计量经济学 案例分析

第二章 案例分析

研究目的：分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系，对更多规律的研究具有指导意义.

一． 模型设定

2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系

图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图

由图可知，各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析其数量性变动规律，可建立如下简单线性回归模型：

Y t =β1+β2X t +u t

50

60

708090100

110120130140

X

Y

二．估计参数

假定所建模型及其随机扰动项u i满足各项古典假设，用普通最小二乘法（OLSE）估计模型参数.其结果如下：

表2.1 回归结果

Dependent Variable: Y

Method: Least Squares

Date: 11/13/17 Time: 12:50

Sample: 1 31

Included observations: 31

Variable Coefficient Std. Error t-Statistic Prob.

C 11.95802 5.622841 2.126686 0.0421

X 0.002873 0.000240 11.98264 0.0000

R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000

由表2.1可得，

β1=11.9580，β2=0.0029

故简单线性回归模型可写为：

^ Y

X t

t=11.9580+0.0029

其中：SE(β1)=5.6228, SE(β2)=0.0002

R-squared=0.8320，F=143.5836，n=31

三．模型检验

1.经济意义

参数β1=11.9580 ,β2=0.0029，说明城镇居民家庭人均总收入每增加1元，城镇居民每百户拥有量平均增加0.0029台，与预期经济意义相符.

2.拟合优度和统计检验

拟合优度的度量：因为R-squared=0.8320，说明所建模型在整体上对样本数据拟合较好，解释变量对被解释变量的解释程度较高.

回归系数的t检验：原假设H0：β1=0及H0：β2=0.

回归系数β1的标准误差和t值分别为：SE(β1)= 5.6228，t(β1)=2.1267；

回归系数β2的标准误差和t值分别为：SE(β2)= 0.0002，t(β2)= 11.9826.

取α=0.05，故临界值t0.025(29)= 2.045，

因为t(β1)= 2.1267>t0.025(29)= 2.045，故拒绝H0：β1=0；

t(β2)= 11.9826.>t0.025(29)= 2.045，故拒绝H0：β2=0.

对斜率系数的显著性检验表明:

城镇居民人均总收入对城镇居民每百户计算机拥有量有显著影响. 四．回归预测

若西部地区某省城镇居民家庭人均收入能达到25000元/人，利用所估计模型预测城镇居民每百户计算机拥有量。

1. 点预测

X f =25000, ^

Y f =11.9580+0.0029*25000=83.7846(台) 2. 区间预测

为作区间预测，取取α=0.05，平均置信度95%的预测区间为：

^ Y f ?t α2

^ σ√1n +(X f ?X ^)2∑x i 表2.2 X 和Y 的描述统计结果

Y

X

Mean 77.08161 22666.97 Median 71.66000 20094.18 Maximum 137.7000 40532.29 Minimum 52.65000 16267.37 Std. Dev. 19.25503 6112.965 Skewness 1.185095 1.515854 Kurtosis 4.259649 4.384257 Jarque-Bera 9.305832 14.34708 Probability 0.009534 0.000767 Sum

2389.530 702676.0 Sum Sq. Dev. 11122.69

1.12E+09

Observations 31

31

其中， ^ Y f=83.7846，σx

=6112.965, n=31, t α2

=2.045, ^ σ=8.0280 ∑x i 2

=∑(X i ?X ^)2=σX 2(n ?1)=6112.9652(31-1)=1121050233;

(X f ? - X )2

=(25000-22666.97)^2=5443028.981; ^ Y f

?t α2

σ^

√1n +(X f ?X ^)2∑x i 2=83.7846?2.045*8.0280*√

131+5443028.9811121050233

=83.7846?3.1627

故平均置信度95%的预测区间为（80.6219,9473）台.

第三章 案例分析

研究目的：研究中国地方财政教育支出差异的主要原因，分析地方财政教育支出增长的规律，预测中国地方财政教育支出的增长趋势.

一． 模型设定

地方财政教育支出与各影响因素的关系

图3.1 地方财政教育支出及影响因素数据图形

其中，Y 为地方教育财政支出（/亿元）；X2为地区生产总值（/亿元）；X3为年末人口总数（/万人）；X4为居民平均每人教育现金消费；X5居民教育消费价格指数；X6为教育支出在地方财政支出的比重.

分析上图可知，各地区地方财政教育经费支出及各影响因素的差异明显，其变动的方向基本一致，为探究其数量变动规律，建立如下线性回归模型：

Y ii =β1+β2X 2i +β3X 3i +β4X 4i +β5X 5i +β6X 6i +u i

10,000

20,000

30,000

40,000

50,000

60,000

二．估计参数

假定所建模型及其随机扰动项u i满足各项古典假设，用普通最小二乘法（OLSE）估计模型参数.其结果如表3.1所示：

表3.1 回归结果

Dependent Variable: Y

Method: Least Squares

Date: 11/15/17 Time: 21:06

Sample: 1 31

Included observations: 31

Variable Coefficient Std. Error t-Statistic Prob.

C -2416.491 935.8816 -2.582048 0.0161

X2 0.011171 0.001768 6.316726 0.0000

X3 0.039473 0.007951 4.964338 0.0000

X4 0.146028 0.051660 2.826690 0.0091

X5 22.81615 9.086687 2.510942 0.0189

X6 866.4100 470.3214 1.842166 0.0773

R-squared 0.973227 Mean dependent var 499.9448 Adjusted R-squared 0.967872 S.D. dependent var 275.3621 S.E. of regression 49.35657 Akaike info criterion 10.80800 Sum squared resid 60901.79 Schwarz criterion 11.08555 Log likelihood -161.5241 Hannan-Quinn criter. 10.89848 F-statistic 181.7539 Durbin-Watson stat 2.378747 Prob(F-statistic) 0.000000

由表3.1可得：

β1=-2416.491，β2=0.0112，β3=0.0395，β4=0.1460

β5=22.8162，β6=866.4100

故模型估计的结果为：

^

=?2416.491+0.0112X2+0.0395X3+0.1460X4 Y

i

+22.8162X5+866.4100X6

R2=0.9732, - R2=0.9679，n=31

t(β1)=-2.5820, t(β2)=6.3167, t(β3)=4.9643

t(β4)=2.8267, t(β5)=2.5109, t(β6)=1.8421

三．模型检验

1.经济意义

在假定其他变量不变的情况下，当地区生产总值每增长1亿元，地方财政教育支出将平均增长0.0112亿元；当地区年末人口每增长1万人，地方财政教育支出将平均增长0.0395亿元；当居民平均每人教育现金消费增加1元，地方财政教育支出将平均增长0.1460亿元；当居民教育消费价格指数增加1个百分点，地方财政教育支出将平均增长22.8162亿元。当教育支出在地方财政支出中的比重增加1%，地方财政教育支出将平均增长866.41亿元。这与理论分析和经验判断相一致。

2.拟合优度和统计检验

拟合优度的度量：因为R-squared=0.9732，Adjusted R-squared=0.9679，说明所建模型在整体上对样本数据拟合较,好.

