计量经济学实验报告“影响就业的因素分析”
影响中国就业的因素分析
【摘要】本文主要目的是研究生产规模、人力资本和经济结构对就业的影响，通过对1980—2011年我国国内生产总值、社会固定资产投资规模、恩格尔系数与就业人员的数值进行计量经济分析，把四者的关系数量化。最后，针对当前情况，提出几点能够解决劳动力就业，缓解就业压力的建议。
一、引言
我国是一个人口大国，具有极其丰富的劳动力资源，同时也是世界上就业压力最大的国家，仅仅每年由于人口因素新的劳动力增量就是1000万，这还不包括巨大的劳动力存量：下岗、失业和农村的剩余劳动力。就业问题一直以来都是国家经济发展过程中重点关注的问题，2008 年国际金融危机不可避免地带来了我国的就业危机，2008年和 2009 年城镇登记失业率分别为4．2％和 4．3％，是 2005年后近几年的新高。长期以来，我国劳动力市场就存在严重的供求矛盾。尹庆双和奉莹提出：一方面，我国就业矛盾的存在先于金融危机的发生，属于长期积累的问题，并不是金融危机造成的；另一方面，金融危机像一道催化剂，加剧了我国的就业矛盾，使其在金融危机中更加突显出来，并表现出巨大的结构性矛盾。因此，可以确定的是在未来的很长一段时期内，就业问题无疑是政府面临的首要目标。
就业是民生之本，是社会稳定的基础。随着科技的进步和资本有机构成的提高，经济增长对就业的拉动力逐步减弱，增加就业已成为摆在世界各国政府面前的一道难题。特别是处于转型期的我国而言，扩大就业更是当前社会关注的热点。数据表明，我国经济增长创造就业的能力下降，明显的标志是就业弹性下降：二十世纪八十年代我国ＧＤＰ年均增长率为9.3%，就业增长率为3.0%，就业弹性系数为0.322，在九十年代前期ＧＤＰ年均增长率为12%，就业增长率为1.2%,就业增长弹性系数为0.1，二十世纪末我国ＧＤＰ年均增长率为8.3%，就业增长率为0.9%，就业弹性系数为0.1，经济增长与扩大就业之间的联系被大大削弱。原因何在?本文将利用经济学的相关原理及数量分析工具对就业的相关促进因素作一些探讨。通过考察就业形势及相关因素的现状，提出相应的政策建议。
二、关于就业的相关理论
1、柯布—道格拉斯产出模型：根据柯布—道格拉斯生产理论，产出的增长主要取决于投入的增长和技术的进步。产出函数Ｙ=ＡＫαＬβ表明产出的增长必须有总要素生产率的提高，投入资本的增加或劳动力的增加。根据单一要素增加，边际产品递减的规律，产出函数中任意要素的单独增长都不可能使产出持续增长。因此就业的增加不仅与资本投入相关，而且还与劳动者的质量，即人们的生活水平相关。
2、达尔·尼夫的知识经济理论：达尔·尼夫认为：“国内的增长不是由于市场份额的扩大和加强而引起的，而是通过引入创造新市场的全新技术或提供解决问题的服务而实现的。创造这些技术和服务所需要的知识技能,不论是在个人、组织还是国家水平上，日益成为经济增长和繁荣的关键”。随着国际经济一体化，世界经济结构在调整，二十世纪九十年代，一个显著的变化是以物品为基础的增长明显地转向高技能、高技术和以服务为基础的增长。高技能服务对ＧＮＰ的贡献率正在增长。
1-α-β，Ｘ
3、罗默内生模型：罗默1990年提出的内生模型是Ｑ=ＨαＬβ∑Ｘ
ｉ
ｉ为耐用资本设备，ｉ为设备编号，Ｈ是致力于最终产品的人力资本、Ｌ是劳动力。这里，罗默提出了人力资本变量和固定资本变量。
三、模型设定：
研究影响就业的因素，需要考虑以下几个方面：
1、对就业情况常用就业人数去衡量，所以选用“就业人数”作为被解释变量去衡量就业情况。
2、数据性质的选择。针对我国实际情况，决定采用时间序列数据进行分析。
3、影响因素的分析
（1）从国家统计局统计的资料来看，随着我国生产规模的不断扩大，就业人数也是随之不断增加的。生产规模对就业存在影响。因此，将“生产规模”作为模型的解释变量，用国内生产总值来表示。
国内生产总值GDP是核算体系中一个重要的综合性统计指标，也是中国新国民经济核算体系中的核心指标。它反映一国（或地区）的经济实力和生产规模。一个国家或地区的经济究竟处于增长抑或衰退阶段，从这个数字的变化便可以观察到。一般而言，当GDP的增长数字处于正数时，即显示该地区经济处于扩张阶段；反之，如果处于负数，即表示该地区的经济进入衰退时期了。所以可以用国内生产总值来表示生产规模。
（2）国家统计局统计的资料来看，随着我国人力资本投资不断增加，就业人数也是随之不断增加的。人力资本对就业存在影响。因此，将“人力资本”作为模型的解释变量，用恩格尔系数来表示。
恩格尔系数表示一个家庭中食品消费支出占总消费支出的比重，恩格尔系数越高表示用于食品的支出越多，在家庭收入一定的情况下，相应的用于教育的支出就越少。根据舒尔茨的理论，学者认为人力资本存量随着受教育年限的增加而增加。所以可以用恩格尔系数来衡量人力资本。
恩格尔系数=（城镇恩格尔系数+农村恩格尔系数）/2
（3）国家统计局统计的资料来看，随着我国经济结构的不断优化，就业人数也是随之不断增加的。经济结构对就业存在影响。因此，将“经济结构”作为模型的解释变量，用社会固定资产投资表示。
固定资产投资是社会固定资产再生产的主要手段。固定资产投资额是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。经济结构从一定社会生产关系的总和来考察，主要通过不同的生产资料所有制经济成分的比重和构成来表现。固定资产投资是经济成分的重要组成部分，因此可以用固定资产投资来表示经济结构。
