经济计量学实验报告DT.docx
- 文档编号:23204294
- 上传时间:2023-05-15
- 格式:DOCX
- 页数:20
- 大小:107.37KB
经济计量学实验报告DT.docx
《经济计量学实验报告DT.docx》由会员分享,可在线阅读,更多相关《经济计量学实验报告DT.docx(20页珍藏版)》请在冰豆网上搜索。
经济计量学实验报告DT
经济计量学实验报告
城乡居民人民币储蓄存款年底余额影响因素的计量分析
姓名:
XXX
学号:
XXXXX
学院名称
XXXX
专业名称
XXXXXX
提交日期
XXXXX
目录
一.研究目的2
二.理论模型与变量选择2
三.样本数据的收集3
四.模型参数估计与检验4
4.1模型参数估计4
4.2回归模型检验5
4.2.1多重共线性检验与修正5
4.2.2异方差检验与修正6
4.2.3自相关检验与修正10
五.总结11
参考文献11
【摘要】
自从1978年的改革开放以来,我国经济取得了迅猛的发展,城乡居民储蓄总额随着经济增长和收入水平提高呈不断上升趋势。
中国的高水平储蓄能否持续,影响中国国民储蓄和居民储蓄的因素是什么,是一个有意义的研究题目。
因此,我要研究城乡居民人民币储蓄存款年底余额影响因素,可以让我们更好的明白中国的储蓄能否持续上升。
【关键词】
城乡居民储蓄余额国民总收入居民消费价格指数商品零售价格指数外汇储备(亿美元)全社会固定资产投资(亿元)
一.研究目的
在各国和地区大力发展经济的过程中,储蓄都是至关重要的一个影响因素,这主要是因为适度的储蓄为经济的健康发展提供了充足的资金。
但从另一方面看,储蓄和消费之间又存在着此消彼长的关系,如果储蓄居高不下,则会导致消费需求不足,给经济的发展带来不利影响。
因此,深入探讨影响储蓄的因素,对于引导中国城乡居民储蓄向投资消费的转化,对于中国的宏观调控、经济增长都有重要的意义。
二.理论模型与变量选择
回归模型如下:
其中Y是表示城乡居民人民币储蓄存款年底余额(亿元),
表示国民总收入(亿元),
表示居民消费价格指数(1978=100),
表示商品零售价格指数(1978=100),
表示外汇储备(亿美元),
表示全社会固定资产投资(亿元),
表示待估系数。
三.样本数据的收集
数据来源于中国统计局,具体数据如下表
变量符号
Y
X1
X2
X3
X4
X5
年份
城乡居民人民币储蓄存款年底余额(亿元)
国民总收入(亿元)
居民消费价格指数(1978=100)
商品零售价格指数(1978=100)
外汇储备(亿美元)
全社会固定资产投资(亿元)
2012
399,551.04
518214.75
579.7
434.7
33115.89
374694.74
2011
343,635.89
468562.38
565.0
426.2
31811.48
311485.13
2010
303,302.50
399759.54
536.1
406.3
28473.38
251683.77
2009
260,771.66
340319.95
519.0
394.1
23991.52
224598.77
2008
217,885.35
316030.34
522.7
398.9
19460.30
172828.40
2007
172,534.19
266422.00
493.6
376.7
15282.49
137323.94
2006
161,587.30
215904.41
471.0
362.9
10663.40
109998.16
2005
141,050.99
183617.37
464.0
359.3
8188.72
88773.61
2004
119,555.39
159453.60
455.8
356.4
6099.32
70477.43
2003
103,617.65
134976.97
438.7
346.7
4032.51
55566.61
2002
86,910.65
119095.69
433.5
347.0
2864.07
43499.90
2001
73,762.43
108068.22
437.0
351.6
2121.65
37213.50
2000
64,332.38
98000.45
434.0
354.4
1655.74
32917.70
1999
59,621.83
88479.15
432.2
359.8
1546.75
29854.70
1998
53,407.47
83024.28
438.4
370.9
1449.59
28406.20
1997
46,279.80
78060.85
441.9
380.8
1398.90
24941.10
1996
38,520.80
70142.49
429.9
377.8
1050.29
22913.50
1995
29,662.30
59810.53
396.9
356.1
735.97
20019.30
1994
21,518.80
48108.46
339.0
310.2
516.20
17042.10
1993
15,203.50
35260.02
273.1
254.9
211.99
13072.30
1992
11,757.30
26937.28
238.1
225.2
194.43
8080.10
1991
9,244.90
21826.20
223.8
213.7
217.12
5594.50
1990
7,119.60
18718.32
216.4
207.7
110.93
4517.00
1989
5,184.50
17000.92
209.9
203.4
55.50
4410.40
1988
3,819.10
15036.82
177.9
172.7
33.72
4753.80
1987
3,083.40
12050.62
149.8
145.7
29.23
3791.70
1986
2,237.80
10274.38
139.6
135.8
20.72
3120.60
1985
1,622.60
9040.74
131.1
128.1
26.44
2543.20
1984
1,214.70
7243.75
119.9
117.7
82.20
1832.90
1983
892.90
5985.55
116.7
114.5
89.01
1430.10
1982
675.40
5330.45
