计量经济学实验安排(学生版)

实验一问卷设计、抽样调查与数据处理

【实验目的】掌握问卷设计、抽样调查与数据处理的基本方法

【实验仪器】计算机，Excel软件

【实验任务】（1）设计一份问卷；（2）象征性地采集一个样本，样本容量不必太大；（3）将样本数据输入Excel文档。

【实验步骤或方法】

1 掌握问卷设计的方法

1.1 问卷的基本结构

一份正式的调查问卷一般包括以下四个组成部分：标题、导语、正文和结束语。

标题：每份问卷都有一个研究主题。研究者应开宗明义定个题目，反映这个研究主题，使人一目了然，增强填答者的兴趣和责任感。

导语：问卷前面应有一个说明。这个说明可以是一封告调查对象的信，也可以是指导语，说明这个调查的目的与意义，以及填答问卷的要求和注意事项，下面同时属上调查单位名称和日期。

正文：问题和答案是问卷的主体。这是研究主题的具体化，是问卷的核心部分。从形式上看，问题可分为开放式和封闭式两种。从内容上看，可以分为事实性问题、意见性问题、断定性问题、假设性问题和敏感性问题等。

结束语：为了表示对调查对象真诚合作的谢意，研究者应当在问卷的末端写上感谢的话。如果前面的导语已经有表示感谢的话语，那么可以不需要结束语。

1.2 回答问题的形式

开放式问题：又称无结构的问答题。在采用开放式问题时，应答者可以用自己的语言自由地发表意见，在问卷上没有拟定答案。

封闭式问题：又称有结构的问答题。封闭式问题与开放式问题相反，它规定了一组可供选择的答案和固定的回答格式。

量表应答式问题：以量表形式设置的问题。量表是一种测量工具，用于将主观的或抽象的概念定量化，通过对事物的特性变量根据不同的规则分配数字，因此形成了不同测量水平的测量量表，又称为测量尺度。

1.3 问卷调查的方法

访问：由访问员根据被调查者的口头回答来填写问卷的方式。

邮寄：与访问调查比较，邮寄省时，省钱，问卷可以在被调查者方便的时候回答，研究的区域性大一点。但邮寄无法追问回答不清楚的问题，而且问卷回收率比较低。

发放：依靠组织系统逐级发放问卷的方法。

此外，还有电话调查、网上调查等。

1.4 问卷设计的技巧

(1)多用普通用语，对专门术语必须加以解释；(2)要避免一句话中使用两个以上的同类概念或双重否定语；(3)要防止诱导性、暗示性的问题，以免影响答卷者的思考；(4)问及敏感性的问题时要讲究技巧；(5)行文要浅显易读，要考虑到答卷者的知识水平及文化程度，不要超出答卷者的领悟能力；(6)可运用方言，访问时更是如此。

5个“应该”：(1)问题应该针对单一论题；(2)问题应该简短；(3)问题应该以同样的方式解释给所有的应答者；(4)问题应该使用应答者的核心词汇；(5)若可能，问题应该使用简单

句。

1.5 注意事项

(1)问卷的开场白：要以亲切的口吻询问，措词应精心切磋，做到言简意赅，亲切诚恳。

(2)问题的语言：①避免一般性问题。问题的本来目的是求取某种特定资料，一般化的问题使应答者所提供的答案资料无使用价值。②问卷的语言要口语化，符合人们交谈的习惯，避免书面化和文人腔调。

(3)问题的选择及顺序：①容易回答的问题放前面，较难回答的问题放稍后，困窘性问题放后面，个人资料的事实性问题放卷尾。②封闭式问题放前面，自由式问题放后面。③注意问题的逻辑顺序，按时间顺序、类别顺序等合理排列。

2 掌握抽样调查的方法

2.1 简单随机抽样

简单随机抽样是指从总体N个单位中任意抽取n个单位作为样本，使每个可能的样本被抽中的概率相等的一种抽样方式。

按照样本抽选时每个单位是否允许重复抽中，简单随机抽样可分为重复抽样和不重复抽样两种。在抽样调查中，特别是社会经济的抽样调查中，简单随机抽样一般是指不重复抽样。

简单随机抽样是其它抽样方法的基础，因为它在理论上最容易处理，而且当总体单位数N不太大时，实施起来并不困难。但若N相当大时，简单随机抽样就不是很容易办到的。首先它要求有一个包含全部N个单位的抽样框；其次用这种抽样得到的样本单位较为分散,调查不容易实施。因此，在实际中直接采用简单随机抽样的并不多。

2.2 分层抽样

分层抽样首先将总体的N个单位分成互不交叉、互不重复的k个部分，称之为层；然后在每个层内分别抽选n1，n2，…，n k个样本元素，构成一个容量为n1+n2+…+n k的样本的一种抽样方式。

分层抽样是科学分组与抽样原理的有机结合，前者是划分出性质比较接近的层，以减少标志值之间的变异程度；后者是按照抽样原理抽选样本。因此，分层抽样一般比简单随机抽样和等距抽样更为精确，能够通过对较少的样本进行调查，得到比较准确的推断结果，特别是当总体数目较大、内部结构复杂时，分层抽样常能取得令人满意的效果。因此，分层抽样是应用最为普遍的抽样技术之一。

2.3 整群抽样

整群抽样是首先将总体中各单位归并成若干个互不交叉、互不重复的集合，称之为群；然后以群为抽样单位抽取样本的一种抽样方式。

整群抽样特别适用于缺乏总体单位的抽样框。应用整群抽样时，要求各群有较好的代表性，即群内各单位的差异要大，群间差异要小。

整群抽样的优点是实施方便、节省经费；缺点是往往由于不同群之间的差异较大，由此而引起的抽样误差往往大于简单随机抽样。

2.4 等距抽样

等距抽样首先将总体中各单位按一定顺序排列，根据样本容量要求确定抽选间隔，然后随机确定起点，每隔一定的间隔抽取一个单位的一种抽样方式。

根据总体单位排列方法，等距抽样的单位排列可分为三类：按有关标志排队、按无关标志排队以及介于按有关标志排队和按无关标志排队之间的按自然状态排列。

按照具体实施等距抽样的作法，等距抽样可分为：直线等距抽样、对称等距抽样和循环等距抽样三种。

等距抽样的最主要优点是简便易行，且当对总体结构有一定了解时，充分利用已有信息对总体单位进行排队后再抽样，则可提高抽样效率。

2.5 多阶段抽样

多阶段抽样是指在抽取样本时，分为两个及两个以上的阶段，从总体中抽取样本的一种抽样方式。其具体操作过程是：第一阶段，将总体分为若干个一级抽样单位，从中抽选若干个一级抽样单位入样；第二阶段，将入样的每个一级单位分成若干个二级抽样单位，从入样的每个一级单位中各抽选若干个二级抽样单位入样……，依此类推，直到获得最终样本。