（4）虚拟变量：从就业人数与时间的关系图中可以看出在1989年出现了明显的拐点。因此引入虚拟变量D1,以1989年的转折点作为依据，并且采用加法模型。1985年5月27日我国政府颁布《中共中央关于教育体制改革的决定》指出，国家计划内学生的毕业分配，实行在国家计划指导下，由本人选报志愿、学校推荐、用人单位择优录用的制度。这是对以往毕业生分配制度的突破，为日后进一步深化改革并逐步过渡到“自主择业”的毕业生就业制度奠定了基础。1989年3月，国务院批转了原国家教委提出的《高等学校毕业生分配制度改革方案》，明确提出了在过渡阶段实行以学校为主导向社会推荐就业，毕业生和用人单位在一定范围内双向选择的办法。这种转变使得就业人数增加。
根据以上理论分析，把模型设定为：
LnL=C+C
1Ln (G)+C
2
Ln(E)+C
3
Ln(T)+U
其中：L代表就业，用就业人数表示；G代表生产规模，用国内生产总值表示；E代表人力资本，用恩格尔系数表示；T代表经济结构，用社会固定资产投资规模表示。
四、数据来源：
《中国统计年鉴》2013年选取从1978到2011年中全国的就业人数、ＧＤＰ值、恩格尔系数(取城镇和农村的加权值)、社会固定资产投资。
数据如下：
Obs 年份
L
(万人）
G
（亿元）
E
（%）
T
（亿元）
1980 42361.00 4545.62 59.3 910.90 1981 43725.00 4891.56 58.3 961.00 1982 45295.00 5323.35 59.7 1230.40 1983 46436.00 5962.65 59.3 1430.10 1984 48197.00 7208.05 58.6 1832.90 1985 49873.00 9016.04 55.6 2543.20 1986 51282.00 10275.18 54.4 3120.60 1987 52783.00 12058.62 54.7 3791.70 1988 54334.00 15042.82 52.7 4753.80 1989 55329.00 16992.32 54.7 4410.40 1990 64749.00 18667.82 56.5 4517.00 1991 65491.00 21781.50 55.7 5594.50 1992 66152.00 26923.48 55.3 8080.10 1993 66808.00 35333.92 54.2 13072.30 1994 67455.00 48197.86 54.5 17042.10 1995 68065.00 60793.73 54.4 20019.30 1996 68950.00 71176.59 52.6 22913.50 1997 69820.00 78973.03 50.9 24941.10 1998 70637.00 84402.28 49.1 28406.20
1999 71394.00 89677.05 47.4 29854.70 2000 72085.00 99214.55 44.3 32917.70 2001 72797.00 109655.17 43.0 37213.50 2002 73280.00 120332.69 42.0 43499.90 2003 73736.00 135822.76 41.4 55566.61 2004 74264.00 159878.34 42.5 70477.43 2005 74647.00 184937.37 41.1 88773.61 2006 74978.00 216314.43 39.4 109998.16 2007 75321.00 265810.31 39.7 137323.94 2008 75564.00 314045.43 40.8 172828.40 2009 75828.00 340902.81 38.8 224598.77 2010 76105.00 401512.80 38.4 251683.77 2011 76420.00
473104.05
38.3
311485.13
五、模型的估计与调整 1.Y 、X1 、X2 、X3 的散点图
100,000
200,000
300,000400,000
500,000
40,000
50,00060,00070,00080,000
Y
X1X2X3
从散点图可以看出y 和x1 x3不是线性关系，所以对y x1 x3分别取对数。 2.从y 随时间的变化图，结合我国就业政策的变化，我们可以看出1989年前后
我国就业人数出现了明显的转折，为了分析就业与其影响因素在1989年前后的数量关系，引入虚拟变量D1，而1989年的就业人数为55329万人。据此，我们设定了入以加法和乘法两种方式同时引入虚拟变量的模型：
LnY=C+C1LnX1+C2(LNX1-9.740516756256051)*D1+c3X2+c4LnX3+U 其中D1=1,1989年及以前
2，1990年以后
80000
75000
70000
65000
60000
55000
50000
45000
40000
1980198519901995200020052010
Y
3.对加入虚拟变量的lny lnx1 x2 lnx3进行回归分析，结果如下：
Dependent Variable: LNY
Method: Least Squares
Date: 12/21/13 Time: 20:26
Sample: 1980 2011
Included observations: 32
Variable Coefficient Std. Error t-Statistic Prob.
