计量经济-国内生产总值影响因素计量分析
国内生产总值影响因素的计量分析
学院名称：
专业名称：
作者姓名：
学号：
指导老师：
摘要
自党的十一届三中全会以来，我国进入了改革开放的新时期。30多年来，我国的经济建设取得了令世人瞩目的巨大成就——国内经济持续高速增长，基本实现总体小康，人民生活水平显著提高，综合国力不断增强，国际地位也显著提高。国民经济繁荣给中国的发展带来了昂扬的生命力。而GDP是衡量一国经济增长的重要指标，因此，对国内生产总值影响因素的经济分析研究具有十分重要意义。本文采用经济增长模型和多元线性回归分析方法对1992～2011年国内生产总值的影响因素进行研究，分析了消费、财政支出和进出口对经济发展的影响，建立计量模型，寻求这些变量与GDP的数量关系，进行定量分析以及检验，并根据所得结论提出一些可行性的相关建议。
关键词：国内生产总值消费财政支出净出口计量分析
目录
1 前言 (3)
2 理论综述 (3)
2.1 国内生产总值 (3)
2.2 影响因素分析 (3)
3 实证模型构建 (4)
3.1 数据收集 (4)
3.2 模型设计 (5)
3.2.1 建立模型 (5)
3.2.2 模型参数估计 (5)
4 模型检验 (6)
4.1 统计推断检验 (6)
4.1.1 经济意义检验 (6)
4.1.2 R^2检验 (6)
4.1.3 t检验 (6)
4.1.4 F检验 (7)
4.2 计量经济检验 (7)
4.2.1 多重共线性检验 (7)
4.2.2 异方差检验 (11)
4.2.3 自相关检验 (13)
4.2.4 最终结果 (14)
5 结论与说明 (14)
6 实习感悟 (15)
参考文献 (16)
1 前言
“GDP”被美国商务部誉为“20世纪的伟大发明之一”。：GDP能够反映国民经济发展变化情况，并为国家以及各个地区经济发展战略目标和宏观经济政策提供了重要工具和依据。GDP还为检验宏观经济政策的科学性和有效性提供了重要的检测工具，同时GDP也是对外交往的重要指标，因为在世界上衡量一个国家的经济地位指标，很多与GDP有关，每年，联合国都要根据各国的“人均GDP”进行排名，来提供反映一个国家经济实力的依据。可以说GDP在一定程度上决定了一个国家承担的国际义务和权利，决定了一个国家在国际社会中所能发挥的作用，影响到国家的经济利益和政治利益；最后GDP的统计比较容易，其具有统计数据准确、重复计算少等优点，作为总量指标，它和经济增长率、通货膨胀率和失业率这三个主要的宏观经济运行指标都有密切关系，是国家制定宏观调控政策的三大指标中最基础性的指标。
GDP能够提供一个国家经济状况的完整图像，帮助国家领导人判断经济是在萎缩还是在膨胀，是需要刺激还是需要控制，是处于严重衰退还是处于过热之中。甚至有人认为该指标像灯塔一样，能使政策制定者不会陷入杂乱无章的数字海洋而不知所措。
2 理论综述
2.1 国内生产总值
国内生产总值（Gross Domestic Product，简称GDP)是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。
2.2 影响因素分析
一般来说，国内生产总值共有四个不同的组成部分，其中包括消费、私人投资、政府支出和净出口额。用公式表示为：GDP = CA + I + CB + X ，式中：CA为消费、I为私人投资、CB为政府支出、X为净出口额。
影响GDP的因素很多。消费水平的提高能够通过乘数效应，提高极大地带动经济的增长；但消费水平与边际消费倾向和收入之间存在线性关系，由于边际
消费倾向在短期内可以认为是固定的，因此，消费水平在某一时期是由收入水平即经济发展水平决定的。
改革开放以来，居民消费、政府购买和进出口明显增加，与之相对应的是GDP总量也迅速得到增加。在经济发展的过程中，我国在经济贸易方面不断对外开放，同时，我国的经济的发展状态呈效好的趋势。对外贸易的适度增长和政府购买的增加是经济发展的重要影响因素之一，因为对外贸易的增长，为我国带来了大量的外汇的收入，从而促进了我国GDP的增长，促进我国经济的发展。
因此，本文研究影响经济发展的因素时，旨在分析消费、政府财政支出和进出口对GDP的实证影响。
3 实证模型构建
3.1数据收集
表1
年份国内生产总值
（Y)
居民消费水平
(X2)
政府财政支出
(X3)
净出口
(X4)
1992 26923.5 1116 3742.2 233 1993 35333.9 1393 4642.3 -701.4 1994 48197.9 1833 5792.62 461.7 1995 60793.7 2355 6823.72 1403.7 1996 71176.6 2789 7937.55 1019 1997 78973 3002 9233.56 3354.2 1998 84402.3 3159 10798.18 3597.5 1999 89677.1 3346 13187.67 2423.4 2000 99214.6 3632 15886.5 1995.6 2001 109655.2 3887 18902.58 1865.2 2002 120332.7 4144 22053.15 2517.6 2003 135822.8 4475 24649.95 2092.3 2004 159878.3 5032 28486.89 2667.5 2005 184937.4 5596 33930.28 8374.4 2006 216314.4 6299 40422.73 14220.3 2007 265810.3 7310 49781.35 20263.5 2008 314045.4 8430 62592.66 20868.4 2009 340902.8 9283 76299.93 13411.3 2010 401512.8 10522 89874.16 12323.5 2011 472881.6 12272 109247.79 10079.2
样本数据来源：中国国家统计局官方网站，《中国统计年鉴2012》
3.2 模型设计
3.2.1 建立模型
根据数据，现以中国国内生产总值（Y）作为被解释变量，以居民消费水平（X1）、国家财政支出（X2）、净出口（X3）为解释变量，建立多元线性回归方程的一般模型为：
Y=B1+B2*X2+B3*X3+B4*X4+U
其中：
Y——国内生产总值
X2——居民消费水平
X3——国家财政支出
X4——净出口
U——随机误差项
B1——常数项
B2,B3,B4——回归方程的系数
3.2.2 模型参数估计
根据数据建立多元线性回归方程：首先利用Eviews软件对模型进行OLS 估计，得样本回归方程。输出结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 06/30/13 Time: 11:22
Sample: 1992 2011
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 120.8285 3603.604 0.033530 0.9737
X2 17.73198 1.955963 9.065601 0.0000
X3 2.199774 0.184259 11.93848 0.0000
X4 1.209306 0.192247 6.290376 0.0000
R-squared 0.999453 Mean dependent var 165839.3
