計量經(jīng)濟(jì)學(xué)案例分析報告

1、 計 量 經(jīng) 濟(jì) 學(xué) 實 驗 報 告實驗課題： 各章節(jié)案列分析 姓 名： 茆 漢 成 班 級： 會計學(xué)12-2班 學(xué) 號： 2012213572 指導(dǎo)老師： 蔣 翠 俠 報告日期： 2015.06.18 合肥工業(yè)大學(xué) 管理學(xué)院 計量經(jīng)濟(jì)學(xué)實驗報告目錄第二章 簡單線性回歸模型案例11 問題引入12 模型設(shè)定13 估計參數(shù)34 模型檢驗3第三章 多元線性回歸模型案例51 問題引入52 模型設(shè)定53 估計參數(shù)64 模型檢驗6第四章 多重線性案例81 問題引入82 模型設(shè)定83 參數(shù)估計84 對多重共線性的處理9第五章 異方差性案例101 問題引入112 模型設(shè)定113 參數(shù)估計114 異方差檢驗11

2、5 異方差性的修正14第六章 自相關(guān)案例141 問題引入152 模型設(shè)定153 用OLS估計154 自相關(guān)其他檢驗155 消除自相關(guān)16第七章 分布滯后模型與自回歸模型案例187.2案例1191 問題引入192 模型設(shè)定193 參數(shù)估計197.3案例2201 問題引入212 模型設(shè)定21 3、回歸分析214 模型檢驗23第八章 虛擬變量回歸案例231 問題引入242 模型設(shè)定243 參數(shù)估計264 模型檢驗2728第2章 簡單線性回歸模型案例1、 問題引入 居民消費在社會經(jīng)濟(jì)的持續(xù)發(fā)展中有著重要的作用。適度的居民消費規(guī)模和合理的消費模型是人民生活水平的具體體現(xiàn)，有利于經(jīng)濟(jì)持續(xù)健康的增長。隨著社

3、會信息化程度和居民的收入水平的提高，計算機(jī)的運用越來越普及，作為居民耐用消費品重要代表的計算機(jī)已經(jīng)為眾多的城鎮(zhèn)居民家庭所擁有。研究中國各地區(qū)城鎮(zhèn)居民計算機(jī)擁有量與居民收入水平的數(shù)量關(guān)系。影響居民計算機(jī)擁有量的因素有多種，但從理論和經(jīng)驗分析，最主要的影響因素應(yīng)是居民收入水平。從理論上說居民收入水平越高，居民計算機(jī)擁有量越多。所以我們設(shè)定“城鎮(zhèn)居民家庭平均每百戶計算機(jī)擁有量（臺）”為被解釋變量，“城鎮(zhèn)居民平均每人全年家庭總收入（元）”為解釋變量。2、 模型設(shè)定 （1）對數(shù)據(jù)X和Y的統(tǒng)計結(jié)果的描述圖表2-1：X和Y的描述統(tǒng)計結(jié)果 （2）X和Y的散點圖及分析圖表2-2：各地區(qū)城鎮(zhèn)居民每百戶計算機(jī)擁有量

4、與人均總收入的散點圖分析：從散點圖2-2中，可以看出各地區(qū)城鎮(zhèn)居民計算機(jī)擁有量隨著人均總收入水平的提高而增加，近似于線性關(guān)系，為分析中國各地區(qū)城鎮(zhèn)居民每百戶計算機(jī)擁有量隨人均總收入變動的數(shù)量規(guī)律性，可以考慮建立如下簡單線性回歸模型：3、估計參數(shù)圖表2-3：回歸結(jié)果可用規(guī)范的形式將參數(shù)估計和檢驗的結(jié)果寫為4、 模型檢驗（1） 經(jīng)濟(jì)意義檢驗所估計的參數(shù)=11.9580，=0.002 873，說明城鎮(zhèn)居民家庭人均總收入每增加1元，平均說來城鎮(zhèn)居民每百戶計算機(jī)擁有量將增加0.002 873臺，這與預(yù)期的經(jīng)濟(jì)意義相符。（2） 擬合優(yōu)度和統(tǒng)計檢驗由擬合優(yōu)度R2=0.831996可知，所建立的模型對樣本數(shù)據(jù)

5、的擬合度較高。對回歸參數(shù)的顯著性檢驗t檢驗：對1建立下列假設(shè)條件：原假設(shè)H0：1=0 備擇假設(shè)H1：10取=0.05，1服從t（29），P值檢驗的結(jié)果是0.0421 0.05，所以應(yīng)該拒絕原假設(shè)1=0，接受備擇假設(shè)10，說明1對被解釋變量有顯著性影響。對2建立下列假設(shè)條件：原假設(shè)H0：2=0 備擇假設(shè)H1：20取=0.05，2服從t（29），P值檢驗的結(jié)果是0.00002.61，應(yīng)拒絕原假設(shè)，說明回歸方程整體顯著。 t檢驗：在顯著性水平=0.05時從 到的t統(tǒng)計量對應(yīng)的P值分別是0.0161，0.0000，0.0000，0.0091，0.0189，均小于0.05，所以是顯著地。的t統(tǒng)計量對應(yīng)的

