计量经济学实践报告 2
课程名称：
课程名称：计量经济学
学生姓名：阳诗琪
学号：201174250203
班级： 1102班
专业：金融学
2013 年 5 月 5日
计量经济学实验报告
多元回归模型实验
【实验目标】：通过上机实验,使学生能够使用 Eviews 软件
【实验内容】：1.用Eviews完成多元线性回归模型的统计检验
2.对Eviews结果对应的相关统计检验进行解释
【实验步骤及分析】:
1、经济理论
理论上认为影响成品钢材的需求量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。
为此，收集了我国成品钢材的需求量 选择与其相关的八个因素 原油产量、生铁产量、原煤产量、发电量、铁路货运量、固定资产投资额、居民消费作为影响变量 1980——1998年的有关数据如下表。
年份成品钢
材（万
吨）y 原油(万
吨)x
1
生铁（万
吨）x
2
原煤（亿
吨）x
3
发电量
（亿千
瓦）x
4
铁路货
运量（万
吨）x
5
固定资
产投资
额(亿
元）x
6
居民消
费（亿
元）x
7
1980 2716.2105953802.4 6.23006.2111279 910.92317.1 1981 2670.1101223416.6 6.23092.107673 9612604.1 1982 2902102123551 6.663277113491230.4 2867.9
2、模型估计
多元线性回归模型的基本形式：设随机变量y 与一般变量x 1,x 2,...x p 的理论线性回归模型为:
y=εββββ+++++p p x x x (22110)
其中β1,β2，。。。，βp 是p+1个未知参数，β0称为回归常数,β1,β2，。。。，βp 称为回归系数。y 称为被解释变量(因变量)，而x 1,x 2,...x p 是p 个可以精确测量并可控制的一般变量，称为解释变量（自变量）。ε是随机误差。
3、画散点图
1983 3072 10607 3738 7.15 3514 118784 1430.1 3182.5 1984 3372 11461.3 4001 7.89 3770 124074 1832.9 3674.5 1985 3693 12489.5 4384 8.72 4107 130709 2543.2 4589 1986 4058 13068.8 5064 8.94 4495 135635 3120.6 5175 1987 4356 13414 5503 9.28 4973 140653 3791.7 5961.2 1988 4689 13704.6 5704 9.8 5452 144948 4753.8 7633.1 1989 4859 13764.1 5820 10.54 5848 151489 4410.4 8523.5 1990 5153 13830.6 6238 10.8 6212 150681 4517 9113.2 1991 5638 14009.2 6765 10.87 6775 152893 5594.5 10315.9 1992 6697 14209.7 7589 11.16 7539 157627 8080.1 12459.8 1993 7716 14523.7 8739 11.51 8395 162663 13072.3 15682.4 1994 8482 14608.2
9741
12.4
9281 163093 17042.1 20809.8 1995 8979.8 15004.94 10529.27 13.61 10070.3 165885 20019.3 26944.5 1996 9338.02 15733.39 10722.5
13.97
10813.1
168803
22974 32152.3 1997 9978.93
16074.14 11511.41 13.73 11355.53 169734
22913.5
34854.6
4、建立模型
将原始数据导入到Eviews6.0(破解版）的数据框中，然后用Eviews软件做线性回归分析如下：
在Eviews主窗口菜单单击Quick/Estimate Equation，弹出方程估计窗口，再在弹出的窗口清单内填入以下回归方程的书写形式。
整形式
y=c(1)+c(2)*x1+c(3)*x2+c(4)*x3+c(5)*x4+c(6)*x5+c(7)*x6+c(8)*x7
简化形式
y c x1 x2 x3 x4 x5 x6 x7
这里我们采用简化形式执行后得到输出结果为：
分析:从模型汇总表中可以看出,决定系数R2=0.998775,由决定系数看回归模型高度显著。又由F=1164.425,P值=0.000000,回归模型通过了F检验,表明7个自变量整体对因变量y产生显著线性影响的判断所犯错误的概率仅为0.000000。说明 x1,x2, x3 ,x4, x5,x6,x7,整体上对y有高度显著的线性影响。
表中第二列是我们的回归方程参数估计值,由此可以得到y对7个自变量的线性回归方程为：
7
6
5
4 3
2
1
0074963
.0
100421
.0
000331
.0
723643
.0
3385
.
102
235776
.0
041503
.0
41368
.
44
?
x
x
x
x x
x
x
y
-
+
-
+ -
+
+
=
5、对估计结果的检验
①拟合优度的检验R2=0.998775，说明模型对样本拟合的很好
②显著性的F检验
分析：从表中结果可以看出Prob(F-statistic)即相伴概率P值，由F=1164.425，P 值=0.000000<0.05，可知此回归方程拒绝零假设，即做出7个自变量整体对因变量y产生显著线性影响的判断所犯错误的概率仅为0.000000，回归方程通过了F检验。
③变量的显著性检验（t检验）
分析：通过看上面的T检验表可以发现，在显著性水平α=0.05时，只有x
4，x
7
的Prob
（收尾概率）小于0.05，通过了显著性检验。
④变量t检验的分析
为了尽可能的保留合理变量,我们就针对逐个变量给以T检验分析,逐步剔除不合理的变量,使回归模型更完善。因此我们首先剔除Prob最大的变量x
5
再做回归分析的T检验
分析:剔除x
5后,在显著性水平α=0.05时 有x
4，
x
7，
的Prob收尾概率小于0.05，通过了
显著性检验。此时我们发现，剔除了x
5
后，通过T检验的变量增多， 这是一个很好的
结果。因此我们再剔除Prob最大的变量x
1
，再做回归分析的T检验如下：
分析：剔除x
1，x
5
后，在显著性水平α=0.05 时，有x
4，
x
6,
x
7，
的Prob收尾概率小于0.05
通过了显著性检验。此时我们发现，剔除了x
2，x
5
后，通过T检验的变量又增多了一个。
因此我们再剔除Prob最大的变量x
3,
再做回归分析的T检验如下:
分析：剔除x
1，x
3,
x
5
后，在显著性水平α=0.05 时，有x
4，
x
6,
x
7，
的Prob收尾概率小于0.05
通过了显著性检验。因此我们再剔除Prob最大的变量x
2,
再做回归分析的T检验如下:
分析:剔除x
1,x
2.
