计量经济学自相关性检验实验报告

计量经济学

自相关性检验实验报告

实验内容：自相关性检验

工业增加值主要由全社会固定资产投资决定。为了考察全社会固

定资产投资对工业增加值的影响，可使用如下模型：Y

i =

1

β

β+

i

X；

其中，X表示全社会固定资产投资，Y表示工业增加值。下表列出了中国1998-2000的全社会固定资产投资X与工业增加值Y的统计数据。

一、估计回归方程

OLS法的估计结果如下：

Y=668.0114+1.181861X

（2.24039）（61.0963）

R2=0.994936，R2=0.994669，SE=951.3388，D.W.=1.282353。

二、进行序列相关性检验

（1）图示检验法

通过残差与残差滞后一期的散点图可以判断，随机干扰项存在正序列相关性。

（2）回归检验法

一阶回归检验

e=0.356978e1-t+εt

t

二阶回归检验

e=0.572433e1-t－0.607831e2-t+εt

t

可见：该模型存在二阶序列相关。

（3）杜宾-瓦森（D.W）检验法

由OLS法的估计结果知：D.W.=1.282353。本例中，在5%的显

=1.22，著性水平下，解释变量个数为2，样本容量为21，查表得d

l

d u=1.42,而D.W.=1.282353，位于下限与上限之间，不能确定相关性。（4）拉格朗日乘数（LM）检验法

F-statistic 6.662380 Probability 0.007304

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 12/26/09 Time: 22:55

C -35.61516 236.2598 -0.150746 0.8820

X 0.005520 0.015408 0.358245 0.7246

RESID(-1) 0.578069 0.195306 2.959807 0.0088

R-squared 0.439402 Mean dependent var 1.53E-12

Adjusted R-squared 0.340473 S.D. dependent var 927.2503

S.E. of regression 753.0318 Akaike info criterion 16.25574

Sum squared resid 9639967. Schwarz criterion 16.45469

Log likelihood -166.6852 F-statistic 4.441587

由上表可知：含二阶滞后残差项的辅助回归为：

e=-35.61516+0.05520X+0.578069e1-t－0.617998e2-t

t

(-0.1507) (0.3582) (2.9598) (-3.0757)

R2=0.439402

于是，LM=19×0.439402=8.348638，该值大于显著性水平为5%，

()2=5.991，由此判断原模型存在2阶自由度为2的χ2的临界值Χ2

0.05

序列相关性。

三、序列相关的补救

（1）广义差分法估计模型

由D.W.=1.282353，得到一阶自相关系数的估计值ρ=1-DW/2=0.6412则DY=Y-0.6412*Y(-1)，DX=X-0.6412*X(-1)；以DY为因变量，DX为解释变量，用OLS法做回归模型，这样就生成了经过广义差分后的模型。

由上表知D.W.=1.751259，在5%的显著性水平下，解释变量个数为2，

样本容量为20，查表得d

=1.20，d u=1.41,而D.W.=1.751259，大于上

l

限d u=1.41，可知模型经过广义差分后不存在相关性。

（2）科克伦-奥科特法估计模型

由上表知D.W.=1.582300，在5%的显著性水平下，解释变量个数为3，样本容量为20，查表得d

=1.10，d u=1.54,而D.W.= 1.582300，大于

l

上限d u=1.54，可知模型经过广义差分后不存在相关性。

计量经济学实验报告6 单方程线性回归模型中异方差的检验与补救

内蒙古科技大学 实验报告 课程名称：计量经济学实验项目名称：单方程线性回归模型中异方差的检验与补救 院（系）：经济与管理学院专业班级：姓名： 学号： 内蒙古科技大学 实验地点： 实验日期： 2013年 5 月 15 日 实验目的：掌握利用EViews软件对模型中存在的异方差进行检验和补救。实验内容： 根据我国2000年部分地区城镇居民每个家庭平均全年可支配收入X与消费支出Y的统计数据，通过建立双变量线性回归模型分析人均可支配收入对人均消费支出的线性影响，并讨论异方差的检验与修正过程。 1、异方差的检验 1）图示法 2）Park检验 3）Glejser检验 4）Goldfeld-Quandt检验 5）White检验 2、异方差的补救 1）加权最小二乘法（WLS） 2）对数变换 实验方法、步骤和结果： 一、前期准备工作，数据粘贴file-new-workfile Quick-empty group

内蒙古科技大学 并对数据重命名 ser01-x ser02-y 二、异方差的检验 1、先对x、y进行估计。在quick中选择estimate equation编辑方程y c x