回归系数的t检验：原假设H0：β2=β3=β4=β5=β6=0，

取α=0.05，故临界值t0.025(25)=2.060;α=0.10，临界值t0.025(25)=1.708. 回归系数β1t值为：t(β1)=-2.5820>?t0.025(25)=-2.060, 故拒绝H0：β1=0；回归系数β2t值为：t(β2)=6.3167>t0.025(25)=2.060, 故拒绝H0：β2=0；

回归系数β3t值为：, t(β3)=4.9643>t0.025(25)=2.060, 故拒绝H0：β3=0；

回归系数β4t值为：t(β4)=2.8267>t0.025(25)=2.060, 故拒绝H0：β4=0；

回归系数β5t 值为：t(β5)=2.5109>t 0.025(25)= 2.060, 故拒绝H 0：β5=0； 回归系数β6t 值为：t(β6)=1.8421t 0.025(25)= 2.060, 故不能拒绝H 0：β6=0； 综上所述,结论如下：

在显著性水平α=0.05时，当在其他变量不变的情况下，解释变量“地区生产总值X 2”、“年末人口数X 3”、“居民平均每人教育现金消费X 4”、“居民教育消费指数X 5”分别对“地方财政教育支出Y ”都有显著影响.此时“教育支出在地方财政支出中的比重X 6”对“地方财政教育支出Y ”无显著影响. 在显著性水平α=0.10时, “教育支出在地方财政支出中的比重X 6”对“地方财政教育支出Y ”有显著影响，即解释变量“地区生产总值X 2”、“年末人口数X 3”、“居民平均每人教育现金消费X 4”、“居民教育消费指数X 5”、“教育支出在地方财政支出中的比重X 6”对“地方财政教育支出Y ”都有影响.

第四章 案例分析

研究目的：为规划中国未来旅游产业发展，需要定量地分析影响中国旅游市场发展的主要因素.

一． 模型设定

国内旅游收入与各影响因素的关系

图4.1 国内旅游收入与各影响因素关系图

40,000

80,000120,000160,000200,000240,000280,000

分析图4.1可知，国内旅游人数（X2/万人次）、城镇居民人均旅游花费（X3/元）、农村居民人均旅游花费（X4/元）、铁路里程（X5/万公里）与国内旅游收入(Y/亿元)具有正相关关系.

二．估计参数

采用普通最小二乘法（OLS法）估计模型参数，其结果如表4.1所示.

表4.1 回归结果

Dependent Variable: Y

Method: Least Squares

Date: 11/18/17 Time: 13:01

Sample: 1 18

Included observations: 18

Variable Coefficient Std. Error t-Statistic Prob.

C 450.9799 3932.314 0.114686 0.9104

X2 0.073021 0.009533 7.659772 0.0000

X3 -6.655505 2.675543 -2.487534 0.0272

X4 14.15019 3.482846 4.062824 0.0013

X5 -230.9844 822.5258 -0.280823 0.7833

R-squared 0.985814 Mean dependent var 5567.064 Adjusted R-squared 0.981449 S.D. dependent var 4702.188 S.E. of regression 640.4485 Akaike info criterion 15.99235 Sum squared resid 5332266. Schwarz criterion 16.23967 Log likelihood -138.9311 Hannan-Quinn criter. 16.02645 F-statistic 225.8475 Durbin-Watson stat 1.378830 Prob(F-statistic) 0.000000

由表4.1可得：

β1=450.9799，β2=0.0730，β3=-6.6555，β4=14.1502，β5=-230.9844 R2=0.9858, - R2=0.9814，F=225.8475，n=18

分析可知，该模型的拟合度很好，明显显著。当α=0.05时，t0.025(13)=2.16，

比较可知，X5系数明显不显著，且X3、X5的符号为负，可能存在多重共线性.

计算各解释变量的相关系数

表4.2 相关系数矩阵

由表4.2可知，各解释变量相互之间的相关系数较高，表明的确存在一定的多重共线性.为解决该问题，需进行相关处理.

三．对多重共线性的处理

将各变量进行对数变换，再对变换后的模型进行估计，模型如下.

Y i=β1+β2X2i+β3X3i+β4X4i+β5X5i+β6X6i+∈i

对数据进行取对数处理，用OLS方法估计模型参数，其结果如表4.3所示.

表4.3 回归结果

Dependent Variable: LNY

Method: Least Squares

Date: 11/18/17 Time: 14:31

Sample: 1994 2011

Included observations: 18

Variable Coefficient Std. Error t-Statistic Prob.

C -8.440050 0.606171 -13.92355 0.0000

LNX2 0.916391 0.093951 9.753920 0.0000

LNX3 0.411645 0.139440 2.952138 0.0112

LNX4 0.289169 0.046084 6.274825 0.0000

LNX5 1.001875 0.422115 2.373463 0.0337

R-squared 0.997895 Mean dependent var 8.328844 Adjusted R-squared 0.997247 S.D. dependent var 0.792413 S.E. of regression 0.041574 Akaike info criterion -3.292568 Sum squared resid 0.022469 Schwarz criterion -3.045243 Log likelihood 34.63311 Hannan-Quinn criter. -3.258465 F-statistic 1540.781 Durbin-Watson stat 1.205065 Prob(F-statistic) 0.000000

由表4.3可得：

β1=-8.4401，β2=0.9164，β3=0.4416，β4=0.2892，β5=1.0019

故模型估计的结果为：

Ln^Y=?8.4401+0.9164X2+0.4416X3+0.2892X4+1.0019X4 R2=0.9979,-R2=0.9972，F=1540.781，n=18

四．模型检验

1.经济意义

在其他变量不变的情况下，若旅游人数每增加1%，则国内旅游收入平均增加0.9164%；若城镇居民旅游支出每增加1%，则国内旅游收入平均增加0.4416%；若农村居民旅游支出每增加1%，则国内旅游收入平均增加0.2892%；若铁路里程每增加1%，则国内旅游收入平均增加1.0019%.

2.拟合优度和统计检验

拟合优度的度量：因为R-squared=0.9979，Adjusted R-squared=0.9972，说明所建模型在整体上对样本数据拟合较,好.

回归系数的t检验：原假设H0：β2=β3=β4=β5=0，

取α=0.05，故临界值t0.025(13)=2.16

回归系数β2t值为：t(Β2)=0.9164>t0.025(13)=2.16,故拒绝H0：β2=0；

回归系数β3t值为：,t(Β3)=0.4416>t0.025(13)=2.16,故拒绝H0：β3=0；

回归系数β4t值为：t(Β4)=0.2892>t0.025(13)=2.16,故拒绝H0：β4=0；

回归系数β5t值为：t(Β5)=1.0019>t0.025(13)=2.16,故拒绝H0：β5=0；

综上，这些变量一起对国内旅游收入具有显著影响.

第五章案例分析

研究目的：为了给制订医疗机构的规划提供依据，分析比较医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的回归模型. 一．模型设定

假定医疗机构数与人口数之间满足线性约束，则理论模型设定如下.

Y i=β1+β2X i+u i

其中，Y i表示卫生医疗机构数；X i表示人口数

二．参数估计

用OLS方法估计模型参数，其结果如表5.1所示.

