计量经济学论文-考研人数的影响因素分析

影响报考硕士研究生人数的

因素分析

摘要：随着我国经济的快速增长，我国对人才市场需求的逐年增加，越来越多的大学生在毕业之后选择了继续深造学业而不是直接就业。尤其是近几年的金融危机的到来，使就业前景不被看好，所以有很多的本科毕业生选择继续学业，逃避就业。但与此同时，经济的增长也会使很多经济允许的学生选择继续深造。还有很多其他因素也影响着本科毕业生报考硕士研究生，我今天就来分析一下它的影响因素。

关键字：报名人数 GDP 招生人数去年录取人数高校数量

Abstract：With the rapid growth of China's economy, China's market demand for talent increases every year, more and more students choose to continue after graduation academic studies rather than direct employment. In particular, the arrival of the financial crisis in recent years, so that employment prospects are not good, so there are a lot of graduates choose to continue their studies, to evade employment. At the same time, economic growth will also allow students to choose many economies continue their studies. There are many other factors that also affect post-graduate master's degree graduates, I'll check it out today to analyze facto

rs.

Keywords: enrollment GDP enrollment Last year enrollments the number of college admissions

一、引言

随着我国经济的持续发展，对高级人才的需求量也越来越大，其中研究生教育是高级人才的重要来源，所以历年报考硕士研究生的人数不断增加，做好研究生报考人数的科学预测对研究生招生规模以及有针对性地组织招生考试等相关工作起着非常重要的作用。

二、文献综述

由于考研已经成为一个热点话题，所以研究的人越来越多。其中《基于QPSO—BP的研究生报考人数预测》一文中很好的体现了研究生报考人数的影响因素是多元的，复杂的。中国教育在线也在《2014年全国研究生招生数据调查报告》中给出了近几年报考研究生的一个总体趋势。2013年全国研究生数据调查报告对研究生考试报名趋势、录取趋势等进行了数据分析和趋势预测。在《决策与信息·下旬刊》2010年第8期中“关于考研人数及其影响因素分析”的文章也有做详细阐述。

三、模型的设定

1.理论的综述

对于考研人数的因素分析，根据社会现状及许多学者的讨论，可以得知有很多影响因素，有学者认为“就业情况”、“保研人数”、“重点高校数量”、“失业率”、“国家经济状况”、“上一年的招生状况”等众多因素可以影响到本年的报考研究生的人数。因此，在本篇文章中，我将选取几个会有重要影响的因素作为解释变量。但是否这些因素都会同时对其产生影响还需要进一步通过模型进行检验和分析。

2.数据的选取及说明

为了更好的分析报考硕士研究生人数的影响因素，共选取20年的数据进行分析。选取“报名人数”为被解释变量（用Y表示）；选取通过“GDP”的数量为解释变量（用X1表示）；选取“普通高校数量”为解释变量（用X2表示）；选取“录取人数”（用X3表示）；选取“失业率”（用X4表示）；选取“前一年录取人数”（用X5表示）（在Eviews中用X3（-1）表示）。

数据如下表：

2003 79.7 135,822.76 1552 4.3 22

2004 94.5 159,878.34 1731 4.2 27.3 2005 117.2 184,937.37 1792 4.2 31

2006 127.12 216,314.43 1867 4.1 34.2 2007 128.2 265,810.31 1908 4.0 36.1 2008 120 314,045.43 2263 4.2 38.6 2009 124.6 340,902.81 2305 4.3 44.9 2010 140.6 401,512.80 2358 4.1 47.4 2011 151.1 473,104.05 2409 4.1 49.5 2012 165.6 518,942.11 2442 4.1 51.7 2013 176 564,916.25 2445 4.1 53.9 3估计模型

3.1被解释变量与解释变量之间的线性关系

报名人数与GDP

可见，报名人数与GDP之间呈显著性的递增关系，随着GDP的增长，硕士研究生的报名人数也增多，同时呈线性关系。这是因为，在经济增长的过程中，因为读研是一个不小的成本，只有拥有了一定的经济基础才有更多的机会深造。

