影响电信业务收入的主要因素的分析-大学毕业设计论文

影响电信业务收入的主要因素的分析1949年以前，中国电信系统发展缓慢，到1949年，中国电话的普及率仅为0.05%，电话用户只有26万；到1978年，全国电话容量359万门，用户214万，普及率0.43%；自上世纪80年代中期以来，中国政府加快了基础电信设施的建设，到2004年9月，固定电话用户数达30692.3万户，移动电话用户32007.1万户。另一方面，根据《中国统计年鉴》上的数据，我们在发现在第三产业`增加值指数中，通信业的增加值指数是最大的。在1995年是112.1;在1996年是111.4;在1997年是110.8;在1998年是110.6,在1999年是111.3,在2000年是111.5(上年等于100)。显然，电信业对第三产业的发展影响是最显著的。而我们也知道第三产业在GDP中所占的比例是我们衡量一国综合实力的重要指标，从而对电信收入的研究显得尤为重要。为了研究我国电信业的发展情况，真正了解我国电信业的发展前景，我们选择了电信收入作为我们的被解释变量，选取固定电话用户数、移动电话用户数、互联网用户数、以及电信业固定资产投资完成额作为我们的解释变量电信收入作为我们的被解释变量，选取固定电话用户数、移动电话用户数、互联网用户数、以及电信业固定资产投资完成额作为我们的解释变量为了研究当月止电信业务收入累计额y（亿元）与月固定电话用户数x1（亿户）、月移动电话用户数x2（亿户）、月互联网用户数x3（亿户）和当月电信业固定资产投资完成额x4（亿元）的关系，我们需要一定时期的y、x1、x2、x3、x4这五个变量的数据。通过互联网，我们已经从国家统计局的网站上找到了相关数据。我们选取了2001年1月到2004年9月这45组数据。数据资料如下：obsYX1X2X3X42001:01233.98001.4827500.897590NANA2001:02496.12001.5144100.949070NANA2001:03734.47001.5473801.003140NA140.54002001:041013.8901.5740901.051980NA195.60002001:051290.0901.6063001.110800NA540.90002001:061590.1301.6437101.167610NA806.00002001:071962.7801.6682101.206050NA990.77002001:082175.9001.6946801.257740NA1148.9002001:092575.5001.7227001.309100NA1396.7002001:102879.4001.7476901.360190NA1700.1002001:113196.5001.7711201.399220NA1919.0002001:123335.2001.7903401.4481200.3614602343.7002002:013598.4301.8193101.4990900.3634502343.7002002:023893.3401.8514201.5585200.3626602343.7002002:034196.4401.8865001.6150000.3753102343.7002002:044516.9901.9131801.6664800.3852002630.9002002:054832.3501.9585401.7138000.3872402703.6102002:065180.5501.9894201.7616900.3975902843.0002002:075614.9702.0102301.8031800.4173502986.9802002:085965.0502.0352901.8485500.4331903148.3902002:096322.2202.0700101.9039100.4504003308.9202002:106669.8702.0906201.9583300.4587003487.3002002:117031.5302.1268402.0031300.4829403706.6802002:127451.0202.1441902.0661600.4970004378.2702003:017809.5202.1800402.1243900.4874904378.2702003:028157.1202.2149202.1639800.4927404378.2702003:038540.3202.2562602.2149100.4992004593.2702003:048928.3202.2903902.2571700.5078804761.9702003:059275.2202.3288202.3005600.5221004949.7702003:069650.7202.3761002.3447200.5323505163.3702003:0710072.922.4075402.3945900.5381305308.6702003:0810466.722.4492602.4411800.5443305447.6702003:0910871.122.5046802.4997400.5387605619.0702003:1011265.422.5513902.5693800.5350005798.6702003:1111661.022.5984202.6347800.5325606065.9702003:1212061.022.6330502.6869300.5365706593.4702004:0112475.122.6893302.7680200.5543906593.4702004:0212879.922.7453202.8232700.5462806593.4702004:0313310.422.8108102.9030500.5458506877.8702004:0413744.622.8544802.9575000.5412707043.8702004:0514164.622.9040103.0055900.5366607218.8702004:0614597.122.9548803.0528300.5347007459.8702004:0715035.422.9899603.1021800.5302207639.5702004:0815478.623.0290103.1510000.5284307808.4702004:0915923.123.0692303.2007100.5232907974.670我们对y和x1x2x3x4进行初步的散点图观察，发现y和x1x2x3x4在散点图中呈现出线形关系，所以我们将模型初步定为线形模型。模型的设定我们把当月止电信业务收入累计额Y（单位：亿元）作为为应变量，用月平均固定电话用户数X1（单位：亿户）、月平均移动电话用户数X2（单位：亿户）互联网用户数X3（单位：亿户）和每月电信业固定资产投资完成额X4作为四个自变量。建立如下模型：Yi=β1+β2X1+β3X2+β4X3+β5X4+ui(其中，ui为随机误差项，且服从正态分布)。利用eviews5.0得到如下结果DependentVariable:YMethod:LeastSquaresDate:06/14/05Time:11:24Sample(adjusted):2001M122004M09Includedobservations:34afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C-10552.421292.392-8.1650320.0000X14879.9201315.2853.7101610.0009X21917.6911093.9141.7530550.0902X34270.0501314.4643.2485110.0029X40.3596750.1171483.0702740.0046R-squared0.999383

