天才一秒记住【热天中文网】地址：https://www.rtzw.net
1.6建立误差修正模型
banner"
>
输入命令：lsd（lnex）d（lnim）d（l（-1），结果如图1122所示。
图1122
从图1122可知，d（lnpt）没有通过显著性检验，现在去掉此序列，重新回归：
lsd（lnex）d（l（-1），结果如图1123所示。
图1123
写出标准格式ECM模型回归结果如下：
DLNEX = 0.757*DLNIM - 0.458*ET（-1）R2=0.618
t:（12.23）（-4.54）DW=1.788
方程的回归系数通过了显著性检验，误差修正系数为负，符合反向修正机制。
本章小结
1. 要对方程式Y=C0+C1*X1+C2*X2 进行回归分析，进行最小二乘估计要满足下列条件中的一个：① Y、X1、X2三个时间序列必须是0阶单整的，即Y、X1、X2三个时间序列是平稳的。
② Y、X1、X2三个时间序列是非平稳的，但是Y、X1、X2三个时间序列是同阶单整的，回归方程必须通过协整检验。
2. 假设Y、X1、X2都是1阶单整的，在进行最小二乘估计之后，导出估计方程的残差项，复制粘贴数据到新的变量et，对et变量进行单位根检验，若检验结果表明et是平稳的时间序列，即et是0阶单整的时间序列，那么该回归结果就通过了EG协整检验，之前的回归结果就不会因为各个变量的不平稳性出现伪回归的现象。
3. 建立误差修正模型，首先对变量进行协整分析，以发现变量之间的协整关系，即长期均衡关系，并以这种关系构成误差修正项。
然后建立短期模型，将误差修正项看作一个解释变量，连同其他反映短期波动的解释变量一起，建立短期模型，即误差修正模型。
思考与练习
1. 用图形及QLB法检验1978—2002年居民消费总额时间序列的平稳性，数据如表1所示。
表1
年份居民消费总额年份居民消费总额年份居民消费总额
19781759.1
19792005.4
19802317.1
19812604.1
19822867.9
19833182.5
19843674.5
19854589
19865175
19875961.2
19887633.1
19898523.5
19909113.2
199110315.9
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！