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