计量经济数据分析
一、数据分析的问题：影响GDP增长的主要因素
二、选题缘由
改革开放以来，特别是自十八届三中全会召开以来，我国社会主义市场经济体制已基本建立并不断完善，我国在世界中的地位越来越突出，经济的发展也十分迅速并取得了巨大成就。但当前我国经济仍然面临着极大的考验，即如何实现经济的长期可持续增长，而影响经济增长的因素很多，如何高效率的提升经济的持续增长能力成为了置关重要课题。本文则主要从三个方面的因素来分析对经济增长的影响。
三、经济意义的分析
经济增长通常是指在一个较长的时间跨度上，一个国家总产出（或人均产出）水平的持续增加，即国生产总值（GDP）的增加或人均国生产总值的增加。同时，经济增长率的高低体现了一个国家或地区在一定时期经济总量的增长速度，也是衡量一个国家或地区总体经济实力增长速度的标志。
古典经济增长理论以社会的财富增长为中心，并且指出生产劳动是社会财富的源泉，而现代经济增长理论则认为知识、人力资本、技术的进步是经济增长的主要因素，但普遍认为物质资本和劳动对经济增长具有重要贡献。所谓物质资本，是指长期存在的生产物资形式，例如机器设备、厂房、建筑物、交通运输设施等固定资产的投资。但是，由于物质资本数值难以具体测量，所以本文中用“全社会的固定资产投资总额”来代替物质资本的额。同时，中国是一个人口大国，为经济增长提供了大量的劳动力资源，所以在本文中用“年末总就业人数”来衡量劳动力。而众多的消费群体同样对经济的增长发挥着不可忽视的作用，在本文用“居民消费价格指数”来衡量消费对经济增长的影响。
综上：GDP增长的主要影响因素包括全社会固定资产投资总额(TZ)、年末总就业人数(JY)、居民消费价格指数(P)。
四、数据来源：中国统计局—《中国统计年鉴》
年份全社会固定资
产投资（亿元）
国生产总值
（亿元）
就业人员
（万人）
居民消费价格
指数（上年
=100）
1980年910.90 4545.62 42361.00 107.50 1981年961.00 4891.56 43725.00 102.50 1982年1230.40 5323.35 45295.00 102.00 1983年1430.10 5962.65 46436.00 102.00 1984年1832.90 7208.05 48197.00 102.70 1985年2543.20 9016.04 49873.00 109.30 1986年3120.60 10275.18 51282.00 106.50 1987年3791.70 12058.62 52783.00 107.30 1988年4753.80 15042.82 54334.00 118.80 1989年4410.40 16992.32 55329.00 118.00 1990年4517.00 18667.82 64749.00 103.10 1991年5594.50 21781.50 65491.00 103.40 1992年8080.10 26923.48 66152.00 106.40
1993年13072.30 35333.92 66808.00 114.70
1994年17042.10 48197.86 67455.00 124.10
1995年20019.30 60793.73 68065.00 117.10
1996年22913.50 71176.59 68950.00 108.30
1997年24941.10 78973.03 69820.00 102.80
1998年28406.20 84402.28 70637.00 99.20
1999年29854.70 89677.05 71394.00 98.60
2000年32917.70 99214.55 72085.00 100.40
2001年37213.50 109655.17 72797.00 100.70
2002年43499.90 120332.69 73280.00 99.20
2003年55566.61 135822.76 73736.00 101.20
2004年70477.43 159878.34 74264.00 103.90
2005年88773.61 184937.37 74647.00 101.80
2006年109998.16 216314.43 74978.00 101.50
2007年137323.94 265810.31 75321.00 104.80
2008年172828.40 314045.43 75564.00 105.90
2009年224598.77 340902.81 75828.00 99.30
2010年251683.77 401512.80 76105.00 103.30
2011年311485.13 473104.05 76420.00 105.40
2012年374694.00 518942.00 76704.00 102.60
五、数据的分析过程
⒈初始的模型估计
步骤：在主菜单上点击Quick\Estimate Equation GDP C JY TZ P
GDP-国生产总值 JY-就业人员 TZ-全社会固定资产投资 P-居民消费价格指数
Dependent Variable: GDP
Method: Least Squares
Date: 12/20/13 Time: 12:40
Sample: 1980 2012
Included observations: 33
Variable Coefficient Std. Error t-Statistic Prob.
C -2719.175 45296.60 -0.060030 0.9525
JY 1.916021 0.258069 7.424449 0.0000
TZ 1.333564 0.030316 43.98818 0.0000
P -815.3575 379.3138 -2.149560 0.0401 R-squared 0.992351 Mean dependent var 120245.3
Adjusted R-squared 0.991560 S.D. dependent var 143693.1 S.E. of regression 13201.23 Akaike info criterion 21.92722
Sum squared resid 5.05E+09 Schwarz criterion 22.10861
Log likelihood -357.7991 F-statistic 1254.114 Durbin-Watson stat 1.031859 Prob(F-statistic) 0.000000
回归结果： GDP=-2719.175+1.916021JY+1.333564TZ-815.3575P
t (-0.060030) (7.424449) (43.98818) (-2.149560)
2
R= 0.991560 F=1254.114
R=0.992351 2
⒉多重共线性的检验与剔除
步骤:在数据组窗口点击View\Correlations
GDP JY P TZ
GDP 1.000000 0.691237 -0.201502 0.987476
JY 0.691237 1.000000 -0.199862 0.597181
P -0.201502 -0.199862 1.000000 -0.152015
TZ 0.987476 0.597181 -0.152015 1.000000
根据多重共线性检验，变量之间存在着线性相关的关系。
可以通过重复剔除变量法剔除相关变量。具体作法：
在模型估计时，依次添加变量 JY、TZ、P做模型估计，如果添加的那个变
量模型估计不显著则予以剔除。最后经检验模型估计应剔除变量：P-居民消费价
格指数。
剔除P后，修正多重共线性后的模型估计，如下：
Dependent Variable: GDP
Method: Least Squares
Date: 12/20/13 Time: 12:41
Sample: 1980 2012
Included observations: 33
Variable Coefficient Std. Error t-Statistic Prob.
C -94068.60 16597.24 -5.667724 0.0000
TZ 1.336272 0.032066 41.67257 0.0000
JY 1.992349 0.270600 7.362708 0.0000 R-squared 0.991132 Mean dependent var 120245.3 Adjusted R-squared 0.990541 S.D. dependent var 143693.1 S.E. of regression 13975.15 Akaike info criterion 22.01446 Sum squared resid 5.86E+09 Schwarz criterion 22.15050 Log likelihood -360.2385 F-statistic 1676.526
Durbin-Watson stat 0.651113 Prob(F-statistic) 0.000000
回归结果：GDP=-94068.60+1.992349JY+1.336272TZ
t= ( -5.667724)(7.362708) (41.67257)
2
R=0.990541 F=1676.526
R=0.991132 2
⒊模型的异方差性检验——怀特（White）检验法
步骤：在方程窗口点击View\Residual Test\White Heteroskedasticity
White Heteroskedasticity Test:
F-statistic 1.426641 Probability 0.251112 Obs*R-squared 5.586942 Probability 0.232192 Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/20/13 Time: 12:42
Sample: 1980 2012
Included observations: 33
Variable Coefficient Std. Error t-Statistic Prob.