多阶段抽样区别于分层抽样，也区别于整群抽样，其优点在于适用于抽样调查的面特别广，没有一个包括所有总体单位的抽样框，或总体范围太大，无法直接抽取样本等情况，可以相对节省调查费用。其主要缺点是抽样时较为麻烦，而且从样本对总体的估计比较复杂。

2.6 双重抽样

双重抽样是指在抽样时分两次抽取样本的一种抽样方式。首先抽取一个初步样本，并搜取一些简单项目以获得有关总体的信息；然后，在此基础上再进行深入抽样。在实际运用中，双重抽样可以推广为多重抽样。

双重抽样的主要作用是提高抽样效率、节约调查经费。

2.7 按规模大小成比例的概率抽样

按规模大小成比例的概率抽样，简称为PPS抽样，它是一种使用辅助信息，从而使每个单位均有按其规模大小成比例的被抽中概率的一种抽样方式。其抽选样本的方法有汉森－赫维茨方法、拉希里方法等。

PPS抽样的主要优点是：使用了辅助信息，减少抽样误差；主要缺点是：对辅助信息要求较高，方差的估计较复杂等。

上述各种抽样方式均为随机抽样方式。此外还有非随机抽样方式，即按照调查人员主观设立的某个标准抽选样本的抽样方式，如偶遇抽样、立意抽样、配额抽样等。

3 数据处理

可以采用Excel及EViews软件处理。

实验二 EViews软件应用入门

【实验目的】掌握EViews软件使用的基本方法

【实验仪器】计算机，EViews软件

【实验任务】（1）建立并保存工作文件（workfile）；（2）创建序列（series），并将实验一中的样本数据由Excel导入EViews中；（3）做因变量与一个解释变量的散点图。

【实验步骤或方法】

1 工作文件及建立

1.1 主窗口简介

主窗口上方排列着9个主菜单，主要功能如下：

File 有关文件（工作文件、数据库、EViews程序等）的常规操作。如，文件的建立（New）、打开（Open）、保存（Save/Save As）、关闭（Close）、读入（Import）、读出（Export）、打印（Print）、程序运行（Run）和退出（Exit）等。

Edit 通常情况下，下拉菜单中只有Copy项被激活，即只提供复制功能，应与Paste（粘贴）配合使用。对某些特定窗口，如查看模型估计结果的表达式时，可对窗口中的内容进行Cut（剪切）、Delete（删除）、Find（查找）、Replace（替换）、Undo（撤销上步操作）等。

Object 提供关于对象的基本操作。包括New Object（建立新对象）、Fetch/Update from DB（从数据库获取/更新对象）、Store to DB（将工作文件中的对象存储到数据库）、Copy Object （复制对象）、name（命名）、Delete等。

View和Proc 两者的下拉菜单项目随着当前窗口的不同而改变，功能也随之变化。主

要涉及变量的多种查看方式和运算过程。

Quick 提供快速分析过程，包括常用的统计分析方法、回归模型、时间序列模型、以及多种重要的检验等。

Options 系统参数设定选项。与一般的应用软件相同，EViews运行过程中的各种状态，如窗口的显示模式、字体、图像、电子表格等都有默认的格式。用户可根据需要，选择Options 下拉菜单中的项目，对一些默认格式进行修改。

Window 提供多种在打开窗口中进行切换的方式，以及Close All Objects（关闭所有对象），或Close All（关闭所有窗口）。

Help EViews的帮助选项。

1.2 工作文件的创建

EViews要求数据的分析处理过程必须在特定的Workfile（工作文件）中进行，所以在录入和分析数据之前，应创建一个工作文件。

鼠标左键单击主菜单选项File，在下拉菜单中选择New/Workfile。此时，出现一个工作文件定义对话框。在对话框的左边，是Workfile structure type（工作文件结构类型），用于选择数据的基本结构类型，有三个选项：（1）默认的Dated-regular frequency（常规数据），通常情况下，一般的时间序列和横截面数据都选择它。（2）Balanced Panel（综列数据），如果是简单面板数据则选此项。（3）Unstructured（不规则数据），其他数据类型选此项。

当选择Dated-regular frequency时，对话框右边有Date specification（数据格式）选项，用于Frequency（数据频次）的选择。可供选择的频次有：Annual（年度）、Semi-annual（半年）、Quarterly（季度）、Monthly（月度）、Weekly（周）、Daily-5 day week（日-每周5天）、Daily-7 day week（日-每周7天），以及特殊频次的数据Integer date（整数），一般的简单数据选择此项，如横截面数据等。

在选定Frequency之后，下面要求选择数据的初始和结束时刻：Start（开始）、End（结束）。当选定的是Integer date时，例如，横截面数据，共有308个样本，则可写为Start 1，End 308。

在右下角有选择性填写项Names，即可以不填。WF处可填写当前Workfile的文件名。Page处可填当前Workfile page的名称。

上述各项选定后，点击OK，工作文件创建完毕，Workfile窗口同时打开。

1.3 Workfile（工作文件）窗口简介

Workfile窗口是各种类型数据的集中显示区域，最上方显示Worfile的名称，若显示UNTITLED，则表示还未命名。第2行是工具栏，再下面显示的是数据的基本情况，包括Range（数据区间），Sample（样本期）等。

一个新建的Workfile窗口内只有2个Object（对象），为c（截距项），resid（残差项），初始取值分别是0和NA（空值）。

1.4 Workfile的存储与调用

保存新建的Workfile有两种途径。一是在主窗口中选择菜单File/Save或Save As。二是单击工具栏中的Save按钮。保存文件时，用户需要给出保存的目的位置及文件名。当用户在对话框中输入文件名后，系统自动将其存储为扩展名为.wfl的工作文件。文件名中不能有英文句号，否则，它将出现Error Messge（错误信息）的提示。

当对已存在的文件作了修改并保存后，EViews会对被覆盖的文件自动备份。备份与源文件有同样的文件名，所不同的是扩展名由wfl变为了~fl。备份文件可以告诉用户是否无意中覆盖，或删除了文件，以及是否当前文件被损坏。备份文件仅有提示作用，并不能打开。