内蒙古科技大学 2、将x、y建组，并命名为group02,并在group02中view菜单下选择graph-scatter-simple scaterr画出散点图。 从图像中可看出，三点分布由集中到慢慢扩大，而且比较明显，所以说该模型可能存在异方差。 3、y的估计值与残差平方的散点图进行判断 首先在eq01中proc菜单下选择make residual series,命名为res，找到残差。如图：

计量经济学检验报告

1.研究目的和意义 我们研究的对象是各地区居民消费支出的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民家庭每人每年的平均消费支出”来比较，而这正是可国家统计局中获得数据的变量。所以模型的被解释变量Y选定为“城市居民家庭平均每人生活消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2007年的截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，另外，居民消费支出具有一定的惯性，也就是说居民当年的消费支出在一定程度上受上一年已经实现的消费支出的影响。其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民家庭人均消费支出”相对应，选择在国家 X，统计局中可以获得的“各地区城市居民家庭人均可支配收入”作为解释变量 1 X。 “上年各地区城镇居民家庭平均每人生活消费支出”作为 2 从国家统计局中得到表1的数据: 表 1 城镇居民家庭平均每人生活消费支出与各地区城镇居民家庭人均可支配收入 地区Y X1 X2 北京14825.41 19977.52 13244.20 天津10548.05 14283.09 9653.26 河北7343.49 10304.56 6699.67 山西7170.94 10027.70 6342.63 内蒙古7666.61 10357.99 6928.60

计量经济学--自相关性的检验及修正

经济计量分析实验报告 一、实验项目 自相关性的检验及修正 二、实验日期 2015.12.13 三、实验目的 对于国内旅游总花费的有关影响因素建立多元线性回归模型，对变量进行多重共线性的检验及修正后，对随机误差项进行异方差的检验和补救及自相关性的检验和修正。 四、实验内容 建立模型，对模型进行参数估计，对样本回归函数进行统计检验，以判定估计的可靠程度，包括拟合优度检验、方程总体线性的显著性检验、变量的显著性检验，以及参数的置信区间估计。 检验变量是否具有多重共线性并修正。 检验是否存在异方差并补救。 检验是否存在相关性并修正。 五、实验步骤 1、建立模型。 以国内旅游总花费Y 作为被解释变量，以年底总人口表示人口增长水平，以旅行社数量表示旅行社的发展情况，以城市公共交通运营数表示城市公共交通运行状况，以城乡居民储蓄存款年末增加值表示城乡居民储蓄存款增长水平。 2、模型设定为: t t t t t μβββββ+X +X +X +X +=Y 443322110t 其中：t Y — 国内旅游总花费（亿元） t 1X — 年底总人口（万人） t 2X — 旅行社数量（个） t 3X — 城市公共交通运营数（辆） t 4X — 城乡居民储蓄存款年末增加值（亿元） 3、对模型进行多重共线性检验。 4、检验异方差是否存在并补救。 5、检验自相关性是否存在并修正。 六、实验结果

消除多重共线性及排除异方差性之后的回归模型为：2382963.08388.301?X Y +-= 检验 I 、图示法 1、1-t e ，t e 散点图 -1,500 -1,000 -500 500 1,000 1,500 -2,000 -1,00001,0002,000 ET(-1) E T 大部分落在第Ⅰ，Ⅲ象限，表明随机误差项存在正自相关。 2、t e 折线图 -1,500 -1,000 -500 500 1,000 1,500 86 88 90 92 94 96 98 00 02 04 06 08 10 RESID Ⅱ、解析法 1、D-W 检验

计量经济学实验报告2

一元线性回归模型 一、实验内容：利用一元线性回归模型研究我国经济水平对消费的影响 1、实验目的：掌握一元线性回归方程的建立和基本的经济检验和统计检验 2、实验要求： （1）对原始指标变量数据作价格因子的剔除处理； （2）对回归模型做出经济上的解释； （3）独立完成实验建模和实验报告 二、实验报告 ----中国1978-2006年人均消费与经济水平之间的关系 1、问题的提出 居民的消费在社会经济发展中具有重要的作用，合理适度的消费可以有利的促进经济的平稳健康的增长。要充分发挥消费对经济的拉动作用，关键问题是如何保证居民的消费水平。根据宏观经济学理论，一国的GDP扣除掉折旧和税收就是居民的可支配的收入了，而居民的收入主要用于两个方面：一是储蓄，二是消费。如果人均GDP增加，那么居民的可支配收入也会增加，这样居民用于消费的应该也会增加。本次实验通过运用中国1978-2006年人均消费与经济水平（用人均GDP这个指标来表示）数据，建立模型研究人均消费和经济水平之间的关系。 2、指标选择 3、、数据来源 我们从中国统计局网站上取得中国1978-2006年的人均消费、人均GDP和各年的CPI。见表2.1： 表2.1 人均GDP与人均消费的原始数据（现价）单位：元

