第33卷 第1期大连海事大学学报Vol.33 No.1 2007年2月Journal of Dalian Maritime U niversity Feb 2007
文章编号:100627736(2007)0120083204
集装箱吞吐量及主要影响因素的计量经济分析Ξ
江 舰,王海燕,杨 赞
(大连海事大学交通工程与物流学院,辽宁大连 116026)
摘要:利用近年来的相关数据对港口集装箱吞吐量、港口所在城市的国民生产总值以及地方进出口商品总值进行了计量经济分析,通过二元线性回归模型对港口未来集装箱吞吐量进行预测,并对模型进行了相关检验,为港口岸线资源的合理开发与利用提供决策依据,为港口未来发展以及定位提供参考.
关键词:港口;集装箱吞吐量;二元线性回归模型;计量经济分析
中图分类号:F224.9 文献标识码:A
0 引 言
世界各主要港口之间的竞争正逐步表现为以集装箱吞吐量为核心的港口综合实力的竞争,因此,对港口集装箱吞吐量的主要影响因素进行分析就显得非常必要.社会经济的发展、人民生活水平的提高、科学技术的进步、对外贸易的增长、腹地资源的开发以及城市化进程的加快都将对港口运输生产提出更高的要求,同时这些因素都或多或少地对港口集装箱吞吐量产生影响.上述各因素中,社会经济的发展与对外贸易的增长无疑是影响港口集装箱吞吐量的主要因素.而社会经济发展的总体状况可以由港口所在城市的国民生产总值来衡量,对外贸易的基本情况则可以由海关统计的地方进出口商品总值来反映.因此,在本文的分析中忽略了其他几项因素对港口集装箱吞吐量的影响.
本文将以大连港为例,利用二元线性回归模型,结合近年来的相关数据对港口集装箱吞吐量、港口所在城市的国民生产总值以及地方进出口商品总值进行计量经济分析,结果为港口岸线资源的合理开发与利用提供决策依据,为港口未来发展思路以及定位提供参考[1].
1 模型的选择及建立[224]
1.1 模型选择
为了分析港口所在城市的国民生产总值以及地方进出口商品总值对港口集装箱吞吐量的影响,首先可以选择二元线性回归模型,如果该模型经过适当的调整后仍无法通过相关的检验,可以尝试采用非线性模型对研究内容进行计量经济分析.
1.2 模型建立
根据研究的目的和内容,以港口集装箱吞吐量为因变量Y,以港口所在城市的国民生产总值以及地方进出口商品总值为两个自变量X1和X2,由此建立二元线性回归模型
Y=C(1)+C(2)X1+C(3)X2+ε
建立模型所需的数据见表1、表2、表3.
Ξ收稿日期:2006210207.
作者简介:江 舰(1964-),男,辽宁铁岭人,博士研究生;E2mail:jiangjian@https://www.doczj.com/doc/6217565659.html,
表1 大连港历年集装箱吞吐量104TEU
年份1993199419951996199719981999200020012002
吞吐量25.6230.5037.4342.0745.3452.5873.61101.10121.70135.16
表2 大连市历年国内生产总值(按当年价计算)亿元
年份1993199419951996199719981999200020012002
G DP377.5519.7645.1733.1829.0926.31003.11110.81235.61406.1
表3 大连市地方进出口商品总值(海关统计)亿美元
年份1993199419951996199719981999200020012002进出口总值43.656.0068.2470.676.08130.0135.7190.7187.1206.0
根据上述数据,可以利用EViews软件对研究内容进行相关分析,如表4所示.
表4 EViews分析结果
Sample:19932002
Included observations:10
Variable Coefficient Std.Error t-Statistic Prob.
C-17.6499714.12610- 1.2494580.2517 X10.0411150.039714 1.0352650.3350 X20.4126770.208022 1.9838160.0877 R-squared0.937892Mean dependent var66.51100 Adjusted R-squared0.920147S.D.dependent var39.52429 S.E.of11.16889Akaike info criterion7.907467 Sum squared resid873.2094Schwarz criterion7.998243 Log likelihood-36.53734F-statistic52.85341 Durbin-Watson stat 1.085770Prob(F-statistic)0.000060
通过分析得到二元线性回归模型如下:预测指令为
L S Y C X1X2
预测方程为
Y=C(1)+C(2)X1+C(3)X2
代入系数可得
Y=-17.64996619+0.0411*******X1+
0.4126774659X2
从EViews软件分析结果中不难看出,F统计量52.85341远大于其临界值4.74,则拒绝零假设,认为在5%的显著水平下,因变量Y对两个自变量X1和X2有显著的线性关系,因此,从总体上来说,回归方程是显著的.
两个自变量的参数t统计量分别为1.035265和1.983816.在置信水平为5%的情况下,t临界值为1.860,自变量X1参数的t检验不合格,则不能拒绝零假设,认为该参数不显著;自变量X2参数t检验勉强合格,可以拒绝零假设.
样本决定系数R2和修正R2的取值分别为0.937892和0.920147,都超过0.8,由此可以认为模型的拟合优度比较高.2 模型检验
根据以上分析,发现该二元线性回归模型的R2较大,F检验也已经通过,但是自变量系数X1的t检验不合格,因此有理由怀疑该模型存在多重共线性.
一般说来,在经济时间序列数据中出现自相关现象比较常见,在以下分析中将采用其他方法进行检验.
由于异方差的存在可能导致参数估计值无效以及参数的显著性检验失去意义,因此无论该模型中是否存在异方差,都将对其进行相关的检验[5-7].
