固定资产投资的计量经济学模型
固定资产投资的计量经济学模型
摘要：改革开放以来，我国固定资产投资已经历两次高速增长。其一是1984-1988年期间，由城市经济体制改革引发的集体经济投资快速增长引致的。其二是1991-1994年经济过热期间由国有经济和集体经济投资的快速增长引致的。此后，受紧缩性宏观调控政策，亚洲金融危机及结构性供过于求等多种因素的影响，固定资产投资增速在1995年以后大幅度下滑，到1999年降为5.1%.2000年以后，固定资产投资增长恢复上升趋势，本轮投资快速增长主要是由非国有经济投资快速增长拉动的。本文建立了一个以国内生产总值GDP为因变量，以其它可量化的影响因素为解释变量的多元线性回归模型；运用多因素分析法对GDP的增长变动极其主要影响因素进行了实证分析，从而得到相关启示，并结合我国现在的GDP增长情况，为未来我国因固定资产而引起的GDP变动情况提供了依据。关键词：GDP 固定资产投资计量经济学多元线性回归模型
一．问题的提出
全社会固定资产投资是社会固定资产再生产的主要手段。通过建造和购置固定资产的活动，国民经济不断采用先进技术装备，建立新兴部门，进一步调整经济结构和生产力的地区分布，增强经济实力，为改善人民物质文化生活创造物质条件。这对我国的社会主义现代化建设具有重要意义。固定资产投资额是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。全社会固定资产投资按经济类型可分为国有、集体、个体、联营、股份制、外商、港澳台商、其他等。
1978年至2004年间，中国经济平均年增长率在9.3%左右，中国经济增长波动的标准差约3个百分点。中国现阶段的经济增长只是达到了26年来的平均水平，预计2005年的增长速度在8%至9%之间，也仍属正常波动范围。与之形成对照的是，同期中国固定资产投资的增速的确过快。从中国目前的现实出发，中国固定资产投资波动在2.2%至24%之间均属正常范围。但中国2003年固定资产投资增幅已接近27%，去年达到25.8%。经过2004年的宏观调控，固定资产投资过快的趋势已经得到一定的缓解，通货膨胀压力正在减轻。
从总量数据来看，目前固定资产投资的增长率仍在高水平徘徊，政府的紧缩政策对投资的控制力度似乎不够。但通过对部门分类的投资数据分析，我们发现，中国的固定资产投资结构2004年已经发生了显著的变化。首先，制造业投资的年比增长率下降了近一半，同时，农林牧业的投资终止了连年下降的势头，由年初的25.1%负增长变为23.1%的正增长，此外，在制造业内部，对交通和矿业等瓶颈产业的投资不降反升。由此可见，2004年中国政府的宏观调控更加注重于治理经济结构，而非市场理解的控制增长总量。长期以来，国际经济界断定中国近年来的经济成长主要归功于“投资拉动”。然而我们发现，虽然在上世纪80和90年代固定资产投资对中国经济增长的贡献首屈一指，但自2002年一季度至今，消费对于GDP增长的贡献已经超过了固定资产投资的贡献。经济结构已经从“投资拉动”转型为“消费拉动”。2005年，中国政府将实行“稳健”的货币政策和财政政策。根据我们的理解，稳健的货币政策意味着央行在2005年将会保持利率政策适度从紧，而稳健的财政政策则表明财政部会减少国债的发行规模，削减政府赤字。如果这些宏观政策得以贯彻实施，同时外部经济环境保持稳定，我们预计2005年中国固定资产投资的增长可以控制在15-20%之间，GDP增长将会稳定在8.3%左右。我国当前固定资产投资增长的主要特征：（一），非国有经济是新一轮投资快速增长的主导力量。（二），政府投资的诱导作用弱化，市场约束力加强；再市场经济框架基本建立，企业预算约束僵化之后，市场对企业的投资行为的约束力不断加强。（三），企业技术改造意愿加强，更新改造投资相对快速增长。（四），制造业和社会服务业投资快速增长，在投资总额中的比重持续提升；2000年以来我国投资结构的这一变化特征，表明我国经济结构在经过多年的调整后，已进入以制造业和服务业相对快速发展为特征的新工业化时期。（五），投资率和固定资产投资率进一步提高；投资率和固定资产投资率分别从2000年的36.4%和36.8%提高到2002年的39.4%和42.49%，2003年前三季度固定资产率进一步提高到43.43%,是1953年以来的历史最高水平。
二．模型的建立
（一）.建立模型
固定资产对一个企业来说是其主要的劳动手段，它的价值是逐渐地转移到所生产的产品上去。企业同时又是重要的市场主体，因此对固定资产的投资间接的影响得到了一个经济体的产出，这里主要对GDP及国有固定资产投资额，集体经济固定资产投资额，个体经济固定资产投资额，进行计量经济学多元线性回归模型分析。
Y=β+β+ β+β
其中：Y—国内生产总值GDP （亿元）
—国有固定资产投资额（亿元）
—集体经济固定资产投资额（亿元）
—个体经济固定资产投资额（亿元）
（二）我们对模型的初步设想：
在开始模型估计前，让我们先对回归系数的符号做一个预期：
因为全社会固定资产投资按经济类型可分为国有经济，集体经济，个体经济，外商投资经济，股份制经济，农村经济等等，在这其中我们选取影响比较显著的三个因素，来做为固定资产投资对GDP影响的主要因素进行分析研究。我们初步认为这三个因素对GDP都有正相关的影响，只是影响程度有所不同，即认为这些因素的系数符号均可能为正，但仍需要通过具体的数据分析来确定。
三．相关数据的收集
我们选择时间序列的年度数据，样本期为1980-2003年，共24个样本。由于是小样本，检验和解释都有一定的难度，因此我们倍加小心。数据来源为1980-2003《中国统计年鉴》。国内生产总值和全社会固定资产投资(按经济类型分)单位：亿元
年份 GDP 国有经济集体经济个体经济
1980 4517.8 745.9 46 119
1981 4860.3 667.5 115.2 178.3
1982 5301.8 845.3 174.3 210.8
1983 5957.4 952 156.3 321.8
1984 7206.7 1185.2 238.7 409
1985 8989.1 1680.5 327.5 535.2
1986 10201.4 2079.4 391.8 649.4 1987 11954.4 2448.8 547 795.9
1988 14922.3 3020 711.7 1022.1 1989 16917.8 2808.2 570 1032.2 1990 18598.4 2986.3 529.5 1001.2 1991 21662.5 3713.8 697.8 1182.9 1992 26651.9 5498.7 1359.4 1222 1993 34560.5 7925.9 2317.3 1476.2 1994 46670 9615 2758.9 1970.6
1995 57494.9 10898.24 3289.4 2560.2 1996 66850.5 12006.2 3660.6 3211.2 1997 73142.7 13091.7 3850.9 3429.4 1998 78345.2 15369.3 4192.2 3744.4 1999 82067.5 15947.8 4338.6 4195.7 2000 89468.1 16504.44 4801.5 4709.4 2001 97314.8 17606.97 5278.6 5429.6 2002 105172.3 18877.35 5987.4 6519.2 2003 117251.9 21661 7806.9 7563
四．模型的参数估计、检验及修正
（一）、模型的参数估计及检验
利用EVIEWS软件，用OLS方法估计得：（见下表）
Dependent Variable: Y
Method: Least Squares
Date: 06/08/05 Time: 22:45
Sample: 1980 2003
Included observations: 24
Variable Coefficient Std. Error t-Statistic Prob.