表5.1 回归结果

Dependent Variable: Y

Method: Least Squares

Date: 11/19/17 Time: 12:40

Sample: 1 21

Included observations: 21

Variable Coefficient Std. Error t-Statistic Prob.

C -562.9074 291.5642 -1.930646 0.0686

X 5.372828 0.644239 8.339811 0.0000

R-squared 0.785438 Mean dependent var 1588.143 Adjusted R-squared 0.774145 S.D. dependent var 1310.975 S.E. of regression 623.0301 Akaike info criterion 15.79746 Sum squared resid 7375164. Schwarz criterion 15.89694 Log likelihood -163.8733 Hannan-Quinn criter. 15.81905 F-statistic 69.55245 Durbin-Watson stat 1.947198 Prob(F-statistic) 0.000000

由表4.3可得：

β1=-562.9074，β2=5.3728

故模型估计的结果为：^Y

=?562.9074+5.3728X1

i

三． 检验模型的异方差

(一)

图形法

生成残差平方序列，绘制e i 2对X i 的散点图

图5.1 散点图

由图5.1可看出，残差平方E I 2对解释变量X 的散点图主要分布在图形中的下三角，残差平方E I 2大致上随X I 的变动呈增大的趋势，故该模型可能存在异方差. (二)

Goldfeld-Quandt 检验

将数据进行排序处理，删除中间1/4的观测值，余下部分得到两个样本区间：1~8和14~21，样本数值均为8个，即：n 1=n 2=8.

用OLS 方法，对样本区间1~8进行回归，所得结果如图5.2所示.

表5.1 样本区间1~8的回归结果

Dependent Variable: Y Method: Least Squares Date: 11/19/17 Time: 13:40 Sample: 1 8

Included observations: 8

Variable Coefficient Std. Error t-Statistic Prob. C 598.2525 119.2922 5.015018 0.0024 X 1.177650 0.490187 2.402452 0.0531

400,000

800,000

1,200,000

1,600,000

2,000,000

2,400,000

X

E 2

R-squared 0.490306 Mean dependent var 852.6250 Adjusted R-squared 0.405357 S.D. dependent var 201.5667 S.E. of regression 155.4343 Akaike info criterion 13.14264 Sum squared resid 144958.9 Schwarz criterion 13.16250 Log likelihood -50.57056 Hannan-Quinn criter. 13.00869 F-statistic 5.771775 Durbin-Watson stat 1.656269 Prob(F-statistic) 0.053117

用相同的方法，对样本区间14~21进行回归，所得结果如图5.3所示.

表5.2 样本区间14~21的回归结果

Dependent Variable: Y

Method: Least Squares

Date: 11/19/17 Time: 14:15

Sample: 14 21

Included observations: 8

Variable Coefficient Std. Error t-Statistic Prob.

C -2940.426 430.7787 -6.825839 0.0005

X 9.177641 0.693419 13.23534 0.0000

R-squared 0.966883 Mean dependent var 2520.500 Adjusted R-squared 0.961363 S.D. dependent var 1781.627 S.E. of regression 350.2011 Akaike info criterion 14.76721 Sum squared resid 735844.7 Schwarz criterion 14.78707 Log likelihood -57.06884 Hannan-Quinn criter. 14.63326 F-statistic 175.1744 Durbin-Watson stat 1.815102 Prob(F-statistic) 0.000011

由图5.2可得残差平方和：∑e1i2=144958.9；

由图5.3可得残差平方和：∑e2i2=735844.7.

根据Goldfeld-Quandt 检验，F统计量所得值为：

F=∑e2i2

∑e

1i

2

=

735844.7

144958.9

=5.0762

取α=0.05，F0.05（6,6）=4.28，因为F=5.0762>F0.05（6,6）=4.28.故拒绝原假设，表明模型的确存在异方差.

(三)White 检验

此为一元函数，故无交叉乘积项，应选辅助函数：

σt 2=α0+α1x t +α2x t 2

+u t

经估计，White 检验结果如表5.3所示.

表5.3 White 检验结果

Heteroskedasticity Test: White

F-statistic

55.61118 Prob. F(2,18) 0.0000 Obs*R-squared 18.07481 Prob. Chi-Square(2) 0.0001 Scaled explained SS 11.78770 Prob. Chi-Square(2) 0.0028

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 11/19/17 Time: 16:02

Sample: 1 21

Included observations: 21

Variable Coefficient Std. Error t-Statistic Prob. C 823375.5 130273.4 6.320365 0.0000 X^2 4.742387 0.532352 8.908366 0.0000 X

-3605.578

553.5894

-6.513091 0.0000

R-squared

0.860705 Mean dependent var 351198.3 Adjusted R-squared 0.845228 S.D. dependent var 454261.0 S.E. of regression 178711.1 Akaike info criterion 27.15649 Sum squared resid 5.75E+11 Schwarz criterion 27.30571 Log likelihood -282.1432 Hannan-Quinn criter. 27.18888 F-statistic 55.61118 Durbin-Watson stat 1.687985

Prob(F-statistic)

0.000000

取 α=0.05，χ0.052（2）=5.9915，nR 2=18.0748>χ0.052(2)=5.9915,故拒绝原假

设，不拒绝备择假设，表明模型存在异方差. (四)

异方差的修正

改变其权数，使其为1X 2

，其回归结果如表5.4所示.

表5.4 用权数1

X 2的估计结果

Dependent Variable: Y

Method: Least Squares

Date: 11/19/17 Time: 19:31

Sample: 1 21

Included observations: 21

Weighting series: 1/X^2

Weight type: Inverse variance (average scaling)

Variable Coefficient Std. Error t-Statistic Prob.

C 384.6123 87.90442 4.375346 0.0003

X 2.723571 0.433389 6.284353 0.0000

Weighted Statistics

R-squared 0.675175 Mean dependent var 847.6753 Adjusted R-squared 0.658079 S.D. dependent var 356.5126 S.E. of regression 258.1540 Akaike info criterion 14.03538 Sum squared resid 1266226. Schwarz criterion 14.13486 Log likelihood -145.3715 Hannan-Quinn criter. 14.05697 F-statistic 39.49310 Durbin-Watson stat 2.283148 Prob(F-statistic) 0.000005 Weighted mean dep. 808.6869

Unweighted Statistics

R-squared 0.586654 Mean dependent var 1588.143 Adjusted R-squared 0.564899 S.D. dependent var 1310.975 S.E. of regression 864.7480 Sum squared resid 14207993 Durbin-Watson stat 0.362833

由表5.4知，运用最小二乘法消除异方差性后，参数t检验均显著，F检验也显著，其估计结果如下：

^

=384.6123+2.7236X1

Y

i

R-squared=0.6752， Durbin-Watson stat=2.283148，F=39.4931

由此可知，人口数量每增加1万元，卫生医疗机构数将平均增加2.7236个.

第六章案例分析

研究目的：消费模型是研究居民消费行为的常用工具，通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数，同时也可用于居民消费水平的预测.

一．模型设定

影响居民消费的因素很多，但由于条件的限制，仅引入居民收入一个解释变量，其消费模型如下：

Y i=β1+β2X i+u i

其中，Y i为农村居民人均消费支出；X i为农村人均居民纯收入.

