计量经济学课程设计evlg.docx

《计量经济学课程设计evlg.docx》由会员分享，可在线阅读，更多相关《计量经济学课程设计evlg.docx（28页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、目录1、 续论11.1、中国汽车业简介 11.2、课题的意义 12、 影响中国汽车产量的要素及模型的建立2 2.1、影响中国汽车产量的要素 22.2、模型的建立 23、 回归模型的检验和修正53.1、经济学意义检验及显著性检验 53.2、多重共线性 73.3、异方差性173.4、序列相关性203.5、滞后变量模型213.6、模型的检验与预测244、 结论 265、 参考文献 271.绪论1.1中国汽车业简介 汽车产业是资本、技术密集型产业，又是劳动密集型产业，具有很大的前后关联度和很强的波及效果。对于国民经济有很强的带动作用。 中国汽车产业在中国经济的发展中起着越来越重要的作用。据机械部预测，

2、汽车工业正以每年14的速度增长，仅次于电子工业15的增长率而远远高于其它产业。1997年，汽车税收达200亿元，占全国税收总额的5.0。在国家支柱工业中名列第二。同时，可解决7.5的就业人数。 汽车工业反映了制造业的整体技术水平。中国汽车产业关联度与发达国家相比差距较大。 美国的汽车制造、经销与零部件领域直接提供200万人的工作岗位，并使1300万人以上的人们工作于相关产业中， 美国汽车工业提供了17的工作岗位。中国汽车产业在中国影响系数较大的前10个部门中位居第二，中国汽车工业对其它产业发展的带动作用很强，高于全国平均水平22.8。 中国汽车产业可以粗略地分为两大体系：“纯粹”的中国汽车产业

3、和在华的国际汽车集团。中国汽车产业主要具备以下几方面的优势： 1.中国将成为21世纪最大的汽车消费国。2.建立了一个比较完整的汽车工业体系，部分产品已达到90年代的国际水平。3.桑塔纳、捷达、奥迪、别克零部件的国产化率已达到相当的程度，显示出后发优势的作用。4.劳动力成本低是中国在国际竞争中的比较优势。中国汽车工业的劣势有下列几个方面：1.技术至少落后10年以上。按技术来源可分为四类：全部引进；测绘仿制；基本仿制和部分引进；参照国外车型自行设计。引进技术产品达到80年代水平的占30；进行开发的换代产品达到80年代水平的占30；技术落后的占402。2.开发能力差。还不具备独立的开发能力。3.产品

4、结构不合理。早期以发展中型载重汽车为主，“缺重少轻，轿车几乎空白”，到目前轿车缺口依然很大。4.规模经济效益低。全部产量不及通用公司的五分之一。5.零部件工业发展滞后，发动机和电子件最为薄弱。1.2课题的意义 我国正处于全面建设小康社会的重要战略机遇期，大力发展汽车产业，全面推进国民经济各部门持续健康发展，使我们当前面临的重大任务 。因此通过建立计量经济学模型，研究汽车产量和相关因素的依存度，对于调整产业结构，促进国民经济快速健康发展具有重要的战略意义。2影响中国汽车产量的要素及模型的建立2.1影响中国汽车产量的要素为了应对入世后更为激烈的市场竞争，在更高层次上发展我国的民族汽车产业，切实把握

5、我国汽车产量的影响因素是当务之急。而影响到汽车产量的因素是多方面的。主要包括包括成品钢产量、石油消费总量、铁路运输量、私人汽车拥有量、公路运输线路长度等因素的影响。2.2模型的建立 根据统计数据建立中国汽车产量的模型，影响汽车产量的要素包括成品钢产量、石油消费总量、铁路运输量、私人汽车拥有量、公路运输线路长度。因此建立以下模型： 其中Y是汽车总产量（万辆） 是成品钢产量（万吨） 是公路运输线路长度（万公里） 是石油消费总量（万吨） 是私人汽车拥有量（万辆） 是铁路总运量（万吨）是常数项，（i=1、2、3、4、5）是待估参数，u是随机干扰项。具体数据如下表1：年份YX1X2X3X4X519905

6、1.46635102.8316384.69881.62150681199171.427100104.1117746.89396.041528931992106.678094105.6719104.75118.041576271993129.858956108.3521110.726155.271627941994136.699261111.7821356.238205.421632161995145.279535.99115.722955.8249.961659821996147.5210124.06118.5825280.904289.671710241997158.2510894.1712

