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
如图2.12：
图
2.12
从散点图可以看出居民家庭平均每人每年消费支出
(Y)和城市居民人均年可支配收入(X)大体呈现为线性关系，
所以建立的计量经济模型为如下线性模型：
12i i i Y X u ββ=++ 三、估计参数
假定所建模型及随机扰动项i u 满足古典假定，可以用OLS 法估计其参数。运用计算机软件EViews 作计量经济分析十分方便。
利用EViews 作简单线性回归分析的步骤如下： 1、建立工作文件
首先，双击EViews 图标，进入EViews 主页。在菜单一次点击File\New\Workfile ，出现对话框“Workfile Range ”。在“Workfile frequency ”中选择数据频率：
Annual (年度) Weekly ( 周数据 )
Quartrly (季度) Daily (5 day week ) ( 每周5天日数据 ) Semi Annual (半年) Daily (7 day week ) ( 每周7天日数据 ) Monthly (月度) Undated or irreqular (未注明日期或不规则的) 在本例中是截面数据，选择“Undated or irreqular ”。并在“Start date ”中输入开始时间或顺序号，如“1”在“end date ”中输入最后时间或顺序号，如“31”点击“ok ”出现“Workfile UNTITLED ”工作框。其中已有变量：“c ”—截距项 “resid ”—剩余项。
在“Objects ”菜单中点击“New Objects”，在“New Objects”对话框中选“Group”，并在“Name for Objects”上定义文件名，点击“OK ”出现数据编辑窗口。
若要将工作文件存盘，点击窗口上方“Save ”，在“SaveAs ”对话框中给定路径和文件名，再点击“ok ”，文件即被保存。
4000
6000
8000
10000
12000
4000
6000
8000
10000
12000
14000
X
Y
2、输入数据
在数据编辑窗口中，首先按上行键“↑”，这时对应的“obs”字样的空格会自动上跳，在对应列的第二个“obs”有边框的空格键入变量名，如“Y ”，再按下行键“↓”，对因变量名下的列出现“NA ”字样，即可依顺序输入响应的数据。其他变量的数据也可用类似方法输入。
也可以在EViews 命令框直接键入“data X Y ”(一元时) 或 “data Y 1X 2X … ”(多元时)，回车出现“Group”窗口数据编辑框，在对应的Y 、X 下输入数据。
若要对数据存盘，点击 “fire/Save As”，出现“Save As ”对话框，在“Drives ”点所要存的盘，在“Directories ”点存入的路径（文件名），在“Fire Name ”对所存文件命名，或点已存的文件名，再点“ok ”。
若要读取已存盘数据，点击“fire/Open”，在对话框的“Drives”点所存的磁盘名，在“Directories”点文件路径，在“Fire Name”点文件名，点击“ok”即可。
3、估计参数
方法一：在EViews 主页界面点击“Quick ”菜单，点击“Estimate Equation ”，出现“Equation specification ”对话框，选OLS 估计，即选击“Least Squares”，键入“Y C X ”，点“ok ”或按回车，即出现如表2.6那样的回归结果。
表2.6
在本例中，参数估计的结果为：
^
282.24340.758511i i Y X =+ （287.2649） (0.036928) t=(0.982520) (20.54026)
2
0.935685r = F=421.9023 df=29
方法二：在EViews 命令框中直接键入“LS Y C X ”，按回车，即出现回归结果。 若要显示回归结果的图形，在“Equation ”框中，点击“Resids ”，即出现剩余项（Residual ）、
实际值（Actual ）、拟合值（Fitted ）的图形，如图2.13所示。
图2.13
四、模型检验
1、经济意义检验
所估计的参数^
20.758511β=，说明城市居民人均年可支配收入每相差1元，可导致居民消费支出相差0.758511元。这与经济学中边际消费倾向的意义相符。
2、拟合优度和统计检验
用EViews 得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据。 拟合优度的度量：由表2.6中可以看出，本例中可决系数为0.935685，说明所建模型整体上对样本数据拟合较好，即解释变量“城市居民人均年可支配收入”对被解释变量“城市居民人均年消费支出”的绝大部分差异作出了解释。
对回归系数的t 检验：针对01:0H β=和02:0H β=，由表2.6中还可以看出，估计的回归系数^
1β的标准误差和t 值分别为：^
1()287.2649SE β=，^
1()0.982520t β=；^
2β的标准误差和t 值分别为：^
2()0.036928SE β=，^
2()20.54026t β=。取0.05α=，查t 分布表得自由度为
2312n -=-=的临界值0
.