C -305.6524 824.3848 -0.370764 0.7147
X1 4.755282 0.495424 9.598418 0.0000
X2 -2.690620 1.947398 -1.381649 0.1823
X3 4.944386 1.188839 4.159004 0.0005
R-squared 0.997092 Mean dependent var 41920.01
Adjusted R-squared 0.996656 S.D. dependent var 37300.68
S.E. of regression 2156.939 Akaike info criterion 18.34178
Sum squared resid 93047727 Schwarz criterion 18.53812
Log likelihood -216.1014 F-statistic 2286.123
Durbin-Watson stat 1.067268 Prob(F-statistic) 0.000000
? = -305.6524+4.755282-2.690620+4.944386
T= (-0.370764)(9.598418) (-1.381649) (4.159004)
R-squared=0.997092 Adjusted R-squared=0.996656 F-statistic=2286.123
以上是该模型的OLS估计的结果，其中由于X1的T检验值非常显著，因此将X1，X2合并为一个解释变量，也就是将国有经济与集体经济固定资产投资额的和看作为公有经济固定资产投资额（X1+X2），令X1+X2=X12我们重新对其进行估计：
Dependent Variable: Y
Method: Least Squares
Date: 06/08/05 Time: 22:58
Sample: 1980 2003
Included observations: 24
Variable Coefficient Std. Error t-Statistic Prob.
C 1212.169 796.8470 1.521207 0.1431
X12 3.384469 0.280137 12.08146 0.0000
X3 2.934989 1.195415 2.455205 0.0229
R-squared 0.995657 Mean dependent var 41920.01
Adjusted R-squared 0.995243 S.D. dependent var 37300.68
S.E. of regression 2572.681 Akaike info criterion 18.65975
Sum squared resid 1.39E+08 Schwarz criterion 18.80701
Log likelihood -220.9170 F-statistic 2406.961
Durbin-Watson stat 1.050474 Prob(F-statistic) 0.000000
我们406.9615604) 08146) (得到406.新的多元线性回归方程：
? = 1212.169+3.384469X12+2.934989X3
T= (1.521207)(12.08146) (2.455205)
R-squared=0.995657 Adjusted R-squared=0.995243 F-statistic=2406.961
分析：由F=2286.123>F0.05(2,21)=3.49（显著性水平为0.05），修正后的可决系数达0.9925243。说明模型从整体上看拟合效果较好，表明应变量和各解释变量之间线性关系显著。但查t分布表，在自由度为n-3=21下，得临界值t0.025(21)=2.080，常数项不通过t检验。
计量经济学检验
1.多重共线性检验及修正
检验
计算解释变量之间的简单相关系数，结果如下：
X12 X3
X12 1.000000 0.977944
X3 0.977944 1.000000
由上表可看出，解释变量之间存在高度线性相关，这说明模型中解释变量很可能存在多重共线性。
修正
①运用差分模型形式进行修正：
令dy=y-y(-1) dx12=x12-x12(-1) dx3=x3-x3(-1)
其中y(-1)表示y的滞后一期值,同样X12(-1),X3(-1)也表示它们的滞后一期。
再次进行OLS线性回归，结果如下：
Dependent Variable: DY
Method: Least Squares
Date: 06/08/05 Time: 23:19
Sample(adjusted): 1981 2003
Included observations: 23 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 1074.766 616.7491 1.742631 0.0968
DX12 1.532809 0.444256 3.450283 0.0025
DX3 5.918813 1.674011 3.535708 0.0021
R-squared 0.770716 Mean dependent var 4901.483
Adjusted R-squared 0.747788 S.D. dependent var 3848.007
S.E. of regression 1932.498 Akaike info criterion 18.09212
Sum squared resid 74690953 Schwarz criterion 18.24023
Log likelihood -205.0594 F-statistic 33.61405
Durbin-Watson stat 0.872632 Prob(F-statistic) 0.000000
d? =1074.766+1.532809dx12+5.918813dx3
T= (1.742631)(3.450283) (3.535708)
R-squared=0.770716 Adjusted R-squared=0.747788 F-statistic=33.61405
再次检验多重共线性：
DX12 DX3
DX12 1.000000 0.637014
DX3 0.637014 1.000000
可以看到多重共线性已经得到缓解，但模型的可决系数并不高，整体拟合效果不是很好，这可能是由于采用了差分模型形式，出现了du序列相关的问题。
2．异方差的检验
由于采用了时间序列数据，考虑ARCH检验，输出结果如下：
ARCH Test:
F-statistic 0.653113 Probability 0.592549
Obs*R-squared 2.181972 Probability 0.535508
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/09/05 Time: 08:24
Sample(adjusted): 1984 2003
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 2796224. 1698777. 1.646021 0.1193
RESID^2(-1) 0.341905 0.249300 1.371464 0.1892
RESID^2(-2) -0.100066 0.268447 -0.372758 0.7142
RESID^2(-3) -0.033490 0.256511 -0.130560 0.8978
R-squared 0.109099 Mean dependent var 3533276.
Adjusted R-squared -0.057945 S.D. dependent var 5573683.
S.E. of regression 5732894. Akaike info criterion 34.13820
Sum squared resid 5.26E+14 Schwarz criterion 34.33734
Log likelihood -337.3820 F-statistic 0.653113
Durbin-Watson stat 2.009883 Prob(F-statistic) 0.592549
从图中得到Obs*R-squared=2.181972，查卡方分布表，给定显著性水平0.05，自由度为3，得临界值χ0.05（3）=7.81远大于2.181972,表明模型中并不存在异方差。
