实验的报告材料

《实验的报告材料》由会员分享，可在线阅读，更多相关《实验的报告材料（9页珍藏版）》请在装配图网上搜索。

1、实用标准文案实 验报 告姓名：范香珍班级：金融 1104学号： 11161210151. 下表给出了 19901996 年间的 CPI 指数与 S&P500指数。年份CPIS&P500指数1990130.7334.591991136.2376.181992140.3415.741993144.5451.411994148.2460.331995152.4541.641996159.6670.83要求：（1）以 CPI 指数为横轴、 S&P指数为纵轴做图； （2）你认为 CPI 指数与 S&P指数之间关系如何？（3）考虑下面的回归模型： (S & P)tB1 B2CPI t ut ，根据表中的数

2、据运用OLS估计上述方程，并解释你的结果；你的结果有经济意义吗？解：（1）Y表示 S&P指数， X表示 CPI 指数。关系图如下所示：（2） 从直线图可以看出S&P指数（ Y）和 CPI 指数（ X)大体呈现为线性正相关关系。（ 3） 回归模型：（S&P） t=B1+B2CPIt+ utOLS回归结果精彩文档实用标准文案Yt=-1137.826+11.08361Xt(177.9488) (1.228555)t=(-6.394122) (9.021662)R2=0.9442123F=81.39039n=7t=9.021662 2 CPI指数对 S&P指数有显著影响。可决系数为0.9442123具

3、有较高的拟合度，表明解释变量“CPI 指数”对被解释变量“S&P指数”的绝大部分差异作出了解释。具有一定的经济意义 :CPI 指数每增加一单位，S&P指数增加11.08361 个单位。12. 下表是某种商品的需求量、价格和消费者收入十年的时间序列资料：年份12345678910需求量59190654506236064700674006444068000724007571070680价格23.5624.4432.0732.4631.1534.1435.3038.7039.6346.68收入762009120010670011160011900012920014340015960018000019

4、3000要求：（1 ）已知商品需求量Y 是其价格 X 1 和消费者收入X 2 的函数，试求 Y 对 X 1 和 X 2 的最小二乘回归方程：?1 X12X2；（2）求 Y的总变差中未被 X1 和 X2解释的部分，并对回归方程进行显著性检验； （ 3）对回归参数，Y0? 进行显著性 t 检验。12?X1?X 2的 OLS回归结果如下：（1）模型为 Y012精彩文档实用标准文案因此回归方程可写为：Y=62650.93-979.0570 X1+0.286182 X2(2)Y 的总变差未被X1和 X2 解释的部分 RSS=ei2=21168473(3) 参数 1 t检验值为 -3.061617 其绝对

5、值大于 t 0.025 (10-2)=2.306因此价格对需求有显著影响参数 2 t检验值为 4.902030 t 0.025 (10-2)=2.306收入对需求也有显著影响。3. 某上市公司的子公司的年销售额Yt 与其总公司年销售额Xt 的观测数据如下表：序号XY序号XY1127.320.9611148.324.542130.021.4012146.424.303132.721.9613150.225.004129.421.5214153.125.645135.022.3915157.326.366137.122.7616160.726.987141.223.4817164.227.5281

6、42.823.6618165.627.789145.524.1019168.728.2419145.324.0120171.728.78要求： (1)用最小二乘法估计 Yt 关于 X t 的回归方程； (2) 用 D.W.检验分析随机项的一阶自相关性；(3) 用德宾两步法估计回归模型的参数； (4) 直接用一阶差分法估计回归模型的参数 .（1）OLS回归方程如下：精彩文档实用标准文案回归方程： Yt=-1.454750+0.176283Xt(0.214146) (0.001445)t=(-6.793261) (122.0170)R2=0.998792F=14888.14 DW=0.734726

7、(2) 由回归分析可知： DW=0.734726 , 给定显著水平 =0.05 ，查 D W表n=20 k =1 , 取得下线临界值dl=1.201 du=1.411,因为 t 统计量为0.734726dl=1.201.根据判定区域可知，此时随机误差项存在一阶正自相关。（ 3） Yt =1（1） + 2Xt 2Xt-1 +Yt-1+ vt（ 4）由残差回归结果分析可得：估计值 =0.631164 对原模型进行广义差分，得到广义差分方程Yt - 0.6312Y t-1（ 5） = 1（10.6312 ） + 2 ( Xt 0.6312Xt-1 )+v t精彩文档实用标准文案差分后的方程为：Y*=

8、-0.394046+0.173758X*t=(-2.356356) (58.76288)R2=0.995101F=3453.076 DW=1.650289在 5%的显著水平下， dl=1.201 du=1.411而 duDW=1.650289t 0.025 (14)=2.145 =3.173757 t 0.025 (14)=2.14说明解释变量职工总数L（人）、固定资产净值+流动资金净值K对被解释变量有显著影响。F 检验：假设= =0，在显著水平5%自由度为k-1=1,n-k=14的临界值F0.025 (1 ， 14)=1.44120.9152拒绝原假设，表示解释变量对被解释变量有显著影响。D

9、W检验： DW=0.776982 ，在显著水平5%水平下， dl=0.982 du=1.539 DWdl=0.982因此随机误差项之间之间存在自相关。LNY -0.5809LNYt-1=LNA(1-0.5809)+ (LNLt-0.5809LNLt-1)+ (LNKt-0.5809LNKt-1)+utt精彩文档实用标准文案差分后的方程为： Y*=-0.862727+0.460649LNL*+0.770393LNK* t=(-1.818981) (1.758785) (4.499218) R2=0.880384 F=44.16066 DW=1.114015在5%的显著水平下，dl=0.982 d

10、u=1.539 dlDW4-du说明广义差分后不存在自相关。最终得到的模型为：LNY=-2.0585+0.4606LNL+0.7704LNK（2）各个参数的经济意义：每增加一个单位的LNL，工业增加值就增加0.4606 各单位，每增加一个单位的LNK，工业增加值就增加0.7704 个单位。5. 下表是 19782003 年中国财政收入 Y 和税收 X 的数据（单位：亿元） ，判断 lnY 和 lnX 的平稳性，如果是同阶单整的，检验它们之间是否存在协整关系，如果协整，则建立相应的协整模型。年度财政收入 Y税收 X年度财政收入 Y税收 X19781132.26519.2819956242.260

11、38.0419801159.93571.719967407.996909.8219852004.822040.7919978651.148234.0419892664.92727.419989875.959262.819902937.12821.86199911444.0810682.5819913149.482990.17200013395.2312581.5119923483.373296.91200116386.0415301.38精彩文档实用标准文案19934348.954255.3200218903.6417636.4519945218.15126.88200321715.2520017.31由上表可知， LNY和 LNX的 t 统计量值是大于显著性水平为10%的临界值，不能拒绝原假设，表明序列是非平稳的。对其进行一阶差分，结果如下：可见 LNY和 LNX都是一阶单整的，可进行协整性分析。下面进行协整性分析：回归分析结果如下：精彩文档实用标准文案估计回归模型为：LNY=1.392491+0.850369LNX+ut从 t 统计结果来看。 t 值大于显著性水平为1%是的临界值，小于显著性水平为5%的临界值，说明在5%的显著水平我们可以拒绝原假设，即在%的显著水平不存在单位根，也就说明残差序列此时是平稳的。LNY 和 LNX具有协整性关系。精彩文档