2023年计量经济学实验报告2.docx

《2023年计量经济学实验报告2.docx》由会员分享，可在线阅读，更多相关《2023年计量经济学实验报告2.docx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1 .背景经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商 品和劳务总量的增长来表达，即以国民生产总值（GDP）和国内生产总值的的增长来计算。古典经济增长理论以社会财富的增长为中心,指出生产劳动是财富增长的源泉。现代经济 增长理论认为知识、人力资本、技术进步是经济增长的重要因素。从古典增长理论到新增长理论，都重视物质资本和劳动的奉献。物质资本是指经济系统 运营中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资 产投资总额（亿元）来衡量物质资本。中国拥有卜三亿人口，为经济增长提供了丰富的劳动力 资源。因此本文用总就也人数（万人）来衡量劳动力

2、。居民消费需求也是经济增长的重要因素。经济增长问题既受各国政府和居民的关注，也是经济学理论研究的一个重要方面。在1978 -20 2 3年的3 1年中，我国经济年均增长率高达9.6乐综合国力大大增强，居民收入水平与 生活水平不断提高，居民的消费需求的数量和质量有了很大的提高。但是，我国目前仍然面临 消费需求局限性问题。本文将以中国经济增长作为研究对象选择时间序列数据的计展经济学模型方法，将中国 国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增 长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学 的方法进行数据的分析将得到更加具有

3、说服力和更加具体的指标，可以更好的帮助我们进行 预测与决策。因此，对我国经济增长的计量经济学研究是故意义同时也是很必要的。2 .模型的建立2. 1假设模型为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y）这个 经济指标作为研究对象;用总就业人员数（XJ衡量劳动力;用固定资产投资总额（X2）衡量资 本投入：用价格指数（X,）去代表消费需求。运用这些数据进行回归分析。观测Y与X1和X2最小二乘估计的拟合优度(R-squared =0. 99 5 76 7),与Y与X,最小二乘估计的拟合优度(R-squared = 0. 7 3 94)比较,变化明显，说明X,对y的 影响显著。

4、观测Y与X1和X2、X3最小二乘估计的拟合优度(R- s quare d =0. 99 6 6 4 4)，与Y与X1和X2最小二乘估计的拟合优度(k squared = 0.990618)比较，变化不明 显，说明X?对y影响不显著。序列相关性检查：方程具有截距项，因此,可以使用1用检查法来检查方程是否具有序列相关性。DW=1. 68254 ,对样本量n为21、一个解释变量的模型(k = 3涉及常数项)、5备显著水平, 查加登记表可知，d=l. 1 5, d产1 . 54,模型中d- DW4-&、显然消费模型中无是自相关。20,000 -16,000-12,000-8,000 -4,000 -

5、0-4,000 -8,000 -12,000-20,000-10,000010,00020,000RESID3建立修正模型一一WLS加权最小二乘法估计模型系数建立模型可以有效地消除模型的异方差性，同时也可以在定限度上克服序列相关性，因此，使用WLS方法估计模型参数是修正模型的常用方法。 使用WLS法进行参数估计i Dep c nden t Variable： E2 Me t hod: L e ast Squar e sDat e ： 05/28 / 1 4 Time： 0 1 :0 1Samp 1 e： I 9 9 22 0 23Inc 1 ud c d obs c r v a t i ons

6、： 2 1Va r i a b IeCo e f f i cie n tSt d . Er r or t-S tatist i cProb.C1 4 2159842 9097095 0.4 885710.63 1 0X2744. 03585 4 9. 73061.353 4 550.19 2 7(X 2 )A 2-0.0 0 0 8 750.0 0 1575-0. 5 5539 20.5855Rsqua red0.3 4 2 668Mean d e pend e nt va r69576621Ad j u s t ed R - squ a re d0. 2 69 6 3 1S.D.d epen

7、dent v ar8 4 049 2 98S. E. of re g r e ss i on71 829908A k aikc inf o cr i tcrio n39.1 4 9 06S u m sq u ar e d r esid9. 29E+I 6S c h warz criterion39.2982 8Log likelihood-4 0 8.06 5 2Han n an-Quinn c rite r .39. 1 8 145F-statistic4. 69 1 706Durbi n - W a t son stati .628814Prob(F-s t atis t ic )0.02

