计量实验农村居民消费与农村人均收入的关系

1、计量经济学实验报告计量经济学实验报告我国农村家庭人均消费支出 与人均年收入关系的实证分析学院国际贸易学院专业10农林经济管理学 号201003030128学生姓名张祎上课时间单周周四第三四节摘要：作为10农林经济管理班的一名学生，为了将计量经济的 方法贯彻到我们本专业的学习当中，我的实验报告是通过1990年到 2110年各年人均消费支出和人均年收入的数据统计来进行农村居民 家庭人均消费收入与农村居民消费水平之间关系的实证分析，得出消 费支出与人均年收入之间的精确关系。建立人均年收入与人均消费支 出的一元线性回归模型，并对模型进行参数估计，检验与相关分析， 其中农村居民家庭人均消费收入作为自变量

2、，农村居民消费水平做因 变量，最后对得出结果做经济意义的分析和预测。表一：1990年2010年中国农村居民人均家庭收入与消费水平农村居民消费水平Y/元农村居民家庭人均收入X/元560686.3602708.6688784.0805921.610381221.013131577.716261926.117222090.117302162.017662210.318602253.419692366.420622475.621032622.223192936.425793254.928683587.032934140.437954760.640215153.244555919.0一、模型设定为分析农

3、村居民消费水平（丫）与农村居民家庭人均消费收入（X）之间的 关系，根据表一作如图1的散点图。 Group: GROUPOlWorkfile: UNTITLED:Untitled Group: GROUPOlWorkfile: UNTITLED:UntitledView| Proc|Object Print| View| Proc|Object Print| MaEe| Freeze Sample Sheet| Stats| Spec|6,000 -5.000 -4,000 -x 3.000 -2,000 -1.000 -o o o 土o o o 土o o o 土图1：农村居民消费水平与人均收入

4、的关系从散点图可以看出农村居民消费水平（Y）和人均收入（乂）大体呈现为线性关系，为 分析其变动的数量规律性，可以建立以下简单的线性回归模型：二、估计参数EViews的回归结果如表二所示。表二：回归结果OWorkfile: UNTITLEDView | P立c | Object | Print | OWorkfile: UNTITLEDView | P立c | Object | Print | Srvc DettRange: 1990 2010 - 21 obs Sample: 1990 2010 - 21 obs回 groupOlS resid0 xSy卜 Untitled k New Pag

5、e/ Equation: EQ01 Workfile: UNTITLED:Untitled | u | 回 |的View| Proc| Ohject| Print | 阮 me | Freerr | Estimate | Fore cast | Stats | Reside |Dependent Variable: YMethod: Least SquaresDate: 12/26/12 Time: 23:27Sample: 1990 2010Included observations: 21VanableCoefficientStd. Error t-StatisticProb.C116.4

6、48723.43927 z(2) = 5.9915，所以拒绝原 假设，不拒绝备择假设，表明模型存在异方差。(2)异方差修正对此模型异方差进行修正，运用加权最小二乘法。在运用加权最小二乘法 过程中，我选取权数w-1/x2因此修正结果如下图表五：用权数的结果口 Equation: UNTITLEDWorkfile:计量农村居民消费.o |回ViProcObject| Print旭me|Freeze| Estirn日tn|FujEwst|S坨ts|REsidsDependent Variable: YMethod: Least SquaresDate: 12/27/12 Time: 03:43Sam

7、ple (adjusted): 1990 2010Included observations: 21after adjustmentsWeighting series: 1/XA2VariableCoefficientStd. Error t-StatisticProb.C22.3716314.411611 5523330.1371X0.8176050.D1669548.974230-0000Weighted StatisticsR-squared0.992141Mean dependent var992.7336Adjusted R-squared0.991727S.D. dependent

8、 var722.4846S.E. of regression38.53760Aka ike info criterion10.23154Sum squared resid28217.78Schwarz criterion10.33102Log likelihood-105.4312Hannan-Quinn criter.10 25313F-statistic2398 一 476Durbin-Watson stat0.833705Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.988692Mean dependent var205

9、5 905Adjusted R-squared0.988097S.D. dependent var1119.927S.E. of regression122.1844Sum squared resid283651 7Durbin-Watson stat0.229443由图得： 我=22.37163+0.817605X(14.41161) (0.016695)t = (1.552333) (48.97423)R2=0.992141 DW=0.844705F=23984.76可以看出，在运用加权最小二乘法消除异方差性之后，参数的t检验均显著，f 检验也显著，并说明人均年收入增加一元，年消费水平就增