6、P值為0.07730.05,而0.07734.28，所以拒絕原假設(shè)，表明模型確實存在異方差。（3） White檢驗圖表5-5：White檢驗結(jié)果從圖5-5可以看出，n=18.0748,在=0.05下，查表得臨界值(2)=5.9915,因為 n=18.0748(2)=5.9915，所以拒絕原假設(shè)、不拒絕備擇假設(shè)，表明模型存在異方差。5、異方差性的修正使用加權(quán)最小二乘法（WLS）對異方差進(jìn)行修正，選=為權(quán)數(shù)。經(jīng)檢驗發(fā)現(xiàn) 的效果最好。得到如下圖：圖表5-6：用權(quán)數(shù)的估計結(jié)果 可以看出，運用加權(quán)最小二乘法消除了異方差后，參賽的t檢驗均顯著，F(xiàn)檢驗也顯著即估計結(jié)果為 =368.6203+2.9528 t

7、= (4.3796) (3.589272)=0.4041 DW=1.7060 F=12.8828人口數(shù)量每增加1萬人，平均增加2.9528個醫(yī)療機(jī)構(gòu)，而不是之前的5.37個。雖然這個模型可能還存在某些不足，但這一估計比引子更接近真實情況。第6章 自相關(guān)案例1、 問題引入2011年中國農(nóng)村人口占總?cè)丝诘?9.73%，農(nóng)村居民人均消費為5222元，僅為城鎮(zhèn)居民人均消費15161的34.44%，農(nóng)村居民的收入與消費是一個值得研究的問題。2、模型設(shè)定 研究中國農(nóng)村居民收入消費模型。影響因素較多，但由于各種限制因素，只引入居民收入這一影響因素進(jìn)行考量。 設(shè)定模型 -居民消費，-居民收入19852011年

8、農(nóng)村居民人均收入和消費的數(shù)據(jù)為研究范圍3、用OLS估計圖后補6-1回歸結(jié)果所得估計結(jié)果為： (10.1079) (0.0121) t = (4.3680) (59.6060) R2 = 0.9930 F = 3552.876 DW = 0.5300該回歸方程可決系數(shù)較高，回歸系數(shù)均顯著。對樣本量為27、一個解釋變量的模型、5%顯著水平，查DW統(tǒng)計表可知， dL=1.316，dU=1.469。該模型中DWdL,顯然該模型自相關(guān)。4、自相關(guān)其他檢驗（1）殘差圖在圖6-2中，殘差的變動有規(guī)律性，連續(xù)為正和連續(xù)為負(fù)，表明殘差項存在一階正自相關(guān)。 （2）BG檢驗 從圖6-3可以看出 ，其p值為0.000

9、756，表明存在自相關(guān)。圖表6-2：殘差圖圖表6-3：BG檢驗結(jié)果5、消除自相關(guān)（1）采用廣義差分法。得回歸方程，則=0.7283。 對原模型建立廣義差分方程：-0.7283=(1-0.7283)+(-0.7283)+廣義差分回歸的結(jié)果為：圖表6-4：廣義差分方程輸出結(jié)果由差分方程有，所以最終得到中國農(nóng)村居民消費模 （2）科克倫奧克特迭代法 由圖6-5可知，DW=1.7813可以判斷，dU = 1.461， dU DW4-dU，說明在5%顯著性水平下廣義差分后模型中已無自相關(guān)。 結(jié)論：中國農(nóng)村居民的邊際消費傾向為0.7162，農(nóng)民人均實際純收入每增加1元，平均說來人均實際消費支出將增加0.71

10、62元。圖表6-5：科克倫-奧克特法估計結(jié)果第7章 分布滯后模型與自回歸模型案例7.2案例11、問題引入1955-1974年間美國制造業(yè)庫存量和銷售的關(guān)系，由于檢驗加權(quán)法有一定的隨意性，需要操作者的要求較高，采用阿爾蒙法繼續(xù)估計。2、模型設(shè)定 用阿爾蒙法進(jìn)行估計。將系數(shù)用二次多項式近似： 估計如下回歸方程： 3、參數(shù)估計 回歸結(jié)果如圖7-2-1所示。表中Z0,Z1，Z2對應(yīng)的系數(shù)分別為的估計值，將其代入阿爾蒙多項式，可計算得出的估計值。得到最終估計式為： 圖表7-2-1：回歸結(jié)果圖表7-2-2：回歸分析結(jié)果7.3案例21、 問題引入 貨幣主義學(xué)派認(rèn)為，產(chǎn)生通貨膨脹的必要條件是貨幣的超量供應(yīng)。物

