影响电信业务收入的主要因素的分析大学毕业设计论文.docx
- 文档编号:8762195
- 上传时间:2023-02-01
- 格式:DOCX
- 页数:14
- 大小:42.34KB
影响电信业务收入的主要因素的分析大学毕业设计论文.docx
《影响电信业务收入的主要因素的分析大学毕业设计论文.docx》由会员分享,可在线阅读,更多相关《影响电信业务收入的主要因素的分析大学毕业设计论文.docx(14页珍藏版)》请在冰豆网上搜索。
影响电信业务收入的主要因素的分析大学毕业设计论文
影响电信业务收入的主要因素的分析
1949年以前,中国电信系统发展缓慢,到1949年,中国电话的普及率仅为0.05%,电话用户只有26万;到1978年,全国电话容量359万门,用户214万,普及率0.43%;自上世纪80年代中期以来,中国政府加快了基础电信设施的建设,到2004年9月,固定电话用户数达30692.3万户,移动电话用户32007.1万户。
另一方面,根据《中国统计年鉴》上的数据,我们在发现在第三产业`增加值指数中,通信业的增加值指数是最大的。
在1995年是112.1;在1996年是111.4;在1997年是110.8;在1998年是110.6,在1999年是111.3,在2000年是111.5(上年等于100)。
显然,电信业对第三产业的发展影响是最显著的。
而我们也知道第三产业在GDP中所占的比例是我们衡量一国综合实力的重要指标,从而对电信收入的研究显得尤为重要。
为了研究我国电信业的发展情况,真正了解我国电信业的发展前景,我们选择了电信收入作为我们的被解释变量,选取固定电话用户数、移动电话用户数、互联网用户数、以及电信业固定资产投资完成额作为我们的解释变量
电信收入作为我们的被解释变量,选取固定电话用户数、移动电话用户数、互联网用户数、以及电信业固定资产投资完成额作为我们的解释变量
为了研究当月止电信业务收入累计额y(亿元)与月固定电话用户数x1(亿户)、月移动电话用户数x2(亿户)、月互联网用户数x3(亿户)和当月电信业固定资产投资完成额x4(亿元)的关系,我们需要一定时期的y、x1、x2、x3、x4这五个变量的数据。
通过互联网,我们已经从国家统计局的网站上找到了相关数据。
我们选取了2001年1月到2004年9月这45组数据。
数据资料如下:
obs
Y
X1
X2
X3
X4
2001:
01
233.9800
1.482750
0.897590
NA
NA
2001:
02
496.1200
1.514410
0.949070
NA
NA
2001:
03
734.4700
1.547380
1.003140
NA
140.5400
2001:
04
1013.890
1.574090
1.051980
NA
195.6000
2001:
05
1290.090
1.606300
1.110800
NA
540.9000
2001:
06
1590.130
1.643710
1.167610
NA
806.0000
2001:
07
1962.780
1.668210
1.206050
NA
990.7700
2001:
08
2175.900
1.694680
1.257740
NA
1148.900
2001:
09
2575.500
1.722700
1.309100
NA
1396.700
2001:
10
2879.400
1.747690
1.360190
NA
1700.100
2001:
11
3196.500
1.771120
1.399220
NA
1919.000
2001:
12
3335.200
1.790340
1.448120
0.361460
2343.700
2002:
01
3598.430
1.819310
1.499090
0.363450
2343.700
2002:
02
3893.340
1.851420
1.558520
0.362660
2343.700
2002:
03
4196.440
1.886500
1.615000
0.375310
2343.700
2002:
04
4516.990
1.913180
1.666480
0.385200
2630.900
2002:
05
4832.350
1.958540
1.713800
0.387240
2703.610
2002:
06
5180.550
1.989420
1.761690
0.397590
2843.000
2002:
07
5614.970
2.010230
1.803180
0.417350
2986.980
2002:
08
5965.050
2.035290
1.848550
0.433190
3148.390
2002:
09
6322.220
2.070010
1.903910
0.450400
3308.920
2002:
10
6669.870
2.090620
1.958330
0.458700
3487.300
2002:
11
7031.530
2.126840
2.003130
0.482940
3706.680
2002:
12
7451.020
2.144190
2.066160
0.497000
4378.270
2003:
01
7809.520
2.180040
2.124390
0.487490
4378.270
2003:
02
8157.120
2.214920
2.163980
0.492740
4378.270
2003:
03
8540.320
2.256260
2.214910
0.499200
4593.270
2003:
04
8928.320
2.290390
2.257170
0.507880
4761.970
2003:
05
9275.220
2.328820
2.300560
0.522100
4949.770
2003:
06
9650.720
2.376100
2.344720
0.532350
5163.370
2003:
07
10072.92
2.407540
2.394590
0.538130
5308.670
2003:
08
10466.72
2.449260
2.441180
0.544330
5447.670
2003:
09
10871.12
2.504680
2.499740
0.538760
5619.070
2003:
10
11265.42
2.551390
2.569380
0.535000
5798.670
2003:
11
11661.02
2.598420