C -1.20E+09 2.32E+09 -0.515944 0.6099
TZ 829.8461 2621.541 0.316549 0.7539
TZ^2 0.000175 0.006473 0.027030 0.9786
JY 42503.61 82844.81 0.513051 0.6119
JY^2 -0.331433 0.721727 -0.459223 0.6496 R-squared 0.169301 Mean dependent var 1.78E+08 Adjusted R-squared 0.050630 S.D. dependent var 2.27E+08 S.E. of regression 2.21E+08 Akaike info criterion 41.40418 Sum squared resid 1.37E+18 Schwarz criterion 41.63092 Log likelihood -678.1689 F-statistic 1.426641 Durbin-Watson stat 0.946714 Prob(F-statistic) 0.251112 5.99。
从模型估计结果中得到：R-squared*N=0.169301*33=5.586933<5.99
所以估计模型不存在异方差性。
⒋序列相关性的检验与剔除
从修正多重共线性后的模型估计结果中可以看到：D-W检验的结果为
0.651113。一般来讲D-W检验值接近2时则认为不存在序列相关性，所以修正后的模型存在序列相关性。又由于D-W检验存在局限性，它只能检验是否存在一阶自相关性。故本文通过依次迭代法来消除序列相关性。
步骤：在Estimate Equation 窗口中依次输入 GDP C TZ JY AR(1)、
GDP C TZ JY AR(1) AR(2) 、GDP C TZ JY AR(1) AR(2) AR(3)
三次迭代结果如下：
1. 在Estimate Equation 窗口中输入GDP C TZ JY AR(1) 进行回归
Dependent Variable: GDP
Method: Least Squares
Date: 12/25/13 Time: 15:09
Sample (adjusted): 1981 2012
Included observations: 32 after adjustments
Convergence achieved after 197 iterations
Coefficient Std. Error t-Statistic Prob.
C 3478155. 1.32E+08 0.026376 0.9791
TZ 0.984369 0.217541 4.524974 0.0001
JY -0.846659 1.165559 -0.726397 0.4736
AR(1) 0.998286 0.066542 15.00229 0.0000
R-squared 0.996147 Mean dependent var 123861.0 Adjusted R-squared 0.995734 S.D. dependent var 144459.1 S.E. of regression 9435.520 Akaike info criterion 21.25882 Sum squared resid 2.49E+09 Schwarz criterion 21.44204 Log likelihood -336.1411 Hannan-Quinn criter. 21.31955 F-statistic 2412.805 Durbin-Watson stat 2.412638 Prob(F-statistic) 0.000000
Inverted AR Roots 1.00
2.在Estimate Equation 窗口中输入GDP C TZ JY AR(1) AR(2)进行回归Dependent Variable: GDP
Method: Least Squares
Date: 12/25/13 Time: 15:09
Sample (adjusted): 1982 2012
Included observations: 31 after adjustments
Convergence achieved after 263 iterations
Coefficient Std. Error t-Statistic Prob.
C 5050443. 2.33E+08 0.021691 0.9829
TZ 1.047465 0.162272 6.455010 0.0000
JY -1.011040 1.139278 -0.887440 0.3830
AR(1) 0.663928 0.210056 3.160723 0.0040
AR(2) 0.334596 0.206076 1.623657 0.1165
R-squared 0.996422 Mean dependent var 127698.7 Adjusted R-squared 0.995871 S.D. dependent var 145179.4 S.E. of regression 9328.274 Akaike info criterion 21.26618 Sum squared resid 2.26E+09 Schwarz criterion 21.49747 Log likelihood -324.6258 Hannan-Quinn criter. 21.34157 F-statistic 1810.138 Durbin-Watson stat 2.233278 Prob(F-statistic) 0.000000
Inverted AR Roots 1.00 -.33
3.在Estimate Equation 窗口中输入GDP C TZ JY AR(1) AR(2) AR(3)进行回归Dependent Variable: GDP
Method: Least Squares
Date: 12/25/13 Time: 15:10
Sample (adjusted): 1983 2012
Included observations: 30 after adjustments
Convergence achieved after 437 iterations
Coefficient Std. Error t-Statistic Prob.
C 3818035. 74919970 0.050962 0.9598
TZ 1.098701 0.088324 12.43950 0.0000
JY -1.292457 0.875796 -1.475751 0.1530
AR(1) 0.405874 0.187168 2.168499 0.0403
AR(2) 0.014262 0.204769 0.069647 0.9451
AR(3) 0.576699 0.194286 2.968298 0.0067
R-squared 0.997377 Mean dependent var 131777.9 Adjusted R-squared 0.996831 S.D. dependent var 145843.2 S.E. of regression 8210.126 Akaike info criterion 21.04098 Sum squared resid 1.62E+09 Schwarz criterion 21.32122 Log likelihood -309.6147 Hannan-Quinn criter. 21.13063 F-statistic 1825.408 Durbin-Watson stat 1.912291 Prob(F-statistic) 0.000000
Inverted AR Roots 1.00 -.30-.70i -.30+.70i
通过以上三次迭代的结果比较可以看出第三次迭代结果比较令人满意，并且已不存在自相关性。
步骤：在方程窗口点击View\Residual Test\Correlogram-Q-statistics
高阶自相关性检验结果如下：
⒍时间序列的平稳性检验
⑴稳性检验—图示法
步骤：在数据组中点击View\Graph\Line
从以下三个图中可以看出三个变量均为非平稳时间序列。
⑵除时间序列的非平稳性——单位根检验法
步骤：
由于三个因素都存在非平稳性，故通过变量差分法剔除非平稳性，即通过一
次差分、二次差分、三次差分…..直到时间序列通过单位根检验。经检验ddgdp （二次差分）、djy（一次差分）、ddtz（二次差分）通过了单位根检验，最终检验
结果如下：
1.对GDP进行二次差分后，进行单位根检验结果：
ADF Test Statistic -5.820609 1% Critical Value* -3.6661
5% Critical Value -2.9627
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DDGDP)
Method: Least Squares
Date: 12/20/13 Time: 13:56
Sample(adjusted): 1983 2012
Variable Coefficient Std. Error t-Statistic Prob.
DDGDP(-1) -1.250543 0.214847 -5.820609 0.0000 R-squared 0.547508 Mean dependent var -848.6383 Adjusted R-squared 0.531347 S.D. dependent var 14354.06 S.E. of regression 9826.532 Akaike info criterion 21.28790
Sum squared resid 2.70E+09 Schwarz criterion 21.38131 Log likelihood -317.3185 F-statistic 33.87949 Durbin-Watson stat 2.073646 Prob(F-statistic) 0.000003
通过检验结果分析ADF Test Statistic=-5.820609<-2.6200(10% Critical Value)，通过了
检验。
2.对JY进行一次差分后，进行单位根检验结果：
ADF Test Statistic -5.070026 1% Critical Value* -3.6576
5% Critical Value -2.9591
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DJY)
Method: Least Squares
Date: 12/20/13 Time: 13:59
Sample(adjusted): 1982 2012
DJY(-1) -0.943326 0.186059 -5.070026 0.0000 R-squared 0.469886 Mean dependent var -34.83871 Adjusted R-squared 0.451606 S.D. dependent var 2216.984 S.E. of regression 1641.757 Akaike info criterion 17.70726 Sum squared resid 78165649 Schwarz criterion 17.79978 Log likelihood -272.4626 F-statistic 25.70517 Durbin-Watson stat 2.004825 Prob(F-statistic) 0.000021
通过检验结果分析ADF Test Statistic=-5.070026 <-2.6181 (10% Critical Value)，通过了
根检验。
3.对TZ进行二次差分后，进行单位根检验结果：
ADF Test Statistic -10.86107 1% Critical Value* -3.6661
5% Critical Value -2.9627
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DDTZ)
Method: Least Squares
Date: 12/20/13 Time: 14:01
Sample(adjusted): 1983 2012
Variable Coefficient Std. Error t-Statistic Prob.
