计量经济学课程设计

1、-作者xxxx-日期xxxx计量经济学课程设计【精品文档】第1章 引言 我国经济经历了持续30多年的高速增长，增加了城乡居民的人均收入。人们在满足最基本的生活需求的同时，追求高品质生活方式是一种必然趋势。外出旅游是提高生活品质的重要方式，被长期压抑的居民旅游需求将伴随着其可支配收入的持续增长得到迅速释放。 我国旅游业发展的阶段性特征：我国旅游业起步较晚，但发展迅猛，在国民经济中的地位和作用日益加强。新中国成立前，我国经济萧条，民生凋敝，旅游业发展基本停滞，旅游产业基本没有形成。建国后到改革开放前的30年间，我国旅游业主要局限在为外交和民间往来活动服务的入境旅游，国内旅游基本是一张白纸。1978

2、年，我国接待入境旅游人数180万人，仅占世界的0.7%，居世界第41位；入境旅游收入2.6亿美元，仅占全球的0.038%，居世界第47位。1978年党的十一届三中全会确立改革开放政策，旅游业才算真正起步。邓小平非常重视旅游业，指出“旅游事业大有文章可做，要突出地搞，加快地搞。”30多年来，随着我国经济持续快速发展和居民收入水平较快提高，我国旅游人数和旅游收入都以年均两位数以上的增速持续发展，已经成国民经济的重要产业，成为继住房、汽车之后增长最快的居民消费领域。据有关资料，2010年，我国旅游业总收入1.57万亿元，对经济的直接贡献相当于GDP的2.5%，加上带动其他产业，旅游业对经济的直接和间

3、接贡献总计相当于GDP的8.6%。旅游业直接从业人员1350万人，加上带动其他就业，旅游业直接与间接就业总人数达7600余万人，约占全国就业总数的9.6%。有研究表明，旅游对住宿业贡献率超过90%，对民航和铁路客运业贡献率超过80%，对文化娱乐业贡献率超过50%，对餐饮业和商品零售业贡献率超过40%，旅游消费对社会消费的贡献超过10%。目前，我国已经跃居全球第四大入境旅游接待国和亚洲第一大出境旅游客源国。第2章 构建并分析模型2.1 相关数据表1 模型中所使用的相关数据时间国内游客（百万人次）居民消费水平（元）国民总收入（亿元）就业人员（万人）私人汽车拥有量（万辆）20007443721720

4、852001784398772797200287843011197657328020038704606737362004110251387426420051212577174647200613946416749782007161075722686317532120081712870775564200919029514758282010210310919761052011264113134764202012295714699767042013326216190769772014361117778772532.2 构建模型对于已有数据，建立回归模型，假设如下：其中 Y 国内游客（百万人次） X1

5、居民消费水平（元） X2 国民总收入（亿元） X3 就业人员（万人) X4 私人汽车拥有量（万辆） 是常数项 是随即干扰项2.2.1 散点图对表1中的数据做散点图，如下： 图1 相关数据的散点图2.2.2 最小二乘估计Dependent Variable: YMethod: Least SquaresDate: 06/21/16 Time: 14:19Sample: 2000 2014Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X1X2X3X4CR-squared 

6、   Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    Schwarz criterionLog likelihood    Hannan-Quinn criter.F-statistic  &#

7、160; Durbin-Watson statProb(F-statistic)图2 相关数据的最小二乘估计模型的估计结果为： (-2.282908) （3.183591) （-2.180526） （2.164730) （-0.794209）= = F= D.W=第3章 回归模型的检验与修正3.1 回归模型的统计检验 3.1.1 拟合优度检验由最小二乘估计的结果得到= = 都接近1，拟合优度较好。 3.1.2 方程总体线性的显著性检验（F检验）当显著性水平=0.05时，(4,10)=3.48 < 1331.653,模型的线性关系在95%的显著性水平下显著成立。3.1.3 变量的

8、显著性检验（T检验）当显著性水平=0.05时，(10)=2.2281，只有变量X1的T检验值 的绝对值3.183591>(10)=2.2281,所以四个变量中只有X1 是显著的。3.2 多重共线性的检验与修正3.2.1 简单相关系数 表2X1X2X3X4X11X21X31X41变量之间相关系数较高，说明存在多重共线性。3.2.2 多重共线性的修正采用逐步回归法：首先对Y 分别与X1,X2,X3,X4 做回归，结果如下： Dependent Variable: YMethod: Least SquaresDate: 06/21/16 Time: 14:40Sample: 2000 2014

9、Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X1CR-squared    Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    

10、Schwarz criterionLog likelihood    Hannan-Quinn criter.F-statistic    Durbin-Watson statProb(F-statistic) 图3 (0.598357) (64.12889)=0.996849 Dependent Variable: YMethod: Least SquaresDate: 06/21/16 Time: 14:41Sample: 2000 2014Included observations: 15VariableCo

11、efficientStd. Errort-StatisticProb.  X2CR-squared    Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    Schwarz criterionLog likelihood

