EVIEWS软件在建立经济计量模型过程中的实证分析
理论与方法
ＥＶＩＥＷＳ软件在建立经济计量模型过程中的实证分析
"
丘京南
关系，由经济理论分析已知，收入是影响消费的主要因
一、ＥＶＩＥＷＳ软件介绍
Ｅｖｉｅｗｓ是ＥｃｏｎｏｍｅｔｒｉｃｓＶｉｅｗｓ的缩写，直译为计量经
济学观察，通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察”。计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、应用模型（结构分析、经济预测、政策评价）。Ｅｖｉｅｗｓ是完成上述任务比较得力的必不可少的工具。正是由于Ｅｖｉｅｗｓ等计量经济学软件包的出现，使计量经济学取得了长足的进步，发展成为一门较为实用与严谨的经济学科。使用Ｅｖｉｅｗｓ可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。Ｅｖｉｅｗｓ的应用范围包括：科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。
素，最终消费支出ｙ与国内生产总值ｘ之间存在密切的关系，消费支出随国内生产总值的增加而增加。散点图如下图所示。
６００００
４００００
２００００
００
２００００４００００６００００８００００１０００００
从ｘ与ｙ的散点图可以看出，最终消费支出与国内生产总值之间存在线性关系。因此可设定最终消费支出与国内生产总值的关系为：
二、研究方法介绍
（一）研究的思路与方法
首先构建回归模型，以１９７８￣２００５年我国最终消费支出与国内生产总值统计资料，利用ＥＶＩＥＷＳ软件采用普通最小二乘法（ＯＳＬ）进行回归，估计出消费支出模型的参数值。然后利用ＥＶＩＥＷＳ软件的相关功能对模型的参数进行相关检验。
（二）构建模型
为了研究中国最终消费支出与国内生产总值之间的
ｂ０＞０，０＜ｂ１＜１
其中，ｙｔ为我国最终消费（亿元）；ｘｔ为国内生产总值（亿元）。变量采用年度数据，样本期为１９７８￣２００５年。这里ｂ１为边际消费倾向，表示国内生产总值每增加１亿元时，最终消费支出所增加的数量。ｕｔ为随机误差项，即除了随国内生产总值之外，影响最终消费支出的其他次要的、机的因素。
（三）相关数据收集
１９９１￣２００５年的中国最终消费支出与国内生产总值
来源于《（见下表）。２００６年中国统计年鉴》
２００７■８
理论与方法
我国最终消费支出（ｙ）与国内生产总值（ｘ）统计资料
单位：亿元
年份
ｙ２２３９．１２６３３．７３００７．９３３６１．５３７１４．８４１２６．４４８４６．３５９８６．３６８２１．８７８０４．６９８３９．５１１１６４．２１２０９０．５１４０９１．９
ｘ３６０５．６４０９２．６４５９２．９５００８．８５５９０．０６２１６．２７３６２．７９０７６．７１０５０８．５１２２７７．４１５３８８．６１７３１１．３１９３４７．８２２５７７．４
年份
ｙ１７２０３．３２１８９９．９２９２４２．２３６７４８．２４３９１９．５４８１４０．６５１５８８．２５５６３６．９６１５１６．０６６８７８．３７１６９１．２７７４４９．５８７０３２．９９６９１８．１
ｘ２７５６５．２３６９３８．１５０２１７．４６３２１６．９７４１６３．６８１６５８．５８６５３１．６９０９６４．１９８７４９．０１０８９７２．４１２０３５０．３１３６３９８．８１６０２８０．４１８６７００．９
１９７８１９７９１９８０１９８１１９８２１９８３１９８４１９８５１９８６１９８７１９８８１９８９１９９０１９９１
