计量期末论文范文1

1、计量经济学期末论文上海市城镇居民消费支出相关因素的实证分析姓名：班级：学号：目录一、引言1二、实证分析1（一）变量选取1（二）数据取得2（三）模型的建立与构造3（四）模型检验51.模型经济意义检验52.统计检验53.计量检验53.1. 多重共线性检验 53.2.邹氏检验83.3.异方差检验113.4. 自相关检验（五）模型修正16三、实证分析结论18四、政策建议19参考文献 19计量经济学期末论文上海市城镇居民最终消费支出总额相关因素的实证分析 【摘要】 本文旨在对1980-2010年上海市城镇居民人均可支配收入、上海市商品零售价格指数以及上海市城镇居民常住人口数对上海城镇居民最终消费支出总额

2、变动的影响进行实证分析。首先利用EVIEWS软件建立了理论模型，进而利用其对计量模型进行了参数估计和检验，并且对模型进行了修正。最后，对所得的分析结果作出了经济意义的分析，得出结论，并提出一些政策建议。【关键词】最终消费支出总额 相关因素 模型 计量经济学 参数估计 检验一、引言针对当下国内所存在的宏观经济问题来看，要解决中国经济的又好又快以及可持续发展，首当其冲的就是需要拉动内需，我国进一步重视扩大消费的作用，把增加居民消费作为扩大消费需求的重点，不断拓宽消费领域和改善消费环境。改革开放以来，人们的收入水平尤其人均可支配收入在不断增加，同时消费品的种类和层次也在不断更新提升。对于始终走在发展

3、前沿的上海更是如此，这个作为未来世界金融中心、航运中心以及贸易中心的国际都会，它的居民尤其是在上海占绝大部分比重的城镇居民，他们的最终消费支出总额在这些年来发生着什么样的变化，引起这些变化的相关因素又是什么，研究好这些问题，对于我国接下来的发展导向的制定和改变是有着积极的作用和影响的。居民最终消费支出是指常住居民在一定时期内的全部消费性货物和服务支出，居民指的是从事消费活动的住户和个人，不包括从事生产活动的企业、事业、行政等各种类型单位。它是研究居民生活水平、消费购买力等的重要经济指标。为了把它的增长变化原因弄清楚，我们引入它的相关因素变量，从多方面逐一进行剖析，再加以判断。 二、实证分析（一

4、）变量选取（1）上海市城镇居民人均可支配收入。由于城市的发展，居民的收入在逐年递增，消费结构以及消费观念也在发生着改变。从早期购买耐用品到如今各类款式商品以及部分高档奢侈品。人均可支配收入与消费支出总额必然存在关系，且收入越高，相应的消费支出也会增加，预计两者呈现正相关的关系。（2）上海市商品零售价格指数。通过此变量来说明价格的变动对于消费的影响，价格水平越高，相应的消费支出就会减少，预计两者应呈现负相关的关系。由于指数是一个相对量的经济指标，这里均以1978年基期100。（3）上海市城镇常住人口数。针对此文研究的目标是最终消费支出总额的相关影响因素，则由于我国是一个人口大国，上海每年的人口都

5、是逐年递增，故人口与消费支出总额必然存在关系。人口越多，消费支出也越多，预计两者应呈现正相关的关系。Y上海市城镇居民最终消费支出总额（亿元）X1上海市城镇居民人均可支配收入（元）X2上海市商品零售价格指数（以1978年为基期100）X3上海市城镇居民常住人口数（万人） （二）数据取得1980-2010年上海市城镇居民最终消费支出总额相关因素统计表年份最终消费支出总额Y人均可支配收入X1商品零售价格指数X2城镇居民常住人口数X3198046.88637107.6702.43198150.44637109.2715.08198248.61659109.5731.31198354.73686109.

