計量經(jīng)濟學(xué)課程設(shè)計

1、目錄1、 續(xù)論11.1、中國汽車業(yè)簡介 11.2、課題的意義 12、 影響中國汽車產(chǎn)量的要素及模型的建立2 2.1、影響中國汽車產(chǎn)量的要素 22.2、模型的建立 23、 回歸模型的檢驗和修正53.1、經(jīng)濟學(xué)意義檢驗及顯著性檢驗 53.2、多重共線性 73.3、異方差性173.4、序列相關(guān)性203.5、滯后變量模型213.6、模型的檢驗與預(yù)測244、 結(jié)論 265、 參考文獻(xiàn) 271.緒論1.1中國汽車業(yè)簡介 汽車產(chǎn)業(yè)是資本、技術(shù)密集型產(chǎn)業(yè)，又是勞動密集型產(chǎn)業(yè)，具有很大的前后關(guān)聯(lián)度和很強的波及效果。對于國民經(jīng)濟有很強的帶動作用。 中國汽車產(chǎn)業(yè)在中國經(jīng)濟的發(fā)展中起著越來越重要的作用。據(jù)機械部預(yù)測，

2、汽車工業(yè)正以每年14的速度增長，僅次于電子工業(yè)15的增長率而遠(yuǎn)遠(yuǎn)高于其它產(chǎn)業(yè)。1997年，汽車稅收達(dá)200億元，占全國稅收總額的5.0。在國家支柱工業(yè)中名列第二。同時，可解決7.5的就業(yè)人數(shù)。 汽車工業(yè)反映了制造業(yè)的整體技術(shù)水平。中國汽車產(chǎn)業(yè)關(guān)聯(lián)度與發(fā)達(dá)國家相比差距較大。 美國的汽車制造、經(jīng)銷與零部件領(lǐng)域直接提供200萬人的工作崗位，并使1300萬人以上的人們工作于相關(guān)產(chǎn)業(yè)中， 美國汽車工業(yè)提供了17的工作崗位。中國汽車產(chǎn)業(yè)在中國影響系數(shù)較大的前10個部門中位居第二，中國汽車工業(yè)對其它產(chǎn)業(yè)發(fā)展的帶動作用很強，高于全國平均水平22.8。 中國汽車產(chǎn)業(yè)可以粗略地分為兩大體系：“純粹”的中國汽車產(chǎn)業(yè)

3、和在華的國際汽車集團(tuán)。中國汽車產(chǎn)業(yè)主要具備以下幾方面的優(yōu)勢： 1.中國將成為21世紀(jì)最大的汽車消費國。2.建立了一個比較完整的汽車工業(yè)體系，部分產(chǎn)品已達(dá)到90年代的國際水平。3.桑塔納、捷達(dá)、奧迪、別克零部件的國產(chǎn)化率已達(dá)到相當(dāng)?shù)某潭?，顯示出后發(fā)優(yōu)勢的作用。4.勞動力成本低是中國在國際競爭中的比較優(yōu)勢。中國汽車工業(yè)的劣勢有下列幾個方面：1.技術(shù)至少落后10年以上。按技術(shù)來源可分為四類：全部引進(jìn)；測繪仿制；基本仿制和部分引進(jìn)；參照國外車型自行設(shè)計。引進(jìn)技術(shù)產(chǎn)品達(dá)到80年代水平的占30；進(jìn)行開發(fā)的換代產(chǎn)品達(dá)到80年代水平的占30；技術(shù)落后的占402。2.開發(fā)能力差。還不具備獨立的開發(fā)能力。3.產(chǎn)品

4、結(jié)構(gòu)不合理。早期以發(fā)展中型載重汽車為主，“缺重少輕，轎車幾乎空白”，到目前轎車缺口依然很大。4.規(guī)模經(jīng)濟效益低。全部產(chǎn)量不及通用公司的五分之一。5.零部件工業(yè)發(fā)展滯后，發(fā)動機和電子件最為薄弱。1.2課題的意義 我國正處于全面建設(shè)小康社會的重要戰(zhàn)略機遇期，大力發(fā)展汽車產(chǎn)業(yè)，全面推進(jìn)國民經(jīng)濟各部門持續(xù)健康發(fā)展，使我們當(dāng)前面臨的重大任務(wù) 。因此通過建立計量經(jīng)濟學(xué)模型，研究汽車產(chǎn)量和相關(guān)因素的依存度，對于調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)國民經(jīng)濟快速健康發(fā)展具有重要的戰(zhàn)略意義。2影響中國汽車產(chǎn)量的要素及模型的建立2.1影響中國汽車產(chǎn)量的要素為了應(yīng)對入世后更為激烈的市場競爭，在更高層次上發(fā)展我國的民族汽車產(chǎn)業(yè)，切實把握