8、2912加权最小二乘法估计模型参数结果输出表Depe n d en t Va r ia b Ie: YMethod： Le a st S q u a resDa te: 0 5/28/1 4 Time： 01:03Samp I e： 1 99 2 2023Included o bser v a t ion s : 2 1Weight i n g se r i e s : WWeigh t ( y pe: In v erse s t andard de v i a t i o n (EV iew s defa u 1 t sc a I i ng)C o eff i c it -S t atist

9、 iVar i ableen tS t d. ErrorcProb.-52680C5.582 7 54.64-6. 3 6 5 8720. 0000XI7.5302 3 80. 8 4 80868.8 7 90950. 00 00X21.1626400.0 3 5 36332.877 0 50 . ooooX3371.7234277.13 3 7 1.3 4 1 3 1 50.1975We i g hted Statis ticsR-squared0.99 6 255Mean d ep e n d ent var14 1 254.1Adj us t cd R-sq u a r cd0.99 5

10、 594S.D. depend e nt var6 7154.65S. E. of re g r e s s i o n706 8.6 3 1A k a i ke i nfb cri t erion2 0. 7 3 436Un we i g h ted Sta I is t ic sS um squ a red resi d8.4 9 E +08Schwa r z cri t e ri o n20. 9 3 332Log 1 ik e 1 i hood-213.7108Hanna n -Quinn cri t cr.2 0 .77 7 54Fstatis t ic)507.541D u rbi

11、n-Wa t son s t at1. 550711Prob (F-stalis tic)0 . 0 oooooWe i ghtcd mca n d e p.110689. 8可以看出运用加权小二乘法消除了异方差性后，参数的，检查均显著。Heteros k eda s t i c i ty Test： White0.7 5499F- s t a tistic3 P r ob. F( 9 , 1 1 )0. 6 580Obs*R-s q ua r edScaled explai n ed8.018 7 80 Prob. Ch i - S qua r e(9)0.5 323SS 4.3181 99

12、 Prob. Chi-S q u a r e (9)0.8892R-squa redTest Equ a t io n ：De p ende n t V a r ia b 1 e: WG T _RE SIDA 2Method： Least SquaresDate: 05 / 28/1 4 Time: 00： 54Sample: 19 9 2 2 023Incl u ded observations: 2 1Colli near lest r e grcsso r s dropped f rom s p ecif i c ationC o e f ficie nVa r iab 1 etStd.

13、 Er r ort -St a ti s ticProb.C7.1 3E+0 96.35 E+091 .1227 8 70. 2 85 4WGTA22.1 6E+1 03.6 1 E+ 1 00. 5 9 875 20.5615X 1 A2*WGTA25. 3 90 9 235. 8790020.916 9 790.3788-6 9 1 3 7 2.X 1 *WGTA29880989.5-0.78 4 7 690 .4492X1*X2 * W G T A 2-1 .6483891 . 3 4 50 5 0-1. 22552 30.246 0X1*X3*WGTA2-7 54.62952627.2

14、6 0-0 . 2872310.7 793X2A2*WGTA20. 1 380560. 1 23 7 4 81. 1 156270.288 4X2*X3*WGTA21 89.28 9 620 6.9 8630.9 1 45 0 30. 38 0 1X3A2*WGTA28 7 998. 3 03045 7 8.10. 2 8 89190. 77 SOX 3 * WGTa225 3 2 34412. 1 9E+080.1 1 582 10. 9 0990. 38184 7 Mea n de p e nden t var40448 294Ad j u s t ed R- s qua rc d-0.

