下载文档原格式
金融计量大作业题目
正文:
金融计量是一门以数学和统计学为基础的学科，旨在使用数学模型和计量方法来研究金融市场和金融工具的价值、风险和收益。
本次大作业将要求同学们完成以下任务:
1. 选择一个金融市场或金融工具，对其价格变化趋势进行分析。
2. 使用计量方法，对金融市场或金融工具的价格变化进行分析，并解释结果。
3. 选择一个金融案例，研究其风险和收益，并使用计量方法进行分析。
4. 对金融市场或金融工具的未来价格进行预测，并使用计量方法进行分析。
拓展:
金融计量学是金融学领域的一个分支，主要使用数学、统计学和计算机科学等方法来研究金融市场和金融工具的价值、风险和收益。
在现代社会，金融计量学广泛应用于投资组合优化、风险管理、资产定价、预测市场趋势等方面。
金融计量学的发展可以追溯到 20 世纪 50 年代和 60 年代，当时数学家和统计学家开始使用数学模型和计量方法来研究金融市场。
随着计算机技术的发展，金融计量学得到了迅速的发展，并开始广泛应用于金融市场和金融工具的研究。
今天，金融计量学已经成为金融学领域的重要分支，其研究成果
对于投资者、金融机构和政府部门都具有重要的意义。
2010－2011第二学期计量经济学大作业大作业名称：2008年12月我国税收多因素分析组长：学号：00 姓名：专业：财政学成员：学号：00 姓名：专业：财政学学号：00 姓名：专业：财政学选课班级：A01 任课教师：徐晔成绩：评语:__________________________________________________ 教师签名：批阅日期：计量经济大作业要求如下：目的要求:1.熟练掌握计量经济学的主要理论与方法；2.能够理论联系实际；3.能够运用计量经济学软件Eviews进行计算和分析；4.要求：word文档格式，内容四千字左右，并附数据。
内容：1.确立问题：选择一个经济预测问题或经济分析问题，根据一定的经济理论和实际经验分析所涉及的经济领域或经济系统中某一经济变量与其它一些（至少二个）经济变量之间的因果关系。
2.建立模型：初步建立其多元线性回归模型，利用软件求解回归方程；进行经济意义检验、统计与经济计量检验，解决可能出现的违反基本假设的问题，最后确定回归方程。
3.提供图表：给出说明该回归方程建立效果较好的必要的图表，如通过被解释变量的观察值曲线与拟合值曲线来比较其拟合效果。
4.实证分析：利用回归方程的结果进行一定的经济预测或经济分析。
江西财经大学信息管理学院计量经济学课程组2011/2/192008年12月我国税收多因素分析【摘要】：本文主要分析税收收入与国民生产总值及进出口的关系，通过数据拟合模型，将几者之间的关系量化。
一、研究背景税收是国家为了实现其职能，按照法定标准，无偿取得财政收入的一种手段，是国家凭借政治权力参与国民收入分配和再分配而形成的一种特定分配关系。
是我们国财政收入的基本因素,也影响着我国经济的发展。
税收收入的影响因素是来自于多方面的，如居民消费水平、城乡储蓄存款年末余额、财政支出总量以及国内生产总值等等。
近年来，我国的税收增长远远快于GDP的增长速度，通过对税收增长的两个影响因素进行分析，从中找出对我国的税收增长影响最大的影响因素。
计量经济学实验报告
姓名：沈娴婷学号：班级：金融班
影响城镇居民人均可支配收入的因素分析
一、研究的问题
近年来，随着经济的快速发展，人均国内生产总值在不断地提高。
城镇居民家庭人均可支配收入在近几十年里也逐步提升，有了些许改变。
为了研究影响城镇居民人均可支配收入的原因，和各种原因影响因素的程度关系，分析居民可支配收入增长，预测未来的城镇居民的可支配收入，需要建立计量经济模型。
二、对问题的经济理论分析，所涉及的经济变量
经济理论分析
) 商品零售价格指数：零售物价的调整变动直接影响到城乡居民的生活支出和国家的财政收入，影响居民购买力和市场供需平衡，影响消费与积累的比例。
因此，计算零售价格指数，可以从一个侧面对上述经济活动进行观察和分析。
.) 人均国内生产总值：人均国内生产总值，作为发展经济学中衡量经济发展状况的指标。
) 城镇平均人均工资：平均工资与城镇居民家庭人均可支配收入的工资是有差别的，但具有正相关性。
平均人均工资增加，家庭人均可支配收入也增加。
反之亦然。
三、理论模型的建立
建立如下三元回归模型：
四相关变量的数据收集及来源说明
数据来源：中国国家统计局网站五数据的输入及运行过程