12、0;   Hannan-Quinn criter.F-statistic    Durbin-Watson statProb(F-statistic) 图4=+ () () = = F= D.W=Dependent Variable: YMethod: Least SquaresDate: 06/21/16 Time: 14:42Sample: 2000 2014Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  

13、X3CR-squared    Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid1781922.    Schwarz criterionLog likelihood    Hannan-Quinn criter

14、.F-statistic    Durbin-Watson statProb(F-statistic) 图5 (-8.448310) (8.828741)=0.857059 Dependent Variable: YMethod: Least SquaresDate: 06/21/16 Time: 14:43Sample: 2000 2014Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X4CR-squared  &#

15、160; Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    Schwarz criterionLog likelihood    Hannan-Quinn criter.F-statistic   

16、0;Durbin-Watson statProb(F-statistic) 图6 (15.50707) (30.36212)=0.986094 其中对Y的拟合优度最高，保留作为基变量。将Y关于，做回归，结果如下： Dependent Variable: YMethod: Least SquaresDate: 06/21/16 Time: 15:09Sample: 2000 2014Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X1X2CR-squared  

17、  Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    Schwarz criterionLog likelihood    Hannan-Quinn criter.F-statistic   &#

18、160;Durbin-Watson statProb(F-statistic) 图7 (-0.314250) (4.580931) (-0.749302)= 0.996990 将Y关于，做回归，结果如下： Dependent Variable: YMethod: Least SquaresDate: 06/21/16 Time: 15:22Sample: 2000 2014Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X1X3CR-squared  

19、0; Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    Schwarz criterionLog likelihood    Hannan-Quinn criter.F-statistic    

20、Durbin-Watson statProb(F-statistic) 图8 (-0.811497) (23.72767) (0.822121)= 0.997017 将Y关于，做回归，结果如下： Dependent Variable: YMethod: Least SquaresDate: 06/21/16 Time: 15:23Sample: 2000 2014Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X1X4CR-squared   

21、60;Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    Schwarz criterionLog likelihood    Hannan-Quinn criter.F-statistic    Durbi

22、n-Watson statProb(F-statistic) 图9=+ () () ()= = F= D.W=由回归结果可知,的显著性都小于(10)=2.2281，且的系数不符合其经济意义，因此只保留作为Y的基变量。 最终的模型为：3.3 异方差的检验与修正 Heteroskedasticity Test: White F-statistic    Prob. F(2,12)Obs*R-squared    Prob. Chi-Square(2)Scaled explained SS  

23、0; Prob. Chi-Square(2)Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/21/16 Time: 16:18Sample: 2000 2014Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  CX1X12R-squared    Mean dependent varAdjusted R-squared  

24、  S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid1.18E+08    Schwarz criterionLog likelihood    Hannan-Quinn criter.F-statistic    Durbin-Watson statProb(F-statistic) 图10在=0.05的显著

25、性水平下，（2）=5.99，=2.993925<5.99,故由怀特检验得异方差性不存在。3.2.2 G-Q检验（1） 前6组数据如下： 表3国内游客（百万人次）居民消费水平（元）74437217843987878430187046061102513812125771做最小二乘估计： Dependent Variable: Y1Method: Least SquaresDate: 06/21/16 Time: 18:09Sample: 1 6Included observations: 6VariableCoefficientStd. Errort-StatisticProb. 

26、 X1CR-squared    Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    Schwarz criterionLog likelihood    Hannan-Quinn criter.F

27、-statistic    Durbin-Watson statProb(F-statistic) 图11（2）后6组数据如下： 表4国内游客（百万人次）居民消费水平（元）19029514210310919264113134295714699326216190361117778做最小二乘估计： Dependent Variable: Y2Method: Least SquaresDate: 06/21/16 Time: 18:13Sample: 2010 2014Included observations: 6VariableCoefficientStd

28、. Errort-StatisticProb.  X2CR-squared    Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    Schwarz criterionLog likelihood  

29、0; Hannan-Quinn criter.F-statistic    Durbin-Watson statProb(F-statistic) 图12=4.28,F=/=3.4699<4.28,因此由G-Q检验得到异方差性不存在。3.4 序列相关性的检验与修正3.3.1 D.W 检验法由表5可以得到D.W=，=1.36,=1.08,<1.473655<4-，因此得到一阶序列相关性不存在。3.3.2 拉格朗日检验一阶序列相关性的检验如下：Breusch-Godfrey Serial Correlation LM Test:F

30、-statistic    Prob. F(1,12)Obs*R-squared    Prob. Chi-Square(1)Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/27/16 Time: 16:10Sample: 2000 2014Included observations: 15Presample missing value lagged residuals set to zero.VariableCoeffici

31、entStd. Errort-StatisticProb.  XCRESID(-1)R-squared    Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    Schwarz criterionLog likelihood    Hannan-Quinn criter.F-statistic    Durbin-Watson statProb(F-statistic) 图13（1）=3.84，=<3.84,得到一阶序列相关性不存在。3.5 滞后变量的讨论采用阿尔蒙多项式法。滞后期的检验结果如下： 图14由结果可以看出，滞后期为5.做滞后5期的最小二乘估计： 图15回归结果为由上