计量经济学关于汽车调查x.docx
- 文档编号:710032
- 上传时间:2023-04-29
- 格式:DOCX
- 页数:11
- 大小:32.57KB
计量经济学关于汽车调查x.docx
《计量经济学关于汽车调查x.docx》由会员分享,可在线阅读,更多相关《计量经济学关于汽车调查x.docx(11页珍藏版)》请在冰点文库上搜索。
V计量经济学〉课程论文
美国机动车汽油消费量
与汽车保有量、人口数和机动汽油零售价格关系的实证分析
小组成员:
郭潇09920710
王晓璐 09920711
吴清艳09920712
日期:
2009-5-29
美国机动车肉油请费量与九车锋有量.人口
教和机动九油零隹价格关糸的卖证分析
摘要:
本文旨在对1950至1987年间美国汽车保有量、人口数和
机动汽油零售价格对美国机动车汽油消费量的影响进行实证分析。
首先,我们综合了经济学的主要理论观点建立了理论模型,然后收集了相关数据,利用EVIEWS软件对计量模型进行了参数估计和检验,并加以修正。
最后我们对所得的结果做了经济意义的分析,对未来汽油价格进行预测并相应提出政策建议。
一、问题的提出
研究人员指出,2010到2015年间或者更早,石油危机就
会出现。
世界大型和超大型油田的储量正以每年4%到6%的平均速
度减少。
、北两极是唯一待开采的大面积未开发区。
在委内瑞拉的
奥里诺科(Orinoco)地带、加拿大的阿萨巴斯卡(Athabasca)沥青砂
地以及极深的深海,已经开始生产高成本的非常
规原油。
然而,在中.短期内,石油和天然气作为主要初级能源的地位无以替代。
全世界正面临着残酷的抉择。
美国是最大的石油进口国。
目前,美国每年的总石油消费约八百八十八点OO亿吨,人均消耗三二八吨,是我国人均水平的10倍以
上。
美国石油总量的60%需要依赖进口。
全世界每天生产8500万桶石油,美国就要耗用其中的2100万桶,占了世界石油总需求的25%。
而这四分之一的石油仅仅供世界人口的4%使用。
而汽油是最主要的石油产品。
汽油消耗受哪些因素的影响呢?
是
什么导致了汽油消耗飞速增长,从而加剧世界石油危机,是我们要研究的问题。
我们收集了美国自1950年到1987年间的相关数据,并加以实证
分析及比较对比分析,提出了降低汽油消耗的几点建议。
二、经济理论陈述
根据相关经济学理论,我们知道:
汽油(石油)与汽车是互补品。
互补品指两种商品必须互相配合,
才能共同满足消费者的同一种需要。
举例来说,照相机和胶卷就是互补品,胶卷的需求量与照相机的价格有着密切关系,一般而言,照相机价格上升,胶卷的需求量下降,两者呈现反方向变化。
所以,如果
X和Y是互补品,X的需求量就与Y的价格成反向变化。
同理,汽油与汽车的关系也是如此。
石油是经济赖以运转的血液,对庞大又快动的经济体更是重要,
而经济体中人口数是一个很重要的因素,所以人口数对汽油消耗量有着很重要的影响。
由于价格对需求有重要影响,一般情况下,当价格上升时,对消
费品的需求会减少,反之,则上升。
故机动汽油零售价格会影响汽油消耗量。
三、相关数据收集
我们收集了38组相关数据:
1950-1987年间美国机动车汽油消费量数据
年份
QMG(Y)
CAR(XI)
PMG(X2)
POP(X3)
1950
40617285
49195212
0.272
152271
1951
43896887
51948790
0.276
154878
1952
46428148
53301329
0.287
157553
1953
49374047
56313281
0.29
160184
1954
51107135
58622547
0.291
163026
1955
54333255
62688792
0.299
165931
1956
56022406
65153810
0.31
168903
1957
57415622
67124904
0.304
171984
1958
59154330
68296594
0.305
174882
1959
61596548
71354420
0.311
177830
1960
62811854
73868682
0.308
180671
1961
63978489
75958215
0.306
183691
1962
62531373
79173329
0.304
186538
1963
64779104
82713717
0.304
189242
1964
67663848
86301207
0.312
191889
1965
70337126
90360721
0.321
194303
1966
73638812
93962030
0.332
196560
1967
76139326
96930949
0.337
198712
1968
80772657
101039113
0.348
200706
1969
85416084
103562018
0.357
202677
1970
88684050
106807629
0.364
205052
1971
92194620
111297459
0.361
207661
1972
95348904
117051638
0.388
209896
1973
99804600
123811741
0.524
211909
1974
100212210
127951254
0.572
213854
1975
102327750
130918918
0.595
215973
1976
106972740
136333934
0.631
218035
1977
110023410
141523197
0.657
220239
1978
113625960
146484336
0.678
222585
1979
107831220
149422205
0.857
225055
1980
100856070
153357876
1.191
227757
1981
100994040
155907473
1.311
230138
1982
100242870
156993694
1.222
232520
1983
101515260
161017926
1.157
234799
1984
102603690
163432944
1.129
237001
1985
104719230
168743817
1.115
239279
1986
107831220
173255850
0.857
241613
1987
110467980
177922000
0.897
243915
表中各变:
分别表示:
QMG—机动车汽油消费量(单位:
千加仑)
PMG—机动汽油零售价格
POP—人口数
四、计量经济模型的建立我们建立了下述模型:
y 机动车汽油消费量
y=cl+c2*xl+c3*x2+c4*x3+u
cl,c2,c3,c4——常数项u一一随机扰动项xl——汽车保有量
x2 机动汽油零售价格
x3——人口数
五、模型的求解和检验
我们使用EVIEWS软件,用最小二乘法进行回归分析得到如下
结果:
DependentVariable:
YMethod:
LeastSquaresDate:
06/03/09Time:
14:
36Sample:
19501987
Ineludedobservations:
38
Y=C
(1)+C
(2)*X1+C(3)*X2+C(4)*X3
Coefficient
Std.Error t-Statistic
Prob.
