计量经济学eviews软件案例分析
《计量经济学》eviews实验报告一元线性回归模型详解
计量经济学》实验报告一元线性回归模型-、实验内容（一）eviews基本操作（二）1、利用EViews软件进行如下操作：（1）EViews软件的启动（2）数据的输入、编辑（3）图形分析与描述统计分析（4）数据文件的存贮、调用2、查找2000-2014年涉及主要数据建立中国消费函数模型中国国民收入与居民消费水平:表1年份X(GDP)Y（社会消费品总量）200099776.339105.72001110270.443055.42002121002.048135.92003136564.652516.32004160714.459501.02005185895.868352.62006217656.679145.22007268019.493571.62008316751.7114830.12009345629.2132678.42010408903.0156998.42011484123.5183918.62012534123.0210307.02013588018.8242842.82014635910.0271896.1数据来源：二、实验目的1.掌握eviews的基本操作。
2.掌握一元线性回归模型的基本理论，一元线性回归模型的建立、估计、检验及预测的方法，以及相应的EViews软件操作方法。
三、实验步骤（简要写明实验步骤）1、数据的输入、编辑2、图形分析与描述统计分析3、数据文件的存贮、调用4、一元线性回归的过程点击view中的Graph-scatter-中的第三个获得在上方输入Isycx回车得到下图DependsntVariable:Y Method:LeastSquares□ate:03；27/16Time:20:18 Sample:20002014 Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-3J73.7023i820.535-2.1917610.0472X0416716 0.0107S838.73S44 a.ooao R-squared0.991410 Meandependentwar119790.2 AdjustedR.-squared 0.990750 S.D.dependentrar 7692177 S.E.ofregression 7J98.292 Akaike infocriterion20.77945 Sumsquaredresid 7；12E^-08 Scliwarz 匚「爬伽20.37386 Loglikelihood -1&3.3459Hannan-Quinncriter. 20.77845 F-statistic 1I3&0-435 Durbin-Watsonstat0.477498Prob(F-statistic)a.oooooo在上图中view 处点击view-中的actual ,Fitted ,Residual 中的第一 个得到回归残差打开Resid 中的view-descriptivestatistics 得到残差直方图/icw Proc Qtjject PrintN^me FreezeEstimateForecastStatsResids凹Group:UNIIILtD Worktile:UN III LtLJ::Unti1DependentVariablesMethod;LeastSquares□ate:03?27/16Time:20:27Sample(adjusted):20002014Includedobservations:15afteradjustmentsVariable Coefficient Std.Errort-Statistic ProtJ.C-3373.7023^20.535-2.191761 0.0472X0.4167160.01075S38.735440.0000R-squared0.991410 Meandependeniwar1-19790.3 AdjustedR-squa.red0990750S.D.dependentvar 76921.77 SE.ofregre.ssion 7J98.292 Akaike infacriterion20.77945 Sumsquaredresid 7.12&-0S Schwarzcriterion 20.S73S6 Laglikelihood -153.84&9Hannan-Quinncrite匚20.77545 F-statistic1I3&0.435Durbin-Watsonstat 0.477498 ProbCF-statistic) a.ooaooo在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图roreestYFM J訓YForea空巾取且:20002015 AdjustedSErmpfe:2000231i mskJddd obaerratire:15Roof kter squa red Error理l%2Mean/^oLteError畐惯啟iJean Afe.PereersErro r5.451SSQThenhe鼻BI附GKWCE口.他腐4Prop&niwi□ooooooVactaree Propor^tori0.001^24G M『倚■底Props^lori09®475在上方空白处输入lsycs…之后点击proc中的forcase根据公式Y。
计量经济学EVIEWS模型案例
数据收集
数据来源： 《中国统计年鉴》 其中:
Y ——各项税收收入（亿元）
X2——国内生产总值（亿元） X3——财政支出（亿元） X4——商品零售价格指数（%）
参数估计
假定模型中随机项满足基本假定，可用 假定模型中随机项满足基本假定，可用OLS法估计 法估计 其参数。具体操作： 软件， 其参数。具体操作：用EViews软件，估计结果为： 软件 估 X2t + β2 X3t + β3 X4t + ut
其中： 其中： 各项税收收入（亿元） Y — 各项税收收入（亿元） X2 — 国内生产总值（亿元） 国内生产总值（亿元） X3 — 财政支出（亿元） 财政支出（亿元） 商品零售价格指数（ ） X4 — 商品零售价格指数（%）
上机要求： 上机要求：
1、更新数据至2009年，并对模型进行估 计和检验； 2、上网查2010年各解释变量的数据，求 出2010年税收收入的点预测和区间预测， 并与实际值进行比较分析； 3、形成报告于下次上机课上交打印稿。
R 2 = 0.9971
F = 2717.238
df = 21
模型检验： 模型检验： 拟合优度： 较高， 拟合优度：可决系数 R 2 = 0.9974 较高， R 2 = 0.9971 也较高， 修正的可决系数 也较高， 表明模型拟合较好。 表明模型拟合较好。
显著性检验
F检验： 针对 H0 : β2 =，取β4 = 0 检验： 检验 β3 = 查自由度为 k -1=3 和 的临界值 n - k =21
理论分析 影响中国税收收入增长的主要因素可能有： 影响中国税收收入增长的主要因素可能有： （1）从宏观经济看，经济整体增长是税收增长的 ）从宏观经济看， 基本源泉。 基本源泉。 2） （2）社会经济的发展和社会保障等都对公共财政 提出要求， 提出要求，公共财政的需求对当年的税收收入可 能会有一定的影响。 能会有一定的影响。 （3）物价水平。中国的税制结构以流转税为主， ）物价水平。中国的税制结构以流转税为主， 以现行价格计算的GDP和经营者的收入水平都与 以现行价格计算的 和经营者的收入水平都与 物价水平有关。 物价水平有关。 （4）税收政策因素。 ）税收政策因素。
EVIEWS案例分析
学会分析计算结果！
பைடு நூலகம்
作图： 法1：单击“Quick/Graph”在出现的对话框上，键入 y x或 y x1 x2---/ok； 在出现的菜单中点击 Line Grap； 在下拉菜 单中选类型（如Scatter Diagram(散点图)/OK,出现图形；---）
Quick---Estimate Equation
Eviews主要操作步骤
