计量经济学论文-中国M快速增长的实证分析.docx

计量经济学中国M1快速增长的实证分析作者：高剂斌学号：0904050206班级：信息与计算科学092学院：理学院中国M1快速增长的实证分析1. 数据来源相关的网站和书籍：国家统计局，外汇管理局，中国统计年鉴，中国人民银行网站。由于1990年以前，2010年以后的数据不完善，所以我们的数据量包括1990-2010这21年的数据。具体数据如下表：obs年度M1货币供应量GDP国内生产总值WHCB外汇储备CPI居民消费价格指数居民消费价格水平（相对）城乡居民人民币存款19906950.718718.32110.93216.48339244919918633.321826.2217.12223.893211757.3199211731.526937.28194.43238.1111615203.5199316280.435260.02211.99273.1139321518.8199420540.748108.46516.2339183329662.3199523987.159810.53735.97396.9235558520.8199628514.870142.491050.29429.9278946279.8199734826.378060.841398.9441.9300253407.5199838953.783024.281449.59438.4315953407.8199945837.288479.151546.75432.2334659621.8200053147.298000.451655.74434363264332.4200159871.6108068.222121.65437388773762.4200270881.8119095.692864.07433.5414486910.7200384118.6135173.984032.51438.74475103617.7200495969.7159586.756099.32455.85032119555.42005107278.8185808.568188.724645573141051.02006126035.1217522.6710663.44716263161587.32007152560.1267763.6615282.49493.67255172534.22008166217.1316228.8219460.3522.78349217885.42009220002343464.6923991.525199098260771.72010266622400041.228473.38536.19968303302.5表1 1990年到2010年相关数据2.建立模型根据分析和数据建立了如下的计量经济学模型：M1货币供应量，其中M1= M0+企业活期存款，测量单位亿人民币；：GDP国内生产总值，单位亿人民币；：外汇储备，单位亿人民币；：CPI将年作为参考年；：居民消费价格水平（相对数）；：城乡居民人民币存款，单位亿人民币。3.利用最小二乘法对模型进行估计图1 Eviews对模型进行最小二乘估计从上图中可以OLS估计，可以得到： 从数据中可以看出，各个自变量的p分别为0.4405、0.1478、0.1730、0.11380、0.4836，都高于通常的0.05，说明显著性较差，相关度不高，大部分变量没有通过检验。同时，我们注意到，但是模型中大部分参数估计值不显著，意味着自变量之间存在多重共线性。从经济学的角度来讲，GDP包含了外汇储备，影响CPI，并且和误差项相关。所以，需要对模型进行进一步修正。4多重共线问题(1)检验多重共线问题利用Eviews作出相关系数矩阵，图如下：图2 相关系数矩阵默认为0.8以上为相关系数比较高的:和的相关系数为0.978910，和的相关系数为0.992538，和的相关系数为0.971239；和的相关系数为0.948783，和的相关系数为0.969885；和的相关系数为0.856358；和的相关系数为0.953828。通过分析可知，各个变量之间相关系数比较高，故相互之间存在严重的多重共线问题，需要通过逐步回归法，对模型进行改进。（2）修正多重共线问题运用OLS方法逐一求对各个解释变量的回归，结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。图3 最小二乘估计模型 图4 最小二乘估计模型 图5 最小二乘估计模型 图6 最小二乘估计模型 图7 最小二乘估计模型 通过上述分析，得知y货币供应量M1和x1线性关系最强，拟合程度好。通过上述分析，得知y货币供应量M1和x1线性关系最强，拟合程度好，将x2，x3，x4，x5分别带入下式： （1） 将x2带入上式进行回归分析，图见如下：图8 最小二乘估计模型 通过拟合优度修正值，得知x2对Y的影响显著，故将x2保留；（2） 将x3带入（1）进行回归分析，图见如下：图9 最小二乘估计模型 通过拟合优度修正值，得知x3对Y的影响不显著，故将x3删除；（3） 将x4带入（1）进行回归分析，图见如下：图10 最小二乘估计模型 通过拟合优度修正值，得知x4对Y的影响不显著，故将x4删除；（4） 将x5带入（1）进行回归分析，图见如下：图11 最小二乘估计模型 通过拟合优度修正值，得知x5对Y的影响显著，故将x5保留；经过上述逐步回归分析模型，模型的统计检验均有较大的改善，表明Y对X1，x2，x5的回归模型为最优，最终回归结果如下： 5.自相关问题(1) 作杜宾-沃森检验当时，查表得，则，可以得到，故自相关性无法确定。(2) 作散点图检验图12 散点图通过散点图可以得知，残差序列与其滞后一期的序列存在一定程度的正相关（同方向变动），因此残差序列存在某种程度的正自相关问题。(3) 作C-O迭代法令进行迭代将，进行最小二乘法，即设定模型存在1阶正自相关，结果如下图所示。图13 ，自相关性仍然无法确定。将，继续进行最小二乘法，即设定模型存在2阶正自相关，结果如下图所示。图14，模型此时无自相关。将，继续进行最小二乘法，即设定模型存在3阶正自相关，结果如下图所示。图15，模型此时无自相关。但是拟合优度修正值没有2阶的更显著，故模型存在2阶正自相关，不必继续迭代下去。由以上分析可可知，存在1阶正自相关，最终模型可以确定为： 6.异方差问题（1）图示法分别以，做出散点图，观察可知，因为在自方差优化过程中，已经将异方差也一起消除，散点图如下：图16图17图18（2）white检验系数都未通过t检验，因此在显著性水平下接受原假设，认为模型不存在异方差。7.最终模型