计量经济学自相关性检验报告分析(doc 7页)

计量经济学

自相关性检验实验报告

实验内容：自相关性检验

工业增加值主要由全社会固定资产投资决定。为了考察全社会固定资产投资对工业增加值的影响，可使用如下模型：Y=；其中，X 表示全社会固定资产投资，Y表示工业增加值。下表列出了中国1998-2000的全社会固定资产投资X与工业增加值Y的统计数据。

单位：亿元

年份固定资

产投资

工业增

加值Y

年

份

固定资

产投资

工业增

加值Y

1980910.91996.519915594.58087.1 198********.419928080.110284.5

19821230.42162.3199313072.314143.8 19831430.12375.6199417042.119359.6 19841832.92789199520019.324718.3 19852543.23448.7199622913.529082.6 19863120.63967199724941.132412.1 19873791.74585.8199828406.233387.9 19884753.85777.2199929854.735087.2 19894410.46484200032917.739570.3 199045176858

一、估计回归方程

OLS法的估计结果如下：

Y=668.0114+1.181861X

（2.24039）（61.0963）

R2=0.994936，R2=0.994669，SE=951.3388，D.W.=1.282353。

二、进行序列相关性检验

（1）图示检验法

通过残差与残差滞后一期的散点图可以判断，随机干扰项存在正序列相关性。

（2）回归检验法

一阶回归检验

e=0.356978e1-t+εt

二阶回归检验

e=0.572433e1-t－0.607831e2-t+εt

可见：该模型存在二阶序列相关。

（3）杜宾-瓦森（D.W）检验法

由OLS法的估计结果知：D.W.=1.282353。本例中，在5%的显

著性水平下，解释变量个数为2，样本容量为21，查表得d

=1.22，

d u=1.42,而D.W.=1.282353，位于下限与上限之间，不能确定相关性。（4）拉格朗日乘数（LM）检验法

F-statistic 6.662380 Probability 0.007304

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 12/26/09 Time: 22:55

Variable Coefficien Std. Error t-Statistic Prob.

C -35.61516 236.2598 -0.150746 0.8820

X 0.005520 0.015408 0.358245 0.7246

RESID(-1) 0.578069 0.195306 2.959807 0.0088

Adjusted R-squared 0.340473 S.D. dependent var 927.2503

S.E. of regression 753.0318 Akaike info criterion 16.25574

Sum squared resid 9639967. Schwarz criterion 16.45469

Log likelihood -166.6852 F-statistic 4.441587

由上表可知：含二阶滞后残差项的辅助回归为：

e=-35.61516+0.05520X+0.578069e1-t－0.617998e2-t

(-0.1507) (0.3582) (2.9598) (-3.0757)

R2=0.439402

于是，LM=19×0.439402=8.348638，该值大于显著性水平为5%，

()2=5.991，由此判断原模型存在2自由度为2的χ2的临界值Χ2

0.05

阶序列相关性。

计量经济学——时间序列

课程论文题目：第三产业产值的影响因素分析学院财会学院＿专业会计专硕班级会计专硕1501 课程名称计量经济学（课程设计）学号学生姓名 60 指导教师赵卫亚成绩二○一五年十二月