DDTZ(-1) -1.632682 0.150324 -10.86107 0.0000 R-squared 0.808170 Mean dependent var -222.3597 Adjusted R-squared 0.801319 S.D. dependent var 15155.14 S.E. of regression 6755.190 Akaike info criterion 20.53835 Sum squared resid 1.28E+09 Schwarz criterion 20.63176 Log likelihood -306.0753 F-statistic 117.9629 Durbin-Watson stat 1.919809 Prob(F-statistic) 0.000000 通过检验结果分析ADF Test Statistic= -10.86107 <-2.6200 (10% Critical Value)，通过了单位
根检验
⒎格兰杰因果检验
步骤：点击Quick\Group Statistics\Granger Causality Test
此检验是建立在平稳性的前提下进行的,检验结果如下：
Pairwise Granger Causality Tests
Date: 12/20/13 Time: 14:06
Sample: 1980 2012
DJY does not Granger Cause DDGDP 29 1.12329 0.34171
DDTZ does not Granger Cause DDGDP 29 17.2959 2.2E-05
DDTZ does not Granger Cause DJY 29 0.68868 0.51189
大数据的统计分析方法
统计分析方法有哪几种？下面天互数据将详细阐述，并介绍一些常用的统计分析软件。 一、指标对比分析法指标对比分析法 统计分析的八种方法一、指标对比分析法指标对比分析法，又称比较分析法，是统计分析中最常用的方法。是通过有关的指标对比来反映事物数量上差异和变化的方法,有比较才能鉴别。 指标分析对比分析方法可分为静态比较和动态比较分析。静态比较是同一时间条件下不同总体指标比较，如不同部门、不同地区、不同国家的比较，也叫横向比较；动态比较是同一总体条件不同时期指标数值的比较，也叫纵向比较。 二、分组分析法指标对比分析法 分组分析法指标对比分析法对比，但组成统计总体的各单位具有多种特征，这就使得在同一总体范围内的各单位之间产生了许多差别，统计分析不仅要对总体数量特征和数量关系进行分析，还要深入总体的内部进行分组分析。分组分析法就是根据统计分析的目的要求，把所研究的总体按照一个或者几个标志划分为若干个部分，加以整理，进行观察、分析，以揭示其内在的联系和规律性。 统计分组法的关键问题在于正确选择分组标值和划分各组界限。 三、时间数列及动态分析法 时间数列。是将同一指标在时间上变化和发展的一系列数值，按时间先后顺序排列，就形成时间数列，又称动态数列。它能反映社会经济现象的发展变动情况，通过时间数列的编制和分析，可以找出动态变化规律，为预测未来的发展趋势提供依据。时间数列可分为绝对数时间数列、相对数时间数列、平均数时间数列。 时间数列速度指标。根据绝对数时间数列可以计算的速度指标：有发展速度、增长速度、平均发展速度、平均增长速度。 动态分析法。在统计分析中，如果只有孤立的一个时期指标值，是很难作出判断的。如果编制了时间数列，就可以进行动态分析，反映其发展水平和速度的变化规律。
经济分析报告范文
2012国内外宏观经济分析报告概述:中国经济向好态势的确立和欧洲债务问题的缓和，对新的一年来说，可谓是“双喜临门”。但是好事多磨，目前美国财政悬崖问题尚未解决，令市场忧心。而在希腊问题告一段落的背后，欧元区继续衰退，复苏停滞不前，对我国经济形成压力。不过随着我国消费、投资和工业的恢复增长，新年我国经济仍有望取得良好的开局。 一、两架马车+工业显复苏持续性，外需不振仍拖累出口 从最新的数据来看，中国经济企稳的态势越发明显，12月中旬开始股市也出现反弹，市场对未来经济上升的预期升温。 从数据上看，在拉动经济增长的“三驾马车”中，消费、投资的表现可圈可点。11月社会消费品零售总额18477亿元，同比名义增长14.9%，这一增幅较10月增幅扩大0.4个百分点，并创下近8个月新高。 目前来看，8月以来消费增速的企稳回升具有较强的持续性，考虑到当前消费旺季已经来临，同时经济企稳还有望提高消费者信心，春节前后消费增速有望回升至15%以上的水平。 另一方面，1-11月，全国固定资产投资326236亿元，同比增长20.7%，增速与1-10月持平，其中新开工项目计划总投资287332亿元，同比增长28.8%，加快2.1个百分点。
中央经济工作会议12月15日至16日在北京举行。本届中央经济工作会议不仅未对经济增长提出目标，也未提主要经济指标，只强调做好明年经济工作要以提高经济增长质量和效益为中心，稳中求进，开拓创新，扎实开局。 与2012年经济工作的五项任务相比，2013年增至六项。其中新增“积极稳妥推进城镇化，着力提高城镇化质量。” 于此相对应的是，一年一度的发改委工作会议除了和往年一样继续强调要促进经济稳定增长等内容以外，工作内容也新增加了要积极稳妥推进城镇化的内容。 今年1-11月，中央项目投资同比增长6.1%，增速比1-10月份提高1个百分点。考虑到城镇化的带动，以及今年审批的大批基建项目会在明年进入集中施工期，且中央政府明年仍会实施积极的财政政策，对于基建的支持力度不会降低，明年基建投资增速依然可观。 而房地产开发投资则在连续4个月增幅维持15%之后，再次冲上16%的高点，其环比增速更是从上月的提高0.3个百分点，扩大到了本月提高1.3个百分点。 另外，在刚刚过去的11月里，我国规模以上工业增加值和发电量两项指标双双回升，表现最为突出。其中规模以上工业增加值同比增长10.1%，创今年4月以来新高。而11月发电量4011亿千瓦时，同比增长7.9%，增速为年初以来最高。
解读中国宏观经济数据
解读中国宏观经济数据 解读中国宏观经济数据——为什么中国不爆发经济危机？ 中国是个怪异的国家。很多海外的学者用西方经济学的眼光来看中国，觉得很不可思议。中国用透支的方式维持经济的快速增长，为什么积累了20多 年仍然没有爆发恶性的通货膨胀进而演化成一场深重的经济危机的呢？ 我经过一段时间的苦心研究，终于得出了中国为什么不会爆发经济危机的原因。 下面我将通过分析中国改革开放以来经济统计数据来详细讲解（所有数据都来源于中华人民共和国统计局）。 让我们先来分析中国GDP的构成。以2003年中国GDP统计数据来看，当年中国GDP总值为117251.9亿元。从产出均衡来计算，GDP应等于投资+消费+政府支出（不包括政府转移性支出与政府债务和利息支出）+对外贸易顺差+库存投资。后两项份额很小，几乎可以忽略不计（当如当年中国对外贸易顺差为人民币2092亿元）。当年中国全社会投资总额为55566.61亿元，社会消费品零售总额为45842.0亿元，政府支出为13751亿元。分别占GDP 比例为47.4%、39.1%、11.8%。而同年美国的GDP构成则投资18%，消费68%，政府支出15%。可见，中国是一个主要依靠投资带动的高速增长的经济体，其 模式与之前亚洲四小龙主要是泰国、韩国等增长模式如出一辙。是典型的亚洲增长模式。 但是，与其他亚洲经济体不同的是，中国的投资来源主要是透支国内储蓄，而泰国、韩国当年的投资来源主要是对外负债。这一点非常重要，这也是中国能够避免东南亚危机那种模式的经济危机的主要原因。这一点将在下文仔细讲述。 其实GDP的结构并不重要，重要的是，作为中国GDP主体的投资的
