计量经济学实验报告.docx
- 文档编号:25656989
- 上传时间:2023-06-11
- 格式:DOCX
- 页数:16
- 大小:23.34KB
计量经济学实验报告.docx
《计量经济学实验报告.docx》由会员分享,可在线阅读,更多相关《计量经济学实验报告.docx(16页珍藏版)》请在冰豆网上搜索。
计量经济学实验报告
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0.5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,而且会通过外部效应可以提高劳动力、自然资源、物质资本与生产要素的生产效率,消除其中收益递减的内在联系,带来递增的规模收益。
这里我们引入能源价格、居民收入、科技进步、能源供给量和工业产出五个变量对能源需求进行分析。
三、数据选取
1.能源需求总量,在模型中用y表示,是指一次性能源消费总量,由煤炭,石油,天然气和水电4项组成(单位:
万吨标准煤)。
2.能源需求的影响因素:
(1)能源价格,用能源产品出厂价格指数来衡量,在模型中用X1表示,它由煤炭、石油、电力工业出厂价格指数加权计算得到。
(2)剔除物价的工业总产值(亿元),在模型中用X2表示,它由由现价计算的工业总产值除以当年的工业总产值价格指数。
(3)剔除物价的城镇居民家庭人均可支配收入(元),用X3表示,它也是由各年家庭人均可支配收入绝对数用价格指数计算得到。
(4)科学研究与综合技术服务业人员数(万人),用X4表示,直接由各年度统计年鉴查得。
(5)能源生产总量(万吨标准煤),用X5表示,直接由各年度统计年鉴查得。
(6)其他因素。
我们将由于各种原因未考虑到和无法度量的因素归入随机误差项,如国家的经济结构政策、消费者偏好等。
表1:
年份
能源消费总量(万吨标准煤)
能源产品出厂价格指数
剔除物价的工业总产值
(亿元)
剔除物价的城镇居民家庭人均可支配收入(元)
科学研究与综合技术服务业人员数(万人)
能源生产总量(万吨标准煤)
1981
57144
100
4237
343.4
92
62770
1982
58588
109.6219
4302.665
387
100
64562
1983
60275
104.9436
4334.283
477.6
105
63735
1984
59447
101.7132
4353.542
491.9
111
63227
1985
62067
101.4262
4346.255
526.6
118
66778
1986
66040
102.8296
4345.154
564
121
71270
1987
70904
104.7489
4405.188
651.2
125
77855
1988
76682
114.6078
4628.638
739.1
131
85546
1989
80850
98.8582
4774.049
899.6
137
88124
1990
86632
103.0892
5004.985
1002.2
142
91266
1991
92997
109.3483
5466.279
1181.4
144
95801
1992
96934
111.1008
6086.641
1375.7
147
101639
1993
98703
106.4466
6135.358
1510.2
152
103922
1994
103783
114.487
5947.677
1700.6
156
104844
1995
109170
115.5824
6198.046
2026.6
159
107256
1996
115993
146.0398
6811.24
2577.4
166
111059
1997
122737
128.3882
7951.149
3496.2
174
118729
1998
131176
113.0199
8654.915
4283
178
129034
1999
138948
111.9362
8044.789
4838.9
176
132616
2000
137798
108.2736
8122.711
5160.3
179
132410
2001
132214
96.4759
7673.559
5425.1
168
124250
2002
130119
98.8304
7283.834
5854
165
109126
2003
130297
110.095
4232.969
6280
164
109000
2004
134914
104.4548
4115.123
6859.6
154
120900
2005
148000
107.2932
4040.542
7703
151
139000
四、模型设定
Yt=β0+β1X1t+β2X2t+β3X2t+β4X4t+β5X5t+Ut
Yt------能源需求总量(万吨煤)
X1t-----能源产品价格指数
X2t-----剔除物价的工业总产值(亿元)
X3t----剔除物价的城镇居民家庭人均可支配收入(元)
X4t----科学研究与综合技术服务业人员数(万人)
X5t-----能源生产总量(万吨标准煤)
Ut------随机扰动项
β1、β2、β3、β4、β5-----待估参数
五、模型检验
假设模型中随机误差项Ut满足古典假设,运用OLS方法估计模型的参数得如下结果:
表2:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/20/10Time:
16:
19
Sample:
19812005
Includedobservations:
25
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-9312.503
5126.452
-1.816559
0.0851
X1
102.2836
52.30483
1.955529
0.0654
X2
-1.840787
0.497535
-3.699815
0.0015
X3
27.04573
2.213483
12.21863
0.0000
X4
181.1065
60.69616
2.983822
0.0076
X5
0.580178
0.066437
8.732772
0.0000
R-squared
0.995733
Meandependentvar
100096.5
AdjustedR-squared
0.994610
S.D.dependentvar
30643.48
S.E.ofregression
2249.721
Akaikeinfocriterion