二．参数估计

用OLS方法所得回归结果如表6.1所示.

表6.1 回归结果

Dependent Variable: Y

Method: Least Squares

Date: 11/20/17 Time: 21:09

Sample: 1985 2011

Included observations: 27

Variable Coefficient Std. Error t-Statistic Prob.

C 44.15166 10.10791 4.368029 0.0002

X 0.720659 0.012090 59.60601 0.0000

R-squared 0.993013 Mean dependent var 586.8085 Adjusted R-squared 0.992733 S.D. dependent var 267.6878 S.E. of regression 22.81932 Akaike info criterion 9.164279 Sum squared resid 13018.03 Schwarz criterion 9.260267 Log likelihood -121.7178 Hannan-Quinn criter. 9.192821 F-statistic 3552.876 Durbin-Watson stat 0.529988 Prob(F-statistic) 0.000000

由表6.1可知：

β1=44.1517，β2=0.7207

故模型估计的结果为：^Y

=44.1517+0.7207X i

i

R2=0.9930, - R2=0.9927，F=3552.876, DW=0.5300

拟合优度的度量：因为R-squared=0.9930，Adjusted R-squared=0.9927，说明所建模型在整体上对样本数据拟合较好.

取α=0.05，查DW统计表可知：

d L=1.316,d U=1.469,因为DW=0.5300

表6.1 BG检验结果

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 13.09420 Prob. F(2,23) 0.0002 Obs*R-squared 14.37507 Prob. Chi-Square(2) 0.0008 Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 12/03/17 Time: 16:38

Sample: 1985 2011

Included observations: 27

Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 0.177653 7.261598 0.024465 0.9807

X -9.60E-05 0.008722 -0.011008 0.9913 RESID(-1) 0.778856 0.212339 3.667978 0.0013

RESID(-2) -0.068992 0.215440 -0.320237 0.7517 R-squared 0.532410 Mean dependent var 1.14E-13 Adjusted R-squared 0.471420 S.D. dependent var 22.37618 S.E. of regression 16.26827 Akaike info criterion 8.552264 Sum squared resid 6087.101 Schwarz criterion 8.744240 Log likelihood -111.4556 Hannan-Quinn criter. 8.609348 F-statistic 8.729466 Durbin-Watson stat 1.955487 Prob(F-statistic) 0.000476

LM=TR2,=27*0.53241=14.3751，P=0.000476，表明存在自相关.

t统计和F统计结论并不可信，需要采取补救措施.

三．自相关问题的处理

为解决自相关问题，采用广义差分化.

表6.2 回归结果分析

Dependent Variable: E

Method: Least Squares

Date: 12/03/17 Time: 17:28

Sample (adjusted): 1986 2011

Included observations: 26 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

E(-1) 0.728366 0.135126 5.390254 0.0000

R-squared 0.537263 Mean dependent var 0.510226 Adjusted R-squared 0.537263 S.D. dependent var 22.65858 S.E. of regression 15.41345 Akaike info criterion 8.346061 Sum squared resid 5939.361 Schwarz criterion 8.394449 Log likelihood -107.4988 Hannan-Quinn criter. 8.359995 Durbin-Watson stat 1.775362

^

p=0.7283,对原模型进行广义差分回归：

Y t-0.7283Y t-1=β1(1-0.7283)+ β2(X t-0.7283X t-1)+u t.

表6.3 广义差分方程输出结果

Dependent Variable: Y-0.7283*Y(-1)

Method: Least Squares

Date: 12/03/17 Time: 19:13

Sample (adjusted): 1986 2011

Included observations: 26 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 13.66397 6.492744 2.104498 0.0460

X-0.7283*X(-1) 0.716223 0.023371 30.64567 0.0000

R-squared 0.975082 Mean dependent var 188.8166 Adjusted R-squared 0.974044 S.D. dependent var 97.49753 S.E. of regression 15.70779 Akaike info criterion 8.419994

Sum squared resid 5921.631 Schwarz criterion 8.516771 Log likelihood -107.4599 Hannan-Quinn criter. 8.447862 F-statistic 939.1570 Durbin-Watson stat 1.779430 Prob(F-statistic)

0.000000

由表6.3可得回归方程为：

^ Y t ?

=13.6640+0.7162X t ?

R 2=0.9751 F=939.1570 DW=1.7794

其中， ^

Y t

?

=Y t -0.7283-0.7283Y t-1，X t ?

=(X t -0.7283X t-1) 取5%显著水平的DW 统计表可知d L =1.302,d U =1.461 DW=1.7794，d U

说明在5%显著性水平下广义差分模型中已无自相关。可决系数R 2、t 、F 统计量达到理想水平。β^

1=50.2908, 故中国农村居民消费模型：

Y ^

t =50.2908+0.7162X t

模型意义：

中国农村居民的边际消费倾向为0.7162，即中国农村人均实际纯收入每增加1元，平均来说来人均实际消费支出将增加0.7162元.

计量经济学论文12篇

计量经济学论文 中国商品进口额模型研究 摘要:通过对中国商品进口额及其主要影响因素的数据分析，得到关于中国商品进口额的函数，并用计量经济学的方法，对模型进行检验，探究其增长的规律性，从而使商品进口额成为一个可预测的经济变量。 关键词:计量经济学模型多重共线性异方差性自相关性 一、研究意义 改革开放以来，随着经济的发展，人们生活水平的不断提高，人民日益增长的物质文化需要不断提高，中国的商品进口额发生了很大的变化，进口数额不断上升，从1985年的1257.8亿元到2007年的73284.6亿元。影响中国商品进口额的因素很多，这里选取教材课后练习中的数据，研究中国商品进口额和国民生产总值的数量关系，商品进口额与居民消费价格指数的数量关系，对于探究中国商品进口额增长的规律性，预测商品进口额的发展趋势具有重要意义。 二、因素分析及模型建立 1、因素分析 一国的商品进出口属于对外贸易的内容，一国对外贸易的发展情况对经济增长有着重要影响，影响对外贸易发展的因素有很多，从大的方面来说，主要是世界经济的发展情况和国内经济发展的冷热情况，还有就是一国的对外贸易政策的等因素。有研究显示，对外贸易对一国经济增长的影响主要是进口增长对经济增长有较大的促进作用。这里，对中国商品进口额的研究，主要选取国内生产总值和居民消费价格指数，国内生产总值和居民消费价格指数说明了一国的经济发展情况。经济的发展，居民的生活水平得到了提高，居民对国外商品的需求也增大，所以，对这两个因素对进口额的影响有一定的参考意义。 2、变量选取与模型建立 这里选取“中国商品进口额”为被解释变量，用Y表示，选“国内生产总值”、“居民消费价格指数”为解释变量，分别用X1、X2表示。所以，模型假定为 LnY=β0+β1㏑X1 +β2㏑X2 + μ 其中u为随机误差项。 下表为1985——2007年中国商品进口额、国内生产总值、居民你消费价格

