金融计量学粮食回归分析作业
金融计量学》习题答案
《金融计量学》习题一一、填空题：1.计量经济模型普通最小二乘法的基本假定有 解释变量非随机 、随机干扰项零均值、同方差、无序列自相关、随机干扰项与解释变量之间不相关、 随机干扰项服从正态分布零均值、同方差、零协方差 （隐含假定：解释变量的样本方差有限、回归模型是正确设定）2.被解释变量的观测值i Y 与其回归理论值)(Y E 之间的偏差，称为 随机误差项 ；被解释变量的观测值i Y 与其回归估计值i Y ˆ之间的偏差，称为 残差 。
3.对线性回归模型μββ++=X Y 10进行最小二乘估计，最小二乘准则是。
4.高斯—马尔可夫定理证明在总体参数的各种无偏估计中，普通最小二乘估计量具有 有效性或者方差最小性 的特性，并由此才使最小二乘法在数理统计学和计量经济学中获得了最广泛的应用。
5. 普通最小二乘法得到的参数估计量具有线性性 、无偏性 、有效性 统计性质。
6.对于i i i X X Y 22110ˆˆˆˆβββ++=，在给定置信水平下，减小2ˆβ的置信区间的途径主要有__增大样本容量______、__提高模型的拟合优度__、___提高样本观测值的分散度______。
7.对包含常数项的季节(春、夏、秋、冬)变量模型运用最小二乘法时，如果模型中需要引入季节虚拟变量，一般引入虚拟变量的个数为____3个______。
8.对计量经济学模型作统计检验包括__拟合优度_检验、____方程的显著性检验、_变量的显著性__检验。
9.总体平方和TSS 反映__被解释变量观测值与其均值__之离差的平方和；回归平方和ESS 反映了__被解释变量的估计值(或拟合值)与其均值__之离差的平方和；残差平方和RSS 反映了____被解释变量观测值与其估计值__之差的平方和。
10.方程显著性检验的检验对象是____模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立__。
12.对于模型i ki k i i i X X X Y μββββ+++++=Λ22110，i=1,2,…,n ，一般经验认为，满足模型估计的基本要求的样本容量为__n ≥30或至少n ≥3（k+1）___。
金融计量学作业1(前5题)
金融计量学作业案例分析
金融09-1班
张冬雪
09094122
1）描绘出人均可支配收入（SR）和生活费支出（ZC）序列的曲线图；
①SR序列曲线图
②ZC序列曲线图
2）以SR为横坐标， ZC为纵坐标画出散点图
3）选用适当的方法判断两个序列的单整阶数
①SR序列
如图，第六期才进入虚线内，SR序列非平稳，进行一次差分：
SR序列平稳
∴SR为一阶单整序列
②ZC序列
第五期才入虚线内，ZC序列为非平稳，进行一次差分：
经过一次差分，ZC序列平稳
∴ZC序列为一阶单整序列
4）对ZC序列进行差分计算，分别计算差分序列的自相关和偏自相关值（k=10）,并利用两个值的特点说明可以建立何种ARMA（p,q）
①对ZC序列进行一次差分:
∴差分序列的自相关Z值q=1，偏自相关值p=1
可以建立模型ARMA（1，1）
5）对模型ARMA（p,q）进行检验
模型ARMA（1，1）通过检验
6）用EG两步法检验两个变量是否存在协整关系。
（自学，试做）①以ZC为被解释变量，SR为解释变量进行回归分析
估计的回归模型为：ZCt=1.006602SRt-33.22143+Ut、
②令Ut=resid，对Ut进行单位根检验
在5％的显著性水平下，t检验统计量为-5.828855，小于相应的临界值，从而拒绝Ho。
表明残差序列不存在单位根，是平稳序列。
因此SR与ZC之间存在协整关系。
金融计量学大作业参考-
广西科技大学（筹）《金融计量经济学》院别财经学院专业金融学班级金融102小组成员的任务分配：1.建模与分析（即相关性检验、建立古典线性回归方程、残差项检验、平稳性检验、ARMA模型、VAR模型、格兰杰因果检验、脉冲响应、协整），题目一的案例分析，题目一的总结和建议，查找题目二的数据来源，作业的排版。
2.建模与分析（即相关性检验、建立古典线性回归方程、残差项检验、平稳性检验、ARMA模型、VAR模型、格兰杰因果检验、脉冲响应、协整）。
3.建模与分析（即相关性检验、建立古典线性回归方程、残差项检验、平稳性检验、ARMA模型、VAR模型、格兰杰因果检验、脉冲响应、协整），查找题目一的数据来源，模型的提出。
4.建模与分析（即相关性检验、建立古典线性回归方程、残差项检验、平稳性检验、ARMA模型、VAR模型、格兰杰因果检验、脉冲响应、协整），题目二的案例分析，查找题目二的数据来源，题目二的总结和建议，作业的排版。
目录一、影响恩格尔系数的因素分析（一）案例分析 (4)（二）模型的提出 (5)（三）数据的来源 (7)（四）建模与分析 (7)1、相关性检验 (7)2、建立古典线性回归方程 (8)3、残差项检验 (9)（五）总结和建议 (11)二、关于汇率市场相互影响的分析（一）案例分析 (13)（二）模型的提出 (13)（三）数据的来源 (16)（四）建模与分析 (20)1、平稳性检验 (20)2、ARMA模型 (24)3、VAR模型 (26)4、格兰杰因果检验 (29)5、脉冲响应 (30)6、协整 (30)（五）总结和建议 (33)一、影响恩格尔系数的因素分析（一）案例分析2011年，城镇居民家庭恩格尔系数分别为36.3%和40.4%。
此前国家统计局发布的数据显示，我国恩格尔总体下降的格局没有改变，但降幅在逐步缩小。
同时，部分年份出现反弹，如2008年明显高于2007年。
相对于2010年，2011年城镇家庭恩格尔系数35.7%上升0.6个百分点，出现反弹。
(完整word版)计量经济学习题及答案..