第三产业产值的影响因素分析摘要：本文利用计量经济分析方法和1990—2010年的时间序列统计资料，建立了我国第三产业产值影响因素模型。建模过程中，处理了模型中的协整检验、自相关性等问题。本文认为我国第三产业产值主要受GDP和我国城乡居民存款储蓄的影响，因此需要引起足够的重视，正确开展工作，促进第三产业的发展。关键词：第三产业产值；时间序列分析；GDP；城乡居民存款储蓄一、引言第三产业是指除第一二产业以外的其他行业。自从我国进入改革开放以来，我国不仅在积极发展第一产业和第二产业的同时，也在积极扶植第三产业的发展。我国属于发展中国家，仅靠出口农产品或初级工业品很难在国际社会中立有一足之地。进入21世纪，第三产业的发展迫切需要成为促进经济发展的主要动力。这主要是因为第三产业基本以服务业为主，这就使其具有了行业多，范围广等特点，从而能够提供更多的就业机会，相对于其他产业服务业的就业门滥相对来说也较低，能吸纳农村等剩余劳动力，并且第三产业的发展，也能有效地促进第一产业和第二产业的发展，加速推进我国的工业化和现代化进程，提高我国的综合国力。我国的第三产业较其他发达国家仍有很大的差距，所以加快本国第三产业发展迫在眉睫。第三产业不仅在占国民生产总值比重方面不断提高，其内部的产业结构也在不断地发生着变化。最初我国第三产业的发展主要集中以餐饮等为主的传统服务业上，而随着新型服务业的产生，我国开始侧重向金融保险业、房地产业等方面的发展，其数量和质量的提高使得第三产业在我国经济发展的过程中产生的作用也越来越显著。因此，研究第三产业产值的影响因素分析具有实际意义。二、文献综述江小涓、李辉（2004）建立了一个多元回归模型来分析收入水平、消费结构、城市化以及其他因素对第三产业未来发展的影响，提出第三产业比例随着人均GDP水平增长而增加[1]。郭彩霞（2009）对1978到2008年相关数据进行实证分析，得到要想加快农村现代化就必须要促进第三产业的发展结论[2]。王小宁（2009）认为第三产业固定资产的投资对第三产业产值具有重大的影响[3]。徐群、于德淼、赵春阁在对第三产业发展研究时主要是利用线性回归模型来对我国第三产业的影响因素进行分析，对我国第三产业发展现状的研究和趋势预测就是利用的主成分分析和逐步回归分析方法[4]。

计量经济学实验报告6 单方程线性回归模型中异方差的检验与补救

内蒙古科技大学实验报告课程名称：计量经济学实验项目名称：单方程线性回归模型中异方差的检验与补救院（系）：经济与管理学院专业班级：姓名：学号：内蒙古科技大学实验地点：实验日期： 2013年 5 月 15 日实验目的：掌握利用EViews软件对模型中存在的异方差进行检验和补救。实验内容：根据我国2000年部分地区城镇居民每个家庭平均全年可支配收入X与消费支出Y的统计数据，通过建立双变量线性回归模型分析人均可支配收入对人均消费支出的线性影响，并讨论异方差的检验与修正过程。 1、异方差的检验 1）图示法 2）Park检验 3）Glejser检验 4）Goldfeld-Quandt检验 5）White检验 2、异方差的补救 1）加权最小二乘法（WLS） 2）对数变换实验方法、步骤和结果：一、前期准备工作，数据粘贴file-new-workfile Quick-empty group

内蒙古科技大学并对数据重命名 ser01-x ser02-y 二、异方差的检验 1、先对x、y进行估计。在quick中选择estimate equation编辑方程y c x

内蒙古科技大学 2、将x、y建组，并命名为group02,并在group02中view菜单下选择graph-scatter-simple scaterr画出散点图。从图像中可看出，三点分布由集中到慢慢扩大，而且比较明显，所以说该模型可能存在异方差。 3、y的估计值与残差平方的散点图进行判断首先在eq01中proc菜单下选择make residual series,命名为res，找到残差。如图：

计量经济学论文(eviews分析)计量经济作业.(精选)

我国旅游收入的计量分析一、经济理论陈述在研读了大量统计和计量资料的基础上，选择了三个大方面进行研究，既包括旅游人数，人均旅游花费和基本交通建设。其中，在旅游人数这个解释变量的划分上，我们考虑到随着全球经济一体化的发展，越来越多的外国游客来中国旅游消费。中国旅游的国际市场是个有发展潜力的新兴市场，尽管外国游客前来旅游的方式包罗万象而且消费能力也不尽相同，但从国际服务贸易的角度出发，我们在做变量选择时，运用国际营销的知识进行市场细分，划分了国际和国内两个市场。这样，在旅游人数这个解释变量的最终确定上，我们选择了2X国内旅游人数，3X入境旅游人数。这点选择除了理论支持外，在现实旅游业发展中我们也看到很多景区包括成都的近郊也有不少外国游客的身影。所以，我们选取这两个解释变量等待下一步进行模型设计和检验。另外，对于人均旅游花费，我们在进行市场细分时，没有延续前两个变量的选择模式，有几个原因。首先，外国游客前来旅游的形式和消费方式各异且很难统计。我们在花大力气收集数据后，仍然没有比较权威的统计数据资料。其次，随着国家对农业的不断重视和扶持，我国农业有了长足发展。农村居民纯收入增加，用于旅游的花费也有所上升。而且鉴于农村人口较多，前面的市场细分也不够细化，在这个解释变量的确定上，我们选择农村人均旅游花费，既是从我国基本国情出发，也是对第一步研究分析的补充。所以我们确定了4X城镇居民人均旅游花费和5X农村居民人均旅游花费。旅游发展除了对消费者市场的划分研究，还应考虑到该产业的基础硬件设施。

