搜档网
当前位置:搜档网 › EViews计量经济学实验论文-凯恩斯消费理论的实证分析-分析我国人均居民消费的影响因素分析(修改)

EViews计量经济学实验论文-凯恩斯消费理论的实证分析-分析我国人均居民消费的影响因素分析(修改)

EViews计量经济学实验论文-凯恩斯消费理论的实证分析-分析我国人均居民消费的影响因素分析(修改)
EViews计量经济学实验论文-凯恩斯消费理论的实证分析-分析我国人均居民消费的影响因素分析(修改)

计量经济学作业

凯恩斯消费理论的实证分析

—分析我国居民人均消费的影响因素

学院:经济管理学院

班级:农经蒙二

姓名:恩和德力格尔

学号:120710248 我国居民人均消费影响因素分析

一、问题的提出

改革开放以来,我国经济取得了突飞猛进的发展,国民生产总值快速增长,人民生活水平迅速提高。根据统计数据,我国居民的人均收入绝对数逐年增长,农村居民的家庭人均纯收入由1978年的133.6元增长到2008年的4760.6元,增长了33.63倍;城镇居民的家庭人均可支配收入由1978年的343.4元增长到2008年的15780.8元,增长了44.95倍。从1997年开始,我国的GDP年平均环比增长率保持在12.8%左右,而同期我国农村居民实际家庭人均纯收入的年平均增长率为2.26%,城镇居民的实际家庭人均可支配收入的年平均增长率为1.59%。

根据相关经济理论与实践,投资、出口和消费一向被认为是拉动国民经济增长的“三架马车”。扩大居民消费成为拉动我国经济增长的重要力量,国家的经济政策也反映了这一点,“增加消费,扩大需求,启动市场”已经成为我国经济政策的基本目标。因此,对于消费的研究就显得极为迫切且具有重要意义。著名的凯恩斯消费理论中,影响消费的因素很多,如收入、消费品价格、消费者偏好、消费者预期、消费信贷、利率水平等等。随着2008年金融危机的爆发,消费受到了怎样的影响?在我国居民消费还存在着两个几乎完全不同的消费群体:农村居民和城市居民。对于两个不同的消费群体,他们各自的消费对我国的经济增长孰轻孰重呢?即我国政府应该将经济的增长点着重放在刺激哪个消费群体上呢?是农村居民呢

还是城市居民呢?对此我们展开了关于我国人均居民消费的研究分析。

二、模型设定

(1)影响消费的因素很多,如收入、消费品价格、消费者偏好、消费者预期、消费信贷、利率水平等等。其中最重要的是个人收入。因此《宏观西方经济学》中假定消费与收入水平存在着稳定函数关系,即凯恩斯消费函数:随着收入增加,消费也会增加;但是消费的增加不及收入增加的多。我国人均居民消费受到哪些因素的影响?就个人消费而言, 个人消费主要受到个人收入、商品价格、个人消费偏好的影响。其中个人消费的影响因素个人收入和商品价格是很容易数量化的, 至于个人消费偏好可以考虑前期消费量,因为前期消费可以反映个人消费偏好。

(2)变量的选择。我国人均消费的主要影响因素可以确定为人均收入、商品价格、前期消费, 上述分析符合相关的经济学理论。基于人均消费受到人均收入、商品价格、前期消费因素的影响。人均国内生产总值可以看成是人均收入,前期人均居民消费可以反映消费者偏好,居民消费价格指数反映商品价格变动的

影响。

(3)先从整体分析,涉及四个变量: 人均居民消费、人均国内生产总值、前期人均居民消费、居民消费价格指数。再从城镇和农村两方面具体分析,消费与收入差异的影响。

三、数据收集

从《国家统计数据库》找到了自1978—2008年我国人均居民消费、人均国内生产总值、居民消费价格指数、前期人均居民消费、城镇居民人均可支配收入以及农村居民人均纯收入的官方数据。以此来分析

我国人均消费的影响因素以及它们具体是如何对消费产生影响的。

来自《国家统计数据库》

四、模型设定

可以设定如下形式:

