第三章 違反假設條件的處理(模型的變換與GMM估計)

知識回顧(Knowledge review)

第三章  模型的檢驗(一):https://blog.csdn.net/ChenQihome9/article/details/82818974

第二節 違反假設條件的處理:模型的變換與GMM估計

一、模型的變換

根據上面3個檢驗可以得出這個模型即存在自相關,又存在異相關,並且隨機擾動項不服從正態分佈。因此我們可以知道這個模型包含了衆多違反假設的問題,顯而易見的是模型的設定不妥。於是我們嘗試着改變模型的設定使其趨於合理。首先從經濟理論分析,貨幣需求除了受到當期收入利率的影響以外,還受到上一期的貨幣需求的影響,(即所謂的慣性),同時考慮將模型形式設定爲對數。即將模型修改爲

lnM_{t}=\beta_{0} + \beta_{1}lnY_{t}+\beta_{2}lni_{t}+\beta_{3}lnM_{t-1}+u

對於含有滯後項的迴歸,就得在Equation Estimation的Specification的空白處輸“lnm(-1)”(注意lnm(-1)表示lnm的滯後一期,這是Eviews的固定用法)

WAY1(如何做對數變換):Quick——Generate Series...——在空白處輸入“lnm=log(m)”

繼而做第二次檢驗(正態性檢驗——自相關性檢驗——異方差檢驗)

注意做log變換後:可以採用“as Group——Name”保存好這個group,以及在“as Equation——習慣上必須注意被解釋變量後面緊跟着常數項或者直接按照其指定的格式時必須注意常數項C在後面——Name——繼續保存這個equation以便後續的分析”

 

新模型正態性檢驗

 

新模型有交叉乘積項的White異方差檢驗

 

新模型的二階自相關結果

 如上三張圖都可以看出Prob的值大於0.05,因此新模型具有並沒有違反假設條件。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章