EVIEWS上机实验7 金融1091-孙振程
基于EViews的计量经济分析实验
基于EViews的计量经济分析实验一、实验目的EViews 计量分析软件在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛的应用。
EViews软件在Windows环境下运行，操作接口容易上手，使得本来复杂的数据分析过程变得易学易用。
而经济与金融专业的培养计划里面并未涉及到使用任何计量经济分析软件的学习，因此本次开放性实验项目的开设将会对经济与金融专业计划内课程内容的有力补充，从而能培养学生具备对利用EViews软件进行计量经济分析的能力，使学生知识结构更科学合理，同时也能增加和补充其他的经济学知识，增强团队的协作能力，让学生更加适应社会的需求，增强其综合竞争能力。
通过本次实验，学生应达到以下的要求：二、实验内容本次实验以EViews8.0版本软件为依据，以案例为基础，突出计量分析、实例分析和EViews软件操作的有机结合。
主要介绍EViews中常用的计量经济分析的操作步骤，并结合演示EViews的操作与输出结果解读，使得经济与金融专业的学生对EViews软件在计量经济分析的应用有一个全面的了解。
（一）本次实验主要的知识与内容1、EViews在数据处理中的应用2、EViews在绘图中的应用3、EViews在基本统计分析的应用（1）利用EViews绘制数据的直方图并对结果进行解释。
（2）利用EViews制作数据的单位根检验并对结果进行解释。
（3）利用EViews对数据组进行协方差分析和相关性分析。
（4）利用EViews对数据组进行格兰杰因果检验分析。
4、EViews在线性回归分析的应用（1）利用EViews绘制线性回归模型的回归结果并对回归结果进行解释。
（2）利用EViews对线性回归模型的残差进行检验并解释。
（3）利用EViews对含虚拟变量的线性回归模型进行估计并解释。
5、EViews在二元选择模型中的应用6、EViews在受限因变量模型中的应用7、EViews在时间序列模型中的应用（1）利用EViews对数据进行ARIMA模型估计与分析。
Eviews上机手册
《计量经济学》上机指导手册统计学院数量经济教研室2004年3月目录第一部分 Eviews基本操作_____________________________________________________1第一章预备知识____________________________________________________________1第二章 Eviews的基本操作____________________________________________________6第二部分上机实习操作_______________________________________________________17第三章简单线性回归模型与多元线性回归模型________________________________17第四章多重共线性________________________________________________________23第五章异方差性__________________________________________________________32第六章自相关性__________________________________________________________35第七章分布滞后模型与自回归模型_________________________________________38第八章虚拟变量_________________________________________________________42第九章联立方程模型______________________________________________________44第一部分Eviews基本操作第一章预备知识一、什么是EviewsEviews (Econometric Views)软件是QMS（Quantitative Micro Software）公司开发的、基于Windows平台下的应用软件，其前身是DOS操作系统下的TSP软件。
计量经济学eviews上机实验
2011-2012学年第二学期计量经济学eviews上机实验姓名：学号：班级：实验一：研究国民生产总值对财政收入的影响。
（本实验30分）下表是我国1978－1997年的财政收入Y和国民生产总值X的数据资料，试根据资料完成下列问题：1、建立财政收入对国民生产总值的一元线性回归方程；（10分）2、对所建立的回归方程进行检验并对结果进行说明，然后解释方程的经济意义；（15分）3、若1998年国民生产总值为78017.8亿元，求1998年财政收入预测值。
（5分）解：（1）由题意可知，y= 0.100031x+ 858.3108（46.05）（12.79）R2=0.99 F=2120.41（2）由数据统计得，x的t方检验为46.04788>2，因此具有高度显著性，同理C也具有高度显著性，所以此方程有效；经济意义：财政收入与国民生产总值成正比，即财政收入随国民生产总值的增长而增长。
