计量经济学课程旅游的案例分析

1、案例分析旅游业具有 无烟产业”和 永远的朝阳产业”的美称，它已经和石油业、汽车业并列为世 界三大产业。我国旅游业的发展一直遵循适度超前”的原则，立足于开发国内旅游市场，在国际旅游市场竞争日益激烈和国内旅游需求日益增长的情况下，国内旅游逐渐成在我国的旅游市场上占据重要的地位，旅游产业成为我国新的经济增长点。旅游消费支出和旅游业从业人员是衡量旅游经济活动及效果的一个不可或缺的综合性指标，也是某一个国家或者地区旅游业发达与否的重要标志。 现在我们通过下面的例子来分析旅游消费支出与旅游业从业人员 之间的相关关系，并且通过这个例子来简单说明计量经济学软件Eviews的相关操作，有关资料见表3-5。表3-

2、5 旅游消费支出与从业人员关系表年份旅游消费支 出X （亿元）旅行社从业人员数Y年份旅游消费支出X （亿元）旅行社从业人员数Y19941023.57755320013522.419240819951375.79159220023878.422914719961638.48755520033442.324980219972112.79482920044710.724621919982391.210044820055285.924891919992831.910883020066229.728591720003175.516433620077770.6292047我们将两者之间的关系设定为以下线性

3、回归模型：Y = P0 +P1Xi +5。其中，Y为旅游从业人员数量；Xi为旅游消费总支出；Ui为随机误差项。假设所建立的模型中随机误差项u满足古典假定，可运用 ols方差估计模型的参数。除了前面所使用的方法之外，也可 以利用计量经济学软件Eviews进行估计。建立工作文件首先，双击 Eviews程序，进入 Eviews主程序。在菜单项一次点击FileNewWorkfile ,出现Workfile create ,在“Data frequency中悬着数据频率：Annual （年度数据）Semi- Annual （半年数据）Quarterly （季度数据）Monthly （月度数据）Weekl

4、y （周数据）Daily（5-day week）（每周5天日数据）Daily（7-day week）（每周 7 天日数据）Integer data （整数数据）在本例中我们选择 Annual,并且在起始年份和终止年份输入“1994和“2007；如图3-6所示图3-6 工作文件的建立点击“OK出现Workfile UNTITLED ”工作框。在工作框中已有的两个变量中“C代表截距项；resid弋表残差项。在 Object菜单中点击New Object-，在New Object对话框中 选中Group；并在Name for Object选项中输入组名，如图 3-7所示图3-6数据组的建立数据的输入

5、使用输入命令，对组数据进行输入或编辑。命令格式为data ,如图3-7所示，本例中，可直接输入： dataX Y。Eil史 t Qbj i&ctroe Quick Qt-io-rts Windowdata xyGroup: BWTITLED Vorkflle: UNTITLED:： :UnlTled卜达中向5 |口bj占:七向小1正占M0g工口曰口。山5oHTtiWju唯EdTbs.XIY1994NANA1095NANANANA1997NANANANANANA2000IMlAnA2001NANA2002NIANA2003NANA2004NANA2005NANA20 口 6NANA20107NA

6、NA图3-6数据窗口点击上图组对话框的“Edit+J”，将数据进行输入。如图 3-7Group; UMTTTI.ED YozkfxTe: 123 : : Unt J1*乐炉1口匚1061目田Print)(Nafne reeNqj Default y |阿代日755b静X1 9941023 500|?7553.0019951375.70091592.0019961638.4Q087555.Q019972112.70094029.00199日2391 .200100448.019992831.9001。白内。n200031 75.500164336.020013522-1001S2408 0200

7、23878 40022Q14T.D20033442300249802.02004471 0.700246219.020055235 000248919 020066229.700265917.02007777a eao292047.0图3-7数据的输入估计参数在Eviews命令框中直接键入“LSY C X”然后回车，即可直接出现图3-8所示的计算结果。将估计式以“eq01为名保存。参数估计所建立的回归方程为：Y? = 40560.4154 + 38.5057Xt= (2.0476)(7.7498)R2 = 0.8334D&pindent Vanable: YMethod Least Squar