025(29)
2.045
t =。因为^
10.025()
0.982520
(29)2.045t t β=<=，所以不能拒绝
01:0H β=；因为^
20.025()20.54026(29) 2.045t t β=>=，所以应拒绝02:0H β=。这表明，城市人均年可支
配收入对人均年消费支出有显著影响。 五、回归预测
由表2.5中可看出，2002年中国西部地区城市居民人均年可支配收入除了西藏外均在8000以下，人均消费支出也都在7000元以下。在西部大开发的推动下，如果西部地区的城
市居民人均年可支配收入第一步争取达到1000美元(按现有汇率即人民币8270元)，第二步再争取达到1500美元(即人民币12405元)，利用所估计的模型可预测这时城市居民可能达到的人均年消费支出水平。可以注意到，这里的预测是利用截面数据模型对被解释变量在不同空间状况的空间预测。
用EViews 作回归预测，首先在“Workfile ”窗口点击“Range ”，出现“Change Workfile Range ”窗口，将“End data”由“31”改为“33”，点“OK ”，将“Workfile ”中的“Range ”扩展为1—33。在“Workfile ”窗口点击“sampl”，将“sampl”窗口中的“1 31”改为“1 33”，点“OK ”，将样本区也改为1—33。
为了输入18270f X =，212405f X =在EViews 命令框键入data x /回车, 在X 数据表中的“32”位置输入“8270”，在“33”的位置输入“12405”，将数据表最小化。
然后在“E quation ”框中，点击“Forecast ”，得对话框。在对话框中的“Forecast name ”(预测值序列名)键入“
f
Y ”， 回车即得到模型估计值及标准误差的图形。双击“Workfile ”
窗口中出现的“Yf ”，在“Yf ”数据表中的“32”位置出现预测值16555.132f Y =，在“33”位置出现29691.577f Y =。这是当18270f X =和212405f X =时人均消费支出的点预测值。
为了作区间预测，在X 和Y 的数据表中，点击“View”选“Descriptive Stats\Cmmon Sample”，则得到X 和Y 的描述统计结果，见表2.7: 表2.7
根据表2.7的数据可计算:
2
22(1)2042.682(311)125176492.59i
x x
n σ=-=?-=∑
22
1()(82707515.026)569985.74f X X -=-=
222()(124057515.026)23911845.72f X X -=-= 取0.05α=,f Y 平均值置信度95%的预测区间为：
^^
2f Y t ασ
18270f X =时
6555.13 2.045413.1593? 6555.13162.10=
212405f X =时
9691.58 2.045413.1593? 9691.58499.25=
即是说，当18270f X =元时，1f Y 平均值置信度95%的预测区间为（6393.03，6717.23）元。当212405f X =元时，2f Y 平均值置信度95%的预测区间为（9292.33，10090.83）元。
f Y 个别值置信度95%的预测区间为：
^
^
2f Y t ασ 18270f X =时
6555.13 2.045413.1593?
6555.13860.32=
212405f X =时
9691.58 2.045413.1593?
