计量经济学eviews实验报告

大连海事大学实验报告试验名称：计量经济学软件应用专业班级：财务管理-1姓名：安妮指导教师：赵冰茹交通运送管理学院二○一六年十一月试验目的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.详细包括：Eview的安装，样本数据基本记录量计算，一元线性回归模型的建立、检查及成果输出与分析，多元回归模型的建立与分析，异方差、序列有关模型的检查与处理等。二、试验环境WINDOWSXP或操作系统下，基于EVIEWS5.1平台。三、试验模型建立与分析案例1：我国1995—的人均国民生产总值和居民消费支出的记录资料（此资料来自中华人民共和国记录局网站）如表1所示，做回归分析。表1我国1995-人均国民生产总值与居民消费水平状况指标人均国内生产总值（元）居民消费水平（元）1995年507423301996年587827651997年645729781998年683531261999年7199334679023721867039879450430110600460612400513814259577116602641620337757223912870725963951430567109193601813134395441469943320161904661217806(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；运用eviews软件输出成果汇报如下：

DependentVariable：CONSUMPTIONMethod：LeastSquaresDate：06/11/16Time：19：02Sample：1995Includedobservations:20VariableCoefficientStd。Errort—StatisticProb。

C691.0225113.39206.0941040.0000AVGDP0。3527700.00490871。880540。0000R-squared0.996528

Meandependentvar7351.300AdjustedR—squared0。996335

S。D.dependentvar4828。765S.E。ofregression292。3118

Akaikeinfocriterion14。28816Sumsquaredresid1538032.

Schwarzcriterion14.38773Loglikelihood-140。8816

Hannan-Quinncriter.14.30760F—statistic5166.811

Durbin—Watsonstat0。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表达国内生产总值每增长一元，人均消费水平增长0.35277元。检查成果R2=0。996528，阐明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查：（5%明显性水平下,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记录量为5166.811，数值很大，可以鉴定，人均国内生产总值对居民消费水平在5%的明显性水平下有明显性影响。因此，回归系数明显不为零,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很好的.(3)序列有关问题由上图可知,DW记录量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有关，且为序列正有关。修正：广义差分法由于DW=0.403709，ρ=1—DW/2=0.7981455令X1=X-0.7981455*X(—1）Y1=Y-0。7981455＊Y(—1）修正成果如下：DependentVariable:Y1Method：LeastSquaresDate:06/11/16Time:19:56Sample(adjusted）：1996Includedobservations：19afteradjustmentsCoefficientStd。Errort-StatisticProb.

X1-1.14E+087970597。-14.338870。0000C—8.26E+105。45E+10—1.5164020。1478R—squared0.923631

Meandependentvar—7.34E+11AdjustedR—squared0。919139

S。D.dependentvar4.61E+11S.E。ofregression1。31E+11

Akaikeinfocriterion54。13516Sumsquaredresid2.92E+23

Schwarzcriterion54。23457Loglikelihood-512.2840

Hannan-Quinncriter。54。15198F—statistic205。6031

Durbin—Watsonstat0。953595Prob（F—statistic)0。000000经修正后,DW=0。953595〈dl=1。2，阐明随机扰动项仍存在序列正有关。（4）根据中国国民经济与社会发展记录公报，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EQ\*jc0\＊"Font:TimesNewRoman”\＊hps12\o\ad（\s\up11（^),var）（Y0)=S2（）=1468.207，t0。25(n-2)=2.10，因此E（Y0）的预测区间为EQ\＊jc0\*"Font:宋体"\＊hps10\o\ad(\s\up10(^），Y）0±t0.25（n-2）√EQ\*jc0\*”Font：TimesNewRoman”\*hps12\o\ad（\s\up11(^），var)（Y0)=49351±80。4661。运用Eviews输出预测成果如下：案例2：下面给出了我国1995-的居民消费水平（Y）和人均国内生产总值(X1)以及城镇居民人均可支配收入（X2)数据,对它们三者之间的关系进行研究.详细数据如表2所示.表2:1995年到的记录资料单位：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2330507442831996年276558784838.91997年297864575160。31998年312668355425。11999年334671995854372179026280398786706859。6430194507702。84606106008472.25138124009421.65771142591049364161660211759。575722033713785.887072391215780。895142596317174.7109193056719109.4131343601821809.8146993954424564。7161904332026467178064661228843.85(1）试建立二元线性回归方程运用Eviews软件输出成果汇报如下：DependentVariable:CONSUMPTIONMethod:LeastSquaresDate:09/11/16Time：16:23Sample（adjusted）：1995Includedobservations：20CoefficientStd.Errort-StatisticProb。