x
3.
x
5
后,在显著性水平α=0.05 时 剩余变量x
4
,x
6
,x
7
的Prob收尾概率
都小于0.05,全部通过了显著性T检验。以x
4,x
6
,x
7
做回归分析的输出表来看,决定系数
R2=0.998165,由决定系数看回归模型仍然具有高度的显著性。又由F=2538.904,P=0.000000,回归模型通过了F检验,表明7个自变量整体对因变量y产生显
著线性影响的判断所犯错误的概率仅为0.000000。说明x
4,x
6
,x
7
整体上对y有高度显著
的线性影响.
【实验结论】
从回归方程中可以看到，原油产量、发电量、固定资产投资额对成品钢材需求量起正影响，原煤产量、居民消费对成品钢材需求量起负影响。此时回归方程虽然通过了F,T 检验，但是增加了不合理变量原煤产量、居民消费所占回归方程的比重，这也是不合社会实际的。
计量经济学实训
经济计量建模实训课程设计 服务业的发展对国民经济影响的实证分析 一、引言 伴随着我国经济继续平稳快速发展，服务业同样保持快速发展。2012服务业增加值占GDP的比重达到43%，同比提高四个百分点。同时指导服务业发展的一系列政策陆续出台；要将提高服务业比重作为推动服务业发展的第一目标；服务业的发展与促进工业转型升级、加快农业现代化进程和推进城镇化结合起来；服务业“走出去”战略等等。 当前中国正在实施产业结构调整，而加快服务业发展，促进产业结构升级，已经成为中国经济发展重重之重。在此情况下对我国服务行业的研究分析和预测显得十分重要和必要，无论是对我国制定产业政策、发展国民经济还是对人民群众的日常生活都有深远的意义，也有利于服务各行业的人员把握服务业的理论及其发展方向，从而能利用有关服务业的各种理论对我国的服务业结构升级和我国服务业的健康发展做出贡献。 本文尝试运用宏观定量的实证分析方法，并以国际贸易理论为基础，根据中国统计年鉴2012的数据，应用Eviews分析工具，通过对改革开放以来中国第三产业发展的经济数据进行经济计量分析，估计确定国民经济发展与第三产业状况、服务业吸纳社会就业方面、服务贸易赚取外汇的显著性关系，并建立回归模型，从而帮助分析宏观主体以及个体面对服务业发展及创业作出相应决策。并结合中国实际的情况，根据分析结果，对服务业今后的发展提出相应的建议和对策。揭示服务业的发展对国民经济的影响，构建相关的计量经济学模型，探讨服务业不同因素对于国民经济的关系。同时根据模型，分析出模型中存在的问题，并提出建议。 1 服务业发展情况概述及相关理论 1.1服务业发展历程 服务业是随着商品生产和商品交换的发展，继商业之后产生的一个行业。商品的生产和交换扩大了人们的经济交往。为解决由此而产生的人的食宿、货物的运输和存放等问题，出现了饮食、旅店等服务业。服务业最早主要是为商品流通服务的。随着城市的繁荣，居民的日益增多，不仅在经济活动中离不开服务业，而且服务业也逐渐转向以为人们的生活服务为主。社会化大生产创造的较高的生产率和发达的社会分工，促使生产企业中的某些为生产服务的劳动从生产过程中逐渐分离出来（如工厂的维修车间逐渐变成修理企业），加入服务业的行列，成为为生产服务的独立行业。 服务业从为流通服务到为生活服务，进一步扩展到为生产服务，经历了一个很长的历史过程。服务业的社会性质也随着历史的发展而变化。在前资本主义社会，主要是为奴隶主和封建主服务,大多由小生产者经营,因而具有小商品经济性质。资本主义服务业以盈利为目的，资本家和服务劳动者之间的关系是雇佣关系。社会主义服务业是以生产资料公有制为基础，以提高人民群众物质文化生活为目的，是真正为全社会的生产、流通和消费服务的行业。 “十一五”时期，我国金融、批发零售、住宿餐饮、交通仓储等主要服务 1
计量经济学调查报告
大学生月消费支出调查报告 一、引言 在当前尚且低迷，尚未完全复苏的经济环境下，消费问题被大家广泛关注。物价的连续上涨，直接反映了社会的消费和需求问题。当前的消费市场中，大学生作为一个特殊的消费群体正受到越来越大的关注。由于大学生年龄较轻，群体较特别，他们有着不同于社会其他消费群体的消费心理和行为。一方面，他们有着旺盛的消费需求，另一方面，他们尚未获得经济上的独立，消费受到很大的制约。消费观念的超前和消费实力的滞后，都对他们的消费有很大影响。特殊群体自然有自己特殊的特点，同时难免存在一些非理性的消费甚至一些消费的问题。为了调查清楚大学生的消费情况，我决定在身边的同学中进行一次消费的调研，对大家的消费进行归宗和分析。 二、理论综述 我们主要对大学生每人每月消费支出进行多因素分析，并从周围同学搜集相关数据，建立模型，对此进行数量分析。 影响大学生每人每月消费支出的主要因素如下： 1、学习支出 2、消费收入 3、生活支出 三、模型设定 Y：每人每月消费支出 X1：学习支出X2：消费收入 X3：生活支出 四、数据搜集 1、数据说明 我们特对周围大学生的消费水平做了简单调查，再用计量经济学的知识分析其影响因素。 2、数据的搜集情况 人数每人每月消 费 支出Y 学习支出 （X1） 消费收入（X2）生活支出（X3） 1760310800450 2630230600400 311002301350880 4420170450250 59601601000800 6580280500300 78702201000650 8300110400190 910501501300900 10126016015001100 11130030015001000 12500190550310 13600180750420 149001401000760
计量经济学实训报告
计量经济学 实训报告 题目关于我国2016年GDP与财政收入的关系姓名 学号 专业年级 课程教师 年月日
计量经济学实训报告 关于我国2016年GDP与财政收入的关系 一、研究目的 影响财政收入的因素有很多，比如国内生产总值、居民收入、居民消费、零售物价指数、经济增长等等。现为研究国内生产总值GDP 和财政收入的关系，特选取了2016我国各地区的数据，运用Eviews 软件做简单的线性回归分析。 二、研究内容 （一）、建立模型