计量经济模型1:i Y =1β+2β2X +3β3X +4β4X +i μ

其中,Y 为人均居民消费 , X2为人均国内生产总值 , X3为居民消费价格指数 , X4为前期人均消费。

计量经济模型2 i Y =1β+2β5X +3β6X +i μ

其中,Y 为人均居民消费 , 此处的X5为城镇居民人均可支配收入 ,X6为农村居民人均纯收入。

四、模型的估计与检验

1、 人均居民消费对人均国内生产总值、前期人均居民消费、居民消费价格指数的回归

双击“Eviews ”,进入主页。

在EV 主页界面的窗口,输入“ls y c x2 x3 x4”,按“Enter ”。出现OLS 回归结果。

OLS 回归结果

Dependent Variable: Y Method: Least Squares Date: 11/02/10 Time: 12:09 Sample: 1978 2008 Included observations: 31

Variable Coefficient Std. Error t-Statistic Prob. C -1213.832 216.2804 -5.612307 0.0000 X2 0.082339 0.012332 6.677012 0.0000 X3 11.90468 1.985325 5.996340 0.0000 X4

0.885329

0.037418

23.66075

0.0000

R-squared 0.999407 Mean dependent var 2394.516 Adjusted R-squared 0.999341 S.D. dependent var 2306.954 S.E. of regression 59.23121 Akaike info criterion 11.12069 Sum squared resid 94725.09 Schwarz criterion 11.30572 Log likelihood -168.3707 F-statistic 15160.69 Durbin-Watson stat

1.484189 Prob(F-statistic)

0.000000

回归结果为

i

Y ?= -1213.832 + 0.0823392X + 11.904683X + 0.8853294X (-5.612307) (6.677012) (5.996340) (23.66075)

2R = 0.999407 2

R = 0.999341 F= 15160.69

(1)经济意义检验。这说明在其他因素不变的情况下,人均GDP 增加1元,人均消费平均增加0.082339元;在其他因素不变的情况下,居民消费价格指数增加1%,人均消费平均增加11.90468元;在其他因素不变的情况下,前期人均消费增加1元,人均消费平均增加0.885329元;

(2)统计推断检验。由上可知,该模型的可决系数为0.999407,修正的可决系数为0.999341,模型拟和

很好,F 值为15160.69,回归方程整体上显著。除了截距项,其余各参数的t 值都通过检验,表明解释变量X2(人均GDP ), X3(居民消费价格指数),X4(前期人均消费)对被解释变量Y (人均消费)有显著影响。

2、人均居民消费对人均国内生产总值的回归

Dependent Variable: Y Method: Least Squares Date: 11/02/10 Time: 12:09 Sample: 1978 2008 Included observations: 31

Variable Coefficient Std. Error t-Statistic Prob. C 283.5919 66.43553 4.268678 0.0002 X2

0.372484

0.008013

46.48704

0.0000

R-squared 0.986758 Mean dependent var 2394.516 Adjusted R-squared 0.986302 S.D. dependent var 2306.954 S.E. of regression 270.0058 Akaike info criterion 14.09710 Sum squared resid 2114191. Schwarz criterion 14.18962 Log likelihood -216.5051 F-statistic 2161.045 Durbin-Watson stat

0.169607 Prob(F-statistic)

0.000000

对人均消费Y 和人均GDP 进行回归结果为:

i

Y ?=283.5919 + 0.3724842X (66.43553) (0.008013) t =(4.268678) (46.48704)

2R = 0.986758 2

R = 0.986302 F= 2161.045

(1)经济意义检验。这说明在其他因素不变的情况下,人均GDP 增加1元,人均消费平均增加0.372484元。这符合经济理论。

(2)统计推断检验。由上可知,该模型的可决系数为0.986758,模型拟和很好。F 值为2161.045,回归方程整体上显著。当α=0.05时,)(2/k n t -α=)29(025.0t =2.045,t ﹥)29(025.0t ,各参数的t 值都通过检验,表明人均GDP 对人均消费有显著影响。

3、人均消费对城镇居民人均可支配收入、农村居民人均纯收入的回归

Dependent Variable: Y Method: Least Squares Date: 11/02/10 Time: 21:00 Sample: 1978 2008 Included observations: 31

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C -66.98492 14.41344 -4.647392 0.0001 X5 0.341151 0.014985 22.76649 0.0000 X6

0.638942

0.049963

12.78825

0.0000

R-squared 0.999715 Mean dependent var 2394.516 Adjusted R-squared 0.999695 S.D. dependent var 2306.954 S.E. of regression 40.28147 Akaike info criterion 10.32143 Sum squared resid 45432.71 Schwarz criterion 10.46020 Log likelihood -156.9821 F-statistic 49185.26 Durbin-Watson stat 0.989264 Prob(F-statistic)