9691.58934.49=
即是说，当第一步18270f X =时，1f Y 个别值置信度95%的预测区间为（5694.81，7415.45）元。当第二步212405f X =时，2f Y 个别值置信度95%的预测区间为（8757.09，10626.07）元。
在“E quation ”框中，点击“Forecast ”可得预测值及标准误差的图形如图2.14：
图2.14
第三章案例分析
【例3.2】中国税收增长的分析
一、研究的目的要求
改革开放以来，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发生很大变化，中央和地方的税收收入1978年为519.28亿元，到2002年已增长到17636.45亿元，25年间增长了33倍，平均每年增长%。为了研究影响中国税收收入增长的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要建立计量经济模型。
影响中国税收收入增长的因素很多，但据分析主要的因素可能有：（1）从宏观经济看，经济整体增长是税收增长的基本源泉。（2）公共财政的需求，税收收入是财政收入的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算支出所表现的公共财政的需求对当年的税收收入可能会有一定的影响。（3）物价水平。我国的税制结构以流转税为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。（4）税收政策因素。我国自1978年以来经历了两次大的税制改革，一次是1984-1985年的国有企业利改税，另一次是1994年的全国范围内的新税制改革。税制改革对税收会产生影响，特别是1985年税收陡增215.42%。但是第二次税制改革对税收增长速度的影响不是非常大。因此，可以从以上几个方面，分析各种因素对中国税收增长的具体影响。
二、模型设定
为了全面反映中国税收增长的全貌，选择包括中央和地方税收的“国家财政收入”中的“各项税收”（简称“税收收入”）作为被解释变量，以反映国家税收的增长；选择“国内生产总值（GDP）”作为经济整体增长水平的代表；选择中央和地方“财政支出”作为公共财政需求的代表；选择“商品零售物价指数”作为物价水平的代表。由于财税体制的改革难以量化，而且1985年以后财税体制改革对税收增长影响不是很大，可暂不考虑税制改革对税
收增长的影响。所以解释变量设定为可观测的“国内生产总值”、“财政支出”、“商品零售物
价指数”等变量。
从《中国统计年鉴》收集到以下数据（见表3.3）：
表3.3 中国税收收入及相关数据
设定的线性回归模型为：
1222334t t t t t Y X X X u ββββ=++++ 三、估计参数
利用EViews 估计模型的参数，方法是：
1、建立工作文件：启动EViews ，点击File\New\Workfile ，在对话框“Workfile Range ”。在“Workfile frequency ”中选择“Annual ” (年度)，并在“Start date ”中输入开始时间“1978”，在“end date ”中输入最后时间“2002”，点击“ok ”，出现“Workfile UNTITLED ”工作框。其中已有变量：“c ”—截距项 “resid ”—剩余项。在“Objects ”菜单中点击“New Objects”，在“New Objects”对话框中选“Group”，并在“Name for Objects”上定义文件名，点击“OK ”
出现数据编辑窗口。
2、输入数据：点击“Quik ”下拉菜单中的“Empty Group ”，出现“Group”窗口数据编辑框，点第一列与“obs ”对应的格，在命令栏输入“Y ”，点下行键“↓”，即将该序列命名为Y ，并依此输入Y 的数据。用同样方法在对应的列命名X 2、X
3、X 4，并输入相应的数据。或者在EViews 命令框直接键入“data Y 2X X 3 X 4 … ”，回车出现“Group”窗口数据编辑框，在对应的Y 、X 2、X 3、X 4下输入响应的数据。
3、估计参数：点击“Procs “下拉菜单中的“Make Equation ”，在出现的对话框的“Equation Specification ”栏中键入“Y C X 2 X 3 X 4”，在“Estimation Settings ”栏中选择“Least Sqares ”(最小二乘法)，点“ok ”，即出现回归结果： 表3.4
根据表3.4中数据，模型估计的结果为：
^
2342582.7910.0220670.70210423.98541i Y X X X =-+++
(940.6128) (0.0056) (0.0332) (8.7363) t= (-2.7459) (3.9566) (21.1247) (2.7449)
