1、(完整word版)自回歸分布滯后模型(ADL)的運用實驗指導（完整word版）自回歸分布滯后模型（ADL）的運用實驗指導實驗六自回歸分布滯后模型（ADL）的運用實驗指導一、實驗目的理解ADL模型的原理與應用條件，學會運用ADL模型來估計變量之間長期穩定關系。理解從經濟理論上來說，兩個經濟變量之間的確有長期關系采用使用該模型進行估計.理解ADL模型的優點：不管回歸項是不是1階單整或平穩都可以進行檢驗和估計。而進行標準的協整分析前，必須把變量分類成I（0）和I（1）。二、基本概念Jorgenson（1966）提出的（p,q）階自回歸分布滯后模型ADL（autoregressivedistribut

2、edlag）:y=a+0y+y+s-0s08+刃Bx，其中x是滯后i期的外生變量向量（維數與變量t01t-1pt-pt1t-1qt-qit-it-ii=1個數相同），且每個外生變量的最大滯后階數為T，卩是參數向量。當不存在外生變量時，模型就退化為一ii般ARMA（p,q）模型。如果模型中不含有移動平均項，可以采用OLS方法估計參數，若模型中含有移動平均項，線性OLS估計將是非一致性估計，應采用非線性最小二乘估計。三、實驗內容及要求（1）實驗內容運用ADL模型研究1992年1月到1998年12月我國城鎮居民月對數人均生活費支出yt和對數可支配收入xt之間的長期穩定關系。（2）實驗要求在認真理解模

3、型應用條件的基礎上，通過實驗掌握ADL模型的實際應用方法，并熟悉Eniews的具體操作過程.四、實驗指導（1）數據錄入打開Eviews軟件，選擇“File”菜單中的“NewWorkfile”選項，在“Workfilestructuretype欄選擇“Datedregularfrequency”，在“Dataspecification”欄中“Frequency中選擇“Monthly”即月份數據，起始時間輸入1992m1即1992年1月份，止于1998m12，點擊ok，見圖6-1，這樣就建立了一個工作文件。OK|Can:elWorkfileCreateWorkFilestrueturetypeIn

4、t已丘一reil:ii-frequ-rjIrregil：rHated:drulF：rLelworkfilesmaybemadefromUnsttuc!turmdworkfilesby1泌卓Epecifyingd：qteand/or圖61建立工作文件窗口點擊File/lmport,找到相應的ExceI數據集，打開數據集，出現圖6-2的窗口，在“Dataorder”選項中選擇“Byobservation”即按照觀察值順序錄入，第一個數據是從a2開始的，所以在“Upperleftdatacell”中輸入a2,本例有2列數據，在“Namesforseriesornumberifnamedinfile中

5、輸入序列的名字2,點擊ok,則錄入了數據，圖63顯示的xt和yt便是錄入的對數可支配收入和對數人均生活費支出.圖6-2Workfile:UNTITLED|=|回|Proc|DtjectPrintSaverietallM47-|Ehaw|Fetch|Stare|PeletE|Genr|5ample|Range:1992M011996M12-94&bsDimplyFilte：*SampleI992MQ1I998P/112-S4obs丙亡叼resid*f、UntitleijKHewFacie/圖63宏觀經濟理論告訴我們，支出來源于收入，尤其是可支配收入，因此，從長期來看，人均生活費支出和可支配收入之

6、間必定存在長期穩定關系.因此可以考慮用分布滯后模型來描述二者之間的長期關系。(2)建立一般模型消費具有慣性，即當期消費會受歷史消費支出的影響，同時也會受當期收入和當前經濟實力的影響，而當前經濟實力主要取決于歷史收入情況，也就是說當期支出受歷史收入和支出，以及當期收入影響，我們可(完整word版)自回歸分布滯后模型(ADL)的運用實驗指導以把當期支出關于當期收入，歷史收入和支出進行回歸，另外，考慮到是月份數據，還應該考慮滯后12期的可支配收入和支出。在主窗口命令欄里輸入Isytcyt(一1)yt(一2)yt(-3)yt(T2)xtxt(一1)xt(-2)xt(-3)xt(12),回車，即得回歸結

7、果圖6-4。從回歸結果看出，模型擬合很好，但有些變量t檢驗未能通過，按照p值從大到小的順序逐步剔除不顯著的變量，直到每個解釋變量都高度顯著為止。首先剔除xt(3),得回歸模型見圖6-5,其他解釋變量的p值都有所減小，繼續剔除p值最大的xt(2),得回歸結果圖6-6。VariableCoefficientStclErrort-StatisticProbC03154390.1282842.458907001E7YT(-1)013642200911391.49685901395YT(-2)00936660094378105602902951YT(-3)0D5627300891460.63124105