0.000000

回归结果为

i

Y ?= -66.98492 + 0.3411515X + 0.6389426X (-4.647392) (22.76649) (12.78825)

2R = 0.999715 2

R = 0.999695 F = 49185.26

(1)经济意义检验。这说明在其他因素不变的情况下,当城镇居民人均可支配收入增加1元,农村居民人均纯收入增加1元时,平均说来人均消费将分别增加0.341151元和0.638942元; (2)统计推断检验。由上可知,该模型的可决系数为0.999715,修正的可决系数为0.999695,模型拟和很好,F 值为49185.26 ,回归方程整体上显著。各参数的t 值都通过检验,表明城镇居民人均可支配收入、农村居民人均纯收入对人均居民消费有显著影响。

五、本文的结论

(1)人均国内生产总值、前期人均居民消费、居民消费价格指数均对人均居民消费都有显著影响。尤其是人均国内生产总值,即人均收入对人均居民消费有显著影响,它符合简单线性消费函数:c = α +βy 。这与凯恩斯消费理论相符。

(2)通过对改革开放以来我国城乡居民收入与消费对比研究,说明收入与消费在城市与农村的不同之处。改革开放以来,我国居民收入有了很大的增长,消费结构有了很大变化,但居民的消费水平并没有与经济同步增长。这是由于城乡二元体制制约,收入差距扩大,劳动在收入分配体系中所占比重较小等原因,使得居民的消费水平并不高。我国的城乡居民的实际收入差距是逐年加大的,消费对应指数的差距拉大了城乡实际收入的差距,也拉大了城乡居民的实际生活水平的差距。

(3)从统计数据看,近年来我国居民收入并未随经济的增长而同步提高,尤其是居民收入差距仍然较大,在一定程度上已影响到经济的可持续发展。目前整体经济仍处于较快上升时期,这为增加居民收入,缩小收入差距创造了良好的氛围。因此,要抓住这个历史赋予的难得机遇,廓清发展思路,树立新的发展观念,努力使居民收入与经济增长相匹配,从而促进经济协调可持续增长。

(4)经济的又好又快发展是居民收入水平不断提高的根本保证。因此,必须贯彻落实科学发展观,保持经济又好又快发展,在发展经济的同时,各级党和政府要把关注民生问题作为一项更加重要的工作抓紧抓好,使人民更多地分享经济发展的成果,从而形成经济增长——社会财富增加——居民收入水平提高——消费需求增加——消费水平提高——经济持续增长的良性循环和良性互动。

(5)逐步提高居民收入在国民收入分配中的比重,提高劳动报酬在初次分配中的比重,积极扩大居民消费需求。注重城乡经济的协调发展,解决城乡居民收入差距问题。改革收入分配制度,建立科学合理的个人收入分配调节机制。切实扩大中等收入人群以缩小收入差距,这也是目前中国收入分配制度的改革重点。建立低收入群体的保护机制,完善社会保障体系。

《计量经济学》eviews实验报告一元线性回归模型详解

《计量经济学》实验报告一元线性回归模型 一、实验内容 (一)eviews 基本操作 (二)1、利用EViews 软件进行如下操作: (1)EViews 软件的启动 (2)数据的输入、编辑 (3)图形分析与描述统计分析 (4)数据文件的存贮、调用 2、查找2000-2014年涉及主要数据建立中国消费函数模型 中国国民收入与居民消费水平:表1 年份X(GDP)Y(社会消费品总量) 2000 99776.3 39105.7 2001 110270.4 43055.4 2002 121002.0 48135.9 2003 136564.6 52516.3 2004 160714.4 59501.0 2005 185895.8 68352.6 2006 217656.6 79145.2 2007 268019.4 93571.6 2008 316751.7 114830.1 2009 345629.2 132678.4 2010 408903.0 156998.4 2011 484123.5 183918.6 2012 534123.0 210307.0 2013 588018.8 242842.8 2014 635910.0 271896.1 数据来源:https://www.sodocs.net/doc/4016045813.html, 二、实验目的 1.掌握eviews的基本操作。 2.掌握一元线性回归模型的基本理论,一元线性回归模型的建立、估计、检验及预测的方 法,以及相应的EViews软件操作方法。

