1985 2354.8 2542.8
1974 1674.0 1896.6 1980 2000.4 2214.3
1986 2455.2 2640.9
1975 1711.9 1931.7 1981 2042.2 2248.6
1987 2521.0 2686.3
估计下列模型：
PCEt = A1 + A2 PDIt + µt PCEt = B1 + B2 PDIt + B3 PCEt−1 + υt
分析该地区消费同收入的关系
Y
91.158 109.1 119.187 143.908 155.192 148.673 151.288 148.1 156.777 168.475 174.737 182.802 180.13 190.444 196.9
年份
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
1975
5.24
29.65
1992
17.7
113.3
1976
5.39
40.94
1993
14.72 127.13
1977
1.78
33.08
1994
13.76 141.44
1978
0.73
20.3
1995
14.42 173.75
（1） 设定模型 Yt* = α + β Xt + µt 作部分调整假定，估计参数，并作解释。
(1) 解释这两个回归模型的结果。
(2) 短期和长期边际消费倾向（MPC）是多少？
7.2 表中给出了某地区 1980-2001 年固定资产投资 Y 与销售额 X 的资料（单位：亿元）。
年份
Y
X
年份
Y
X
1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990
1955.606 307.7170 8.819188 8.918118 4496.936 0.000000
PCEˆt = −215.2202 +1.007PDIt
t = (−6.3123)
(−64.2447)
R2 = 0.9961 DW=1.302
利用第二个模型进行回归，结果如下：
Dependent Variable: PCE Method: Least Squares Date: 07/27/05 Time: 21:51 Sample (adjusted): 1971 1987 Included observations: 17 after adjustments
年份
X
1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989
103.169 115.07 132.21 156.574 166.091 155.099 138.175 146.936 157.7 179.797 195.779 194.858 189.179 199.963 205.717
X
215.539 220.391 235.483 280.975 292.339 278.116 292.654 341.442 401.141 458.567 500.915 450.939 626.709 783.953 890.637
Y
204.75 218.666 227.425 229.86 244.23 258.363 275.248 299.277 345.47 406.119 462.223 492.662 539.046 617.568 727.397
（2）
设定模型 Yt
=α
+
β
X
* t
+ µt
作自适应假定，估计参数，并作解释。
（3） 比较上述两种模型的设定，哪一个模型拟合较好？
7.4 给出某地区各年末货币流通量 Y，社会商品零售额 X1、城乡居民储蓄余额 X 2 的 数据
单位：亿元
年份 Y 1953 10518 1954 14088 1955 13375 1956 18354 1957 16867 1958 18515 1959 22558 1960 29036 1961 41472 1962 34826 1963 30000 1964 24300 1965 29300 1966 33900 1967 36100 1968 39600
Yt = α + β 0 X t + β1 X t−1 + ⋯ + β 4 X t−4 + ut
7.3 表中给出了某地区 1962-1995 年基本建设新增固定资产 Y（亿元）和全省工业总
产值 X（亿元）按当年价格计算的历史资料。
年份
Y
X
年份
Y
X
1962
0.94
4.95
1979
2.06
42.69
1963
0.996455 0.996233 18.88628 5707.065 -77.37269 1.366654
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
36.99 33.60 35.42 42.35 52.48 53.66 58.53 67.48 78.13 95.13 112.60
52.805 55.906 63.027 72.931 84.790 86.589 98.797 113.201 126.905 143.936 154.391
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
128.68 123.97 117.35 139.61 152.88 137.95 141.06 163.45 183.80 192.61 182.81
168.129 163.351 172.547 190.682 194.538 194.657 206.326 223.541 232.724 239.459 235.142
1.69
6.63
1980
7.93
51.61
1964
1.78
8.51
1981
8.01
61.5
1965
1.84
9.37
1982
6.64
60.73
1966
4.36
11.23
1983
16
64.64
1967
7.02
11.34
1984
8.81
66.67
1968
5.55
19.9
1985
10.38
73.78
1969
X1 78676 101433 103989 124525 126467 134446 154961 170370 149182 154564 142548 143415 156998 176387 178162 167074
X2 4163 4888 5689 7406 9156 10193 13939 15495 12553 10080 11602 15031 17108 19301 20485 22572
Variable
Coefficient Std. Error t-Statistic Prob.
C
-233.2736 45.55736 -5.120436 0.0002
Variable
Coefficient Std. Error t-Statistic Prob.
C
-216.4269 32.69425 -6.619723 0.0000
PDI
1.008106 0.015033 67.05920 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
（1） 做 Yt 关于 X t 的回归，对回归结果进行分析判断；
（2） 建立分布滞后模型，用库伊克变换转换为库伊克模型后进行估计，并对估计结果进 行分析判断；
（3） 建立局部调整——自适应期望综合模型进行分析。
练习题参考答案
练习题 7.1 参考解答 （1）先用第一个模型回归，结果如下：
Dependent Variable: PCE Method: Least Squares Date: 07/27/05 Time: 21:41 Sample: 1970 1987 Included observations: 18
1982 2050.7 2261.5
1971 1538.8 1728.4 1977 1883.8 2066.6
1983 2146.0 2331.9
1972 1961.9 1797.4 1978 1961.0 2167.4
1984 2249.3 2469.8
1973 1689.6 1916.3 1979 2004.4 2212.6
1977 63000 378115 53313
1978 66000 415830 61290
1979 76000 452032 70033
1980 85000 512543 92800
1981 90000 547956 109707
1982 101000 591088 133799
1983 100000 646427 164314
6.93
29.49