计量经济学模型分析论文
计量经济学模型分析论文 工商101
我国城镇居民储蓄存款影响因素的实证分析 摘要：近年来,随着中国经济的飞速发展,一直保持在高水平上的中国储蓄率受到了越来越多国内外经济学家的关注。高储蓄率给我国经济发展带来充裕资金来源,是支持经济快速增长的重要因素。更为重要的是,源源不断的资金流保证了金融机构的流动性,增强了银行的稳定性。与此同时,也给我国经济发展带来前所未有的挑战，因为，过高的储蓄,必然伴随着投资或消费的不足。所以对影响居民储蓄的主要因素进行分析,才能在制定宏观政策上采取适当的措施,使储蓄率保持在一个适当的水平,促进经济增长。本文利用我国1982年以来的统计数字建立了可以通过各种检验的城镇居民储蓄率的模型。通过对该模型的经济含义分析可以得出可支配收入率对储蓄率的影响不大，还有利率对储蓄率的影响很小，值得注意的是，模型中的基尼系数对城镇居民的储蓄影响是相当大的。
引言(提出问题) 自1949年以来，中国储蓄率随着经济增长和收入水平提高呈不断上升趋势，因而高储蓄率也被认为是解释中国经济高速增长的一个主要因素。虽然高储蓄率总是会导致更高的收入及较高的经济增长率，但并非储蓄率越高越好，必然会存在一个最优的储蓄率。 据统计，我国近年来的实际ＧＤＰ平均每年增长９％左右，而资本的净边际产量即（MPK－δ），约为0.9%。我国的资本收益(MPK－δ)＝每年0.9％，大大低于经济的平均增长率（ｎ＋ｇ＝9％）。可见，我国的资本存量已经远远超过了黄金律水平。也就是说，当前我国的储蓄率和投资水平已经偏高，而消费率则偏低。所以我们应该降低储蓄率，减少投资，把收入的更大份额用于消费，这样就会立即提高消费水平，并最终达到更高消费水平的稳定状态。 那应该如何降低我国的储蓄率呢？下面我们将以城镇居民的数据为例进行分析。
浅谈主变低压侧中性点经小电阻接地零序电流保护的应用
浅谈主变低压侧中性点经小电阻接地零序电流保护的应用摘要：对中性点经小电阻接地系统的接地方式及工作原理作了简单介绍，同时提出零序电流保护的优点具有简单、可靠、动作正确率高，受弧光及接地电阻影响小，不受负荷及振荡影响，这些优点都只能在选择适当合理的运行方式并正确的整定才能得到发挥。 关键词：中性点小电阻接地零序电流保护 0引言 内蒙古地区风能资源十分丰富，在全区118.3万平方公里的土地上，风能总储量约8.98亿千瓦，可开发利用量1.5亿千瓦，占全国可开发利用风能储量的40%。做为具有得天独厚条件的锡林郭勒盟，正是抓住了风电快速发展这一时机，风能资源得到了开发和利用，然而风力风电的迅猛发展也对继电保护提出了更高的要求，因此主变低压侧中性点经小电阻接地后，零序电流保护得到了广泛的应用。 1.变压器中性点接地方式及工作原理 1.1接线方式风电场主变低压侧中性点采用电阻接地方式时，若主变为y0接线，其中点可接接入电阻（见图1a）；若为△接线，则需外加接地变压器造成一个中性点（见图1b、c、d）。外加接地变压器零序阻抗要小，其接线为y0/△或z；接地电阻可以直接接在y0/△或 z 接线的高压侧中性点，也可以接在 y0/△接线低压侧开口三角上。 1.2中性点经电阻接地方式的基本原理接地变压器作为人为
中性点接入电阻，接地变压器的绕组在电网正常供电情况下阻抗很高，等于励磁阻抗，绕组中只流过很小的励磁电流；当系统发生接地故障时，绕组将流过正序、负序和零序电流，而绕组对正序、负序电流呈现高阻抗、对于零序电流呈现较低阻抗，因此，在故障情况下会产生较大的零序电流。在中性点接入ct，将电流检测出来送至电流继电器，就可以进行有选择性快速保护。另，接入电阻rn，能有效抑制接地过电压。中性点接入电阻rn后，电网中的c0与rn 形成一个rc放电回路，将电弧接地累的电荷按e-t/r（r=3r0c0）规律衰减。这样，就能有效抑制电弧接地过电压，提高保护动作的快速性和灵敏性；为降低中压系统的绝缘水平提供可能，并能较好地保证人身安全；另外，在中性点经小电阻接地电网正常运行中，由于中性点接地电阻的强阻尼作用，中性点位移远小于中性点不接地电网的中性点位移电压（约为1/5左右）。 2.零序电流保护的应用 零序电流保护的优点具有简单、可靠、动作正确率高，受弧光及接地电阻影响小，不受负荷及振荡影响，这些优点都只能在选择适当合理的运行方式并正确的整定才能得到发挥。为了用好零序电流保护，提出下列原则： 2.1系统变压器中性点接地运行方式应基本保持不变 (1)变电所只有一组变压器，如果是接地运行，则接地点不应断开。 (2)变电所只有二组变压器，如果不都是自耦变压器，则应只将
计量经济模型选择分析报告
关于计量经济模型选择问题的初探 An Tentative Inquiry Into The Selection Of The Econometrical Models 经济学院数理经济研究所 2004级数量经济学专业硕士研究生鹏 摘要：本文试图介绍计量经济学一些常用模型的函数形式，并且以计量软件SPSS作为分析工具，以拟合优度作为评判标准，来讨论最优的经济计量模型的选择问题。 关键字：计量经济模型，SPSS，拟合优度 在研究经济变量之间的关系时，特别是初学者，通常首先想到的是选取线性回归模型。这种做法虽然能把问题简单化，使之易于处理，甚至有时候能产生比较好的效果。但总的来说，由于经济现象是纷繁复杂的，在很多情况下这么做，并不能比较准确地对客观经济的运行态势进行模拟。在实际运用中，如果不问青红皂白地把所有计量模型的设定问题，都采用线性的形式，显然是行不通的。比如把经济变量之间的非线性关系，直接用线性回归的方式去处理，这样得到的回归方程是无效的。用它来进行经济分析、政策评价和经济预测，则没有丝毫价值，甚至带来负面影响。为此我们必须根据实际问题进行具体分析，依据直觉和经验，建立与实际样本数据拟合较好的函数，再运用我们所学的知识进行参数估计和检验，使我们的成果与现实尽可能的接近。 本文试就对如何通过经济理论和经验，并借助计量软件进行模型的选择给