C 7.737399 0.228516 33.85927 0.0000
LNX1 0.439785 0.049305 8.919732 0.0000 (LNX1-9.740516756256051)*D1 -0.166082 0.022144 -7.499942 0.0000
X2 0.003278 0.002359 1.389548 0.1760
LNX3 -0.141167 0.042794 -3.298755 0.0027
R-squared 0.978958 Mean dependent var 11.05766
Adjusted R-squared 0.975841 S.D. dependent var 0.191884
S.E. of regression 0.029825 Akaike info criterion -4.044356
Sum squared resid 0.024017 Schwarz criterion -3.815334
Log likelihood 69.70969 Hannan-Quinn criter. -3.968442
F-statistic 314.0434 Durbin-Watson stat 1.112928
Prob(F-statistic) 0.000000
LnY=7.737399+0.439785LnX1-0.166082(LNX1-9.740516756256051)*D1+0.0 03278X2-0.141167LnX3
t=（33.85927）（8.919732）（-7.499942）（1.389548）（-3.298755）
R^2=0.978958 修正后的R^2=0.975841
经济学意义检验。从回归结果看出，x2所代表的恩格尔系数，恩格尔系数越低，人力资本投资越大，就业就越高，所以x2与就业成负相关，另外x3是生产规模，生产规模越大就业越高，与就业成正相关。所以x2、x3经济学意义检验不过关，应排除。
4.排除x2 x3 以后的回归结果如下：
Dependent Variable: LNY
Method: Least Squares
Date: 12/21/13 Time: 20:39
Sample: 1980 2011
Included observations: 32
Variable Coefficient Std. Error t-Statistic Prob.
C 8.312074 0.175974 47.23458 0.0000
LNX1 0.278006 0.019019 14.61715 0.0000 (LNX1-9.740516756256051)*D1 -0.197778 0.023883 -8.281213 0.0000
R-squared 0.966653 Mean dependent var 11.05766
Adjusted R-squared 0.964353 S.D. dependent var 0.191884
S.E. of regression 0.036229 Akaike info criterion -3.708880
Sum squared resid 0.038063 Schwarz criterion -3.571468
Log likelihood 62.34208 Hannan-Quinn criter. -3.663332
F-statistic 420.3182 Durbin-Watson stat 0.697811
Prob(F-statistic) 0.000000
5.异方差检验：
Heteroskedasticity Test: White
F-statistic 14.22613 Prob. F(4,27) 0.0000 Obs*R-squared 21.70258 Prob. Chi-Square(4) 0.0002 Scaled explained SS 25.91522 Prob. Chi-Square(4) 0.0000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/21/13 Time: 20:52
Sample: 1980 2011
Included observations: 32
Collinear test regressors dropped from specification
Variable Coefficient Std. Error t-Statistic Prob.
C 0.347131 0.182937 1.897543 0.0685
LNX1 -0.080339 0.040229 -1.997065 0.0560
LNX1^2 0.004649 0.002206 2.107490 0.0445 LNX1*((LNX1-9.740516756256051)*D1) -0.003246 0.002139 -1.517397 0.1408 (LNX1-9.740516756256051)*D1 0.015622 0.017966 0.869544 0.3922
R-squared 0.678206 Mean dependent var 0.001189 Adjusted R-squared 0.630532 S.D. dependent var 0.002061
S.E. of regression 0.001253 Akaike info criterion -10.38455
Sum squared resid 4.24E-05 Schwarz criterion -10.15553 Log likelihood 171.1529 Hannan-Quinn criter. -10.30864
F-statistic 14.22613 Durbin-Watson stat 1.335466 Prob(F-statistic) 0.000002
由上表可以看到nR2=21.70258，由White检验知，nR2>5.9915(查表) ，所以拒绝原假设，不拒绝备择假设，存在异方差。
6.异方差的修正：
当w1=1/lnx1时R2=0.968771
当w2=1/l(nx1）2时R2=0.969492
当w3=1/sqr(lnx1)时R2=0.967903
当权数为1/l(nx1）2时效果最好，修正后的模型为：
LNY=8.4568+0.2616LNX1-0.1720 (LNX1-9.740516756256051)*D1
SE=(0.1463) (0.0161) (0.0222)
T=(57.8036) (16.2670) (-7.7450)
R2=0.9695 F=460.7851 DW=0.7812
7.自相关检验：
Variable Coefficient Std. Error t-Statistic Prob.