１９９２１９９３１９９４１９９５１９９６１９９７１９９８１９９９２０００２００１２００２２００３２００４２００５
以及建立条件异方差、向量自回归等复杂的计量经济模
三、模型的求解
（一）参数估计方法介绍
型。我们利用ＥＶＩＥＷＳ软件，采用最小二乘法进行参数估计。
（二）模型的求解
利用ＥＶＩＥＷＳ软件，采用最小二乘法进行回归。ＯＳＬ方法估计的结果如下：
ＥＶＩＥＷＳ软件是目前广泛使用的经济计量软件之一。
软件功能很强，能够处理一时间序列为主的多种类型数据，进行包括描述统计、回归分析、传统时间序列分析等
ＤｅｐｅｎｄｅｎｔＶａｒｉａｂｌｅ：ＹＭｅｔｈｏｄ：ＬｅａｓｔＳｑｕａｒｅｓＤａｔｅ：０２／２７／０７Ｔｉｍｅ：１８：０５Ｓａｍｐｌｅ：１９７８２００５Ｉｎｃｌｕｄｅｄｏｂｓｅｒｖａｔｉｏｎｓ：２８ＶａｒｉａｂｌｅＣＸＲ－ｓｑｕａｒｅｄＡｄｊｕｓｔｅｄＲ－ｓｑｕａｒｅｄＳ．Ｅ．ｏｆｒｅｇｒｅｓｓｉｏｎＳｕｍｓｑｕａｒｅｄｒｅｓｉｄＬｏｇｌｉｋｅｌｉｈｏｏｄＤｕｒｂｉｎ－Ｗａｔｓｏｎｓｔａｔ
Ｃｏｅｆｆｉｃｉｅｎｔ１５９８．８２６０．５５４５７９０．９９２８６４０．９９２５８９２５５９．９９０１．７０Ｅ＋０８－２５８．４３０００．３２７８８８
Ｓｔｄ．Ｅｒｒｏｒ６８３．３８９８０．００９２２１
ｔ－Ｓｔａｔｉｓｔｉｃ２．３３９５５２６０．１４４１０
Ｐｒｏｂ．０．０２７３０．００００３０６２８．３３２９７３７．５１１８．６０２１４１８．６９７３０３６１７．３１３０．００００００
ＭｅａｎｄｅｐｅｎｄｅｎｔｖａｒＳ．Ｄ．ｄｅｐｅｎｄｅｎｔｖａｒＡｋａｉｋｅｉｎｆｏｃｒｉｔｅｒｉｏｎＳｃｈｗａｒｚｃｒｉｔｅｒｉｏｎＦ－ｓｔａｔｉｓｔｉｃＰｒｏｂ（Ｆ－ｓｔａｔｉｓｔｉｃ）
８
■
２００７
■
市场研究
" !
理论与方法
我国消费支出模型如下：１．拟合优度检验
一般采用判定系数———Ｒ２来说明样本回归直线对样本数据的拟合优度，Ｒ２介于０到１之间，愈接近１说明回
＝１５９８．８２６００３＋０．５５４５７８９０６４＊ｘｔｔ＝（２．３３９５５２）Ｒ２＝０．９９２８６４ＤＷ＝０．３２７８８８
（６０．１４４１０）＝０．９９２５８９
Ｆ＝３６１７．３１３
归拟合效果愈好。一般的，如果Ｒ－ｓｑｕａｒｅｄ的取值超过
０．８，认为模型的拟合度比较高。
上面的报告结果表明，回归直线对样本的拟合度很
四、模型的检验
（一）经济意义检验
高。Ｒ２＝０．９９２８６４，说明总离差平方和的９９．２９％被样本回归直线解释，仅有不足０．７１％未被解释，因此样本回归直线对样本的拟合度很高。表示我国最终消费支出ｙｔ的总变差中，由解释变量国内生产总值ｘｔ解释的部分占
１．经济意义检验的目的
经济意义检验主要检验模型参数估计量在经济意义上的合理性。主要方法是将模型参数的估计量与预先拟定的理论期望值进行比较，包括参数估计量的符号、大小、相互之间的关系，以判断其合理性。
９９．２９％，或者说，我国最终消费支出变的９９．２９％可由样本
回归直线作出解释，模型的拟合优度较高。
２．模型的显著性检验
主要包括方程的显著性检验（Ｆ检验）和回归系数的显著性检验（ｔ检验）。Ｆ检验主要是针对模型拟合样本的整体效果，也就是选择的所有自变量对因变量的总体解释能力；回归系数的显著性检验则反映每一自变量的合理性，如果每一个回归系数都通过了ｔ检验，说明模型中的每一自变量都是显著的。在ＥＶＩＥＷＳ软件中，为了方便用户，给出了拒绝零假设时犯错误（第一类错误或! 错误）的概率，称为收尾概率或相伴概率ｐ。若此概率低于事先给定的置信度（如０．０５），则可拒绝零假设，反之不能拒绝。用户不用查表，只需直接看相伴概率即可。