Meandependentvar9264.011AdjustedR-squared0.999298

S.D.dependentvar3827.446S.E.ofregression101.3827

Akaikeinfocriterion12.21073Sumsquaredresid298074.8

Schwarzcriterion12.43520Loglikelihood-202.5825

F-statistic11751.06Durbin-Watsonstat0.555252

Prob(F-statistic)0.000000

拟合方程为：i=-10552.42+4879.92X1+1917.691X2+4270.50X3+0.359675X4t=（-8.165）（3.7101）（1.7531）（3.2485）（3.0703）R2=0.9993832=0.999298F=11751.06Sumsquaredresid298074.8统计检验-多重共线性从分析的数据来看，容易发现t检验还比较理想，β2β3β4β5均为正值具有经济意义，在α取0.05时只有x2的t值不够显著；f统计量很大，说明解释变量对被解释变量的解释是显著的。另外残差平方和太大，可能变量间存在共线性，因此需要检验模型是否存在多重共线性的问题。用Eviews得到相关系数矩阵X1X2X3X4X1

1.000000

0.996976

0.844648

0.992582X2

0.996976

1.000000

0.880265

0.996354X3

0.844648

0.880265

1.000000

0.885829X4

0.992582

0.996354

0.885829

1.000000

析了一下各个变量之间的相关系数，发现X1和X2之间的相关系数达到了0.995737，相关程度很高，同时X2和X3之间的相关系数也达到了0.844648。从实际经济意义上说，这三者之间存在着相互替代性，说明模型的设定具有多重共线性，需要对模型进行修订。经过对各个解释变量的分析，我们发现固定电话用户数、移动电话用户数、互联网用户数这三个解释变量相关性很大，且都属于通信装置，相互间有较大的替代性。于是决定尝试将这3个解释变变量相加成为新的解释变量记为X123。这样将原来的模型调整为：Yi=β1+β2X123i+β3X4i+ui(其中ui为随机误差项，服从正态分布)再次拟合：DependentVariable:YMethod:LeastSquaresDate:06/14/05Time:11:52Sample(adjusted):2001M122004M09Includedobservations:34afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C-9268.190558.4492-16.596300.0000X1233261.226217.256915.010920.0000X40.3471810.1155243.0052690.0052R-squared0.999338

Meandependentvar9264.011AdjustedR-squared0.999296

S.D.dependentvar3827.446S.E.ofregression101.5703

Akaikeinfocriterion12.16348Sumsquaredresid319812.1

Schwarzcriterion12.29815Loglikelihood-203.7791

F-statistic23414.32Durbin-Watsonstat0.495369

Prob(F-statistic)0.000000拟合方程为：

i=-9268.190+3261.226X123i+0.347181X4it=(-16.59630)(15.01092)(3.005269)R2=0.9993382=0.999296F=23414.32Sumsquaredresid=319812.1异方差的检验，用WHITE检验作出的结果如下：WhiteHeteroskedasticityTest:F-statistic4.144353

Probability0.008922Obs*R-squared12.36648

Probability0.014824TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:06/14/05Time:14:34Sample(adjusted):2001M122004M09Includedobservations:34afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C105531.8289136.10.3649900.7178X123-43664.89155576.7-0.2806650.7810X123^24234.26216376.520.2585570.7978X40.55992642.435750.0131950.9896X4^20.0003570.0049350.0723270.9428R-squared0.363720