15、1 2391 5S . D. dope n de n t var Ak a i ke inf o c r i53 13459 6teriS. E . of reg rcssion5633 0569 o3.4 9 E+ 1n3 8. 8 37 i 3S u m squared re s i d6Sc h w a r z cri t erion39.334 5 2Log li k e 1 iho o d-39 7 . 7898Ha n n an- Q uinn c ri ter.3 8.94 507F-statis t icProb(Fstat i s t ic)0. 7 54 9 930.658

16、026Durbin-Watson stat1.6 6 46 7 2疝I以看出n R，=8. 0 187 8,相应的卡方检查p值为0. 5323,无法拒绝同方差的原假设, 表白经加权最小二乘法回归的方程已经消除异方差。所示结果为无异方差的回归结果。3 .模型经济意义分析与预测建立模型的最终目的就是要通过模型获得有用的信息，计量经济模型提供了结构分析和 经济预测两大应用。模型的经济意义分析一一结构分析通过对最初的使用普通最小二乘估计参数得到的模型进行加权修正，得到的使用加权最 小二乘法估计参数的模型是：t -S t atist iVar i ableCo e fficicnt S id. Erro

17、 rc Prob.C-526805.58275 4.64-6 .3658720. 0000X 17.530238 0.8 4 8 ()8 68. 8 79095 0 .0 0 OOX21.1 6 2640 0.03536332. 8 7 7050 .0 0 00X3371. 723 42 7 7.1337i .3413150 . 1975Y = -526805.5 + 7.530238X, + 1.16264X, + 371.7234X,t=(-6. 365872) (8. 8 7 9095) (32. 87705)( 1 . 341315)p=(0. 0000) (0. 0000) (0.

18、000 0 ) (0. 1975)NR. 996 2 5 5R2=0. 9 9 5594 D. W. = 1 . 550 7模型具有较好的性质，通过了涉及经济意义检查、记录检查、计量经济学检行和预测检 查在内的四级检查,模型符合现实经济理论和计量经济学的相关假设，可以较好的提供经济信 息和预测研究对象的趋势。模型是可以应用于经济意义分析和预测。4 .结论重要结论1、固定资产投资是经济增长的重要原动力。经济发展取决于投入资金的数量和资金的运用效率。固定资产投资是经济增长的重要原 动力，它对经济运营具有先导作用，并以其乘数效应拉动经济增长。2、劳动力对GDP有定的促进作用但对经济增长的奉献率却微局

19、限性道。这是由于我国劳动力结构总量巨大、供应充足、流动性强，对GDP影响很大。但是劳 动力的人力资本含量、高技术含量偏低，劳动力素质结构存在严重缺陷，会直接影响了经济的 增长。3、消费需求对经济的拉动作用消费需求是三大需求要素中所占份额最大、波动幅度最小的部分,是国民经济的重要支 柱和最重要的组成部分，同时也是明显地反映经济自发增长态势的宏观经济指标。建议就业是民生之本，有效促进就业，保持经济增长良好势头成为我国当前乃至此后段时期 的重要课题。针对目前劳动力数量庞大且总体素质不高的现状，应通过多种途径，一方面加强 就业培训的投入力度，提高劳动者就业及再就业能力,减少失业率；另一方面，加强各地区

20、间人 才交流及促进劳动力自由流动,并通过合理技术壁垒方式，阻止外来流动人员的无序进入。同时, 鼓励灵活就业，以减轻就业压力。劳动力的人力资本含量、高技术含最偏低，劳动力素质结构存在严重缺陷，直接影响了 经济的增长。因此应当控制人口数量，优化劳动力结构，提高劳动力素质。物质资本对我国的 经济增长也起到了一定的影响作用，应加强对投资的科学管理，提高投资效率。这里的被解释变量是，丫：国内生产总值,与Y-国内生产总值密切相关的经济因素作为模型也许的解释变量,共计3个，它们分别 为：X1代表社会就业人数，X2代表固定资产投资，X?代表消费价格指数，代表干扰项。模型的建立大体分为理论模型设立、参数估计、模

21、型检查、模型修正几个环节。假如模 型符合实际经济理论并且通过各级检查,那么模型就可以作为最终模型，可以进行结构分析和 经济预测。国内生产总值经济活动人口投资格指数1992年2 6,923. 4866, 782. 008, 08 0. 10106. 41 99 3年35, 333. 9 267, 468.0 01 3, 0 72. 301 1 4. 71994年4 8, 19 7.8668, 1 3 5. 0017, 0 4 2 . 101 2 4. 1199 5 年60, 793.7368, 855. 0020,019. 30117.119 9 6年71, 17 6.596 9, 7 65.

