计量经济学实验报告记录模板加实例
计量经济学实验报告记录模板加实例
————————————————————————————————作者：————————————————————————————————日期：
《计量经济学》实验报告
实验项目名称：进出口关税实证分析
指导教师：
姓名：
学号：
年级专业：
【实验目的】
1.熟悉了解计量经济学建模理论与方法，掌握计量经济分析的步骤；
2.熟悉Eviews8的操作过程，掌握Eviews8操作方法，学会分析数据；
3.在实验中培养认识问题、分析问题和解决问题的能力。通过计量经济学的方
法定量的研究经济问题，加深对经济理论和计量建模思想的认识；
【实验要求】
1．要求我们了解和熟悉计量经济学的基本知识，为具体操作做好知识准备。
2．要求我们熟悉什么是计量经济，如何利用计量分析，他们各自的分类又有什么，为具体操作做好知识准备。
3．要求我们利用计量经济学软件，按实际操作规范和流程进行操作处理，培养自己的动手操作能力，培养自己Eviews8熟悉程度。
4．要求我们正确运用软件，明白软件中给出的数据所代表的意义。能够了解理论、数据与实际之间的相关性。
【实验原理】
1．Eviews8软件使用方法；
2．单位根检验、约翰森检验、VECM模型、格兰杰因果关系分析、脉冲反应和方差分解理论。
【实验内容】
1．创建工作文件，输入数据；
2．利用Eviews检验时间序列数据的平稳性（样本相关图和ADF检验）；3．协整检验（约翰森检验）；
4．构建VECM模型；
5．进行格兰杰因果关系分析；
6．进行脉冲反应和方差分解。
【实验步骤】
一、实验数据：
表1 进出口额—关税数据表
年份进出口
X (亿美
元) 关税Y
（亿元）
年份进出口
X (亿美
元)
关税Y
（亿
元）
年份进出口
X (亿美
元)
关税Y
（亿
元）
1950 11.3 3.6 1970 45.9 7 1990 1154.4 159 1951 19.6 6.9 1971 48.4 5 1991 1357 187.3 1952 19.4 4.8 1972 63 5 1992 1655.3 212.8 1953 23.7 5.1 1973 109.8 9 1993 1957 256.5 1954 24.4 4.1 1974 145.7 14 1994 2366.2 272.7 1955 31.4 4.7 1975 147.5 15 1995 2808.6 291.8 1956 32.1 5.4 1976 134.3 15 1996 2898.8 301.8 1957 31 5.8 1977 148 26.2 1997 3251.6 319.5 1958 38.7 6.4 1978 206.4 28.8 1998 3239.5 313 1959 43.8 7 1979 293.3 26 1999 3606.3 562.2 1960 38.1 6 1980 381.4 33.5 2000 4742.9 750.5 1961 29.4 6.2 1981 440.3 54 2001 5096.5 840.5 1962 26.6 4.8 1982 416.1 47.5 2002 6207.7 704.3 1963 29.2 4.2 1983 436.2 53.9 2003 8509.9 923.1 1964 34.7 4.4 1984 535.5 103.1 2004 11545.5 1043.8 1965 42.5 5.7 1985 696 205.2 2005 14219 1066.2 1966 46.2 6.5 1986 738.5 151.6 2006 17604 1141.8 1967 41.6 3.9 1987 826.5 142.4 2007 21737.3 1432.6 1968 40.5 6.3 1988 1027.9 155 2008 25632.6 1770 1969 40.3 6.4 1989 1116.8 181.5
二、实验步骤：
1. 数据的平稳性检验（样本相关图和ADF方法）
点选X与Y二序列，按鼠标右键Open / as Group，在弹出的对话框中，选择View/Correlogram,即可得出样本相关图。然后选择Quick/Series statistics/Unit Root tes,输入序列名称，然后于Test type 选择Augmented Dickey-Fuller，Test for unit root in 选择Level，Include in test equation 选择Intercept,即可得出ADF检验结果。对于序列X检验结果如下图所示：
左图显示样本自相关函数缓慢下降且呈正弦波形，由Q统计量的伴随概率知，在每一期滞后都是拒绝平稳性假设的。因此，海关货物进出口序列是非平稳的。从右图亦可得出相同的结论。
对于Y的检验结果如下图所示：
左图显示样本自相关函数缓慢下降且呈正弦波形，由Q统计量的伴随概率知，在每一期滞后都是拒绝平稳性假设的。因此，海关货物进出口序列是非平稳的。从右图亦可得出相同的结论。
为了让序列平稳，对原始数据取对数后再进行差分，在Eviews命令框输入：genr xt=log(x)和genr yt=log(y)分别得到序列XT和YT，检验结果如下图：
从上图中可以看出，对于处理后的数据是平稳的，即lnXt 和lnYt都是一阶单整序列。
2. 协整检验（约翰森检验方法）
在出现的group之窗口点选View / Graph…会出现Graph Options对话框，在Graph type之General选Basic graph，在Specific选Line & Symbol / Single graph按确定
从上图可以看出，lnXt 和lnYt具有共同的变化趋势。下面进行约翰森检验：（1）在group之窗口点选View / Cointegration Test …，会出现Cointegration Test Specification对话框，在Deterministic trend assumption of test选择Summarize all 5 sets
of assumptions，按确定后会出现Johansen Cointegration Test Summary，可依此结果选择的设定。
因此，可以选择有截距没有趋势，滞后期为1的设定，继续进行检验。