3.自相关的检验
（1）D-W检验
根据估计的结果，由DW=0.872632,给定显著性水平a=0.05,查Durbin-Watson表，n=23,k’(解释变量个数)=2，得下限临界值dl=1.168,上限临界值du=1.543,因为DW统计量为
0.872632 （2）自相关的修正 用Cochrane-Orcutt迭代法 Dependent Variable: DY Method: Least Squares Date: 06/09/05 Time: 08:53 Sample(adjusted): 1982 2003 Included observations: 22 after adjusting endpoints Convergence achieved after 9 iterations Variable Coefficient Std. Error t-Statistic Prob. C 2350.575 1437.685 1.634972 0.1194 DX12 0.972742 0.383639 2.535566 0.0207 DX3 5.076192 1.984175 2.558339 0.0198 AR(1) 0.676459 0.172445 3.922755 0.0010 R-squared 0.850616 Mean dependent var 5108.709 Adjusted R-squared 0.825718 S.D. dependent var 3804.937 S.E. of regression 1588.450 Akaike info criterion 17.74187 Sum squared resid 45417096 Schwarz criterion 17.94024 Log likelihood -191.1606 F-statistic 34.16484 Durbin-Watson stat 1.784961 Prob(F-statistic) 0.000000 Inverted AR Roots .68 从检验结果中可看出，修正后的DW值为1.784961,查Durbin-Watson表，n=22,k’(解释变量个数)=2，得下限临界值dl=1.147,上限临界值du=1.541,因为DW统计量为1.784961>du=1.541,根据判定区域知，随机误差项不存在自相关。 经过修正，我们得到最终的模型： d? =2350.575+0.9722742dx12+5.076192dx3 T= (1.634972) (2.535566) (2.558339) R-squared=0.850616 Adjusted R-squared=0.825718 F-statistic=34.16484 4．平稳性检验 ADF Test Statistic -2.593081 1% Critical Value* -4.4691 5% Critical Value -3.6454 10% Critical Value -3.2602 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(DY) Method: Least Squares Date: 06/09/05 Time: 09:09 Sample(adjusted): 1983 2003 Included observations: 21 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. DY(-1) -0.452748 0.174599 -2.593081 0.0189 D(DY(-1)) 0.518934 0.235788 2.200854 0.0419 C -480.5063 919.9868 -0.522297 0.6082 @TREND(1980) 231.6667 97.75550 2.369859 0.0299 R-squared 0.339385 Mean dependent var 554.1952 Adjusted R-squared 0.222806 S.D. dependent var 1965.808 S.E. of regression 1733.029 Akaike info criterion 17.92277 Sum squared resid 51057630 Schwarz criterion 18.12173 Log likelihood -184.1891 F-statistic 2.911195 Durbin-Watson stat 2.142413 Prob(F-statistic) 0.064539 因为单位根的检验结果为-2.593081,由表中给出的Mackinnon临界值显示，我们不能拒绝原假设，表明1980-2003年度的GDP序列可能是非平稳序列。 五．模型分析 该模型并没有直接的从投资，消费，出口的角度去考虑解释变量对GDP的影响，而是以间接的方法从固定资产投资的角度研究了其对GDP的影响。从计量经济学的检验结果看无论是公有经济还是个体经济对GDP都存在线性影响，而且相关系数都接近于1，进一步证明了固定资产投资对一国社会总产出的影响。d? =2350.575+0.9722742dx12+5.076192dx3 T= (1.634972) (2.535566) (2.558339) R-squared=0.850616 Adjusted R-squared=0.825718 F-statistic=34.16484 从我们得出的模型可以看出，尽管从经济背景来看，近几年来各种类型的固定资产投资对GDP的增长均会产生影响，但实证分析表明，公有经济和个体经济对GDP的影响较其他两个因素要显著些。其中公有经济与GDP的相关系数从一个侧面显示出近年来国有经济布局调整和国有企业战略性改组的成效。 当其他条件不变时，公有经济投资固定资产每增长1亿元，则GDP将增加0.9722742亿元。尽管近几年我国在经济上取得了巨大成就，但我国仍是一个发展中国家。所以国家仍会大力投资于全社会的基础设施建设等固定资产项目，所以对GDP的影响很显著。我们可以看到国有经济对GDP的影响始终都是非常显著的。虽然在经济发展的不同阶段，国家对固定资产的投资侧重点有所不同，但比起其他的经济形式，它仍是固定资产投资的支柱。 当其他条件保持不变时，个体经济固定资产投资每增长1亿元，则GDP将增加5.076192 亿元。近年来个体经济投资自主性增强，并成为推动支出与支撑社会投资增长的主导力量。2003年内个体经济注册资金达到2.8万亿元的规模，占全社会投资的比重已超过50%，个体投资已成为我国社会投资中最具有活力的增长源泉。 改革开放以后，我国的国有经济开始倾向于控制经济命脉的相关部门，例如对矿产、钢铁、水利、重工业等产业均起到了重要作用，而放开其他非经济命脉部门，从此个体经济能够进入并从中壮大，对国家经济增长及其占国民收入比重也不断提高，其发展资金已经初步具备了对固定资产投资的能力并且开始投资，例如温州商人近年来在房产、水电、油田等领域进 行投资甚至投机，这也成为固定资产投资过热的原因之一。可见国有经济和个体经济在固定资产投资中起到了重要作用，进而影响GDP。 四模型的启示及我们的建议 （1）放权问题 从模型中可以看出经济放权将成为国家经济的一个必然趋势，但是在此趋势中会出现各种各样的问题，需要政府进行政策调控。 （2）引导问题 随着个体经济投资固定资产的增加将出现乱投资、重复投资等资源的浪费，因此国家需要对此进行正确引导，以尽量避免此种现象的发生。 (3)正确处理国有经济和个体经济关系问题 因为二者都对GDP有显著影响，如不重视二者关系将导致资源不能有效配置，因此有效调节与协调二者关系以达到规模效应将是我们目前宏观调控的重点。 我国投资恢复快速增长态势主要是由国有经济和个体经济的相对快速增长拉动的，是经济增长进入周期性上升期和工业化与重工业化程度再次提升的必然结果。目前，我国市场机制日趋完善，自我调节能力不断增强，各种经济活动的周期性波动趋势的不一致会部分抵消投资增长的扩张趋势。所以政府应在保持政策连续性和平稳性，深化宏观调控机制改革，优化财政支出结构的基础上，采取中性的宏观调控政策。从中长期看，政府应抓住经济自身增长机制不断增强，中长期内经济将保持较快增速的良好机遇，将工作重点从短期宏观调控转移到解决长期困扰经济增长的收入差距扩大，地区经济发展不平衡，经济与社会发展不协调等重大结构性矛盾上面。 1978年以来的二十多年中，伴随着国有经济比重的不断下降，国有经济的地位与作用问题长期以来一直倍受关注，从“主体”到“发挥主导作用”、“保持控制力”，贯穿其中的红线即是我们思想上的逐步解放。