22、0 02 2,913.5 01 0 8.31 99 7年78, 9 7 3. 037 0,8 0 0. 0 024,9 4 1 . 101 02. 81998年84, 402. 2872,087. 0 02 8, 406. 2099 . 21 9 99年8 9,677. 057 2,791. 0029, 85 4 . 7 098.62023年99,214. 557 3,992. 003 2,917. 70100.42023年1 0 9,655 . 1 77 3, 884. 0037, 2 1 3. 50100. 7202 3 年120, 332. 697 4,492. 0043,49 9.90

23、99.22 0 2 3 年13 5,8 2 2.7674,911.0 05 5, 566. 61101. 22023年159, 8 78.3475, 29 0.007 0,477.431 03.9202 3 年184,937. 377 6, 1 2 0. 0088, 773.61101.82 0 23年216, 3 1 4.4376 , 315. 001 0 9, 998. 16101. 52 0 2 3 年265, 8 1 0.317 6, 531.00137,323. 9 41 04. 82023年31 4 , 0 45. 437 7, 046. 00172, 8 28. 4 0105.9

24、2 0 23年3 4 0, 902.8177, 5 1 0 . 002 2 4,598. 7799.32023年401,512. 807 8 , 38 8.0025 1 , 6 8 3.77103.32023年473, 1 04. 0 578, 57 9.0 03 1 1, 485. 131 0 5. 42023年5 19, 470. 1078, 89 4.0 03 7 4,694. 741 02. 6假设经济模型为:y = B+%X+04X3+从2. 2建立初始模型一OLS2. 2.1使用OL S法进行参数估计D c pendent Var i able： Y Method: Le a s

25、t SquaresDate: 0 5/2 7/14 Time： 20： 46Sample： 1 992 2023Included obse r vations： 2 1Co e f fi c ieV a riablen tSid. Er r or t-Statis t icProb.-7136C18.8127520. 1 -5.5 961 270.00 0 0XI9.301 3721. 2 5 29 9 07. 4 233390.00 0 0X21. 1 099320 . 036 9 323 0 .053370. 0 000X396 0 . 6130455.81 7 32 . 1 07 4 5

26、20.0 5021 82 6 8R -squ a re d0.99664 4Mean d ependen t var9.5Adj us t ed R-s q u ared0.99 6 051S.D. d e pe n dent var14753 1 . 4S.E. of regre s s i 0 n927 0.7 9 2Akaike info cr i t erion2 1.2 767 7Sum s q uared r cs i dI.46E+ 0 9Sch w arz crilc r ion21. 4 757 3Log 1 i kel i hood-219.40 6 1Han n an-Q

27、 u in n c rite r .2 1.3 I 9 95F-s t ati s lie1682.612Durbin-Wa t so n s t at1. 68 2 540P r ob ( F-stat i Stic)0.00 0 000嘀到的初始模型为 y = -713618.8 + 9.3013X1+1.1099X,+960.62Xi2. 2. 2对初始模型进行检查要对建立的初始模型进行涉及经济意义检查、记录检查、计量经济学检查、预测检查在内的四级检杳。(1 )经济意义检查解释变量的系数分别为4=9. 3 0 13、用=1.109 9。两个解释变量系数均为正,符合被解释变量与解释变量之间

28、的正相关关系，符合解释变量增长带动被解释变量增长的经济实 际，凡=960.61,符合被解释变量与解释变量之间的正相关关系。与现实经济意义相符，所 以模型通过经济意义检查。(2)记录检查拟合优度检查：R”检查，R s q u a red= 0.9966 4 4； Adjust e d R-square d =0. 996 051;可见拟合优度很高,接近于1,方程拟和得很好。变量的显著性检查:t检查，模型系数显著性检杏，t检杏结果V ari a b IeC 0 eff i cientS t d. Er r ort -Stat i SticProb.C-71361 8. 812 7 52 0.1-5

29、.5961270.0 000X 19 . 3013721.2529907.42333 90.0000X2I.IO99320. 0 3693230. 0 533 70. 0000X3960.6 1 30455.8 1 7 32.10 7 4520.0502从检查结果表中看到，涉及常数项在内的所有解释变量系数的t检查的随着概率均小于5%,所以，在5%的显著水平下X2、X3的系数显著不为零，通过显著性检查，常数项也通 过显著性检查，保存在模型之中。方程的显著性检查：F检查，方程总体显著性检查的随着概率小于0. 0 0 0 00,在5 %显著水 平下方程显著成立,具有经济意义。(3)计量经济学检查：方

