计量经济学分析
粮食产量影响因素实证分析
摘要:粮食作为国家的战略产业，事关经济发展和社会稳定大局。然而，由于人
口的不断增加，耕地的减少和退化，水资源的缺乏及农业环境污染等问题的存在，我国粮食生产和供给能力无法进一步提高，粮食问题仍然是我国面临的首要问题之一。因此，有必要对我国粮食产量的影响因素进行分析研究。影响粮食产量的因素主要有农药化肥用量，粮食播种面积，受灾面积，农业机械总动力，农业劳动力等。采用多元线性回归分析的方法对影响粮食产量的因素进行回归分析，测度了各因素的影响程序，得出了相应的模型。从模型来看，为进一步合理利用粮食产量，促进粮食产量增长方式的转化，应该从以下方面着手:依赖农业机械总动力，逐步改变过去依靠劳动力的投入是粮食增产的传统农业，发展和完善现代农业。
关键词:粮食产量;影响因素;多元线性回归
引言
我国土地资源稀缺，人口多而粮食需求量大，因此粮食产量的稳定增长，直接影响着人民生活和社会的稳定与发展。粮食生产的不稳定性对国民经济的影响是不可忽略的，主要体现在:粮食生产不稳定会引发粮食供求关系的变动,尤其当国家粮食储备不足的时候,很容易导致粮价上涨,从而影响整个宏观经济。因此,对关系国计民生的这个特殊农产品,我们不得不慎重对待。因此，分析粮食产量波动的原因，并据此提出相应的对策，对保障粮食生产持续稳定发展，具有重要意义。
一、文献综述：
在各国和地区大力发展经济的过程中，农业都是基础性的一个影响因素，它直接影响8亿农民的收入水平，同时也与近期不断上涨的CPI有着密切的关系。因此，深入探讨影响粮食产量的因素，对于引导传统农业向现代化农业的转化，农民收入的增长有直接的拉动作用，对于宏观调控、经济增长都有重要的意义。
关于影响粮食产量的因素，很多前人对其做过了分析，现有文献中也出现了许多多的粮食生产模型。如高倩倩邢秀凤姚传进[6]通过粮食总产量、粮食播种面积、化肥费用、其他物质费用、粮食成灾面积、时间虚变量，建立生产函数。例如张素文，李晓青[2]等主要运用多元回归模型的方法分析了湖南省近50年来粮食播种面积，
粮食产量的总体变化趋势,王伏虎[3]分别从时间空间角度，粮食价格角度，粮食资源属性和资源供给结构等方面建立了粮食供需平衡函数，并确立了粮食安全模式。农民的种粮积极性也是影响粮食产量的重要因素，而决定农民种粮积极性的主要因素是生产资料和粮食的价格。采取适当措施以稳定、提高粮食价格，降低农业生产成本，增加种粮补贴来提高农民的种粮积极性，对粮食增产具有重要意义。唐凡、姜珊珊、邱灿华[9]：对完善我国粮食补贴机制的研究[J].价格理论与实践，2009（2）《我国农业科技投入和粮食产量关系的计量分析》（杨剑波）[7]一文是采用计量模型检验科技投入增长对粮食生产增长的影响、是否存在因果关系。主要用到的计量方法有协整分析、协整关系的检验与分析，向量误差修正模型(VEC模型)和动态调整模型。得到中国科技投入增长对粮食生产增长有显著影响的结论。美国学者布朗的一篇《谁来养活中国》的论文,曾引发了国内的大讨论。从国内粮食生产领域来看,2005年秋冬以来,粮价在多年低位徘徊后出现上涨,引发了新一轮对粮食问题的热烈讨论。总结下来，影响粮食产量的主要因素有：粮食播种面积、有效灌溉面积、农业机械总动力、粮食作物受灾面积、农用化肥施用量、粮食单产、种粮劳动力数量等。经研究分析，其中一些因素已被认为对粮食产量影响不显著，各因素之间也还存在着相关性。现有文献在某些变量上也达成了一致，如种植面积、施肥量等对粮食产量的影响，但某些因素的影响仍然存在分歧。
二、影响粮食产量的因素分析