7、2.6427725.436358.36172149199816311559127.8528326.272423.651643091999183.212426135.1730222.335533.88167554200020712850140.2732307.882625.331785812001234.1715163.44169.832788.508770.781931892002325.118236.61176.5235553.113968.982049562003444.3922233.6180.9838963.9041219.232242482004509.1128291.09187.0

8、745466.1281481.662490172005570.4935323.98334.5246727.4061848.072692962006727.8941914.85345.699949924.4682333.322882242007888.8948928.8358.371552735.5042876.223142372008930.5950305.75373.016453334.9843501.3933035420091379.5357218.23386.082354889.8134574.91333348通过Eviews得到上述数据的散点图如下图：应用计量经济学Eviews软件，对

9、数据进行最小二乘估计得到模型的回归结果如下表2：Dependent Variable: YMethod: Least SquaresDate: 06/08/11 Time: 14:04Sample: 1990 2009Included observations: 20VariableCoefficientStd. Errort-StatisticProb. X10.0183400.0081452.2515660.0409X2-0.9838550.432036-2.2772540.0390X30.0004260.0023210.1833850.8571X40.2033930.0413504.91

10、88110.0002X5-0.0017460.001458-1.1976860.2509C295.5612170.67951.7316740.1053R-squared0.993428 Mean dependent var375.5215Adjusted R-squared0.991081 S.D. dependent var358.1339S.E. of regression33.82194 Akaike info criterion10.12342Sum squared resid16014.93 Schwarz criterion10.42214Log likelihood-95.234

11、21 F-statistic423.2665Durbin-Watson stat1.767760 Prob(F-statistic)0.000000根据Eviews结果得到估计模型结果如下： (1.731674) (2.251566)(-2.277254) (0.183358) (4.918811) (-1.198676)=0.991081 =0.993428 F-statistic=423.226 D-W=1.767760在利用最小二乘估计进行多元函数回归时，需要满足以下假设条件：（1） 回归模型是正确设定的。（2） 解释变量、.是非随机变量的或是固定的，且各之间不存在严格的线性相关性（无完

12、全多重共线性）。（3） 各解释变量在所抽取的样本中具有变异性，而且随着样本容量的无限增加，各解释变量的样本方差趋于一个非零的常数，即n+时， (4)随机误差项具有条件零均值、同方差及不序列相关性 ij3回归模型的检验和修正3.1经济学意义检验及显著性检验 根据参数估计量的符号以及参数估计量大小的检验，在经济意义上是合理的。即由于成品钢产量、石油消费总量、私人汽车拥有量的系数为正，而公路运输线路长度、铁路运输量的系数为负，所以汽车生产总量随着成品钢产量、石油消费总量、私人汽车拥有量的增加而增长，成正比例关系，随公路运输线路长度、铁路运输量的增加而减少。3.1.1拟合优度检验 在经济学中用可决系数

13、来检验模型的拟合优度，完全拟合情况为,则可决系数越接近1，模型的拟合优度越好。在上节中用Eviews软件得到模型的可决系数=0.993428，说明模型你过得拟合优度很好。3.1.2对回归系数进行T检验 对进行检验：提出原假设：;备择假设：.T=2.251566假定显著水平，查t 分布表中自由度为14（n-k-1=20-5-1=14;n为选取数据组数，k为变量的个数），的临界值，得到1.761。显然，T=2.2515661.761,故拒绝原假设，接受备择假设.，即是显著的。 对进行检验：提出原假设：;备择假设：。T=-2.277254假定显著水平，查t 分布表中自由度为14（n-k-1=20-5

14、-1=14;n为选取数据组数，k为变量的个数），的临界值，得到1.761。显然T=-2.2772541.761,故接受原假设，拒绝备择假设，即不显著。 对进行检验：提出原假设：;备择假设：。T=0.183385假定显著水平，查t 分布表中自由度为14（n-k-1=20-5-1=14;n为选取数据组数，k为变量的个数），的临界值，得到1.761。T=0.1833851.761,故拒绝原假设，接受备择假设.，即是显著的。 对进行检验：提出原假设：;备择假设：。T=-1.197686假定显著水平，查t 分布表中自由度为14（n-k-1=20-5-1=14;n为选取数据组数，k为变量的个数），的临界值，得到1.761。T=-1.1976861.761，故接受原假设，拒绝备择假设，即不显著。3.1.3对方程进行F检验根据Eviews表得到F-statistic=423.226在假定显著水平，查自由度为5和自由度为14的F分布表，得临界值,则拒绝原假设，存在异方差性。 对选定的20组样本进行G-Q检验：1） 将样本出去中间部分，并分为观测值一个较大和一个较小的样本，如图13,14。 图13：Dependent Variable: YMethod: Least SquaresDate: 06/0