（2）再按一次View / Cointegration Test，并依前一步骤选择协整检定的设定
由Johansen协整检定，不论在Trace test与Max-eigenvalue test其p-value值均远小于0.05的临界值，因此lnXt 和lnYt之间存在协整关系。
3.估计V AR模型
从上表可知，我们估计的V AR模型是：
lnY t = 0.70 lnY t-1+0.25 lnX t-1-0.09 lnY t-2+0.14 lnX t-2-0.63
lnX t = -0.15 lnY t-1+1.44 lnX t-1+0.13 lnY t-2-0.40lnX t-2-0.03
该模型的稳定性检验如下：
通过上图可知，我们所建立的V AR模型是稳定地。
4. 格兰杰因果关系检验
对lnY t和lnX t一阶差分序列进行格兰杰检验，判断变量变化的先后时序，结
果如下：
通过上图可以看出，在2阶滞后的情况下，lnX t是lnY t的格兰杰原因，但是lnY t 不是lnX t的格兰杰原因。即是说，进出口的多少能够解释关税的多少。
5.估计VECM
因为lnY t和lnX t序列之间存在协整关系，为进一步研究它们之间的短期关系，建立误差修正模型。
（1）确定滞后期。先执行一次Quick / Estimate V AR，然后在模型估计窗口点选View / Lag Structure / Lag Length Criteria。
从图中可以看出，滞后期取3比较合意。
（2）重新执行Proc / Make Vector Autoregression，在Basics下选择Vector Error Correction，在Lag Intervals for D(Endogenous) 选3。
由上图我们可以看出，回归方程为：
D(lnY t) = - 0.41*( lnY t-1- 1.02*lnX t-1+ 2.16 ) + 0.10*D(lnY t-1) - 0.12*D(lnY t-2) - 0.03*D(lnY t-3) - 0.01*D(lnX t-1) - 0.36*D(lnX t-2) - 0.10*D(lnX t-3) + 0.17
D(lnX t) = - 0.13*( lnY t-1- 1.02* lnX t-1+ 2.16 ) - 0.05*D(lnY t-1) + 0.01*D(lnY t-2) + 0.08*D(lnY t-3) + 0.57*D(lnX t-1) - 0.37*D(lnX t-2) - 0.23*D(lnX t-3) + 0.13
VECM模型的拟合度较低，因此模型并不精确，可能是由于短期影响因素众多，而此模型只考虑了lnY t和lnX t之间的关系。
6.脉冲反应和方差分解
【实验总结】
1. 熟悉了EViews8.0软件的运行环境；
2. 利用所给的数据建立所需的文件、参数等；
3. 运用数据进行经济意义分析，了解计量实验在现实中的运用；
4. 学会了如何建立文件、如何使用软件，如何进行建模分析；
5. 分析得出，在长期，进出口额和关税之间存在稳定的均衡关系，由于误差修正模型拟合度较低，说明它们在短期关系并不稳定。
最后，从计量经济学的实验中，我学会了如何将课本中的公式运用在软件中，知道了软件中每一部分数据所代表的意义，总之就是从认识到实践，再从实践到认识，深刻了书中要点，学习收获颇多。
计量经济学实验三
实 验 三： 多元回归模型与非线性回归模型 【实验目的】掌握多元回归模型参数估计，特别是非线性回归模型的转化、参数估计及检验方法。 【实验内容】一、多元回归模型参数估计； 二、生成序列以及可线性化模型的参数估计； 三、不可线性化模型的迭代估计法的Eviews 软件的实现方式。 【实验数据】建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为：()ε,,,K L t f Y =。其中，L 、K 分别为生产过程中投入的劳动与资金，时间变量t 反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y 为工业总产值（可比价），L 、K 分别为年末职工人数和固定资产净值（可比价）。 资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理 【实验步骤】Y=AK 一、建立多元线性回归模型 ㈠建立包括时间变量的三元线性回归模型； μββββ++++=L K T Y 3210
在命令窗口依次键入以下命令即可： ⒈建立工作文件： CREATE A 78 94 ⒉输入统计资料： DATA Y L K ⒊生成时间变量t ： GENR T=@TREND(77) ⒋建立回归模型： LS Y C T L K 则生产函数的估计结果及有关信息如图3-1所示。 图3-1 我国国有独立核算工业企业生产函数的估计结果 因此，我国国有独立工业企业的生产函数为： K L t y 7764.06667.06789.7732.675?+++-= （模型1） t ＝(-0.252) (0.672) (0.781) (7.433) 9958.02=R 9948 .02=R 551.1018=F 模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。9958.02=R ，说明模型有很高的拟合优度，F 检验也是高度显著的，说明职工人数L 、资金K 和时间变量t 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K 的t 统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的t 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除t 统计量最小的变量（即时间变量）而重新建立模型。 ㈡建立剔除时间变量的二元线性回归模型； 命令：LS Y C L K 则生产函数的估计结果及有关信息如图3-2所示。
计量经济学实验报告完整版
计量经济学实验报告集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]
