計量經(jīng)濟學論文(eviews分析)計量經(jīng)濟作業(yè)

我國旅游收入的計量分析經(jīng)濟理論陳述在研讀了大量統(tǒng)計和計量資料的基礎上，選擇了三個大方面進行研究，既包括旅游人數(shù)，人均旅游花費和基本交通建設。其中，在旅游人數(shù)這個解釋變量的劃分上，我們考慮到隨著全球經(jīng)濟一體化的發(fā)展，越來越多的外國游客來中國旅游消費。中國旅游的國際市場是個有發(fā)展?jié)摿Φ男屡d市場，盡管外國游客前來旅游的方式包羅萬象而且消費能力也不盡相同，但從國際服務貿(mào)易的角度出發(fā)，我們在做變量選擇時，運用國際營銷的知識進行市場細分，劃分了國際和國內(nèi)兩個市場。這樣，在旅游人數(shù)這個解釋變量的最終確定上，我們選擇了國內(nèi)旅游人數(shù)，入境旅游人數(shù)。這點選擇除了理論支持外，在現(xiàn)實旅游業(yè)發(fā)展中我們也看到很多景區(qū)包括成都的近郊也有不少外國游客的身影。所以，我們選取這兩個解釋變量等待下一步進行模型設計和檢驗。另外，對于人均旅游花費，我們在進行市場細分時，沒有延續(xù)前兩個變量的選擇模式，有幾個原因。首先，外國游客前來旅游的形式和消費方式各異且很難統(tǒng)計。我們在花大力氣收集數(shù)據(jù)后，仍然沒有比較權威的統(tǒng)計數(shù)據(jù)資料。其次，隨著國家對農(nóng)業(yè)的不斷重視和扶持，我國農(nóng)業(yè)有了長足發(fā)展。農(nóng)村居民純收入增加，用于旅游的花費也有所上升。而且鑒于農(nóng)村人口較多，前面的市場細分也不夠細化，在這個解釋變量的確定上，我們選擇農(nóng)村人均旅游花費，既是從我國基本國情出發(fā)，也是對第一步研究分析的補充。所以我們確定了城鎮(zhèn)居民人均旅游花費和農(nóng)村居民人均旅游花費。旅游發(fā)展除了對消費者市場的劃分研究，還應考慮到該產(chǎn)業(yè)的基礎硬件設施。在眾多可選擇對象中我們經(jīng)分析研究結合大量文獻資料決定從交通建設著手。在我國，交通一般分布為公路，鐵路，航班，航船等。由于考慮到我國一般大眾的旅游交通方式集中在公路和鐵路上，為了避免解釋變量的過多過繁以及可能帶來的多重共線形等問題，我們只選取了前二者。即確定了公路長度和鐵路長度這兩個解釋變量。其中，考慮到我國旅游業(yè)不斷發(fā)展過程中，高速公路的修建也不斷增多，在的確定過程中，我們已經(jīng)將其擬合，盡量保證解釋變量的完整和真實。相關數(shù)據(jù)計量經(jīng)濟模型的建立Ｙ＝ｃ（１）＋ｃ（２）＊Ｘ２＋ｃ（３）＊Ｘ３＋ｃ（４）＊Ｘ４＋ｃ（５）＊Ｘ５＋ｃ（６）＊Ｘ６＋Ｕ我們建立了下述的一般模型：其中C-3391.810514.1119-6.5974160.0006X20.0294140.0145252.0250420.0393X46.3554592.0501753.0999590.0211X5-0.2845421.772604-0.1605220.1077R-squared0.974627

Meandependentvar2494.200AdjustedR-squared0.961940

S.D.dependentvar980.4435S.E.ofregression191.2739

Akaikeinfocriterion13.63446Sumsquaredresid219514.3

Schwarzcriterion13.75550Loglikelihood-64.17232

F-statistic76.82334Durbin-Watsonstat1.328513

Prob(F-statistic)0.000035

以上模型估計效果最好，繼續(xù)逐步回歸得到以下結果：DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:02:40Sample:19942003Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.

