计量经济学eviews实验报告.docx

1、计量经济学eviews实验报告大连海事大学实 验 报 告实验名称： 计量经济学软件应用 专业班级： 财务管理2013-1 姓 名： 安妮 指导教师： 赵冰茹 交通运输管理学院二一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统

2、计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。表1我国1995-2014年人均国民生产总值与居民消费水平情况指标人均国内生产总值（元）居民消费水平（元）1995年507423301996年587827651997年645729781998年683531261999年719933462000年790237212001年867039872002年945043012003年1060046062004年1240051382005年1425957712006年1660264162007年2033775722008年2391287072009年2596395142010年305671

3、09192011年36018131342012年39544146992013年43320161902014年4661217806（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20VariableCoefficientStd. Errort-StatisticProb.C69

4、1.0225113.39206.0941040.0000AVGDP0.3527700.00490871.880540.0000R-squared0.996528Mean dependent var7351.300Adjusted R-squared0.996335S.D. dependent var4828.765S.E. of regression292.3118Akaike info criterion14.28816Sum squared resid1538032.Schwarz criterion14.38773Log likelihood-140.8816Hannan-Quinn c

5、riter.14.30760F-statistic5166.811Durbin-Watson stat0.403709Prob(F-statistic)0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为: （令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP）Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。检验结果R2=0.996528，说明99.6528%的样本可以被模型解释，只有0.3472%的样本未被解释，因此样本回归直线对样本点的拟合优度很高。（2）对所建立的回归方

6、程进行检验：（5%显著性水平下，t（18）=2.101）对于参数c假设: H0: c=0. 对立假设:H1: c0对于参数GDP假设: H0: GDP=0. 对立假设:H1: GDP0由上表知:对于c,t=6.094104t(n-2)=t(18)=2.101因此拒绝H0: c=0,接受对立假设:H1: c0对于GDP, t=71.88054t(n-2)=t(18)=2.101因此拒绝H0: GDP=0,接受对立假设: H1: GDP0此外F统计量为5166.811，数值很大，可以判定，人均国内生产总值对居民消费水平在5%的显著性水平下有显著性影响。所以，回归系数显著不为零，常数项不为零，回归模

7、型中应包括常数项。综上，整体上看此模型是比较好的。 (3)序列相关问题由上图可知，DW统计量0.403709，经查表，当k=1，n=20时，dl=1.2，因此可判断此模型存在序列相关，且为序列正相关。修正：广义差分法因为DW=0.403709，=1-DW/2=0.7981455令X1=X-0.7981455*X(-1)Y1=Y-0.7981455*Y(-1)修正结果如下：Dependent Variable: Y1Method: Least SquaresDate: 06/11/16 Time: 19:56Sample(adjusted): 1996 2014Included observat

8、ions: 19 after adjustmentsCoefficientStd. Errort-StatisticProb.X1-1.14E+087970597.-14.338870.0000C-8.26E+105.45E+10-1.5164020.1478R-squared0.923631Mean dependent var-7.34E+11Adjusted R-squared0.919139S.D. dependent var4.61E+11S.E. of regression1.31E+11Akaike info criterion54.13516Sum squared resid2.

9、92E+23Schwarz criterion54.23457Log likelihood-512.2840Hannan-Quinn criter.54.15198F-statistic205.6031Durbin-Watson stat0.953595Prob(F-statistic)0.000000经修正后，DW=0.953595dl=1.2，说明随机扰动项仍存在序列正相关。（4）根据2015年中国国民经济与社会发展统计公报，2015年人均国民生产总值为49351元，对该年的居民消费水平进行预测。点预测：Y = 691.0225+0.352770* X=18100.5748区间预测：计算出

10、var（Y0）=S2（）=1468.207，t0.25（n-2）=2.10，因此E（Y0）的预测区间为Y0t0.25(n-2)var（Y0）=4935180.4661。利用Eviews输出预测结果如下：案例2：下面给出了我国1995-2014年的居民消费水平（Y）和人均国内生产总值（X1）以及城镇居民人均可支配收入（X2）数据，对它们三者之间的关系进行研究。具体数据如表2所示。表2：1995年到2014年的统计资料 单位：元指标居民消费水平（元）人均国内生产总值（元）城镇居民人均可支配收入（元）1995年2330507442831996年276558784838.91997年297864575

11、160.31998年312668355425.11999年3346719958542000年3721790262802001年398786706859.62002年430194507702.82003年4606106008472.22004年5138124009421.62005年577114259104932006年64161660211759.52007年75722033713785.82008年87072391215780.82009年95142596317174.72010年109193056719109.42011年131343601821809.82012年146993954424

12、564.72013年1619043320264672014年178064661228843.85（1）试建立二元线性回归方程利用Eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 09/11/16 Time: 16:23Sample(adjusted): 1995 2014Included observations: 20CoefficientStd. Errort-StatisticProb.AVGDP0.1606120.0603502.6613350.0164SAVING0.0181660.0