计量经济学论文

计量经济学论文题目：我国财政收入和国民生产总值的关系 姓名：XXX 学号：XXX 专业：XXX 科目：计量经济学

2.13 我国1978~1997年财政收入Y和国民生产总值（GNP）X的统计资料如表1所示（单位：亿元）。 表1 年份财政收入GNP 年份财政收入GNP 1978 1132.26 3624.1 1988 2357.24 14923.3 1979 1146.38 4038.2 1989 2664.90 16917.8 1980 1159.93 4517.8 1990 2937.10 18589.4 1981 1175.79 4860.3 1991 3149.48 21662.5 1982 1212.33 5301.8 1992 3483.37 26651.9 1983 1366.95 5957.4 1993 4348.95 34560.5 1984 1642.86 7206.7 1994 5218.10 46670.0 1985 2004.82 8989.1 1995 6242.20 57494.9 1986 2122.01 10201.4 1996 7404.99 66850.5 1987 2199.35 11954.5 1997 8651.14 73452.5 （1）建立财政收入的一元线性回归模型，并解释斜率系数的经济含义； （2）若1998年国民生产总值为78017.8亿元，求1998年财政收入的预测值。 答案： （1）利用软件建立一元线性回归模型，运行结果如下：

根据运行结果可知： y=858.48+0.1000x t= (46.02) 2R =0.9916 F=2118 S.E=208.7 其中斜率系数为0.1000，表示国民生产总值（GNP ）与财政收入成正比，财政收入（x ）每增加一个单位，国民生产总值（y ）将增加0.1各单位。 （2）根据回归方程可知， 当x=78017.8时，y=858.48+0.1000 78017.8=78876.28 所以1998年的财政收入预测值为78876.3亿元。 2.15 表3是某类商品销售量Y 与该商品价格1X 和售后服务费用2X 的历史统计资料。 （1）建立Y 关于1X 和2X 的回归模型； （2）对所建立的模型进行统计检验； （3）解释模型估计结果的经济含义。 表3 时期 销售量（万件） 价格（元/件） 售后服务费（万元） 1 55 100 5.5 2 70 90 6.3 3 90 80 7.2 4 100 70 7.0 5 90 70 6.3 6 105 70 7.4 7 80 65 5.6 8 110 60 7.2 9 125 60 7.5 10 115 55 6.9 11 130 55 7.2 12 130 50 6.5 答案： （1）利用软件建立回归模型，运行结果如下： （a ）线性模型

计量经济学 案例分析

第二章 案例分析 研究目的：分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系，对更多规律的研究具有指导意义. 一． 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知，各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析其数量性变动规律，可建立如下简单线性回归模型： Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y

二．估计参数 假定所建模型及其随机扰动项u i满足各项古典假设，用普通最小二乘法（OLSE）估计模型参数.其结果如下： 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得， β1=11.9580，β2=0.0029 故简单线性回归模型可写为： ^ Y X t t=11.9580+0.0029 其中：SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320，F=143.5836，n=31

计量经济学论文相关论文总结

计量经济学论文 15130322 张佳伟 GDP与CPI和贷款总额的关系 摘要：众所周知，GDP作为一个比较有说服性的统计指标，可以在一定程度上反映一个国家的经济状况，今天我所要研究的，是GDP和居民消费指数和贷款总额之间的关系。改革开放以来，CPI 涨幅与GDP 增幅经历了几轮波动,1997年之前的几轮经济高增长,物价都出现了明显的高涨幅；1998-2008 GDP连续11 年保持两位数增长,但物价涨幅却保持低位运行,经济运行从高增长高物价向高增长低物价转变,反映了CPI涨幅与GDP 增速相关关系随着改革的深入发展发生了一些变化。另外，贷款总额既然作为一个经济指标，其对于国民生产总值的必然会存在一定的影响，至于这个影响程度的大小，如果要具体形象的反映出来，就必须要借助计量经济学的办法，去分析CPI和贷款额这两者对于国民生产总值GDP的影响。 通过计量经济学的手段可以知道，居民消费指数CPI对于国民生产总值GDP的影响要远远大于贷款总额对于国民生产总值的影响。 下面我们就通过计量经济学的办法对于他们三者之间的关系进行一个形象的测算和研究。 为了确定这三个变量之间的关系，决定运用eviews软件对相关的变量进行分析。确定最为合理的方程以及进行变量的显著性检验、异方差检验和多重共线性检验和自相关检验。（为了更加精确的进行变量之间关系数据的测算，使用了eviews8.0版本进行实证分析）

1、确定变量 我们确定“GDP ”为被解释变量，“CPI ”和“贷款总额”为解释变量。 2、建立模型 Y=0β+1βP+2βX+c （c 为随机扰动项） 3、数据处理 此为1992-2008年度的GDP 、CPI 以及贷款额的数据。 年度 GDP （Y ） 居民消费指数（P ） 贷款额（X ） 1992 26923.5 282 26322.9 1993 35333.9 305.8 32943.1 1994 48197.9 320 39976 1995 60793.7 345.1 50544.1 1996 71176.6 377.6 61156.6 1997 78973 394.6 74914.1 1998 84402.3 417.8 86524.1 1999 89677.1 452.3 93734.3 2000 99214.6 491 99371.1 2001 109655.2 521.2 112315 2002 120332.7 557.6 131294 2003 135822.8 596.9 158996 2004 159878.3 645.3 178198 2005 183217.4 698.2 194690 2006 211923.5 766.4 225347.2 2007 257305.6 849.9 261691 2008 300670 926.4 303468 （数据来自人民网） 4、建立多元回归线性模型 （1）建立工作文件：启动EViews ，点击File\New\Workfile ，在对话框“Workfile

计量经济学案例分析汇总

计量经济学案例分析1 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入

税收计量经济学论文

我国税收增长的影响因素分析

摘要 本文是在参考了多个关于影响我国税收收入的主要观点的基础上，对影响我国自1988年至2007年的税收收入的主要因素进行实证分析。选取的自变量有国内生产总值、财政支出和零售商品物价水平。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。得出结论是国内生产总值、财政支出和零售商品物价水平三者均对我国税收收入有很大影响。 【关键词】：国内生产总值财政支出零售商品物价水平税收计量思考 一、研究的目的要求 税收是我国财政收入的基本因素,也影响着我国经济的发展。取得财政收入的手段有多种多样，如税收、发行货币、发行国债、收费、罚没等等，而税收则由政府征收，取自于民、用之于民。经济是税收的源泉，经济决定税收，而税收又反作用于经济，这是税收与经济的一般原理。这几年来，中国税收收入的快速增长甚至“超速增长”引起了人们的广泛关注。科学地对税收增长进行因素分析和预测分析非常重要，对研究我国税收增长规律，制定经济政策有着重要意义。。 改革开放以来，中国经济高速增长，1978-2008年的31年间，国内生产总值从3645.2亿元增长到314045亿元，一跃成为世界第二大经济体。随着经济体制改革的深化和经济的快速增长，中国的财政收支状况也发生了很大的变化，中央和地方的税收收入1978年为519.28亿元，到2008年已增长到54223.79亿元，31年间平均每年增长16.76%。税收作为财政收入的重要组成部分，在国民经济发展中扮演着不可或缺的角色。为了研究影响中国税收增长的主要原因，分析中央和地方税收收入的增长规律，以及预测中国税收未来的增长趋势，我们需要建立计量经济模型进行实证分析。