20.9974R = 2
0.9971R = F=2717.238 df=21
四、模型检验
1、经济意义检验
模型估计结果说明，在假定其它变量不变的情况下，当年GDP 每增长1亿元，税收收入就会增长0.02207亿元；在假定其它变量不变的情况下，当年财政支出每增长1亿元，税收收入会增长0.7021亿元；在假定其它变量不变的情况下，当年零售商品物价指数上涨一
个百分点，税收收入就会增长23.9854亿元。这与理论分析和经验判断相一致。
2、统计检验
（1）拟合优度：由表 3.4中数据可以得到： 2
0.9974R =，修正的可决系数为
20.9971R =，这说明模型对样本的拟合很好。
（2）F 检验：针对0234:0H βββ===，给定显著性水平0.05α=，在F 分布表中查出自由度为k-1=3和n-k=21的临界值(3,21) 3.075F α=。由表3.4中得到F=2717.238，由于F=2717.238>(3,21) 3.075F α=，应拒绝原假设0234:0H βββ===，说明回归方程显著，即“国内生产总值”、“财政支出”、“商品零售物价指数”等变量联合起来确实对“税收收入”有显著影响。
（3）t 检验：分别针对0H ：0(1,2,3,4)j j β==，给定显著性水平0.05α=，查t 分布表得自由度为n-k=21临界值
2
() 2.080
t n k α-=。由表3.4中数据可得，与^1β、^2β、^
3β、
^
4β对应的t 统计量分别为-2.7459、3.9566、21.1247、2.7449，其绝对值均大于2
() 2.080t n k α-=，这说明分别都应当拒绝
H
：
0(1,2,3,4)j
j β==，也就是说，当在
其它解释变量不变的情况下，解释变量“国内生产总值”（2X ）、“财政支出”（3X ）、“商品零售物价指数”（4X ）分别对被解释变量“税收收入”Y 都有显著的影响。
第四章 案例分析
一、研究的目的要求
近年来，中国旅游业一直保持高速发展，旅游业作为国民经济新的增长点，在整个社会经济发展中的作用日益显现。中国的旅游业分为国内旅游和入境旅游两大市场，入境旅游外汇收入年均增长22.6%，与此同时国内旅游也迅速增长。改革开放20多年来，特别是进入90年代后，中国的国内旅游收入年均增长14.4%，远高于同期GDP 9.76%的增长率。为了规划中国未来旅游产业的发展，需要定量地分析影响中国旅游市场发展的主要因素。 二、模型设定及其估计
经分析，影响国内旅游市场收入的主要因素，除了国内旅游人数和旅游支出以外，还可能与相关基础设施有关。为此，考虑的影响因素主要有国内旅游人数2X ，城镇居民人均旅游支出3X ，农村居民人均旅游支出4X ，并以公路里程5X 和铁路里程6X 作为相关基础设
施的代表。为此设定了如下对数形式的计量经济模型： 23456123456t t t t t t t Y X X X X X u ββββββ=++++++
其中 ：t Y ——第t 年全国旅游收入
2X ——国内旅游人数 （万人）
3X ——城镇居民人均旅游支出 （元）
4X ——农村居民人均旅游支出 （元） 5X ——公路里程（万公里） 6X ——铁路里程（万公里）
为估计模型参数，收集旅游事业发展最快的1994—2003年的统计数据，如表4.2所示：
利用Eviews 软件，输入Y 、X2、X3、X4、X5、X6等数据，采用这些数据对模型进行OLS 回归，结果如表4.3：
表4.3
由此可见，该模型9954.02=R ，9897.02
=R 可决系数很高，F 检验值173.3525,明
显显著。但是当05.0=α时776
.2)610()(025.02=-=-t k n t α,不仅2X 、6X 系数的t 检
验不显著，而且6X 系数的符号与预期的相反，这表明很可能存在严重的多重共线性。 计算各解释变量的相关系数，选择X2、X3、X4、X5、X6数据，点”view/correlations ”得相关系数矩阵（如表4.4）：
表4.4
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。
三、消除多重共线性
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X2、X3、X4、X5、X6的一元回归，结果如表4.5所示：
表4.5
按2
R 的大小排序为：X3、X6、X2、X5、X4。
以X3为基础，顺次加入其他变量逐步回归。首先加入X6回归结果为：
631784.285850632.7639.4109?X X Y t
++-= t=(2.9086) (0.46214) 957152.02
=R
当取05.0=α时，365