（1）通过Eviews软件得到散点图如下： 在该散点图中，我们可知财政收入和国内生产总值呈线性相关的关系所以在我们模拟假设建立如下一元回归模型： Y= （二）、估计参数 回归结果如下：
可给出如下回归分析结果： Y=127.30+0.1067X (274.39) (0.0085) t=（0.4639）（12.454） =0.8424 F=155.10 SE=944.02 DW=1.865 其中括号内的数为相应参数的t检验值，R为可决系数，F 是一个重要的检验计量。（Y是税收收入，X是国内生产总值GDP）。（三）、模型检验 1、经济意义检验 回归模型为Y=127.30+0.1067X （其中Y为财政收入，X为国内生产总值）。其中所估计的参数0.1067是样本回归方程的斜率，它表示GDP的边际增长率，说明GDP每增长1亿元，财政收入将平均增长0.1067亿元。这符合经济学中的收入增长原理。 2、拟合优度和统计检验 （1）、拟合优度的度量
回归结果为： Y=127.30+0.1067X (274.39) (0.0085) t=（0.4639）（12.454） =0.8424 F=155.10 SE=944.02 DW=1.865 ①可决系数 =0.8424，表明财政收入变化的84.24%可由国民生产总值的变化来解释，有15.76%未被解释。说明该样本回归直线对样本数据的拟合优度还算高。 ②F值 F=155.10，数值还算高，说明国内生产总值X对财政收入Y有显著影响。 ③t检验 (29)=2.045 从斜率项的t检验值来看，大于5%显著性水平下自由度为n-2=29的临界值为 2.045，且该斜率值满足0<0.10677<1。t()=12.454 > (29)=2.045。 所以拒绝原假设，表明国内生产值对财政收入有显著影响。三、预测 预测值及标准误差的图如下：
计量经济学案例分析一元回归模型实例分析报告
∑ x = 1264471.423 ∑ y = 516634.011 ∑ X = 52432495.137 ∑ ? ? ? ? 案例分析 1— 一元回归模型实例分析 依据 1996-2005 年《中国统计年鉴》提供的资料，经过整理，获得以下农村居民人均 消费支出和人均纯收入的数据如表 2-5： 表 2-5 农村居民 1995-2004 人均消费支出和人均纯收入数据资料 单位：元 年度 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 人均纯 收入 1577.7 1926.1 2090.1 2161.1 2210.3 2253.4 2366.4 2475.6 2622.2 2936.4 人均消 费支出 1310.4 1572.1 1617.2 1590.3 1577.4 1670.1 1741.1 1834.3 1943.3 2184.7 一、建立模型 以农村居民人均纯收入为解释变量 X ，农村居民人均消费支出为被解释变量 Y ，分析 Y 随 X 的变化而变化的因果关系。考察样本数据的分布并结合有关经济理论，建立一元线 性回归模型如下： Y i =β0+β1X i +μi 根据表 2-5 编制计算各参数的基础数据计算表。 求得: X = 2262.035 Y = 1704.082 2 i 2 i ∑ x i y i = 788859.986 2 i 根据以上基础数据求得: β1 = ∑ x i y 2 i i = 788859.986 126447.423 = 0.623865 β 0 = Y - β1 X = 1704.082 - 0.623865 ? 2262.035 = 292.8775 样本回归函数为： Y i = 292.8775 + 0.623865X i 上式表明，中国农村居民家庭人均可支配收入若是增加 100 元，居民们将会拿出其中 的 62.39 元用于消费。
(完整word版)计量经济学实践报告 2
课程名称： 课程名称：计量经济学 学生姓名：阳诗琪 学号：201174250203 班级： 1102班 专业：金融学 2013 年 5 月 5日
计量经济学实验报告 多元回归模型实验 【实验目标】：通过上机实验,使学生能够使用 Eviews 软件 【实验内容】：1.用Eviews完成多元线性回归模型的统计检验 2.对Eviews结果对应的相关统计检验进行解释 【实验步骤及分析】: 1、经济理论 理论上认为影响成品钢材的需求量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。 产量、原煤产量1980——1998年的有关数据如下表。 年份成品钢 材（万 吨）y 原油(万 吨)x 1 生铁（万 吨）x 2 原煤（亿 吨）x 3 发电量 （亿千 瓦）x 4 铁路货 运量（万 吨）x 5 固定资 产投资 额(亿 元）x 6 居民消 费（亿 元）x 7 1980 2716.2105953802.4 6.23006.2111279 910.92317.1 1981 2670.1101223416.6 6.23092.107673 9612604.1
