第五章 虚拟变量模型和滞后变量模型

第五章 虚拟变量模型

1.表5.1中给出了中国1980—2001年以城乡储蓄存款新增额代表的居民当年储蓄及以GNP代表的居民当年收入的数据。以1991年为界，判断1991年前和1991年后的两个时期中国居民的储蓄—收入关系是否已发生变化。

表5.1 1980—2001年中国居民储蓄与收入数据 单位：亿元 年份 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 储蓄S 118.5 124.2 151.7 217.1 322.2 407.9 615 835.7 728.2 1345.4 1887.3 GNP 4517.8 4860.3 5301.8 5957.4 7206.7 8989.1 10201.4 11954.5 14922.3 16917.8 18598.4 年份 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 储蓄S 2072.8 2438.4 3217 6756.4 8143.5 8858.5 7759 7127.7 6214.3 4710.6 9430 GNP 21662.5 26651.9 34560.5 46670 57494.9 66850.5 73142.7 76967.2 80579.4 88228.1 94346.4 估计以下回归模型：

Yi??0??1Xi??2Di??3(DiXi)?ui

?1,1991年前D?其中Di为引入的虚拟变量：i?

0,1991年后?

对上面的模型进行估计，结果如下：

所以表达式为：

1

Yi?1535?0.075Xi?1981.9Di?0.032(DiXi)

(1.40) (4.45) (-1.38) (0.37)

从?2和?3的t检验值可以知道，这两个参数显著的为0，所以1991年前和1991年后两个时期的回归结果是相同的。

下面用邹式检验来验证上面对于两个时期的回归结果相同的结论是否正确。

过程如下：

输入要验证的突变点，本例为1991年。

输出结果如下：

2

从伴随概率值可以看出，邹式检验的结果是接受原假设，即方程结构没有发生变化，1991年不是突变点。与设定虚拟变量的结果是一样的。

1. 表4是1982：1—1985：4中国季度酒销量（yt，万吨）。 画序列图如下

得到序列图如下：

这是一个季节时间序列数据，呈明显的季节变化特征，通过加入季节虚拟变量来描述季节特征建立模型。

3

表4 全国酒销量（yt，万吨） 季节数据 年月 1982：1 1982：2 1982：3 1982：4 1983：1 1983：2 1983：3 1983：4 1984：1 1984：2 1984：3 1984：4 1985：1 1985：2 1985：3 1985：4

定义虚拟变量

Y 92.7 79.3 80.1 86.7 104.1 89.7 90.2 90.2 107.9 96.7 97.8 93.6 111.5 98.4 97.7 94

D1 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0

D2 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0

D3 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0

?1,t?第一季度?1,t?第二季度?1,t?第三季度 D1??，D2??，D3???0,t?第一季度?0,t?第二季度?0,t?第三季度

Eviews操作如下

4

按上述过程依次定义D2和D3。

定义过虚拟变量后，建立模型，进行估计。

得到输出结果如下：

5

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库第五章 虚拟变量模型和滞后变量模型在线全文阅读。