.2)310()(025.02
=-=-t k n t α，X6参数的t 检验不显著，予以剔除，
加入X2回归得
23029761.0194241.6393.3326?X X Y t
++-= t=(4.2839) (2.1512) 973418.02
=R
X2参数的t 检验不显著，予以剔除，加入X5回归得
5390789.10736535.6972.3059?X X Y t
++-=
t=(6.6446) (2.6584) 978028.02
=R
X3、X5参数的t 检验显著，保留X5，再加入X4回归得
453221965.362909.13215884.4161.2441?X X X Y t
+++-= t=(3.944983) (4.692961) （3.06767）
991445.02=R 987186.02
=R F=231.7935 DW=1.952587
当取05.0=α时，447
.2)410()(025.02=-=-t k n t α,X3、X4、X5系数的t 检验都显著，
这是最后消除多重共线性的结果。
这说明，在其他因素不变的情况下，当城镇居民人均旅游支出
3X 和农村居民人均旅游支出
4X 分别增长1元时，国内旅游收入t Y 将分别增长4.21亿元和3.22亿元。在其他因素不变
的情况下，作为旅游设施的代表，公路里程5X 每增加1万公里时, 国内旅游收入t Y 将增长
13.63亿元。
五章 案例分析
一、问题的提出和模型设定
根据本章引子提出的问题，为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的回归模型。假定医疗机构数与人口数之间满足线性约束，则理论模型设定为
i i i u X Y ++=21ββ （5.31）
其中i Y 表示卫生医疗机构数，i X 表示人口数。由2001年《四川统计年鉴》得到如下数据。
表5.1 四川省2000年各地区医疗机构数与人口数
地区
人口数（万人） X
医疗机构数（个）
Y
地区
人口数（万人） X
医疗机构数（个）
Y
成都 1013.3 6304 眉山 339.9 827 自贡 315 911 宜宾 508.5 1530 攀枝花 103 934 广安 438.6 1589 泸州 463.7 1297 达州 620.1 2403 德阳 379.3 1085 雅安 149.8 866 绵阳 518.4 1616 巴中 346.7 1223 广元
302.6
1021
资阳
488.4
1361
遂宁 371 1375 阿坝 82.9 536 内江 419.9 1212 甘孜 88.9 594 乐山
345.9
1132 凉山 402.4
1471 南充 709.2
4064
二、参数估计
进入EViews 软件包，确定时间范围；编辑输入数据；选择估计方程菜单，估计样本回归函数如下
表5.2
估计结果为
56.69,2665.508..,7855.0)
3403.8()
9311.1(3735.50548.563?2===-+-=F e s R X Y i
i (5.32) 括号内为t 统计量值。 三、检验模型的异方差
本例用的是四川省2000年各地市州的医疗机构数和人口数，由于地区之间存在的不同人口数，因此，对各种医疗机构的设置数量会存在不同的需求，这种差异使得模型很容易产生异方差，从而影响模型的估计和运用。为此，必须对该模型是否存在异方差进行检验。
（一）图形法 1、EViews 软件操作。
由路径：Quick/Qstimate Equation ，进入Equation Specification 窗口，键入“y c x ”，确认并“ok ”，得样本回归估计结果，见表5.2。
（1）生成残差平方序列。在得到表5.2估计结果后，立即用生成命令建立序列2
i e ，记
为e2。生成过程如下，先按路径：Procs/Generate Series ，进入Generate Series by Equation 对话框，即
图5.4
然后，在Generate Series by Equation 对话框中（如图5.4），键入“e2=（resid ）^2”，
则生成序列2
i e 。
（2）绘制2
t e 对t X 的散点图。选择变量名X 与e2（注意选择变量的顺序，先选的变量
将在图形中表示横轴，后选的变量表示纵轴），进入数据列表，再按路径view/graph/scatter ，可得散点图，见图5.5。
图5.5
2、判断。由图5.5可以看出，残差平方2
i e 对解释变量X 的散点图主要分布在图形中的下三角部分，大致看出残差平方2
i e 随i X 的变动呈增大的趋势，因此，模型很可能存在异方
差。但是否确实存在异方差还应通过更进一步的检验。
（二）Goldfeld-Quanadt 检验 1、EViews 软件操作。