在众多可选择对象中我们经分析研究结合大量文献资料决定从交通建设着手。在我国，交通一般分布为公路，铁路，航班，航船等。由于考虑到我国一般大众的旅游交通方式集中在公路和铁路上，为了避免解释变量的过多过繁以及可能带来的多重共线形等问题，我们只选取了前二者。即确定了6X公路长度和7X铁路长度这两个解释变量。其中，考虑到我国旅游业不断发展过程中，高速公路的修建也不断增多，在6X的确定过程中，我们已经将其拟合，尽量保证解释变量的完整和真实。二、相关数据三、计量经济模型的建立Ｙ＝ｃ（１）＋ｃ（２）＊Ｘ２＋ｃ（３）＊Ｘ３＋ｃ（４）＊Ｘ４＋ｃ（５）＊Ｘ５＋ｃ（６）＊Ｘ６＋Ｕ我们建立了下述的一般模型：

计量经济学检验报告

1.研究目的和意义我们研究的对象是各地区居民消费支出的差异。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“城市居民家庭每人每年的平均消费支出”来比较，而这正是可国家统计局中获得数据的变量。所以模型的被解释变量Y选定为“城市居民家庭平均每人生活消费支出”。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2007年的截面数据模型。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，另外，居民消费支出具有一定的惯性，也就是说居民当年的消费支出在一定程度上受上一年已经实现的消费支出的影响。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“城市居民家庭人均消费支出”相对应，选择在国家 X，统计局中可以获得的“各地区城市居民家庭人均可支配收入”作为解释变量 1 X。 “上年各地区城镇居民家庭平均每人生活消费支出”作为 2 从国家统计局中得到表1的数据: 表 1 城镇居民家庭平均每人生活消费支出与各地区城镇居民家庭人均可支配收入地区Y X1 X2 北京14825.41 19977.52 13244.20 天津10548.05 14283.09 9653.26 河北7343.49 10304.56 6699.67 山西7170.94 10027.70 6342.63 内蒙古7666.61 10357.99 6928.60

计量经济学调查报告

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

第九章时间序列计量经济学模型案例

第九章时间序列计量经济学模型案例 1、1949—2001年中国人口时间序列数据见表8，由该数据（1）画时间序列图和差分图；（2）求中国人口序列的相关图和偏相关图，识别模型形式；（3）估计时间序列模型；（4）样本外预测。表9.1 中国人口时间序列数据（单位：亿人）年份人口y t 年份人口y t年份人口y t年份人口y t年份人口y t 1949 5.4167 1960 6.6207 1971 8.5229 1982 10.159 1993 11.8517 1950 5.5196 1961 6.5859 1972 8.7177 1983 10.2764 1994 11.985 1951 5.63 1962 6.7295 1973 8.9211 1984 10.3876 1995 12.1121 1952 5.7482 1963 6.9172 1974 9.0859 1985 10.5851 1996 12.2389 1953 5.8796 1964 7.0499 1975 9.242 1986 10.7507 1997 12.3626 1954 6.0266 1965 7.2538 1976 9.3717 1987 10.93 1998 12.4761 1955 6.1465 1966 7.4542 1977 9.4974 1988 11.1026 1999 12.5786 1956 6.2828 1967 7.6368 1978 9.6259 1989 11.2704 2000 12.6743 1957 6.4653 1968 7.8534 1979 9.7542 1990 11.4333 2001 12.7627 1958 6.5994 1969 8.0671 1980 9.8705 1991 11.5823 1959 6.7207 1970 8.2992 1981 10.0072 1992 11.7171 （1）画时间序列图 y的数据窗口打开 t 得到中国人口序列图