3.3 3.3 经调查研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表 3.6为对某地区部分家庭抽样调查得到的样本数据。 （1T ）的多 元线性回归：123i i i i u Y X T βββ=+++ 利用样本数据估计模型的参数，对模型加以检验，分析所估计模型的经济意义和 作用。 步骤： 1.打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。 2. 在命令行输入：DATA Y X T ，回车。将数据复制粘贴到Group 中的表格中。 3. 建立数据关系图为初步观察数据的关系，在命令行输入命令：sort Y ，从而实现数据Y 的递增排序。 4. 在数据表“group ”中点“view/graph/line ”，最后点击确定，出现序列Y 、X 、T 的线性图。 5. OLS 估计参数,点击主界面菜单Quick\Estimate Equation ，弹出对话框，如下图。在其中输入Y c X T ，点确定即可得到回归结果。
经济意义：家庭月平均收入每增加1元，家庭书刊消费将增加0.08645元。户主受教育年数每增加1年，家庭书刊消费平均将增加52.3703元。 作用：显示出各解释变量在其他解释变量不变的情况下，对被解释变量的影响情况。 （2）作家庭书刊消费（Y ）对户主受教育年数（T ）的一元回归，获得残差E1；再作家庭月平均收入（X ）对户主受教育年数（T ）的一元回归，并获得残差E2。 Y 对T 的一元回归： 步骤： 1. 打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/undated”，在Observations 后输入样本容量个数：18。 2. 在命令行输入：DATA Y T ，回车,将数据复制粘贴到Group 中的表格中。 3. 作散点图在命令行输入命令：SCAT T Y 。 4. 在主菜单中点“Quick ”“Estimate Equation ”，在 Specification 中输入 Y C T ，点“确定”。 E1=resid X 对T 的一元回归： 步骤： 1. 打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/undated”，在Observations 后输入样本容量个数：18。 2. 在命令行输入：DATA X T ，回车,将数据复制粘贴到Group 中的表格中。 3. 作散点图在命令行输入命令：SCAT T X 。 4. 在主菜单中点“Quick ”“Estimate Equation ”，在 Specification 中输入 X C T ，点“确定”。 E2=resid （3）作残差E1对残差E2的无截距项的回归：212i E E v α=+ ，估计其参数。 步骤1.打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。 2. 在命令行输入：DATA E1 E2，回车。将数据复制粘贴到Group 中的表格 中。 3. 采用OLS 估计参数在主界面命令框栏中输入 ls E1 E2，然后回车，即可得到参数的估计结果。 由结果可知1=-6.3351+0.08645*2E E
计量经济学实验一
《计量经济学》综合实验一系金融系专业经融工程姓名程若宸 学号20141206031035 实验地点：B楼305 实验日期：216.9.30 实验题目：研究中国汽车市场未来发展趋势 实验类型：基本操作训练。 实验目的：掌握简单线性回归模型的Eviews操作 实验内容：第三章的“引子”中分析了，经济增长、公共服务、市场价格、交通状况、社会环境、政策因素，都会影响中国汽车拥有量。为了研究一些主要因素与家用汽车拥有量的数量关系，选择“百户拥有家用汽车量”、“人均地区生产总值”、“城镇人口比重”、“交通工具消费价格指数”等变量，2011年全国各省市区的有关数据见附件：1）建立百户拥有家用汽车量计量经济模型? 2）估计参数并写出回归分析结果报告? 3) 对模型进行经济意义上的检验，统计意义上的检验? 评分标准：操作步骤正确，回归结果正确，结果分析准确到位，符合实际。 实验步骤：
Dependent Variable: Y Method: Least Squares Date: 09/30/16 Time: 11:27 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 246.8540 51.97500 4.749476 0.0001 X2 5.996865 1.406058 4.265020 0.0002 X3 -0.524027 0.179280 -2.922950 0.0069 X4 -2.265680 0.518837 -4.366842 0.0002 R-squared 0.666062 Mean dependent var 16.77355 Adjusted R-squared 0.628957 S.D. dependent var 8.252535 S.E. of regression 5.026889 Akaike info criterion 6.187394 Sum squared resid 682.2795 Schwarz criterion 6.372424 Log likelihood -91.90460 Hannan-Quinn criter. 6.247709 F-statistic 17.95108 Durbin-Watson stat 1.206953 Prob(F-statistic) 0.000001 (51.98) (1.41) (0.18) (0.52) t= (4.75) (4.27) (-2.92) (-4.37) F=17.951 n=31 模型检验 1.经济意义检验 模型估计结果的数据说明理论分析与经验判断相一致 2.统计检验 (1)拟合优度：修正的可决系数为说明模型对样本拟和
计量经济学实验