6、6745.86198463.46834112760.75198586.431075130.4776.371986103.241293139.1802.561987113.861437151.4822.311988155.071723183.6838.931989183.451976214.3855.841990218.642183224.6864.461991238.922486245.9869.881992281.233009269.8875.551993445.154277317893.461994602.635868372.4910.491995773.647172420.9921.71

7、996912.668159441.9932.1419971085.628439436.6943.0319981200.898773415.2953.6519991352.2210932404969.6320001579.4811718389.5986.1620011729.2212883384999.0720021949.21132503791018.8120032249.6614867375.41041.3920042682.4816683378.81097.620053138.418645376.67831148.9420063634.5620668377.35711173.3200743

8、63.7723622.73386.53031196.9420085014.4926674.9407.0691216.5620095479.3128838404.8281236.1620106942.7731838.08411.73111254.95表1 以上数据来自2011年上海统计年鉴（三）模型的建立与构造在EVIEWS软件中输入数据，观察Y与三个解释变量X1、X2、X3之间的散点图，如图1、图2、图3所示： 图1 y与x1的散点图图2 y与x2的散点图图3 y与x3的散点图发现存在较强的线性关系，故此选择建立线性模型。建立模型：利用EVIEWS软件对数据进行普通最小二乘回归，得到如下结果：

9、Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 22:37Sample: 1980 2010Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C888.5900865.54901.0266200.3137X10.2366460.01785113.256820.0000X2-2.5437330.543711-4.6784660.0001X3-0.9053291.181137-0.7664900.4500R-

10、squared0.989195    Mean dependent var1509.068Adjusted R-squared0.987995    S.D. dependent var1854.239S.E. of regression203.1677    Akaike info criterion13.58585Sum squared resid1114482.    Schwarz criterion13.77089Log li

11、kelihood-206.5807    F-statistic823.9566Durbin-Watson stat0.755904    Prob(F-statistic)0.000000Y = 888.5900229 + 0.2366456885*X1 - 2.543733397*X2 - 0.9053293021*X3（四）模型检验1.模型的经济意义检验除X3外，X1与X2的估计系数符号均符合预期以及经济意义。2.统计检验模型的可决系数为0.989195，表明模型的拟合度较好，被解释变量对解释变量的解释能力较

12、强。F统计量等于823.9566大于5%显著性水平下F（3，31-3-1）的临界值3.35，表明模型整体的显著性较高。除X3外，X1与X2的t检验值均大于5%显著性水平下自由度为31-3-1=27的临界值2.052，通过了变量的显著性检验。故还须对模型进行计量经济学检验并作出修正。3.计量检验3.1. 多重共线性检验（1）对各解释变量进行多重共线性检验利用EVIEWS软件得到各变量间相关系数矩阵表：X1X2X3X1 1.000000 0.725234 0.970428X2 0.725234 1.000000 0.803181X3

13、60;0.970428 0.803181 1.000000从系数矩阵表中看出，X3与X1之间的相关系数较高，可能存在多重共线性。（2）修正多重共线性利用EVIEWS分别对Y与各解释变量X1、X2、X3做最小二乘回归，回归结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 22:48Sample: 1980 2010Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C-343.90

14、5580.61173-4.2661970.0002X10.1967580.00614232.036440.0000R-squared0.972521    Mean dependent var1509.068Adjusted R-squared0.971573    S.D. dependent var1854.239S.E. of regression312.6306    Akaike info criterion14.39026Sum squared resid2834

15、399.    Schwarz criterion14.48278Log likelihood-221.0491    F-statistic1026.334Durbin-Watson stat0.346919    Prob(F-statistic)0.000000Y = -343.9054935 + 0.1967584335*X1Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 22:51Samp

16、le: 1980 2010Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C-1277.062694.9926-1.8375190.0764X29.4024642.1697634.3334070.0002R-squared0.393031    Mean dependent var1509.068Adjusted R-squared0.372101    S.D. dependent var1854.

