计量经济学eviews实验报告.doc

大连海事大学实验报告 学号：2220133979

大连海事大学

实 验 报 告

实验名称： 计量经济学软件应用

专业班级： 财务管理2013-1

姓 名： 安妮

指导教师： 赵冰茹

交通运输管理学院

二○一六年十一月

一、 实验目标
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。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。

二、实验环境
WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。
三、实验模型建立与分析
案例1：
我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况
指标
人均国内生产总值（元）
居民消费水平（元）
1995年
5074
2330
1996年
5878
2765
1997年
6457
2978
1998年
6835
3126
1999年
7199
3346
2000年
7902
3721
2001年
8670
3987
2002年
9450
4301
2003年
10600
4606
2004年
12400
5138
2005年
14259
5771
2006年
16602
6416
2007年
20337
7572
2008年
23912
8707
2009年
25963
9514
2010年
30567
10919
2011年
36018
13134
2012年
39544
14699
2013年
43320
16190
2014年
46612
17806
（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；

利用eviews软件输出结果报告如下：

Dependent Variable: CONSUMPTION

Method: Least Squares

Date: 06/11/16 Time: 19:02

Sample: 1995 2014

Included observations: 20

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
691.0225
113.3920
6.094104
0.0000
AVGDP
0.352770
0.004908
71.88054
0.0000

R-squared
0.996528
    Mean dependent var
7351.300
Adjusted R-squared
0.996335
    S.D. dependent var
4828.765
S.E. of regression
292.3118
    Akaike info criterion
14.28816
Sum squared resid
1538032.
    Schwarz criterion
14.38773
Log likelihood
-140.8816
    Hannan-Quinn criter.
14.30760
F-statistic
5166.811
    Durbin-Watson stat
0.403709
Prob(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表示国内生产总值每增加一元,人均消费水平增长0.35277元。
检验结果R2=0.996528，说明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验：
（5%显著性水平下，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统计量为5166.811，数值很大，可以判定，人均国内生产总值对居民消费水平在5%的显著性水平下有显著性影响。
所以，回归系数显著不为零，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较好的。
(3)序列相关问题
由上图可知，DW统计量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相关，且为序列正相关。
修正：广义差分法
因为DW=0.403709，ρ=1-DW/2=0.7981455
令X1=X-0.7981455*X(-1)
Y1=Y-0.7981455*Y(-1)
修正结果如下：
Dependent Variable: Y1

Method: Least Squares

Date: 06/11/16 Time: 19:56

Sample(adjusted): 1996 2014

Included observations: 19 after adjustments

Coefficient
Std. Error
t-Statistic
Prob.  

X1
-1.14E+08
7970597.
-14.33887
0.0000
C
-8.26E+10
5.45E+10
-1.516402
0.1478

R-squared
0.923631
    Mean dependent var
-7.34E+11
Adjusted R-squared
0.919139
    S.D. dependent var
4.61E+11
S.E. of regression
1.31E+11
    Akaike info criterion
54.13516
Sum squared resid
2.92E+23
    Schwarz criterion
54.23457
Log likelihood
-512.2840
    Hannan-Quinn criter.
54.15198
F-statistic
205.6031
    Durbin-Watson stat
0.953595
Prob(F-statistic)
0.000000

经修正后，DW=0.953595<dl=1.2，说明随机扰动项仍存在序列正相关。
（4）根据2015年中国国民经济与社会发展统计公报，2015年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（Y0）=S2（）=1468.207，t0.25（n-2）=2.10，因此E（Y0）的预测区间为0±t0.25(n-2)√（Y0）=49351±80.4661。
利用Eviews输出预测结果如下：

