实验二-计量经济学

1、精选优质文档-倾情为你奉上 实 验 报 告课程名称： 计量经济学 实验项目： 实验二 一元线性回归模型的 估计、检验、预测和应用 实验类型：综合性 设计性 验证性R专业班别： 姓 名： 学 号： 实验课室： 厚德楼B503 指导教师： 石立 实验日期： 2016-04-01 广东商学院华商学院教务处 制 一、实验项目训练方案小组合作：是 否R小组成员：无实验目的：掌握简单相关分析、格兰杰因果关系检验、简单线性回归模型的设定和模型的参数估计、简单线性回归模型的区间估计、假设检验和预测方法，并能利用所建立的模型分析实际问题。实验场地及仪器、设备和材料实验室：普通配置的计算机，Eviews软件及常用

2、办公软件。实验训练内容（包括实验原理和操作步骤）：【实验原理】相关分析，格兰杰因果关系检验，普通最小二乘法(OLS)，拟合优度的判定系数检验和参数显著性t检验等，计量经济学预测原理。【实验步骤】已知广东省宏观经济部分数据（参见附表“广东省宏观经济数据-第二章”），要根据这些数据分别研究和分析广东省宏观经济，建立宏观计量经济模型。本实验要求具体验证分析：（1）“国内生产总值的变化引起财政收入的变化”（2）“财政收入影响财政支出”（3）“国内生产总值对社会消费品零售额的影响模型”并根据相应的回归模型进行经济预测、经济分析和政策评价。注：在实验中对应的空白处写出实验的结果。全部完成后，把该文档自己学

3、号为名进行命名，提交到教师机。（一）建立工作文件进入Eviews，建立一工作文件，并命名为GD，新建4个序列，并对应输入广东省经济数据表中的数据：收入法国内生产总值-GDPS，财政收入-CS，财政支出-CZ，社会消费品零售额-SLC。（二）相关分析（请对得到的图表进行处理，“相关分析”部分不得超过本页）1作散点图分别作上述三组变量之间的散点图（3个散点图），并根据散点图作简单分析，写出各组变量的关系。散点图：分析：在一定条件下，国家财政收入与GDP、财政收入影响财政支出、国内生产总值对社会消费品零售额确实存在线性相关关系。CS随着GDPS的增大而增大，CZ随着CS的增加而增加，SLC随着GDP

4、S的增加而增加，并趋向一条直线。2、计算简单线性相关系数分别作上述三组变量之间的简单线性相关系数，并根据相关系数作简单分析。分析：从数据可看出，因为GDPS与CS、CZ与CS和SLC与GDPS的相关系数大于0.8，所以模型模拟好。（三）回归分析1【模型设定】（请对得到的图表进行处理，“模型设定”部分不得超过本页）（1）作因果关系检验（辅助“模型设定”）分别对上述三组变量作因果关系检验（3组检验结果），并根据因果关系检验的结果，作简单描述及分析。因果关系检验结果表：（请对同一个模型的滞后期从2-5多试几次，并选定最终的结果。）Pairwise Granger Causality TestsDat

5、e: 04/13/16 Time: 19:06Sample: 1978 2005Lags: 2 Null Hypothesis:ObsF-StatisticProb.  GDPS does not Granger Cause CS 27 6.020450.0082 CS does not Granger Cause GDPS 13.18550.0002Pairwise Granger Causality TestsDate: 04/01/16 Time: 15:03Sample: 1978 2005Lags: 2 

6、Null Hypothesis:ObsF-StatisticProb.  CS does not Granger Cause CZ 26 0.717540.4995 CZ does not Granger Cause CS 7.764630.0030Pairwise Granger Causality TestsDate: 04/01/16 Time: 15:04Sample: 1978 2005Lags: 3 Null Hypothesis:ObsF-StatisticProb.  GDPS does

7、not Granger Cause SLC 25 0.845940.4866 SLC does not Granger Cause GDPS 1.179830.3452分析从三个因果关系检验可以看出，GDPS是CS的因；CS不是CZ的因；GDPS不是SLC的因。但根据理论CS是CZ的因，GDPS是SLC的因，可能是由于指标设置的问题。所以还是把CS作为应变量，GDPS作为解释变量；CZ作为应变量，CS作为解释变量；SLC作为应变量，GDPS作为解释变量进行一元线性回归分析（2）结合以上因果关系和模型要求，确定模型的因变量和自变量。并从以下给出的回归函数中