模型的运行：
1)散点图。
计量经济学大作业大作业名称：选课班级：任课教师：成绩：一、摘要经济的发展，必然会带来货币的流通，也会带来消费。
经济将货币流通量、货款额和居民消费价格指数连接起来。
一个国家贷款额的多少和居民的消费价格指数往往可以在某种程度上反映经济的发展，反映货币流通量的大小。
我们可以通过计量经济学的多元线性模型来反映货币流通量、货款额和居民消费价格指数三者之间的关系。
然后对其进行拟合优度检验，F检验，显著性检验，异方差检验，相关性检验和多重共线性检验。
通过检验最终确定模型，使得建立的模型达到最优的结果。
通过分析我们得出，贷款额增加，会导致货币流通量的增加，居民消费价格指数的增加，也会导致货币流通量的增加。
关键字：币流通量货款额居民消费价格指数多元线性模型二、引言经济的发展，必然会带来一系列的改变，而货币流通量的变化则是最直接、深刻的体现了这一点。
接下来我们将根据多元线性回归模型来分析货币流通量、货款额和居民消费价格指数三者之间的关系。
在此次试验中，我们运用了eviews软件对相关数据进行处理和分析。
1、拟合优度检验——可决系数R2统计量回归平方和反应了总离差平方和中可由样本回归线解释的部分，它越大，残差平方和越小，表明样本回归线和样本观测值的拟合程度越高。
2、方程总体线性的显著性检验——F检验（1）方程总体线性的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出的判断。
（2）给定显著性水平α，查表得到临界值Fα(k，n-k-1)，根据样本求出F统计量的书之后，可通过比较来判断是拒绝还是接受原假设，以判定原方程总体上的线性关系是否显著成立。
3、变量的显著性检验——t检验4、异方差的检验——怀特检验5、多重共线性的检验——逐步回归法以y为解释变量，逐个引入解释变量，构成回归模型，进行模型估计。
三、实证分析1、确定变量“货币流通量”为被解释变量，而“货币贷款额”和“居民消费价格指数”为解释变量。
计量经济学大作业――税收影响因素的研究学号：姓名：专业：税收影响因素的研究摘要本文研究的是税收影响因素模型，通过对1991-2010年税收规模资料的分析，以了解税收的结构、规模及演变的新特点，并探讨影响税收的各因素，运用Eviews软件对1991—2010的历史数据进行分析，并通过我国实际经济发展状况和政策导向运用此关系对以后情况进行预测。
关键词：税收财政支出 OLS1 问题的提出从进入21世纪以来，我国的经济发展面临着巨大的挑战与机遇，在新的经济背景下，基于知识和信息的产业发展迅速，全球一体化日渐深入，中国已是WTO的一员。
新形势的经济发展是经济稳定和协调增长的结果，由于税收具有敛财与调控的重要功能，因而他在现实的经济发展中至始至终都发挥着非常重要的作用，所以研究影响我国税收收入的主要原因具有非常重要的作用。
改革开放以来，中国经济高涨，对税收影响最大的当属财政支出。
另外各种消费价格指数也是重要影响因素，而前人有对国内生产总值是否具有影响进行过实证分析。
经济发展水平是制约税制结构的生产力要素，两者之间的相关程度较高。
这种相关性主要表现为经济发展水平规定着税收参与社会产品分配的比例，决定着税制结构的选择。
经济发展水平的差异通常以人均国内生产总值的高低来衡量。
在人均国内生产总值不同的国家里，税收规模即税收占国内生产总值的比重是不一样的。
以世界银行公布的1980年的调查材料为例，在人均国内生产总值260美元的低收入国家里，国内生产总值税收率为13.2%；人均国内生产总值为2000美元的中等收入国家，这一比率为23.3%；而在人均国内生产总值为1万美元的高收入国家，这一比例是28.1%。
显然，一国国内生产总值税收率愈高，税负承受能力愈强，因而也为税制结构的调整提供了物质基础。
本文站在前人的基础上，引用计量的方法，将三者综合起来对税收进行探讨，作者认为，在我国经济飞速发展的过程中，国内生产总值有了很大的增长，因而本文将国内生产总值引入该项目的实证研究分析。
计量经济学大作业计量经济学作为一门将经济理论、数学和统计学相结合的学科，在当今社会经济领域中发挥着重要作用。
它通过建立数学模型和运用统计方法，对经济现象进行定量分析和预测，为政策制定、企业决策等提供科学依据。
在本次大作业中，我将通过一个具体的案例来展示计量经济学的应用和分析过程。