中国海洋大学本科生课程大纲 一、课程介绍 1.课程描述： 计量经济学是经济学、数学和统计学相结合的综合性边缘学科。它是以经济理论为基础，以经济事实表现的经济数据为依据，运用数学和统计学的方法，通过建立计量经济模型来研究经济变量之间随机数量关系和规律的一门经济学科。计量经济学是教育部规定的经济类专业核心课程之一，是经济类专业的专业必修课，在经济类的各个专业的教学中占有非常重要的地位。 计量经济实验分析在现代经济研究中具有重要的地位，是经验解释的理论验证、经济发展规律的总结以及经济冲击效果的预测等工作的主要方式。计量经济学的工具类课程性质、软件依赖特征使得实验教学成为理解计量经济理论和掌握其应用方法的有效方式。课程的重点是讲授常用的计量经济学软件的基本操作，使学生熟悉软件界面，熟悉了解常用的菜单项和工具栏的操作，通过分步骤讲解的上机实践，使学生逐步掌握关于计量经济分析的理论和应用问题的研究过程。 Econometrics is a comprehensive fringe subject that combines economics, mathematics and statistics. It is an economic discipline based on economic theory, economic data and economic facts. It uses mathematical and statistical methods to establish econometric models to study the random quantitative relationships and laws between economic variables. Econometrics is one of the core courses for economics majors stipulated by the Ministry of Education. It is a compulsory course for economics majors. It occupies a very important position in the teaching of economics majors. Econometric experimental analysis has an important position in modern economic research. It is the main method of theoretical verification of empirical interpretation,
计量经济学实验报告 (3)
1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型
为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。 模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年 216,314.43 76,315.00 109,998.16 101.5
计量经济学实验教程 实验七 多重共线性模型的检验和处理
目录 R值和t值检验 (4) 一、2 二、解释变量相关系数检验 (5) 三、辅助回归检验 (6) 四、CS对GDP1、GDP2、GDP3回归多重共线性的处理 (8) 五、TZG对ZJ、YY和CZ回归多重共线性的处理 (9)
实验七多重共线性模型的检验和处理 实验目的：掌握多重共线性模型的检验和处理方法。 R值和t值检验及解释变量相关系数检验，实验要求：了解辅助回归检验和掌握2 了解变量变换法和掌握先验信息法。 R值和t值检验、解释变量相关系数检验和辅助回归检验，先验信实验原理：2 息法和变量变换法。 实验步骤： 一、2R值和t值检验 在实验二的一元线性回归模型的估计中，根据广东数据把CS作为应变量，GDPS作为解释变量，进行了一元线性回归，得到结果为 CS=0.0802959511276*GDPS+12.5096023259 其含义是国内生产总值GDPS每增加一个单位，财政收入CS将增加0.0830个单位。实际上三个产业对财政收入的贡献是不同的，那么就应该把上述回归改为财政收入CS对三个产业增加值GDP1、GDP2、GDP3进行回归。进行这个三元回归，得结果为： 从结果看判定系数2R很高，方程很显著，但3个参数t检验值两个不显著，有一个较显著，其中一个参数估计值还是负的，不符合经济理论。显然，出现了严重的多重共线性。 在实验三的多元线性回归模型的估计和检验中，根据广东数据，建立了固定
资产投资模型，固定资产投资TZG取决于固定资产折旧ZJ、营业盈余YY和财政支出CZ，进行三元线性回归如下： 估计方程的判定系数2R很高，方程显著性F检验也显著，但只有两个参数显著性t检验比较显著，这与很高的判定系数不相称，出现了严重的多重共线性。 二、解释变量相关系数检验 根据广东数据，CS对GDP1、GDP2和GDP3的回归中，解释变量GDP1、GDP2和GDP3之间的相关系数为 可以看出三个解释变量GDP1、GDP2和GDP3之间高度相关，必然存在严重的多重共线性。 根据广东数据，TZG对ZJ、YY、CZ的回归中，解释变量ZJ、YY、CZ之间的相关系数为 可以看出三个解释变量ZJ、YY、CZ之间也高度相关，特别是ZJ和CZ之间高度相关，必然存在严重的多重共线性。
计量经济学实验报告
计量经济学实验报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT
计量经济学实验 基于EViews的 中国能源消费影响因素分析 学院： 班级： 学号： 姓名：
基于EViews的中国能源消费影响因素分析 一、背景资料 能用消费是引是指生产和生活所消耗的能源。能源消费按人平均的占有量是衡量一个国家经济发展和人民生活水平的重要标志。能源是支持经济增长的重要物质基础和生产要素。能源消费量的不断增长，是现代化建设的重要条件。我国能源工业的迅速发展和改革开放政策的实施，促使能源产品特别是石油作为一种国际性的特殊商品进入世界能源市场。随着国民经济的发展和人口的增长，我国能源的供需矛盾日益紧张。同时，煤炭、石油等常规能源的大量使用和核能的发展，又会造成环境的污染和生态平衡的破坏。可以看出，它不仅是一个重大的技术、经济问题，而且以成为一个严重的政治问题。 在20世纪的最后二十年里，中国国内生产总值（GDP）翻了两番，但是能源消费仅翻了一番，平均的能源消费弹性仅为左右。然而自2002年进入新一轮的高速增长周期后，中国能源强度却不断上升，经济发展开始频频受到能源瓶颈问题的困扰。鉴于此，研究能源问题不仅具有必要性和紧迫性，更具有很大的现实意义。由于我国目前面临的所谓“能源危机”，主要是由于需求过大引起的，而我国作为世界上最大的发展中国家，人口众多，所需能源不可能完全依赖进口，所以，研究能源的需求显得更加重要。 二、影响因素设定 根据西方经济学消费需求理论可知，影响消费需求的因素有：商品的价格、消费者收入水平、相关商品的价格、商品供给、消费者偏好以及消费者对商品价格的预期等。对于相关商品价格的替代效应，我们认为其只存在能源品种内部之间，而消费者偏好及消费者对商品价格的预期数据差别较大，不容易进行搜集整理在此暂不涉及。另外，发展经济学认为，来自知识、人力资本的积累水平所体现的技术进步不仅可以带动劳动产出的增长，
