计量期末论文范文

1、计量经济学上海市城镇居民消费支出相关因素的典谜文 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 5.多重共线性检验 5.邹氏检验 8.异方差检验 11.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变动的影响进行

2、实证分析。首先利用EVIEW漱件建立了理论模型，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。对于始终走在发展前沿的上

3、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

4、证分析（一）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

5、由于我国是一个人口大国， 上海每年的人口都是逐年递增， 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）X3H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X31980637198163719821659 7198368619848341121985 10751198612

6、9319871437198811723 11989197619902183199112486 H1992300919934277317199415868 H1995717219968159199718439 n199887731999109324042000111718 12001128833842002132503792003114867 n200416683200518645200620668 200720082009128838 12010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EVIEW驮件中输入数据, 图，如图1、图2、图3所示：观察Y与三个解释变量X1、X2、

7、X3之间的散点图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：Y 01X12X23X3利用EVIEWSC件对数据进行普通最小二乘回归，得到如下结果:Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 22:37Sample: 1980 2010Included observations: 31CoefficieVariablentStd. Errort-StatisticProb.?CX1X2X3R-squared?Mean dependent

8、varAdjusted R-squared?. dependent var.of regression?Akaike info criterionSum squared resid1114482. ?Schwarz criterionLog likelihood?F-statisticDurbin-Watson stat?Prob(F-statistic)(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，表明模型的拟合度较好，被解释变量对解释变量的解释 能力较强。F统计量等于大于5%着性水平下F (3, 31-3-1

9、 )的临界值，表明 模型整体的显着性较高。除 X3外，X1与X2的t检验值均大于5%显着性水平下 自由度为31-3-1=27的临界值，通过了变量的显着性检验。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.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EVIEW驮件得到各变量间相关系数矩阵表：X1X2X3X1?X2?X3?从系数矩阵表中看出，X3fX1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别对Y与各解释变量XI、X2、X3故最小二乘回归，回归结果如 下：Dependent Variable: YMethod: Least Squares

10、Date: 12/08/11 Time: 22:48Sample: 1980 2010Included observations: 31VariableCoefficieProb.?ntStd. Errort-StatisticCX1R-squared?Mean dependent varAdjusted R-squared?. dependent var.of regression?Akaike info criterionSum squared resid2834399. ?Schwarz criterionLog likelihood?F-statisticDurbin-Watson s

11、tat?Prob(F-statistic)Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 22:51Sample: 1980 2010Included observations: 31Variablent Std. Error t-Statistic Prob.?CX2R-squared?Mean dependent varAdjusted R-squared?.dependent var.of regression?Akaike info criterionSum squared resid?Schwarz cri

12、terionLog likelihood?F-statisticDurbin-Watson stat?Prob(F-statistic)Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 22:52Sample: 1980 2010Included observations: 31VariableCoefficieProb.?ntStd. Errort-StatisticCX3R-squaredAdjusted R-squared.of regression?Mean dependent var ?.dependent

13、var?Akaike info criterionSum squared resid?Schwarz criterionLog likelihoodDurbin-Watson stat?F-statistic?Prob(F-statistic)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: 22:54Sample: 1980

14、 2010Included observations: 31CoefficieVariablentStd. Errort-StatisticProb.?CX1X2R-squared?Mean dependent varAdjusted R-squared?.dependent var.of regression?Akaike info criterionSum squared resid1138732.?Schwarz criterionLog likelihood?F-statisticDurbin-Watson stat?Prob(F-statistic)加入X3:Dependent Va

15、riable: YMethod: Least SquaresDate: 12/08/11 Time: 22:56Sample: 1980 2010Included observations: 31CoefficieVariablent Std. Error t-Statistic Prob.?CX1X3R-squared?Mean dependent varAdjusted R-squared?. dependent var.of regression?Akaike info criterionSum squared resid2017957. ?Schwarz criterionLog li

