计量经济学论文(eviews分析)-我国限额以上餐饮企业营业额的影响因素分析

我国限额以上餐饮企业营业额的影响因素分析班级：姓名：学号：指导老师:我国限额以上餐饮企业营业额的影响因素分析摘要：本文收集了1999-200911年的相关数据，选取餐饮企业的数量、城镇居民人EVieWS软件对模型进行参数估计看法。关键词：餐饮企业营业额、影响因素、计量分析一、研究背景业营业额的计量模型研究。二、变量的选取影响餐饮企业营业额的因素有很多，包括餐饮企业的数量、营业面积、从业人员、城镇居民人均年消费性支出、全国城镇人口数、餐饮企业的平均价格水平及公路里程数（表示交通状况），但综合考虑后，选取了其中的一部分变量（企业数、城镇居民人均年消费性支出、全国城镇人口数、公路里程数）进行研究，并对各个变量对餐饮企业营业额的影响进行预测。企业数本文认为餐饮企业营业额与餐饮企业的数量有关，并预测两者之间呈正相关城镇居民人均年消费性支出本文认为餐饮企业营业额与城镇居民人均年消费性支出有关，并预测两者之间呈正相关全国城镇人口数本文认为餐饮企业营业额与全国城镇人口数有关，并预测两者之间呈正相关公路里程数本文认为餐饮企业营业额与公路里程数有关，并预测两者之间呈正相关三、相关数据：其中营业额（单位：亿元），企业数（单位：个），人均年消费性支出（单位：元），全国城镇人口数（单位：万人），公路里程数（单位：万公里）年度营业额企业数（xl）人均年消费性全国城镇人口公路里程(Y)支出（x2）数(x3)数(x4)1999351955932664615.9143748135.2200040524453508499845906140.32001489894341325309.0148064169.82002624247150216029.8850212176.52003747000059356510.9452376181200411605000100677182.154283187.120051260200099227942.8856212334.5200615736000118228696.5557706345.7200719072000140709997.4759379358.42008259280002252311242.85606673732009268640002069412264.5562186386.1四、模型的设定先查看其散点图:2≡)∙ ijζχnιOSXDJ 01K∞∙O二ιa≈- 0COSDJOOZ.- √

120» OOIlcra-(Om OSmOX如 70» OOKDJ O5»JO400OOE

Bι.<ε+σ2啊儼曲

OOE+ω1.0E+072.0W73.0E+0764OBι OKXXB- O OO5600- OO8 52OB∙ OX O4SO3- O□O440M∙OOE-KB1.0E+072OE+O73.0E+07根据散点图，认为这四个解释变量基本和营业额(Y)呈现线性关系，所以假设模型为:Y=β0+βl*xl+β2*x2+β3*x3+β4*x4+M五、模型的估计根据相关数据，利用统讣软件EVieWS5对上述设定的模型进行最小二乘佔Vh结果如下:DUrbin-WatSOnStat2.715880DUrbin-WatSOnStat2.715880PrOb(F-StatiStiC)0.000000VariabIeCOeffiCientStd.ErrOrt-StatisticProb.X1593.322175.155167.8946290.0002X21834.992299.642761239340.0009X3•98.6656868.52235-1.43990502000X43619.1683080.4421.1748860.2846C-3203359.2444694.-1.31033102380^-SqUared0.999109MeandependentVar12544583AdjustedR-SqUared0.998515S.D.dependentVar8457726.S.E.Ofregression325975.4AkaikeinfoCriteriOn28.62999SUmSqUaredresid6J8E+11SChWarZCriteriOn28.71085∙ogIikeIihOOd^151.9149F-StatiStiC1681.475山上述结果，可得初始的模型为:Y=-3203359÷593.3*xl+1835*x2—98.7*x3+3619.2*x4六、模型的检验拟合优度和模型估计效果检验：从回归的结果来看，模型拟合较好，Y变化的99.9%可由其他四个变量的变化来解释。在5%的显著性水平下，F统计量的值为1681.5显著大于其临界值F（4,6）=9.15,即表明模型的线性关系显著成立。回归系数的显著性检验：给定显著性水平5%,査T分布表得自由度为6的临界值为2.447,XI、X2、x3、x4对应的T统计量分别为7.89、6.12、-1.44、1.17,可以看出只有XI、X2对应的T统计量的绝对值大于临界值2.447,这说明限额以上餐饮企业的营业额与餐饮企业的数量、城镇居民人均年消费性支出存在显著的线性相关关系。但是对于公路里程数和全国城镇人口数这俩个解释变量而言却不存在显著的线性相关关系，这与实际不符，说明模型很可能存在着多重共线性。多重共线性的检验：R"21,F=1681.5>F(4,6)9.15故认为餐饮企业营业额与上述解释X3、X4前参数估计值未能通过Tx3符号的经济意义也不合理，所以认为解释变量间存在多重共线性。X1X2X3X4Xl1.OOOOOOX1X2X3X4Xl1.OOOOOO0.9752380.9175220.887852X21Oooooo0.9621410.934670X3□9621411.0000000.935697X4□0.9356971.000000存在多重共线性。⑶逐步回归法：①找出最简单的回归形式VariabIeXlX2X3X4COeffiCient1245.63253.61291.475147.5T24.5626.58.467.1RΛ20.9850.9870.8880.847AdjUStedAdjUSted0.9840.9860.8760.830R-SqUared山上述的表图中的AdjUStedR-SqUared的大小可以看出，餐饮企业的营业额(Y)受城镇居民年平均消费性支出(X2)影响最大，因此以X2为基础进行逐步回归。此时的模型为：Y=-12535144+3253∙6*X2②逐步回归：VariableXlX2X3X4AdjUStedD.wR-SqUaredX2,xlCOeffiCient604.81714.60.9981.46T8.49.1X2,x3COeffiCient3829-250.20.9872.97T8.9-1.4X2,x4COeffiCient3452.5-5303.70.9842.42讨论:T9.63-0.59乳在初始模型中引入XI,模型的拟合优度提高，且参数符号合理，变量也通过了T检验.b.X3,未通过T检验.c.在初始模型中引入X4,模型的拟合优度不升反降，且参数符号不合理，变量也未通过T检验.根据此讨论结果，我们认为x3和x4应该是多余的，所以现暂定模型为：Y=-6772723+604.8*X1+1714.6*x2为了验证X3和X4确实是多余的，现在我们在xl,X2的基础上再分别引入x3、x4：VariabIeXlX2X3X4AdjUStedR-SqUaredXI,X2,X3COeffiCient575.91958.7-74.20.998T7.616.8-1.1XI,X2,X4COeffiCient621.715862271.60.998讨论：T7.986.030.72&在xl,X2的基础上再引入x3时，拟合优度基本无变化，且其参数的符号不合理，变量也通不过T检验b xl,X2x4时，拟合优度也是基本无变化，虽其参数符号合理，但其也未能通过T检验从这次的验证中，即可确定x3和x4是多余的，也就是说模型的多重共线性是山它们俩个变量引起的，因此在该模型中要将这俩个变量予以剔除。修正多重共线性之后的结果为：DePendentVariable:YMethod:LeaStSqUareSDate:12/13/11Time:20:46Sample:19992009InCIUdedobservations:11VariabIe