（1）对变量取值排序（按递增或递减）。在Procs 菜单里选Sort Series 命令，出现排序对话框，如果以递增型排序，选Ascenging ，如果以递减型排序，则应选Descending ，键入X ，点ok 。本例选递增型排序，这时变量Y 与X 将以X 按递增型排序。
（2）构造子样本区间，建立回归模型。在本例中，样本容量n=21，删除中间1/4的观测值，即大约5个观测值，余下部分平分得两个样本区间：1—8和14—21，它们的样本个数均是8个，即821==n n 。
在Sample 菜单里，将区间定义为1—8，然后用OLS 方法求得如下结果
表5.3
在Sample 菜单里,将区间定义为14—21，再用OLS 方法求得如下结果
表5.4
（3）求F 统计量值。基于表5.3和表5.4中残差平方和的数据，即Sum squared resid
的值。由表5.3计算得到的残差平方和为∑=9
.14495821i
e ，由表5.4计算得到的残差平
方和为∑
=8
.73435522i
e
，根据Goldfeld-Quanadt 检验，F 统计量为
066
.59.1449588
.734355212
2==
=
∑∑i
i e e F （5.33）
（4）判断。在05.0=α下，式（5.33）中分子、分母的自由度均为6，查F 分布表得
临界值为
28.4)6,6(05.0=F ，因为28.4)6,6(066.505.0=>=F F ，所以拒绝原假设，表明
模型确实存在异方差。
（三）White 检验
由表5.2估计结果，按路径view/residual tests/white heteroskedasticity （no cross terms or cross terms ），进入White 检验。根据White 检验中辅助函数的构造，最后一项为变量的交叉乘积项，因为本例为一元函数，故无交叉乘积项，因此应选no cross terms ，则辅助函数为
t t t t v x x +++=2
2102ααασ （5.34） 经估计出现White 检验结果，见表5.5。
从表5.5可以看出，0694.182
=nR ，由White 检验知，在05.0=α下，查2
χ分布表,
得临界值9915.5)2(205.0=χ（在（5.34）式中只有两项含有解释变量，故自由度为2），比
较计算的2χ统计量与临界值，因为0694.182=nR ＞9915.5)2(205.0=χ，所以拒绝原假设，
不拒绝备择假设，表明模型存在异方差。
表
5.5
四、异方差性的修正 （一）加权最小二乘法（WLS ）
在运用WLS 法估计过程中，我们分别选用了权数
t
i t i t t X w X w X w 1,1,13221===
。权
数的生成过程如下，由图5.4，在对话框中的Enter Quation 处，按如下格式分别键入：
X w /11=；2^/12X w =；)(/13X sqr w =，经估计检验发现用权数t w 2的效果最好。下
面仅给出用权数
t w 2的结果。
表
5.7
表5.7的估计结果如下
8838.12,0493.276..,7060.1..,9387.0)
5894.3()
3794.4(9530.26090.368?2
====+=F e s W D R X Y i
i （5.36） 括号中数据为t 统计量值。
可以看出运用加权小二乘法消除了异方差性后，参数的t 检验均显著，可决系数大幅提高，
F 检验也显著，并说明人口数量每增加1万人，平均说来将增加2.953个卫生医疗机构，而不是引子中得出的增加5.3735个医疗机构。虽然这个模型可能还存在某些其他需要进一步解决的问题，但这一估计结果或许比引子中的结论更为接近真实情况
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。
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
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
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
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。
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