计量经济学名词解释与简答

相关分析：主要研究随机变量间的相关形式及相关程度。回归分析：研究一个变量关于另一个变量的依赖关系的计算方法和理论。高斯马尔科夫定理：普通最小二乘估计量具有线性性、无偏性和有效性等优良性质，是最佳线性无偏估计量。高斯马尔科夫假定：(1)模型设立正确 (2)无完全共线性 (3)可识别性 (4) 零均值、同方差。无序列相关假定(5) 解释变量与随机项不相关计量经济学模型：揭示经济活动中各种因素之间的定量关系，用随机性的数学方程加以描述。广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。计量经济学: 是经济学的一个分支学科，是以揭示经济活动中的客观存在的数量关系为内容的分支学科。计量经济学模型成功的三要素:理论、方法和数据。滞后变量模型：把过去时期的，具有滞后作用的变量叫做滞后变量，含有滞后变量的模型称为滞后变量模型。多重共线性：如果某两个或多个解释变量之间出现了相关性，则称为存在多重共线性。多重共线性的后果：(1)完全共线性下参数估计量不存在(2)近似共线性下普通最小二乘法参数估计量的方差变大(3)参数估计量经济含义不合理(4)变量的显著性检验和模型的预测功能失去意义。多重共线性的检验:(1)检验多重共线性是否存在(2)判明存在多重共线性的范围。克服多重共线性的方法:(1)排出引起共线性的变量(2)差分法(3)减小参数估计量的方差。完全共线性：对于多元线性回归模型，其基本假设之一是解释变量，，…，是相互独立的，如果存在，i=1，2，…，n，其中c不全为0，即某一个解释变量可以用其他解释变量的线性组合表示，则称为完全共线性。异方差性：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。异方差性的后果：(1)参数估计量非有效(2)变量的显著性检验失去意义(3)模型的预测失效异方差性的检验方法：(1)图示检验法(2)帕克检验和戈里瑟检验(3)G-Q检验(4)怀特检验。异方差性的修正:最常用的方法是加权最小二乘法，即对原模型加权，使之变成一个新的不存在异方差的模型，然后采用OLS法估计其参数。序列相关性：多元线形回归模型的基本假设之一是模型的随机干扰项相互独立或不相关。如果模型的随机干扰项违背了相互独立的基本假设，称为存在序列相关性。序列相关性的后果：(1)参数估计量非有效(2)变量的显著性检验失去意义(3)模型的预测失败。序列相关性的检验方法：(1)图示法(2)回归检验法(3)杜宾—瓦森检验法(4)拉格朗日乘法检验。序列相关性的补救:(1)广义最小二乘法(2)广义差分法(3)随机干扰项相关系数的估计(4)广义差分法在计量经济学软件中的实现。最小二乘估计量的性质：(1)线形性(2)无偏性(3)有效性(4)渐近无偏性(5)一致性(6)渐进有效性。最小样本容量：即从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。无偏性：是指参数估计量的均值（期望）等于模型的参数值。

计量经济学案例分析课程报告论文

中国经济增长影响因素实证分析一、研究对象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。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。二、数据收集与模型的建立（一）数据收集表2.1 中国经济增长影响因素模型时间序列表年份国内生产总值（y）年末从业人员数（x1）全社会固定资产投资总额 (x2) 居民消费价格指数（上年=100） (x3) 1980 4545.6 42361 910.9 107.5 1981 4891.6 43725 961 102.5 1982 5323.4 45295 1230.4 102 1983 5962.7 46436 1430.1 102 1984 7208.1 48197 1832.9 102.7 1985 9016 49873 2543.2 109.3 1986 10275.2 51282 3120.6 106.5 1987 12058.6 52783 3791.7 107.3 1988 15042.8 54334 4753.8 118.8 1989 16992.3 55329 4410.4 118 1990 18667.8 64749 4517 103.1 1991 21781.5 65491 5594.5 103.4 1992 26923.5 66152 8080.1 106.4 1993 35333.9 66808 13072.3 114.7 1994 48197.9 67455 17042.1 124.1 1995 60793.7 68065 20019.3 117.1 1996 71176.6 68950 22913.5 108.3 1997 78973 69820 24941.1 102.8 1998 84402.3 70637 28406.2 99.2 1999 89677.1 71394 29854.7 98.6 2000 99214.6 72085 32917.7 100.4 2001 109655.2 73025 37213.5 100.7 2002 120332.7 73740 43499.9 99.2 2003 135822.8 74432 55566.6 101.2 2004 159878.3 75200 70477.4 103.9 2005 184937.4 75825 88773.6 101.8 2006 216314.4 76400 109998.2 101.5 2007 265810.3 76990 137323.9 104.8

