MY计量经济学实验报告

1、计量经济学实验报告一、经济学理论概述1、需求是指消费者(家庭)在某一特定时期内，在每价格水平时愿意而且能够购买的某种商品量。需求是购买欲望与购买能力的统一。2、需求定理是说明商品本身价格与其需求量之间关系的理论。其基本内容是：在其他条件不变的情况下，一种商品的需求量与其本身价格 之间成反方向变动，即需求量随着商品本身价格的上升而减少，随商 品本身价格的下降而增加。3、需求量的变动是指其他条件不变的情况下，商品本身价格变动所引 起的需求量的变动。需求量的变动表现为同一条需求曲线上的移动。二、经济学理论的验证方法在此次试验中，我运用了 eviews和excel软件对相关数据进行处理和 分析。1、拟

2、合优度检验一一可决系数r2统计量回归平方和反应了总离差平方和中可由样本回归线解释的部分，它越 大，参差平方和越小，表明样本回归线与样本观测值的拟合程度越高。2、方程总体线性的显著性检验f检验(1) 方程总体线性的显著性检验，旨在对模型中被解释变量与解释变 量之间的线性关系在总体上是否显著成立作出判断。(2) 给定显著性水平a,查表得到临界值fa (k, n-k-1)，根据样 本求出f统计量的数值后，可通过f>fa (k, n-k-1)(或fwfa (k, n-k-1)来拒绝(或接受)原假设ho,以判定原方程总体上的线性关 系是否显著成立。3、变量的显著性检验t检验4、异方差性的检验怀特检

3、验怀特检验不需要排序，对任何形式的异方差都适用°5、序列相关性的检验一一图示法和回归检验法6、多重共线性的检验一一逐步回归法以y为被解释变量，逐个引入解释变量，构成回归模型，进行模型估 计。三、验证步骤1、确定变量(1) 被解释变量“货币流通量”在模型中用“y”表示。(2) 解释变量 “货币贷款额”在模型中用“x表示； “居民消费价格指数”在模型中用表示； 把由于各种原因未考虑到和无法度量的因素归入随机误差项，在模 型中用“”。2、建立计量经济学模型根据各相关变量之间的关系，假定：丫二 0（）+ "1x1+02x2+“3、数据描述和处理中国货币流通量、贷款额和居民消费价格指

4、数历史数据年度1978货币流量y （亿元）212居民消费价格指数p（1990年二100）46.2贷款额x （亿元） 747. 12039. 61980346.250.62414.31981396. 351.92860. 21982439. 152.93180.61983529. 8543589. 91984792. 155.54766. 11985987.860.65905. 61986121&464.67590. 819871454. 569.39032. 51988213482.310551.3198923449714360. 119902644. 410

5、017680. 719913177.8103.421337.81992433611026322.919935864. 7126.232943. 11994728& 6156.73997619957885. 3183.450544. 119968802198.761156.6199710177.6204.274914. 1199811204.2202.686524. 1199913455. 5199.793734. 3200014652.7200.699371. 1200115688. 8201.9112314.7200217278200.3131293.9200319746202.71

6、58996.2200421468. 3210.6178197.8200524031. 7214.4194690.4200627072.6217.7225347.2200730375. 2228. 1261690.9资料来源：中国统计年鉴（2008） v中国统计资料50年汇编4、多元线性计量经济学模型的初步估计与分析用eviews软件检测分析：dependent variable: y method: least squaresdate: 06/25/11 time: 15:19sample: 1978 2007 included observations: 30variablecoeffici

7、e ntstd. error t-statisticprob.c-886.8463250.5787-3.5391920.0015x10.1035240.00241942.804320.0000x220.669822.6329177.8505400.0000r-squared0.996992mean dependent var8542.377adjusted r-squared0.996769s.d.dependent var8989.356s.e. of regression510.9580akaike info criterion15.40509sum squared resid704910

8、8.schwarz criterion15.54521log likelihood-228.0764f-statistic4474.520durbin-watson stat0.959975prob(f-statistic)0.000000普通最小二乘法估计结果如下:ay= -86. 8463+0. 103524x1+20. 66982x2+a(-3.54)(42. 80)(7.85)r? = 0.996992节=0.996769 f=4474. 520回归结果表明，在19782007年间，y变化的99. 69%可由其他两个变量的变化来解释。根据表上f统计量对应的p值可以看出，每个p值都小于5

9、%,拒绝原假设，表明模型的线性关系在95%的置信水平下显著成立。5、异方差检验x1zqsluh（图_）（图二）zqsluh从普通最小二乘回归得到的残差平方项与xi的散点图看，（图二）上的点总体上呈单调递增趋势，存在异方差性。再进一步地统计检验，采用怀特(white)检验。记©为对原始模型进行普通最小二乘回归得到的残差平方项，将其与xi、x2及其平方项与交叉项进行辅助回归，得：dependent variable: resid2 method: least squares date: 06/26/11 time: 21:25 sample: 1978 2007 included obs

10、ervations: 30variablecoefficientstd. errort-statisticprob.c-1221567774105.21.5780380.1276x1-82.2460345.19955-1.8196210.0813x233493.5621428.421.5630440.1311x12-8.61 e-055.94e-05-1.4497780.1601x22127.7950101.8538-1.2546910.2217x30.4664040.2825031.6509690.1118r-squared0.613492mean dependent var234970.3

