固定资产投资的计量经济学模型
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
－ ． 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
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
固定资产投资与经济增长关系的计量分析
固定资产投资与经济增长关系的计量分析沙萌【摘要】固定资产投资对于经济增长有着重要的影响,在计量经济模型的基础上,利用协整分析和Granger因果检验的方法,探讨辽宁省经济增长与政府固定资产投资增长率之间的长短期关系,以及它们之间的Granger因果关系。
%The investment in fixed assets has an important impact on economic growth.On the basis of an econometric model,using cointegration analysis and Granger causality test to investigate the relationship between the economic growth and the growth rate of investment in fixed assets of Liaoning Province,as well as Granger causality between them.【期刊名称】《商丘职业技术学院学报》【年(卷),期】2012(011)003【总页数】4页(P52-55)【关键词】固定资产投资;经济增长;计量分析【作者】沙萌【作者单位】河南大学工商管理学院,河南开封475004【正文语种】中文【中图分类】F830.59赤字财政政策必然会导致通货膨胀［1］。
在2008年世界金融危机中，中国政府决定投资4万亿。
巨额投资对经济有何作用？对各地区的影响又如何？本文以辽宁省为例，对固定资产投资与经济增长的关系进行实证分析。
鉴于数据收集的困难，以及股票市场对于经济增长的促进作用并不明显［2］，我们采用《辽宁统计年鉴》（1993～2008年）的数据，包括人均GDP增长率、固定资产投资增长率，其中固定资产投资增长率反映政府固定资产投资水平。
所有数据都采用环比增长率来计算，同时，在消除价格因素时，以前一年价格作为基期。
福建省固定资产投资与经济增长的实证分析
计量经济学课程论文福建省固定资产投资与经济增长的实证分析姓名：张媛专业：国际经济与贸易双语实验班学号：40502022指导老师：周游2007-12-11福建省固定资产投资与经济增长的实证分析专业：国际经济与贸易双语实验班学号：40502022 作者：张媛摘要:固定资产投资对于经济增长有着重要的作用，本文以计量经济学的模型为基础，对福建省固定资产投资和经济增长进行定量分析.结果表明，固定资产投资能够促进经济增长，而且时间因素对福建的经济增长也有影响。
关键词: 固定资产投资；国内生产总值；计量经济学模型一．问题的提出经济增长是指一个国家或地区潜在的国内生产总值(GDP)或国民收入的增加。
在支出法核算国内生产总值中，GDP=消费支出＋投资支出＋政府购买＋净出口，而在中国的现阶段，GDP的增长主要依靠投资拉动。
而固定资产投资作为投资中的重要组成部分，与经济增长有着密切不可分的关系。
自改革开放以来，福建省的经济有着快速的发展：到2005年生产总值达到了17，004.31亿元（现价计算）比1978年的138.83亿元增长了16，000多亿元；而固定资产投资也是快速稳定的增长，2005年的2344.73亿元的固定资产投资是1978年13.35亿元的175.635倍。
如此看来，固定资产投资对经济增长有着重要的贡献，可是具体又是怎么样的，政府应该如何用好固定资产投资来发展经济呢？那么用具体的数字来进行实证分析就有着实际的重要意义。
本文就要用1978年到2005年福建省的国内生产总值和固定投资量，借助现代的计量经济学模型和软件（EViews5.0）具体实际的分析固定投资和经济增长的关系。
二．文献综述学术界已经证明美国等国家的固定资产投资同经济增长之间具有显著的正相关关系（De long和Summers,1992)，即固定资产投资率越高，经济增长速度越快。
在发展中国家，增加机器设备等物质资本投资能提高经济增长的速度，具体地，设备投资对经济增长的贡献率为0.2175，而非设备投资对经济增长的贡献率却只为设备投资的25%;Younge(1995)的研究也表明，物质资本投资增长、人力资本积累和劳动参与率的上升是东亚特别是“四小龙”(香港、新加坡、韩国和台湾)成功实现经济起飞的主要原因。
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
・17・2008・07固定资产投资的计量经济学模型许楠（西南财经大学会计学院四川・成都611130）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。
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 的增长变动及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2008年，中国政府将继续实行“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2006年仍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20%左右，GDP 增长将会稳定在8%左右。
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=1+X23其中：Y —国内生产总值GDP（亿元）X 1—国有固定资产投资额（亿元）X 2—集体经济固定资产投资额（亿元）X 3—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。
固定资产投资与经济增长的误差修正模型分析(精)
固定资产投资与经济增长的误差修正模型分析【摘要】为了研究固定资产投资对经济增长的作用方向和效果，本文以重庆市为例结合当地实际经济发展状况，运用计量经济学中的协整关系检验和格兰杰因果检验及误差修正模型，对重庆1985～2009年的国内生产总值与固定资产投资之间的相关关系进行了实证分析，得出结论与启示，固定资产投资有效地推动了重庆市经济增长，二者之间存在着长期稳定关系，但还是要警惕投资过热后的一些问题并提出了相关建议。
【关键词】GDP；固定资产投资；误差修正模型在当今经济的高速列车上，投资需求已然成为我们国家经济一直保持着平稳较快增长的重要因素。
