资料电信业务增加的因素分析Word文档格式.docx
《资料电信业务增加的因素分析Word文档格式.docx》由会员分享,可在线阅读,更多相关《资料电信业务增加的因素分析Word文档格式.docx(20页珍藏版)》请在冰豆网上搜索。
3985000
2003-02
706.1
43789
4927.4
7477000
2003-03
1089.3
215
44711.7
4992
11710000
2003-04
1477.3
383.7
45475.6
5078.8
16093000
2003-05
1824.2
571.5
46293.8
5221
20564000
2003-06
2199.7
785.1
47208.2
37.7
5323.5
25223000
2003-07
2621.9
930.4
48021.3
5381.3
30163000
2003-08
3015.7
1069.4
48904.4
5443.3
35354000
2003-09
3420.1
1240.8
50044.2
39.8
5387.6
40733000
2003-10
3814.4
1420.4
51207.7
5350
46231000
2003-11
4210
1687.7
52332
5325.6
51809000
2003-12
4610
2215.2
53199.8
42.1
5365.7
57729000
2004-01
414.1
-9666
54573.5
5543.9
6498994.7
2004-02
818.9
55685.9
5464.8
13039900.2
2004-03
1249.4
284.4
57138.6
5458.5
20495673
2004-04
1683.6
450.4
58119.8
5412.7
28096437.4
2004-05
2103.6
625.4
59096
5366.6
35823368.1
2004-06
2536.1
886.4
60077.1
47.4
5347
43570341.8
2004-07
2974.4
1046.7
60921.4
5302.2
51523971
2004-08
3417.6
1215
61800.1
5284.3
59501019.8
2004-09
3862.1
1381.2
62699.4
49.3
5232.9
67982955.3
2004-10
4316.8
1556.2
63572.9
5106.9
76518383
2004-11
4755
1765
64308
4929.9
85192667.5
2004-12
5187.6
2136.5
64726.7
50.8
4786.2
94303281.7
2005-01
65542.7
4829.8375
9204439
2005-02
886.3
66374.8
4482.9202
17339280.7
2005-03
1365.2
284
67445.4
4511.7288
27485253.4
2005-04
1848.8
406.5
68318
4256.4163
37752743.4
2005-05
2328.1
539.5
69204.5
4184.8123
48115474.5
2005-06
2812
778.1
70060.6
54
4038.8276
58456633.9
2005-07
3305.7
901.7
70811
3991.117
68945999.4
2005-08
3808.2
1040.5
71507.2
3963.3907
79644728.4
2005-09
4311
1211
72369.9
55.7
3843.4371
90661990.9
2005-10
4807.8
1393
73163.4
3782.7224
101832544.8
2005-11
5293.7
1618.7
73895.8
3733.8116
113209876.9
2005-12
5799
2033.4
74386.1
57.3
3572.8618
125087832.2
建立模型:
以电信业务收入为Y被解释变量,电信投资完成额为X1解释变量,用户合计为X2解释变量,普及率(包括固定&移动)为X3解释变量,互联网用户为X4解释变量,移动通话时长合计为X5解释变量。
设立多元线性回归模型:
Y=C+a1*X1+a2*X2+a3*X3+a4*x4+a5*X5+U
U为随机扰动项
四.模型的估计与调整
利用eviews进行最小二乘估计得:
Includedobservations:
36
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
414.0336
1006.656
0.411296
0.6838
X1
0.053633
0.017851
3.004399
0.0053
X2
-0.110388
0.036100
-3.057842
0.0047
X3
104.9526
49.23354
2.131729
0.0413
X4
0.361893
0.131504
2.751961
0.0100
X5
5.12E-05
3.34E-06
15.31599
0.0000
R-squared
0.970445
Meandependentvar
2768.961
AdjustedR-squared
0.965519
S.D.dependentvar
1562.135
S.E.ofregression
290.0747
Akaikeinfocriterion
14.32917
Sumsquaredresid
2524300.