案例2：
下面给出了我国1995-2014年的居民消费水平（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。具体数据如表2所示。
表2：1995年到2014年的统计资料 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
2330
5074
4283
1996年
2765
5878
4838.9
1997年
2978
6457
5160.3
1998年
3126
6835
5425.1
1999年
3346
7199
5854
2000年
3721
7902
6280
2001年
3987
8670
6859.6
2002年
4301
9450
7702.8
2003年
4606
10600
8472.2
2004年
5138
12400
9421.6
2005年
5771
14259
10493
2006年
6416
16602
11759.5
2007年
7572
20337
13785.8
2008年
8707
23912
15780.8
2009年
9514
25963
17174.7
2010年
10919
30567
19109.4
2011年
13134
36018
21809.8
2012年
14699
39544
24564.7
2013年
16190
43320
26467
2014年
17806
46612
28843.85
（1）试建立二元线性回归方程
利用Eviews软件输出结果报告如下：
Dependent Variable: CONSUMPTION

Method: Least Squares

Date: 09/11/16 Time: 16:23

Sample(adjusted): 1995 2014

Included observations: 20

Coefficient
Std. Error
t-Statistic
Prob.  

AVGDP
0.160612
0.060350
2.661335
0.0164
SAVING
0.018166
0.005693
3.191061
0.0053
C
1040.987
143.3240
7.263178
0.0000

R-squared
0.997829
    Mean dependent var
7351.300
Adjusted R-squared
0.997573
    S.D. dependent var
4828.765
S.E. of regression
237.8674
    Akaike info criterion
13.91879
Sum squared resid
961875.6
    Schwarz criterion
14.06815
Log likelihood
-136.1879
    Hannan-Quinn criter.
13.94794
F-statistic
3906.446
    Durbin-Watson stat
0.977467
Prob(F-statistic)
0.000000

由上表可知，样本回归方程为：
Y=417.4107+0.269124X1+0.145843X2
(2) 对检验结果的分析
AVGDP与SAVING的P值均小于0.05，t值均大于t(n-2)=t(18)=2.101，因此样本回归方程十分显著。修整后的R2为0.997573，说明有99.76%的样本可以被样本回归方程所解释，拟合的很好。F统计量为3906.446数值很大，可以判定，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%的显著性水平下有显著性影响。但是，值得注意的是DW统计量为0.977467<dl=1.1（当k=2，n=20时），因此方程可能存在序列相关问题，可利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2014年中国部分省市城镇居民每个家庭平均全年可支配收入（income）与消费性支出（expense）的统计数据。
表3 2014年统计数据
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
43910.00
28009.00
广西
24669.00
15045.00
上海
47710.00
30520.00
山东省
29222.00
18323.00
重庆
25147.00
18279.00
陕西省
28844.00
19968.00
河北省
24141.00
16204.00
山西省
24069.00
14637.00
山西省
24069.00
14637.00
安徽省
24839.00
16107.00
内蒙古
28350.00
20885.00
甘肃省
20804.00
15507.00
吉林省
23217.80
17156.00
云南省
24299.00
16268.00
江苏省
34346.00
23476.00
贵州省
22548.21
15254.64
浙江省
40393.00
27242.00
四川省
24381.00
18027.00
江西省
24309.00
15142.00
青海省
22306.57
17492.89
湖南省
26570.00
18335.00
海南省
24487.00
17514.00
河南省
24391.45
15726.12
宁夏
23285.00
17216.00
（1）试用OLS法建立居民消费支出对可支配收入的线性模型
利用eviews软件输出结果报告如下：
Dependent Variable: EXPENSE

Method: Least Squares

Date: 09/11/16 Time: 20:15

Sample(adjusted): 2001 2024

Included observations: 24

Coefficient
Std. Error
t-Statistic
Prob.  

