计量经济学eviews实验报告.docx
《计量经济学eviews实验报告.docx》由会员分享,可在线阅读,更多相关《计量经济学eviews实验报告.docx(18页珍藏版)》请在冰豆网上搜索。
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
大连海事大学实验报告
学号:
2220133979
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
指标
人均国内生产总值(元)
居民消费水平(元)
1995
年
5074
2330
1996
年
5878
2765
1997
年
6457
2978
1998
年
6835
3126
1999
年
7199
3346
2000
年
7902
3721
2001
年
8670
3987
2002
年
9450
4301
2003
年
10600
4606
2004
年
12400
5138
2005
年
14259
5771
2006
年
16602
6416
2007
年
20337
7572
-1-
大连海事大学实验报告
学号:
2220133979
2008
年
23912
8707
2009
年
25963
9514
2010
年
30567
10919
2011
年
36018
13134
2012
年
39544
14699
2013
年
43320
16190
2014
年
46612
17806
(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:
-2-
大连海事大学实验报告
学号:
2220133979
DependentVariable:
CONSUMPTION
Method:
LeastSquares
Date:
06/11/16
Time:
19:
02
Sample:
19952014
Includedobservations:
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
Meandependentvar
7351.300
AdjustedR-squared
0.996335
S.D.dependentvar
4828.765
S.E.ofregression
292.3118
Akaikeinfocriterion
14.28816
Sumsquaredresid
1538032.
Schwarzcriterion
14.38773
Loglikelihood
-140.8816
Hannan-Quinncriter.
14.30760
F-statistic
5166.811
Durbin-Watsonstat
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:
H0:
c=0.对立假设:
H1:
c≠0
对于参数GDP假设:
H0:
GDP=0.对立假设:
H1:
GDP≠0
由上表知:
对于c,t=6.094104>t(n-2)=t(18)=2.101
因此拒绝H0:
c=0,接受对立假设:
H1:
c≠0
对于GDP,t=71.88054﹥t(n-2)=t(18)=2.101
-3-
大连海事大学实验报告
学号:
2220133979
因此拒绝H0:
GDP=0,接受对立假设:
H1:
GDP≠0
此外F统计量为5166.811,数值很大,可以判定,人均国内生产总值对居
民消费水平在5%的显著性水平下有显著性影响。
所以,回归系数显著不为零,常数项不为零,回归模型中应包括常数项。
综上,整体上看此模型是比较好的。
(3)序列相关问题
由上图可知,DW统计量0.403709,经查表,当k=1,n=20时,dl=1.2,因
此可判断此模型存在序列相关,且为序列正相关。
修正:
广义差分法
因为DW=0.403709,ρ=1-DW/2=0.7981455
令X1=X-0.7981455*X(-1)Y1=Y-0.7981455*Y(-1)
修正结果如下:
DependentVariable:
Y1
Method:
LeastSquares
Date:
06/11/16Time:
19:
56
Sample(adjusted):
19962014
Includedobservations:
19afteradjustments
Coefficient
Std.Error
t-Statistic
Prob.
X1
-1.14E+08
7970597.
-14.33887
0.0000
C
-8.26E+10
5.45E+10
-1.516402
0.1478
R-squared
0.923631
Meandependentvar
-7.34E+11
AdjustedR-squared
0.919139
S.D.dependentvar
4.61E+11
S.E.ofregression
1.31E+11
Akaikeinfocriterion
54.13516
Sumsquaredresid
2.92E+23
Schwarzcriterion
54.23457
Loglikelihood
-512.2840
Hannan-Quinncriter.
