计量经济学报告.详解

计量经济学报告 学 院 名 称： 经济与管理学院 专 业： 国际经济与贸易 班 级： 姓 名： 学 号 定稿日期：2013 年 12 月16 日计量经济学报告 一、根据经济理论建立计量经济模型改革开放以来，我国经济发展取得巨大成就，经济总量实现了跨越式发展，这其中拉动经济增长的“三驾马车”，即出口拉动、内需拉动、投资拉动对此功不可没。但是，从2008全球经济危机以后，人们越发清醒地意识到，促进经济增长的关键是增强内需，尤其是居民消费。著名经济学家吴振坤教授也指出，内需是经济增长基本的动力。而就实际情况而言，我国城镇居民消费总量大，对国民经济增长的作用十分重要，城镇居民消费水平在很大程度上影响着国民经济增长状况，只有城镇居民消费需求的不断提升才有经济增长持久的拉动力。宁波，改革开放以来，经济取得了巨大的成就。随着经济的快速增长，居民的收入和消费支出也在逐年增加，消费结构发生了巨大的改变。本文主要针对19952012年间，宁波市区居民消费支出的变化及其影响因素进行分析，通过收集宁波市区居民消费支出、人均可支配收入、居民消费价格指数的数据，建立统计模型了解目前宁波市居民收入和消费水平，预测未来收入和消费变化。二、样本数据的收集与处理数据收集如下： 宁波市1995-2012年市区居民人均可支配收入、人均消费性支出和消费价格指数的数据年份宁波市区居民人均宁波市区居民人均宁波市区居民消费消费性支出可支配收入价格指数(单位：元）(单位：元）19955566 7275119.119966545 8354110.419977189 9069103.919987912 919399.819997493 9492100.120007997 10921100.320019463 1199199.320029396 1297099.2200310463 14277101.2200411283 15882102.7200511758 17408102.0200612666 19674101.9200713921 22307103.9200816379 25304105.0200918203 2736899.4201019420 30166103.7201121779 34058105.3201223288 37902101.7资料来源：宁波2013年统计年鉴1、做散点图X1表示市区居民人均可支配收入（单位；元）为解释变量1X2表示市区居民消费价格指数为解释变量2Y表示市区居民人均消费支出（单位：元）为被解释变量 从图1可知，人均消费支出与人均可支配收入大致呈线性相关，即人均消费支出随着人均可支配收入的增加而增加。 从图2可知，人均消费支出与居民消费价格指数间线性关系并不明显，存在多个异常值。 综上所述，我们认为人均消费支出、人均可支配收入与居民消费价格指数之间存在线性关系，并建立二元回归模型：2、最小二乘法应用Eviews的最小二乘法程序求回归估计方程，输出结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/13/13 Time: 19:06Sample: 1995 2012Included observations: 18CoefficientStd. Errort-StatisticProb.C6457.3462117.1433.0.0081X12410.0000X2-42.5217220.11184-2.0.0516R-squared0.Mean dependent var12262.28Adjusted R-squared0.S.D. dependent var5434.924S.E. of regression395.9345Akaike info criterion14.95139Sum squared resid.Schwarz criterion15.09978Log likelihood-131.5625Hannan-Quinn criter.14.97185F-statistic1594.119Durbin-Watson stat1.Prob(F-statistic)0. 得出估计的回归方程为 t = (3.05) (55.31) (-2.11) =0.9947 F=1594.119 n=18 根据上面模型，可决系数高，拟合度较好。即表示我国居民消费价格指数和人均可支配收入对人均消费支出的影响较为显著。 模型估计结果说明，表示在居民消费价格指数不变的前提下，市区居民人均消费性支出随着可支配收入的增加而增加，即收入每增加1元，支出会增长0.5671元；，表示在人均可支配收入不变的前提下，市区居民人均消费性支出随着消费品价格指数的降低而增加，即消费品价格指数每降低1%，支出增长会42.5217元。 3、 F检验提出检验的原建设为 H0：1=2=0 对立假设为 :至少有一个不等于零（i=1,2)给定显著性水平=0.05，在F分布表中查出自由度为k=2和n-k-1=15的临界值F( 2，15)=3.68。 由表中得到F=1594.119，由于F=1594.119 F( 2，15)=3.68，应拒绝原假设，说明回归方程显著，即“市区居民人均可支配收入”与“市区居民消费价格指数”等变量联合起来确实对“市区居民人均消费支出”有显著影响。