期中练习题1、回归分析中使用的距离是点到直线的垂直坐标距离。
最小二乘准则是指（ ）A ．使∑=-n t tt Y Y 1)ˆ(达到最小值 B.使∑=-nt t t Y Y 1达到最小值 C. 使∑=-nt t tY Y12)(达到最小值 D.使∑=-nt tt Y Y 12)ˆ(达到最小值 2、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为ˆln 2.00.75ln i iY X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ）A. 0.75B. 0.75%C. 2D. 7.5% 3、设k 为回归模型中的参数个数,n 为样本容量。
则对总体回归模型进行显著性检验的F 统计量与可决系数2R 之间的关系为( )A.)1/()1()/(R 22---=k R k n F B. )/(1)-(k )R 1/(R 22k n F --= C. )/()1(22k n R R F --= D. )1()1/(22R k R F --=6、二元线性回归分析中 TSS=RSS+ESS 。
则 RSS 的自由度为（ ）A.1B.n-2C.2D.n-39、已知五个解释变量线形回归模型估计的残差平方和为8002=∑te，样本容量为46，则随机误差项μ的方差估计量2ˆσ为（ ） A.33.33 B.40 C.38.09 D. 201、经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的（ ） A.0)E(u i = B. 2i )V ar(u i σ= C. 0)u E(u j i ≠D.随机解释变量X 与随机误差i u 不相关E. i u ～),0(2i N σ2、对于二元样本回归模型ii i i e X X Y +++=2211ˆˆˆββα，下列各式成立的有（ ） A.0=∑ieB. 01=∑ii Xe C. 02=∑iiXeD.=∑ii Ye E.21=∑i iX X4、能够检验多重共线性的方法有（ ）A.简单相关系数矩阵法B. t 检验与F 检验综合判断法C. DW 检验法D.ARCH 检验法E.辅助回归法计算题1、为了研究我国经济发展状况，建立投资（1X ，亿元）与净出口（2X ，亿元）与国民生产总值（Y ，亿元）的线性回归方程并用13年的数据进行估计，结果如下：ii i X X Y 21051980.4177916.2805.3871ˆ++= S.E=(2235.26) (0.12) (1.28) 2R =0.99 F=582 n=13问题如下：①从经济意义上考察模型估计的合理性；（3分） ②估计修正可决系数2R ，并对2R 作解释；（3分）③在5%的显著性水平上，分别检验参数的显著性；在5%显著性水平上，检验模型的整体显著性。
《金融计量学》习题 答案
《金融计量学》习题答案Standardization of sany group #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#《金融计量学》习题一一、填空题：1.计量经济模型普通最小二乘法的基本假定有 解释变量非随机 、随机干扰项零均值、同方差、无序列自相关、随机干扰项与解释变量之间不相关、 随机干扰项服从正态分布零均值、同方差、零协方差 （隐含假定：解释变量的样本方差有限、回归模型是正确设定）2.被解释变量的观测值i Y 与其回归理论值)(Y E 之间的偏差，称为 随机误差项 ；被解释变量的观测值i Y 与其回归估计值i Y ˆ之间的偏差，称为 残差 。
3.对线性回归模型μββ++=X Y 10进行最小二乘估计，最小二乘准则是。
4.高斯—马尔可夫定理证明在总体参数的各种无偏估计中，普通最小二乘估计量具有 有效性或者方差最小性 的特性，并由此才使最小二乘法在数理统计学和计量经济学中获得了最广泛的应用。
5. 普通最小二乘法得到的参数估计量具有线性性 、无偏性 、有效性 统计性质。
6.对于i i i X X Y 22110ˆˆˆˆβββ++=，在给定置信水平下，减小2ˆβ的置信区间的途径主要有__增大样本容量______、__提高模型的拟合优度__、___提高样本观测值的分散度______。
7.对包含常数项的季节(春、夏、秋、冬)变量模型运用最小二乘法时，如果模型中需要引入季节虚拟变量，一般引入虚拟变量的个数为____3个______。
8.对计量经济学模型作统计检验包括__拟合优度_检验、____方程的显着性检验、_变量的显着性__检验。
9.总体平方和TSS 反映__被解释变量观测值与其均值__之离差的平方和；回归平方和ESS 反映了__被解释变量的估计值(或拟合值)与其均值__之离差的平方和；残差平方和RSS 反映了____被解释变量观测值与其估计值__之差的平方和。
10.方程显着性检验的检验对象是____模型中被解释变量与解释变量之间的线性关系在总体上是否显着成立__。
计量经济学-大作业
2012学年第一学期科目金融计量经济学导论任课教师班级组员中国粮食生产与相关投入的分析【摘要】“民以食为天”。
粮食是宝中之宝，世界上任何国家都注重粮食生产，我们中国也不例外，以7%的土地养活了世界22%的人口，取得举世瞩目的成果。
粮食是人类最基本的生活消费品，一个国家的粮食问题是关系到本国的国计民生的头等大事。
人们都知道，农业是国民经济发展的基础，粮食是基础的基础，因此粮食生产是关系到一个国家生产与发展的一个永恒的主题。
建国以来我国的粮食产量出现了多次的波动，给消费者和生产者带来了很不利的影响，所以了解影响粮食生产因素很重要。
本文根据粮食产量的历史和现状，从计量经济的角度分析影响我国粮食产量的因素。
运用线性回归方法建立了影响粮食产量的计量经济模型,并对模型进行分析和评价。
结果我们会发现粮食播种面积、农化肥施用量、成灾面积是影响粮食生产的三大因素，其中农化肥施用量的影响最大。
【关键词】粮食产量、播种面积、化肥施用量、成灾面积、农业机械总动力、农业劳动力一、摘要简介研究主题：以过国内数据为例，研究影响我国粮食生产的因素，初步考虑相关因素可能有：粮食产量（Y）、农化肥施用量（x1）、粮食播种面积（x2）、成灾面积（x3）、农业机械总动力（x4）、农业劳动力（x5）数据类型：年统计数数据频度：年起止时间：1983-2010年样本大小：28主要研究方法：线性回归小组成员：二、模型的提出影响粮食生产的因素很多，有劳动力、物质投入、土地、生产方式、技术进步、生产结构、制度因素、气候变化和自然灾害等等因素都影响着粮食产量。