54.15198
F-statistic
205.6031
Durbin-Watsonstat
0.953595
Prob(F-statistic)
0.000000
经修正后,DW=0.953595
(4)根据2015年中国国民经济与社会发展统计公报,2015年人均国民生
-4-
大连海事大学实验报告
学号:
2220133979
产总值为49351元,对该年的居民消费水平进行预测。
点预测:
Y=691.0225+0.352770*X=18100.5748
^
1
(X0
X)
2
,t0.25(n-2
)=2.10
,
区间预测:
计算出var(Y0)=S(
n
2)=1468.207
Xt
^
^
因此E(Y0)的预测区间为Y0±t0.25(n-2)
√var(Y0)=49351±80.4661。
利用Eviews输出预测结果如下:
案例2:
下面给出了我国1995-2014年的居民消费水平(Y)和人均国内生产总值(X1)
以及城镇居民人均可支配收入(X2)数据,对它们三者之间的关系进行研究。
具
体数据如表2所示。
表2:
1995年到2014年的统计资料单位:
元
指标
居民消费水平(元)
人均国内生产总值(元)
城镇居民人均可支配收入(元)
1995
年
2330
5074
4283
1996
年
2765
5878
4838.9
1997
年
2978
6457
5160.3
1998
年
3126
6835
5425.1
1999
年
3346
7199
5854
2000
年
3721
7902
6280
2001
年
3987
8670
6859.6
-5-
大连海事大学实验报告
学号:
2220133979
2002
年
4301
9450
7702.8
2003
年
4606
10600
8472.2
2004
年
5138
12400
9421.6
2005
年
5771
14259
10493
2006
年
6416
16602
11759.5
2007
年
7572
20337
13785.8
2008
年
8707
23912
15780.8
2009
年
9514
25963
17174.7
2010
年
10919
30567
19109.4
2011
年
13134
36018
21809.8
2012
年
14699
39544
24564.7
2013
年
16190
43320
26467
2014
年
17806
46612
28843.85
(1)试建立二元线性回归方程
利用Eviews软件输出结果报告如下:
DependentVariable:
CONSUMPTION
Method:
LeastSquares
Date:
09/11/16Time:
16:
23
Sample(adjusted):
19952014
Includedobservations:
20
Coefficient
Std.Error
t-Statistic
Prob.
AVGDP
0.160612
0.060350
2.661335
0.0164
SAVING
0.018166
0.005693
3.191061
0.0053
C
1040.987
143.3240
7.263178
0.0000
R-squared
0.997829
Meandependentvar
7351.300
AdjustedR-squared
0.997573
S.D.dependentvar
4828.765
S.E.ofregression
237.8674
Akaikeinfocriterion
13.91879
Sumsquaredresid
961875.6
Schwarzcriterion
14.06815
Loglikelihood
-136.1879
Hannan-Quinncriter.
13.94794
F-statistic
3906.446
Durbin-Watsonstat
0.977467
Prob(F-statistic)
0.000000
-6-
大连海事大学实验报告
学号:
2220133979
由上表可知,样本回归方程为:
Y=417.4107+0.269124X1+0.145843X2
(2)对检验结果的分析
AVGDP与SAVING的P值均小于0.05,t值均大于t(n-2)=t(18)=2.101,因
此样本回归方程十分显著。
修整后的R2为0.997573,说明有99.76%的样本可以
被样本回归方程所解释,拟合的很好。
F统计量为3906.446数值很大,可以判
定,人均可支配收入以及城镇居民人均可支配收入对居民消费水平在5%的显著
性水平下有显著性影响。
但是,值得注意的是DW统计量为0.977467
k=2,n=20时),因此方程可能存在序列相关问题,可利用广义差分法进行修正,
如案例1,此处不再赘述。
案例3:
表3列出了2014年中国部分省市城镇居民每个家庭平均全年可支配收入
(income)与消费性支出(expense)的统计数据。
表32014年统计数据
地区
人均可支配收入
人均消费性支出
地区
人均可支配收入
人均消费性支出
北京
43910.00
28009.00
广西
24669.00
15045.00
上海
47710.00
30520.00
山东省
29222.00
18323.00
重庆
25147.00
18279.00
陕西省
28844.00
19968.00
河北省
24141.00
16204.00
山西省
24069.00
14637.00
山西省
24069.00
14637.00
安徽省
24839.00
16107.00
内蒙古
28350.00
20885.00
甘肃省
20804.00
15507.00
吉林省
23217.80
17156.00
云南省
24299.00
16268.00
江苏省
34346.00
23476.00
贵州省
22548.21
15254.64
浙江省
40393.00
27242.00
四川省
24381.00
18027.00
江西省
24309.00
15142.00
青海省
22306.57
17492.89
湖南省
26570.00
18335.00
海南省
24487.00
17514.00
河南省
24391.45
15726.12
宁夏
23285.00
17216.00
(1)试用OLS法建立居民消费支出对可支配收入的线性模型
利用eviews软件输出结果报告如下:
-7-
大连海事大学实验报告
学号:
2220133979
DependentVariable:
EXPENSE
Method:
LeastSquares
Date:
09/11/16
Time:
20:
15
Sample(adjusted):
20012024
Includedobservations:
24
Coefficient
Std.Error
t-Statistic
Prob.
INCOME
0.603084
0.036435
16.55219
0.0000
C
2031.226
1033.251
1.965860
0.0621
R-squared
0.925669
Meandependentvar
18623.78
AdjustedR-squared
0.922291
S.D.dependentvar
4401.364
S.E.ofregression
1226.941
Akaikeinfocriterion
17.14209
Sumsquaredresid
33118445
Schwarzcriterion
17.24026
Loglikelihood
-203.7051
Hannan-Quinncriter.
