计量经济软件Eviews上机指导及演示示例
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots
0.990102 Mean dependent var 0.988937 S.D. dependent var 0.154782 Akaike info
criterion
0.407278 Schwarz criterion 10.56115 F-statistic 1.537282 Prob(F-statistic) .43
-0.606756 850.2191 0.000000 7.150795 1.471582 -0.756115
此时DW=1.537282>dU=1.42，可以认为此时已消除自相关性。
EVIEWS在计量经济学教学过程中的演示示例（六）
目的：1、正确使用EVIEWS
2、对分布滞后模型能进行析和计算，会使用经验加权法、阿尔蒙法、自回归模型的估计和检验等方法。
3、数据为demo data4 demo data5、demo data6
方法1：（经验加权法）
已知某地区制造业部门1955－1974年期间的资本存量Y和销售额X的统计资料如下表（金额单位：百万元）。设定有限分布滞后模型为：
Yt????0Xt??1Xt?1??2Xt?2??3Xt?3??t
运用经验加权法，选择下列三组权数：
（1）1、1/2、1/4、1/8
（2）1/4、1/2、2/3、1/4
（3）1/4、1/4、1/4、1/4、
分别估计上述模型，并从中选择最佳的方程。
obs 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967
SER01 450.6900 506.4200 518.7000 500.7000 527.0700 538.1400 549.3900 582.1300 600.4300 633.8300 682.2100 779.6500 846.6500
SER02 264.8000 277.4000 287.3600 272.8000 302.1900 307.9600 308.9600 331.1300 350.3200 373.3500 410.0300 448.6900 464.4900
45
计量经济软件Eviews上机指导及演示示例
1968 1969 1970 1971 1972 1973 1974
908.7500 970.7400 1016.450 1024.450 1077.190 1208.700 1471.350
502.8200 535.5500 528.5900 559.1700 620.1700 713.9800 820.9800
记新的线性组合变量分别为：
Z1?Xt?Z2?Z3?141412Xt?1?121414Xt?2?231418Xt?31414Xt?3 Xt?3Xt?Xt?Xt?1?Xt?1?Xt?2?Xt?2?分别估计如下经验加权模型：
Yt????Zkt??tk?1,2,3
具体步骤为：
1、 打开EVIEWS，输入X，Y的数据，生成线性组合变量Z1,Z2,Z3的数据；
genr z1=xt+(1/2)*xt(-1)+(1/4)*xt(-2)+(1/8)*xt(-3)
genr z2=(1/4)*xt+(1/2)*xt(-1)+(2/3)*xt(-2)+(1/4)*xt(-3) genr z3=(1/4)*xt+(1/4)*xt(-1)+(1/4)*xt(-2)+(1/4)*xt(-3)
2、 回归分析。在EQUATION SPECIFICATION对话框中，输入 Y C Z1，在ESTIMAYIONS
栏中选择OLS，点击OK，结果如下：
Variable
Coefficien
t
C Z1
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
-66.52295 1.071395
18.16484 -3.662182 0.021024
50.96149
0.0023 0.0000
Std. Error t-Statistic
Prob.
0.994257 Mean dependent var 818.6959 0.993875 S.D. dependent var 279.9181 21.90777 Akaike info
criterion
7199.257 Schwarz criterion -75.53437 F-statistic 1.439440 Prob(F-statistic)
9.219716 2597.074 0.000000 9.121691
用Z2,Z3分别进行回归估计，结果整理如下： YT = -66.52294932 + 1.071395456*Z1
（-3.662182） （50.96149）
R-squared＝0.994257 DW＝1.439440 F＝2597.074
YT = -133.1722303 + 1.366668187*Z2
（-5.029746） （37.37033）
46
计量经济软件Eviews上机指导及演示示例
R-squared＝0.989373 DW＝1.042713 F＝1396.542
YT = -121.7394467 + 2.237930494*Z3
（-4.813143） （38.68578）
R-squared＝0.990077 DW＝1.158530 F＝1496.590
从上述回归分析结果可以看出，模型一的扰动项无一阶自相关，模型二和模型三扰动项存在一阶正相关；在综合判断可决系数、F－检验值，t检验值，可以认为：最佳的方程式模型一，即权数为1、1/2、1/4、1/8的分布滞后模型。
方法2：（阿尔蒙法）
下表给出某行业1955－1974年的库存额Y和销售额X的资料。假定库存额取决于本年销售额和前三年的销售额，估计如下分布滞后模型：
obs 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974
XT 26.48000 27.74000 28.23600 27.28000 30.21900 30.79600 30.89600 33.11300 35.03200 37.33500 41.00300 44.86900 46.44900 50.28200 53.55500 52.85900 55.91700 62.01700 71.39800 82.07800
YT 45.06900 50.64200 51.87100 52.07000 52.70900 53.81400 54.93900 58.12300 60.04300 63.38300 68.22100 77.96500 84.65500 90.81500 97.07400 101.6400 102.4400 107.7100 120.8700 147.1300
Yt????0Xt??1Xt?1??2Xt?2??3Xt?3??t
假定系数β可以用二次多项式近似，即
?0??0?1??0??1??2?2??0?2?1?4?2?2??0?3?1?9?2则模型可变为：
47
计量经济软件Eviews上机指导及演示示例
Yt????0Z0t??1Z1t??2Z2t??t
其中
Z0t?Xt?Xt?1?Xt?2?Xt?3Z1t?Xt?1?2Xt?2?3Xt?3Z2t?Xt?1?4Xt?2?9Xt?
在EVIEWS中输入XT和YT的数据，然后在工作文件的工具条上选择生成新数据序列的GENR命令，在打开的EQUATION对话框中依次键入生成Z0t，Z1t，Z2t的公式。
GENR Z0T=XT+XT(-1)+XT(-2)+XT(-3) GENR Z1T=XT(-1)+2*XT(-2)+3*XT(-3) GENR Z2T=XT(-1)+4*XT(-2)+9*XT(-3)
打开EQUATION SPECIFICATION对话框，键入回归方程形式：
Y C Z0T Z1T Z2T
点击OK，结果如下表：
Variable
Coefficien
t
C Z0T Z1T Z2T R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
-6.419601 0.630281 0.987410 -0.460829 2.130157 -3.013675 0.179160 0.525307
3.517969 1.879682
0.0100 0.0038 0.0827 0.0245 Std. Error t-Statistic
Prob.
0.181199 -2.543216 0.996230 Mean dependent var 81.97653 0.995360 S.D. dependent var 27.85539 1.897384 Akaike info
criterion
46.80087 Schwarz criterion -32.72981 F-statistic 1.513212 Prob(F-statistic)
???4.321154 4.517204 1145.160 0.000000
表中，Z0t，Z1t，Z2t对应的系数分别为?0,?1,?2的估计值?0,?1,?2。将它们代入分布
????滞后阿尔蒙多项式中，可以计算出?0,?1,?2,?3的估计值为：
???0?????0?0.630281,??2?1??0??1????2??1.157?2
????0?2?1?4?????0.762??0.555??3??0?3?1?9?2从而，分布滞后模型的最终估计形式为：
Yt??6.4196?0.631Xt?1.157Xt?1?0.762Xt?2?0.555Xt?3
在实际应用中，EVIEWS提供了多项式分布滞后指令“PDL”用于估计分布滞后模型。下
48