17、239S.E. of regression1469.300    Akaike info criterion17.48530Sum squared resid62606447    Schwarz criterion17.57782Log likelihood-269.0222    F-statistic18.77842Durbin-Watson stat0.072711    Prob(F-statistic)0.000161Y =

18、 -1277.061938 + 9.402464436*X2Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 22:52Sample: 1980 2010Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C-8575.827717.1970-11.957420.0000X310.686330.74931714.261430.0000R-squared0.875209   

19、60;Mean dependent var1509.068Adjusted R-squared0.870906    S.D. dependent var1854.239S.E. of regression666.2224    Akaike info criterion15.90347Sum squared resid12871716    Schwarz criterion15.99598Log likelihood-244.5037   &

20、#160;F-statistic203.3884Durbin-Watson stat0.190966    Prob(F-statistic)0.000000Y = -8575.827025 + 10.68632524*X3可见，最终消费支出总额与人均可支配收入的影响最大，与经验相符合，因此选择X1与Y的模型作为初始的回归模型。对模型进行逐步回归，在初始模型的基础上加入解释变量X2与X3，得到如下回归结果加入X2：Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 22:54Sam

21、ple: 1980 2010Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C229.9373102.96502.2331600.0337X10.2237050.00575438.876910.0000X2-2.7929690.432541-6.4571140.0000R-squared0.988960    Mean dependent var1509.068Adjusted R-squared0.988171  &#

22、160; S.D. dependent var1854.239S.E. of regression201.6656    Akaike info criterion13.54286Sum squared resid1138732.    Schwarz criterion13.68164Log likelihood-206.9144    F-statistic1254.117Durbin-Watson stat0.757159   &

23、#160;Prob(F-statistic)0.000000Y = 229.9373152 + 0.2237047768*X1 - 2.792968875*X2加入X3：Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 22:56Sample: 1980 2010Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C2957.184983.21933.0076540.0055X10.2681200.02184

24、812.271940.0000X3-4.2100841.250849-3.3657810.0022R-squared0.980436    Mean dependent var1509.068Adjusted R-squared0.979039    S.D. dependent var1854.239S.E. of regression268.4583    Akaike info criterion14.11503Sum squared resid2017957.

25、0;   Schwarz criterion14.25381Log likelihood-215.7830    F-statistic701.5978Durbin-Watson stat0.462125    Prob(F-statistic)0.000000Y = 2957.183726 + 0.2681202171*X1 - 4.210084196*X3 初始模型加入X2后可决系数上升，且各变量的t检验值上升，表明变量的显著性提高；加入X3后可决系数虽仍上升，但是各变量的t检验值

26、下降，表明变量的显著性下降。这说明X3对模型的解释能力不强，因此决定剔除X3，保留X1和X2。 修正后的模型为：Y = 229.9373152 + 0.2237047768*X1 - 2.792968875*X2由于剔除了变量X3，故模型已不存在多重共线性，且各解释变量前得系数均符合经济意义，模型拟合度上升，各变量t检验值上升。在其他因素保持不变的情况下，人均可支配收入每增加1元，价格指数每上升1%，则最终消费支出总额会增加0.2237亿元，减少2.793亿元。3.2.邹氏检验（1）对参数进行邹氏检验考虑到1980-2010年时间跨度较大，居民的消费观念以及商品种类、价格均发生了较大的改变，因

27、此有必要对模型进行参数的稳定性检验。将数据分为1980-1994年和1996-2010年两组分别进行普通最小二乘回归结果如下：1980-1994年：Dependent Variable: YMethod: Least SquaresDate: 12/14/11 Time: 23:23Sample: 1980 1994Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  C-23.5714311.68572-2.0171130.0666X10.1088800.00769514.14927

28、0.0000X2-0.0312000.136626-0.2283600.8232R-squared0.997322    Mean dependent var179.5160Adjusted R-squared0.996876    S.D. dependent var161.4286S.E. of regression9.022875    Akaike info criterion7.414260Sum squared resid976.9473  &

29、#160; Schwarz criterion7.555870Log likelihood-52.60695    F-statistic2234.625Durbin-Watson stat1.784714    Prob(F-statistic)0.000000记此时的残差平方和为RSS1=976.94731996-2010年：Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 23:05Sample: 1996 2010Incl

