当前位置：文档之家 › 计量经济学用eviews分析数据

计量经济学用eviews分析数据

  • 格式：docx
  • 大小：67.81 KB
  • 文档页数：8

中国储蓄存款总额（Y,亿元）与GDP （元）数据如下表。

表1-1

年份 GDP 储蓄丫

1978 3645.2 ：210.6

1979 4062.6 281.0

1980 4545.6 399.5

1981 4889.5 523.7

1982 5330.5 675.4

1983 5985.6 892.5

1984 7243.8 M214.7

1985 9040.7 1622.6

1986 10274.4 2238.5

1987 12050.6 3081.4

1988 15036.8 3822.2

1989 17000.9 5196.4

1990 18718.3 [7119.8

1991 21826.2 9141.6

1992 26937.3 11758.0

1993 35260.0 「15203.5

1994 48108.5 21518.8

1995 59810.5 29662.3

1996 70142.5 「38520.8

1997 78060.9 46279.8

1998 83024.3 53407.5

1999 88479.2 [59621.8

2000 98000.5 64332.4

2001 108068.2 73762.4

2002 119095.7 [86910.6

2003 134977.0 103617.3

2004 159453.6 119555.4

2005 183617.4 M41051.0

2006 215904.4 161587.3

2007 266422.0 172534.2

2008 316030.3 「217885.4

2009 340320.0 260771.7

2010 399759.5 303302.5

2011 468562.4 343635.9

2012 516282.1 399551.0

数据来源：《中国统计年鉴》,2013年

图1-1

解:

、估计一元线性回归模型

由经济理论知，储蓄存款总额受GDP影响，当GDFP增加时，储蓄存款总额也 随着增加，他们之间具有正向的同步变动趋势。储蓄存款总额除受GDP影响之外, 还受到其他一些变量的影响及随机因素的影响， 将其他变量及随机因素的影响均 并到随机变量U中，根据X与丫的样本数据，作X与丫之间的散点图可以看出， 他们的变化趋势是线性的，由此建立中国储蓄存款总额 丫与GDF之间的一员线性 回归模型。

由表1-1中样本观测数据，样本回归模型为

用Eviews软件估计结果:

Dependent Variable: 丫

Method: Least Squares

Date: 12/14/14 Time: 10:41

Sample: 1978 2012 Included observations: 35

Coefficient Std. Error t-Statistic Prob.

C -7304.294 1561.216 -4.678592 0.0000

GDF 0.762529 0.008698 87.66252 0.0000

R-squared 0.995724 Mean dependent var 78882.56 Adjusted R-squared 0.995595 S.D. dependent var 108096.8

S.E. of regression 7174.769 Akaike info criterion 20.64997

Sum squared resid 1.70E+09 Schwarz criterion 20.73885

Log likelihood -359.3745 Hannan-Quinn criter. 20.68065

F-statistic 7684.717 Durbin-Watson stat 1.224720

Prob(F-statistic) 0.000000

即样本回归方程为:

-4.678592 87.66252

二、 对估计结果做结构分析

(1) 对回归方程的结构分析

0.762529是样本回归方程的斜率，他表示 GDP勺边际 增长率，说明

GDP每增加1元，将有0.762529用于储蓄； -7304.294是样本回归方程的

截距，他表示不受GDP影响的自发性储蓄增长。 和 的符号和大小，均符合

经济理论及目前国家的实际情况。

(2) 统计检验

=0.995724，说明总离差平方和的99.6%被样本回归直线解释，仅有 0.4% 未被解释，因此，样本回归直线对样本点的拟合优度是很高的。

给出显著性水平a =0.05，查自由度 v=35-2=33的t分布表，得临界值

— ， > 2.03，故回归系数均显著不为零，回归模型

中应摆放常数项，GDP寸Y有显著影响。

从以上的评价可以看出，此模型是比较好的。

三、 假设 =568845.0，对2013年国民储蓄总额进行预测

给出 =568845.0，可以得到 =568845

Forecast: YF

Actual: 丫

Forecast sample: 1978 2013

Included observations: 35

Root Mean Squared Error 6966.760

Mean Absolute Error 5142.179

Mean Abs. Percent Error 211.2178

Theil Inequality Coefficient 0.026295

Bias Proportion 0.000000

Variance Proportion 0.001071

Covariance Proportion 0.998929 图1-2

四、对异方差进行检验 用怀特检验法进行异方差检验:

Heteroskedasticity Test: White

Test Equation:

Dependent Variable: RESIDA2

Method: Least Squares

Date: 12/14/14 Time: 14:54

Sample: 1981 2012

Included observations: 32

Coefficient Std. Error t-Statistic Prob.