2、模型估计 多元线性回归模型的基本形式：设随机变量y 与一般变量x 1,x 2,...x p 的理论线性回归模型为: y=εββββ+++++p p x x x (22110) 其中β1,β2，。。。，βp 是p+1个未知参数，β0称为回归常数,β1,β2，。。。，βp 称为回归系数。y 称为被解释变量(因变量)，而x 1,x 2,...x p 是p 个可以精确测量并可控制的一般变量，称为解释变量（自变量）。ε是随机误差。 3、画散点图 1982 2902 10212 3551 6.66 3277 11349 1230.4 2867.9 1983 3072 10607 3738 7.15 3514 118784 1430.1 3182.5 1984 3372 11461.3 4001 7.89 3770 124074 1832.9 3674.5 1985 3693 12489.5 4384 8.72 4107 130709 2543.2 4589 1986 4058 13068.8 5064 8.94 4495 135635 3120.6 5175 1987 4356 13414 5503 9.28 4973 140653 3791.7 5961.2 1988 4689 13704.6 5704 9.8 5452 144948 4753.8 7633.1 1989 4859 13764.1 5820 10.54 5848 151489 4410.4 8523.5 1990 5153 13830.6 6238 10.8 6212 150681 4517 9113.2 1991 5638 14009.2 6765 10.87 6775 152893 5594.5 10315.9 1992 6697 14209.7 7589 11.16 7539 157627 8080.1 12459.8 1993 7716 14523.7 8739 11.51 8395 162663 13072.3 15682.4 1994 8482 14608.2 9741 12.4 9281 163093 17042.1 20809.8 1995 8979.8 15004.94 10529.27 13.61 10070.3 165885 20019.3 26944.5 1996 9338.02 15733.39 10722.5 13.97 10813.1 168803 22974 32152.3 1997 9978.93 16074.14 11511.41 13.73 11355.53 169734 22913.5 34854.6
计量经济学实验报告 (3)
1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型
为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。 模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年 216,314.43 76,315.00 109,998.16 101.5
计量经济学期末报告
计量经济学实验报告 我国居民储蓄余额的影响因素的计量分析 XX学院 XX专业 小组成员：（姓名及学号）
我国居民储蓄余额的影响因素的计量分析 一．研究的目的要求 1.研究的背景 居民储蓄额作为一个国家经济增长中来源最稳定、数额最大的影响因素，它的高低对一国的经济发展、投资和居民生活等方面都有不同程度的影响。目前我国国内居民储蓄意愿强劲、储蓄额居高不下，形成了储蓄的超常增长，主要呈现以下特点：（1）储蓄率世界之冠；（2）储蓄增长速度高于经济和居民收入增长速度；（3）城乡之间差别大；（4）不同收入阶层分布不均匀；（5）不同地区分布极不平均。我国储蓄的超常增长一方面能为银行提供了充足的信贷资金，保证金融机构的稳健运行，还能为国家提供了物质基础；此外，面对世界的日益发展，高储蓄额还能帮助我国进一步改革。但是，在另一方面我还国存在金融机构对资本的运用效益不高、居民投资渠不多、投资效益不稳定等问题。这些问题导致我国现在储蓄存款过剩、消费不足和资本形成不足同时并存的局面。 2013年6月余额宝正式上线，在此后的一年中该产品的客户数量和管理资产出现爆炸式的增长。截止2014年3月余额宝资金规模已经达到5413亿元，截止2014年4月，居民人民币存款减少1.23万亿元。余额宝作为一条“鲶鱼”和随后出现的众多“宝宝”们一起加速了中国利率市场化的进程，对未来我国储蓄额有着重大影响。 为了分析我国居民储蓄存款如今的发展状况、更好地把握我国储蓄余额未来的走向，所以对我国储蓄余额的及其影响因素的研究是十分必要的。 2.影响因素的分析 为了研究影响中国储蓄余额高低的主要原因，分析居民储蓄余额增长规律，预测中国储蓄余额的增长趋势，需要建立计量经济模型。通过参考相关文献并结合我国经济发展的实际情况提出了以下几个变量。（1）收入水平。根据经济理论可以认为，收入水平是影响储蓄的最主要因素。（2）利率水平。利率作为消费的机会成本也会对储蓄产生影响。理论上认为，利率越高，居民消费的机会成本越高，所以会减少消费增加储蓄；反之，利率越低消费成本越低，居民会增加消费减少储蓄。（3）物价水平。物价水平会影响消费和储蓄。物价水平越高相同消费水平需要支付的货币更多。而且物价水
计量经济学实验报告
计量经济学实验报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT
计量经济学实验 基于EViews的 中国能源消费影响因素分析 学院： 班级： 学号： 姓名：
基于EViews的中国能源消费影响因素分析 一、背景资料 能用消费是引是指生产和生活所消耗的能源。能源消费按人平均的占有量是衡量一个国家经济发展和人民生活水平的重要标志。能源是支持经济增长的重要物质基础和生产要素。能源消费量的不断增长，是现代化建设的重要条件。我国能源工业的迅速发展和改革开放政策的实施，促使能源产品特别是石油作为一种国际性的特殊商品进入世界能源市场。随着国民经济的发展和人口的增长，我国能源的供需矛盾日益紧张。同时，煤炭、石油等常规能源的大量使用和核能的发展，又会造成环境的污染和生态平衡的破坏。可以看出，它不仅是一个重大的技术、经济问题，而且以成为一个严重的政治问题。 在20世纪的最后二十年里，中国国内生产总值（GDP）翻了两番，但是能源消费仅翻了一番，平均的能源消费弹性仅为左右。然而自2002年进入新一轮的高速增长周期后，中国能源强度却不断上升，经济发展开始频频受到能源瓶颈问题的困扰。鉴于此，研究能源问题不仅具有必要性和紧迫性，更具有很大的现实意义。由于我国目前面临的所谓“能源危机”，主要是由于需求过大引起的，而我国作为世界上最大的发展中国家，人口众多，所需能源不可能完全依赖进口，所以，研究能源的需求显得更加重要。 二、影响因素设定 根据西方经济学消费需求理论可知，影响消费需求的因素有：商品的价格、消费者收入水平、相关商品的价格、商品供给、消费者偏好以及消费者对商品价格的预期等。对于相关商品价格的替代效应，我们认为其只存在能源品种内部之间，而消费者偏好及消费者对商品价格的预期数据差别较大，不容易进行搜集整理在此暂不涉及。另外，发展经济学认为，来自知识、人力资本的积累水平所体现的技术进步不仅可以带动劳动产出的增长，