2.634780
0.532560
6065.970
2003:
12
12061.02
2.633050
2.686930
0.536570
6593.470
2004:
01
12475.12
2.689330
2.768020
0.554390
6593.470
2004:
02
12879.92
2.745320
2.823270
0.546280
6593.470
2004:
03
13310.42
2.810810
2.903050
0.545850
6877.870
2004:
04
13744.62
2.854480
2.957500
0.541270
7043.870
2004:
05
14164.62
2.904010
3.005590
0.536660
7218.870
2004:
06
14597.12
2.954880
3.052830
0.534700
7459.870
2004:
07
15035.42
2.989960
3.102180
0.530220
7639.570
2004:
08
15478.62
3.029010
3.151000
0.528430
7808.470
2004:
09
15923.12
3.069230
3.200710
0.523290
7974.670
我们对y和x1x2x3x4进行初步的散点图观察,发现y和x1x2x3x4在散点图中呈现出线形关系,所以我们将模型初步定为线形模型。
模型的设定
我们把当月止电信业务收入累计额Y(单位:
亿元)作为为应变量,用月平均固定电话用户数X1(单位:
亿户)、月平均移动电话用户数X2(单位:
亿户)互联网用户数X3(单位:
亿户)和每月电信业固定资产投资完成额X4作为四个自变量。
建立如下模型:
Yi=β1+β2X1+β3X2+β4X3+β5X4+ui(其中,ui为随机误差项,且服从正态分布)。
利用eviews5.0得到如下结果
DependentVariable:
Y
Method:
LeastSquares
Date:
06/14/05Time:
11:
24
Sample(adjusted):
2001M122004M09
Includedobservations:
34afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-10552.42
1292.392
-8.165032
0.0000
X1
4879.920
1315.285
3.710161
0.0009
X2
1917.691
1093.914
1.753055
0.0902
X3
4270.050
1314.464
3.248511
0.0029
X4
0.359675
0.117148
3.070274
0.0046
R-squared
0.999383
Meandependentvar
9264.011
AdjustedR-squared
0.999298
S.D.dependentvar
3827.446
S.E.ofregression
101.3827
Akaikeinfocriterion
12.21073
Sumsquaredresid
298074.8
Schwarzcriterion
12.43520
Loglikelihood
-202.5825
F-statistic
11751.06
Durbin-Watsonstat
0.555252
Prob(F-statistic)
0.000000
拟合方程为:
i=-10552.42+4879.92X1+1917.691X2+4270.50X3+0.359675X4
t=(-8.165)(3.7101)(1.7531)(3.2485)(3.0703)
R2=0.999383
2=0.999298F=11751.06
Sumsquaredresid298074.8
统计检验-多重共线性
从分析的数据来看,容易发现t检验还比较理想,β2β3β4β5均为正值具有经济意义,在α取0.05时只有x2的t值不够显著;f统计量很大,说明解释变量对被解释变量的解释是显著的。
另外残差平方和太大,可能变量间存在共线性,因此需要检验模型是否存在多重共线性的问题。
用Eviews得到相关系数矩阵
X1
X2
X3
X4
X1
1.000000
0.996976
0.844648
0.992582
X2
0.996976
1.000000
0.880265
0.996354
X3
0.844648
0.880265
1.000000
0.885829
X4
0.992582
0.996354
0.885829
1.000000
析了一下各个变量之间的相关系数,发现X1和X2之间的相关系数达到了0.995737,相关程度很高,同时X2和X3之间的相关系数也达到了0.844648。
从实际经济意义上说,这三者之间存在着相互替代性,说明模型的设定具有多重共线性,需要对模型进行修订。
经过对各个解释变量的分析,我们发现固定电话用户数、移动电话用户数、互联网用户数这三个解释变量相关性很大,且都属于通信装置,相互间有较大的替代性。
于是决定尝试将这3个解释变变量相加成为新的解释变量记为X123。
这样将原来的模型调整为:
Yi=β1+β2X123i+β3X4i+ui(其中ui为随机误差项,服从正态分布)
再次拟合:
DependentVariable:
Y
Method:
LeastSquares
Date:
06/14/05Time:
11:
52
Sample(adjusted):
2001M122004M09
Includedobservations:
34afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-9268.190
558.4492
-16.59630
0.0000
X123
3261.226
217.2569
15.01092
0.0000
X4
0.347181
0.115524
3.005269
0.0052
R-squared
0.999338
Meandependentvar
9264.011
AdjustedR-squared
0.999296
S.D.dependentvar
3827.446
S.E.ofregression
101.5703
Akaikeinfocriterion
12.16348
Sumsquaredresid
319812.1
Schwarzcriterion
12.29815
Loglikelihood