报名人数与普通高校数量

可见，随着高校数量的增加，报考硕士研究生的人数也呈增长趋势。这是因为只有更多的高校的出现，才可以允许更多的人参与考研。从散点图来看报名人数与高校的数量呈线性增长关系。

报名人数与前一年的录取人数

可见，随着前一年高校录取硕士研究生的数量的增加，第二年报考研究生的数量会随之增加。同时呈线性关系。

报名人数与失业率

虽然从散点图来看，线性关系不是很明显，但是从常理的角度来看，失业率的增加会使很多毕业生选择继续深造，而不是就业，并且两者确实是服从递增关系的。

3.2模型的估计

根据散点图，可以设：Yt=β0+β1X1t+β2X2t+β3X3t-1+β4X4t+Ut

因此，估计的模型为：

Yt=-17.0596+2.62E-07X1t-0.08523X2t+4.99471X3t-1+34.4748X4t

（-1.2542）（0.3328）（-4.8258）（9.8373）（7.0728）

F=523.7166 可决系数=0.993361 调整后的可决系数=0.991465 从估计结果显示：

K=4，N=20

在α=5%的显著性水平下，自由度为(4，15)的F分布的临界值为3.29，

可见523.7166>3.29，表明方程的总体线性显著成立。但在α=5%的

显著性水平下，tα/2(n-k-1)=2.131，可见X1的系数小于2.131，

所以不拒绝GDP前参数为零的假设，因此可以认为解释变量中的某一

项存在异方差。同时X2的系数符号与经济解释相反，可能存在多重

共线性。

四、模型检验与经济分析

4.1多重共线性检验

查看一下相关系数的矩阵

由表中数据可以看出X2与X5间存在高度相关性。

4.1.1找出最简单的回归模式

分别作Y与X1、X2、X4、X5间的回归：

⑴

Y=88.84624-6.52E-06X1

（6.65472）（-0.78869）

可决系数=0.033403 D.W=0.119958 ⑵

Y=-71.35208+0.094813X2

(-7.35370) (17.0078)

可决系数=0.94142 D.W=0.818556 ⑶

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stata论文--英文个人版

Graduates to apply for the quantitative analysis of changes in number of graduate students 一Topics raised In this paper, the total number of students from graduate students (variable) multivariate analysis (see below) specific analysis, and collect relevant data, model building, this quantitative analysis. The number of relations between the school the total number of graduate students with the major factors, according to the size of the various factors in the coefficient in the model equations, analyze the importance of various factors, exactly what factors in changes in the number of graduate students aspects play a key role in and changes in the trend for future graduate students to our proposal. The main factors affect changes in the total number of graduate students for students are as follows： Per capita GDP - which is affecting an important factor to the total number of students in the graduate students (graduate school is not a small cost, and only have a certain economic base have more opportunities for post-graduate) The total population - it will affect the total number of students in graduate students is an important factor (it can be said to affect it is based on source) The number of unemployed persons - this is the impact of a direct factor of the total number of students in the graduate students (it is precisely because of the high unemployment rate, will more people choose Kaoyan will be their own employment weights) Number of colleges and universities - which is to influence precisely because of the emergence of more institutions of higher learning in the school the total number of graduate students is not a small factor (to allow more people to participate in Kaoyan) 二Establish Model Y=α+β1X1+β2X2+β3X3+β4X4 +u Among them, the Y-in the total number of graduate students (variable) X1 - per capita GDP (explanatory variables) X2 - the total population (explanatory variables) X3 - the number of unemployed persons (explanatory variables) X4 - the number of colleges and universities (explanatory variables) 三、Data collection 1.date Explain Here, using the same area (ie, China) time-series data were fitted

