计量经济学论文eviews分析.docx

计量经济学论文eviews分析.docx

《计量经济学论文eviews分析.docx》由会员分享，可在线阅读，更多相关《计量经济学论文eviews分析.docx（13页珍藏版）》请在冰豆网上搜索。

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、营业利润等进行佔讣，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。

山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）

营业额

人均年消费性

全国城镇人口

公路里程

年度

（Y）

企业数（xl）

支出（x2）

数（x3）

数（x4）

1999

3519559

3266

4615.91

43748

135.2

2000

4052445

3508

4998

45906

140.3

2001

4898943

4132

5309.01

48064

169.8

2002

6242471

5021

6029.88

50212

176.5

2003

7470000

5935

6510.94

52376

181

2004

11605000

10067

7182.1

54283

187.1

2005

12602000

9922

7942.88

56212

334.5

2006

15736000

11822

8696.55

57706

345.7

2007

19072000

14070

9997.47

59379

358.4

2008

25928000

22523

11242.85

60667

373

2009

26864000

20694

12264.55

62186

386.1

四、模型的设定

先查看其散点图:

根据散点图，认为这四个解释变量基本和营业额（Y）呈现线性关系，所以假设模型为:

Y=β0+βl*xl+β2*x2+β3*x3+β4*x4+M

五、模型的估计

根据相关数据，利用统讣软件EVieWS5对上述设定的模型进行最小二乘佔

Vh结果如下:

DePendentVariable:

Y

Vlethod:

LeaStSqUareS

Date:

12/06/11Time:

21:

06

Sample:

19992009ncludedObSerVatiOns:

11

VariabIe

COeffiCient

Std.ErrOr

t-Statistic

Prob.

X1

593.3221

75.15516

7.894629

0.0002

X2

1834.992

299.6427

6123934

0.0009

X3

•98.66568

68.52235

-1.439905

02000

X4

3619.168

3080.442

1.174886

0.2846

C

-3203359.

2444694.

-1.310331

02380

^-SqUared

0.999109

MeandependentVar

12544583

AdjustedR-SqUared

0.998515

S.D.dependentVar

8457726.

S.E.Ofregression

325975.4

AkaikeinfoCriteriOn

28.62999

SUmSqUaredresid

6J8E+11

SChWarZCriteriOn

28.71085

∙ogIikeIihOOd

^151.9149

F-StatiStiC

1681.475

DUrbin-WatSOnStat

2.715880

PrOb（F-StatiStiC）

0.000000

山上述结果，可得初始的模型为:

Y=-3203359÷593.3*xl+1835*x2—98.7*x3+3619.2*x4

六、模型的检验

1.拟合优度和模型估计效果检验：

从回归的结果来看，模型拟合较好，Y变化的99.9%可由其他四个变量的变化来解释。

在5%的显著性水平下，F统计量的值为1681.5显著大于其临界值F（4,6）=9.15,即表明模型的线性关系显著成立。

2.回归系数的显著性检验：

给定显著性水平5%,査T分布表得自由度为6的临界值为2.447,XI、X2、x3、x4对应的T统计量分别为7.89、6.12、-1.44、1.17,可以看出只有XI、

X2对应的T统计量的绝对值大于临界值2.447,这说明限额以上餐饮企业的营业额与餐饮企业的数量、

城镇居民人均年消费性支出存在显著的线性相关关系。

但是对于公路里程数和全国城镇人口数这俩个解释变量而言却不存在显著的线性相关关系，这与实际不符，说明模型很可能存在着多重共线性。

3.多重共线性的检验：

⑴由于R"2较大且接近于1,而且F=1681.5>F（4,6）二9.15,故认为餐饮企业营业额与上述解释变量间总体线性关系显著。

但山于其中X3、X4前参数估计值未能通过T检验，而且x3符号的经济意义也不合理，所以认为解释变量间存在多重共线性。

⑵相关系数表:

Xl

X2

X3

X4

X1

1.OOOOOO

0.975238

0.917522

0.887852

X2

0.975238

1Oooooo

□962141

□934G70

X3

0.917522

0.962141

1.000000

0.935697

X4

0.887852

0.934670

0.935697

1.000000

从上面的相关系数矩阵可看出，各解释变量之间的相关系数很高，证实确实

存在多重共线性。

⑶逐步回归法：

①找出最简单的回归形式

VariabIe

Xl

X2

X3

X4

COeffiCient

1245.6

3253.6

1291.4

75147.5

T

24.56

26.5

8.46

7.1

Rλ2

0.985

0.987

0.888

0.847

AdjUSted

0.984

0.986

0.876

0.830

R-SqUared

山上述的表图中的AdjUStedR-SqUared的大小可以看出，餐饮企业的营业

额（Y）受城镇居民年平均消费性支出（X2）影响最大，因此以X2为基础进行逐

步回归。

此时的模型为：

Y=-12535144+3253∙6*X2

②逐步回归：

Variable

Xl

X2

X3

X4

AdjUSted

R-SqUared

D.w

X2,xl

COeffiCient

604.8

1714.6

0.998

1.46

T

8.4

9.1

X2,x3

COeffiCient

3829

-250.2

0.987

2.97

T

8.9

-1.4

X2,x4

COeffiCient

3452.5

-5303.7

0.984

2.42

T

9.63

-0.59

讨论:

乳在初始模型中引入XI,模型的拟合优度提高，且参数符号合理，变量也通

过了T检验.

b.在初始模型中引入X3,模型的拟合优度略有提高，但参数符号与经济意义不符，且变量也未通过T检验.

c.在初始模型中引入X4,模型的拟合优度不升反降，且参数符号不合理，变量也未通过T检验.

根据此讨论结果，我们认为x3和x4应该是多余的，所以现暂定模型为：

Y=-6772723+604.8*X1+1714.6*x2

为了验证X3和X4确实是多余的，现在我们在xl,X2的基础上再分别引入

x3、x4：

VariabIe

Xl

X2

X3

X4

AdjUSted

R-SqUared

XI,X2,X3

COeffiCient

575.9

1958.7

-74.2

0.998

T

7.61

6.8

-1.1

XI,X2,X4

COeffiCient

621.7

1586

2271.6

0.998

T

7.98

6.03

0.72

讨论：

&在xl,X2的基础上再引入x3时，拟合优度基本无变化，且其参数的符号

不合理，变量也通不过T检验

b・在xl,X2的基础上再引入x4时，拟合优度也是基本无变化，虽其参数符

号合理，但其也未能通过T检验

从这次的验证中，即可确定x3和x4是多余的，也就是说模型的多重共线性是山它们俩个变量引起的，因此在该模型中要将这俩个变量予以剔除。

修正多重共线性之后的结果为：

DePendentVariable:

Y

Method:

LeaStSqUareS

Date:

12/13/11Time:

20:

46

Sample:

19992009

InCIUdedobservations:

11

VariabIe

CoeffiCient

Std.ErrOrt-Statistic

PrOb-

X1

604.8107

72.005168.399546

OoOOO

X2

1714593

187.88289.125867

0.0000

C

-6772723.

764008.1-8.864728

0.0000

R-SqUared

0.998712

MeanClePendentVar

12544583

ACljUSteClR-SqUared

0.998390

S.D.dependentVar

8467726.

S.E.Ofregression

339399.0

AkaikeinfoCriteriOn

28.53474

SUmSqUaredresid

9.22E+11

SChWarZCriteriOn

28.64326

LOglikelihood

-153.9411

F-StatiStiC

3100.960

DUrbin-WatSOnStat

1464547

PrOb（F-StatiStiC）

0_OOOOOO

即其模型为:

Y=-6772723+604.8*X1+1714.6*x2

（-8.86）（8.4）（9.1）

R^2=0.999AdjUStedR-Squared=O.998F=3101

D.W=L46

4、异方差的检验：

对修正多重共线性影响后的新模型进行异方差行的检验，运用White检验,得到如下结果:

WhiteHeterOSkedaStiCityTest:

F-StatiStiC

0.427992

PrObability

0.813404

Obs*R-squared

3.296875

PrObabiIity

0.654320

TeStEqUation:

DePendentVariable:

RESlDA2MethOeI:

LeaStSqUareS

Date:

12/06/11Time:

21:

54

Sample:

19992009

InCIUdedObSenations:

11

Variable

COeffiCient

Std-ErrOr

t-Statistic

Prob.

C

4.06E+11

3.18E+12

-0.127383

0.9036

X1

-5402333.