计量经济学实验报告
计量经济学实验报告 ：马艺菡 学号：4 班级：9141070302 任课教师：静文
实验题目简单线性回归模型分析 一实验目的与要求 目的：影响财政收入的因素可能有很多，比如国生产总值，经济增长，零售物价指数，居民收入，消费等。为研究国生产总值对财政收入是否有影响，二者有何关系。 要求：为研究国生产总值变动与财政收入关系，需要做具体分析。 二实验容 根据1978-1997年中国国生产总值X和财政收入Y数据，运用EV软件，做简单线性回归分析，包括模型设定，模型检验，模型检验，得出回归结果。 三实验过程：（实践过程，实践所有参数与指标，理论依据说明等） 简单线性回归分析，包括模型设定，估计参数，模型检验，模型应用。 （一）模型设定 为研究中国国生产总值对财政收入是否有影响，根据1978-1997年中国国生产总值X和财政收入Y，如图1 1978-1997年中国国生产总值和财政收入（单位：亿元）
1996 66850.5 7407.99 1997 73452.5 8651.14 根据以上数据作财政收入Y 和国生产总值X的散点图，如图2 从散点图可以看出，财政收入Y和国生产总值X大体呈现为线性关系，所以建立的计量经济模型为以下线性模型： （二）估计参数 1、双击“Eviews”，进入主页。输入数据：点击主菜单中的File/Open/EV Workfile—Excel—GDP.xls; 2、在EV主页界面点击“Quick”菜单，点击“Estimate Equation”,出现“Equation Specification”对话框，选择OLS估计，输入““y c x”,点击“OK”。即出现回归结果图3；
计量经济学实验报告
《计量经济学》实验报告一，数据 二，理论模型的设计 解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作： （1）X与Y散点图
从散点图可以粗略的看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。因此，建立一元线性回归模型： 01i i i Y X ββμ=++ （2）对模型做OLS 估计 OLS 估计结果为 272.36350.7551Y X ∧ =+ 011.705732.3869t t == 20.9831.. 1.30171048.912R DW F === 三，模型检验 从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。 t 检验:在5%的显著性水平下1β不显著为0，表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。 1，预测 现已知2018年人均年可支配收入为20000元，预测消费支出预测值为 0272.36350.75512000015374.3635Y =+?= E(X)=6222.209，Var(X)=1994.033
则在95%的置信度下，E( Y)的预测区间为（874.28,16041.68） 2，异方差性检验 对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大。如经济越落后储蓄率越高，可能出现异方差性问题。 G-Q检验 对样本进行处理，X按从大到小排序，去掉中间4个，分为两组数据， 128 n n ==分别回归
1615472.0RSS = 2126528. 3R S S = 于是的F 统计量： ()() 12811 4.86811RSS F RSS --==-- 在5%的想著想水平下，0.050.05(6,6) 4.28,(6,6)F F F =>，即拒绝无异方差性假设，说明模型存在异方差性。
计量经济学研究报告
计量经济学研究报告 ——居民消费水平与经济增长 081国贸5 乔林甫200822012 一．研究目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费有利于经济持续健康的增长，而且这也是人民啥呢干活水平的具体体现。从理论上说，居民的消费水平应随着经济的发展耳提高。改革开放以来，随着中国经济的快速反韩，人民生活水平不断提高，居民的消费水平也在不断增长。研究汇总过全体居民的消费水平与经济发展的数量关系，对于探寻居民消费增长的规律性，预测居民消费的发展趋势有重要意义。 二．模型设定 为了分析居民消费水平与经济增长的关系，选择中国能代表城乡所有居民消费的“全体居民人居消费水平”未被解释变量（用Y表示），选择表现经济增长水平的“人均国内生产总值”为解释变量（用X表示）。下表为1990~2007年的有关数据。 1990~2007年中国居民人均消费水平和人均GDP
为分析居民人均消费水平（Y）和（X）的关系，做下图所示散点图。 从说散点图可以看出X与Y成纤维线性关系，为分析中国居民消费
水平随人均GDP 变动的数量规律性，可以建立如下简单线性回归模型： Y=1β+2βt X+t u t 三．参数估计 由最小二乘估计回归模型，得 可由规范的形式将参数估计和检验的结果写为 Y?= 502.5658+0.361361*X （96.78204）(0.012173) T = （5.192758）(34.53896) R2=0.986765 F=1192.940 S.E=214.1663