5、我國汽車產(chǎn)量的影響因素是當(dāng)務(wù)之急。而影響到汽車產(chǎn)量的因素是多方面的。主要包括包括成品鋼產(chǎn)量、石油消費總量、鐵路運輸量、私人汽車擁有量、公路運輸線路長度等因素的影響。2.2模型的建立 根據(jù)統(tǒng)計數(shù)據(jù)建立中國汽車產(chǎn)量的模型，影響汽車產(chǎn)量的要素包括成品鋼產(chǎn)量、石油消費總量、鐵路運輸量、私人汽車擁有量、公路運輸線路長度。因此建立以下模型： 其中y是汽車總產(chǎn)量（萬輛） 是成品鋼產(chǎn)量（萬噸） 是公路運輸線路長度（萬公里） 是石油消費總量（萬噸） 是私人汽車擁有量（萬輛） 是鐵路總運量（萬噸）是常數(shù)項，（i=1、2、3、4、5）是待估參數(shù)，u是隨機干擾項。具體數(shù)據(jù)如下表1：年份yx1x2x3x4x519905

6、1.46635102.8316384.69881.62150681199171.427100104.1117746.89396.041528931992106.678094105.6719104.75118.041576271993129.858956108.3521110.726155.271627941994136.699261111.7821356.238205.421632161995145.279535.99115.722955.8249.961659821996147.5210124.06118.5825280.904289.671710241997158.2510894.1712

7、2.6427725.436358.36172149199816311559127.8528326.272423.651643091999183.212426135.1730222.335533.88167554200020712850140.2732307.882625.331785812001234.1715163.44169.832788.508770.781931892002325.118236.61176.5235553.113968.982049562003444.3922233.6180.9838963.9041219.232242482004509.1128291.09187.0

8、745466.1281481.662490172005570.4935323.98334.5246727.4061848.072692962006727.8941914.85345.699949924.4682333.322882242007888.8948928.8358.371552735.5042876.223142372008930.5950305.75373.016453334.9843501.3933035420091379.5357218.23386.082354889.8134574.91333348通過eviews得到上述數(shù)據(jù)的散點圖如下圖：應(yīng)用計量經(jīng)濟學(xué)eviews軟件，對

9、數(shù)據(jù)進(jìn)行最小二乘估計得到模型的回歸結(jié)果如下表2：dependent variable: ymethod: least squaresdate: 06/08/11 time: 14:04sample: 1990 2009included observations: 20variablecoefficientstd. errort-statisticprob. x10.0183400.0081452.2515660.0409x2-0.9838550.432036-2.2772540.0390x30.0004260.0023210.1833850.8571x40.2033930.0413504.91

10、88110.0002x5-0.0017460.001458-1.1976860.2509c295.5612170.67951.7316740.1053r-squared0.993428 mean dependent var375.5215adjusted r-squared0.991081 s.d. dependent var358.1339s.e. of regression33.82194 akaike info criterion10.12342sum squared resid16014.93 schwarz criterion10.42214log likelihood-95.234

11、21 f-statistic423.2665durbin-watson stat1.767760 prob(f-statistic)0.000000根據(jù)eviews結(jié)果得到估計模型結(jié)果如下： (1.731674) (2.251566)(-2.277254) (0.183358) (4.918811) (-1.198676)=0.991081 =0.993428 f-statistic=423.226 d-w=1.767760在利用最小二乘估計進(jìn)行多元函數(shù)回歸時，需要滿足以下假設(shè)條件：（1） 回歸模型是正確設(shè)定的。（2） 解釋變量、.是非隨機變量的或是固定的，且各之間不存在嚴(yán)格的線性相關(guān)性（無完

12、全多重共線性）。（3） 各解釋變量在所抽取的樣本中具有變異性，而且隨著樣本容量的無限增加，各解釋變量的樣本方差趨于一個非零的常數(shù)，即n+時， (4)隨機誤差項具有條件零均值、同方差及不序列相關(guān)性 ij3回歸模型的檢驗和修正3.1經(jīng)濟學(xué)意義檢驗及顯著性檢驗 根據(jù)參數(shù)估計量的符號以及參數(shù)估計量大小的檢驗，在經(jīng)濟意義上是合理的。即由于成品鋼產(chǎn)量、石油消費總量、私人汽車擁有量的系數(shù)為正，而公路運輸線路長度、鐵路運輸量的系數(shù)為負(fù)，所以汽車生產(chǎn)總量隨著成品鋼產(chǎn)量、石油消費總量、私人汽車擁有量的增加而增長，成正比例關(guān)系，隨公路運輸線路長度、鐵路運輸量的增加而減少。3.1.1擬合優(yōu)度檢驗 在經(jīng)濟學(xué)中用可決系數(shù)