计量经济学论文12篇-精品

中国商品进口额模型研究 摘要:通过对中国商品进口额及其主要影响因素的数据分析，得到关于中国商品进口额的函数，并用计量经济学的方法，对模型进行检验，探究其增长的规律性，从而使商品进口额成为一个可预测的经济变量。 关键词:计量经济学模型多重共线性异方差性自相关性 一、研究意义 改革开放以来，随着经济的发展，人们生活水平的不断提高，人民日益增长的物质文化需要不断提高，中国的商品进口额发生了很大的变化，进口数额不断上升，从1985年的1257.8亿元到2007年的73284.6亿元。影响中国商品进口额的因素很多，这里选取教材课后练习中的数据，研究中国商品进口额和国民生产总值的数量关系，商品进口额与居民消费价格指数的数量关系，对于探究中国商品进口额增长的规律性，预测商品进口额的发展趋势具有重要意义。 二、因素分析及模型建立 1、因素分析 一国的商品进出口属于对外贸易的内容，一国对外贸易的发展情况对经济增长有着重要影响，影响对外贸易发展的因素有很多，从大的方面来说，主要是世界经济的发展情况和国内经济发展的冷热情况，还有就是一国的对外贸易政策的等因素。有研究显示，对外贸易对一国经济增长的影响主要是进口增长对经济增长有较大的促进作用。这里，对中国商品进口额的研究，主要选取国内生产总值和居民消费价格指数，国内生产总值和居民消费价格指数说明了一国的经济发展情况。经济的发展，居民的生活水平得到了提高，居民对国外商品的需求也增大，所以，对这两个因素对进口额的影响有一定的参考意义。 2、变量选取与模型建立 这里选取“中国商品进口额”为被解释变量，用Y表示，选“国内生产总值”、“居民消费价格指数”为解释变量，分别用X1、X2表示。所以，模型假定为 LnY=β0+β1㏑X1 +β2㏑X2 + μ 其中u为随机误差项。 下表为1985——2007年中国商品进口额、国内生产总值、居民你消费价格

计量经济学论文参考题目

计量经济学论文参考题目 本文由论金台论文站工作室整理提供。 中国城镇居民2013年可支配收入分析 中国农业总产值问题的计量分析 中国上市公司现金股利的影响因素分析 在校学生总数变动的多因素分析 GDP与进出口总额的计量分析 有关我国进口商品消费的计量分析 影响我国居民储蓄的相关因素的实证分析 影响我国粮食总产量诸因素分析 影响新股上市定价的因素分析 影响粮食产量的相关因素分析 影响银行卡交易量的因素分析 城市住房均衡价格供求模型 城镇集体单位固定资产投资对国内生产总值的影响分析 城镇人均收入与人均通讯消费分析 江苏省居民消费函数模型 江苏省城镇居民消费模型 江苏省镇居民消费函数模型 影响GDP增长的经济因素分析 影响保费收入的因素分析 影响寿险保费收入的因素分析2 影响江苏省房地产业发展的因素分析 影响我国农业总产值因素的实证分析 影响中国汽车产量的多因素分析 影响人身保险保费收入的重要因素分析 资本结构主要影响因素的再探析 中国经济增长的影响因素实证分析 运用OLS法对参数估计 江苏省城市居民消费函数模型分析 店铺租金的确定 对江苏省房地产市场的实证考察 固定资产投资对江苏省GDP影响分析 固定资产投资的计量经济学模型

关于社会商品零售总额的案例分析 关于封闭式基金价格问题 货币政策与GDP的回归分析. 开放经济下储蓄、投资与贸易余额关系的研究 农业总产值分析 农民收入影响因素研究 外商直接投资FDI与国有企业改革的互动分析 旅游经济分析 我国财政收入与部分支出结构 美国居民消费与可支配收入关系的实证分析 四川省居民消费结构计量分析 我国居民消费增长模型 我国居民消费的因素分析 我国国内债务规模的多元线性分析 我国改革开放以来固定资产投资与GDP关系分析 我国国债发行规模影响因素的分析 我国利用外资与GDP关系我国人均GDP与消费的计量分析我国外汇储备及其影响因素的分析 我国涉外旅游业收入的实证分析 西方消费理论在中国的实证分析 我国私人汽车拥有量分析 影响GDP的因素分析 中国股票内在价值影响因素的实证分析 政府对公共卫生事业的投 中国粮食总产量多因素分析 江苏省城乡居民储蓄存款的计量模型分析 中国对美国进口总额的分析 关于农民人均纯收入的计量经济模型 对江苏省种植业收入模型的初步探索 计量经济学消费——收入模型分析 城镇居民消费水平影响因素浅析 江苏省人力资本存量的现状分析 农民人均收入影响因素分析 浅析我国城市化的影响因素 加工工业产品出厂价格多因素分析

计量经济学-案例分析-第六章

第六章 案例分析 一、研究目的 2003年中国农村人口占59.47％，而消费总量却只占41.4%，农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数。同时，农村居民消费模型也能用于农村居民消费水平的预测。 二、模型设定 正如第二章所讲述的，影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为 t t t u X Y ++=21ββ （6.43） 式中，Y t 为农村居民人均消费支出，X t 为农村人均居民纯收入，u t 为随机误差项。表6.3是从《中国统计年鉴》收集的中国农村居民1985-2003年的收入与消费数据。 表6.3 1985-2003年农村居民人均收入和消费 单位： 元

2000 2001 2002 2003 2253.40 2366.40 2475.60 2622.24 1670.00 1741.00 1834.00 1943.30 314.0 316.5 315.2 320.2 717.64 747.68 785.41 818.86 531.85 550.08 581.85 606.81 为了消除价格变动因素对农村居民收入和消费支出的影响，不宜直接采用现价人均纯收入和现价人均消费支出的数据，而需要用经消费价格指数进行调整后的1985年可比价格计的人均纯收入和人均消费支出的数据作回归分析。 根据表6.3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据，使用普通最小二乘法估计消费模型得 t t X Y 0.59987528.106?+= （6.44） Se = (12.2238) (0.0214) t = (8.7332) (28.3067) R 2 = 0.9788，F = 786.0548，d f = 17，DW = 0.7706 该回归方程可决系数较高，回归系数均显著。对样本量为19、一个解释变量的模型、5%显著水平，查DW 统计表可知，d L =1.18，d U = 1.40，模型中DW