一、启动软件包 （ 双击“Eviews”，进入Eviews主页） 二、创建工作文件（点击“File/New/Workfile/Ok”） 出现“Workfile Range”，目的： 1、选择数据频率（类型）： Annual (年度) Quartely（季度） ┆ Undated or irrequar（未注明日期或不规则的） 2、确定Start date 和End date（如1980 1999或1 18 /ok）。 出现“Workfile对话框（子窗口）”中已有两个变量： c-----常数项 resid----模型将产生的残差项
(三) 检验模型 经济意义检验； 统计推断检验； 计量经济学检验； 预测检验； （计算机仿真技术判 断模型参数估计值 的可信度及模型的 功效等）。
(四) 应用模型 经济预测； 经济结构分析； 政策评价； （通过政策模拟提供制定 经济政策的依据）
二、案例分析
例 讨论家庭收入X对家庭消费支出Y的影响问题，通过 调查得到一组数据（百元）如下 ：
注：在Equation框中，点击Resids,可以出 现Residual、Actual、Fitted的图形
计算描述统计量 点击: 1、“Quick/Group statistics/Descriptive statistics/Common Sample；
EViews统计分析在计量经济学中的应用综合案例
计量经济学创新实验设计
我们以方正科技（600601）为例，介绍如何通过Eviews 软件进行系数的回归估计。
打开Eviews6.0，选择File-New-Workfile，frequency选择integer date，时间为1至200，点击确定。
计量经济学创新实验设计
计量经济学创新实验设计
二.资本资产定价模型及其检验方法介绍
各种股票的收益和风险呈现正相关，每种资
产的收益由无风险收益和风险贴水两部分构成。 可表示为：
E Ri Rf i E Rm Rf
（1）
其中： E Ri 为股票的期望收益率； Rf 为无风险收益率、 E Rm 为市场证券组合的
期望收益率； i 是股票 i 收益和市场组合收益间的协方差im 与市场组合收益方差 m 2 的比
值，即 i
im
2 m
，常被称为“
系数”（可以看作某种股票收益变动对市场组合收益变
动的敏感度）。
计量经济学创新实验设计
假设关于任何资产的收益是一个公平博弈，换句 话说就是任何资产已实现的平均收益率等于其预 期的收益率。数学上有如下形式：
Rit E Rit imt eit
（2）
其 中 ， mt Rmt E Rmt ， E mt 0 ， eit 为 随 机 误 差 项 ， 且 E eit 0 ，
covemt
, eit
0
，
cov eit ,eit1
0
，
i
cov Rmt
,
Rit
Var
Rmt
。
计量经济学创新实验设计
出现下图后，点击Object-New Object，在Type of object中 选择seriers,，并命名为SY和MY，从而创建两个序列。
eviews案例分析作业
eviews案例分析作业Eviews案例分析作业。
本次作业将使用Eviews软件进行一个实际案例的分析，以展示Eviews在实际经济数据分析中的应用。
我们选取了美国GDP（国内生产总值）和失业率的数据，来进行相关性分析和趋势预测。
首先，我们导入美国GDP和失业率的时间序列数据，并进行数据的初步观察和描述性统计分析。
通过Eviews的数据视图功能，我们可以直观地看到这两个变量的变化趋势和波动情况，从而为后续的分析提供基础。
接下来，我们将利用Eviews进行相关性分析，探讨美国GDP与失业率之间的关系。
通过Eviews的相关性分析功能，我们可以得到它们之间的相关系数，并利用散点图和回归分析来观察它们之间的线性关系。
通过这些分析，我们可以初步了解到美国GDP和失业率之间的关联程度，为后续的预测分析提供参考。
在完成相关性分析后，我们将利用Eviews进行趋势预测。
通过Eviews的时间序列分析功能，我们可以选择合适的模型对美国GDP和失业率的未来趋势进行预测。
在选择模型的过程中，我们将充分考虑数据的平稳性、季节性等特点，以确保模型的准确性和可靠性。
最终，我们将得到美国GDP和失业率未来的预测值，并进行可视化展示，以便更直观地观察它们的趋势变化。
通过本次Eviews案例分析作业，我们不仅对Eviews软件的使用有了更深入的了解，同时也对实际经济数据的分析方法有了更加清晰的认识。
Eviews作为一款专业的计量经济学软件，具有强大的数据分析和建模功能，可以帮助我们更好地理解和预测经济现象，为经济决策提供科学依据。
总之，Eviews案例分析作业不仅是对所学知识的巩固和实践，更是对实际问题的解决和预测。
通过本次作业，我们不仅提升了对Eviews软件的熟练度，更深入了解了经济数据分析的方法和技巧，为今后的学习和工作打下了坚实的基础。
希望通过这次作业的学习，能够更好地应用Eviews软件进行实际经济数据的分析和预测，为经济决策提供更加科学的支持。
计量经济学案例分析(Eviews操作)
美股行情对A股的影响性分析——标普500与沪深300相关性分析摘要：本文主要通过分析标准普尔500指数与沪深300指数的相关性，以标普500指数为解释变量，以沪深300指数为被解释变量，利用Eviews软件，使用其中的最小二乘法对其进行线性回归分析，最终得出方程。
并对其进行显著性检验（F，t）、异方差检验、自相关性检验来验证方程的可靠性。
然后解释方程的经济意义，并利用软件对未来指数变动进行预测。
最后在未来几天比较预测结果与实际两个指数的变化情况，验证实际应用情况。
关键词：标普500、沪深300、Eviews、显著性检验、异方差检验、自相关性检验。
一、研究背景1.全球化大环境在经济全球化不断深入发展的今天，全球资本市场，尤其是中美两个超级大国之间的资本流通，早已彼此嵌入，密不可分。
全世界早有不少学者对中美资本流通做了深入研究。
但美国股市发展早于中国十几年，其内部的资金也远远超过中国股市，美国股市的资本流动势必会对中国股市产生一定影响，这种影响不仅体现在情绪面，更反映在指数变动方向上。
2.对外开放资本市场的QFII政策Qualified Foreign Institutional Investor，作为一种过渡性制度安排，QFII制度是在资本项目尚未完全开放的国家和地区，实现有序、稳妥开放证券市场的特殊通道。
外资对中国股市的影响早已不可忽视，而美国市场的变动也一定程度会影响在中国股市外资的操作行为。
所以研究两个指数的变动是很有意义的。
二、数据1.数据选择沪深两个市场各自均有独立的综合指数和成份指数，这些指数不能用来反映沪深两市的整体情况，而沪深300指数则同时考虑了两市的交易情况，是中国A股市场的“晴雨表”。
标准普尔500指数英文简写为S&P 500 Index，是记录美国500家上市公司的一个股票指数。
与道琼斯指数等其他指数相比，标准普尔500指数包含的公司更多，因此风险更为分散，能够反映更广泛的市场变化。
计量经济学论文(eviews分析)
计量经济学论文(eviews分析)我国限额以上餐饮企业营业额的影响因素分析摘要：本文收集了1999年至2009年共11年的相关数据，选取餐饮企业数量、城镇居民人均年消费性支出、全国城镇人口数以及公路里程数作为解释变量构建模型，对我国限额以上餐饮企业营业额的影响因素进行分析。
利用Eviews软件对模型进行参数估计和检验，并加以修正，最后根据模型的最终结果进行经济意义分析，提出自己的看法。
关键词：餐饮企业营业额、影响因素、计量分析一、研究背景近十年来，投资者进入餐饮企业的数量不断增加。
在他们进入一个行业之前，势必要对该行业的营业额、营业利润等进行估计，当这些因素的估计值能够达到他们的预期时，他们才会对其进行投资。
由于餐饮企业的营业额是影响投资者是否进入餐饮业的一个重要因素，对于我国餐饮企业的营业额问题的深入研究就显得尤为必要，这有助于投资者作出合理的决策。
因此，本文进行了对我国限额以上餐饮企业营业额的计量模型研究。
二、变量的选取影响餐饮企业营业额的因素有很多，包括餐饮企业的数量、营业面积、从业人员、城镇居民人均年消费性支出、全国城镇人口数、餐饮企业的平均价格水平及公路里程数（表示交通状况）。