AVGDP0。1606120.0603502.6613350。0164SAVING0.0181660.0056933.1910610.0053C1040.987143。32407。2631780.0000R-squared0。997829

Meandependentvar7351。300AdjustedR-squared0。997573

S。D。dependentvar4828。765S.E.ofregression237.8674

Akaikeinfocriterion13。91879Sumsquaredresid961875。6

Schwarzcriterion14。06815Loglikelihood—136.1879

Hannan-Quinncriter.13.94794F-statistic3906.446

Durbin—Watsonstat0.977467Prob(F-statistic）0。000000由上表可知，样本回归方程为：Y=417.4107+0。269124X1+0。145843X2（2）对检查成果的分析AVGDP与SAVING的P值均不不小于0。05，t值均不小于t(n—2）=t(18)=2。101,因此样本回归方程十分明显。修整后的R2为0.997573，阐明有99.76%的样本可以被样本回归方程所解释,拟合的很好.F记录量为3906.446数值很大，可以鉴定，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％的明显性水平下有明显性影响。不过，值得注意的是DW记录量为0.977467〈dl=1.1（当k=2，n=20时），因此方程也许存在序列有关问题，可运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列出了中国部分省市城镇居民每个家庭平均整年可支配收入（income）与消费性支出（expense)的记录数据。表3记录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。0028009。00广西24669.0015045。00上海47710.0030520.00山东省29222。0018323.00重庆25147.0018279。00陕西省28844.0019968。00河北省24141。0016204。00山西省24069。0014637。00山西省24069.0014637。00安徽省24839。0016107.00内蒙古28350.0020885.00甘肃省20804。0015507。00吉林省23217.8017156。00云南省24299。0016268.00江苏省34346。0023476。00贵州省22548。2115254。64浙江省40393.0027242。00四川省24381。0018027。00江西省24309。0015142。00青海省22306.5717492.89湖南省26570.0018335。00海南省24487.0017514.00河南省24391.4515726.12宁夏23285.0017216。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运用eviews软件输出成果汇报如下：DependentVariable:EXPENSEMethod：LeastSquaresDate:09/11/16Time:20:15Sample（adjusted）：2024Includedobservations：24CoefficientStd.Errort—StatisticProb.

INCOME0。6030840.03643516。552190.0000C2031。2261033.2511.9658600。0621R-squared0.925669

Meandependentvar18623.78AdjustedR—squared0。922291

S。D.dependentvar4401.364S.E。ofregression1226。941

Akaikeinfocriterion17.14209Sumsquaredresid33118445

Schwarzcriterion17.24026Loglikelihood—203.7051

Hannan-Quinncriter.17。16814F—statistic273。9751

Durbin—Watsonstat1。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，人均消费性支出增长0。603084元。同步分析成果显示,INCOME的P值为0。00,不不小于0.05，t=16.55219>t（n—2）=t(18)=2。101,十分明显。拟合优度R2为0.925669，阐明有92。57%的样本可以被样本回归方程所解释，拟合的很好.F记录量为273.9751,数值很大，可以鉴定，人均可支配收入对人均消费性支出在5%的明显性水平下，有明显性影响。DW记录量为1.601642〉du=1。45（当k=1，n=24时),因此方程不存在序列有关问题。整体上看，此模型较为成功。（2）异方差的图形检查:输出残差、拟合值图形汇报：散点图汇报：从图形上可以看出，平均而言，城镇居民人均消费性支出随城镇居民人均可支配收入的增长而增长.不过,从残差图和散点拟合图可以明显地观测出来，伴随可支配收入的增长，支出的变动幅度也略有减小的趋势，也许存在异方差。(3)检查模型与否存在异方差White检查：HeteroskedasticityTest：WhiteF—statistic1。423345

Prob。F(2，21)0。2632Obs＊R-squared2。864991

Prob，Chi-Square（2)0.2387ScaledexplainedSS1.024885Prob,Chi—Square(2）0.5990TestEquation:DependentVariable：RESID^2Method:LeastSquaresDate：11/11/16Time:15：35Sample：2024Includedobservations：24VariableCoefficientStd.Errort—StatisticProb.

C24915316379291。0.3905660.7001INCOME—22。43270405.2308-0。0553580.9564INCOME^2—0.0006150。0059840.1027420.9191R—squared0.119375

Meandependentvar1379935。AdjustedR-squared0.035506

S。D。dependentvar1300708。S.E。ofregression1277408。

Akaikeinfocriterion31。07503Sumsquaredresid3.43E+13

Schwarzcriterion31.22229Loglikelihood-369.9004

Hannan-Quinncriter31.11410F—statistic1。423345Durbin—Watsonstat2.1135