Obs F-Statistic
Prob.
25
3.13450
0.0512
6.34347
0.0040
Pairwise Granger Causality Tests 4
Date: 03/30/16 Time: 17:06 Sample: 1978 2005 Lags: 4 Null Hypothesis: CS does not Granger Cause GDPS GDPS does not Granger Cause CS
26
6.26728
0.0073
6.14373
0.0079
Pairwise Granger Causality Tests Date: 03/30/16 Time: 17:06 Sample: 1978 2005 Lags: 3
Null Hypothesis:
CS does not Granger Cause GDPS GDPS does not Granger Cause CS
【实验步骤】
已知广东省宏观经济部分数据（参见附表“广东省宏观经济数据-第二章”）， 要根据这些数据分别研究和分析广东省宏观经济，建立宏观计量经济模型。
本实验要求具体验证分析： （1）“国内生产总值的变化引起财政收入的变化” （2）“财政收入影响财政支出” （3）“国内生产总值对社会消费品零售额的影响模型” 并根据相应的回归模型进行经济预测、经济分析和政策评价。
广东财经大学华商学院实验报告
实验项目名称
实验二 一元线性回归模型的估计、检验、预测和应用
课程名称
计量经济学
成绩评定
良
实验类型：验证型□√ 综合型□设计型□ 实验日期
学生姓名
学号
专业班级
一、实验项目训练方案
指导教师
小组合作：是□ 否□√ 小组成员：无
实验目的： 掌握简单相关分析、格兰杰因果关系检验、简单线性回归模型的设定和模型的参
注：在实验中对应的空白处写出实验的结果。全部完成后，把该文档以“学号+姓
名”为名进行命名，提交到教师机。
（一）建立工作文件
进入Eviews，建立一工作文件，并命名为GD，新建4个序列，并对应输入广东
1
省经济数据表中的数据：收入法国内生产总值-GDPS，财政收入-CS，财政支出-CZ， 社会消费品零售额-SLC。
Pairwise Granger Causality Tests
Obs F-Statistic
数估计、简单线性回归模型的区间估计、假设检验和预测方法，并能利用所建立的模 型分析实际问题。
实验场地及仪器、设备和材料： 实验室：普通配置的计算机，Eviews 软件及常用办公软件。
实验训练内容（包括实验原理和操作步骤）：
【实验原理】
相关分析，格兰杰因果关系检验，普通最小二乘法(OLS)，拟合优度的判定系数 检验和参数显著性t3
SLC
0.996795
1.000000
（三）回归分析
1．【模型设定】（请对得到的图表进行处理，“模型设定”部分不得超过本页）
（1）作因果关系检验（辅助“模型设定”） 分别对上述三组变量作因果关系检验（3组检验结果），并根据因果关系检验的 结果，作简单描述及分析。（其中，因果关系检验结果表：请对同一个模型的滞后期 从2-5多试几次，并选定最终的结果。） GDPS/CS：
Pairwise Granger Causality Tests Date: 03/30/16 Time: 17:06 Sample: 1978 2005 Lags: 2
Null Hypothesis:
Obs F-Statistic
Prob.
CS does not Granger Cause GDPS GDPS does not Granger Cause CS
Pairwise Granger Causality Tests Date: 03/30/16 Time: 17:07 Sample: 1978 2005 Lags: 5 Null Hypothesis: CS does not Granger Cause GDPS GDPS does not Granger Cause CS
（二）相关分析（请对得到的图表进行处理，“相关分析”部分不得超过本页）
1．作散点图 分别作上述三组变量之间的散点图（3个散点图），并根据散点图作简单分析，
写出各组变量的关系。 散点图：
2,000
1,600
1,200
CS
800
400
0
0
2,000
4,000
6,000
8,000
SLC
CZ
2,400 2,000 1,600 1,200
Pairwise Granger Causality Tests Date: 03/30/16 Time: 17:08 Sample: 1978 2005 Lags: 3 Null Hypothesis: CZ does not Granger Cause CS CS does not Granger Cause CZ
800 400
0 0
500
1,000
1,500
2,000
CS
2
SL C
8,000 7,000 6,000 5,000 4,000 3,000 2,000 1,000
0 0
5,000 10,000 15,000 20,000 25,000 GDPS
分析：由（1）可知，x，y系数互为正相关关系。 由（2）可知，x，y系数互为正相关关系由 由（3）可知，x，y系数互为正相关关系
2、计算简单线性相关系数 分别计算上述三组变量之间的简单线性相关系数，并根据相关系数作简单分析。
GDPS CS
GDPS 1.000000 0.992864
CS 0.992864 1.000000
CS
CZ
CS
1.000000
0.997638
CZ
0.997638
1.000000
GDPS
GDPS 1.000000
CS/CZ： Pairwise Granger Causality Tests Date: 03/30/16 Time: 17:07 Sample: 1978 2005 Lags: 2 Null Hypothesis: CZ does not Granger Cause CS CS does not Granger Cause CZ