当前位置:文档之家› 计量经济学eviews实验报告.doc

计量经济学eviews实验报告.doc

大连海事大学实验报告Array实验名称:计量经济学软件应用专业班级:财务管理2013-1*名:**指导教师:***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EVIEWS5.1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2008年23912 87072009年25963 95142010年30567 109192011年36018 131342012年39544 146992013年43320 161902014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;利用eviews软件输出结果报告如下:Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 691.0225 113.3920 6.094104 0.0000AVGDP 0.352770 0.004908 71.88054 0.0000R-squared 0.996528 Mean dependent var 7351.300Adjusted R-squared 0.996335 S.D. dependent var 4828.765S.E. of regression 292.3118 Akaike info criterion 14.28816Sum squared resid 1538032. Schwarz criterion 14.38773Log likelihood -140.8816 Hannan-Quinn criter. 14.30760F-statistic 5166.811 Durbin-Watson stat 0.403709Prob(F-statistic) 0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:(令Y=CONSUMPTION,X=AVGDP(此处代表人均GDP))Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。

检验结果R2=0.996528,说明99.6528%的样本可以被模型解释,只有0.3472%的样本未被解释,因此样本回归直线对样本点的拟合优度很高。

(2)对所建立的回归方程进行检验:(5%显著性水平下,t(18)=2.101)对于参数c假设: H0: c=0. 对立假设:H1: c≠0对于参数GDP假设: H0: GDP=0. 对立假设:H1: GDP≠0由上表知:对于c,t=6.094104>t(n-2)=t(18)=2.101因此拒绝H0: c=0,接受对立假设:H1: c≠0对于GDP, t=71.88054﹥t(n-2)=t(18)=2.101因此拒绝H0: GDP=0,接受对立假设: H1: GDP≠0此外F统计量为5166.811,数值很大,可以判定,人均国内生产总值对居民消费水平在5%的显著性水平下有显著性影响。

所以,回归系数显著不为零,常数项不为零,回归模型中应包括常数项。

综上,整体上看此模型是比较好的。

(3)序列相关问题由上图可知,DW统计量0.403709,经查表,当k=1,n=20时,dl=1.2,因此可判断此模型存在序列相关,且为序列正相关。

修正:广义差分法因为DW=0.403709,ρ=1-DW/2=0.7981455令X1=X-0.7981455*X(-1)Y1=Y-0.7981455*Y(-1)修正结果如下:Dependent Variable: Y1Method: Least SquaresDate: 06/11/16 Time: 19:56Sample(adjusted): 1996 2014Included observations: 19 after adjustmentsCoefficient Std. Error t-Statistic Prob.X1 -1.14E+08 7970597. -14.33887 0.0000C -8.26E+10 5.45E+10 -1.516402 0.1478R-squared 0.923631 Mean dependent var -7.34E+11Adjusted R-squared 0.919139 S.D. dependent var 4.61E+11S.E. of regression 1.31E+11 Akaike info criterion 54.13516Sum squared resid 2.92E+23 Schwarz criterion 54.23457Log likelihood -512.2840 Hannan-Quinn criter. 54.15198F-statistic 205.6031 Durbin-Watson stat 0.953595Prob(F-statistic) 0.000000经修正后,DW=0.953595<dl=1.2,说明随机扰动项仍存在序列正相关。

(4)根据2015年中国国民经济与社会发展统计公报,2015年人均国民生产总值为49351元,对该年的居民消费水平进行预测。

点预测:Y = 691.0225+0.352770* X=18100.5748 区间预测:计算出var ^(Y 0)=S 2(∑-+2t0n 1X X X )()=1468.207,t 0.25(n-2)=2.10,因此E (Y 0)的预测区间为Y ^0±t 0.25(n-2)√var ^(Y 0)=49351±80.4661。

利用Eviews 输出预测结果如下:案例2:下面给出了我国1995-2014年的居民消费水平(Y )和人均国内生产总值(X 1)以及城镇居民人均可支配收入(X 2)数据,对它们三者之间的关系进行研究。