计量经济学案例分析一元回归模型实例分析报告

∑ 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。

计量经济学论文(eviews分析)-房价的计量经济分析

房价的计量经济分析引言：近改革开放20多年来，从来没有哪一个行业像房地产业这样盛产亿万富翁，各种富豪排行榜上，房地产富豪连年占据半壁江山；“中国十大暴利行业”中，房地产业每年都是“第一名”。是什么造就了这样的状况。房地产的问题，在开发商，政府，购房者三者来看，就是一场完完全全的博弈。而这场博弈的焦点则是房价问题。如果说开发商与政府之间的博弈是围绕“土地”这个关键词，那么整个房地产市场则在价格上开展了新一轮的对峙。先是开发商与购房者在房价涨跌上僵持不下；再有开发商与政府之间的土地成本论；最后则是关于房地产是否归为暴利行业的争执，“价格”成了市场关注的焦点。而对于房价的构成因素，至今仍然是不透明的。公布房价成本成为另政府极为头疼的一件事。房价成本是一个非常复杂的集合体，并且项目间差异性较大，同时还有软资产、品牌等组成部分，特别是现在的商品房，追求品质、功能完善以及个性化成本构成越来越难衡量。写作目的：通过对一系列影响房价的基本因素的分析，了解对其主要因素和次要因素。并对这些因素进行统计推断和经济意义上的检验。选择拟和效果最好的最为结论。在一定层面上分析房地产如此暴利的因素。当然笔者的能力有限，并不能全面的分析这一问题。仅仅就几个因素进行分析。写作方法：理论分析及计量分析方法，将会用到Eviews软件进行帮助分析。关键词：房价成本计量假设检验最小二乘法拟合优度现在我们以2003年的数据，选取30个省市的数据为例进行分析。在Eviews软件中选择建立截面数据。现在我们以2003年的数据，选取31个省市的数据为例进行分析。令Y=各地区建筑业总产值。（万元）X1=各地区房屋竣工面积。（万平方米）X2=各地区建筑业企业从业人员。（人）X3=各地区建筑业劳动生产率。（元/人）X4=各地区人均住宅面积。（平方米）X5=各地区人均可支配收入。（元）数据如下： Y X1 X3 X2 X4 X5 12698521 4254.800 569767.0 129961.0 24.77140 13882.62 5208402. 1465.800 238957.0 147063.0 23.09570 10312.91 7799313. 4748.300 989317.0 70048.00 23.16710 7239.060 5401279. 1313.300 591276.0 89151.00 22.99680 7005.030 2576575. 1450.700 265953.0 61074.00 20.05310 7012.900 10170794 3957.100 966790.0 82496.00 20.23510 7240.580 3469281. 1626.800 303837.0 77486.00 20.70590 7005.170 4401878. 2181.300 441518.0 68033.00 20.49200 6678.900 11958034 3609.200 505185.0 153910.0 29.34530 14867.49

计量经济学作业序列相关性

< 序列相关实验报告> <1>第一问 D.W.检验命令： Data y c x Genr lny=log(y) Genr lnx=log(x) Ls lny c lnx

Dependent Variable: LNY Method: Least Squares Date: 12/10/12 Time: 15:39 Sample: 1980 2007 Included observations: 28 Variable Coefficient Std. Error t-Statistic Prob. C 1.588478 0.134220 11.83492 0.0000 LNX 0.854415 0.014219 60.09058 0.0000 R-squared 0.992851 Mean dependent var 9.552256 Adjusted R-squared 0.992576 S.D. dependent var 1.303948 S.E. of regression 0.112351 Akaike info criterion -1.465625 Sum squared resid 0.328192 Schwarz criterion -1.370468 Log likelihood 22.51875 Hannan-Quinn criter. -1.436535 F-statistic 3610.878 Durbin-Watson stat 0.379323 Prob(F-statistic) 0.000000 D.W.检验结果表明，在5%显著性水平下，n=28，k=2（包含常数项），查表得，dl=1.33,du=1.48,由于D.W.=0.379