如果要取消，或取消后又设置自动备份的功能，可以选择Option/Workfile Storage Defaults进行设置。

当保存文件时，会出现一个对话框Workfile Save。首先，要选择序列数据的精度——Single precision（单精度，7个字符）或Double precision（双精度，16个字符）。前者的文件较小，但精度也较低。

调用已有的工作文件，在主窗口菜单选项中依次选择File/Open/Workfile，并给出相应的路径与文件名。

2 序列对象的基本操作

2.1 创建对象

首先，打开一个工作文件。其次，在主菜单中选择Object/New Object。这时，出现了New Object对话框。对话框的左边是Type of object（对象类型），共17种对象类型，最常用的是Equation（方程）和Series（序列）两种。当选中了一个对象类型，如Series时，点击OK，将出现对象窗口，即序列窗口，显示的是一个序列的电子表格视图。当选中的是Equation时，将出现一个添加信息的对话框。

2.2 对象窗口

EViews多个项目的对象窗口可以同时显示。以Equation窗口为例。该窗口可以关闭，调整大小，最小化，最大化。在窗口的上方有工具栏，工具栏上有一系列的按钮，它们随着对象类型的变化而变化。但是，有几个按钮是所有对象工具栏共有的，它们是：View（用于改变对象窗口的视图，其中的选项随着对象类型而变化），Proc（提供对象的程序菜单），Object（用于管理对象，如，保存、命名、删除、复制、或打印对象等），Print（用于打印当前对象窗口的视图），Name（可以给对象命名或重命名），Freeze（可以生成新的当前视图的对象图，表，或文本），Working with Objects（对象操作），Naming Objects（对象命名）。

实验三双变量回归模型的估计

【实验目的】掌握双变量回归模型的建立与估计的方法，并解释结果

【实验仪器】计算机，EViews软件

【实验任务】①表1给出了美国1978～1989年消费者价格指数（CPI）（1982～1984年=100）和标准普尔500指数（S&P）（基准指数：1941～1943年=10）。

表1 美国1978～1989年CPI和S&P 500指数

a.以CPI为横轴，S&P指数为纵轴做散点图。

b.由散点图判断CPI与S&P指数之间的关系如何？

c.考虑如下模型：

(S&P)t=B1+B2CPI t+u t（1）根据表1数据，运用OLS法估计上述方程，并解释回归结果。

d. c中的回归结果有经济意义吗？

②表2给出了美国1990～2001年CPI和S&P 500指数。

表2 美国1990～2001年CPI和S&P 500指数

a.重复①中的问题a至d。

b.①与②估计的结果有什么不同？

c.将表1和表2的数据联合起来估计（1）式，3个结果有差异吗？

【实验步骤或方法】

1 概念解释

CPI（消费者物价指数）是反映与居民生活有关的商品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。一般说，当CPI的增幅>3%时称为通货膨胀，当CPI的增幅>5%时称为严重的通货膨胀。

S&P 500 Index（标准普尔500指数）是由Standard & Poor公司于1982年从纽约股票交易所中选出的500只股票的股价所计算得出的股价指数，是专业投资者衡量他们的投资组合的回报的指标。

实验四双变量回归模型的假设检验

【实验目的】掌握双变量回归模型假设检验的两种方法，即置信区间检验与显著性检验【实验仪器】计算机，EViews软件

【实验任务】研究美国制造业设备利用率与通货膨胀之间的关系，数据见表3。其中，Y=通货膨胀率，X=制造业设备利用率。

a.先验地，预期设备利用率与通货膨胀之间的关系，并简述理论基础。

b.做Y对X的回归，并按照(7-46)的形式报告结果。

c.回归方程中的斜率系数是统计显著的吗？

d.斜率是否显著不为1？

e.设备自然利用率定义为当Y=0时的值。求样本期内的设备自然利用率。

实验五多元回归模型的建立与估计

【实验目的】掌握多元回归模型的估计方法，并解释结果

【实验仪器】计算机，EViews软件

【实验任务】表4给出了64个国家的儿童死亡率（CM），女性文盲率（FLR），人均GNP （PGNP）和总生育率（TFR）。

变量：CM=儿童死亡率（1年中每1000个5岁以下儿童死亡数）

FLR=女性文盲率（%）

PGNP=人均GNP（1980年）

TFR=1980～1985年总生育率

a.先验地，预期CM与各变量之间的关系。

b.做CM对FLR的回归，并写出回归结果。

c.做CM对FLR和PGNP的回归，并写出回归结果。

d.做CM对FLR，PGNP和TFR的回归，写出回归结果，并给出ANOV A表。

e.根据各回归结果，判断选择哪个模型，为什么？

f.如果模型(d)是正确的，但却估计了(a),(b)或(c)，会有什么后果？

g.如果做了(b)回归，如何决定增加变量PGNP和TFR？使用何种检验？给出必要的计算结

果。

实验六 双对数与半对数模型的回归分析

【实验目的】掌握双对数与半对数回归模型的估计方法，并解释结果 【实验仪器】计算机，EViews 软件

【实验任务】表6给出了德国1971～1980年的消费者价格指数Y （1980年=100）以及货币供给X （10亿德国马克）的数据。

a. 做如下回归，并给出回归结果：

1. Y 对X

2. lnY 对lnX

3. lnY 对X

4. Y 对lnX b. 解释各回归结果（解释斜率系数即可）。 c. 对每一模型求Y 对X 的变化率（即dY/dX ）。

d. 对每一模型求Y 对X 的弹性；并求出其中某些模型的Y 对X 的均值弹性。

e. 根据上述结果，你将选择哪个模型？为什么？

实验七 倒数模型的回归分析

【实验目的】掌握倒数回归模型的估计方法，并解释结果 【实验仪器】

计算机，EViews 软件

1i

Y =B 1+B 2X i +u i

a. 写出回归结果，并解释B 2的含义。

b. 求Y 对X 的变化率，并求在均值处的变化率值。

c. 求Y 对X 的弹性，并求在均值处的弹性值。

d. 用同样的数据估计以下模型：

Y i =B 1+B 2(

1i

X )+u i

e. 能否比较两个模型的r 2，为什么？

f. 如何判断哪个模型更好？

实验八虚拟变量模型的估计与解释

【实验目的】掌握虚拟变量模型的估计方法，并解释结果

【实验仪器】计算机，EViews软件

【实验任务】①根据实验三中表1和表2数据，利用协方差分析模型分析S&P与CPI的关系，即建立虚拟变量D，令D t=1，1978～1989年，D t=0，1990～2001年。回归方程为：

