计量经济学.docx
《计量经济学.docx》由会员分享，可在线阅读，更多相关《计量经济学.docx（73页珍藏版）》请在冰豆网上搜索。
计量经济学
计量经济学实验课
课程报告
一、实验目的及实验心得
1.实验目的
计量经济学将数学统计学知识运用到经济学当中，分析预测经济现象。
涉及变量多，运用公式较多且不易手动计算，通过计算机Eviews等软件可以快捷有效计算相关数据，解决实际问题。
本学期安排上机实验，可以让同学们掌握Eviews软件的操作应用，建立模型，检验相关系数，并通过模型反应经济现象，进行经济预测分析。
将课堂上学到的知识更好的吸收运用，提高学习效率，并掌握解决问题的新方法。
2.实验心得
通过几个课时的上级操作，我出不学会了运用Eviews处理简单问题的基本方法。
可以进行简单的现行回归，进行参数估计，模型检验，以及处理其他问题，多重共线，自相关等。
可以通过模型结果分析简单的经济现象。
但是仍有些操作没能熟练掌握，如异方差，自相关等，因此需要加强联系，并通过网络和其他相关媒体了解学习软件的操作技巧，丰富自己的知识技能。
二、课后作业
第三章
3.1为研究中国各地区入境旅游状况，建立了各省市旅游外汇收入（Y，百万美元）、旅行社职工人数（X1，人）、国际旅游人数（X2，万人次）的模型，用某年31个省市的截面数据估计结果如下：
t=（-3.066806）（6.652983）（3.378064）
R2=0.934331
F=191.1894n=31
（1）从经济意义上考察估计模型的合理性。
（2）在5%显著性水平上，分别检验参数
的显著性。
（3）在5%显著性水平上，检验模型的整体显著性。
由模型估计结果可看出：
旅行社职工人数和国际旅游人数均与旅游外汇收入正相关。
平均说来，旅行社职工人数增加1人，旅游外汇收入将增加0.1179百万美元；国际旅游人数增加1万人次，旅游外汇收入增加1.5452百万美元。
取
，查表得
因为3个参数t统计量的绝对值均大于
，说明经t检验3个参数均显著不为0，即旅行社职工人数和国际旅游人数分别对旅游外汇收入都有显著影响。
取
，查表得
，由于
，说明旅行社职工人数和国际旅游人数联合起来对旅游外汇收入有显著影响，线性回归方程显著成立。
3.3经研究发现，家庭书刊消费受家庭收入几户主受教育年数的影响，表中为对某地区部分家庭抽样调查得到样本数据：
家庭书刊年消费支出（元）Y
家庭月平均收入
（元）X
户主受教育年数
（年）T
家庭书刊年消费支出（元）Y
家庭月平均收入
（元）X
户主受教育年数
（年）T
450
1027.2
8
793.2
1998.6
14
507.7
1045.2
9
660.8
2196
10
613.9
1225.8
12
792.7
2105.4
12
563.4
1312.2
9
580.8
2147.4
8
501.5
1316.4
7
612.7
2154
10
781.5
1442.4
15
890.8
2231.4
14
541.8
1641
9
1121
2611.8
18
611.1
1768.8
10
1094.2
3143.4
16
1222.1
1981.2
18
1253
3624.6
20
（1）建立家庭书刊消费的计量经济模型；
（2）利用样本数据估计模型的参数；
（3）检验户主受教育年数对家庭书刊消费是否有显著影响；
（4）分析所估计模型的经济意义和作用
解：
（1）建立家庭书刊消费的计量经济模型：
其中：
Y为家庭书刊年消费支出、X为家庭月平均收入、T为户主受教育年数
（2）估计模型参数，结果为
DependentVariable:
Y
Method:
LeastSquares
Date:
11/22/13Time:
14:
21
Sample:
118
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-50.01638
49.46026
-1.011244
0.3279
X
0.086450
0.029363
2.944186
0.0101
T
52.37031
5.202167
10.06702
0.0000
R-squared
0.951235
Meandependentvar
755.1222
AdjustedR-squared
0.944732
S.D.dependentvar
258.7206
S.E.ofregression
60.82273
Akaikeinfocriterion
11.20482
Sumsquaredresid
55491.07
Schwarzcriterion
11.35321
Loglikelihood
-97.84334
F-statistic
146.2974
Durbin-Watsonstat
2.605783
Prob（F-statistic）
0.000000
即
（49.46026）（0.02936）（5.20217）
t=（-1.011244）（2.944186）（10.06702）
R2=0.951235
F=146.2974
（3）检验户主受教育年数对家庭书刊消费是否有显著影响:
由估计检验结果,户主受教育年数参数对应的t统计量为10.06702,明显大于t的临界值
，同时户主受教育年数参数所对应的P值为0.0000，明显小于
，均可判断户主受教育年数对家庭书刊消费支出确实有显著影响。
（4）本模型说明家庭月平均收入和户主受教育年数对家庭书刊消费支出有显著影响，家庭月平均收入增加1元，家庭书刊年消费支出将增加0.086元，户主受教育年数增加1年，家庭书刊年消费支出将增加52.37元。
3.4考虑以下“期望扩充菲利普斯曲线（Expectations-augmentedPhillipscurve）”模型：
其中：
=实际通货膨胀率（%）；
=失业率（%）；
=预期的通货膨胀率（%）
下表为某国的有关数据，
表1.1970-1982年某国实际通货膨胀率Y（%），
失业率X2（%）和预期通货膨胀率X3（%）
年份
实际通货膨胀率Y
（%）
失业率X2
（%）
预期的通货膨胀率X3（%）
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
5.92
4.30
3.30
6.23
10.97
9.14
5.77
6.45
7.60
11.47
13.46
10.24
5.99
4.90
5.90
5.60
4.90
5.60
8.50
7.70
7.10
6.10
5.80
7.10
7.60
9.70
4.78
3.84
3.31
3.44
6.84
9.47
6.51
5.92
6.08
8.09
10.01
10.81
8.00
（1）对此模型作估计,并作出经济学和计量经济学的说明。
（2）根据此模型所估计结果，作计量经济学的检验。
（3）计算修正的可决系数（写出详细计算过程）。
DependentVariable:
Y
Method:
LeastSquares
Date:
11/22/13Time:
15:
12
Sample:
19701982
Includedobservations:
13
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
7.105975
1.618555
4.390321
0.0014
X2
-1.393115
0.310050
-4.493196
0.0012
X3
1.480674
0.180185
8.217506
0.0000
R-squared
0.872759
Meandependentvar
7.756923
AdjustedR-squared
0.847311
S.D.dependentvar
3.041892
S.E.ofregression
1.188632
Akaikeinfocriterion
3.382658
Sumsquaredresid
14.12846
Schwarzcriterion
3.513031
Loglikelihood
-18.98728
F-statistic
34.29559
Durbin-Watsonstat
2.254851
Prob（F-statistic）
0.000033
t检验表明参数的t值的绝对值均大于临界值
，P值也均明显小于
，表明失业率和预期通货膨胀率分别对实际通货膨胀率都有显著影响。
F检验表明：
F=34.29559,大于临界值,其P值0.000033也明显小于
说明失业率和预期通货膨胀率联合起来对实际通货膨胀率有显著影响。
经济意义：
失业率与实际通货膨胀率负相关，预期通货膨胀率与实际通货膨胀率正相关，与经济理论一致。
（3）由Y的统计量表得
3.5某地区城镇居民人均全年耐用消费品支出、人均年可支配收入及耐用消费品价格指数的统计资料如表所示：
年份
人均耐用消费品支出
Y（元）
人均年可支配收入
X1（元）
耐用消费品价格指数
X2（1990年=100）
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
137.16
124.56
107.91
102.96
125.24
162.45
217.43
253.42
251.07
285.85
327.26
1181.4
1375.7
1501.2
1700.6
2026.6
2577.4
3496.2
4283.0
4838.9
5160.3
5425.1
115.96
133.35
128.21
124.85
122.49
129.86
139.52
140.44
139.12
133.35
126.39
利用表中数据，建立该地区城镇居民人均全年耐用消费品支出关于人均年可支配收入和耐用消费品价格指数的回归模型，进行回归分析，并检验人均年可支配收入及耐用消费品价格指数对城镇居民人均全年耐用消费品支出是否有显著影响。
（1）建立该地区城镇居民人均全年耐用消费品支出关于人均年可支配收入和耐用消费品价格指数的回归模型：
（2）估计参数结果
DependentVariable:
Y
Method:
LeastSquares
Date:
11/22/13Time:
14:
46
Sample:
19912001
Includedobservations:
11
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
158.5398
121.8071
1.301564
0.2293
X1
0.049404
0.004684
10.54786
0.0000
X2
-0.911684
0.989546
-0.921316
0.3838
R-squared
0.947989
Meandependentvar
190.4827
AdjustedR-squared
0.934986
S.D.dependentvar
79.29127
S.E.ofregression
20.21757
Akaikeinfocriterion
9.077982
Sumsquaredresid
3270.001
Schwarzcriterion
9.186499
Loglikelihood
-46.92890
F-statistic
72.90647
Durbin-Watsonstat
1.035840
Prob（F-statistic）
0.000007
由估计和检验结果可看出，该地区人均年可支配收入的参数的t检验值为10.54786，其绝对值大于临界值
；而且对应的P值为0.0000，也明显小于
。
说明人均年可支配收入对该地区城镇居民人均全年耐用消费品支出确实有显著影响。
但是，该地区耐用消费品价格指数的参数的t检验值为-0.921316，其绝对值小于临界值
；而且对应的P值为0.3838，也明显大于
。
这说明该地区耐用消费品价格指数对城镇居民人均全年耐用消费品支出并没有显著影响。
3.6下表给出的是1960—1982年间7个OECD国家的能源需求指数（Y）、实际GDP指数（X1）、能源价格指数（X2）的数据，所有指数均以1970年为基准（1970=100）
年份
能源需求指数Y
实际GDP指数X1
能源价格指数X2
年份
能源需求指数Y
实际GDP指数X1
能源价格指数X2
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
54.1
55.4
58.5
61.7
63.6
66.8
70.3
73.5
78.3
83.3
88.9
91.8
54.1
56.4
59.4
62.1
65.9
69.5
73.2
75.7
79.9
83.8
86.2
89.8
111.9
112.4
111.1
110.2
109.0
108.3
105.3
105.4
104.3
101.7
97.7
100.3
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
97.2
100.0
97.3
93.5
99.1
100.9
103.9
106.9
101.2
98.1
95.6
94.3
100.0
101.4
100.5
105.3
109.9
114.4
118.3
119.6
121.1
120.6
98.6
100.0
120.1
131.0
129.6
137.7
133.7
144.5
179.0
189.4
190.9
（1）建立能源需求与收入和价格之间的对数需求函数
，解释各回归系数的意义，用P值检验所估计回归系数是否显著。
（2）再建立能源需求与收入和价格之间的线性回归模型
，解释各回归系数的意义，用P值检验所估计回归系数是否显著。
（3）比较所建立的两个模型，如果两个模型结论不同，你将选择哪个模型，为什么？
DependentVariable:
LNY
Method:
LeastSquares
Date:
11/22/13Time:
14:
54
Sample:
19601982
Includedobservations:
23
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
0.252354
0.070040
3.602992
0.0018
LNX1
0.998553
0.018244
54.73357
0.0000
X2
-0.002419
0.000168
-14.37728
0.0000
R-squared
0.994672
Meandependentvar
4.412077
AdjustedR-squared
0.994139
S.D.dependentvar
0.224107
S.E.ofregression
0.017157
Akaikeinfocriterion
-5.171663
Sumsquaredresid
0.005888
Schwarzcriterion
-5.023555
Loglikelihood
62.47413
F-statistic
1866.713
Durbin-Watsonstat
0.876931
Prob（F-statistic）
0.000000
（1）建立lnyt=β0+β1lnX1t+β2lnX2t+Ut的函数，作散点图：
估计参数结果为
由结果知lnx1和lnx2的p值均小于0.05故实际GDP指数和能源价格指数对能源需求指数的影响显著。
