计量经济学 论文

对中国经济增长影响因素的实证分析摘要改革开放三十三年以来，中国的社会经济取得了飞速发展，经济增长速度更是举世瞩目。本文根据计量经济学、西方经济学和EVIEWS软件相关知识，采用时间序列数据模型和多元线性回归分析方法对19802009年（中国统计年鉴数据截止到2009年）三十年间中国经济增长因素进行研究，分析了物质资本、劳动力、消费对国内生产总值（GDP）的影响，建立计量经济学模型，寻求这些变量与国内生产总值的数量关系，进行定量分析，对模型进行检验，最终得出结论。关键词劳动力、投资、消费、经济增长、最小二乘法。1背景经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在19782008年的31年中,我国经济年均增长率高达96,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。2模型的建立为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（）这个经济指标作为研究对象；用总就业人员数（）衡量劳动力；用1固定资产投资总额衡量资本投入用价格指数（）去代表消费需求。23运用这些数据进行回归分析。这里的被解释变量是，Y国内生产总值，与Y国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为代表社会就业人数，1代表固定资产投资，2代表消费价格指数，3代表随机干扰项。模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。21理论模型的确定通过变量的试算筛选，最终确定以以下变量建立回归模型。被解释变量国内生产总值,Y解释变量代表社会就业人数，1代表固定资产投资，2代表消费价格指数，3另外，从经济意义上来说，社会就业人数、固定资产投资和消费价格指数这三个宏观经济指标基本反映了我国经济发展状况，因此也就很大程度上决定了经济增长水平。单从经济意义上讲，变量的选择是正确的。而且，就直观上来说，解释变量与被解释变量都是相关的，这三个解释变量都是经济增长的“良性”变量，它们的增长都对我国经济增长起着积极的推动作用，这一点可以作为模型经济意义检验的依据。表1被解释变量与解释变量198020009数据年份国内生产总值（现价）/亿元年末从业人员数/万人全社会固定资产投资总额/亿元居民消费价格指数（上年100）1980454562397342361910910751981488946106243725961102519825330450965452951230410219835985551568464361430110219847243751718481971832910271985904073658149873254321093198610274379225128231206106519871205061513527833791710731988150368230154334475381188198917000919115532944104118199018718322385690945171031199121826199415836055945103419922693727645594328080110641993352600247160220130723114719944810845644614701704211241199559810529216794720019311711996701424916568850229135108319977806083569600249411102819988302427977699572840629921999884791547570586298547986200098000454317208532917710042001108068220673025372135100720021190956893737404349999922003135173976174432555666101220041595867479752007047741039200518580855975825887736101820062175226698764001099982101520072677636588769901373239104820083162288248774801728284105920093434646903779952245988993资料来源中国统计年鉴。首先，检查被解释变量和解释变量之间的线性关系是否成立。观察被解释变量与解释变量之间的散点图。40,045,050,05,060,065,070,075,080,010,020,030,040,0YX1图1被解释变量与解释变量的散点图1由图中趋势线可以判断，被解释变量Y与解释变量之间基本呈线性关系。1040,080,0120,0160,020,0240,010,020,030,040,0YX2图2被解释变量与解释变量的散点图2由图中趋势线可以判断，被解释变量与解释变量之间基本呈线性关系。295101051015120125010,020,030,040,0YX3图3被解释变量与解释变量的散点图3由图中趋势线可以判断，被解释变量Y与解释变量之间基本呈线性关系。再通过变量之间的相关系数判断。表2被解释变量与解释变量相关系数表COVARIANCEANALYSISORDINARYDATE12/29/11TIME1305SAMPLE19802009INCLUDEDOBSERVATIONS30COVARIANCECORRELATIONYX1X2X3Y885E091000000X1891E08133E0808206791000000X2505E09452E08299E09098105807173941000000X319758312046967102814741738890325058027460702911371000000看到被解释变量Y与解释变量，之间具有较高的相关性。