4、数据处理 为了保证我们各个时期数据的可性，我们必须剔除价格的因素对人均消费和人均GDP的影响。在这里我们用1990年的CPI作为基期来调整数据。关于调整方法我们可以用Excell也可以用Eviews软件进行，在这里我们介绍一下用Eviews软件调整数据的步骤。 利用命令行输入： “Genr averageconsume1=100/cpibase1990*averageconsume Genr averagegdp1=100/cpibase1990*averagegdp” 其中averageconsume1、averagegdp1表示调整过后的人均消费和人均GDP；cpibase1990表示以1990年为基期的CPI。 调整过后的人均消费和人均GDP如表2.2 表2.2 人均GDP与人均消费的可比价数据（单位：元）

计量经济学案例分析 课程报告 论文

中国经济增长影响因素实证分析 一、研究对象 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。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。 二、数据收集与模型的建立 （一）数据收集 表2.1 中国经济增长影响因素模型时间序列表 年份国内生产总 值（y） 年末从业 人员数 （x1） 全社会固定资 产投资总额 (x2) 居民消费价格指 数（上年=100） (x3) 1980 4545.6 42361 910.9 107.5 1981 4891.6 43725 961 102.5 1982 5323.4 45295 1230.4 102 1983 5962.7 46436 1430.1 102 1984 7208.1 48197 1832.9 102.7 1985 9016 49873 2543.2 109.3 1986 10275.2 51282 3120.6 106.5 1987 12058.6 52783 3791.7 107.3 1988 15042.8 54334 4753.8 118.8 1989 16992.3 55329 4410.4 118 1990 18667.8 64749 4517 103.1 1991 21781.5 65491 5594.5 103.4 1992 26923.5 66152 8080.1 106.4 1993 35333.9 66808 13072.3 114.7 1994 48197.9 67455 17042.1 124.1 1995 60793.7 68065 20019.3 117.1 1996 71176.6 68950 22913.5 108.3 1997 78973 69820 24941.1 102.8 1998 84402.3 70637 28406.2 99.2 1999 89677.1 71394 29854.7 98.6 2000 99214.6 72085 32917.7 100.4 2001 109655.2 73025 37213.5 100.7 2002 120332.7 73740 43499.9 99.2 2003 135822.8 74432 55566.6 101.2 2004 159878.3 75200 70477.4 103.9 2005 184937.4 75825 88773.6 101.8 2006 216314.4 76400 109998.2 101.5 2007 265810.3 76990 137323.9 104.8

所有计量经济学检验方法(全)

计量经济学所有检验方法 一、拟合优度检验 可决系数 TSS RSS TSS ESS R - ==12 TSS 为总离差平方和，ESS 为回归平方和，RSS 为残差平方和 该统计量用来测量样本回归线对样本观测值的拟合优度。 该统计量越接近于1，模型的拟合优度越高。 调整的可决系数)1/() 1/(12---- =n TSS k n RSS R 其中：n-k-1为残差平方和的自由度，n-1为总体平方 和的自由度。将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。 二、方程的显著性检验(F 检验) 方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。 原假设与备择假设：H 0:β1=β2=β3=…βk =0 H 1: βj 不全为0 统计量 )1/(/--= k n RSS k ESS F 服从自由度为(k , n-k-1)的F 分布，给定显著性水平α，可得到临 界值F α(k,n-k-1)，由样本求出统计量F 的数值，通过F>F α(k,n-k-1)或F ≤F α(k,n-k-1)来拒绝或接受原假设H 0，以判定原方程总体上的线性关系是否显著成立。 三、变量的显著性检验（t 检验） 对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。 原假设与备择假设：H0：βi =0 （i=1,2…k ）；H1：βi ≠0 给定显著性水平α，可得到临界值t α/2(n-k-1)，由样本求出统计量t 的数值，通过 |t|> t α/2(n-k-1) 或 |t|≤t α/2(n-k-1) 来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。 四、参数的置信区间 参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。 统计量 )1(~1??? ----'--= k n t k n c S t ii i i i i i e e βββββ 在(1-α)的置信水平下βi 的置信区间是 ( , ) ββααββ i i t s t s i i -?+?2 2 ，其中，t α/2为显著性 水平为α、自由度为n-k-1的临界值。 五、异方差检验 1. 帕克(Park)检验与戈里瑟(Gleiser)检验 试建立方程： i ji i X f e ε+=)(~2 或 i ji i X f e ε+=)(|~|