三、实验步骤(简要写明实验步骤) 1、数据的输入、编辑 2、图形分析与描述统计分析 3、数据文件的存贮、调用 4、一元线性回归的过程 点击view中的Graph-scatter-中的第三个获得 在上方输入ls y c x回车得到下图

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eviews实验报告

大连海事大学 实验报告 实验名称:计量经济学软件应用 专业班级:财务管理2013-1 姓名:安妮 指导教师:赵冰茹 交通运输管理学院 二○一六年十一月 一、实验目标 学会常用经济计量软件的基本功能,并将其应用在一元线性回归模型的分析中。具体包括:Eview的安装,样本数据基本统计量计算,一元线性回归模型的建立、检验及结果输出与分析,多元回归模型的建立与分析,异方差、序列相关模型的检验与处理等。二、实验环境 WINDOWSXP或2000操作系统下,基于EVIEWS5.1平台。 三、实验模型建立与分析 案例1:

我国1995-2014年的人均国民生产总值和居民消费支出的统计资料(此资料来自中华人民共和国统计局网站)如表1所示,做回归分析。 表1我国1995-2014年人均国民生产总值与居民消费水平情况

(1)做出散点图,建立居民消费水平随人均国内生产总值变化的一元线性回归方程,并解释斜率的经济意义; 利用eviews软件输出结果报告如下: Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20

Variable Coeffici ent Std. Error t-Statisti c Prob.?? C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000 R-squared0.996528????Mean dependent var7351.300 Adjusted R-squared0.996335????S.D. dependent var4828.765 S.E. of regression292.3118????Akaike info criterion14.28816 Sum squared resid1538032.????Schwarz criterion14.38773 Log likelihood -140.881 6 ????Hannan-Quinn criter.14.30760 F-statistic5166.811????Durbin-Watson stat0.403709 Prob(F-statistic)0.000000 由上表可知财政收入随国内生产总值变化的一元线性回归方程为:

计量经济学Eviews多重共线性实验报告

计量经济学E v i e w s多重共线性实验报告 Company Document number:WUUT-WUUY-WBBGB-BWYTT-1982GT

实验报告课程名称计量经济学 实验项目名称多重共线性 班级与班级代码 专业 任课教师 学号: 姓名: 实验日期: 2014 年 05 月 11日 广东商学院教务处制 姓名实验报告成绩 评语: 指导教师(签名) 年月日 说明:指导教师评分后,实验报告交院(系)办公室保存。 计量经济学实验报告 一、实验目的:掌握多元线性回归模型的估计方法、掌握多重共线性模型的识别和修正。 二、实验要求:应用教材第127页案例做多元线性回归模型,并识别和修正多重共线性。 三、实验原理:普通最小二乘法、简单相关系数检验法、综合判断法、逐步回归法。

四、预备知识:最小二乘法估计的原理、t检验、F检验、2R值。 五、实验步骤 1、选择数据 理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此,收集了中国能源消费标准煤总量、国民总收入、国内生产总值GDP、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生活电力消费、能源加工转换效率等1985——2007年的统计数据。本题旨在通过建立这些经济变量的线性模型来说明影响能源消费需求总量的原因。主要数据如下: 1985~2007年统计数据

资料来源:《中国统计年鉴》,中国统计出版社2000、2008年版。 为分析Y 与X1、X2、X3、X4、X5、X6、X7之间的关系,做如下折线图: 能源消费Y 在1986到1996年间缓慢增长,在96至98年有短暂的下跌,但是98至02年开始缓慢回升,02年到06年开始快速增长。 国民总收入X1和国内生产总值X2以相同的趋势逐年缓慢增长。 工业增加值X3在1985年-1999年期间一直是缓慢增长,但在2000年出现了急剧下降的现象,2001年又急剧增长,达到下降前的水平,2001年以后开始缓慢增长。建筑业增长值x4、交通运输邮电业增加值x5、人均生活电力消费x6、能源加工转换效率x7数值较低,但都以较平缓的方式增长。 2、设定并估计多元线性回归模型 t t t t t t t u X X X X X Y ++++++=66554433221ββββββ () 录入数据,得到图。 2.2.1)采用OLS 估计参数 在主界面命令框栏中输入 ls y c x1 x2 x3 x4 x5 x6 x7回车,即可得到参数的估计结果。 由此可见,该模型的可决系数为,修正的可决系数为,模型拟和很好,F 统计量为,回归方程整体上显着。 可是其中的lnX3、lnX4、lnX6对lnY 影响不显着,不仅如此,lnX2、lnX5的参数为负值,在经济意义上不合理。所以这样的回归结果并不理想。 3、多重共线性模型的识别