2.1 多重共线性检验
2.1.1 自变量之间的相关系数检验
利用EViews软件可以直接得到各变量之间的简单相关系数矩阵,见表5.
表5 相关系数矩阵
Y X1X2
Y1.0000000.9502490.963526
X10.9502491.0000000.956792
X20.9635260.9567921.000000
从表5中可以看出,自变量X1和X2之间的相关系数为0.956792,这反映出二者间有多重共线性存在的可能.
48
大连海事大学学报 第33卷
2.1.2 自变量方差扩大因子检验
以自变量X 1为因变量,以X 2为自变量建立一个新的回归方程,利用EViews 软件可以计算自变量的方差扩大因子V IF X 1=11.8275,这个值比10稍大,表明自变量X 1和X 2之间存在一定程度的多重共线性.2.2 自相关检验
2.2.1 残差序列图检验
利用EViews 软件还可以得到模型的拟合与残差图,如图1所示,残差序列随时间变化呈现出类似锯齿形的变化规律,但是由于只有10年的历史数据,因此还无法断定残差序列存在自相关
.
图1 残差序列图
2.2.2 D 2W 检验
从D 2W 表中可以查到,对于n =10,k =1,在显著水平为5%的情况下,d 统计量的显著点:d l =0.697,d u =1.641,而EViews 软件对模型的分析结果中d 统计量为1.085770,因此利用D 2W 检验也无法确定该回归模型的残差中是否存在自相关.2.2.3 回归检验
首先得到模型中的估计值ε,即残差项e ,然后以e t 为因变量,以各种可能的相关变量如e t -1,e t -2等作为自变量进行线性拟合.如
e t =ρe t -1+u t
e t =ρ1e t -1+ρ2e t -2+u t
…
对各种拟合形式进行统计检验,选择参数显著且拟合最优的形式作为序列相关的具体形式.利用EViews 软件对以上各种拟合进行检验的结果如表6、7所示.
表6 模型e t =ρe t -1+u t 的检验结果
Sample (adjusted ):19942002
Included observations :9after adjusting endpoints Variable
Coefficient Std.Error t -Statistic Prob.E (-1)0.3900500.326679
1.193988
0.2667R -squared
0.139551Mean dependent var - 1.084054Adjusted R -squared 0.139551S.D.dependent var 9.794411S.E.of regression 9.085332Akaike info criterion 7.355639Sum squared resid 660.3461Schwarz criterion 7.377553Log likelihood
-32.10037
Durbin -Watson stat
1.870255
表7 模型e t =ρ1e t -1+ρ2e t -2+u t 的检验结果
Sample (adjusted ):19952002
Included observations :8after adjusting endpoints
Variable Coefficient Std.Error t -Statistic
Prob.E (-1)0.4234430.417804 1.0134950.3499E (-2)-0.1133060.428466-0.264445
0.8003R -squared 0.120311Mean dependent var - 1.678659Adjusted R -squared -0.026304S.D.dependent var 10.29555S.E.of regression 10.43007Akaike info criterion 7.739581Sum squared resid 652.7185Schwarz criterion 7.759442Log likelihood -28.95833
Durbin -Watson stat
2.073737
从表6、7中不难看出,参数的t 检验不能拒绝零假设,回归系数显著为零,说明上式的建立是不合理的,由此可以确定原回归模型中不存在自相关.
2.3 异方差检验
2.3.1 图示检验
利用EViews 软件得到的残差与因变量之间的散点如图2所示.
从图2可以看出,残差的绝对值分布比较随机,可初步判定模型中不存在异方差.
58第1期 江 舰,等:集装箱吞吐量及主要影响因素的计量经济分析
图2 残差与因变量的散点图
2.3.2 White检验
以残差的平方为因变量,自变量X1和X2及各自平方项分别作为新的自变量建立线性回归模型,通过这个模型的拟合情况来检验原模型中是否存在异方差.
EViews软件可直接进行White检验,得到不含交叉项的White检验,如表8所示.
表8 White检验表
White Heteroskedasticity Test:
F-statistic20.26780Probability0.015875 Obs3R-squared9.759243Probability0.135164
White检验的检验统计量为9.759243,检验的相伴概率为0.135164,可以拒绝零假设,认为模型中不存在异方差.
3 模型修正
经过对模型的一系列检验,发现模型中存在多重共线性.多重共线性的直接后果是回归系数参数估计值的标准差变大,置信区间变宽,估计值的稳定性降低,因此接受被择假设犯错的概率增大,系数t检验无法通过的概率增加,通常不能得到正确的系数估计值.
正因为多重共线性的存在对回归模型会产生一定程度的破坏,必须采取补救措施,对多重共线性进行处理.
3.1 增大样本容量
这就需要搜集更多的相关数据以获得一个新的样本,由于多重共线性是一个样本特征,在新样本中多重共线性也许不像在原样本中那样高.出于成本和其他一些因素的影响,在该模型中,获取变量的额外数据可能并不可行.
3.2 剔除变量
从表5中各变量之间的简单相关系数可以看出,Y与X1之间的相关系数小于Y与X2之间的相关系数,而且二元线性回归模型中自变量X1系数的t检验不合格,因此有理由剔除自变量X1,保留X2.
现在以Y为因变量,以X2为自变量建立一元线性回归模型,利用EViews软件对其分析,如表9所示.
表9 EViews分析结果
Sample:19932002
Included observations:10
Variable Coefficient Std.Error t-Statistic Prob.