Adjusted R-squared 0.999350 S.D. dependent var 128980.1
S.E. of regression 3288.155 Akaike info criterion 19.21090
Sum squared resid 1.73E+08 Schwarz criterion 19.41004
Log likelihood -188.1090 F-statistic 9739.476
Durbin-Watson stat 1.675427 Prob(F-statistic) 0.000000
根据以上结果，初步得出的模型为:
y = 120.8285+17.73198*X2 +2.199774*X3 +1.209306*X4
se = (3603.604) (1.955963) (0.184259) (0.192247)
t = (0.033530) (9.065601) (11.93848) (6.290376)
F = 9739.476 DW = 1.675427 R^2 =0.999350
4 模型检验
4.1 统计推断检验
4.1.1 经济意义检验：
通过估计所得到参数，可进行经济意义检验：
1） B1 =120.8285，表示当消费、财政支出和净出口为0时，我国GDP仍能平均增加120.8285个单位。这样的解释没什么经济意义。
2） B2 =17.73198,表示在其他条件不变的情况下，居民消费水平每增长1个单位，GDP平均增加17.73198个单位，符合经济现实。
3) B3 =2.199774,表示在其他条件不变的情况下，财政支出每增长1个弹尾，GDP平均增加2.199774个单位；反之，降低2.199774，符合现实。
4) B4=1.209306,表示在其他条件不变的情况下，净出口每增长1个百分点，GDP平均增加1.209306个单位；反之，降低1.209306，合理。
消费、财政支出和进出口的增长能促进国内生产总值的增加，它们是正比关系。综上可知，该模型符合经济意义，经济意义检验通过。
4.1.2 R^2检验：
R^2的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R^2的值越接近0，说明回归直线对观测值的拟合程度越差。校正的判定系数R^2同理。在数据中，判定系数R^2=0.999453，校正的判定系数ˉR2=0.999350，计算结果表明模型拟合度高。
4.1.3 t检验：
在B2=0，B3=0，B4=0这三个零假设下，模型偏回归系数的t检验值分别为t2=9.065601, t3=11.93848, t4=6.290376，在显著性水平5%下自由度为
n-k=20-4=16的t临界值=1.746，比较可知，偏回归系数的t检验值都大于t
临界值，而t1=0.033530<1.746。因此拒绝零假设并得出结论：常数项系数不显著，居民消费、财政支出和净出口是显著的，它们对国内生产总值有影响。
4.1.4 F检验
从表中可知：模型的F检验值为9739.476，F检验的P值等于0，小于显著性水平0.05。因此，回归方程是显著的，国内生产总值与居民消费、政府财政支出和净出口之间存在显著的关系。
4.2 计量经济学检验
4.2.1 多重共线性检验
1) 对于含有多个解释变量的模型，可以利用解释变量样本观测值的散点图来考察两两解释变量间是否存在线性关系。利用Eviews软件做X2,X3之间的散点图，如下图1：
图1
同理，X2和X4，X3和X4之间的散点图下图2，图3
2
图
分析:从散点图可直观看到，图1的点趋向于一条直线，图2和图3的点都比较分散，虽然在模型中不存在多重共线性，但X2-X3存在高度线性相关，X2-X4
和X3-X4不存在线性相关。因此需要对模型进行修正。
2) 多重共线性修正处理：
(1）逐步回归处理：运用OLS方法求y对各个变量的回归。结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。用Eviews回归过程如下：
Y对X2的回归
Dependent Variable: Y
Method: Least Squares
Date: 06/30/13 Time: 16:38
Sample: 1992 2011
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -39941.37 4243.437 -9.412505 0.0000
X2 41.20765 0.725687 56.78431 0.0000
R-squared 0.994449 Mean dependent var 165839.3
Adjusted R-squared 0.994140 S.D. dependent var 128980.1
S.E. of regression 9873.302 Akaike info criterion 21.32770
Sum squared resid 1.75E+09 Schwarz criterion 21.42727
Log likelihood -211.2770 F-statistic 3224.458
Durbin-Watson stat 0.242547 Prob(F-statistic) 0.000000
Y对X3的回归
Dependent Variable: Y
Method: Least Squares
Date: 06/30/13 Time: 16:39
Sample: 1992 2011
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 33418.51 4063.413 8.224245 0.0000
X3 4.175431 0.093117 44.84069 0.0000
R-squared 0.991127 Mean dependent var 165839.3
Adjusted R-squared 0.990634 S.D. dependent var 128980.1
S.E. of regression 12482.22 Akaike info criterion 21.79664
Sum squared resid 2.80E+09 Schwarz criterion 21.89621
Log likelihood -215.9664 F-statistic 2010.688
Durbin-Watson stat 0.536961 Prob(F-statistic) 0.000000
Y对X4的回归
Dependent Variable: Y
Method: Least Squares
Date: 06/30/13 Time: 16:40
Sample: 1992 2011
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 74058.61 25250.03 2.933011 0.0089
X4 14.98829 2.813476 5.327320 0.0000
R-squared 0.611905 Mean dependent var 165839.3
Adjusted R-squared 0.590344 S.D. dependent var 128980.1