CoeffiCient

Std.ErrOrt-Statistic

PrOb-X1604.810772.005168.399546OoOOOX21714593187.88289.1258670.0000C-6772723.764008.1-8.8647280.0000R-SqUared0.998712MeanClePendentVar12544583ACljUSteClR-SqUared0.998390S.D.dependentVar8467726.S.E.Ofregression339399.0AkaikeinfoCriteriOn28.53474SUmSqUaredresid9.22E+11SChWarZCriteriOn28.64326LOglikelihood-153.9411F-StatiStiC3100.960DUrbin-WatSOnStat1464547PrOb(F-StatiStiC)0_OOOOOO即其模型为:Y=-6772723+604.8*X1+1714.6*x2(-8.86) (8.4) (9.1)R^2=0.999D.W=L46

AdjUStedR-Squared=O.998

F=31014、异方差的检验：对修正多重共线性影响后的新模型进行异方差行的检验，运用White检验,得到如下结果:WhiteHeterOSkedaStiCityTest:F-StatiStiC0.427992PrObability0.813404Obs*R-squared3.296875PrObabiIity0.654320TeStEqUation:DePendentVariable:RESlDA2MethOeI:LeaStSqUareSDate:12/06/11Time:21:54VariableCOeffiCient Std-ErrOr t-StatisticVariableCOeffiCient Std-ErrOr t-StatisticProb.R-SqUaredAdjUStedR-SqUaredS.E.OfregressionSUnISqUaredresidLOgIikeIihOOdDUrbin-WatSOnStat0.29971G Meandependentvar-0.400568 S.D.dependentVar1.06E+11 5.67E+22 SChVVarZCriteriOn-290.5730 F-StatiStiC2.301319 PrOb(F-StatiStiC)8.38E4109.00E+1053.9223654.139390.4279920.813404C4.06E+113.18E+12-0.1273830.9036X1-5402333.5.78E+08-0.0093460.9929XIA25588.50826721.790.2091370.8426X1*X2-19527.58146239.1-0.1335320.8990X294132US1.59E+090.0591710.9561X2Λ212807.28199753.70.0641150.9514根据上图表，可得怀特统计量nR^2=ll*0.2997=3.3,该值小于5%显著性水平下，自山度为5的汀2分布的临界值11.07,因此，此模型不存在异方差。3、序列相关性的检验:①先根据上述模型的D・W值对其是否具有序列相关性进行初步判断，根据D・WD.W(d(u),4-d(U))d(u)值，DW检验上下界表中数据的规律，可知随着样本容量的增大，d(u)值也在不断增大，也d(u)值应小于样15,k2d(u)1.36,D.W值在(1.36,2)之间应该是无自D.W=I.46,所以可以初步判断该模型没有自相关。②为了确定上述模型确实不存在序列相关性，再对其进行序列相关性的拉格朗日乘数(LM)检验，检验结果为:BreUSCh-GOdfreySerialCOrrelatiOnLMTest:F-StatiStiC0.224320PrObabiIity0.650183ObS^R-squared0.341557PrObability0.558932TeStEqUation:DePendentVariable:RESIDMethod:LeaStSqUareSDate:12/06/11Time:21:59PreSamPlemissingVaIUeIaggedresidualsSettozero.VariableCOefFiCientStd.ErrOrt-StatisticProb.C-9040.392804205.1-O-OlI2410.9913X1-0.51798075.78013-0.0068350.9947X22.043103197.75920.0103310.9920RESlD(-1)0.1772300.3741990.4736240.6502R-Squared0.031051MeandependentVar-6.63E-IOAdjUStedR-SqUared-0.384213SDdependentVar303667.7S•匚.Ofregression357155.3AkaikeinfoCritenon2&68502SUmSqUaredresid8.93E+11SChWarZCritenOn28.82971LO