C- 5.5104477.912285-0.6964420.5059
X20.6187300.06075810.183550.0000
R-squared0.928383Mean dependent var66.51100
Adjusted R-squared0.919430S.D.dependent var39.52429
S.E.of regression11.21889Akaike info criterion7.849931
Sum squared resid1006.907Schwarz criterion7.910448
Log likelihood-37.24965F-statistic103.7046
Durbin-Watson stat 1.563242Prob(F-statistic)0.000007
从分析结果可以看出,该模型能通过各项检
验,且拟合程度较好,这也从一个侧面说明我们的
处理是比较合理的.
参 考 文 献:
[1]J EFFREY M W.计量经济学导论[M].费剑平,译.北京:人民大学出版社,1996.
[2]冯文权,茅 奇,周 萍.经济预测与决策技术[M].4版.武汉:武汉大学出版社,2002.
[3]张守一.市场经济与经济预测[M].北京:中国社会科学文献出版社,2000.
[4]PIND YCK R S,RUBINFELD D L.计量经济模型与经济预测[M].钱小军,译.北京:机械工业出版社,1999.
[5]STEV EN C W,SP YROS M.Forecasting Methods for Managemeng[C]//.John Wiley&S ons,1984.
[6]DAL E G B,LARR Y C P.Business Forecasting[M].Prentice-Hall Inc,1982.
[7]SP YROS M,STEV EN C W.Forecasting Methods and Application[C]//.John Wiley&S ons,1983.(下转第106页)
Edge detection based on w avelet transform module maxima
TIAN Yan2yan,Q I Guo2qing
(Inf orm ation Eng.College,Dalian Maritime Univ.,Dalian116026,China)
Abstract:The paper studies a method for detecting image edges with wavelet transform modulus maxima. Wavelet transform modulus maxima are often used for signal singularity detection.This method can detect all the details of the edges;however,it can also detect some false edges and noise points.In particular,the paper discusses the method of eliminating the false edges through a threshold and also presents a specific method to get the threshold.Experimental results shows that obtaining threshold by image partition and re2 stricting the range of the modulus can accomplish better edge detect results.
K ey w ords:image signal processing;edge detection;discrete stationary wavelet transform;modulus maxi2 ma;threshold
(上接第78页)
R esearch on arrival model choices of container
in container yard based on agent
WAN Ning,L IN Guo2shun
(Economics and M anagement College,Dalian Maritime Univ.,Dalian116026,China)
Abstract:In order to expedite the development in vocation of container transportation,improve the manage2 ment level for container yard and realize automatization,the authors supplied a contented decision scheme for administrator by simulation modeling technology.In the course of researching the simulation model for container supervision,analyzing and researching the history data,the authors tried to construct the agent body for the arrival container,so as to make up a knowledgeable and self2adaptable simulation system.
K ey w ords:container transportation and management;agent technology;container yard;goodness of fit test;simulation model
(上接第86页)
Econometric analysis based on the throughput of
container and its main influential factors
J IAN G Jian,WAN G Hai2yan,YAN G Zan
(T ransportation&L ogistics College,Dalian Maritime Univ.,Dalian116026,China)
