计量经济学课程设计

1、 PAGE 33目录捌1、 续论扒半斑熬挨版1拜1.1、中国汽氨车业简介 挨俺挨跋拔1皑1.2、课题的隘意义 阿叭耙按瓣1百2、 影响中国伴汽车产量的要素柏及模型的建立啊般敖半2 邦2.1、影响中搬国汽车产量的要邦素 翱稗柏爸2暗2.2、模型的败建立 挨扳岸挨敖2坝回归模型的检验颁和修正疤白暗啊案5半3.1、经济学蔼意义检验及显著斑性检验 癌熬唉唉5扮3.2、多重共败线性 巴俺稗笆爸7拔3.3、异方差稗性袄哎颁岸版17霸3.4、序列相般关性懊邦爸敖氨20把3.5、滞后变哀量模型哎碍肮拔敖21爸3.6、模型的挨检验与预测白鞍胺傲坝24佰结论 傲敖啊扒跋扒2吧6柏参考文献 板哎哀碍耙2傲71.绪论

2、矮1.1中国汽车白业简介胺 罢汽车产业是资本叭、技术密集型产哀业，又是劳动密芭集型产业，具有半很大的前后关联昂度和很强的波及案效果。对于国民胺经济有很强的带敖动作用。埃 中国汽邦车产业在中国经啊济的发展中起着白越来越重要的作爱用。据机械部预耙测，汽车工业正俺以每年14的扒速度增长，仅次奥于电子工业15叭的增长率而远皑远高于其它产业板。1997年，白汽车税收达20拌0亿元，占全国佰税收总额的5.柏0。在国家支颁柱工业中名列第巴二。同时，可解板决7.5的就按业人数。瓣 汽车工坝业反映了制造业靶的整体技术水平般。中国汽车产业爱关联度与发达国碍家相比差距较大盎。 美国的汽车澳制造、经销与零拜部件领域直

3、接提般供200万人的板工作岗位，并使爱1300万人以唉上的人们工作于盎相关产业中， 邦美国汽车工业提吧供了17的工阿作岗位。中国汽巴车产业在中国影凹响系数较大的前佰10个部门中位傲居第二，中国汽般车工业对其它产碍业发展的带动作百用很强，高于全瓣国平均水平22佰.8。傲 中国汽车碍产业可以粗略地肮分为两大体系：八“坝纯粹笆”唉的中国汽车产业稗和在华的国际汽稗车集团。中国汽柏车产业主要具备哎以下几方面的优班势：拔 1.中板国将成为21世坝纪最大的汽车消疤费国。2.建立伴了一个比较完整盎的汽车工业体系败，部分产品已达唉到90年代的国傲际水平。3.桑皑塔纳、捷达、奥吧迪、别克零部件拔的国产化率已达颁到

4、相当的程度，蔼显示出后发优势疤的作用。4.劳背动力成本低是中案国在国际竞争中阿的比较优势。皑中国汽车工业的扮劣势有下列几个挨方面：1.技术氨至少落后10年绊以上。按技术来拜源可分为四类：版全部引进；测绘吧仿制；基本仿制板和部分引进；参澳照国外车型自行半设计。引进技术邦产品达到80年翱代水平的占30扳；进行开发的蔼换代产品达到8阿0年代水平的占邦30；技术落挨后的占40靶2。2.开发盎能力差。还不具碍备独立的开发能败力。3.产品结懊构不合理。早期百以发展中型载重颁汽车为主，八“白缺重少轻，轿车澳几乎空白懊”俺，到目前轿车缺斑口依然很大。4霸.规模经济效益白低。全部产量不把及通用公司的五伴分之一。

5、5.零吧部件工业发展滞癌后，发动机和电皑子件最为薄弱。肮1.2课题的意爸义哀 袄我国正处于全面皑建设小康社会的癌重要战略机遇期笆，大力发展汽车岸产业，全面推进肮国民经济各部门袄持续健康发展，爱使我们当前面临扮的重大任务 。挨因此通过建立计安量经济学模型，版研究汽车产量和袄相关因素的依存哎度，对于调整产艾业结构，促进国把民经济快速健康盎发展具有重要的拌战略意义。柏2影响中国汽柏车产量的要素及安模型的建立熬2.1影响中国凹汽车产量的要素拜为了应对入世后吧更为激烈的市场奥竞争，在更高层哎次上发展我国的版民族汽车产业，熬切实把握我国汽百车产量的影响因白素是当务之急。埃而影响到汽车产捌量的因素是多方霸面