123通过散点图和相关系数表的判断，可以判断被解释变量和解释变量之间具有明显的相关线性关系。同时通过被解释变量与解释变量的相关图形分析，设置理论模型为342312XY22建立初始模型OLS221使用OLS法进行参数估计表3普通最小二乘法参数估计输出结果DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/29/11TIME1423SAMPLE19802009INCLUDEDOBSERVATIONS30COEFFICIENTSTDERRORTSTATISTICPROBX119348400215990895799700000X213825590045823301716900000X337926542808999135018001886C49822313367659147943401510RSQUARED0991233MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0990221SDDEPENDENTVAR9569285SEOFREGRESSION9462951AKAIKEINFOCRITERION2127172SUMSQUAREDRESID233E09SCHWARZCRITERION2145855LOGLIKELIHOOD3150758HANNANQUINNCRITER2133149FSTATISTIC9798468DURBINWATSONSTAT1178143PROBFSTATISTIC0000000得到初始模型为3216547938594031482XXY222对初始模型进行检验要对建立的初始模型进行包括经济意义检验、统计检验、计量经济学检验、预测检验在内的四级检验。1经济意义检验解释变量的系数分别为1934840、1382559。两个解释变量系数均为12正，符合被解释变量与解释变量之间的正相关关系，符合解释变量增长带动被解释变量增长的经济实际，3792654，符合被解释变量与解释变量之间的负3相关关系。与现实经济意义相符，所以模型通过经济意义检验。2统计检验拟合优度检验R2检验，RSQUARED0991233；ADJUSTEDRSQUARED0990221；可见拟合优度很高，接近于1，方程拟和得很好。变量的显著性检验T检验，表4模型系数显著性检验，T检验结果COEFFICIENTSTDERRORTSTATISTICPROBX119348400215990895799700000X213825590045823301716900000X337926542808999135018001886C49822313367659147943401510从检验结果表中看到，包括常数项在内的所有解释变量系数的T检验的伴随概率均小于5，所以，在5的显著水平下、的系数显著不为零，通123过显著性检验，常数项也通过显著性检验，保留在模型之中。方程的显著性检验F检验，方程总体显著性检验的伴随概率小于000000，在5显著水平下方程显著成立，具有经济意义。3计量经济学检验方程通过经济意义检验和统计检验，下面进行居于计量经济学模型检验核心的计量经济学检验。进行异方差性检验首先用图示法对模型的异方差性进行一个大致的判断。令X轴为方程被解释变量，Y轴为方程的残差项，做带有回归线的散点图。020,0,040,0,060,0,080,0,01,0,0,04,050,060,070,080,0X1EI2图4初始模型的异方差性检验散点图020,0,040,0,060,0,080,0,01,0,0,050,010,0150,020,0250,0X2EI2图5初始模型的异方差性检验散点图020,0,040,0,060,0,080,0,01,0,0,095101051015120125X3EI2图6初始模型的异方差性检验散点图通过图形看到，回归线向上倾斜，大致判断存在异方差性，但是，图示法并不准确，下面使用WHITE异方差检验法进行检验，分别选择不带有交叉项和带有交叉项的WHITE异方差检验法。得到下面的检验结果表5不带有交叉项的WHITE异方差检验结果HETEROSKEDASTICITYTESTWHITEFSTATISTIC7559849PROBF3,2600000OBSRSQUARED2691450PROBCHISQUARE300000SCALEDEXPLAINEDSS5275104PROBCHISQUARE300000TESTEQUATIONDEPENDENTVARIABLERESID2METHODLEASTSQUARESDATE12/29/11TIME1753SAMPLE19802009INCLUDEDOBSERVATIONS30COEFFICIENTSTDERRORTSTATISTICPROBC151E08108E08139849201738X1200297750009593310386800046X2200174190001245139877600000X3227159968243375032947607444RSQUARED0897150MEANDEPENDENTVAR77607780ADJUSTEDRSQUARED0885283SDDEPENDENTVAR180E08SEOFREGRESSION61075426AKAIKEINFOCRITERION3881668SUMSQUAREDRESID970E16SCHWARZCRITERION3900351LOGLIKELIHOOD5782502HANNANQUINNCRITER3887645FSTATISTIC7559849DURBINWATSONSTAT1947056PROBFSTATISTIC0000000表6带有交叉项的WHITE异方差检验结果HETEROSKEDASTICITYTESTWHITEFSTATISTIC3357944PROBF9,2000000OBSRSQUARED2813789PROBCHISQUARE900009SCALEDEXPLAINEDSS5514882PROBCHISQUARE900000TESTEQUATIONDEPENDENTVARIABLERESID2METHODLEASTSQUARESDATE12/29/11TIME1754SAMPLE19802009INCLUDEDOBSERVATIONS30COEFFICIENTSTDERRORTSTATISTICPROBC208E09406E09051291206136X134576993972032087051203943X1201897190224091084661504072X1X202972990442472067190605093X1X312751613292824038725407027X229147143566229081731004234X2200331350007760427005300004X2X397116379687489100249303281X35547349868538734080937404278X3228369752903826097697803403RSQUARED0937930MEANDEPENDENTVAR77607780ADJUSTEDRSQUARED0909998SDDEPENDENTVAR180E08SEOFREGRESSION54097636AKAIKEINFOCRITERION3871168SUMSQUAREDRESID585E16SCHWARZCRITERION3917875LOGLIKELIHOOD5706752HANNANQUINNCRITER3886110FSTATISTIC3357944DURBINWATSONSTAT2262413PROBFSTATISTIC0000000使用WHITE检验法不论是否带有交叉项，所得的检验伴随概率均小于5，均在5的显著水平下拒绝方程不存在异方差性的原假设，认为模型具有比较严重的异方差性。需要对模型进行修正。多重共线性检验用逐步回归法检验如下以为被解释变量，逐个引入解释变量、，构成回归模型，进123行模型估计。表7被解释变量与最小二乘估计结果1DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/29/11TIME1832SAMPLE19802009INCLUDEDOBSERVATIONS30COEFFICIENTSTDERRORTSTATISTICPROBX166920860880526760010100000C33498615628370595174300000RSQUARED0673513MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0661853SDDEPENDENTVAR9569285SEOFREGRESSION5564578AKAIKEINFOCRITERION2475574SUMSQUAREDRESID867E10SCHWARZCRITERION2484915LOGLIKELIHOOD3693361HANNANQUINNCRITER2478562FSTATISTIC5776153DURBINWATSONSTAT0096883PROBFSTATISTIC0000000表8被解释变量与最小二乘估计结果2DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/29/11TIME1834SAMPLE19802009INCLUDEDOBSERVATIONS30COEFFICIENTSTDERRORTSTATISTICPROBX216885940063011267983100000C19746454234328466342000001RSQUARED0962474MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0961134SDDEPENDENTVAR9569285SEOFREGRESSION1886538AKAIKEINFOCRITERION2259239SUMSQUAREDRESID997E09SCHWARZCRITERION2268580LOGLIKELIHOOD3368858HANNANQUINNCRITER2262227FSTATISTIC7181495DURBINWATSONSTAT0402624PROBFSTATISTIC0000000表9被解释变量与最小二乘估计结果3DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/29/11TIME1836SAMPLE19802009INCLUDEDOBSERVATIONS30COEFFICIENTSTDERRORTSTATISTICPROBX347337892602669181882100797C58642642757887212636100424RSQUARED0105663MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0073722SDDEPENDENTVAR9569285SEOFREGRESSION9209798AKAIKEINFOCRITERION2576343SUMSQUAREDRESID237E11SCHWARZCRITERION2585685LOGLIKELIHOOD3844515HANNANQUINNCRITER2579332FSTATISTIC3308109DURBINWATSONSTAT0120717PROBFSTATISTIC0079650由图可以看出，与的拟合优度是最大的，RSQUARED0962474。