计量经济学eviews实验报告.docx
- 文档编号:15881496
- 上传时间:2023-07-08
- 格式:DOCX
- 页数:16
- 大小:76.37KB
计量经济学eviews实验报告.docx
《计量经济学eviews实验报告.docx》由会员分享,可在线阅读,更多相关《计量经济学eviews实验报告.docx(16页珍藏版)》请在冰点文库上搜索。
计量经济学eviews实验报告
大连海事大学
实验报告
试验名称:
计量经济学软件应用
专业班级:
财务管理-1
姓名:
安妮
指导老师:
赵冰茹
交通运输管理学院
二○一六年十一月
一、试验目标
学会常见经济计量软件基础功效,并将其应用在一元线性回归模型分析中。
具体包含:
Eview安装,样本数据基础统计量计算,一元线性回归模型建立、检验及结果输出与分析,多元回归模型建立与分析,异方差、序列相关模型检验与处理等。
二、试验环境
WINDOWSXP或操作系统下,基于EVIEWS5.1平台。
三、试验模型建立与分析
案例1:
中国1995-人均国民生产总值和居民消费支出统计资料(此资料来自中国统计局网站)如表1所表示,做回归分析。
表1中国1995-人均国民生产总值与居民消费水平情况
指标
人均中国生产总值(元)
居民消费水平(元)
1995年
5074
2330
1996年
5878
2765
1997年
6457
2978
1998年
6835
3126
1999年
7199
3346
7902
3721
8670
3987
9450
4301
10600
4606
12400
5138
14259
5771
16602
6416
20337
7572
23912
8707
25963
9514
30567
10919
36018
13134
39544
14699
43320
16190
46612
17806
(1)做出散点图,建立居民消费水平随人均中国生产总值改变一元线性回归方程,并解释斜率经济意义;
利用eviews软件输出结果汇报以下:
DependentVariable:
CONSUMPTION
Method:
LeastSquares
Date:
06/11/16Time:
19:
02
Sample:
1995
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
691.0225
113.3920
6.094104
0.0000
AVGDP
0.352770
0.004908
71.88054
0.0000
R-squared
0.996528
Meandependentvar
7351.300
AdjustedR-squared
0.996335
S.D.dependentvar
4828.765
S.E.ofregression
292.3118
Akaikeinfocriterion
14.28816
Sumsquaredresid
1538032.
Schwarzcriterion
14.38773
Loglikelihood
-140.8816
Hannan-Quinncriter.
14.30760
F-statistic
5166.811
Durbin-Watsonstat
0.403709
Prob(F-statistic)
0.000000
由上表可知财政收入随中国生产总值改变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表示中国生产总值每增加一元,人均消费水平增加0.35277元。
检验结果R2=0.996528,说明99.6528%样本能够被模型解释,只有0.3472%样本未被解释,所以样本回归直线对样本点拟合优度很高。
(2)对所建立回归方程进行检验:
(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:
c≠0
对于参数GDP假设:
H0:
GDP=0.对立假设:
H1:
GDP≠0
由上表知:
对于c,t=6.094104>t(n-2)=t(18)=2.101
所以拒绝H0:
c=0,接收对立假设:
H1:
c≠0
对于GDP,t=71.88054﹥t(n-2)=t(18)=2.101
所以拒绝H0:
GDP=0,接收对立假设:
H1:
GDP≠0
另外F统计量为5166.811,数值很大,能够判定,人均中国生产总值对居民消费水平在5%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,回归模型中应包含常数项。
综上,整体上看此模型是比很好。
(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,所以可判定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,ρ=1-DW/2=0.7981455
令X1=X-0.7981455*X(-1)
Y1=Y-0.7981455*Y(-1)
修正结果以下:
DependentVariable:
Y1
Method:
LeastSquares
Date:
06/11/16Time:
19:
56
Sample(adjusted):
1996
Includedobservations:
19afteradjustments
Coefficient
Std.Error
t-Statistic
Prob.
X1
-1.14E+08
7970597.
-14.33887
0.0000
C
-8.26E+10
5.45E+10
-1.516402
0.1478
R-squared
0.923631
Meandependentvar
-7.34E+11
AdjustedR-squared
0.919139
S.D.dependentvar
4.61E+11
S.E.ofregression
1.31E+11
Akaikeinfocriterion
54.13516
Sumsquaredresid
2.92E+23
Schwarzcriterion
54.23457
Loglikelihood
-512.2840
Hannan-Quinncriter.
