我国出口贸易影响因素的计量经济分析
我国出口贸易影响因素的计量经济分析
摘要：本文收集了我国198-2011年出口额等时间序列统计资料，建立了我国出口总额的影响因素模型，并对我国下期出口额进行预测。在建立模型的过程中，处理了多重共线性问题，修正了异方差，避免了自相关等问题模型结果表明，影响我国出口贸易额的主要因素为国内生产总值、全国固定资产投资及国民消费水平。
关键词：出口贸易；影响因素分析；多重共线性；异方差；自相关；计量经济模型
一、引言
三十多年来，我国对外贸易取得了举世瞩目的成就，从一个较低的水平发展了一个很高的水平，中国经济在世界经济中扮演的角色也越来越重要，越来越受世界各国的关注。因此，对外贸经济的分析越发重要。
从目前的理论的研究来看，影响我国出口发展的因素国内生产总值、全国固定资产投资、居民消费水平、关税、城乡居民储蓄、第三产业就业人数。本文在前人分析的基础上，结合计量分析方法，分别建立了我国出口的影响因素模型，来分析研究各个因素对我国进出口贸易的影响方向和力度。
二、理论模型与数据
（1） GDP（X1）——国民总收入体现了一国整体发展水平，经济发展状况不同，对外贸易情况受到的影响也就不同。
（2）全国固定资产投资（X2）——固定资产投资反映了国内环境因素的变量，间接对我国进出口贸易也产生了一定的影响。
（3）居民消费水平(X3)--高的物价将会导致出口商品成本上升，对我国出口一般情况下，会有反向影响的作用。
（4）关税(X4)--进口关税税率是调节进口商品数量和结构的重要手段，较高税
率一般情况下会导致进口数量的减少。
（5）城乡居民储蓄(X5)--居民储蓄对从另外的角度又反映了一国经济发展状况。而一过进出口贸易又很大程度上依赖于这个国家的经济发展水平。
（6）第三产业就业人数(X6)--第三产业服务业比重对我国进出口贸易也有不可忽视的重要影响。一般服务不出国，所以第三产业比重越高，进出口总额总额在经济总量中的比重就会降低。
三、模型构建
经分析国内生产总值及全国固定资产投资为影响我国出口贸易的主要因素，除此之外，城乡居民消费、关税、城乡居民储蓄和第三产业的工作人数等也有关系。为此，考虑的影响因数主要有全国生产总值X1，全国固定资产投资X2，我国居民的消费状况X3，我国海关关税情况X4，居民的储蓄情况X5，第三产业发展情况X6。为此设定了如下形式的计量经济模型：
Y t=β0 +β 1 X1+β2X2+β3X3 +β4X4+β5X5+β6X6+μt
其中
Y t为我国出口总额，GDP X1，全国固定资产投资X2，居民消费水平X3，
，
关税X4，城乡居民储蓄X5，第三产业就业人数X6
利用EViews软件，生成Y、X1、X2、X3、X4、X5、X6等数据，采用这些数
据对模型进行OLS回归，记过如下表所示：
为估计模型参数，搜集了1982-2011的统计数据，如表1所示：
出口总额GDP 全国固定资
产投资
居民消
费水平
关税
城乡居民储
蓄
第三产业
就业人数
1982 413.8 5,323.35 1,230.40 288 47.46 447.3 6,090.00
1983 438.3 5,962.65 1,430.10 316 53.88 572.6 6,606.00
1984 580.5 7,208.05 1,832.90 361 103.07 776.62 7,739.00
1985 808.9 9,016.04 2,543.20 446 205.21 1,622.60 8,359.00
1986 1,082.10 10,275.18 3,120.60 497 151.62 1,471.45 8,811.00
1987 1,470.00 12,058.62 3,791.70 565 142.37 2,067.60 9,395.00
1988 1,766.70 15,042.82 4,753.80 714 155.02 2,659.16 9,933.00
1989 1,956.10 16,992.32 4,410.40 788 181.54 5,196.40 10,129.00
1990 2,985.80 18,667.82 4,517.00 833 159.01 7,119.60 11,979.00
1991 3,827.10 21,781.50 5,594.50 932 187.28 9,244.90 12,378.00
1992 4,676.30 26,923.48 8,080.10 1,116 212.75 11,757.30 13,098.00
1993 5,284.80 35,333.92 13,072.30 1,393 256.47 15,203.50 14,163.00
1994 10,421.80 48,197.86 17,042.10 1,833 272.68 21,518.80 15,515.00
1995 12,451.80 60,793.73 20,019.30 2,355 291.83 29,662.30 16,880.00
1996 12,576.40 71,176.59 22,913.50 2,789 301.84 38,520.80 17,927.00
1997 15,160.70 78,973.03 24,941.10 3,002 319.49 46,279.80 18,432.00
1998 15,223.60 84,402.28 28,406.20 3,159 313.04 53,407.47 18,860.00
1999 16,159.80 89,677.05 29,854.70 3,346 562.23 59,621.83 19,205.00
2000 20,634.40 99,214.55 32,917.70 3,632 750.48 64,332.38 19,823.40
2001 22,024.40 109,655.17 37,213.50 3,887 840.52 73,762.43 20,164.80
2002 26,947.90 120,332.69 43,499.90 4,144 704.27 86,910.65 20,958.10
2003 36,287.90 135,822.76 55,566.61 4,475 923.13 103,617.65 21,604.60
2004 49,103.30 159,878.34 70,477.43 5,032 1,043.77 119,555.39 22,724.80
2005 62,648.10 184,937.37 88,773.61 5,596 1,066.17 141,050.99 23,439.20
2006 77,597.20 216,314.43 109,998.16 6,299 1,141.78 161,587.30 24,142.90
2007 93,563.60 265,810.31 137,323.94 7,310 1,432.57 172,534.19 24,404.00
2008 100,394.94 314,045.43 172,828.40 8,430 1,769.95 217,885.35 25,087.20
2009 82,029.69 340,902.81 224,598.77 9,283 1,483.81 260,771.66 25,857.30
2010 107,022.84 401,512.80 251,683.77 10,522 2,027.83 303,302.49 26,332.30
2011 123,240.60 473,104.05 311,485.13 12,570 2,559.12 343,635.89 27,282.00
数据来源：国家统计局网站
利用EViews软件，生成Y、X1、X2、X3、X4、X5、X6等数据，采用这些数据对模型进行OLS回归，记过如下表2所示：
Dependent Variable: Y
Method: Least Squares
Date: 12/17/13 Time: 09:25 Sample: 1982 2011 Included observations: 30