C 38523385 20655638 1.865030 0.0727

E(-1)A2 -0.042001 0.172609 -0.243333 0.8095

E(-1)*E(-2) -0.409631 0.859096 -0.476816 0.6372

E(-2)A2 0.094082 0.282003 0.333620 0.7412

R-squared 0.008636 Mean dependent var

36993700

Adjusted R-squared -0.097581 S.D. dependent var 1.01E+08

S.E. of regression 1.06E+08 Akaike info criterion

39.91526

Sum squared resid 3.16E+17 Schwarz criterion

40.09848

Log likelihood -634.6442 Hannan-Quinn criter.

39.97599

F-statistic 0.081308 Durbin-Watson stat 1.876393

Prob(F-statistic) 0.969643

提出假设：

=0, i=1,2

:, 中至少有一个不等于零

Heteroskedasticity Test: White

F-statistic 0.081308 Prob. F(3,28) 0.9696

Obs*R-squared 0.276363 Prob. Chi-Square(3) 0.9644

Scaled explained SS 0.882741 Prob. Chi-Square(3) 0.8296

Test Equation:

Dependent Variable: RESIDA2

Method: Least Squares F-statistic 0.081308 Prob. F(3,28) 0.9696

Obs*R-squared 0.276363 Prob. Chi-Square(3) 0.9644

Scaled explained SS 0.882741 Prob. Chi-Square(3) 0.8296 Sample: 1981 2012

Included observations: 32

Coefficient Std. Error t-Statistic Prob.

C 38523385 20655638 1.865030 0.0727

E(-1)A2 -0.042001 0.172609 -0.243333 0.8095

E(-1)*E(-2) -0.409631 0.859096 -0.476816 0.6372

E(-2)A2 0.094082 0.282003 0.333620 0.7412

R-squared 0.008636 Mean dependent var

36993700

Adjusted R-squared -0.097581 S.D. dependent var 1.01E+08

S.E. of regression 1.06E+08 Akaike info criterion

39.91526

Sum squared resid 3.16E+17 Schwarz criterion

40.09848

Log likelihood -634.6442 Hannan-Quinn criter.

39.97599

F-statistic 0.081308 Durbin-Watson stat

1.876393

Prob(F-statistic) 0.969643

WT ( g) =T =0.276363

当 成立时服从自由度为 g的 分布，其中g _)_)-1=2

给定显著性水平a，查临界值 =5.991

WT(g)v

则 成立，那么原模型不存在不存在异方差。

五、自相关检验 检验误差项 是否存在自相关：

已知 DW=.22472O，若给定 a =0.05,查表， =1.40,

DW=1.22 V 1.40，依据判别规则，认为误差项 存在严重的正自相关 见图1-3。

图1-3Date: 12/14/14 Time: 14:54

。因为

残差序列

合集下载

计量经济学EViews操作

计量经济学EViews操作

计量经济学作业操作过程详解

1.进入Eviews软件

2.主菜单-->File--->Workfile

3.打开工作文件范围选择框，选择Annual,分别输入1985,1998。点击完成。

4.数据输入：

方法一：导入excel文件中的数据

1）在excel中先建立数据文件 2）点击file/import/read text-lotus-excel选项，在对话框中选择已建立的excel文件

4）打开后，在新的对话框中输入想要分析的变量名称，然后点击OK即可。此时工作文件中出现变量图标。

方法二：手工数据输入

主菜单--->Quick----->Empty Group

分别输入变量Y、GDP的数据。点击obs后面的灰色格子中分别输入Y、GDP。

（方法一：一个一个输入

方法二：在Excel中输入完再复制粘贴）

5.主菜单---->Quick----->Estimate Equation

打开估计模型对话框，输入 Y C GDP ，（如上图所示，注意字母之间要有空格）点击OK键。得出Eviews的估计结果：

其中12596.27为0（上面还要带个帽子，电脑打不出来），26.95415为1。

第五步可以直接输入 LS Y C GDP 等出结果 6.一元线性回归模型的预测

1）在工作文件主窗口点击procs/change workfile range(改变范围)，弹出对话框，在对话框的end date栏中输入预测值的时间或序号，点击OK