S.E. of regression 82552.96 Akaike info criterion 25.57491
Sum squared resid 1.23E+11 Schwarz criterion 25.67448
Log likelihood -253.7491 F-statistic 28.38034
Durbin-Watson stat 0.402546 Prob(F-statistic) 0.000046
由上面三个表可知，Y对X2的线性最强（R^2：0.994449>0.991127>0.611905,即X1>X2>X3），拟合度最优，因此回归方程为：
y = -39941.37+41.20765*X2
(2）将其余解释变量逐一引入上式：
引入X3
Dependent Variable: Y
Method: Least Squares
Date: 06/30/13 Time: 17:12
Sample: 1992 2011
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -10002.50 5829.408 -1.715868 0.1044
X2 24.01242 3.040909 7.896463 0.0000
X3 1.763551 0.308641 5.713929 0.0000
R-squared 0.998099 Mean dependent var 165839.3
Adjusted R-squared 0.997876 S.D. dependent var 128980.1
S.E. of regression 5944.885 Akaike info criterion 20.35593
Sum squared resid 6.01E+08 Schwarz criterion 20.50529
Log likelihood -200.5593 F-statistic 4463.299
Durbin-Watson stat 0.880929 Prob(F-statistic) 0.000000
引入X4
Dependent Variable: Y
Method: Least Squares
Date: 06/30/13 Time: 17:12
Sample: 1992 2011
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -39164.87 4485.320 -8.731790 0.0000
X2 40.62848 1.172997 34.63646 0.0000
X4 0.345511 0.543902 0.635245 0.5337
R-squared 0.994577 Mean dependent var 165839.3
Adjusted R-squared 0.993939 S.D. dependent var 128980.1
S.E. of regression 10041.07 Akaike info criterion 21.40424
Sum squared resid 1.71E+09 Schwarz criterion 21.55360
Log likelihood -211.0424 F-statistic 1559.006
Durbin-Watson stat 0.217399 Prob(F-statistic) 0.000000
同理，根据上表可知，模型的统计检验均有改善，调整后的X3的判定系数
最大(0.998099>0.994577),因此模型应该引入X3，去掉X4，从而得到修正后的
最优模型，回归结果如下：
y =-10002.50+24.01242X2+1.763551X3
se = (5829.408）（3.040909）（0.30864）
t = (-1.715868) （7.89646）（5.713929）
F = 4463.299 DW=0.880929 R^2=0.998099
4.2.2 异方差检验
对模型：y =-10002.50+24.01242X2+1.763551X3 进行White检验
White检验：在原来残差与解释变量线性关系的基础上加入解释变量的平方项与交叉项，因此得到辅助回归模型，并求辅助回归方程的R^2值，n* R^2的积服从χ2分布。若从回归方程中得到的χ2值超过所选显著水平下的χ2临界值，或得到χ2值的P值很低，则拒绝零假设：不存在异方差。
辅助回归模型：
ei^2 =A1+A2*X2i+A3*X3i+A4*X2i^2+A5*X3i^2+A6*X2i*X3i+vi
假设：H0：Ai=0（i=2，3，4，5 ,6）；
H1：A2,A3,....A6不全为零
利用Eviews软件做White检验，输出结果如下：
White Heteroskedasticity Test:
F-statistic 4.381915 Probability 0.015182
Obs*R-squared 10.77708 Probability 0.029187
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/30/13 Time: 19:18
Sample: 1992 2011
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 83124938 46604808 1.783613 0.0947
X2 -68901.85 32343.02 -2.130347 0.0501
X2^2 16.38868 6.144620 2.667159 0.0176
X3 61.03919 3714.852 0.016431 0.9871
X3^2 -0.142481 0.044812 -3.179511 0.0062
R-squared 0.538854 Mean dependent var 30040411
Adjusted R-squared 0.415882 S.D. dependent var 42411792
S.E. of regression 32414328 Akaike info criterion 37.63842
Sum squared resid 1.58E+16 Schwarz criterion 37.88735
Log likelihood -371.3842 F-statistic 4.381915
Durbin-Watson stat 1.336198 Prob(F-statistic) 0.015182 根据上表检验可知：χ2值=Obs*R-squared=10.77708，从辅助回归模型中
可知：χ2分布的自由度k-1=6-1=5，在显著性水平5%下，查χ2分布表，得临界值χ2 0.05（5）=12.5916，因为χ2值=10.77708<χ2 0.05（5）=12.5916,ze 则接受原假设H0：Ai=0（i=2，3，4，5 ,6）：不存在异方差，也就是说辅助回归模型的回归参数除了常数项外显著为0。所以原模型中不存在异方差。
4.2.3 自相关检验
1) 检验模型：y =-10002.50+24.01242X2+1.763551X3是否存在一阶自相关，其关于误差项Ut的一阶自回归形式为：Ut = PUt-1 + Vt
