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 年份 GDP (亿元) 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 M (亿美元) 商品进口 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：

二、 进行序列相关性检验 1、

观察残差图

M152.90580.0204GDP

R20.9461

.=0.63 F=405

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。

4、

用回归检验法判断

由于P值为，可以拒绝原假设，表明存在自相关。

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：

t1.1100t10.7509t2t

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：

GDM107.3020.020GDGDP

R20.948,s.e.90.32,D.W.1.88

由于

0(11.11000.7509)107.302

得到

0164.852

故原模型的广义最小二乘估计为

M164.8520.020GDP