（3）将X=78017.8代入方程得，Y=8662.5093518。
实验二：研究某企业员工的工资是否受性别的影响。
（本实验20分）表中列出了24个不同性别的企业员工的工资收入情况。
要求根据所给出的数据资料1、建立虚拟变量模型。
（注：要先说明以哪一个变量作为虚拟变量，并说明1代表什么，0代表什么。
）（5分）2、根据你得到的虚拟变量回归方程，判断该方程是否有效。
若方程有效，则分析该企业员工的男女平均工资是否存在差距，差距是多少。
（15分）解：（1）定义虚拟变量D：当D=0时表示女性，D=1时表示男性，Y表示工资，X表示性别由题意可知，Y=3476.07-674.82X（19.42）（-2.67）R2=0.42 F=7.11(2)由数据统计得，T检验：二者绝对值均大于2，即性别对工资有显著影响；R检验：值小于0.8，即真实值与估计值偏差较大；F检验：通过，即方程整体具有显著性；所以方程有效。
该企业员工的男女平均工资存在差距，且差距为674.82。
计量经济学(课程)上机实验指导书
计量经济学（课程）上机实验指导书实验一 : Eviews软件基本操作和一元回归模型1、实验目的：1）、了解Eviews软件的特点；2）、掌握Eviews软件的启动与退出；3）、了解Eviews软件工作窗口的组成4）、掌握Eviews软件的基本操作和使用范围。
2、实验内容：1）练习Eviews软件的基本操作；2）学会利用Eviews软件的五大工具即工作文件、序列、数组、图形和方程进行经济计量分析；3以我国税收预测模型为例，建立工作文件；输入数据；图形分析；估计线性回归模型；模型比较，根据判定系数、残差图等进行综合分析。
3、预习要求及参考书目1）潘省初：《计量经济学》，中国人民大学出版社，。
2）赵卫亚：《计量经济学教程》，上海财经大学出版社，。
3）M.伍徳里奇：《计量经济学导论》，中国人民大学出版社，4、实验步骤：1）启动Eviews软件，熟悉Eviews软件的工作窗口；2）根据窗口文件提示，输入我国税收数据（见参考书2）P311）；3）进行数据处理和分析；4）总结Eviews软件中的简单函数、描述统计函数和回归统计函数的使用方法和程序。
5、实验报告要求：按规定内容完成。
实验二 :Eviews的应用-多元回归分析1、实验目的：1）、重点掌握Eviews软件的多元回归分析方法；2）利用Eviews软件对回归结果进行验证。
2、实验内容：1）练习Eviews软件的基本操作程序和和各种命令文件代码；2）建立我国国有独立核算工业企业生存函数，然后建立多元线性回归模型；比较、选择最佳模型。
3）对相关数据数据进行回归分析和结果检验。
3、预习要求及参考书目1）潘省初：《计量经济学》，中国人民大学出版社，。
2）赵卫亚：《计量经济学教程》，上海财经大学出版社，。
3）M.伍徳里奇：《计量经济学导论》，中国人民大学出版社，4、实验步骤：1）在Windows窗口下启动Eviews软件；2）建立我国国有独立核算工业企业生存函数，然后建立多元线性回归模型；比较、选择最佳模型。
《计量经济学》eviews实验报告一元线性回归模型
《计量经济学》实验报告一元线性回归模型
三、实验步骤(简要写明实验步骤)
1、数据的输入、编辑
2、图形分析与描述统计分析
3、数据文件的存贮、调用
4、一元线性回归的过程
点击view中的Graph-scatter-中的第三个获得
在上方输入ls y c x回车得到下图
在上图中view处点击view-中的actual,Fitted,Residual中的第一个得到回归残差
打开Resid中的view-descriptive statistics得到残差直方图
打开工作文件第二个中的structure将workfiels选中第一个,将右边改为16个
之后打开工作文件xy右键双击,open-as grope
在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图
在上方空白处输入ls y c s---之后点击proc 中的forcase 根据
公式)|(0^
0X Y Y E 得到2015估计量
四、实验结果及分析(将本问题的回归模型写出,并作出经济意义检。
《计量经济学》上机实践
第三节 建立与应用计量经济 模型的主要步骤
一、根据经济理论建立计量经济模 型
二、样本数据的收集 三、估计参数 四、模型的检验 五、计量经济模型的应用
一、根据经济理论建立 计量经济模型
设定一个合理的计量经济模型，应当注 意以下几个方面：
（一）要有科学的理论依据 （二）模型要选择适当的数学形式 （三）方程中的变量要具有可观测性
数学知识（函数性质等）对计量建模的 作用。
计量经济学不是数学，是经济学。
计量经济学的内容体系
(一)从内容角度，可以将计量经济 学划分为理论计量经济学和应用计 量经济学。
(二)从学科角度，可以将计量经济 学划分为广义计量经济学与狭义计 量经济学。
计量经济学在经济学科中的地位
省略
第二节 计量经济学的基本概念
《计量经济学》上机实践
1、介绍EViews软件的基本情况和操作使用说明 2、使用EViews的基本概念，并学会数据的输入等 3、利用EViews对一元回归模型进行计算操作 4、利用EViews对多元回归模型案例进行计算操 5、利用EViews检验模型的异方差性 6、利用EViews检验模型的自相关性 7、利用EViews检验模型的多重共线性 8、利用EViews对联立方程模型进行计算 9、上机考试
