计量经济学实验报告

计量经济学实验报告
实验报告实验课程名称：计量经济学实验
案例1：近年来，中国旅游业⼀直保持⾼速发展，旅游业作为国民经济新的增长点，在整个社会经济发展中的作⽤⽇益显现。

中国的旅游业分为国内旅游和⼊境旅游两⼤市场，⼊境旅游外汇收⼊年均增长22.6%，与此同时国内旅游也迅速增长。

改⾰开放20多年来，特别是进⼊90年代后，中国的国内旅游收⼊年均增长14.4%，远⾼于同期GDP 9.76%的增长率。

为了规划中国未来旅游产业的发展，需要定量地分析影响中国旅游市场发展的主要因素。

解题过程：
⾸先，通过Eviews，得出回归模型：
Y=-274.377+0.013X2+5.438X3+3.272X4+12.986X5-563.108X6
tc=-0.208 t2=1.031 t3=3.940 t4=3.465 t5=3.108 t6=-1.753
R^2=0.995 F=173.354 DW=2.311
从估计结果来看，模型可能存在多重共线性。

因为在OLS下，R^2^2与F值较⼤，⽽各参数估计量的t检验值较⼩，说明各解释变量对Y的联合线性作⽤显著，但各个解释变量存在共线性从⽽使得它们对Y的独⽴作⽤不能分辨，故t检验不显著。

应⽤Eviews，写下命令：cor X2 X3 X4 X5 X6。

得到相关系数矩阵。

可以从中看出五个经济变量之间两两简单相关系数⼤都在0.80以上，甚⾄有的在0.96以上。

表明模型存在着严重的多重共线性。

从⽽为了消除多重共线性，这⾥采⽤逐步回归法。

第⼀步，⽤每个解释变量分别对被解释变量做简单回归。

得：
Y=-3462+0.0842X2 t=8.666 R^2=0.903 F=75
Y=-2934+9.052X3 t=13 R^2=0.956 F=173
Y=640+11.667X4 t=5.196 R^2=0.771 F=27
Y=-2265+34.332X5 t=6.46 R^2=0.839 F=42
Y=-10897+2014X6 t=8.749 R^2=0.905 F=77
根据R^2统计量的⼤⼩排序，可见重要程度依次为X3, X6, X2, X5, X4。

第⼆步,以Y=-2934+9.052X3为基础,依次引⼊X6, X2, X5, X4
⾸先引⼊X6进⾏回归得
Y=-4110+7.85X3+285X6 t3=2.9 t6=0.46 R^2=0.957 F=78 虽然改善了拟合优度，但是X6的系数未通过t检验t6=0.46<2.36且P（X6）=0.658>0.005，因此剔除X6。

接着引⼊X2进⾏回归得
Y=-3326+6.19X3+0.029X2 t3=4.28 t2=2.15 R^2=0.97 F=128 虽然改善了拟合优度，但是不通过t检验且P（X2）>0.005，因此剔除X2。

接着引⼊X5得
Y=-3059+0.73X3+10.9X5 t3=6.6 t5=2.6 R^2=0.98 F=156 因为使得R^2改善，并且通过t检验和F检验。

因此保留X5。

然后引⼊X4得
Y=-2441+4.2X3+13.6X5+3.22X4 t3=3.9 t5=4.7 t4=3.1 R^2=0.99 F=231 因为R^2从0.98上升到0.99 ，且X5的系数通过显著性检验，因此模型中保留X5。

最后确定的模型形式为
Y=-2441+4.2X3+13.6X5+3.22X4 t3=3.9 t5=4.7 t4=3.1 r=0.99 F=231 因此，影响中国旅游市场发展的主要因素是城镇居民⼈均旅游⽀出X3，农村居民⼈均旅游⽀出X4 （元），和公路⾥程X5（万公⾥）
其经济意义分别为4.2：城镇居民⼈均旅游⽀出增加⼀单位，国内旅游收⼊Y（亿元）增加4.2亿元。