Variable Coefficient Std. Error t-Statistic Prob. C -3685.408 6155.206 -0.598746 0.5552 X1 1.600066 0.194095 8.243738 0.0000 X2 -0.725572 0.146212 -4.962449 0.0001 X3 -35.87291 6.403180 -5.602358 0.0000 X4 -0.380666 8.431707 -0.045147 0.9644 X5 0.053070 0.125102 0.424213 0.6754 X6
0.899061
0.804554
1.117465
0.2753
R-squared 0.989683 Mean dependent var 30292.65 Adjusted R-squared 0.986991 S.D. dependent var 37699.18 S.E. of regression 4299.828 Akaike info criterion 19.77150 Sum squared resid 4.25E+08 Schwarz criterion 20.09845 Log likelihood -289.5725 Hannan-Quinn criter. 19.87609 F-statistic 367.7091 Durbin-Watson stat 1.363408 Prob(F-statistic)
0.000000
由此可见该模型2
R =0.989683，2
R =0.986991，可决系数很高，F 检验值367.7091，明显显著。但是当α=0.05时，t α/2（n-k ）=t 0.025(30-6)=2.064,不仅X4、X5、X6的系数t 检验不显著，这表明可能存在严重的多重共线性。
计算各解释变量的相关系数，得相关系数矩阵： 表3 相关系数矩阵
由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。
四、修正多重共线性
采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y 对X1、X2、X3、X4、X5、X6的一元回归，结果如下：
表4 一元回归估计结果
变量 x1 x2 x3 x4 x5 x6
参数估计值 0.289030 0.438839 11.00691 56.19043 0.380640 4.877271
T
统计变量 236.05459 17.25575 21.70637 23.19009 23.17901 8.692862
2R 0.960387 0.914047 0.943906 0.950511 0.950466 0.729641
2
-R
0.958972 0.910978 0.941903 0.948743 0.948697 0.719985
其中，加入X1的方程2
-R 最大，以X1为基础，顺次加入其它变量逐步回归。经比较，新加入X2的方程2
-R =0.962517，改进最大，而且各参数的t 检验显著，选择保留X2，再加入其它新变量逐步回归，结果如下所示：
经比较，新加入X3的方程2
-R =0.987684，改进最大，而且各参数的t 检验显著，选择保留X3，再加入其它新变量逐步回归，结果如下所示：
在X1、X2 、X3的基础上加入后的方程
2
-
R有所下降，且X4参数的t检验不显
著。加入X5时，
2
-
R也有所下降，且X5参数的t检验不显著。加入X6后，
2
-
R也
有下降，X6参数的t检验不显著。从相关系数也可以看出，X4、X5、X6与其他变量高度相关，这说明主要是X4、X5、X6引起了多重共线性，予以剔除。
最后修正严重多重共线性影响后的回归结果为
Y1=2052.388+1.559483X1-0.789531X2-29.71681X3
(1.201916) (9.898003) (-8.007797) (-7.494827)
2
R=0.988958
2
-
R=0.987684 F=776.2257 DW=1.254051 SE=4183.76
五、异方差检验及修正
（一）检验异方差
根据以上结果，进行White检验，得表8 Heteroskedasticity Test: White
F-statistic 7.129311 Prob. F(9,20) 0.0001 Obs*R-squared 22.87104 Prob. Chi-Square(9) 0.0065 Scaled explained SS 41.07136 Prob. Chi-Square(9) 0.0000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/17/13 Time: 11:44
Sample: 1982 2011
Included observations: 30
Variable Coefficient Std. Error t-Statistic Prob.
C -3059484. 31902139 -0.095902 0.9246
X1 -3025.145 15128.33 -0.199966 0.8435
X1^2 -0.596973 0.182148 -3.277399 0.0038
X1*X2 0.845461 0.142947 5.914499 0.0000
X1*X3 25.04846 13.03257 1.921990 0.0690
X2 1978.596 10384.79 0.190528 0.8508 X2^2 -0.353392 0.091941 -3.843665 0.0010 X2*X3 -15.90676 5.457769 -2.914517 0.0086 X3 65275.13 323426.6 0.201824 0.8421 X3^2
-274.4179
197.9826
-1.386071
0.1810
R-squared 0.762368 Mean dependent var 15169897 Adjusted R-squared 0.655434 S.D. dependent var 33739116 S.E. of regression 19804781 Akaike info criterion 36.70195 Sum squared resid 7.84E+15 Schwarz criterion 37.16901 Log likelihood -540.5292 Hannan-Quinn criter. 36.85136 F-statistic 7.129311 Durbin-Watson stat 1.498529 Prob(F-statistic)
0.000134
从表8可知n 2
R =22.87104，有White 检验知，在α=0.05下，查2X 分布表，得临界值X 2
05.0(9)=16.9190，同时X 和2X 的t 检验值也显著。比较计算的
2X 的统计量与临界值，因为n 2
R =22.87104>X 2
05.0(9)=16.9190,所以拒绝原假设，
不拒绝备择假设，表明模型存在异方差。
（二）异方差性修正
在运用加权最小二乘法估计的过程中，我们分别选用了权数W 1t =
t x 1 W 2t =21t
x W 3t =
t
x 1
。经估计检验发现用权数W 1t 的效果最好。得结果为下表9 Dependent Variable: Y Method: Least Squares Date: 12/17/13 Time: 21:37 Sample: 1982 2011 Included observations: 30 Weighting series: W1
Variable Coefficient Std. Error t-Statistic Prob. C 771.6726 299.3371 2.577938 0.0160 X1 0.997411 0.151821 6.569665 0.0000 X2 -0.357055 0.125358 -2.848281 0.0085 X3 -18.07736
3.072124
-5.884319 0.0000
Weighted Statistics
