um squared resid 460 9399 Schwarz criterion 5792502 -90.33151 F-statistic 21.1227 Durbin-Watson stat 1.901308 Prob(F-statistic) 0.000002 从结果看,t值F值都很显著,R不是很高 (1)根据局部调整模型的参数关系,有a=0x,B=0B,B,=1-0,p2=,将上述 估计结果代入得到: 6=0.9853,B=0.1037,a=1.9249 故局部调整模型为 X=1.9249+0.1037X1+H12 意义:为了达到全省工业总产值的计划值,寻求一个未来预期新增固定资产的最佳量 全省工业总产值每计划增加1(亿元),则未来预期最佳新增固定资产量为0.1037亿元 (2)根据自适应模型的参数关系,有a=y,B=B,B=1-y,=41-(1-y)1, 代入得到: y=0.9853,B=0.1037,a=1.9249 故局部调整模型为: 1.9249+0.1037X:+ 意义:新增固定资产的变化取决于全省工业总产值的预期值。全省工业总产值每预期增 加增加1(亿元),当期新增固定资产量为0.1037(亿元)。 3)局部调整模型和自适应模型的区别在于:局部调整模型是对应变量的局部调整而得 到的;而自适应模型是由解释变量的自适应过程而得到的。由回归结果可见,Y滞后一期的 回归系数并不显著,说明两个模型的设定都不合理 练习题75参考解答 (1)首先将M滞后一期并乘上(1-y1)得到 (1-n1)M1=(1-a+(1-)BF+(1-)BR1+1 →M-(1-y1)M1=0y1+B11Y+B2[R-(1-1)R]+1-(-1)1-1 =an1+BH+B2[R2-(-y2+y2-1)R1]+1-(1-y1)1 =a1+BxH+B2[R-(1-2)R21+(1-y2)R1]+1-(1-y1)1 =a1+Rx1+BR-(1-y2)R2+月2(1-y2)R21+1-(1-n1)H11 =an1+By+B2y2R+B2(1-y2)R1+p1-(1-%)-1Sum squared resid 460.9399 Schwarz criterion 5.792502 Log likelihood -90.33151 F-statistic 21.12278 Durbin-Watson stat 1.901308 Prob(F-statistic) 0.000002 从结果看，t 值 F 值都很显著， 2 R 不是很高。 （1）根据局部调整模型的参数关系，有 * * * * 0 1 , , 1 ,         = = = − = t t ，将上述 估计结果代入得到：    = = = 0.9853, 0.1037, 1.9249 故局部调整模型为： * 1.9249 0.1037 Y X t t t = + +  意义：为了达到全省工业总产值的计划值，寻求一个未来预期新增固定资产的最佳量。 全省工业总产值每计划增加 1（亿元），则未来预期最佳新增固定资产量为 0.1037 亿元。 （2）根据自适应模型的参数关系，有 * * * * 0 1 1 , , 1 , (1 )           = = = − = − − t t t− ， 代入得到：    = = = 0.9853, 0.1037, 1.9249 故局部调整模型为： * 1.9249 0.1037 Y X t t t = + +  意义：新增固定资产的变化取决于全省工业总产值的预期值。全省工业总产值每预期增 加增加 1（亿元），当期新增固定资产量为 0.1037（亿元）。 （3）局部调整模型和自适应模型的区别在于：局部调整模型是对应变量的局部调整而得 到的；而自适应模型是由解释变量的自适应过程而得到的。由回归结果可见，Y 滞后一期的 回归系数并不显著，说明两个模型的设定都不合理。 练习题 7.5 参考解答 （1）首先将 M 滞后一期并乘上 1 (1 ) − 得到 * * 1 1 1 1 1 1 1 2 1 1 (1 ) (1 ) (1 ) (1 ) M Y R t t t t − = − + − + − +         − − − − * * 1 1 1 1 1 2 1 1 1 1 * * 1 1 1 2 2 2 1 1 1 1 * * * 1 1 1 2 2 1 1 2 1 1 1 * * 1 1 1 2 2 1 (1 ) [ (1 ) ] (1 ) [ (1 ) ] (1 ) [ (1 ) ( ) ] (1 ) [ (1 ) ] t t t t t t t t t t t t t t t t t t t t t M M Y R R Y R R Y R R R Y R R                                   − − − − − − − − −  − − = + + − − + − − = + + − − + − + − − = + + − − + − + − − = + + − − + * 2 1 2 1 1 1 * 1 1 1 2 2 2 1 2 1 1 1 ( ) (1 ) ( ) (1 ) t t t t t t t t R Y R R                  − − − − − + − − = + + + − + − −