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

如何快速写出计量经济学的论文

当初一个舍友来自西部地区，从没学过计量（OLS都没学过）。但毕业论文老板要求用数据说话，发愁。我于心不忍，告诉她：我每天晚上自习回来，睡觉前花10分钟给你讲解一下STATA的操作和出来的各项结果意义。第一天，我讲了OLS。画了一张散点图和一根直线，用了1分钟就让她完全理解了OLS的精髓，这是用来干啥的。后面9分钟讲解了STATA的操作和OLS的各种变种。结果只一个星期，讲完五种方法（下面会介绍），她信心大增。后来一下子发了好几篇CSSCI，计量做的天花乱坠，让人误以为是一个大师。毕业论文也顺利通过。她说我的方法是当今世界上最快的计量速成法。她说，以后有时间要好好看看计量书，打打基础。我推荐她读伍德里奇的那本现代观点。但她论文发表了好多篇，至今还没看那本书。问其原因：“看了一下OLS，跟你讲的没啥区别，就是多了些推导。那些推导看不看都不影响我用软件。现在没空看，先发论文再说。” 我笑其太浮躁。但后来想想，这种学习方法不一定适合所有人，但或许适合一部分人群。因此有必要写出来让这部分人群都有所收获，不会因为发不了CSSCI而担忧，不会因为毕业论文不会做计量而担忧。因此有了本文。你是不是属于这样的人群？请看下面： 本文的目标人群： 1、不懂计量的人； 2、想学计量却苦于缺乏时间的人； 3、想学计量却看不懂、推导不了那些恐怖矩阵的人，也就是不想看

推导过程，也想发论文的人。 4、不想看计量书，却想写计量论文，发几篇CSSCI，尽快毕业的人。 5、所有想速成的人。 但是目标人群一定要能看懂STATA软件操作手册的人（或者其他软件操作手册）。如果你不认得手册上的字，不要来告诉我。我也不认得。如果你能找到一个懂STATA、EVIEWS的人给你讲解一下，那么你看不懂手册也无所谓。 本文的目标：不看计量推导、不看计量书籍就能发计量论文，而且是大规模批量生产计量论文，甚至是发经济研究和管理世界。 目标能否实现：取决于你能否掌握本黑客教程的内容，能否阅读软件手册。 申明：不是教你如何抄袭作弊，而是教你写计量论文的方法和捷径。目录 一、计量论文的两大要点是什么？ 二、如何判断计量论文的水平高低？ 三、做计量的“大杀器”有哪些？ 四、瞎倒腾计量的秘诀 五、大规模发CSSCI的建议 一、计量论文的两大要点是什么？

关于计量经济学

关于计量经济学

一、计量论文的两大要点是什么？ 二、如何判断计量论文的水平高低？ 三、做计量的“大杀器”有哪些？ 四、瞎倒腾计量的秘诀 五、大规模发CSSCI的建议 一、计量论文的两大要点是什么？ 1、计量模型的建立（就是那个方程，表达什么经济含义要知道）； 2、模型中的系数如何估计出来（关键在于估计方法的选择）。 第1个要点涉及你论文主题。你一般要想用数据检验某种经济关系，根据这种经济关系来建立计量模型。如果你不知道要检验什么经济关系，那我劝你就此打住。你发不了经济研究了。 第2个要点。千万种方法的出现，目的都是要把那个系数给估计出来。不同估计方法的估计效果好坏，就是根据各种统计量来判断。如果能选择一种最合适你数据的估计方法，那么这论文基本就成了。 二、如何判断计量论文的水平高低？ 掌握了上面两个要点，只是说你能写出一篇计量论文，并不是说能写出一篇高水平的论文。水平的高低在于你处理这两个要点时水平的高低。下面仔细讲解。 如果只是为了写计量论文，只需要“知其然”即可。没有人会因为不会