13、來檢驗?zāi)Ｐ偷臄M合優(yōu)度，完全擬合情況為,則可決系數(shù)越接近1，模型的擬合優(yōu)度越好。在上節(jié)中用eviews軟件得到模型的可決系數(shù)=0.993428，說明模型你過得擬合優(yōu)度很好。3.1.2對回歸系數(shù)進(jìn)行t檢驗1 對進(jìn)行檢驗：提出原假設(shè)：;備擇假設(shè)：.t=2.251566假定顯著水平，查t 分布表中自由度為14（n-k-1=20-5-1=14;n為選取數(shù)據(jù)組數(shù)，k為變量的個數(shù)），的臨界值，得到1.761。顯然，t=2.2515661.761,故拒絕原假設(shè)，接受備擇假設(shè).，即是顯著的。2 對進(jìn)行檢驗：提出原假設(shè)：;備擇假設(shè)：。t=-2.277254假定顯著水平，查t 分布表中自由度為14（n-k-1=20

14、-5-1=14;n為選取數(shù)據(jù)組數(shù)，k為變量的個數(shù)），的臨界值，得到1.761。顯然t=-2.2772541.761,故接受原假設(shè)，拒絕備擇假設(shè)，即不顯著。3 對進(jìn)行檢驗：提出原假設(shè)：;備擇假設(shè)：。t=0.183385假定顯著水平，查t 分布表中自由度為14（n-k-1=20-5-1=14;n為選取數(shù)據(jù)組數(shù)，k為變量的個數(shù)），的臨界值，得到1.761。t=0.1833851.761,故拒絕原假設(shè)，接受備擇假設(shè).，即是顯著的。5 對進(jìn)行檢驗：提出原假設(shè)：;備擇假設(shè)：。t=-1.197686假定顯著水平，查t 分布表中自由度為14（n-k-1=20-5-1=14;n為選取數(shù)據(jù)組數(shù)，k為變量的個數(shù)），

15、的臨界值，得到1.761。t=-1.1976861.761，故接受原假設(shè)，拒絕備擇假設(shè)，即不顯著。3.1.3對方程進(jìn)行f檢驗根據(jù)eviews表得到f-statistic=423.226在假定顯著水平，查自由度為5和自由度為14的f分布表，得臨界值,則拒絕原假設(shè)，存在異方差性。 對選定的20組樣本進(jìn)行g(shù)-q檢驗：1） 將樣本出去中間部分，并分為觀測值一個較大和一個較小的樣本，如圖13,14。 圖13：dependent variable: ymethod: least squaresdate: 06/08/11 time: 22:51sample: 1990 1996included obser

16、vations: 7variablecoefficientstd. errort-statisticprob. x40.4232620.0972414.3527330.0073c40.3699818.099512.2304460.0761r-squared0.791199 mean dependent var112.6886adjusted r-squared0.749439 s.d. dependent var37.94946s.e. of regression18.99600 akaike info criterion8.961290sum squared resid1804.240 sc

17、hwarz criterion8.945836log likelihood-29.36452 f-statistic18.94629durbin-watson stat0.801427 prob(f-statistic)0.007340圖14：dependent variable: ymethod: least squaresdate: 06/08/11 time: 22:52sample: 2003 2009included observations: 7variablecoefficientstd. errort-statisticprob. x40.2670730.01918013.92

18、4720.0000c98.2434753.272841.8441570.1245r-squared0.974861 mean dependent var778.6986adjusted r-squared0.969834 s.d. dependent var323.1574s.e. of regression56.12738 akaike info criterion11.12808sum squared resid15751.41 schwarz criterion11.11263log likelihood-36.94828 f-statistic193.8978durbin-watson

19、 stat2.818763 prob(f-statistic)0.000034有上兩個表可以得到：統(tǒng)計量，=15751.41/1804.240=8.7302=3.79=則拒絕同方差假設(shè)，表明存在異方差性。3.3.3模型的異方差性修正用加權(quán)最小二乘法修正如下表15：dependent variable: ymethod: least squaresdate: 06/08/11 time: 22:57sample: 1990 2009included observations: 20weighting series: wvariablecoefficientstd. errort-statisti

20、cprob. c59.246440.209835282.34840.0000x40.2762680.000585472.11080.0000weighted statisticsr-squared1.000000 mean dependent var162.0768adjusted r-squared1.000000 s.d. dependent var694.5146s.e. of regression0.115825 akaike info criterion-1.378828sum squared resid0.241479 schwarz criterion-1.279255log l

