计量经济学 结课论文 大作业

题目：1960——1999年美国城镇工资与生产率和失业率关系的实证分析美国的失业率在1994年年底跌倒6%以下，当时有很多经济学家预测美国的通货膨胀势必要升高，因为经济学界大多数认为美国的自然失业率大约为6%。此后，美国的失业率一路下降，在2000年4月下降至3.9%，创下了1960年以来在地记录，可是美国的通货膨胀1率不仅未升高，反而一再下跌，并在1998年年初创下了1960年以来的最低记录。对影响美国1960年以来失业率因素进行分析，我们可以得知当时的美国的经济状况，通过对其研究掌握一定的经济知识，对于我们以后的发展是非常有现实意义的。1模型的设定和解释变量的说明1.1模型的设定影响失业率的因素很多，本文将根据已有的经济理论结合美国的实际情况，选取生产率（Productivity,P）、失业率（UnemploymentRate,UR）两个影响因素来建立一个关于美国城镇工资（Wage,W）、的多元回归模型，即W=f(P，UR)。得到模型之后，观察复判定系数R2、F值、p值和D-W值，初步对模型的可用性进行判断，然后查看变量的相关系数矩阵，检测模型多重共线性的严重性，用怀特（White）异方差检验方法检验模型是否存在异方差的问题，再在观察D-W值的前提下，用LM检验法检验模型是否存在自相关的问题。最后，根据以上检验得到的结果对模型进行修正，消除或减弱在初次建模中存在的问题，得到最终的模型。1.2解释变量的说明（1）生产率（Productivity,P）2效率工资理论所需要探究的是工资率水平跟生产效率之间的关系，这是主流宏观理论为了解释工资刚性而提出的理论。效率工资理论是一种有关失业的劳动理论，其核心概念是员工的生产力与其所获得的报酬（主要是指薪资报酬但亦能轻易地推广到非金钱报酬）呈正向关系，是为了解释非自愿性失业（involuntaryunemployment）现象所发展出来的相关模型的通称。（2）失业率（UnemploymentRate,UR）1958年，菲利浦斯根据英国1867－1957年间失业率和货币工资变动率的经验统计资料，提出了一条用以表示失业率和货币工资变动率之间交替关系的曲线。这条曲线表明：当失业率较低时，货币工资增长率较高；反之，当失业率较高时，货币工资增长率较低，甚至是负数。根据成本推动的通货膨胀理论，货币工资可以表示通货膨胀率。因此，这条曲线就可以表示失业率与通货膨胀率之间的交替关系。但由于当时的经济环境，导致了美国的通货膨胀率不仅未升高，反而一再下跌，并在1998年年初创下了1960年以来的最低记录。所以此处时的失业率便与工资有正相关的关系。2实证分析及结果说明2.1实证分析本文把实证分析分为两个阶段：初步分析和模型修正。2.1.1初步分析3一、本文将选取1960年至1999年的数据来对影响美国失业率的因素来进行分析，下表是本文要在模型中用到的数据：1960—1999年间美国工资、生产率与失业率资料注：工资表示真是小时工资指数，1992=100。生产率表示每小时的产量指数，1992=100.失业率表示诚征失业率，%。二、模型的设定（1）画散点图和计算相关系数，并用表中40年的样本数据借助Eviews软件使用最小二乘法（OLS）估计得到如下结果：4由散点图可知，W与P存在线性相关。5而W与UR关系难确定，UR的变化趋势很小而W一直上升的趋势。6由相关系数可得：W与P相关性高，与UR想高度低。（2）模型的选择①线性估计模型：312iW=+uPUR②二阶多项式模型：2312iW=+uPUR7③双对数模型：312lnlnlniWPURu④对数到线性模型：312lnlniWPURu8线性估计模型与二阶多项式模型的因变量相同，两者进行比较时，由“eq01”和“eq02”知，二阶多项式的2R要大于线性估计模型的2R，拟合优度比较好，所以，两者之中取后者。双对数模型与对数到线性模型因变量相同，两者进行比较时，由“eq03”和“eq04”知，对数到线性模型的2R要大于双对数模型的2R，拟合优度较好，所以，两者之中取后者。