其中投资尤以固定资产投资为主要项目，因此固定资产投资对各省的经济增长起到了主要的促进作用。
重庆作为西南地区的唯一直辖市，成为国家振兴西部经济建设的先头军，也是西部战略中的重要门户。
近年来不仅大力引进外资，同时也增加了固定资产投资的力度，增加了劳动就业，通过比较优势和后发优势逐渐缩小与东部地区之间的差异，多管齐下的促进经济的增长。
为了研究固定资产投资对重庆市经济增长的作用方向和效果，本文欲采用1985～2009年的数据进行回归分析、协整检验、误差修正模型和格兰杰因果检验等计量方法，研究重庆市固定资产对GDP的影响。
由于计算过程中的数据繁琐，所有数据处理均采用excel和Eivews软件实现模型计算。
一、重庆固定资产投资与经济增长的实证分析（一）数据选取和分析本文所使用的样本取自1986-2010年重庆统计年鉴，为了剔除通货膨胀因素和消除数据产生的异方差影响，保证数据的可比性，所有数据除以当年的CPI并取对数，即LNGDP、LNFAI，从而增强数据的平稳性，使结论更准确真实。
同时为了大家直观了解FAI对GDP的作用以及两者的相关性，我们在样本区间对两者数据做了散点图，如图1所示。
（二）协整分析1．变量的平稳性检验。
本文采用的数据是时间序列，采用的方法是对数据进行差分检验，即ADF单位根检验。
固定资产投资的计量经济学模型
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
- 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、"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、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)。
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%.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%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%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%。
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%负增长变为%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%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%和%提高到2002年的%和%，2003年前三季度固定资产率进一步提高到%,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 46 119198119821983 9521984 409198519861987 5471988 30201989 570199019911992 122219931994 46670 9615199519961997199819992000200120022003 21661 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. CX1X2X3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)Ŷ = +T=R-squared= Adjusted R-squared=0.996656 F-statistic=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.CX12X3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid +08 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)我们 08146) (得到406.新的多元线性回归方程：Ŷ = ++T=R-squared= Adjusted R-squared= F-statistic=分析：由F=>(2,21)=（显著性水平为），修正后的可决系数达。
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(21)=，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 X3X12X3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: DYMethod: Least SquaresDate: 06/08/05 Time: 23:19Sample(adjusted): 1981 2003Included observations: 23 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.CDX12DX3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)dŶ =++T=R-squared= Adjusted R-squared=0.747788 F-statistic=再次检验多重共线性：DX12 DX3DX12DX3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 ProbabilityObs*R-squared ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 06/09/05 Time: 08:24Sample(adjusted): 1984 2003Included observations: 20 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob.C 2796224. 1698777.RESID^2(-1)RESID^2(-2)RESID^2(-3)R-squared Mean dependent var 3533276. Adjusted R-squared . dependent var 5573683. . of regression 5732894. Akaike info criterion Sum squared resid +14 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)从图中得到Obs*R-squared=，查卡方分布表，给定显著性水平，自由度为3，得临界值χ（3）=远大于,表明模型中并不存在异方差。