《计量经济学》上机实验答案过程步骤
实2：我国1978-2001年的财政收入（y ）和国民生产总值（x ）的数据资料如表2所示： 表2 我国1978-2001年财政收入和国民生产总值数据 试根据资料完成下列问题： （1）给出模型t t t u x b b y ++=10的回归报告和正态性检验，并解释回归系数的经济意义； （2）求置信度为95%的回归系数的置信区间； （3）对所建立的回归方程进行检验(包括估计标准误差评价、拟合优度检验、参数的显著性检验)； （4）若2002年国民生产总值为亿元，求2002年财政收入预测值及预测区间（05.0=α）。 参考答案：
（1） t t x y 133561.06844.324?+= =)?(i b s =)?(i b t 941946.02 =R 056.1065?==σ SE 30991.0=DW 9607.356=F 133561.0?1 =b ，说明GNP 每增加1亿元，财政收入将平均增加万元。 （2）)?()2(?02/00b s n t b b ?-±=α=±? )?()2(?1 2/11b s n t b b ?-±=α=±? （3）①经济意义检验：从经济意义上看，0133561.0?1 ?=b ，符合经济理论中财政收入随着GNP 增加而增加，表明GNP 每增加1亿元，财政收入将平均增加万元。 ②估计标准误差评价： 056.1065?==σ SE ，即估计标准误差为亿元，它代表我国财政收入估计值与实际值之间的平均误差为亿元。 ③拟合优度检验：941946.02 =R ，这说明样本回归直线的解释能力为%，它代表我国财政收入变动中，由解释变量GNP 解释的部分占%，说明模型的拟合优度较高。 ④参数显著性检验：=)?(1b t ?0739.2)22(025 .0=t ，说明国民生产总值对财政收入的影响是显著的。 （4）6.1035532002=x , 41.141556.103553133561.06844.324?2002=?+=y
计量经济学实验报告
《计量经济学》实验报告一，数据 二，理论模型的设计 解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作： （1）X与Y散点图
从散点图可以粗略的看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。因此，建立一元线性回归模型： 01i i i Y X ββμ=++ （2）对模型做OLS 估计 OLS 估计结果为 272.36350.7551Y X ∧ =+ 011.705732.3869t t == 20.9831.. 1.30171048.912R DW F === 三，模型检验 从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。 t 检验:在5%的显著性水平下1β不显著为0，表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。 1，预测 现已知2018年人均年可支配收入为20000元，预测消费支出预测值为 0272.36350.75512000015374.3635Y =+?= E(X)=6222.209，Var(X)=1994.033
则在95%的置信度下，E( Y)的预测区间为（874.28,16041.68） 2，异方差性检验 对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大。如经济越落后储蓄率越高，可能出现异方差性问题。 G-Q检验 对样本进行处理，X按从大到小排序，去掉中间4个，分为两组数据， 128 n n ==分别回归
1615472.0RSS = 2126528. 3R S S = 于是的F 统计量： ()() 12811 4.86811RSS F RSS --==-- 在5%的想著想水平下，0.050.05(6,6) 4.28,(6,6)F F F =>，即拒绝无异方差性假设，说明模型存在异方差性。
计量经济学实验
计量经济学课后习题P42.6 一、操作步骤 1、双击“Eviews”，进入主页。 2、建立工作文件：file-new 3、建立序列对象：
4、输入数据：在主菜单通过路径file-import-read text-lotus-excel，进 入数据文件选择对话框，通过输入数据路径，进入数据录入对话框。 默认其他设置，单击OK，完成数据录入工作 5．数据统计和图像 国内生产总值GDP和货物运输量Y的散点图
6.估计参数：在EV主页界面点击“Quick”菜单，点击“Estimate Equation”,出现“Equation Specification”对话框，选择OLS估计，输入“y c gdp”,点击“OK”。即出现回归结果图： 回归结果 7.模型预测评估