计量经济学论文范文

计量经济学论文范文 https://www.sodocs.net/doc/0f11296827.html,/ 摘要:计量经济学在经济学科中占据重要的地位,计量经济学方法为现代西方经济学的科学化作出了突出贡献。随着自然科学的发展和人们对经济系统复杂性认识的深入,现代计量经济学内容和方法也在不断地发展。我们介绍计量经济学的产生、发展以及它所研究的几个主要方面和方法,以促进计量经济学的普及推广和学习研究。 关键词:计量经济学;统计检验;预测分析;参数估计 计量经济学(ECONOMETRICS),亦称经济计量学。传统的经济学是研究经济变量之间关系的科学,计量经济学则是研究如何度量这些关系的科学。当代科学发展的特点,第一就是数学化,从定性研究到定量描述以认识事物的本质,是科学发展的一般规律。马克思说过,一种科学只有在成功地运用数学时,才算达到了真正完善的地步。第二是互相渗透,计量经济学正是传统的经济学数学化和几门科学互相渗透的结果。 一现代计量经济学的本质及其产生发展的过程 1.计量经济学本质 所谓计量经济学,是以数理统计为基础,数学方法为手段,经济理论为指导,考察现代社会中的各种经济的数量关系,预测经济发展趋势,是检验经济政策效果的工具。在资本主义国家,经济理论当然是指资产阶级经济理论,其中占显著地位的是凯恩斯的经济理论。而统计学则主要是指数理统计,数理统计作为认识社会的一种科学方法在很多领域广为应用,电子计算机作为一种高效逻辑运算工具,越来越广泛地应用于统计资料的收集、整理与分析。至于数学模型,其实就是用来反映客观实际的数学方程式。不过,计量经济学中的数学模型,更多的是联立方程组,而不是单个方程式,并且一般是以概率模型出现的。挪威经济学家,计量经济学的始祖弗瑞希在1933年的计量经济学》》杂志创刊号社论中有这样一段话:“用数学方法探讨经济学可以从好几个方面着手,但任何一个方面都不能与计量经济学混为一谈。因此,计量经济学与经济统计学决非一码事。它也不同于我们所说的一般经济理论,尽管经济理论大部分都具有一定的数量特征。计量经济学也不应视为数学应用于经济学的同义语。经济表明,统计学、经济理论和数学这三种观点对真正了解现代经济生活中数量关系来说,每一种观

计量经济学课程论文(国内生产总值对固定资产投资的影响)

计量经济学课程论文论文题目：国内生产总值对固定资产投资的影响 学生姓名： 学号： 专业： 班级： 指导教师： 完成日期：年月日

摘要 随着我国经济日以不断的增长，在国民经济的发展过程中,固定资产投资对国民 经济的增长起着重要的作用。而在目前的经济现状中，国内生产总值与固定资产 投资之间存在共存趋势。本文从国内生产总值及固定资产投资的关联性出发，通 过对数据模型的设立，讨论了随着我国国民生产总值与固定资产投资的关联性。 关键词：国内生产总值；固定资产投资；经济增长：发展； 目录 一、引言 (3) 二、国内生产总值与入境旅游的关联性分析 (3)

（一）理论依据 (3) （二）实证分析 (5) 1.模型指标选择 (5) 2.数据来源 (6) 3.模型的设定 (6) 4.模型的估计与检验 (8) 三、结论................................................................................. 错误！未定义书签。参考文献................................................................................. 错误！未定义书签。附录. (3)

一引言 随着世界经济逐渐走强，我国经济也快速增长。投资是总需求的一个组成部分，从而带动总产出的水平的增长，投资可以形成新的后续生产能力，为长期的经济增长提供必要的物质和技术基础。文献检索发现，关于固定资产投资和国内生产总值的相关性研究有很多，大多为回归分析，协整方差等。并对它们进行了序列相关系检验及修正，异方差检验及其修正，最后给出了相应的修正模型(ECM)。检验结果表明，中国经济的增长是固定资产投资增长的重要原因，最后，结合实证分析得出一些结论，并给出一些建设性的建议。 综上，推断国内生产总值对固定资产投资有影响，国内生产总值的提高会引起固定资产的增长。本文借鉴他人在针对相对国内生产总值与固定资产投资的关系的研究，提出了国内生产总值对固定资产投资有影响的论点，之后通过模型对此进行实证分析。本文安排如下：第一部分，引言；第二部分，梳理相关理论研究文献并通过建立模型，进行二者的关联性分析；第三部分，结论。 二国内生产总值与固定资产投资的关联性分析（一）理论依据 1.根据哈罗德-拉萨-萨缪尔森效应理论论证相对劳动生产率与汇率的关系。 唐旭和钱士春在《相对劳动生产率变动对人民币实际汇率的影响分析－哈罗德-拉萨-萨缪尔森效应实证研究》中从国内相对劳动生产率对相对价格的影响、国际中两国相对劳动生产率对两国相对价格的影响两方面进一步研究了相对劳动生产率对实际汇率的影响。 文章以第二产业与第三产业分别作为贸易与非贸易部门，通过构造第二、三产业劳动生产率与价格缩减指数等数据，发现我国贸易部门相对于非贸易部门的相对劳动生产率一直在上升，非贸易部门相对于贸易部门的相对价格也在上升，符合哈罗德-拉萨-萨缪尔森效应理论所描述的特征。进一步研究表明，两部门相对生产率对相对价格影响显著，两者呈正向关系，贸易部门与非贸易部门的劳动

计量经济学-案例分析-第八章

第八章案例分析 改革开放以来，随着经济的发展中国城乡居民的收入快速增长，同时城乡居民的储蓄存 款也迅速增长。经济学界的一种观点认为，20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化，使居民的储蓄行为发生了明显改变。为了考察改革开放以来中 国居民的储蓄存款与收入的关系是否已发生变化，以城乡居民人民币储蓄存款年底余额代表 居民储蓄（Y），以国民总收入GNI代表城乡居民收入，分析居民收入对储蓄存款影响的数量关系。 表8.1为1978-2003年中国的国民总收入和城乡居民人民币储蓄存款年底余额及增加额的数据。 单位：亿元 2004 鉴数值，与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城

乡居民储蓄存款、国民总收入随时间的变化情况，如下图所示: 图8.5 从图8.5中，尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量 （YY ）,并作时序图（见图 8.6） 从居民储蓄增量图可以看出，城乡居民的储蓄行为表现出了明显的阶段特征: 2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图 看（见图8.7），也呈现出了相同的阶段性特征。 为了分析居民储蓄行为在 1996年前后和2000年前后三个阶段的数量关系，引入虚拟变 量D 和D2°D 和D 2的选择，是以1996>2000年两个转折点作为依据，1996年的GNI 为66850.50 亿元,2000年的GNI 为国为民8254.00亿元，并设定了如下以加法和乘法两种方式同时引入 虚拟变量的的模型: YY = 1+ 2GNI t 3 GNI t 66850.50 D 1t + 4 GNh 88254.00 D 2t i D 1 t 1996年以后 D 1 t 2000年以后 其中: D 1t _ t 1996年及以前 2t 0 t 2000年及以前 对上式进行回归后，有: Dependent Variable: YY Method: Least Squares Date: 06/16/05 Time: 23:27 120000 8.7 1996年和 100000- 40000 2WM GNi o eOB2&ISEea9a9l2949698[Ma2 20CUC ir-“- 1CC0C 图 8.6 *OOCO mnoot ， RtKXD Tconr GF*