30、uded observations: 15VariableCoefficientStd. Errort-StatisticProb.  C-3614.980932.6004-3.8762370.0022X10.2399630.00637937.614960.0000X26.0501752.2691122.6663180.0206R-squared0.991746    Mean dependent var2887.649Adjusted R-squared0.990371    S.D. dep

31、endent var1836.485S.E. of regression180.2137    Akaike info criterion13.40302Sum squared resid389723.5    Schwarz criterion13.54463Log likelihood-97.52265    F-statistic720.9383Durbin-Watson stat1.872683    Prob(F-statis

32、tic)0.000000记此时的残差平方和为RSS2=389723.5结合首次回归的结果中残差平方和RSSR=1138732，根据邹氏参数稳定性检验的方法构造F统计量： F统计量超出了5%显著性水平下的临界值，拒绝参数稳定的前提假设条件，因此未通过邹氏参数结构稳定性检验，此数据存在结构性差异。（2）对参数存在结构性变化进行修正由于未通过邹氏检验，参数存在结构性差异，故此引入虚拟变量D1，在截距项和斜率项分别影响模型。说明在1980-1994年与1996-2010两个时间段内，居民的消费观念与结构发生了改变，因此以1995年作为临界年份，修改后的模型为：其中D1=0（1995年以前） D1=1（

33、1995年以后）对上述模型作普通最小二乘回归结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 23:14Sample: 1980 2010Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C-23.57143164.3544-0.1434180.8871D1-3674.672670.0097-5.4845060.0000X10.1088800.1082281.0060240.3240X2-0.03

34、12001.921588-0.0162370.9872D1*X10.1300720.1083151.2008740.2411D1*X26.3504882.4794562.5612420.0168R-squared0.996097    Mean dependent var1509.068Adjusted R-squared0.995316    S.D. dependent var1854.239S.E. of regression126.9026    Akaike inf

35、o criterion12.69670Sum squared resid402607.0    Schwarz criterion12.97425Log likelihood-190.7989    F-statistic1275.978Durbin-Watson stat1.979337    Prob(F-statistic)0.000000Y = -23.57142636 - 3674.672072*D1 + 0.1088797451*X1 - 0.0311999955

36、8*X2 + 0.1300721433*D1*X1 + 6.350487647*D1*X2模型的拟合度上升，且其中D1与D1*X2两个解释变量的t检验值大于5%显著性水平下自由度为25的临界值，说明这两个变量具有较强的解释能力，因此保留D1与D1*X2，剔除D1*X1。则模型修正为：再次对上述模型作普通最小二乘回归结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/09/11 Time: 11:35Sample: 1980 2010Included observations: 31VariableCoefficientStd. Err

37、ort-StatisticProb.  C147.684382.392161.7924560.0847D1-3834.322662.2472-5.7898650.0000X10.2387430.00436954.648400.0000X2-2.2863550.410741-5.5664150.0000X2*D18.5851631.6524245.1954980.0000R-squared0.995872    Mean dependent var1509.068Adjusted R-squared0.995236  

38、;  S.D. dependent var1854.239S.E. of regression127.9770    Akaike info criterion12.68827Sum squared resid425830.9    Schwarz criterion12.91956Log likelihood-191.6682    F-statistic1567.950Durbin-Watson stat1.966144  

39、0; Prob(F-statistic)0.000000Y = 147.6842822 - 3834.321875*D1 + 0.2387434908*X1 - 2.286354563*X2 + 8.585162965*X2*D1此时模型的拟合度再次提高，同时各变量的t检验值均通过了显著性检验，模型F值上升，表明整个模型的解释能力增强，显著性增强。并且通过引入虚拟变量D1修正了参数的结构性差异。3.3.异方差检验（1）异方差检验首先利用EVIEWS做出残差平方项与X1、X2的散点图4、图5所示： 图4 与X1的散点图图5 与X2的散点图再利用EVIEWS进行怀特检验，结果如下：有交叉