2）在工作文件窗口中双击解释变量文件，在变量窗口中点击edit+/-键，进入编辑模式，在变量窗口底端输入新序号的数值，再点击edit+/-键，关闭编辑模式

3）再次进行估计，点击quick/estimate equation，在对话框中输入方程，注意样本范围应不包括新序号，点击OK得到估计结果

计量经济学eviews实验报告

计量经济学eviews实验报告

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

指标 人均国内生产总值（元） 居民消费水平（元）

1995年 5074 2330

1996年 5878 2765

1997年 6457 2978

1998年 6835 3126

1999年 7199 3346

2000年 7902 3721

2001年 8670 3987

2002年 9450 4301

2003年 10600 4606

2004年 12400 5138

2005年 14259 5771 2006年 16602 6416

2007年 20337 7572

2008年 23912 8707

2009年 25963 9514

2010年 30567 10919

2011年 36018 13134

2012年 39544 14699

2013年 43320 16190

2014年 46612 17806

（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；

计量经济学论文(eviews分析)

计量经济学论文(eviews分析)

计量经济学论文(eviews分析)

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年至2009年共11年的相关数据，选取餐饮企业数量、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。利用Eviews软件对模型进行参数估计和检验，并加以修正，最后根据模型的最终结果进行经济意义分析，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不断增加。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时，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，对于我国餐饮企业的营业额问题的深入研究就显得尤为必要，这有助于投资者作出合理的决策。因此，本文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，本文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

本文收集了1999年至2009年共11年的相关数据，包括营业额（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）以及公路里程数（单位：万公里）。

计量经济学案例分析(Eviews操作)

计量经济学案例分析(Eviews操作)

美股行情对A股的影响性分析

——标普500与沪深300相关性分析

摘要：

本文主要通过分析标准普尔500指数与沪深300指数的相关性，以标普500指数为解释变量，以沪深300指数为被解释变量，利用Eviews软件，使用其中的最小二乘法对其进行线性回归分析，最终得出方程。并对其进行显著性检验（F，t）、异方差检验、自相关性检验来验证方程的可靠性。然后解释方程的经济意义，

并利用软件对未来指数变动进行预测。最后在未来几天比较预测结果与实际两个指数的变化情况，验证实际应用情况。

关键词：标普500、沪深300、Eviews、显著性检验、异方差检验、自相关性检验。

一、研究背景

1.全球化大环境

在经济全球化不断深入发展的今天，全球资本市场，尤其是中美两个超级大国之间的资本流通，早已彼此嵌入，密不可分。全世界早有不少学者对中美资本流通做了深入研究。但美国股市发展早于中国十几年，其内部的资金也远远超过中国股市，美国股市的资本流动势必会对中国股市产生一定影响，这种影响不仅体现在情绪面，更反映在指数变动方向上。

2.对外开放资本市场的QFII政策

Qualified Foreign Institutional Investor，作为一种过渡性制度安排，QFII制度是在资本项目尚未完全开放的国家和地区，实现有序、稳妥开放证券市场的特殊通道。外资对中国股市的影响早已不可忽视，而美国市场的变动也一定程度会影响在中国股市外资的操作行为。所以研究两个指数的变动是很有意义的。

二、数据

1.数据选择

沪深两个市场各自均有独立的综合指数和成份指数，这些指数不能用来反映沪深两市的整体情况，而沪深300指数则同时考虑了两市的交易情况，是中国A股市场的“晴雨表”。

标准普尔500指数英文简写为S&P 500 Index，是记录美国500家上市公司的一个股票指数。与道琼斯指数等其他指数相比，标准普尔500指数包含的公司更多，因此风险更为分散，能够反映更广泛的市场变化。