C
(1)
13219363
28440587 0.464806
0.6450
C⑵
0.737526
0.178465 4.132606
0.0002
53)
-28006739
6022514. -4.650341
0.0000
0(4)
17.68202
226.1066 0.078202
0.9381
R-squared
AdjustedR-squared
0.955918
0.952028
Meandependentvar
S.D・dependentvar
80901846
22972717
S.E.ofregression
5031578.
Akaikeinfocriterion
33.79967
Sumsquaredresid
8.61E+14
Schwarzcriterion
33.97204
Loglikelihood
•638.1937
Durbin-Watsonstat
0.183390
得方程如下:
y=13219363+0・737526*xl・28006739*x2+17・68202*x3
(0.464806)(4.132606)(4650341) (0.078202)
R2=0.955918 DW=0.183390
(一)经济意义的检验
从经济意义上来说,机动车汽油消费量应随汽车保有量及人口数的增加而增加,随着机动汽油零售价格的上升而减少。
根据OLS回归所得:
c2=0.737526>0,c3=-28006739<0,c4=17.68202>0
所以模型的参数估计是符合经济理论的o
利用回归方程可以分析各个自变量的边际效应。
如c2=0.737526
说明在其他变量不变的情况下,每增加一辆汽车,就要增加0.737526
千加仑的汽油消费量。
cl是样本回归方程的截距,它表示除汽车保有量、人口数和机动汽油零售价格外的其他因素对机动车汽油消费量
的影响。
其符号与大小均符合经济理论与美国当时的实际情况。
(二)统计推断的检验
7?
2=0.955918接近于1,说明总离差平方和的95.5918%被样本回归解释,表明模型的拟合效果较好。
T2=4.132606大于t0・05,说明汽车保有量对机动车汽油消费量影响显著。
T3=-4.650341小于“tO.OS,说明机动汽油零售价格对机
动车汽油消费量影响显著。
T4=0.078202小于t0・10,说明人口数对机动车
汽油消费量影响不显著。
(三)计量经济的检验
1.多重共线性检
DependentVariable:
YMethod:
LeastSquares
Date:
06/03/09Time:
21:
38Sample:
19501987
Ineludedobservations:
38
Y=C
(1)+C
(2)*XI+C(3)*X2
CoefficientStd.Errort-StatisticProb. C
(1) -1.51E+08 8486504. -17.82203 0.0000
C⑵ 22956745 4180879. 5.490890 0.0000
53) 1230.366 51.09214 24.08132 0.0000
R-squared 0.986724 Meandependentvar 1.08E+08
0.985965
S・D.dependentvar
402262
4765591.
Akaikeinfocriterion
33.66740
7.95E+14
Schwarzcriterion
33.79668
AdjustedR-squared 89
Sumsquaredresid
Loglikelihood
-636.6806
Durbin-Watsonstat
0.245445
得出R2=0.986724,因此F=1300.668R2统计显著
DependentVariable:
YMethod:
LeastSquaresDate:
06/03/09Time:
21:
47Sample:
19501987
Includedobservations:
38
Y=C
(1)+C
(2)*X1+C(3)*X2
CoefficientStd.Errort-StatisticProb.
C
(1)
C
(2)53)
R-squared
AdjustedR-squared
2.255935
2.02E-08
-1.94E-05
0.701256
3.67E-09
5.43E-06
3.216990
5.490890
-3.566339
0.0028
0.0000
0.0011
0.828919
0.819143
Meandependentvar
S・D.dependentvar
0.544211
0.332066
/?
2=0.828919,因此F=84.7907疋统计显著
S・E.ofregression
S.E・ofregression
0.141219
Akaikeinfocriterion
-1.001357
Sumsquaredresid
0.697996
Schwarzcriterion
-0.872074
Loglikelihood
22.02578
Durbin-Watsonstat
0.379957
Sample:
19501987
Ineludedobservations:
38
Variable
Coefficient
Std.Error t-Statistic
Prob.