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

(完整word版)计量经济学EVIEWS软件学习

实验一Eviews的基本操作与一元线性回归模型的最小二乘估计实验目的: 1、熟悉Eviews的窗口与界面 2、掌握Eviews的命令与菜单的操作 3、掌握用Eviews估计与检验一元线性回归模型 实验内容: 1、启动Eviews 双击Eviews图标,出现Eviews窗口,它由以下部分组成:标题栏“Eviews”、主菜单“File,Edit,…,Help”、命令窗口(空白处)和工作区域。 命令窗口 工作区域 图1-1 2、产生文件 Eviews的操作在工作文件中进行,故首先要有工作文件,然后进行数据输入、分析等等操作。 (1)读已存在文件:File→Open→Workfile。 (2)新建文件:File→New→Workfile,出现对话框“工作文件范围”,选取或填上数据类型、起止时间。OK后,得到一个无名字的工作文件,其中有:时间范围、当前工作文件样本范围、filter 、默认方程、系数向量C、序列RESID。 在主菜单上依次点击File/New/Workfile,即选择新建对象的类型为工作文件,将弹出一个对话框(如图所示),由用户选择数据的时间频率(frequency)、

起始期和终止期。 图1-2工作文件对话框 其中, Annual——年度 Monthly——月度 Semi-annual——半年 Weekly——周 Quarterly——季度 Daily——日 Undated or irregular——非时序数据 选择时间频率为Annual(年度),再分别点击起始期栏(Start date)和终止期栏(End date),输入相应的日前1985和1998。然后点击OK按钮,将在EViews 软件的主显示窗口显示相应的工作文件窗口(如图所示)。 图1-3工作文件窗口 工作文件窗口是EViews的子窗口,工作文件一开始其中就包含了两个对象,一个是系数向量C(保存估计系数用),另一个是残差序列RESID(实际值与拟合值之差)。 (3)命令方式新建文件 在EViews软件的命令窗口中直接键入CREATE命令,也可以建立工作文件。

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

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Eviews操作案例集.

案例分析一关于计量经济学方法论的讨论 问题:利用计量经济学建模的步骤,根据相关的消费理论,刻画我国改革开放以来的边际消费倾向。 第一步:相关经济理论。首先了解经济理论在这一问题上的阐述,宏观经济学中,关于消费函数的理论有以下几种:①凯恩斯的绝对收入理论,认为家庭消费在收入中所占的比例取决于收入的绝对水平。②相对收入理论,是由美国经济学家杜森贝提出的,认为人们的消费具有惯性,前期消费水平高,会影响下一期的消费水平,这告诉我们,除了当期收入外,前期消费也很可能是建立消费函数时应该考虑的因素。关于消费函数的理论还有持久收入理论、生命周期理论,有兴趣的同学可以参考相应的参考书。毋庸置疑,收入和消费之间是正相关的。 第二步:数据获得。在这个例子中,被解释变量选择消费,用cs表示;解释变量为实际可支配收入,用inc表示(用GDP减去税收来近似,单位:亿元);变量均为剔除了价格因素的实际年度数据,样本区间为1978~2002年。 第三步:理论数学模型的设定。为了讨论的方便,我们可以建立下面简单的线性模型: 第四步:理论计量经济模型的设定。根据第三步数学模型的形式,可得 式中:cs=CS/P,inc=(1-t)*GDP/P,其中GDP是当年价格的国内生产总值,CS代表当年价格的居民消费值,P代表1978年为1的价格指数,t=TAX/GDP代表宏观税率,TAX是税收总额。u t表示除收入以外其它影响消费的因素。 第五步:计量经济模型的参数估计 根据最小二乘法,可得如下的估计结果: 常数项为正说明,若inc为0,消费为414.88,也就是自发消费。总收入变量的系数 为边际消费倾向,可以解释为城镇居民总收入增加1亿元导致居民消费平均增加0.51亿元。 另外,根据相对收入理论,我们可以得到下面的估计结果:

计量经济学Eviews多重共线性实验报告

实验报告 课程名称计量经济学 实验项目名称多重共线性 班级与班级代码 专业 任课教师 学号: 姓名: 实验日期:2014 年05 月11日

广东商学院教务处制 姓名实验报告成绩 评语: 指导教师(签名) 年月日

说明:指导教师评分后,实验报告交院(系)办公室保存。 计量经济学实验报告 一、实验目的:掌握多元线性回归模型的估计方法、掌握多重共线性模型的识别和修正。 二、实验要求:应用教材第127页案例做多元线性回归模型,并识别和修正多重共线性。 三、实验原理:普通最小二乘法、简单相关系数检验法、综合判断法、逐步回归法。 R值。 四、预备知识:最小二乘法估计的原理、t检验、F检验、2 五、实验步骤 1、选择数据 理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此,收集了中国能源消费标准煤总量、国民总收入、国内生产总值GDP、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生活电力消费、能源加工转换效率等1985——2007年的统计数据。本题旨在通过建立这些经济变量的线性模型来说明影响能源消费需求总量的原因。主要数据如下: 1985~2007年统计数据

资料来源:《中国统计年鉴》,中国统计出版社2000、2008年版。 为分析Y 与X1、X2、X3、X4、X5、X6、X7之间的关系,做如下折线图: 能源消费Y 在1986到1996年间缓慢增长,在96至98年有短暂的下跌,但是98 至02年开始缓慢回升,02年到06年开始快速增长。 国民总收入X1和国内生产总值X2以相同的趋势逐年缓慢增长。 工业增加值X3在1985年-1999年期间一直是缓慢增长,但在2000年出现了急剧下降的现象,2001年又急剧增长,达到下降前的水平,2001年以后开始缓慢增长。建筑业增长值x4、交通运输邮电业增加值x5、人均生活电力消费x6、能源加工转换效率x7数值较低,但都以较平缓的方式增长。 2、设定并估计多元线性回归模型 t t t t t t t u X X X X X Y ++++++=66554433221ββββββ (2.1) 2.1录入数据,得到图。

计量经济学eviews软件案例分析

计量经济学课程案例分析论文 本小组案例:影响税收收入的因素 摘要:我国经济增长与税收增长之间是正相关的,经济增长是税收增长的源泉,而税收又是国家财政收入的主要来源,国家把税收收入用于经济建设,发展科学、教育、文化、卫生等事业,反过来又促进经济的进一步增长。 关键字:税收国内生产总值财政支出商品零售价格指数 一、引言:改革开放以来,随着经济体制的改革的深化和经济的快速增长,中国的财政收支状况发生很大的变化,为了研究中国税收收入增长的主要原因,分析中央和地方税收收入的增长规律,预测中国税收未来的增长趋势,需要建立计量经济学模型。 二、经济理论分析:影响中国税收收入增长的主要因素可能有: 【1】从宏观经济上看经济增长是税收增长的基本源泉 【2】社会经济的发展和社会保障等对公共财政提出要求,公共财政的需求可能对当年的税收入可能会有一定的影响。 【3】物价水平。中国的税制结构以“流转税”为主,以现行价格计算的GDP和经营者的收入水平都与物价水平有关。 【4】税收政策因素 三、建立模型:以各项税收收入Y作为解释变量 以GDP表示经济增长水平 以财政支出表示公共财政的需求 以商品零售价格指数表示物价水平 税收政策因素较难用数量表示,暂时不予考虑 模型设定为Y=β1X1+β2X3+β3X3+C 其中:Y—各项税收收入(亿元)