具体数据如表2所示。

表2:1995年到2014年的统计资料 单位:元 指标 居民消费水平(元) 人均国内生产总值(元) 城镇居民人均可支配收入(元)1995年 2330 5074 4283 1996年 2765 5878 4838.9 1997年 2978 6457 5160.3 1998年 3126 6835 5425.1 1999年 3346 7199 5854 2000年 3721 7902 6280 2001年398786706859.6(1)试建立二元线性回归方程利用Eviews软件输出结果报告如下:Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 09/11/16 Time: 16:23Sample(adjusted): 1995 2014Included observations: 20Coefficient Std. Error t-Statistic Prob.AVGDP 0.160612 0.060350 2.661335 0.0164 SAVING 0.018166 0.005693 3.191061 0.0053C 1040.987 143.3240 7.263178 0.0000R-squared 0.997829 Mean dependent var 7351.300 Adjusted R-squared 0.997573 S.D. dependent var 4828.765 S.E. of regression 237.8674 Akaike info criterion 13.91879 Sum squared resid 961875.6 Schwarz criterion 14.06815 Log likelihood -136.1879 Hannan-Quinn criter. 13.94794 F-statistic 3906.446 Durbin-Watson stat 0.977467 Prob(F-statistic) 0.000000由上表可知,样本回归方程为:Y=417.4107+0.269124X1+0.145843X2(2) 对检验结果的分析AVGDP与SAVING的P值均小于0.05,t值均大于t(n-2)=t(18)=2.101,因此样本回归方程十分显著。

修整后的R2为0.997573,说明有99.76%的样本可以被样本回归方程所解释,拟合的很好。

F统计量为3906.446数值很大,可以判定,人均可支配收入以及城镇居民人均可支配收入对居民消费水平在5%的显著性水平下有显著性影响。

但是,值得注意的是DW统计量为0.977467<dl=1.1(当k=2,n=20时),因此方程可能存在序列相关问题,可利用广义差分法进行修正,如案例1,此处不再赘述。

案例3:表 3 列出了2014年中国部分省市城镇居民每个家庭平均全年可支配收入(income)与消费性支出(expense)的统计数据。

表3 2014年统计数据地区人均可支配收入人均消费性支出地区人均可支配收入人均消费性支出北京43910.00 28009.00 广西24669.00 15045.00 上海47710.00 30520.00 山东省29222.00 18323.00 重庆25147.00 18279.00 陕西省28844.00 19968.00 河北省24141.00 16204.00 山西省24069.00 14637.00 山西省24069.00 14637.00 安徽省24839.00 16107.00 内蒙古28350.00 20885.00 甘肃省20804.00 15507.00 吉林省23217.80 17156.00 云南省24299.00 16268.00 江苏省34346.00 23476.00 贵州省22548.21 15254.64 浙江省40393.00 27242.00 四川省24381.00 18027.00 江西省24309.00 15142.00 青海省22306.57 17492.89 湖南省26570.00 18335.00 海南省24487.00 17514.00 河南省24391.45 15726.12 宁夏23285.00 17216.00 (1)试用OLS法建立居民消费支出对可支配收入的线性模型利用eviews软件输出结果报告如下:Dependent Variable: EXPENSEMethod: Least SquaresDate: 09/11/16 Time: 20:15Sample(adjusted): 2001 2024Included observations: 24Coefficient Std. Error t-Statistic Prob.INCOME 0.603084 0.036435 16.55219 0.0000C 2031.226 1033.251 1.965860 0.0621R-squared 0.925669 Mean dependent var 18623.78Adjusted R-squared 0.922291 S.D. dependent var 4401.364S.E. of regression 1226.941 Akaike info criterion 17.14209Sum squared resid 33118445 Schwarz criterion 17.24026Log likelihood -203.7051 Hannan-Quinn criter. 17.16814F-statistic 273.9751 Durbin-Watson stat 1.601642Prob(F-statistic) 0.000000因此建立模型(令Y=EXPENSE 人均消费性支出,X=INCOME人均可支配收入):Y=2031.226+0.603084*X当人均可支配收入增长1元,人均消费性支出增加0.603084元。

相关主题