30、程通过经济意义检查和记录检查，下面进行居于计量经济学模型检查核心的计量经济 学检查。进行异方差性检查：一方面用图示法对模型的异方差性进行一个大体的判断。令X轴为方程被解释变量，Y 轴为方程的残差项，做带有回归线的散点图。320,000,000 -280,000,000 -240,000,000 -200,000,000 -Sj 160,000,000-120,000,000-80,000,000 -40,000,000 -0-66,00070,00074,00078,000X1320,000,000 -280,000,000 -240,000,000 -200,000,000 -160,000

31、,000-120,000,000-80,000,000 -40,000,000 -0- 0100,000200,000300,000400,00CX2320,000,000 -280,000,000 -240,000,000 -200,000,000 -j 160,000,000-120,000,000-80,000,00040,000,0000-下面通过图形看到，回归线向上倾斜，大体判断存在异方差性，但是，图示法并不准确,使用White异方差检杳法进行检杳，得到下面的检查结果：)Hetero s ked a st i c i ty T e st: WhiteF -statistic2 .6

32、1 69 0 9 P r ob. F(9, 1 1)0 .0677Obs* Rsquared14.31446 Pro b . C h i- S quare(9) 0.1 1 1 6Sea 1 e d e xplaincd SS6.5 18631 Prob. C hi-Squ a re(9)0.68 7 1Te s t Eq u at i o n :D e p e ndcni V a ri a ble： RESID人2Method: Least S q uaresD a te: 05/27/14 T i me: 22： 12Samp 1 e： 19 9 2 2023I n clud e d o

33、b servat ions: 21C o e f ficie nV ari a bl etS t d. E rrort- S t atisticProb.CI.04E+ 1 15. 1 5E+ 1 02.0 176 110.0 G 8 7XI-1949844.945 5 8 1 .9-2.0620 5 70. 06 3 6X 1 A29. 05134 24. 8 90 3 8 41 .8508450. 0912X1*X2-1.464 5 6 70.6 4 88 2 6-2. 25 72580.045 3XI *X363 3 1 .5574214.65 51 . 5() 2 2 720.161

34、2X21 2 0236.34 4949. 3 72. 6 7203 40.021 7X2*20. 0108870.0056431.9291900. 0 799X 2*X3-8 6.804 7 6165 . 7 979-0.52355 80.6 110X 3-6. 6 4E+ 0 84.05E+08-1.639 6 150.129 3X3A21 0 1 7 845.6 35414.21 .6 0 1 8 600.1375R-squa red0.68164 1Mean d e p e ndent va r69576621A djuste d R-sq u are d0 . 4211 6 5S. D

35、. dep e n d e n t v ar8404 9298S.E. of reg r ession6394 5 7 02Akaike in f 0 criter i 0 n39. 0907 2S um squ a r c d res i d4.50E + 16Sch w arz cr i (crion39. 5 8 8 1 1Hanna n Qu i n n cr i tLo g 1 i k e li h 00d-400.4526er.3 9.1 9 86 7F-s t a t i stic2.6 1 6909D u rbi n -Watson stat1.9939 4 2Pr 0 b(

36、F -s t a t i s t i c)0.0 6 7656R2=14.3 145,相应的卡方检查P值为0. 1116所得的检查随着概率小于5 %,均在 5 %的显著水平下拒绝方程不存在异方差性的原假设，认为模型具有比较严重的异方差性。需 要对模型进行修正。多重共线性检杳：用逐步回归法检查如下认为Y被解释变量，逐个引入解释变量X2、X3,构成回归模型，进行模型估计。由模型估计结果可以看出，可决系数很高，说明模型对样本的拟合很好；F=1682.61 检查值很大，相应的 = 0.000000,说明回归方程显著，即各自变量联合起来的确对因变量G DP有显著影响；给定显著性水平。= 0.()5,但变

