计量经济学实验教学案例实验9_虚拟变量

实验九虚拟变量【实验目的】掌握虚拟变量的设置方法。【实验内容】一、试根据表9-1的1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料建立我国城镇居民彩电需求函数；表9-1我国城镇居民家庭抽样调查资料收入等级彩电拥有量Y（台/百户）人均收入X(元/年)DiXDi困难户83.642198.8800最低收入户87.012476.7500低收入户96.753303.1700中等偏下户100.94107.2614107.26中等收入户105.895118.9915118.99中等偏上户109.646370.5916370.59高收入户115.137877.6917877.69最高收入户122.5410962.16110962.16资料来源：据《中国统计年鉴1999》整理计算得到二、试建立我国税收预测模型（数据见实验一）；表1-1我国税收与GDP统计资料单位：亿元年份税收YGDPX年份税收YGDPX1985204189641992329726638198620911020219934255346341987214011963199451274675919882391149281995603858478198927271690919966910678851990282218548199782347446319912990216181998926379396资料来源：《中国统计年鉴1999》三、试根据表9-2的资料用混合样本数据建立我国城镇居民消费函数。表9-2我国城镇居民人均消费支出和可支配收入统计资料收入等级19981999消费支出Y收入XD消费支出Y收入XD困难户2214.472198.8802327.542325.71最低收入户2397.62476.7502523.12617.81低收入户2979.273303.1703137.343492.271中等偏下户3503.244107.2603694.464363.781中等收入户4179.645118.9904432.485512.121中等偏上户4980.886370.5905347.096904.961高收入户6003.217877.6906443.338631.941最高收入户7593.9510962.1608262.4212083.791资料来源：据《中国统计年鉴》1999－2000整理计算得到【实验步骤】一、我国城镇居民彩电需求函数⒈相关图分析；键入命令：SCATXY，则人均收入与彩电拥有量的相关图如9-1所示。从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、高收入）的拥有量存在较大差异，因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下：低收入家庭中、高收入家庭01D图9-1我国城镇居民人均收入与彩电拥有量相关图⒉构造虚拟变量；方式1：使用DATA命令直接输入；方式2：使用SMPL和GENR命令直接定义。DATAD1GENRXD=X*D1⒊估计虚拟变量模型：LSYCXD1XD再由t检验值判断虚拟变量的引入方式，并写出各类家庭的需求函数。按照以上步骤，虚拟变量模型的估计结果如图9-2所示。图7-2我国城镇居民彩电需求的估计我国城镇居民彩电需求函数的估计结果为：iiiiXDDxy0088.08731.310119.061.57ˆt(16.249)(9.028)(8.320)(-6.593)2R＝0.99642R＝0.9937F＝366.374S.E＝1.066虚拟变量的回归系数的t检验都是显著的，且模型的拟合优度很高，说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求，在截距和斜率上都存在着明显差异，所以以加法和乘法方式引入虚拟变量是合理的。低收入家庭与中高收入家庭各自的需求函数为：低收入家庭：iixy0119.061.57ˆ中高收入家庭：iixy0088.00119.08731.3161.57ˆix003.048.89由此可见我国城镇居民家庭现阶段彩电消费需求的特点：对于人均年收入在3300元以下的低收入家庭，需求量随着收入水平的提高而快速上升，人均年收入每增加1000元，百户拥有量将平均增加12台；对于人均年收入在4100元以上的中高收入家庭，虽然需求量随着收入水平的提高也在增加，但增速趋缓，人均年收入每增加1000元，百户拥有量只增加3台。事实上，现阶段我国城镇居民中国收入家庭的彩电普及率已达到百分之百，所以对彩电的消费需求处于更新换代阶段。二、我国税收预测模型要求：设置虚拟变量反映1996年税收政策的影响。方法：取虚拟变量D1＝1（1996年以后），D1＝0（1996年以前）。键入命令：GENRXD=X*D1LSYCXD1XD则模型估计的相关信息如图7-3所示。图7-3引入虚拟变量后的我国税收预测模型我国税收预测函数的估计结果为：iiiiXDDxy12139.0198.819508286.0268.1234ˆt(24.748)(47.949)(-10.329)(11.208)2R＝0.99902R＝0.9987F＝3332.429S.E＝87.317可见，虚拟变量的回归系数的t检验都是显著的，且模型的拟合优度很高，说明1996年的税收政策对税收收入在截距和斜率上都产生了明显影响。1996年前的税收函数为：iixy08286.0268.1234ˆ1996年后的税收函数为：iixy20425.093.6960ˆ由此可见，在实施1996年的税收政策前，国内生产总值每增加10000元，税收收入增加828.6元；而1996年后，国内生产总值每增加10000元，税收收入则增加2042.5元，因此，1996年的税收政策大大提高了税收收入水平。