计量经济学实验报告 (3)

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。 模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年 216,314.43 76,315.00 109,998.16 101.5

计量经济学调查报告

大学生月消费支出调查报告 一、引言 在当前尚且低迷，尚未完全复苏的经济环境下，消费问题被大家广泛关注。物价的连续上涨，直接反映了社会的消费和需求问题。当前的消费市场中，大学生作为一个特殊的消费群体正受到越来越大的关注。由于大学生年龄较轻，群体较特别，他们有着不同于社会其他消费群体的消费心理和行为。一方面，他们有着旺盛的消费需求，另一方面，他们尚未获得经济上的独立，消费受到很大的制约。消费观念的超前和消费实力的滞后，都对他们的消费有很大影响。特殊群体自然有自己特殊的特点，同时难免存在一些非理性的消费甚至一些消费的问题。为了调查清楚大学生的消费情况，我决定在身边的同学中进行一次消费的调研，对大家的消费进行归宗和分析。 二、理论综述 我们主要对大学生每人每月消费支出进行多因素分析，并从周围同学搜集相关数据，建立模型，对此进行数量分析。 影响大学生每人每月消费支出的主要因素如下： 1、学习支出 2、消费收入 3、生活支出 三、模型设定 Y：每人每月消费支出 X1：学习支出X2：消费收入 X3：生活支出 四、数据搜集 1、数据说明 我们特对周围大学生的消费水平做了简单调查，再用计量经济学的知识分析其影响因素。 2、数据的搜集情况 人数每人每月消 费 支出Y 学习支出 （X1） 消费收入（X2）生活支出（X3） 1760310800450 2630230600400 311002301350880 4420170450250 59601601000800 6580280500300 78702201000650 8300110400190 910501501300900 10126016015001100 11130030015001000 12500190550310 13600180750420 149001401000760

计量经济学 自相关 实验报告

1.编辑输入某市1991-2011年国内生产总值X 和出口总额Y 、通过OLS 估计法进行回归分析得到线性回归结果 线性回归方程：i X ?0.288354-3398.045i Y ?+= (-1.0118467) (17.5565) --t 统计量 R 2 ＝0.9419 F=308.2308 2.自相关检验 (1)图示法（e 与e(-1)的散点图、残差序列图、相关图和Q 统计量检验） (2)D ．W ．检验:给定显著水平a=0.05，得到临界水平值d L =1.22、d U =1.42。从回归分析中查得DW=0.5235 (3)LM 检验

给定显著水平a=0.05，得临界值X2 0.05 (1)=3.84,根据回归结果知n*R2=11.578， 与临界值比较得n*R2>X2 0.05 (1)故认为存在一阶序列相关。 3.序列相关修正 (1)广义差分法 ○1DW =0.5235估计p值为0.74做广义差分，创建新序列DY DX、进行线性回归 对结果做DW 2检验，存在自相关。○2再次做差分p估计值为1-DW 2 /2，创建新序 列LY LX、对回归结果做DW 3 检验，从而得到不存在自相关。○3检验最终结果序列相关性，可得不存在序列相关。 （2）科克栏内-奥克特迭代法 在用OLS估参时同时选择c和X,AR(p)作为解释变量可得参数β 0，β 1， p p 的估计 值，AR(p)即为随即干扰项的p阶自回归。根据DW统计量逐次引入AR(p)直到满意。所以引入AR(1)，AR(2)对迭代一次与迭代二次的回归结果分别检验，得迭代二次回归结果不存在自相关。

计量经济学实验报告

计量经济学实验报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT

计量经济学实验 基于EViews的 中国能源消费影响因素分析 学院： 班级： 学号： 姓名：

基于EViews的中国能源消费影响因素分析 一、背景资料 能用消费是引是指生产和生活所消耗的能源。能源消费按人平均的占有量是衡量一个国家经济发展和人民生活水平的重要标志。能源是支持经济增长的重要物质基础和生产要素。能源消费量的不断增长，是现代化建设的重要条件。我国能源工业的迅速发展和改革开放政策的实施，促使能源产品特别是石油作为一种国际性的特殊商品进入世界能源市场。随着国民经济的发展和人口的增长，我国能源的供需矛盾日益紧张。同时，煤炭、石油等常规能源的大量使用和核能的发展，又会造成环境的污染和生态平衡的破坏。可以看出，它不仅是一个重大的技术、经济问题，而且以成为一个严重的政治问题。 在20世纪的最后二十年里，中国国内生产总值（GDP）翻了两番，但是能源消费仅翻了一番，平均的能源消费弹性仅为左右。然而自2002年进入新一轮的高速增长周期后，中国能源强度却不断上升，经济发展开始频频受到能源瓶颈问题的困扰。鉴于此，研究能源问题不仅具有必要性和紧迫性，更具有很大的现实意义。由于我国目前面临的所谓“能源危机”，主要是由于需求过大引起的，而我国作为世界上最大的发展中国家，人口众多，所需能源不可能完全依赖进口，所以，研究能源的需求显得更加重要。 二、影响因素设定 根据西方经济学消费需求理论可知，影响消费需求的因素有：商品的价格、消费者收入水平、相关商品的价格、商品供给、消费者偏好以及消费者对商品价格的预期等。对于相关商品价格的替代效应，我们认为其只存在能源品种内部之间，而消费者偏好及消费者对商品价格的预期数据差别较大，不容易进行搜集整理在此暂不涉及。另外，发展经济学认为，来自知识、人力资本的积累水平所体现的技术进步不仅可以带动劳动产出的增长，