Abstract:The econometric analysis of the throughput of the G DP of the cities where the ports are located and the total value of the local import&export goods through the related statistics in recent years,together with the forecasting of the future throughput of the ports by binary linear regression model and the checking of the model provide evidence for reasonable development and exploitation of shoreline resource of the ports, and reference for the tactics for future development of the ports and their orientation.
K ey w ords:port;throughput of container;binary linear regression model;econometric analysis
作业： 2．自己设计一个一元线性回归模型，并查阅2012年统计年鉴，用1985-2011年数据完成下列要求： （1） 作散点图； （2） 拟合样本回归函数； （3） 对所建立的模型进行经济意义检验； （4） 对所建立的模型进行统计检验，并详细解释检验结果； （5） 作历史模拟图，并计算平均绝对百分比误差： % 100?11?-=∑=n i i i i Y Y Y n MAPE （6） 用2011年数据对模型作外推检验； （7） 预测2012年、2013年被解释变量的值，并给出总体均值的95%预测区间。 （注：用Eviews 完成）
解： 由经济理论分析可知，经济发展水平与居民消费水平有密切关系。因 此，我们设定居民消费水平i Y （绝对数（元））与国内生产总值i X （亿元） 的关系为： 011,1,2,...,27 i i Y X i ββμ=++= 数据来源：中国统计年鉴2012 (1) 散点图： 在Eviews 中，通过Quick →Gragh →Scatter Diagram ，得到如下散点图：
(2)拟合样本回归函数：通过Quick estimation equation，在如下窗口中输 入： 得到：
由此可得样本回归函数： ^ =665.6063+0.02534i i Y X ， （7.398） （50.495） 2 R =0.9903 (3) 其中^ 1β=0.02534是回归方程的斜率，它表示1985-2011年期间，GDP 每增加1亿元，居民消费水平平均增加0.02534元；^ 0β=665.6065是回 归方程的截距,她表示不受GDP 影响的居民消费水平的起始值。 ^ 1β，^ 0β的符号大小均符合经济理论及实际情况。 (4) 统计检验。2R =0.9903，说明总离差平方和的99.03%被样本回归直线 所解释，只有0.97%未被解释，因此样本回归对样本点的拟合优度很高。给出显著性水平，α=0.05，查自由度n-2=25的t 分布表，得临界值0.05(25) 2.060t =，^ t β=7.398 > 0.05(25) 2.060t =， ^ 1 t β=50.495 > 0.05(25) 2.060t =， 拒绝回归系数为零的原假设，说明X 变量显著地影响Y 变量。 (5)作历史模拟图，并计算平均绝对百分比误差：
第二章 案例分析 研究目的：分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系，对更多规律的研究具有指导意义. 一． 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知，各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析其数量性变动规律，可建立如下简单线性回归模型： Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y
二．估计参数 假定所建模型及其随机扰动项u i满足各项古典假设，用普通最小二乘法（OLSE）估计模型参数.其结果如下： 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得， β1=11.9580，β2=0.0029 故简单线性回归模型可写为： ^ Y X t t=11.9580+0.0029 其中：SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320，F=143.5836，n=31
浅谈主变低压侧中性点经小电阻接地零序电流保护的应用摘要：对中性点经小电阻接地系统的接地方式及工作原理作了简单介绍，同时提出零序电流保护的优点具有简单、可靠、动作正确率高，受弧光及接地电阻影响小，不受负荷及振荡影响，这些优点都只能在选择适当合理的运行方式并正确的整定才能得到发挥。 关键词：中性点小电阻接地零序电流保护 0引言 内蒙古地区风能资源十分丰富，在全区118.3万平方公里的土地上，风能总储量约8.98亿千瓦，可开发利用量1.5亿千瓦，占全国可开发利用风能储量的40%。做为具有得天独厚条件的锡林郭勒盟，正是抓住了风电快速发展这一时机，风能资源得到了开发和利用，然而风力风电的迅猛发展也对继电保护提出了更高的要求，因此主变低压侧中性点经小电阻接地后，零序电流保护得到了广泛的应用。 1.变压器中性点接地方式及工作原理 1.1接线方式风电场主变低压侧中性点采用电阻接地方式时，若主变为y0接线，其中点可接接入电阻（见图1a）；若为△接线，则需外加接地变压器造成一个中性点（见图1b、c、d）。外加接地变压器零序阻抗要小，其接线为y0/△或z；接地电阻可以直接接在y0/△或 z 接线的高压侧中性点，也可以接在 y0/△接线低压侧开口三角上。 1.2中性点经电阻接地方式的基本原理接地变压器作为人为
中性点接入电阻，接地变压器的绕组在电网正常供电情况下阻抗很高，等于励磁阻抗，绕组中只流过很小的励磁电流；当系统发生接地故障时，绕组将流过正序、负序和零序电流，而绕组对正序、负序电流呈现高阻抗、对于零序电流呈现较低阻抗，因此，在故障情况下会产生较大的零序电流。在中性点接入ct，将电流检测出来送至电流继电器，就可以进行有选择性快速保护。另，接入电阻rn，能有效抑制接地过电压。中性点接入电阻rn后，电网中的c0与rn 形成一个rc放电回路，将电弧接地累的电荷按e-t/r（r=3r0c0）规律衰减。这样，就能有效抑制电弧接地过电压，提高保护动作的快速性和灵敏性；为降低中压系统的绝缘水平提供可能，并能较好地保证人身安全；另外，在中性点经小电阻接地电网正常运行中，由于中性点接地电阻的强阻尼作用，中性点位移远小于中性点不接地电网的中性点位移电压（约为1/5左右）。 2.零序电流保护的应用 零序电流保护的优点具有简单、可靠、动作正确率高，受弧光及接地电阻影响小，不受负荷及振荡影响，这些优点都只能在选择适当合理的运行方式并正确的整定才能得到发挥。为了用好零序电流保护，提出下列原则： 2.1系统变压器中性点接地运行方式应基本保持不变 (1)变电所只有一组变压器，如果是接地运行，则接地点不应断开。 (2)变电所只有二组变压器，如果不都是自耦变压器，则应只将