114.4
112.8
69.86
1230.40
1981
523.40
4889.46
112.2
110.7
27.08
961.00
1980
395.80
4545.62
109.5
108.1
-12.96
910.90
四.模型参数估计与检验
4.1模型参数估计
用Eviews软件对原模型进行初步回归得到如下的结果:
DependentVariable:
Y
Method:
LeastSquares
Date:
07/06/14Time:
14:
12
Sample:
19802012
Includedobservations:
33
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
6301.057
3233.834
1.948479
0.0618
X1
-0.004890
0.167962
-0.029114
0.9770
X2
716.8586
135.4358
5.292975
0.0000
X3
-775.1592
138.7583
-5.586400
0.0000
X4
0.838231
0.994177
0.843140
0.4066
X5
0.773783
0.130726
5.919136
0.0000
R-squared
0.998530
Meandependentvar
83651.01
AdjustedR-squared
0.998258
S.D.dependentvar
109567.0
S.E.ofregression
4573.668
Akaikeinfocriterion
19.85698
Sumsquaredresid
5.65E+08
Schwarzcriterion
20.12908
Loglikelihood
-321.6402
F-statistic
3667.511
Durbin-Watsonstat
1.793432
Prob(F-statistic)
0.000000
将上述回归结果可以看出:
在显著性水平为0.05下,虽然
、
、
这3个解释变量统计显著,且判定系数
和校正的判定系数
都很高,但是
、
这2个解释变量统计不显著,所以该模型拟和效果并非十分的好。
假设没有设定误差的情况下,我猜想这可能是解释变量有多重共线性或存在异方差或自相关。
4.2回归模型检验
4.2.1多重共线性检验与修正
用Eviews软件,在Workfile窗口,选择
、
、
、
、
数据,点击“Quick”—“GroupStatistics”—“Correlations”—“OK”,就计算出相关系数矩阵,如下表:
X1
X2
X3
X4
X5
X1
1
0.81159
0.74487
0.98099
0.98638
X2
0.81159
1
0.99078
0.69823
0.72364
X3
0.74487
0.99078
1
0.62420
0.65422
X4
0.98099
0.69823
0.62420
1
0.99147
X5
0.98638
0.72364
0.65422
0.99147
1
可见
、
的相关系数和
、
、
两两之间的相关系数都很高,所以在这2组变量中应该只留下一个变量。
所以在删掉
、
和
这3个变量后,用Eviews软件对数据进行回归分析,结果如下表:
DependentVariable:
Y
Method:
LeastSquares
Date:
07/07/14Time:
09:
13
Sample:
19802012
Includedobservations:
33
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-624.1193
3749.022
-0.166475
0.8689
X1
0.782967
0.012688
61.70931
0.0000
X3
-33.44755
16.06321
-2.082246
0.0459
R-squared
0.996325
Meandependentvar
83651.01
AdjustedR-squared
0.996080
S.D.dependentvar
109567.0
S.E.ofregression
6859.745
Akaikeinfocriterion
20.59124
Sumsquaredresid
1.41E+09
Schwarzcriterion
20.72728
Loglikelihood
-336.7554
F-statistic
4066.912
Durbin-Watsonstat
1.415526
Prob(F-statistic)
0.000000
从回归结果可以看出,在显著性水平为0.05下,各个解释变量统计显著,判定系数
和校正的判定系数
都很高,总体的F值也统计显著,所以可以看出,拟和效果十分的好。
因此,该模型的设定是合理的。
4.2.2异方差检验与修正
用怀特的一般异方差检验方法来检验该模型是否存在异方差。
用Eviews软件,在结果输出窗口中,点击“view”—“residualtest”—“whiteheterosketasticity(crossterms)”既可以得出用怀特的一般异方差检验方法得到的回归结果。
结果如下表:
WhiteHeteroskedasticityTest:
F-statistic
3.760668
Probability
0.010312
Obs*R-squared
13.54727
Probability
0.018756
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
07/07/14Time:
09:
15
Sample:
19802012
Includedobservations:
33
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-1.00E+08
2.07E+08
-0.483467
0.6327
X1
-4456.910
8690.670
-0.512838
0.6122
X1^2
-0.007520
0.006382
-1.178247
0.2490
X1*X3
20.94708
28.55736
0.733509
0.4696
X3
1554445.