本章总结
重要的知识点：
1.1933年《计量经济学》会刊的出版，标志着 计量经济学作为一个独立的学科正式诞生。
2.什么计量经济学？ 3.计量经济学的学科性质与其他学科的关系 4.计量经济学的学科体系 5.计量经济学的基本概念：变量、数据、参数
及其估计准则、计量经济模型 6.建立与应用计量经济学模型的主要步骤
通过P180案例分析，掌握以下内容： 1.异方差的图示检验法 2.G-Q检验法 3.怀特检验法 4.戈里瑟检验和帕克检验法 5.WLS估计法 6.对数变换法
金融衍生工具实验报告(Eviews分析)
┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊金融衍生工具实验报告实验时间：2019年1月4日实验地点：经济综合实验室实验内容：实验一：1、β值计算：600015华夏银行:Dependent Variable: YMethod: Least SquaresDate: 01/03/19 Time: 09:53Sample (adjusted): 1940 1979Included observations: 40 after adjustmentsVariableCoefficient Std. Error t-Statistic Prob.C -0.000679 0.000877 -0.773765 0.4439X 1.160390 0.087792 13.21748 0.0000 R-squared 0.821346 Mean dependent var 0.001425 Adjusted R-squared 0.816645 S.D. dependent var 0.012737 S.E. of regression 0.005454 Akaike info criterion -7.536162 Sum squared resid 0.001130 Schwarz criterion -7.451718 Log likelihood 152.7232 F-statistic 174.7018 Durbin-Watson stat 1.685052 Prob(F-statistic) 0.000000600215 长春经开：Dependent Variable: YMethod: Least SquaresDate: 01/03/19 Time: 09:55Sample (adjusted): 1940 1979Included observations: 40 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.C 0.001347 0.001738 0.774697 0.4433X 0.329426 0.086951 3.788632 0.0005 R-squared 0.274168 Mean dependent var 0.001425┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊Adjusted R-squared 0.255067 S.D. dependent var 0.012737 S.E. of regression 0.010994 Akaike info criterion -6.134294 Sum squared resid 0.004593 Schwarz criterion -6.049850 Log likelihood 124.6859 F-statistic 14.35373 Durbin-Watson stat 2.484094 Prob(F-statistic) 0.000526600415小商品城：Dependent Variable: YMethod: Least SquaresDate: 01/03/19 Time: 09:56Sample (adjusted): 1940 1979Included observations: 40 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.C 0.000471 0.001163 0.404709 0.6880X 0.697960 0.078024 8.945406 0.0000R-squared 0.678021 Mean dependent var 0.001425 Adjusted R-squared 0.669548 S.D. dependent var 0.012737 S.E. of regression 0.007322 Akaike info criterion -6.947127 Sum squared resid 0.002037 Schwarz criterion -6.862683 Log likelihood 140.9425 F-statistic 80.02029 Durbin-Watson stat 1.944300 Prob(F-statistic) 