四．模型检验 经济意义检验： 回归系数的符号和数值大小合理。 统计检验： 拟合优度检验： R2 =0.986765接近于1，表明模型对样本的拟合优度高。F检验： F=1192.940 > F（K，N-K-1）=αF（1，18-2）=4.49表明 α 回归系数至少有一个显著不为零，模型线性关系显著。 T检验： t=5.192758 > 2/αt（N-K）=2/αt（18-2）=2.120,接受原假设，X估计值有显著影响 回归系数的经济意义： 人均消费水平每增加一个百分点，人均GDP增加0.361361元。五．回归预测 如果2008年人均GDP将比2007年增长10%，将达到20827.4元/人利用所估计的模型可预测2008年居民可能达到的年消费水平，点预测值的计算方法为 = 502.5658+0.361361*20827.4=8028.78（元）Y? t
计量经济学实验报告(自相关性)
实验6.美国股票价格指数与经济增长的关系 ——自相关性的判定和修正 一、实验内容：研究美国股票价格指数与经济增长的关系。 1、实验目的: 练习并熟练线性回归方程的建立和基本的经济检验和统计检验；学会判别自相关的存在，并能够熟练使用学过的方法对模型进行修正。 2、实验要求： （1）分析数据，建立适当的计量经济学模型 （2）对所建立的模型进行自相关分析 （3）对存在自相关性的模型进行调整与修正 二、实验报告 1、问题提出 通过对全球经济形势的观察，我们发现在经济发达的国家，其证券市场通常也发展的较好，因此我们会自然地产生以下问题，即股票价格指数与经济增长是否具有相关关系？ GDP是一国经济成就的根本反映。从长期看，在上市公司的行业结构与国家产业结构基本一致的情况下，股票平均价格的变动跟GDP的变化趋势是吻合的，但不能简单地认为GDP增长，股票价格就随之上涨，实际走势有时恰恰相反。必须将GDP与经济形势结合起来考虑。在持续、稳定、高速的GDP增长下，社会总需求与总供给协调增长，上市公司利润持续上升，股息不断增加，老百姓收入增加，投资需求膨胀，闲散资金得到充分利用，股票的内在含金量增加，促使股票价格上涨，股市走牛。 本次试验研究的1970-1987年的美国正处在经济持续高速发展的状态下，据此笔者利用这一时期美国SPI与GDP的数据建立计量经济学模型，并对其进行分析。 2、指标选择： 指标数据为美国1970—1987年美国股票价格指数与美国GDP数据。 3、数据来源： 实验数据来自《总统经济报告》（1989年），如表1所示：
表1 4、数据处理 将两组数据利用Eviews绘图，如图1、2所示： 图1 GDP数据简图图2 SPI数据简图
计量经济学eviews实习报告.doc
计量经济学实验报告 研究问题 根据生产函数理论，生产函数的基本形式为：),,,(εK L t f Y =。其中，L 、K 分别为生产过程中投入的劳动与资金，时间变量t 反映技术进步的影响。表1列出了我国1994-2009年期间国有独立核算工业企业的有关统计资料；其中产出Y 为工业总产值（可比价），L 、K 分别为年末职工人数和固定资产净值（可比价）。 实验要求 建立我国国有独立核算工业企业生产函数。 实验步骤 一、模型筛选
(一)建立多元线性回归方程 回归结果如下： 图1 因此，我国国有独立工业企业的生产函数为： K L t Y 00998.171897.022674.90897.191+++-=∧ （模型1） t ＝(-5.4) (0.862) (3.57) (40.44) 999742.02 =R 999677.02 =R 57.15483=F 模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.71897，资金的边际产出为1.00998，技术进步的影响使工业总产值平均每年递增9.22674亿元。 回归系数的符号和数值是较为合理的。999742.02=R ，说明模型有很高的拟合优度，F 检验也是高度显著的，说明职工人数L 、资金K 和时间变量t 对工业总产值的总影响是显著的。从图1看出，解释变量资金K 的t 统计量值为40.44，表明资金对企业产出的影响是显著的。但是，模型中时间变量T 的t 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般
应先剔除t 统计量较小的变量（即时间变量）而重新建立模型。 （二）建立剔除时间变量的二元线性回归模型 回归结果如下： 图2 因此，我国国有独立工业企业的生产函数为： K L Y 026137.1669964.02778.176++-=∧ （模型2） t ＝(-5.76) (3.5) (62.79) 999726.02=R 999684.02 =R 95.23692=F （三）建立非线性回归模型——C-D 生产函数 C-D 生产函数为：εβαe K AL Y =。 回归结果如下：
计量经济学报告
计量经济学期末考试试题 1．结合自己的专业收集相关实际数据，作一个多元线性回归的计量经济学模型，要求：（1）用eviews进行参数估计，写出多元线性回归的数学模型； （2）进行拟合优度检验，方程的显着性检验和变量的显着性检验； （3）作异方差检验，用加权最小二乘法重新估计模型，与(1)的模型作对比和评价；（4）作序列相关检验，用广义最小二乘法或广义差分法重新估计模型，与(1)和(2)的模型作对比和评价； （5）做多重共线性检验，如果存在多重共线性则消除多重共线性，与前面的模型作对比和评价； （6）分别用前述3个模型进行点预测和区间预测，对预测结果作适当评价。 2．结合实际问题，收集相关数据，作Ganger因果关系分析。 3．收集实际数据，作一个带虚变量回归的计量经济学分析和预测。 研究问题： （居民消费价格指数）的数值高低，一方面取决于各个类别中每一规格品种的价格变化；另一方面取决于CPI的构成，即各个类别在CPI中所占的权重。本文研究了CPI与城市居民消费价格指数与农村居民消费价格指数及商品零售价格指数间的关系，旨在探究出是城市居民还是农村居民或商品零售价格对于CPI的贡献。因此，当前背景下对CPI的深度分析，确定其影响因素，保持CPI稳定显得十分重要。本文期望通过实证模型分析出影响我国CPI的主要因素，并通过结论提出合理化建议。下面给出了2005年-2015年数据，其数据来源与《中国统计年鉴》。 ②进行拟合优度检验，方程的显着性检验和变量的显着性检验； ③作异方差检验，用加权最小二乘法重新估计模型，与(1)的模型作对比和评价； ④作序列相关检验，用广义最小二乘法或广义差分法重新估计模型，与(1)和(2)的