X1—国内生产总值(亿元) X2—财政支出(亿元) X3—商品零售价格指数(%) 四、数据收集: 年份x1 x2 x3 y 1978 3645.20 1122.09 100.70 519.28 1979 4062.60 1281.79 102.00 537.82 1980 4545.60 1228.83 106.00 571.70 1981 4891.60 1138.41 102.40 629.89 1982 5323.40 1229.98 101.90 700.02 1983 5962.70 1409.53 101.50 775.59 1984 7208.10 1701.02 102.80 947.35 1985 9016.00 2004.25 108.80 2040.79 1986 10275.20 2204.91 106.00 2090.73 1987 12058.60 2262.18 107.30 2140.36 1988 15042.80 2491.21 118.50 2390.47 1989 16992.30 2823.78 117.80 2727.40 1990 18667.80 3083.59 102.10 2821.86 1991 21781.50 3386.62 102.90 2990.17 1992 26923.50 3742.20 105.40 3296.91 1993 35333.90 4642.30 113.20 4255.30 1994 48197.90 5792.62 121.70 5126.88 1995 60793.70 6823.72 114.80 6038.04 1996 71176.60 7937.55 106.10 6909.82 1997 78973.00 9233.56 100.80 8234.04 1998 84402.30 10798.18 97.40 9262.80 1999 89677.10 13187.67 97.00 10682.58 2000 99214.60 15886.50 98.50 12581.51 2001 109655.20 18902.58 99.20 15301.38 2002 120332.70 22053.15 99.70 17636.45 2003 135822.80 24649.95 99.90 20017.31 2004 159878.30 28486.89 102.80 24165.68 2005 184937.40 33930.28 100.80 28778.54 2006 216314.40 40422.73 101.00 34809.72 2007 265810.30 49781.35 103.80 45621.97 2008 314045.40 62592.66 105.90 54223.79 2009 340902.80 76299.90 98.80 59521.59 2010 401202.00 89874.16 103.10 73210.79 回归分析: 相关分析

《我国财政收入影响因素分析》 计量经济学论文(eviews分析)要点

《我国财政收入影响因素分析》 班级: 姓名: 学号: 指导教师: 完成时间:

摘要:对我国财政收入影响因素进行了定量分析,建立了数学模型,并提出了提高我国财政收入质量的政策建议。 关键词:财政收入实证分析影响因素 一、引言 财政收入对于国民经济的运行及社会发展具有重要影响。首先,它是一个国家各项收入得以实现的物质保证。一个国家财政收入规模大小往往是衡量其经济实力的重要标志。其次,财政收入是国家对经济实行宏观调控的重要经济杠杆。宏观调控的首要问题是社会总需求与总供给的平衡问题,实现社会总需求与总供给的平衡,包括总量上的平衡和结构上的平衡两个层次的内容。财政收入的杠杆既可通过增收和减收来发挥总量调控作用,也可通过对不同财政资金缴纳者的财政负担大小的调整,来发挥结构调整的作用。此外,财政收入分配也是调整国民收入初次分配格局,实现社会财富公平合理分配的主要工具。在我国,财政收入的主体是税收收入。因此,在税收体制及政策不变的情况下,财政收入会随着经济繁荣而增加,随着经济衰退而下降。 我国的财政收入主要包括税收、国有经济收入、债务收入以及其他收入四种形式,因此,财政收入会受到不同因素的影响。从国民经济部门结构看,财政收入又表现为来自各经济部门的收入。财政收入的部门构成就是在财政收入中,由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构,它体现国民经济各部门与财政

收入的关系。我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。 因此,本文认为财政收入主要受到总税收收入、国内生产总值、其他收入和就业人口总数的影响。 二、预设模型 令财政收入Y(亿元)为被解释变量,总税收收入X1(亿元)、国内生产总值X2(亿元)、其他收入X3(亿元)、就业人口总数为X4(万人)为解释变量,据此建立回归模型。 二、数据收集 从《2010中国统计年鉴》得到1990--2009年每年的财政收入、总税收收入、国内生产总值工、其他收入和就业人口总数的统计数据如下: obs 财政收入Y 总税收收入X1 国内生产总值X2 其他收入X3 就业人口总数X4 1990 2937.1 2821.86 18667.8 299.53 64749 1991 3149.48 2990.17 21781.5 240.1 65491 1992 3483.37 3296.91 26923.5 265.15 66152 1993 4348.95 4255.3 35333.9 191.04 66808 1994 5218.1 5126.88 48197.9 280.18 67455 1995 6242.2 6038.04 60793.7 396.19 68065 1996 7407.99 6909.82 71176.6 724.66 68950 1997 8651.14 8234.04 78973 682.3 69820 1998 9875.95 9262.8 84402.3 833.3 70637 1999 11444.08 10682.58 89677.1 925.43 71394 2000 13395.23 12581.51 99214.6 944.98 72085 2001 16386.04 15301.38 109655.2 1218.1 73025 2002 18903.64 17636.45 120332.7 1328.74 73740 2003 21715.25 20017.31 135822.8 1691.93 74432 2004 26396.47 24165.68 159878.3 2148.32 75200 2005 31649.29 28778.54 184937.4 2707.83 75825 2006 38760.2 34804.35 216314.4 3683.85 76400 2007 51321.78 45621.97 265810.3 4457.96 76990 2008 61330.35 54223.79 314045.4 5552.46 77480

