模型的干扰。
二、样本数据收集
本模型使用时间序列数据,数据来源于国家统计局网站及青岛统计网等网站。
在经过大量分析比较后我们采用了所取样本数据见表1,其中X为青岛港港口吞吐量(万吨),Y为青岛市GDP(亿元人民币)。
表一单位万吨亿元
ObsXY
19893145159.68
19903068180.77
19913194205.65
19923240261.35
19933650371.90
19944331510.81
19955165631.45
19966056713.60
19976944802.59
19987044901.19
199972821018.97
200086611191.25
2001104231368.55
2002122521583.51
2003141351869.44
2004163032270.16
2005187272687.46
2006224383183.18
2007265073750.16
2008300294401.56
2009316684853.87
2010350125666.19三、参数估计与检验
(一)将样本数据导入Eviews软件进行OLS估计,得到输出结果如下:
DependentVariable:
YMethod:
LeastSquaresDate:
12/05/11Time:
10:
28Sample:
19892010Includedobservations:
22
VariableCoefficientStd.Errort-StatisticProb.
C-275.492340.76929-6.7573500.0000
X0.1598580.00251763.516350.0000
R-squared0.995067Meandependentvar1753.786AdjustedR-squared0.994820S.D.dependentvar1650.540S.E.ofregression118.7890Akaikeinfocriterion12.47908Sumsquaredresid282216.7Schwarzcriterion12.57827Loglikelihood-135.2699Hannan-Quinncriter.12.50245F-statistic4034.326Durbin-Watsonstat0.662942Prob(F-statistic)0.000000
(二)模型的检验
1、经济意义的检验
经过上面的分析我们在理论上已经知道,青岛市港口吞吐量与GDP的增长是正的线形关系,这与现实中青岛市GDP与港口吞吐量同向变化是相符的。
2、统计推断检验
从估计的结果可以看出,可决系数为0.994820,模型拟合情况比较理想,系数显著性检验T统计量为63.51635,在给定显著性水平为0.05的情况下,查T分布表在自由度为N-2=20下的临界值为2.086,因为63.51635大于2.086,所以拒绝原假设。
表明青岛市港口吞吐量对青岛市GDP
有显著性影响。
3、计量经济检验
(1)由于我们建立的模型只有一个解释变量,所以不存在多重共线性。
(2)异方差检验
利用ARCH检验,得到如下结果:
HeteroskedasticityTest:
ARCH
F-statistic19.34353Prob.F(3,15)0.0000Obs*R-squared15.09753Prob.Chi-Square(3)0.0017
TestEquation:
DependentVariable:
RESID^2Method:
LeastSquares
Date:
12/21/11Time:
23:
28Sample(adjusted):
19922010Includedobservations:
19afteradjustments
CoefficientStd.Errort-StatisticProb.
C-5260.4764962.633-1.0600170.3059
RESID^2(-1)1.0595030.3489363.0363810.0083
RESID^2(-2)-1.1468460.362378-3.1647830.0064
RESID^2(-3)2.6833050.3532267.5965640.0000
R-squared0.794607Meandependentvar14506.02AdjustedR-squared0.753528S.D.dependentvar27308.06S.E.ofregression13557.35Akaikeinfocriterion22.05191Sumsquaredresid2.76E+09Schwarzcriterion22.25074Loglikelihood-205.4931Hannan-Quinncriter.22.08556F-statistic19.34353Durbin-Watsonstat2.423400Prob(F-statistic)0.000020
从输出的辅助回归函数中得obs*-squared为15.09753大于临界值7.81,所以拒绝原假设H0,表明模型中随机误差项存在异方差。
表示随着时间推移,影响青岛港港口吞吐量的其他因素可
能发生了变化。
(3)自相关检验
利用图示法,由Eviews软件得到如下结果:
150
100
50
0
-50
RESID(-1)-100
-150
-200
-250
-400-2000200400
RESID
可以初步判断随机误差项存在自相关。
再利用D-W法检验由DW=0.662942,查DW表,n=22,k=1,查得两个临界值分别为:
下限
DL=1.24,上限DU=1.43,因为DW统计量为0.662942
根据判定区域知,这时随机
误差项存在正的一阶自相关。
其原因可能在于经济环境,经济政策等的变化对经济发展和GDP的影响有时滞性等的影响。
四、计量经济参数修正
根据上述检验可以得到,我们建立的模型存在异方差与自相关,下面进行修正。
(1)首先是对异方差的修正。
利用WLS估计法得到如下输出结果:
DependentVariable:
YMethod:
LeastSquaresDate:
12/22/11Time:
22:
25Sample:
19892010Includedobservations:
22Weightingseries:
W3
CoefficientStd.Errort-StatisticProb.
C-260.011325.06954-10.371600.0000
X0.1586380.00268659.053050.0000
WeightedStatistics
R-squared0.994298Meandependentvar1207.481AdjustedR-squared0.994012S.D.dependentvar717.5176S.E.ofregression85.38362Akaikeinfocriterion11.81869Sumsquaredresid145807.3Schwarzcriterion11.91788Loglikelihood-128.0056Hannan-Quinncriter.11.84206F-statistic3487.262Durbin-Watsonstat0.617186Prob(F-statistic)0.000000
UnweightedStatistics
R-squared0.995009Meandependentvar1753.786AdjustedR-squared0.994760S.D.dependentvar1650.540S.E.ofregression119.4843Sumsquaredresid285529.9Durbin-Watsonstat0.660588
利用ARCH检验,得到如下结果:
HeteroskedasticityTest:
ARCH
F-statistic1.545199Prob.F(3,15)0.2439Obs*R-squared4.485545Prob.Chi-Square(3)0.2136
TestEquation:
DependentVariable:
WGT_RESID^2Method:
LeastSquaresDate:
12/23/11Time:
12:
51Sample(adjusted):
19922010Includedobservations:
19afteradjustments
CoefficientStd.Errort-StatisticProb.
