固定资产投资的计量经济学模型

合集下载

固定资产投资价值评估模型研究

固定资产投资价值评估模型研究

固定资产投资价值评估模型研究在企业的经营活动中,固定资产投资是不可避免的。

对于企业而言,投资口径的准确性和正确性直接影响到企业的经济效益和财务状况。

因此,在固定资产投资中,必须要对固定资产的价值进行准确评估。

如何对固定资产的价值进行科学合理评估,一直是企业和投资者关注的问题之一。

本文将通过对固定资产投资价值评估的研究,提出一种适用于中国的固定资产投资价值评估模型。

一、固定资产价值评估的现状1.传统的固定资产价值评估方法固定资产价值的评估一直是企业发展中重要的环节之一。

传统的固定资产价值评估方法主要是直接计算资产价值,即根据固定资产的购置成本和使用年限,按照约定的折旧率计算出固定资产剩余价值,然后减去固定资产的净值、抵押贷款等因素,是一种简单粗暴的方法。

2.传统方法存在的问题然而,这种方法往往会忽略了固定资产随时间流逝所带来的市场变化,也没有考虑到固定资产的市场价值。

因此,传统的固定资产价值评估方法往往存在误差,难以准确反映固定资产的真实价值。

二、固定资产投资价值评估模型1.收益率贴现法为了更准确地综合考虑资本利得、折旧损失和市场风险等因素,在现代的固定资产价值评估中,更多地采用了收益率贴现法进行评估。

该方法的基本思路是将未来的现金流折现到当期,以得出资产的当前价值。

具体方法如下:【图1】收益率贴现法2.现金流量贴现法现金流量贴现法是一种以未来现金流量为基础,将未来现金流量折现到当前期,从而确定当前资产价值的方法。

它是一种以现金流作为评估对象,以确定未来现金流量所构成现金流的当前价值的贴现方法。

在确定未来现金流量的时候,必须先对其进行估计。

【图2】现金流量贴现法三、适用于中国的固定资产投资价值评估模型1.国际经验的应用现代的固定资产投资价值评估方法同样取得了不小的发展,包括美国、英国、日本等发达国家都对此有着很高的研究和实践成果,对中国固定资产投资价值评估方法的借鉴有着重要意义。

2.中国特定情况的应用然而,在中国的实际情况下,固定资产投资的价值评估面临一些特殊的问题。

我国固定资产投资总额的动态分析——基于ARIMA模型

我国固定资产投资总额的动态分析——基于ARIMA模型

- . 21 19 0 7
A MA(,) R 1 4
- .6 O 8 24 l4
— -1O 6 23 7 6
根据 最优模型的最小信 息量选择原则 , 上表的比较分 通过
析 ,最小信 息量检 验显示 无论是使 用 A C准则 还是使用 S C I B 准 则 , VMA( ,) A. 14 均要 优于  ̄ RMA 1 1模 型 , 以本文选择 ( ,) 所 A RMA 14 模型进行拟合 。 ( ,) () 3 参数估计与模型检验

、 介
■ ■■■■■■■■■ ■■■■■■■■ ■●●■■■■●■● ■_
P0 RARYEC0 N 0M I CS
【 摘要 】固定资产投 资总额是影响一 国经济增长的重要 因
素, 对拉 动 国 民 经 济 的发 展 起 着 至 关 重 要 的作 用 。 本 文 以我 国 固定 资 产投 资 总额 为 例 , 选取 18- 2 0 92 0 9年 全社 会 固定 资产 投
投资在推动 我国经济高速发展的历程 中有着不容忽视的作用。 固定资产投资是影响我国过去 、 当前及未 来一 段时期经济 增长的关键因素 。我国固定资产投 资增 势良好 , 对国民经济 的 平稳增长起到了重要 的支撑作用 , 固定资产投 资总额的变化对 投资策略和经济增长研究具有一定 的指导作用 。因此 , 研究我 国固定资产投 资总额变化趋势具有必要性 。本文通过 对选取 的 数据建立 自回归移动平均模型 , 对固定资产投 资总额进行动态 分析和预测 , 并对预测效 果给予评价 。
资 总 额 的 时 间序 列数 据 , 用 E i 软 件 对 该 数 据 进 行 计 量 分 利 v ws e
由于原 始数 据差异较 大 , 为了便 于有效分析固定 资产投 资 总额变化趋 势 , 消除时间序 列的异方差性 , 对原数 据取对数 并 将 生成 的新 序列定义为 Ll 运用 E E S r Y, VIW 软件对上述数 据做 趋势图 , 如图 1 所示 。从图 1 可以明显看 出, 对数后的 固定资 取