参考研究影响粮食产量因素的文章，可以发现其见解既有相同之处，也各有独到之处。综合以上学者的研究，结合实际情况，简单的认为，可能会影响粮食产量的因素主要有农药化肥用量，粮食播种面积，受灾面积，农业机械总动力，农业劳动力等。
(一) 农药化肥用量
目前，我国化肥施用水平已经较高，特别是在一些高产地区，其增产作用已经较小，受边际效益递减规律的影响，化肥投入在粮食增产方面的能力逐渐下降。另外，由于施肥方法落后、偏施和过施，导致长期以来化肥利用率只有 30%左右，远低于发达国家。因此，盲目增加化肥的施用量并不能从根本上增加粮食产量，关键是要提高化肥的利用率。
(二) 农业机械总动力
农业机械的增加也曾是粮食增产的主要因素。然而，目前我国的机械化已经达到了较高的程度。高度的机械化带来了另外一个问题，大部分农业机械并没有充分发挥应有的作用，尤其在非农忙时节，农业机械大都被闲置，农业机械的增加实际上加快了农业劳动的速度，减轻了农民的体力劳动，而在粮食增产上效果并不明显。
(三) 受灾面积
农业气象灾害总体上呈年均受灾面积大、成灾率高且波动幅度大的特点；在各主要气象灾害中，以旱灾年均受灾和成灾面积最大，低温冻害年均受灾和成灾面积最小；但从对种植业总产值的影响来看，又以涝灾影响为最大，其次是风雹、低温冻害与旱灾相对较小。能看出，仅从受灾或成灾面积的角度不能准确判断某种气象灾害对农业生产的经济影响，还需要从农作物种植制度、价格等人为因素角度进行综合分析。
(四) 粮食播种面积
土地沙漠化，盐碱地等使得耕地面积每年都在锐减;同时城镇化进程的加快，农业用
地逐渐转化为工业化用地，以及农村养殖副业的发展也加快了耕地锐减的速度。(五) 农业劳动力
在粮食生产的历史上，人口的增长曾经是粮食总量增长的主要因素。但近年来，农业机械化代替了人的劳动。我国的大多数农村都出现了农业劳力的闲置，人均耕地不到两亩，农村劳力的增加已不是提高粮食产量的主要途径。即使农村劳力继续增加，由于土地总量、土地生产能力等的限制，粮食总量也不可能按人口增加速度增长下去；反之，由于人口政策的影响，当未来人口逐渐减少时，粮食总产量也不会因为人口的减少而迅速降低。
数据收集：
三、实证分析
以粮食产量(Y)为因变量，以农药化肥用量（x1），粮食播种面积（x2），受灾面积（x3），农业机械总动力（x4），农业劳动力（x5）为解释变量从资料库可以得到1992年至2009年具体数据，从统计年鉴得到其他各项数据。利用灰色关联度分析各项指标之间的关联程度，综合关联度系数取0.5，计算结果如表I所示。
第一步：先利用Eviews软件进行平稳性检验，结果表明各个变量序列是非平稳的。然后利用协整残差进行协整检验，结果表明残差项是稳定的，因此变量间是协整的，即虽然变量序列不稳定但存在长期稳定的均衡关系。所以可以使用经典回归模型方法建立回归模型。
第二步，怀疑具有多重共线性，用逐步回归方法改善：
表1灰色关联分析结果
通过灰色关联可以发现，模型存在多重共线性。为进一步准确衡量各因素的影响程度，以y为因变量，以X1,X2,X3，X4和X5为解释变量建立多元回归模型,。取显著性水平为0.05，利用Eviews 6进行分析，结果如表所示。
Dependent Variable: Y
Method: Least Squares
Date: 12/10/11 Time: 11:38
Sample: 1992 2009
Included observations: 18
Coefficient Std. Error t-Statistic Prob.
