计量经济学实验报告7

1、以中国城镇居民人均消费为被解释变量，人均可支配收入和前一年城镇居人均消费支出为解释变量，建立模型；

2、经分析认为，人均可支配收入可能具有同期内生性；

3、选择工具变量；

4、采用Hausman检验判断，城镇居民人均可支配收入确实是内生变量；

5、采用工具变量估计。

6、为了比较，采用OLS估计。

1.建立工作表，输入数据，在命令窗口输入LS  Y C X1 X2  点击enter  可得原模型最小二乘法估计

      (0.55)    (7.37)     (2.20)

   F=560.56  D.W.=1.84  RSS=4170093

2.如果考虑居民人均消费支出（Y）由人均可支配收入（X1）决定的同时，人均消费支出（Y）又反过来影响着同期居民人均可支配收入，因此，那些在模型中列出而纳入到随机干扰项的影响居民人均消费支出的因素，也影响着居民可支配收入，据此有理由怀疑居民可支配收入和随机干扰项u同期相关，对前一年城镇居民消费支出（X2）而言，它影响着当年的消费支出，而当年的消费支出不会反过来影响前一年的消费支出，因此可认为X2是同期外生变量。

3.可选择前一年的可支配收入z作为X1的工具变量，显然前一年的居民可支配收入与的当年的居民可支配收入有较强的相关性，但是由于当年的消费支出不会影响前一年可支配收入，因此z与原模型的随机干扰项也不会存在同期相关性。将X1关于X2，Z进行普通最小二乘估计得

（0.68） （-4.08） （16.98）

记录残差v，并将其加入原模型进行最小二乘估计得

   (1.11)    (10.60)      (6.31)    (8.35)

t检验表明，v之前的参数显著不为0，因此判断居民人均可支配收入确实是内生变量。从而原模型的普通最小二乘估计量有偏并且非一致。必须采用工具变量法进行估计。

（0.58）  （5.52）  （3.28）  

  F=513.7  D.W.=2.08  RSS=4461871

      (0.55)    (7.37)     (2.20)

   F=560.56  D.W.=1.84  RSS=4170093

原模型的随机干扰项u和辅助回归式的随机干扰项v是正相关，意味着同期内生变量X1和u是正相关，在随机解释变量和随机干扰项存在正相关的情形下，普通最小二乘估计量可能会低估截距项，而高估斜率项。因此，正如预期那样，这里的工具变量法估计量，对普通最小二乘估计量对截距项的低估与斜率项X1参数的高估做出了修正。

教师签名：              

               年   月    日