计量经济学期末报告

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

计量经济学论文(eviews分析)

我国限额以上餐饮企业营业额的影响因素分析班级：姓名：学号：指导老师：

我国限额以上餐饮企业营业额的影响因素分析摘要：本文收集了1999—2009共11年的相关数据，选取餐饮企业的数量、城镇居民人均年消费性支出、全国城镇人口数以及公路里程数作为解释变量构建模型，对我国限额以上餐饮企业营业额的影响因素进行分析。并利用Eviews软件对模型进行参数估计和检验，且加以修正，最后根据模型的最终结果进行经济意义分析，然后提出自己的看法。关键词：餐饮企业营业额、影响因素、计量分析一、研究背景近十年来，投资者进入餐饮企业的数量一直持递增趋势。在他们进入一个行业之前，势必要对该行业的营业额、营业利润等进行估计，当这些因素的估计值能够达到他们的预期的时候，他们才会对其进行投资。由于餐饮企业的营业额是影响投资者是否进入餐饮业的一个重要因素，那么对于我国餐饮企业的营业额问题的深入研究就相当的有必要，这有助于投资者作出合理的决策。下面即进行了对我国限额以上餐饮企业营业额的计量模型研究。二、变量的选取影响餐饮企业营业额的因素有很多，包括餐饮企业的数量、营业面积、从业人员、城镇居民人均年消费性支出、全国城镇人口数、餐饮企业的平均价格水平及公路里程数（表示交通状况），但综合考虑后，选取了其中的一部分变量（企业数、城镇居民人均年消费性支出、全国城镇人口数、公路里程数）进行研究，并对各个变量对餐饮企业营业额的影响进行预测。 1.企业数

本文认为餐饮企业营业额与餐饮企业的数量有关，并预测两者之间呈正相关2. 城镇居民人均年消费性支出本文认为餐饮企业营业额与城镇居民人均年消费性支出有关，并预测两者之间呈正相关 3. 全国城镇人口数本文认为餐饮企业营业额与全国城镇人口数有关，并预测两者之间呈正相关4. 公路里程数本文认为餐饮企业营业额与公路里程数有关，并预测两者之间呈正相关三、相关数据：其中营业额（单位：亿元），企业数（单位：个），人均年消费性支出（单位：元），全国城镇人口数（单位：万人），公路里程数（单位：万公里）年度营业额（Y）企业数（x1）人均年消费性支出(x2) 全国城镇人口数（x3）公路里程数（x4） 1999351955932664615.9143748135.2 200040524453508499845906140.3 2001489894341325309.0148064169.8 2002624247150216029.8850212176.5 2003747000059356510.9452376181 200411605000100677182.154283187.1 20051260200099227942.8856212334.5

计量经济学序列相关性实验分析

重庆科技学院学生实验报告

五、实验记录与处理（数据、图表、计算等）一、估计回归方程工业增加值主要由全社会固定资产投资决定。为了考察全社会固定资产投资对工业增加值的影响，可使用如下模型：Y i = 1 β β+ i X；其中，X表示全社会固定资产投资， Y表示工业增加值。下表列出了中国1998-2000的全社会固定资产投资X与工业增加值Y的统计数据。单位：亿元年份固定资产投资X工业增加值Y年份固定资产投资X工业增加值Y 1980910.91996.519915594.58087.1 198********.419928080.110284.5 19821230.42162.3199313072.314143.8 19831430.12375.6199417042.119359.6 19841832.92789199520019.324718.3 19852543.23448.7199622913.529082.6 19863120.63967199724941.132412.1 19873791.74585.8199828406.233387.9 19884753.85777.2199929854.735087.2 19894410.46484200032917.739570.3 199045176858 由此实验结果可知模型估计结果为： Y=668.0114+1.181861X （2.24039）（61.0963） R2=0.994936，R2=0.994669，SE=951.3388，D.W.=1.282353。