13、056933.1910610.0053C1040.987143.32407.2631780.0000R-squared0.997829Mean dependent var7351.300Adjusted R-squared0.997573S.D. dependent var4828.765S.E. of regression237.8674Akaike info criterion13.91879Sum squared resid961875.6Schwarz criterion14.06815Log likelihood-136.1879Hannan-Quinn criter.13.9479

14、4F-statistic3906.446Durbin-Watson stat0.977467Prob(F-statistic)0.000000由上表可知，样本回归方程为：Y=417.4107+0.269124X1+0.145843X2(2) 对检验结果的分析AVGDP与SAVING的P值均小于0.05，t值均大于t(n-2)=t(18)=2.101，因此样本回归方程十分显著。修整后的R2为0.997573，说明有99.76%的样本可以被样本回归方程所解释，拟合的很好。F统计量为3906.446数值很大，可以判定，人均可支配收入以及城镇居民人均可支配收入对居民消费水平在5%的显著性水平下有显著性

15、影响。但是，值得注意的是DW统计量为0.977467t(n-2)=t(18)=2.101，十分显著。拟合优度R2为0.925669，说明有92.57%的样本可以被样本回归方程所解释，拟合的很好。F统计量为273.9751，数值很大，可以判定，人均可支配收入对人均消费性支出在5%的显著性水平下，有显著性影响。DW统计量为1.601642du=1.45（当k=1，n=24时），因此方程不存在序列相关问题。整体上看，此模型较为成功。 （2）异方差的图形检验：输出残差、拟合值图形报告：散点图报告：从图形上可以看出，平均而言，城镇居民人均消费性支出随城镇居民人均可支配收入的增加而增加。但是，从残差图和散

16、点拟合图可以明显地观察出来，随着可支配收入的增加，支出的变动幅度也略有减小的趋势，可能存在异方差。（3）检验模型是否存在异方差White检验：Heteroskedasticity Test: WhiteF-statistic1.423345Prob.F(2，21)0.2632Obs*R-squared2.864991Prob，Chi-Square(2)0.2387Scaled explained SS1.024885Prob，Chi-Square(2)0.5990Test Equation:Dependent Variable: RESID2Method: Least SquaresDate:

17、 11/11/16 Time: 15:35Sample: 2001 2024Included observations: 24VariableCoefficientStd. Errort-StatisticProb.C24915316379291.0.3905660.7001INCOME-22.43270405.2308-0.0553580.9564INCOME2-0.0006150.0059840.1027420.9191R-squared0.119375Mean dependent var1379935.Adjusted R-squared0.035506S.D. dependent va

18、r1300708.S.E. of regression1277408.Akaike info criterion31.07503Sum squared resid3.43E+13Schwarz criterion31.22229Log likelihood-369.9004Hannan-Quinn criter31.11410F-statistic1.423345Durbin-Watson stat2.113531Prob(F-statistic)0.263213原假设H0：不存在异方差备择假设H1：存在异方差根据检验结果可知，P=0.26320.05故，接受原假设，认为该模型不存在异方差。四

19、、实验总结1、对案例的经济学意义的分析结论人均国内生产总值、可支配收入与居民消费水平的关系国内生产总值与国民收入之间直接相关。国民收入是反映整体经济活动的重要指标。整体经济活动越好，国内生产总值越高，那么国民收入越高。如果一个国家总人口相对稳定不变，在国民收入增加的情况下，人均国民收入增加，那么购买力就会上升，消费水平随之提高。反之，在经济不景气甚至下行的情况下，国内经济活动发展不好，国内生产总值就会下降，人均可支配收入也将随之下降，人民可支配收入减少，购买力下降，消费欲望就会减弱，从而消费水平降低。这也就验证了本文三组案例得出的模型中，无论从不同时段的纵向比较还是同一时段不同地区的横向比较，

20、均呈现出居民消费水平（消费性支出）与人均国民生产总值、人均可支配收入之间存在明显的正相关关系，消费水平随国内生产总值、人均可支配收入的增加而增加，符合经济学的一般准则。2.Eviews软件掌握情况总结1)通过实验掌握了EVIEWS软件的安装及其基本应用（包括数据的输入、数据的分析、及其分析结果的输出）。2)通过对案例进行计量经济模型的分析，掌握了一元线性回归方程的建立、多元线性回归方程的求解，以及序列相关、异方差问题的检验与修正等。3)实验中突现的不足是对书本的理论没有足够深入的思考和认识，而仅仅从“得到数据数据Import数据分析结果输出”的固定流程去解决分析问题，需要在今后的学习过程中反复练习加强。4)今后还应将计量经济学模型及其应用与现代计量经济学软件EViews进行有机结合，更好的应用EViews软件解决算研究的实际问题。