但综合考虑后，本文选取了其中的一部分变量（企业数、城镇居民人均年消费性支出、全国城镇人口数、公路里程数）进行研究，并对各个变量对餐饮企业营业额的影响进行预测。
1.企业数本文认为餐饮企业营业额与餐饮企业的数量有关，并预测两者之间呈正相关。
2.城镇居民人均年消费性支出本文认为餐饮企业营业额与城镇居民人均年消费性支出有关，并预测两者之间呈正相关。
3.全国城镇人口数本文认为餐饮企业营业额与全国城镇人口数有关，并预测两者之间呈正相关。
4.公路里程数本文认为餐饮企业营业额与公路里程数有关，并预测两者之间呈正相关。
三、相关数据本文收集了1999年至2009年共11年的相关数据，包括营业额（单位：亿元）、企业数（单位：个）、人均年消费性支出（单位：元）、全国城镇人口数（单位：万人）以及公路里程数（单位：万公里）。
计量经济学用eviews分析数据
中国储蓄存款总额（Y,亿元）与GDP （元）数据如下表。
表1-1数据来源：《中国统计年鉴》年图1-1解:、估计一元线性回归模型由经济理论知，储蓄存款总额受GDP影响，当GDFP增加时，储蓄存款总额也随着增加，他们之间具有正向的同步变动趋势。
储蓄存款总额除受GDP影响之外, 还受到其他一些变量的影响及随机因素的影响，将其他变量及随机因素的影响均并到随机变量U中，根据X与丫的样本数据，作X与丫之间的散点图可以看出，他们的变化趋势是线性的，由此建立中国储蓄存款总额丫与GDF之间的一员线性回归模型。
由表1-1中样本观测数据，样本回归模型为用Eviews软件估计结果:Dependent Variable: 丫Method: Least SquaresDate: 12/14/14 Time: 10:41Sample: 1978 2012Included observations: 35R-squared 0.995724 Mean dependent var 78882.56Adjusted R-squared 0.995595 S.D. dependent var 108096.8S.E. of regression 7174.769 Akaike info criterion 20.64997Sum squared resid 1.70E+09 Schwarz criterion 20.73885Log likelihood -359.3745 Hannan-Quinn criter. 20.68065F-statistic 7684.717 Durbin-Watson stat 1.224720Prob(F-statistic) 0.000000即样本回归方程为:-4.678592 87.66252二、对估计结果做结构分析(1)对回归方程的结构分析0.762529是样本回归方程的斜率，他表示GDP勺边际增长率，说明GDP每增加1元，将有0.762529用于储蓄；-7304.294是样本回归方程的截距，他表示不受GDP影响的自发性储蓄增长。
计量经济学---EViews的基本操作案例
说明总离差平方和的99.88%被样本回归直线解释，仅有0.12%未被解释,因此,样
本回归直线对样本点的拟合优度很高。也即用人均年收入解释消费性支出变化效 果很好。
回归系数显著性检验（t检验）
提出原假设H0:β 1=0 备择假设H1:β 1≠0
取显著性水平α =0.05,在自由度为v=17-2=15下，查t分布表，得:t
R² =0.998726
F=12952.03 n=17 DW=1.025082
（7）回归预测
点估计。假定预测出2002年、2003年的平均每人年收入分别为
X2002=6932.91元，X2003=7334.37元。预测Ŷ2002,Ŷ2003的值。
将X2002=6932.91，X2003=7334.37代入估计的回归方程的点估计值 Ŷ2002=132.0125+0.768761*6932.91=5461.76（元）
（3）画散点图
确定了模型后，需要在直观上初步探明变量之间的相互关系，
为此，以人均年收入为横轴，以人均年消费支出为纵轴，描 出样本变量观测值的散点分布图。如下图所示：
根据上图散点分布情况可以看出，在1985～2001年期间，我国城镇
居民人均年消费和可支配收入之间存在较为明显的线性关系。
（4）显示估计结果Fra bibliotekTHANKS
利用Eviews的最小二乘法程序，输出的结果如下： Dependent Variable（从属变量）:Y Method:Least Squares（最小二乘法） Sample:1985 2001 Included observations:17
（5）模型检验
可决系数检验：R² =1-ESS/TSS=0.9988
Xi——表示城镇居民人均年收入水平 ui——表示随机误差项 现给定样本观测值（Xi，Yi），i=1,2,…，17，n=17为样本容量。则建立样 本回归模型:Yi=β0+β1Xi+ei 其中，β0，β1分别为β0、β1的估计值，ei为残差项。样本回归方程： Ŷi=β0+β1Xi 其中，Ŷi表示样本观测值Yi的估计值。
基于EVIEWS软件的计量经济学建模检验案例解读
基于EVIEWS软件的计量经济学建模检验案例解读计量经济学是经济学领域的一个重要分支，它运用数理统计方法对经济学模型进行定量分析和预测。
而EVIEWS软件则是计量经济学常用的数据分析与建模工具。
本文将通过一个实例案例，解读基于EVIEWS软件的计量经济学建模检验的方法和过程。
首先，我们需要了解案例的背景和研究问题。
假设我们想研究某国家的经济增长与就业率之间的关系。
我们提出了一个假设：经济增长对就业率有积极的影响。
第一步是数据收集和准备。
我们需要收集与经济增长和就业率相关的数据。
以中国为例，我们可以从国家统计局等官方机构获取国内生产总值（GDP）和就业率的数据。
这些数据应该是时间序列数据，通常包括一定的时间跨度和频率（例如月度或年度数据）。
第二步是数据预处理。
我们需要对收集到的数据进行清洗和处理，以确保数据的质量。
具体来说，我们需要检查数据是否存在缺失值、异常值等，确保数据的连续性和一致性。
第三步是建立计量经济学模型。
在本案例中，我们使用一个简单的线性回归模型来研究经济增长对就业率的影响。
假设就业率（Y）是经济增长（X）的线性函数，即Y = β0 +β1X + ε，其中β0和β1是回归系数，ε是误差项。
第四步是模型检验。
在EVIEWS软件中，我们可以利用OLS（Ordinary Least Squares）方法进行模型的估计和检验。
OLS方法是最小二乘法的一种形式，用于估计回归系数的值。
此外，我们还可以通过检验模型的显著性和拟合优度来评估模型的质量。
具体来说，我们可以通过检验回归系数的t值和p值来判断是否存在统计显著性。
如果t值的绝对值较大且p值小于设定的显著性水平（通常是0.05），则可以认为回归系数是显著的，即具有统计意义。
此外，我们还可以计算回归方程的R-squared值来评估模型的拟合优度，R-squared值越接近1，说明模型的解释能力越强。
最后，我们需要进行模型诊断。
模型诊断用于检验回归模型的假设是否成立，以及模型是否满足统计方法的要求。
计量经济学操作实验及案例分析
计量经济学课程实验实验一 EViews软件的基本操作【实验目的】了解EViews软件的基本操作对象，掌握软件的基本操作。
【实验内容】一、EViews软件的安装；二、数据的输入、编辑与序列生成；三、图形分析与描述统计分析；四、数据文件的存贮、调用与转换。
实验内容中后三步以表1-1所列出的税收收入和国内生产总值的统计资料为例进行操作。
单位：亿元资料来源：《中国统计年鉴1999》【实验步骤】一、安装EViews软件㈠EViews对系统环境的要求⒈一台386、486奔腾或其他芯片的计算机，运行Windows3.1、Windows9X、Windows2000、WindowsNT或WindowsXP操作系统；⒉至少4MB内存；⒊VGA、Super VGA显示器；⒋鼠标、轨迹球或写字板；⒌至少10MB以上的硬盘空间。
㈡安装步骤⒈点击“网上邻居”，进入服务器；⒉在服务器上查找“计量经济软件”文件夹，双击其中的setup.exe，会出现如图1-1所示的安装界面，直接点击next按钮即可继续安装；⒊指定安装EViews软件的目录（默认为C:\EViews3，如图1-2所示），点击OK按钮后，一直点击next按钮即可；⒋安装完毕之后，将EViews的启动设置成桌面快捷方式。