6、的。主要包括八包括成品钢产量爸、石油消费总量坝、铁路运输量、巴私人汽车拥有量伴、公路运输线路拔长度等因素的影伴响。疤2.2模型的建拌立鞍 靶根据统计数据建芭立中国汽车产量啊的模型，影响汽扒车产量的要素包半括成品钢产量、皑石油消费总量、懊铁路运输量、私叭人汽车拥有量、拔公路运输线路长蔼度。因此建立以柏下模型： 安 其中Y是汽俺车总产量（万辆邦）肮 扒是成品钢产量（扒万吨）敖 敖是公路运输线路拔长度（万公里）岸 伴是石油消费总量吧（万吨）佰 搬是私人汽车拥有拔量（万辆）罢 盎是铁路总运量（安万吨）爸是常数项，班（i=1、2、班3、4、5）是半待估参数，u是柏随机干扰项。啊具体数据如下表斑1：矮年份

7、败Y肮X1绊X2搬X3昂X4斑X5背1990柏51.4伴6635袄102.83袄16384.6啊98熬81.62八150681绊1991啊71.42爸7100佰104.11氨17746.8氨93蔼96.04澳152893疤1992八106.67般8094巴105.67奥19104.7拔5颁118.04安157627澳1993跋129.85败8956伴108.35哎21110.7颁26瓣155.27瓣162794癌1994按136.69暗9261蔼111.78岸21356.2哀38翱205.42袄163216拌1995拔145.27傲9535.99拌115.7哀22955.8凹249.96岸16

8、5982捌1996阿147.52拜10124.0肮6懊118.58拜25280.9绊04安289.67拔171024般1997柏158.25傲10894.1半7坝122.64爸27725.4澳36伴358.36唉172149佰1998坝163绊11559办127.85敖28326.2啊72胺423.65碍164309澳1999霸183.2啊12426阿135.17矮30222.3办35癌533.88昂167554胺2000拌207疤12850案140.27绊32307.8叭82盎625.33埃178581白2001岸234.17昂15163.4翱4绊169.8澳32788.5拜08扮770.7

9、8扒193189扳2002盎325.1肮18236.6柏1笆176.52半35553.1啊13捌968.98胺204956笆2003癌444.39氨22233.6巴180.98巴38963.9扮04般1219.23皑224248凹2004疤509.11耙28291.0矮9拔187.07案45466.1稗28半1481.66暗249017摆2005邦570.49隘35323.9办8爸334.52癌46727.4氨06笆1848.07蔼269296斑2006袄727.89败41914.8阿5靶345.699扮9氨49924.4搬68澳2333.32安288224搬2007矮888.89翱48928

10、.8扒358.371搬5傲52735.5板04拌2876.22拜314237颁2008按930.59袄50305.7巴5暗373.016熬4绊53334.9岸84笆3501.39皑330354般2009拌1379.53埃57218.2癌3稗386.082拜3哀54889.8懊13跋4574.91霸333348摆通过Eview八s得到上述数据矮的散点图如下图奥：摆应用计量经济学叭Eviews软懊件，对数据进行啊最小二乘估计得坝到模型的回归结挨果如下表2：敖Depende搬nt Vari笆able: Y蔼Method:哀 Least 盎Squares捌Date: 0碍6/08/11凹 Time矮:

11、 14:04肮Sample:岸 1990 2肮009俺Include版d obser罢vations凹: 20霸Variabl啊e把Coeffic扒ient胺Std. Er坝ror靶t-Stati蔼stic昂Prob. 百X1耙0.01834皑0挨0挨.008145搬2.25156斑6按0.0409俺X2扮-0.9838挨55昂0.43203安6矮-2.2772按54瓣0.0390班X3稗0.00042挨6靶0.00232拔1敖0.18338败5扮0.8571八X4奥0.20339懊3埃0.04135皑0笆4.91881版1按0.0002佰X5袄-0.0017拜46百0.00145埃8懊-1.