11、價變動與貨幣供應(yīng)量的變化有著較為密切的聯(lián)系，但是二者之間的關(guān)系不是瞬時的，貨幣供應(yīng)量的變化對物價的影響存在一定時滯。在中國，大家普遍認(rèn)同貨幣供給的變化對物價具有滯后影響，但滯后期究竟有多長，還存在不同的認(rèn)識。下面采集1996年1月2008年11月全國廣義貨幣供應(yīng)量和物價指數(shù)的月度數(shù)據(jù)對這一問題進(jìn)行研究。2、 模型設(shè)定 解釋變量：廣義貨幣M2的月增長量-M2Z 被解釋變量：居民消費價格月度同比指數(shù)-TBZS 估計如下回歸模型：3、回歸分析圖表7-3-1：回歸結(jié)果從回歸結(jié)果來看，M2Z的t統(tǒng)計量值顯著，表明當(dāng)期貨幣供應(yīng)量的變化對當(dāng)期物價水平的影響在統(tǒng)計意義上有一定的影響，但沒有顯現(xiàn)出這種影響的滯后

12、性。為了分析貨幣供應(yīng)量變化影響物價的滯后性，我們做滯后6個月的分布滯后模型的估計?；貧w結(jié)果如圖7-3-2所示。從回歸結(jié)果來看，M2Z各滯后期的系數(shù)逐步增加，表明當(dāng)期貨幣供應(yīng)量的變化對物價水平的影響要經(jīng)過一段時間才能逐步顯現(xiàn)。但各滯后期的系數(shù)的t統(tǒng)計量值不顯著，因此還不能據(jù)此判斷滯后期究竟有多長。為此，我們做滯后12個月的分布滯后模型的估計?；貧w結(jié)果如圖7-3-3所示。從圖7-3-2可以看出，從M2Z到M2Z(11) , 回歸系數(shù)都不顯著異于零，而M2Z(12)的回歸系數(shù)顯著，這表明，當(dāng)期貨幣供應(yīng)量變化對物價水平的影響在經(jīng)過12個月（即一年）后明顯地顯現(xiàn)出來。圖表7-3-2：回歸結(jié)果圖表7-3-

13、3：回歸結(jié)果為了考察貨幣供應(yīng)量變化對物價水平影響的持續(xù)期，我們做滯后18個月的分布滯后模型的估計。估計結(jié)果如圖7-3-4.圖表7-3-4：回歸結(jié)果從滯后12個月開始t統(tǒng)計量值顯著，一直到滯后15個月為止，從滯后第16個月開始t值變得不顯著；再從回歸系數(shù)來看，從滯后11個月開始，貨幣供應(yīng)量變化對物價水平的影響明顯增加，再滯后13個月時達(dá)到最大，然后逐步下降。4、模型檢驗 在我國，貨幣供應(yīng)量變化對物價水平的影響具有明顯的滯后性，滯后期大約為三個季度，而且滯后影響具有持續(xù)性，持續(xù)的長度大約為半年，其影響力度先遞增然后遞減，滯后結(jié)構(gòu)為型。第8章 虛擬變量回歸案例1、問題引入 為了考察改革開放以來中國居

14、民的儲蓄存款與收入的關(guān)系是否已發(fā)生變化，以城鄉(xiāng)居民人民幣儲蓄存款年底余額代表居民儲蓄（Y），以國民總收入GNI代表城鄉(xiāng)居民收入，分析居民收入對儲蓄存款影響的數(shù)量關(guān)系，并建立相應(yīng)的計量經(jīng)濟(jì)學(xué)模型 。2、模型設(shè)定為了研究19782011年期間城鄉(xiāng)居民儲蓄存款隨收入的變化規(guī)律是否有變化,考證城鄉(xiāng)居民儲蓄存款、國民總收入隨時間的變化情況，如圖所示：圖表8-1：城鄉(xiāng)居民儲蓄存款、國民總收入隨時間的變化情況從上圖中，尚無法得到居民的儲蓄行為發(fā)生明顯改變的詳盡信息。若取居民儲蓄的增量（YY），并作時序圖如下。從圖8.2可以看出，城鄉(xiāng)居民的儲蓄行為表現(xiàn)出了明顯的階段特征：在1996年、2000年、2005年、

15、2007年和2009年有五個明顯的轉(zhuǎn)折點。圖表8-2：居民儲蓄增量圖 再從城鄉(xiāng)居民儲蓄存款增量與國民總收入之間關(guān)系的散布圖看（圖8.3），也呈現(xiàn)出了相同的階段性特征。圖表8-3：城鄉(xiāng)居民儲蓄存款增量與居民總收入之間關(guān)系的散布圖為了分析居民儲蓄行為在1996年2011年不同時期的數(shù)量關(guān)系，以1996、2000、2005、2007、2009年度的五個轉(zhuǎn)折點作為依據(jù)，分別引入虛擬變量D1、D2、D3、D4、D5，這五個年度所對應(yīng)的GNI分別為70142.5，98000.5，184088.6，251483.2和340320億元。據(jù)此，我們設(shè)定了如下以加法和乘法兩種方式同時引入虛擬變量的的模型：3、參數(shù)估計數(shù)據(jù)出錯后重新補上。圖表8-4：回歸結(jié)果估計結(jié)果為： se=(944.8749) (0.0301) (0.1112) (0.1110) t= (-0.0.7378) (4.3995) (-1.6709) (2.0783)se=(0.0759) (0.0826) (0.0605) t=(-3.6034) (5.5553) (-7.0692) F=122.5778 DW=2.9