54.15198
F-statistic
205.6031
Durbin-Watsonstat
0.953595
Prob(F-statistic)
0.000000
经修正后,DW=0.953595
(4)依据中国国民经济与社会发展统计公报,人均国民生产总值为49351元,对该年居民消费水平进行估计。
点估计:
Y=691.0225+0.352770*X=18100.5748
区间估计:
计算出^var(Y0)=S2(
)=1468.207,t0.25(n-2)=2.10,所以E(Y0)估计区间为^Y0±t0.25(n-2)√^var(Y0)=49351±80.4661。
利用Eviews输出估计结果以下:
案例2:
下面给出了中国1995-居民消费水平(Y)和人均中国生产总值(X1)以及城镇居民人均可支配收入(X2)数据,对它们三者之间关系进行研究。
具体数据如表2所表示。
表2:
1995年到统计资料单位:
元
指标
居民消费水平(元)
人均中国生产总值(元)
城镇居民人均可支配收入(元)
1995年
2330
5074
4283
1996年
2765
5878
4838.9
1997年
2978
6457
5160.3
1998年
3126
6835
5425.1
1999年
3346
7199
5854
3721
7902
6280
3987
8670
6859.6
4301
9450
7702.8
4606
10600
8472.2
5138
12400
9421.6
5771
14259
10493
6416
16602
11759.5
7572
20337
13785.8
8707
23912
15780.8
9514
25963
17174.7
10919
30567
19109.4
13134
36018
21809.8
14699
39544
24564.7
16190
43320
26467
17806
46612
28843.85
(1)试建立二元线性回归方程
利用Eviews软件输出结果汇报以下:
DependentVariable:
CONSUMPTION
Method:
LeastSquares
Date:
09/11/16Time:
16:
23
Sample(adjusted):
1995
Includedobservations:
20
Coefficient
Std.Error
t-Statistic
Prob.
AVGDP
0.160612
0.060350
2.661335
0.0164
SAVING
0.018166
0.005693
3.191061
0.0053
C
1040.987
143.3240
7.263178
0.0000
R-squared
0.997829
Meandependentvar
7351.300
AdjustedR-squared
0.997573
S.D.dependentvar
4828.765
S.E.ofregression
237.8674
Akaikeinfocriterion
13.91879
Sumsquaredresid
961875.6
Schwarzcriterion
14.06815
Loglikelihood
-136.1879
Hannan-Quinncriter.
13.94794
F-statistic
3906.446
Durbin-Watsonstat
0.977467
Prob(F-statistic)
0.000000
由上表可知,样本回归方程为:
Y=417.4107+0.269124X1+0.145843X2
(2)对检验结果分析
AVGDP与SAVINGP值均小于0.05,t值均大于t(n-2)=t(18)=2.101,所以样本回归方程十分显著。
修整后R2为0.997573,说明有99.76%样本能够被样本回归方程所解释,拟合很好。
F统计量为3906.446数值很大,能够判定,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%显著性水平下有显著性影响。
不过,值得注意是DW统计量为0.977467
案例3:
表3列出了中国部分省市城镇居民每个家庭平均整年可支配收入(income)与消费性支出(expense)统计数据。
表3统计数据
地域
人均可支配收入
人均消费性支出
地域
人均可支配收入
人均消费性支出
北京
43910.00
28009.00
广西
24669.00
15045.00
上海
47710.00
30520.00
山东省
29222.00
18323.00
重庆
25147.00
18279.00
陕西省
28844.00
19968.00
河北省
24141.00
16204.00
山西省
24069.00
14637.00
山西省
24069.00
14637.00
安徽省
24839.00
16107.00
内蒙古
28350.00
20885.00
甘肃省
20804.00
15507.00
吉林省
23217.80
17156.00
云南省
24299.00
16268.00
江苏省
34346.00
23476.00
贵州省
22548.21
15254.64
浙江省
40393.00
27242.00
四川省
24381.00
18027.00
江西省
24309.00
15142.00
青海省
22306.57
17492.89
湖南省
26570.00
18335.00
海南省
24487.00
17514.00
河南省
24391.45
15726.12
宁夏
23285.00
17216.00
(1)试用OLS法建立居民消费支出对可支配收入线性模型
利用eviews软件输出结果汇报以下:
DependentVariable:
EXPENSE
Method:
LeastSquares
Date:
09/11/16Time:
20:
15
Sample(adjusted):
2024
Includedobservations:
24
Coefficient
Std.Error
t-Statistic
Prob.
