Eviews序列相关性实验报告

【实验目的】

掌握序列相关性问题出现的来源、后果、检验及修正的原理，以及相关的Eviews操作方法。 【实验内容】

经济理论指出，商品进口主要由进口国的经济发展水平，以及商品进口价格指数与国内价格指数对比因素决定的。由于无法取得价格指数数据，我们主要研究中国商品进口与国内生产总值的关系。

以1978-2001年中国商品进口额与国内生产总值数据为例，练习检查和克服模型的序列相关性的操作方法。 1978-2001年中国商品进口与国内生产总值 国内生产总值 商品进口 年份 GDP (亿元) M (亿美元) 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 19 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 【实验步骤】 一、 建立线性回归模型

利用表中数据建立M关于GDP的散点图（SCAT GDP M）。 可以看到M与GDP呈现接近线性的正相关关系。

建立一个线性回归模型（LS M C GDP）。 即得到的回归式为：

R20.9461

.=0.63 F=405

二、 进行序列相关性检验 1、 观察残差图

做出残差项与时间以及与滞后一期的残差项的折线图，可以看出随机项存在正序列相关性。

2、 用.检验判断

由回归结果输出.=。若给定0.05，已知n=24，k=2，查.检验上下界表可得，

dL1.27,dU1.45。由于.=<=dL，故存在正自相关。

3、 用LM检验判断

在估计窗口中选择Serial Correlation LM Test，设定滞后期Lag=1，得到LM检验结果。

由于P值为，可以拒绝原假设，表明存在自相关。 4、 用回归检验法判断

对初始估计结果得到的残差序列定义为E1，首先做一阶自回归（LS E1 E1(-1)）。 采用LM检验其自相关性，结果表明仍然存在自相关。

用残差项的二阶自回归形式重新建立模型（LS E1 E1(-1) E1(-2)）。

再次用LM检验，此时P值达到，落在接受域，认为误差项不存在自相关。 可以得到残差的二阶回归式为：

R20.66,s.e.90.83

三、 克服自相关

用广义最小二乘法估计回归参数。根据残差二阶回归式的系数，对变量GDP和M作二阶广义差分，生成新变量序列：

GENR GDGDP=*GDP(-1)+*GDP(-2)

GENR GDM=*M(-1)+*M(-2)

以GDGDP、GDM为样本再次回归（LS GDM C GDGDP），得到结果输出为： LM检验结果如下，已经很好地克服了自相关性。 残差图为：

广义最小二乘回归结果为：

R20.948,s.e.90.32,D.W.1.88

由于 得到

故原模型的广义最小二乘估计为