37、量X.的/检查未能通过，说明X3对因变量 影响不显著，并且系数符号与经济意义不符。计算解释变量简朴相关系数矩阵XIX2X3X 110. 2 1 0 9-0.22 7 1X20.2 1 091-0. 74 3X3-0.2 2 7 1-0. 7431*jDepen de nt Vari able: YMet h od: Lea s t SquaresDate: 05/28 / 1 4 T i me: 0 0 :26Samp Ie: 1 992 2023Include dob scrvai i o n s: 2 1Coe f f ici eV a r iablent S t d. Erro r t-

38、S t a tisticProb.C-22 6 42 7 5.333685.4-6.7 8 56580.0(X)0X 133.18 1 644 .51 9 1047. 34 2 5280.0000R- s quar e d0 .739 4 1 4 Me a n dependent var182 6 89. 5A djus t e d R- s qu a re d0.72569 9 S.D. de p e n de n t var147531. 425 . 4 383S.E. of r e gre s sion7 7267.69 Aka i k e info cri t erion3S um s

39、quar e d res i d1. 1 3E+11 Sc h warzcr i terion25.5 3 781Log likeli h ood-265. 1 025 Hann a n Qu i nn c ritcr.2 5 .45 9 92F -sta t i s tic53.91 2 71 Dur b i n-Watson s t at0.128986Prob(F-s t atist i c)0.000001)De pen d en t V a riable: YM e tho d : L e a s t S quaresDale: 0 5 / 28/ 1 4 Time: 00： 26S

40、 a mple: 199 2 20 231 n c 1 uded ob s e r v ati o n s: 2 IVa r i ab 1 eCo e fficientStd. Err 0 r t StatisticProb.C48 2 4 0.886070. 7087.9465000 . 0000X21.360 4 2 80. 0421 26 3 2. 294000.000 0R- s q u a r edA dj u s t ed R - squar0. 982108Mean de p e ndent var182 6 8 9.5e d().9 8 1166S . D. d epen d

41、ent var14 7 531.4Aka i k e i nfo cr i tc r i oS.E. of re g r es s i o n2 024 6 .84n2 2.7 597 8Sum s q u ared resid7 .79E+0 9Sc h w a r z cr i terio n22.859 2 6Log 1 ikel i hoo d-23 6 .9777Hann an-Quinn c r i t e r .22.7813 70. 586 2 5F -s(ati Stic1 0 42.90 3D u rbin-Watson sta t1Prob(F-statist i c)0

42、. 000000c p c n dent Vari a b Ic: YMethod: Lea s t S qu a resDate： 05/28/1 4 Time： 0 0:27Sample： 1992 20 2 3I ncluded o b ser v ati o ns: 21Var i a b 1 eCoeff i cie nt S t d . Er r or t-Stat i s ticProb.C847220. 05 23200.31.61930 30.12 1 9X3-6 3 39. 78 849 8 2. 288 1.2 7 24650. 2186R-squared0.0 7 85

43、27 Mean depend e n t var182689.5Adjusted R-squared0.030 0 29 S. D. depe n dent var147531.4S.E. of r egr e ssi o n145299. 5 A k ai k e i nfo c r iterion2 6.70 1 37Sum squared resid4 . 0 1 E+1 1 Sch w arz c ri I erion2 6 .80085H anna n -Q u i nn c r iLog 1 i kel i hood-278. 36 4 4ter.26.72 296F-sta t

44、i s ti c1 . 6 19168 D u rbi n -Wa t s o n st a t0. 1 01 7 68Prob (Fstatistic)0.21 8 56 0由图可以看出，Y与X2的拟合优度是最大的，R-squ a red=0. 9 6 2474o再做Y与X1和X?的回归模型。Dependent Vari a ble: YMethod: Lea s t Squ aresDate : 05/2 8/14 Tim c :00： 29S a mp I e： I 992 20231 n c 1 u ded o b s ervati o ns: 21Va r ia b 1 eCoe fficientStd. Erro r t - S ta t ist i cPro b.C-480761.66948 1 .50-6.9192 7 50. 0000XI7. 4565 4 90.97844 27.6 2 08 4 20. 00 0 0X21. 1 491 8 10.03480833.015010. 00 OOR-s q ua re