C-1973.943441.5947-4.4700340.0066X2-0.0050950.011431-0.4457290.6744X30.3282790.0806824.0688020.0096X44.6654851.1586654.0266020.0101X5-1.7140200.999029-1.7156860.1469R-squared0.994114

Meandependentvar2494.200AdjustedR-squared0.989406

S.D.dependentvar980.4435S.E.ofregression100.9150

Akaikeinfocriterion12.37329Sumsquaredresid50919.23

Schwarzcriterion12.52458Loglikelihood-56.86644

F-statistic211.1311Durbin-Watsonstat3.034041

Prob(F-statistic)0.000009

各項擬合效果都較好。雖然的t檢驗不是很顯著，但考慮到其經(jīng)濟意義在模型中的重要地位，暫時保留。繼續(xù)引入。DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:02:41Sample:19942003Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.

C-2034.155525.2137-3.8730040.0179X2-0.0070330.014095-0.4989770.6440X30.2995620.1286262.3289460.0803X44.7879861.3398883.5734230.0233X5-1.5118511.282385-1.1789370.1638X62.0623346.6592470.3096950.7723R-squared0.994252

Meandependentvar2494.200AdjustedR-squared0.987067

S.D.dependentvar980.4435S.E.ofregression111.4976

Akaikeinfocriterion12.54959Sumsquaredresid49726.89

Schwarzcriterion12.73114Loglikelihood-56.74797

F-statistic138.3830Durbin-Watsonstat3.130122

Prob(F-statistic)0.000144

根據(jù)以上回歸結果可得，的引入使得模型中、的t檢驗均不顯著，再考察二者的相關系數(shù)為0.949132，說明、高度相關，模型產(chǎn)生了多重共線性，因此將去掉。再將代入檢驗。DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:02:42Sample:19942003Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.

C-641.06701265.065-0.5067460.0190X20.0014320.0125790.1138380.9149X30.3157420.0794873.9722640.0165X45.6942291.4560423.9107590.0174X5-1.6317100.977195-1.6697900.1703X7-351.4600313.6492-1.1205510.3252R-squared0.995521

Meandependentvar2494.200AdjustedR-squared0.989921

S.D.dependentvar980.4435S.E.ofregression98.43019

Akaikeinfocriterion12.30028Sumsquaredresid38754.01

Schwarzcriterion12.48183Loglikelihood-55.50141

F-statistic177.7916Durbin-Watsonstat2.850083

Prob(F-statistic)0.000087

的系數(shù)為負，與經(jīng)濟意義相悖，因此也去掉。由此確定帶入模型的解釋變量為、、、。異方差性的檢驗：再對模型的異方差性進行檢驗：鑒于我們的樣本資料是時間序列數(shù)據(jù)，選用ARCH檢驗。ARCHTest:F-statistic0.044061

Probability0.839718Obs*R-squared0.056296

Probability0.812449TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/23/10Time:02:43Sample(adjusted):19952003Includedobservations:9afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C5197.7413188.9601.6299180.1471RESID^2(-1)0.0792160.3773850.2099080.8397R-squared0.006255

Meandependentvar5645.880AdjustedR-squared-0.135708

S.D.dependentvar6668.507S.E.ofregression7106.603

Akaikeinfocriterion20.76857Sumsquaredresid3.54E+08

Schwarzcriterion20.81239Loglikelihood-91.45855

F-statistic0.044061Durbin-Watsonstat1.810449

Prob(F-statistic)0.839718

這里Obs*R-squared為0.056296，P=0.812449>0.05所以接受，表明模型中隨機誤差項不存在異方差。再考慮P=3的情況：ARCHTest:F-statistic0.126837

Probability0.938100Obs*R-squared0.787922

Probability0.852354TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/23/10Time:02:46Sample(adjusted):19972003Includedobservations:7afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C206.96718303.9310.0249240.9817RESID^2(-1)0.1623770.5363370.3027510.7819RESID^2(-2)0.1127990.5704270.1977460.8559RESID^2(-3)0.3312760.5706580.5805160.6023R-squared0.112560