推导OLS估计量而对软件里面出来的结果不知所措。这条途径，最快捷的走法是找一个懂的人，把结果里面的各种东西所表示的意思给你讲一遍，每个东西要注意什么。基本就可以了。在一般的CSSCI 上发表论文没有什么问题。如果找不到人，就看STATA的手册，里面的例子会讲解每个指标参数统计量的含义。这样慢一点，但效果很好，而且也能成为STATA专家。STATA手册比高级计量教材看起来轻松多了，就是告诉你怎么操作软件，然后得到什么结果的。 计量论文中的估计问题，最关键的事情，不是能推导估计量，而是在STATA里面选择一个“合适”的方法估计出来。然后解释结果的经济意义。而计量水平的高低，不在于方法的复杂性，而在于方法的合适程度。因此高水平的计量论文，不必要求作者掌握高深的计量推导，而在于“选择”的技巧。每种计量方法，都有优劣。所谓用人之长，容人之短。水平高的人，能够选择以其之长，攻它之短。同时又能隐藏计量方法内在的拙劣。 其实，计量论文的水平主要决定于论文的主题的重要性。这个话题大家都很关心，就很重要，发表就很容易。所以，你会发现国际顶级期刊上一些计量论文所用的方法很简单。这些论文能发表，主要是他讨论的问题很重要（这涉及第一个要点），采用的方法即使有缺陷，也无伤大雅。如果问题不是非常重要，只是有新意，但是估计方法比较合适，也能发一个中上等期刊。如果问题属于鸡毛蒜皮之类，那就只能诉诸于超级复杂的计量方法，祈求审稿人看论文时，方法还没看完就已经累得半死，再也没有心情来思考你的问题的重要性，然后也能

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

伍德里奇---计量经济学第6章部分计算机习题详解(STATA)

班级：金融学×××班姓名：××学号：×××××××C6.9 NBASAL.RAW points=β0+β1exper+β2exper2+β3age+β4coll+u 解：（ⅰ）按照通常的格式报告结果。 由上图可知：points=35.22+2.364exper?0.077exper2?1.074age?1.286coll 6.9870.4050.02350.295 (0.451) n=269，R2=0.1412，R2=0.1282。 （ⅱ）保持大学打球年数和年龄不变，从加盟的第几个年份开始，在NBA打球的经历实际上将降低每场得分？这讲得通吗？ 由上述估计方程可知，转折点是exper的系数与exper2系数的两倍之比：exper?= β12β2= 2.364[2×?0.077]=15.35，即从加盟的第15个到第16个年份之间，球员在NBA打球的经历实际上将降低每场得分。实际上，在模型所用的数据中，269名球员中只有2位的打球年数超过了15年，数据代表性不大，所以这个结果讲不通。 （ⅲ）为什么coll具有负系数，而且统计显著？ 一般情况下，NBA运动员的球员都会在读完大学之前被选拔出，甚至从高中选出，所以这些球员在大学打球的时间少，但每场得分却很高，所以coll具有负系数。同时，coll的t统计量为-2.85，所以coll统计显著。 （ⅳ）有必要在方程中增加age的二次项吗？控制exper和coll之后，这对年龄效应意味着什么？

增加age的二次项后，原估计模型变成： points=73.59+2.864exper?0.128exper2?3.984age+0.054age2?1.313coll 35.930.610.05 2.690.05 (0.45) n=269，R2=0.1451，R2=0.1288。 由方程可知：age的t统计量为?1.48，age2的t统计量为1.09，所以age和age的二次项统计都不显著，而当不增加age2时，age的t统计量为?3.64，统计显著，因此完全没有必要在方程中增加age的二次项。当控制了exper和coll之后，年龄对points的负效应将会增大。 （ⅴ）现在将log?(wage)对points，exper，exper2，age和coll回归。以通常的格式报告结论。 所以，log wage=6.78+0.078points+0.218exper?0.0071exper2?0.048age?0.040coll 0.850.0070.0500.00280.035 (0.053) n=269，R2=0.4878，R2=0.4781。 （ⅵ）在第（ⅴ）部分的回归中检验age和coll是否联合显著。一旦控制了生产力和资历，这对考察年龄和受教育程度是否对工资具有单独影响这个问题有何含义？