8、挑选出一个回归函数作为具体模型的设定函数（标出字母序号即可）。模型1（ D ）A.B.C.D.模型2：（ D ）A.B.C.D.模型3：（ A）BDA.B.C.D.2、【参数估计】（1）分别用最小二乘法估计以上三个回归模型的参数，保存实验结果。（注：只需附上模型估计的结果即可，无需分析；模型如果常数项不能通过检验，仍保留，本实验中不要求大家对模型进行修正。）（请对得到的图表进行处理，“模型结果”部分不得超过本页）模型1 Dependent Variable: CSMethod: Least SquaresDate: 04/01/16 Time: 15：22ample: 1978 2005Inc

9、luded observations: 28CoefficientStd. Errort-StatisticProb.  GDPS52970.0000C12.5096015.586050.0.4295R-squared0.    Mean dependent var449.5546Adjusted R-squared0.    S.D. dependent var509.5465S.E. of regression61.92234    A

10、kaike info criterion11.15839Sum squared resid99693.77    Schwarz criterion11.25355Log likelihood-154.2174    Hannan-Quinn criter.11.18748F-statistic1802.255    Durbin-Watson stat0.Prob(F-statistic)0.模型2Dependent Variable: CZMethod: Least Sq

11、uaresDate: 04/01/16 Time: 15:23Sample: 1978 2005Included observations: 28CoefficientStd.rrort-StatisticProb.  CS1.0. 1726774.062850.0000C-22.6807311.61500-1.0.0617R-squared0.    Mean dependent var552.2429Adjusted R-squared0.    S.D. dependent var653.

12、1881S.E. of regression45.71859    Akaike info criterion10.55164Sum squared resid54344.93    Schwarz criterion10.64679Log likelihood-145.7229    Hannan-Quinn criter.10.58073F-statistic5485.306    Durbin-Watson stat1.Prob(

13、F-statistic)0.模型3Dependent Variable: SLCMethod: Least SquaresDate: 04/01/16 Time: 15:25Sample: 1978 2005Included observations: 28CoefficientStd. Errort-StatisticProb.  GDPS35780.00C148.69248.019443.0.0046R-squared0.    Mean dependent var2163.893Adjusted R-square

14、d0.    S.D. dependent var2340.232S.E. of regression190.7780    Akaike info criterion13.40885Sum squared resid.6    Schwarz criterion13.50400Log likelihood-185.7239    Hannan-Quinn criter.13.43794F-statistic4036.795 

15、   Durbin-Watson stat0.Prob(F-statistic)0.（2）回归结果的报告将模型回归分析结果按如下形式报告出来：= = DF= = = 模型1：（请对得到的图表进行处理，“结果报告”和“置信区间”部分不得超过本页）CS= 12.50960+0.*GDPS （0.）（15.58605）t=(42.45297） (0.)R2=0. SE=61.92234 DF=26 DW=0. F=1802.255模型2：CS= -22.68073+1.*GDPS （0.） (48.01944）t=(42.45297） (0.)R2=0. SE=45.7

16、1859 DF=26 DW=1. F=5485.306 模型3：SCL= 148.6962+0.*GDPS （0.）（48.01944）t=(63.53578) (3.)R2=0. SE=190.7780 DF=26 DW=0. F=4036.795 （3）根据模型估计的结果，对所估计的三个模型，分别写出总体回归模型系数的置信区间。模型1：-18.6625，43.6817：0.，0.模型2：-45.91073，0.54927：0.，1.模型3：52.65732，244.73508：0.，0.3、模型检验（请对得到的图表进行处理，“模型检验”部分不得超过本页）（1）经济检验根据模型参数的估计值，

17、联系实际和相关经济理论，对各回归模型进行经济检验。并解释参数值的经济意义。模型一CS=12.50960+0.*GDPS 系数说明，国内生产总值GDPS增加1个单位，财政收入CS增加0.个单位。财政收入受国内生产总值的影响，并符合经济理论。 模型二CZ=-22.68073+1.*CS  系数说明，财政收入CS增加1个单位，财政支出CZ增加1.个单位。财政支出CZ对财政收入CS的回归系数大于1，表明政支出CZ中还有其他影响因素。 模型三SLC=148.6962+0.*GDPS  系数说明，国内生产总值GDPS增加1个单位，社会消费品零售额SLC增加