X1 6.139771 0.700616 8.763393 0.0000
X2 0.407268 0.126105 3.229580 0.0072
X3 -0.173422 0.057689 -3.006168 0.0109
X4 -0.090860 0.063504 -1.430760 0.1780
X5 -0.009337 0.198611 -0.047013 0.9633
C -11706.65 14116.29 -0.829301
0.4231
R-squared
0.982747 Mean dependent var 44127.11 Adjusted R-squared 0.975558 S.D. dependent var 4409.100 S.E. of regression 689.3221 Akaike info criterion 16.17050 Sum squared resid 5701979. Schwarz criterion 16.46729 Log likelihood -139.5345 Hannan-Quinn criter. 16.21142 F-statistic
136.7023 Durbin-Watson stat 1.826468 Prob(F-statistic)
0.000000
分别作Y 与X1，X2，X4，X5间的回归：
(25.58) (11.49)
R2=0.8919 F=132.1 DW=1.56
(-0.49) (1.14)
R2=0.075 F=1.30 DW=0.12
(17.45) (6.68)
R2=0.7527 F=48.7 DW=1.11
(-1.04) (2.66)
R2=0.3064 F=7.07 DW=0.36 所以用逐步回归法消除多重共线性：
Dependent Variable: Y
Method: Least Squares
Date: 12/10/11 Time: 11:48 Sample: 1992 2009
Included observations: 18
Coefficient Std. Error t-Statistic Prob.
X1 5.255935 0.268595 19.56828 0.0000 X2 0.408432 0.121974
3.348522
0.0048
5240.219.28259?X Y +-=4380.00.31919?X Y +=2699.018.33821?X Y +-=1576.464.30867
?
X Y +=
X3 -0.194609 0.054533 -3.568637 0.0031
C -11978.18 14072.92 -0.851151
0.4090
R-squared
0.979593 Mean dependent var 44127.11 Adjusted R-squared 0.975220 S.D. dependent var 4409.100 S.E. of regression 694.0715 Akaike info criterion 16.11616 Sum squared resid 6744293. Schwarz criterion 16.31402 Log likelihood -141.0454 Hannan-Quinn criter. 16.14344 F-statistic
224.0086 Durbin-Watson stat 1.528658 Prob(F-statistic) 0.000000
第三步;序列相关性检验
由于所选取的样本容量较小，因此并不适合DW 检验，所以采用拉格朗日乘数检验 一阶滞后：et=15.06878+6.96X3-2.853X6+0.0001X9-0.312et-1
( 0.084677 0.01551 -0.0897 -0.6323) R^2=0.06833LM=11X0.06833=0.75163在5%的置信水平下，LM 取显著水平α = 0 .0 5 , 由于n R^2=4.43608<12.59，所以模型不存在异方差性。 Coefficie nt Std. Error t-Statistic Prob. C -112409.1 308720.7 -0.364113 0.7234 X 5.917870 8.407215 0.703904 0.4976 P 1924.361 5387.328 0.357201 0.7284 X11 7.73E-05 7.40E-05 1.045709 0.3203 P11 -7.676826 23.27062 -0.329894 0.7483 X1P1 -0.067839 0.076161 -0.890725 0.3940 R-squared 0.518170 Mean dependent var 2172.710 Adjusted R-squared 0.277255 S.D. dependent var 3992.467 S.E. of regression 3394.171 Akaike info criterion 19.37750 Sum squared resid 1.15E+08 Schwarz criterion 19.66722 Log likelihood -149.0200 Hannan-Quinn criter. 