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

斯托克,沃森计量经济学第七章实证练习stata

E7.2 E7.3 E7.4

-------------------------------------------- (1) (2) ahe ahe -------------------------------------------- age 0.605*** 0.585*** (15.02) (16.02) female -3.664*** (-17.65) bachelor 8.083*** (38.00) _cons 1.082 -0.636 (0.93) (-0.59) （表2）Robust ci in parentheses *** p<0.01, ** p<0.05, * p<0.1 -------------------------------------------- N 7711 7711 -------------------------------------------- t statistics in parentheses * p<0.10, ** p<0.05, *** p<0.01 (表1) （1） 建立ahe 对age 的回归。截距估计值是1.082，斜率估计值是0.605。 （2） ①建立ahe 对age ，female 和bachelor 的回归。Age 对收入的效应的估计值是0.585。 ② age 回归系数的95%置信区间： (0.514，0.657) （3） 设H 0:βa,（2）-βa,（1）=0 H1:βa,（2）-βa （1）≠0 由表3，得SE ，SE(βa,（2）-βa,（1）)=√（0.0403）2+(0.0365)2=0.054 t=（0.605-0.585）/0.054=0.37<1.96 所以不拒绝原假设，即在5%显著水平下age 对ahe 的效应估计没有显著差异，所以（1）中的回归没有遭遇遗漏变量偏差。 （4） B ob’s predicted ahe=0.585×26-3.664×0+8.083×0-0.636=＄14.574 Alexis ’s predicted ahe=0.585×30-3.664×1+8.083×1-0.636=＄21.333 VARIABLES ahe age 0.585*** (0.514 - 0.657) female -3.664*** (-4.071 - -3.257) bachelor 8.083*** (7.666 - 8.500) Constant -0.636 (-2.759 - 1.487) Observations 7,711 R-squared 0.200

《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

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

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

计量经济学论文eviews

计量经济学论文eviews 吉林财经大学期末论文 题目:财政收入影响因素的计量分析 学院:税务学院 姓名: 学号: 日期13年12月21日 评分表: 选题意义建模分析计量检验研究结论总分 一、问题提出 中国经济的高速增长是有目共睹的，中国的财政收入也在高速的增长，从2002年中国财政收入不足2万亿元，到2006年接近4万亿元，再到2007年上半年突破2.6万亿元，短短5年间中国国家财政收入实现高速增长。2007年上半年我国财政收入达到2.6万亿元，可以说是继2006年财政收入突破4万亿元大关后的又一个惊人数据。在经济高增长的背景下，财政收入的持续高速增长，特别是税收收入增长持续高于同期GDP增长，成为推动财政收入增长的主要原因。目前，我国财政收入的主体是税收收入，2006年税收收入已经占到了全部财政收入的95.7,。目前在我国税收当中，占比重最大的是增值税，由于现阶段我国依然依靠投资来拉动经济，这也带来了目前我国财政收入增长比较快的结果。其实，财政收入增长过快只是表象，而投资增长过快造成的经济过热的体制顽疾才是最需要担心的，因此，面对高速增长的财政收入，人们担心的是经济过热问题还会越来越严重。如果财政收入大幅度增长，远远高于国民收入的增长速度，就会出现一系列问题。

收入是一国政府实现政府职能的基本保障，对国民经济的运行及社会的发展起着非凡的作用。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的大小通常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。财政收入的增长情况关系着一个国家的经济的发展和社会的进步。因此，研究财政收入的增长显得尤为重要。财政收入的主要来源是各项税收收入，此外还有政府其他收入和基金收入等。同时一个国家的财政收入的规模还受到经济规模等诸多因素的影响。本文就建立财政收入影响因素模型，实证分析影响我国财政收入的主要因素，为如何合理有效地制定我国的财政收入计划提供一些政策性 建议。 二、理论模型分析 研究财政收入的影响因素离不开一些基本的经济变量。回归变量的选择是建立回归模型的一个极为重要的问题。如果遗漏了某些重要变量，回归方程的效果肯定不会好。而考虑过多的变量，不仅计算量增大许多，而且得到的回归方程稳定性也很差，直接影响到回归方程的应用。通过经济理论对财政收入的解释以及对实践的观察，对财政收入影响的因素主要有税收、国内生产总值、全社会固定资产投资等。 (1)税收。税收由于具有征收的强制性、无偿性和固定性特点，可以为政府履行其职能提供充足的资金来源。因此，各国都将其作为政府财政收入的最重要的收入形式和最主要的收入来源。 (2)国内生产总值。常被公认为衡量国家经济状况的最佳指标。GDP会促进国民收入，从而会提高居民个人收入水平直接影响居民储蓄量，并与财政收入的增长保持一定的同向性。

