计量经济学综合实验

2011 2012 学年第 一 学期 课课 程程 论论 文文 课程名称 计 量 经 济 学 论文题目 专 业 班 级 学 生 姓 号 学 生 姓 名 主 讲 教 师 董 美 双 编号 1 摘摘 要要 关于论文的 关于论文的 150150 字左右的概括性介绍 字左右的概括性介绍 改革以来 关键词 关键词 3 5 个关键词 个关键词 GDP 固定资产投资额 能源消费总量 财政支出的变化 1 引言引言 关于选题意义 背景的介绍 明确研究对象 Y 和相应的解释变量 X1 X2 先 X3 X4 至少 3 个解释变量 等 GDP 是指一个国家或地区范围内的所有常住单位 在一定时期内生产最终产品和提供劳务价 值的总和 GDP 的增长对于一个国家有着十分重要的意义 它是衡量一国在过去的一年里所创造 的劳动成果的重要指标 而研究它的影响因素不仅可以很好的了解 GDP 的经济内涵 而且还有利 于我们根据这些因素对 GDP 影响大小来制定工作的重点以便更好的促进国民经济的发展 我建立 了关于 GDP 与本国的固定资产投资 能源消费总量 财政支出的函数关系式 通过固定资产投资 能源消费总量 财政支出来对 GDP 的增长进行定量分析 变量设定变量设定 Y 表示某年我国的 GDP I 表示某年我国的固定资产投资额 E 表示某年我国的能源消费总量 F 表示某年我国的财政支出 T 表示年份 2 理论假设理论假设 包含相关的理论观点和理论假设 确定被解释变量与解释变量之间的关系 建立 理论模型 并提出本文的理论假设 建立模型 TFEIY 43210 假设我国 GDP 与我国的固定资产投资额我国的能源消费总量我国的财政支出以及年份有关 2 3 数据收集和整理数据收集和整理 对收集数据的过程和数据的简单处理过程等做详细客观的说明 列出数据列表 注明数据出处 数据列表 年份 y GDP 亿 元 i 固定资产投资 额 亿元 e 能源消费总 量 万吨标准 煤 f 财政支出的变 化 亿元 1981 4891 60 961594471138 41 1982 5323 40 1200 4620671229 98 1983 5962 70 1369 06660401409 53 1984 7208 10 1832 87709041701 02 1985 9016 00 2543 19766822004 25 1986 10275 20 3120 6808502204 91 1987 12058 60 3791 69866322262 18 1988 15042 80 4753 8929972491 21 1989 16992 30 4410 38969342823 78 1990 18667 80 4517987033083 59 1991 21781 50 5594 51037833386 62 1992 26923 50 8080 091091703742 20 1993 35333 90 12457 881159934642 30 1994 48197 90 16370 331227375792 62 1995 60793 70 20019 261311766823 72 1996 71176 60 22974 031389487937 55 1997 78973 00 24941 111381739233 56 1998 84402 30 28406 1713221410798 18 1999 89677 10 29854 7113011913187 67 2000 99214 60 32917 7313855315886 50 2001 109655 20 37213 49143199 318902 58 2002 120332 70 43499 9093151796 5922053 15 2003 135822 80 55566 605917499024649 95 2004 159878 30 70477 4420322728486 89 2005 184937 40 88773 6122468233930 28 2006 216314 40 109998 1624246270 1540422 73 2007 265810 30 137323 9381265583 00 49781 35 2008 314045 40 172828 3998285000 00 62592 66 2009 340903 00 224598 7679306647 00 76299 90 数据来源 国家统计局数据库 http 219 235 129 58 indicatorYearQuery do id 090110200000000 3 4 回归及回归结果分析回归及回归结果分析 包括回归结果的输出和解读 做经济学检验 R2 检验 F 检验和 t 检验 确 定初步的模型 回归结果 Dependent Variable Y Method Least Squares Date 12 18 11 Time 19 47 Sample 1 29 Included observations 29 VariableCoefficientStd Errort StatisticProb C 2931891 1489491 1 9683840 0607 I 0 1006240 376120 0 2675310 7913 E0 3202200 1669181 9184320 0670 F3 4757680 9823963 5380510 0017 T1466 065755 78341 9397950 0642 R squared0 994674 Mean dependent var88607 31 Adjusted R squared0 993786 S D dependent var95511 65 S E of regression7528 839 Akaike info criterion20 84645 Sum squared resid1 36E 09 Schwarz criterion21 08220 Log likelihood 297 2736 F statistic1120 561 Durbin Watson stat0 661174 Prob F statistic 0 000000 4 初步的模型确定 Y 2931891 0 100624I 0 320220E 3 475768F 1466 065T t 1 968384 0 267531 1 918432 3 538051 1 939795 p 0 0607 0 7913 0 0670 0 0017 0 0642 R2 检验 R2 0 994674 拟合优度极高 F 检验 提出假设检验 H0 1 0 F 1120 561 F 4 24 2 78 拒绝 H0 1 0 F 统计量高度显著 t 检验 提出假设 原假设 H0 1 0 备择假设 H1 1 0 pi 0 7913 0 05 接受原假设 拒绝备择假设 固定资产投资额变化对 GDP 没有显著影响 pe 0 0670 0 05 接受原假设 拒绝备择假设 能源消费总量变化对 GDP 没有显著影响 pf 0 00170 05 接受原假设 接受备择假设 年份变化对 GDP 没有显著影响 5 5 计量经济学检验及模型的修正计量经济学检验及模型的修正 对模型进行经济意义及残差图的计量经济学检验 