19.39234 F-statistic 2.150844 Durbin-Watson stat 3.068050 Prob(F-statistic) 0.141710 所以，修正的模型即 四、结论及启示： 第一，在耕地资源有限的情况下，提高粮食单产是提高我国粮食产量的最有效途径；采取增加科技投入、改进现有耕作方式和耕种技术、改良农作物管理方式，以及通过常规杂交和生物技术培育良种等方法来提高粮食单产，可有效地增加粮食产量。 第二，农民的种粮积极性也是影响粮食产量的重要因素，而决定农民种粮积极性的主要因素是生产资料和粮食的价格。采取适当措施以稳定、提高粮食价格，降低农业生产成本，增加种粮补贴来提高农民的种粮积极性，对粮食增产具有重要意义。 第三，农业机械化代替了人的劳动，农村劳力的增加已不是提高粮食产量的主要途径；高度机械化的同时带来农业机械的闲置，农业机械的增加实际上加快了农业劳动的速度，而在影响粮食产量上效果并不明显。 第四，受边际效益递减规律的影响，化肥投入在粮食增产方面的能力逐渐下降；施肥方法落后、偏施和化肥过多现象普遍存在，盲目增加化肥施用量并不能从根本上使粮食增产，关键是要提高化肥的利用率。 参考文献 [1] 刘艳春，陈利昌，计量经济学 [M].中国林业出版社.2008（8） [2] 张素文，李晓青.湖南省粮食生产变化趋势及影响因子研究[J].国土与自然资源研究，2005 [3] 王伏虎.入世后我国粮食供给结构分析[D].江苏大学，2002 [4] 张 中 文 . 我 国 粮 食 产 量 影 响 因 素 的 实 证 分 析 [J]. 湖 南 行 政 学 院 学 报 ( 双 月 刊).2011(3) [5] 李妍：中国粮食生产影响因素及地区差异分析[J].经济研究导刊，2009（13）. [6] 高倩倩.邢秀凤.姚传进.基于逐步回归分析的粮食产量影响因素研究 [J].当代经 济.2010(5) [7] 我国农业科技投入和粮食产量关系的计量分析》（杨剑波） [8]庞皓. 计量经济学.北京: 科学出版,2007． [9]唐凡、姜珊珊、邱灿华：对完善我国粮食补贴机制的研究[J].价格理论与实践，2009（2） 32119.041.026.511978X X X Y -++-= 计算分析题（共3小题，每题15分，共计45分） 1、下表给出了一含有3个实解释变量的模型的回归结果： 方差来源 平方和（SS ） 自由度（d.f.） 来自回归65965 — 来自残差— — 总离差(TSS) 66056 43 （1）求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度 （2）求可决系数)37.0(-和调整的可决系数2 R （3）在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性 （已知0.05(3,40) 2.84F =） （4）根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献？为什么？ 1、 （1）样本容量n=43+1=44 （1分） RSS=TSS-ESS=66056-65965=91 （1分） ESS 的自由度为: 3 （1分） RSS 的自由度为: d.f.=44-3-1=40 （1分） （2）R 2=ESS/TSS=65965/66056=0.9986 （1分） 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 （2分） （3）H 0：1230βββ=== （1分） F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- （2分） F >0.05(3,40) 2.84F = 拒绝原假设 （2分） 所以，1X 、2X 和3X 总体上对Y 的影响显著 （1分） （4）不能。 （1分） 因为仅通过上述信息，可初步判断X 1，X 2，X 3联合起来 对Y 有线性影响，三者的变化解释了Y 变化的约99.9%。但由于 无法知道回归X 1，X 2，X 3前参数的具体估计值，因此还无法 判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下： i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= （-0.56）(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中，Y 为总就业量；X 1为总收入；X 2为平均月工资率；X 3为地方政府的 第二章 案例分析 研究目的：分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系，对更多规律的研究具有指导意义. 一． 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知，各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析其数量性变动规律，可建立如下简单线性回归模型： Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y 二．估计参数 假定所建模型及其随机扰动项u i满足各项古典假设，用普通最小二乘法（OLSE）估计模型参数.