R-squared 0.982037 Mean dependent var 4831.524 Adjusted R-squared
0.979964 S.D. dependent var
2036.795
S.E. of regression 706.8518 Akaike info criterion 16.08308
Sum squared resid 12990627 Schwarz criterion 16.26991
Log likelihood -237.2463 Hannan-Quinn criter. 16.14285
F-statistic 473.7984 Durbin-Watson stat 0.616906
Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.978115 Mean dependent var 30292.65 Adjusted R-squared 0.975590 S.D. dependent var 37699.18
S.E. of regression 5890.047 Sum squared resid 9.02E+08 Durbin-Watson stat 0.382478
估计结果如下：
Y t= 771.6726+0.997411X1-0.357055X2-18.07736X3 （2.577938）（6.569665）（-2.848281）（-5.884319）
2
R=0.982037
2
R=0.979964 F=473.7984 DW=0.616906
括号中为t统计计量值。
可以看出运用加权最小二乘法消除异方差后，参数的t检验均显著，F检验也显著。
六、自相关检验
样本量为30、解释变量数为6，查DW统计表可知d L=1.006,d u=1.421,模型中DW=0.616906 选用广义差分法解决自相关问题,得如下结果： Dependent Variable: Y-0.3705*Y(-1) Method: Least Squares Date: 12/18/13 Time: 22:02 Sample (adjusted): 1983 2011 Included observations: 29 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 403.2736 1546.885 0.260700 0.7965 X1-0.3705*X1(-1) 1.257827 0.142415 8.832097 0.0000 X2-0.3705*X2(-1) -0.610717 0.087070 -7.014131 0.0000 X3-0.3705*X3(-1) -22.45310 3.957973 -5.672877 0.0000 R-squared 0.982164 Mean dependent var 21287.02 Adjusted R-squared 0.980023 S.D. dependent var 25693.81 S.E. of regression 3631.539 Akaike info criterion 19.36014 Sum squared resid 3.30E+08 Schwarz criterion 19.54874 Log likelihood -276.7221 Hannan-Quinn criter. 19.41921 F-statistic 458.8771 Durbin-Watson stat 1.013553 Prob(F-statistic) 0.000000 由上表可得回归方程为 Y t = 403.2736+1.257827X1-0.610717X2-22.45310X3 （0.260700）（8.832097）（-7.014131）（-5.672877） 2 R =0.982164 2 -R =0.980023 F=458.8771 DW=1.013553 其中*t Y =Y t -0.3705Y t-1 ， *t X =X t -0.3705X t-1 由于使用了广义差分数据，样本容量减少了1个，为29个。查1%显著水平的DW 统计表可知d L =0.988 ,d u =1.418,模型中的DW=1.013553>d u ,说明在1%显著水平下广义差分模型中已无自相关，不必再进行迭代。同时可见，可决系数2 R 、t 、F 统计量也均达到理想水平。 由差分方程式有 ^ β= 3705 .012736 .403-=640.625258 由此，得到最终的中国出口贸易模型为 Y t = 640.625258+1.257827X1-0.610717X2-22.45310X3 七、模型分析 模型的数学表达式为: 从参数的系数可以看出:GDP 与出口总额之间存在显著正相关关系，GDP 每增长1亿元，进出口总额将增加1.257827亿元;全国固定资产投资与出口总额之间存在显著负相关关系，固定资产投资每增长1亿元，出口总额将会减少0.610717亿元。 居民消费水平与出口总额存在显著负相关关系，居民消费水平每增长1亿元，出口总额将会减少22.45310亿元。 由我国进出口贸易影响因素的研究分析，可以看出，我国出口贸易一直都是处在高速发展阶段，GDP 的增长带动着出口贸易的增长，全国固定资产投资的增加，极大的拉动了内需，使得出口贸易额下降。我国人民生活水平的提高，也使得内需增加，出口贸易额下降。当全国固定资产增加或人民生活水平提高时，我们应该加大生产，保持出口额。另外，也应该调整国内的产业结构，大力发展高新技术产业，以及能够吸纳劳动力的轻工业和服务业，促进第三产业发展。 参考文献 庞皓:《计量经济学》（第二版），科学出版社 数据来源：国家统计局网站 何泽，影响中国进出口总额的因素分析[J]，商场现代化，2007.6 姚丽芳，中国外贸进出口影响因素实证分析[J]，统计研究，1998.4 计量经济学课程论文 ——我国旅游业发展状况分析及政策建议 学号：2010241096 姓名：虎媛媛 【摘要】21世纪旅游业的发展有着光辉的前景，中国作为亚太地区的大国，旅游业的发展更是生机勃勃，被称为朝阳产业，说明了它的发展前途和生命力。本文主要通过对影响旅游发展的多因素分析，建立以旅游收入为被解释变量，若干影响因素为解释变量的多元线性回归模型，并应用2010年中国各省、市、自治区、直辖市截面数据回归得到的模型，对中国的旅游发展显著因素分析和提出相关政策建议。 关键词：旅游产业可支配收入旅游业投资国际游人数 （一）引言部分 旅游业是旅行社业、住宿业、交通业、商业等相关产业的集合，是一种关联带动作用较大的综合性产业，旅游业的发展不仅对增加就业和扩大内需起到重要的推动作用，而且对优化产业结构、增加国家外汇收入、促进国际收支平衡和加强国家、地区间的文化交流具有深远影响。而且我国旅游资源丰富，发展潜力巨大。 （二）研究目的 通过收集数据，建立模型来对影响我国旅游收入的因素进行研究分析，一方面力求为增加旅游收入的方法研究指出明确的方向，另一方面通过模型的分析针对重要的影响因素提出对增加旅游收入的一些建议。 （三）建立模型 Y i=β0+β1X1+β2X2+β3X3+μi 其中，Y为旅游企业营业收入（万元），X1为居民可支配收入（元），X2为旅游业固定资产（万元），X3为国际游人（万）人次。居民可支配收入是影响国内旅游收入的因素代表，国际游人是影响国际旅游收入的因素，而旅游固定资产则体现了旅游产业的发展规模。 为了避免时间序列的非平稳性，本模型使用截面数据。