8、302YT(-12)06943380081087.97096300000XT077G78200688.2011.2870800000W1)-01545630D8T311-1.77026100816XT罔-0D47BT500880.23-05439000.5885xr(-3)-00154280D81772-01886750.8510XT(-12-0596467010.2933-5.79471400000R-squared0988030Meandependentvar5.807509AdjustedR-squared0986293S.D.dependentvar0.338766SEofregres

9、sion0039662Akaikeinfccriterion-3.488593Slitsquaredresici0097531呂匚hwarzcriterion-31723B9Loglikelihood135.5893F-statistic568.6352urbin-Watsonstat1922932ProbF-statistic0000000圖6-4VariableCoefficientStd.Errort-StatisticProbC031568101272922.4799M00158YT(-1)013627800904361.60691001368YT(-2)010503300891971

10T(-3)004123800396EO10397940.3024YT(-12)06940390086426803066300000XT077TT1T006811411.4178200000W1)-01536590086479-1.77568200806E-2)-00543070080531-0.6743660.5026XTi-12J-06976600101949-6.86233100000R-squared0988023Meandependentvar6.807509AdjustedR-squared0986603SD.dependentvar0.338766SEofr

11、egression0039357Akaikeinfccritericm-3515796Sumsquaredresitl0097587Schwarzcriterion-3231213Lo-glikelihood136.5687F-statisticE49.6561rbin-Watsonstat1926649ProbF-statistic)0000000圖65圖66顯示，仍有yt(-3)的卩值較大，繼續剔除yt(3)，得回歸結果67。在逐步剔除不顯著的解釋變量過程中，模型的擬合效果變化并不大，且AIC和SC值在逐步減少，說明歷史較久遠的收入和支出對當期支出影響的確不大。VariableCoeffi

12、cientStdErrort-StatisticProb09.32352301262192.56319100127VTl：-1)015627300860711.83697100709VTC-2)9.0518S4-00414231.2525430.2149VTi：-3)0039397003939710000120.3211YT(-12)06899800085847803732500000XT0779911006774611.5122600000g)-01765700079123223157600292xr(-i2)-059421G0101387-5.86089600000R-squared0.9

13、E7937Feandependentvar5.807609AdustedR-squared098GG18SD.dependentvar0.3387EGSEo-fregression0039189Akaikeinfocriterion-3.536382Sumsquaredresid0098292Schv/arzcriterion-3.283419Loglikelihood1353097F-statistic748.mourbin-Watscmstat1958736ProfciF-statistic：0000000圖66VariableCoefficientStd.Errort-Statistic

14、ProbCo.32ras01261482.59813400116YT(-1)0.16929100860181.87362500655YT(-2007024200371331.89165500G30YT(-12)0.70120200861108.23875200000XT0.78777300G728811.7074100000葉)-01730640079045-218930300322XT(-12)-0.5996820101239-592342000000R-squared0.9B7748Meandepend已門tvar5.807509AdlistedR-s屮舊已d0.906618SD.depe

15、ndentvar0.3387166SEofregression0039189Akaikeinfo匚riterion-3.548655Sumsquaredresid0099828Schwarzcriterion3327312Laglikelihood1347516F-statistic873.4061Durbin-Watsonstat1.952684ProbF-statistic:0000000圖67考慮到滯后1期和滯后2期的生活費支出對當期生活費支出影響的實際情況，從67中繼續剔除p值較小的yt(2),得回歸結果圖68。VariableCoefficientStd.Errort-Stat.is

16、ticProbC035421801277952.77177200072W1)0.2Q2G51Q0334532.42830300179YT(-1206814110086099791429300000XT0801723006817711.7594100000W1)-01754800080564-217815500330XT(-iq-05G9S35010153755S0M700000R-squared0987074Fuleandependentvar5.807509AdjustedR-squared0986095SD.d已p已ndentvar0338766SEofregression0039948A

17、kaikeinfccriterion-3522843Sumsquaredresid0105323Schv/arzcriterion-3.333121Loglikdihood132.8223F-statistic1007.993Durbin-Watsoustat1980391ProbF-statistic)0000000圖68從68的的參數估計結果看出，包括常數項在內的各解釋變量在顯著性水平0。05下都顯著，模型的R2也很大，模型整體的顯著性F檢驗顯示模型高度顯著。(3)模型診斷對最后擬合模型后的殘差序列進行檢驗，在方程估計窗口，點擊view/ResidualTest/CorrelograQ(完整word版)自回歸分布滯后模型(ADL)的運用實驗指導Test,出現圖69的對話框，在滯后階數中輸入10(784),得出模型殘差的相關圖6-10，顯然殘差為白噪聲序列，說明模型擬合很好見圖6-11。也說明該模型可以作為反映城鎮居民月人均生活費支出和可支配收入關系的自回歸分布滯后模型(ADL)。LagS-p&ci;ication圖6-9AutocorrelationPartialCorrelationACPAGQ-StatProb111