假设我们要研究某地区的居民消费水平与收入水平之间的关系。
首先，我们需要收集相关的数据。
通过问卷调查、统计部门公布的数据等渠道，我们获取了该地区一定数量居民的收入和消费支出数据。
接下来，我们对数据进行初步的处理和分析。
观察数据的分布情况，检查是否存在异常值或缺失值。
对于异常值，需要判断其是由于数据录入错误还是真实的特殊情况。
如果是录入错误，进行修正；如果是特殊情况，则需要在后续的分析中加以考虑。
对于缺失值，可以采用适当的方法进行填补，如均值填补、回归填补等。
在确定数据质量良好后，我们建立计量经济模型。
根据经济理论和前人的研究成果，我们假设居民消费水平（Y）与收入水平（X）之间存在线性关系，模型可以表示为：Y ＝β0 ＋β1X ＋ε ，其中β0 是截距项，β1 是斜率，表示收入对消费的边际影响，ε 是随机误差项。
为了估计模型中的参数β0 和β1 ，我们使用最小二乘法（OLS）。
最小二乘法的基本思想是使得观测值与模型预测值之间的误差平方和最小。
通过计算，我们得到了参数的估计值。
然后，我们对模型进行检验。
首先是经济意义检验，即参数估计值的符号和大小是否符合经济理论和实际情况。
例如，在我们的模型中，β1 应该为正，因为通常情况下收入增加会导致消费增加。
其次是统计检验，包括拟合优度检验（R²）、变量的显著性检验（t 检验）和方程的显著性检验（F 检验）。
R²衡量了模型对数据的拟合程度，其值越接近 1 表示拟合越好。
t 检验用于判断每个自变量对因变量的影响是否显著，F 检验用于判断整个方程是否显著。
假设我们得到的估计结果为：Y ＝ 1000 ＋ 08X ，R²＝ 08 ，t 检验和 F 检验均显著。
计量经济学大作业――我国税收与经济产业的关系模型研究学号：0090938 0090979 0090959姓名：郑彬彬王苗孙弋峰专业：税务修课时间：2011至2012学年第一学期任课教师：朱永军成绩：评语：该小组研究了我国税收的影响因素，通过对宏观税负与税收影响因素之间的实证分析，采用了我国税收收入及相关影响因素的统计数据，探讨了我国经济产业的发展方式和改革方向，为促进中国经济的良性发展提供科学合理的意见和建议。
从大作业的完成情况来看，说明本小组成员对计量经济学有一定程度的理解，能使用Eviews软件进行实证分析，并且得到了比较准确的结论。
Email:350051882@我国税收与经济产业的关系模型研究摘要近年来，随着我国国民经济的迅速发展、综合国力的日益提高，财政税收收入也在逐年增加。
我国经济产业在良好的经济环境下，得到了快速发展，其对税收收入的贡献是不容忽视的。
本文通过对宏观税负与产业收入之间的实证分析，重点研究我国税收与产业收入的关系模型，探讨了我国经济产业的发展方式和改革方向，为促进中国经济的良性发展提供科学合理的意见和建议。
关键词：宏观税负产业收入关系模型经济产业abstractNowadays, taxes revenue is raising year after year with economy developing rapidly and strength boosting up. Economy growth under the peaceful economic environment whose taxes revenue play an important role. We investigate in macro scopical tax and industry income. especially the relationship between them. We also discuss the way and direction of the industry income ,hope represent a reasonable advice for our economy development.Key words: macro scopical tax, industry income, relation model, economic industry目录1问题的提出 (4)2 理论综述 (5)3模型设定 (7)4数据的搜集 (8)5模型的估计与调整 (9)6结论 (16)参考文献: (16)1问题的提出改革开放前的很长一个时期，我们非常重视工农业的比例关系，这当然是对的，问题是仅仅着眼于它们之间的比例关系，就容易忽略对工农产业地位和作用的分析，忽略产业间的协调发展，以致影响农业地位的巩固和其应有作用的发挥。