4、t检验提出检验的原假设为 H0：=0，i=1,2由表中数据可得，的 t-Statistic=55.31241，的t-Statistic=-2.给定显著性水平=0.05，k=2，查t分布表得自由度为n-k-1=15临界值t/2(n-k-1)=2.13。t1=55.31241t/2(15)=2.13，所以否定H0：=0，显著不等于零，即可认为市区居民人均可支配收入对市区居民人均消费支出有显著影响。|t2|=|-2.|=2.t/2(15)=2.13，所以不否定H0：=0，即可认为市区居民消费价格指数对市区居民人均消费支出没有显著影响。3、 估计与检验 1、多重共线性检验建立相关系数矩阵：quick-group statistics-correlation-x1,x2.得到X1X2X11-0.26499X2-0.264991 由上表可知，两个解释变量的相关系数，即|=0.164150.8，说明两个解释变量之间线性关系比较弱，不存在多重共线性。2、异方差性检验 在实际的经济问题中经常会出现异方差这种现象，因此建立模型时，必须要注意异方差的检验，否则，在实际中会失去意义。 主要选择White检验，得出结果如下：Heteroskedasticity Test: WhiteF-statistic0.Prob. F(5,12)0.6981Obs*R-squared3.Prob. Chi-Square(5)0.6050Scaled explained SS1.Prob. Chi-Square(5)0.8857Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/13/13 Time: 19:09Sample: 1995 2012Included observations: 18CoefficientStd. Errort-StatisticProb.C.0.0.7046X1-30.95906210.0954-0.0.8853X12-0.0.-1.0.2953X1*X.7676X2-.9.5-0.0.7048X22693.86951832.4610.0.7116R-squared0.Mean dependent var.8Adjusted R-squared-0.S.D. dependent var.3S.E. of regression.8Akaike info criterion27.15623Sum squared resid3.37E+11Schwarz criterion27.45302Log likelihood-238.4061Hannan-Quinn criter.27.19715F-statistic0.Durbin-Watson stat2.Prob(F-statistic)0. 从上表可以看出，R=o.20124*183.622，F=0.，为辅助回归模型的决定系数，F为辅助回归模型的F统计量。由White检验可知，在=0.05下，,查分布表，得临界值 (5)=11.071,比较计算的统计量与临界值。因为nR=3.622 (5)=11.071,所以拒绝原假设，表明模型不存在异方差。3、自相关性检验查看残差图，看图形是否在0附近上下变动由残差图可看出，残差值在0附近上下变动（1）DW检验已知DW=1.,在显著性水平=0.05，查DW表，当n=18，k=2时，得上临界值d=1.53，下临界值d=1.05。因为dDW4- d所以模型不存在序列自相关。（2）LM检验 进行一阶LM检验Breusch-Godfrey Serial Correlation LM Test:F-statistic0.Prob. F(1,14)0.5259Obs*R-squared0.Prob. Chi-Square(1)0.4674Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 12/16/13 Time: 18:19Sample: 1995 2012Included observations: 18Presample missing value lagged residuals set to zero.CoefficientStd. Errort-StatisticProb.C-86.835852163.191-0.0.9685X1-0.0.-0.0.9453X20.20.560530.0.9643RESID(-1).5259R-squared0.Mean dependent var-6.38E-13Adjusted R-squared-0.S.D. dependent var371.9157S.E. of regression403.7750Akaike info criterion15.03272Sum squared resid.Schwarz criterion15.23058Log likelihood-131.2945Hannan-Quinn criter.15.06000F-statistic0.Durbin-Watson stat1.Prob(F-statistic)0.由上表可知，DW=1.867，提出检验的原建设为 H0：1=2=0这表