12、1976蔼86笆0.2509澳C癌295.561哎2背170.679耙5爸1.73167啊4袄0.1053白R-squar敖ed按0.99342般8办 Mea百n depen埃dent va盎r佰375.521佰5敖Adjuste把d R-squ叭ared安0.99108百1扒 S.D坝. depen吧dent va敖r般358.133巴9爸S.E. of氨 regres癌sion暗33.8219把4摆 Aka霸ike inf疤o crite蔼rion八10.1234拌2佰Sum squ埃ared re败sid挨16014.9凹3柏 Sch伴warz cr胺iterion澳10.4221挨4邦

13、Log lik胺elihood搬-95.234耙21般 F-s摆tatisti碍c蔼423.266败5癌Durbin-笆Watson 凹stat按1.76776疤0坝 Pro爱b(F-sta捌tistic)拌0.00000唉0拔根据Eview霸s结果得到估计矮模型结果如下： 耙(1.7316伴74) (2.案251566)氨(-2.277隘254) (0鞍.183358疤) (4.9隘18811) 氨 (-1.1半98676)巴=0.9910隘81 袄=0.9934罢28 F-败statist凹ic=423.碍226 D摆-W=1.76敖7760埃在利用最小二乘隘估计进行多元函哎数回归时，需要

14、扒满足以下假设条奥件：肮回归模型是正确耙设定的。叭解释变量百、拜巴是非随机变量的靶或是固定的，且哀各哀之间不存在严格般的线性相关性（拌无完全多重共线板性）。扮各解释变量啊在所抽取的样本隘中具有变异性，叭而且随着样本容叭量的无限增加，柏各解释变量的样跋本方差趋于一个扒非零的常数，即把n暗+败时，疤 (4皑)随机误差项具拜有条件零均值、暗同方差及不序列胺相关性 ij安3回归模型的检拔验和修正阿3.1经济学意扮义检验及显著性哀检验拔 根据参数估傲计量的符号以及耙参数估计量大小颁的检验，在经济爸意义上是合理的巴。斑即由于成品钢产扳量唉、石油消费总量巴、私人汽车拥有艾量的系数为正，拌而公路运输线路暗长度

15、、铁路运输坝量的系数为负，翱所以爱汽车生产总量随败着成品钢产量疤、石油消费总量般、私人汽车拥有芭量的增加而增长案，成正比例关系肮，随公路运输线版路长度、铁路运伴输量的增加而减艾少。唉3.1.1拟合霸优度检验般 奥在经济学中用可办决系数霸来检验模型的拟俺合优度，完全拟案合情况为爱,则可决系数越摆接近1，模型的盎拟合优度越好。靶在上节中用Ev扒iews软件得扳到模型的可决系爸数盎=0.9934阿28，说明模型笆你过得拟合优度邦很好。背3.1.2对回霸归系数进行T检吧验翱对吧进行检验：提出背原假设：办;备择假设：板.昂T=2.251案566般假定显著水平搬，查t 分布表肮中自由度为14稗（n-k-1

16、=搬20-5-1=柏14;n为选取扳数据组数，k为摆变量的个数），埃的临界值，得到颁1.761。显翱然，T=2.2坝51566佰1.761,捌故拒绝原假设案，接受备择假设案.，即盎是显著的。摆对拌进行检验：提出疤原假设：八;备择假设：扮。斑T=-2.27懊7254般假定显著水平霸，查t 分布表懊中自由度为14暗（n-k-1=挨20-5-1=肮14;n为选取艾数据组数，k为叭变量的个数），翱的临界值，得到半1.761。显吧然T=-2.2笆77254埃1.761,氨故接受原假设霸，拒绝备择假设瓣，即拌不显著。搬对啊进行检验：提出白原假设：瓣;备择假设：斑。安T=0.183扳385安假定显著水平叭，

17、查t 分布表扳中自由度为14隘（n-k-1=邦20-5-1=班14;n为选取拔数据组数，k为吧变量的个数），颁的临界值，得到把1.761。T傲=0.1833败85颁1.761,癌故拒绝原假设柏，接受备择假设版.，即澳是显著的。坝对爸进行检验：提出笆原假设：澳;备择假设：笆。罢T=-1.19爸7686摆假定显著水平癌，查t 分布表搬中自由度为14案（n-k-1=挨20-5-1=绊14;n为选取爱数据组数，k为拔变量的个数），熬的临界值，得到巴1.761。T跋=-1.197笆686扒1.761，蔼故接受原假设芭，拒绝备择假设懊，即绊不显著。柏3.1.3对方扒程进行F检验盎根据Eview蔼s表得到F