其结果如下： 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得， β1=11.9580，β2=0.0029 故简单线性回归模型可写为： ^ Y X t t=11.9580+0.0029 其中：SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320，F=143.5836，n=31 名词解释 1、 因果效应：在理想化随机对照实验中得到的，某一给定的行为或处理对结果的影响 2、 实验数据：来源于为评价某种处理（某项政策）抑或某种因果效应而设计的实验 3、 观测数据：通过观察实验之外的实际行为而获得的数据 4、 截面数据：对不同个体如工人、消费者、公司或政府机关等在某一特定时间段内收集到的数据 5、 时间序列数据：对同一个体（个人、公司、国家等）在多个时期内收集到的数据 6、 面板数据：即纵向数据，是多个个体分别在两个或多个时期内观测到的数据 7、 离散型随机变量：一些随机变量是离散的 连续型随机变量：一些随机变量是连续的 8、 期望值：随机变量经过多次重复实验出现的长期平均值，记作E （Y ） 9、 期望：Y 的长期平均值，记作μY 10、方差：是Y 距离其均值的偏差平方的期望值，记作var （Y ） 11、标准差：方差的平方根来表示偏差程度，记作σY 12、独立性：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息 13、标准正态分布：指那些均值102==σμ、方差的正态分布，记作N （0，1） 14、简单随机抽样：n 个对象从总体中抽取，且总体中的每一个个体都有相等的可能性被选入样本 15、独立分布：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息，那么这两个变量X 和Y 独立分布 16、偏差：设Y Y E Y Y μμμμ-??）（为的一个估计量，则偏差是； 一致性：当样本容量增大时，Y μ ?落入真实值Y μ的微小领域区间内的概率接近于1，即Y Y μμ与?是一致的 有效性：如果Y μ ?的方差比Y μ~更小，那么可以说Y Y μμ~?比更有效 17、最小二乘估计量：21)(m i n i -Y ∑ =最小化误差m -i Y 平方和的估计量m 18、P 值：即显著性概率，指原假设为真的情况下，抽取到的统计量与原假设之间的差异程度至少等于样本计算值与 原假设之间差异程度的概率 19、第一类错误：拒绝了实际上为真的原假设 20、一元线性回归模型：i i 10i μββ+X +=Y ；1β代表1X 变化一个单位所导致Y 的变化量 21、普通最小二乘（OLS ）估：选择使得估计的回归线与观测数据尽可能接近的回归系数，其中近似程度用给定X 时预 测Y 的误差的平方和来度量 22、回归2R ：可以由i X 解释（或预测）的i Y 样本方差的比例，即TSS SSR TSS ESS R -==12 23、最小二乘假设：①给定i X 时误差项i μ的条件均值为零：0)(i i =X μE ； ②从联合总体中抽取的， ，，，），，（n ...21i i i =Y X 满足独立同分布； ③大异常值不存在：即i i Y X 和具有非零有限的四阶距 24、1β置信区间：以95%的概率包含1β真值的区间，即在所有可能随机抽取的样本中有95%包含了1β的真值 25、同方差：若对于任意i=1，2，...，n ，给定） （条件分布的方差时χμμ=X X i i i i var 为常数且不依赖于χ，则 称误差项i μ是同方差 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 计量经济学案例分析1 一、研究的目的要求 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规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入 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： ∑ 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。 第六章 案例分析 一、研究目的 2003年中国农村人口占59.47％，而消费总量却只占41.4%，农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数。同时，农村居民消费模型也能用于农村居民消费水平的预测。 二、模型设定 正如第二章所讲述的，影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为 t t t u X Y ++=21ββ （6.43） 式中，Y t 为农村居民人均消费支出，X t 为农村人均居民纯收入，u t 为随机误差项。表6.3是从《中国统计年鉴》收集的中国农村居民1985-2003年的收入与消费数据。 表6.3 1985-2003年农村居民人均收入和消费 单位： 元 2000 2001 2002 2003 2253.40 2366.40 2475.60 2622.24 1670.00 1741.00 1834.00 1943.30 314.0 316.5 315.2 320.2 717.64 747.68 785.41 818.86 531.85 550.08 581.85 606.81 为了消除价格变动因素对农村居民收入和消费支出的影响，不宜直接采用现价人均纯收入和现价人均消费支出的数据，而需要用经消费价格指数进行调整后的1985年可比价格计的人均纯收入和人均消费支出的数据作回归分析。 