为了基本涵盖这些基本因素，本文选择了以农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力等为解释变量，以粮食产量为被解释变量。
对于这些影响因素，我找到了1983到2010年的关于这些因素的数据，借此来分析中国粮食产量的影响因素和它们是如何来影响粮食产量的，以下是对所找的数据做的一些说明：1、粮食产量。
《金融计量学》习题及习题答案
诚实考试吾心不虚 ，公平竞争方显实力， 考试失败尚有机会 ，考试舞弊前功尽弃。
上海财经大学《 Financial Econometrics 》课程考试卷一课程代码 课程序号姓名 学号 班级Part 1 Term Explanation （20 marks ）1．White Noise 2．RandomWalk3．Akaike Information Criterion 4．Jarque-Bera Statistic 5．Chow TestImportant Point ：1．White Noise ：White Noise is the special case of stationary stochastic process. We call a stochastic process purely random or white noise if it has zero mean, constant variance and is serially uncorrelated. 2．RandomWalk: Random walk means that the stochastic process is nonstationary and value of this period is highly related to the past values. For example, the stock price today may equal the yesterday ’s price plus a random shock. Random walk without drift can be expressed as t t t u y y +=-13．Akaike Information Criterion: AIC provide a way to select the better regression model among several models by comparing their forecast performance. The lower the AIC, the better the forecast performance will be. AIC will also be used to determine the lag length in ARDL approach.4．Jarque-Bera Statistic: The Jarque-Bera test is the test of normality. We first calculate the skewness and the kurtosis, and it is also based on the residual of the regression.The Jarque-Bera Statistic=)24)3(6(22-+K S n , where S is the skewness and K is the kurtosis,n is sample size, and for normal distribution, S=0, K=3, if JB statistic is not significantly different from zero, p value is quite low, we reject the null hypothesis that the residual is normally distributed.5．Chow Test: The test of structural change of the regression. The estimate of the parameter of the regression may not retain the same through the entire time period; we use the Chow test to test whether the relationship is stable and find the break point. It develop the F statistics=)/(/)(k N RSS mRSS RSS ur ur r --, the null hypothesis is the regression is stable.Part 2 Explain main purpose(s) of constructing following two models and making comments on the empirical results. (25marks)1.Gregory Chow (1966)where M = natural logarithm of total money stock Yp = natural logarithm of permanent income Y = natural logarithm of current income R = natural logarithm of rate of interest2.Taylor and Newhouse (1969)本题答题要点：1。
计量经济学各章作业习题(后附答案)
《计量经济学》习题集第一章绪论一、单项选择题1、变量之间的关系可以分为两大类，它们是【】A 函数关系和相关关系B 线性相关关系和非线性相关关系C 正相关关系和负相关关系D 简单相关关系和复杂相关关系2、相关关系是指【】A 变量间的依存关系B 变量间的因果关系C 变量间的函数关系D 变量间表现出来的随机数学关系3、进行相关分析时，假定相关的两个变量【】A 都是随机变量B 都不是随机变量C 一个是随机变量，一个不是随机变量D 随机或非随机都可以4、计量经济研究中的数据主要有两类：一类是时间序列数据，另一类是【】A 总量数据B 横截面数据C平均数据 D 相对数据5、下面属于截面数据的是【】A 1991-2003年各年某地区20个乡镇的平均工业产值B 1991-2003年各年某地区20个乡镇的各镇工业产值C 某年某地区20个乡镇工业产值的合计数D 某年某地区20个乡镇各镇工业产值6、同一统计指标按时间顺序记录的数据列称为【】A 横截面数据B 时间序列数据C 修匀数据D原始数据7、经济计量分析的基本步骤是【】A 设定理论模型→收集样本资料→估计模型参数→检验模型B 设定模型→估计参数→检验模型→应用模型C 个体设计→总体设计→估计模型→应用模型D 确定模型导向→确定变量及方程式→估计模型→应用模型8、计量经济模型的基本应用领域有【】A 结构分析、经济预测、政策评价B 弹性分析、乘数分析、政策模拟C 消费需求分析、生产技术分析、市场均衡分析D 季度分析、年度分析、中长期分析9、计量经济模型是指【】A 投入产出模型B 数学规划模型C 包含随机方程的经济数学模型D 模糊数学模型10、回归分析中定义【】A 解释变量和被解释变量都是随机变量B 解释变量为非随机变量，被解释变量为随机变量C 解释变量和被解释变量都是非随机变量D 解释变量为随机变量，被解释变量为非随机变量11、下列选项中，哪一项是统计检验基础上的再检验(亦称二级检验)准则【】A. 