18、-s半tatisti笆c=423.2疤26挨在假定显著水平氨，查自由度为5搬和自由度为14扮的F分布表，得按临界值八败,则拒绝原假设白，存在异方差性耙。澳 对选定的20按组样本进行G-敖Q检验：败将样本出去中间傲部分，并分为观懊测值一个较大和扳一个较小的样本捌，如图13,1班4。 图13：敖Depende胺nt Vari癌able: Y氨Method:暗 Least 柏Squares凹Date: 0把6/08/11霸 Time瓣: 22:51矮Sample:爸 1990 1埃996爸Include版d obser凹vations般: 7版Variabl白e伴Coeffic皑ient背Std.

19、Er跋ror澳t-Stati敖stic翱Prob. 暗X4坝0.42326哎2柏0.09724佰1搬4.35273跋3把0.0073颁C版40.3699叭8俺18.0995啊1蔼2.23044斑6伴0.0761柏R-squar摆ed凹0.79119袄9芭 Mea白n depen把dent va按r吧112.688版6唉Adjuste哀d R-squ耙ared案0.74943吧9办 S.D版. depen按dent va啊r阿37.9494版6懊S.E. of霸 regres版sion笆18.9960颁0爸 Aka啊ike inf颁o crite背rion皑8.96129澳0颁Sum squ背a

20、red re绊sid办1804.24案0坝 Sch艾warz cr癌iterion隘8.94583敖6隘Log lik板elihood佰-29.364办52氨 F-s盎tatisti八c败18.9462板9按Durbin-般Watson 凹stat颁0.80142拌7扒 Pro办b(F-sta哎tistic)耙0.00734摆0图14：氨Depende芭nt Vari般able: Y蔼Method:八 Least 哎Squares挨Date: 0啊6/08/11罢 Time哀: 22:52肮Sample:佰 2003 2矮009芭Include啊d obser扳vations吧: 7蔼Vari

21、abl捌e罢Coeffic邦ient矮Std. Er霸ror皑t-Stati伴stic按Prob. 百X4背0.26707哀3背0.01918俺0傲13.9247把2啊0.0000笆C霸98.2434摆7奥53.2728蔼4芭1.84415把7罢0.1245搬R-squar氨ed把0.97486把1般 Mea哀n depen佰dent va笆r捌778.698靶6绊Adjuste佰d R-squ熬ared昂0.96983鞍4袄 S.D胺. depen绊dent va案r罢323.157背4笆S.E. of挨 regres拜sion案56.1273昂8盎 Aka敖ike inf癌o crite邦

22、rion叭11.1280哎8懊Sum squ背ared re吧sid案15751.4肮1邦 Sch摆warz cr扒iterion碍11.1126啊3笆Log lik坝elihood爸-36.948按28袄 F-s盎tatisti挨c碍193.897敖8捌Durbin-安Watson 艾stat澳2.81876啊3胺 Pro皑b(F-sta拜tistic)败0.00003安4唉有上两个表可以板得到：安统计量，胺=板15751.4隘1/1804.半240=8.7叭302按=3.79=袄则拒绝同方差假癌设，表明存在异氨方差性。鞍3.3.3模型澳的异方差性修正暗用加权最小二乘翱法修正如下表1佰5：暗

23、Depende扒nt Vari绊able: Y安Method:板 Least 奥Squares背Date: 0阿6/08/11败 Time邦: 22:57傲Sample:巴 1990 2捌009笆Include蔼d obser吧vations邦: 20暗Weighti霸ng seri胺es: W百Variabl霸e爱Coeffic啊ient胺Std. Er伴ror背t-Stati挨stic背Prob. 八C鞍59.2464氨4俺0.20983叭5罢282.348挨4熬0.0000皑X4澳0.27626熬8跋0.00058唉5敖472.110翱8白0.0000扒Weighte班d Stati拔s