10、加0.817605元。2.自相关检验及修正（1）自相关检验表六：农村居民消费水平与人均收入数据 Wwkfile:计量农村居 Group: UNTUILED Workfile: Wwkfile:计量农村居 Group: UNTUILED Workfile:计星农村居民消奏水平. a 回 W&VieProc|Object Pjnt Sa Range: 1990 2011 ： Sample: 1990 2011 ： E c 0e3 回 eq1 回 eq03 Lg groupDI Ggraup03 0 residS w区冏* 卜 Untitled New FvView| Proc Object Pri

11、nt |Nm me | Free we |default | Sort Transpose | Edit+/-| Smpl+/obsYX1990560.0000686.30001991602 0000708 60001992688.0000784.00001993805.0000921.600019941038.0001221.00019951313.0001577.70019961626.0001926.100jj19971722 0002090.10019981730.0002162.00019991766.0002210.30020001860.0002253.40020011969.0

12、002366.40020022062.0002475.60020032103.0002622.20020042319.0002936.40020052579.00032&4.9002868 0003587.00020073293.0004140 40020084/fin finnT20094HU由表二可得：R 2=0.997897 F=9016.189 n=21DW=0.874942该回归方程可决系数较高，回归系数均显著。对样本量为21、一个解释变量的模型、5%显 著水平，查DW统计表可知，dL=1.221，d/ 1.420，模型中DW勺，显然消费模型中有自 相关。（2）自相关修正为解决自相关

13、的问题，可选用广义差分法。首先得出残差序列，再对残差序列进行滞后一期的回归分析， = 1.422357匕1，可知p = 1.422357表七：残差滞后一期 Equation: UNTITLED Wcrkfile:计量农村居民消.ViewPrue|Chject| Print阮me|Freeze| Estimate|FurEcastStatsRnsids|Dependent Variable: EMethod: Least SquaresDate: 12/27/12 Time: 04:21Sample (adjusted): 1991 2010Included observations: 20 a

14、fter adjustmentsVariableCoefficientStd. Error t-StatisticProb.E(-1)1.4223570.13998010.161180.0000R-squared0.788642Mean dependent var-61.20695Adjusted R-squared0.788642S.D. dependent var104 6734S.E. of regression48.12228Aka ike info criterion10.63407Sum squared resid43999.31Schwarz criterion10.68386L

15、og likelihood-105.M07Hannan-Quinn criter.10.64379Durbin-Watson stat1.237835对原模型进行广义差分，得到广义差分方程：Y-1.422357*Y =。(1-1.422357)+。(X - 1.422357X)+ vt-1 12 tt-1 t进行回归：表八：广义差分方程输出结果 Equation: UNTITLED Workfile:计量农村居民消| u |回|套Proc| Oh押ct| PrintName| Fr就源| Estimate | Forec日st | Stats | Resids|Dependent Variab

16、le: Y-1.422357*Y(-1)Method: Least SquaresDate: 12/27/12 Time: 04:33Sample (adjusted): 1991 2010Included observations: 20 after adjustmentsVariableCoefficientStd. Error t-StatisticProb.C3.43967222.6262110.1520220.8809X-1.422357*X(-1)0.83670110.026491131.584770.0000R-squared0.982276Mean dependent var-

17、622.9120Adjusted R-squared0.981292S.D. dependent var356.2009S.E. of regression48.72042Aka ike info criterion10 70471Sum squared resid42726.23Schwarz errterion10.80429Log likelihood-105.04711Hannan-Quinn criter.10.72415F-statistic997.5975Durbin-Watson stat1.256138Prob(F-statistic)0-000000由表八可得方程尹* =

18、3.4 3 9 6孑0.8 3 6 7期；1Se=(22.62621) (0.026491)t =(0.152022) (31.58477)R 2=0.982276 F=997.5975 n=20DW=1.256138由于使用了广义差分方程，因此样本容量变为20,查表得，1.201DW 1.411 依然存在自相关，据此猜测，可能存在二阶自相关。进行五次迭代后，得到表九：五阶自相关Dependent Variable: Y Method: Least Squares Date: 12/27/12 Time: 10:39Sample (adjusted): 1995 2010Included observations: 16 after adjustments Convergence achieved after 4 iterationsCoefficientStd. Errort-StatisticProb.C239.945484.524192.8387780.0140X0.7315720.01455250.272810.0000AR(5)0.4407140.2661291.6560170.1216R-squared0.997762Mean dependent var2467.563Adjusted R-squ