建模需要高质量的数据资料。数据可归为四类：横断面数据、时间序列数据、虚拟变量数据、平行数据。数据的质量与数据的完整性、准确性、可比性一致相关性。收集数据时要注意样本容量要大、数据结构要稳定等问题。模型估计的方法从大类来说分为极大似然估计法、最小二乘法系列。我们主要应用后者。模型的检验包括经济合理性检验、古典统计检验和经济计量检验。经济计量模型主要应用于经济预测、经济结构分析、政策评价方面。
------许孝孔 2008092117
5
实验2：联立方程模型的估计
1实验目的
理解线性联立方程计量经济学模型的基本概念和有关模型识别、检验的理论与方法；掌握常用的估计、检验方法：联立方程的两阶段最小二乘法估计方法、系统估计方法和预测；运用Eviews软件建立并应用简单的计量经济学模型，对现实经济现象中的数量关系进行实际分析。
2实验软件
Eviews5.0
3实验数据
1978—2003年全国居民消费Ct、国民生产总值Yt 、投资It、政府消费支出Gt
单位：亿元
年份 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997
C 1759.1 1966.078 2143.478 2352.394 2542.465 2779.476 3121.92 3582.358 3810.751 4091.421 4419.861 4190.511 4387.675 4827.281 5532.771 6152.373 6708.511 7566.554 8510.402 9152.994 Y 3605.6 3994.118 4210.268 4427.642 4866.312 5306.812 6087.001 6863.466 7461.561 8088.332 8514.186 8095.379 8820.173 9958.072 11484.769 13534.994 15051.805 16430.918 18086.395 19667.595 I 1377.9 1445.294 1470.86 1428.184 1560.461 1751.092 2097.366 2643.247 2832.106 2966.369 3181.818 2996.559 3102.552 3517.548 4278.863 5883.876 6209.091 6705.139 7111.488 7473.109 G 468.6 582.7451 595.9297 647.0641 763.3865 776.2445 867.7145 637.861 818.704 1030.5422 912.5072 908.3088 1329.947 1613.2429 1673.135 1498.7446 2134.2037 2159.2249 2464.505 3041.4916 6
1998 1999 2000 2001 2002 2003
9954.462 10932.296 12103.725 13054.067 14086.916 15194.26 21300.431 22977.515 25209.058 28041.212 31094.409 35047.995 7966.002 8532.963 9170.372 10654.38 12191.614 14820.508 3379.9676 3512.2568 3934.9605 4332.7645 4815.879 5033.2276 4实验内容及其步骤 实验内容：
1978—2003年全国居民消费Ct、国民生产总值Yt 、投资It、政府消费支出Gt数据（单位：亿元），如上表所示： 建立联立方程模型：
消费方程：Ct = ?0 + ?1Yt + ?2 Ct-1+ u1t 投资方程：It = ?0 + ?1 Yt-1 + u2t 收入方程；Yt = Ct + It + Gt
对方程的识别性进行判断，可知消费方程恰好识别，投资方程过度识别，收入方程为平衡方程，不存在可识别性，因此，整个联立方程组过度识别，可用两阶段最小二乘法进行参数估计。
实验步骤:
1、建立工作文件：双击Eviews，进入Eviews主界面在主菜单上依次点击 File → New → Workfile,出现Workfile对话框，在workfile frequency中选择Annual,在Start里输入起始日期1978，在End里输入结束日期2003。点击OK。 2、输入数据：在主功能菜单上点击Object，点击Objects中的New Objects，选择Group，并定义文件名，点击Ok，出现数据编辑框，输入样本数据。 3、估计参数：在主页上选择Quick菜单，点击Equation项，出现估计对话框，在Estimate Settings中选择TSLS估计，Estimate Speclication中分别键入：CU C Y CU(-1)和C G CU(-1) I(-1)，点击Ok，出现回归分析结果如下：
消费函数：
Dependent Variable: CU
Method: Two-Stage Least Squares Date: 05/25/10 Time: 17:09 Sample (adjusted): 1979 2003
Included observations: 25 after adjustments Instrument list: C G CU(-1) I(-1)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
7
C 139.4559 89.28587 1.561904 0.1326 Y 0.122725 0.068805 1.783655 0.0883 CU(-1)
0.783980
0.169392
4.628189
0.0001 R-squared 0.998561 Mean dependent var 6526.600 Adjusted R-squared 0.998431 S.D. dependent var 4023.411 S.E. of regression 159.3868 Sum squared resid 558891.4 F-statistic 7631.907 Durbin-Watson stat 1.391460