24、tics昂R-squar扒ed搬1.00000按0暗 Mea癌n depen绊dent va坝r皑162.076扒8爱Adjuste跋d R-squ吧ared败1.00000背0唉 S.D岸. depen斑dent va捌r半694.514隘6奥S.E. of佰 regres颁sion鞍0.11582拌5坝 Aka盎ike inf哎o crite鞍rion盎-1.3788扒28叭Sum squ巴ared re捌sid案0.24147罢9笆 Sch巴warz cr袄iterion稗-1.2792蔼55胺Log lik隘elihood斑15.7882跋8扳 F-s哀tatisti岸c拔222888

25、.拌6耙Durbin-吧Watson 傲stat坝1.23119八8拌 Pro搬b(F-sta跋tistic)稗0.00000懊0般Unweigh瓣ted Sta挨tistics爱R-squar把ed把0.99020蔼2袄 Mea隘n depen皑dent va扒r八375.521百5罢Adjuste爱d R-squ哎ared般0.98965芭7俺 S.D蔼. depen伴dent va癌r哎358.133奥9颁S.E. of扳 regres唉sion板36.4220埃1扒 Sum扒 square哀d resid佰23878.1蔼4盎Durbin-颁Watson 哀stat奥2.02912罢4

26、按有上表可知加权胺后的模型为：疤，加权后的拟合艾优度更好。岸3.4序列相关翱性靶3.4.1序列唉相关性概念埃 俺对于模型耙，随机项互不相把关的基本假设C罢ov(i ,j百)=0，i阿j, i,j=扳1,2, 版巴,n。氨如果对于不同的瓣样本点，随机误巴差项之间不再是佰不相关的，而是蔼存在某种相关性半，则认为出现了熬序列相关性。案3.4.2实际奥经济问题中的序挨列相关性问题哎 伴产生序列相关性白的原因：爱经济变量固有的班惯性：自相关现扒象大多出现在时鞍间序列数据中，岸大多数经济时间隘数据都有一个明八显的特点:惯性氨，表现在时间序傲列不同时间的前百后关联上。碍模型设定的偏误安 ：一，模型中稗遗漏了

27、显著的变扒量。主要表现在八模型中丢掉了重吧要的解释变量。暗这种误差存在于埃随机误差项中，肮从而带来了自相翱关。 二，不正扮确的函数形式。扳数据的霸“拌编造稗”般：在实际经济问凹题中，有些数据盎是通过已知数据氨生成的。因此，爸新生成的数据与疤原数据间就有了艾内在的联系，表澳现出序列相关性敖。 靶 序列相关性蔼的后果：矮参数估计量非有叭效凹变量的显著性检奥验失去意义模型的预测失效疤3.4.3序列埃相关性的检验 检验方法：图示法回归检验法 敖杜宾-瓦森（D安urbin-W拜atson）检拔验法 扮拉格朗日乘数（八Lagrang半e multi扮plier）检暗验 扮 柏 伴下面用D-W检班验：绊 该

28、方法的假凹设条件是：解释变量非随机叭随机干扰项背为一阶自回归形唉式：袄回归模型中不应办含有滞后变量作艾为解释变量，即板不应出现下列形唉式： 摆回归模型含有截背距项。唉D-W检验针对傲原假设啊:霸,即伴不存在一阶自回捌归。翱 有表7中的数肮据可知K-W=奥2.03936隘8,模型有一个伴最优解释变量，爸且样本容量n=斑20，则，k=靶2，时鞍,奥.瓣由于办D-W 败,说明私人汽车佰拥有量对中国汽唉车产量影响显著挨的。矮5）单个回归系摆数检验巴 从单个因素暗影响，在5%的百显著水平下，巴：瓣=挨472.110八8阿,说明私人汽车把拥有量对中国汽斑车产量影响显著背的。熬3.6.2参数盎估计1）点估计埃 由最小二乘吧估计结果，伴、般的点估计值，澳=59.246胺44，哀=0.2762敖68区间估计奥 凹的置信区间：在背显著水平霸下，查自由度为氨18的拔分布表，得到临哎界值鞍=柏=1.734，耙从而得到置信度叭为95%的唉的置信区间为：班0.2762盎68-1.73佰4爱凹0.00058疤5,0.276搬268+1.7拜34哎疤0.00058扳5扳 邦 =0.