16、kelihood?F-statisticDurbin-Watson stat?Prob(F-statistic)初始模型加入X2t可决系数上升，且各变量的t检验值上升，表明变量的显 着性提高；加入X3t可决系数虽仍上升，但是各变量的t检验值下降，表明变量 的显着性下降。这说明X3X寸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：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 会增加亿元，减少亿元。.邹氏检验

17、(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1980-1994 年：Dependent Variable: YMethod: Least SquaresDate: 12/14/11 Time: 23:23Sample: 1980 1994Included observations: 15CoefficieVariablentStd. Errort-StatisticProb.?CX1X2R-squa

18、redAdjusted R-squared .of regression Sum squared resid Log likelihood Durbin-Watson stat?Mean dependent var ?.dependent var ?Akaike info criterion ?Schwarz criterion ?F-statistic ?Prob(F-statistic)记此时的残差平方和为RSS1 =1996-2010年:Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 23:05Sample:

19、1996 2010Included observations: 15CoefficieVariablent Std. Error t-Statistic Prob.?CX1X2R-squaredAdjusted R-squared .of regression Sum squared resid Log likelihood Durbin-Watson stat?Mean dependent var ?.dependent var ?Akaike info criterion ?Schwarz criterion ?F-statistic ?Prob(F-statistic)记此时的残差平方和

20、为RSS2二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%®着性水平下的临界值，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199成作为临界年份，修改后的模型为：其中D1=0 （199成以前）D1=1 （1995年以后）对上述模型作普通最小二乘回归

21、结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/08/11 Time: 23:14Sample: 1980 2010Included observations: 31VariableCD1X1X2D1*X1D1*X2Coefficient Std. Errort-StatisticProb.?R-squaredAdjusted R-squared .of regression Sum squared resid Log likelihood Durbin-Watson stat?Mean dependent var ?.depen

22、dent var ?Akaike info criterion ?Schwarz criterion ?F-statistic ?Prob(F-statistic)模型的拟合度上升，且其中DWD1*X2W个解释变量的t检验值大于5%®着性 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：丫= 0+ 1X1+ 2X2+ 3D1X2+ 4D1 +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: 1

23、1:35Sample: 1980 2010Included observations: 31CoefficieVariablent Std. Error t-Statistic Prob.?CD1X1X2R-squaredAdjusted R-squaredX2*D1?Mean dependent var?.dependent var.of regression Sum squared resid Log likelihood Durbin-Watson stat?Akaike info criterion ?Schwarz criterion ?F-statistic ?Prob(F-sta

24、tistic)此时模型的拟合度再次提高，同时各变量的t检验值均通过了显着性检验, 模型F值上升，表明整个模型的解释能力增强，显着性增强。并且通过引入虚拟 变量D脩正了参数的结构性差异。.异方差检验(1)异方差检验2 .35000首先利用EVIEWS出残差平万项e与X1、X2的散点图4、图5所小:与X1的散点图3000025000 -再利用EVIEWS行怀特检验,结果如下:e2与X2的散点图.20000有交15000一：White Heteroskedasticty Test:?Probability?Probability10000F-statisticObs*R-squarec50001II

25、Ii04000080000120000 160000 200000ZA2Test Equation:Dependent Variable: RESIDA2Method: Least SquaresDate: 12/11/11 Time: 12:58Sample: 1980 2010Included observations: 31D15145418.1598058.CoefficieVariablentStd. Errort-StatisticProb.?CD1*X1D1*X2X1X1A2X1*X2X1*(X2*D1)X2X2A2X2*(X2*D1)R-squaredAdjusted R-sq

26、uared .of regression Sum squared resid Log likelihood Durbin-Watson stat?Mean dependent var ?.dependent var ?Akaike info criterion+09 ?Schwarz criterion?F-statistic ?Prob(F-statistic)22此时nR29.38大于5%着性水平下自由度为10的分布临界值，因此存在异方差。无交叉项：White Heteroskedasticity Test:F-statistic?ProbabilityObs*R-squared?Prob