在传统计划经济体制下，国有经济控制力往往停留在国有资产的物质形态层面上，而随着我国改革开放的推进以及市场经济体制的逐步完善，以国有资产的 行政计划分配为主要特征的“静态控制”体系显然已不再适应社会主义市场经济体制的要求，因此有学者提出将国有经济“控制力”重新界定于“国有资本的调控力”上面。 参考书目： 《计量经济学》庞皓、李南成著西南财经大学出版社2002年8月第2版 《计量经济学》古扎拉蒂著人民大学出版社2000年版 《计量经济学导论——现代观点》J.M.伍德里奇著中国人民大学出版社2003年3月第1版 《应用计量经济学》拉姆.拉玛纳山著机械工业出版社出版 阅读使人充实，会谈使人敏捷，写作使人精确。——培根 建立计量经济学模型的步骤和要点 一、理论模型的设计对所要研究的经济现象进行深入的分析，根据研究的目的，选择模型中将包含的因素，根据数据的可得性选择适当的变量来表征这些因素，并根据经济行为理论和样本数据显示出的变量间的关系，设定描述这些变量之间关系的数学表达式，即理论模型。 生产函数就是一个理论模型。理论模型的设计主要包含三部分工作，即选择变量、确定变量之间的数学关系、拟定模型中待估计参数的数值范围。 1、确定模型所包含的变量 在单方程模型中，变量分为两类。作为研究对象的变量，也就是因果关系中的“果”，例如生产函数中的产出量，是模型中的被解释变量；而作为“原因”的变量，例如生产函数中的资本、劳动、技术，是模型中的解释变量。确定模型所包含的变量，主要是指确定解释变量。可以作为解释变量的有下列几类变量：外生经济变量、外生条件变量、外生政策变量和滞后被解释变量。其中有些变量，如政策变量、条件变量经常以虚变量的形式出现。 严格他说，上述生产函数中的产出量、资本、劳动、技术等，只能称为“因素”，这些因素间存在着因果关系。为了建立起计量经济学模型，必须选择适当的变量来表征这些因素，这些变量必须具有数据可得性。于是，我们可以用总产值来表征产出量，用固走资产原值来表征资本，用职工人数来表征劳动，用时间作为一个变量来表征技术。这样，最后建立的模型是关于总产值、固定资产原值、职工人数和时间变量之间关系的数学表达式。下面，为了叙述方便，我们将“因素”与“变量”间的区别暂时略去，都以“变量”来表示。 关键在于，在确定了被解释变量之后，怎样才能正确地选择解释变量。 首先，需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。这是正确选择解释变量的基础。例如，在上述生产问题中，已经明确指出属于供给不足的情况，那么，影响产出量的因素就应该在投入要素方面，而在当前，一般的投入要素主要是技术、资本与劳动。如果属于需求不足的情况，那么影响产出量的因素就应该在需求方面，而不在投入要素方面。这时，如果研究的对象是消费品生产，应该选择居民收入等变量作为解释变量；如果研究的对象是生产资料生产，应该选择固定资产投资总额等变量作为解释变量。由此可见，同样是建立生产模型，所处的经济环境不同、研究的行业不同，变量选择是不同的。 法拉兹·日·阿卜——学问是异常珍贵的东西，从任何源泉吸收都不可耻。． 阅读使人充实，会谈使人敏捷，写作使人精确。——培根 其次，选择变量要考虑数据的可得性。这就要求对经济统计学有透彻的了解。计量经济学模型是要在样本数据，即变量的样本观测值的支持下，采用一定的数学方法估计参数，以揭示变量之间的定量关系。所以所选择的变量必须是统计指标体系中存在的、有可靠的数据来源的。如果必须引入个别对被解释变量有重要影响的政策变量、条件变量，则采用虚变量的样本观测值的选取方法。 多元线性回归模型 一、建立模型 社会物流总费用受多种综合因素的影响，如运输费用、仓储费用、包装费用、装卸搬运费用、流通加工费用、信息处理费用等，而其中最重要的因素就是运输费用和仓储费用，即运输费用和仓储费用与社会物流总费用之间存在单方向的因果关系；由此，我们可设以下回归模型：Yi=b0+b1*x1i+b2*x2i+ ui 现在以中国1995年至2004年物流总费用占GDP比例（%）的资料进行回归分析，并对估计模型进行检验。 1995年至2004年物流总费用占GDP比例（%） 在Eviews中新建工作簿，定义变量“商品价格”（x1）、“消费者人均月收入”（x2）及“商品需求量”（y），并输入相关数据，得出相应散点图如下： ①x1 与y 的散点图为： ②x2与y 的散点图为： 由两张散点图不能明确的看出x1、x2与y之间存在线性关系，故通过Eviews 软件计算，得出估计模型的参数结果如下： 由以上数据可知回归方程为： Y=11.57032+0.405599*x1 +0.794365*x2 （5.07） （2.67） （7.69） 1499.02=R 8909.02=R 37.62689=F 二、模型检验 1、 经济意义检验： ①b0=11.57032，在运输费用与仓储费用接近于零时，仍存在其他物流费用；②b1=0.405599，说明运输费用与社会物流总费用之间存在正的线性关系，运输费用每增加1%，社会物流总费用增加0.405599% ③b2= 0.794365，说明仓储费用与社会物流总费用之间存在正的线性关系，仓储费用每增加1%，社会物流总费用增加0.794365% 2、计量经济学检验： ①拟合优度检验：本模型的拟合优度系数为0.914898，表明本模型具有较高的拟合优度，x1、x2对y 的解释能力较好； ②变量的显著性检验（t 检验）：方程的截距项和斜率项的t 检验值分别为5.07、2.67、7.69，均大于5%显著性水平下自由度为n-2=8的临界值t0.025(8)=1.860，模型参数估计显著，拒绝原假设H0； ③方程的显著性检验（F 检验）：有上图可知，F-statistic =37.62689；Prob(F-statistic) 计量经济学模型分析论文 工商101 我国城镇居民储蓄存款影响因素的实证分析 摘要：近年来,随着中国经济的飞速发展,一直保持在高水平上的中国储蓄率受到了越来越多国内外经济学家的关注。高储蓄率给我国经济发展带来充裕资金来源,是支持经济快速增长的重要因素。更为重要的是,源源不断的资金流保证了金融机构的流动性,增强了银行的稳定性。与此同时,也给我国经济发展带来前所未有的挑战，因为，过高的储蓄,必然伴随着投资或消费的不足。所以对影响居民储蓄的主要因素进行分析,才能在制定宏观政策上采取适当的措施,使储蓄率保持在一个适当的水平,促进经济增长。本文利用我国1982年以来的统计数字建立了可以通过各种检验的城镇居民储蓄率的模型。通过对该模型的经济含义分析可以得出可支配收入率对储蓄率的影响不大，还有利率对储蓄率的影响很小，值得注意的是，模型中的基尼系数对城镇居民的储蓄影响是相当大的。 引言(提出问题) 自1949年以来，中国储蓄率随着经济增长和收入水平提高呈不断上升趋势，因而高储蓄率也被认为是解释中国经济高速增长的一个主要因素。虽然高储蓄率总是会导致更高的收入及较高的经济增长率，但并非储蓄率越高越好，必然会存在一个最优的储蓄率。 据统计，我国近年来的实际ＧＤＰ平均每年增长９％左右，而资本的净边际产量即（MPK－δ），约为0.9%。我国的资本收益(MPK－δ)＝每年0.9％，大大低于经济的平均增长率（ｎ＋ｇ＝9％）。可见，我国的资本存量已经远远超过了黄金律水平。也就是说，当前我国的储蓄率和投资水平已经偏高，而消费率则偏低。所以我们应该降低储蓄率，减少投资，把收入的更大份额用于消费，这样就会立即提高消费水平，并最终达到更高消费水平的稳定状态。 那应该如何降低我国的储蓄率呢？下面我们将以城镇居民的数据为例进行分析。 第三章、经典单方程计量经济学模型：多元线性回归模型 一、内容提要 本章将一元回归模型拓展到了多元回归模型，其基本的建模思想与建模方法与一元的情形相同。主要内容仍然包括模型的基本假定、模型的估计、模型的检验以及模型在预测方面的应用等方面。只不过为了多元建模的需要，在基本假设方面以及检验方面有所扩充。 本章仍重点介绍了多元线性回归模型的基本假设、估计方法以及检验程序。与一元回归分析相比，多元回归分析的基本假设中引入了多个解释变量间不存在（完全）多重共线性这一假设；在检验部分，一方面引入了修正的可决系数，另一方面引入了对多个解释变量是否对被解释变量有显著线性影响关系的联合性F检验，并讨论了F检验与拟合优度检验的内在联系。 本章的另一个重点是将线性回归模型拓展到非线性回归模型，主要学习非线性模型如何转化为线性回归模型的常见类型与方法。这里需要注意各回归参数的具体经济含义。 本章第三个学习重点是关于模型的约束性检验问题，包括参数的线性约束与非线性约束检验。