(S&P)t=B1+B2CPI t+B3D t+u t

a.写出回归结果。

b.美国1978～1989年和1990～2001年这两个时期的S&P和CPI的关系是否显著不同？为什么？

c.根据回归结果，写出美国1978～1989年以及1990～2001年S&P的期望。

②表7给出了未经季节调整的零售服装和饰品季度数据（1983～1986年）：

表7 服装和饰品销售额

Sales t=B1+B2D2t+B3D3t+B4D4t+u t

其中，D2=1（第二季度）,0（其他）；D3=1（第三季度）,0（其他）；D4=1（第四季度）,0（其他）。

a.写出回归结果。

b.解释各个系数的含义。

c.如何利用回归的结果消除季节模式？并写出消除季节模式后1983～1986年第四季度的

服装和饰品销售额。

计量经济学实验三

实 验 三： 多元回归模型与非线性回归模型 【实验目的】掌握多元回归模型参数估计，特别是非线性回归模型的转化、参数估计及检验方法。 【实验内容】一、多元回归模型参数估计； 二、生成序列以及可线性化模型的参数估计； 三、不可线性化模型的迭代估计法的Eviews 软件的实现方式。 【实验数据】建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为：()ε,,,K L t f Y =。其中，L 、K 分别为生产过程中投入的劳动与资金，时间变量t 反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y 为工业总产值（可比价），L 、K 分别为年末职工人数和固定资产净值（可比价）。 资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理 【实验步骤】Y=AK 一、建立多元线性回归模型 ㈠建立包括时间变量的三元线性回归模型； μββββ++++=L K T Y 3210

在命令窗口依次键入以下命令即可： ⒈建立工作文件： CREATE A 78 94 ⒉输入统计资料： DATA Y L K ⒊生成时间变量t ： GENR T=@TREND(77) ⒋建立回归模型： LS Y C T L K 则生产函数的估计结果及有关信息如图3-1所示。 图3-1 我国国有独立核算工业企业生产函数的估计结果 因此，我国国有独立工业企业的生产函数为： K L t y 7764.06667.06789.7732.675?+++-= （模型1） t ＝(-0.252) (0.672) (0.781) (7.433) 9958.02=R 9948 .02=R 551.1018=F 模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。9958.02=R ，说明模型有很高的拟合优度，F 检验也是高度显著的，说明职工人数L 、资金K 和时间变量t 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K 的t 统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的t 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除t 统计量最小的变量（即时间变量）而重新建立模型。 ㈡建立剔除时间变量的二元线性回归模型； 命令：LS Y C L K 则生产函数的估计结果及有关信息如图3-2所示。

计量经济学实验报告1

《计量经济学》 课程实践报告1 系部：经济与管理系 专业：国际经济与贸易 任课教师：李祖辉老师 年级班级： 2013级 2班 组员：舒冠、张淑琴、梁湘、冯冬雪

税收收入影响因素分析 —基于Eviews模型的经济计量分析 一、意义 1960年以来，中国的经济基本处于高速增长之中。经济增长的高速发展，势必会影响国家财政政策和国家福利水平。而税收作为国家财政收入中最主要的部分对这些政策的实施也会有很大的影响。近些年来，国家的税收也受到多种因素的影响。 经济发展水平决定税收收入水平，税收同时也反作用于经济。要实现经济的持续增长，必须要求与经济紧密关联的税收符合其发展的要求，即政府筹集的税收收入应尽可能的满足其实现职能的需求，同时又不至于损害经济的发展。影响未来的需求，我们需要研究影响中国税收收入的主要原因，分析中央和地方税收收入增长的数量规律，从结构上对税收收入的影响做一个很好的了解，对于预测中国税收未来的增长趋势具有重要的作用，对于我国的社会主义现代化建设具有重要意义。 二、研究综述 影响税收收入的因素有很多，如经济发展水平、税收制度的设计、政府职能范围等。李卫刚认为，影响税收增长的因素是多元的，主要有经济增长、税制结构、税收征管水平和价格因素；孙玉栋认为，影响税收收入增长的因素主要有经济增长、物价、税收政策调整和税收征管等几个方面；安体富认为，税收收入主要受价格、经济结构的变动、经济效应的变动、税收政策、财税制度、税收征管和税款虚收

的影响。以上学者都说明税收收入的影响因素是多方面的，同时都认为经济因素的重要性，但他们多集中于对税收收入影响因素的全面分析，因而对经济性影响因素分析得不够详细。 而郭庆旺认为，税收收入的经济增长弹性是 1.536，经济增长对税收增长的贡献十分明显。国家税务总局科研所的研究结论为：在正常的经济运行状况下，经济税源提供的收入应占税收总额的70%～80%或以上；而最为直接的、显著的影响税收增长的因素是经济增长和物价水平，而且物价水平对税收收入增长的影响强于GDP的影响。胡才君认为GDP与税收收入负相关，进出口总额、全国城乡储蓄存款年末余额、财政支出总量与税收收入正相关。而欧阳若澜认为，GDP、财政支出和商品零售价格指数3个三个指标与税收收入存在正相关关系。李鑫又认为影响我国税收增长的主要因素是财政支出和商品价格水平。 以上文献对影响税收收入经济性因素的一个或几个方面进行了分析，而且由于数据选取不同和分析问题的角度不同，得出的结果在揭示各经济性影响因素对税收收入的影响的程度方面还存在争议：在影响税收收入的经济性因素中各个因素对税收收入增长的贡献率是多少？占多少比重？因此，本文将重点研究影响税收收入的经济性因素，对其进行细分并进行相应的实证研究。根据前人的理论分析和数据的可得性等，本文从实证的角度，选取税收收入、GDP、财政支出、商品零售价格指数和进出口总额5个指标做多元回归模型，并采用计量分析工具对影响因素进行分析。

计量经济学实验报告完整版

计量经济学实验报告集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]

3.3 3.3 经调查研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表 3.6为对某地区部分家庭抽样调查得到的样本数据。 （1T ）的多 元线性回归：123i i i i u Y X T βββ=+++ 利用样本数据估计模型的参数，对模型加以检验，分析所估计模型的经济意义和 作用。 步骤： 1.打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。 2. 在命令行输入：DATA Y X T ，回车。将数据复制粘贴到Group 中的表格中。 3. 建立数据关系图为初步观察数据的关系，在命令行输入命令：sort Y ，从而实现数据Y 的递增排序。 4. 在数据表“group ”中点“view/graph/line ”，最后点击确定，出现序列Y 、X 、T 的线性图。 5. OLS 估计参数,点击主界面菜单Quick\Estimate Equation ，弹出对话框，如下图。在其中输入Y c X T ，点确定即可得到回归结果。