图1-1 安装界面1图1-2 安装界面2二、数据的输入、编辑与序列生成 ㈠创建工作文件 ⒈菜单方式启动EViews 软件之后，进入EViews 主窗口（如图1-3所示）。
图1-3 EViews 主窗口在主菜单上依次点击File/New/Workfile ，即选择新建对象的类型为工作文件，将弹出一个对话框（如图1-4所示），由用户选择数据的时间频率（frequency ）、起始期和终止期。
图1-4 工作文件对话框其中， Annual ——年度 Monthly ——月度Semi-annual ——半年 Weekly ——周 Quarterly ——季度 Daily ——日 Undated or irregular ——非时序数据工作区域状态栏选择时间频率为Annual（年度），再分别点击起始期栏（Start date）和终止期栏（End date），输入相应的日前1985和1998。
计量经济学案例eviews
案例分析1.问题的提出和模型的设定根据我国1978—1997年的财政收入Y 和国民生产总值X 的数据资料，分析财政收入和国民生产总值的关系建立财政收入和国民生产总值的回归模型。
假定财政收入和国民收入总值之间满足线性约束，则理论模型设定为i i i u X Y ++=21ββ其中i Y 表示财政收入，i X 表示国民生产总值。
表1我国1978—1997年财政收入和国民生产总值2.参数估计进入EViews 软件包，确定时间范围；编辑输入数据；选择估计方程菜单，估计样本回归函数如下表 2obsX Y 19783624.100 1132.260 19794038.200 1146.380 19804517.800 1159.930 19814860.300 1175.790 19825301.800 1212.330 19835957.400 1366.950 19847206.700 1624.860 19858989.100 2004.820 198610201.40 2122.010 198711954.50 2199.350 198814922.30 2357.240 198916917.80 2664.900 199018598.40 2937.100 199121662.50 3149.480 199226651.90 3483.370 199334560.50 4348.950 199446670.00 5218.100 199557494.90 6242.200 199666850.50 7407.990 1997 73452.50 8651.140估计结果为Y=858.3108 + 0.100031X(12.78768) (46.04788)R^2=0.991583 S.E.=208.508 F=2120.408括号内为t统计量值。
3.检验模型的异方差（一）图形法1、EViews软件操作。
计量经济学案例分析eviews
第二章案例分析一、研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。
居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。
改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。
但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。
例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。
为了研究全国居民消费水平及其变动的原因，需要作具体的分析。
影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。
为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。
二、模型设定我们研究的对象是各地区居民消费的差异。
居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。
而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。
所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。
因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。
因此建立的是2002年截面数据模型。
影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。
计量经济学实验一 计量经济学软件EViews
实验一计量经济学软件EViews一、计量经济学软件EViews的使用实验目的：熟悉EViews软件的基本使用功能。
实验要求：快速熟悉描述统计和线性回归分析。
实验原理：软件使用。
实验数据：1978-2005年广东省消费和国内生产总值统计数据。
实验步骤：（一）启动EViews软件进入Windows以后，双击桌面EViews6图标启动EViews，进入EViews窗口。
EViews的四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式（1与2相结合）；（4）程序（采用EViews命令编制程序）运行方式。
（二）创建工作文件假定我们要研究广东省消费水平与国内生产总值（支出法）之间的关系，收集了1978—2005年28年的样本资料（表1-1），消费额记作XF（亿元），国内生产总值记作GDP（亿元）。
根据资料建立消费函数。
进入EViews后的第一件工作，通常应由创建工作文件开始。
只有建立（新建或调入原有）工作文件，EViews才允许用户输入，开始进行数据处理。
建立工作文件的方法是点击File/New/Workfile。
选择新建对象的类型为工作文件。
选择数据类型和起止日期，并在对话框中提供必要的信息：适当的时间频率（年、季度、月度、周、日）；最早日期和最晚日期。
开始日期是项目中计划的最早的日期；结束日期是项目计划的最晚日期，以后还可以对这些设置进行修改。
非时间序列提供最大观察个数。
建立工作文件对话框如图1-2所示，按OK确认，得新建工作文件窗口（图1-3）。
表1-1图1-2工作文件窗口是EViews的子窗口。
它也有标题栏、控制栏、控制按钮。
标题栏指明窗口的类型是Workfile、工作文件名和存储路径。
标题栏下是工作文件窗口的工具条。
工具条上是一些按钮。
图1-3View —观察按钮；Proc —过程按钮；Save —保存工作文件；Show —显示序列数据；Fetch —读取序列；Store —存储序列；Delete —删除对象；Genr —生成新的序列；Sample —设置观察值的样本区间。
计量经济学论文eviews分析计量经济作业
