EVIEWS实验报告专业:金融学班级：10907学号：*******姓名：***一、选题自1949年新中国成立以后，我国国债发行基本分为两个阶段：20世纪50年代是第一阶段，为了支援人民解放战争，恢复和发展经济，我国先后发行过人民胜利折实公债和国家经济建设公债。
80年代以来是第二阶段，进入20世纪80年代以后，随着改革开放的不断深入，我国国民收入分配格局发生了变化，国债的发行量也逐年扩大。
本次实验出发点是根据1980-2005年的国债规模和可能的相关因素进行分析，同时达到掌握使用EVIEWS进行经济问题分析的目的。
二、建立模型影响国债规模的因素是多方面的、多层次的，我们暂且不去考虑微观上国债的管理水平与结构、筹资成本、期限安排、偿还方式等因素，因为这些因素的影响是个别的，并且难以计量。
所以从宏观经济角度出发，引入财政赤字、国内生产总值（GDP）、年还本付息支出等指标，并建立多元线性回归模型。
以国债发行量作为被解释变量Y，财政赤字、GDP、还本付息支出作为解释变量分别用X1、X2、X3表示。
建立模型如下:Y=b0+b1*X1+b2*X2+b3*X3三、数据来源下表列出了1980-2005年间历年国债发行规模及各相关因素的具体数据表1 单位：亿元（来源于中国统计年鉴2006，1980-2005年数据）四、实验结果通过普通最小二乘法对变量进行回归估计，得到结果如下：Dependent Variable: YMethod: Least SquaresDate: 10/02/11 Time: 13:09Sample: 1980 2005Included observations: 26Variable Coefficient Std. Error t-Statistic Prob.C -82.30505 63.20978 -1.302093 0.2064X1 0.816282 0.075733 10.77836 0.0000X2 0.671558 0.414988 1.618259 0.1199X3 0.980645 0.160403 6.113619 0.0000R-squared 0.994963 Mean dependent var 2015.208Adjusted R-squared 0.994276 S.D. dependent var 2355.453S.E. of regression 178.2087 Akaike info criterion 13.34443Sum squared resid 698683.5 Schwarz criterion 13.53798Log likelihood -169.4775 F-statistic 1448.494Durbin-Watson stat 1.141533 Prob(F-statistic) 0.000000Y=-82.3051+0.8163X1+0.6716X2+0.9806X3五、模型检验1、从回归估计的结果看，可决系数R2=0.9949，模型拟合较好。
方程的显著性检验中F的伴随概率等于0，小于0.05，说明所有的待估参数不全为零，方程总体上的线性关系是显著成立的。
在变量的显著性检验中，X1和X3的t检验伴随概率均小于0.05，说明变量显著。
而C和X2的t检验伴随概率大于0.05，变量不显著。
2、异方差性检验。
对模型进行不包含交叉乘积项的White检验，结果显示存在异方差性。
White Heteroskedasticity Test:Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 10/02/11 Time: 21:14Sample: 1980 2005Included observations: 26Variable Coefficient Std. Error t-Statistic Prob.C -26554.99 23537.57 -1.128196 0.2733X1 35.21995 99.91746 0.352490 0.7284X1^2 -0.014355 0.025157 -0.570602 0.5750X2 422.3798 248.5467 1.699398 0.1056X2^2 -0.394623 0.134875 -2.925851 0.0087X3 -174.6289 102.0625 -1.710999 0.1034X3^2 0.089593 0.029247 3.063328 0.0064R-squared 0.625761 Mean dependent var 26872.44Adjusted R-squared 0.507580 S.D. dependent var 67942.62S.E. of regression 47677.14 Akaike info criterion 24.60710Sum squared resid 4.32E+10 Schwarz criterion 24.94581Log likelihood -312.8922 F-statistic 5.294942Durbin-Watson stat 2.476291 Prob(F-statistic) 0.0023323、随机误差项与解释变量的相关性检验。
以随机误差项U作为被解释变量，与三个解释变量一起进行回归估计，得到结果如下：Dependent Variable: UMethod: Least SquaresDate: 10/02/11 Time: 14:01Sample: 1980 2005Included observations: 26Variable Coefficient Std. Error t-Statistic Prob.C -17.40680 63.20978 -0.275381 0.7856X1 -0.004304 0.075733 -0.056831 0.9552X2 0.064139 0.414988 0.154556 0.8786X3 -0.027858 0.160403 -0.173677 0.8637R-squared 0.001765 Mean dependent var -14.33804Adjusted R-squared -0.134358 S.D. dependent var 167.3223S.E. of regression 178.2087 Akaike info criterion 13.34443Sum squared resid 698683.5 Schwarz criterion 13.53798Log likelihood -169.4775 F-statistic 0.012963Durbin-Watson stat 1.141533 Prob(F-statistic) 0.997919结果显示，估计变量的t检验的伴随概率均大于0.05，说明随机误差项与解释变量之间不相关。
4、正态性检验和序列相关性检。
在经典假设中，随机误差项服从零均值、同方差的正态分布，并且序列不相关，所以需要检验随机误差项是否满足正态性假设和序列不相关的假设。
检验结果如下：看图形右侧的指标，“Jarque-Bera”的伴随概率小于0.05，表明正态性假设不成立。
同时对模型进行自相关检验，结果如下：Breusch-Godfrey Serial Correlation LM Test:F-statistic 2.919863 Probability 0.077165Obs*R-squared 5.875948 Probability 0.052973Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 10/02/11 Time: 21:12Presample missing value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.C 46.76660 64.97195 0.719797 0.4800X1 0.051967 0.073114 0.710763 0.4854X2 -0.423398 0.428181 -0.988829 0.3346X3 0.135687 0.158727 0.854842 0.4028 RESID(-1) 0.600517 0.289957 2.071057 0.0515RESID(-2) -0.215861 0.449609 -0.480108 0.6364R-squared 0.225998 Mean dependent var -5.17E-13Adjusted R-squared 0.032497 S.D. dependent var 167.1746S.E. of regression 164.4358 Akaike info criterion 13.24209Sum squared resid 540782.4 Schwarz criterion 13.53242Log likelihood -166.1472 F-statistic 1.167945Durbin-Watson stat 2.068695 Prob(F-statistic) 0.359125 “Obs*R-squared”的伴随概率大于0.05，表明不存在二阶自相关。
六、模型的修正我们考虑采用加权最小二乘法来修正模型，以w作为权数。
w=1/abs[Y-(b0+b1*X1+b2*X2+b3*X3)]再次对其进行回归估计，估计结果如下：Variable Coefficient Std. Error t-Statistic Prob.C -64.89825 9.577072 -6.776419 0.0000X1 0.820586 0.012323 66.58738 0.0000X2 0.607420 0.048240 12.59162 0.0000X3 1.008503 0.023160 43.54494 0.0000Weighted StatisticsR-squared 0.999868 Mean dependent var 1511.973Adjusted R-squared 0.999851 S.D. dependent var 2643.072S.E. of regression 32.31651 Akaike info criterion 9.929672Sum squared resid 22975.85 Schwarz criterion 10.12323Log likelihood -125.0857 F-statistic 47766.23Durbin-Watson stat 0.791044 Prob(F-statistic) 0.000000从回归估计的结果看，可决系数R2=0.9999，拟合效果非常好。