18.48056
Sumsquaredresid
96163651
Schwarzcriterion
18.77309
Loglikelihood
-225.0070
F-statistic
886.7535
Durbin-Watsonstat
1.617818
Prob(F-statistic)
0.000000
回归方程为:
Y=-9312.503+102.2836*X1-1.840787*X2+27.04573*X3+181.1065*X4+0.580178*X5
(5126.452)(52.30483)(0.497535)(2.213483)(60.69616)(0.066437)
t=(-1.816559)(1.955529)(-3.699815)(12.21863)(2.983822)(8.732772)
R2=0.995733F=886.7535
一、经济意义检验
由回归估计结果可以看出,城镇居民家庭人均可支配收入、科学研究与综合技术服务业人员数、能源生产总量与能源需求总量呈线性正相关,与现实经济理论相符。
而能源产品出厂价格指数与能源需求总量呈线性正相关,工业总产值与能源需求总量呈线性负相关,这两点上,不符合经济意义。
二、统计意义检验
从估计的结果可知,可决系数R2=0.995733,F=886.7535,表明模型在整体上拟合地比较理想。
系数显著性检验:
给定α=0.05,X2、X3、X4、X5的t的P值小于给定的显著性水平,拒绝原假设,接受备择假设,表明工业总产值、城镇居民家庭人均可支配收入、科学研究与综合技术服务业人员数、能源生产总量对能源需求总量有显著性影响;仅有X1的t的P值大于给定的显著性水平,接受原假设,表明能源产品出厂价格指数对能源需求总量影响不显著。
三、计量经济学检验
1、多重共线性检验
由表2可看出,模型整体上线性回归拟合较好,R2与F值较显著,而解释变量X1的t检验不显著,并且X1、X2的系数的符号与经济意义相悖,则说明该模型存在多重共线性。
在Eviews中计算解释变量之间的简单相关系数,得到如下结果,也可以看出解释变量之间存在多重共线性。
表3:
X1
X2
X3
X4
X5
X1
1
0.348300099365
0.129194093832
0.387168710635
0.299079945437
X2
0.348300099365
1
0.577760138667
0.782426661549
0.667649490603
X3
0.129194093832
0.577760138667
1
0.834560622806
0.907149867083
X4
0.387168710635
0.782426661549
0.834560622806
1
0.926739884058
X5
0.299079945437
0.667649490603
0.907149867083
0.926739884058
1
用逐步回归法修正模型的多重共线。
1.运用ols方法逐一求Y对各个解释变量的回归。
结合经济意义和统计意义选出拟和效果最好的一元线性回归方程。
经分析在五个一元回归模型中能源需求总量y对能源生产总量x5的线性关系强,拟合程度好。
表4:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/20/10Time:
16:
40
Sample:
19812005
Includedobservations:
25
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-21020.32
5617.857
-3.741697
0.0011
X5
1.223541
0.055156
22.18308
0.0000
R-squared
0.955348
Meandependentvar
100096.5
AdjustedR-squared
0.953406
S.D.dependentvar
30643.48
S.E.ofregression
6614.583
Akaikeinfocriterion
20.50856
Sumsquaredresid
1.01E+09
Schwarzcriterion
20.60607
Loglikelihood
-254.3570
F-statistic
492.0891
Durbin-Watsonstat
0.582287
Prob(F-statistic)
0.000000
由表4得:
Y=-21020.32092+1.223540945*X5
(5617.857)(0.055156)
t=(-3.741697)(22.18308)
R2=0.955348F=492.0891
2.逐步回归。
将其余解释变量逐一代入上式,得到如下几个模型(结果表如下)
Y=5426.633658+25.97702896*X3+0.7131621687*X5
(3802.412)(2.759851)(0.059774)
t=(1.427156)(9.412475)(11.93105)
R2=0.991118F=1227.394
表5:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/20/10Time:
16:
43
Sample:
19812005
Includedobservations:
25
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
5426.634
3802.412
1.427156
0.1676
X3
25.97703
2.759851
9.412475
0.0000
X5
0.713162
0.059774
11.93105
0.0000
R-squared
0.991118
Meandependentvar
100096.5
AdjustedR-squared
0.990310
S.D.dependentvar
30643.48
S.E.ofregression
3016.472
Akaikeinfocriterion
18.97373
Sumsquaredresid
2.00E+08
Schwarzcriterion
19.12000
Loglikelihood
-234.1716
F-statistic
1227.394
Durbin-Watsonstat
0.978110
Prob(F-statistic)
0.000000
Y=-4090.451555+118.3029597*X1+27.83244134*X3+0.6617330059*X5