二、序列相关性的检验（1）图示检验法通过残差与残差滞后一期的散点图可以判断，随机干扰项存在正序列相关性。（2）回归检验法：一阶回归检验 t e =0.356978e 1-t +εt 可见该模型存在一阶自相关（3）D.W 检验法由普通最小二乘法的估计结果知：D.W.=1.282353。在本例中，在5%的显著性水平下，解释变量个数为2，样本容量为21，查表得DL=1.22，DU=1.42,而D.W.=1.282353，DW 位于下限与上限之间，所以一阶序列相关性不能确定。三、序列相关的补救广义差分法估计模型由D.W.=1.282353，得到一阶自相关系数的估计值ρ=1-DW/2=0.6412 则DY=Y-0.6412*Y(-1)， DX=X-0.6412*X(-1)；以DY 为因变量，DX 为解释变量，用OLS 法做回归模型，这样就生成了经过广义差分后的模型。

计量经济学报告报告

《计量经济学》课程论文城镇居民消费主要影响因素的实证分析小组成员：何志滔李学贤吴晓天指导教师：张子昱日期：2010年12月23日

城镇居民消费主要影响因素的实证分析摘要中国经济的快速增长，城镇化步伐加快。城镇居民的消费在国民经济中占有极其重要的比重，城镇居民的消费水平对整个国名经济的的发展有重大的作用。面对这个巨大的消费，如何提高消费水平就成了扩大内需、拉动经济所面对的问题。本文运用计量经济学的方法，就城镇居民的消费水平的主要影响因素进行了简单的分析。关键词：城镇居民；消费水平；影响因素一问题的提出经济危机以来，中国遭遇增长上的瓶颈。一直以来中国经济的增长主要依赖于投资、出口和消费三架马车，而又以投资和出口的拉动作用最大。虽然我国一直在强调要扩大内需，但经济危机中由于出口减少而引起经济的下滑还是说明国内经济对出口的依赖还是很大的。西方经济学中有很多关于需求、消费的理论。微观经济学中供求和均衡价格理论中的需求定理阐述了需求的定义和影响因素。需求是指某一特定时期内，在各种可能的价格水平下，消费者愿意而且能够买到的某种商品的数量。影响需求的主要因素包括商品本身的价格、其他商品的价格、消费者的偏好、消费者收入及人们对未来的期望等。由于数据的可获得性及影响的重要性，对于城镇居民的消费水平主要选取了以下两个影响因素;城镇居民家庭可支配纯收入及商品零售价格指数。二1991年到2008年城镇居民消费水平及其影响因素的统计数据（表1）

三建立模型由数据分析，初步建立模型Y=b0+b1*X1+b2*X2+ui b0表示在没有任何影响因素下城镇居民的消费水平；b1表示城镇家庭可支配纯收入对城镇居民消费水平的影响；b2表示商品零售价格指数对城镇居民的消费水平的影响；ui为随机扰动项四模型的检验与修正（一）模型的参数估计及经济意义和统计意义上的检验利用Eviews软件，做Y对X1 X2的回归。回归结果如下表1： Dependent Variable: Y Method: Least Squares Date: 12/22/10 Time: 12:48 Sample: 1991 2008 Included observations: 18 Variable Coeffici ent Std. Error t-Statisti c Prob. C 3435.487 1604.745 2.140831 0.0491 X1 0.782495 0.024778 31.58077 0.0000 X2 -20.2479 0 14.85835 -1.362728 0.1931 R-squared 0.986696 Mean dependent var 6826.167 Adjusted R-squared 0.984922 S.D. dependent var 3180.842 S.E. of regression 390.5890 Akaike info 14.92420