一个外行的计量经济学学习之路

一个外行的计量经济学学习之路 入驻人大经济论坛也有一段时间了。起初是抱着学习的心态，希望论坛里的大神能帮忙解决很多计量技术上的问题。可呆了一段时间后发现，自己想解决的问题一般没得到解决，还反而帮很多人解决了一些基础的问题。 作为一个非计量非经济学专业出身的人（虽学过一些统计，SPSS 和stata基本操作也会），想着梳理下自己学习计量这一路的历程，或许对于初入计量之门/像我一样非计量专业出身但有想很好的利用计量工具的人有一些帮助和启示。 第一阶段：计量就是统计——很难很高深 大学我算是农林经济管理出身，学过简单的spss（那时教我SPSS的老师是搞大豆种植的，故而传授的是t检验，方差分析，简单的回归分析，数据的描述性统计分析等内容）。由于大学期间不用发文章，毕业论文也是做的生态方面的东西，加之大学老师只将操作，不讲原理，所以大学学的SPSS基本算是还给老师了。那个时候一度觉得SPSS是很高级的东西（因为不知道软件操作背后原理，也不知道怎么解读结果）。

后来有幸保送到中科院系统一个研究所开始研究生阶段的学习。中科院系统的学生有一个好处就是会在北京研究生院集中学习一年。由于专业研究的需要（跟着导师做农户微观实证研究）以及自己特别感兴趣（想一窥统计的神秘面纱），故而在北京学习期间选了6门关于统计的课（如《心理多元统计》、《统计分析与SAS》实现等）。其中有些课老师讲得很好（如胡良平老师讲的SAS，通俗易懂），但可能限于学时，老师没有铺开讲。加之那时还有其它专业课比较繁琐，故而除了课堂听讲，完成作业和课程报告外，没有过多的时间去进一步看书，消化。经过这么一个过程下来，一些具体的软件实现大概知道了，为什么这样做也知道一点（但理解的不透），结果解读似乎也知道那么一些。那时的我的统计知识体系算是比较凌乱，不系统。也一度以为统计就是计量，以为解开了它的神秘面纱了。然而事实却并非如此。 第二阶段：学习统计/计量还得从实践中来 正如我在论坛上发的一个个人投稿经验交流贴中所述一样。我和大多数在人大经济论坛上寻求帮助的人一样，都想快速的学习到我

运用Stata做计量经济学

运用Stata做计量经济学 运用Stata建模的7步骤： 1、准备工作；目录、日志、读入数据、熟悉数据、时间变量、more、……； 2、探索数据：数据变换、描述统计量、相关系数、趋势图、散点图、……； 3、建立模型：regress、经济理论检验、实际经济问题要求、统计学检验、计量经济学检验：R2，T，t，残差； 4、诊断模型：异方差、序列相关、多重共线性、随机解释变量问题、……； 5、修正模型：WLS、GLS、工具变量法（ivregress），……； 6、应用模型：置信区间、预测、结构分析、边际分析、弹性分析、常用模型回归系数的意义、……； 7、整理：关闭日志、生成do文件备用 1、准备工作 让STATA处于初始状态，清除所有使用过的痕迹clear 指明版本号version11 设定并进入工作文件夹：cd D:\ （设定路径，将数据、程序和输出结果文件均存入该文件夹） 关闭以前的日志capture log close 建立日志：log using , replace 设定内存：set mem 20m

关闭more：set more off 读入数据：use .dta, clear 认识变量：describe 建立时间变量：tsset 2、用描述统计方法探索数据特征 必要的数据转换：gen、replace、……； 描述统计量：summarize, detail 相关系数矩阵：corr/pwcorr 散点图和拟合直线图：scatter y x || lfit y x 矩阵散点图：graph matrix y x1 x2 x3,half 线性趋势图：line y x 3、建立模型 OLS建立模型：regress y x1 x2 x3； 由方差分析表并用F和R2检验模型整体显著性； 依据p值对各系数进行t检验，一次只能剔出一个最不显著的变量，直到不包含不显著的变量； 估计参数，判别变量的相对重要性； 构造和估计约束模型，用以检验经济理论