经济意义：家庭月平均收入每增加1元，家庭书刊消费将增加0.08645元。户主受教育年数每增加1年，家庭书刊消费平均将增加52.3703元。 作用：显示出各解释变量在其他解释变量不变的情况下，对被解释变量的影响情况。 （2）作家庭书刊消费（Y ）对户主受教育年数（T ）的一元回归，获得残差E1；再作家庭月平均收入（X ）对户主受教育年数（T ）的一元回归，并获得残差E2。 Y 对T 的一元回归： 步骤： 1. 打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/undated”，在Observations 后输入样本容量个数：18。 2. 在命令行输入：DATA Y T ，回车,将数据复制粘贴到Group 中的表格中。 3. 作散点图在命令行输入命令：SCAT T Y 。 4. 在主菜单中点“Quick ”“Estimate Equation ”，在 Specification 中输入 Y C T ，点“确定”。 E1=resid X 对T 的一元回归： 步骤： 1. 打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/undated”，在Observations 后输入样本容量个数：18。 2. 在命令行输入：DATA X T ，回车,将数据复制粘贴到Group 中的表格中。 3. 作散点图在命令行输入命令：SCAT T X 。 4. 在主菜单中点“Quick ”“Estimate Equation ”，在 Specification 中输入 X C T ，点“确定”。 E2=resid （3）作残差E1对残差E2的无截距项的回归：212i E E v α=+ ，估计其参数。 步骤1.打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。 2. 在命令行输入：DATA E1 E2，回车。将数据复制粘贴到Group 中的表格 中。 3. 采用OLS 估计参数在主界面命令框栏中输入 ls E1 E2，然后回车，即可得到参数的估计结果。 由结果可知1=-6.3351+0.08645*2E E

计量经济学实验一

《计量经济学》综合实验一系金融系专业经融工程姓名程若宸 学号20141206031035 实验地点：B楼305 实验日期：216.9.30 实验题目：研究中国汽车市场未来发展趋势 实验类型：基本操作训练。 实验目的：掌握简单线性回归模型的Eviews操作 实验内容：第三章的“引子”中分析了，经济增长、公共服务、市场价格、交通状况、社会环境、政策因素，都会影响中国汽车拥有量。为了研究一些主要因素与家用汽车拥有量的数量关系，选择“百户拥有家用汽车量”、“人均地区生产总值”、“城镇人口比重”、“交通工具消费价格指数”等变量，2011年全国各省市区的有关数据见附件：1）建立百户拥有家用汽车量计量经济模型? 2）估计参数并写出回归分析结果报告? 3) 对模型进行经济意义上的检验，统计意义上的检验? 评分标准：操作步骤正确，回归结果正确，结果分析准确到位，符合实际。 实验步骤：

Dependent Variable: Y Method: Least Squares Date: 09/30/16 Time: 11:27 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 246.8540 51.97500 4.749476 0.0001 X2 5.996865 1.406058 4.265020 0.0002 X3 -0.524027 0.179280 -2.922950 0.0069 X4 -2.265680 0.518837 -4.366842 0.0002 R-squared 0.666062 Mean dependent var 16.77355 Adjusted R-squared 0.628957 S.D. dependent var 8.252535 S.E. of regression 5.026889 Akaike info criterion 6.187394 Sum squared resid 682.2795 Schwarz criterion 6.372424 Log likelihood -91.90460 Hannan-Quinn criter. 6.247709 F-statistic 17.95108 Durbin-Watson stat 1.206953 Prob(F-statistic) 0.000001 (51.98) (1.41) (0.18) (0.52) t= (4.75) (4.27) (-2.92) (-4.37) F=17.951 n=31 模型检验 1.经济意义检验 模型估计结果的数据说明理论分析与经验判断相一致 2.统计检验 (1)拟合优度：修正的可决系数为说明模型对样本拟和

计量经济学实验

中国海洋大学本科生课程大纲 一、课程介绍 1.课程描述： 计量经济学是经济学、数学和统计学相结合的综合性边缘学科。它是以经济理论为基础，以经济事实表现的经济数据为依据，运用数学和统计学的方法，通过建立计量经济模型来研究经济变量之间随机数量关系和规律的一门经济学科。计量经济学是教育部规定的经济类专业核心课程之一，是经济类专业的专业必修课，在经济类的各个专业的教学中占有非常重要的地位。 计量经济实验分析在现代经济研究中具有重要的地位，是经验解释的理论验证、经济发展规律的总结以及经济冲击效果的预测等工作的主要方式。计量经济学的工具类课程性质、软件依赖特征使得实验教学成为理解计量经济理论和掌握其应用方法的有效方式。课程的重点是讲授常用的计量经济学软件的基本操作，使学生熟悉软件界面，熟悉了解常用的菜单项和工具栏的操作，通过分步骤讲解的上机实践，使学生逐步掌握关于计量经济分析的理论和应用问题的研究过程。 Econometrics is a comprehensive fringe subject that combines economics, mathematics and statistics. It is an economic discipline based on economic theory, economic data and economic facts. It uses mathematical and statistical methods to establish econometric models to study the random quantitative relationships and laws between economic variables. Econometrics is one of the core courses for economics majors stipulated by the Ministry of Education. It is a compulsory course for economics majors. It occupies a very important position in the teaching of economics majors. Econometric experimental analysis has an important position in modern economic research. It is the main method of theoretical verification of empirical interpretation,

计量经济学实验教学案例实验9_虚拟变量

实验九虚拟变量 【实验目的】 掌握虚拟变量的设置方法。 【实验内容】 一、试根据表9-1的1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料建立我国城镇居民彩电需求函数； 资料来源：据《中国统计年鉴1999》整理计算得到 二、试建立我国税收预测模型（数据见实验一）； 资料来源：《中国统计年鉴1999》 三、试根据表9-2的资料用混合样本数据建立我国城镇居民消费函数。