2012学年第一学期科目金融计量经济学导论任课教师班级组员中国粮食生产与相关投入的分析【摘要】“民以食为天”。
粮食是宝中之宝，世界上任何国家都注重粮食生产，我们中国也不例外，以7%的土地养活了世界22%的人口，取得举世瞩目的成果。
粮食是人类最基本的生活消费品，一个国家的粮食问题是关系到本国的国计民生的头等大事。
人们都知道，农业是国民经济发展的基础，粮食是基础的基础，因此粮食生产是关系到一个国家生产与发展的一个永恒的主题。
建国以来我国的粮食产量出现了多次的波动，给消费者和生产者带来了很不利的影响，所以了解影响粮食生产因素很重要。
本文根据粮食产量的历史和现状，从计量经济的角度分析影响我国粮食产量的因素。
运用线性回归方法建立了影响粮食产量的计量经济模型,并对模型进行分析和评价。
结果我们会发现粮食播种面积、农化肥施用量、成灾面积是影响粮食生产的三大因素，其中农化肥施用量的影响最大。
【关键词】粮食产量、播种面积、化肥施用量、成灾面积、农业机械总动力、农业劳动力一、摘要简介研究主题：以过国内数据为例，研究影响我国粮食生产的因素，初步考虑相关因素可能有：粮食产量（Y）、农化肥施用量（x1）、粮食播种面积（x2）、成灾面积（x3）、农业机械总动力（x4）、农业劳动力（x5）数据类型：年统计数数据频度：年起止时间：1983-2010年样本大小：28主要研究方法：线性回归小组成员：二、模型的提出影响粮食生产的因素很多，有劳动力、物质投入、土地、生产方式、技术进步、生产结构、制度因素、气候变化和自然灾害等等因素都影响着粮食产量。
为了基本涵盖这些基本因素，本文选择了以农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力等为解释变量，以粮食产量为被解释变量。
对于这些影响因素，我找到了1983到2010年的关于这些因素的数据，借此来分析中国粮食产量的影响因素和它们是如何来影响粮食产量的，以下是对所找的数据做的一些说明：1、粮食产量。
我国出口总额的因素分析一、研究背景自1978年改革开放以来，我国逐渐恢复对外经贸往来，进出口总额不断增加，尤其是出口总额放大增长，出口也成为拉动经济增长的三驾马车之一。
但是，自加入 WTO以后，我国面临诸多经贸纠纷，尤其是对美贸易持续顺差，美国连续要求人民币升值以扭转逆差状况。
而近几年的次贷危机，金融寒潮，我国对外出口也屡现困境，出口作为GDP增长动力正逐步减弱。
因此，我们团队此次研究着重分析我国对外出口总额的影响因素，以探讨出一条良性的出口之路。
二、计量经济模型的建立（一）变量的选择从供给方来看，我国对外出口肯定与我国的经济实力如资源、能源等有关，但是出口的目的是为有利可图，所以，除了能不能生产的问题外，还需要考虑要不要生产，有没有利润。
因此，从这方面考虑我们选择了这些变量：固定资产投资（Investment in Fixed Assets）、生产资料价格指数（PPI）、农业总产值（Agricultural Output Value）。
从需求方来看，影响因素主要是其购买力即相对价格，其中汇率水平集中反映了该状况。
而，美国是我国三大出口地之一，且美元是最活跃最重要的币种，因此，我们选择美元与人民币的汇率（USD/RMB）来作为变量之一。
因此，被解释变量（Y）：对外出口总额解释变量：X1 : 固定资产投资X2: 生产资料价格指数X3: 农业总产值X4:USD/RMB的汇率（二）样本数据的收集与整理（三）确立模型的数学表达形式根据解释变量和被解释变量之间关系的散点图来确定数学形式：对外出口总额Y与固定资产投资X1的大致关系：对外出口总额Y与生产资料价格指数X2的大致关系:对外出口总额Y与农业总产值X3的大致关系:对外出口总额Y与USD/RMB的汇率的大致关系:从以上散点图可以看出，对外出口总额Y 与XI 、X3、X4都有线性关系，但与X2似乎并不紧密相关。
因此，还需做进一步的探究。
构造简单的Y 与X2的线性模型：Y=210X ββ+,采用OLS 得到：其中=R20.01 且β2=—490.123；显然两者不存在紧密的线性关系，应把X2排除。
17. （1）