计量经济学Ｅvｉews操作攻略 考试重点：绪论——第六章(第七~十章了解即可） 考试形式:开卷 考试题型:１、问答题（资料整理ing） ２、计算题(要体现5大步骤,预测之后要进行异方差与自相关检验） 3、分析题（资料整理iｎg） 说明:由于前三章操作简单，在此不做赘述.从第四章开始结合课后题写下软件操作步骤。本操作攻略就是文字型得,大家瞧不懂得地方尽管问，我可以在线演示。文字数据及操作纯手工打上去得,难免有纰漏，希望大家在复习中发现错误及时联系我，方便我及时改正并给大家纠错，谢谢,么么哒! 题4、1 建立工作文件创建一个范围在1９90—１９9８年得时间序列工作文件.接下来创建变量序列t与Y,并输入数据。 对变量进行代换菜单栏【Ｑuick】——【Genｅratｅｓeｒies】输入“y1=loｇ(y)”,生成一个新变量y1。 建立模型用y1对x进行回归.得出结果如图４、３所示. 将模型方程还原根据现有得方程将原有得方程形式表示出来。 进行预测操作方法同一元与多元。 题5、2
创建工作文件创建一个序号在1-29得工作文件，创建变量，并输入数据。 图示法检验 绘制x－y图:【Ｑuick】—【Graph】-输入“x y”—下拉菜单选择Ｓcattｅr Diａgrａm —点击OK即可。 绘制x－e图：【Quiｃk】-【Graph】-输入“ｘreｓiｄ”-下拉菜单选择Scatter Diａｇｒam—点击OK即可。 G—Q检验 将X得样本观测值按升序排序,Ｙ与原先得Ｘ对应:按住Ｃｔｒl双选x与y,【Ｐｒocs】—【Sort serieｓ】—输入“x”—点击OK即可。 对第一个子样估计模型:主窗口菜单【Quick】—【EstimatｅEｑuatｉｏn】—输入“y c ｘ"—在Samｐｌe输入框输入“１１1”(第二个字样模型此处输入“１929”）-点击OK即可。
计量经济学案例分析1 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入
《技术经济学》考试试卷 班级姓名得分 一、填空题：（每空1分，共10分） 1、财务报表分析中的资产负债比率是指负债总额与________之比，速动比率是指流动资产总额减去存货后与______之比。 2、功能分析是价值工程的核心。功能分析一般包括________、________和功能评价三个步骤。 3、“年利率为15%，按季计息”，则年名义利率为________，年实际利率为________，季度实际利率为________ 。 4、经济效果表达方式通常有三种，一种是差额表示法，一种是比值表示法，还有一种________表示法。 5、净现值为零时的折现率称为________。 6、经济持续增长来源于________的持续活跃。 二、选择题：（每题1分，共10分） 1、下列费用中（）不是现金流量。 A.原材料 B.折旧 C.工资 D.管理费用 2、方案A初始投资20000元，年收益5500元；方案B初始投资为10000元，年收益3000元，则相对追加投资回收期为（） A.4.3年 B.4.0年 C.3.64年 D.3.33年 3、（C ）是指设备在市场上维持其价值的时期。 A.设备自然寿命 B.物质寿命 C.技术寿命 D.经济寿命 4、单利计息与复利计息的区别在于( )。 A.是否考虑资金的时间价值 B.是否考虑本金的时间价值 C.是否考虑先前计息周期累计利息的时间价值 D.采用名义利率还是实际利率 5、当我们对某个投资方案进行分析时，发现有关参数不确定，而且这些参数变化的概率也不知道，只知其变化的范围，我们可以采用的分析方法是( )。 A.盈亏平衡分析 B.敏感性分析 C.概率分析 D.功能分析
计量经济学（第四版）习题参考答案 潘省初
第一章 绪论 试列出计量经济分析的主要步骤。 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 计量经济模型中为何要包括扰动项? 为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 估计量和估计值有何区别？ 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计量，1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 略，参考教材。
请用例中的数据求北京男生平均身高的99％置信区间 N S S x = = 4 5= 用 =，N-1=15个自由度查表得005.0t =，故99%置信限为 x S t X 005.0± =174±×=174± 也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在至厘米之间。 25个雇员的随机样本的平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元的正态总体？ 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/2510/25 X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？ 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?480/16 X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = < 131.2=c t , 故接受原假 设,即从上次调查以来，平均月销售额没有发生变化。
第六章 案例分析 一、研究目的 2003年中国农村人口占59.47％，而消费总量却只占41.4%，农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数。同时，农村居民消费模型也能用于农村居民消费水平的预测。 二、模型设定 正如第二章所讲述的，影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为 t t t u X Y ++=21ββ （6.43） 式中，Y t 为农村居民人均消费支出，X t 为农村人均居民纯收入，u t 为随机误差项。表6.3是从《中国统计年鉴》收集的中国农村居民1985-2003年的收入与消费数据。 表6.3 1985-2003年农村居民人均收入和消费 单位： 元