参数的线性约束检验包括对参数线性约束的检验、对模型增加或减少解释变量的检验以及参数的稳定性检验三方面的内容，其中参数稳定性检验又包括邹氏参数稳定性检验与邹氏预测检验两种类型的检验。检验都是以F检验为主要检验工具，以受约束模型与无约束模型是否有显著差异为检验基点。参数的非线性约束检验主要包括最大似然比检验、沃尔德检验与拉格朗日乘数检验。它们仍以估计无约束模型与受约束模型为基础，但以最大似然 χ分布为检验统计原理进行估计，且都适用于大样本情形，都以约束条件个数为自由度的2 量的分布特征。非线性约束检验中的拉格朗日乘数检验在后面的章节中多次使用。 二、典型例题分析 例1．某地区通过一个样本容量为722的调查数据得到劳动力受教育的一个回归方程为36 .0 . + = - 10+ 094 medu fedu .0 sibs edu210 131 .0 R2=0.214 式中，edu为劳动力受教育年数，sibs为该劳动力家庭中兄弟姐妹的个数，medu与fedu分别为母亲与父亲受到教育的年数。问 影响财政收入的若干因素分析 一、 问题提出 我们如果把经济增长当做源，财政收入当做流，又或者把经济增长当做是源，财政收入当做叶，源远才能长，根深才能叶茂。经济增长带动财政收入的增长。随着改革开放，我国经济快速发展，我国的财政收入逐年增长。 二、 变量设置 我国财政收入的主要来源于税收收入、罚没收入、专项收入、政府基金收入、行政事业单位收费收入、国有资本经营收益、国债收入、其他收入等。我们将挑选税收收入、行政事业收入、上一年财政收入作为解释变量。来就影响财政收入的这几个因素作进一步的分析。 三、 建立模型 εββββ++++=3322110x x x y y 为财政收入为，1x 表示税 收收入，2x 表示行政事业性收入 ，3x 表示上一年财政收入。ε 表示其他随机影响因素。 四、 数据收集 影响财政收入的若干影响因素资料表 时间 财政收入 税收收入 行政事业性收费 时 间 上一年财政收入 1990 576.95 1985 2004.82 1991 697 1990 2821.86 1992 885.45 1991 2990.17 1993 1317.83 1992 3296.91 1994 1722.5 1993 4255.3 1995 2234.85 1994 5126.88 1996 3395.75 1995 6038.04 1997 2414.32 1996 6909.82 1998 1981.92 1997 8234.04 1999 2354.28 1998 9262.8 2000 2654.54 1999 10682.58 2001 3090 2000 12581.51 2002 3238 2001 15301.38 2003 3335.74 2002 17636.45 2004 3208.42 2003 20017.31 2005 3858.19 2004 24165.68 2006 4216.8 2005 28778.54 2007 4681.053 2006 34804.35 2008 4835.807 2007 45621.97 2009 4589.11 2008 54223.79 数据来源：《中国统计年鉴》（2010） 五、具体的spss软件分析如下： Regression [DataSet0] 变量的进入 (模型的线性显著性分析) （回归系数） 六、模型检验 计量经济学分析模型 摘要 改革开放以来，我国经济呈迅速而稳定的增长趋势，由于分配机制和收入水平的变化，城镇居民生活水平在达到稳定小康之后，消费结构和消费水平都出现了一些新的特点。本文旨在对近几年，我国城镇年人均收入变动对年人均各种消费变动的影响进行实证分析。首先，我们综合了几种关于收入和消费的主要理论观点；本文根据相关的数据统计数据，运用一定的计量经济学的研究方法，进而我们建立了理论模型。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我们对所得的分析结果和影响消费的一些因素作了经济意义的分析，并相应提出一些政策建议。并找到影响居民消费的主要因素。 关键词：居民消费；城镇居民；回归；Eviews 目录 摘要.................................................................. II 前言. (1) 1 问题的提出 (2) 2 经济理论陈述 (3) 2.1西方经济学中有关理论假说 (3) 2.2有关消费结构对居民消费影响的理论 (4) 3 相关数据收集 (6) 4 计量经济模型的建立 (9) 5 模型的求解和检验 (10) 5.1计量经济的检验 (10) 5.1.1模型的回归分析 (10) 5.1.2拟合优度检验： (11) 5.1.3 F检验 (11) 5.1.4 T检验 (12) 5.2 计量修正模型检验： (12) 5.2.1 Y与的一元回归 (13) 5.2.2拟合优度的检验 (13) 5.2.3 F检验 (14) 5.2.4 T检验： (15) 5.3经济意义的分析: (15) 6 政策建议 (16) 结论 (17) 参考文献 (19) 公司希望投产一个新的生产线，生产线初始投资大约500万，三年后残值 100万元。 问题：如何通过项目的会计回报率来进行决策 一、会计收益率法——ARR (Accounting Rate of Return) 从会计的角度进行评估。方法有两个计算公式， 1. 年平均收益/初始的资本支出 2. 年平均收益/平均的资本占用 如下图所示，通过案例来说明这两种计算方法的区别。 首先需要算出新项目每一年的会计收益，即净利润。从下表里看出，第一年净利润是 万元，第二年是万元，第三年是万元，平均的收益率万元。 初始的投资即初始的资本支出，即生产线的投资大概是500万元，但是平均的资本占用不是500万元而是用期初的资本投资加上期末的收益，是资本卖出去的残值再除以2，即300万。所以用会计收益率的第一个方式推导出来的项目，它的会计回报率是%，而用第二种公式算出来的是%，这两种方法有一定的差异。 在实际操作中基本上经常用的是第一种，因为会计收益率是一个非常简单的方法，比较适 用在市场比较简单的项目的运算中，通常都不会把事情弄得特别复杂，这是它的优势所在。 Yn 的贴现率 =（ 1/（1+贴现率）） n 次方 二、回收期法——Payback 即通过投资项目带来的净现金流入回收该项目初始投资所需要的时间。 回收期法也有两种计算方式。第一种叫做静态投资回收期，即不考虑资金的时间价值，简 单计算看几年能够回收。第二种叫做动态回收投资回收期法，即需要考虑资金的时间价值， 要把每一年的净现金流入或者流出进行贴现。 举个例子，现在公司需要买一整套新的自动贩卖机，自动贩卖机初始投资一批需要200万元， 这一批的投入回收期大概是多久 如上表，可以看到初始投资是在第0年投入的是200万，第一年的现金流入其实是净利润， 把固定资产的折旧费用加回去，即43万元。第二年是49万元，第三年56万元，之后每一年差不多都维持56万不变。 如果是静态的回收期， 差不多四年多可以收回。 如果用动态回收期，需要把之后每一年按照贴现率进行贴现。整个公司的资本性支出采取的贴现率都是用8%，这是考虑公司的资金成本风险等等卡算出来的一个贴现率。通过贴现率贴现之后，得到动态的回收期年限是五年。 回收期法也是用来衡量一些非常简单的项目，一般只要知道回收期法有静态跟动态之分即可，但是在实际运用中大多数都会使用静态投资回收期方法。 论述题：理论模型的设计 ( 古扎拉蒂 ) 1建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 2模型的检验包括几个方面？其具体含义是什么？ 答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检 验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 3计量经济学模型主要有哪些领域，各自原理有哪些？ 答：计量经济学模型主要有以下几个方面的用途：①结构分析，即研究一个或几个经济变量发生变化及结构参数的变动对其他变量以至整个经济系统产生何种的影响；其原理是弹性分析、乘数分析与比较静力分析。②经济预测，即用其进行中短期经济的因果预测；其原理是模拟历史，从已经发生的经济活动中找出变化规律；③政策评价，即利用计量经济模型定量分析政策变量变化对经济系统运行的影响，是对不同政策执行情况的“模拟仿真”。④检验与发展经济理论，即利用计量经济模型和实际统计资料实证分析某个理论假说的正确与否；其原理是如果按照某种经济理论建立的计量经济模型可以很好地拟合实际观察数据，则意味着该理论是符合客观事实的，否则则表明该理论不能说明客观事实。 