检验是否存在违背经典假设的 问题 检验步骤为 5 5 1 1 多重共线性检验 确定最终的解释变量 多重共线性检验 确定最终的解释变量 多重共线性检验 系数显著否 参数符号正确否 利用相关系数矩阵法 逐步回归法 进行检验 利用逐步回归法进行修正 相关系数矩阵法 由此可见 模型存在比较严重多重共线性 逐步回归法 逐步回归加入其他变量 Dependent Variable Y Method Least Squares Date 12 18 11 Time 21 06 Sample 1 29 Included observations 29 VariableCoefficientStd Errort StatisticProb C21309 714468 2864 7691020 0001 I1 6674960 06538425 503140 0000 R squared0 960142 Mean dependent var88607 31 YIEFT Y1 0 9798685176 2903 0 9854295904 03202 0 9893691578 3269 0 8994597053 92146 I 0 9798685176 29031 0 9578263492 3623 0 9951364008 43354 0 8120298190 25448 E 0 9854295904 03202 0 9578263492 36231 0 9650496394 37995 0 9266235618 791 F 0 9893691578 3269 0 9951364008 43354 0 9650496394 379951 0 8431818457 57401 T 0 8994597053 92146 0 8120298190 25448 0 9266235618 791 0 8431818457 574011 6 Adjusted R squared0 958666 S D dependent var95511 65 S E of regression19418 23 Akaike info criterion22 65228 Sum squared resid1 02E 10 Schwarz criterion22 74658 Log likelihood 326 4581 F statistic650 4101 Durbin Watson stat0 385771 Prob F statistic 0 000000 Dependent Variable Y Method Least Squares Date 12 18 11 Time 21 07 Sample 1 29 Included observations 29 VariableCoefficientStd Errort StatisticProb C 103939 37095 255 14 649120 0000 E1 3775320 04575730 105400 0000 R squared0 971071 Mean dependent var88607 31 Adjusted R squared0 970000 S D dependent var95511 65 S E of regression16543 09 Akaike info criterion22 33180 Sum squared resid7 39E 09 Schwarz criterion22 42609 Log likelihood 321 8111 F statistic906 3349 Durbin Watson stat0 284514 Prob F statistic 0 000000 Dependent Variable Y Method Least Squares Date 12 18 11 Time 21 07 Sample 1 29 Included observations 29 VariableCoefficientStd Errort StatisticProb C12706 993392 4883 7456250 0009 F4 7964980 13568335 350760 0000 R squared0 978851 Mean dependent var88607 31 Adjusted R squared0 978068 S D dependent var95511 65 S E of regression14144 74 Akaike info criterion22 01855 Sum squared resid5 40E 09 Schwarz criterion22 11284 Log likelihood 317 2689 F statistic1249 676 Durbin Watson stat0 373700 Prob F statistic 0 000000 7 Dependent Variable Y Method Least Squares Date 12 18 11 Time 21 07 Sample 1 29 Included observations 29 VariableCoefficientStd Errort StatisticProb C 200399191882077 10 647770 0000 T10089 49943 388510 694940 0000 R squared0 809028 Mean dependent var88607 31 Adjusted R squared0 801955 S D dependent var95511 65 S E of regression42504 86 Akaike info criterion24 21910 Sum squared resid4 88E 10 Schwarz criterion24 31339 Log likelihood 349 1769 F statistic114 3818 Durbin Watson stat0 102407 Prob F statistic 0 000000 根据以上回归结果 选择GDP与能源消费总量作为一元线性回归方程 继续添加其他变量 Dependent Variable Y Method Least Squares Date 12 18 11 Time 21 11 Sample 1 29 Included observations 29 VariableCoefficientStd Errort StatisticProb C 41433 798119 134 5 1032270 0000 E0 6236330 0904746 8929560 0000 F2 7092770 3137718 6345600 0000 R squared0 992520 Mean dependent var88607 31 Adjusted R squared0 991945 S D dependent var95511 65 S E of regression8572 260 Akaike info criterion21 04815 Sum squared resid1 91E 09 Schwarz criterion21 18959 Log likelihood 302 