INCOME
0.603084
0.036435
16.55219
0.0000
C
2031.226
1033.251
1.965860
0.0621
R-squared
0.925669
Meandependentvar
18623.78
AdjustedR-squared
0.922291
S.D.dependentvar
4401.364
S.E.ofregression
1226.941
Akaikeinfocriterion
17.14209
Sumsquaredresid
33118445
Schwarzcriterion
17.24026
Loglikelihood
-203.7051
Hannan-Quinncriter.
17.16814
F-statistic
273.9751
Durbin-Watsonstat
1.601642
Prob(F-statistic)
0.000000
所以建立模型(令Y=EXPENSE人均消费性支出,X=INCOME人均可支配收入):
Y=2031.226+0.603084*X
当人均可支配收入增加1元,人均消费性支出增加0.603084元。
同时分析结果显示,INCOMEP值为0.00,小于0.05,t=16.55219>t(n-2)=t(18)=2.101,十分显著。
拟合优度R2为0.925669,说明有92.57%样本能够被样本回归方程所解释,拟合很好。
F统计量为273.9751,数值很大,能够判定,人均可支配收入对人均消费性支出在5%显著性水平下,有显著性影响。
DW统计量为1.601642>du=1.45(当k=1,n=24时),所以方程不存在序列相关问题。
整体上看,此模型较为成功。
(2)异方差图形检验:
输出残差、拟合值图形汇报:
散点图汇报:
从图形上能够看出,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增加而增加。
不过,从残差图和散点拟合图能够显著地观察出来,伴随可支配收入增加,支出变动幅度也略有减小趋势,可能存在异方差。
(3)检验模型是否存在异方差
White检验:
HeteroskedasticityTest:
White
F-statistic
1.423345
Prob.F(2,21)
0.2632
Obs*R-squared
2.864991
Prob,Chi-Square
(2)
0.2387
ScaledexplainedSS
1.024885
Prob,Chi-Square
(2)
0.5990
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
11/11/16Time:
15:
35
Sample:
2024
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
2491531
6379291.
0.390566
0.7001
INCOME
-22.43270
405.2308
-0.055358
0.9564
INCOME^2
-0.000615
0.005984
0.102742
0.9191
R-squared
0.119375
Meandependentvar
1379935.
AdjustedR-squared
0.035506
S.D.dependentvar
1300708.
S.E.ofregression
1277408.
Akaikeinfocriterion
31.07503
Sumsquaredresid
3.43E+13
Schwarzcriterion
31.22229
Loglikelihood
-369.9004
Hannan-Quinncriter
31.11410
F-statistic
1.423345
Durbin-Watsonstat
2.113531
Prob(F-statistic)
0.263213
原假设H0:
不存在异方差
备择假设H1:
存在异方差
依据检验结果可知,P=0.2632>0.05
故,接收原假设,认为该模型不存在异方差。
四、试验总结
1、对案例经济学意义分析结论
——人均中国生产总值、可支配收入与居民消费水平关系
中国生产总值与国民收入之间直接相关。
国民收入是反应整体经济活动关键指标。
整体经济活动越好,中国生产总值越高,那么国民收入越高。
假如一个国家总人口相对稳定不变,在国民收入增加情况下,人均国民收入增加,那么购置力就会上升,消费水平随之提升。
反之,在经济不景气甚至下行情况下,中国经济活动发展不好,中国生产总值就会下降,人均可支配收入也将随之下降,人民可支配收入降低,购置力下降,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模型中,不管从不一样时段纵向比较还是同一时段不一样地域横向比较,均展现出居民消费水平(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显著正相关关系,消费水平随中国生产总值、人均可支配收入增加而增加,符合经济学通常准则。
2.Eviews软件掌握情况总结
1)经过试验掌握了EVIEWS软件安装及其基础应用(包含数据输入、数据分析、及其分析结果输出)。
2)经过对案例进行计量经济模型分析,掌握了一元线性回归方程建立、多元线性回归方程求解,以及序列相关、异方差问题检验与修正等。
3)试验中突现不足是对书本理论没有足够深入思索和认识,而仅仅从“得到数据—数据Import—数据分析—结果输出”固定步骤去处理分析问题,需要在以后学习过程中反复练习加强。
4)以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,愈加好应用EViews软件处理算研究实际问题。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 eviews 实验 报告