予一般的说明。 一、计量经济学模型的主要几种函数形式。 （1）线性模型（Linear ）。它的一般形式是： 12y x ββ=+ （1） 线性函数我们大家已经耳熟能详。这里我们不作过多介绍。 （2）抛物线模型（Quadratic ）。抛物线模型的一般形式为： 212y x x βββ=++ （2） 判断某种现象是否适合应用抛物线，可以利用“差分法”。其步骤为：首先将样本观察值按x 的大小顺序排列，然后按以下两式计算x 和y 的一阶差分t x ?、t y ?以及y 的二阶差分2t y ?。（其中1t t t x x x -?=-； 1t t t y y y -?=-；21t t t y y y -?=?-?）当t x ?接近于一常数，而△2t y ?的绝对值接近于常数时，Y 与X 之间的关系可以 用抛物线模型近似加以反映。 （3）对数函数模型（Logrithmic ）。对数函数是指数函数的反函数，其方程形式为： 01ln y x ββ=+ （3） 对数函数的特点是随着X 的增大，X 的单 位变动对因变量Y 的影响效果不断递减。 （4）立方模型（Cubic ）。其一般形式为： 230123y x x x ββββ=+++ （4） 其扩展形式是多项式模型。当所涉及的自变量只有一个时，所采用的多项式方程称为一元多项式，其一般形式为： 2012p p y x x x ββββ=+++??????+ 多项式模型在非线性回归分析中占有重要的地位。因为根据数学上级数展开的原理，任何曲线、曲面、超曲面的问题，在一定的围都能够用多项式任意
经济运行指标分析
年月经济运行指标分析
————————————————————————————————作者：————————————————————————————————日期： 2
2012年9月运行指标分析 2012-10-24 1.国内生产总值 根据统计局初步核算，2012年前三季度国内生产总值353480亿元，按可比价格计算，同比增长7.7%。其中，一季度增长8.1%，二季度增长7.6%，三季度增长7.4%。分产业看，第一产业增加值33088亿元，同比增长4.2%；第二产业增加值165429亿元，增长8.1%；第三产业增加值154963亿元，增长7.9%。从环比看，三季度国内生产总值增长2.2%。 虽然三季度GDP同比增速下滑，但去年基数较高是不可忽略的因素，环比来看，GDP增速已经连续两个季度反弹。同时三个结构性亮点值得关注，一是服务业增长加速，份额持续提升；二是西部地区增速较高，东部地区经济开始回升；三是需求对经济的贡献提升并超过投资，这三个亮点反映经济正在发生积极的结构调整。 图1：国内生产总值季度累计同比增长率（%） 2002年Ⅲ季度—2012年Ⅲ季度 数据来源：国研网统计数据库
2.工业生产 9月份，规模以上工业增加值同比实际增长9.2%（以下增加值增速均为扣除价格因素的实际增长率），比8月份加快0.3个百分点。从环比看，9月份，规模以上工业增加值比上月增长0.79%。1-9月份，规模以上工业增加值同比增长10.0%。 分经济类型看，9月份，国有及国有控股企业增加值同比增长6.3%，集体企业增长7.0%，股份制企业增长11.0%，外商及港澳台商投资企业增长5.3%。 分轻重工业看，9月份，重工业增加值同比增长9.3 %，轻工业增长9.0%。 分行业看，9月份，41个大类行业中有40个行业增加值保持同比增长。其中，纺织业增长10.1%，化学原料和化学制品制造业增长10.8%，非金属矿物制品业增长10.0%，黑色金属冶炼和压延加工业增长9.6%，通用设备制造业增长7.2%，汽车制造业增长6.3%，铁路、船舶、航空航天和其他运输设备制造业增长4.8%，电气机械和器材制造业增长8.1%，计算机、通信和其他电子设备制造业增长10.0%，电力、热力的生产和供应业增长3.3%。 分地区看，9月份，东部地区增加值同比增长8.3%，中部地区增长9.5%，西部地区增长12.4%。 分产品看，9月份，471种产品中有328 种产品同比增长。其中，钢材8044万吨，增长4.9 %；水泥20966万吨，增长12.0 %；十种有色金属317万吨，增长7.1%；汽车180.4万辆，增长6.3%；轿车100.2万辆，增长9.6%；发电量3907亿千瓦时，增长1.5%；原油加工量3876万吨，增长7.0 %；乙烯111万吨，增长3.6 %。 9月份，工业企业产品销售率为98.3%，比上年同月下降0.2个百分点。工业企业实现出口交货值9433亿元，同比名义增长6.4%。 9月工业增加值增速小幅回升，主要是由价格企稳、去库存动力减弱所致。工业增加值与发电量增速持续偏离可能主要是统计因素所致，与用电量数据基本吻合；总体来看，偏上游的行业表现略好，主要工业品产量大多反弹。考虑需求走势和补库存因素，预计四季度工业增加值增速能延续反弹。
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。
财政收入计量经济学模型分析
我国财政收入的计量经济学模型分析
一、经济理论背景 近几年来，中国经济保持了快速发展势头。财政是同国家的产生和存在相联系。国家为了维持自身的存在和发挥职能，必须消耗一定的社会产品。但是，国家本身通常不直接从事生产活动，因而必须凭借自身拥有的政治权力，强制性地征收一部分社会产品，以满足各方面支出的需要。这种国家的收入和支出就是财政，它是国家凭借政治权力而进行的社会产品的分配。从这一概念的内容可以看出，财政是一种分配关系，是一种以国家为主体、在社会范围内集中性的分配关系。这就是财政的本质。我们选取了全国1978-2001年的财政收入，通过建立计量模型，运用计量分析方法对影响财政收入的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终使财政收入成为促进中国经济发展的基石。 二、有关财政收入及其影响因素的理论 我们主要从以下几个方面分析我国财政收入的影响因素： ①税收 税收是国家为实现其职能，凭借政治权力，按照法律规定，通过税收工具强制地、无偿地征参与国民收入和社会产品的分配和再分配取得财政收入的一种形式。 ②国民生产总值gross national product（GNP） GNP是指一个国家（地区）所有常住机构单位在一定时期内（年或季）收入初次分配的最终成果。 ③其他收入 包括基本建设贷款归还收入、基本建设收入、捐赠收入等。例如企业、个人的捐款，国际组织和别国政府的援助等。 ④从业人数 非农业就业人数为就业报告中的一个项目，该项目主要统计从事农业生产以外的职位变化情形。非农就业人数主要是反映制造行业和服务行业的发展及其增长，数字减少便代表企业减低生产，经济步入萧条。 ⑤进出口额 是指一个国家（地区）与另一个国家（地区）之间的商品和劳务的交换。这种贸易由进口和出口两个部分组成。 我们猜想财政收入的增加或减少与以上五个因素有关。 三、分析影响财政收入的目的和意义 影响财政收的根本性因素济是经发展水平，所以只有大力发展经济，使经济持续稳定地增长，财政收入才能增加。 增加财政收入要处理好国家、企业、个人的关系。财政收入的增加是财政支出的前提，也是在市场经济条件下发挥国家宏观调控作用的基础。虽然从长远来看，国家实力的增强必然会给每个企业的发展和人民生活水平的提高带来机会，但是，它毕竟与企业和人民的希望不完全相等。所以，必须把握财政收入增长的度。如果国家财政收入过多，就是财政资金分配不当的一种表现。它的结果是会直接减少企业和个人的收入，这对企业生产规模的扩大和个人购买力的增加产生不利影响，最终会阻碍经济的发展，背离财政收入增加的初衷，反而导致财政收入增加困难。如果国家财政收入过少，其直接后果则是减少财政在经济建设方面
宏观经济数据有哪些指标