40、项：White Heteroskedasticity Test:F-statistic36.26392    Probability0.000000Obs*R-squared29.37967    Probability0.001081Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/11/11 Time: 12:58Sample: 1980 2010Included observations: 31VariableCoeff

41、icientStd. Errort-StatisticProb.  C-24014.8467752.52-0.3544490.7267D15145418.1598058.3.2197940.0043D1*X1-68.9418853.66990-1.2845540.2136D1*X2-22261.227645.556-2.9116550.0086X1-16.8244551.44397-0.3270440.7470X120.0007690.0001395.5330490.0000X1*X20.0503280.1902340.2645570.7941X1*(X2*D1)0.098

42、8880.1944560.5085340.6166X2416.10381162.1450.3580480.7241X22-1.1573623.689461-0.3136940.7570X2*(X2*D1)24.994639.6804942.5819580.0178R-squared0.947731    Mean dependent var13736.48Adjusted R-squared0.921597    S.D. dependent var36417.07S.E. of regression10196.9

43、6    Akaike info criterion21.56899Sum squared resid2.08E+09    Schwarz criterion22.07782Log likelihood-323.3193    F-statistic36.26392Durbin-Watson stat2.099187    Prob(F-statistic)0.000000此时大于5%显著性水平下自由度为10的分布临界值18.31，因

44、此存在异方差。无交叉项：White Heteroskedasticity Test:F-statistic33.54974    Probability0.000000Obs*R-squared28.23481    Probability0.000199Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/11/11 Time: 13:04Sample: 1980 2010Included observations: 31Var

45、iableCoefficientStd. Errort-StatisticProb.  C3470.30622393.110.1549720.8782D12056518.1653884.1.2434470.2262X1-33.619795.474862-6.1407560.0000X120.0009860.0001426.9611260.0000X2100.2725229.75840.4364260.6666X220.9224330.5326941.7316380.0967X2*D1-8034.5157952.597-1.0103010.3229(X2*D1)27.5995

46、829.5839570.7929480.4359R-squared0.910800    Mean dependent var13736.48Adjusted R-squared0.883652    S.D. dependent var36417.07S.E. of regression12421.77    Akaike info criterion21.90993Sum squared resid3.55E+09    Schwa

47、rz criterion22.27999Log likelihood-331.6038    F-statistic33.54974Durbin-Watson stat2.314129    Prob(F-statistic)0.000000此时大于5%显著性水平下自由度为7的分布临界值6.35，因此存在异方差。（2）模型异方差的修正令z2等于e2，定义w1=1/sqr(z2)作为权数，对模型进行加权最小二乘回归结果如下：Dependent Variable: YMethod: Least SquaresDate:

48、 12/09/11 Time: 11:47Sample: 1980 2010Included observations: 31Weighting series: W1VariableCoefficientStd. Errort-StatisticProb.  C148.00731.134763130.43010.0000D1-3904.35874.21755-52.606950.0000X10.2391540.000626382.32880.0000X2-2.2891500.012391-184.74420.0000D1*X28.7544220.18199048.10397

49、0.0000Weighted StatisticsR-squared1.000000    Mean dependent var1721.721Adjusted R-squared1.000000    S.D. dependent var7450.192S.E. of regression2.669503    Akaike info criterion4.948352Sum squared resid185.2824    Schw

50、arz criterion5.179640Log likelihood-71.69945    F-statistic12118677Durbin-Watson stat1.680378    Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.995867    Mean dependent var1509.068Adjusted R-squared0.995231    

51、S.D. dependent var1854.239S.E. of regression128.0463    Sum squared resid426292.3Durbin-Watson stat1.968072Y = 148.0072628 - 3904.358476*D1 + 0.2391537329*X1 - 2.289149579*X2 + 8.754421628*D1*X2进行加权最小二乘修正后的模型拟合度达到百分之百，同时各解释变量的t检验值均显著提高，表面解释能力增强，整个模型的解释能力再次提高。再对修正后的模型进行怀特检验结果如下：有交叉项：White Heteroskedasticity Test:F-statistic0.419673    Probability0.920