1981 F statistic1725 001 Durbin Watson stat0 490363 Prob F statistic 0 000000 Dependent Variable Y Method Least Squares Date 12 18 11 Time 21 15 Sample 1 29 8 Included observations 29 VariableCoefficientStd Errort StatisticProb C 3221159 1005236 3 2043800 0037 E0 2931830 1303562 2490960 0336 F3 2274850 31616610 208200 0000 T1612 889509 88543 1632390 0041 R squared0 994658 Mean dependent var88607 31 Adjusted R squared0 994017 S D dependent var95511 65 S E of regression7387 717 Akaike info criterion20 78047 Sum squared resid1 36E 09 Schwarz criterion20 96906 Log likelihood 297 3168 F statistic1551 683 Durbin Watson stat0 700562 Prob F statistic 0 000000 经过多次回归 确定E F T三个变量 将I排除出模型 回归方程更改为 11 Y 3221159 0 293183E 3 227485F 1612 889T t 3 204380 2 249096 10 20820 3 163239 p 0 0037 0 0336 0 0000 0 0041 5 25 2 异方差检验 并对异方差进行修正 异方差检验 并对异方差进行修正 异方差检验 重点针对横截面数据 具体用残差图法 park 检验和 white 检 验进行检验 修正用加权最小二乘法 残差图法 0 00E 00 4 00E 07 8 00E 07 1 20E 08 1 60E 08 2 00E 08 50000100000200000300000 E EE 12 0 00E 00 4 00E 07 8 00E 07 1 20E 08 1 60E 08 2 00E 08 020000400006000080000 F EE 0 00E 00 4 00E 07 8 00E 07 1 20E 08 1 60E 08 2 00E 08 1980 19851990199520002005 2010 T EE 初步感觉存在异方差 13 帕克检验 假设异方差函数形式 ln i 2 ln 2 lnXi i 令 Zi ln i 2 ln 2 Ei lnEi Fi lnFi Ti lnTi Zi 1ln Ei i Dependent Variable LOG EE Method Least Squares Date 12 18 11 Time 22 31 Sample 1 29 Included observations 29 VariableCoefficientStd Errort StatisticProb C12 9336010 116651 2784470 2120 LOG E 0 3222000 8608580 3742770 7111 R squared0 005161 Mean dependent var16 71724 Adjusted R squared 0 031684 S D dependent var2 058684 S E of regression2 091044 Akaike info criterion4 379676 Sum squared resid118 0565 Schwarz criterion4 473972 Log likelihood 61 50530 F statistic0 140083 Durbin Watson stat1 364010 Prob F statistic 0 711122 14 ln i2 12 93360 0 322200lnXi t t t 1 278447 0 374277 p 0 2120 0 7111 R2 0 005161 2 0 031684 F 0 140083 p 0 7111 R 异方差结构 i i 2 2 e e12 93360X Xi i 0 322200 怀特检验 White Heteroskedasticity Test F statistic8 985720 Probability0 000076 Obs R squared19 18087 Probability0 001779 Test Equation Dependent Variable RESID 2 Method Least Squares Date 12 18 11 Time 22 16 Sample 1 29 Included observations 29 VariableCoefficientStd Errort StatisticProb C 4 39E 102 07E 10 2 1172030 0453 15 E 7574 2233952 731 1 9162000 0678 E 20 0225890 0113441 9912960 0585 F 13273 174433 122 2 9940900 0065 F 20 0649760 0263282 4679750 0215 T22363160105605792 1176070 0452 R squared0 661409 Mean dependent var47050309 Adjusted R squared0 587802 S D dependent var49479317 S E of regression31767013 Akaike info criterion37 56775 Sum squared resid2 32E 16 Schwarz criterion37 85064 Log likelihood 538 7323 F statistic8 985720 Durbin Watson stat1 215389 Prob F statistic 0 000076 R2 0 661409 P 0 001779 0 05 存在异方差 加权最小二乘法修正 除权后得 Dependent Variable Y Method Least Squares Date 12 19 11 Time 18 49 Sample 1 29 Included observations 29 Weighting series 1 E 0 1611 VariableCoefficientStd Errort StatisticProb C 100849 17030 015 14 345500 0000 E1 3570450 04844028 014780 0000 Weighted Statistics R squared0 962259 Mean dependent var82389 92 Adjusted R squared0 960861 S D dependent