2000 2001 2002 2003 2253.40 2366.40 2475.60 2622.24 1670.00 1741.00 1834.00 1943.30 314.0 316.5 315.2 320.2 717.64 747.68 785.41 818.86 531.85 550.08 581.85 606.81 为了消除价格变动因素对农村居民收入和消费支出的影响，不宜直接采用现价人均纯收入和现价人均消费支出的数据，而需要用经消费价格指数进行调整后的1985年可比价格计的人均纯收入和人均消费支出的数据作回归分析。 根据表6.3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据，使用普通最小二乘法估计消费模型得 t t X Y 0.59987528.106?+= （6.44） Se = (12.2238) (0.0214) t = (8.7332) (28.3067) R 2 = 0.9788，F = 786.0548，d f = 17，DW = 0.7706 该回归方程可决系数较高，回归系数均显著。对样本量为19、一个解释变量的模型、5%显著水平，查DW 统计表可知，d L =1.18，d U = 1.40，模型中DW 《技术经济学》案例教学 案例1：（1）总投资估算 项目概况： 该项目为新建工业项目，由国内A、B两投资方组建的公司建设和经营，是该项目的财务分析主体。 项目的计算期为8年，根据计划建设期为2年，生产运营期为6年。生产A、B、C、D四种产品。 该项目建设投资为249469万元，其中固定资产费用222850万元（包含可抵扣固定资产进项税20683万元），无形资产费用5000万元（其中场地使用权为1800万元），其他资产费用500万元，预备费21119万元，固定资产进项税为20683万元。项目计算期为8年，其中建设期2年，运营期6年。建设期内建设投资分年投入比例为第1年50%、第2年50%。 该项目初步融资方案为：用于建设投资的项目资本金91246万元。建设投资借款158223万元，年利率7. 05%，采用项目资本金支付建设期利息，利率按单利计算，且假定建设期借款在建设期每年年中借入，当年按半年计息。 项目投产第1年负荷90%，其他年份均为100%。 满负荷流动资金为10270万元，投产第1年流动资金估算为9598万元。计算期末将全部流动资金回收。流动资金的30%来源于项目资本金，70%为流动资金借款，流动资金借款的年利率为%。 要求： 1.估算项目的建设投资，并编制建设投资估算表。 2.估算项目的建设期利息，并编制建设期利息估算表。 3.估算项目的总投资，编制项目的总投资使用计划与资金筹措表。 （结果取整数，百分比保留两位小数） 项目总投资使用计划与资金筹措表（单位：万元） 案例（2）：建设期利息估算 某项目建设投资资金来源为注册资本和债务资金两部分。贷款总额为600000万元，其中外汇贷款为8000万美元，外汇贷款利率为6%（按年计息），人民币贷款利率为10%（按季计息）。每年的借款计划按建设投资年投资比例来安排，汇率为1：。按有关规定，项目的建设期为4年，生产期为15年，计算期合计为19年。建设投资（不含建设期利息）分年投资比例为15%，25%，35%，25%。 要求：编制建设期利息估算表（结果取整数，百分比保留两位小数）。 建设期利息估算表 关于计量经济模型选择问题的初探 An Tentative Inquiry Into The Selection Of The Econometrical Models 经济学院数理经济研究所 2004级数量经济学专业硕士研究生鹏 摘要：本文试图介绍计量经济学一些常用模型的函数形式，并且以计量软件SPSS作为分析工具，以拟合优度作为评判标准，来讨论最优的经济计量模型的选择问题。 关键字：计量经济模型，SPSS，拟合优度 在研究经济变量之间的关系时，特别是初学者，通常首先想到的是选取线性回归模型。这种做法虽然能把问题简单化，使之易于处理，甚至有时候能产生比较好的效果。但总的来说，由于经济现象是纷繁复杂的，在很多情况下这么做，并不能比较准确地对客观经济的运行态势进行模拟。在实际运用中，如果不问青红皂白地把所有计量模型的设定问题，都采用线性的形式，显然是行不通的。比如把经济变量之间的非线性关系，直接用线性回归的方式去处理，这样得到的回归方程是无效的。用它来进行经济分析、政策评价和经济预测，则没有丝毫价值，甚至带来负面影响。为此我们必须根据实际问题进行具体分析，依据直觉和经验，建立与实际样本数据拟合较好的函数，再运用我们所学的知识进行参数估计和检验，使我们的成果与现实尽可能的接近。 本文试就对如何通过经济理论和经验，并借助计量软件进行模型的选择给 予一般的说明。 一、计量经济学模型的主要几种函数形式。 （1）线性模型（Linear ）。它的一般形式是： 12y x ββ=+ （1） 线性函数我们大家已经耳熟能详。这里我们不作过多介绍。 （2）抛物线模型（Quadratic ）。抛物线模型的一般形式为： 212y x x βββ=++ （2） 判断某种现象是否适合应用抛物线，可以利用“差分法”。其步骤为：首先将样本观察值按x 的大小顺序排列，然后按以下两式计算x 和y 的一阶差分t x ?、t y ?以及y 的二阶差分2t y ?。（其中1t t t x x x -?=-； 1t t t y y y -?=-；21t t t y y y -?=?-?）当t x ?接近于一常数，而△2t y ?的绝对值接近于常数时，Y 与X 之间的关系可以 用抛物线模型近似加以反映。 （3）对数函数模型（Logrithmic ）。对数函数是指数函数的反函数，其方程形式为： 01ln y x ββ=+ （3） 对数函数的特点是随着X 的增大，X 的单 位变动对因变量Y 的影响效果不断递减。 （4）立方模型（Cubic ）。其一般形式为： 230123y x x x ββββ=+++ （4） 其扩展形式是多项式模型。当所涉及的自变量只有一个时，所采用的多项式方程称为一元多项式，其一般形式为： 2012p p y x x x ββββ=+++??????+ 多项式模型在非线性回归分析中占有重要的地位。因为根据数学上级数展开的原理，任何曲线、曲面、超曲面的问题，在一定的围都能够用多项式任意 计量经济学Eviews操作攻略 考试重点：绪论——第六章（第七~十章了解即可） 考试形式：开卷 考试题型：1、问答题（资料整理ing） 2、计算题（要体现5大步骤，预测之后要进行异方差和自相关检验） 3、分析题（资料整理ing） 说明：由于前三章操作简单，在此不做赘述。从第四章开始结合课后题写下软件操作步骤。本操作攻略是文字型的，大家看不懂的地方尽管问，我可以在线演示。文字数据及操作纯手工打上去的，难免有纰漏，希望大家在复习中发现错误及时联系我，方便我及时改正并给大家纠错，谢谢，么么哒！ 题4.1 建立工作文件创建一个范围在1990—1998年的时间序列工作文件。