数据来源于《中国统计年鉴》和《中国旅游年鉴》等，在经过大量分析比较后，所取样本数据见下表：单位 2002年 2003年 2004年 2005年 2006年 2007年旅游人数（万人次） 入境旅游人数 9790.8 9166.2 10903.8 12029.2 12494.2 13187.3 国内出境人数 1660.2 2022.2 2885.0 3102.6 3452.4 4095.4 国内旅游人数 88000 87000 110000 121000 139000 161000 Y X1 X2 X3 北京 3071382.89 17862.4 8315358.66 310.38 天津 330210.32 13616.27 720569.77 50.6 河北 311638.33 9364.84 3013441.43 47.36 山西 241734.11 8384.18 1230965.15 24.8 内蒙古 99536.06 8137.02 924768.53 43.94 辽宁 597119.74 9275.86 3906459.27 92.94 毕业设计（论文）任务书 学院：人文学院 专业：旅游与酒店管理 学生姓名:张雪梅学号:0702110310 设计(论文)题目：南京旅游业灰色关联度分析 指导教师:严伟 专业负责人： 起迄日期: 设计(论文)地点:金陵科技学院江宁校区 发任务书日期:2010年12月16日 1．本毕业设计（论文）课题应达到的目的： 目前,灰色系统理论在社会、经济和自然科学的应用十分广泛,如预测宏观经济态势、区域经济优势分析、产业结构的调整方向等方面都取得了较好的应用效果，但在旅游经济应用研究方面尚不多见。本文以南京旅游业为例，应用灰色关联分析的方法，定量地将影响地方旅游经济发展的主导因素的分析出来，同时建立南京旅游业的灰色预测模型，进而为南京旅游经济的发展提供科学依据。 2．本毕业设计（论文）课题任务的内容和要求（包括原始数据、技术要求、工作要求等）： 本选题属于一项理论性的研究，学生应在查阅大量文献的基础上，分析南京旅游业的影响因子。南京旅游业是一个复杂的巨系统，影响的因素很多，如旅游资源、交通条件、区域经济发展水平、客源市场、旅游者的可支配性收入、旅游偏好、年龄、职业及文化修养等等，而这些因素对南京旅游业的发展表现出明显的灰色性。 本课题需要对这些因子结合南京旅游业进行初步的灰色分析。 本选题需要使用图书馆及网络资源，如CNKI期刊网等。 3．对本毕业设计（论文）课题成果的要求〔包括图表、实物等硬件要求〕： 通过开展毕业论文课题研究，培养学生综合运用所学的基础理论、专业知识和基本技能，分析和解决问题。要求学生完成1000字左右文献综述、翻译1万印刷符（或译出3千汉字）以上相关参考资料、以及撰写1万字左右的论文。以上成果应由学生独立完成，不弄虚作假，不抄袭他人成果。 4．本毕业设计（论文）课题工作进度计划： 起迄日期工作内容 2010年12月1日指导教师与学生见面，进行论文开题指导； 2010年12月1日至2010年12月19日学生完成并上交开题报告，并提交《毕业设计（论文）外文参考资料译文（附原文）》； 2010年12月22日至2011年1月18日学生结合毕业设计（论文）题目进行实习调研，并完成论文一稿； 2011年2月23日至2011年 3月27日 学生完成论文二稿； 2011年4月13日至2011年 4月17日 进行毕业设计（论文）中期检查；2011年3月30日至2011年 4月24日 学生完成论文定稿； 2011年4月27日至2011年 5月8日 学生完成论文答辩准备工作；2011年5月15日至2011年 5月16日 进行论文答辩 计量经济学论文 中国商品进口额模型研究 摘要:通过对中国商品进口额及其主要影响因素的数据分析，得到关于中国商品进口额的函数，并用计量经济学的方法，对模型进行检验，探究其增长的规律性，从而使商品进口额成为一个可预测的经济变量。 关键词:计量经济学模型多重共线性异方差性自相关性 一、研究意义 改革开放以来，随着经济的发展，人们生活水平的不断提高，人民日益增长的物质文化需要不断提高，中国的商品进口额发生了很大的变化，进口数额不断上升，从1985年的1257.8亿元到2007年的73284.6亿元。影响中国商品进口额的因素很多，这里选取教材课后练习中的数据，研究中国商品进口额和国民生产总值的数量关系，商品进口额与居民消费价格指数的数量关系，对于探究中国商品进口额增长的规律性，预测商品进口额的发展趋势具有重要意义。 二、因素分析及模型建立 1、因素分析 一国的商品进出口属于对外贸易的内容，一国对外贸易的发展情况对经济增长有着重要影响，影响对外贸易发展的因素有很多，从大的方面来说，主要是世界经济的发展情况和国内经济发展的冷热情况，还有就是一国的对外贸易政策的等因素。有研究显示，对外贸易对一国经济增长的影响主要是进口增长对经济增长有较大的促进作用。这里，对中国商品进口额的研究，主要选取国内生产总值和居民消费价格指数，国内生产总值和居民消费价格指数说明了一国的经济发展情况。经济的发展，居民的生活水平得到了提高，居民对国外商品的需求也增大，所以，对这两个因素对进口额的影响有一定的参考意义。 2、变量选取与模型建立 这里选取“中国商品进口额”为被解释变量，用Y表示，选“国内生产总值”、“居民消费价格指数”为解释变量，分别用X1、X2表示。所以，模型假定为 LnY=β0+β1㏑X1 +β2㏑X2 + μ 其中u为随机误差项。 下表为1985——2007年中国商品进口额、国内生产总值、居民你消费价格 计量经济学课程论文： 奥肯定律在中国的验证；城乡收入差距的因素分析；大学生手机预期消费的计量经济模型；第二产业国内生产总值对固定资产投资的影响分析；第二产业GDP形成的因素分析； 各因素对高新技术区发展的影响；关于中国旅游发展的分析； 关于GDP与固定资产投资的计量经济模型分析；国内工业固定资产和劳动就业人数对工业产值的影响；金融发展与经济增长的关系；失业率对中国国内生产总值的影响； 人力资本和实物资本对企业利润的影响分析；人力资本投入与GDP；实证库兹涅茨倒U曲线中国实现；农村剩余劳动力转化途径与农民收入增加的关系分析；农村居民收入影响因素分析； 利率及收入对货币供应量的影响；我国房地产行业的生产函数模型； 我国改革开放后通货膨胀的因素分析；我国房地产市场影响因素分析； 我国居民储蓄影响因素的实证分析；我国居民收入对储蓄存款的影响；适度扩大M2能提高我国GDP；湖北省（或其它省区）农民收入结构分析；湖北省（或其它省区）居民消费水平影响因素的分析； 影响国内私人汽车拥有量的几个重要因素分析；影响武汉市机动车总数因素的定量分析； 影响电信业务收入的主要因素的分析；影响货币需求的因素分析； 用误差校正模型研究季度M1需求；政府对公共卫生事业的投资与国民经济增长关系的计量分析； 由弹性价格货币模型论中国汇率和利率的联动性；中国资本外逃的成因解释与计量分析； 中国的菲利普斯曲线；中国城乡人口流动趋势分析；中国外汇储备的影响因素分析； 中国校正失业变化率条件下的奥肯定律检验；菲利普斯曲线的验证； 对我国经济增长的因素分析；恩格尔系数模型检验；地区人均收入影响因素的计量分析； 武汉市投资额影响因素的实证分析；关于司机年龄与发生车祸次数关系的分析； 固定资产投资对GDP的影响；改革开放以来商品零售价格指数（RPI）变化因素分析； 关于GDP与其他经济因素关系的计量分析；关于教育对中国经济增长作用的计量分析； 吉尼系数影响因素的计量分析；我国经济增长对能源消耗的依赖； 我国旅游经济的因素分析；外商直接投资（FDI）对我国经济影响的实证分析； 试探交通运输发展与国民经济的关系；我国1978-2011年的财政收入和国民生产总值的计量分析； 影响居民消费水平的因素分析；影响居民消费水平的主要因素分析； 新中国出口的影响因素分析；有关我国居民储蓄影响因素的计量分析； 我国人均GDP与消费的计量分析；影响股价指数的因素分析；中国经济增长与周期波动； 中国能源需求影响因素实证分析；中国旅游业发展状况分析；中国城市居民消费计量分析； 计量经济学论文题目：我国财政收入和国民生产总值的关系 姓名：XXX 学号：XXX 专业：XXX 科目：计量经济学 2.13 我国1978~1997年财政收入Y和国民生产总值（GNP）X的统计资料如表1所示（单位：亿元）。 