var83432 03 S E of regression16505 87 Akaike info criterion22 32729 Sum squared resid7 36E 09 Schwarz criterion22 42159 Log likelihood 321 7457 F statistic784 8277 Durbin Watson stat0 250289 Prob F statistic 0 000000 16 Unweighted Statistics R squared0 970851 Mean dependent var88607 31 Adjusted R squared0 969771 S D dependent var95511 65 S E of regression16606 05 Sum squared resid7 45E 09 Durbin Watson stat0 280473 5 35 3 序列相关检验 并对序列相关进行修正 序列相关检验 并对序列相关进行修正 序列相关检验 针对时间序列数据 用残差图法和杜宾 沃尔森法 拉格朗日乘数 法进行检验 修正用广义差分法 柯 奥迭代法 杜宾两步法进行修正 残差图法 12000 8000 4000 0 4000 8000 12000 15000 500005000 10000 15000 E0 E0 1 从图中看 有明显的正自相关存在 杜宾沃森法检验 Dependent Variable Y Method Least Squares 17 Date 12 19 11 Time 19 32 Sample 1 29 Included observations 29 VariableCoefficientStd Errort StatisticProb C 3221159 1005236 3 2043800 0037 E0 2931830 1303562 2490960 0336 F3 2274850 31616610 208200 0000 T1612 889509 88543 1632390 0041 R squared0 994658 Mean dependent var88607 31 Adjusted R squared0 994017 S D dependent var95511 65 S E of regression7387 717 Akaike info criterion20 78047 Sum squared resid1 36E 09 Schwarz criterion20 96906 Log likelihood 297 3168 F statistic1551 683 Durbin Watson stat0 700562 Prob F statistic 0 000000 DW 0 700562 dL 1 05 dU 1 33 DW 0 700562 2 0 05 3 84 所以拒绝自相关系数 0 的原假设 说明存在序列相关 广义差分法修正 DW 0 700562 则 1 0 649719 2 d Dependent Variable Y2 Method Least Squares Date 12 19 11 Time 19 52 Sample adjusted 2 29 Included observations 28 after adjustments VariableCoefficientStd Errort StatisticProb C 1494100 586016 1 2 5495890 0176 E20 4523400 1535042 9467520 0070 F22 5220630 3587997 0291710 0000 T22129 600844 80092 5208310 0188 R squared0 986138 Mean dependent var39881 64 Adjusted R squared0 984405 S D dependent var41713 67 S E of regression5209 171 Akaike info criterion20 08579 Sum squared resid6 51E 08 Schwarz criterion20 27611 Log likelihood 277 2011 F statistic569 1146 Durbin Watson stat1 209917 Prob F statistic 0 000000 DW 1 209917 dL 1 05 不存在一阶自相关 消除了自相关后的模型为 Y 4265432 61 0 452340E 2 522063F 2129 600T 柯 奥迭代法修正 Dependent Variable Y 19 Method Least Squares Date 12 19 11 Time 20 01 Sample adjusted 2 29 Included observations 28 after adjustments Convergence achieved after 52 iterations VariableCoefficientStd Errort StatisticProb C 5054135 2682808 1 8838970 0723 E0 4602140 2015662 2831950 0320 F2 4080320 6191913 8889990 0007 T2524 5181345 3201 8765180 0733 AR 1 0 7431020 1945083 8204120 0009 R squared0 997421 Mean dependent var91597 16 Adjusted R squared0 996973 S D dependent var95872 35 S E of regression5274 951 Akaike info criterion20 13976 Sum squared resid6 40E 08 Schwarz criterion20 37765 Log likelihood 276 9566 F statistic2223 987 Durbin Watson stat1 258268 Prob F statistic 0 000000 Inverted AR Roots 74 DW 1 258268 dL 1 05 不存在一阶自相关 消除了自相关后的模型为 Y 5054135 0 460214E 2 408032F 2524 518T 杜宾两步法修正 Dependent Variable Y Method Least Squares Date 12 19 11 Time 20 10 Sample adjusted 2 29 Included observations 28 after adjustments VariableCoefficientStd Errort StatisticProb C421425 9932667 00 4518500 6556 Y 1 0 8092310 1812494 4647530 0002 E 1 0 3596360 1073993 3485800 0028 F 1 0 4886920 7337150 666