我国固定资产投资的研究背景和意义计量经济学

我国固定资产投资的研究背景和意义计量经济学

我国固定资产投资的研究背景和意义计量经济学研究背景和意义:固定资产投资是一个重要的经济指标,对于国家经济发展具有重要的影响。

固定资产投资是指在一定时期内用于购买、建造或改建固定资产的资金支出,包括房屋、设备、土地等。

固定资产投资的规模和增长率反映了一个国家或地区的经济活力和发展潜力。

研究固定资产投资的背景可以追溯到计量经济学领域,计量经济学是运用数理统计和经济理论方法来研究经济现象的学科。

通过计量经济学的方法,可以对固定资产投资进行量化分析,探索其与其他经济变量之间的关系,如GDP、劳动力市场、货币政策等。

固定资产投资的研究具有重要意义。

首先,它可以揭示经济增长的动力机制。

固定资产投资是经济增长的重要驱动力之一,研究固定资产投资可以帮助我们了解经济增长的根源和规律,为经济政策制定提供依据。

其次,研究固定资产投资可以评估政策效果。

政府通常通过激励或调控固定资产投资来促进经济发展,了解固定资产投资的决定因素和影响因素可以帮助政府评估其政策措施对经济的影响。

最后,固定资产投资的研究对于企业决策也具有重要意义。

企业的固定资产投资对于其发展和竞争力具有重要影响,研究固定资产投资可以帮助企业制定合理的投资策略和规划。

计量经济学:计量经济学是运用数学和统计学方法来研究经济现象的学科。

在研究固定资产投资时,计量经济学可以帮助我们建立经济模型,提供对经济变量之间关系的量化分析。

在计量经济学中,常用的方法包括回归分析、面板数据分析、时间序列分析等。

通过这些方法,我们可以评估固定资产投资与其他经济变量之间的关系,如收入水平、利率、政府支出等。

回归分析是计量经济学中常用的方法之一。

它通过建立数学模型,将固定资产投资作为因变量,将其他经济变量作为自变量,通过统计方法来估计它们之间的关系。

回归分析可以帮助我们确定固定资产投资的决定因素和影响因素,进而预测固定资产投资的走势。

面板数据分析是一种研究多个个体(如不同地区、不同企业)在时间序列上的数据的方法。

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
依据
汇报人:XX
数据来源:选取合适的样本 数据,确保数据质量和可靠 性
模型应用:利用计量经济学 模型对固定资产投资进行预 测和评估
模型评估:通过对比实际数 据和预测数据,评估模型的
准确性和可靠性
结果分析:对模型结果进行 深入分析,挖掘固定资产投
资的变化趋势和影响因素
实证分析结果:对模型进行统 计检验和解释
预测准确性:模型对未来固定 资产投资的预测能力
政策建议:根据实证分析结果 提出针对性的政策建议
未来研究方向:展望未来固定 资产投资模型的研究方向和改 进空间
固定资产投资 模型能够较为 准确地预测固 定资产投资的 需求和供给。
固定资产投资 模型能够为企 业提供投资决 策的依据,帮 助企业做出合 理的投资决策。
固定资产投资 模型能够为政 府制定相关政 策提供参考, 有助于政府对 经济进行宏观
两阶段最小二 乘法:先对模 型进行一次最 小二乘估计, 得到残差,再 利用残差进行 第二次最小二
乘估计
模型的适用性检验 模型的稳定性检验 模型的预测能力检验 模型的比较优势检验
பைடு நூலகம்
数据来源:国家统计局、行业协会等权威机构 数据筛选:去除异常值、重复值和缺失值 数据预处理:对数据进行清洗、分类、编码和转换 数据质量评估:对数据的准确性、完整性和可靠性进行评估
调控。
固定资产投资 模型能够为研 究机构提供研 究工具,有助 于研究机构对 经济进行深入
研究。
模型假设过于简化,忽略了许多 实际经济因素
模型预测精度有限,不能完全预 测所有经济变化
添加标题
添加标题
添加标题
添加标题
模型参数难以准确估计,容易受 到数据噪音的影响