17.16814
F-statistic
273.9751
Durbin-Watsonstat
1.601642
Prob(F-statistic)
0.000000
因此建立模型(令Y=EXPENSE人均消费性支出,X=INCOME人均可支配
收入):
Y=2031.226+0.603084*X
当人均可支配收入增长1元,人均消费性支出增加0.603084元。
同时分析
结果显示,INCOME的P值为0.00,小于0.05,t=16.55219>t(n-2)=t(18)=2.101,
2
十分显著。
拟合优度R为0.925669,说明有92.57%的样本可以被样本回归方程
所解释,拟合的很好。
F统计量为273.9751,数值很大,可以判定,人均可支配
1.601642>du=1.45(当k=1,n=24时),因此方程不存在序列相关问题。
整体上
看,此模型较为成功。
(2)异方差的图形检验:
输出残差、拟合值图形报告:
-8-
大连海事大学实验报告
学号:
2220133979
散点图报告:
从图形上可以看出,平均而言,城镇居民人均消费性支出随城镇居民人均可支配收入的增加而增加。
但是,从残差图和散点拟合图可以明显地观察出来,随着可支配收入的增加,支出的变动幅度也略有减小的趋势,可能存在异方差。
(3)检验模型是否存在异方差
White检验:
-9-
大连海事大学实验报告
学号:
2220133979
HeteroskedasticityTest:
White
F-statistic
1.423345
Prob.F(2,21)
0.2632
Obs*R-squared
2.864991
Prob,Chi-Square
(2)
0.2387
ScaledexplainedSS
1.024885
Prob,Chi-Square
(2)
0.5990
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
11/11/16
Time:
15:
35
Sample:
20012024
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
2491531
6379291.
0.390566
0.7001
INCOME
-22.43270
405.2308
-0.055358
0.9564
INCOME^2
-0.000615
0.005984
0.102742
0.9191
R-squared
0.119375
Meandependentvar
1379935.
AdjustedR-squared
0.035506
S.D.dependentvar
1300708.
S.E.ofregression
1277408.
Akaikeinfocriterion
31.07503
Sumsquaredresid
3.43E+13
Schwarzcriterion
31.22229
Loglikelihood
-369.9004
Hannan-Quinncriter
31.11410
F-statistic
1.423345
Durbin-Watsonstat
2.113531
Prob(F-statistic)
0.263213
原假设H0:
不存在异方差
备择假设H1:
存在异方差
根据检验结果可知,P=0.2632>0.05
故,接受原假设,认为该模型不存在异方差。
四、实验总结
1、对案例的经济学意义的分析结论
——人均国内生产总值、可支配收入与居民消费水平的关系
国内生产总值与国民收入之间直接相关。
国民收入是反映整体经济活动的重
要指标。
整体经济活动越好,国内生产总值越高,那么国民收入越高。
如果一个
国家总人口相对稳定不变,在国民收入增加的情况下,人均国民收入增加,那么
-10-
大连海事大学实验报告
学号:
2220133979
购买力就会上升,消费水平随之提高。
反之,在经济不景气甚至下行的情况下,
国内经济活动发展不好,国内生产总值就会下降,人均可支配收入也将随之下降,
人民可支配收入减少,购买力下降,消费欲望就会减弱,从而消费水平降低。
这
也就验证了本文三组案例得出的模型中,无论从不同时段的纵向比较还是同一时
段不同地区的横向比较,均呈现出居民消费水平(消费性支出)与人均国民生产
总值、人均可支配收入之间存在明显的正相关关系,消费水平随国内生产总值、
人均可支配收入的增加而增加,符合经济学的一般准则。
2.Eviews软件掌握情况总结
1)通过实验掌握了EVIEWS软件的安装及其基本应用(包括数据的输入、数据的分析、及其分析结果的输出)。
2)通过对案例进行计量经济模型的分析,掌握了一元线性回归方程的建立、多元线性回归方程的求解,以及序列相关、异方差问题的检验与修正等。
3)实验中突现的不足是对书本的理论没有足够深入的思考和认识,而仅仅从“得到数据—数据Import—数据分析—结果输出”的固定流程去解决分析问题,需要在今后的学习过程中反复练习加强。
4)今后还应将计量经济学模型及其应用与现代计量经济学软件EViews
进行有机结合,更好的应用EViews软件解决算研究的实际问题。
-11-