计量经济学实验报告
中国海洋大学 《计量经济学》实验报告实验项目名称：黄金价格影响因素解析 指导教师：殷克东 姓名：王焜 学号： 年级专业： 14金融 中国海洋大学经济学院
【实验步骤——自己操作】 一、实验数据： 黄金价格、美元指数、通胀率、原油价格、US利率、GDP、标准普尔指数的数据如下：二、实验步骤： （1）建立回归模型 1.建立实验文件 2.输入Y、X的数据 在EViews软件的命令窗口键入DATA命令，命令格式为：： 输入：data Y X1 X2 X3 X4 X5 X6 X7 3.建立回归模型： 建立Y C X1 X2 X3 X4 X5 X6 X7的回归，
其中Y代表黄金价格 X1代表美元指数 X2代表通胀率 X3代表原油价格 X4代表短期US 利率 X5代表长期US利率 X6代表GDP X7代表标准普尔指数 4．回归结果如下： 5、对模型的初步分析 a.对模型拟合度分析：从报告单可以看出，R-squared为，模型拟合度在89%左右。
b.对变量的显着性分析：在t检验中，截距项参数、RS的参数并不显着。可能为0。但要判断是否为0，还要对残差和变量进行检验。 c.对模型显着性分析F检验中，F统计量值为，大于显着水平为5%的临界值，说明模型显着。对多个解释变量的模型，若OLS法估价的R2与F值较大，但t检验值较小，则说明各解释变量对Y的联合线性作用显着，但各解释变量间存在共线性而使得它们对Y的独立作用不能分辨，故t检验不显着。 d、对模型的残差项进行分析 异方差检验：怀特检验 由图知Obs*R-squared统计量为，概率值大于，说明不存在异方差 自相关检验 P(Obs*R-squared)为，大于的显着水平，所以不存在自相关。 e、对变量进行分析 对变量进行多重共线性检验 由相关系数矩阵知： 与RL、RS和SP存在明显的线性相关性。可以看出GDP与利率存在线性负相关，与股票市场存在线性正相关。因为GDP是反映国家经济的一个重要指标，因此，国家为了刺激经济，货币政策往往比较宽松，利率比较低，此时国家经济发展，GDP加速上升，带动股市上扬。 与SP存在明显的线性相关性。由股票理论价格=股票收益/利率知 道利率与股票价格存在负相关。 由于存在多重共线性存在，导致OLS下估计量的非有效、变量显着性检验失效和模型预测失效，因此必须克服模型多重共线性，对模型进行修改。 6、对模型的修正 前面已经大致检测出存在多重共线性的解释变量，分别是短期利率（X4）、长期利率（X5）、标准普尔指数（X7）、GDP（X6）。对这些解释变量进行逐步回归： 短期利率： 长期利率 标准普尔指数 GDP 可以看出在标长期利率的逐步回归中t检验最显着；R检验值为，在四个检验中最好；因
计量经济学分析报告
武汉轻工大学 经济与管理学院实验报告 实验课程名称《计量经济学》 实验起止日期实验指导教师 实验学生姓名学生班级学号 实 验 评 语 实验 评分 教师 签名 2018年 10 月 23 日
实验项目名称《计量经济学》实验日期2018.10.17 学生姓名刘晓慧班级学号会计1601班 1608080108 一、预习报告（请阐述本次实验的目的及意义） 通过计量经济软件的使用，理解计量经济模型的建模思想以及估计、检验、分析的各种方法， 能够利用计量经济软件建立基本的回归模型，熟悉该软件的各种操作方法，并能够用该软件建模 来分析各种经济现象。熟悉stata软件的操作，对数据进行基本的描述统计。 二、实验方案（请说明本次实验的步骤和进程） 1.引入数据库的数据（我选用的的是数据库 2.5的数据） 2.定义自变量和应变量，对模型中所涉及的变量进行描述性统计。 3.输入相关命令，对变量进行调整，生成新变量，为模型中被解释变量与解释变量绘制散点图和拟合直线。 4.根据样本建立回归模型，对回归结果进行分析。
.05 .1 .15 D e n s i t y 4 6 810 12 Average Hourly Wage .02.04.06.08.1 .12 D e n s i t y 5 10 15 Average Hourly Wage kernel = epanechnikov, bandwidth = 1.5948 Kernel density estimate 4 6810 12 14 A v e r a g e H o u r l y W a g e 510 1520Years of Schooling 468 101214 A v e r a g e H o u r l y W a g e 050 100 150200 Number of People 468 1012 14 A v e r a g e H o u r l y W a g e
最新版计量经济学实验报告
3.3 3.3 经调查研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表3.6为对某地区部分家庭抽样调查得到的样本数据。 表3.6 家庭书刊消费、家庭收入及户主受教育年数数据 （1）作家庭书刊消费（Y ）对家庭月平均收入（X ）和户主受教育年数（T ）的多元线性回归： 1 2 3 i i i i u Y X T βββ=+++ 利用样本数据估计模型的参数，对模型加以检验，分析所估计模型的经济意义和作用。 步骤： 1.打开EViews6，点“File ”→“New ”→“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。