Meandependentvar9406.239AdjustedR-squared0.275957

S.D.dependentvar15224.98S.E.ofregression12955.04

Akaikeinfocriterion21.91141Sumsquaredresid4.87E+09

Schwarzcriterion22.13588Loglikelihood-367.4940

F-statistic4.144353Durbin-Watsonstat1.404210

Prob(F-statistic)0.008922

查χ２分布表，给定α=0.01,自由度为5，得临界值χ２０．０５(5)=15.0863，而Obs*R-squared=12.36648<15.0863，所以模型中随机误差ｕ的异方差性不明显为了保险起见，我们用ARCH检验进行复查ARCHTest:F-statistic1.792614

Probability0.172363Obs*R-squared5.148988

Probability0.161207TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:06/14/05Time:21:39Sample(adjusted):2002M032004M09Includedobservations:31afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C7053.0583866.6441.8240780.0792RESID^2(-1)0.5930100.2657202.2317080.0341RESID^2(-2)-0.0150770.286630-0.0526000.9584RESID^2(-3)-0.2104980.280125-0.7514410.4589R-squared0.166096

Meandependentvar10106.28AdjustedR-squared0.073440

S.D.dependentvar15787.23S.E.ofregression15196.47

Akaikeinfocriterion22.21543Sumsquaredresid6.24E+09

Schwarzcriterion22.40046Loglikelihood-340.3391

F-statistic1.792614Durbin-Watsonstat1.556831

Prob(F-statistic)0.172363

同样的异方差性不明显。自相关的检验由于DW=0.495369，给定显著水平α=0.5，查Durbin-Watson表，n=34,k`=2，得下限临界值dL=1.333，因为DW统计量为0.495368<dL，所以随机误差项存在正的一阶自相关。自相关的修正由dw=0.495369ρ=1-dw/2=0.7523155。利用广义差分法。定义DY=Y-0.7523155*Y(-1)DX123=X123-0.7523155*X123(-1)DX4=X4-0.7523155*X4(-1)然后进行参数估计，结果为DependentVariable:DYMethod:LeastSquaresDate:06/14/05Time:22:46Sample(adjusted):2002M012004M09Includedobservations:33afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C-2568.718138.1116-18.598870.0000DX1233630.988187.992119.314570.0000DX40.1813010.0931911.9454770.0611R-squared0.995458

Meandependentvar2626.024AdjustedR-squared0.995155

S.D.dependentvar956.1398S.E.ofregression66.55126

Akaikeinfocriterion11.32033Sumsquaredresid132872.1

Schwarzcriterion11.45638Loglikelihood-183.7854

F-statistic3287.557Durbin-Watsonstat1.313646

Prob(F-statistic)0.000000

估计式：DY=-2568.718+3630.988DX123+0.181301DX4t=(-18.59887)(19.31457)(1.945477)R2=0.995458DW=1.313646虽然DW=1.313646仍然小于DL=1.333,存在正自相关，但是已经得到明显的改变。且异方差性的检验也能通过，即异方差不明显。模型解释模型DY=-2568.718+3630.988DX123+0.181301DX4反映了电信累计收入相对固定、移动电话及互联网用户总数和电信固定资产投入二者的增长速度。从现实意义来说，电信装置及电信电信投资完成额的增长率是影响电信收入增长的主要因素。而电信装置系数3630.988又远远大于电信固定资产完成额的系数0.181301。从而要求我们进一步认识到发展固定、移动电话及互联网普及率对电信收入的重要性。结合当前情况，过去几年是我国电信业大发展时期，电信收入平均每年增长约23%。电话用户总数与移动电话总数迅速增长，并在2001年超过美国，跃居世界第一。但是，过去的高增长并不必然带来明天的高增长，在2000年和2001年，我国电信收入已经呈现出稍高于GDP的中速增长态势。我国电信业发展水平已相当于人均GDP为我国2.5倍的国家。我国的电信收入占GDP之比例已高居世界前列。一般电信收入占GDP的比例是大致一定的，因此我国电信收入占GDP的比例继续快速提高的余地已十分有限。预计我国电信收入占GDP的比