国内生产总值（GDP）： 是某一国在一定时期其境内生产的全部最终产品和服务的总值。反映一个国家总体经济形势的好坏，与经济增长密切相关，被大多数西方经济学家视为“最富有综合性的经济动态指标”。主要由消费、私人投资、政府支出、净出口额四部分组成。数据稳定增长，表明经济蓬勃发展，国民收入增加，有利于美圆汇率；反之，则利淡。一般情况下，如果GDP连续两个季度下降，则被视为衰退。此数据每季度由美国商务部进行统计，分为初值、修正值、终值。一般在每季度末的某日北京时间21：30公布前一个季度的终值。 工业生产（INDUSTRIAL PRODUCTION）： 某国工业生产部门在一定时间内生产的全部工业产品的总价值。在国内生产总值中占有很大比重。由于工业部门雇佣了大量工人，其变动对整个国民经济有着重大影响，与汇率呈正相关。尤其以制造业为代表。此数据由美联储统计并在每月15日左右晚间21：15或22；15发布。 失业率（UNEMPLOYMENT RATE）： 经济发展的晴雨表，与经济周期密切相关。数据上升说明经济发展受阻，反之则看好。对于大多数西方国家来说，失业率在4%左右为正常水平，但如果超过9%，则说明经济处于衰退。此数据由美国劳工部编制，每月第一个周五21：30公布。 贸易赤字（TRADE DIFICIT）： 国际间的贸易是构成经济活动的重要环节。当一国出口大于进口时称为贸易顺差；反之，称逆差。美国的贸易数据一直处于逆差状态，重点是在赤字的扩大或缩小。赤字扩大不利于美圆，反之则有利。此数据由美国商务部编制，每月中、下旬某日晚间21：30公布前一个月数字。 经常项目收支： 经常帐为一国收支表上的主要项目，内容记载一国与外国包括因为商品/劳务进出口、投资所得、其他商品与劳务所得以及片面转移等因素所产生的资金流出与流入的状况。如果为正数，为顺差，有利本国货币；反之，则不利于本国货币。此数据由美国商务部编制，每月中旬某日21：30公布。 资本帐收支： 主要描述一国的长、短期资本流动情况，包括长期资本、非流动性短期私人资本、特别提款权、误差与遗漏，以及流动性短期私人资本等项目。资本项目在金融日益国际化、自由化的今天，影响不亚于经常帐项目，金融市场对外开放程度越高，影响越大。其对汇率的影响的观察方法与经常帐基本相同。 利率（INTRESTRATE）： 利率是借出资金的回报或使用资金的代价。一国利率的高低对货币汇率有着直接影响。高利率的货币由于回报率较高，则需求上升，汇率升值；反之，则贬值。美国的联邦基金利率由美联储的会议来决定。
宏观经济学GDP数据及分析
改革开放以来中国GDP情况一览表： 年份 GDP(亿元) GDP指数 GDP增长率人均GDP(元/人) 美元/人世界排名1978 3645.2亿元 100.0 0.0% 381元 226 7 1979 4062.6亿元 107.6 7.6% 419元 269 1980 4545.6亿元 116.0 7.8% 463元 309 7 1981 4891.6亿元 122.1 5.3% 492元 288 1982 5323.4亿元 133.1 9.0% 528元 279 1983 5962.7亿元 147.6 10.9% 583元 295 1984 7208.1亿元 170.0 15.2% 695元 299 1985 9016.0亿元 192.9 13.5% 858元 292 1986 10275.2亿元 210.0 8.9% 963元 279 1987 12058.6亿元 234.3 11.6% 1112元 299 1988 15042.8亿元 260.7 11.3% 1366元 367 1989 16992.3亿元 271.3 4.1% 1519元 403 1990 18667.8亿元 281.7 3.8% 1644元 343 10 1991 21781.5亿元 307.6 9.2% 1893元 355 1992 26923.5亿元 351.4 14.2% 2311元 419 1993 35333.9亿元 400.4 14.0% 2998元 520 1994 48197.9亿元 452.8 13.1% 4044元 469 1995 60793.7亿元 502.3 10.9% 5046元 604 7 1996 71176.6亿元 552.6 10.0% 5846元 703 1997 78973.0亿元 603.9 9.3% 6420元 775 1998 84402.3亿元 651.2 7.8% 6796元 821 1999 89677.1亿元 700.9 7.6% 7159元 864
经济数据分析
具体分析当前经济形势，我们要看速度，还要看结构、效益、质量，更要看经济运行背后所发生的深刻变化。 先看速度。今年上半年我国GDP同比增长6.9%，比上年同期增幅提高0.2个百分点，表现好于预期。这表明，我国经济运行在合理区间，保持了稳中向好的态势。 再看企业效益和居民收益。今年1-5月规模以上工业企业主营业务收入和利润总额同比分别增长13.5%和22.7%，增速较上年全年分别上升8.6个和14.2个百分点。上半年全国居民人均可支配收入12932元，比上年同期名义增长8.8%，扣除价格因素，实际增长7.3%；全国居民人均财产净收入1056元，增长9.6%。 令人欣慰的是，我国经济增长质量开始提升、结构优化升级不断加快、发展动能有序转换。其一，上半年规模以上工业战略性新兴产业增加值同比增长10.8%，规模以上工业高技术产业增加值同比增长13.1%，分别高于整个规模以上工业3.9和6.2个百分点。信息传输、软件和信息技术服务业增加值同比增长21.0%。
其二，作为经济增长质量的重要指标，劳动生产率继续提高，全社会劳动生产率约为49135元/人，扣除价格因素，比去年同期增长6.7%。产能利用率回升明显，其中，煤炭、钢铁产能利用率提升较为明显，相关产业利润高速增长。 其三，上半年新增长点和新动能对工业经济助推力加大，全国有近万家新建规模以上工业企业投产，占全部规模以上工业企业的2.6%，对工业增长的贡献率达17.6%。 其四，消费已成为经济增长主要推动力。近3年来，最终消费支出对经济增长的贡献率分别为48.8%、59.7%和64.6%，分别比投资贡献率高1.9个、18.1个和22.4个百分点。今年上半年，消费对经济增长的贡献率达63.4%，比投资高30.7个百分点。 其五，出口增长加快。上半年我国工业出口交货值同比增长10.9%，增幅较上年全年回升10.5个百分点。全国进出口总额增长19.6%，一举扭转过去两年连续下滑的局面。
计量经济学分析模型
计量经济学分析模型
摘要 改革开放以来，我国经济呈迅速而稳定的增长趋势，由于分配机制和收入水平的变化，城镇居民生活水平在达到稳定小康之后，消费结构和消费水平都出现了一些新的特点。本文旨在对近几年，我国城镇年人均收入变动对年人均各种消费变动的影响进行实证分析。首先，我们综合了几种关于收入和消费的主要理论观点；本文根据相关的数据统计数据，运用一定的计量经济学的研究方法，进而我们建立了理论模型。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我们对所得的分析结果和影响消费的一些因素作了经济意义的分析，并相应提出一些政策建议。并找到影响居民消费的主要因素。 关键词：居民消费；城镇居民；回归；Eviews