1.相关分析与回归分析的概念、联系以及区别？ 为什么计量经济学模型的理论方程中必须包含随机干扰项？ 1代表位置的影响因素.由于对所考察总体认识上的非完备性，许多位置的影响因素还无法引入模型2代表残缺数据，即使所有的影响变量都能被包括在模型中，也会有某些变量无法取得3代表众多细小影响因素有一些因素已经被认识，数据也可以找到，但是它们对被解释变量的影响确实微小的4代表数据观测误差由于某些客观的原因，在取得数据之时，旺旺存在测量误差5代表模型设定误差由于经济现象的复杂性，模型的真实函数形式往往是未知的6变量的内在随机性某些变量所固有的内在随机性，会对被解释变量产生随机性的影响 1.多元线性回归模型的基本假设是什么？在证明最小二乘估计量的无偏性和有效性的过程中，哪些基本假设起了作用？ 答：多元线性回归模型的基本假定仍然是针对随机干扰项与针对解释变量两大类的假设。针对随机干扰项的假设有：零均值，同方差，无序列相关且服从正态分布。针对解释量的假设有；解释变量应具有非随机性，如果后随机的，则不能与随机干扰项相关；各解释变量之间不存在(完全)线性相关关系。 在证明最小二乘估计量的无偏性中，利用了解释变量非随机或与随机干扰项不相关的假定；在有效性的证明中，利用了随机干扰项同方差且无序列相关的假定。 各种价值评估方法的理论模型、适用环境及其优缺点 1、市净率法（账面净值调整法） 适用环境：市净率法主要适用于需要拥有大量资产、净资产为正值的企业。 优点：可以直接根据企业的报表资料取得，具有客观性强、计算简单、资料易得等特点。 缺点：①账面价值的重置成本变动较快的公司②固定资产较少、商誉或只是资本较多的服务行业。 2、市盈率法或EV/EBITDA倍数法 适用环境：①充分竞争行业的公司②没有巨额商誉的公司③净利润亏损，但毛利、营业利益并不亏损的公司。 优点：首先，计算市盈率的数据容易取得，并且计算简单；其次，市盈率把价格和收益联系起来，直观地反映投入和产出的关系；再次，市盈率涵盖了风险补偿率、增长率、股利支付率的影响，具有很高的综合性。 缺点：如果收益是负值，市盈率就失去了意义。再有，市盈率除了受企业本身基本面的影响以外，还受到整个经济景气程度的影响。在整个经济繁荣时市盈率上长，整个经济衰退时市盈率下降。如果目标企业的β值为1，则评估价值正确反映了对未来的预期。如果企业的β值显著大于1，经济繁荣时评估价值被夸大，经济衰退时评估价值被缩小。如果β值明显小于1，经济繁荣时评估价值偏低，经济衰退时评估价值偏高。如果是一个周期性的企业，则企业价值可能被歪曲。 3、PEG指标法 适用环境：成长性行业 优点：就是将适应率和公司业绩成长对比起来看，其中的关键是要对公司的业绩做出准确的预期。 缺点：它的最大问题是没有对PE进行区分 4、股利贴现模型 适用环境：是现金流折现模型的一种特殊形式，仅用于为公司的股权资产定价 优点：无 缺点：股息贴现模型产生于1938年，由美国经济学家约翰·伯尔·威廉姆斯最早提出。当时投资者买进股票的主要目的确实是获得股息，股票的股息率经常被用来和债券的孳息率做对比。但是，自从20世纪中期以后，由于税收上的考虑，上市公司逐渐减少了股息的发放，转而倾向于保留大部分收益用作再投资，以避免股东缴纳高昂的股息税。当公司需要把一部分资金分配给股东的时候，往往采取股票回购的方式，而非发放股息。这种情况是股息贴现模型无法应对的。 除此之外，模型本身的假设也存在技术上问题： ①股息率问题：现实中稳定而且永久维持的普通股股息增长率未曾存在，这假设明显失真，业绩高增长的公司几乎不派发股息[6]，从而导致模型的简化版本不适用，但按逐期现金流贴现的模型形式（即上方第一条公式）依然有效。 ②派息问题：未必所有普通股股票均会派息，因为派息会导致股价短期下降，而且公司管理层可能更倾向于股息资本化，即不派发股息而为公司保留现金作投资（会计学称之为留存收益）。假若没有股息，股东没有现金流的增加，他所持有的股票现值也不会有所增长。因此，更常见的办法是借用莫迪尼亚尼-米勒定理，假定股息派发与否对公司价值没有影响，从而在模型中以每股溢利取代股息作为参数。但是，溢利增长率又不同于股息增长率，两者的计算结果可能有别。 ③模型中，股价对股息增长率的变化非常敏感，而股息增长率只是一个期望数据。 ④投资者预期问题：如果投资者没有预期收取股息，模型便意味着股票没有任何价值 5、自由现金流量贴现模型 适用环境：稳定的现金流量的公司，或是早期发展阶段的公司。 优点：很好的体现了企业价值的本质;与其他企业价值评估方法相比，现金流量贴现法最符合价值理论，能通过各种假设，反映企业管理层的管理水平和经验。 缺点：首先从折现率的角度看，这种方法不能反映企业灵活性所带来的收益，这个缺陷也决定了它不能适用于企业的战略领域;其次这种方法没有考虑企业项目之间的相互依赖性，也没有考虑到企业投资项目之间的时间依赖性;第三，使用这种方法，结果的正确性完全取决于所使用的假设条件的正确性，在应用是切不可脱离实际。而且如果遇到企业未来现金流量很不稳定、亏损企业等情况，现金流量贴现法就无能为力了。 #学术探讨# 现代计量经济学模型体系解析* 李子奈刘亚清 内容提要:本文对现代计量经济学模型体系进行了系统的解析,指出了现代计量经济学的各个分支是以问题为导向,在经典计量经济学模型理论的基础上,发展成为相对独立的模型理论体系,包括基于研究对象和数据特征而发展的微观计量经济学、基于充分利用数据信息而发展的面板数据计量经济学、基于计量经济学模型的数学基础而发展的现代时间序列计量经济学、基于非设定的模型结构而发展的非参数计量经济学,并对每个分支进行了扼要的描述。最后在/交叉与综合0的方向上提出了现代计量经济学模型理论的研究前沿领域。 关键词:经典计量经济学时间序列计量经济学微观计量经济学 一、引言 计量经济学自20世纪20年代末30年代初诞生以来,已经形成了十分丰富的内容体系。一般认为,可以以20世纪70年代为界将计量经济学分为经典计量经济学(Classical Econometrics)和现代计量经济学(Mo dern Eco no metr ics),而现代计量经济学又可以分为四个分支:时间序列计量经济学(Tim e Ser ies Econo metrics)、微观计量经济学(M-i cro-econometrics)、非参数计量经济学(Nonpara-m etric Econometrics)以及面板数据计量经济学(Panel Data Eco nom etrics)。这些分支作为独立的课程已经被列入经济学研究生的课程表,独立的教科书也已陆续出版,应用研究已十分广泛,标志着它们作为计量经济学的分支学科已经成熟。 据此提出三个问题:一是经典计量经济学的地位问题。既然现代计量经济学模型体系已经成熟,而且它们都是在经典模型理论的基础上发展的,那么经典模型还有应用价值吗?是不是凡是采用经典模型的研究都是低水平和落后的?二是现代计量经济学的各个分支的发展导向问题。即它们是如何发展起来的?三是现代计量经济学进一步创新和发展的基点在哪里?回答这些问题,对于正确理解计量经济学的学科体系,对于计量经济学的课程设计和教学内容安排,对于正确评价计量经济学理论和应用研究的水平,对于进一步推动中国的计量经济学理论研究,都是十分有益的。 现代计量经济学的各个分支是以问题为导向,以经典计量经济学模型理论为基础而发展起来的。所谓/问题0,包括研究对象和表征研究对象状态和变化的数据。研究对象不同,表征研究对象状态和变化的数据具有不同的特征,用以进行经验实证研究的计量经济学模型既然不同,已有的模型理论方法不适用了,就需要发展新的模型理论方法。按照这个思路,就可以用图1简单地描述经典计量经济学模型与现代计量经济学模型各个分支之间的关系。 本文试图从方法论的角度对现代计量经济学模型的发展,特别是现代计量经济学模型与经典计量经济学模型之间的关系进行较为系统的讨论,以期对未来我国计量经济学的发展研究提供借鉴和启示。本文的内容安排如下:首先分析经典计量经济学模型的基础地位,明确它在现代的应用价值,同时对发生于20世纪70年代的/卢卡斯批判0的实质进行讨论;然后依次讨论时间序列计量经济学、微观计量经济学、非参数计量经济学以及面板数据计量经济学的发展,回答它们是以什么问题为导向,以什么为目的而发展的;最后以/现代计量经济学模型体系的分解与综合0为题,讨论现代计量经济学的前沿研究领域以及从对我国计量经济学理论的创新和发展 ) 22 ) *本文受国家社会科学基金重点项目(08AJY001,计量经济学模型方法论基础研究)的资助。 