三、我国城镇居民消费函数要求：⒈利用虚拟变量分析两年的消费函数是否有显著差异；⒉利用混合样本建立我国城镇居民消费函数。设1998年、1999年我国城镇居民消费函数分别为：1998年：iiixbay111999年：iiixbay22为比较两年的数据，估计以下模型：iiiiiXDDxbay11其中，12aa，12bb。具体估计过程如下：CREATEU16建立工作文件DATAYX(输入1998，1999年消费支出和收入的数据，1－8期为1998年资料，9－16期为1999年资料)SMPL18样本期调成1998年GENRD1=0输入虚拟变量的值SMPL916样本期调成1999年GENRD1=1输入虚拟变量的值SMPL116样本期调成1998～1999年GENRXD=X*D1生成XD的值LSYCXD1XD利用混合样本估计模型则估计结果如图7-4：图7-4引入虚拟变量后的我国城镇居民消费模型iiiiXDDxy0080.01917.616237.070588.924ˆt(10.776)(43.591)(0.510)(-0.417)2R＝0.99722R＝0.9965F＝1411.331S.E＝113.459根据t检验，D和XD的回归系数均不显著，即可以认为12aa＝0，12bb＝0；这表明1998年、1999年我国城镇居民消费函数并没有显著差异。因此，可以将两年的样本数据合并成一个样本，估计城镇居民的消费函数。独立样本回归与混合样本回归结果如图7-5～图7-7所示。图7-51998年样本回归的我国城镇居民消费模型图7-61999年样本回归的我国城镇居民消费模型图7-7混合样本回归的我国城镇居民消费模型将不同样本估计的消费函数结果列在表7－3中，可以看出，使用混合回归明显地降低了系数的估计误差。表7-3利用不同样本估计的消费模型样本aˆbˆaSˆbSˆ2R1998～1999年955.670.619555.910.00890.99711998年924.710.623786.430.01440.99681999年985.90.615783.210.01270.9974实验十滞后变量【实验目的】掌握分布滞后模型的估计方法【实验内容】建立库存函数【实验步骤】【例1】表1列出了某地区制造行业历年库存Y与销售额X的统计资料。请利用分布滞后模型建立库存函数。表1某地区制造行业统计资料单位：亿元年份库存Y销售额X年份库存Y销售额X198150070272801990846554644919825270730219199190875502821983538143079619929707453555198454939308961993101645528591985582133311319941024455591719866004335032199510771962017198763383373351996120870713981988682214100319971471358207819897796544869一、Almon估计⒈分析滞后期长度在Eviews命令窗口中键入：CROSSYX，输出结果见图1。图1互相关分析图图中第一栏是Y与X各滞后期相关系数的直方图。可以看出，库存额与当年及前三年的销售额相关。因此可以设：tttttxbxbxbxbay3322110假定ib可以由一个二次多项式逼近。⒉利用Almon方法估计模型在Eviews命令窗口中键入：LSYCPDL(X,3,2)输出结果见图2，Eviews分别给出了Almon方法估计的模型和还原后的估计模型及相应参数。图2Almon估计输出结果经过Almon变化之后的估计结果为：（iz即图2中的PDL项）：ttttZZZy2105445.01338.0261.1012.9152ˆ（6.6477）（0.7938）（－3.1145）9969.02R996.02R17.2DW还原后的分布滞后模型为：32165.085.02609.15825.0012.9152ˆtttttxxxxy（3.4431）（6.6477）（4.922）（－2.7124）二、滞后期长度的调整将PDL项的参数依次设定为：PDL(X,3,2)、PDL(X,4,2)、PDL(X,5,2)，其调整的判定系数、SC、AIC值如表2所示。表2Almon估计法滞后期确定参数类型AICSCPDL(X,3,2)0.99617.950418.133PDL(X,4,2)0.99717.59717.772PDL(X,5,2)0.995717.916218.0778从表2中可以看出，当滞后期由3增加至4时，调整的判定系数增大而AIC和SC值均减小。当滞后期由4增大到5时，调整的判定系数减小，AIC值、SC值增大。所以，将滞后期确定为4时合理的。二、Almon估计的模拟2R⒈Almon变换genrz0=x+x(-1)+x(-2)+x(-3)genrz1=x(-1)+2*x(-2)+3*x(-3)genrz2=x(-1)+4*x(-2)+9*x(-3)⒉估计变化后的模型LSYCZ0Z1Z2图3回归结果见图3，即：2*5446.01*2231.10*5825.0012.9152ˆzzzyt（3.4431）（2.4112）（－3.1145）9969.02R996.02R17.2DW⒊计算原模型中的系数估计值根据Almon变换原理有：00ˆˆab2101ˆˆˆˆaaab2102ˆ4ˆ2ˆˆaaab2103ˆ9ˆ3ˆˆaaab所以有：0ˆb0.58251ˆb0.5825＋1.2231－0.5446=1.2612ˆb0.5825+2*1.2231-4*0.5446=0.85035446.0*92231.1*35825.0ˆ3b=-0.6496所以还原成原分布滞后模型为：321*6496.0*8503.0*261.1*5825.0012.9152ˆtttttxxxxy实验九联立方程模型【实验目的】掌握联立方程模型的常用估计、检验方法【实验内容】宏观经济模型的估计与总体拟合优度检验【实验步骤】【例