2. 在命令行输入：DATA Y X T，回车。将数据复制粘贴到Group中的表格中。 3. 建立数据关系图为初步观察数据的关系，在命令行输入命令：sort Y，从而实现数据Y的递增排序。 4. 在数据表“group”中点“view/graph/line”，最后点击确定，出现序列Y、X、T 的线性图。
5. OLS 估计参数,点击主界面菜单Quick\Estimate Equation ，弹出对话框，如下图。在其中输入Y c X T ，点确定即可得到回归结果。 ()()()()()() 2 2 50.01620.0864552.3703 49.46026 0.02936 5.20217 t= 1.011244 2.944186 10.067020.951235 =0.944732 F=146.2974 ?i i i X T Y R R =-++-= 经济意义：家庭月平均收入每增加1元，家庭书刊消费将增加0.08645 元。户主受教育年数每
EViews计量经济学实验报告异方差的诊断及修正
姓名学号实验题目异方差的诊断与修正 一、实验目的与要求： 要求目的：1、用图示法初步判断是否存在异方差，再用White检验异方差； 2、用加权最小二乘法修正异方差。
估计结果为： i Y ? = 12.03564 + 0.104393i X （19.51779） (0.008441) t=（0.616650） （12.36670） 2R =0.854696 R =0.849107 S.E.=56.89947 DW=1.212859 F=152.9353 这说明在其他因素不变的情况下，销售收入每增长1元，销售利润平均增长0.104393元。 2R =0.854696 , 拟合程度较好。在给定 =0.0时，t=12.36670 > )26(025.0t =2.056 ，拒 绝原假设，说明销售收入对销售利润有显著性影响。F=152.9353 > )6,21(F 05.0= 4.23 ,
表明方程整体显著。 （三） 检验模型的异方差 ※（一）图形法 6、判断 由图3可以看出，被解释变量Y 随着解释变量X 的增大而逐渐分散，离散程度越来越大； 同样，由图4可以看出，残差平方2 i e 对解释变量X 的散点图主要分布在图形中的下三角部分，大致看出残差平方2 i e 随i X 的变动呈增大趋势。因此，模型很可能存在异方差。但是否确实存在异方差还应该通过更近一步的检验。
※ （二）White 检验 White 检验结果 White Heteroskedasticity Test: F-statistic 3.607218 Probability 0.042036 Obs*R-squared 6.270612 Probability 0.043486 Test Equation: t 界值5.002 χ （2） =5.99147。比较计算的2χ统计量与临界值，因为n 2R = 6.270612 > 5 .002 χ（2）=5.99147 ，所以拒绝原假设，不拒绝备择假设，这表明模型存在异方差。 （四） 异方差的修正 在运用加权最小二乘法估计过程中，分别选用了权数t 1ω=1/t X ，t 2ω=1/2 t X ，t 3ω=1/t X 。 用权数t 1ω的结果
计量经济学报告
计量经济学报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT
计量经济学期末考试试题 1．结合自己的专业收集相关实际数据，作一个多元线性回归的计量经济学模型，要求： （1）用eviews进行参数估计，写出多元线性回归的数学模型； （2）进行拟合优度检验，方程的显着性检验和变量的显着性检验； （3）作异方差检验，用加权最小二乘法重新估计模型，与(1)的模型作对比和评价； （4）作序列相关检验，用广义最小二乘法或广义差分法重新估计模型，与(1)和(2)的模型作对比和评价； （5）做多重共线性检验，如果存在多重共线性则消除多重共线性，与前面的模型作对比和评价； （6）分别用前述3个模型进行点预测和区间预测，对预测结果作适当评价。2．结合实际问题，收集相关数据，作Ganger因果关系分析。 3．收集实际数据，作一个带虚变量回归的计量经济学分析和预测。 研究问题： （居民消费价格指数）的数值高低，一方面取决于各个类别中每一规格品种的价格变化；另一方面取决于CPI的构成，即各个类别在CPI中所占的权重。本文研究了CPI与城市居民消费价格指数与农村居民消费价格指数及商品零售价格指数间的关系，旨在探究出是城市居民还是农村居民或商品零售价格对于CPI的贡献。因此，当前背景下对CPI的深度分析，确定其影响因素，保持CPI 稳定显得十分重要。本文期望通过实证模型分析出影响我国CPI的主要因素，
并通过结论提出合理化建议。下面给出了2005年-2015年数据，其数据来源与《中国统计年鉴》。 表1 价格指数表 ①用eviews进行参数估计，写出多元线性回归的数学模型； ②进行拟合优度检验，方程的显着性检验和变量的显着性检验； ③作异方差检验，用加权最小二乘法重新估计模型，与(1)的模型作对比和评价； ④作序列相关检验，用广义最小二乘法或广义差分法重新估计模型，与 (1)和(2)的模型作对比和评价； ⑤做多重共线性检验，如果存在多重共线性则消除多重共线性，与前面的模型作对比和评价； ⑥分别用前述3个模型进行点预测和区间预测，对预测结果作适当评价。 解题： (1)以居民消费价格指数为（Y）,城市居民消费价格指数(1 X),农村居民消费价格指数(2 X),商品零售价格指数(3 X),做参数估计得到以下结果，如图