C11914.964689.9192.5405480.0226WGT_RESID^2(-1)-0.2154940.447783-0.4812470.6373WGT_RESID^2(-2)-0.7780190.373950-2.0805410.0550WGT_RESID^2(-3)-0.0930430.403393-0.2306510.8207
R-squared0.236081Meandependentvar6344.171AdjustedR-squared0.083298S.D.dependentvar7569.698S.E.ofregression7247.575Akaikeinfocriterion20.79939Sumsquaredresid7.88E+08Schwarzcriterion20.99821Loglikelihood-193.5942Hannan-Quinncriter.20.83304F-statistic1.545199Durbin-Watsonstat1.246258Prob(F-statistic)0.243943
从输出的辅助回归函数中得obs*-squared为4.485545小于临界值7.81,所以接受原假设H0,
表明模型中随机误差项不再存在异方差,模型得到改进。
再用对数变换法,将变量X,Y替换成LNX,LNY。
用OLS法对LY,LX回归,得到结果如下:
DependentVariable:
LYMethod:
LeastSquaresDate:
12/23/11Time:
18:
37Sample:
19892010Includedobservations:
22
CoefficientStd.Errort-StatisticProb.
C-4.9603970.481175-10.308920.0000
LX1.3071850.05250324.897220.0000
R-squared0.968744Meandependentvar6.972601AdjustedR-squared0.967181S.D.dependentvar1.101624S.E.ofregression0.199571Akaikeinfocriterion-0.298789Sumsquaredresid0.796569Schwarzcriterion-0.199603Loglikelihood5.286675Hannan-Quinncriter.-0.275423F-statistic619.8715Durbin-Watsonstat0.230088Prob(F-statistic)0.000000
利用ARCH检验,得到如下结果:
HeteroskedasticityTest:
ARCH
F-statistic3.781760Prob.F(3,15)0.0334Obs*R-squared8.182123Prob.Chi-Square(3)0.0424
TestEquation:
DependentVariable:
RESID^2Method:
LeastSquaresDate:
12/23/11Time:
13:
14Sample(adjusted):
19922010Includedobservations:
19afteradjustments
CoefficientStd.Errort-StatisticProb.
C0.0151770.0061002.4878220.0251
RESID^2(-1)0.7136800.2199423.2448570.0054
RESID^2(-2)-0.6096040.254677-2.3936380.0302
RESID^2(-3)0.1314640.1197641.0976880.2896
R-squared0.430638Meandependentvar0.019501AdjustedR-squared0.316766S.D.dependentvar0.021895S.E.ofregression0.018098Akaikeinfocriterion-5.001362Sumsquaredresid0.004913Schwarzcriterion-4.802533Loglikelihood51.51294Hannan-Quinncriter.-4.967712F-statistic3.781760Durbin-Watsonstat1.299639Prob(F-statistic)0.033413
从输出的辅助回归函数中得obs*-squared为8.182123大于临界值7.81。
比较两种方法,可以发现X,Y在加权最小二乘法下拟和效果更好,可决系数更大,且T
统计量也较好。
我们将模型的表达式更改为:
Y=C1’+C2’*X+u。
(2)其次是对自相关进行修正。
利用加权最小二乘法修正并进行三次迭代,得出如下结果:
DependentVariable:
YMethod:
LeastSquaresDate:
12/29/11Time:
00:
26Sample(adjusted):
19922010Includedobservations:
19afteradjustmentsConvergenceachievedafter16iterations
CoefficientStd.Errort-StatisticProb.
C-294.2194134.3514-2.1899240.0460
X0.1632310.00957217.052530.0000
AR
(1)1.8567720.2785916.6648650.0000
AR
(2)-1.7287290.407516-4.2421170.0008
AR(3)0.6255160.3667291.7056630.1101
R-squared0.998921Meandependentvar2001.957AdjustedR-squared0.998613S.D.dependentvar1643.632S.E.ofregression61.22117Akaikeinfocriterion11.28780Sumsquaredresid52472.44Schwarzcriterion11.53633Loglikelihood-102.2341Hannan-Quinncriter.11.32986F-statistic3240.034Durbin-Watsonstat1.433466Prob(F-statistic)0.000000
InvertedARRoots.67.59-.76i.59+.76i
这时的DW=1.433466比前面DW=0.662942有所好转,查DW表,n=22,k=1,在0.05显著性水平下,查得两个临界值分别为:
下限DL=1.24,上限DU=1.43,查表得出DW能落入在0.01显著性水平下不能拒绝原假设的区间内(DL=1.24,DU=1.43)所以也修正了自相关性。
五、总结
通过以上分析,我们得到如下方程:
Y=-294.2194+0.163231*X
(25.06954)(0.002686)
t=(-2.189924)(17.05253)
R^2=0.998921F=3240.034DF=22
该模型的经济意义可解释为:
青岛港港口吞吐量每增长1%,则青岛市的GDP平均增长0.163231%。