计量经济学期末报告

计量经济学实验报告 我国居民储蓄余额的影响因素的计量分析 XX学院 XX专业 小组成员：（姓名及学号）

我国居民储蓄余额的影响因素的计量分析 一．研究的目的要求 1.研究的背景 居民储蓄额作为一个国家经济增长中来源最稳定、数额最大的影响因素，它的高低对一国的经济发展、投资和居民生活等方面都有不同程度的影响。目前我国国内居民储蓄意愿强劲、储蓄额居高不下，形成了储蓄的超常增长，主要呈现以下特点：（1）储蓄率世界之冠；（2）储蓄增长速度高于经济和居民收入增长速度；（3）城乡之间差别大；（4）不同收入阶层分布不均匀；（5）不同地区分布极不平均。我国储蓄的超常增长一方面能为银行提供了充足的信贷资金，保证金融机构的稳健运行，还能为国家提供了物质基础；此外，面对世界的日益发展，高储蓄额还能帮助我国进一步改革。但是，在另一方面我还国存在金融机构对资本的运用效益不高、居民投资渠不多、投资效益不稳定等问题。这些问题导致我国现在储蓄存款过剩、消费不足和资本形成不足同时并存的局面。 2013年6月余额宝正式上线，在此后的一年中该产品的客户数量和管理资产出现爆炸式的增长。截止2014年3月余额宝资金规模已经达到5413亿元，截止2014年4月，居民人民币存款减少1.23万亿元。余额宝作为一条“鲶鱼”和随后出现的众多“宝宝”们一起加速了中国利率市场化的进程，对未来我国储蓄额有着重大影响。 为了分析我国居民储蓄存款如今的发展状况、更好地把握我国储蓄余额未来的走向，所以对我国储蓄余额的及其影响因素的研究是十分必要的。 2.影响因素的分析 为了研究影响中国储蓄余额高低的主要原因，分析居民储蓄余额增长规律，预测中国储蓄余额的增长趋势，需要建立计量经济模型。通过参考相关文献并结合我国经济发展的实际情况提出了以下几个变量。（1）收入水平。根据经济理论可以认为，收入水平是影响储蓄的最主要因素。（2）利率水平。利率作为消费的机会成本也会对储蓄产生影响。理论上认为，利率越高，居民消费的机会成本越高，所以会减少消费增加储蓄；反之，利率越低消费成本越低，居民会增加消费减少储蓄。（3）物价水平。物价水平会影响消费和储蓄。物价水平越高相同消费水平需要支付的货币更多。而且物价水

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。

计量经济学报告报告

《计量经济学》课程论文 城镇居民消费主要影响因素的实证分析 小组成员：何志滔李学贤吴晓天 指导教师：张子昱 日期：2010年12月23日

城镇居民消费主要影响因素的实证分析 摘要 中国经济的快速增长，城镇化步伐加快。城镇居民的消费在国民经济中占有极其重要的比重，城镇居民的消费水平对整个国名经济的的发展有重大的作用。面对这个巨大的消费，如何提高消费水平就成了扩大内需、拉动经济所面对的问题。本文运用计量经济学的方法，就城镇居民的消费水平的主要影响因素进行了简单的分析。 关键词：城镇居民；消费水平；影响因素 一问题的提出 经济危机以来，中国遭遇增长上的瓶颈。一直以来中国经济的增长主要依赖于投资、出口和消费三架马车，而又以投资和出口的拉动作用最大。虽然我国一直在强调要扩大内需，但经济危机中由于出口减少而引起经济的下滑还是说明国内经济对出口的依赖还是很大的。 西方经济学中有很多关于需求、消费的理论。微观经济学中供求和均衡价格理论中的需求定理阐述了需求的定义和影响因素。需求是指某一特定时期内，在各种可能的价格水平下，消费者愿意而且能够买到的某种商品的数量。影响需求的主要因素包括商品本身的价格、其他商品的价格、消费者的偏好、消费者收入及人们对未来的期望等。 由于数据的可获得性及影响的重要性，对于城镇居民的消费水平主要选取了以下两个影响因素;城镇居民家庭可支配纯收入及商品零售价格指数。 二1991年到2008年城镇居民消费水平及其影响因素的统计数据（表1）