二、结论 1.估计一元线性回归模型01t t t Y X u ββ=++ 参数估计结果为：t t t u GDP Y ++=95.2627.12596 2.对估计结果作结构分析 95.261=β是样本回归方程的斜率，它表示GDP 每增加一亿元，该市货物运输量 就增加26.96万吨。27.125960=β是样本回归方程的截距。 3.对估计结果进行统计检验 763.0,781.022==R R ,说明总离差平方和的78.1%被样本回归直线解释，样本回归直线对样本点的拟合优度较高。 4.假如2000年某市以1980年为不变价的国民生产总值为620亿元，求2000年货运输量预测值与预测区间。 Y=29307.84万吨。标准误差=2255.64，区间：[27052.2，31563.48]。 P42.7 一、步骤 建立工作文件、序列对象、录入数据、画散点图等操作方法都与上一题方法一样，以下几个图表是操作的结果图。 1.我国粮食产量Q （万吨）、农业机械总动力x1(万千瓦)、化肥施用量x2（万吨）、土地灌溉面积x3（千公顷）。 1978~1998年样本观测值 年份 Q x1 x2 x3 1978 30477.01 11749.9 884 44965.3 1979 33212 13379.6 1086.3 45003 1980 32055.99 14745.7 1269.4 44888.1 1981 32502.01 15679 1334.9 44574
计量经济学实验课程
第一节 EViews基本操作 1、什么是EViews EViews是Econometric Eviews（计量经济学视图）的缩写，通常称为计量经济学软件包，是专门从事数据分析、回归分析和预测的工具，在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛。 EViews引入了流行的对象概念，操作灵活简便，可在菜单式窗口和编程窗口两种方式下运行，可直接而不需要编程解决绝大部分计量经济学问题。 2、EViews安装 3、EViews使用参考书 1）、《EViews使用指南与案例》，张晓峒主编，机械工业出版社，2007 2）、《计量经济学试验教程》，李国柱，刘德智主编，中国经济出版社，2010 4、认识EViews 主菜单包含九个主菜单，每个主菜单下包含若干菜单项。 File(文件) Edit(编辑) Object(对象)：主菜单下有：New Object(新建对象)、Fetch from DB（从数据库导入）、Update selected from DB（从数据库更新对象）、store selected to DB（把选定的对象存储到数据库）、copy selected（复制所选定的对象）、rename （重命名）、 freeze output （冻结当前输入） Qucik提供快速分析过程，即一些频繁使用的功能。主要菜单有：sample（改编样本范围）、generate series（生成序列）、show（打开已选择的对象，或将多个序列合成一个群对象）、graph（画图）、empty group（打开一个空群）、series statics（产生序列统计量）、group statistics（进行群统计）、estimate equation （估计方程）、 estimate VAR（估计向量回归方程）。 5、数据操作 常用函数：abs(x),exp(x),inv(x),log(x),log10(x),log10(x,b),sqrt(x) 常用描述统计函数： cor(x,y),cov(x,y),mean(x),medan(x),min(x),stdev(x),var(x),sum(x) 描述性统计常用的量： 偏度（skewness）计算公式为s=错误！未找到引用源。3, 对称分布的偏度为零;当偏度大于零时，序列的分布为正偏；当偏度小于零时，序列的分布为负偏；如果偏度等于零，则序列呈正态分布。 峰度（kurtosis）的计算公式为k=错误！未找到引用源。4,正态分布的峰度为3。当序列的峰度大于3时，表示与正态分布相比，序列的分布为尖崤峰；当序列的峰度小于3时，表示与正态分布相比，序列的分布为平缓峰。 雅克-贝拉统计量（Jarque-bera statistic）用来检验序列是否服从正态分布，计算公式JB=错误！未找到引用源。，原假设为序列服从正态分布时，JB统计量服从自由度为2的卡方分布。只需要比较P值与显著性水平的大小。 第二节简单线形回归
计量经济学实验报告54995
1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP ）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型 为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。
计量经济学实验报告(自相关性)
实验6.美国股票价格指数与经济增长的关系 ——自相关性的判定和修正 一、实验内容：研究美国股票价格指数与经济增长的关系。 1、实验目的: 练习并熟练线性回归方程的建立和基本的经济检验和统计检验；学会判别自相关的存在，并能够熟练使用学过的方法对模型进行修正。 2、实验要求： （1）分析数据，建立适当的计量经济学模型 （2）对所建立的模型进行自相关分析 （3）对存在自相关性的模型进行调整与修正 二、实验报告 1、问题提出 通过对全球经济形势的观察，我们发现在经济发达的国家，其证券市场通常也发展的较好，因此我们会自然地产生以下问题，即股票价格指数与经济增长是否具有相关关系？ GDP是一国经济成就的根本反映。从长期看，在上市公司的行业结构与国家产业结构基本一致的情况下，股票平均价格的变动跟GDP的变化趋势是吻合的，但不能简单地认为GDP增长，股票价格就随之上涨，实际走势有时恰恰相反。必须将GDP与经济形势结合起来考虑。在持续、稳定、高速的GDP增长下，社会总需求与总供给协调增长，上市公司利润持续上升，股息不断增加，老百姓收入增加，投资需求膨胀，闲散资金得到充分利用，股票的内在含金量增加，促使股票价格上涨，股市走牛。 本次试验研究的1970-1987年的美国正处在经济持续高速发展的状态下，据此笔者利用这一时期美国SPI与GDP的数据建立计量经济学模型，并对其进行分析。 2、指标选择： 指标数据为美国1970—1987年美国股票价格指数与美国GDP数据。 3、数据来源： 实验数据来自《总统经济报告》（1989年），如表1所示：
表1 4、数据处理 将两组数据利用Eviews绘图，如图1、2所示： 图1 GDP数据简图图2 SPI数据简图
计量经济学实验操作指导完整版李子奈
计量经济学试验(完 整版) ——李子奈
