计量经济学论文.docx

计量经济学论文.docx

《计量经济学论文.docx》由会员分享，可在线阅读，更多相关《计量经济学论文.docx（15页珍藏版）》请在冰豆网上搜索。

计量经济学论文

中国各地区建筑业总产值和利润关系分析

摘要：

2010年是“十一五”收官之年，在党中央、国务院有效应对国际金融危机、加快转变经济发展方式、调整经济结构、促进经济平稳较快发展等一系列政策作用下，全社会固定资产投资保持较快增长，建筑业在大规模投资拉动下，呈现平稳增长的态势。

本文主要研究中国各地区建筑业的发展情况，重点分析总产值和利润之间的相关关系。

关键词：

计量经济学异方差性自相关性建筑业总产值利润

一、经济背景及研究意义：

建筑业的支柱产业地位日益显著，对国民经济增长贡献突出2010年国内生产总值（GDP）397983亿元，比上年增长10.3%。

全年全社会建筑业实现增加值26451亿元，比上年增长12.6%（见图1），建筑业增加值占GDP比重高达6.6%。

改革开放30多年来，建筑业增加值在GDP中的比重总体呈上升态势，由1980年的4.3%上升至近两年的6.6%。

这一比重，30年间呈现波浪起伏、平缓下滑和持续上升3个阶段（见图2）。

1993年曾出现波峰，建筑业增加值占GDP比重为6.4%；之后一路缓慢下滑，至2001年出现拐点后一路上升，直至2009年再创新高，达到6.6%；2010年继续保持6.6%的高贡献率，支柱产业地位日益显著。

建筑业的发展，不但大大改善了城乡面貌和人民居住环境，加快了城镇化进程，而且带动了相关产业发展。

二、模型设定

（一）、数据分析

下表是2007年个地区建筑业总产值（X）和建筑业企业利润总额（Y）。

地区

建筑业总产值x

建筑业企业利润总额y

地区

建筑业总产值x

建筑业企业利润总额y

北京

25767692

960256.4

湖北

21108043

698837.4

天津

12219419

379211.6

湖南

18288148

545655.7

河北

16146909

446520.8

广东

29995140

1388554.6

山西

10607041

194565.9

广西

6127370

126343.1

内蒙古

6811038.3

353362.6

海南

821834

14615.7

辽宁

21000402

836846.6

重庆

11287118

386177.5

吉林

7383390.8

102742

四川

21099840

466176

黑龙江

8758777.8

98028.5

贵州

3487908.1

41893.1

上海

25241801

794136.5

云南

7566795.1

266333.1

江苏

70105724

2368711.7

西藏

602940.7

52895.2

浙江

69717052

1887291.7

陕西

11730972

224646.6

安徽

15169772

378252.8

甘肃

4369038.8

152143.1

福建

15441660

375531.9

青海

1254431.1

24468.3

江西

7861403.8

188502.4

宁夏

1549486.5

25224.6

山东

32890450

1190084.1

新疆

4508313.7

68276.6

河南

21517230

574938.7

通常认为，截面数据很容易产生异方差性。

我国个地区的建筑业总产值与利润刚好是截面数据，因此首先对数据做异方差性检验。

（二）检验异方差性

（1）图形分析检验

⑴观察利润总额（Y）与总产值（X）的相关图（图1）：

SCATXY

图

（1）我国建筑业总产值与利润总额的相关图

从图中可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。

这说明变量之间可能存在递增的异方差性。

⑵残差分析

首先将数据排序（命令格式为：

SORT解释变量），然后建立回归方程。

在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。

图2我国建筑业销售利润回归模型残差分布

图2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。

⒉Goldfeld-Quant检验

⑴将样本按解释变量排序（SORTX）并分成两部分（分别有1到10共10个样本合22到31共10个样本）

⑵利用样本1建立回归模型1（回归结果如图3），其残差平方和为4.80E+10

SMPL110

LSYCX

图（3）样本

（1）回归结果

⑶利用样本2建立回归模型2（回归结果如图4），其残差平方和为4.05E+11

SMPL2231

LSYCX

图（4）样本

（2）回归结果

⑷计算F统计量：

=4.80E+10

＝11.9

当

=0.05时，查F分布表得

，则F

F（0.05）所以存在异方差性。

⒊White检验

⑴建立回归模型：

LSYCX，回归结果如图（5）所示

图（5）我国建筑业利润总额回归模型

⑵在方程窗口上点击View\Residual\Test\WhiteHeteroskedastcity,检验结果如图6。

图（6）white检验结果

其中F值为辅助回归模型的F统计量值。

取显著水平

，由于

，所以存在异方差性。

实际应用中可以直接观察相伴概率p值的大小，若p值较小，则认为存在异方差性。

反之，则认为不存在异方差性。

⒋Park检验

⑴建立回归模型（结果同图5所示）。

⑵生成新变量序列：

GENRLNE2=log（RESID^2）

GENRLNX=log

⑶建立新残差序列对解释变量的回归模型：

LSLNE2CLNX，回归结果如图7所示。

图（7）Park检验回归模型

从图7所示的回归结果中可以看出，LNX的系数估计值不为0且能通过显著性检验，即随即误差项的方差与解释变量存在较强的相关关系，即认为存在异方差性。

⒌Gleiser检验（Gleiser检验与Park检验原理相同）

⑴建立回归模型（结果同图5所示）。

⑵生成新变量序列：

GENRE=ABS（RESID）

⑶分别建立新残差序列（E）对各解释变量（X/X^2/X^（1/2）/X^（－1）/X^（－2）/X^（－1/2））的回归模型：

LSECX，回归结果如图8、9、10、11、12、13所示。

图（8）

图（9）

图（10）

图（11）

图（12）

图（13）

由上述各回归结果可知，各回归模型中解释变量的系数估计值显著不为0且均能通过显著性检验。

所以认为存在异方差性。

二、调整异方差性

⒈确定权数变量

根据Park检验生成权数变量：

GENRW1=1/X^0.9917

根据Gleiser检验生成权数变量：

GENRW2=1/X^0.5

另外生成：

GENRW3=1/ABS（RESID）

GENRW4=1/RESID^2

⒉利用加权最小二乘法估计模型

在Eviews命令窗口中依次键入命令：

LS（W=

）YCX

或在方程窗口中点击Estimate\Option按钮，并在权数变量栏里依次输入W1、W2、W3、W4，回归结果图14、15、16、17所示。

图（14）

图（15）

图（16）

图（17）

⒊对所估计的模型再进行White检验，观察异方差的调整情况

对所估计的模型再进行White检验，其结果分别对应图14、15、16、17的回归模型（如图18、19、20、21所示）。

图18、19、20所对应的White检验显示，P值较大，所以接收不存在异方差的原假设，即认为已经消除了回归模型异方差性。

图（18）

图（19）

图（20）

图

（21）

经估计检验发现用权术W3效果最好。

下面是用权术W3的结果

图（22）最优估计结果

（-1.892827）（18.37744）

R^2=0.979014，DW=2.4918，F=1352.859

三．总结

可以看出运用加权最小二乘法消除了异方差性后，参数的t检验均显著，F检验也显著，并说明建筑业总产值每增加1万元，利润总额平均增加344元。

说明我国建筑业发展情况很好，利润率处于较高水平。

参考文献：

[1]庞皓.计量经济学[M].成都：

西南财经大学出版社，2008年.

[2]赵卫亚.计量经济学[M].上海：

上海财经大学出版社，2009年.

[3]《中国统计年鉴》2008年