C 8.456764 0.146302 57.80356 0.0000
LNX1 0.261649 0.016085 16.26691 0.0000 (LNX1-9.740516756256051)*D1 -0.171977 0.022205 -7.744913 0.0000
Weighted Statistics
R-squared 0.969492 Mean dependent var 11.00624
Adjusted R-squared 0.967388 S.D. dependent var 2.900921
S.E. of regression 0.038848 Akaike info criterion -3.569239
Sum squared resid 0.043767 Schwarz criterion -3.431827
Log likelihood 60.10783 Hannan-Quinn criter. -3.523691
F-statistic 460.7851 Durbin-Watson stat 0.781240
Prob(F-statistic) 0.000000
由上表可得DW=0.7812 8.自相关修正： Et=0.6937et-1,对原模型就行广义差分，得到广义差分方程 LNYt—0.6937LNYt-1=β1(1-0.6937)+β2(LNXt—0.6937LNXt-1)+vt 对上式的广义差分方程就行回归，得到结果如下： Dependent Variable: LNY-0.6937*LNY(-1) Method: Least Squares Date: 12/21/13 Time: 23:04 Sample (adjusted): 1981 2011 Included observations: 31 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 3.067328 0.043071 71.21546 0.0000 LNX1-0.6937*LNX1(-1) 0.098341 0.012480 7.880030 0.0000 R-squared 0.681651 Mean dependent var 3.404152 Adjusted R-squared 0.670673 S.D. dependent var 0.051406 S.E. of regression 0.029500 Akaike info criterion -4.146492 Sum squared resid 0.025238 Schwarz criterion -4.053977 Log likelihood 66.27063 Hannan-Quinn criter. -4.116335 F-statistic 62.09488 Durbin-Watson stat 1.301003 Prob(F-statistic) 0.000000 由上表可得回归方程为： LNY=3.0673+0.0983LNX1-0.1720 (LNX1-9.740516756256051)*D1 SE=(0.0431) (0.0125) (0.0222) T=(71.2155) (7.8800) (-7.7450) R2=0.6816 F=62.09488 DW=1.3010 模型中DW=1.3010>du(1.273)，说明在1%显著水平下广义差分模型中已没有自相关，不必进行修正。 由差分方程得c1=3.0673/(1-0.6937)=10.0141 由此可得最后的模型为 LNY=10.0141+0.0983LNX1-0.1720 (LNX1-9.740516756256051)*D1 LNY=10.0141+0.0983LNX1 t 1989 LNY=10.0141-0.0737LNX1+9.740516756256051 T 1989 六、对模型的经济解释及存在的问题分析 1．经济解释 中国是一个转型发展中国家，其影响就业的因素既有自身客观实际又具有市场经济发展的共性特点。从模型可以看出： ⑴经济增长是影响就业的最显著的因素，二者之间成正向关系。事实上，长期以来，我国保持比较高的经济增长速度，就是依靠经济扩张带动就业。但是，近几年的资料显示，我国的就业增长弹性系数已经持续下降。就业弹性降低的原因，一方面在于企业为提高效率既要增加资本密集程度又要不断精简大量冗员，二者的综合作用造成企业吸收新增劳动力的空间十分有限；另一方面在于经济结构的调整，过去的劳动密集型产业不断萎缩，新的劳动密集型产业尚没有建立和形成，从而造成总体经济增长吸收就业能力的下降。因此，虽然就业机会的扩大依赖于经济的增长，如果缺乏相应的政策，经济增长也不会自动转化为就业机会的扩大。 ⑵根据先验信息，恩格尔系数与就业有正向关系。因为恩格尔系数的降低，表明生活水平的提高，教育支出增加，即人力资本投入增加。而我们从模型得到的结果看，人力资本投入对就业的影响不是特别显著。这就表明目前我国政府对教育培训投入不足或现有投入效益不明显，大学生就业难现象正说明这个问题。 ⑶从模型还可以看出经济结构对就业的影响并不显著，说明我国的经济结构调整取得的成效并不大。结构调整的实质是创造性摧毁，而创造就业并不简单地等于就业增长，这与就业的结构类型与结构调整的阶段有关。目前中国正处在结构调整的初期，出现“无就业增长”符合经济规律。 （4）另从引入虚拟变量的角度来看，1989年大学生就业政策的改变，使得中国的就业情况发生了质的飞跃。自主择业拓宽了大学生的就业面增加了就业机会。 2．存在原因 ⑴以上分析均是就模型本身而得出的结论，但事实上我们的模型解释变量的t值比较大，因此有可能是伪回归。产生伪回归的原因是时间序列数据不连续或 者数据不稳定。 ⑵根据先验信息，教育投入对就业的影响应该是显著的，按理说这个解释变量被删除可能是不正确的。但是，如果不删除该变量，多重共线性又无法消除。 ⑶对于“经济结构”变量的指数化问题，笔者采用社会固定资产投资规模来替代是否合理？社会固定资产投资主要用于基础设施建设，同时其规模的扩大必然排挤私人投资，这样必然地影响经济结构的调整。 六、政策建议 解决劳动力就业，缓解就业压力，虽然涉及因素很多，但其决定性因素还在于扩大生产规模。教育影响的人力资本因素、体制改革、制度变迁形成的经济结构调整都会在一定程度上就业。鉴于以上模型最终结果中反映出的我国就业的现实状况，笔者提出以下几点建议： 1、要紧紧抓住发展这个主题，加快结构调整步伐。具体讲，就是要认真落实“四个注重”：在产业类型上，注重发展劳动密集型产业；在企业规模上，注重扶持中小企业；在经济类型上，注重发展非公有制经济；在就业方式上，注重灵活多样的形式。 2、加强和细化就业培训。采取更多的培训方式，努力提高人的素质，改变资源禀赋结构，为产业结构调整提供条件。 3、增加就业资金投入。一是要加大中央转移支付力度。中央财政转移支付用于保障下岗职工基本生活的资金，应逐步随下岗职工并轨转入失业的情况，重点转向用于下岗失业人员的再就业工作。二是要增加地方财政的就业投入，建立促进就业基金。三是要进一步发挥失业保险促进就业的作用。改革失业保险制度,调整失业保险的支出结构，充分发挥失业保险促进就业的积极作用。 [参考文献]： ⑴《计量经济学》主编：庞皓西南财经大学出版社2001年8月第一版 ⑵《中国农村统计年鉴（2004年）》 ⑶冯煜：析中国转型时期失业的主要影响因素〔Ｊ〕，劳动经济 与劳动关系，2002，(1)。 (4)西奥多·舒尔茨《人力资本的投资》（1960） (5)汪秀雷宇《西部地区分省的2001—2009年恩格尔系数变化与人力资本变化相关性研究》 (6)高鸿业《西方经济学—宏观经济学》 (7)胡永平《我国固定资产投资结构分析》（2003） 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。 一元线性回归模型 一、实验内容：利用一元线性回归模型研究我国经济水平对消费的影响 1、实验目的：掌握一元线性回归方程的建立和基本的经济检验和统计检验 2、实验要求： （1）对原始指标变量数据作价格因子的剔除处理； （2）对回归模型做出经济上的解释； （3）独立完成实验建模和实验报告 二、实验报告 ----中国1978-2006年人均消费与经济水平之间的关系 1、问题的提出 居民的消费在社会经济发展中具有重要的作用，合理适度的消费可以有利的促进经济的平稳健康的增长。要充分发挥消费对经济的拉动作用，关键问题是如何保证居民的消费水平。根据宏观经济学理论，一国的GDP扣除掉折旧和税收就是居民的可支配的收入了，而居民的收入主要用于两个方面：一是储蓄，二是消费。如果人均GDP增加，那么居民的可支配收入也会增加，这样居民用于消费的应该也会增加。本次实验通过运用中国1978-2006年人均消费与经济水平（用人均GDP这个指标来表示）数据，建立模型研究人均消费和经济水平之间的关系。 2、指标选择 3、、数据来源 我们从中国统计局网站上取得中国1978-2006年的人均消费、人均GDP和各年的CPI。见表2.1： 表2.1 人均GDP与人均消费的原始数据（现价）单位：元 4、数据处理 为了保证我们各个时期数据的可性，我们必须剔除价格的因素对人均消费和人均GDP的影响。在这里我们用1990年的CPI作为基期来调整数据。关于调整方法我们可以用Excell也可以用Eviews软件进行，在这里我们介绍一下用Eviews软件调整数据的步骤。 利用命令行输入： “Genr averageconsume1=100/cpibase1990*averageconsume Genr averagegdp1=100/cpibase1990*averagegdp” 其中averageconsume1、averagegdp1表示调整过后的人均消费和人均GDP；cpibase1990表示以1990年为基期的CPI。 调整过后的人均消费和人均GDP如表2.2 表2.2 人均GDP与人均消费的可比价数据（单位：元） 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》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》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。 实验二一元回归模型 【实验目的】 掌握一元线性、非线性回归模型的建模方法 【实验内容】 建立我国税收预测模型 【实验步骤】 【例1】建立我国税收预测模型。表1列出了我国1985－1998年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请利用统计软件Eviews建立一元线性回归模型。 一、建立工作文件 ⒈菜单方式 在录入和分析数据之前，应先创建一个工作文件（Workfile）。启动Eviews软件之后，在主菜单上依次点击File\New\Workfile（菜单选择方式如图1所示），将弹出一个对话框（如图2所示）。用户可以选择数据的时间频率（Frequency）、起始期和终止期。 图1 Eviews菜单方式创建工作文件示意图 图2 工作文件定义对话框 本例中选择时间频率为Annual（年度数据），在起始栏和终止栏分别输入相应的日期85和98。然后点击OK，在Eviews软件的主显示窗口将显示相应的工作文件窗口（如图3所示）。 图3 Eviews工作文件窗口 一个新建的工作文件窗口内只有2个对象(Object）,分别为c（系数向量）和resid（残差）。它们当前的取值分别是0和NA（空值）。