根据表6.3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据，使用普通最小二乘法估计消费模型得 t t X Y 0.59987528.106?+= （6.44） Se = (12.2238) (0.0214) t = (8.7332) (28.3067) R 2 = 0.9788，F = 786.0548，d f = 17，DW = 0.7706 该回归方程可决系数较高，回归系数均显著。对样本量为19、一个解释变量的模型、5%显著水平，查DW 统计表可知，d L =1.18，d U = 1.40，模型中DW 第六章 联立方程计量经济学模型案例 1、下面建立一个包含3个方程的中国宏观经济模型，已经判断消费方程式恰好识别的，投资方程是过度识别的。对模型进行估计。样本观测值见表6.1 01211012t t t t t t t t t t t C Y C u I Y u Y I C G αααββ-=+++?? =++??=++? 表6.1 中国宏观经济数据 单位：亿元 （1） 用狭义的工具变量法估计消费方程 选取方程中未包含的先决变量G 作为内生解释变量Y 的工具变量，过程如下： 结果如下： 所以，得到结构参数的工具变量法估计量为： 012???582.27610.2748560.432124α αα===，， （2） 用间接最小二乘法估计消费方程 消费方程中包含的内生变量的简化式方程为： 1011112120211222t t t t t t t t C C G Y C G πππεπππε--=+++?? =+++? 参数关系体系为： 11121210012012122000 παπαπααππαπ--=?? --=??-=? 用普通最小二乘法估计，结果如下： 所以参数估计量为： 101112???1135.937,0.619782, 1.239898π ππ=== 202122???2014.368,0.682750, 4.511084π ππ=== 所以，得到间接最小二乘估计值为： 12122??0.274856?π α π == 211121????0.432124α παπ=-= 010120????582.2758α παπ=-= （3）用两阶段最小二乘法估计消费方程 第一阶段使用普通最小二乘法估计内生解释变量的简化方程，得到 1?2014.3680.68275 4.511084t t t Y C G -=++ 用Y 的预测值替换消费方程中的Y ，直接用OLS 估计消费方程，过程如下： 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 第八章案例分析 改革开放以来，随着经济的发展中国城乡居民的收入快速增长，同时城乡居民的储蓄存 款也迅速增长。经济学界的一种观点认为，20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化，使居民的储蓄行为发生了明显改变。为了考察改革开放以来中 国居民的储蓄存款与收入的关系是否已发生变化，以城乡居民人民币储蓄存款年底余额代表 居民储蓄（Y），以国民总收入GNI代表城乡居民收入，分析居民收入对储蓄存款影响的数量关系。 表8.1为1978-2003年中国的国民总收入和城乡居民人民币储蓄存款年底余额及增加额的数据。 单位：亿元 2004 鉴数值，与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城 乡居民储蓄存款、国民总收入随时间的变化情况，如下图所示: 图8.5 从图8.5中，尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量 （YY ）,并作时序图（见图 8.6） 从居民储蓄增量图可以看出，城乡居民的储蓄行为表现出了明显的阶段特征: 2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图 看（见图8.7），也呈现出了相同的阶段性特征。 为了分析居民储蓄行为在 1996年前后和2000年前后三个阶段的数量关系，引入虚拟变 量D 和D2°D 和D 2的选择，是以1996>2000年两个转折点作为依据，1996年的GNI 为66850.50 亿元,2000年的GNI 为国为民8254.00亿元，并设定了如下以加法和乘法两种方式同时引入 虚拟变量的的模型: YY = 1+ 2GNI t 3 GNI t 66850.50 D 1t + 4 GNh 88254.00 D 2t i D 1 t 1996年以后 D 1 t 2000年以后 其中: D 1t _ t 1996年及以前 2t 0 t 2000年及以前 对上式进行回归后，有: Dependent Variable: YY Method: Least Squares Date: 06/16/05 Time: 23:27 120000 8.7 1996年和 100000- 40000 2WM GNi o