Prob(F-statistic) 0.000000
投资函数：
Dependent Variable: I
Method: Two-Stage Least Squares Date: 05/25/10 Time: 17:10 Sample (adjusted): 1979 2003
Included observations: 25 after adjustments Instrument list: C G CU(-1) I(-1)
Variable Coefficient Std. Error t-Statistic Prob. C -336.3689 171.9259 -1.956476 0.0627 Y(-1)
0.448308
0.011556
38.79458
0.0000 R-squared 0.984978 Mean dependent var 5279.634 Adjusted R-squared 0.984324 S.D. dependent var 3703.951 S.E. of regression 463.7430 Sum squared resid 4946325. F-statistic 1505.019 Durbin-Watson stat 0.779184
Prob(F-statistic)
0.000000
5实验结果分析
由上表回归分析结果，模型估计结果为：
消费模型： Ct = 139.4559 + 0.122725Yt + 0.783980Ct-1
R2=0.998431 F=7631.907 D·W =1.391460
投资模型： It = —336.3689 + 0.448308Yt-1 R 2 =0.984324 F=1505.019 D·W =0.779184 收入模型： Yt = —224.4598 + 0.511023Yt-1 + 0.893654Ct-1 + Gt
8
1、拟合优度检验
消费模型：由表中数据看出，可决系数R2=0.998561，调整的可决系数R 2 =0.998431，
说明模型对样本的拟合优度很好，解释变量能对被解释变量99.8%的离差作出解释。
投资模型：可决系数R2=0.984978，调整的可决系数 R 2=0.984324，说明模型对样本
的拟合优度很好，解释变量能对被解释变量98.4%的离差作出解释。
2、方程显著性检验-------F检验：
给定显著性水平α=0.05，假设H0：β1=β2=0，H1：β1、β2不全为零，进行检验。 消费模型：F=7631.907，查F分布表，F0.05(2，23)=3.42，由于F>F0.05(2,19)，所以拒
绝假设H0，接受H1，在5%的显著水平下，C对Yt、Ct-1有显著的线性关系，回归方程是显著的，即解释变量“国民收入”和“居民前期消费”联合起来对被解释变量 “消费支出”有显著影响。
投资模型：F=1505.019，查F分布表，F0.05(1，24)=4.26，由于F>F0.05(2,19)，所以拒
绝假设H0，接受H1，在5%的显著水平下， I对Yt-1有显著的线性关系，回归方程是显著的，即解释变量“前期国民收入”被解释变量“投资支出”有显著影响
3、异方差性---- D·W检验 给定显著性水平α=0.05
消费模型：由表得，D·W =1.391460，当n=26，k=2时，dL=1.224 du=1.553，
dL 投资模型：D·W =0.779184，当n=26，k=1时，dL=1.302 du=1.461， 0 存在正自序列相关 6心得体会 通过这次试验，我了解经济数量分析在经济学科的发展和实际经济工作中的作用，理解了单方程估计方法和系统估计方法的异同，掌握了联立方程的两阶段最小二乘法估计方法、系统估计方法和预测。与线性回归模型相比，联立方程计量计学模型的检验要复杂得多。在2SLS过程中，要分别检验每个方程和单个变量的显著性以及每一个方程的拟合优度。利用eviews软件，可以很方便的确定模型中方程的识别特性，快捷地对方程及变量的显著性进行检验。 ---朱莉莉 2008092121 联立方程模型是由两个或两个以上相互联系的单一方程结合在一起描述某一经济系统的联立方程组。构成联立方程模型的变量类型有内生变量、外生变量、前定变量。联立方程组模型可以表达为结构式模型、简化式模型和递归系统模型。模型识别的目的在于选择估计模型的适宜方法。估计联立方程模型的方法有：OLS法、ILS法、IV法、2SLS法及3SLS法。OLS法适合于估计递归联立方程模型。ILS和IV适合于估计恰好识别的结构式方程，求得的模型参数估计量对于小样本是有偏，对于大样本 9 是一致的。2SLS法实质上也是一种工具变量法，适合于估计恰好识别及过度识别的结构方程，具有与工具变量法估计量相同的性质。3SLS法是一种系统估计法，实质上等价于2SLS+GLS法。3SLS估计量比2SLS估计量更有效，因为3SLS在估计过程中应用的信息比2SLS更多。 ---许孝孔 2008092117 在这联立方程经济模型试验中，我熟悉怎样建立一个联立方程系统、利用两阶段最小二乘法（2SLS）对模型进行估计、利用RMS来判断模型的总体拟合优度。同时还深入了解方程识别的原理和步骤方法。将理论知识与实践相结合，巩固了我所学的计量经济学在理论是应用方面的知识。 -------赵悦 2008092127 通过此次联立方程的实验，我深刻体会到了Eviews在实际经济领域的应用以及计量经济学的有效预测。在试验中，我熟悉了两阶段最小二乘法的原理和应用方法，进一步知道了如何对模型进行总体的拟合优度计算。将课堂所学应用于实际生活中是必要的。 ------吴庄友 2008092129 计量经济学，作为方法论科学，是进行经济学实证研究的基本工具。其中，联立方程计量经济学模型在实际生活中的应用是十分广泛的。联立方程比单方程计量经济学模型更为复杂，不仅要考虑模型如何建立，还要对其进行可识别性的判断。在实验之前，我并没有意识到这一点，所以起初时，我产生了一些错误，后来在其他同学的帮助下，问题得到了解决。通过一系列的操作，对方程进行识别，应用Eviews软件进行分析，有了更熟练的掌握。我想计量经济学的研究方法以及给我的启示，对我未来的学习，都有很大的帮助。 -----白双 2008092114 10