德宾-沃森d检验：进行OLS回归并获得残差ei,利用Eviews软件计算d值，根据样本容量及解释变量个数，从D-W表查临界的dl和du，利用判定规则进行判定。
假设 H0: P = 0；（不存在一阶自相关）
H1: P ≠ 0；（存在一阶自相关）
已知模型中的DW=0.880929,n=20,k’=k-1=2,在5%显著性水平下，查表得其临界值：dl=1.100 ，du=1.537，因为DW=0.880929< dl=1.100,其落在正自相关区域，说明拒绝原假设H0: P = 0，模型存在一阶正自相关
2) 自相关修正处理：
用广义最小二乘法估计回归参数，利用Eviews软件计算，输入结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 06/30/13 Time: 21:18
Sample (adjusted): 1993 2011
Included observations: 19 after adjustments
Convergence achieved after 9 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C -77732.23 20778.27 -3.741035 0.0020
X2 50.66859 6.982009 7.257021 0.0000
X3 -0.657548 0.619705 -1.061067 0.3054
AR(1) 0.780387 0.067097 11.63076 0.0000
R-squared 0.999265 Mean dependent var 173150.7
Adjusted R-squared 0.999118 S.D. dependent var 128185.7
S.E. of regression 3806.468 Akaike info criterion 19.51146
Sum squared resid 2.17E+08 Schwarz criterion 19.71028
Log likelihood -181.3588 F-statistic 6799.339
Durbin-Watson stat 2.095345 Prob(F-statistic) 0.000000
Inverted AR Roots .78
由上表可知：修正后的DW=2.095345。而n=19，k’=2，查DW检验临界值表（α=0.05），dl =1.074，du =1.536。因为du =1.536< DW=2.095345 < 4-du=2.464，其落在接受区域，即接受H0：P=0，表明模型已经不存在一阶序列相关性。因此，模型已消除序列相关性的影响。
4.2.4 最终结果
国内生产总值和居民消费水平、政府财政支出之间的回归结果为：y = -77732.23+50.66859*X2 -0.657548*X3
se = (20778.27) (6.982009) (0.619705)
t = (-3.741035) (7.257021) (-1.061067)
F = 6799.339 DW = 2.095345 R^2 =0.999265
Y——国内生产总值
X2——居民消费水平
X3——国家财政支出
5 结论
从最终模型中 Y=-77732.23+50.66859*X2 -0.657548*X3 中可以知道影响国内生产总值的主要因素是居民消费，其次是政府财政支出。而居民消费水平对GDP的弹性为50.66859，即在其他条件不变的情况下，居民消费变化一个单位，GDP平均变动50.66859个单位。而政府财政支出亦同。
消费在国内生产总值中占据主要地位，是国内生产总值中份额最大，最稳定的需求，是促进经济增长的主要动力。目前，我国内需不足，没有需求，就没有消费。居民收入水平的高低是决定消费的先决条件，同时也是制止居民消费继续下降的重要条件。因此，我国应该加大力度引导居民消费，提高城镇居民收入，调节收入分配关系；依法通过税收手段调节收入差距，扩大中等收入者的比重，提高中等收入群体的收入水平；还要促进农村经济快速发展，提高农民收入，开拓农村市场，在我国，农村居民占全国中人口的 60％，农村市场蕴涵巨大的潜
力，能否较快地提高农民收入和扩大农村消费，对促进我国经济保持较快发展具有重要的战略意义。
总体来讲，我国的经济发展水平仍比较低下，需要政府财政支出的地方还有很多。从模型可知政府财政支出对 GDP 的增长有较大的促进作用。我国目前正处于经济崛起的时期，为了适应市场经济体制的需求，使经济又好又快地增长，我国财政支出需要做出合理的优化结构调整。在实施财政政策促进经济增长的过程中，应注意保持适度的财政支出规模，同时采取一些措施改善我国的经济发展和社会建设，比如：增加经济建设支出，促进资源合理配置；增加科学、教育、文化、卫生和社会保障事业支出，尤其是加大教育事业的支出力度，缩小收入分配差距，促进社会公平。
6 实习感悟
通过这次实习，我把纯粹的理论知识变成了实际操作，利用Eviews等软件结合书本上的知识，完成模型的建立、参数估计、显著性检验以及模型修正处理，在这其中，我找到了与书本不同的乐趣，学习书本知识时，会觉得那些就只是数据，是用来算的，没想过它们深层次代表的经济意义。在实操中，我学会了把数据导入Eviews，整理数据，生成表格、散点图，在利用数据判断模型，联合它们的经济含义等，这些都让我觉得这些数据就像是活了一样，是有模有型的，生动的，可以触到的。同时，与手算相比，利用Eviews软件既快速便捷，也提高了解题的正确程度，避免误算、漏算，让我对这个软件的认识大大提高了，也觉得这个软件很实用。虽然学完了这门课程，但我仍会经常练习，以便更好的掌握计量经济学的知识。
同时，希望老师对这份模型多加指导，不足之处敬请谅解。
参考文献：
达莫达尔·N·古扎拉蒂著.张涛译.《经济计量学精要》.机械工业出版社.2012 高鸿业.《西方经济学》（宏观部分）.中国人民大学出版社.2011
《中国统计年鉴2012》.中国国家统计局官方网站
网上有关资料数据
计量经济学习题及全部答案
《计量经济学》习题(一) 一、判断正误 1．在研究经济变量之间的非确定性关系时，回归分析是唯一可用的分析方法。（） 2．最小二乘法进行参数估计的基本原理是使残差平方和最小。（） 3．无论回归模型中包括多少个解释变量，总离差平方和的自由度总为（n-1）。（） 4．当我们说估计的回归系数在统计上是显着的，意思是说它显着地异于0。（） 5．总离差平方和（TSS）可分解为残差平方和（ESS）与回归平方和（RSS）之和，其中残差平方和（ESS）表示总离差平方和中可由样本回归直线解释的部分。（） 6．多元线性回归模型的F检验和t检验是一致的。（） 7．当存在严重的多重共线性时，普通最小二乘估计往往会低估参数估计量的方差。（） 8．如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误差项的 自相关。（） 9．在存在异方差的情况下，会对回归模型的正确建立和统计推断带来严重后果。（） 10．.. DW检验只能检验一阶自相关。（） 二、单选题