计量经济学准则 B 经济理论准则C 统计准则D 统计准则和经济理论准则12、理论设计的工作，不包括下面哪个方面【】A 选择变量B 确定变量之间的数学关系C 收集数据D 拟定模型中待估参数的期望值13、计量经济学模型成功的三要素不包括【】A 理论B 应用C 数据D 方法14、在经济学的结构分析中，不包括下面那一项【】A 弹性分析B 乘数分析C 比较静力分析D 方差分析二、多项选择题1、一个模型用于预测前必须经过的检验有【】A 经济准则检验B 统计准则检验C 计量经济学准则检验D 模型预测检验E 实践检验2、经济计量分析工作的四个步骤是【】A 理论研究B 设计模型C 估计参数D 检验模型E 应用模型3、对计量经济模型的计量经济学准则检验包括【】A 误差程度检验B 异方差检验C 序列相关检验D 超一致性检验E 多重共线性检验4、对经济计量模型的参数估计结果进行评价时，采用的准则有【】A 经济理论准则B 统计准则C 经济计量准则D 模型识别准则E 模型简单准则三、名词解释1、计量经济学2、计量经济学模型3、时间序列数据4、截面数据5、弹性6、乘数四、简述1、简述经济计量分析工作的程序。
金融计量学作业——第3章
第三章 作业1、下列哪种情况是异方差性造成的结果？（1）OLS 估计量是有偏的（2）通常的t 检验不再服从t 分布。
（3）OLS 估计量不再具有最佳线性无偏性。
2、已知模型 i i i i u X X Y +++=22110βββ式中，i Y 为某公司在第i 个地区的销售额；i X 1为该地区的总收入；i X 2为该公司在该地区投入的广告费用（i=0,1,2……,50）。
（1）由于不同地区人口规模i P 可能影响着该公司在该地区的销售，因此有理由怀疑随机误差项u i 是异方差的。
假设i σ依赖于总体i P 的容量，请逐步描述你如何对此进行检验。
需说明：1）零假设和备择假设；2）要进行的回归；3）要计算的检验统计值及它的分布（包括自由度）；4）接受或拒绝零假设的标准。
（2）假设i i P σσ=。
逐步描述如何求得BLUE 并给出理论依据。
3、以某地区22年的年度数据估计了如下工业就业回归方程321ln 62.0ln 25.0ln 51.089.3X X X Y +-+-=（-0.56）(2.3) (-1.7) (5.8)20.996R = 147.1=DW式中，Y 为总就业量；X1为总收入；X2为平均月工资率；X3为地方政府的总支出。
（1）试证明：一阶自相关的DW 检验是无定论的。
（2）逐步描述如何使用LM 检验4、某地区供水部门利用最近15年的用水年度数据得出如下估计模型： rain price pcy pop house water 123.187.17005.0363.0305.09.326---++-=（-1.7） (0.9) (1.4) (-0.6) (-1.2) (-0.8)93.02=RF=38.9式中，water ——用水总量（百万立方米）,house ——住户总数（千户）,pop ——总人口（千人）,pcy ——人均收入（元）,price ——价格（元/100立方米）,rain ——降雨量（毫米）。
12级金融学专业《计量经济学》作业1
12级金融学专业《计量经济学》作业1
一元线性回归模型练习作业
一、名词解释
1. 总离差平方和
2. 回归平方和
3. 残差平方和
4. 拟合优度检验
二、简述题
1. 简述计量经济学模型主要有哪些应用领域？
2. 模型的检验包括几个方面？其具体含义是什么？
3. 简述随机误差项形成的原因。
4. R 2检验与F 检验的区别与联系。
5. 对于经济计量模型：i i i u X b b Y ++=10 ，其OLS 估计参数1b 的特性在下列情况下会受到什么影响：（1）观测值数目n 增加；（2）Xi 各观测值差额增加；（3）Xi 各观测值近似相等；（4）E （u 2）=0 。
6. 简述计量经济学模型建立的主要步骤。
三、计算分析题题
1.下面数据是对X 和Y 的观察值得到的。
∑Y i =1110； ∑X i =1680； ∑X i Y i =204200
∑X i 2=315400； ∑Y i 2=133300
假定满足所有的古典线性回归模型的假设，要求：（1）b 1和b 2？（2）b 1和b 2的标准差？（3）r 2？（4）对B 1、B 2分别建立95%的置信区间？利用置信区间法，你可以接受零假设：B 2=0吗？
2. 假设王先生估计消费函数（用模型i i i u bY a C ++=表示），并获得下列结果： i i Y C 81.015+=∧
，n=19
（3.1） (18.7) R 2=0.98 这里括号里的数字表示相应参数的T 比率值。
要求：（1）利用T 比率值检验假设：b=0（取显著水平为5%）；（2）确定参数估计量的标准方差；（3）构造b 的95%的置信区间，这个区间包括0吗？。
计量经济学的课后习题答案
计量经济学的课后习题答案计量经济学的课后习题答案计量经济学是经济学中的一个重要分支，它运用数理统计学和经济理论的方法来研究经济现象。
在学习计量经济学的过程中，课后习题是巩固知识和提高能力的重要途径。
下面将为大家提供一些计量经济学的课后习题答案，希望对大家的学习有所帮助。
第一题：回归分析假设我们有一个简单的线性回归模型：Y = β0 + β1X + ε，其中Y表示因变量，X表示自变量，β0和β1是回归系数，ε是误差项。
我们通过最小二乘法估计得到的回归方程为Y = 2 + 3X。
根据这个回归方程，当X等于5时，预测Y的值是多少？答案：根据回归方程，当X等于5时，预测Y的值为2 + 3*5 = 17。
第二题：假设检验在计量经济学中，假设检验是一种常用的统计方法，用于检验某个经济理论或假设是否成立。
假设我们有一个假设H0：β1 = 0，即自变量X对因变量Y没有显著影响。