在5%的显著性水平下，自由度为n-k-1=28的t统计量的临界值为t0.025(28)=2.048，因此，lnK通过显著性检验，lnL未通过显著性检验；在10%的显著性水平下，t统计量的临界值为t0.05(28)=1.701，因此，lnK与lnL的参数显著异于零。
当α值为5%时，lnK的P值=0.018<0.05，因而lnK通过显著性检验，而lnL的P值=0.0843>0.05，所以lnL未通过显著性检验；当α值为10%时，lnK的P值=0.018<0.1，因而lnK通过显著性检验，而lnL的P值=0.0843<0.1，所以lnL也通过显著性检验，两种检验方法的检验结果一致。
（2）
在5%的显著性水平下，自由度为n-k-1=28的t统计量的临界值为t0.025(28)= 2.048<|-2.848250|，通过显著性水平检验，由P=0.0081<0.05也可得这一结论，因此，中国该年的制造业总体呈现规模报酬不变状态。
18.
回归分析：
在5%的显著性水平下，自由度为n-k-1=28的t统计量的临界值为t0.025(28)=2.048，因此，lnK通过显著性检验，lnL未通过显著性检验；在10%的显著性水平下，t统计量的临界值为t0.05(28)=1.701，因此，lnK与lnL的参数显著异于零。
当α值为5%时，lnK的P值=0.034<0.05，因而lnK通过显著性检验，而lnL的P值
=0.0860>0.05，所以lnL未通过显著性检验；当α值为10%时，lnK的P值=0.034<0.1，因而lnK通过显著性检验，而lnL的P值=0.0860<0.1，所以lnL也通过显著性检验，两种检验方法的检验结果一致。
计量经济学大作业江西财经大学2012～2013第1学期课程论文考试评分表注：教师提供选题者，选题项不予评分任课教师：徐晔我国税收收入的影响因素分析学号：0102141 姓名：林梦茹专业：10国民经济管理学号：0102118 姓名：林志良专业：10国民经济管理学号：×××姓名：×××专业：×××摘要：税收是国家取得财政收入的一种重要工具,也是影响我国经济发展的一个很重要的因素。
通过对影响税收增长的主要因素进行分析,解释这些因素和税收收入之间存在的关系以及其对税收收入的影响程度的大小;在此基础上,提出相应的发展对策,以促进我国税收收入的增长以及我国经济的全面发展。
关键词 :税收收入;影响因素;税制改革一、经济背景税收来源于经济，又作用于经济。
作为参与社会产品分配、实施宏观调控的重要手段，税收不仅能为政府筹集必要的资金，而且还可以改变和调整不同经济主体之间的利益分配。
市场经济条件下，税收与经济发展的相互影响越来越显著，因此，对税收收入的经济性影响因素加以分析，有助于我们对税收结构进行优化，从而使税收对经济发展发挥更大的作用。
经济决定税收,税收反映经济。
经济规模决定税源规模,经济结构决定税收结构,经济增长速度影响和制约税收增长速度,反过来税收对经济发展也具有一定的乘数效应。
要实现经济的持续发展,必须要使税收符合其发展的要求,建立与市场经济相适应的税收结构,即政府筹集的税收收入必须能够尽量满足其实现社会职能的需要。
对税收收入的主要影响因素加以分析,从结构上对税收收入的影响作出一个很好的了解，有助于我们运用政策工具对税收结构进行优化，从而使税收对经济发展发挥更大的促进作用。
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。
本文将用计量经济学的有关方法来建立具体模型探究他们之间的具体关系。
二、确认问题1991-2011年中国税收收入与其影响因素数据统计：三、建立多元线性回归模型影响税收收入的因素有很多，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”作为公共财政需求的代表；选择“商品零售价格指数”作为物价水平的代表。
另外，由于财税体制的改革难以量化，而且从数据上看，1985年以后财税体制改革对税收增长影响不是很大，在此暂不考虑税制改革对税收增长的影响。
设定模型为，Y=β0+β1X1+β2X2+β3X3+ut其中，-截距项；Y—税收收入；X1—GDP；X2—财政支出；X3—商品零售价格指数；Ut-随机扰动项。
（一）模型估计1.1 建立工作文件首先，双击Eviews程序，进入Eviews主程序。