13.6：农村居民⼈均旅游⽀出（元）增加⼀元，国内旅游收⼊Y（亿元）增加13.6亿元。

3.22：公路⾥程（万公⾥）增加⼀万公⾥，国内旅游收⼊
Y（亿元）增加4.2亿元。

案例⼆：怀特检验（怀特检验适合于任何形式的异⽅差，也不需要排序）⼀个异⽅差检验的说明性例⼦。

我们通过对中国农村居民⼈均消费函数的估计来说明异⽅差性的检验⽅法。

给定农村居民⼈均消费函数回归模型
lnYi=b0+b1*lnX1i+b2*lnX2i+ui其中。

Y为农村家庭⼈均消费⽀出；X1为从事农业经营的收⼊；X2为其他收⼊。

单位：元
X2
579.1 4446.4
天津2050.9 1314.6 2633.1
河北1429.8 928.8 1674.8
⼭西1221.6 609.8 1346.2
内蒙古1554.6 1492.8 480.5
辽宁1786.3 1254.3 1303.6
吉林1661.7 1634.6 547.6
⿊龙江1604.5 1684.1 596.2
上海4753.2 652.5 5218.4
江苏2374.7 1177.6 2607.2
浙江3479.2 985.8 3596.6
安徽1412.4 1013.1 1006.9
福建2503.1 1053 2327.7
江西1720 1027.8 1203.8
⼭东1905 1293 1511.6
河南1375.6 1083.8 1014.1
湖北1649.2 1352 1000.1
湖南1990.3 908.2 1391.3
⼴东2703.36 1242.9 2526.9
⼴西1550.62 1068.8 875.6
海南1357.43 1386.7 839.8
重庆1475.16 883.2 1088
四川1497.52 919.3 1067.7
贵州1098.39 764 647.8
云南1336.25 889.4 644.3
西藏1123.71 589.6 814.4
陕西1331.03 614.8 876
⽢肃1127.37 621.6 887
青海1330.45 803.8 753.5
宁夏1388.79 859.6 963.4
新疆1350.23 1300.1 410.3
打开EViews软件，创建⼯作⽂件。

输⼊命令“data y x1 x2”，输⼊数据表1
输⼊命令“ls log(y) c log((x1) log(x2)”表2
由表2得到模型式的OLS估计结果：lnYi=1.6548+0.3166*lnX1i+0.5084*lnX2i+ui
（1.867）（3.023）（10.044）
R^2(修正)=0.7676 F=50.5337 RSS=0.8231 估计结果表明，其他收⼊的增长对⼈均消费⽀出的影响⼤于农业收⼊增长对⼈均消费⽀出的增长的影响。

由于模型所⽤数据为截⾯数据，可能存在异⽅差。

接下来进⾏异⽅差检验。

在表2输出结上⽅⼯具栏点击proc/make residual series,在弹出的make residuals 中选择ordinary,输⼊字母e,得到残差序列。

输⼊命令“genr e2=e^2”,⽣成残差平⽅序列,输⼊命令“genr lnx2=log(x2)”,得到X2的对数序列,输⼊命令“scat lnx2
e^2”,得到如下散点图：
可以认为，不同地区农村⼈均消费⽀出差别主要来源于⾮农经济收⼊及其他收⼊的差别，因此如果存在异⽅差，可能是X2引起的。

模型OLS回归得到的残差平⽅项ei^2与lnX2的散点图表明可能存在单调递增型异⽅差。

再进⾏F 检验和LM检验，在表2上⽅⼯具栏中，点击“view/resdual
tests/heteroskedasticity tests”,点击异⽅差检验对话框，选择
“breusch/pagan/godfrey”,点击“ok”得到⽤于F检验和LM检验的回归结果
表 3
由表3可知，F统计值为2.63036，对应的P值为0.0862。

由此可见，在5%显著⽔平下，FM检验和F检验结果都不存在异⽅差。

在10%的显著⽔平下，F检验和LM检验的结果则都是存在异⽅差。

进⼀步进⾏怀特检验，在表2上⽅的⼯具栏中，点击“view/residual
tests/heteroskedasticity tests”弹出异⽅差检验对话框，检验类型选择“white”同时勾选“include white cross terms”点击“ok”可得到⽤于怀特检验的回归结果。

表4
由表4可知，含交叉项的怀特异⽅差检验表明原回归模型存在异⽅差，因为LM 统计值为14.38,对应的p值为0.013382。

⼼得体会:经过这次实验，了解关于经济计量学的软件Eviews并且学会应⽤于实际操作中，以及关于实验数据结果科学正确的检验。

选择模型时，要经过反复实验操作，直到相对⽐较满意。

在⽐较模型时，通过⼀些可⽐性数据，选择最优模型；最后，得出模型结果时，⾸先要要考虑它的实际经济意义，取舍解释变量，再考虑常⽤解题步骤，接着通过检验，说明模型符合要求，进⽽可以⽤于预测结果，应⽤于实际经济活动。

⼼得体会：通过这次实验，我学会了如何运⽤EViews进⾏异⽅差检验，知道了怀特检验适合于任何形式的异⽅差，也不需要排序，同时学会了F检验和LM检验，但F检验或LM检验只检验了随机随机误差项近似量e^2与多个解释变量X 之间的线性关系是否成⽴，当e^2与多个解释变量可能存在⾮线性关系时，需⽤怀特检验。