eOB2&ISEea9a9l2949698[Ma2 20CUC ir-“- 1CC0C 图 8.6 *OOCO mnoot ， RtKXD Tconr GF* 计量经济学：部分计算题解法汇总 1、求判别系数——R^2 已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2Y Y 68113.6∑（－）＝， 2、置信区间 有10户家庭的收入（X ，元）和消费（Y ，百元）数据如下表： 10户家庭的收入（X ）与消费（Y ）的资料 X 20 30 33 40 15 13 26 38 35 43 Y 7 9 8 11 5 4 8 10 9 10 若建立的消费Y 对收入X 的回归直线的Eviews 输出结果如下： Dependent Variable: Y Adjusted R-squared F-statistic Durbin-Watson （1（2）在95%的置信度下检验参数的显著性。（0.025(10) 2.2281t =，0.05(10) 1.8125t =，0.025(8) 2.3060t =，0.05(8) 1.8595t =） （3）在90%的置信度下，预测当X ＝45（百元）时，消费（Y ）的置信区间。（其中29.3x =，2()992.1x x - =∑） 答：（1）回归模型的R 2 ＝，表明在消费Y 的总变差中，由回归直线解释的部分占到90％以上，回归直线的代表性及解释能力较好。（2分） 家庭收入对消费有显著影响。（2分）对于截距项， 检验。（2分） （3）Y f =+×45＝（2分） 90%置信区间为（，+），即（，）。（2分） 注意：a 水平下的t 统计量的的重要性水平，由于是双边检验，应当减半 3、求SSE 、SST 、R^2等 已知相关系数r ＝，估计标准误差?8σ＝，样本容量n=62。 求：（1）剩余变差；（2）决定系数；（3）总变差。 （2）2220.60.36R r ===（2分） 4、联系相关系数与方差（标准差），注意是n-1 在相关和回归分析中，已知下列资料： 222X Y i 1610n=20r=0.9(Y -Y)=2000σσ∑＝，＝，，，。 （1）计算Y 对X 的回归直线的斜率系数。（2）计算回归变差和剩余变差。（3） （2）R 2=r 2==， 总变差：TSS ＝RSS/(1-R 2)=2000/=（2分） 第二章案例分析 一、研究的目的要求 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规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入 1、某农产品试验产量Y （公斤/亩）和施肥量X （公斤/亩）7块地的数据资料汇总如下： ∑=255i X ∑=3050i Y ∑=71.12172i x ∑=429.83712i y ∑=857.3122i i y x 后来发现遗漏的第八块地的数据：208=X ，4008=Y 。 要求汇总全部8块地数据后进行以下各项计算，并对计算结果的经济意义和统计意义做简要的解释。 （1）该农产品试验产量对施肥量X （公斤/亩）回归模型Y a bX u =++进行估计； （2）对回归系数（斜率）进行统计假设检验，信度为； （3）估计可决系数并进行统计假设检验，信度为。 解：首先汇总全部8块地数据： 871 81 X X X i i i i +=∑∑== =255+20 =275 n X X i i ∑==8 1 )8(375.348 275 == 2) 7(7 127 127X x X i i i i +=∑∑== =+7?2 7255?? ? ??=10507 287 1 28 1 2X X X i i i i +=∑∑== =10507+202 = 10907 2) 8(8 1 28 1 28X X x i i i i +=∑∑== = 10907-8?2 8275?? ? ??= 87 1 81 Y Y Y i i i i +=∑∑===3050+400=3450 25.4318 3450 8 1 )8(== =∑=n Y Y i i 2) 7(7 1 2 712 7Y y Y i i i i +=∑∑== =+7?2 73050??? ??=1337300 287 1 2 81 2Y Y Y i i i i +=∑∑== =1337300+4002 = 1497300 2)8(8 1 28128Y Y y i i i i +=∑∑== =1497300 -8?( 8 3450)2 == ) 7()7(7 1 7 17Y X y x Y X i i i i i i +=∑∑== ==+7??? ??7255??? ? ??73050 =114230 887 1 81 Y X Y X Y X i i i i i i +=∑∑== =114230+20?400 =122230 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 计量经济学计算题例题 0626 一元线性回归模型相关例题 1.假定在家计调查中得出一个关于 家庭年收入X 和每年生活必须品综合支出 Y 的横截面样 根据表中数据: (1) 用普通最小二乘法估计线性模型 Y t 0 1 X t u t (2) 用G — Q 检验法进行异方差性检验 (3) 用加权最小二乘法对模型加以改进 答案：（1）丫=+（ 2）存在异方差（3）丫=+ 2 ?