21、ikelihood15.78828 f-statistic222888.6durbin-watson stat1.231198 prob(f-statistic)0.000000unweighted statisticsr-squared0.990202 mean dependent var375.5215adjusted r-squared0.989657 s.d. dependent var358.1339s.e. of regression36.42201 sum squared resid23878.14durbin-watson stat2.029124有上表可知加權(quán)后的模型為：，加

22、權(quán)后的擬合優(yōu)度更好。3.4序列相關(guān)性3.4.1序列相關(guān)性概念 對于模型，隨機項互不相關(guān)的基本假設(shè)cov(i ,j)=0，ij, i,j=1,2, ,n。如果對于不同的樣本點，隨機誤差項之間不再是不相關(guān)的，而是存在某種相關(guān)性，則認(rèn)為出現(xiàn)了序列相關(guān)性。3.4.2實際經(jīng)濟問題中的序列相關(guān)性問題 產(chǎn)生序列相關(guān)性的原因：（1） 經(jīng)濟變量固有的慣性：自相關(guān)現(xiàn)象大多出現(xiàn)在時間序列數(shù)據(jù)中，大多數(shù)經(jīng)濟時間數(shù)據(jù)都有一個明顯的特點:慣性，表現(xiàn)在時間序列不同時間的前后關(guān)聯(lián)上。（2） 模型設(shè)定的偏誤 ：一，模型中遺漏了顯著的變量。主要表現(xiàn)在模型中丟掉了重要的解釋變量。這種誤差存在于隨機誤差項中，從而帶來了自相關(guān)。 二，

23、不正確的函數(shù)形式。（3） 數(shù)據(jù)的“編造”：在實際經(jīng)濟問題中，有些數(shù)據(jù)是通過已知數(shù)據(jù)生成的。因此，新生成的數(shù)據(jù)與原數(shù)據(jù)間就有了內(nèi)在的聯(lián)系，表現(xiàn)出序列相關(guān)性。 序列相關(guān)性的后果：（1） 參數(shù)估計量非有效（2） 變量的顯著性檢驗失去意義（3） 模型的預(yù)測失效3.4.3序列相關(guān)性的檢驗 檢驗方法：（1） 圖示法（2） 回歸檢驗法 （3） 杜賓-瓦森（durbin-watson）檢驗法 （4） 拉格朗日乘數(shù)（lagrange multiplier）檢驗 下面用d-w檢驗： 該方法的假設(shè)條件是：（1） 解釋變量非隨機（2） 隨機干擾項為一階自回歸形式：（3） 回歸模型中不應(yīng)含有滯后變量作為解釋變量，即不應(yīng)

24、出現(xiàn)下列形式： （4） 回歸模型含有截距項。d-w檢驗針對原假設(shè):,即不存在一階自回歸。 有表7中的數(shù)據(jù)可知k-w=2.039368,模型有一個最優(yōu)解釋變量，且樣本容量n=20，則，k=2，時,.由于d-w 4- =2.59，因此模型沒有序列相關(guān)性。3.5滯后變量模型3.5.1滯后變量模型概念 含有滯后變量的模型稱為滯后變量模型。 滯后變量模型考慮了時間因素的作用，使靜態(tài) 分析的問題有可能成為動態(tài)分析。 產(chǎn)生滯后效應(yīng)的原因：（1） 心理預(yù)期因素（2） 技術(shù)因素（3） 制度因素 分布滯后模型的參數(shù)估計 ： （1）分布滯后模型估計的困難 。一，無限期的分布滯后模型，其解決方法有截斷法和變量替換法。

25、二，有限期的分布滯后模型 （2）分布滯后模型的修正估計方法 （3）克伊克方法 3.5.2 滯后變量模型 以滯后變量作為解釋變量，就得到滯后變量模型，它的一般形式為： almond變換式： z04=x4+x4(-1)+x4(-2)+x4(-3)+x4(-4)+x4(-5)+x4(-6) z14= x4(-1)+2*x4(-2)+3*x4(-3)+4*x4(-4)+5*x4(-5)+6*x4(-6) z24=x4(-1)+4*x4(-2)+9*x4(-3)+16*x4(-4)+25*x4(-5)+36*x4(-6) dependent variable: ymethod: least squaresdate: 06/09/11 time: 09:05sample(adjusted): 1996 2009included observations: 14 after adjusting endpointsvariablecoefficientstd. errort-statisticprob. z041.1805240.1521947.7566930.0000z14-1.2311610.185687-6.6303050.0001z240.1876240.0333405.6275600.0002c98.2489213.396957.3336790.0000r-squared0.9