目录 摘要.................................................................. II 前言. (1) 1 问题的提出 (2) 2 经济理论陈述 (3) 2.1西方经济学中有关理论假说 (3) 2.2有关消费结构对居民消费影响的理论 (4) 3 相关数据收集 (6) 4 计量经济模型的建立 (9) 5 模型的求解和检验 (10) 5.1计量经济的检验 (10) 5.1.1模型的回归分析 (10) 5.1.2拟合优度检验： (11) 5.1.3 F检验 (11) 5.1.4 T检验 (12) 5.2 计量修正模型检验： (12) 5.2.1 Y与的一元回归 (13) 5.2.2拟合优度的检验 (13) 5.2.3 F检验 (14) 5.2.4 T检验： (15) 5.3经济意义的分析: (15) 6 政策建议 (16) 结论 (17) 参考文献 (19)
21世纪中国宏观经济数据分析
21世纪中国宏观经济数据分析 一．问题研究背景 宏观经济指总量经济活动，即国民经济的总体活动。是指整个国民经济或 国民经济总体及其经济活动和运行状态，如总供给与总需求；国民经济的总值及其增长速度；国民经济中的主要比例关系；物价的总水平；劳动就业的总水平与失业率；货币发行的总规模与增长速度；进出口贸易的总规模及其变动等。宏观经济的主要目标是高水平的和快速增长的产出率、低失业率和稳定的价格水平。 二．数据来源与描述 2.1数据描述 本数据包括2000年到2012年的人均国内生产总值、第一产业增加值、工业增加值、第三产业增加值、全国财政收入、全社会固定资产投资、社会消费品零售总额、人口自然增长率、经济活动人口、居民消费价格指数、商品零售价格指数、城镇登记失业人数，具体数据如下表： 表一 年份 人均国内 生产总值 (元) 第一产业增 加值(亿元) 工业增加值(亿元) 第三产业增加值(亿元) 全国财政收入(亿元) 2012年 38,459.47 52,373.63 199,670.66 231,934.48 117,253.52 2011年 35,197.79 47,486.21 188,470.15 205,205.02 103,874.43 2010年 30,015.05 40,533.60 160,722.23 173,595.98 83,101.51 2009年 25,607.53 35,226.00 135,239.95 148,038.04 68,518.30 2008年 23,707.71 33,702.00 130,260.24 131,339.99 61,330.35 2007年 20,169.46 28,627.00 110,534.88 111,351.95 51,321.78 2006年 16,499.70 24,040.00 91,310.94 88,554.88 38,760.20 2005年 14,185.36 22,420.00 77,230.78 74,919.28 31,649.29 2004年 12,335.58 21,412.73 65,210.03 64,561.29 26,396.47 2003年 10,541.97 17,381.72 54,945.53 56,004.73 21,715.25 2002年 9,398.05 16,537.02 47,431.31 49,898.90 18,903.64 2001年 8,621.71 15,781.27 43,580.62 44,361.61 16,386.04 2000年 7,857.68 14,944.72 40,033.59 38,713.95 13,395.23 续表一： 全社会固定资产投资(亿元) 社会消费品零售总额(亿元) 人口自 然增长 率(‰) 经济活动人口(万人) 居民消费价格指数 商品零售价格指数 城镇登 记失业 人数(万 人) 374,694.74 210,307.00 4.95 78,894.00 102.6 102 917 311,485.13 183,918.60 4.79 78,579.00 105.4 104.9 922
【精编_推荐】计量经济学数据分析
计量经济学数据分析 学院：管理与经济学院 专业：技术经济及管理 姓名：葛文 学号：20808172 分析中国经济发展对中国股票市场的影响 本文通过分析2000年到2007年各月股票市场流通市值（value），成交金额(turnover)，GDP现价和居民储蓄(saving)的相关数据，试图分析我国经济发展对股票市场的影响。数据来源为CCFR数据库和证监会网站。具体分析如下： 一、绘制四个数据变量的线性图，查看2000年到2007年他们各自的走势。 二、采用最小二乘法（ＯＬＳ）进行分析 回归表达式：gdp=10433.48+0.191218*turnover 其中：Prob低于0.05，说明对应系数显著不为零；R2=0.195641，说明拟合程度一般；Prob（F-statistic）=0.000013<0.05，说明至少有一个解释变量的回归系数不为零。 回归表达式：gdp=8470.567+0.196853*value 其中：Prob低于0.05，说明对应系数显著不为零；R2=0.154730，说明拟合程度一般；Prob（F-statistic）=0.000125<0.05，说明至少有一个解释变量的回归系数不为零。 三、格兰杰因果检验
（1）检验GDP同流通市值之间的格兰杰因果关系 滞后期为10，P(F>1.08348)=0.38941，P(F>2.67705)=0.00904，所以原假设“TURNOVER不是GDP变化的原因”被接受，但原假设“GDP不是TURNOVER 变化的原因”被拒绝。 （2）检验GDP同成交金额之间的格兰杰因果关系 滞后期为10，P(F>0.63514)=0.77782，P(F>3.30636)=0.00185，所以原假设“VALUE不是GDP变化的原因”被接受，但原假设“GDP不是VALUE变化的原因”被拒绝。 四、时间序列模型估计 （1）时间序列图 （2）流通市值的相关图和偏相关图 由图可知，流通市值的是平稳序列。 （3）成交金额的相关图和偏相关图 由图可知，成交金额是平稳序列。 （4）GDP与居民储蓄散点图 五、居民储蓄的单位根ADF检验（一阶差分） ADF=-7.449984，为负且绝对值很大，则拒绝单位根假设而表明序列是平稳的。 六、VAR模型分析与协整检验 （1）GDP与流通市值的VAR模型 （2）GDP与成交金额的VAR模型 （3）DGP与成交金额的协整性检验 以检验水平0.05判断，迹统计量检验有12.66143<15.49471，
中国经济数据解读完全手册