三建立模型 由数据分析，初步建立模型Y=b0+b1*X1+b2*X2+ui b0表示在没有任何影响因素下城镇居民的消费水平；b1表示城镇家庭可支配纯收入对城镇居民消费水平的影响；b2表示商品零售价格指数对城镇居民的消费水平的影响；ui为随机扰动项 四模型的检验与修正 （一）模型的参数估计及经济意义和统计意义上的检验 利用Eviews软件，做Y对X1 X2的回归。回归结果如下表1： Dependent Variable: Y Method: Least Squares Date: 12/22/10 Time: 12:48 Sample: 1991 2008 Included observations: 18 Variable Coeffici ent Std. Error t-Statisti c Prob. C 3435.487 1604.745 2.140831 0.0491 X1 0.782495 0.024778 31.58077 0.0000 X2 -20.2479 0 14.85835 -1.362728 0.1931 R-squared 0.986696 Mean dependent var 6826.167 Adjusted R-squared 0.984922 S.D. dependent var 3180.842 S.E. of regression 390.5890 Akaike info 14.92420

计量经济学实验报告(自相关性)

实验6.美国股票价格指数与经济增长的关系 ——自相关性的判定和修正 一、实验内容：研究美国股票价格指数与经济增长的关系。 1、实验目的: 练习并熟练线性回归方程的建立和基本的经济检验和统计检验；学会判别自相关的存在，并能够熟练使用学过的方法对模型进行修正。 2、实验要求： （1）分析数据，建立适当的计量经济学模型 （2）对所建立的模型进行自相关分析 （3）对存在自相关性的模型进行调整与修正 二、实验报告 1、问题提出 通过对全球经济形势的观察，我们发现在经济发达的国家，其证券市场通常也发展的较好，因此我们会自然地产生以下问题，即股票价格指数与经济增长是否具有相关关系？ GDP是一国经济成就的根本反映。从长期看，在上市公司的行业结构与国家产业结构基本一致的情况下，股票平均价格的变动跟GDP的变化趋势是吻合的，但不能简单地认为GDP增长，股票价格就随之上涨，实际走势有时恰恰相反。必须将GDP与经济形势结合起来考虑。在持续、稳定、高速的GDP增长下，社会总需求与总供给协调增长，上市公司利润持续上升，股息不断增加，老百姓收入增加，投资需求膨胀，闲散资金得到充分利用，股票的内在含金量增加，促使股票价格上涨，股市走牛。 本次试验研究的1970-1987年的美国正处在经济持续高速发展的状态下，据此笔者利用这一时期美国SPI与GDP的数据建立计量经济学模型，并对其进行分析。 2、指标选择： 指标数据为美国1970—1987年美国股票价格指数与美国GDP数据。 3、数据来源： 实验数据来自《总统经济报告》（1989年），如表1所示：

表1 4、数据处理 将两组数据利用Eviews绘图，如图1、2所示： 图1 GDP数据简图图2 SPI数据简图

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。

计量经济学实验报告

中国海洋大学 《计量经济学》实验报告实验项目名称：黄金价格影响因素解析 指导教师：殷克东 姓名：王焜 学号： 年级专业： 14金融 中国海洋大学经济学院

【实验步骤——自己操作】 一、实验数据： 黄金价格、美元指数、通胀率、原油价格、US利率、GDP、标准普尔指数的数据如下：二、实验步骤： （1）建立回归模型 1.建立实验文件 2.输入Y、X的数据 在EViews软件的命令窗口键入DATA命令，命令格式为：： 输入：data Y X1 X2 X3 X4 X5 X6 X7 3.建立回归模型： 建立Y C X1 X2 X3 X4 X5 X6 X7的回归，

