宏观经济模型多种估计方法的EVIEWS实现
08统计 学号:0807294 吴扬 一、 问题综述 建立中国宏观经济模型。宏观经济模型,是指以整个国民经济系统为探讨对象,从总量水平和经济结构方面来探讨国民经济各变量之间的相互作用。它可用来评价宏观经济政策、分析宏观经济结构和国民经济的发展趋势。宏观经济模型的表达可以用单一方程进行表达,也可以用联立方程组表达。 本作业建立如下宏观经济模型,完备的结构式模型为 其中,包含3个内生变量,即国内生产总值Y,居民消费总额C和投资总额I;3个先决变量,即政府消费G,前期居民消费总额Ct-1和常数项。 可以推断,消费方程是恰好识别的方程,投资方程是过度识别的,模型可以识别。数据来自题目供应。导入EVIEWS 二、 各种方法的EVIEWS实现 1. 狭义的工具变量法估计消费方程 选取消费方程中未包含的先决变量G作为内生说明变量Y的工具变量; 在工作文件主窗口点击quick/estimate equation,选择估计方法TSLS,在equation specification对话框输入消费方程,在instrument list对话框输入工具变量. 点击确定,得到: Dependent Variable: C01 : Two-Stage Least Squares Date: 06/02/11 Time: 14:08 Sample (adjusted): 1979 2009 Included observations: 31 after adjustments Instrument list: C G C01(-1) Variable Coefficient Std. Error t-Statistic Prob. C 1290.053 402.7353 3.203229 0.0034 Y 0.107133 0.023150 4.627739 0.0001 C01(-1) 0.785756 0.071859 10.93471 0.0000 R-squared 0.998513 Mean dependent var 34025.26 Adjusted R-squared 0.998407 S.D. dependent var 34218.49 S.E. of regression 1365.679 Sum squared resid 52222209 F-statistic 9402.761 Durbin-Watson stat 0.743434 Prob(F-statistic) 0.000000 Second-Stage SSR 53379247 得到结构参数的工具变量法估计量: 2. 间接最小二乘法估计消费方程 消费方程中包含的内生变量的简化方程为 参数关系体系为 用一般最小二乘法估计第一个简化式: Dependent Variable: C01 : Least Squares Date: 06/02/11 Time: 14:46 Sample (adjusted): 1979 2009 Included observations: 31 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 1086.594 386.5534 2.810981 0.0089 C01(-1) 0.954538 0.036256 26.32772 0.0000 G 0.265581 0.058021 4.577310 0.0001 R-squared 0.998480 Mean dependent var 34025.26 Adjusted R-squared 0.998372 S.D. dependent var 34218.49 S.E. of regression 1380.725 Akaike info criterion 17.39037 Sum squared resid 53379247 Schwarz criterion 17.52914 Log likelihood -266.5507 Hannan-Quinn criter. 17.43561 F-statistic 9198.948 Durbin-Watson stat 0.743999 Prob(F-statistic) 0.000000 用一般最小二乘法估计其次个简化式: Dependent Variable: Y : Least Squares Date: 06/02/11 Time: 14:47 Sample (adjusted): 1979 2009 Included observations: 31 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C -1899.134 2081.958 -0.912186 0.3695 C01(-1) 1.575455 0.195273 8.067950 0.0000 G 2.478992 0.312499 7.932794 0.0000 R-squared 0.994318 Mean dependent var 84244.67 Adjusted R-squared 0.993912 S.D. dependent var 95306.59 S.E. of regression 7436.521 Akaike info criterion 20.75796 Sum squared resid 1.55E+09 Schwarz criterion 20.89673 Log likelihood -318.7484 Hannan-Quinn criter. 20.80320 F-statistic