资料电信业务增加的因素分析Word文档格式.docx

1、39850002003-02706.1437894927.474770002003-031089.321544711.74992117100002003-041477.3383.745475.65078.8160930002003-051824.2571.546293.85221205640002003-062199.7785.147208.237.75323.5252230002003-072621.9930.448021.35381.3301630002003-083015.71069.448904.45443.3353540002003-093420.11240.850044.239.8

2、5387.6407330002003-103814.41420.451207.75350462310002003-1142101687.7523325325.6518090002003-1246102215.253199.842.15365.7577290002004-01414.1-966654573.55543.96498994.72004-02818.955685.95464.813039900.22004-031249.4284.457138.65458.5204956732004-041683.6450.458119.85412.728096437.42004-052103.6625

3、.4590965366.635823368.12004-062536.1886.460077.147.4534743570341.82004-072974.41046.760921.45302.2515239712004-083417.6121561800.15284.359501019.82004-093862.11381.262699.449.35232.967982955.32004-104316.81556.263572.95106.9765183832004-1147551765643084929.985192667.52004-125187.62136.564726.750.847

4、86.294303281.72005-0165542.74829.837592044392005-02886.366374.84482.920217339280.72005-031365.228467445.44511.728827485253.42005-041848.8406.5683184256.416337752743.42005-052328.1539.569204.54184.812348115474.52005-062812778.170060.6544038.827658456633.92005-073305.7901.7708113991.11768945999.42005-

5、083808.21040.571507.23963.390779644728.42005-094311121172369.955.73843.437190661990.92005-104807.8139373163.43782.7224101832544.82005-115293.71618.773895.83733.8116113209876.92005-1257992033.474386.157.33572.8618125087832.2建立模型：以电信业务收入为Y被解释变量，电信投资完成额为X1解释变量， 用户合计为X2解释变量，普及率（包括固定移动）为X3解释变量，互联网用户为X4解释

6、变量， 移动通话时长合计为X5解释变量。设立多元线性回归模型：Y=C+a1*X1+a2*X2+a3*X3+a4*x4+a5*X5+UU为随机扰动项四模型的估计与调整利用eviews进行最小二乘估计得：Included observations: 36VariableCoefficientStd. Errort-StatisticProb.C414.03361006.6560.4112960.6838X10.0536330.0178513.0043990.0053X2-0.1103880.036100-3.0578420.0047X3104.952649.233542.1317290.0413X

7、40.3618930.1315042.7519610.0100X55.12E-053.34E-0615.315990.0000R-squared0.970445Mean dependent var2768.961Adjusted R-squared0.965519S.D. dependent var1562.135S.E. of regression290.0747Akaike info criterion14.32917Sum squared resid2524300.Schwarz criterion14.59309Log likelihood-251.9250F-statistic197

8、.0091Durbin-Watson stat0.856336Prob（F-statistic）0.000000Y = 414.0335928 + 0.05363292988*X1 - 0.1103884871*X2 + 104.9525691*X3 + 0.3618926633*X4 + 5.121455625e-005*X5模型的检验：1、经济意义的检验：x2的符号不符合经济理论。按照假设，所有的解释变量对被解释变量的影响都是正向的。所以该模型不能通过经济意义检验。2、统计检验：R值为0.970445，修正后的R值为0.965519，模型的拟合情况很好，F值为197.0091整个模型对电信

9、业务收入的影响是显著的。T检验：给定显著性水平0.05，查表得自由度为n-k=36-6=30临界值为2.0423，x1、x2、x3、x4、x5的绝对值都大于2.0423，说明t检验显著。3、计量经济检验：A）多重共线性检验：简单相关系数检验法计算各解释变量的相关系数，得相关系数矩阵如下：1.000000-0.6078270.7331240.7032880.608932-0.741521-0.756258-0.1309990.9878910.2345720.240127由相关系数矩阵可以看出，x2 和x3，x2和x5,x5和x3,x1和x5的相关系数都较高。证实存在多重共线性。多重共线性的修正：

10、逐步回归法分别做Y对X1、X2、x3、X4、X5的一元回归，结果如下所示：变量x4参数估计值0.2740820.075005108.8408-0.937134.53E-05t统计量5.9846963.1125863.533003-2.2936115.4556R20.513010.2217580.2685360.1339930.875401调整的R20.4986860.1988680.2470220.1085220.871736其中，加入X5的方程R2最大，把x5作为第一个变量引入回归方程，顺次加入其他变量进行回归。x5、x10.909517x5、x20.94467x5、x30.936224x5