计量经济学论文e v i e w s 分析计量经济作业The document was prepared on January 2, 2021我国旅游收入的计量分析一、经济理论陈述在研读了大量统计和计量资料的基础上,选择了三个大方面进行研究,既包括旅游人数,人均旅游花费和基本交通建设.其中,在旅游人数这个解释变量的划分上,我们考虑到随着全球经济一体化的发展,越来越多的外国游客来中国旅游消费.中国旅游的国际市场是个有发展潜力的新兴市场,尽管外国游客前来旅游的方式包罗万象而且消费能力也不尽相同,但从国际服务贸易的角度出发,我们在做变量选择时,运用国际营销的知识进行市场细分,划分了国际和国内两个市场.这样,在旅游人数这个解释变量的最终确定上,我们选择了2X国内旅游人数,3X入境旅游人数.这点选择除了理论支持外,在现实旅游业发展中我们也看到很多景区包括成都的近郊也有不少外国游客的身影.所以,我们选取这两个解释变量等待下一步进行模型设计和检验.另外,对于人均旅游花费,我们在进行市场细分时,没有延续前两个变量的选择模式,有几个原因.首先,外国游客前来旅游的形式和消费方式各异且很难统计.我们在花大力气收集数据后,仍然没有比较权威的统计数据资料.其次,随着国家对农业的不断重视和扶持,我国农业有了长足发展.农村居民纯收入增加,用于旅游的花费也有所上升.而且鉴于农村人口较多,前面的市场细分也不够细化,在这个解释变量的确定上,我们选择农村人均旅游花费,既是从我国基本国情出发,也是对第一步研究分析的补充.所以我们确定了4X城镇居民人均旅游花费和5X农村居民人均旅游花费.旅游发展除了对消费者市场的划分研究,还应考虑到该产业的基础硬件设施.在众多可选择对象中我们经分析研究结合大量文献资料决定从交通建设着手.在我国,交通一般分布为公路,铁路,航班,航船等.由于考虑到我国一般大众的旅游交通方式集中在公路和铁路上,为了避免解释变量的过多过繁以及可能带来的多重共线形等问题,我们只选取了前二者.即确定了6X公路长度和7X铁路长度这两个解释变量.其中,考虑到我国旅游业不断发展过程中,高速公路的修建也不断增多,在6X的确定过程中,我们已经将其拟合,尽量保证解释变量的完整和真实.二、相关数据三、计量经济模型的建立Ｙ＝ｃ１＋ｃ２Ｘ２＋ｃ３Ｘ３＋ｃ４Ｘ４＋ｃ５Ｘ５＋ｃ６Ｘ６＋Ｕ我们建立了下述的一般模型：其中Ｙ——1994-2003年各年全国旅游收入Ｃ１——待定参数X——国内旅游人数万人2X——入境旅游人数万人3X——城镇居民人均旅游花费元4X——农村居民人均旅游花费元5X——公路长度含高速万公里6X——铁路长度万公里7Ｕ——随即扰动项四、模型的求解和检验利用Eviews软件,采用以上数据对该模型进行OLS回归,结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 01:56Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX2X3X4X5X6X7R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic由此可见,该模型可决系数很高,F检验显着,但是2X、6X、7X的系数t检验不显着,且7X的系数符号不符合经济意义,说明存在严重的多重共线性.所以进行以下修正：〈一〉．计量方法检验及修正多重共线性的检验：首先对Y进行各个解释变量的逐步回归, 由最小二乘法,结合经济意义和统计检验得出拟合效果最好的两个解释变量如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:00Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX4X5R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic继续采用逐步回归法将其余解释变量代入,得出拟合效果最好的三个解释变量,结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:01Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX2X4X5R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic以上模型估计效果最好,继续逐步回归得到以下结果：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:40Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX2X3X4X5R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic各项拟合效果都较好.虽然2X的t检验不是很显着,但考虑到其经济意义在模型中的重要地位,暂时保留.继续引入6X.Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:41Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX2X3X4X5X6R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic根据以上回归结果可得,6X的引入使得模型中2X、6X的t检验均不显着,再考察二者的相关系数为,说明2X、6X高度相关,模型产生了多重共线性,因此将6X去掉.再将7X代入检验.Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:42Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX2X3X4X5X7R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statisticX的系数为负,与经济意义相悖,因此也去掉.由此确定带入模型的解7释变量为2X、3X、4X、5X.异方差性的检验：再对模型的异方差性进行检验：鉴于我们的样本资料是时间序列数据,选用ARCH检验.ARCH Test:F-statistic ProbabilityObsR-squared ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/23/10 Time: 02:43Sample adjusted: 1995 2003Included observations: 9 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CRESID^2-1R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid +08 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic这里ObsR-squared为,P=>所以接受0H,表明模型中随机误差项不存在异方差.再考虑P=3的情况：ARCH Test:F-statistic ProbabilityObsR-squared ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/23/10 Time: 02:46Sample adjusted: 1997 2003Included observations: 7 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CRESID^2-1RESID^2-2RESID^2-3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid +08 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic这里ObsR-squared为,P=>.所以仍然接受0H,表明模型中随机误差项不存在异方差.自相关性的检验：随机扰动项可能存在一阶负自相关.借助残差项和其一阶滞后项的二维坐标图进一步分析：由图示可看出,残差项和其一阶滞后项显然存在负自相关,然后利用对数线形回归修正自相关性,得到相应结果如下：Dependent Variable: LOGYMethod: Least SquaresDate: 12/23/10 Time: 02:52Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CLOGX2LOGX3LOGX4LOGX5R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic从估计的结果看,DW=,说明修正后有了明显好转,随机扰动项几乎不存在一阶自相关.我们进行了一系列检验和修正后的最终结果如下：2R= 2R= F=五、经济意义解释C3和C3分别衡量我国旅游收入国内和入境旅游人数的弹性,也就是表示当旅游人数每变动百分之一时,平均来说,旅游收入变动的百分比.这里要特别注意,例如1998年国内旅游人数为69450万人,入境旅游人数为万人,则国内旅游人数每增加1%,即增加万人,国内旅游收入增加%,而入境旅游人数每增加1%,即增加万人,国内旅游收入增加%.C4和C5分别衡量我国旅游收入我国城镇居民和农村居民人均旅游花费的弹性,也就表示当人均花费每变动百分之一时,平均来说,旅游收入变动的百分比.