11、adjusted r-squared0.532969s.d.dependent var343174.2s.e. of regression234524.1akaike info criterion27.74536sum squared resid1.32e+12schwarz criterion28.02560log likelihood-410.1804f-statistic7.618878durbin-watson stat2.296606prob(f-statistic)0.000208(“x12” 表示 “x严；“x22” 表示 “x/” ；“x"表示 “x1xx2”)ei

12、=-1221567-82. 3x1+33496. 6x2+ (-8.61e-05)x12-127.8x22+0. 47x3尺0.613492怀特统计量mr?二30x0. 613492-18. 40476,该值大于5%显著水平下、自由度为5的龙2分布的相应临界值力2二i. 07,因此，拒绝同方差的原0.05假设，存在异方差性。去掉交叉项后的辅助回归结果为:dependent variable: res2method: least squaresdate: 06/27/11 time: 09:09sample: 1978 2007in eluded observati ons: 30variabl

13、ecoefficie ntstd. errort-statisticprob.c-39245.88303888.3-0.1291460.8983x1-8.1427515.506163-1.4788430.1517x2-549.18906028.700-0.0910960.9281x128.31 e-061.66e-050.5008520.6209x2235.6094024.861121.4323330.1644r-squared0.569596mean dependent var234970.3adjusted r-squared0.500731s.d.dependent var343174.

14、2se. of regression242483.4akaike info criterion27.78627sum squared resid1.47e+12schwarz criterion28.01980log likelihood411.7940f-statistic8.271227durbin-watson stat2.224969prob(f-statistic)0.000215(“x12”主斗“v 2” 衣不 al；“x22”表示“x/” )® 二-39245. 9-8.14x1-549. 2x2+ （8.31e-06） x12+35. 61x22rs. 569596显

15、然在怀特统计量nr2=30x0. 569596=17. 08788,该值小大于5%显著水平下、自由度为5的才分布的相应临界值龙2二ii. 07,因此，拒绝0.05同方差的原假设，存在异方差性。6、序列相关检验建立残差项与与耳一1 （图一）以及时间t （图二）的关系图，图一显示随机误差项存在一阶正序列相关性。（图一）qs 山ortime（图二）再用回归检验法对该模型进行序列相关性检验，以®为被解释变量, 以1、有_2为解释变量，建立如下方程：对上面的模型，用普通最小二乘法进行参数估计，得:式:dependent variable: emethod: least squaresdate:

16、 06/26/11 time: 20:14sample(adjusted): 1978 2006in eluded observations: 29 after adjusti ng en dpoi ntsvariablecoefficie ntstd. errort-statisticprob.c17.9436979.822630.2247950.8238res10.4988900.1619303.0808980.0047r-squared0.260110mean dependent var18.76290adjusted r-squared0.232707s.d dependent var

17、490.7293s.e. of regression429.8556akaike info criterion15.03125sum squared resid4988948.schwarz criteri on15.12554log likelihood215.9531f-statistic9.491932durbin-watson stat1.317494prob(f-statistic)0.004708（与弓-1的模型估计结果，e表示resid, resl表示耳）勺=0. 49889 ®_1+17 94369(3.080898) (0.224795)rs. 260110&

18、;jo. 232707f=9. 491932由分析结果可以看出，该模型拟合优度不高。在5%的显著性水平下t妆（28）,所以变量通过显著性检验。©与相关，存在序列相2关性。式:dependent variable: emethod: least squaresdate: 06/26/11 time: 20:30sample(adjusted): 1978 2005in eluded observati ons: 28 after adjusting en dpointsvariablecoefficientstd. errort-statisticprob.c-1.10897967.3

19、6619-0.0164620.9870res10.8252710.1594595.1754310.0000res2-0.5641460.155941-3.6176780.0013r-squared0.529008mean dependent var14.76513adjusted r-squared0.491329s.d.dependent var499.2532s.e. of regression356.0732akaike info criterion14.68911sum squared resid3169703.schwarz criterion14.83184log likeliho

20、od-202.6475f-statistic14.03975durbin-watson stat2.236110prob(f-statistic)0.0000822 与弘1、52的模型估计结果，res2表示*2）5 =0. 825271 匕_1 -0. 564146 /_2 -1 108979(5.175431) (-3. 617678)(-0.016462)r，= 0.529008录2 = 0.491329f=14. 03975由分析结果可以看出，该模型的拟合优度不高。在5%的显著性水平下 订2 (27), |以 妝(27),变量百_i，j 通过显著性检验，所以© 2 ? 与相关，

21、存在序列相关性，而耳与®_2相关，存在序列相关性。7、多重共线性检验correlation matrixx1x2x11.0000000.851148x20.8511481.000000由于r=0. 851148接近lo因此/与x2间存在较高的相关性。 再用逐步回归法寻找最优方程。首先找出最简单的回归形式，分别作y与xi、x2间的回归，得:a(1) y=821. 9852+0. 119685x2(3.721859) (52.98755)r2=0. 990126 d. w. =0. 351995a(2) y=-6977. 121+116. 5944x2(-4. 151105) (10.

22、35281)r=0. 792870 d. w. =0. 104111可见，货币流量受贷款额的影响较大，因此选(1)作为初始的回归模型。再将x2导入初始的回归模型，得：cxix22rd. w.y=f(xl)821.98520.1196850.9897730. 351995t值3. 72185952.98755y=f (xi,x2)-886. 84630.10352420.669820.9967690. 959975t值-3.53919242.804327. 85054y= -86. 8463+0. 103524xl+20. 66982x2+；/(-3. 54)(42. 80)(7.85)克=0. 996992&2 = o.