接下来创建变量序列t和Y，并输入数据。 对变量进行代换菜单栏【Quick】——【Generate series】输入“y1=log(y)”，生成一个新变量y1。 建立模型用y1对x进行回归。得出结果如图4.3所示。 将模型方程还原根据现有的方程将原有的方程形式表示出来。 进行预测操作方法同一元和多元。 题5.2 创建工作文件创建一个序号在1—29的工作文件，创建变量，并输入数据。 图示法检验 绘制x-y图：【Quick】—【Graph】—输入“x y”—下拉菜单选择Scatter Diagram—点击OK即可。 绘制x-e图：【Quick】—【Graph】—输入“x resid”—下拉菜单选择Scatter Diagram—点击OK即可。 G-Q检验 将X的样本观测值按升序排序，Y与原先的X对应：按住Ctrl双选x和y，【Procs】—【Sort series】—输入“x”—点击OK即可。 对第一个子样估计模型：主窗口菜单【Quick】—【Estimate Equation】—输入“y c x”—在Sample输入框输入“1 11”（第二个字样模型此处输入“19 29”）—点击OK即可。 White检验 在回归报告窗口下，【View】—【Residual Tests】—【White Heteroskedasticity】(no cross terms即是否选择交叉项)。 克服异方差 在进行过White检验的工作窗口中点击【Procs】—【Specify/Estimate】—【Option】，再在Option对话框中在【Weighted LS/TSLS】前打√，在Weight框中填入适当的权重，如图所示。然后点击OK即可。 确定以后，退回到方程对话框中，点击【OK】，得到结果，如图所示。 第八章案例分析 改革开放以来，随着经济的发展中国城乡居民的收入快速增长，同时城乡居民的储蓄存 款也迅速增长。经济学界的一种观点认为，20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化，使居民的储蓄行为发生了明显改变。为了考察改革开放以来中 国居民的储蓄存款与收入的关系是否已发生变化，以城乡居民人民币储蓄存款年底余额代表 居民储蓄（Y），以国民总收入GNI代表城乡居民收入，分析居民收入对储蓄存款影响的数量关系。 表8.1为1978-2003年中国的国民总收入和城乡居民人民币储蓄存款年底余额及增加额的数据。 单位：亿元 2004 鉴数值，与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城 乡居民储蓄存款、国民总收入随时间的变化情况，如下图所示: 图8.5 从图8.5中，尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量 （YY ）,并作时序图（见图 8.6） 从居民储蓄增量图可以看出，城乡居民的储蓄行为表现出了明显的阶段特征: 2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图 看（见图8.7），也呈现出了相同的阶段性特征。 为了分析居民储蓄行为在 1996年前后和2000年前后三个阶段的数量关系，引入虚拟变 量D 和D2°D 和D 2的选择，是以1996>2000年两个转折点作为依据，1996年的GNI 为66850.50 亿元,2000年的GNI 为国为民8254.00亿元，并设定了如下以加法和乘法两种方式同时引入 虚拟变量的的模型: YY = 1+ 2GNI t 3 GNI t 66850.50 D 1t + 4 GNh 88254.00 D 2t i D 1 t 1996年以后 D 1 t 2000年以后 其中: D 1t _ t 1996年及以前 2t 0 t 2000年及以前 对上式进行回归后，有: Dependent Variable: YY Method: Least Squares Date: 06/16/05 Time: 23:27 120000 8.7 1996年和 100000- 40000 2WM GNi o eOB2&ISEea9a9l2949698[Ma2 20CUC ir-“- 1CC0C 图 8.6 *OOCO mnoot ， RtKXD Tconr GF* 技术经济学概论项目报告书 班级: 小组成员: 111145A 项目介绍 一、项目名称 某新建电子配件厂 二、基础数据 1.生产规模该项目建成后拟生产目前市场上所需的计算机配件，设计生产规模为年产100 万件。 2.实施进度 该项目拟二年建成，第三年投产，当年生产负荷达到设计生产能力的70%，第四年达到90%，第五年达到100%。生产期按12 年计算，计算期为14 年。 3.建设投资估算经估算，该项目建设投资总额为5700 万元（不含建设期利息），其中：预计形成固定资产4910 万元，无形资产490万元，其他资产300万元。 4.流动资金估算该项目的流动资金估算总额为1150 万元。 5.投资使用计划与资金来源建设投资分年使用计划按第一年投入2000 万元，第二年投入3700 万元；流动资金从投产第一年开始按生产负荷进行安排。 该项目的资本金为2110 万元，其中用于建设投资1700万元，其余用于流动资金。建设投资缺口部分由中国建设银行贷款解决，年利率为6%；流动资金缺口部分由中国工商银行贷款解决，年利率为4%。 6.销售收入和销售税金及附加估算根据市场分析，预计产品的市场售价（不含税）为80 元／件。本产品采用价外计税，增值税税率为17%，城市维护建设税和教育费附加的税率分别为7%和3%。 7.产品总成本估算 （1）该项目正常年份的外购原材料、燃料动力费（不含税）为5000 万元； （2）据测算，该项目的年工资及福利费估算为150 万元； （3）固定资产折旧费按平均年限法计算，折旧年限为12 年，残值率为5%； （4）无形资产按10 年摊销，其他资产按5年摊销； （5）修理费按折旧费的40%计取； （6）年其他费用为320 万元； （7）项目在生产经营期间的应计利息全部计入财务费用。建设投资借款在生产经营期按全年计息；流动资金当年借款按全年计息。 8.利润测算（1）所得税率按33%考虑；（2）盈余公积金按税后利润的10%计取。 9.评价参数 设基准收益率为15%；基准投资利润率和资本金净利润率分别为20%和30%；基准的静态投资回收期和动态投资回收期分别为7年和10年；中国建设银行对这类项目所要求的借款偿还期不能超过6 年。 三、设计内容 1.对该项目进行财务评价 （1）编制基本财务报表 项目财务现金流量表、资本金财务现金流量表、及利润分配表（后两项可选择）。（2）计算财务评价指标，分别进行盈利能力和清偿能力分析包括：财务净现值、内部收益率、静态和动态投资回收期；投资利润率、资本金净利润率；借款偿还期等指标。 2.