1．样本回归函数（方程）的表达式为（ ）。 A ．i Y =01i i X u ββ++ B ．(/)i E Y X =01i X ββ+ C ．i Y =01??i i X e ββ++ D ．?i Y =01??i X ββ+ 2．下图中“｛”所指的距离是（ ）。 A ．随机干扰项 B ．残差 C ．i Y 的离差 D ．?i Y 的离差 3．在总体回归方程(/)E Y X =01X ββ+中，1β表示（ ）。 A ．当X 增加一个单位时，Y 增加1β个单位 B ．当X 增加一个单位时，Y 平均增加1β个单位 C ．当Y 增加一个单位时，X 增加1β个单位 D ．当Y 增加一个单位时，X 平均增加1β个单位 4．可决系数2R 是指（ ）。 A ．剩余平方和占总离差平方和的比重 B ．总离差平方和占回归平方和的比重 C ．回归平方和占总离差平方和的比重 D ．回归平方和占剩余平方和的比重 5．已知含有截距项的三元线性回归模型估计的残差平方和为2i e ∑=800，估
计量经济学习题
《计量经济学》 习题 河北经贸大学应用经济学教研室 2004年7月
第一章绪论 ⒈为什么说计量经济学是经济理论、数学和经济统计学的结合？ ⒉为什么说计量经济学是一门经济学科？它在经济学科体系中的地位是什么？它在经济研究中的作用是什么？ ⒊建立与应用计量经济学模型的主要步骤有哪些？ ⒋计量经济学模型有哪些主要应用领域？各自的原理是什么？ ⒌下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？ ⑴St=112.0+0.12Rt 其中，St为第t年农村居民储蓄增加额（亿元），Rt为第t年城镇居民可支配收入总额（亿元）。 ⑵S t-1=4432.0+0.30R t 其中，S t-1为第（t-1）年底农村居民储蓄余额（亿元），Rt为第t年农村居民纯收入总额（亿元）。 ⒍指出下列假想模型中两个最明显的错误，并说明理由： RS t=8300.0-0.24RI t+1.12IV t 其中，RS t为第t年社会消费品零售总额（亿元），RI t为第t年居民收入总额（亿元）（城镇居民可支配收入总额与农村居民纯收入总额之和），IV t为第t年全社会固定资产投资总额（亿元）。 第二章一元线性回归模型
⒈ 对于设定的回归模型作回归分析，需对模型作哪些假定，这些假定为什么是必要的？ ⒉ 试说明利用样本决定系数R 2为什么能够判定回归直线与样本观测值的拟和优度。 ⒊ 说明利用) (0∧ βS 、)(1∧βS 衡量 ∧ β、∧ 1β对 β、1β估计稳定性的道理。 ⒋ 为什么对 ∧ β、∧ 1β进行显著性检验？试述检验方法及步骤。 ⒌ 对于求得的回归方程为什么进行显著性检验？试述检验方法及步骤。 ⒍ 阐述回归分析的步骤。 ⒎ 试述计量经济模型与一般的经济模型有什么不同？ ⒏ 一元线性回归模型有时采用如下形式： i i i X Y μβ+=1 模型中的截距为零，叫做通过原点的回归模型。试证明该模型中： （1） ∑∑=∧ 21i i i X Y X β （2） ∑ = ∧ 2 2 1)var(i X μ σ β ⒐ 下述结果是从一个样本中获得的，该样本包含某企业的销售额（Y ）及相应价格（X ）的11个观测值。 18 .519_ =X ； 82 .217_ =Y ； ∑=3134543 2 i X ； ∑=1296836 i i Y X ； ∑=539512 2i Y （1）估计销售额对价格的样本回归直线，并解释其结果。 （2）回归直线的判定系数是多少？ ⒑ 已知某地区26年的工农业总产值与货运周转量的数据见下表。试作一元线性回归分析，若下一年计划该地区工农业总产值为8亿元，预测货运周转量。
计量经济学期末考试重点
第一章绪论 1、什么是计量经济学？由哪三组组成？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。 统计学、经济理论和数学三者结合起来便构成了计量经济学。 2、计量经济学的内容体系，重点是理论计量和应用计量和经典计量经济学理论方法方面的特 征 答：1）广义计量经济学和狭义计量经济学 2）初、中、高级计量经济学3）理论计量经济学和应用计量经济 理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法，应用了广泛的数学知识。 应用计量经济学则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。本课程是二者的结合。 4）、经典计量经济学和非经典计量经济学 经典计量经济学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的计量经济学。 经典计量经济学在理论方法方面特征是： ⑴模型类型—随机模型； ⑵模型导向—理论导向； ⑶模型结构—线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明
确的形式和参数； ⑷数据类型—以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量； ⑸估计方法—仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。 经典计量经济学在应用方面的特征是： ⑴应用模型方法论基础—实证分析、经验分析、归纳； ⑵应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展； ⑶应用模型的领域—传统的应用领域，例如生产、需求、消费、投资、货币需求，以及宏观经济等。 5）、微观计量经济学和宏观计量经济学 3、为什么说计量经济学是经济学的一个分支？（4点和综述） 答：（1）、从计量经济学的定义看 （2）、从计量经济学在西方国家经济学科中的地位看 （3）、从计量经济学与数理统计学的区别看 （4）、从建立与应用计量经济学模型的全过程看 综上所述，计量经济学是一门经济学科，而不是应用数学或其他。 4、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。 5、常用的样本数据：时间序列，截面，面板（虚变量数据是错的，改为面板数据。主要要求时间数据序列数据和截面数据） 答：1、时间序列是一批按照时间先后排列的统计数据。 要注意问题：
空间计量经济学分析
空间计量经济学分析 空间依赖、空间异质性 ?传统的统计理论是一种建立在独立观测值假定基础上的理论。然而，在现实世界中，特别是遇到空间数 据问题时，独立观测值在现实生活中并不是普遍存在的（Getis, 1997）。 ?对于具有地理空间属性的数据，一般认为离的近的变量之间比在空间上离的远的变量之间具有更加密切 的关系（Anselin & Getis，1992）。正如著名的Tobler地理学第一定律所说：“任何事物之间均相关，而离的较近事物总比离的较远的事物相关性要高。”（Tobler，1979） ?地区之间的经济地理行为之间一般都存在一定程度的Spatial Interaction，Spatial Effects）：Spatial Dependence and Spatial Autocorrelation）。 ?一般而言，分析中涉及的空间单元越小，离的近的单元越有可能在空间上密切关联（Anselin & Getis, 1992）。 ?然而，在现实的经济地理研究中，许多涉及地理空间的数据，由于普遍忽视空间依赖性，其统计与计量 分析的结果值得进一步深入探究（Anselin & Griffin, 1988）。 ?可喜的是，对于这种地理与经济现象中常常表现出的空间效应（特征）问题的识别估计，空间计量经济 学提供了一系列有效的理论和实证分析方法。 ?一般而言，在经济研究中出现不恰当的模型识别和设定所忽略的空间效应主要有两个来源（Anselin， 1988）：空间依赖性（Spatial Dependence）和空间异质性（Spatial Heterogeneity）。 空间依赖性 ?空间依赖性（也叫空间自相关性）是空间效应识别的第一个来源，它产生于空间组织观测单元之间缺乏 依赖性的考察（Cliff & Ord, 1973）。 ?Anselin & Rey（1991）区别了真实（Substantial）空间依赖性和干扰（Nuisance）空间依赖性的不同。 ?真实空间依赖性反映现实中存在的空间交互作用（Spatial Interaction Effects）， ?比如区域经济要素的流动、创新的扩散、技术溢出等， ?它们是区域间经济或创新差异演变过程中的真实成分，是确确实实存在的空间交互影响， ?如劳动力、资本流动等耦合形成的经济行为在空间上相互影响、相互作用，研发的投入产出行为及政策 在地理空间上的示范作用和激励效应。 ?干扰空间依赖性可能来源于测量问题，比如区域经济发展过程研究中的空间模式与观测单元之间边界的 不匹配，造成了相邻地理空间单元出现了测量误差所导致。 ?测量误差是由于在调查过程中，数据的采集与空间中的单位有关，如数据一般是按照省市县等行政区划 统计的，这种假设的空间单位与研究问题的实际边界可能不一致，这样就很容易产生测量误差。 ?空间依赖不仅意味着空间上的观测值缺乏独立性，而且意味着潜在于这种空间相关中的数据结构，也就 是说空间相关的强度及模式由绝对位置（格局）和相对位置（距离）共同决定。 ?空间相关性表现出的空间效应可以用以下两种模型来表征和刻画：当模型的误差项在空间上相关时，即 为空间误差模型；当变量间的空间依赖性对模型显得非常关键而导致了空间相关时，即为空间滞后模型（Anselin，1988）。 空间异质性 ?空间异质性（空间差异性），是空间计量学模型识别的第二个来源。 ?空间异质性或空间差异性，指地理空间上的区域缺乏均质性，存在发达地区和落后地区、中心（核心） 和外围（边缘）地区等经济地理结构，从而导致经济社会发展和创新行为存在较大的空间上的差异性。 ?空间异质性反映了经济实践中的空间观测单元之间经济行为（如增长或创新）关系的一种普遍存在的不 稳定性。 ?区域创新的企业、大学、研究机构等主体在研发行为上存在不可忽视的个体差异，譬如研发投入的差异 导致产出的技术知识的差异， ?这种创新主体的异质性与技术知识异质性的耦合将导致创新行为在地理空间上具有显著的异质性差异， 进而可能存在创新在地理空间上的相互依赖现象或者创新的局域俱乐部集团。 ?对于空间异质性，只要将空间单元的特性考虑进去，大多可以用经典的计量经济学方法进行估计。 ?但是当空间异质性与空间相关性同时存在时，经典的计量经济学估计方法不再有效，而且在这种情况下，
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
计量经济学分析计算题Word版
计量经济学分析计算题（每小题10分） 1．下表为日本的汇率与汽车出口数量数据， X:年均汇率（日元/美元） Y:汽车出口数量（万辆） 问题：（1）画出X 与Y 关系的散点图。 （2）计算X 与Y 的相关系数。其中X 129.3＝ ，Y 554.2＝，2 X X 4432.1∑ （－）＝，2 Y Y 68113.6∑（－）＝，()()X X Y Y ∑－－＝16195.4 （3）采用直线回归方程拟和出的模型为 ?81.72 3.65Y X =+ t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 2．已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X 标准差 （45.2） （1.53） n=30 R 2=0.31 其中，Y ：政府债券价格（百美元），X ：利率（%）。 回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是i ?Y 而不是i Y ； （3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义 是什么。 3．估计消费函数模型i i i C =Y u αβ++得 i i ?C =150.81Y + t 值 （13.1）（18.7） n=19 R 2=0.81 其中，C ：消费（元） Y ：收入（元） 已知0.025(19) 2.0930t =，0.05(19) 1.729t =，0.025(17) 2.1098t =，0.05(17) 1.7396t =。
问：（1）利用t 值检验参数β的显著性（α＝0.05）；（2）确定参数β的标准差；（3）判断一下该模型的拟合情况。 4．已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2 Y Y 68113.6∑ （－）＝， 求判定系数和相关系数。 5．有如下表数据 日本物价上涨率与失业率的关系 （1）设横轴是U ，纵轴是P ，画出散点图。根据图形判断，物价上涨率与失业率之间是什么样的关系？拟合什么样的模型比较合适？ （2）根据以上数据，分别拟合了以下两个模型： 模型一：1 6.3219.14 P U =-+ 模型二：8.64 2.87P U =- 分别求两个模型的样本决定系数。 7．根据容量n=30的样本观测值数据计算得到下列数据：XY 146.5＝ ，X 12.6＝，Y 11.3＝，2X 164.2＝，2Y ＝134.6，试估计Y 对X 的回归直线。 8．下表中的数据是从某个行业5个不同的工厂收集的，请回答以下问题：
计量经济学例题
一、单项选择题 4．横截面数据是指（A）。 A．同一时点上不同统计单位相同统计指标组成的数据 B．同一时点上相同统计单位相同统计指标组成的数据 C．同一时点上相同统计单位不同统计指标组成的数据 D．同一时点上不同统计单位不同统计指标组成的数据 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据B．混合数据C．时间序列数据D．横截面数据9．下面属于横截面数据的是（ D ）。 A．1991－2003年各年某地区20个乡镇企业的平均工业产值 B．1991－2003年各年某地区20个乡镇企业各镇的工业产值 C．某年某地区20个乡镇工业产值的合计数 D．某年某地区20个乡镇各镇的工业产值 10．经济计量分析工作的基本步骤是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型 B．设定模型→估计参数→检验模型→应用模型 C．个体设计→总体估计→估计模型→应用模型 D．确定模型导向→确定变量及方程式→估计模型→应用模型 13．同一统计指标按时间顺序记录的数据列称为（ B ）。 A．横截面数据B．时间序列数据C．修匀数据D．原始数据14．计量经济模型的基本应用领域有（ A ）。 A．结构分析、经济预测、政策评价B．弹性分析、乘数分析、政策模拟 C．消费需求分析、生产技术分析、D．季度分析、年度分析、中长期分析
