Eviews实验报告2.docVIP

实验概述： 【实验目的及要求】 深刻理解并掌握协整检验过程。 学会如何ADF检验序列平稳性。 学会如何利用模型进行预测。 熟练掌握EVIEWS的结果，看懂eviews的输出结果。 【实验原理】 1．用ADF检验各变量的单整阶数。协整回归要求所有的变量都是一阶单整的，因此，高阶单整变量需要进行差分，以获得序列 。 2．用OLS法估计长期动态回归方程，然后用AD检验残差估计值的平稳性。 Johansen和Juselius提出的一种在VAR（向量自回归）系统下用极大似然估计来检验多变量之间协整关系的方法，通常称为Johansen协整检验。 设一个VAR模型如下 ： 误差修正模型(Error Correction Model)简称为ECM，它的主要形式是由Davidson、 Hendry、Srba和Yeo于1978年提出的，也称为DHSY模型。它常常作为协整回归模型的补充模型出现。 E-G两步法建立误差修正模型 第一步，先检验两个变量的单整阶数，如果都是1阶单整， 紧着着进行回归（OLS法），检验变量间的协整关系，估计协整向量（长期均衡关系参数）； 第二步，若协整性存在，则以第一步求得的残差作为非均衡误差项加入到误差修正模型中，并用OLS法估计相应参数。 对1992年1月到1998年12月经居民消费价格指数调整的中国城镇居民月人均生活费支出对数序列和可支配收入对数序列{构建ECM模型 实验内容： 【实验方案设计】 消费决策影响整体经济长期与短期中的行为，从长期看，消费在经济增长中起到重要作用，索洛增长模型说明了储蓄率是稳定状态资本存量的关键决定因素。从短期看，消费在决定总需求中起到重要作用，作为拉动经济发展的三驾马车之一，消费的波动是繁荣与衰退的关键因素。传统消费函数理论建立在收入和消费变量是平稳数据的基础上, 通过对有关变量时间序列自相关图的研究,发现它们的表现是非平稳的，因此，以普通最小二乘法建立的收入与消费的关系缺乏统计意义上的逻辑论证。 1987年，Engle和Granger提出的协整理论及其方法为平稳序列的建模提供了另一种途径。虽然一些经济变量的本身是非平稳序列，但是它们的线性组合却有可能是平稳序列。这种平稳的线性组合被称为协整方程且可被解释为变量之间的长期稳定的均衡关系，作为协整模型的补充。误差修正模型(ECM)则解释序列的短期波动关系，消费的短期动态变化表现为依据前一期消费对长期稳定关系的偏离程度不断进行调整的过程。协整模型与误差修正模型的联合应用不仅解决了传统消费函数伪回归问题，而且第一次确立了消费长期趋势对短期变化的影响 发展了消费函数理论。 为了研究这些问题，笔者搜集了1982-2019年的年度中国城镇居民月人均生活费支出（y）和可支配收入序列（x）的相关数据，利用EVIEWS软件，将这几个指标数据进行了相关分析。为剔除价格因素变动的影响, 在分析前以 1978 年为基期的居民消费价格指数进行缩减,得到剔除价格变动后的实际收入消费数据。 【实验过程】（实验步骤、记录、数据、分析） 首先导入1982-2010年的年度中国城镇居民月人均生活费支出（y）和可支配收入序列（x）数据： 绘制中国城镇居民月人均生活费支出（y）和可支配收入序列（x）的折线图： 可以看到两者呈现公共的上升趋势。对X与Y分别取对数： 然后对xt与yt序列进行平稳性检验： 容易发现：XT与YT序列均不是平稳的，但是其一阶差分都是平稳的，因此猜测他们具有协整关系。 对YT和XT序列进行回归后发现： 可以看到对应的两个参数的系数的p值都显著小于0.001。 生成一列序列=残差，对该序列进行ADF检验后可以发现p值小于0.05，因此认为不存在单位根，序列是平稳的。 因此，尽管国城镇居民月人均生活费支出（y）和可支配收入序列（x）都是非平稳的，但是由于它们之间具有协整关系，因此可以建立动态回归模型准确预测其长期互动关系。 模型拟合的预测值DCPIF的折线图和与dcpi的对比图如下： 可以看到，最后的拟合效果非常好。 从而我们得到最后的拟合方程为： 即： 因此，城镇居民收入没增加一个百分点，其消费支出也增加0.934各百分点。 【结论】（结果） 我国城镇居民月人均生活费支出（y）和可支配收入序列（x）的对数化后的XT与YT序列均不是平稳的，但是其一阶差分都是平稳的，因此猜测他们具有协整关系。 当我们用最小二乘法回归拟合后发现：其残差是平稳的。因此，尽管我国城镇居民月人均生活费支出（y）和可支配收入序列（x）都是非平稳的，但是由于它们之间具有协整关系，因此可以建立动态回归模型准确预测其长期互动关系。 模型拟合的预测值DCPIF的折线图和与dcpi的对比图的拟合效果都非常