可以通过鼠标左键双击对象名打开该对象查看其数据，也可以用相同的方法查看工作文件窗口中其它对象的数值。 ⒉命令方式 还可以用输入命令的方式建立工作文件。在Eviews软件的命令窗口中直接键入CREATE命令，其格式为： CREATE 时间频率类型起始期终止期 本例应为：CREATE A 85 98 二、输入数据 在Eviews软件的命令窗口中键入数据输入/编辑命令： DA TA Y X 此时将显示一个数组窗口（如图4所示），即可以输入每个变量的数值 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 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 学院：信管学院 专业：金—1 实验编号：实验二 实验题目：一元线性回归 姓名： 学号： 1 指导老师： 实验二一元线性回归模型 【实验目的】 掌握一元线性、非线性回归模型的建模方法 【实验内容】 建立我国税收预测模型 【实验步骤】 【例1】建立我国税收预测模型。表1列出了我国1990－2011年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请利用统计软件Eviews建立一元线性回归模型。 数据来源：国家统计局→国家统计年鉴2012数据（https://www.360docs.net/doc/fc13229635.html,/tjsj/ndsj/2012/indexch.htm）→1 、国民经济核算（国内生产X）2、财政（各项税收Y） 一、建立工作文件 ⒈菜单方式 在录入和分析数据之前，应先创建一个工作文件（Workfile）。启动Eviews软件之后，在主菜单上依次点击File\New\Workfile（菜单选择方式如图1所示），将弹出一个对话框（如图2所示）。用户可以选择数据的时间频率（Frequency）、起始期和终止期。 图1 Eviews菜单方式创建工作文件示意图 图2 工作文件定义对话框 本例中选择时间频率为Annual（年度数据），在起始栏和终止栏分别输入相应的日期1990和2011 。然后点击OK，在Eviews软件的主显示窗口将显示相应的工作文件窗口（如图3所示）。 图3 Eviews工作文件窗口 一个新建的工作文件窗口内只有2个对象(Object）,分别为c（系数向量）和resid（残差）。它们当前的取值分别是0和NA（空值）。可以通过鼠标左键双击对象名打开该对象查看其数据，也可以用相同的方法查看工作文件窗口中其它对象的数值。 ⒉命令方式 还可以用输入命令的方式建立工作文件。在Eviews软件的命令窗口中直接键入CREATE命令，其格式为： CREATE 时间频率类型起始期终止期 本例应为：CREATE A 1990 2011 二、输入数据 在Eviews软件的命令窗口中键入数据输入/编辑命令： DA TA Y X 此时将显示一个数组窗口（如图4所示），即可以输入每个变量的数值 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； 一、考察Y与X1、X2、X3、X4之间的关系 1、 建立模型 这是一个时间序列数据。我们假设拟建立如下四元回归模型： Y=β0+β1X1+β2X2+β3X3+β4X4+μ 表1给出了采用Eviews软件对上表中的数据进行回归分析的计算结果，表明可建立如下城乡收入比函数： Y^=4.1-0.15X1+0.93X2+3.27X3-11.84 X4 表1：中国城乡收入比Y对X1、X2、X3、X4的回归（1991-2010） 2、 经济意义检验 城乡二元结构系数（X1）: 此系数越大，说明城乡二元结构越严重,即X1与Y成正相关，可从我们建立的模型中得知对X1参数估计为 -0.15 ，不符合经济意义。 人均GDP增长率（X2）：这个比率与城乡收入比成正相关，从建立的模型中看到对X2的参数估计为0.93 ，符合经济意义。 财政支农比率（X3）：此比率反映了政府和社会对农村的支持力度。比率越大，说明政府财政支农比率越大。可见与Y成负相关，可是我们得出的参数估计为3.26 ，不符合经济意义。 产业比（X4）：此比率越大，说明福建省农业产值越高，农民收入水平较高，即与被解释变量成负相关。从列表中得到X4的参数 -11.84，符合经济意义。 二、考察Y与X2、X3、X4之间的关系 1、建立模型 假设拟建立如下三元回归模型： Y=β0+β2X2+β3X3+β4X4+μ 表2给出了采用Eviews软件对上表中的数据进行回归分析的计算结果，表明可建立如下城乡收入比函数： Y=3.21+0.74X2-0.50X3-6.76X4 表2：中国城乡收入比Y对X2、X3、X4的回归（1991-2010） 2、经济意义检验 人均GDP增长率（X2）：这个比率与城乡收入比成正相关，从建立的模型中看到对X2的参数估计为0.74 ，符合经济意义。 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 实验二 （一）异方差性 【实验目的】 掌握异方差性的检验及处理方法 【实验内容】 建立并检验我国制造业利润函数模型 【实验步骤】 【例1】表1列出了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。 表1 我国制造工业1998年销售利润与销售收入情况 一、检验异方差性 ⒈图形分析检验 ⑴观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y 图1 我国制造工业销售利润与销售收入相关图 从图中可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。 ⑵残差分析 首先将数据排序（命令格式为：SORT 解释变量），然后建立回归方程。