表1 年份财政收入GNP 年份财政收入GNP 1978 1132.26 3624.1 1988 2357.24 14923.3 1979 1146.38 4038.2 1989 2664.90 16917.8 1980 1159.93 4517.8 1990 2937.10 18589.4 1981 1175.79 4860.3 1991 3149.48 21662.5 1982 1212.33 5301.8 1992 3483.37 26651.9 1983 1366.95 5957.4 1993 4348.95 34560.5 1984 1642.86 7206.7 1994 5218.10 46670.0 1985 2004.82 8989.1 1995 6242.20 57494.9 1986 2122.01 10201.4 1996 7404.99 66850.5 1987 2199.35 11954.5 1997 8651.14 73452.5 （1）建立财政收入的一元线性回归模型，并解释斜率系数的经济含义； （2）若1998年国民生产总值为78017.8亿元，求1998年财政收入的预测值。 答案： （1）利用软件建立一元线性回归模型，运行结果如下： 根据运行结果可知： y=858.48+0.1000x t= (46.02) 2R =0.9916 F=2118 S.E=208.7 其中斜率系数为0.1000，表示国民生产总值（GNP ）与财政收入成正比，财政收入（x ）每增加一个单位，国民生产总值（y ）将增加0.1各单位。 （2）根据回归方程可知， 当x=78017.8时，y=858.48+0.1000 78017.8=78876.28 所以1998年的财政收入预测值为78876.3亿元。 2.15 表3是某类商品销售量Y 与该商品价格1X 和售后服务费用2X 的历史统计资料。 （1）建立Y 关于1X 和2X 的回归模型； （2）对所建立的模型进行统计检验； （3）解释模型估计结果的经济含义。 表3 时期 销售量（万件） 价格（元/件） 售后服务费（万元） 1 55 100 5.5 2 70 90 6.3 3 90 80 7.2 4 100 70 7.0 5 90 70 6.3 6 105 70 7.4 7 80 65 5.6 8 110 60 7.2 9 125 60 7.5 10 115 55 6.9 11 130 55 7.2 12 130 50 6.5 答案： （1）利用软件建立回归模型，运行结果如下： （a ）线性模型 中国商品进口额模型研究 摘要:通过对中国商品进口额及其主要影响因素的数据分析，得到关于中国商品进口额的函数，并用计量经济学的方法，对模型进行检验，探究其增长的规律性，从而使商品进口额成为一个可预测的经济变量。 关键词:计量经济学模型多重共线性异方差性自相关性 一、研究意义 改革开放以来，随着经济的发展，人们生活水平的不断提高，人民日益增长的物质文化需要不断提高，中国的商品进口额发生了很大的变化，进口数额不断上升，从1985年的1257.8亿元到2007年的73284.6亿元。影响中国商品进口额的因素很多，这里选取教材课后练习中的数据，研究中国商品进口额和国民生产总值的数量关系，商品进口额与居民消费价格指数的数量关系，对于探究中国商品进口额增长的规律性，预测商品进口额的发展趋势具有重要意义。 二、因素分析及模型建立 1、因素分析 一国的商品进出口属于对外贸易的内容，一国对外贸易的发展情况对经济增长有着重要影响，影响对外贸易发展的因素有很多，从大的方面来说，主要是世界经济的发展情况和国内经济发展的冷热情况，还有就是一国的对外贸易政策的等因素。有研究显示，对外贸易对一国经济增长的影响主要是进口增长对经济增长有较大的促进作用。这里，对中国商品进口额的研究，主要选取国内生产总值和居民消费价格指数，国内生产总值和居民消费价格指数说明了一国的经济发展情况。经济的发展，居民的生活水平得到了提高，居民对国外商品的需求也增大，所以，对这两个因素对进口额的影响有一定的参考意义。 2、变量选取与模型建立 这里选取“中国商品进口额”为被解释变量，用Y表示，选“国内生产总值”、“居民消费价格指数”为解释变量，分别用X1、X2表示。所以，模型假定为 LnY=β0+β1㏑X1 +β2㏑X2 + μ 其中u为随机误差项。 下表为1985——2007年中国商品进口额、国内生产总值、居民你消费价格 计量经济学论文参考题目 本文由论金台论文站工作室整理提供。 中国城镇居民2013年可支配收入分析 中国农业总产值问题的计量分析 中国上市公司现金股利的影响因素分析 在校学生总数变动的多因素分析 GDP与进出口总额的计量分析 有关我国进口商品消费的计量分析 影响我国居民储蓄的相关因素的实证分析 影响我国粮食总产量诸因素分析 影响新股上市定价的因素分析 影响粮食产量的相关因素分析 影响银行卡交易量的因素分析 城市住房均衡价格供求模型 城镇集体单位固定资产投资对国内生产总值的影响分析 城镇人均收入与人均通讯消费分析 江苏省居民消费函数模型 江苏省城镇居民消费模型 江苏省镇居民消费函数模型 影响GDP增长的经济因素分析 影响保费收入的因素分析 影响寿险保费收入的因素分析2 影响江苏省房地产业发展的因素分析 影响我国农业总产值因素的实证分析 影响中国汽车产量的多因素分析 影响人身保险保费收入的重要因素分析 资本结构主要影响因素的再探析 中国经济增长的影响因素实证分析 运用OLS法对参数估计 江苏省城市居民消费函数模型分析 店铺租金的确定 对江苏省房地产市场的实证考察 固定资产投资对江苏省GDP影响分析 固定资产投资的计量经济学模型 关于社会商品零售总额的案例分析 关于封闭式基金价格问题 货币政策与GDP的回归分析. 开放经济下储蓄、投资与贸易余额关系的研究 农业总产值分析 农民收入影响因素研究 外商直接投资FDI与国有企业改革的互动分析 旅游经济分析 我国财政收入与部分支出结构 美国居民消费与可支配收入关系的实证分析 四川省居民消费结构计量分析 我国居民消费增长模型 我国居民消费的因素分析 我国国内债务规模的多元线性分析 我国改革开放以来固定资产投资与GDP关系分析 我国国债发行规模影响因素的分析 我国利用外资与GDP关系我国人均GDP与消费的计量分析我国外汇储备及其影响因素的分析 我国涉外旅游业收入的实证分析 西方消费理论在中国的实证分析 我国私人汽车拥有量分析 影响GDP的因素分析 中国股票内在价值影响因素的实证分析 政府对公共卫生事业的投 中国粮食总产量多因素分析 江苏省城乡居民储蓄存款的计量模型分析 中国对美国进口总额的分析 关于农民人均纯收入的计量经济模型 对江苏省种植业收入模型的初步探索 计量经济学消费——收入模型分析 城镇居民消费水平影响因素浅析 江苏省人力资本存量的现状分析 农民人均收入影响因素分析 浅析我国城市化的影响因素 加工工业产品出厂价格多因素分析 2．已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X 标准差 （45.2） （1.53） n=30 R 2 =0.31 其中，Y ：政府债券价格（百美元），X ：利率（%）。 回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是i ?Y 而不是i Y ； （3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义是什么。 13．假设某国的货币供给量Y 与国民收入X 的历史如系下表。 某国的货币供给量X 与国民收入Y 的历史数据 根据以上数据估计货币供给量Y 对国民收入X 的回归方程，利用Eivews 软件输出结果为： Dependent Variable: Y Variable Coefficient Std. Error t-Statistic Prob. X 1.968085 0.135252 14.55127 0.0000 C 0.353191 0.562909 0.627440 0.5444 R-squared 0.954902 Mean dependent var 8.258333 Adjusted R-squared 0.950392 S.D. dependent var 2.292858 S.E. of regression 0.510684 F-statistic 211.7394 Sum squared resid 2.607979 Prob(F-statistic) 0.000000 问：（1）写出回归模型的方程形式，并说明回归系数的显著性（） 。 （2）解释回归系数的含义。 （2）如果希望1997年国民收入达到15，那么应该把货币供给量定在什么水平？ 14．假定有如下的回归结果 t t X Y 4795.06911.2?