计量经济学作业答案

值都变小了,这说明GARCH(1.1)模型能够更好的拟合数据。再对这个方程进行条件异方差的ARCH LM 检验,得到残差序列在滞后3阶时的统计结果:

此时的相伴概率是0.13,不能拒绝原假设,认为该残差序列不存在ARCH效应,说明利用GARCH(1,1)模型消除了残差序列的条件异方差性。 (4)TARCH模型估计结果:

均值方程:lnspt = -0.14 + 1.02* lnspt-1 + ut z = (-2.32) (125.62)

方差方程:σ

2

t = 3.31*10

-6

+0.114*ut-1^2 - 0.077* ut-1^2dt-1 + 0.91*σ

2

t-1

z = (0.69) (2.89) (-1.54) (17.48)

R2 = 0.99 AIC=-6.03 SC=-5.94

在TARCH模型中,杠杆效应项的系数是-0.077,“利空消息”比等量“利好消息”产生的波动要小,所以非对称效应的作用是是的波动减小。

5、 某校研究生考试分数及录取情况见数据表。定义变量SCORE :考生考试分数;Y :考生录取为1,未录取为0;虚拟变量D1:应届生为1,非应届生为0。请建立二元选择模型,并对其结果进行分析。

分布函数采用标准正态分布,即Probit模型,计算结果为: y* = -143.32+ 0.4*score-0.25d1 z = (-2.05) (2.05) (-0.15)

所以应届生的录取的概率,P(y=1) = φ(-143.32+ 0.4*score-0.25) 非应届生的录取概率,P(y=1) = φ(-143.32+ 0.4*score) 拟合优度检验:

由P=0.495可以看出,在1%的显著性水平下,不能拒绝原假设,因而认为模型的拟合优度很高,拟合效果很好。

6、 根据我国国内生产总值(GDP)和居民消费(CS)的数据:(1)建立变量LOG(GDP)与LOG(CS)的VAR模型,并确定VAR模型的最优滞后期;(2)对建立的VAR模型进行AR根检验,判断VAR模型的稳定性;(3)在VAR模型中对变量GDP和CS进行格兰杰因果检验;(4)在建立的VAR模型基础上进行脉冲响应函数分析和方差分解;(5)在VAR模型中对变量GDP和CS进行Johansen协整检验;(6)建立变量LOG(GDP)与LOG(CS)的VEC模型。以上每一个问题都需要对其结果进行解释和分析。 (1)建立的VAR模型为:

lngdpt = 0.01+1.76 * lngdpt-1 - 0.59 * lngdpt-2 - 0.30* lncst -1+ 0.07 * lncst-2 lncst = - 0.07+0.89 * lngdpt-1 - 0.68 * lngdpt-2 + 0.66* lncst -1 + 0.06 * lncst -2 滞后阶数检验结果如图,所以最优滞后期为2期。

(2)AR根检验检验结果如下,所有根模的倒数小于1,位于单位圆内,所以该VAR模型是稳定的。

Inverse Roots of AR Characteristic Polynomial1.51.00.50.0-0.5-1.0-1.5-1.5-1.0-0.50.00.51.01.5 (3)格兰杰因果检验结果如下:

从表中的结果可以看到:在lngdp方程中,不能拒绝消费的变动不是GDP变动的Granger原因的假设,表明消费的变动对GDP变动的影响不显著。而在lncs方程中,lngdp的Granger因果检验在1%的显著性水平下拒绝原假设,表明GDP 的变动对消费的变动有显著的影响。

(4)(4.1).脉冲响应分析。根据图Response of LNGDP to LNCS,在当期给消费变动一个正的冲击,GDP变动对该冲击的响应为负,表明消费增长速度增加时,GDP 增长速度是减少的。根据图Response of LNCS to LNGDP,在当期给GDP变动一个正的冲击,消费变动对该冲击的响应为正,表明当GDP 增长速度增加时,消费增长速度也增加。

Response to Cholesky One S.D. Innovations ± 2 S.E.Response of LNGDP to LNGDP.2.2Response of LNGDP to LNCS.1.1.0.0-.1-.1-.212345678910-.212345678910Response of LNCS to LNGDP.12.08.04.00-.04-.08-.1212345678910.12.08.04.00-.04-.08-.1212Response of LNCS to LNCS345678910 (4.2).方差分解。如下图,消费变动对GDP变动的贡献率最大达到20%,而GDP变动对消费变动的贡献率最大达到90%以上。

Variance DecompositionPercent LNGDP variance due to LNGDP1008060402001234567891010080604020012345678910Percent LNGDP variance due to LNCSPercent LNCS variance due to LNGDP100806040200123456789101008060402001Percent LNCS variance due to LNCS2345678910 (5)协整检验结果如下图,在5%的显著性下拒绝原假设,存在一个协整向量。

(6)VEC模型。 lngdp的误差修正模型为:

Δ(lngdpt) = 0.21 *( lngdpt-1 - 1.31 lncst-1 - 0.45 ) + 0.56*Δ(lngdpt-1) - 0.63*Δ(lngdpt-2)

(0.13) (0.32) (0.37) + 0.17*Δ(lncst-1) + 0.35 *Δ(lncst-2) + 0.10 (0.34) (0.32)

lncs的误差修正模型为:

Δ(lncst) = 0.25*( lngdpt-1 - 1.31* lncst-1 - 0.45 ) + 0.65*Δ(lngdpt-1) - 0.56*Δ(lngdpt-2)

联系客服:779662525#qq.com(#替换为@) 苏ICP备20003344号-4