计量经济学实验报告

计量经济学实验报告

学院：

班级

姓名：

学号：

一、经济学理论概述

1、需求是指消费者（家庭）在某一特定时期内，在每一价格水平时愿意而且能够购买的某种商品量。需求是购买欲望与购买能力的统一。

2、需求定理是说明商品本身价格与其需求量之间关系的理论。其基本内容是：在其他条件不变的情况下，一种商品的需求量与其本身价格之间成反方向变动，即需求量随着商品本身价格的上升而减少，随商品本身价格的下降而增加。

3、需求量的变动是指其他条件不变的情况下，商品本身价格变动所引起的需求量的变动。需求量的变动表现为同一条需求曲线上的移动。

二、经济学理论的验证方法

在此次试验中，我运用了Eviews和Excel软件对相关数据进行处理和分析。

1、拟合优度检验——可决系数R2统计量

回归平方和反应了总离差平方和中可由样本回归线解释的部分，它越大，参差平方和越小，表明样本回归线与样本观测值的拟合程度越高。

2、方程总体线性的显着性检验——F检验

（1）方程总体线性的显着性检验，旨在对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作出判断。

（2）给定显着性水平α，查表得到临界值F α（k ，n-k-1）,根据样本求出F 统计量的数值后，可通过F ＞F α(k ，n-k-1) （或F ≤F α(k ，n-k-1)）来拒绝（或接受）原假设H0，以判定原方程总体上的线性关系是否显着成立。 3、变量的显着性检验——t 检验 4、异方差性的检验——怀特检验

怀特检验不需要排序，对任何形式的异方差都适用。 5、序列相关性的检验——图示法和回归检验法 6、多重共线性的检验——逐步回归法

以Y 为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。 三、验证步骤 1、确定变量 （1）被解释变量

“货币流通量”在模型中用“Y ”表示。 （2）解释变量

①“货币贷款额”在模型中用“1X ”表示; ②“居民消费价格指数”在模型中用“2X ”表示；

③把由于各种原因未考虑到和无法度量的因素归入随机误差项，在模型中用“μ”。 2、建立计量经济学模型

根据各相关变量之间的关系，假定：

Y=0β+1βX 1+2βX 2+μ

3、数据描述和处理

中国货币流通量、贷款额和居民消费价格指数历史数据

年度货币流量Y（亿元）居民消费价格指数P（1990年=100）贷款额X （亿元）

1978 212 1850 1979

1980

1981

1982

1983 54

1984

1985

1986

1987

1988 2134

1989 2344 97

1990 100

1991

1992 4336 110

1993

1994 39976 1995

1996 8802

1997

1998

1999

2000

2001

2002 17278

2003 19746

2004

2005

2006

2007

资料来源：《中国统计年鉴》（2008）、《中国统计资料50年汇编》4、多元线性计量经济学模型的初步估计与分析

用Eviews软件检测分析：

Dependent Variable: Y

Method: Least Squares

Date: 12/30/11 Time: 14:03

Sample: 1978 2007

Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.??

X1

X2

C

R-squared Mean dependent var

Adjusted R-squared

Akaike info criterion

Sum squared resid 7049108. ?Schwarz criterion

Log likelihood Hannan-Quinn criter.

F-statistic Durbin-Watson stat

Prob(F-statistic)

普通最小二乘法估计结果如下：

Y∧=－+X1+X2+μ

回归结果表明，在1978——%可由其他两

个变量的变化来解释。根据表上F统计量对应的P值可以看出，每个

P值都小于5%，拒绝原假设，表明模型的线性关系在95%的置信水平下显着成立。

5、异方差检验

从普通最小二乘回归得到的残差平方项与X1的散点图看，（图二）上的点总体上呈单调递增趋势，存在异方差性。

再进一步地统计检验，采用怀特（white）检验。记

2

~

i

e为对原始模型进行普通最

小二乘回归得到的残差平方项，将其与X1、X2及其平方项与交叉项进行辅助回归，得：

Heteroskedasticity Test: White

F-statistic Prob. F(5,24)

Obs*R-squared Prob. Chi-Square(5)

Scaled explained SS Prob. Chi-Square(5)

Test Equation:

Dependent Variable: RESID^2