在菜单项一次点击File\New\Workfile，出现“Workfile create”，在“Data frequency”中悬着数据频率：Annual（年度数据） Semi- Annual（半年数据）Quarterly（季度数据） Monthly（月度数据）Weekly（周数据） Daily(5-day week)（每周5天日数据）Daily(7-day week)（每周7天日数据） Integer data（整数数据）在本例中我们选择Annual，并且在起始年份和终止年份输入“1991”和“2011”，如图点击“OK”出现“Workfile UNTITLED”工作框。
在工作框中已有的两个变量中“C”代表截距项；“resid”代表残差项。
1.2 数据的输入使用输入命令，对组数据进行输入或编辑。
命令格式为data<序列名1><序列名2>……<序列名n>，如图所示，本例中，可直接输入：data Y X1 X2 X3。
并点击上图组对话框的“Edit+/-”，将数据进行输入。
1.2.1估计参数在命令窗口中键入：PLOT Y，则可以绘制变量Y的趋势图从图中可以看出，1991—2011年间的税收收入的呈增长趋势。
1.2.2利用SCAT命令绘制X、Y的相关图在命令窗口中依次键入： SCAT X1 Y，SCAT X2 Y，SCAT X3 Y。
则可以初步观察变量之间的相关程度与相关类型，如下。
上图图表明税收收入与GDP、财政支出和商品零售价格指数水平相关，变量之间均存在较强的相关关系。
1.3 估计参数用命令： LS Y C X1 X2 X3 ，即可出现回归结果。
将估计式以“eq01”为名保存。
参数估计所建立的回归方程为：Yi =--10704.67+0.0812iX1+0.4804iX2+82.5983iX3t＝(-2.4282) (4.2860) （6.0120）（2.0441）R2=0.9984 F=3595.999 DW=1.2173（二）模型检验2.1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，税收就会增加0.009965亿元；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0.828234亿元；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52.17703亿元。
这与理论分析和经验判断基本相一致。
2.2统计检验（1）拟合优度：由表3.4中数据可以得到，2R =0.998427，修正的可决系数为998149.02=R ，这说明模型对样本的拟合很好。
（2）F 检验：针对:0H 0321===βββ，给定显著性水平0.05α=，在F 分布表中查出自由度为3和17的临界值1968.3)17,3(=F α。
由表eq01中得到F=3595.999由于F=3595.999>1968.3)17,3(=F α，应拒绝原假设:0H 0321===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 ：)3,2,1,0(=j jβ，给定显著性水平0.05α=，查t分布表得自由度为17临界值1098.2)17(2/=t α。
由表eq01中数据可得，与ββββˆˆˆˆ321对应的t 统计量分别为((-2.4282)、(4.2860)、（6.0120）、（2.0441），其绝对值除了商品零售价格指数均大于1098.2)17(2/=t α，这说明除商品零售价格指数分别都应当拒绝0H ：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 “财政支出X2”、“GDP X1”分别对被解释变量“税收收入”Y 都有显著的影响。
2.3计量经济检验1. 异方差检验 1.1 怀特检验⑴建立回归模型：LS Y C X1 X2 X3，回归结果如图。
⑵在方程窗口上点击View\Residual Test\White Heteroskedastcity,即可以得到检验结果。
下图是怀特检验中no cross terms的结果。