18．表示x 和y 之间真实线性关系的是（ C ）。 A ．01???t t Y X ββ=+ B ．01()t t E Y X ββ=+ C ．01t t t Y X u ββ=++ D ．01t t Y X ββ=+ 19．参数β的估计量?β具备有效性是指（ B ）。 A ．?var ()=0β B ．?var ()β为最小 C ．?()0ββ－＝ D ．?()ββ－为最小 25．对回归模型i 01i i Y X u ββ+＝＋进行检验时，通常假定i u 服从（ C ）。 A ．2i N 0) σ（， B ． t(n-2) C ．2N 0)σ（， D ．t(n) 26．以Y 表示实际观测值，?Y 表示回归估计值，则普通最小二乘法估计参数的准则是使（ D ）。 A ．i i ?Y Y 0∑（－）＝ B ．2i i ?Y Y 0∑（－）＝ C ．i i ?Y Y ∑（－）＝最小 D ．2i i ?Y Y ∑（－）＝最小 27．设Y 表示实际观测值，?Y 表示OLS 估计回归值，则下列哪项成立（ D ）。 A ．?Y Y ＝ B ．?Y Y ＝ C ．?Y Y ＝ D ．?Y Y ＝ 28．用OLS 估计经典线性模型i 01i i Y X u ββ+＝＋，则样本回归直线通过点___D______。 A ．X Y （，） B ． ?X Y （，） C ．?X Y （，） D ．X Y （，） 29．以Y 表示实际观测值，?Y 表示OLS 估计回归值，则用OLS 得到的样本回归直线i 01i ???Y X ββ+＝满足（ A ）。 A ．i i ?Y Y 0∑（－）＝ B ．2i i Y Y 0∑（－）＝ C ． 2i i ?Y Y 0∑（－）＝ D ．2i i ?Y Y 0∑（－）＝ 30．用一组有30个观测值的样本估计模型i 01i i Y X u ββ+＝＋，在0.05的显著性水平下对1β的显著性作t 检验，则1β显著地不等于零的条件是其统计量t 大于（ D ）。 A ．t 0.05(30) B ．t 0.025(30) C ．t 0.05(28) D ．t 0.025(28) 31．已知某一直线回归方程的决定系数为0.64，则解释变量与被解释变量间的线性相关系数为（ B ）。 A ．0.64 B ．0.8 C ．0.4 D ．0.32
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)计量经济学思考题答案解析
计量经济学思考题答案 第一章绪论 1.1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。 1.2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。 1.3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。 1.4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。 1.5一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：Y=α+βX+u 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。
计量经济学中相关证明
课本中相关章节的证明过程 第2章有关的证明过程 2.1 一元线性回归模型 有一元线性回归模型为：y t = β0 + β1 x t + u t 上式表示变量y t 和x t之间的真实关系。其中y t 称被解释变量（因变量），x t称解释变量（自变量），u t称随机误差项，β0称常数项，β1称回归系数（通常未知）。上模型可以分为两部分。（1）回归函数部分，E(y t) = β0 + β1 x t, （2）随机部分，u t。 图2.8 真实的回归直线 这种模型可以赋予各种实际意义，收入与支出的关系；如脉搏与血压的关系；商品价格与供给量的关系；文件容量与保存时间的关系；林区木材采伐量与木材剩余物的关系；身高与体重的关系等。 以收入与支出的关系为例。 假设固定对一个家庭进行观察，随着收入水平的不同，与支出呈线性函数关系。但实际上数据来自各个家庭，来自各个不同收入水平，使其他条件不变成为不可能，所以由数据得到的散点图不在一条直线上（不呈函数关系），而是散在直线周围，服从统计关系。随机误差项u t中可能包括家庭人口数不同，消费习惯不同，不同地域的消费指数不同，不同家庭的外来收入不同等因素。所以，在经济问题上“控制其他因素不变”实际是不可能的。 回归模型的随机误差项中一般包括如下几项内容，（1）非重要解释变量的省略，（2）人的随机行为，（3）数学模型形式欠妥，（4）归并误差（粮食的归并）（5）测量误差等。 回归模型存在两个特点。（1）建立在某些假定条件不变前提下抽象出来的回归函数不能百分之百地再现所研究的经济过程。（2）也正是由于这些假定与抽象，才使我们能够透过复杂的经济现象，深刻认识到该经济过程的本质。
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
计量经济学习题及参考答案解析详细版
计量经济学（第四版）习题参考答案 潘省初
第一章 绪论 试列出计量经济分析的主要步骤。 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 计量经济模型中为何要包括扰动项? 为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 估计量和估计值有何区别？ 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计量，1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 略，参考教材。
请用例中的数据求北京男生平均身高的99％置信区间 N S S x = = 4 5= 用 =，N-1=15个自由度查表得005.0t =，故99%置信限为 x S t X 005.0± =174±×=174± 也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在至厘米之间。 25个雇员的随机样本的平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元的正态总体？ 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/2510/25 X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？ 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?480/16 X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = < 131.2=c t , 故接受原假 设,即从上次调查以来，平均月销售额没有发生变化。
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
计量经济学中相关证明
计量经济学中相关证明https://www.360docs.net/doc/8b14492757.html,work Information Technology Company.2020YEAR