我们通过回归分析得到的t统计量为2.5，自由度为50。
在显著性水平为0.05的条件下，我们应该接受还是拒绝这个假设？答案：在显著性水平为0.05的条件下，自由度为50的t分布的临界值为1.96。
由于t统计量的值（2.5）大于临界值（1.96），我们可以拒绝假设H0，即自变量X对因变量Y有显著影响。
第三题：多元回归分析多元回归分析是计量经济学中常用的分析方法之一，它考虑了多个自变量对因变量的影响。
假设我们有一个多元回归模型：Y = β0 + β1X1 + β2X2 + ε，其中Y表示因变量，X1和X2表示两个自变量，β0、β1和β2是回归系数，ε是误差项。
我们通过最小二乘法估计得到的回归方程为Y = 1 + 2X1 + 3X2。
根据这个回归方程，当X1等于3，X2等于4时，预测Y的值是多少？答案：根据回归方程，当X1等于3，X2等于4时，预测Y的值为1 + 2*3 +3*4 = 19。
第四题：异方差问题在计量经济学中，异方差是指误差项的方差不恒定，而是与自变量的取值相关。
计量经济学期末大作业
1.用普通最小二乘法估计模型设粮食生产函数为：ln Y=ß0+ ß1lnX1+ ß2lnX2+ ß3lnX3+ ß4lnX4+ ß5lnX5+ ß6lnX6+u表1.1 中国粮食生产对相关投入资料的回归Dependent Variable: LOG(Y)Method: Least SquaresDate: 12/12/18 Time: 15:23Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C -0.767185 0.367358 -2.088384 0.0475LOG(X1) 0.756877 0.092352 8.195548 0.0000LOG(X2) 0.246285 0.097403 2.528513 0.0184LOG(X3) 0.000181 0.108323 0.001671 0.9987LOG(X4) 0.029766 0.032437 0.917651 0.3679LOG(X5) -0.032465 0.033892 -0.957898 0.3477LOG(X6) 0.050808 0.041579 1.221951 0.2336R-squared 0.984981 Mean dependent var 7.032116 Adjusted R-squared 0.981226 S.D. dependent var 1.271625 S.E. of regression 0.174237 Akaike info criterion -0.461125 Sum squared resid 0.728602 Schwarz criterion -0.137322 Log likelihood 14.14744 Hannan-Quinn criter. -0.355573 F-statistic 262.3231 Durbin-Watson stat 1.275060 Prob(F-statistic) 0.000000由表可得：lnYˆ=-0.767+ 0.757lnX1+ 0.246lnX2+ 0.0002lnX3+ 0.03lnX4+ 0.032lnX5+ 0.051lnX6 (-2.088) (8.20) (2.53) (0.002) (0.92) (-0.96) (1.22) R2=0.9850 R2=0.9812 F=262.32由于R2较大且接近于1，而且F0.05（6,24）=2.51，故认为粮食生产与上述解释变量间总体线性关系显著。
金融计量学作业习题第 2 章
第二章经典单方程计量经济学模型：一元线性回归模型一、内容提要本章介绍了回归分析的基本思想与基本方法。
首先，本章从总体回归模型与总体回归函数、样本回归模型与样本回归函数这两组概念开始，建立了回归分析的基本思想。
总体回归函数是对总体变量间关系的定量表述，由总体回归模型在若干基本假设下得到，但它只是建立在理论之上，在现实中只能先从总体中抽取一个样本，获得样本回归函数，并用它对总体回归函数做出统计推断。
本章的一个重点是如何获取线性的样本回归函数，主要涉及到普通最小二乘法（OLS）的学习与掌握。
同时，也介绍了极大似然估计法（ML）以及矩估计法（MM）。
本章的另一个重点是对样本回归函数能否代表总体回归函数进行统计推断，即进行所谓的统计检验。
统计检验包括两个方面，一是先检验样本回归函数与样本点的“拟合优度”，第二是检验样本回归函数与总体回归函数的“接近”程度。
后者又包括两个层次：第一，检验解释变量对被解释变量是否存在着显著的线性影响关系，通过变量的t检验完成；第二，检验回归函数与总体回归函数的“接近”程度，通过参数估计值的“区间检验”完成。
本章还有三方面的内容不容忽视。
其一，若干基本假设。
样本回归函数参数的估计以及对参数估计量的统计性质的分析以及所进行的统计推断都是建立在这些基本假设之上的。
其二，参数估计量统计性质的分析，包括小样本性质与大样本性质，尤其是无偏性、有效性与一致性构成了对样本估计量优劣的最主要的衡量准则。
Goss-markov定理表明OLS估计量是最佳线性无偏估计量。
其三，运用样本回归函数进行预测，包括被解释变量条件均值与个值的预测，以及预测置信区间的计算及其变化特征。
二、典型例题分析例1、令kids表示一名妇女生育孩子的数目，educ表示该妇女接受过教育的年数。
生育率对教育年数的简单回归模型为β+μβkids=educ+1（1）随机扰动项μ包含什么样的因素？它们可能与教育水平相关吗？（2）上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。
金融计量作业(含解答参考)