城镇居民人均旅游花费每增加1%,国内旅游收入增加%；农村居民人均旅游花费每增加1%,国内旅游收入增加 %.六、政策建议为了促进我国旅游事业的快速发展,我们提出了以下几点建议：1、实施政府主导型旅游发展战略政府主导型旅游发展战略是按照旅游业自身的特点,在以市场为主,合理配置资源的基础上,充分发挥政府的主导作用,促进旅游业更快发展.1建设和完善旅游法制体系,力争旅游法的尽早出台.2提高旅游管理部门的地位,或组织高层次的协调机制,以适应旅游产业大规模和大发展的前景.3中央政府的主导需要相应的资金基础.从1992年起,财政部建立了旅游发展基金,其来源是在出境机场费中加收20元人民币,对旅游业的发展起到了积极的作用.考虑到旅游大发展的需要,多渠道,多形式开辟政府基金来源是必要的.4加大促销投入.长期以来我国促销经费严重缺乏.中央一年所能提供的促销经费不足500万美元,这大大限制了我国对国际旅游市场大面积,深层次的开发,难以产生影响客源流向的招徕效果.从国际上看,为了使自己处在有利的市场竞争地位,每个国家每年都投入相当数量的旅游经费,用于开展旅游对外促销活动.按照世界一般规律,吸引一个国际旅游者平均需要3—5美元的促销经费,而我国尚不足美元,这种状态,显然无法适应国际旅游市场竞争的需要. 因此,在政府主导型战略的实施中加大促销投入是一项重要的工作.2、旅游市场创新旅游经济是特色经济,而特色就需要充分地发扬创新意识,做到人无我有,人有我精,人精我专. 对于旅游市场的开拓,各地旅游开发和建设模式大同小异,无论是山水风景区,历史文化名城,滨海沙滩度假地,还是温泉休养区,大都只是大众旅游市场的共同特征,因此,重复建设的模式正成为旅游开拓市场的通病.随着现代旅游者需求日益成熟,伴随着主题公园等人造景区大规模发展之势,生态旅游由于世界各国重视人和自然共生共存共荣环保概念的强化,以可持续发展为方向的生态旅游正在世界各地呈方兴未艾之势.区域旅游的发展开始以若干不同旅游项目满足相应不同分众市场的开发模式以获得综合整体效益,形成规模经济的发展趋势.3、不同产业匹配发展产业之间相互联系,旅游业的存在不是独立的,在促进旅游业的同时也要加大工业和农业的发展.如我国农业人口占据很大比例,而国内旅游收入的主要来源集中在为数不多的城镇居民上,农村市场还存在很大的空白.可以说,我国的国内旅游市场还没有开发完全,农村市场非常广阔,具有很大潜力,所以发展农业,必然会极大促进我国的旅游事业.。
计量经济学 案例分析 Eviews
一、研究课题：通过对1984——2003年某国GDP和出口的分析，研究GDP和出口量的相关关系并对参数估计值进行检验。
二、模型及数据来源：GDP为因变量，出口量为自变量。
选择模型是一元线性回归模型y=c0+c1x+u（y代表GDP，x代表出口量，u表示残差项）数据来自《计量经济学软件——eviews的使用》135页表12.1。
提取其进口和国内生产总值两列数据：annual export gdp1984 580.5 71711985 808.9 8964.41986 1082.1 10202.21987 1470 11962.51988 1766.7 14928.31989 1956 16909.21990 2985.8 18547.91991 3827.1 21617.81992 4676.3 26638.11993 5284.8 34634.41994 10421.8 46759.41995 12451.8 58478.11996 12576.4 67884.61997 15160.7 74462.61998 15233.6 78345.21999 16159.8 82067.52000 20634.4 89468.12001 22024.4 97314.82002 26947.4 105172.32003 36287.9 117251.9三、作业1、根据表格得到曲线图、散点图、X-Y曲线图：1200001000008000060000400002000084868890929496980002曲线图05000010000015000010000200003000040000EXPORTG D P散点图20000400006000080000100000120000100002000030000EXPORTG D PX-Y 曲线图2、数据描述统计分析024681001234563、简单的回归估计Dependent Variable: GDP Method: Least Squares Date: 06/14/09 Time: 16:38 Sample: 1984 2003 Variable Coefficient Std. Error t-Statistic Prob. C 11772.77 2862.419 4.112873 0.0007 R-squared0.946953 Mean dependent var 49439.02 Adjusted R-squared 0.944006 S.D. dependent var 36735.19 S.E. of regression 8692.656 Akaike info criterion 21.07298 Sum squared resid1.36E+09 Schwarz criterion21.17256Log likelihood -208.7298 F-statistic 321.3229Durbin-Watson stat 0.604971 Prob(F-statistic) 0.000000y t=-11772.77+3.547790x t R2=0.946953 df=18检验回归系数显著性的原假设和备择假设是（给定α = 0.05）H0：c1= 0；H1：c1≠ 0。
Eviews软件数据分析例文剖析
小学期作业影响财政收入的主要因素学院：经济学院班级：统计学班**:***学号：**********影响财政收入的主要因素摘要：财政收入是一国政府实现政府职能的基本保障，主要有资源配置、收入再分配和宏观经济调控三大职能。
财政收入的增长情况关系着一个国家经济的发展和社会的进步。
我国财政收入主要受国民经济发展、预算外资金收入、税收收入等因素的影响。
本文针对我国财政收入影响因素建立了计量经济模型，并利用Eviews软件对收集到的数据进行相关回归分析，排除简单多元回归模型存在的严重多重共线性等问题，建立财政收入影响因素更精确的模型，分析了影响财政收入主要因素及其影响程度，预测我国财政收入增长趋势。
二、模型设定研究财政收入的影响因素离不开一些基本的经济变量。
大多数相关的研究文献中都把总税收、国内生产总值这两个指标作为影响财政收入的基本因素,还有一些文献中也提出了其他一些变量, 比如其他收入、经济发展水平等。
影响财政收入的因素众多复杂, 但是通过研究经济理论对财政收入的解释以及对实践的观察, 对财政收入影响的因素主要是税收收入。
下面我们就以税收收入、能源消费总量、和预算外资金收入作为影响财政收入的主要研究因素。
从中国统计局网站上可以查询到1993年至2008年的相关数据，对其进行计算整理可得：4.、模型的建立根据1978—2008年每年的财政收入Y( 亿元) , 能源消费总量X1( 亿元)，预算外资金收入X2( 亿元) ,税收收入X3( 亿元) 的统计数据,由E-views软件得到y，x1，x2，x3的线性图，如下：由图可知，y，x1， x3都是逐年增长的，但增长速率有所变动，而x2呈现水平波动，说明变量间不一定是线性关系，可探索将模型设定为以下形式：lnY=β0+β1lnX1+β2X2+β3lnX3+U三，模型估计与调整利用Eviews软件对模型进行最小二乘法全回归，结果如下：第一步，进行模型的检验。
（一），进行多重共线性的检验方程的修正后的R平方值很高，说明变量对因变量的拟合程度很好，但是应该注意到c，lnx1，x2三者的t值很低（在此选择置信度为0.05），未通过检验，因此怀疑其中存在变量之间的多重共线问题。
用Eviews分析计量经济学问题