计量经济学研究报告

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

用Eviews分析计量经济学问题

计量经济学案例分析一、问题背景高新区自开始设立至今短短十多年的时间，以其惊人的经济发展速度为世人所关注。随着我国经济发展模式的逐步转变，高新区已经成为我国依靠科技进步和技术创新推动经济社会发展、走中国特色自主创新道路的一面旗帜。“十二五”时期，面对新的机遇和挑战，国家高新区应注重提升五种能力，努力成为加快转变经济发展方式的排头兵。为了探索高新经济发展的内在规律性，本文采用截面数据对高新区的投入产出进行分析，力求能够增进对高新区经济发展的了解，对高新区的进一步发展有所帮助。二、模型设定本文研究的是高新区投入对产出的影响，所以本模型的被解释变量Y 即为高新区的产出。就目前对高新区数据的统计来看，反映高新区产出的主要有“工业总产值”、“工业增加值”、“技工贸总收入”、“利润”和“上缴税额”几个总量指标。按照生产函数理论，产出利用增加值，所以模型中我们将使用“工业增加值”指标数据来估计各高新区的总产出。从高新区的投入来看，对产出有重要影响的因素主要包括以下几个方面：资本K ，劳动力L ，技术投入T ，此外，体制改革，管理模式创新也可以看作是投入的要素，但因其不可量化，因此归入模型的扰动项中。这样，按照科布道格拉斯形式的生产函数，我们设定函数形式为： u T L AK Y γβα= 两边取自然对数得：u T L K A Y ln ln ln ln ln ln ++++=γβα 其中，资本数据K 我们利用的是当年的年末净资产来进行估计，即当年年末资产减去当年年末负债后得到的数据；用当年年末从业人员来估计劳动力L ；用当年技术研发投入来估计技术投入T 。数据选用的是截面数据。从《国家高新技术产业开发区十年发展报告（1991－2000年）》得到1999年全国53个高新区各项指标统计数据：园区工业增加值(千元)Y 净资产（千元）K 年末从业人员（人） L 技术开发费（千元）T 北京 246422 天津 4138312 106970 1004739 石家庄 1428436 8427194 40404 437677 保定 1320169 5564045 35743 78798 太原 1261311 4755833 39469 254922 包头 877062 3798540 19793 56816 沈阳 3835694 21547 525425 大连 2099833 9922822 61713 328710

计量经济学简答题经典

1.什么是计量经济学？它与经济学、统计学和数学的关系怎样？答:1、计量经济学是一门运用经济理论和统计技术来分析经济数据的科学和艺术，它以经济理论为指导，以客观事实为依据，运用数学、统计学的方法和计算机技术，研究带有随机影响的经济变量之间的数量关系和规律。2、经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的，但不充分，只有结合在一起才行。 2计量经济学三个要素是什么？经济理论、经济数据和统计方法。 3.计量经济学模型的检验包括哪几个方面？其具体含义是什么？答:(1)经济意义检验，即根据拟定的符号、大小、关系，对参数估计结果的可靠性进行判断(2)统计检验，由数理统计理论决定。包括:拟合优度检验、总体显着性检验。(3)计量经济学检验，由计量经济学理论决定。包括:异方差性检验、序列相关性检验、多重共线性检验。(4)模型预测检验，由模型应用要求决定。包括:稳定性检验:扩大样本重新估计;预测性能检验:对样本外一点进行实际预测。 4.计量经济学方法与一般经济数学方法有什么区别？答:计量经济学揭示经济活动中各因素之间的定量关系，用随机性的数学方程加以描述;一般经济数学方法揭示经济活动中各因素之间的理论关系，用确定性的数学方程加以描述。 5.计量经济学模型研究的经济关系有那两个基本特征？答：一是随机关系，二是因果关系 6.计量经济学研究的对象和核心内容是什么？答：计量经济学的研究对象是经济现象，是研究经济现象中的具体数量规律。计量经济学的核心内容包括两个方面:一是方法论，即计量经济学方法或者理论计量经济学。二是应用，即应用计量经济学。无论是理论计量经济学还是应用计量经济学，都包括理论、方法和数据三种要素。 7.计量经济学中应用的数据类型怎样？举例解释其中三种数据类型的结构。答：计量经济模型:WAGE=f(EDU,EXP,GEND,μ) 1)时间序列数据是按时间周期收集的数据，如年度或季度的国民生产总值。 2)横截面数据是在同一时间点手机的不同个体的数据。如世界各国某年国民生产总值。 3)混合数据是兼有时间序列和横截面成分的数据，如1985—2010世界各国GDP数据。 8.建立与应用计量经济学模型的主要步骤有哪些？ (1)理论模型的设计(2)样本数据的收集(3)模型参数的估计(4)模型的检验 9.用OLS建立多元线性回归模型，有哪些基本假设？ 1、回归模型是线性的，模型设定无误且含有误差项 2、误差项总体均值为零 3、所有解释变量与误差项都不相关 4、误差项互不相关(不存在序列相关性) 5、误差项具有同方差 6、任何一个解释变量都不是其他解释变量的完全线性函数 7、误差项服从正态分布。 10.随机误差项包含哪些因素影响？