我国居民消费水平的变量因素分析 2010级工程管理赵莹 201000271120 改革开放以来，我国居民收入与消费水平不断提高，居民消费结构升级和消费需求扩张成为我国经济高速增长的主要动力，特别是进入20世纪90年代以来，居民消费需求对国民经济发展的影响不断增大，对国民经济产生了拉动作用。我国经济逐步由短缺经济走向过剩经济、由卖方市场转向买方市场，社会消费需求不足，居民消费问题显得更加突出。特别市对于如何启动内需，扩大居民消费变得越来越重要。因此，及时把握国民经济发展格局中居民消费需求变动趋势，制定符合我国现阶段情况的国民消费政策，对于提高我国经济增长速度和质量都有重要意义。 我选取了全国1990年-2009年居民消费水平及其影响因素的统计资料，详 一、建立回归模型并进行参数估计 导入数据后得到下表： 表2 由表2可知，模型估计的结果为： 550.78004.0023.0403.0?3 21-+-=X X X Y (0.046) (0.016) (0.006) (50.521) t= (8.743) (-1.442) (0.802) (-1.555) 999564.02=R 999483.02=R F=12239.64 n=20 D.W.=0.9217 二、异方差性的检验 用怀特检验进行异方差性的检验，得出下表： 表3 由表3可知，35292.11n 2 =R ，由怀特检验，在α=0.05的情况下，查可 知92.16905 .02 =）（χ >35292.11n 2=R ，表明模型不存在异方差性。 三、序列相关性的检验 由表2中结果可知D.W.=0.9217，D.W.检验结果表明，在5%的显著性水平下，n=20，k=2，查表得20.1d =L ，41.1d =U ，由于0 学院：__________金融学院_____________ 上课学期： ___ 2011-2012第一学期_________ 课程名称: _______ 金融计量学_____________ 指导教师：_______ _ ______________ 实验主题：_ GDP增长与三大产业关系模型____ 小组成员： 二零一一年十一月二十四日 目录 摘要................................................................ 1.引言.............................................................. 2.提出问题.......................................................... 3.建立模型......................................... 错误!未指定书签。 4.制作散点图........................................................ 5.模型参数估计...................................................... 6.模型的检验........................................................ .计量经济学检验................................................. 多重共线性检验 ............................................. 简单回归系数检验....................................... 找出最简单的回归形式................................... 逐步回归法检验......................................... 异方差性检验 ............................................... 图示检验法............................................. 检验................................................... 异方差的修正........................................... 随即扰动项序列相关检验 ..................................... 检验................................................... 拉格朗日乘数（LM）检验................................. 序列相关性修正......................................... .经济意义检验................................................... .统计检验....................................................... 拟合优度检验 .............................. 错误!未定义书签。 方程显着性检验——F检验.................................... 参数显着性检验——t检验.................................... 7.结论.............................................................. 8.对策与建议........................................................ 2 ?解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量 动做出解释，表现为方程所描述的因果关系中的“因” 。（1分） 3 ?被解释变量：是作为研究对象的变量。 （1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系 的果。（2分） 4 ?内生变量：是由模型系统内部因素所决定的变量， （2分）表现为具有一定概率分布的随机变量，是模型求解的结 果。（1分） 5 ?外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。 （2分）它影响模型中的内生变量，其数值 在模型求解之前就已经确定。（1分） 6?滞后变量：是滞后内生变量和滞后外生变量的合称， （1分）前期的内生变量称为滞后内生变量； （1分）前期的外 生变量称为滞后外生变量。（1分） 7 ?前定变量：通常将外生变量和滞后变量合称为前定变量， （1分）即是在模型求解以前已经确定或需要确定的变量。 （2分） 8 ?控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量， （2 分）它一般属于外生变量。（1分） 9 ?计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型， （2分）是以数学形式 对客观经济现象所作的描述和概括。 （1分） 10 ?函数关系：如果一个变量 y 的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则 y 与这 个变量或这组变量之间的关系就是函数关系。 （3分） 11 ?相关关系：如果一个变量 y 的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则 y 与这个变量 或这组变量之间的关系就是相关关系。 （3分） 19?点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值，以此作为因变量实际值和其均值 的估计值。（3分） 20 ?拟合优度：样本回归直线与样本观测数据之间的拟合程度。 （3分） 21 ?残差：样本回归方程的拟合值与观测值的误差称为回归残差。 （3分） 22?显着性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。 （3分） 23 ?回归变差：简称ESS,表示由回归直线（即解释变量）所解释的部分（ 2分），表示x 对y 的线性影响（1分）。 24 ?剩余变差：简称 RSS 是未被回归直线解释的部分（2 分）,是由解释变量以外的因素造成的影响（ 1分）。 25?多重决定系数：在多元线性回归模型中，回归平方和与总离差平方和的比值（ 1分），也就是在被解释变量的总变 差中能由解释变量所解释的那部分变差的比重，我们称之为多重决定系数，仍用 氏表示（2分）。 2 26 ?