0.0000002、R2计算：Dependent Variable: YMethod: Least SquaresDate: 01/04/19 Time: 08:59Sample (adjusted): 1940 1979Included observations: 40 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.C 0.000457 0.001114 0.410461 0.6838X 0.808838 0.085022 9.513249 0.0000R-squared 0.704285 Mean dependent var 0.001425 Adjusted R-squared 0.696503 S.D. dependent var 0.012737 S.E. of regression 0.007017 Akaike info criterion -7.032214 Sum squared resid 0.001871 Schwarz criterion -6.947770 Log likelihood 142.6443 F-statistic 90.50190 Durbin-Watson stat 2.208747 Prob(F-statistic) 0.000000┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊结论：股票600015华夏银行600215长春经开600415 小商品城总金额81500000β值 1.16039 0.329426 0.69796 组合β值0.721434所占资金比例0.25 0.25 0.5 金额20375000 20375000 40750000 股数2757104 3022997 11676217 收盘价标准差0.20256851 0.309142 0.134125 R20.704285套期保值手数5719618.11┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊实验二：（一）金融衍生品1、股指期货的现状分析：近期市场持续震荡走弱，铁路基建、医药、券商、油气相关等板块在近期领跌两市，市场的风险的释放进入了新的阶段，而中央经济工作会议的召开也未能在短期扭转这样的颓势，上证50、沪深300、中小板指数等多指数在近期先后创出新低，但我们认为目前A股的调整经过于今年来的漫长调整，已经较为充分，虽然多指数己经新低，但不宜视作是向下实破后新的中长期弱势趋势开始，而更大概率上应是视作阶段性底部的临近。
金融计量学eviews实验报告2010到2020年数据
金融计量学eviews实验报告2010到2020年数据正文:本次实验使用 EViews 软件对 2010 到 2020 年的数据进行分析，主要涉及股票市场的表现分析。
在实验开始之前，我们先对数据进行了处理。
首先，我们对数据进行了清洗，排除了无效数据和异常值。
然后，我们对数据进行了时间序列分析，以了解数据的一般趋势和周期性。
最后，我们选择了适当的变量用于建模，并进行了回归分析，以评估股票市场的表现。
在时间序列分析中，我们注意到数据呈现出明显的周期性，并且存在一些异常值。
为了解决这些问题，我们使用了平稳性检验方法，确定了数据是否平稳。
经过检验，我们发现数据是平稳的，因此可以使用移动平均法进行平滑处理，以消除噪声干扰。
在建模过程中，我们选择了一些重要的变量进行回归分析。
这些变量包括股票价格、经济增长率、通货膨胀率、利率和货币政策等。
通过对这些变量进行回归分析，我们可以评估股票市场的表现，并了解各种因素对股票市场的影响。
在实验的最后，我们总结了实验的结果，并给出了相应的结论。
通过对实验结果的分析，我们发现股票市场在 2010 到 2020 年期间表现出色，尤其是在 2015 年和 2017 年期间。
此外，我们还发现经济增长率、通货膨胀率、利率和货币政策等因素对股票市场有着重要的影响。
总之，本次实验为我们提供了深入了解股票市场表现的机会，同时也为我们提供了了解各种因素对股票市场影响的方法。
拓展:EViews 是一种广泛使用的经济计量学软件，可用于数据分析和建模。
EViews 提供了大量的功能和工具，可以帮助用户进行时间序列分析、回归分析、协整分析、VAR 建模等。
此外，EViews 还提供了可视化工具和建模软件，可以帮助用户更好地理解数据和分析结果。
在实际应用中，EViews 常用于数据分析和建模，尤其是在金融领域。
例如，EViews 可以用于分析股票市场和投资组合的表现，评估风险和回报，制定投资策略等。
计量经济学eviews实验报告
计量经济学eviews实验报告计量经济学Eviews实验报告引言：计量经济学是经济学中的一个重要分支，它通过运用统计学和数学方法来分析经济现象，并建立经济模型来预测和解释经济变量之间的关系。
Eviews是一种流行的计量经济学软件，它提供了丰富的数据分析和模型建立工具，被广泛应用于经济学研究和实证分析。
一、数据收集与处理在进行计量经济学实验之前，首先需要收集相关的经济数据。
这些数据可以来自于各种来源，如经济统计局、金融机构或者自行收集。