资料来源：据《中国统计年鉴》1999－2000整理计算得到 【实验步骤】 一、我国城镇居民彩电需求函数 ⒈相关图分析； 键入命令：SCAT X Y ，则人均收入与彩电拥有量的相关图如9-1所示。 从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、高收入）的拥有量存在较大差异，因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下： ?? ?=低收入家庭 中、高收入家庭 1D 图9-1 我国城镇居民人均收入与彩电拥有量相关图 ⒉构造虚拟变量； 方式1：使用DATA 命令直接输入； 方式2：使用SMPL 和GENR 命令直接定义。 DATA D1 GENR XD=X*D1 ⒊估计虚拟变量模型： LS Y C X D1 XD 再由t 检验值判断虚拟变量的引入方式，并写出各类家庭的需求函数。 按照以上步骤，虚拟变量模型的估计结果如图9-2所示。

图7-2 我国城镇居民彩电需求的估计 我国城镇居民彩电需求函数的估计结果为： i i i i XD D x y 0088.08731.310119.061.57?-++= =t (16.249)(9.028) (8.320) (-6.593) 2R ＝0.9964 2R ＝0.9937 F ＝366.374 S.E ＝1.066 虚拟变量的回归系数的t 检验都是显著的，且模型的拟合优度很高，说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求，在截距和斜率上都存在着明显差异，所以以加法和乘法方式引入虚拟变量是合理的。低收入家庭与中高收入家庭各自的需求函数为： 低收入家庭： i i x y 0119.061.57?+= 中高收入家庭： ()()i i x y 0088.00119.08731.3161.57 ?-++=i x 003.048.89+= 由此可见我国城镇居民家庭现阶段彩电消费需求的特点：对于人均年收入在3300元以下的低收入家庭，需求量随着收入水平的提高而快速上升，人均年收入每增加1000元，百户拥有量将平均增加12台；对于人均年收入在4100元以上的中高收入家庭，虽然需求量随着收入水平的提高也在增加，但增速趋缓，人均年收入每增加1000元，百户拥有量只增加3台。事实上，现阶段我国城镇居民中国收入家庭的彩电普及率已达到百分之百，所以对彩电的消费需求处于更新换代阶段。 二、我国税收预测模型 要求：设置虚拟变量反映1996年税收政策的影响。 方法：取虚拟变量D1＝1（1996年以后），D1＝0（1996年以前）。 键入命令：GENR XD=X*D1 LS Y C X D1 XD 则模型估计的相关信息如图7-3所示。

计量经济学实验教程 实验七 多重共线性模型的检验和处理

目录 R值和t值检验 (4) 一、2 二、解释变量相关系数检验 (5) 三、辅助回归检验 (6) 四、CS对GDP1、GDP2、GDP3回归多重共线性的处理 (8) 五、TZG对ZJ、YY和CZ回归多重共线性的处理 (9)

实验七多重共线性模型的检验和处理 实验目的：掌握多重共线性模型的检验和处理方法。 R值和t值检验及解释变量相关系数检验，实验要求：了解辅助回归检验和掌握2 了解变量变换法和掌握先验信息法。 R值和t值检验、解释变量相关系数检验和辅助回归检验，先验信实验原理：2 息法和变量变换法。 实验步骤： 一、2R值和t值检验 在实验二的一元线性回归模型的估计中，根据广东数据把CS作为应变量，GDPS作为解释变量，进行了一元线性回归，得到结果为 CS=0.0802959511276*GDPS+12.5096023259 其含义是国内生产总值GDPS每增加一个单位，财政收入CS将增加0.0830个单位。实际上三个产业对财政收入的贡献是不同的，那么就应该把上述回归改为财政收入CS对三个产业增加值GDP1、GDP2、GDP3进行回归。进行这个三元回归，得结果为： 从结果看判定系数2R很高，方程很显著，但3个参数t检验值两个不显著，有一个较显著，其中一个参数估计值还是负的，不符合经济理论。显然，出现了严重的多重共线性。 在实验三的多元线性回归模型的估计和检验中，根据广东数据，建立了固定

资产投资模型，固定资产投资TZG取决于固定资产折旧ZJ、营业盈余YY和财政支出CZ，进行三元线性回归如下： 估计方程的判定系数2R很高，方程显著性F检验也显著，但只有两个参数显著性t检验比较显著，这与很高的判定系数不相称，出现了严重的多重共线性。 二、解释变量相关系数检验 根据广东数据，CS对GDP1、GDP2和GDP3的回归中，解释变量GDP1、GDP2和GDP3之间的相关系数为 可以看出三个解释变量GDP1、GDP2和GDP3之间高度相关，必然存在严重的多重共线性。 根据广东数据，TZG对ZJ、YY、CZ的回归中，解释变量ZJ、YY、CZ之间的相关系数为 可以看出三个解释变量ZJ、YY、CZ之间也高度相关，特别是ZJ和CZ之间高度相关，必然存在严重的多重共线性。

计量经济学实训报告

计量经济学 实训报告 题目关于我国2016年GDP与财政收入的关系姓名 学号 专业年级 课程教师 年月日

计量经济学实训报告 关于我国2016年GDP与财政收入的关系 一、研究目的 影响财政收入的因素有很多，比如国内生产总值、居民收入、居民消费、零售物价指数、经济增长等等。现为研究国内生产总值GDP 和财政收入的关系，特选取了2016我国各地区的数据，运用Eviews 软件做简单的线性回归分析。 二、研究内容 （一）、建立模型

（1）通过Eviews软件得到散点图如下： 在该散点图中，我们可知财政收入和国内生产总值呈线性相关的关系所以在我们模拟假设建立如下一元回归模型： Y= （二）、估计参数 回归结果如下：

可给出如下回归分析结果： Y=127.30+0.1067X (274.39) (0.0085) t=（0.4639）（12.454） =0.8424 F=155.10 SE=944.02 DW=1.865 其中括号内的数为相应参数的t检验值，R为可决系数，F 是一个重要的检验计量。（Y是税收收入，X是国内生产总值GDP）。（三）、模型检验 1、经济意义检验 回归模型为Y=127.30+0.1067X （其中Y为财政收入，X为国内生产总值）。其中所估计的参数0.1067是样本回归方程的斜率，它表示GDP的边际增长率，说明GDP每增长1亿元，财政收入将平均增长0.1067亿元。这符合经济学中的收入增长原理。 2、拟合优度和统计检验 （1）、拟合优度的度量