在方程窗口 中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。 图2 我国制造业销售利润回归模型残差分布 图2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。 ⒉Goldfeld-Quant检验 ⑴将样本安解释变量排序（SORT X）并分成两部分（分别有1到10共11个样本合19到28共10个样本） ⑵利用样本1建立回归模型1（回归结果如图3），其残差平方和为2579.587。 SMPL 1 10 LS Y C X 图3 样本1回归结果 ⑶利用样本2建立回归模型2（回归结果如图4），其残差平方和为63769.67。 SMPL 19 28 LS Y C X 图4 样本2回归结果 ⑷计算F 统计量：12/RSS RSS F =＝63769.67/2579.59=24.72，21RSS RSS 和分别是模型1和模型2的残差平方和。 取 05 .0=α时，查F 分布表得 44.3)1110,1110(05.0=----F ，而 44.372.2405.0=>=F F ，所以存在异方差性 ⒊White 检验 ⑴建立回归模型：LS Y C X ，回归结果如图5。 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。 表3.6 家庭书刊消费、家庭收入及户主受教育年数数据 （1）作家庭书刊消费（Y ）对家庭月平均收入（X ）和户主受教育年数（T ）的多元线性回归： 1 2 3 i 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。 ()()()()()() 2 2 50.01620.0864552.3703 49.46026 0.02936 5.20217 t= 1.011244 2.944186 10.067020.951235 =0.944732 F=146.2974 ?i i i X T Y R R =-++-= 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 计量经济学实验报告二标准化工作室编码[XX968T-XX89628-XJ668-XT689N] 学生实验报告 学院：经济学院 课程名称：计量经济学 专业班级： 11经济学1班 姓名：魏丹丹 学号： 0112102 学生实验报告 （经管类专业用） 一、实验目的及要求： 1、目的 利用Eviews软件，使学生在实验过程中全面了解和熟悉计量经济学。 2、内容及要求 熟悉Eviews软件的操作与应用 二、仪器用具： 三、实验方法与步骤: 1 经研究发现，家庭书刊消费受家庭收入几户主受教育年数的影响，表中为对某地区部分家庭抽样调查得到样本数据： （2）利用样本数据估计模型的参数； （3）检验户主受教育年数对家庭书刊消费是否有显着影响； （4）分析所估计模型的经济意义和作用 答：（1）家庭书刊消费的计量经济学模型是： Dependent Variable: Y Method: Least Squares Date: 11/27/12 Time: 14:36 Sample: 1 18 Included observations: 18 Variable Coeffici ent Std. Error t- Statistic Prob. C X T R-squared Mean dependent var Adjusted R- squared. dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic 姓名学号实验题目异方差的诊断与修正 一、实验目的与要求： 要求目的：1、用图示法初步判断是否存在异方差，再用White检验异方差； 2、用加权最小二乘法修正异方差。 估计结果为： i Y ? = 12.03564 + 0.104393i X （19.51779） (0.008441) t=（0.616650） （12.36670） 2R =0.854696 R =0.849107 S.E.=56.89947 DW=1.212859 F=152.9353 这说明在其他因素不变的情况下，销售收入每增长1元，销售利润平均增长0.104393元。 2R =0.854696 , 拟合程度较好。在给定 =0.0时，t=12.36670 > )26(025.0t =2.056 ，拒 绝原假设，说明销售收入对销售利润有显著性影响。F=152.9353 > )6,21(F 05.0= 4.23 , 表明方程整体显著。 （三） 检验模型的异方差 ※（一）图形法 6、判断 由图3可以看出，被解释变量Y 随着解释变量X 的增大而逐渐分散，离散程度越来越大； 同样，由图4可以看出，残差平方2 i e 对解释变量X 的散点图主要分布在图形中的下三角部分，大致看出残差平方2 i e 随i X 的变动呈增大趋势。因此，模型很可能存在异方差。但是否确实存在异方差还应该通过更近一步的检验。 ※ （二）White 检验 White 检验结果 White Heteroskedasticity Test: F-statistic 3.607218 Probability 0.042036 Obs*R-squared 6.270612 Probability 0.043486 Test Equation: t 界值5.002 χ （2） =5.99147。比较计算的2χ统计量与临界值，因为n 2R = 6.270612 > 5 .002 χ（2）=5.99147 ，所以拒绝原假设，不拒绝备择假设，这表明模型存在异方差。 （四） 异方差的修正 在运用加权最小二乘法估计过程中，分别选用了权数t 1ω=1/t X ，t 2ω=1/2 t X ，t 3ω=1/t X 。 