再2做与和的回归模型。12表10被解释变量与和的最小二乘估计结果12DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/29/11TIME1847SAMPLE19802009INCLUDEDOBSERVATIONS30COEFFICIENTSTDERRORTSTATISTICPROBX119636070218188899961700000X213912530046055302087800000C92084421261185730142300000RSQUARED0990618MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0989923SDDEPENDENTVAR9569285SEOFREGRESSION9606088AKAIKEINFOCRITERION2127282SUMSQUAREDRESID249E09SCHWARZCRITERION2141294LOGLIKELIHOOD3160923HANNANQUINNCRITER2131765FSTATISTIC1425411DURBINWATSONSTAT0956357PROBFSTATISTIC0000000再做与和、的回归模型。123表11被解释变量与和、的最小二乘估计结果123DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/29/11TIME1851SAMPLE19802009INCLUDEDOBSERVATIONS30COEFFICIENTSTDERRORTSTATISTICPROBX119348400215990895799700000X213825590045823301716900000X337926542808999135018001886C49822313367659147943401510RSQUARED0991233MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0990221SDDEPENDENTVAR9569285SEOFREGRESSION9462951AKAIKEINFOCRITERION2127172SUMSQUAREDRESID233E09SCHWARZCRITERION2145855LOGLIKELIHOOD3150758HANNANQUINNCRITER2133149FSTATISTIC9798468DURBINWATSONSTAT1178143PROBFSTATISTIC0000000观察与和最小二乘估计的拟合优度（RSQUARED0990618），12与与最小二乘估计的拟合优度（RSQUARED0673513）比较，变化明显，说明对Y的影响显著。观察与和、最小二乘估计的拟合优度1123（RSQUARED0991233），与与和最小二乘估计的拟合优度（RSQUARED0990618）比较，变化不明显，说明对Y影响不显著。3序列相关性检验方程含有截距项，因此，可以使用DW检验法来检验方程是否具有序列相关性。该模型中，样本量N30，解释变量的个数为3个，查DW检验表知5的上下界为DL128，4DL272，DU157，4DU243，；1的上下界为DL107，4DL293，DU134，4DU266。本模型的DW检验值为DW1178143，在5的水平下，0DWDL，落在正自相关区；在1的水平下，DLDWDU，落在无结论区，无法判断。40,30,20,10,010,20,1980198519019520205RESID图740,030,020,010,0010,020,02,010,0010,020,0RESID1RESID图8由于DW值在5的上下界条件下正自相关，说明模型存在序列相关性，所以需要对模型进行修正。4预测检验10,010,20,30,40,50,1980198519019520205YFOLS2SEFORECASTYFOLSATULRCSTMPLE198029INLDEOBRVATIONS3ROTMANSQUREDERO809528EANABSOLT61430PRCNTR27THILIEQUALITYCOEFICNT06BIASROPRI0VRINCPRTI2COVIEOPION0978图9模型预测检验结果图预测误差MAPE2852734，MAPE大于10，预测效果。通过参数估计和四级检验，得到的初始模型是3216547938594031482XXYT（1479434）（8957997）（3017169）（1350180）P（01510）（00000）（00000）（01886）RSQUARED0991233ADJUSTEDRSQUARED099022123建立修正模型WLS加权最小二乘法估计模型系数建立模型能够有效地消除模型的异方差性，同时也可以在一定程度上克服序列相关性，因此，使用WLS方法估计模型参数是修正模型的常用方法。231使用WLS法进行参数估计表12加权最小二乘法估计模型参数结果输出表DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/30/11TIME1309SAMPLE19802009INCLUDEDOBSERVATIONS30WEIGHTINGSERIES1/RESID2COEFFICIENTSTDERRORTSTATISTICPROBX117084960075998224806900000X215749690058315270077300000X333261861390237239253200000C43825712255915194270200000WEIGHTEDSTATISTICSRSQUARED0999841MEANDEPENDENTVAR1446334ADJUSTEDRSQUARED0999823SDDEPENDENTVAR3165285SEOFREGRESSION2533304AKAIKEINFOCRITERION1403083SUMSQUAREDRESID1668584SCHWARZCRITERION1421766LOGLIKELIHOOD2064625HANNANQUINNCRITER1409060FSTATISTIC5465607DURBINWATSONSTAT1063337PROBFSTATISTIC0000000UNWEIGHTEDSTATISTICSRSQUARED0980555MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0978311SDDEPENDENTVAR9569285SEOFREGRESSION1409291SUMSQUAREDRESID516E09DURBINWATSONSTAT07086543216185749708643251XXY232对修正模型进行检验要对使用加权最小二乘法估计参数建立的新模型进行包括经济意义检验、统计检验、计量经济学检验、预测检验在内的四级检验。1经济意义检验解释变量的系数分别为11708496、21574969。两个解释变量系数均为正，符合被解释变量与解释变量之间的正相关关系，符合解释变量增长带动被解释变量增长的经济实际，与现实经济意义相符；33326186，符合被解释变量与解释变量之间的正相关关系，所以模型通过经济意义检验。对于常数项的意义将在模型经济意义的分析中讨论。2统计检验（显著水平1）拟合优度检验R2检验，RSQUARED0999841；ADJUSTEDRSQUARED0999823；可见拟合优度较初始使用OLS法估计建立的模型有所改善，拟和优度相当高，新方程拟和得很理想。变量的显著性检验T检验，表13WLS模型系数显著性检验，T检验结果COEFFICIENTSTDERRORTSTATISTICPROBX117084960075998224806900000X215749690058315270077300000X333261861390237239253200000C43825712255915194270200000所有系数的T检验伴随概率均远远小于5，所以，解释变量的系数显著不为零，通过显著性检验，常数项同时也通过显著性检验，保留在模型当中不必剔除。方程的显著性检验F检验，方程总体显著性检验的伴随概率小于000000，方程在很高的置信水平下显著成立，具有经济意义。3计量经济学检验方程通过经济意义检验和统计检验，下面进行居于计量经济学模型检验核心的计量经济学检验。异方差性检验下面用WHITE异方差检验法准确检验新方程的异方差性，分别选择不带有交叉项和带有交叉项的WHITE检验。得到下面的检验结果表14不带有交叉项的WHITE异方差检验HETEROSKEDASTICITYTESTWHITEFSTATISTIC455E29PROBF2,2700000OBSRSQUARED3000000PROBCHISQUARE200000SCALEDEXPLAINEDSS0000713PROBCHISQUARE209996TESTEQUATIONDEPENDENTVARIABLEWGT_RESID2METHODLEASTSQUARESDATE12/30/11TIME1341SAMPLE19802009INCLUDEDOBSERVATIONS30COLLINEARTESTREGRESSORSDROPPEDFROMSPECIFICATIONCOEFFICIENTSTDERRORTSTATISTICPROBC457E13480E13095054503503WGT8571131222E12385E1300000WGT2206E11773E14267272900000RSQUARED1000000MEANDEPENDENTVAR8571131ADJUSTEDRSQUARED1000000SDDEPENDENTVAR4501754SEOFREGRESSION254E12AKAIKEINFOCRITERION5046374SUMSQUAREDRESID174E22SCHWARZCRITERION5032362LOGLIKELIHOOD7599561HANNANQUINNCRITER5041892FSTATISTIC455E29DURBINWATSONSTAT2067149PROBFSTATISTIC0000000表15带有交叉项的WHITE异方差检验HETEROSKEDASTICITYTESTWHITEFSTATISTIC455E29PROBF2,2700000OBSRSQUARED3000000PROBCHISQUARE200000SCALEDEXPLAINEDSS0000713PROBCHISQUARE209996TESTEQUATIONDEPENDENTVARIABLEWGT_RESID2METHODLEASTSQUARESDATE12/30/11TIME1342SAMPLE19802009INCLUDEDOBSERVATIONS30COLLINEARTESTREGRESSORSDROPPEDFROMSPECIFICATIONCOEFFICIENTSTDERRORTSTATISTICPROBC457E13480E13095054503503WGT8571131222E12385E1300000WGT2206E11773E14267272900000RSQUARED1000000MEANDEPENDENTVAR8571131ADJUSTEDRSQUARED1000000SDDEPENDENTVAR4501754SEOFREGRESSION254E12AKAIKEINFOCRITERION5046374SUMSQUAREDRESID174E22SCHWARZCRITERION5032362LOGLIKELIHOOD7599561HANNANQUINNCRITER5041892FSTATISTIC455E29DURBINWATSONSTAT2067149PROBFSTATISTIC0000000使用WHITE异方差检验法，不论是否带有交叉项，均在很高的的置信水平下接受方程不存在异方差性的原假设，使用加权最小二乘法估计模型参数几乎完全消除了初始方程的异方差性。