计量经济学讲义投资函数模型和货币需求函数模型

计量经济学讲义投资函数模型和货币需求函数模型

计量经济学讲义投资函数模型和货币需求函数模型投资函数模型和货币需求函数模型是财务管理和投资管理领域中常用的计量经济学模型。

这些模型可以帮助分析和解释投资决策和货币需求的关键因素,进而指导企业和个人进行有效的财务和投资管理。

本文将就这两个模型进行详细介绍。

一、投资函数模型投资函数模型是描述投资支出与其决定因素之间关系的经济模型。

投资支出是指企业和个人为购买和增加生产资产而进行的支出,通常包括固定资产投资和存货投资。

投资函数模型通过分析各种因素对投资支出的影响,帮助企业和个人预测和规划投资支出。

投资函数模型通常采用线性回归模型表示,基本形式为:I=α+βY+γR+δI其中,I表示投资支出,Y表示收入,R表示利率,α、β、γ、δ分别表示参数。

在这个模型中,收入是影响投资支出最重要的因素之一、通常情况下,较高的收入会促使企业和个人增加投资支出。

利率也是影响投资支出的重要因素之一,一般来说,较低的利率会鼓励更多的投资支出。

此外,企业和个人的预期收入和投资支出也会对实际投资支出产生影响。

根据这个模型,企业和个人可以根据自身情况预测和规划未来的投资支出。

同时,政府和金融机构也可以通过调控利率和提供相关政策,影响企业和个人的投资决策。

货币需求函数模型是描述货币需求与其决定因素之间关系的经济模型。

货币需求是指企业和个人为进行交易和储备而持有的货币数量。

货币需求函数模型通过分析各种因素对货币需求的影响,帮助企业和个人预测和规划货币需求。

货币需求函数模型通常采用经济学模型表示MD=f(Y,R,P)其中,MD表示货币需求,Y表示收入,R表示利率,P表示物价水平。

在这个模型中,收入是影响货币需求的最重要因素之一、一般来说,较高的收入会促使企业和个人增加货币需求。

利率也是影响货币需求的关键因素,一般情况下,较低的利率会减少货币需求。

物价水平也会对货币需求产生影响,一般来说,较高的物价水平会增加货币需求。

根据这个模型,企业和个人可以根据自身情况预测和规划未来的货币需求,例如确定适当的储蓄和投资计划。

浅谈固定资产投资模型的建立

浅谈固定资产投资模型的建立

浅谈固定资产投资模型的建立摘要:投资规模的确定,要综合考虑多个方面的因素。

从经营角度看,影响公司投资规模的因素有公司自身发展和上级单位要求两个方面。

投资要符合国家、地方政府以及国网公司等政策法规的要求。

由于电力是基础能源,因此宏观的政治经济环境会首先反应在电力的需求上。

政府投资策略取决于两个方面,一是宏观经济情况,二是地方发展战略。

国家电网公司的投资策略取决于三个方面:一是政府的宏观经济政策;二是国家的发展战略;三是国网的发展战略。

投资决策会受到很多因素的影响,除了上述的电网安全、经营发展、政策法规、以及宏观环境、政府投资策略、国网投资策略等因素的影响,还会受到投资意愿和其他无法量化因素的影响。