-= 其中，Y 表示美国的咖啡消费量（每天每人消费的杯数），X 表示咖啡的零售价格（单位：美元/杯），t 表示时间。问： （1）这是一个时间序列回归还是横截面回归？做出回归线。 （2）如何解释截距的意义？它有经济含义吗？如何解释斜率？（3）能否救出真实的总体回归函数？ （4）根据需求的价格弹性定义： Y X ?弹性＝斜率，依据上述回归结果，你能救出对咖啡需求的价格弹性吗？如果不能，计算此弹性还需要其他什么信息？ 15．下面数据是依据10组X 和Y 的观察值得到的： 1110=∑i Y ，1680 =∑i X ，204200=∑i i Y X ，315400 2=∑ i X ，133300 2 =∑i Y 假定满足所有经典线性回归模型的假设，求0β，1β的估计值； 16.根据某地1961—1999年共39年的总产出Y 、劳动投入L 和资本投入K 的年度数据，运用普通最小二乘法估计得出了下列回归方程： 计量经济学论文 15130322 张佳伟 GDP与CPI和贷款总额的关系 摘要：众所周知，GDP作为一个比较有说服性的统计指标，可以在一定程度上反映一个国家的经济状况，今天我所要研究的，是GDP和居民消费指数和贷款总额之间的关系。改革开放以来，CPI 涨幅与GDP 增幅经历了几轮波动,1997年之前的几轮经济高增长,物价都出现了明显的高涨幅；1998-2008 GDP连续11 年保持两位数增长,但物价涨幅却保持低位运行,经济运行从高增长高物价向高增长低物价转变,反映了CPI涨幅与GDP 增速相关关系随着改革的深入发展发生了一些变化。另外，贷款总额既然作为一个经济指标，其对于国民生产总值的必然会存在一定的影响，至于这个影响程度的大小，如果要具体形象的反映出来，就必须要借助计量经济学的办法，去分析CPI和贷款额这两者对于国民生产总值GDP的影响。 通过计量经济学的手段可以知道，居民消费指数CPI对于国民生产总值GDP的影响要远远大于贷款总额对于国民生产总值的影响。 下面我们就通过计量经济学的办法对于他们三者之间的关系进行一个形象的测算和研究。 为了确定这三个变量之间的关系，决定运用eviews软件对相关的变量进行分析。确定最为合理的方程以及进行变量的显著性检验、异方差检验和多重共线性检验和自相关检验。（为了更加精确的进行变量之间关系数据的测算，使用了eviews8.0版本进行实证分析） 1、确定变量 我们确定“GDP ”为被解释变量，“CPI ”和“贷款总额”为解释变量。 2、建立模型 Y=0β+1βP+2βX+c （c 为随机扰动项） 3、数据处理 此为1992-2008年度的GDP 、CPI 以及贷款额的数据。 年度 GDP （Y ） 居民消费指数（P ） 贷款额（X ） 1992 26923.5 282 26322.9 1993 35333.9 305.8 32943.1 1994 48197.9 320 39976 1995 60793.7 345.1 50544.1 1996 71176.6 377.6 61156.6 1997 78973 394.6 74914.1 1998 84402.3 417.8 86524.1 1999 89677.1 452.3 93734.3 2000 99214.6 491 99371.1 2001 109655.2 521.2 112315 2002 120332.7 557.6 131294 2003 135822.8 596.9 158996 2004 159878.3 645.3 178198 2005 183217.4 698.2 194690 2006 211923.5 766.4 225347.2 2007 257305.6 849.9 261691 2008 300670 926.4 303468 （数据来自人民网） 4、建立多元回归线性模型 （1）建立工作文件：启动EViews ，点击File\New\Workfile ，在对话框“Workfile 计量经济学课程论文论文题目：国内生产总值对固定资产投资的影响 学生姓名： 学号： 专业： 班级： 指导教师： 完成日期：年月日 摘要 随着我国经济日以不断的增长，在国民经济的发展过程中,固定资产投资对国民 经济的增长起着重要的作用。而在目前的经济现状中，国内生产总值与固定资产 投资之间存在共存趋势。本文从国内生产总值及固定资产投资的关联性出发，通 过对数据模型的设立，讨论了随着我国国民生产总值与固定资产投资的关联性。 关键词：国内生产总值；固定资产投资；经济增长：发展； 目录 一、引言 (3) 二、国内生产总值与入境旅游的关联性分析 (3) （一）理论依据 (3) （二）实证分析 (5) 1.模型指标选择 (5) 2.数据来源 (6) 3.模型的设定 (6) 4.模型的估计与检验 (8) 三、结论................................................................................. 错误！未定义书签。参考文献................................................................................. 错误！未定义书签。附录. (3) 一引言 随着世界经济逐渐走强，我国经济也快速增长。投资是总需求的一个组成部分，从而带动总产出的水平的增长，投资可以形成新的后续生产能力，为长期的经济增长提供必要的物质和技术基础。文献检索发现，关于固定资产投资和国内生产总值的相关性研究有很多，大多为回归分析，协整方差等。并对它们进行了序列相关系检验及修正，异方差检验及其修正，最后给出了相应的修正模型(ECM)。检验结果表明，中国经济的增长是固定资产投资增长的重要原因，最后，结合实证分析得出一些结论，并给出一些建设性的建议。 综上，推断国内生产总值对固定资产投资有影响，国内生产总值的提高会引起固定资产的增长。本文借鉴他人在针对相对国内生产总值与固定资产投资的关系的研究，提出了国内生产总值对固定资产投资有影响的论点，之后通过模型对此进行实证分析。本文安排如下：第一部分，引言；第二部分，梳理相关理论研究文献并通过建立模型，进行二者的关联性分析；第三部分，结论。 二国内生产总值与固定资产投资的关联性分析（一）理论依据 1.根据哈罗德-拉萨-萨缪尔森效应理论论证相对劳动生产率与汇率的关系。 唐旭和钱士春在《相对劳动生产率变动对人民币实际汇率的影响分析－哈罗德-拉萨-萨缪尔森效应实证研究》中从国内相对劳动生产率对相对价格的影响、国际中两国相对劳动生产率对两国相对价格的影响两方面进一步研究了相对劳动生产率对实际汇率的影响。 文章以第二产业与第三产业分别作为贸易与非贸易部门，通过构造第二、三产业劳动生产率与价格缩减指数等数据，发现我国贸易部门相对于非贸易部门的相对劳动生产率一直在上升，非贸易部门相对于贸易部门的相对价格也在上升，符合哈罗德-拉萨-萨缪尔森效应理论所描述的特征。进一步研究表明，两部门相对生产率对相对价格影响显著，两者呈正向关系，贸易部门与非贸易部门的劳动 我国税收增长的影响因素分析 摘要 本文是在参考了多个关于影响我国税收收入的主要观点的基础上，对影响我国自1988年至2007年的税收收入的主要因素进行实证分析。选取的自变量有国内生产总值、财政支出和零售商品物价水平。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。得出结论是国内生产总值、财政支出和零售商品物价水平三者均对我国税收收入有很大影响。 【关键词】：国内生产总值财政支出零售商品物价水平税收计量思考 一、研究的目的要求 税收是我国财政收入的基本因素,也影响着我国经济的发展。取得财政收入的手段有多种多样，如税收、发行货币、发行国债、收费、罚没等等，而税收则由政府征收，取自于民、用之于民。经济是税收的源泉，经济决定税收，而税收又反作用于经济，这是税收与经济的一般原理。这几年来，中国税收收入的快速增长甚至“超速增长”引起了人们的广泛关注。科学地对税收增长进行因素分析和预测分析非常重要，对研究我国税收增长规律，制定经济政策有着重要意义。。 改革开放以来，中国经济高速增长，1978-2008年的31年间，国内生产总值从3645.2亿元增长到314045亿元，一跃成为世界第二大经济体。