计量经济学实验报告.docx

资源描述

计量经济学实验报告.docx

《计量经济学实验报告.docx》由会员分享，可在线阅读，更多相关《计量经济学实验报告.docx（15页珍藏版）》请在冰点文库上搜索。

计量经济学实验报告.docx

计量经济学实验报告

学院：

班级

姓名：

学号：

一、经济学理论概述

1、需求是指消费者（家庭）在某一特定时期内，在每一价格水平时愿意而且能够购买的某种商品量。

需求是购买欲望与购买能力的统一。

2、需求定理是说明商品本身价格与其需求量之间关系的理论。

其基本内容是：

在其他条件不变的情况下，一种商品的需求量与其本身价格之间成反方向变动，即需求量随着商品本身价格的上升而减少，随商品本身价格的下降而增加。

3、需求量的变动是指其他条件不变的情况下，商品本身价格变动所引起的需求量的变动。

需求量的变动表现为同一条需求曲线上的移动。

二、经济学理论的验证方法

在此次试验中，我运用了Eviews和Excel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，参差平方和越小，表明样本回归线与样本观测值的拟合程度越高。

2、方程总体线性的显着性检验——F检验

（1）方程总体线性的显着性检验，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着成立作出判断。

（2）给定显着性水平α，查表得到临界值Fα（k，n-k-1）,根据样本求出F统计量的数值后，可通过F＞Fα（k，n-k-1）（或F≤Fα（k，n-k-1））来拒绝（或接受）原假设H0，以判定原方程总体上的线性关系是否显着成立。

3、变量的显着性检验——t检验

4、异方差性的检验——怀特检验

怀特检验不需要排序，对任何形式的异方差都适用。

5、序列相关性的检验——图示法和回归检验法

6、多重共线性的检验——逐步回归法

以Y为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。

三、验证步骤

1、确定变量

（1）被解释变量

“货币流通量”在模型中用“Y”表示。

（2）解释变量

①“货币贷款额”在模型中用“

”表示;

②“居民消费价格指数”在模型中用“

”表示；

③把由于各种原因未考虑到和无法度量的因素归入随机误差项，在模型中用“

”。

2、建立计量经济学模型

根据各相关变量之间的关系，假定：

X1+

X2+

3、数据描述和处理

中国货币流通量、贷款额和居民消费价格指数历史数据

年度

货币流量Y（亿元）

居民消费价格指数P（1990年=100）

贷款额X（亿元）

1978

212

1850

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

2134

1989

2344

1990

100

1991

1992

4336

110

1993

1994

39976

1995

1996

8802

1997

1998

1999

2000

2001

2002

17278

2003

19746

2004

2005

2006

2007

资料来源：

《中国统计年鉴》（2008）、《中国统计资料50年汇编》

4、多元线性计量经济学模型的初步估计与分析

用Eviews软件检测分析：

DependentVariable:

Method:

LeastSquares

Date:

12/30/11Time:

14:

Sample:

19782007

Includedobservations:

Variable

Coefficient

Std.Error

t-Statistic

Prob.

R-squared

Meandependentvar

AdjustedR-squared

.dependentvar

.ofregression

Akaikeinfocriterion

Sumsquaredresid

7049108.

Schwarzcriterion

Loglikelihood

Hannan-Quinncriter.

F-statistic

Durbin-Watsonstat

Prob（F-statistic）

普通最小二乘法估计结果如下：

=－+++

（－）（）（）

0.996769F=

回归结果表明，在1978——2007年间，Y变化的%可由其他两

个变量的变化来解释。

根据表上F统计量对应的P值可以看出，每个

P值都小于5%，拒绝原假设，表明模型的线性关系在95%的置信水平下显着成立。

5、异方差检验

从普通最小二乘回归得到的残差平方项与X1的散点图看，（图二）上的点总体上呈单调递增趋势，存在异方差性。

再进一步地统计检验，采用怀特（white）检验。

记

为对原始模型进行普通最小二乘回归得到的残差平方项，将其与X1、X2及其平方项与交叉项进行辅助回归，得：

HeteroskedasticityTest:

White

F-statistic

Prob.F（5,24）

Obs*R-squared

Prob.Chi-Square（5）

ScaledexplainedSS

Prob.Chi-Square（5）

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

12/30/11Time:

14:

Sample:

19782007

Includedobservations:

Variable

Coefficient

Std.Error

t-Statistic

Prob.

-1221567.

X2^2

X2*X1

X1^2

R-squared

Meandependentvar

AdjustedR-squared

.dependentvar

.ofregression

Akaikeinfocriterion

Sumsquaredresid

+12

Schwarzcriterion

Loglikelihood

Hannan-Quinncriter.

F-statistic

Durbin-Watsonstat

Prob（F-statistic）

（“X12”表示“X12”；“X22”表示“X22”；“X3”表示“X1×X2”）

=++（）+

怀特统计量nR

=30×=,该值大于5%显着水平下、自由度为5的

分布的相应临界值

=，因此，拒绝同方差的原假设，存在异方差性。

6、序列相关检验

建立残差项与

与

（图一）以及时间t（图二）的关系图，图一显示随机误差项存在一阶正序列相关性。

（图一）

（图二）

再用回归检验法对该模型进行序列相关性检验，以

为被解释变量，以

、

为解释变量，建立如下方程：

………………①

………………②

对上面的模型，用普通最小二乘法进行参数估计，得:

1：

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

Prob.F（1,26）

Obs*R-squared

Prob.Chi-Square

（1）

TestEquation:

DependentVariable:

RESID

Method:

LeastSquares

Date:

12/30/11Time:

14:

Sample:

19782007

Includedobservations:

Presamplemissingvaluelaggedresidualssettozero.

Variable

Coefficient

Std.Error

t-Statistic

Prob.

RESID（-1）

R-squared

Meandependentvar

AdjustedR-squared

.dependentvar

.ofregression

Akaikeinfocriterion

Sumsquaredresid

5180974.

Schwarzcriterion

Loglikelihood

Hannan-Quinncriter.

F-statistic

Durbin-Watsonstat

Prob（F-statistic）

（）（）

0.232707F=

由分析结果可以看出，该模型拟合优度不高。

在5%的显着性水平下

（28）,所以变量通过显着性检验。

与