关键词:固定资产;投资;规模;模型固定资产投资分析模型1.固定资产投资分析模型框架投资决策主要有两项内容,一是确定投资规模,二是确定投资项目。

项目的确定或者排序,主要是基于项目的投资效益,包括经济效益、社会效益和环境效益(如图蓝色区域所示),项目的性质和轻重缓急等都可在效益中体现。

投资规模的确定,要综合考虑多个方面的因素。

首先,作为电网企业,固定资产投资要确保大电网的安全稳定运行,并努力提升供电能力、优化网架结构,以电网安全和开工条件为约束,将储备库项目分为必投(规模为Bt)、可投(规模为Kt)和争投(规模为Zt);其次,作为企业经营发展,要确保自身的财务安全(规模上限Js),并不断提高盈利能力(规模下限Jx);再次,投资的规模还要满足国家、地方以及行业的政策法规(包括规模上限Fs和规模下限Fx);最后,投资规模还会受到宏观政治经济环境(β1)、国家电网投资策略(β2)、北京政府投资策略(β3)以及公司投资策略(β4)的影响。

由上可得:基于电网安全的投资规模三段区间为[Bt,Kt,Zt]基于经营发展的投资规模区间为[Jx ,Js]基于政策法规的投资规模区间为[Fx ,Fs]投资策略系数βi的取值区间[0.5,1.5],βi>1为积极策略,βi<1为稳健策略,βi=1为不受影响。

固定资产投资与经济增长关系的回归分析

固定资产投资与经济增长关系的回归分析

固定资产投资与经济增长关系的回归分析根据经济增长理论,固定资产投资的增长会带动经济的增长,投资乘数理论表明,投资增加可以引致国内生产总值的成倍增加。

固定资产投资对经济增长不仅具有直接的拉动作用,而且,扩大投资会拉动对原材料、生产设备、劳动力等的需求,从而拉动与投资活动相关行业的产出和消费需求的增长。

本文选取1985年到2005年的数据,通过建立回归模型,对固定资产投资与GDP的关系进行实证分析。

标签:固定资产投资经济增长回归分析0 引言经济发展需要刺激投资需求,最终消费需求的形成也有赖于加大投资力度,投资与消费双管齐下,投资需先行。

因此,国民经济的高速增长离不开投资的持续增长。

从理论上讲,投资增长率和经济增长率具有一种正向的关联关系。

固定资产投资(FAI)是衡量一个国家或地区在一年内在固定资产方面投资总量的指标,它能够以价值形态反映固定资产建造和购买活动的总量,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。

改革开放以来,固定资产投资快速稳定增长,是经济持续高速发展的主要推动力量。

因此,研究固定资产投资和经济增长的关系具有非常重要的现实意义。

本文采用协整理论和误差修正模型对固定资产投资和经济增长进行回归分析,并得出相应结论及建议。

1 固定资产投资与经济增长关系的实证分析1.1 数据的选取GDP是衡量一个国家或地区经济水平的重要指标和方法。

它是指一个国家或地区在一年内所有常住单位生产活动的最终成果的价值形态,所以本文选取国内生产总值指标来研究经济的增长,GDP和FAI两个指标的数据都采用我国1985年至2005年的年度数据,数据来源于《2007年统计年鉴》。

1.2 序列平稳性检验为了降低数据的波动程度,首先将GDP和FAI两个序列取对数,分别记为lnGDP和lnFAI。

根据计量经济学理论,在利用OLS等传统方法对计量经济模型进行检验估计时,如果时间序列为非平稳序列,则容易产生伪回归,从而模型不能真实地反映解释变量和被解释变量的关系。