已知某公司的广告费用 X 与销售额（Y ）的统计数据如下表所示: （1） 估计销售额关于广告费用的一元线性回归模型 （2） 说明参数的经济意义 （3） 在 0.05的显著水平下对参数的显著性进行 t 检验 答案： （1） 一元线性回归模型 Y t 319.086 4 185X i （2） 参数经济意义：当广告费用每增加 1万元，销售额平均增加万元 （3）t=> t o.025（10），广告费对销售额有显著影响 3. : 根据表中数据: (1) 求Y 对X 的线性回归方程； (2) 用t 检验法对回归系数进行显著性检验（a =) ； (3) 求样本相关系数r; 答案：Y =+ 用t 检验法对回归系数进行显著性检验（a =）； 答案：显著 2 2 假设y 对x 的回归模型为％ b o biX u ,，且Var （uJ x ,，试用适当的 方法估计此回归模型。 2 2 解：原模型： y b 0 b 1x 1 U i , Var （u ,） 为模型存在异方差性 为消除异方差性，模型两边同除以 X ,, 得: bo — a u._ (2分) X , X x , * y , * 1 u , 令: y ,x , ■,v , x x X , 得: * y , * b box ' （2分） 计量经济学案例分析 一、问题提出 国内生产总值（GDP）指一个国家或地区所有常住单位在一定时期内(通常为1 年)生产活动的最终成果，即所有常住机构单位或产业部门一定时期内生产的可供最终使用的产品和劳务的价值，包括全部生产活动的成果，是一个颇为全面的经济指标。对国内生产总值的分析研究具有极其重要的作用和意义，可以充分地体现出一个国家的综合实力和竞争力。因此，运用计量经济学的研究方法具体分析国内生产总值和其他经济指标的相关关系。对预测国民经济发展态势，制定国家宏观经济政策，保持国民经济平稳地发展具有重要的意义。 二、模型变量的选择 模型中的被解释变量为国内生产总值Y。影响国内生产总值的因素比较多，根据其影响因素的大小和资料的可比以及预测模型的要求等方面原因, 文章选择以下指标作为模型的解释变量：固定资产投资总量(X1 ) 、财政支出总量(X2 )、城乡居民储蓄存款年末余额(X3 )、进出口总额(X4 )、上一期国内生产总值(X5)、职工工资总额(X6)。其中，固定资产投资的增长是国内生产总值增长的重要保障，影响效果显著；财政支出是扩大内需的保证，有利于国内生产总值的增长；城乡居民储蓄能够促进国内生产总值的增长，是扩大投资的重要因素，但是过多的储蓄也会减缓经济的发展；进出口总额反映了一个国家或地区的经济实力；上期国内生产总值是下期国内生产总值增长的基础；职工工资总额是国内生产总值规模的表现。 三、数据的选择 文中模型样本观测数据资料来源于20XX 年《中国统计年鉴》，且为当年价格。固定资产投资总量1995-20XX 年的数据取自20XX 年统计年鉴，1991-1994 年的为搜集自其他年份统计年鉴。详细数据见表1。 表1 案例分析 1.问题的提出和模型的设定 根据我国1978—1997年的财政收入Y 和国民生产总值X 的数据资料，分析财政收入和国民生产总值的关系建立财政收入和国民生产总值的回归模型。假定财政收入和国民收入总值之间满足线性约束，则理论模型设定为 i i i u X Y ++=21ββ 其中i Y 表示财政收入，i X 表示国民生产总值。 表1 我国1978—1997年财政收入和国民生产总值 2.参数估计 进入EViews 软件包，确定时间范围；编辑输入数据；选择估计方程菜单，估计样本回归函数如下 表 2 obs X Y 1978 3624.100 1132.260 1979 4038.200 1146.380 1980 4517.800 1159.930 1981 4860.300 1175.790 1982 5301.800 1212.330 1983 5957.400 1366.950 1984 7206.700 1624.860 1985 8989.100 2004.820 1986 10201.40 2122.010 1987 11954.50 2199.350 1988 14922.30 2357.240 1989 16917.80 2664.900 1990 18598.40 2937.100 1991 21662.50 3149.480 1992 26651.90 3483.370 1993 34560.50 4348.950 1994 46670.00 5218.100 1995 57494.90 6242.200 1996 66850.50 7407.990 1997 73452.50 8651.140 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-李子奈-计算题整理集合
计量经济学 案例分析
计量经济学
计量经济学调查报告
计量经济学案例分析汇总
计量经济学分析计算题Word版
计量经济学案例分析一元回归模型实例分析报告
计量经济学-案例分析-第六章
第六章联立方程计量经济学模型案例
计量经济学期末报告
计量经济学-案例分析-第八章
计量经济学计算题解法汇总
计量经济学-案例分析-第二章
计量经济学计算题
计量经济学研究报告
计量经济学计算题
推荐-计量经济学案例分析 精品
计量经济学案例eviews
计量经济学报告