然后，我们需要对数据进行处理，包括数据清洗、转换和整理，以便于后续的分析和建模。
二、描述性统计分析描述性统计分析是计量经济学中的第一步，它通过计算数据的均值、方差、相关系数等统计量来描述数据的基本特征。
在Eviews中，我们可以使用各种命令和函数来进行描述性统计分析，比如mean、var、cor等。
通过描述性统计分析，我们可以对数据的分布和变化情况有一个初步的了解。
三、回归分析回归分析是计量经济学中最常用的方法之一，它用于研究一个或多个自变量对一个因变量的影响。
在Eviews中，我们可以使用OLS（Ordinary Least Squares）命令来进行回归分析。
首先，我们需要选择一个合适的回归模型，然后通过最小二乘法估计模型的参数。
通过回归分析，我们可以得到模型的拟合优度、参数估计值和统计显著性等信息，从而判断变量之间的关系和影响程度。
四、模型诊断与改进在进行回归分析之后，我们需要对模型进行诊断和改进。
模型诊断主要包括残差分析、异方差性检验和多重共线性检验等。
在Eviews中，我们可以使用DW （Durbin-Watson）统计量来检验残差的自相关性，使用Breusch-Godfrey检验来检验异方差性，使用VIF（Variance Inflation Factor）来检验多重共线性。
如果模型存在问题，我们可以通过引入其他变量、转换变量或者使用其他的回归方法来改进模型。
(eviews)金融学实验模拟试题-2012
广东商学院模拟试题纸2012-2013_学年第_1 _学期考试时间共90 分钟课程名称_金融学专业综合实验课课程代码_051202_课程班号09金融、国际金融共4_页-----------------------------------------------------------------------------------------------------------------------一、名词解释（2小题，5分/小题，共10分）1．向量误差修正（VEC）模型2. 协整二、实验操作和结果分析（5小题，18分/小题，共90分）（一）实验目的本实验中我们主要分析货币市场、资本市场和外汇市场之间的关系。
（二）数据2003M01-2008M09,共69个月的数据。
（二）实验内容1. 单位根检验：填写表中空格（10分））表示不含常数项和趋势项，1阶滞后；（c，t，2）表示含常数项和趋势项，2阶滞后，以此类推；（2）﹡﹡﹡表示在1%显著性水平下平稳，﹡﹡表示在5%显著性水平下平稳，﹡表示在10%显著性水平下平稳；（4）表中△表示一阶差分。
结果分析（8分）：2. 格兰杰因果检验：填写表中空格（10分）表2 Granger因果关系检验结果分析（8分）：3. VAR估计：填写表中空格（10分）表3 VAR估计结果Vector Autoregression EstimatesDate: 12/15/11 Time: 00:10Sample (adjusted): 2003M04 2008M09Included observations: 66 after adjustmentsStandard errors in ( ) & t-statistics in [ ]DGJ DR HLDGJ(-1)DGJ(-2) 0.361903 -0.000177 1.74E-06(0.12138) (0.00015) (1.2E-05)[ 2.98147] [-1.15853] [ 0.14234] DR(-1) 167.5562 -0.495376 0.000303(98.0056) (0.12349) (0.00987)[ 1.70966] [-4.01132] [ 0.03074] DR(-2) 15.08509 -0.290918 0.008991(100.847) (0.12707) (0.01015)[ 0.14958] [-2.28935] [ 0.88552]HL(-1) 1150.071 0.998734 1.385971(1258.63) (1.58598) (0.12672)[ 0.91374] [ 0.62973] [ 10.9376] HL(-2) -1091.612 -1.144961 -0.359778(1318.67) (1.66163) (0.13276)[-0.82781] [-0.68906] [-2.70998]C -440.6476 1.203848 -0.221707(789.905) (0.99534) (0.07953)[-0.55785] [ 1.20948] [-2.78787]R-squaredAdj. R-squaredSum sq. resids 3674674. 