对项目进行风险分析（1）盈亏平衡分析通过计算产量、生产能力利用率、单位产品售价的盈 亏平衡点进行分析。 （2）敏感性分析分别就建设投资、经营成本和销售收入变动（假设变动范围为± 10%，变动幅 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 第二章案例分析 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入 大连海事大学 实验报告 实验名称：计量经济学软件应用 专业班级：财务管理2013-1 姓名：安妮 指导教师：赵冰茹 交通运输管理学院 二○一六年十一月 一、实验目标 学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。二、实验环境 WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。 三、实验模型建立与分析 案例1： 我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。 表1我国1995-2014年人均国民生产总值与居民消费水平情况 （1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义； 利用eviews软件输出结果报告如下： Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20 Variable Coeffici ent Std. Error t-Statisti c Prob.?? C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000 R-squared0.996528????Mean dependent var7351.300 Adjusted R-squared0.996335????S.D. dependent var4828.765 S.E. of regression292.3118????Akaike info criterion14.28816 Sum squared resid1538032.????Schwarz criterion14.38773 Log likelihood -140.881 6 ????Hannan-Quinn criter.14.30760 F-statistic5166.811????Durbin-Watson stat0.403709 Prob(F-statistic)0.000000 由上表可知财政收入随国内生产总值变化的一元线性回归方程为: 《技术经济学》案例教学 案例 1：（1）总投资估算 项目概况： 该项目为新建工业项目，由国内 A、B 两投资方组建的公司建设和经营，是该项目的财务分析主体。 项目的计算期为8 年，根据计划建设期为 2 年，生产运营期为6年。生产 A、B、C、D四种产品。 该项目建设投资为249469 万元，其中固定资产费用222850 万元（包含可抵扣固定资产进项税20683 万元），无形资产费用 5000 万元 （其中场地使用权为1800 万元），其他资产费用500 万元，预备费21119 万元，固定资产进项税为20683 万元。项目计算期为8 年，其中建设期 2 年，运营期 6 年。建设期内建设投资分年投入比例为第1 年50%、第 2 年 50%。 该项目初步融资方案为：用于建设投资的项目资本金 91246 万元。 建设投资借款 158223 万元，年利率 7. 05%，采用项目资本金支付建设 期利息，利率按单利计算，且假定建设期借款在建设期每年年中借入， 当年按半年计息。 项目投产第 1 年负荷 90%，其他年份均为100%。 满负荷流动资金为 10270 万元，投产第 1 年流动资金估算为 9598 万元。计算期末将全部流动资金回收。流动资金的30%来源于项目资本金，70%为流动资金借款，流动资金借款的年利率为 %。 要求： 1.估算项目的建设投资，并编制建设投资估算表。 2.估算项目的建设期利息，并编制建设期利息估算表。 3.估算项目的总投资，编制项目的总投资使用计划与资金筹措表。 （结果取整数，百分比保留两位小数） 建设投资估算表（形成资产法）单位：万元 序号工程或费用名称 设备购置其他费 合计比例（ %）建筑工程费安装工程费 费用 1固定资产费用 2无形资产费用 其中：土地使用权 3其他资产费用 4预备费 5建设投资合计 比例（ %） 建设期利息估算表单位：万元 序号项目合计建设期 12 1借款 建设期利息 期初借款余额 当期借款 当期应计利息 期末借款余额 项目总投资使用计划与资金筹措表（单位：万元） 序号项目合计计算期 1234 1总投资 建设投资 案例分析一关于计量经济学方法论的讨论 问题：利用计量经济学建模的步骤，根据相关的消费理论，刻画我国改革开放以来的边际消费倾向。 第一步：相关经济理论。首先了解经济理论在这一问题上的阐述，宏观经济学中，关于消费函数的理论有以下几种：①凯恩斯的绝对收入理论，认为家庭消费在收入中所占的比例取决于收入的绝对水平。②相对收入理论，是由美国经济学家杜森贝提出的，认为人们的消费具有惯性，前期消费水平高，会影响下一期的消费水平，这告诉我们，除了当期收入外，前期消费也很可能是建立消费函数时应该考虑的因素。关于消费函数的理论还有持久收入理论、生命周期理论，有兴趣的同学可以参考相应的参考书。毋庸置疑，收入和消费之间是正相关的。 第二步：数据获得。在这个例子中，被解释变量选择消费，用cs表示；解释变量为实际可支配收入，用inc表示（用GDP减去税收来近似，单位：亿元）；变量均为剔除了价格因素的实际年度数据，样本区间为1978～2002年。 第三步：理论数学模型的设定。为了讨论的方便，我们可以建立下面简单的线性模型： 第四步：理论计量经济模型的设定。根据第三步数学模型的形式，可得 式中：cs=CS/P，inc=(1-t)*GDP/P，其中GDP是当年价格的国内生产总值，CS代表当年价格的居民消费值，P代表1978年为1的价格指数，t=TAX/GDP代表宏观税率，TAX是税收总额。u t表示除收入以外其它影响消费的因素。 第五步：计量经济模型的参数估计 根据最小二乘法，可得如下的估计结果： 常数项为正说明，若inc为0，消费为414.88，也就是自发消费。总收入变量的系数 为边际消费倾向，可以解释为城镇居民总收入增加1亿元导致居民消费平均增加0.51亿元。 另外，根据相对收入理论，我们可以得到下面的估计结果：技术经济学典型案例及答案
计量经济模型选择分析报告
计量经济学Eviews操作攻略
计量经济学-案例分析-第八章
技术经济学作业案例分析
计量经济学论文(eviews分析)
计量经济学-案例分析-第二章
计量经济学eviews实验报告
技术经济学典型案例及答案.docx
计量经济学Eviews操作案例集.
相关主题
文本预览