目录 实验一一元线性回归....................................................................................................................................... 一实验目的...................................................... 二实验要求...................................................... 三实验原理...................................................... 四预备知识...................................................... 五实验内容...................................................... 六实验步骤...................................................... 1.建立工作文件并录入数据..................................... 2.数据的描述性统计和图形统计：............................... 3.设定模型，用最小二乘法估计参数：........................... 4.模型检验：................................................. 5.应用：回归预测：........................................... 实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验...................... 一实验目的：.................................................... 二实验要求...................................................... 三实验原理...................................................... 四预备知识...................................................... 五实验内容...................................................... 六实验步骤...................................................... 实验三多元线性回归 ......................................................................................................................................... 一实验目的...................................................... 三实验原理...................................................... 四预备知识...................................................... 五实验内容...................................................... 六实验步骤...................................................... 6.1 建立工作文件并录入全部数据............................... 6.2 建立二元线性回归模型..................................... 6.3 结果的分析与检验......................................... 6.4 参数的置信区间........................................... 6.5 回归预测................................................. 6.6 置信区间的预测........................................... 实验四异方差性 .................................................................................................................................................. 一实验目的...................................................... 二实验要求...................................................... 三实验原理...................................................... 四预备知识...................................................... 五实验内容...................................................... 六实验步骤...................................................... 6.1 建立对象：............................................... 6.2 用普通最小二乘法建立线性模型............................. 6.3 检验模型的异方差性....................................... 6.4 异方差性的修正........................................... 实验五自相关性 ..................................................................................................................................................