多重共线性检验用逐步回归法检验如下以为被解释变量，逐个引入解释变量、，构成回归模型，进123行模型估计。表16被解释变量与最小二乘估计结果1DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/30/11TIME1349SAMPLE19802009INCLUDEDOBSERVATIONS30WEIGHTINGSERIES1/RESID2COEFFICIENTSTDERRORTSTATISTICPROBX162717740153142409540200000C31143907873862395535300000WEIGHTEDSTATISTICSRSQUARED0983580MEANDEPENDENTVAR2235980ADJUSTEDRSQUARED0982994SDDEPENDENTVAR5627568SEOFREGRESSION5204581AKAIKEINFOCRITERION2001681SUMSQUAREDRESID758E08SCHWARZCRITERION2011022LOGLIKELIHOOD2982521HANNANQUINNCRITER2004669FSTATISTIC1677232DURBINWATSONSTAT1137013PROBFSTATISTIC0000000UNWEIGHTEDSTATISTICSRSQUARED0669921MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0658132SDDEPENDENTVAR9569285SEOFREGRESSION5595110SUMSQUAREDRESID877E10DURBINWATSONSTAT0094031表17被解释变量与最小二乘估计结果2DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/30/11TIME1354SAMPLE19802009INCLUDEDOBSERVATIONS30WEIGHTINGSERIES1/RESID2COEFFICIENTSTDERRORTSTATISTICPROBX22216738432E10513E0900000C3356827135E06249E0900000WEIGHTEDSTATISTICSRSQUARED1000000MEANDEPENDENTVAR1027745ADJUSTEDRSQUARED1000000SDDEPENDENTVAR5627332SEOFREGRESSION180E08AKAIKEINFOCRITERION3276770SUMSQUAREDRESID903E15SCHWARZCRITERION3267429LOGLIKELIHOOD4935155HANNANQUINNCRITER3273782FSTATISTIC263E19DURBINWATSONSTAT2000003PROBFSTATISTIC0000000UNWEIGHTEDSTATISTICSRSQUARED0866275MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0861499SDDEPENDENTVAR9569285SEOFREGRESSION3561281SUMSQUAREDRESID355E10DURBINWATSONSTAT0265495表18被解释变量与最小二乘估计结果3DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/30/11TIME1400SAMPLE19802009INCLUDEDOBSERVATIONS30WEIGHTINGSERIES1/RESID2COEFFICIENTSTDERRORTSTATISTICPROBX327458547128799385177700000C20969697704057272190200000WEIGHTEDSTATISTICSRSQUARED0981477MEANDEPENDENTVAR8410697ADJUSTEDRSQUARED0980815SDDEPENDENTVAR3216951SEOFREGRESSION3802095AKAIKEINFOCRITERION1478366SUMSQUAREDRESID4047660SCHWARZCRITERION1487708LOGLIKELIHOOD2197549HANNANQUINNCRITER1481355FSTATISTIC1483619DURBINWATSONSTAT0701247PROBFSTATISTIC0000000UNWEIGHTEDSTATISTICSRSQUARED0694244MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0754753SDDEPENDENTVAR9569285SEOFREGRESSION1267615SUMSQUAREDRESID450E11DURBINWATSONSTAT0020367由图可以看出，与的拟合优度是最大的，RSQUARED1000000。再2做与和的回归模型。