其中Y代表黄金价格 X1代表美元指数 X2代表通胀率 X3代表原油价格 X4代表短期US 利率 X5代表长期US利率 X6代表GDP X7代表标准普尔指数 4．回归结果如下： 5、对模型的初步分析 a.对模型拟合度分析：从报告单可以看出，R-squared为，模型拟合度在89%左右。

b.对变量的显着性分析：在t检验中，截距项参数、RS的参数并不显着。可能为0。但要判断是否为0，还要对残差和变量进行检验。 c.对模型显着性分析F检验中，F统计量值为，大于显着水平为5%的临界值，说明模型显着。对多个解释变量的模型，若OLS法估价的R2与F值较大，但t检验值较小，则说明各解释变量对Y的联合线性作用显着，但各解释变量间存在共线性而使得它们对Y的独立作用不能分辨，故t检验不显着。 d、对模型的残差项进行分析 异方差检验：怀特检验 由图知Obs*R-squared统计量为，概率值大于，说明不存在异方差 自相关检验 P(Obs*R-squared)为，大于的显着水平，所以不存在自相关。 e、对变量进行分析 对变量进行多重共线性检验 由相关系数矩阵知： 与RL、RS和SP存在明显的线性相关性。可以看出GDP与利率存在线性负相关，与股票市场存在线性正相关。因为GDP是反映国家经济的一个重要指标，因此，国家为了刺激经济，货币政策往往比较宽松，利率比较低，此时国家经济发展，GDP加速上升，带动股市上扬。 与SP存在明显的线性相关性。由股票理论价格=股票收益/利率知 道利率与股票价格存在负相关。 由于存在多重共线性存在，导致OLS下估计量的非有效、变量显着性检验失效和模型预测失效，因此必须克服模型多重共线性，对模型进行修改。 6、对模型的修正 前面已经大致检测出存在多重共线性的解释变量，分别是短期利率（X4）、长期利率（X5）、标准普尔指数（X7）、GDP（X6）。对这些解释变量进行逐步回归： 短期利率： 长期利率 标准普尔指数 GDP 可以看出在标长期利率的逐步回归中t检验最显着；R检验值为，在四个检验中最好；因

所有计量经济学检验方法(全)

所有计量经济学检验方法(全)

计量经济学所有检验方法 一、拟合优度检验 可决系数 TSS RSS TSS ESS R -== 12 TSS 为总离差平方和，ESS 为回归平方和，RSS 为残差平方和 该统计量用来测量样本回归线对样本观测值的拟合优度。 该统计量越接近于1，模型的拟合优度越高。 调整的可决系数 ) 1/() 1/(12---- =n TSS k n RSS R 其中：n-k-1为残差 平方和的自由度，n-1为总体平方和的自由度。将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。 二、方程的显著性检验(F 检验) 方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。 原假设与备择假设： H 0:β1=β2=β3=…βk =0 H 1: βj 不全为0 统计量 ) 1/(/--= k n RSS k ESS F 服从自由度为(k , n-k-1)的F

分布，给定显著性水平α，可得到临界值F α(k,n-k-1)，由样本求出统计量F的数值，通过 F>F α(k,n-k-1)或F≤F α (k,n-k-1)来拒绝或接受 原假设H ，以判定原方程总体上的线性关系是否显著成立。 三、变量的显著性检验（t检验） 对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。 原假设与备择假设：H0：β i =0 （i=1,2…k）； H1：β i ≠0 给定显著性水平α，可得到临界值t α/2 (n-k-1)，由样本求出统计量t的数值，通过 |t|> t α/2(n-k-1) 或|t|≤t α /2 (n-k-1) 来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。 四、参数的置信区间 参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。

计量经济学实验报告

计量经济学实验报告 ：马艺菡 学号：4 班级：9141070302 任课教师：静文

实验题目简单线性回归模型分析 一实验目的与要求 目的：影响财政收入的因素可能有很多，比如国生产总值，经济增长，零售物价指数，居民收入，消费等。为研究国生产总值对财政收入是否有影响，二者有何关系。 要求：为研究国生产总值变动与财政收入关系，需要做具体分析。 二实验容 根据1978-1997年中国国生产总值X和财政收入Y数据，运用EV软件，做简单线性回归分析，包括模型设定，模型检验，模型检验，得出回归结果。 三实验过程：（实践过程，实践所有参数与指标，理论依据说明等） 简单线性回归分析，包括模型设定，估计参数，模型检验，模型应用。 （一）模型设定 为研究中国国生产总值对财政收入是否有影响，根据1978-1997年中国国生产总值X和财政收入Y，如图1 1978-1997年中国国生产总值和财政收入（单位：亿元）

1996 66850.5 7407.99 1997 73452.5 8651.14 根据以上数据作财政收入Y 和国生产总值X的散点图，如图2 从散点图可以看出，财政收入Y和国生产总值X大体呈现为线性关系，所以建立的计量经济模型为以下线性模型： （二）估计参数 1、双击“Eviews”，进入主页。输入数据：点击主菜单中的File/Open/EV Workfile—Excel—GDP.xls; 2、在EV主页界面点击“Quick”菜单，点击“Estimate Equation”,出现“Equation Specification”对话框，选择OLS估计，输入““y c x”,点击“OK”。即出现回归结果图3；