回归结果为： Y=127.30+0.1067X (274.39) (0.0085) t=（0.4639）（12.454） =0.8424 F=155.10 SE=944.02 DW=1.865 ①可决系数 =0.8424，表明财政收入变化的84.24%可由国民生产总值的变化来解释，有15.76%未被解释。说明该样本回归直线对样本数据的拟合优度还算高。 ②F值 F=155.10，数值还算高，说明国内生产总值X对财政收入Y有显著影响。 ③t检验 (29)=2.045 从斜率项的t检验值来看，大于5%显著性水平下自由度为n-2=29的临界值为 2.045，且该斜率值满足0<0.10677<1。t()=12.454 > (29)=2.045。 所以拒绝原假设，表明国内生产值对财政收入有显著影响。三、预测 预测值及标准误差的图如下：

《计量经济学》上机实验答案过程步骤

实2：我国1978-2001年的财政收入（y ）和国民生产总值（x ）的数据资料如表2所示： 表2 我国1978-2001年财政收入和国民生产总值数据 试根据资料完成下列问题： （1）给出模型t t t u x b b y ++=10的回归报告和正态性检验，并解释回归系数的经济意义； （2）求置信度为95%的回归系数的置信区间； （3）对所建立的回归方程进行检验(包括估计标准误差评价、拟合优度检验、参数的显著性检验)； （4）若2002年国民生产总值为亿元，求2002年财政收入预测值及预测区间（05.0=α）。 参考答案：

（1） t t x y 133561.06844.324?+= =)?(i b s =)?(i b t 941946.02 =R 056.1065?==σ SE 30991.0=DW 9607.356=F 133561.0?1 =b ，说明GNP 每增加1亿元，财政收入将平均增加万元。 （2）)?()2(?02/00b s n t b b ?-±=α=±? )?()2(?1 2/11b s n t b b ?-±=α=±? （3）①经济意义检验：从经济意义上看，0133561.0?1 ?=b ，符合经济理论中财政收入随着GNP 增加而增加，表明GNP 每增加1亿元，财政收入将平均增加万元。 ②估计标准误差评价： 056.1065?==σ SE ，即估计标准误差为亿元，它代表我国财政收入估计值与实际值之间的平均误差为亿元。 ③拟合优度检验：941946.02 =R ，这说明样本回归直线的解释能力为%，它代表我国财政收入变动中，由解释变量GNP 解释的部分占%，说明模型的拟合优度较高。 ④参数显著性检验：=)?(1b t ?0739.2)22(025 .0=t ，说明国民生产总值对财政收入的影响是显著的。 （4）6.1035532002=x , 41.141556.103553133561.06844.324?2002=?+=y

计量经济学课程实验教学大纲

计量经济学课程实验教学大纲 课程编号：0102069 课程名称：计量经济学 课程英文名称：Econometrics 总学时：56 理论学时：48 实验学时：8 课外学时：0 学分：3.5 先修课程要求：高等数学、概率论与数理统计、线性代数、微观经济学宏观经济学 课程属性：非独立设课 实验学时：8 课外学时：0 实验项目数：4 适用专业：金融学应用统计学 参考教材：李子奈，潘文卿：《计量经济学》（第三版），高等教育出版社，2010。 教学参考书： [1] 郭存芝，杜延军，李春吉：《计量经济学——理论、方法、Eviews应用》，科学出版社，2009 [2] 李子奈：《计量经济学》，高等教育出版社，2000 [3] 张晓峒：《计量经济学基础》（第2版），南开大学出版社，2005 [4] （美）Ramu Ramanathan 著，薛菁睿译：《应用经济计量学》（原书第5版），机械工业出版社，2003 [5] （美）古扎拉蒂著，张涛译：《经济计量学精要》（原书第3版），机械工业出版社，2006 一、课程简介和基本要求 课程介绍：本课程是面向金融学、应用统计学专业的一门专业平台课。 内容涉及经典单方程计量经济学模型、联立方程模型、扩展的单方程计量经济学模型、时间序列模型及计量经济学应用模型。 基本要求：通过讲授经济计量学的基础知识及经济计量模型的建立、估计、检验等基本方法，培养学生掌握将经济学、统计学、数学三者结合起来建立模型的方法，以及运用计算机技术，对一般的经济模型进行数量分析的基本技能，并为学生学习金融、财政、产业经济、贸易经济等专业课程的定性与定量分析打下良好的基础。 二、课程实验目的与要求 实验目的：使学生将前修课的知识有机地联系起来，通过实践培养学生综合运用知识的初步能力。 实验要求： 1. 学生应独立完成规定的上机习题；

计量经济学实验报告

《计量经济学》实验报告一，数据 二，理论模型的设计 解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作： （1）X与Y散点图

从散点图可以粗略的看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。因此，建立一元线性回归模型： 01i i i Y X ββμ=++ （2）对模型做OLS 估计 OLS 估计结果为 272.36350.7551Y X ∧ =+ 011.705732.3869t t == 20.9831.. 1.30171048.912R DW F === 三，模型检验 从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。 t 检验:在5%的显著性水平下1β不显著为0，表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。 1，预测 现已知2018年人均年可支配收入为20000元，预测消费支出预测值为 0272.36350.75512000015374.3635Y =+?= E(X)=6222.209，Var(X)=1994.033

则在95%的置信度下，E( Y)的预测区间为（874.28,16041.68） 2，异方差性检验 对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大。如经济越落后储蓄率越高，可能出现异方差性问题。 G-Q检验 对样本进行处理，X按从大到小排序，去掉中间4个，分为两组数据， 128 n n ==分别回归

1615472.0RSS = 2126528. 3R S S = 于是的F 统计量： ()() 12811 4.86811RSS F RSS --==-- 在5%的想著想水平下，0.050.05(6,6) 4.28,(6,6)F F F =>，即拒绝无异方差性假设，说明模型存在异方差性。