EViews计量经济学实验报告异方差的诊断及修正

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

计量经济学eviews实验报告.doc

大连海事大学 实验报告Array 实验名称:计量经济学软件应用专业班级:财务管理2013-1 姓名:安妮 指导教师:赵冰茹 交通运输管理学院 二○一六年十一月

一、实验目标 学会常用经济计量软件的基本功能,并将其应用在一元线性回归模型的分析中。具体包括:Eview的安装,样本数据基本统计量计算,一元线性回归模型的建立、检验及结果输出与分析,多元回归模型的建立与分析,异方差、序列相关模型的检验与处理等。 二、实验环境 WINDOWSXP或2000操作系统下,基于EVIEWS5.1平台。 三、实验模型建立与分析 案例1: 我国1995-2014年的人均国民生产总值和居民消费支出的统计资料(此资料来自中华人民共和国统计局网站)如表1所示,做回归分析。 表1我国1995-2014年人均国民生产总值与居民消费水平情况

(1)做出散点图,建立居民消费水平随人均国内生产总值变化的一元线性回归方程,并解释斜率的经济意义; 利用eviews软件输出结果报告如下:

Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C 691.0225 113.3920 6.094104 0.0000 AVGDP 0.352770 0.004908 71.88054 0.0000 R-squared 0.996528 Mean dependent var 7351.300 Adjusted R-squared 0.996335 S.D. dependent var 4828.765 S.E. of regression 292.3118 Akaike info criterion 14.28816 Sum squared resid 1538032. Schwarz criterion 14.38773 Log likelihood -140.8816 Hannan-Quinn criter. 14.30760 F-statistic 5166.811 Durbin-Watson stat 0.403709 Prob(F-statistic) 0.000000 由上表可知财政收入随国内生产总值变化的一元线性回归方程为: (令Y=CONSUMPTION,X=AVGDP(此处代表人均GDP)) Y = 691.0225+0.352770* X 其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。 检验结果R2=0.996528,说明99.6528%的样本可以被模型解释,只有0.3472%的样本未被解释,因此样本回归直线对样本点的拟合优度很高。 (2)对所建立的回归方程进行检验: (5%显著性水平下,t(18)=2.101) 对于参数c假设: H 0: c=0. 对立假设:H 1 : c≠0 对于参数GDP假设: H 0: GDP=0. 对立假设:H 1 : GDP≠0 由上表知: 对于c,t=6.094104>t(n-2)=t(18)=2.101 因此拒绝H 0: c=0,接受对立假设:H 1 : c≠0 对于GDP, t=71.88054﹥t(n-2)=t(18)=2.101

计量经济学论文(eviews分析)《消费状况的影响因素研究》

计量经济学论文及作业 姓名:陈敏捷 学号:2011012475

消费状况的影响因素研究 摘要:本文选取的是现已充分掌握数据资料的2013年全国31个省市的城镇居民的人均全年可支配收入和人均全年消费支出,以及各地区的失业率。通过建模分析,找出三者之间的量化关系,进一步分析得出现实指导意义。 关键词:消费支出可支配收入失业率(%) 具体数据如下: 消费支出(元/每人全年) Y 可支配收入 (元/每人全年) X1 失业率 (%) X2 北京11123.84 13882.62 1.4 天津7867.53 10312.91 3.8 河北5439.77 7239.06 3.9 山西5105.38 7005.03 3 内蒙5419.14 7012.9 4.5 辽林6077.92 7240.58 6.5 吉林5492.1 7005.17 4.3 黑龙江5015.19 6678.9 4.2 上海11040.34 14867.49 4.9 江苏6708.58 9262.46 4.1 浙江9712.89 13179.53 4.2 安徽5064.34 6778.03 4.1 福建7356.26 9999.54 4.1 江西4914.55 6901.42 3.6 山东6069.35 8399.91 3.6 河南4941.6 6926.21 3.1 湖北5963.25 7321.98 4.3 湖南6082.62 7674.2 3.8 广东9636.27 12380.43 2.9 广西5763.5 7785.04 3.6 海南5502.43 7259.25 3.4 重庆7118.06 8093.67 4.1 四川5759.21 7041.87 4.4

相关主题