Meandependentvar4377.448AdjustedR-squared-0.774879

S.D.dependentvar7000.432S.E.ofregression9326.298

Akaikeinfocriterion21.41462Sumsquaredresid2.61E+08

Schwarzcriterion21.38371Loglikelihood-70.95118

F-statistic0.126837Durbin-Watsonstat1.521751

Prob(F-statistic)0.938100

這里Obs*R-squared為0.787922，P=0.852354>0.05。所以仍然接受，表明模型中隨機誤差項不存在異方差。自相關性的檢驗：隨機擾動項可能存在一階負自相關。借助殘差項和其一階滯后項的二維坐標圖進一步分析：由圖示可看出，殘差項和其一階滯后項顯然存在負自相關，然后利用對數(shù)線形回歸修正自相關性，得到相應結果如下：DependentVariable:LOG(Y)Method:LeastSquaresDate:12/23/10Time:02:52Sample:19942003Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.

C-8.7695512.012276-4.3580270.0073LOG(X2)0.3247890.3438680.9445160.0383LOG(X3)0.3840660.2277461.6863780.0225LOG(X4)1.4826830.3134874.7296430.0052LOG(X5)0.0057500.0689550.0833820.0468R-squared0.994678

Meandependentvar7.740729AdjustedR-squared0.990421

S.D.dependentvar0.442977S.E.ofregression0.043355

Akaikeinfocriterion-3.131931Sumsquaredresid0.009398

Schwarzcriterion-2.980639Loglikelihood20.65966

F-statistic233.6398Durbin-Watsonstat2.052287

Prob(F-statistic)0.000007

從估計的結果看，DW=2.052287，說明修正后有了明顯好轉，隨機擾動項幾乎不存在一階自相關。我們進行了一系列檢驗和修正后的最終結果如下：LOG(Y)=0.3247885353*LOG(X2)+0.384066367*LOG(X3)+1.482683433*LOG(X4)+0.00574960769*LOG(X5)-8.769551392=0.994678=0.990421F=233.6398經(jīng)濟意義解釋C3和C3分別衡量我國旅游收入關于國內(nèi)和入境旅游人數(shù)的彈性，也就是表示當旅游人數(shù)每變動百分之一時，平均來說，旅游收入變動的百分比。這里要特別注意，例如1998年國內(nèi)旅游人數(shù)為69450萬人，入境旅游人數(shù)為6347.8萬人，則國內(nèi)旅游人數(shù)每增加1%，即增加694.5萬人，國內(nèi)旅游收入增加0.325%，而入境旅游人數(shù)每增加1%，即增加63.5萬人，國內(nèi)旅游收入增加0.384%。C4和C5分別衡量我國旅游收入關于我國城鎮(zhèn)居民和農(nóng)村居民人均旅游花費的彈性，也就表示當人均花費每變動百分之一時，平均來說，旅游收入變動的百分比。城鎮(zhèn)居民人均旅游花費每增加1%，國內(nèi)旅游收入增加1.483%；農(nóng)村居民人均旅游花費每增加1%，國內(nèi)旅游收入增加0.0057%。政策建議為了促進我國旅游事業(yè)的快速發(fā)展，我們提出了以下幾點建議：1、實施政府主導型旅游發(fā)展戰(zhàn)略政府主導型旅游發(fā)展戰(zhàn)略是按照旅游業(yè)自身的特點，在以市場為主，合理配置資源的基礎上，充分發(fā)揮政府的主導作用，促進旅游業(yè)更快發(fā)展。（1）建設和完善旅游法制體系，力爭《旅游法》的盡早出臺。（2）提高旅游管理部門的地位，或組織高層次的協(xié)調(diào)機制，以適應旅游產(chǎn)業(yè)大規(guī)模和大發(fā)展的前景。（3）中央政府的主導需要相應的資金基礎。從1992年起，財政部建立了旅游發(fā)展基金，其來源是在出境機場費中加收20元人民幣，對旅游