(6222.872)(63.07878)(2.795248)(0.062913)
t=(-0.657325)(1.875479)(9.957057)(10.51830)
R2=0.992392F=913.0676
表6
DependentVariable:
Y
Method:
LeastSquares
Date:
12/20/10Time:
17:
07
Sample:
19812005
Includedobservations:
25
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-4090.452
6222.872
-0.657325
0.5181
X1
118.3030
63.07878
1.875479
0.0747
X3
27.83244
2.795248
9.957057
0.0000
X5
0.661733
0.062913
10.51830
0.0000
R-squared
0.992392
Meandependentvar
100096.5
AdjustedR-squared
0.991305
S.D.dependentvar
30643.48
S.E.ofregression
2857.414
Akaikeinfocriterion
18.89887
Sumsquaredresid
1.71E+08
Schwarzcriterion
19.09389
Loglikelihood
-232.2359
F-statistic
913.0676
Durbin-Watsonstat
0.929339
Prob(F-statistic)
0.000000
x4对y的影响并不显著,故将x4删去,得到如下模型:
Y=-4928.878753+141.8898316*X1-1.005090487*X2+27.74415632*X3+0.702538287*X5
(5801.230)(59.75834)(0.485715)(2.599838)(0.061740)
t=(-0.849626)(2.374394)(-2.069299)(10.67150)(11.37891)
R2=0.993734F=792.8957
表7
DependentVariable:
Y
Method:
LeastSquares
Date:
12/20/10Time:
17:
11
Sample:
19812005
Includedobservations:
25
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-4928.879
5801.230
-0.849626
0.4056
X1
141.8898
59.75834
2.374394
0.0277
X2
-1.005090
0.485715
-2.069299
0.0517
X3
27.74416
2.599838
10.67150
0.0000
X5
0.702538
0.061740
11.37891
0.0000
R-squared
0.993734
Meandependentvar
100096.5
AdjustedR-squared
0.992480
S.D.dependentvar
30643.48
S.E.ofregression
2657.300
Akaikeinfocriterion
18.78487
Sumsquaredresid
1.41E+08
Schwarzcriterion
19.02864
Loglikelihood
-229.8108
F-statistic
792.8957
Durbin-Watsonstat
1.244654
Prob(F-statistic)
0.000000
2、异方差检验
此处采用ARCH检验:
表8:
ARCHTest:
F-statistic
0.135388
Probability
0.937641
Obs*R-squared
0.485467
Probability
0.922072
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
12/20/10Time:
18:
34
Sample(adjusted):
19812005
Includedobservations:
22afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
7197913.
3420227.
2.104513
0.0496
RESID^2(-1)
-0.073902
0.233413
-0.316615
0.7552
RESID^2(-2)
0.001985
0.235213
0.008439
0.9934
RESID^2(-3)
-0.126411
0.233872
-0.540514
0.5955
R-squared
0.022067
Meandependentvar
5999470.
AdjustedR-squared
-0.140922
S.D.dependentvar
9793751.
S.E.ofregression
10461093
Akaikeinfocriterion
35.32719
Sumsquaredresid
1.97E+15
Schwarzcriterion
35.52556
Loglikelihood
-384.5991
F-statistic
0.135388
Durbin-Watsonstat
1.999805
Prob(F-statistic)
0.937641
由上表,Obs*R-squared=0.485467<χ20.05(3)=7.81473,所以接受H0,表明模型中随机扰动项不存在异方差。
3、自相关检验
1.由表7可得DW=1.244654,给定显著性水平α=0.05,n=25,k’=4时,查Durbin-Waston表得下限临界值dL=1.038,上限临界值du=1.767,可见DW统计量DW=1.244654 2.运用广义差分法修正自相关 表9: DependentVariable: DY Method: LeastSquares Date: 12/20/10Time: 18: 57 Sample(adjusted): 19822005 Includedobservations: 24afteradjustingendpoints Variable Coefficient
- 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 实验 报告