计量经济学eviews实验报告Word文档下载推荐.docx

计量经济学eviews实验报告Word文档下载推荐.docx

《计量经济学eviews实验报告Word文档下载推荐.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Word文档下载推荐.docx（15页珍藏版）》请在冰豆网上搜索。

4606

2004年

12400

5138

2005年

14259

5771

2006年

16602

6416

2007年

20337

7572

2008年

23912

8707

2009年

25963

9514

2010年

30567

10919

2011年

36018

13134

2012年

39544

14699

2013年

43320

16190

2014年

46612

17806

（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：

DependentVariable：

CONSUMPTION

Method：

LeastSquares

Date：

06/11/16Time：

19：

02

Sample：

19952014

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

0000

R-squared

0.996528

Meandependentvar

7351.300

AdjustedR—squared

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

403709

Prob（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

因此拒绝H0:

c=0,接受对立假设：

对于GDP，t=71.88054﹥t（n-2）=t（18）=2.101

GDP=0,接受对立假设：

H1:

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，ρ=1—DW/2=0.7981455

令X1=X-0.7981455*X（—1）

Y1=Y-0。

7981455＊Y（—1）

修正结果如下：

DependentVariable:

Y1

Date:

06/11/16Time:

19:

56

Sample（adjusted）：

19962014

Includedobservations：

19afteradjustments

t-Statistic

Prob. 

X1

-1.14E+08

7970597。

-14.33887

—8.26E+10

5。

45E+10

—1.516402

1478

R—squared

0.923631

—7.34E+11

919139

4.61E+11

1。

31E+11

54。

13516

2.92E+23

23457

-512.2840

Hannan-Quinncriter。

15198

205。

6031

953595

000000

经修正后,DW=0。

953595〈dl=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

（Y0）=S2（

）=1468.207，t0。

25（n-2）=2.10，因此E（Y0）的预测区间为

0±

t0.25（n-2）√

（Y0）=49351±

80。

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

城镇居民人均可支配收入（元）

4283

4838.9

5160。

3

5425。

1

5854

6280

6859。

6

7702。

8

8472.2

9421.6

10493

11759。

5

13785.8

15780。

17174.7

19109.4

21809.8

24564。

7

26467

28843.85

（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：

Method:

09/11/16Time：

16:

23

Std.Error

160612

0.060350

2.661335

0164

SAVING

0.018166

0.005693

3.191061

0.0053

1040.987

143。

3240

7。

263178

997829

7351。

300

AdjustedR-squared

997573

D。

dependentvar

S.E.ofregression

237.8674

13。

91879

961875。

06815

—136.1879

13.94794

F-statistic

3906.446

0.977467

Prob（F-statistic）

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影响。

但是，值得注意的是DW统计量为0.977467〈dl=1.1（当k=2，n=20时），因此方程可能存在序列相关问题，可利用广义差分法进行修正，如案例1，此处不再赘述。

案例3：

表3列出了2014年中国部分省市城镇居民每个家庭平均全年可支配收入（income）与消费性支出（expense）的统计数据。

表32014年统计数据

地区

人均可支配收入

人均消费性支出

北京

43910。

00

28009。

广西

24669.00

15045。

上海

47710.00

30520.00

山东省

29222。

18323.00

重庆

25147.00

18279。

陕西省

28844.00

19968。

河北省

24141。

16204。

山西省

24069。

14637。

24069.00

安徽省

24839。

16107.00

内蒙古

28350.00

20885.00

甘肃省

20804。

15507。

吉林省

23217.80

17156。

云南省

24299。

16268.00

江苏省

34346。

23476。

贵州省

22548。

21

15254。

64

浙江省

40393.00

27242。

四川省

24381。

18027。

江西省

24309。

15142。

青海省

22306.57

17492.89

湖南省

26570.00

18335。

海南省

24487.00

17514.00

河南省

24391.45

15726.12

宁夏

23285.00

17216。

（1）试用OLS法建立居民消费支出对可支配收入的线性模型

EXPENSE

09/11/16Time:

20:

15

20012024

24

INCOME

603084

0.036435

16。

55219

2031。

226

1033.251

1.965860

0621

0.925669

18623.78

922291

4401.364

1226。

941

17.14209

33118445

17.24026

—203.7051

17。

16814

273。

9751

601642

因此建立模型（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长1元，人均消费性支出增加0。

603084元。

同时分析结果显示,INCOME的P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%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1.601642〉du=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：

HeteroskedasticityTest：

White

423345

F（2，21）

2632

Obs＊R-squared

2。

864991

Prob，Chi-Square

（2）

0.2387

ScaledexplainedSS

1.024885

Prob,Chi—Square

（2）

0.5990

TestEquation:

RESID^2

11/11/16Time:

15：

35

2491531

6379291。

0.390566

0.7001

—22。

43270

405.2308

-0。

055358

0.9564

INCOME^2

—0.000615

005984

0.102742

0.9191

0.119375

1379935。

0.035506

1300708。

1277408。

31。

07503

3.43E+13

31.22229

-369.9004

Hannan-Quinncriter

31.11410

2.113531

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=0.2632〉0.05

故,接受原假设，认为该模型不存在异方差。

四、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,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。