计量经济学实验报告

一、考察Y与X1、X2、X3、X4之间的关系 1、 建立模型 这是一个时间序列数据。我们假设拟建立如下四元回归模型： Y=β0+β1X1+β2X2+β3X3+β4X4+μ 表1给出了采用Eviews软件对上表中的数据进行回归分析的计算结果，表明可建立如下城乡收入比函数： Y^=4.1-0.15X1+0.93X2+3.27X3-11.84 X4 表1：中国城乡收入比Y对X1、X2、X3、X4的回归（1991-2010）

2、 经济意义检验 城乡二元结构系数（X1）: 此系数越大，说明城乡二元结构越严重,即X1与Y成正相关，可从我们建立的模型中得知对X1参数估计为 -0.15 ，不符合经济意义。 人均GDP增长率（X2）：这个比率与城乡收入比成正相关，从建立的模型中看到对X2的参数估计为0.93 ，符合经济意义。 财政支农比率（X3）：此比率反映了政府和社会对农村的支持力度。比率越大，说明政府财政支农比率越大。可见与Y成负相关，可是我们得出的参数估计为3.26 ，不符合经济意义。 产业比（X4）：此比率越大，说明福建省农业产值越高，农民收入水平较高，即与被解释变量成负相关。从列表中得到X4的参数 -11.84，符合经济意义。 二、考察Y与X2、X3、X4之间的关系 1、建立模型 假设拟建立如下三元回归模型： Y=β0+β2X2+β3X3+β4X4+μ

表2给出了采用Eviews软件对上表中的数据进行回归分析的计算结果，表明可建立如下城乡收入比函数： Y=3.21+0.74X2-0.50X3-6.76X4 表2：中国城乡收入比Y对X2、X3、X4的回归（1991-2010） 2、经济意义检验 人均GDP增长率（X2）：这个比率与城乡收入比成正相关，从建立的模型中看到对X2的参数估计为0.74 ，符合经济意义。

计量经济学自相关性检验报告分析(doc 7页)

计量经济学自相关性检验报告分析 (doc 7页) 部门： xxx 时间： xxx 整理范文，仅供参考，可下载自行编辑

计量经济学 自相关性检验实验报告 实验内容：自相关性检验 工业增加值主要由全社会固定资产投资决定。为了考察全社会固定资产投资对工业增加值的影响，可使用如下模型：Y=；其中，X 表示全社会固定资产投资，Y表示工业增加值。下表列出了中国1998-2000的全社会固定资产投资X与工业增加值Y的统计数据。 一、估计回归方程

OLS法的估计结果如下： Y=668.0114+1.181861X （2.24039）（61.0963） R2=0.994936，R2=0.994669，SE=951.3388，D.W.=1.282353。 二、进行序列相关性检验 （1）图示检验法

通过残差与残差滞后一期的散点图可以判断，随机干扰项存在正序列相关性。 （2）回归检验法 一阶回归检验 e=0.356978e1-t+εt t 二阶回归检验

e=0.572433e1-t－0.607831e2-t+εt t 可见：该模型存在二阶序列相关。 （3）杜宾-瓦森（D.W）检验法 由OLS法的估计结果知：D.W.=1.282353。本例中，在5%的显 =1.22，著性水平下，解释变量个数为2，样本容量为21，查表得d l d u=1.42,而 D.W.=1.282353，位于下限与上限之间，不能确定相关性。 （4）拉格朗日乘数（LM）检验法 Breusch-Godfrey Serial Correlation LM Test: Obs*R-squared 9.227442 Probability 0.009915 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 12/26/09 Time: 22:55 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. X 0.005520 0.015408 0.358245 0.7246 RESID(-1) 0.578069 0.195306 2.959807 0.0088 RESID(-2) -0.617998 0.200927 -3.075729 0.0069 Adjusted R-squared 0.340473 S.D. dependent var 927.2503 S.E. of regression 753.0318 Akaike info criterion 16.25574 Sum squared resid 9639967. Schwarz criterion 16.45469 Log likelihood -166.6852 F-statistic 4.441587 Durbin-Watson stat 2.569721 Prob(F-statistic) 0.017675 由上表可知：含二阶滞后残差项的辅助回归为： e=-35.61516+0.05520X+0.578069e1-t－0.617998e2-t t (-0.1507) (0.3582) (2.9598) (-3.0757) R2=0.439402