5.78E+08

-0.009346

0.9929

XIA2

5588.508

26721.79

0.209137

0.8426

X1*X2

-19527.58

146239.1

-0.133532

0.8990

X2

94132US

1.59E+09

0.059171

0.9561

X2λ2

12807.28

199753.7

0.064115

0.9514

R-SqUared

0.29971G

Meandependentvar

8.38E410

AdjUStedR-SqUared

-0.400568

S.D.dependentVar

9.00E+10

S.E.Ofregression

1.06E+11

AkaikeinfoCriteriOn

53.92236

SUnISqUaredresid

5.67E+22

SChVVarZCriteriOn

54.13939

LOgIikeIihOOd

-290.5730

F-StatiStiC

0.427992

DUrbin-WatSOnStat

2.301319

PrOb（F-StatiStiC）

0.813404

根据上图表，可得怀特统计量nR^2=ll*0.2997=3.3,该值小于5%显著性水平

下，自山度为5的汀2分布的临界值11.07,因此，此模型不存在异方差。

3、序列相关性的检验:

①先根据上述模型的D・W值对其是否具有序列相关性进行初步判断，根据D・W检验法可知，当D.W值在（d（u）,4-d（U））时，则无自相关，由于此模型的容量较小，无法查岀具体的d（u）值，但是根据DW检验上下界表中数据的规律，可知随着样本容量的增大，d（u）值也在不断增大，也就是说该模型的d（u）值应小于样

本容量为15,k二2的d（u）值1.36,即该模型的D.W值在（1.36,2）之间应该是无自

相关的，因为此模型的D.W=I.46,所以可以初步判断该模型没有自相关。

②为了确定上述模型确实不存在序列相关性，再对其进行序列相关性的拉格朗日乘数

（LM）检验，检验结果为:

BreUSCh-GOdfreySerialCOrrelatiOnLMTest:

F-StatiStiC

0.224320

PrObabiIity

0.650183

ObS^R-squared

0.341557

PrObability

0.558932

TeStEqUation:

DePendentVariable:

RESID

Method:

LeaStSqUareS

Date:

12/06/11Time:

21:

59

PreSamPlemissingVaIUeIaggedresidualsSettozero.

Variable

COefFiCient

Std.ErrOr

t-Statistic

Prob.

C

-9040.392

804205.1

-O-OlI241

0.9913

X1

-0.517980

75.78013

-0.006835

0.9947

X2

2.043103

197.7592

0.010331

0.9920

RESlD（-1）

0.177230

0.374199

0.473624

0.6502

R-Squared

0.031051

MeandependentVar

-6.63E-IO

AdjUStedR-SqUared

-0.384213

SDdependentVar

303667.7

S•匚.Ofregression

357155.3

AkaikeinfoCritenon

2&68502

SUmSqUaredresid

8.93E+11

SChWarZCritenOn

28.82971

LOgIikeIihOOel

-1537676

F-StatiStiC

0.074773

DUrbin-WatSOnStat

1.768389

PrOb（F-StatiStiC）

0.971638

山上表可知LM统计量nR"2二11*0.03二0.33,该值小于5%显著性水平下，自山度为1的x'2分布的临界值3.84,因此，此模型确实不存在一阶序列相关即自相

关。

因此可以得岀最终的限额以上餐饮企业营业额的模型:

Y=-6772723+604.8*X1+1714.6*x2

（-8.86）（&4）（9.1）

Rλ2=0.999AdjUStedR-Squared=O.998F=3101

D∙W=L46

七、结论

根据上述回归模型可得岀以下结论:

（1）、我国限额以上餐饮企业营业额主要受餐饮企业的数量和城镇居民人均年消费性支出的影响，而且均存在正相关的关系。

（2）、城镇居民人均年消费性支出是影响限额以上餐饮企业营业额的最重要的因素，在其他的解释变量不变的情况下，城镇居民的人均年消费性支出每增加或减少一个单位就会使营业额相应的增加或减少1714.6个单位，这说明，餐饮企业的营业额会随着人民生活水平的提高而提高。

（3）、餐饮企业的数量对餐饮企业的营业额也有较强的影响，当餐饮企业数量增加时，全国餐饮企业的营业额会增加。

八、建议

根据上述模型，可以对想要投资餐饮业的人提出一些建议，首先在投资之前要考察一下当地居民的人均年消费性支出，并根据其决定是否要在该地建设餐饮业以及建设餐饮业的级别，然后还要统计一下餐饮企业的数量，虽然说当餐饮企业数量增加时，全国餐饮企业的营业额会增加，但是在一个地区未必如此，如果在当地餐饮企业的数量已达到饱和，那么你再投资即使还有利润空间也会较小。

（注：

文档可能无法思考全面，请浏览后下载，供参考。

可复制、编制，期待你的好评与关注！

）