INCOME
0.603084
0.036435
16.55219
0.0000
C
2031.226
1033.251
1.965860
0.0621

R-squared
0.925669
    Mean dependent var
18623.78
Adjusted R-squared
0.922291
    S.D. dependent var
4401.364
S.E. of regression
1226.941
    Akaike info criterion
17.14209
Sum squared resid
33118445
    Schwarz criterion
17.24026
Log likelihood
-203.7051
    Hannan-Quinn criter.
17.16814
F-statistic
273.9751
    Durbin-Watson stat
1.601642
Prob(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，人均消费性支出增加0.603084元。同时分析结果显示， INCOME的P值为0.00，小于0.05，t=16.55219>t(n-2)=t(18)=2.101，十分显著。拟合优度R2为0.925669，说明有92.57%的样本可以被样本回归方程所解释，拟合的很好。F统计量为273.9751，数值很大，可以判定，人均可支配收入对人均消费性支出在5%的显著性水平下，有显著性影响。DW统计量为1.601642>du=1.45（当k=1，n=24时），因此方程不存在序列相关问题。整体上看，此模型较为成功。
（2）异方差的图形检验：
输出残差、拟合值图形报告：

散点图报告：

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加而增加。但是，从残差图和散点拟合图可以明显地观察出来，随着可支配收入的增加，支出的变动幅度也略有减小的趋势，可能存在异方差。
（3）检验模型是否存在异方差
White检验：

Heteroskedasticity Test: White

F-statistic
1.423345
    Prob.F(2，21)
0.2632
Obs*R-squared
2.864991
    Prob，Chi-Square(2)
0.2387
Scaled explained SS
1.024885
Prob，Chi-Square(2)
0.5990

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 11/11/16 Time: 15:35

Sample: 2001 2024

Included observations: 24

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
2491531
6379291.
0.390566
0.7001
INCOME
-22.43270
405.2308
-0.055358
0.9564
INCOME^2
-0.000615
0.005984
0.102742
0.9191

R-squared
0.119375
    Mean dependent var
1379935.
Adjusted R-squared
0.035506
    S.D. dependent var
1300708.
S.E. of regression
1277408.
    Akaike info criterion
31.07503
Sum squared resid
3.43E+13
    Schwarz criterion
31.22229
Log likelihood
-369.9004
    Hannan-Quinn criter
31.11410
F-statistic
1.423345
Durbin-Watson stat
2.113531
Prob(F-statistic)
0.263213

原假设H0：不存在异方差
备择假设H1：存在异方差
根据检验结果可知，P=0.2632>0.05
故，接受原假设，认为该模型不存在异方差。
四、 实验总结
1、对案例的经济学意义的分析结论
——人均国内生产总值、可支配收入与居民消费水平的关系
国内生产总值与国民收入之间直接相关。国民收入是反映整体经济活动的重要指标。整体经济活动越好，国内生产总值越高，那么国民收入越高。如果一个国家总人口相对稳定不变，在国民收入增加的情况下，人均国民收入增加，那么购买力就会上升，消费水平随之提高。反之，在经济不景气甚至下行的情况下，国内经济活动发展不好，国内生产总值就会下降，人均可支配收入也将随之下降，人民可支配收入减少，购买力下降，消费欲望就会减弱，从而消费水平降低。这也就验证了本文三组案例得出的模型中，无论从不同时段的纵向比较还是同一时段不同地区的横向比较，均呈现出居民消费水平（消费性支出）与人均国民生产总值、人均可支配收入之间存在明显的正相关关系，消费水平随国内生产总值、人均可支配收入的增加而增加，符合经济学的一般准则。
2.Eviews软件掌握情况总结
1) 通过实验掌握了EVIEWS软件的安装及其基本应用（包括数据的输入、数据的分析、及其分析结果的输出）。
2) 通过对案例进行计量经济模型的分析，掌握了一元线性回归方程的建立、多元线性回归方程的求解，以及序列相关、异方差问题的检验与修正等。
3) 实验中突现的不足是对书本的理论没有足够深入的思考和认识，而仅仅从“得到数据—数据Import—数据分析—结果输出”的固定流程去解决分析问题，需要在今后的学习过程中反复练习加强。
4) 今后还应将计量经济学模型及其应用与现代计量经济学软件EViews进行有机结合，更好的应用EViews软件解决算研究的实际问题。

- 11 -