中国经济数据解读完全手册 徐高 数据是经济分析的基础。严格的经济理论和预测判断均需要以详实合理的数据做支撑。认识理解经济数据是进行经济研究所需的基本素质。宏观经济涉及多层面庞杂的数据，系统全面的掌握宏观数据体系，以及阅读、处理、分析、判断经济数据对宏观研究至关重要，卓越的经济理论以及准确的经济预测均建立在对数据的准确把控上。特别对于转型时期的中国，宏观数据体系基本上依据市场经济需求建立，但尚未完全摆脱计划经济影响，理解中国经济数据更具复杂性。本文简单介绍经济数据阅读处理基本方法，搭建经济数据体系，成系统的分类介绍各经济指标，力图使读者在形成数据系统框架的基础上掌握各经济指标，并准确运用。然而受篇幅限制，本文在尽量做到对指标全面覆盖的同时，对各指标介绍的深度难免有限。 本文首先介绍宏观经济指标的阅读以及处理方法。宏观指标以时间序列型居多，而宏观数据的变化往往反映经济走势，因而具有更为重要的意义。在转型期的中国，统计技术与资料的限制使得累计值和当月值在月度与季度数据中成为普遍使用的两个概念。寒来暑往，秋收冬藏。生产活动的季节性变化意味着经济指标随季节出现涨落。同比变化率是最为简单的消除季节性的方法，然而存在滞后性。及时有效的分析短期经济走势，需要借助一定技术手段排除季节性因素，得到环比增速数据。 本文第二部分通过构建中国经济数据体系来系统介绍各经济指标。我们以市场经济循环作为分析的起点。从产出面、需求面和收入面构建实体经济指标体系。循环表现为需求决定产出、产出创造收入、收入产生需求。产出面以生产法GDP 为总量指标，工业增加值、采购经理人指数等均是从生产面的不同侧面对经济情况进行描述。而需求面GDP以支出法GDP为代表，与其三大子项消费、投资和净出口对应的有社会零售总额、固定资产投资以及货物贸易等更为高频的指标。收入法GDP是从收入面描述经济的总量指标，包括劳动者报酬、企业盈余、生产税净额以及固定资产折旧四项，企业利润、就业、财政数据等从收入面对经济走势进行了描述。
计量经济学的模型分析
上海市当年累计合同金额和实际投资的分析 外商投资统计的基本任务是：及时、准确、全面地反映上海吸收外商投资情况，对国家批准的外商投资协议、合同和实际执行情况，以及由此产生的经济效益和已设立外商投资企业运营等方面的情况，进行系统的统计调查、统计分析，实行统计监督。为政府部门经济管理和宏观决策提供统计信息、统计咨询，并为对外交流提供服务。外商投资统计具体实施工作采取分级负责；各级外资主管部门组织、协调、管理本级职责范围内的外资统计工作。各市级集团公司负责集团公司投资的中外合资、中外合作和股份制外商投资企业；各区县外资统计主管部门负责本行政区内外商独资企业、无主管部门的外商投资企业；闵行、虹桥、漕河泾三个经济技术开发区相关开发公司，临港、洋山、化工区管委会负责相关区域内无主管部门的外商投资企业；中央企业和暂未落实中方上级主管部门的，由上海市商务委员会直接负责 一、收集数据
对数据进行整理描述
二、建立模型 建立如下一元回归模型： μββ++=x 10y （本模型中x 表示当年累计合同 金额，Y 表示实际投资） 三、模型检验 （一）、卡方检验 （二）、回归分析
（三）、T检验 通过T型检验 T=7.363，自由度df=19,sig.=0.000并且sig.(双
侧)=0.000。由于sig.比α=0.05小得多，故认为上海市当年累计合同金额和实际投资有关。 对数据进行回归分析的计算结果，利用0β和1β的估计值，可建立如下上海市实际投资函数： 四、认识 从回归估计的结果看，模型较好。可以看出上海市当年累计合同 金额和实际投资有关，并且两者的相关性较强。可以看出企业按合同（章程）规定的外商以现汇、实物、外商所得股利的再投资以及工业产权、专有技术、土地使用权、无形资产计价等的全部实缴资本额。包括经有关部门批准，外商用于扩大再生产、发展企业规模或补充基本建设资金不足而投入的追加资本及外商所得股利的再投资。其中，外商增资额予以单独列出。外商实际投资额有增减变动的，必须以会计师事务所出具的验资报告及相关附件作为统计依据，实缴资本额一律折成美元计算。投资方如来自两个以上不同的国家（地区），请一一列明（下同）。企业按合同（章程）规定的中方以现金、 实物以及工业产权、专有技术、 土地使用权等无形资产计价的全部实缴资本额。包括经有关部门批准，中方用于扩大再生产、 发展企业规模或补充基本建设资金不足而投入的追加资本及中方所得股利的再投资。其中，中方增资额及由中方利润转入的增资部分，予以单独列出。 X +=998.0054.2-Y ?
中国宏观经济数据分析的深度报告
来自中国首席经济学家论坛徐高理事对中国宏观经济数据分析的深度报告 数据是经济分析的基础。严格的经济理论和预测判断均需要以详实合理的数据做支撑。认识理解经济数据是进行经济研究所需的基本素质。宏观经济涉及多层面庞杂的数据，系统全面的掌握宏观数据体系，以及阅读、处理、分析、判断经济数据对宏观研究至关重要，卓越的经济理论以及准确的经济预测均建立在对数据的准确把控上。特别对于转型时期的中国，宏观数据体系基本上依据市场经济需求建立，但尚未完全摆脱计划经济影响，理解中国经济数据更具复杂性。本文简单介绍经济数据阅读处理基本方法，搭建经济数据体系，成系统的分类介绍各经济指标，力图使读者在形成数据系统框架的基础上掌握各经济指标，并准确运用。然而受篇幅限制，本文在尽量做到对指标全面覆盖的同时，对各指标介绍的深度难免有限。 本文首先介绍宏观经济指标的阅读以及处理方法。宏观指标以时间序列型居多，而宏观数据的变化往往反映经济走势，因而具有更为重要的意义。在转型期的中国，统计技术与资料的限制使得累计值和当月值在月度与季度数据中成为普遍使用的两个概念。寒来暑往，秋收冬藏。生产活动的季节性变化意味着经济指标随季节出现涨落。同比变化率是最为简单的消除季节性的方法，然而存在滞后性。及时有效的分析短期经济走势，需要借助一定技术手段排除季节性因素，得到环比增速数据。 本文第二部分通过构建中国经济数据体系来系统介绍各经济指标。我们以市场经济循环作为分析的起点。从产出面、需求面和收入面构建实体经济指标体系。循环表现为需求决定产出、产出创造收入、收入产生需求。产出面以生产法 GDP 为总量指标，工业增加值、采购经理人指数等均是从生产面的不同侧面对经济情况进行描述。而需求面GDP以支出法GDP为代表，与其三大子项消费、投资和净出口对应的有社会零售总额、固定资产投资以及货物贸易等更为高频的指标。收入法GDP是从收入面描述经济的总量指标，包括劳动者报酬、企业盈余、生产税净额以及固定资产折旧四项，企业利润、就业、财政数据等从收入面对经济走势进行了描述。 本文第三部分介绍宏观名义量与实际量区别产生出一般物价指标——通胀指标。而通胀水平变化在价格粘性背景下可能影响实际经济变量。其中CPI是最为常用的通胀指标，通胀变化一方面显示实体经济走势，另一方面对货币政策具有指示意义。因而预测通胀变化对市场分析至关重要。 本文第四部分介绍现代经济系统中重要的组成部分——货币循环指标。现代市场经济下货币与金融是市场循环的润滑剂。而央行是调控货币政策的职能部门。央行向商业银行投放或回收货币，商业银行向实体经济投放信贷并形成货币再生创造。这样形成央行与商业银行、商业银行与实体经济两个层次的资金市场。相应的货币总量、资金价格、流动性供应等均存在两个层面的度量指标。一般情况下，商业银行层面的资金供求变化会影响实体经济变化。但在金融体系传导不