（2）建立线性回归模型yt=β0+β1X1t+β2X2t+Ut估计参数结果为
得yt=28.25506+0.980849X1-0.258426X2
（1.421488）（0.019454）（0.015282）
t=19.8770950.41900-16.91031
R2=0.993890
0.993279F=0.000000
由于X1,X2的p值都为0.0000＜0.05故认为回归系数显著，模型说明实际GDP指数每增加一个百分点能源需求指数增加0.980849个百分点，能源价格指数增加一个百分点能源需求指数减少0.258426个百分点。
第四章
4.3下表给出了中国商品进口额Y、国内生产总值GDP、居民消费价格指数CPI。
表4.11中国商品进口额、国内生产总值、居民消费价格指数
年份
商品进口额
（亿元）
国内生产总值
（亿元）
居民消费价格指数（1985=100）
1985
1257.8
9016.0
100.0
1986
1498.3
10275.2
106.5
1987
1614.2
12058.6
114.3
1988
2055.1
15042.8
135.8
1989
2199.9
16992.3
160.2
1990
2574.3
18667.8
165.2
1991
3398.7
21781.5
170.8
1992
4443.3
26923.5
181.7
1993
5986.2
35333.9
208.4
1994
9960.1
48197.9
258.6
1995
11048.1
60793.7
302.8
1996
11557.4
71176.6
327.9
1997
11806.5
78973.0
337.1
1998
11626.1
84402.3
334.4
1999
13736.4
89677.1
329.7
2000
18638.8
99214.6
331.0
2001
20159.2
109655.2
333.3
2002
24430.3
120332.7
330.6
2003
34195.6
135822.8
334.6
2004
46435.8
159878.3
347.7
2005
54273.7
183084.8
353.9
2006
63376.9
211923.5
359.2
2007
73284.6
249529.9
376.5
资料来源：
《中国统计年鉴》，中国统计出版社2000年、2008年。
请考虑下列模型：
1）利用表中数据估计此模型的参数。
2）你认为数据中有多重共线性吗？
3）进行以下回归：
根据这些回归你能对数据中多重共线性的性质说些什么？
4）假设数据有多重共线性，但
在5%水平上个别地显著，并且总的F检验也是显著的。
对这样的情形，我们是否应考虑共线性的问题？
解：
（1）参数估计结果如下
DependentVariable:
LNY
Method:
LeastSquares
Date:
11/30/13Time:
14:
54
Sample:
19852007
Includedobservations:
23
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-3.060149
0.337427
-9.069059
0.0000
LNGDP
1.656674
0.092206
17.96703
0.0000
LNCPI
-1.057053
0.214647
-4.924618
0.0001
R-squared
0.992218
Meandependentvar
9.155303
AdjustedR-squared
0.991440
S.D.dependentvar
1.276500
S.E.ofregression
0.118100
Akaikeinfocriterion
-1.313463
Sumsquaredresid
0.278952
Schwarzcriterion
-1.165355
Loglikelihood
18.10482
F-statistic
1275.093
Durbin-Watsonstat
0.745639
Prob（F-statistic）
0.000000
（2）居民消费价格指数的回归系数的符号不能进行合理的经济意义解释，且且CPI与进口之间的简单相关系数呈现正向变动。
可能数据中有多重共线性。
计算相关系数:
（3）最大的CI=108.812，表明GDP与CPI之间存在较高的线性相关。
（4）分别拟合的回归模型如下：
DependentVariable:
LNY
Method:
LeastSquares
Date:
11/30/13Time:
14:
58
Sample:
19852007
Includedobservations:
23
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-4.090667
0.384252
-10.64579
0.0000
LNGDP
1.218573
0.035196
34.62222
0.0000
R-squared
0.982783
Meandepe
升级会员 