计量经济学实验课程

第一节 EViews基本操作 1、什么是EViews EViews是Econometric Eviews（计量经济学视图）的缩写，通常称为计量经济学软件包，是专门从事数据分析、回归分析和预测的工具，在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛。 EViews引入了流行的对象概念，操作灵活简便，可在菜单式窗口和编程窗口两种方式下运行，可直接而不需要编程解决绝大部分计量经济学问题。 2、EViews安装 3、EViews使用参考书 1）、《EViews使用指南与案例》，张晓峒主编，机械工业出版社，2007 2）、《计量经济学试验教程》，李国柱，刘德智主编，中国经济出版社，2010 4、认识EViews 主菜单包含九个主菜单，每个主菜单下包含若干菜单项。 File(文件) Edit(编辑) Object(对象)：主菜单下有：New Object(新建对象)、Fetch from DB（从数据库导入）、Update selected from DB（从数据库更新对象）、store selected to DB（把选定的对象存储到数据库）、copy selected（复制所选定的对象）、rename （重命名）、 freeze output （冻结当前输入） Qucik提供快速分析过程，即一些频繁使用的功能。主要菜单有：sample（改编样本范围）、generate series（生成序列）、show（打开已选择的对象，或将多个序列合成一个群对象）、graph（画图）、empty group（打开一个空群）、series statics（产生序列统计量）、group statistics（进行群统计）、estimate equation （估计方程）、 estimate VAR（估计向量回归方程）。 5、数据操作 常用函数：abs(x),exp(x),inv(x),log(x),log10(x),log10(x,b),sqrt(x) 常用描述统计函数： cor(x,y),cov(x,y),mean(x),medan(x),min(x),stdev(x),var(x),sum(x) 描述性统计常用的量： 偏度（skewness）计算公式为s=错误！未找到引用源。3, 对称分布的偏度为零;当偏度大于零时，序列的分布为正偏；当偏度小于零时，序列的分布为负偏；如果偏度等于零，则序列呈正态分布。 峰度（kurtosis）的计算公式为k=错误！未找到引用源。4,正态分布的峰度为3。当序列的峰度大于3时，表示与正态分布相比，序列的分布为尖崤峰；当序列的峰度小于3时，表示与正态分布相比，序列的分布为平缓峰。 雅克-贝拉统计量（Jarque-bera statistic）用来检验序列是否服从正态分布，计算公式JB=错误！未找到引用源。，原假设为序列服从正态分布时，JB统计量服从自由度为2的卡方分布。只需要比较P值与显著性水平的大小。 第二节简单线形回归

计量经济学实验报告(多元线性回归 自相关 )

实验报告 课程名称计量经济学 实验项目名称多元线性回归自相关 异方差多重共线性班级与班级代码 08国际商务1班实验室名称（或课室）实验楼910 专业国际商务 任课教师刘照德 学号： 043 姓名：张柳文 实验日期： 2011 年 06 月 23日 广东商学院教务处制

姓名张柳文实验报告成绩 评语： 指导教师（签名） 年月日说明：指导教师评分后，实验报告交院（系）办公室保存。

计量经济学实验报告 实验项目：多元线性回归、自相关、异方差、多重共线性 实验目的：掌握多元线性回归模型、自相关模型、异方差模型、多重共线性模型的估计和检验方法和处理方法 实验要求：选择方程进行多元线性回归；熟悉图形法检验和掌握D-W 检验，理解广义差分法变换和掌握迭代法；掌握Park或 Glejser检验，理解同方差性变换； 实验原理：普通最小二乘法图形检验法 D-W检验广义差分变换加权最小二乘法 Park检验等 实验步骤： 首先：选择数据 为了研究影响中国税收收入增长的主要原因，选择国内生产总值（GDP）、财政支出（ED）、商品零售价格指数（RPI）做为解释变量，对税收收入（Y）做多元线性回归。从《中国统计年鉴》2011中收集1978—2009年各项影响因素的数据。如下表所示： 中国税收收入及相关数据

实验一：多元线性回归 1、将数据导入后，分别对三个解释变量与被解释变量做散点图，选择两个变量作为group打开，在数据表“group”中点击view/graph/scatter/simple scatter，出现数据的散点图，分别如下图所示： 从散点图看，变量间不一定呈现线性关系，可以试着作线性回归。 2、进行因果关系检验

计量经济学实验报告54995

1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP ）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型 为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。

计量经济学实验操作指导完整版李子奈

计量经济学试验(完 整版) ——李子奈

目录 实验一一元线性回归....................................................................................................................................... 一实验目的...................................................... 二实验要求...................................................... 三实验原理...................................................... 四预备知识...................................................... 五实验内容...................................................... 六实验步骤...................................................... 1.建立工作文件并录入数据..................................... 2.数据的描述性统计和图形统计：............................... 3.设定模型，用最小二乘法估计参数：........................... 4.模型检验：................................................. 5.应用：回归预测：........................................... 实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验...................... 一实验目的：.................................................... 二实验要求...................................................... 三实验原理...................................................... 四预备知识...................................................... 五实验内容...................................................... 六实验步骤...................................................... 实验三多元线性回归 ......................................................................................................................................... 一实验目的...................................................... 三实验原理...................................................... 四预备知识...................................................... 五实验内容...................................................... 六实验步骤...................................................... 6.1 建立工作文件并录入全部数据............................... 6.2 建立二元线性回归模型..................................... 6.3 结果的分析与检验......................................... 6.4 参数的置信区间........................................... 6.5 回归预测................................................. 6.6 置信区间的预测........................................... 实验四异方差性 .................................................................................................................................................. 一实验目的...................................................... 二实验要求...................................................... 三实验原理...................................................... 四预备知识...................................................... 五实验内容...................................................... 六实验步骤...................................................... 6.1 建立对象：............................................... 6.2 用普通最小二乘法建立线性模型............................. 6.3 检验模型的异方差性....................................... 6.4 异方差性的修正........................................... 实验五自相关性 ..................................................................................................................................................

计量经济学实验二

实验二 （一）异方差性 【实验目的】 掌握异方差性的检验及处理方法 【实验内容】 建立并检验我国制造业利润函数模型 【实验步骤】 【例1】表1列出了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。 表1 我国制造工业1998年销售利润与销售收入情况

一、检验异方差性 ⒈图形分析检验 ⑴观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y 图1 我国制造工业销售利润与销售收入相关图 从图中可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。 ⑵残差分析 首先将数据排序（命令格式为：SORT 解释变量），然后建立回归方程。在方程窗口

中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。 图2 我国制造业销售利润回归模型残差分布 图2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。 ⒉Goldfeld-Quant检验 ⑴将样本安解释变量排序（SORT X）并分成两部分（分别有1到10共11个样本合19到28共10个样本） ⑵利用样本1建立回归模型1（回归结果如图3），其残差平方和为2579.587。 SMPL 1 10 LS Y C X

图3 样本1回归结果 ⑶利用样本2建立回归模型2（回归结果如图4），其残差平方和为63769.67。 SMPL 19 28 LS Y C X 图4 样本2回归结果 ⑷计算F 统计量：12/RSS RSS F =＝63769.67/2579.59=24.72，21RSS RSS 和分别是模型1和模型2的残差平方和。 取 05 .0=α时，查F 分布表得 44.3)1110,1110(05.0=----F ，而 44.372.2405.0=>=F F ，所以存在异方差性 ⒊White 检验 ⑴建立回归模型：LS Y C X ，回归结果如图5。