27、abilityTest Equation:Dependent Variable: RESIDA2Method: Least SquaresDate: 12/11/11 Time: 13:04Sample: 1980 2010Included observations: 31Variablent Std. Error t-Statistic Prob.?D1X1XW2X2X2A2X2*D1(X2*D1)A22056518.1653884.R-squaredAdjusted R-squared .of regression Sum squared resid Log likelihood Durb

28、in-Watson stat?Mean dependent var ?.dependent var ?Akaike info criterion+09 ?Schwarz criterion?F-statistic ?Prob(F-statistic)此时nR2 28.234大于5%!着性水平下自由度为7的2分布临界值，因此存在异方差。(2)模型异方差的修正令zA2等于eA2,定义w1=1/sqr(zA2)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: 12/09/11 Time: 11:47Samp

29、le: 1980 2010Included observations: 31Weighting series: W1Variablent Std. Error t-Statistic Prob.?CD1X1X2D1*X2Weighted StatisticsR-squaredAdjusted R-squared .of regression Sum squared residLog likelihood Durbin-Watson statR-squaredAdjusted R-squared .of regression?Mean dependent var ?.dependent var

30、?Akaike info criterion ?Schwarz criterion?F-statistic ?Prob(F-statistic)Unweighted Statistics?Mean dependent var ?.dependent var ?Sum squared residDurbin-Watson stat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 检验值均显着提高，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：F-statisticObs*R-squaredWhite Heteroskedasti

31、city Test:?Probability?ProbabilityTest Equation:Dependent Variable: STD_RESIDA2Method: Least SquaresDate: 12/11/11 Time: 13:16Sample: 1980 2010Included observations: 31ntCD1D1*X1D1*X2X1X1A2X1*X2X1*(D1*X2)X2X2A2X2*(D1*X2)R-squaredAdjusted R-squared .of regression Sum squared resid Log likelihood Durb

32、in-Watson stat?Mean dependent var ?.dependent var ?Akaike info criterion ?Schwarz criterion ?F-statistic ?Prob(F-statistic)此时nR2 5.3767小于5啾着性水平下自由度为10的2分布临界值，因此不存在异方差。无交叉项：F-statisticObs*R-squaredWhite Heteroskedasticity Test:?Probability?ProbabilityTest Equation:Dependent Variable: STD_RESIDA2Metho

33、d: Least SquaresDate: 12/11/11 Time: 13:18Sample: 1980 2010Included observations: 31CoefficieVariablent Std. Error t-Statistic Prob.?CD1X1XW2X2X2A2D1*X2(D1*X2)A2R-squaredAdjusted R-squared .of regression Sum squared resid Log likelihood Durbin-Watson stat?Mean dependent var ?.dependent var ?Akaike i

34、nfo criterion ?Schwarz criterion ?F-statistic ?Prob(F-statistic)22.此时nR 3.7046小于5麻着性水平下自由度为7的 分布临界值，因此不存在异方差。通过对模型进行加权最小二乘回归，修正了异方差，使模型通过了怀特检验。 并且再次提高了拟合优度以及各解释变量的t检验值。使整个模型的解释能力明 显提高。.自相关检验首先利用EVIEW软件作出残差序列与时间以及滞后一期的残差散点图，如图6和图7所示：图6残差序列与时间残差散点图图7残差序列与滞后一期的残差散点图其次进行.检验和LM佥验.检验：模型.值等于，临界值上下限分别为和，du&

35、lt;DWv4人，因 此不存在自相关。LM佥验：利用EVIEWS件对模型进行LM佥验，得到结果如下：Breusch-Godfrey Serial Correlation LM Test:Obs*R-squared?ProbabilityTest Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 12/11/11 Time: 13:30Presample missing value lagged residuals set to zero.VariableCoefficient Std. Errort-StatisticProb.?CD1X1X2D1*X2RESID(-1)R-squaredAdjusted R-squared .of regression Sum squared resid Log likelihood Durbin-Watson stat?Mean dependent var ?.dependent var ?Akaike info criterion ?Schwarz criterion ?F-statistic ?Prob(F-statistic)-22.一.此时虽nR 3.8436稍大于59着性水平下自由度为1的 分布临界值，但是滞后一阶残差项前的系数未