11、、x40.94053经比较，新加入X2的变量的方程虽然R2最大，但是X2的符号变得不合理，且t检验不显著，说明X2引起多重共线性，应予剔除。选择保留X4，再加入其他新变量逐步回归，结果显示：在X5、X4基础上加入X3后，X3的符号变得不合理，而加入X1后， R2为0.9495，有改进。说明X3和x2引起多重共线性，应予剔除。最后修正多重共线性影响的回归结果为：-2935.403795.0268-3.6922060.00080.0495000.0207072.3905160.02290.6971980.1383855.0380934.95E-053.27E-0615.133500.9495410

12、.944811366.983414.752954309659.14.92890-261.5531200.72650.539976Y = -2935.402591 + 0.04949991742*X1 + 0.6971976894*X4 + 4.952406459e-005*X5各变量的T检验和F检验都显著，R2=0.949541，拟合优度较好。B）异方差性检验：因为变量的观测值为大样本，并且是时间序列数据，所以采用ARCH检验。1）提出原假设：H0：a1=a2=a10=0;H1: a1,a10中至少有一个不为02）对原模型做OLS估计，求出残差e2,并计算滞后期为10期的残差平方序列，E2（-

13、1）2 E2（-2）2 E2（-3）2 E2（-4）2 E2（-5）2 E2（-6）2 E2（-7）2 E2（-8）2 E2（-9）2 E2（-10）2，3）做辅助回归：E22 = C（1） + C（2）*E2（-1）2 + C（3）*E2（-2）2 + C（4）*E2（-3）2 + C（5）*E2（-4）2 + C（6）*E2（-5）2 + C（7）*E2（-6）2 + C（8）*E2（-7）2 + C（9）*E2（-8）2 + C（10）*E2（-9）2 + C（11）*E2（-10）2结果如下： 26 after adjustments2.56E+103.37E+100.7602980.

14、4589E2（-1）20.8058080.2503033.2193300.0057E2（-2）2-0.5452450.323740-1.6842030.1128E2（-3）20.4860720.3514751.3829490.1869E2（-4）2-0.2866530.371670-0.7712570.4525E2（-5）20.2563650.3757710.6822380.5055E2（-6）2-0.1850130.375957-0.4921120.6298E2（-7）20.0960290.3711500.2587330.7994E2（-8）2-0.1265380.351577-0.3599

15、160.7239E2（-9）20.0327340.3225820.1014760.9205E2（-10）2-0.0787320.250814-0.3139080.75790.4616245.13E+100.1027071.20E+111.14E+1154.053381.95E+2354.58566-691.69401.2861571.9979970.3195134）计算（n-10）*R2=26*0.461624=12.002，给定显著性水平0.05，查表得临界值=18.307，因为12.00218.307,接受原假设，表明模型中的随机误差不存在异方差。C）自相关性检验：采用DW检验法：由使用普

16、通最小二乘法估计出的模型得：DW值= 0.540420，对样本量为36，3个解释变量的模型、5%显著水平，查DW统计表可知： dL=1.295,dU=1.654,DWdL,显然消费模型中有自相关。这一点从残差图也可以看出：残差图连续为正和连续为负，表明确实存在自相关。自相关问题的修正：科克伦-奥克特迭代法：使用e2=resid进行滞后一期的自回归，得到：e2=0.810868*e2（-1）自相关系数等于0.810868，对原模型进行广义差分，得到广义差分方程如下：Y-0.810868*Y（-1）=a1*（1-0.810868）+a2*（x1-0.810868*x1（-1） +a3*（x4-0.

17、810868*x4（-1）+a4*（x5-0.810868*x5（-1） +U回归结果如下： 35 after adjustments-648.5317266.6419-2.4322200.0210X1-0.810868*X1（-1）0.0262270.0150841.7387170.0920X4-0.810868*X4（-1）0.6939470.2697242.5728060.0151X5-0.810868*X5（-1）5.74E-053.47E-0616.550760.959144662.76840.9551901088.570230.432513.825001646073.14.00276-237.9376242.58641.855367