上面的报告结果表明，各个参数在５％的显著性水平下，均通过了检验。说明方程具有很强的显著性，模型的解释能力强。表明国内生产总值对我国最终消费支出有显著性影响。
２．经济意义检验
从经济意义上，ｂ１＝０．５５４５７８９０６４，符合经济理论中的绝对收入假说，边际消费倾向在０与１之间，表明我国国内生产总值每增加１００亿元，最终消费支出平均增加
５５．４５８亿元。
只有当模型中的参数估计量通过所有经济意义的检验，方可进行下一步检验。模型参数估计量的经济意义检验是一项最基本的检验，经济意义不合理，不管其他方面的质量多么高，模型也是没有实际价值的。
（二）统计检验
统计检验是由统计理论决定的，目的在于检验模型的统计学性质。通常最广泛应用的统计检验准则有拟合优度检验、变量和方程的显著性检验等。
２００７■８
理论与方法
（三）计量经济学检验
计量经济学检验是由计量经济学理论决定的，目的在于检验模型的计量经济学性质。通常最主要的检验准则有随机误差项的序列相关检验和异方差性检验，解释变量的多重共线性检验等。
函数。
ｃ．计算辅助回归模型的判定系数Ｒ２；可以证明，在同
方差的假设下，有ｎＲ２～型中的自变量个数。
，若ｎＲ２＞ｄ．对于给定的显著水平α方差性；反之，则认为不存在异方差性。
（ｑ）其中自由度ｑ为辅助回归模
（ｑ），模型存在异
１．序列相关性检验
序列相关性的检验方法通常有３种方法：ＤＷ检验、相关图和Ｑ统计量检验、ＬＭ（拉格郎日乘数检验）检验。本文采用“相关图和Ｑ统计量检验”序列相关。利用Ｅ－
２）ＥＶｉｅｗｓ软件进行Ｗｈｉｔｅ检验。利用ＥＶｉｅｗｓ软件可
以很方便的进行Ｗｈｉｔｅ检验：
ａ．建立回归模型：ＬＳＹＣＸ
ｂ．检验异方差性：在方程窗口中依次点击Ｖｉｅｗ＼ＲｅｓｉｄｕａｌＴｅｓｔ＼ＷｈｉｔｅＨｅｔｅｒｏｓｋｅｄａｓｔｃｉｔｙ可以选择在
辅助回归模型中是否包含交叉乘积项（Ｃｒｏｓｓｔｅｒｍｓ）。在
Ｖｉｅｗｓ软件很方便的实现这一过程，具体操作方式：
在方程窗口中点击Ｖｉｅｗ＼ＲｅｓｉｄｕａｌＴｅｓｔ＼Ｃｏｒｒｅｌｏｇｒａｍ－
Ｑ－ｓｔａｔｉｓｔｉｃｓ屏幕将直接输出ｅｔ与ｅｔ－１，ｅｔ－２，…，ｅｔ－ｐ（ｐ是事
先指定的滞后期长度）的相关系数和偏相关系数，从中可以直观地看出残差序列的相关情况。如果各阶的Ｑ统计量都没有超过相关图中设定的显著水平决定的临界值，则接受原假设，即不存在序列相关，反之，亦然。我们通过相关图和Ｑ统计量检验表明，我国消费支出模型的随机误差项不存在自相关性。
ＥＶｉｅｗｓ软件中，Ｗｈｉｔｅ检验的统计量，通过相伴概率判别
是否拒绝无异方差的零假设。只要相伴概率大于０．０５，就不能拒绝零假设，即认为无异方差，反之，即认为有异方差。通过检验，我国消费支出模型无异方差。
３．多重共线性检验
因为在我们的模型中只涉及一个解释变量，所以不存在多重共线性。"
２．异方差性的检验
本文采用怀特（Ｗｈｉｔｅ）检验法来检验异方差性。Ｗｈｉｔｅ检验是建立辅助回归模型的方式来判断异方差性。
参考文献：
e i 2
１）Ｗｈｉｔｅ检验步骤为：
ａ．估计回归模型，并计算残差的平方；
［１］孙敬水．计量经济学［Ｍ］．清华大学出版社，２００４．［２］李子奈．计量经济学［Ｍ］．高等教育出版社２０００．［３］易丹辉．数据分析与Ｅｖｉｅｗｓ应用［Ｍ］．中国统计出
版社，２００２．
e i 2
ｂ．估计辅助回归模型：残差平方关于解释变量的二次
［４］古扎拉蒂（美国）．计量经济学［Ｍ］．中国人民大学
出版社，２０００．
（作者单位：国家统计局培训学院）
８
■
２００７
■
市场研究
#"