金融计量作业（解答参考）1、求ARMA （1,1）的自相关函数，ARMA （1,1）模型为：1111t t t t y c y αεθε--=+++ 解：由1111()()t t t t E y E c y αεθε--=+++的1c μαμ=+ 故11111111()t t t t t t t y c y y μαεθεμαμεθε-----=+++-=-++ 则11111()()[(())]()t t j t t t t E y y E y y μμαμεθεμ------=-++-1111111[()()()()]t t t t t t E y y y y αμμεμθεμ-----=--+-+- (1)观察（1）式可知当0111t j t j j t j t j -<>⎧⎧⇒⇒>⎨⎨-<->⎩⎩时有11()0,()0t t j t t j E y E y εμθεμ----=-=(1)于是当0j =时，根据（1）有01111()()t t t t E y E y γαγεμθεμ-=+-+-111111111111[()][()]t t t t t t t t E y E y αγεαμεθεθεαμεθε-----=+-+++-++=221111111(())t t E y αγσθθσαεμ--+++-=2211111112112([()])t t t t E y αγσθθσαεαμεθε----+++-++22211111()αγσθθσασ=+++2211111()αγσθθασ=+++ (2)(2)于是当1j =时，根据（1）有1101111()()t t t t E y E y γαγεμθεμ---=+-+-101112112[()]t t t t E y αγθεαμεθε----=+-++2101αγθσ=+ (3)(3)于是当1j >时，根据（1）有11j j γαγ-=联立（2）和（3）解得22111021(21)1θθασγα++=- 222111111121()1θαθααθσγα+++=- 则得1111120111111(0)(1)()(1)21(1)k k k k k γθααθργθθααρ-⎧=⎪++⎪===⎨++⎪⎪>⎩2、判断带常数项（漂移项）的随机游走模型1t t t y c y ε-=++一阶差分之后是否平稳？1t t t t y y y c ε-=-=+V ，易知()t t E y E c c ε=+=V ；2()t t D y D c εσ=+=V2(,)()()t t j t t j t t j t t j Cov y y E y y E y E y E c c c εε----=-=++-V V V V V V 22[()]0t t j t t j E c c c εεεε--=+++-=由上上述的计算过程可知一阶差分处理之后的序列均值为常数c ；方差存在且为常数2σ；协方差恒为零即具有周期性。
使用回归分析分析人均收入和粮食单价
使用回归分析分析人均收入和粮食单价对人均食品支出的影响我选用的是曲线估计中的复合模型分别对人均收入和粮食单价对人均食品支出的影响进行复合回归方程拟合。
拟合的方程为：y=a*b x ,其中a和b 为下面分析中的表4和表7中的constant和b1 。
以下是分析的结果：表1Model DescriptionModel Name MOD_6DependentVariable1 人均食品支出Equation 1 Compound a,Independent Variable 人均收入Constant IncludedVariable Whose Values LabelObservations in PlotsUnspecifieda. The model requires all non-missing values to bepositive.表2Variable Processing SummaryVariablesDependent Independent人均食品支出人均收入Number of Positive Values 31 31 Number of Zeros 0 0 Number of Negative Values 0 0Number of MissingValuesUser-Missing 0 0 System-Missing 0 0表3Case Processing SummaryNTotal Cases 31Excluded Cases a0Forecasted Cases 0Newly Created Cases 0a.Cases with a missing value in any variable are excluded from theanalysis.拟合的人均收入对人均食品支出的复合回归模型的检验报告如下表，模型的估计参数为a=294.222,b=1,所以拟合的方程为：y=294.222*1x, 又sig.的值为0，小于0.05,说明拟合程度很好。
计量经济学论文粮食模型
关于影响粮食产量因素的回归分析姓名：学号：摘要：我国土地资源稀缺，人口多而粮食需求量大，因此粮食产量的稳定增长，直接影响着人民生活和社会的稳定与发展。
粮食生产的不稳定性对国民经济的影响是不可忽略的，主要体现在:粮食生产不稳定会引发粮食供求关系的变动,尤其当国家粮食储备不足的时候,很容易导致粮价上涨,从而影响整个宏观经济。
通过回归分析粮食产量波动的原因，并据此提出相应的对策，对保障粮食生产持续稳定发展，具有重要意义。
关键词:线性回归回归分析粮食产量宏观经济稳定发展一、引言本文按照计量经济分析方法,以1985—2005年中国粮食产量及其重要因素的时间序列数据为样本,对影响中国粮食生产的多种因素进行了分析。
选用了粮食产量、受灾面积，化肥施用量，粮食作物播种面积，以粮食产量作为因变量,其它3个指标作为解释变量进行回归分析。
二、实证分析（一）建立模型通过对中国粮食生产及影响因素的初步定性分析后假设,粮食产量与其它3个指标之间存在多元线性关系, 即粮食受灾面积，化肥施用量，粮食作物播种面积，存在着线性关系,也即可以把粮食产量的线性回归模型初步设定为：y=β0+β1X1+β2X2+β3X3,其中,y:粮食产量（CHANLIANG）, X1 受灾面积（SZMJ），X2化肥施用量(HFSYL)，X3粮食作物播种面积(BZMJ)，然后利用已有的数据进行模型拟合,以便发现这些因素之间存在的数量关系。
可能有人会提出质疑,是否遗漏了其它重要的解释变量,的确像农业科技费用等这些因素对粮食产量有重要的影响,但考虑农业科技费用会导致严重的多重共线性(因为它们与粮食单产有极高的正相关性),又考虑到它代表对农业的投入和科技进步,在选用指标中已有灌溉面积、农机总动力等性质相似的指标,再加上分析工具的局限性,因此就舍弃了这几个指标。
这也是线性相关分析的局限性之一。
（二）数据的搜集和整理根据相应年度的《中国统计年鉴》、《中国农村统计年鉴》、《中国农业发展报告》,选用了粮食产量、受灾面积，化肥施用量，粮食作物播种面积，这4个指标,把这4个指标的1985—2005年20年间的时间序列数据进行回归分析,来分析这些因素与粮食产量的关系。
金融计量分析复习题
I(0)，这时我们就 X 与 Y 是协整的。
二、问答题
1. 建立与应用计量经济学模型的主要步骤有哪些？ 建立与应用计量经济学模型的主要步骤如下： (1)设定理论模型，包括选择模型所包含的变量，确定变
量之间的数学关系和拟定模型中待估参数的数值范围； （2）收集样本数据，要考虑样本数据的完整性、准确性、