White Heteroskedasticity Test:F-statistic 0.713421 Probability 0.645005Obs*R-squared 4.917313 Probability 0.554461Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/15/12 Time: 05:19Sample: 1991 2011Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.C 23149016 1.16E+08 0.199172 0.8450X1 -99.81716 58.13777 -1.716907 0.1080X1^2 0.000201 0.000177 1.130907 0.2771X2 409.0208 242.9534 1.683536 0.1144X2^2 -0.003697 0.002606 -1.418741 0.1779X3 -374082.6 2129086. -0.175701 0.8630X3^2 1711.416 9756.465 0.175414 0.8633R-squared0.234158 Mean dependent var 945767.9 Adjusted R-squared -0.094060 S.D. dependent var 1579063. S.E. of regression 1651657. Akaike info criterion 31.73366 Sum squared resid 3.82E+13 Schwarz criterion 32.08183 Log likelihood -326.2034 F-statistic 0.713421 Durbin-Watson stat2.893273 Prob(F-statistic)0.645005从上图中的怀特检验中我们可以发现P 值很大，那么也就意味着该模型不存在异方差。
1.2 Goldfeld-Quant 检验A. 将样本按解释变量排序(SORT X1)并分成两部分(分别有1到10共10个样本合19到28共10个样本)B. 利用样本1建立回归模型1，其残差平方和为1RSS =895534。
C. 利用样本2建立回归模型2，其残差平方和为2RSS =8271287。
D. 计算F 统计量：12/RSS RSS F =＝9.2362。
取05.0=α时，查F 分布表得39.6)48,48(05.0=--F ,39.624.905.0=>=F F ，所以存在异方差性。
1.3 park 检验A. 建立回归模型。
B. 生成新变量序列：GENR LNE2=log(RESID^2)GENR LNX1=log(X1) GENR LNX2=log(X2) GENR LNX3=log(X3)C. 建立新残差序列对解释变量的回归模型：LS LNE 2 C LNX1 LNX2 LNX3，回归结果如Dependent Variable: LNE2 Method: Least Squares Date: 12/21/12 Time: 19:18 Sample: 13 21Included observations: 9Variable Coefficient Std. Error t-Statistic Prob.C -140.7097 143.2992 -0.981929 0.3712LNX1 -11.31236 28.26318 -0.400251 0.7055LNX2 9.469729 22.47073 0.421425 0.6909LNX3 41.31118 44.37096 0.931041 0.3946R-squared 0.249551 Mean dependent var 12.22358Adjusted R-squared -0.200719 S.D. dependent var 1.689082S.E. of regression 1.850850 Akaike info criterion 4.370270Sum squared resid 17.12823 Schwarz criterion 4.457925Log likelihood -15.66621 Hannan-Quinn criter. 4.181110F-statistic 0.554226 Durbin-Watson stat 1.959886Prob(F-statistic) 0.667410D. 从上图所示的回归结果中可以看出，LNX1 LNX2 LNX3的系数估计值不为0但不能通过显著性检验，即随机误差项的方差与解释变量不是存在较强的相关关系，即认为不存在异方差性。