一、问题背景高新区自开始设立至今短短十多年的时间，以其惊人的经济发展速度为世人所关注。
随着我国经济发展模式的逐步转变，高新区已经成为我国依靠科技进步和技术创新推动经济社会发展、走中国特色自主创新道路的一面旗帜。
“十二五”时期，面对新的机遇和挑战，国家高新区应注重提升五种能力，努力成为加快转变经济发展方式的排头兵。
为了探索高新经济发展的内在规律性，本文采用截面数据对高新区的投入产出进行分析，力求能够增进对高新区经济发展的了解，对高新区的进一步发展有所帮助。
二、模型设定本文研究的是高新区投入对产出的影响，所以本模型的被解释变量Y 即为高新区的产出。
就目前对高新区数据的统计来看，反映高新区产出的主要有“工业总产值”、“工业增加值”、“技工贸总收入”、“利润”和“上缴税额”几个总量指标。
按照生产函数理论，产出利用增加值，所以模型中我们将使用“工业增加值”指标数据来估计各高新区的总产出。
从高新区的投入来看，对产出有重要影响的因素主要包括以下几个方面：资本K ，劳动力L ，技术投入T ，此外，体制改革，管理模式创新也可以看作是投入的要素，但因其不可量化，因此归入模型的扰动项中。
这样，按照科布道格拉斯形式的生产函数，我们设定函数形式为：u T L AK Y γβα= 两边取自然对数得：u T L K A Y ln ln ln ln ln ln ++++=γβα其中，资本数据K 我们利用的是当年的年末净资产来进行估计，即当年年末资产减去当年年末负债后得到的数据；用当年年末从业人员来估计劳动力L ；用当年技术研发投入来估计技术投入T 。
数据选用的是截面数据。
从《国家高新技术产业开发区十年发展报告（1991－2000年）》得到1999年全国53个高新区各项指标统计数据：三、模型估计用Eviews 软件进行回归分析，得到如下结果：Dependent Variable: Y Method: Least SquaresDate: 13/12/11 Time: 19:31 Sample: 1 53C 0.664556 0.644854 1.030553 0.3078 LNK 0.478131 0.171585 2.786560 0.0076 LNL 0.367855 0.174496 2.108104 0.0402 R-squared0.740558 Mean dependent var6.280427Adjusted R-squared 0.724674 S.D. dependent var 0.440805 S.E. of regression 0.231297 Akaike info criterion -0.017755Sum squared resid 2.621421 Schwarz criterion 0.130946 Log likelihood4.470508 F-statistic 46.62236从表可以看出，回归方程为：TL K Y ln 140542.0ln 367855.0ln 478131.0664556.0ln +++=T= (1.030553) (2.786560) (2.109104) (1.520604)740558.02=R 724674.02=R（1） 经济意义检验从回归结果可以看出，模型估计的γβα,,的参数值都为正、且小于1，与生产函数理论中γβα,,各数值的意义相符。
时间序列分析应用实例(使用Eviews软件实现)
时间序列分析应⽤实例（使⽤Eviews软件实现）引⾔某公司的苹果来货量数据是以时间先后为顺序记录的⼀组数据，从计量经济学的⾓度来分类就是⼀组时间序列数据。
为了提⾼苹果来货量预测的准确度以及预测结果的可信度，下⾯运⽤Eviews软件包（即Econometrics Views 计量经济学软件包）并结合计量经济学的理论知识，选取2017年1⽉⾄2019年4⽉的苹果来货量⽉度数据（事前对原始数据进⾏处理，把数值单位从吨转换为万吨）为样本数据，⽤⼀个时间序列模型来拟合上述样本数据，然后利⽤建⽴好的模型预测苹果未来⼏个⽉的来货量情况，并对预测结果进⾏分析。
1 平稳性检验1.1 初步检验设来货量时间序列为Qt，⾸先观察Qt的折线图，如图1所⽰：图1 Qt的折线图从图1可知，苹果来货量的⽉度数据总体呈下降趋势，并存在季节性因素，进⽽通过序列原⽔平的⾃相关系数图进⼀步探讨序列的平稳性，结果如图2所⽰：图2 Qt的⾃相关系数图从图2可以看到，所有的⾃相关系数（Autocorrelation）均落在2倍标准差之内（垂⽴的两道虚线表⽰2倍标准差），初步判定序列Qt是平稳的。
下⾯运⽤ADF单位根检验法证明序列的平稳性。
1.2 ADF单位根检验假设序列Qt的特征⽅程存在多个特征根，那么序列平稳的条件为所有特征根λi的绝对值均⼩于1，即所有特征根都在单位圆内。
构造该ADF 检验的原假设H0：存在i，使得λi＞1，备择假设H1：λ1, λ2, … , λp＜1，运⽤Eviews软件对序列Qt的原⽔平进⾏带常数项（Intercept）的ADF检验，采⽤SC准则⾃动选择滞后阶数，检验结果如图3所⽰：图3 ADF检验根据图3的检验结果可知，t统计量（t-Statistic）的伴随概率p为0.00，在显著性⽔平α=0.05下，因此我们有理由拒绝原假设（p＜α），说明序列Qt是平稳的。
2 模型识别从图2可知，序列Qt的⾃相关系数（Autocorrelation）和偏⾃相关系数（Partial correlation）均在阶数1处突然衰减为在零附近⼩值波动，因此我们初步选择AR(1)、ARMA(1,1)这两个模型拟合样本数据3 模型参数估计3.1 AR(1)模型的拟合与参数估计设AR(1)模型为：Qt=C + Φ*Qt-1 +εt，其中C为常数项，Φ为待估计的Qt滞后⼀阶的系数，εt为服从均值为零、⽅差为常数正态分布的正态分布（即⽩噪声序列），下⾯运⽤Eviews软件对AR(1)模型的参数采⽤最⼩⼆乘估计法（⽆偏估计）进⾏参数估计，模型估计结果如图4所⽰：图4 AR(1)模型拟合结果根据图4的参数估计结果来看，在显著性⽔平α=0.05下，常数项显著不为零，⽽参数Φ的显著性估计结果并不是太好，另外AR(1)模型的特征⽅程的根（Inverted AR Roots）为-0.16，印证了序列Qt是平稳的。
- 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)。
计量经济学课程案例分析论文本小组案例：影响税收收入的因素摘要：我国经济增长与税收增长之间是正相关的，经济增长是税收增长的源泉，而税收又是国家财政收入的主要来源，国家把税收收入用于经济建设，发展科学、教育、文化、卫生等事业，反过来又促进经济的进一步增长。
关键字：税收国内生产总值财政支出商品零售价格指数一、引言：改革开放以来，随着经济体制的改革的深化和经济的快速增长，中国的财政收支状况发生很大的变化，为了研究中国税收收入增长的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要建立计量经济学模型。
二、经济理论分析：影响中国税收收入增长的主要因素可能有：【1】从宏观经济上看经济增长是税收增长的基本源泉【2】社会经济的发展和社会保障等对公共财政提出要求，公共财政的需求可能对当年的税收入可能会有一定的影响。
【3】物价水平。
中国的税制结构以“流转税”为主，以现行价格计算的GDP和经营者的收入水平都与物价水平有关。