列为 1 阶单整 (Integrated of 1)序列，记为 I(1)。一般地， 如果一个时间序列经过 d 次差分变成平稳的，则称原序列为 d 阶单整 (Integrated of d)序列，记为 I(d)。特别地， I(0) 为平稳序列。
11. 差分平稳与趋势平稳过程 随机性趋势可以通过差分方法消除。 例如
7. 序列相关性 如果随机干扰项不满足序列不相关性，称为存在序列相关性。
8. 随机解释变量问题 对于模型
基本假设:解释变量 X1,X2,…,Xk 是确定性变量。 如果存在一个或多个随机变量作为解释变量，则称原模型
出现随机解释变量问题。假设 X2 为随机解释变量。对于随机 解释变量问题，分三种不同情况：
假设 5：随着样本容量的无限增加，解释变量 X 的样本方差趋于一有限
常数。即
( X i X )2 / n Q,
n
假设 6：回归模型是正确设定的
6. 一元线性回归模型总体条件均值预测值的置信区间如何构
造？
要判断样本参数的估计值在多大程度上可以“近似”地替代总体参数
的真值，往往需要通过构造一个以样本参数的估计值为中心的“区间”，
个（些）变量的具体依赖关系的计算方法和理论。其用意：在 于通过后者的已知或设定值，去估计和（或）预测前者的（总 体）均值。主要内容包括： （1）根据样本观察值对经济计量模型参数进行估计，求得回 归方程； （2）对回归方程、参数估计值进行显著性检验； （3）利用回归方程进行分析、评价及预测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
广西财经学院金融计量学论文论文题目：我国粮食产量的回归分析系别：金融与保险学院专业班级：金融学号：学生姓名：完成时间：2013年11月10日我国粮食产量的回归分析摘要：粮食安全问题不仅是一个重要的经济问题，更是一个重要的政治问题，对中国而言，改革开放以来，中国经济迅速发展，人口增长迅猛，对粮食的需求日益增加，工业化和城镇化是一个国家(或地区)实现现代化的必由之路,也是经济社会发展中的必然现象。
因此,在其工业化、城镇化的进程中,将不可避免地伴随着经济、社会和文化等各方面的变迁,从而产生一系列的经济、社会问题。
全球范围内的饥饿与粮食安全问题始终是国际社会关注的热点，本文在广泛调查的基础上，对当前粮食安全面临的问题及其解决的途径进行了一些分析，以期和同仁们商榷。
关键词: 粮食产量、播种面积、化肥施用量、受灾面积一、我国粮食现状1、耕地少，基本生产面积保障不足。
在农业和粮食科技没有取得根本性突破之前，粮食的种植面积仍然是粮食总量不断增长的决定性因素。
随着城镇化、工业化的快速发展，对耕地占用还会继续加剧。
还不可忽视的是，土地沙化、土壤退化、“三废”污染等问题，近几年仍以几百万亩的数量减少，不断减缩的耕地面积是我国粮食生产的一个重要制约因素。
2、水资源短缺，干旱威胁严重。
我国是世界上一个严重缺水的国家，每年农业生产缺水200多亿立方米，而且分布极不平衡，水土资源不匹配。
同时，我国北方干旱严重，引起耕地沙漠化，耕地不断减少，水资源短缺。
此外，近年来，我国自然灾害严重，不利气象因素较多，北方地区降水持续时间偏少，干旱化趋势严重。
今后受全球气候变暖影响，我国旱涝灾害特别是干旱缺水状况是加重趋势，会给农业生产带来诸多不利影响，将对我国中长期粮食安全构成极大威胁。
缺水和干旱成为粮食主产区生产和增产的制约因素。
3、水资源污染严重。
据统计，全国有1200条河流中，有850条河流受到严重污染，利用污水灌溉农田，生产出来的农产品也受到污染。
环境和水资源污染降低了我国粮食农产品的质量，污染又加重了水资源短缺，造成生态脆弱，旱涝频发，影响粮食生产的增长，降低了粮食的有效供给能力。
4、贫困和失业人口。
全国有332个贫困县，3000万农村人口没有解决温饱，城市还有700多万的失业人口，解决这部人口的粮食安全问题，也是国家粮食安全的重要内容。
造成这部分人难以脱贫有多种客观因素，有的缺乏生存条件，有的是劳动力丧失，有的是身体残疾造成的社会弱势群体。
按照粮食安全的概念，要保证人人有饭吃，这是确保粮食安全必须注意解决的问题。
5、自然灾害频发。
特别是我国西部地区，生态环境较差，土地贫脊，旱灾、冰灾、雪灾、地震、洪灾时有发生。
2007年2月湖南雪灾，涉及17个省区，造成大面积农作物和粮食的减产。
2008年5.12汶川大地震，震灾严重有四个省市，国家动用中央储备粮30亿斤，解决受灾群众的生活问题。
2009年春北方小麦主产区出现大面积旱灾，也给粮食生产带来一定影响。
自然灾害的频发，客观上有不可抗拒的原因，但也暴露出我国农业基础薄弱，农业投入不足的问题，都是影响粮食安全的因素。
6、种粮比较效益低。
近年来，由于化肥、农药、农用柴油等农业生产资料价格上涨和人工成本上升，农民种粮成本大幅增加，农业比较效益下降。
随着我国城镇化、工业化快速发展，农村外出务工人员增多，特别是主产区一半以上的青壮年劳动力外出打工，农业劳动力呈现结构性紧缺，粮食生产出现“副业化”趋势。
一些地方倡导“一县一业”、“一村一品”，大力调整农业产业结构，种植黄姜、烤烟、魔芋、油料、棉花、中药材、桑、果树等经济作物。
进城务工和种经济作物相比，种粮效益明显偏低，导致农民种粮积极性不高，促使粮食生产稳定发展的难度加大。
鉴于农业在国民经济中有如此重要的作用，我们想通过计量经济学的方法来分析一下影响粮食总产量的因素和我国农业现状。
粮食生产量是一个变量，其增减和播种面积的多少有着很大的相关性。
而施用化肥提高单位面积的农作物产量，就等于变相扩大了耕地面积。
中国农村人口占总中国总人口的2/3，是个相当庞大的数目。
人多地少，是中国农业的一个特点，在中国农业生产以劳动密集型为主的现在，农业劳动力对粮食产量的影响是不可忽视的。
随着经济的发展，农业生产条件显著改善，农业机械拥有量快速增长，农业机械化水平不断提高。
现阶段，农业生产中由农业机械承担的劳动已占到40%以上，对粮食产量的影响力同样不容小觑。
再则，水旱灾害是农业主要的自然灾害，对农业来说，不可抗拒的自然力对粮食产量的影响也非常大。
本文基于我国1990—2010年化肥施用量、粮食作物播种面积和受灾面积的相关数据,借助计量模型进行追踪研究,期望更为准确地描述三者对我国农业粮食总量的影响，同时找出影响我国粮食总量的影响程度。
二、模型的设定粮食安全涉及到粮食生产、粮食流通、粮食消费三大领域，而粮食安全问题更重要的不是流通问题、不是消费问题、而是粮食生产问题。
进一步地，粮食生产决定于粮食生产能力，从而粮食安全最终是粮食综合生产能力问题。
粮食综合生产能力问题其实可理解为经济增长问题。
经济增长因素可以抽象为五大类：土地、资本、技术、劳动、制度。