C
125237.0
1980.620 63.23121
0.0000
X1
-13751.26
3855.848 -3.566339
0.0011
X2
0.000767
3.18E-05 24.08132
0.0000
R-squared
0.981874
Meandependentvar
200255.6
AdjustedR-squared
0.980838
S.D.dependentvar
27173.02
S.E.ofregression
3761.464
Akaikeinfocriterion
19.37866
Sumsquaredresid
4.95E+08
Schwarzcriterion
19.50794
Loglikelihood
-365.1945
F-statistic
947.9593
R2=0.981874,因此F=947.9639疋统计显著
研究本模型的目的在于对未来汽油消耗量进行预测并提出相关政策性建议,线性相关性模型拟合优度很高比较适合预测,故暂不考虑共线性问题。
2•异方差检验
使用Goldfeld-Quandt方法检验,将样本的原始数据按照xl升序排列,去掉中间约四分之一即10个数据,将剩下的28个数据分两
个容量为14的子样本:
样本1
年份
QMG(Y)
CAR(XI)
PMG(X2)
POP(X3)
1950
40617285
49195212
0.272
152271
1951
43896887
51948790
0.276
154878
1952
46428148
53301329
0.287
157553
1953
49374047
56313281
0.29
160184
1954
51107135
58622547
0.291
163026
1955
54333255
62688792
0.299
165931
1956
56022406
65153810
0.31
168903
1957
57415622
67124904
0.304
171984
1958
59154330
68296594
0.305
174882
1959
61596548
71354420
0.311
177830
1960
62811854
73868682
0.308
180671
1961
63978489
75958215
0.306
183691
1962
62531373
79173329
0.304
186538
1963
64779104
82713717
0.304
189242
样本2
年份
QMG(Y)
CAR(XI)
PMG(X2)
POP(X3)
1974
100212210
127951254
0.572
213854
1975
102327750
130918918
0.595
215973
1976
106972740
136333934
0.631
218035
1977
110023410
141523197
0.657
220239
1978
113625960
146484336
0.678
222585
1979
107831220
149422205
0.857
225055
1980
100856070
153357876
1.191
227757
1981
100994040
155907473
1.311
230138
1982
100242870
156993694
1.222
232520
1983
101515260
161017926
1.157
234799
1984
102603690
163432944
1.129
237001
1985
104719230
168743817
1.115
239279
1986
107831220
173255850
0.857
241613
1987
110467980
177922000
0.897
243915
53)
2.33E+08
34427871
6.763914
0.0000
54)
607.7495
281.1998
2.161272
0.0560
R-squared
0.991108
Meandependentvar
55289034
AdjustedR-squared 0.988440
S.D・dependentvar
7900064.
S.E・ofregression 849381.2
Akaikeinfocriterion
30.37736
Sumsquaredresid 7.21E+12
Schwarzcriterion
30.55995
对两个子样本分别作OLS回归,回归结果如下:
样本1
DependentVariable:
YMethod:
LeastSquaresDate:
05/26/09Time:
21:
19Sample:
19501963
Ineludedobservations:
14
Y=C
(1)+C
(2)*X1+C(3)*X2+C(4)*X3
C
(1)
C
(2)
Coefficient
-1.05E+08
-0.193893
Std.Error
28958095
0.326873
t-Statistic
-3.625469
-0.593176
Prob.
0.0046
0.5662
Loglikelihood -208.6415 Durbin-Watsonstat 2.553715
样本2
DependentVariable:
YMethod:
LeastSquaresDate:
05/26/09Time:
21:
25
Sample:
19741987
Ineludedobservations:
14
Y=C
(1)+C
(2)*X1+C(3)*X2+C(4)*X3
Coefficient
Std.Error
t-Statistic
Prob.
C
(1) 3.59E+08
59583379
6.021990
0.0001
C⑵ 1.495635
0.281469
5.313678
0.0003
53) ・13595055
2565155.
-5.299896
0.0003
54)
-2055.635
447.9150 -4.589341
0.0010
R-squared
AdjustedR-squared
0.867351
0.827556
Meandependentvar
S.D・dependentvar
1.05E+08
4414477.
S.E.ofregression
1833172.
Akaikeinfocriterion
31.91595
Sumsquaredresid
3.36E+13
Schwarzcriterion
32.09854
Loglikelihood
-219.4117
Durbin-Watsonstat
1.344208
由以上结果可得出两个样本各自的残差平方和RSS]和RSS2:
工诊二7.21E+I2
工皆=3・36E+13
由此可得,F=RSS2/RSSI=4.660194。
查F分布表,给定显著
性水平a=0.05,得临界值FO.O5(10,10)=2.98,所以F>Fo.o5(10,10),
因此否定两组子样方差相同的假设,从而该总体随机项存在异方差性。
用加权最小二乘法WLS进行修正:
对原模型进行OLS估计,得到随机误差项的近似估计量卸再以w=l/|釦为权重进行WLS估计,得到如下结果:
DependentVariable:
YMethod:
LeastSquaresDate:
05/27/09Time:
11:
59Sample:
19501987
Ineludedobservations:
38Weightingseries:
W
Y=C(1
- 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 关于 汽车 调查
![提示](https://static.bingdoc.com/images/bang_tan.gif)