11 经济统计姚翼飞 11010806 全国居民储蓄模型Word文档下载推荐.docx

11 经济统计姚翼飞 11010806 全国居民储蓄模型Word文档下载推荐.docx

《11 经济统计姚翼飞 11010806 全国居民储蓄模型Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《11 经济统计姚翼飞 11010806 全国居民储蓄模型Word文档下载推荐.docx（26页珍藏版）》请在冰豆网上搜索。

675.4

5330.450965

700.02

1983

892.5

5985.551568

100.5

775.59

1984

1214.7

7243.751718

102.2

947.35

1985

1622.6

9040.736581

117.6

2040.36

1986

2238.5

10274.37922

106.8

2090.73

1987

3081.4

12050.61513

108.6

2140.36

1988

3822.2

15036.82301

120.4

2390.47

1989

5196.4

17000.91911

117.2

2727.4

1990

7119.6

18718.32238

105.4

2821.86

1991

9244.9

21826.19941

111.9

2990.17

1992

11757.3

26937.27645

109.9

3296.91

1993

15203.5

35260.02471

119

4255.3

1994

21518.8

48108.45644

124.9

5126.88

1995

29662.3

59810.52921

117.3

6038.04

1996

38520.8

70142.49165

111.6

6909.82

1997

46279.8

78060.85276

105.3

8234.04

1998

53407.47

83024.27977

102.4

9262.8

1999

59621.83

88479.15475

10682.58

2000

64332.38

98000.45431

103.5

12581.51

2001

73762.43

108068.2206

103.1

15301.38

2002

86910.65

119095.6893

98.2

17636.45

2003

103617.65

135173.9761

100.2

20017.31

2004

119555.39

159586.7736

101

24165.68

2005

141050.99

183618.5053

101.5

28778.54

2006

161587.3

215883.9487

100.9

34804.35

2007

172534.19

266411.0218

45621.97

2008

217885.35

315274.7098

105.1

54223.79

2009

260771.66

341401.4756

98.5

59521.59

2010

303302.5

403259.9564

73210.79

数据来源：

中国统计年鉴-2011

二、实证分析

1、模型建立

Y:

储蓄存款X1:

国民总收入

X2:

居民消费价格指数X3:

税收

:

随机误差项

利用sas估计结果如下:

AnalysisofVariance

Source

DF

Sumof

Squares

Mean

Square

FValue

Pr>

F

Model

3

2.129661E11

70988691525

2052.51

<

.0001

Error

29

1003002232

34586284

RootMSE

5881.01044

R-Square

0.9953

DependentMean

61146

AdjR-Sq

0.9948

ParameterEstimates

Variable

Parameter

Estimate

Standard

tValue

|t|

Intercept

1

44363

17018

2.61

0.0143

X1

0.60443

0.08718

6.93

X2

-456.96252

155.90133

-2.93

0.0065

X3

0.77863

0.49449

1.57

0.1262

根据以上结果，初步得出的模型为:

44363+0.60443X1-456.96252X2+0.7863X3

，表明模型在整体上拟合得非常好，5%显著性水平下自由度为n-2=31的临界值t

（31）=2.04,只有t

=1.57<

2.04没能通过检验。

2、计量检验

（1）多重共线性检验

Pearson相关系数,N=33

当H0:

Rho=0时，Prob>

|r|

Y

1.00000

0.99677

-0.39854

0.0216

0.99281

-0.36547

0.0365

0.99391

-0.36078

0.0391

由解释变量X1和X3的相关系数可以看出该模型存在多重共线性

多重共线性的修正（逐步回归）：

将变量逐一代入式

可得如下表的三个模型：

6668.27448

0.9936

0.9933

-6621.74262

1519.21248

-4.36

0.0001

0.75164

0.01087

69.14

76196

0.1588

0.1317

544839

200359

2.72

0.0106

-4547.67258

1879.63734

-2.42

9945.41126

0.9857

0.9852

1636.24211

2158.27850

0.76

0.4541

4.25478

0.09214

46.18

根据表格和理论分析，选取相关性最强的解释变量X1建立最基本的一元回归模型为：

在一元模型中分别引入第二个变量，建立二元回归模型，如下表：

2

2.128803E11

1.064402E11

2932.89

30

1088758212

36291940

CorrectedTotal

32

2.139691E11

6024.27924

0.9949

0.9946

CoeffVar

9.85237

42336

17383

2.44

0.0210

0.74075

0.01055

70.21

-451.06043

159.65312

-2.83

0.0083

2.126689E11

1.063345E11

2453.60

1300145165

43338172

6583.17341

0.9939

0.9935

-5297.15576

1794.60844

-2.95

0.0061

0.62156

0.09737

6.38

0.74379

0.55336

1.34

0.1890

加入X3后相关性降低剔除X2。

最终模型为：

（2）异方差性检验（G-Q检验）

33组数据去掉9组剩下24组，分成两个子样本，每个子样本12组数据，进行

OLS回归如下：

子样本1：

27858196

13929098

387.58

9

323448

35939

11

28181645

189.57506

0.9885

1679.56667

0.9860

11.28714

ParameterEstimates

1131.11594

1375.81692

0.82

0.4322

0.38925

0.02349

16.57

-24.90288

14.32257

-1.74

0.1161

子样本2:

68732988827

34366494413

479.61

644895150

71655017

69377883977

8464.92863

0.9907

147078

0.9886

5.75541

287783

130135

2.21

0.0543

0.75339

0.02440

30.88

-2893.38925

1288.86502

-2.24

0.0514

构造统计量F=

/

=1994.14

在显著性水平为5%下，临界值

（9,9）=3.18F>

3.18,存在异方差性。

异方差性的修正（异方差稳健标准误法）

1.00785

0.9995

20.92170

0.9994

4.81723

we03

43946

1132.53880

38.80

X1jiaq

0.74202

0.00481

154.16

X2jiaq

-465.10322

10.62137

-43.79

Durbin-WatsonD

1.313

NumberofObservations

33

1stOrderAutocorrelation

0.323

修正后的模型为

（3）自相关性检验（D-W）

在5%显著性水平下，样本容量为n=33，解释变量和常数项k=3,D.W.的临界值

d

=1.32,d

=1.58,因为D.W.=1.313<

所以该模型存在正自相关。

引入时间变量T（T=1，2....33）以平方的形式出现

2.128918E11

70963943781

1910.39

1077245462

37146395

6094.78427

0.9950

0.9944

9.96767

43264

17665

2.45

0.0206

0.75852

0.03367

22.53

-453.52533

161.58229

-2.81

0.0089

T2

-5.97528

10.73314

-0.56

0.5820

1.342

0.306

DW=1.342<

不确定是否存在序列相关性，使用拉格朗日乘数检验法

5346.75128

0.3365

1.82277

0.2038

293331

t 

Value

Pr 

>

|t|

-5726.25266

16667

-0.34

0.7340

-0.01643

0.03129

-0.53

0.6042

50.90094

150.02169

0.34

0.7372

4.12299

10.16011

0.41

0.6883

ett_1

0.45149

0.17350

2.60

0.0153

ett_2

-0.57477

0.19246

-2.99

0.0062

LM=31*0.3365=10.4315>

7.81,存在2阶序列相关性,检验三阶

5486.40469

0.3553

-58.49366

0.1871

-9379.48595

-5861.54091

17390

0.7391

-0.01871

0.03270

-0.57

0.5727

49.51470

155.72017

0.32

0.7534

5.18382

10.79431

0.48

0.6356

0.52904

0.20474

2.58

0.0166

-0.66842

0.23124

-2.89

0.0082

ett_3

0.18745

0.24421

0.77

0.4506

LM=30*0.3553=10.659>

7.81,仍说明存在序列相关性,但ett_3参数未过显著性检验,则存在2阶相关性.

广义差分法进行自相关处理

4

2.096547E11

52413663692

2915.91

27

485326468

17975054

31

2.1014E11

4239.69980

0.9977

63050

0.9973

6.72438

Int