2632398.
0.590505
0.5598
X3^2
-4976.476
6411.832
-0.776139
0.4444
R-squared
0.410523
Meandependentvar
42778272
AdjustedR-squared
0.301361
S.D.dependentvar
98993056
S.E.ofregression
82742976
Akaikeinfocriterion
39.46334
Sumsquaredresid
1.85E+17
Schwarzcriterion
39.73543
Loglikelihood
-645.1451
F-statistic
3.760668
Durbin-Watsonstat
2.049892
Prob(F-statistic)
0.010312
从结果可以看出,怀特统计量为:
,查
分布表得到在5%的显著性水平下,自由度为5的
分布的临界值为
。
因为
,所以拒绝原假设:
,表明原模型存在异方差。
因此我们要用加权最小二乘法(WLS)来进行异方差的修正。
步骤如下:
(1)在“Workfile”页面:
点击“Generate”,输入“w1=1/y”—OK;同样的输入“w2=1/(y)^2”和“w3=1/sqr(y)”;
(2)在“Equation”页面:
点击“EstimateEquation”,输入“ycx1x3”,点击“weighted”,输入“w1”,出现下表:
DependentVariable:
Y
Method:
LeastSquares
Date:
07/07/14Time:
09:
26
Sample:
19802012
Includedobservations:
33
Weightingseries:
W1
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
3564.635
1000.875
3.561519
0.0013
X1
0.768972
0.050172
15.32671
0.0000
X3
-62.38859
10.98169
-5.681147
0.0000
WeightedStatistics
R-squared
#######
Meandependentvar
3185.129
AdjustedR-squared
#######
S.D.dependentvar
2.66E-13
S.E.ofregression
659.7699
Akaikeinfocriterion
15.90817
Sumsquaredresid
13058890
Schwarzcriterion
16.04421
Loglikelihood
-259.4848
F-statistic
286.1437
Durbin-Watsonstat
0.371315
Prob(F-statistic)
0.000000
UnweightedStatistics
R-squared
0.991529
Meandependentvar
83651.01
AdjustedR-squared
0.990964
S.D.dependentvar
109567.0
S.E.ofregression
10415.01
Sumsquaredresid
3.25E+09
Durbin-Watsonstat
0.600314
#######表示数值为负
(3)在“Equation”页面:
点击“EstimateEquation”,输入“ycx1x3”,点击“weighted”,输入“w2”,出现下表:
DependentVariable:
Y
Method:
LeastSquares
Date:
07/07/14Time:
09:
30
Sample:
19802012
Includedobservations:
33
Weightingseries:
W2
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-2776.724
400.4673
-6.933709
0.0000
X1
0.230475
0.022951
10.04199
0.0000
X3
19.66134
4.620299
4.255427
0.0002
WeightedStatistics
R-squared
0.998812
Meandependentvar
690.8340
AdjustedR-squared
0.998733
S.D.dependentvar
1333.039
S.E.ofregression
47.45497
Akaikeinfocriterion
10.64395
Sumsquaredresid
67559.23
Schwarzcriterion
10.77999
Loglikelihood
-172.6251
F-statistic
1619.821
Durbin-Watsonstat
1.408780
Prob(F-statistic)
0.000000
UnweightedStatistics
R-squared
0.286698
Meandependentvar
83651.01
AdjustedR-squared
0.239145
S.D.dependentvar
109567.0
S.E.ofregression
95572.04
Sumsquaredresid
2.74E+11
Durbin-Watsonstat
0.025234
(4)在“Equation”页面:
点击“EstimateEquation”,输入“ycx1x3”,点击“weighted”,输入“w3”,出现下表:
DependentVariable:
Y
Method:
LeastSquares
Date:
07/07/14Time:
09:
31
Sample:
19802012
Includedobservations:
33
Weightingseries:
W3
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1942.135
807.7186
2.404470
0.0226
X
- 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:
- 经济 计量学 实验 报告 DT
![提示](https://static.bdocx.com/images/bang_tan.gif)