【4】税收政策因素三、建立模型：以各项税收收入Y作为解释变量以GDP表示经济增长水平以财政支出表示公共财政的需求以商品零售价格指数表示物价水平税收政策因素较难用数量表示，暂时不予考虑模型设定为Y=β1X1+β2X3+β3X3+C其中：Y—各项税收收入（亿元）X1—国内生产总值（亿元）X2—财政支出（亿元）X3—商品零售价格指数（%）四、数据收集：年份x1 x2 x3 y 1978 3645.20 1122.09 100.70 519.28 1979 4062.60 1281.79 102.00 537.82 1980 4545.60 1228.83 106.00 571.70 1981 4891.60 1138.41 102.40 629.89 1982 5323.40 1229.98 101.90 700.02 1983 5962.70 1409.53 101.50 775.59 1984 7208.10 1701.02 102.80 947.35 1985 9016.00 2004.25 108.80 2040.79 1986 10275.20 2204.91 106.00 2090.73 1987 12058.60 2262.18 107.30 2140.36 1988 15042.80 2491.21 118.50 2390.47 1989 16992.30 2823.78 117.80 2727.40 1990 18667.80 3083.59 102.10 2821.86 1991 21781.50 3386.62 102.90 2990.17 1992 26923.50 3742.20 105.40 3296.91 1993 35333.90 4642.30 113.20 4255.30 1994 48197.90 5792.62 121.70 5126.88 1995 60793.70 6823.72 114.80 6038.04 1996 71176.60 7937.55 106.10 6909.82 1997 78973.00 9233.56 100.80 8234.04 1998 84402.30 10798.18 97.40 9262.80 1999 89677.10 13187.67 97.00 10682.58 2000 99214.60 15886.50 98.50 12581.51 2001 109655.20 18902.58 99.20 15301.38 2002 120332.70 22053.15 99.70 17636.45 2003 135822.80 24649.95 99.90 20017.31 2004 159878.30 28486.89 102.80 24165.68 2005 184937.40 33930.28 100.80 28778.54 2006 216314.40 40422.73 101.00 34809.72 2007 265810.30 49781.35 103.80 45621.97 2008 314045.40 62592.66 105.90 54223.79 2009 340902.80 76299.90 98.80 59521.59 2010 401202.00 89874.16 103.10 73210.79回归分析：相关分析Y X1 X2 X3 CY 1 0.99324608842507670.998026452957201-0.2477565308468775X1 0.9932460884250767 10.9902514953708315-0.2712079122261235X2 0.9980264529572010.9902514953708315 1-0.2619643078387446X3 -0.2477565308468775-0.2712079122261235-0.2619643078387446 1C进行相关分析的结果如上，从图中可看出税收收入Y与国内生产总值X1、财政支出X2之间都成高度正相关，这表明利用线性模型解释他们之间的关系是比较合适的。
但是由表中也可看出X3与被解释变量Y或其他解释变量之间呈低度负相关，所以，应当把X3作为随机扰动项剔除出模型。
散点图上图为解释变量国内生产总值和被解释变量税收收入的散点图，由图可知，大多数散点都分布在一条直线左右，可以认为X1和Y之间呈高度线性相关。
上图为解释变量财政支出和被解释变量税收收入的散点图，由图可知，大多数散点都分布在一条直线左右，可以认为X2和Y之间呈高度线性相关。
知，大多数散点呈现不规则分布，可以认为X3与Y之间不存在线性相关，因此，可剔除变量X3。
参数估计：相关分析表明Y与X1、X2之间有较强的现行关系，因此可建立二元线性回归模型：Y=β1X1+β2X3+β3X3+C，并进行参数估计。
Dependent Variable: YMethod: Least SquaresDate: 10/24/12 Time: 17:42Sample: 1978 2010Included observations: 33Coefficient Std. Error t-Statistic Prob.X1 0.044991 0.011971 3.758446 0.0007X2 0.617754 0.056241 10.98396 0.0000C -421.2810 266.8090 -1.578961 0.1248R-squared 0.997319 Mean dependent var 13986.62Adjusted R-squared 0.997140 S.D. dependent var 19080.64S.E. of regression 1020.341 Akaike info criterion 16.78017Sum squared resid 31232897 Schwarz criterion 16.91622Log likelihood -273.8728 Hannan-Quinn criter. 16.82595F-statistic 5580.192 Durbin-Watson stat 1.226442Prob(F-statistic) 0.000000上图为回归分析结果，由图可得出下面的估计方程：Y=﹣421.2810+0.0499X 1+0.6178X 2 (﹣1.5790) （3.7584）（10.9840） R 2=0.9973 DW=1.2264 F=5580.1920由方程可知，每当国内生产总值增加一个单位，税收收入则会产生0.0499个单位的增长，每当财政支出增加一个单位，税收收入则会有0.6178个单位的增长，C 值表明除去GDP 和财政支出对税收收入的影响外，还存在一些其他对被解释变量具有显著影响。
该模型表明GDP 和财政支出的增长并不会导致税收收入的大幅增长，符合现实情况。
由图可看出，R 2 、R —2接近于1，表明模型的拟合效果非常好，F 检验的相伴概率为0.0000反应变量间呈高度相关性，方程回归效果显著。
回归系数的t 统计量表明X 1 X 2对Y 具有显著影响；DW=1.2264，对于n=33 k=2时查表可知d L =1.38 d U =1.51 根据判定法则，残差序列不存在自相关。
六、检验1.经济意义检验：对于我们所做出的回归方程，基本符合正常的经济现象，随着国家经济发展水平的逐步提升，税收作为国家财政收入的重要来源也在逐渐的升高，政府对公共财政的需求提高也会对当年的税收产生影响，若财政支出需要增加也就意味着，税收也要提高。
但是需要注意的是β1β2说明了，在经济正常稳定增长的情况下，税收不会大幅提高或快速增长。
2.统计检验a.拟合优度检验：从分析结果我们可以看到，R 2=0.9973 ，调整的可决系数R —2=0.9971，数值接近于1，表明模型的拟合效果非常好，数据线性关系明显，分析结果较真实。
b.T 检验：t 统计量的三个数值的绝对值分别为|t1|=3.7584、|t2|=10.9840、|t3|=1.5790，给定显著性水平α=0.05，查t 分布表中自由度为30的相应临界值，得到t 2（30）=2.042，模型中两个解释变量的t 值都大于该临界值，所以拒绝原假设，即是说模型中引用的两个解释变量都在95%的水平下影响显著，都通过了变量的显著性检验。
C.F检验：从图表里可以看出，F=5580.1920，给定显著性水平α=0.05，查F分布表，得到临界值F0.05=3.32，显然F>Fα(k,n-k-1)，因此表明模型的线性关系在95%的置信水平下显著成立。
七、预测运用趋势分析预测2011年国内生产总值和财政支出分别为438112.6亿元、108930.1亿元，通过方程预测得到2011年的税收收入为89701.12亿元。
预测结果如下图，预测值（蓝线）在一定范围内与真实值之间有一定差距（红线）参考文献[1]李子奈:计量经济学[M].北京:高等教育出版社,2000[2]易丹辉:《数据分析与EVIEWS应用》,中国统计出版社，2002[3]国家统计局网站。