18、0.个单位。符合经济理论。（2）统计检验根据估计出的模型可决系数（判定系数）判断模型的拟合程度。模型一：模型可决系数（判定系数）R2=0.>0.8，表明拟合程度很好。模型二：模型可决系数（判定系数）R2=0.>0.8，表明拟合程度很好。模型三：模型可决系数（判定系数）R2=0.>0.8，表明拟合程度很好。根据参数显著性t检验值和P值上判断模型是否通过检验。根据广东数据得到的三个估计方程和上次实验的参数估计的结果可以看出，参数显著性t检验值分别为(0.) 、(42.45297)、(-1.) 、(74.06285)、(3.) 、(63.53578)，

19、除了2个常数项外均大于2，而常数项相对来说不重要，而P值均为0.0000，小于0.05，这表明方程都很显著，模型通过了检验。 （3）计量检验（略）（4）预测检验（略）4、模型应用（请对得到的图表进行处理，“预测”部分不得超过本页）（1）点预测：先根据现有的自变量的值，根据建立的模型，预测因变量的平均值，序列命名为如“yf1”的形式进行保存。并在本文档中保存相对应当预测图（forcast graph）。模型1的预测图：模型2的预测图：模型3的预测图：（2）再分别作下列预测（将预测结果写在题后）：根据估计出的模型1，预测当广东省2006年的收入法国内生产总值（GDPS）达到25000亿元

20、时，财政收入（CS）为多少，区间预测的结果为多少。 2019.908 （1873.763，2166.053） 。根据估计出的模型2以及模型1预测出的广东省2006年的财政收入（CS）值，预测其财政支出（CZ）为多少，区间预测的结果为多少。 2560.526 （2452.821，2668.231） 。根据估计出的模型3，预测当广东省2006年的收入法国内生产总值（GDPS）达到25000亿元时，其社会消费品零售额（SLC）为多少，区间预测的结果为多少。 9404.731 （8954.469，9854.993） 。（3）经济分析和政策评价（请对得到的图表进行处理，“分析”部分不得超过本页）根据模型

21、估计和预测的结果，作相应的经济分析和政策建议。A、为提高广东省的财政收入，可以采取什么措施？答：提高广东省的国民生产总值 B、广东省计划从2005年开始，每年增加财政收入300亿元，其国内生产总值需每年增加多少？答：其国内生产总值需每年增加3580.38亿元。C、广东省财政连年赤字，政府应如何调整财政支出方案，实现财政收支平衡。（根据所建立的模型回答，思考其与实际是否相符？并思考原因。）答：本能单靠财政支出去发展经济，刺激消费，要严捉偷税漏税等犯法现象，要减少“三公”费用的支出和其他不必要的支出，适当的对某些行业增加税收。D、课后思考：下表给出了广东省1978年-2005年的社会消费品零售额、

22、收入法GDP及社会消费品零售额占GDP的比重数据。年份收入法GDPS社会消费品零售额SLC社会消费品零售额占GDP的比重年份收入法GDPS社会消费品零售额SLC社会消费品零售额占GDP的比重1978185.8579.8642.97%19922447.541109.5545.33%1979209.3492.6944.28%19933469.281518.3143.76%1980249.65117.6747.13%19944619.021991.3343.11%1981290.36142.3849.04%19955933.052478.3541.77%1982339.92164.2348.31%1

23、9966834.972772.8340.57%1983368.75183.6249.80%19977774.533139.3240.38%1984458.74226.1349.29%19988530.883567.0141.81%1985577.38289.2350.09%19999250.683932.4442.51%1986667.53327.0248.99%200010741.254379.8140.78%1987846.69405.1947.86%200112039.254856.6540.34%19881155.37568.0749.17%200213502.425392.6439.94%19891381.39636.1546.05%200315844.646029.8638.06%19901559.03667.3642.81%200418864.626852.0336.32%19911893.3786.6441.55%200522366.547882.6435.