计量经济学论文(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-案例分析-第二章

第二章案例分析 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入

计量经济学选题

1、我国房地产价格波动的储蓄效应研究 2、我国房地产价格波动形成机制及影响因素研究 3、我国货币政策与房地产泡沫的实证分析 4、防范我国房地产业金融风险的对策分析 5、中国房地产市场波动对宏观经济波动的影响研究 6、中国信贷扩张与房地产价格泡沫的相关分析 7、我国房地产调控新政的作用及有效性分析——以**省（市）为例 8、我国城市化与房地产开发的协同发展分析——以**省（市）为例 9、我国房地产价格区域差异的影响因素分析 10、我国房地产业发展与GDP关联性的实证分析 11、房地产财富效应对社会财富分配的影响分析 12、我国房地产财富效应的地区差异实证分析 13、房地产价格波动与区域经济间的关系——以**省为例 14、中国货币供应量与股票市场价格的实证分析 15、基于货币供需变动的我国货币政策有效性研究 16、我国股价波动与通货膨胀关系的实证分析 17、人民币汇率波动对我国股票价格的影响研究 18、我国居民消费倾向的变化及原因分析 19、城乡居民消费结构变动及影响因素分析——以**省为例 20、我国城乡居民消费行为的差异性分析 21、我国居民消费对经济增长的影响分析 22、中国通货膨胀对居民收入的影响分析 23、浅析通货膨胀对我国收入分配两极化的影响 24、中国食品价格上涨因素及其对总体通货膨胀的影响 25、汇率水平与汇率波动对我国通货膨胀的影响分析 26、我国货币供应量与通货膨胀的关系研究 27、石油价格波动与我国通货膨胀的关联机制研究 28、二元结构下我国政府支出对居民消费的影响分析 29、我国社会保障与居民消费的地区差异性探究 30、城乡居民人力资本投资差异对城乡收入差距影响的实证分析 31、居民收入构成来源对城乡差距的影响差异分析 32、**—**年中国城乡收入差距的变迁及影响因素分析 33、我国社会保障支出与城镇居民收入差距的相关性分析——以**省为例 34、中国居民储蓄率的影响因素分析 35、我国高储蓄率的成因及其对策探析 36、人民币升值对我国农产品进出口的影响分析 37、人民币升值对中国三大产业的影响及对策分析 38、人民币汇率变动对我国进出口影响的实证分析 39、人民币汇率变动对国内物价的影响分析 40、利率政策对房价影响的实证分析 41、我国商业银行利率风险的敏感性分析 42、人民币汇率变动对我国就业的影响分析 43、我国中部地区粮食生产波动性的成因及对策建议 44、我国商业银行信用风险管理的比较研究

计量经济学论文

计量经济学论文影响粮食产量的因素分析 姓名：易士桢 班级：金融1502 学号：

影响粮食产量的因素分析 我国土地资源稀缺，人口多而粮食需求量大，因此粮食产量的稳定增长，直接影响着人民生活和社会的稳定与发展。 本文严格按照计量经济分析方法,以1996-2015年中国粮食产量及其重要因素的时间序列数据为样本,对影响中国粮食生产的多种因素进行了分析。 一、模型的建立 以Y i=粮食产量、X1=粮食播种面积、X2=农用化肥施用量、 X3=农用机械总动力、 X4=农、林、牧、渔业劳动力、 X5=耕地灌溉面积，设定Y i=c+β1X1i+β2X2i+β3X3i+β4X4i+β5X5i+u i 理论模型。 由经济规律知β1、β2、β3、β4、β5都应大于零。 二、数据的收集（资料来源于中国各年统计年鉴） 三、模型的参数估计 利用Eviews8得到结果如下： Dependent Variable: Y Method: Least Squares Date: 06/01/17 Time: 20:10

Sample: 1996 2015 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob.?? C X1 X2 X3 X4 X5 R-squared ????Mean dependent var Adjusted R-squared ????. dependent var . of regression ????Akaike info criterion Sum squared resid ????Schwarz criterion Log likelihood ????Hannan-Quinn criter. F-statistic ????Durbin-Watson stat Prob(F-statistic) 由此数据看出，可决系数和修正可决系数为和，F的检验值为，明显显着，拟合效果还可以。但当a=时，t a/2(n-k-1)=，说明X2与X5的t检验不显着，而且X3与X4系数的符号与经济解释相反，可能存在多重共线性。 四、模型的检验 （一）Ⅰ、检验多重共线性（利用相关系数矩阵法） Covariance Analysis: Ordinary Date: 06/01/17 Time: 20:27 Sample: 1996 2015 Included observations: 20 Covariance

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

我 国 税 收 增 长 的 影 响 因 素 分 析 姓名： 班级： 学号：2008 【摘要】本文?是在参考了多个关于影响我国税收收入的主要观点的基础上，对影响我国自1988年至2007年的税收收入的主要因素进行实证分析。选取的自变量有国内生产总值、财政支出和零售商品物价水平。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。得出结论是国内生产总值、财政支出和零售商品物价水平三者均对我国税收收入有很大影响。 【关键词】：国内生产总值财政支出零售商品物价水平税收计量思考 一、研究的目的要求 税收是我国财政收入的基本因素,也影响着我国经济的发展。取得财政收入的手段有

多种多样，如税收、发行货币、发行国债、收费、罚没等等，而税收则由政府征收，取自于民、用之于民。经济是税收的源泉，经济决定税收，而税收又反作用于经济，这是税收与经济的一般原理。这几年来，中国税收收入的快速增长甚至“超速增长”引起了人们的广泛关注。科学地对税收增长进行因素分析和预测分析非常重要，对研究我国税收增长规律，制定经济政策有着重要意义。。 改革开放以来，中国经济高速增长，1978-2008年的31年间，国内生产总值从3645.2亿元增长到314045亿元，一跃成为世界第二大经济体。随着经济体制改革的深化和经济的快速增长，中国的财政收支状况也发生了很大的变化，中央和地方的税收收入1978年为519.28亿元，到2008年已增长到54223.79亿元，31年间平均每年增长16.76%。税收作为财政收入的重要组成部分，在国民经济发展中扮演着不可或缺的角色。为了研究影响中国税收增长的主要原因，分析中央和地方税收收入的增长规律，以及预测中国税收未来的增长趋势，我们需要建立计量经济模型进行实证分析。 影响税收收入的因素有很多，但据分析主要的因素可能有：①从宏观经济看，经济整体增长是税收增长的基本源泉，而国内生产总值是反映经济增长的一个重要指标。②公共财政的需求，税收收入是财政收入的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算支出所表现的公共财政的需求对当年的税收收入可能会有一定影响。③物价水平。我国的税制结构以流转税为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。④税收政策因素。我国自1978年以来经历了两次大的税制改革，一次是1984~1985年的国有企业利改税，另一次是1994年的全国范围内的新税制改革。税制改革对税收增长速度的影响不是非常大。因此，可以从以上几个方面，分析各种因素对中国税收增长的具体影响。 为了全面反映中国税收增长的全貌，我们选用“国家财政收入”中的“各项税收”（即税收收入）作为被解释变量，反映税收的增长；选择“国内生产总值”（即GDP）作为经济整体增长水平的代表；选择“财政支出”作为公共