随着经济体制改革的深化和经济的快速增长，中国的财政收支状况也发生了很大的变化，中央和地方的税收收入1978年为519.28亿元，到2008年已增长到54223.79亿元，31年间平均每年增长16.76%。税收作为财政收入的重要组成部分，在国民经济发展中扮演着不可或缺的角色。为了研究影响中国税收增长的主要原因，分析中央和地方税收收入的增长规律，以及预测中国税收未来的增长趋势，我们需要建立计量经济模型进行实证分析。 计量经济学论文影响粮食产量的因素分析 ：易士桢 班级：金融1502 学号：20153035 影响粮食产量的因素分析 我国土地资源稀缺，人口多而粮食需求量大，因此粮食产量的稳定增长，直接影响着人民生活和社会的稳定与发展。 本文严格按照计量经济分析方法,以1996-2015年中国粮食产量及其重要因素的时间序列数据为样本,对影响中国粮食生产的多种因素进行了分析。 一、模型的建立 以Y i=粮食产量、X1=粮食播种面积、X2=农用化肥施用量、 X3=农用机械总动力、 X4=农、林、牧、渔业劳动力、 X5=耕地灌溉面积，设定Y i=c+β1X1i+β2X2i+β3X3i+β4X4i+β5X5i+u i 理论模型。 由经济规律知β1、β2、β3、β4、β5都应大于零。 二、数据的收集（资料来源于中国各年统计年鉴） 三、模型的参数估计 利用Eviews8得到结果如下： Dependent Variable: Y Method: Least Squares Date: 06/01/17 Time: 20:10 Sample: 1996 2015 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C -66773.87 37106.01 -1.799543 0.0935 X1 0.790068 0.119139 6.631499 0.0000 X2 1.768843 8.059923 0.219462 0.8295 X3 -0.028692 0.338671 -0.084720 0.9337 X4 -0.087017 0.051349 -1.694614 0.1123 X5 0.477765 0.663745 0.719802 0.4835 R-squared 0.976250 Mean dependent var 51861.43 Adjusted R-squared 0.967768 S.D. dependent var 5548.066 S.E. of regression 996.0571 Akaike info criterion 16.88881 Sum squared resid 13889816 Schwarz criterion 17.18753 Log likelihood -162.8881 Hannan-Quinn criter. 16.94712 F-statistic 115.0958 Durbin-Watson stat 1.811852 Prob(F-statistic) 0.000000 由此数据看出，可决系数和修正可决系数为0.976250和0.967768，F的检验值为115.0958，明显显著，拟合效果还可以。但当a=0.05时，t a/2(n-k-1)=2.1448，说明X2与X5的t检验 不显著，而且X3与X4系数的符号与经济解释相反，可能存在多重共线性。 四、模型的检验 （一）Ⅰ、检验多重共线性（利用相关系数矩阵法） Covariance Analysis: Ordinary Date: 06/01/17 Time: 20:27 Sample: 1996 2015 Included observations: 20 Covariance 提升我国服务贸易国际竞争力的实证分析和建议 摘要：自我国加入WTO以来，服务贸易得到迅速发展，但是我国地服务贸易竞争力在世界范围仍处于较低水平。综合之前学者们的分析方法做出变化，作者以反映服务贸易竞争力的国际惯用指标作为定量分析的被解释变量，选取相关影响因素作为解释变量建立双对数模型且对各自进行回归分析和协整分析，得出外商对外直接投资、对外贸易开放度和货物贸易额与国际市场占有率存在正向显著关系，最后对提升我国服务贸易竞争力的给出建议。 关键词：服务贸易国际竞争力影响因素 一、引言 随着中国经济结构逐步转型升级，服务业规模不断扩大，带动服务贸易进入快速发展期，根据《中国服务贸易统计2014》，服务进出口额从2007年的2509亿美元攀升至2014年的6043.4亿美元，7年时间里增长了1.5倍。“十二五”以来，中国服务贸易在对外贸易总额（货物和服务进出口额之和）中的比重持续上升。根据世界贸易组织的统计，中国服务贸易的出口和进口额占世界服务贸易的进口和出口额的4.6%和8.1%，位居全球第五位和第二位。但是，当前的世界经济整体处于低速增长时期，特别是全球服务需求总体疲软，中国重要的贸易伙伴中，美国经济复苏态势较好，欧元区与日本经济复苏动力不足，商品和服务需求下滑。新兴经济体和发展中国家经济增速总体持续回落，服务市场快速增长的态势有所放缓。特别是全球货物贸易持续低增长，全球航运市场深陷低迷，与之密切相关的运输、保险等服务回升乏力。再看国内，我国经济增长下行压力很重，2015年前三季度的GDP增长速度跌至6.9%，这是自2009年以来首次跌破7%。在国内外经济发展环境不稳定的条件下，在很大程度上会拖累服务贸易的发展。 面对如此严峻的态势，我国“十三五”规划对对外贸易做出了明确的发展方向指示。规划中指出“加快对外贸易优化升级，从外贸大国迈向贸易强国”。为此，我国的服务贸易就必须完善投资布局和发展结构，扩大开放领域，努力扩大和利用好外商直接投资实际使用额，包括资本和先进的生产、管理和科技技术，加深“走出去”战略，“深度融入全球产业链、价值链、物流链，建立便利跨境电子商务等新型贸易方式的体制，健全服务贸易促进体系，全面实施单一窗口和通关一体化”。将此次的全球的经济下行压力当作我国服务贸易发展转变的很好契机，逐步实现我国服务贸易的全球占比处于世界一流水平，这也是我国在2020年全面消除贫困达到小康社会的一个有效的侧面反映。因此，深刻研究影响我国服务贸易竞争力的因素，提出相应的对策建议，显得尤为重要。 国内学者对影响服务贸易竞争力的因素分析主要从两方面来：（1）通过介绍反映我国服务贸易竞争力的国际通用指标来进行定性分析，提出自己的建议。其中，郭清根（2009）选取竞争力指数(TC)、显示性比较优势指数(RCA)和国际市场占有率（MS）分别来说明我国贸易竞争力强弱，分析得出我国服务贸易竞争力在世界范围总体处于较弱的水平；（2）运用经济学常用的计量经济模型，寻找一些和贸易有关指标最为解释变量和被解释变量进行定量的回归分析。其中国内的学者大多是从迈克尔·波特的国家竞争优势理论框架中6个核心要素下进行变量的选取，包括生产要素条件、需求条件、相关支持产业、服务产业市场开放程度、政府政策和机会。其中，周经、吕继跃（2008）则对旅游服务贸易竞 xxx学院 课程论文 论文题目: 分析市产业结构对经济增长的影响 系 (室）： 专业班级： 小组成员： 指导教师： 完成日期：2015年12月13日 分析市产业结构对经济增长的影响 摘要 市近年来随着经济迅猛发展，经济实力不断增强。经济发展以经济增长为前提，而经济增长与产业结构变动有着密不可分的关系。在一定条件下，产业结构变动是经济增长的基础，是促进经济增长的主要因素。强调产业结构的转变也是当前经济增长的发展要求。本文采用1985年至2014年的统计数据，通过建立多元线性回归模型，运用Eviews软件，建立计量经济学模型，研究三大产业的增长对市经济增长的贡献，从而得出调整产业结构对转变经济发展方式，促进市经济可持续发展的重要意义。 关键词：经济增长、产业结构、回归分析、模型检验 绪论 (1) （一）问题的提出及研究意义 (1) 1．问题的提出 (1) 2．研究意义 (1) （二）研究思路 (1) 一、市经济现状 (2) 二、数据收集及模型设定 (2) （一）数据收集与处理 (2) （二）模型的设定 (4) 三、模型参数估计 (4) 四、模型检验 (5) （一）经济意义检验 (5) （二）统计检验 (6) 1．