-203.7791
F-statistic
23414.32
Durbin-Watsonstat
0.495369
Prob(F-statistic)
0.000000
拟合方程为:
i=-9268.190+3261.226X123i+0.347181X4i
t=(-16.59630)(15.01092)(3.005269)
R2=0.999338
2=0.999296F=23414.32
Sumsquaredresid=319812.1
异方差的检验,用WHITE检验作出的结果如下:
WhiteHeteroskedasticityTest:
F-statistic
4.144353
Probability
0.008922
Obs*R-squared
12.36648
Probability
0.014824
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
06/14/05Time:
14:
34
Sample(adjusted):
2001M122004M09
Includedobservations:
34afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
105531.8
289136.1
0.364990
0.7178
X123
-43664.89
155576.7
-0.280665
0.7810
X123^2
4234.262
16376.52
0.258557
0.7978
X4
0.559926
42.43575
0.013195
0.9896
X4^2
0.000357
0.004935
0.072327
0.9428
R-squared
0.363720
Meandependentvar
9406.239
AdjustedR-squared
0.275957
S.D.dependentvar
15224.98
S.E.ofregression
12955.04
Akaikeinfocriterion
21.91141
Sumsquaredresid
4.87E+09
Schwarzcriterion
22.13588
Loglikelihood
-367.4940
F-statistic
4.144353
Durbin-Watsonstat
1.404210
Prob(F-statistic)
0.008922
查χ2分布表,给定α=0.01,自由度为5,得临界值χ20.05(5)=15.0863,而Obs*R-squared=12.36648<15.0863,所以模型中随机误差u的异方差性不明显
为了保险起见,我们用ARCH检验进行复查
ARCHTest:
F-statistic
1.792614
Probability
0.172363
Obs*R-squared
5.148988
Probability
0.161207
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
06/14/05Time:
21:
39
Sample(adjusted):
2002M032004M09
Includedobservations:
31afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
7053.058
3866.644
1.824078
0.0792
RESID^2(-1)
0.593010
0.265720
2.231708
0.0341
RESID^2(-2)
-0.015077
0.286630
-0.052600
0.9584
RESID^2(-3)
-0.210498
0.280125
-0.751441
0.4589
R-squared
0.166096
Meandependentvar
10106.28
AdjustedR-squared
0.073440
S.D.dependentvar
15787.23
S.E.ofregression
15196.47
Akaikeinfocriterion
22.21543
Sumsquaredresid
6.24E+09
Schwarzcriterion
22.40046
Loglikelihood
-340.3391
F-statistic
1.792614
Durbin-Watsonstat
1.556831
Prob(F-statistic)
0.172363
同样的异方差性不明显。
自相关的检验
由于DW=0.495369,给定显著水平α=0.5,查Durbin-Watson表,n=34,k`=2,得下限临界值dL=1.333,因为DW统计量为0.495368
自相关的修正
由dw=0.495369ρ=1-dw/2=0.7523155。
利用广义差分法。
定义DY=Y-0.7523155*Y(-1)
DX123=X123-0.7523155*X123(-1)
DX4=X4-0.7523155*X4(-1)
然后进行参数估计,结果为
DependentVariable:
DY
Method:
LeastSquares
Date:
06/14/05Time:
22:
46
Sample(adjusted):
2002M012004M09
Includedobservations:
33afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-2568.718
138.1116
-18.59887
0.0000
DX123
3630.988
187.9921
19.31457
0.0000
DX4
0.181301
0.093191
1.945477
0.0611
R-squared
0.995458
Meandependentvar
2626.024
AdjustedR-squared
0.995155
S.D.dependentvar
956.1398
S.E.ofregression
66.55126
Akaikeinfocriterion
11.32033
Sumsquaredresid
132872.1
Schwarzcriterion
11.45638
Loglikelihood
-183.7854
F-statistic
3287.557
D
- 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:
- 影响 电信业务 收入 主要因素 分析 大学 毕业设计 论文