计量经济学实验报告
计量经济学实验报告 ：马艺菡 学号：4 班级：9141070302 任课教师：静文
实验题目简单线性回归模型分析 一实验目的与要求 目的：影响财政收入的因素可能有很多，比如国生产总值，经济增长，零售物价指数，居民收入，消费等。为研究国生产总值对财政收入是否有影响，二者有何关系。 要求：为研究国生产总值变动与财政收入关系，需要做具体分析。 二实验容 根据1978-1997年中国国生产总值X和财政收入Y数据，运用EV软件，做简单线性回归分析，包括模型设定，模型检验，模型检验，得出回归结果。 三实验过程：（实践过程，实践所有参数与指标，理论依据说明等） 简单线性回归分析，包括模型设定，估计参数，模型检验，模型应用。 （一）模型设定 为研究中国国生产总值对财政收入是否有影响，根据1978-1997年中国国生产总值X和财政收入Y，如图1 1978-1997年中国国生产总值和财政收入（单位：亿元）
1996 66850.5 7407.99 1997 73452.5 8651.14 根据以上数据作财政收入Y 和国生产总值X的散点图，如图2 从散点图可以看出，财政收入Y和国生产总值X大体呈现为线性关系，所以建立的计量经济模型为以下线性模型： （二）估计参数 1、双击“Eviews”，进入主页。输入数据：点击主菜单中的File/Open/EV Workfile—Excel—GDP.xls; 2、在EV主页界面点击“Quick”菜单，点击“Estimate Equation”,出现“Equation Specification”对话框，选择OLS估计，输入““y c x”,点击“OK”。即出现回归结果图3；
计量经济学实验报告
中国海洋大学 《计量经济学》实验报告实验项目名称：黄金价格影响因素解析 指导教师：殷克东 姓名：王焜 学号： 年级专业： 14金融 中国海洋大学经济学院
【实验步骤——自己操作】 一、实验数据： 黄金价格、美元指数、通胀率、原油价格、US利率、GDP、标准普尔指数的数据如下：二、实验步骤： （1）建立回归模型 1.建立实验文件 2.输入Y、X的数据 在EViews软件的命令窗口键入DATA命令，命令格式为：： 输入：data Y X1 X2 X3 X4 X5 X6 X7 3.建立回归模型： 建立Y C X1 X2 X3 X4 X5 X6 X7的回归，
其中Y代表黄金价格 X1代表美元指数 X2代表通胀率 X3代表原油价格 X4代表短期US 利率 X5代表长期US利率 X6代表GDP X7代表标准普尔指数 4．回归结果如下： 5、对模型的初步分析 a.对模型拟合度分析：从报告单可以看出，R-squared为，模型拟合度在89%左右。
b.对变量的显着性分析：在t检验中，截距项参数、RS的参数并不显着。可能为0。但要判断是否为0，还要对残差和变量进行检验。 c.对模型显着性分析F检验中，F统计量值为，大于显着水平为5%的临界值，说明模型显着。对多个解释变量的模型，若OLS法估价的R2与F值较大，但t检验值较小，则说明各解释变量对Y的联合线性作用显着，但各解释变量间存在共线性而使得它们对Y的独立作用不能分辨，故t检验不显着。 d、对模型的残差项进行分析 异方差检验：怀特检验 由图知Obs*R-squared统计量为，概率值大于，说明不存在异方差 自相关检验 P(Obs*R-squared)为，大于的显着水平，所以不存在自相关。 e、对变量进行分析 对变量进行多重共线性检验 由相关系数矩阵知： 与RL、RS和SP存在明显的线性相关性。可以看出GDP与利率存在线性负相关，与股票市场存在线性正相关。因为GDP是反映国家经济的一个重要指标，因此，国家为了刺激经济，货币政策往往比较宽松，利率比较低，此时国家经济发展，GDP加速上升，带动股市上扬。 与SP存在明显的线性相关性。由股票理论价格=股票收益/利率知 道利率与股票价格存在负相关。 由于存在多重共线性存在，导致OLS下估计量的非有效、变量显着性检验失效和模型预测失效，因此必须克服模型多重共线性，对模型进行修改。 6、对模型的修正 前面已经大致检测出存在多重共线性的解释变量，分别是短期利率（X4）、长期利率（X5）、标准普尔指数（X7）、GDP（X6）。对这些解释变量进行逐步回归： 短期利率： 长期利率 标准普尔指数 GDP 可以看出在标长期利率的逐步回归中t检验最显着；R检验值为，在四个检验中最好；因