Schwarzcriterion
14.59309
Loglikelihood
-251.9250
F-statistic
197.0091
Durbin-Watsonstat
0.856336
Prob(F-statistic)
0.000000
Y=414.0335928+0.05363292988*X1-0.1103884871*X2+104.9525691*X3+0.3618926633*X4+5.121455625e-005*X5
模型的检验:
1、经济意义的检验:
x2的符号不符合经济理论。
按照假设,所有的解释变量对被解释变量的影响都是正向的。
所以该模型不能通过经济意义检验。
2、统计检验:
R值为0.970445,修正后的R值为0.965519,模型的拟合情况很好,F值为197.0091整个模型对电信业务收入的影响是显著的。
T检验:
给定显著性水平0.05,查表得自由度为n-k=36-6=30临界值为2.0423,x1、x2、x3、x4、x5的绝对值都大于2.0423,说明t检验显著。
3、计量经济检验:
A)多重共线性检验:
简单相关系数检验法
计算各解释变量的相关系数,得相关系数矩阵如下:
1.000000
-0.607827
0.733124
0.703288
0.608932
-0.741521
-0.756258
-0.130999
0.987891
0.234572
0.240127
由相关系数矩阵可以看出,x2和x3,x2和x5,x5和x3,x1和x5的相关系数都较高。
证实存在多重共线性。
多重共线性的修正:
逐步回归法
分别做Y对X1、X2、x3、X4、X5的一元回归,结果如下所示:
变量
x4
参数估计值
0.274082
0.075005
108.8408
-0.93713
4.53E-05
t统计量
5.984696
3.112586
3.533003
-2.29361
15.4556
R^2
0.51301
0.221758
0.268536
0.133993
0.875401
调整的R^2
0.498686
0.198868
0.247022
0.108522
0.871736
其中,加入X5的方程R^2最大,把x5作为第一个变量引入回归方程,顺次加入其他变量进行回归。
x5、x1
0.909517
x5、x2
0.94467
x5、x3
0.936224
x5、x4
0.94053
经比较,新加入X2的变量的方程虽然R^2最大,但是X2的符号变得不合理,且t检验不显著,说明X2引起多重共线性,应予剔除。
选择保留X4,再加入其他新变量逐步回归,结果显示:
在X5、X4基础上加入X3后,X3的符号变得不合理,而加入X1后,R^2为0.9495,有改进。
说明X3和x2引起多重共线性,应予剔除。
最后修正多重共线性影响的回归结果为:
-2935.403
795.0268
-3.692206
0.0008
0.049500
0.020707
2.390516
0.0229
0.697198
0.138385
5.038093
4.95E-05
3.27E-06
15.13350
0.949541
0.944811
366.9834
14.75295
4309659.
14.92890
-261.5531
200.7265
0.539976
Y=-2935.402591+0.04949991742*X1+0.6971976894*X4+4.952406459e-005*X5
各变量的T检验和F检验都显著,R^2=0.949541,拟合优度较好。
B)异方差性检验:
因为变量的观测值为大样本,并且是时间序列数据,所以采用ARCH检验。
1)提出原假设:
H0:
a1=a2=……=a10=0;
H1:
a1,……,a10中至少有一个不为0
2)对原模型做OLS估计,求出残差e2,并计算滞后期为10期的残差平方序列,E2(-1)^2E2(-2)^2E2(-3)^2E2(-4)^2E2(-5)^2E2(-6)^2E2(-7)^2E2(-8)^2E2(-9)^2E2(-10)^2,
3)做辅助回归:
E2^2=C
(1)+C
(2)*E2(-1)^2+C(3)*E2(-2)^2+C(4)*E2(-3)^2+C(5)*E2(-4)^2+C(6)*E2(-5)^2+C(7)*E2(-6)^2+C(8)*E2(-7)^2+C(9)*E2(-8)^2+C(10)*E2(-9)^2+C(11)*E2(-10)^2
结果如下:
26afteradjustments
2.56E+10
3.37E+10
0.760298
0.4589
E2(-1)^2
0.805808
0.250303
3.219330
0.0057
E2(-2)^2
-0.545245
0.323740
-1.684203
0.1128
E2(-3)^2
0.486072
0.351475
1.382949
0.1869
E2(-4)^2
-0.286653
0.371670
-0.771257
0.4525
E2(-5)^2
0.256365
0.375771
0.682238
0.5055
E2(-6)^2
-0.185013
0.375957
-0.492112
0.6298
E2(-7)^2
0.096029
0.371150
0.258733
0.7994
E2(-8)^2
-0.126538
0.351577
-0.359916
0.7239
E2(-9)^2
0.032734
0.322582
0.101476
0.9205
E2(-10)^2
-0.078732
0.250814
-0.313908
0.7579
0.461624
5.13E+10
0.102707
1.20E+11
1.14E+11
54.05338
1.95E+23
54.58566
-691.6940
1.286157
1.997997
0.319513
4)计算(n-10)*R^2=26*0.461624=12.002,给定显著性水平0.05,查表得临界值=18.307,因为12.002<
18.307,接受原假设,表明模型中的随机误差不存在异方差。
C)自相关性检验:
采用DW检验法:
由使用普通最小二乘法估计出的模型得:
DW值=0.540420,对样本量为36,3个解释变量的模型、5%显著水平,查DW统计表可知:
dL=1.295,dU=1.654,DW<
dL,显然消费模型中有自相关。
这一点从残差图也可以看出:
残差图连续为正和连续为负,表明确实存在自相关。
自相关问题的修正:
科克伦-奥克特迭代法:
使用e2=resid进行滞后一期的自回归,得到:
e2=0.810868*e2(-1)
自相关系数等于0.810868,对原模型进行广义差分,得到广义差分方程如下:
Y-0.810868*Y(-1)=a1*(1-0.810868)+a2*(x1-0.810868*x1(-1))+a3*(x4-0.810868*x4(-1))
+a4*(x5-0.810868*x5(-1))+U
回归结果如下:
35afteradjustments
-648.5317
266.6419
-2.432220
0.0210
X1-0.810868*X1(-1)
0.026227
0.015084
1.738717
0.0920
X4-0.810868*X4(-1)
0.693947
0.269724
2.572806
0.0151
X5-0.810868*X5(-1)
5.74E-05
3.47E-06
16.55076
0.959144
662.7684
0.955190
1088.570
230.4325
13.82500
1646073.
14.00276
-237.9376
242.5864
1.855367