拟合优度检验 (6) 2．F检验 (6) 3．t检验 (6) （三）计量经济学检验 (6) 1．解释变量间的多重共线性检验 (6) 2．自相关性检验 (7) 3．异方差性经验 (7) 五、根据数据进行对GDP的影响分析 (8) 六、对策建议 (9) （一）转变经济发展方式，推动产业优化升级 (9) （二）加大对农业的投入，调整农业部产业结构 (9) （三）坚持走新兴工业化道路 (9) （四）积极推进服务业发展及转型 (10) （五）注重发挥市场机制的作用 (10) 参考文献 (11) 中国经济增长影响因素实证分析 一、研究对象 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。 二、数据收集与模型的建立 （一）数据收集 表2.1 中国经济增长影响因素模型时间序列表 年份国内生产总 值（y） 年末从业 人员数 （x1） 全社会固定资 产投资总额 (x2) 居民消费价格指 数（上年=100） (x3) 1980 4545.6 42361 910.9 107.5 1981 4891.6 43725 961 102.5 1982 5323.4 45295 1230.4 102 1983 5962.7 46436 1430.1 102 1984 7208.1 48197 1832.9 102.7 1985 9016 49873 2543.2 109.3 1986 10275.2 51282 3120.6 106.5 1987 12058.6 52783 3791.7 107.3 1988 15042.8 54334 4753.8 118.8 1989 16992.3 55329 4410.4 118 1990 18667.8 64749 4517 103.1 1991 21781.5 65491 5594.5 103.4 1992 26923.5 66152 8080.1 106.4 1993 35333.9 66808 13072.3 114.7 1994 48197.9 67455 17042.1 124.1 1995 60793.7 68065 20019.3 117.1 1996 71176.6 68950 22913.5 108.3 1997 78973 69820 24941.1 102.8 1998 84402.3 70637 28406.2 99.2 1999 89677.1 71394 29854.7 98.6 2000 99214.6 72085 32917.7 100.4 2001 109655.2 73025 37213.5 100.7 2002 120332.7 73740 43499.9 99.2 2003 135822.8 74432 55566.6 101.2 2004 159878.3 75200 70477.4 103.9 2005 184937.4 75825 88773.6 101.8 2006 216314.4 76400 109998.2 101.5 2007 265810.3 76990 137323.9 104.8 当初一个舍友来自西部地区，从没学过计量（OLS都没学过）。但毕业论文老板要求用数据说话，发愁。我于心不忍，告诉她：我每天晚上自习回来，睡觉前花10分钟给你讲解一下STATA的操作和出来的各项结果意义。第一天，我讲了OLS。画了一张散点图和一根直线，用了1分钟就让她完全理解了OLS的精髓，这是用来干啥的。后面9分钟讲解了STATA的操作和OLS的各种变种。结果只一个星期，讲完五种方法（下面会介绍），她信心大增。后来一下子发了好几篇CSSCI，计量做的天花乱坠，让人误以为是一个大师。毕业论文也顺利通过。她说我的方法是当今世界上最快的计量速成法。她说，以后有时间要好好看看计量书，打打基础。我推荐她读伍德里奇的那本现代观点。但她论文发表了好多篇，至今还没看那本书。问其原因：“看了一下OLS，跟你讲的没啥区别，就是多了些推导。那些推导看不看都不影响我用软件。现在没空看，先发论文再说。” 我笑其太浮躁。但后来想想，这种学习方法不一定适合所有人，但或许适合一部分人群。因此有必要写出来让这部分人群都有所收获，不会因为发不了CSSCI而担忧，不会因为毕业论文不会做计量而担忧。因此有了本文。你是不是属于这样的人群？请看下面： 本文的目标人群： 1、不懂计量的人； 2、想学计量却苦于缺乏时间的人； 3、想学计量却看不懂、推导不了那些恐怖矩阵的人，也就是不想看 推导过程，也想发论文的人。 4、不想看计量书，却想写计量论文，发几篇CSSCI，尽快毕业的人。 5、所有想速成的人。 但是目标人群一定要能看懂STATA软件操作手册的人（或者其他软件操作手册）。如果你不认得手册上的字，不要来告诉我。我也不认得。如果你能找到一个懂STATA、EVIEWS的人给你讲解一下，那么你看不懂手册也无所谓。 本文的目标：不看计量推导、不看计量书籍就能发计量论文，而且是大规模批量生产计量论文，甚至是发经济研究和管理世界。 目标能否实现：取决于你能否掌握本黑客教程的内容，能否阅读软件手册。 申明：不是教你如何抄袭作弊，而是教你写计量论文的方法和捷径。目录 一、计量论文的两大要点是什么？ 二、如何判断计量论文的水平高低？ 三、做计量的“大杀器”有哪些？ 四、瞎倒腾计量的秘诀 五、大规模发CSSCI的建议 一、计量论文的两大要点是什么？ 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—2009共11年的相关数据，选取餐饮企业的数量、城镇居民人均年消费性支出、全国城镇人口数以及公路里程数作为解释变量构建模型，对我国限额以上餐饮企业营业额的影响因素进行分析。并利用Eviews软件对模型进行参数估计和检验，且加以修正，最后根据模型的最终结果进行经济意义分析，然后提出自己的看法。 关键词：餐饮企业营业额、影响因素、计量分析 一、研究背景 近十年来，投资者进入餐饮企业的数量一直持递增趋势。在他们进入一个行业之前，势必要对该行业的营业额、营业利润等进行估计，当这些因素的估计值能够达到他们的预期的时候，他们才会对其进行投资。由于餐饮企业的营业额是影响投资者是否进入餐饮业的一个重要因素，那么对于我国餐饮企业的营业额问题的深入研究就相当的有必要，这有助于投资者作出合理的决策。下面即进行了对我国限额以上餐饮企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。 1.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2. 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 3. 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4. 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 （Y）企业数（x1） 人均年消费性 支出(x2) 全国城镇人口 数（x3） 公路里程 数（x4） 1999351955932664615.9143748135.2 200040524453508499845906140.3 2001489894341325309.0148064169.8 2002624247150216029.8850212176.5 2003747000059356510.9452376181 200411605000100677182.154283187.1 20051260200099227942.8856212334.5计量经济学课程论文
张雪梅毕业设计(论文)任务书
计量经济学论文12篇
计量经济学课程论文(1)
计量经济学论文
计量经济学论文12篇-精品
计量经济学论文参考题目
计量经济学题库(超完整版)及答案
计量经济学论文相关论文总结
计量经济学课程论文(国内生产总值对固定资产投资的影响)
税收计量经济学论文
计量经济学论文
计量经济学课程论文
2015计量经济学课程论文设计
计量经济学案例分析 课程报告 论文
如何快速写出计量经济学的论文
计量经济学论文(eviews分析)
相关主题
文本预览