8、esDate D8/2?/l Time: .2Q：34Sample: 1994 2007included ob&ervalions 14CoefficienlStd. Error t-StatisticProb.C40660 4219S09.192.075660.0631X38J605744.9Q96187一7*9曲。UJQQQR-squarecJ0.833470Mean de pend ent var176400.1Adjusted R-squared0.81Q5Q3S.D. dspendenl varSI 396.51S.E. of regression34530.1 7Akaike in

9、fo criterion23.06062sum squared resid1 43E+1 DSchwarz criterion23 95991Log likelihood165.0803Hannan-Quinn enter23,96017F-statfeuc60.05923Durbin-W3tSCrt Slat0.720931Prab(F-5tatlstlcji0.000005图3-8回归方程窗口模型检验.经济意义检验这里所估计的参数 用=38.506表示国内旅游消费总支出每增加1亿元，将会导致旅游业的从业人员增加 38人。这符合经济学中的常理。.拟合优度和统计检验在用Eviews得出回归模型

10、参数估计结果的同时，软件已经给出了用于模型检验的相关数据。有回归结果可知，本例中的可决系数 R2 = 0.8335 ,说明模型在整体上对数据拟合较好。解释变量 旅游消费总支出”对被解释变量 旅游业的从业人员”的83.35%的变化做出了解释。针对Ho : P =0以及Hi : A #0 ,由图3-8可以看出，回归系数用的标准误差和t值分 别为4.97和7.75;回归系数 爵的标准误差和t值分另I为19809.19和2.05。在给定显著性水 平口为0.10时，t2(12) =1.782。|ti|t&2(n_2),这说明了解释变量旅游消费支出在 90%的置信程度下对旅行社从业人数的影响是显著的，即通

11、过了变量的显著性检验。同理|t0 | t2 (n -2),说明了截距项在 90%的置信程度下对旅行社从业人数的影响是显著的。如果给定口为0.10,由图3-8所得数据通过(3.4.15)式计算可得，也与已0的置信区间分 别为(29.652,47.360)和(5260.443,75860.397)。.6.5预测得到回归函数后。给定2008年旅游消费支出为9000亿元，Eviews预测2009年从业人数步骤为：(1)双击工作文件 range:1994 2007。在弹出的对话框的 End data选择框出改为 2008, 点击OK。如图3-9所示图3-9 修改总体时间(2)双击工作文件的 sample

12、： 1994 2007区域，在弹出的对话框的 Sample range pairs选 择框处把2007改为2008,如图3-10所示图3-10修改样本时间(3)双击工作文件窗口中的 X序列，打开X数据窗口。点击 Edit+/-键，是X数据窗口处于可编辑状态。在 t=2008的X的观测值位置输入 9000。相当于给定X0=9000o(4)打开估计式eq01窗口，点击forecast键。在S.E.选择框出填入yfse,表示需要计算Y的预测值(用 YF表示)也需要计算 Y的预测标准差。点击OK,如图3-11所示。For enastForecast ofEquation： UNTITLEDSeries

13、: 叵| Insert 色fltuHls far tMjt-of-SannpIfe bbftirvAibn1/口 nE图3-11数据预测点击OK之后，可得3-12所示的预测图，蓝色实线代表各年的旅行社从业人数，其中包 括2008年旅行社从业人数的预测值，红色虚线表示了两个正负预测标准差的范围。3-12 数据预测图回到工作文件窗口，此时已经出现一个yf序列。双击yf序列，可以看到 Y0 = 387112.1。(5)为了作区间预测，在 X和Y的数据表中，点击“View选“Descriptive StatsCmmonSample，则彳#到X和Y的描述统计结果，见图 3-13XMean3527.779

14、176400.1Median3309.00017S3720Maximum7770.600292047.CMinimum1023 50077553.00Std. Dev.1S2748781293.51Skewness0.7372310,003203Kurtosis2.9107371 363402Jarque-0era1 2690741.578505Probability0.5249060.4541 66Sum403S0.9O2459602.Sum Sq. Dev.4S2976SSB.5SE+10Observations1414图3-13统计数据表通过图3-13所列出的各项统计数据，可得 xi2 - -j(n-1) =1927.4872 (14-1) =48297679.76(X0 -X)2 =(9000-3527.779)2 =29945202.67Var(Y?)129945202.67=1192332640 (- ) = 824428684.114 48297679.76如果给定 a =0.0