线性估计模型和对数到线性模型的因变量不同，不能直接进行比9较。但由两者的残差可知（如图所示），由于其特殊的经济背景，在这一短时期内，后者的残差变化小于前者，所以，本题中我国美国的工资模型采用对数到线性模型：312lnlniWPURu三、进行统计性检验⑴拟合优度检验对于美国工资与失业率、生产率的关系，由eq01知，2R=0.990943,拟合优度较好。⑵模型的总体显著性检验⒈对模型的总体显著性检验采用F检验。对于美国城镇工资与生产率、失业率的关系：①假设：023:0H123:,H不全为0②③在0.05的显著性水平下，查F分布表得临界值0.05(2,37)3.23F④因为0.05FF,所以拒绝原假设，该模型具有总体显著性。⑶个别偏回归系数的显著性检验个别偏回归系数的显著性检验采用t检验。对于美国城镇工资与生产率、失业率的关系：①假设：0:0iH1:0iH②22/(1)0.990943/2=2024.12(1)/()(10.990943)/37RKFRNK2222ˆ()54.5206161.56ˆ0.885708()tse10③在0.05的显著性水平下，查t分布表得到/2=2.021.t（37）④因为2/2tt所以拒绝原假设，个别偏回归系数2具有统计显著性。因为所以拒绝原假设，个别偏回归系数3具有统计显著性。所以，美国城镇工资与生产率、失业率的关系：W=-154.6241+54.52061lnP+1.763716lnUR四、多重共线性（1）多重共线性的检验——简单相关系数法一般而言，如果某两个解释变量间的简单线性相关系数绝对值超过0.8，则认为存在着较为严重的多重共线性。由相关系数矩阵可知，W与P的简单线性相关系数绝对值都未超过0.8，所以，该模型不存在多重共线性。五、异方差333ˆ1.763716=2.17ˆ0.812959tse3（）（）3/2tt11（1）异方差—White检验1.做辅助回归：在原假设成立的条件下，检验统计量n*R2=5.108291^2(a=0.05,37)=67.5048,接受原假设，表明模型不存在异方差。六、自相关（1）自相关的检验：一阶自相关检验——DW检验：①提出假设：0:=0,H即存在一阶自回归模型的自相关1:0,H即不存在一阶自回归模型的自相关②构造统计量：12DW=1.421693③在α=0.05k=2的条件下dl=1.391du=1.600④自相关不确定高阶自相关检验——LM检验：①作如下假设：0123:0H1:0H自相关系数至少有一个不为②进行主会找到随机误差的估计量：残差。③进行辅助回归，得到复判定系数R^2=0.54497013④在原假设成立的条件下，检验统计量LM=40*R^2=21.79879查表在a=0.05,p=2χ^2=5.99147⑤判断：LM=40*R^2=21.79879χ^2=5.99147,所以拒绝原假设。存在自相关。（2）自相关补救措施——迭代法迭代法用最小二乘法OLS重新估计得：14进行第二次LM检验：15此时的检验统计量LM=3.198375χ^2=5.99147,接受原假设。自相关消除。七、报告Eviews的输出结果152.162354.58860ln()0.247767ln()WPURSe=(12.28757)(2.729258)(1.120161)F=2270.286T=(-12.38343)(20.00126)(0.221189)R^2=0.994887P=(0)(0)（0.8262）DW=1.560892八、评价模型的估计结果并解释其经济含义。由模型的估计结果得，由于当时美国的经济状况出现了有悖常规经济理论的状况，其工资水平便随着失业率的降低、生产率的增加而增加。其经济含义:19960-1999年美国城镇的劳动生产率没说升高1%,城16镇居民的工资平均增长54.58860个单位；而失业率每降低1%，其工资平均水平降低0.247767个单位。