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 计量经济学论文范文 https://www.doczj.com/doc/943817005.html,/ 摘要:计量经济学在经济学科中占据重要的地位,计量经济学方法为现代西方经济学的科学化作出了突出贡献。随着自然科学的发展和人们对经济系统复杂性认识的深入,现代计量经济学内容和方法也在不断地发展。我们介绍计量经济学的产生、发展以及它所研究的几个主要方面和方法,以促进计量经济学的普及推广和学习研究。 关键词:计量经济学;统计检验;预测分析;参数估计 计量经济学(ECONOMETRICS),亦称经济计量学。传统的经济学是研究经济变量之间关系的科学,计量经济学则是研究如何度量这些关系的科学。当代科学发展的特点,第一就是数学化,从定性研究到定量描述以认识事物的本质,是科学发展的一般规律。马克思说过,一种科学只有在成功地运用数学时,才算达到了真正完善的地步。第二是互相渗透,计量经济学正是传统的经济学数学化和几门科学互相渗透的结果。 一现代计量经济学的本质及其产生发展的过程 1.计量经济学本质 所谓计量经济学,是以数理统计为基础,数学方法为手段,经济理论为指导,考察现代社会中的各种经济的数量关系,预测经济发展趋势,是检验经济政策效果的工具。在资本主义国家,经济理论当然是指资产阶级经济理论,其中占显著地位的是凯恩斯的经济理论。而统计学则主要是指数理统计,数理统计作为认识社会的一种科学方法在很多领域广为应用,电子计算机作为一种高效逻辑运算工具,越来越广泛地应用于统计资料的收集、整理与分析。至于数学模型,其实就是用来反映客观实际的数学方程式。不过,计量经济学中的数学模型,更多的是联立方程组,而不是单个方程式,并且一般是以概率模型出现的。挪威经济学家,计量经济学的始祖弗瑞希在1933年的计量经济学》》杂志创刊号社论中有这样一段话:“用数学方法探讨经济学可以从好几个方面着手,但任何一个方面都不能与计量经济学混为一谈。因此,计量经济学与经济统计学决非一码事。它也不同于我们所说的一般经济理论,尽管经济理论大部分都具有一定的数量特征。计量经济学也不应视为数学应用于经济学的同义语。经济表明,统计学、经济理论和数学这三种观点对真正了解现代经济生活中数量关系来说,每一种观 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 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* 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 1、我国房地产价格波动的储蓄效应研究 2、我国房地产价格波动形成机制及影响因素研究 3、我国货币政策与房地产泡沫的实证分析 4、防范我国房地产业金融风险的对策分析 5、中国房地产市场波动对宏观经济波动的影响研究 6、中国信贷扩张与房地产价格泡沫的相关分析 7、我国房地产调控新政的作用及有效性分析——以**省（市）为例 8、我国城市化与房地产开发的协同发展分析——以**省（市）为例 9、我国房地产价格区域差异的影响因素分析 10、我国房地产业发展与GDP关联性的实证分析 11、房地产财富效应对社会财富分配的影响分析 12、我国房地产财富效应的地区差异实证分析 13、房地产价格波动与区域经济间的关系——以**省为例 14、中国货币供应量与股票市场价格的实证分析 15、基于货币供需变动的我国货币政策有效性研究 16、我国股价波动与通货膨胀关系的实证分析 17、人民币汇率波动对我国股票价格的影响研究 18、我国居民消费倾向的变化及原因分析 19、城乡居民消费结构变动及影响因素分析——以**省为例 20、我国城乡居民消费行为的差异性分析 21、我国居民消费对经济增长的影响分析 22、中国通货膨胀对居民收入的影响分析 23、浅析通货膨胀对我国收入分配两极化的影响 24、中国食品价格上涨因素及其对总体通货膨胀的影响 25、汇率水平与汇率波动对我国通货膨胀的影响分析 26、我国货币供应量与通货膨胀的关系研究 27、石油价格波动与我国通货膨胀的关联机制研究 28、二元结构下我国政府支出对居民消费的影响分析 29、我国社会保障与居民消费的地区差异性探究 30、城乡居民人力资本投资差异对城乡收入差距影响的实证分析 31、居民收入构成来源对城乡差距的影响差异分析 32、**—**年中国城乡收入差距的变迁及影响因素分析 33、我国社会保障支出与城镇居民收入差距的相关性分析——以**省为例 34、中国居民储蓄率的影响因素分析 35、我国高储蓄率的成因及其对策探析 36、人民币升值对我国农产品进出口的影响分析 37、人民币升值对中国三大产业的影响及对策分析 38、人民币汇率变动对我国进出口影响的实证分析 39、人民币汇率变动对国内物价的影响分析 40、利率政策对房价影响的实证分析 41、我国商业银行利率风险的敏感性分析 42、人民币汇率变动对我国就业的影响分析 43、我国中部地区粮食生产波动性的成因及对策建议 44、我国商业银行信用风险管理的比较研究 