12表19被解释变量与和的最小二乘估计结果12DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/30/11TIME1402SAMPLE19802009INCLUDEDOBSERVATIONS30WEIGHTINGSERIES1/RESID2COEFFICIENTSTDERRORTSTATISTICPROBX100074320005522134596701895X228658130026827106827000000C16114712223076724883500000WEIGHTEDSTATISTICSRSQUARED0999292MEANDEPENDENTVAR7087930ADJUSTEDRSQUARED0999239SDDEPENDENTVAR1669275SEOFREGRESSION1236844AKAIKEINFOCRITERION1256798SUMSQUAREDRESID4130415SCHWARZCRITERION1270810LOGLIKELIHOOD1855197HANNANQUINNCRITER1261281FSTATISTIC1904332DURBINWATSONSTAT2390725PROBFSTATISTIC0000000UNWEIGHTEDSTATISTICSRSQUARED0403224MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0359018SDDEPENDENTVAR9569285SEOFREGRESSION7661297SUMSQUAREDRESID158E11DURBINWATSONSTAT0130406再做与和、的回归模型。123表20被解释变量与和、的最小二乘估计结果123DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE12/30/11TIME1402SAMPLE19802009INCLUDEDOBSERVATIONS30WEIGHTINGSERIES1/RESID2COEFFICIENTSTDERRORTSTATISTICPROBX100432310007036614435100000X228215740018699150892000000X332471165899717550385100000C33465139086591368291400011WEIGHTEDSTATISTICSRSQUARED0999994MEANDEPENDENTVAR5046045ADJUSTEDRSQUARED0999993SDDEPENDENTVAR2132269SEOFREGRESSION5497988AKAIKEINFOCRITERION6370207SUMSQUAREDRESID7859246SCHWARZCRITERION6557034LOGLIKELIHOOD9155311HANNANQUINNCRITER6429975FSTATISTIC1473142DURBINWATSONSTAT1879944PROBFSTATISTIC0000000UNWEIGHTEDSTATISTICSRSQUARED0441593MEANDEPENDENTVAR8574931ADJUSTEDRSQUARED0377162SDDEPENDENTVAR9569285SEOFREGRESSION7552090SUMSQUAREDRESID148E11DURBINWATSONSTAT1083962观察与和最小二乘估计的拟合优度（RSQUARED0999292），12与与最小二乘估计的拟合优度（RSQUARED0983580）比较，变化比较明显，说明对Y的影响比较显著。观察与和、最小二乘估计的拟1123合优度（RSQUARED0999994），与与和最小二乘估计的拟合优度（RSQUARED0999292）比较，变化不明显，说明对Y影响不显著。3序列相关性检验方程含有截距项，因此，可以使用DW检验法来检验方程是否具有序列相关性。该模型中，样本量N30，解释变量的个数为3个，查DW检验表知5的上下界为DL128，4DL272，DU157，4DU243，；1的上下界为DL107，4DL293，DU134，4DU266。本模型的DW检验值为DW1083337，在5的水平下，0DWDL，落在正自相关区；在1的水平下，DLDWDU，落在无结论区，无法判断。由于新模型的性质很好，因此在1的水平下检验模型的各种性质，认为新模型不再具有序列相关性。4预测检验图10WLS估计修正模型的预测检验结果图20E1815810E850170E0501710E815820E1890198519019520205YFWOLS2SEFORECASTYFWOLSATULRCSTMPLE198029INLDEOBRVATIONS3ROTMANSQUREDERO1397EANABSOLT60408PRCNTR2THILIEQUALITYCOEFICNT95BIASROPRI0134VRINCPRTICOVIEOPION5708预测误差MAPE2488907，大于10，预测的误差较修正前有所改善，预测精度不高，预测效果一般，模型的预测效果较修正前要好得多，但是，还需要进一步修正。最后得到的使用加权最小二乘法估计参数的模型是3216185749708643251XXYT（1942702）（2248069）（2700773）（2392532）P（00000）（00000）（00000）（00000）R2099984120999823DW1083337R通过上面的四级检验，可以看到，模型在很高的置信水平（99）下通过统计检验，计量经济学检验，模型不再具有异方差性和序列相关性，模型预测检验显示模型的预测效果比较理想。另外赤池检验值为8063，施瓦茨检验值为8259，二者都较修正前要小修正前两者分别是11358和11555，表明模型的建立效果要好于修正之前。3模型经济意义分析与预测建立模型的最终目的就是要通过模型获得有用的信息，计量经济模型提供了结构分析和经济预测两大应用。31模型