我国固定资产投资对经济增长影响的计量分析

我国固定资产投资对经济增长影响的计量分析

【 稿 日期 】 00 0—3 收 21— 82
①我 国 19 年 开始建立市场经济制度故根据统计年 鉴从 19 年开始包括股份制经济。 93 93
【 作者简介 】张鹏( 95 )男 , 18一 , 江苏南京人 , 南京工 业大学经济管理 学院硕士研 究生, 研究方 向: 业管理 ; (94 )男 , 苏徐 州人 , 企 许敏 16一 , 江 南
用 O S法进行协整 回归 , 到如下结 果 。同时计算 1就可 L 得 / , 以避免伪 回归并 且用来对实际 问题进行研究 。
1 8 - 19 9 0- 9 2年 : y 26 9 + .1 1n l 00 2 /x + - l = .8 4 08 9 1x 一 .6 5m 2 n
0 1 4ln 3 .2 /x
19 - 2 0 9 3 0 8年也存在 自相关性 , 方程调整 为 :
/ y 3 4 4 + .6 7 n 5 0 1 6 l x + . 3 8 n 4 u n = . 7 8 0 8 5 lx - .9 6n 3 0 1 0 / x + ,
R209 6, = .7 ADJ R = .6 F 1 7 8 — 2 09 9, = 4 .7
三 、 择 变量 和数 据 选
固定 资产对企业来说是 主要的劳动手段 , 的价值 是逐渐 它 转移到所生产 的产 品上。同时企业 又是 重要 的市场主体 , 因此 对 固定资 产的投 资间接影 响一个 经济体 的产 出 ,这 里主要对
G P Y) D ( 为被解 释变量 , 国有 固定 资产投 资额 ( )集体经济投 x1 , 资额 ( 2 , X )个体经 济投资 额( 3 , 份制经 济投 资额① X ) x )股 ( 4 为 解释变量 , 进行 多元线性 回归模 型分析。 我们选择时 间序列 年度数据 , 样本期 18- 20 9 0- 0 8年 , 两 分 个时 段 : 1 8- 19 即 9 0 9 2年 以及 19 - 20 9 3 0 8年 , 中要说 明分 其 段做模 型是考 虑 18 - 9 2年没有 出现股 份制 经济类 型 , 90-19 为 考虑模型构建严谨 和合理性 , 通过分段 比较 建立模型 。由于 是 小样本 , 验和解 释都有 一定难度 , 检 因此要倍加小 心。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

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 1191981 4860.3 667.5 115.2 178.31982 5301.8 845.3 174.3 210.81983 5957.4 952 156.3 321.81984 7206.7 1185.2 238.7 4091985 8989.1 1680.5 327.5 535.21986 10201.4 2079.4 391.8 649.4 1987 11954.4 2448.8 547 795.91988 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 1970.61995 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: YMethod: Least SquaresDate: 06/08/05 Time: 22:45Sample: 1980 2003Included observations: 24Variable Coefficient Std. Error t-Statistic Prob.C -305.6524 824.3848 -0.370764 0.7147X1 4.755282 0.495424 9.598418 0.0000X2 -2.690620 1.947398 -1.381649 0.1823X3 4.944386 1.188839 4.159004 0.0005R-squared 0.997092 Mean dependent var 41920.01Adjusted R-squared 0.996656 S.D. dependent var 37300.68S.E. of regression 2156.939 Akaike info criterion 18.34178Sum squared resid 93047727 Schwarz criterion 18.53812Log likelihood -216.1014 F-statistic 2286.123Durbin-Watson stat 1.067268 Prob(F-statistic) 0.000000Ŷ = -305.6524+4.755282-2.690620+4.944386T= (-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: YMethod: Least SquaresDate: 06/08/05 Time: 22:58Sample: 1980 2003Included observations: 24Variable Coefficient Std. Error t-Statistic Prob.C 1212.169 796.8470 1.521207 0.1431X12 3.384469 0.280137 12.08146 0.0000X3 2.934989 1.195415 2.455205 0.0229R-squared 0.995657 Mean dependent var 41920.01Adjusted R-squared 0.995243 S.D. dependent var 37300.68S.E. of regression 2572.681 Akaike info criterion 18.65975Sum squared resid 1.39E+08 Schwarz criterion 18.80701Log likelihood -220.9170 F-statistic 2406.961Durbin-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:Ŷ = 1212.169+3.384469X12+2.934989X3T= (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。

相关文档
最新文档