调整后的决定系数：又称修正后的决定系数，记为 R ，是为了克服多重决定系数会随着解释变量的增加而增大 （2分）它对因变量的变 12 ?最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小二乘法。 13. 高斯-马尔可夫定理：在古典假定条件下， 马尔可夫定理。（3分） OLS 估计量是模型参数的最佳线性无偏估计量, （3分） 这一结论即是高斯- :在回归模型中, :在回归模型中, 被解释变量的观测值与其均值的离差平方和。 （3 分） 15. 回归变差（回归平方和） 释的变差。（1分） 16. 剩余变差（残差平方和） 解释的部分变差。（1分） 17 ?估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。 18?样本决定系数：回归平方和在总变差中所占的比重。 （3分） 因变量的估计值与其均值的离差平方和, （2分）也就是由解释变量解 :在回归模型中, 因变量的观测值与估计值之差的平方和, （2分）是不能由解释变量所 （3 分） 思考题答案 第一章绪论 思考题 怎样理解产生于西方国家的计量经济学能够在中国的经济理论研究和现代化建设中发挥重要作用 答：计量经济学的产生源于对经济问题的定量研究，这是社会经济发展到一定阶段的客观需要。计量经济学的发展是与现代科学技术成就结合在一起的，它反映了社会化大生产对各种经济因素和经济活动进行数量分析的客观要求。经济学从定性研究向定量分析的发展，是经济学逐步向更加精密、更加科学发展的表现。我们只要坚持以科学的经济理论为指导，紧密结合中国经济的实际，就能够使计量经济学的理论与方法在中国的经济理论研究和现代化建设中发挥重要作用。 理论计量经济学和应用计量经济学的区别和联系是什么 答：计量经济学不仅要寻求经济计量分析的方法，而且要对实际经济问题加以研究，分为理论计量经济学和应用计量经济学两个方面。 理论计量经济学是以计量经济学理论与方法技术为研究内容，目的在于为应用计量经济学提供方法论。所谓计量经济学理论与方法技术的研究，实质上是指研究如何运用、改造和发展数理统计方法，使之成为适合测定随机经济关系的特殊方法。 应用计量经济学是在一定的经济理论的指导下，以反映经济事实的统计数据为依据，用计量经济方法技术研究计量经济模型的实用化或探索实证经济规律、分析经济现象和预测经济行为以及对经济政策作定量评价。 怎样理解计量经济学与理论经济学、经济统计学的关系 答：1、计量经济学与经济学的关系。联系：计量经济学研究的主体—经济现象和经济关系的数量规律；计量经济学必须以经济学提供的理论原则和经济运行规律为依据；经济计量分析的结果：对经济理论确定的原则加以验证、充实、完善。区别：经济理论重在定性分析,并不对经济关系提供数量上的具体度量；计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容。 2、计量经济学与经济统计学的关系。联系：经济统计侧重于对社会经济现象的描述性计量；经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据；经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据。区别：经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量；计量经济学主要利用数理统计方法对经济变量间的关系进行计量。 在计量经济模型中被解释变量和解释变量的作用有什么不同 答：在计量经济模型中，解释变量是变动的原因，被解释变量是变动的结果。被解释变量是模型要分析研究的对象。解释变量是说明被解释变量变动主要原因的变量。 一个完整的计量经济模型应包括哪些基本要素你能举一个例子吗 答：一个完整的计量经济模型应包括三个基本要素：经济变量、参数和随机误差项。 例如研究消费函数的计量经济模型：u + = α βX Y+ 其中，Y为居民消费支出，X为居民家庭收入，二者是经济变量；α和β为参数；u是随机误差项。 假如你是中央银行货币政策的研究者，需要你对增加货币供应量促进经济增长提 我国人口数量的相关分析 一，寻找相关数据 二，进行模型的建立 打开Eviews，建立一个新的Workfile。数据类型为时间序列，1979~2012年。 输入被解释变量y与5个解释变量（如图所示） 将数据导入group中 分别观察y与x1,x2,x3,x4,x5的散点图，Y与x1的散点图： Y与x2的散点图： Y与x4的散点图： 观察上述散点图发现y与x1，x2，x3，x4，x5为非线性关系，因此对其进行非线性模型的线性化处理。 三，对模型进行参数估计 首先对模型进行线性化处理 对其进行模型回归，输入ls y c z1 z2 z3 z4 z5 得到如下图所示回归结果 回归结果为 i Y ^ =-123441.8-3988.052Z 1 +5043.003Z 2 +6105.032Z 3 -11.015X 4 +20443.4Z 5 i Y ^ =-123441.8-3988.05log(X 1 )+5043.0log(X 2 )+6105.03log(X 3 )-11.015X 4 +20443.4 log(X 5 ) t =(-5.5428) (-2.2016) (0.7198) (7.8404) (-5.3888) (6.2395) R 2 =0.997258 2— R =0.996769 F=2037.054 DW=0.981736 (1)经济意义检验 β1=-3988.052，说明出生率每增加单1%，我国总人口减少3988.052单位； β2=5043.003，说明死亡率每增加单1%，我国总人口增加5043.003单位； β3=6105.032，说明人均可支配收入每增加1个单位，我国总人口增加6105.032单位； β1=-11.015，说明受高等教育人数每增加1个单位，我国总人口减少11.015单位； β1=20443.4，说明医疗机构数每增加1个单位，我国总人口增加20443.4单位； (2)统计检验 ○ 1拟合优度检验 可决系数R 2 =0.997258，修正后的可决系数2 — R =0.996769，表明拟合结果相当好。 ○ 2T-检验 由表可知各参数的t 统计量为 β1为t 1=-2.2016 β2为t 2=0.7198 β3为t 3=7.8404 评估模型与基本公式 1、基本模型 本次评估的基本模型为： D B E -= （1） 式中： E ：股东全部权益价值（净资产）； B ：企业整体价值； ∑+=i C P B （2） P ：经营性资产价值； n n n i i i r r R r R P )1()1(1+++=∑= （3） 式中： R i ：未来第i 年的预期收益（企业自由现金流量）； R n ：永续期的预期收益（企业自由现金流量）； r ：折现率； n ：未来预测收益期。 ΣC i ：基准日存在的非经营性、溢余资产的价值。 4321C C C C C i +++= （4） 式中： C 1：预期收益（自由现金流量）中未体现投资收益的全资、控股或参股投资价值； C 2：基准日现金类资产（负债）价值； C ：预期收益（自由现金流量）中未计及收益的在建工程价值; C 4: 基准日呆滞或闲置设备、房产等资产价值; D ：付息债务价值。 2、收益指标 本次评估，使用企业自由现金流作为经营性资产的收益指标，其基本定义为： R=净利润＋折旧摊销＋扣税后付息债务利息－追加资本 （5） 式中： 追加资本=资产更新投资+营运资本增加额+新增长期资产投资（新增固定资产或其他长期资产） （6） 根据企业的经营历史以及未来市场发展等，估算其未来预期的自由现金流量，并假设其在预测期后仍可经营一个较长的永续期，在永续期内企业的预期收益等额于预测期最后一年的自由现金流量。将未来经营期内的自由现金流量进行折现处理并加和，测算得到企业的经营性资产价值。 3、折现率 本次评估采用加权平均资本成本模型（W ACC ）确定折现率r e e d d w r w r r ?+?= （7） 式中： W d ：评估对象的债务比率； )(D E D w d += （8） W ：评估对象的股权资本比率；建立计量经济学模型的步骤和要点1
计量经济学模型
计量经济学模型分析论文
经典单方程计量经济学模型多元线性回归模型
计量经济学模型建立与分析.doc
计量经济学分析模型
投资评估常用的六种方法比较
计量经济学大题
各种价值评估方法的理论模型
现代计量经济学模型体系解析
计量经济学经济模型分析
计量经济学大作业建立模型
计量经济学知识点超全版
计量经济学 庞皓 课后思考题答案
计量经济学我国人口总数模型分析
评估模型与基本公式(收益法)