课本中相关章节的证明过程 第2章有关的证明过程 2.1 一元线性回归模型 有一元线性回归模型为：y t = 0 + 1 x t + u t 上式表示变量y t 和x t之间的真实关系。其中y t 称被解释变量（因变量），x t称解释变量（自变量），u t称随机误差项，0称常数项，1称回归系数（通常未知）。上模型可以分为两部分。（1）回归函数部分，E(y t) = 0 + 1 x t,（2）随机部分，u t。 图2.8 真实的回归直线 这种模型可以赋予各种实际意义，收入与支出的关系；如脉搏与血压的关系；商品价格与供给量的关系；文件容量与保存时间的关系；林区木材采伐量与木材剩余物的关系；身高与体重的关系等。 以收入与支出的关系为例。 假设固定对一个家庭进行观察，随着收入水平的不同，与支出呈线性函数关系。但实际上数据来自各个家庭，来自各个不同收入水平，使其他条件不变成为不可能，所以由数据得到的散点图不在一条直线上（不呈函数关系），而是散在直线周围，服从统计关系。随机误差项u t中可能包括家庭人口数不同，消费习惯不同，不同地域的消费指数不同，不同家庭的外来收入不同等因素。所以，在经济问题上“控制其他因素不变”实际是不可能的。 回归模型的随机误差项中一般包括如下几项内容，（1）非重要解释变量的省略，（2）人的随机行为，（3）数学模型形式欠妥，（4）归并误差（粮食的归并）（5）测量误差等。 回归模型存在两个特点。（1）建立在某些假定条件不变前提下抽象出来的回归函数不能百分之百地再现所研究的经济过程。（2）也正是由于这些假定与抽象，才使我们能够透过复杂的经济现象，深刻认识到该经济过程的本质。 通常，线性回归函数E(y t) = 0 + 1 x t是观察不到的，利用样本得到的只是对E(y t) = 0 + 1 x t 的估计，即对0和1的估计。 在对回归函数进行估计之前应该对随机误差项u t做出如下假定。 (1) u t 是一个随机变量，u t 的取值服从概率分布。 (2) E(u t) = 0。 (3) D(u t) = E[u t - E(u t) ]2 = E(u t)2 = 2。称u i 具有同方差性。 (4) u t 为正态分布（根据中心极限定理）。以上四个假定可作如下表达：u t N (0,)。
计量经济学常用方法及应用-经济管理学院
计量经济学专题及应用 【授课计划：计划讲8个专题。主要是对计量经济学中5块常用的方法进行总结性和归纳性的介绍，侧重于讲在实际经济研究和实证分析中碰到相应问题时，计量经济方法上应当怎样处理，为什么要这样处理，如何处理，并结合STATA 讲应用例子。此外，1次专题介绍STATA的基础功能，1次专题系统梳理计量经济学的基础理论，还有1次专题结合实际研究例子，介绍一手数据搜集的调查设计和组织。通过上述课程，使学生能够在已经接受过基本理论和方法训练的基础上，更好地理解计量经济学的内容，并培养和提高开展实证研究的能力】 1、STATA简介及简单应用 介绍目前国内外最流行的计量经济分析软件STATA的基本功能和用法，通过简单例子介绍STATA在数据清理和管理、描述性统计分析、回归分析等方法的用法。同时插入EXCEL在处理数据方面的一些功能和应用。上午讲课，下午习题课。 2、计量经济分析基础 对计量经济学的基础理论进行总结性和归纳性的回顾、输理和介绍，重点讲假设检验和回归的道理，以及回归诊断。上午讲课，下午习题课。 3、项目评估与政策分析应用 系统介绍计量经济学在项目评估和政策分析上的方法和应用，特别介绍虚拟变量模型的建立及其在政策分析和项目评估研究中的应用。上午讲课，下午习题课。 4、经济学中的内生性问题及相关计量经济方法 总结和介绍计量经济学中内生性问题在经济研究中的涵义和问题，内生性问题产生的主要原因，对计量估计结果的影响，内生性问题的处理方法（工具变量和两阶段估计等）和应用例子。上午讲课，下午习题课。 5、微观个体行为的计量经济分析方法 总结和介绍分析微观个体行为的属性和受限因变量模型（Probit, Logit, Tobit, Heckman, Mlogit, Clogit等）等常用微观计量经济方法，包括模型内涵和适用范
计量经济学中相关证明
计量经济学中相关证明Newly compiled on November 23, 2020
课本中相关章节的证明过程 第2章有关的证明过程 一元线性回归模型 有一元线性回归模型为：y t = 0 + 1 x t + u t 上式表示变量y t 和x t之间的真实关系。其中y t 称被解释变量（因变量），x t称解释变量（自变量），u t称随机误差项，0称常数项，1称回归系数（通常未知）。上模型可以分为两部分。（1）回归函数部分，E(y t) = 0 + 1 x t, （2）随机部分，u t。 图真实的回归直线 这种模型可以赋予各种实际意义，收入与支出的关系；如脉搏与血压的关系；商品价格与供给量的关系；文件容量与保存时间的关系；林区木材采伐量与木材剩余物的关系；身高与体重的关系等。 以收入与支出的关系为例。 假设固定对一个家庭进行观察，随着收入水平的不同，与支出呈线性函数关系。但实际上数据来自各个家庭，来自各个不同收入水平，使其他条件不变成为不可能，所以由数据得到的散点图不在一条直线上（不呈函数关系），而是散在直线周围，服从统计关系。随机误差项u t中可能包括家庭人口数不同，消费习惯不同，不同地域的消费指数不同，不同家庭的外来收入不同等因素。所以，在经济问题上“控制其他因素不变”实际是不可能的。
回归模型的随机误差项中一般包括如下几项内容，（1）非重要解释变量的省略，（2）人的随机行为，（3）数学模型形式欠妥，（4）归并误差（粮食的归并）（5）测量误差等。 回归模型存在两个特点。（1）建立在某些假定条件不变前提下抽象出来的回归函数不能百分之百地再现所研究的经济过程。（2）也正是由于这些假定与抽象，才使我们能够透过复杂的经济现象，深刻认识到该经济过程的本质。 通常，线性回归函数E(y t) = 0 + 1 x t是观察不到的，利用样本得到的只是对E(y t) = 0 + x t 的估计，即对0和1的估计。 1 在对回归函数进行估计之前应该对随机误差项u t做出如下假定。 (1) u t 是一个随机变量，u t 的取值服从概率分布。 (2) E(u t) = 0。 (3) D(u t) = E[u t - E(u t) ]2 = E(u t)2 = 2。称u i 具有同方差性。 (4) u t 为正态分布（根据中心极限定理）。以上四个假定可作如下表达：u t N (0,)。 (5) Cov(u i, u j) = E[(u i - E(u i) ) ( u j - E(u j) )] = E(u i, u j) = 0, (i j )。含义是不同观测值所对应的随机项相互独立。称为u i 的非自相关性。 (6) x i是非随机的。 (7) Cov(u i, x i) = E[(u i - E(u i) ) (x i - E(x i) )] = E[u i (x i - E(x i) ] = E[u i x i - u i E(x i) ] = E(u i x i) = 0. u i与x i相互独立。否则，分不清是谁对y t的贡献。 (8) 对于多元线性回归模型，解释变量之间不能完全相关或高度相关（非多重共线性）。 在假定（1），（2）成立条件下有E(y t) = E(0+ 1 x t+ u t) = 0+ 1 x t。
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