5.834631 0.037246 S.E. equation 249.5648 0.314471 0.025126 F-statistic 4.445897 3.109868 3469.499 Log likelihood -454.2515 -13.59710 153.1854 Akaike AIC 13.97732 0.624154 -4.429861 Schwarz SC 14.20955 0.856391 -4.197625 Mean dependent 13.63152 0.011061 7.908992 S.D. dependent 286.5199 0.343732 0.450279Determinant resid covariance (dof adj.) 3.835844Determinant resid covariance 2.740218Log likelihood -314.2151Akaike information criterion 10.15803Schwarz criterion 10.85474结果分析（8分）：4.各变量对HL冲击的脉冲响应：填写表中空格（10分）表4 脉冲响应检验结果Period DGJ DR HL1 0.000000 0.000000 0.025027(0.00000) (0.00000) (0.00218)23 22.61494 -0.003329 0.038700(19.5991) (0.00984) (0.00638)4 21.47905 -0.009378 0.041134(19.7404) (0.00890) (0.00761)5 15.99335 0.000667 0.042812(12.3033) (0.00538) (0.00836)67 12.42962 -0.004186 0.045799(8.62528) (0.00339) (0.00929)8 11.64949 -0.003100 0.047371(8.16262) (0.00274) (0.00970)9 10.77023 -0.003335 0.049007(7.87722) (0.00272) (0.01014)10 10.45202 -0.003656 0.050729(7.99276) (0.00278) (0.01062)Cholesky Ordering: DGJ DR HLStandard Errors: Analytic结果分析（8分）：5. HL的方差分解：填写表中空格（10分）表5 方差分解结果Period S.E. DGJ DR HL12 263.1640 0.215638 0.244835 99.539533 283.3802 0.205103 0.625993 99.168904 286.3583 0.341993 0.703114 98.954895 290.2999 0.554499 0.695085 98.7504267 292.0532 0.976352 0.700959 98.322698 292.4257 1.165248 0.691747 98.143019 292.7116 1.331072 0.684296 97.9846310 292.9203 1.475303 0.677129 97.84757Cholesky Ordering: DGJ DR HL结果分析（8分）：。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
由迹检验和最大特征根检验的估计结果可以判断，在5%的显著性水平下，p》0.05，接受第二个原假设，所以至多有一个协整关系，又拒绝第一个原假设，所以，r=1。.
非标准化的协整参数矩阵
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
由图可以看出，rr对lngdp的贡献率比较稳定，开始时31%，然后稳定减少，在14期往后就稳定在28.5%，dlnm1对dlngdp的贡献在前2-4期较小，6期往后处于平稳的贡献率，稳定在9%左右。
3、对变量dlnGDP、dlnM1和RR进行协整分析，给出迹检验和最大特征根检验的估计结果，写出非标准化的协整参数矩阵和调整参数矩阵及标准化的协整参数矩阵和调整参数矩阵；
-2.04E-05
10
0.000956
0.000520
11
0.000826
0.000644
12
0.000838
0.000100
13
0.001106
-0.000599
14
0.001389
-0.000943
15
0.001396
-0.000885
16
0.001095
-0.000721
17
0.000703
-0.000700
Sample (adjusted): 1996Q4 2004Q2
Included observations: 31 after adjustments
Standard errors in ( ) & t-statistics in [ ]
Cointegration Restrictions:
B(1,1)=1
Johansen协整关系检验结果
Date: 11/30/11 Time: 13:29
Sample (adjusted): 1996Q4 2004Q2
Included observations: 31 after adjustments
Trend assumption: No deterministic trend (restricted constant)
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Convergence achieved after 1 iterations.