用权数t 1ω的结果 姓名 学号 实验题目 异方差的诊断与修正 一、实验目的与要求： 要求目的：1、用图示法初步判断是否存在异方差，再用White 检验异方差； 2、用加权最小二乘法修正异方差。 二、实验内容 根据1998年我国重要制造业的销售利润与销售收入数据，运用EV 软件，做回归分析，用图示法，White 检验模型是否存在异方差，如果存在异方差，运用加权最小二乘法修正异方差。 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） （一） 模型设定 为了研究我国重要制造业的销售利润与销售收入是否有关，假定销售利润与销售收入之间满足线性约束，则理论模型设定为： i Y =1β+2βi X +i μ 其中，i Y 表示销售利润，i X 表示销售收入。由1998年我国重要制造业的销售收入与销售利润的数据，如图1： 1988年我国重要制造业销售收入与销售利润的数据 （单位：亿元） （二） 参数估计 Dependent Variable: Y Method: Least Squares Date: 10/19/05 Time: 15:27 Sample: 1 28 Included observations: 28 Variable Coefficient Std. Error t-Statistic Prob. C 12.03564 19.51779 0.616650 0.5428 X 0.104393 0.008441 12.36670 0.0000 R-squared 0.854696 Mean dependent var 213.4650 Adjusted R-squared 0.849107 S.D. dependent var 146.4895 S.E. of regression 56.90368 Akaike info criterion 10.98935 Sum squared resid 84188.74 Schwarz criterion 11.08450 Log likelihood -151.8508 F-statistic 152.9353 Durbin-Watson stat 1.212795 Prob(F-statistic) 0.000000 估计结果为： i Y ? = 12.03564 + 0.104393i X （19.51779） (0.008441) t=（0.616650） （12.36670） 2R =0.854696 2R =0.849107 S.E.=56.89947 DW=1.212859 F=152.9353 这说明在其他因素不变的情况下，销售收入每增长1元，销售利润平均增长0.104393元。 2R =0.854696 , 拟合程度较好。在给定 =0.0时，t=12.36670 > )26(025.0t =2.056 ，拒 计量经济学实验报告 学院： 班级 姓名： 学号： 一、经济学理论概述 1、需求是指消费者（家庭）在某一特定时期内，在每一价格水平时愿意而且能够购买的某种商品量。需求是购买欲望与购买能力的统一。 2、需求定理是说明商品本身价格与其需求量之间关系的理论。其基本内容是：在其他条件不变的情况下，一种商品的需求量与其本身价格之间成反方向变动，即需求量随着商品本身价格的上升而减少，随商品本身价格的下降而增加。 3、需求量的变动是指其他条件不变的情况下，商品本身价格变动所引起的需求量的变动。需求量的变动表现为同一条需求曲线上的移动。 二、经济学理论的验证方法 在此次试验中，我运用了Eviews和Excel软件对相关数据进行处理和分析。 1、拟合优度检验——可决系数R2统计量 回归平方和反应了总离差平方和中可由样本回归线解释的部分，它越大，参差平方和越小，表明样本回归线与样本观测值的拟合程度越高。 2、方程总体线性的显着性检验——F检验 （1）方程总体线性的显着性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显着成立作出判断。 （2）给定显着性水平α，查表得到临界值F α（k ，n-k-1）,根据样本求出F 统计量的数值后，可通过F ＞F α(k ，n-k-1) （或F ≤F α(k ，n-k-1)）来拒绝（或接受）原假设H0，以判定原方程总体上的线性关系是否显着成立。 3、变量的显着性检验——t 检验 4、异方差性的检验——怀特检验 怀特检验不需要排序，对任何形式的异方差都适用。 5、序列相关性的检验——图示法和回归检验法 6、多重共线性的检验——逐步回归法 以Y 为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。 三、验证步骤 1、确定变量 （1）被解释变量 “货币流通量”在模型中用“Y ”表示。 （2）解释变量 ①“货币贷款额”在模型中用“1X ”表示; ②“居民消费价格指数”在模型中用“2X ”表示； ③把由于各种原因未考虑到和无法度量的因素归入随机误差项，在模型中用“μ”。 2、建立计量经济学模型 根据各相关变量之间的关系，假定： Y=0β+1βX 1+2βX 2+μ 3、数据描述和处理计量经济学实验三
计量经济学实验报告2
计量经济学实验报告 (3)
计量经济学实验一
计量经济学实验报告
计量经济学实验报告
计量经济学实验二 一元回归模型
计量经济学实验报告(自相关性)
计量经济学实验报告54995
计量经济学实验二 一元线性回归 2
计量经济学实验报告
计量经济学实验报告
计量经济学实验报告
计量经济学实验二
最新版计量经济学实验报告
计量经济学实验报告二
EViews计量经济学实验报告异方差的诊断及修正
EViews计量经济学实验报告-异方差的诊断及修正模板
计量经济学实验报告