根据粮食产量＝种植面积×亩产量，粮食总产量取决于种植面积和亩产量，排除气候影响等人类不可控因素，粮食潜在生产能力最终决定于投入粮食生产的土地、资本、技术、劳动、制度等五大生产要素状况，即粮食总产量与粮食播种面积、总播种面积、使用化肥量、劳动者人数、受灾面积有很大的关系。
但这五大要素的现状堪忧。
1.回归模型估计用“粮食总产量”数据。
我们估计如下模型：Yt=α+β1X1+β2X2+β3X3+β4X4+β5X5+µi其中Yt是粮食总产量，X1、X2、X3、X4、X5分别代表粮食播种面积、总播种面积、使用化肥量、风灾面积比例与劳动者人数。
估计模型的命令为：EQUATION EQ1.LS LSCL C LSBZMJ ZBZMJ SFL ZH LDRS其中equation语句创建对象方程eq1并进行最小二乘估计，其中c代表回归方程中的常数项β，得到模型估计结果如下：Dependent Variable: YMethod: Least SquaresSample: 1985 2009 Included observations: 25Variable Coefficient Std. Error t-Statistic Prob.C -26695.08 7507.527 -3.555775 0.0021X1 5.994511 0.609713 9.831685 0.0000X2 0.536701 0.057858 9.276245 0.0000X3 -0.135873 0.029720 -4.571732 0.0002X4 0.090822 0.042053 -2.159696 0.0438X5 -0.007390 0.070511 -0.104814 0.9176 R-squared 0.980829 Mean dependent var 44945.64AdjustedR-squared 0.975783 S.D. dependent var 4150.729 S.E. ofregression 645.9230 Akaike info criterion 15.98480 Sum squaredresid 7927113. Schwarz criterion 16.27733 Loglikelihood -193.8100 F-statistic 194.4114 Durbin-Watson stat 1.715679 Prob(F-statistic) 0.0000002、多重共线性的检验与修正我们对X1 X2 X3 X4 X5进行多重共线性检验，得到：X1 X2 X3 X4 X5 X1 1.000000 -0.616566 0.400644 0.952746 0.314885X2 -0.616566 1.000000 -0.238039 -0.741538 -0.060970 X3 0.400644 -0.238039 1.000000 0.310096 0.409704 X4 0.952746 -0.741538 0.310096 1.000000 0.128834 X50.314885-0.0609700.4097040.1288341.000000可以发现X1 X2 X3 X4 X5之间存在高度的线性相关关系。
3、残差估计我们知道，ols 方法对残差有较高的要求，Freeze （lscl ） eq1.resids 产生如下图形DW 检验：由表的DW=1.706044，在显著性水平=0.05下，查DW 表，n=25,k=4, 得到dl=1.038,dv=1.767,由于DW=1.706044，介于DL 和DU 之间，所以根据判定定理无法通过DW 检验其自相关是否存在。
4、多重共线性的检验与修正利用怀特检验的方法进行，结果如下：White Heteroskedasticity Test:F-statistic 1.292972 Probability 0.347081 Obs*R-squared16.10371 Probability 0.307082Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/26/11 Time: 13:54Sample: 1985 2009Included observations: 25Variable Coefficient Std. Error t-Statistic Prob.C -2.30E+08 2.75E+08 -0.837516 0.4219X1 49179.67 41752.13 1.177896 0.2661 X1^2 -0.995886 2.105686 -0.472951 0.6464 X1*X2 -0.444369 0.387229 -1.147561 0.2779 X1*X3 -0.110715 0.143066 -0.773874 0.4569 X1*X4 0.300021 0.301199 0.996090 0.3427 X2 3211.790 4746.863 0.676613 0.5140 X2^2 -0.010124 0.020745 -0.488019 0.6361 X2*X3 -0.004130 0.016274 -0.253749 0.8048 X2*X4 0.016188 0.029300 0.552498 0.5927 X3 902.1972 1891.897 0.476874 0.6437 X3^2 -0.004837 0.006702 -0.721763 0.4870 X3*X4 0.004962 0.009664 0.513384 0.6188 X4 -2218.252 3182.078 -0.697108 0.5016 X4^2 -0.010839 0.010163 -1.066478 0.3113R-squared 0.644148 Mean dependent var 317267.9 Adjusted R-squared 0.145956 S.D. dependent var 558892.5S.E. ofregression 516497.6 Akaike info criterion 29.43124 Sum 2.67E+12 Schwarz criterion 30.16256squared residLoglikelihood -352.8905 F-statistic 1.292972 Durbin-Watson stat 2.895846 Prob(F-statistic) 0.347081从上表看出，Obs*R-squared=16.10371, 在显著性水平=0.05下，查其相关分布表，得临近值为23.684，Obs*R-squared=16.10371<23.684,所以接受原假设，表明模型不存在异方差。