Restrictions identify all cointegrating vectors
Restrictions are not binding (LR test not available)
Cointegrating Eq:
At most 2
0.112288
3.692342
9.164546
0.4599
Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
2、利用方差分解的方法，给出dlnM1对dlnGDP，RR对dlnGDP的贡献率曲线；并做出解释；
Period
S.E.
RR
DLNM1
DLNGDP
1
0.290556
31.40417
0.697252
67.89858
2
0.694684
30.48974
0.920969
68.58929
3
1.125237
30.64977
(0.00397)
[ 7.24091]
[ 1.02619]
[ 0.30802]
D(RR(-2))
-0.385341
-0.002650
-0.002762
(0.13963)
(0.00307)
(0.00394)
[-2.75967]
[-0.86381]
[-0.70156]
D(DLNM1(-1))
-5.785762
-0.004554
0.000679
2
-0.004037
0.000811
3
-0.000728
-0.000331
4
0.000311
6.06E-05
5
-0.000986
0.001912
6
-0.001869
0.002571
7
-0.001239
0.001369
8
-2.84E-06
8.29E-05
9
0.000802
(0.21581)
(0.27701)
[ 2.06682]
[ 0.29246]
[-1.26882]
R-squared
0.887637
0.576058
0.596362
Adj. R-squared
0.859546
0.470072
0.495452
Sum sq. resids
1.953859
0.000943
0.001553
C
1.000000
271.8178
615.0425
-23.44558
(0.00000)
(84.9188)
(87.7512)
(3.20215)
标准化的调整参数矩阵
Adjustment coefficients (standard error in parentheses)
D(RR)
-0.057175
(0.01357)
S.E. equation
0.285326
0.006268
0.008045
F-statistic
31.59895
5.435242
5.909860
Log likelihood
CointEq1
RR(-1)
1.000000
DLNM1(-1)
271.8178
(84.9188)
[ 3.20091]
DLNGDP(-1)
615.0425
(87.7512)
[ 7.00894]
C
-23.44558
(3.20215)
[-7.32182]
Error Correction:
D(RR)
D(DLNM1)
26.79163
8.210576
64.99779
9
2.596448
26.83372
8.104429
65.06185
10
2.634351
26.62957
8.039698
65.33073
11
2.662526
26.73067
8.191742
65.07758
12
2.698130
27.02497
8.162825
18
0.000415
-0.000804
19
0.000228
-0.000835
20
1.76E-05
-0.000672
Cholesky Ordering: RR DLNM1 DLNGDP
dlnGDP对dlnM1和RR的脉冲响应函数图及表达式如上，可以看出来，rr对lngdp一开始呈现负影响，在4期时候达到0附近,4-8期再次持续负影响，8期之后呈现正影响且慢慢趋于，趋于稳定。Dlnm1对dlngdp的影响不是很明显，12期之前一直是正影响，在6期附近波动一次，12期之后一直呈负影响，且一直趋于稳定，趋于0。
Series: RR DLNM1 DLNGDP
Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace)
Hypothesized
Trace
0.05
No. of CE(s)
Eigenvalue
金融1091孙振程
附表是1996年第1季度—2004年第2季度中国实际GDP对数差分序列dlnGDP、实际M1对数差分序列dlnM1和实际利率RR序列的数据，试根据资料完成下列问题：
1、依据建立的VAR模型，给出dlnGDP对dlnM1和RR的脉冲响应函数图，并作出分析；
Period
RR
DLNM1
1
1.002345
68.34788
4
1.569619
28.58318
0.935154
70.48167
5
1.990755
27.60348
3.492704
68.90382
6
2.297638
27.75009
7.575116
64.67480
7
2.462375
26.96183
8.258492
64.77968
8
2.543665
[ 0.14653]
D(DLNGDP(-1))
27.66456
0.284462
0.486567
(6.39768)
(0.14054)
(0.18039)
[ 4.32416]
[ 2.02413]
[ 2.69737]
D(DLNGDP(-2))