计量经济学论文影响粮食产量的因素分析 姓名：易士桢 班级：金融1502 学号： 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 X1 X2 X3 X4 X5 R-squared ????Mean dependent var Adjusted R-squared ????. dependent var . of regression ????Akaike info criterion Sum squared resid ????Schwarz criterion Log likelihood ????Hannan-Quinn criter. F-statistic ????Durbin-Watson stat Prob(F-statistic) 由此数据看出，可决系数和修正可决系数为和，F的检验值为，明显显着，拟合效果还可以。但当a=时，t a/2(n-k-1)=，说明X2与X5的t检验不显着，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 ∑ x = 1264471.423 ∑ y = 516634.011 ∑ X = 52432495.137 ∑ ? ? ? ? 案例分析 1— 一元回归模型实例分析 依据 1996-2005 年《中国统计年鉴》提供的资料，经过整理，获得以下农村居民人均 消费支出和人均纯收入的数据如表 2-5： 表 2-5 农村居民 1995-2004 人均消费支出和人均纯收入数据资料 单位：元 年度 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 人均纯 收入 1577.7 1926.1 2090.1 2161.1 2210.3 2253.4 2366.4 2475.6 2622.2 2936.4 人均消 费支出 1310.4 1572.1 1617.2 1590.3 1577.4 1670.1 1741.1 1834.3 1943.3 2184.7 一、建立模型 以农村居民人均纯收入为解释变量 X ，农村居民人均消费支出为被解释变量 Y ，分析 Y 随 X 的变化而变化的因果关系。考察样本数据的分布并结合有关经济理论，建立一元线 性回归模型如下： Y i =β0+β1X i +μi 根据表 2-5 编制计算各参数的基础数据计算表。 求得: X = 2262.035 Y = 1704.082 2 i 2 i ∑ x i y i = 788859.986 2 i 根据以上基础数据求得: β1 = ∑ x i y 2 i i = 788859.986 126447.423 = 0.623865 β 0 = Y - β1 X = 1704.082 - 0.623865 ? 2262.035 = 292.8775 样本回归函数为： Y i = 292.8775 + 0.623865X i 上式表明，中国农村居民家庭人均可支配收入若是增加 100 元，居民们将会拿出其中 的 62.39 元用于消费。 我 国 税 收 增 长 的 影 响 因 素 分 析 姓名： 班级： 学号：2008 【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。 影响税收收入的因素有很多，但据分析主要的因素可能有：①从宏观经济看，经济整体增长是税收增长的基本源泉，而国内生产总值是反映经济增长的一个重要指标。②公共财政的需求，税收收入是财政收入的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算支出所表现的公共财政的需求对当年的税收收入可能会有一定影响。③物价水平。我国的税制结构以流转税为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。④税收政策因素。我国自1978年以来经历了两次大的税制改革，一次是1984~1985年的国有企业利改税，另一次是1994年的全国范围内的新税制改革。税制改革对税收增长速度的影响不是非常大。因此，可以从以上几个方面，分析各种因素对中国税收增长的具体影响。 为了全面反映中国税收增长的全貌，我们选用“国家财政收入”中的“各项税收”（即税收收入）作为被解释变量，反映税收的增长；选择“国内生产总值”（即GDP）作为经济整体增长水平的代表；选择“财政支出”作为公共计量经济学论文范文
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)
计量经济学-案例分析-第八章
计量经济学论文(eviews分析)
计量经济学-案例分析-第二章
计量经济学选题
计量经济学论文
计量经济学案例分析一元回归模型实例分析报告
计量经济学论文
相关主题
文本预览