计量经济学小论文Word下载.docx

1、19802725 582873637 553 75 19812800 638870585 79 19822864 640883659 576 82 19832947 688897686 615 87 19843232 7881110834 726 101 19853811 103114161075 992 121 19863956 119016891293 1170 136 19874340 129818931437 1282 161 19885080 168022771723 1648 171 19895362 192726081976 1812 190 19905911 222529172

2、183 1937 233 19916661 242033752486 2167 294 19928208 284242733009 2509 365 199311061 392356504277 3530 568 199414328 508174015868 4669 732 199517779 631092797172 889 199620647 7228106638159 6763 1205 199723397 8289114258439 6820 1173 199825206 8896120598773 6866 1344 199927071 96831414710932 8248 17

3、81 200030047 109221542011718 8868 2154 200131799 118071776412883 9336 2393 200233958 131371947313250 10464 3033 200338486 142472216014867 11040 3369 200444839 164702439816683 12631 4084 200549649 187412682318645 13773 4447 200654858 214752956920668 14762 4841 200762041 250993470723623 17255 5595 200

4、866932 282423950226675 19398 6287 200969164 303584278928838 20992 6656 201076074 322714675731838 23200 6955 模型初步设定为：Y=1X1+2X2+3X3+4X4+5X5+C。其中，Y：人均服务性消费支出（元），X1：人均生产总值（元），X2：居民消费水平（元/人），X3：职工平均工资（元），X4：人均可支配收入，X5：人均消费支出（元）。显著性水平=0.05。通过运用EViews，估计方程为：Y=0.059880X1-0.057770 X2+0.384112X3-0.179370X4-0.

5、326168X5-113.6263。1、多重共线性分析 由于X2、X4未通过t检验，而且X2、X4、X5前的符号经济意义也不合理，因此解释变量可能存在多重共线性。检验简单相关系数，X1、X2、X3、X4、X5的相关系数表如表2：X1X2X3X4X510.9964280.9970590.9981020.9972830.9989540.9977550.9958120.9988340.997430.999202用Y分别关于作一元线性回归得表3：参数估计值0.096370.2323970.1644970.2417130.334084T统计量38.8153847.3937650.4815337.5513

6、532.18091R平方0.9817550.9876880.9891320.980530.973675由表3得知，解释变量的重要程度依次为X5、X4、X2、X3、X1。将各解释变量按以上顺序分别引入基本回归模型中，并用OLS法估计，删除较为不符合的解释变量，得到Y关于X1、X4的方程：Y=0.064058 X1+0.081247X4-399.7564。2、异方差分析 采用怀特检验法，运用EViews对经过修正的回归方程进行异方差检验。检验结果见下图。从上图可见，Obs*R-squared=14.87696，其Probability的值为0.0049630.05，说明回归方程存在异方差性。克服异

7、方差，如图 得到修正后的方程：Y=0.064058 X1+0.081247 X4-399.7564。3、序列相关性分析 经过异方差修正后发现，方程的Durbin-Watson stat值为0.213352，存在序列相关性。运用EViews对上一步得到的方程进行序列相关性分析。一阶滞后：从上图可见ar（1）的回归系数非常显著，表明此模型存在一阶自相关。二阶滞后：由上图可见ar（2）的回归系数不显著，故该模型不存在二阶序列相关性。三阶滞后：由上图可见，ar（3）的回归系数不显著，表明该模型不存在三阶序列相关性。采用广义差分法，运用EViews经过修正后，得到方程：Y=0.057882 X1+0.1

8、08143 X4-585.7653。4、随机变量分析 运用EViews对上一步得到的方程的残差与解释变量的相关性进行检验，如下表：RESID0.0849530.0874870.998043由上表可见，相关系数接近于零，不存在随机变量的影响。通过上述检验修正，最终得到的回归方程为：和初始方程相比无论是拟合优度还是参数t值都有显著地改善。经过以上分析，得出的模型的回归方程表明，人均服务性消费支出的变化可以由人均生产总值、人均可支配收入的数值来解释：X1的回归参数0.057882表示，在其他条件不变的情况下，人均生产总值每增加1元，人均服务性消费支出增加0.57882元；X4的回归参数0.10814

9、3表示，在其他条件不变的情况下，人均可支配收入每增加1元，人均服务性消费支出增加0.108143元。以此模型预测2010年的人均服务性消费支出，由统计年鉴可知2010年各解释变量的数值如下：X1=76074；X4=31838。代入模型中得Y=7260.607，误差率为4.39%，符合误差率的要求。综上所述，该模型可行，可将该模型运用于服务性消费支出。通过运用该模型，我们可以根据现有已知的解释变量的数据，预测服务性消费支出的数量，从而可以根据现有情况对国家经济进行指导，及时调整相关政策，拉动国内需求，减少经济发展对于出口贸易的依赖程度，缓解西方国家经济危机对于我国经济的冲击程度，有助于稳定国家经济发展，持续推动我国经济的平稳发展。2010级秋季经济学院研修班（金融投资方向） 学员：章震 学号：2010411251 二一一年十二月三十日