@计量经济学论文eviews
《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。
计量经济学论文范文eviews
《我国财政收入影响因素分析》班级：09财政1班姓名：***学号：************指导教师：***完成时间：2011年12月4日摘要：对我国财政收入影响因素进行了定量分析，建立了数学模型，并提出了提高我国财政收入质量的政策建议。
关键词：财政收入实证分析影响因素一、引言财政收入对于国民经济的运行及社会发展具有重要影响。
首先，它是一个国家各项收入得以实现的物质保证。
一个国家财政收入规模大小往往是衡量其经济实力的重要标志。
其次，财政收入是国家对经济实行宏观调控的重要经济杠杆。
宏观调控的首要问题是社会总需求与总供给的平衡问题，实现社会总需求与总供给的平衡，包括总量上的平衡和结构上的平衡两个层次的内容。
财政收入的杠杆既可通过增收和减收来发挥总量调控作用，也可通过对不同财政资金缴纳者的财政负担大小的调整，来发挥结构调整的作用。
此外，财政收入分配也是调整国民收入初次分配格局，实现社会财富公平合理分配的主要工具。
在我国，财政收入的主体是税收收入。
因此，在税收体制及政策不变的情况下，财政收入会随着经济繁荣而增加，随着经济衰退而下降。
我国的财政收入主要包括税收、国有经济收入、债务收入以及其他收入四种形式，因此，财政收入会受到不同因素的影响。
从国民经济部门结构看，财政收入又表现为来自各经济部门的收入。
财政收入的部门构成就是在财政收入中，由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构，它体现国民经济各部门与财政收入的关系。
我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。
因此，本文认为财政收入主要受到总税收收入、国内生产总值、其他收入和就业人口总数的影响。
二、预设模型令财政收入Y（亿元）为被解释变量，总税收收入X1（亿元）、国内生产总值X2（亿元）、其他收入X3（亿元）、就业人口总数为X4（万人）为解释变量，据此建立回归模型。
二、数据收集从《2010中国统计年鉴》得到1990--2009年每年的财政收入、总税收收入、国内生产总值工、其他收入和就业人口总数的统计数据如下：obs 财政收入Y 总税收收入X1 国内生产总值X2 其他收入X3 就业人口总数X4 1990 2937.1 2821.86 18667.8 299.53 64749 1991 3149.48 2990.17 21781.5 240.1 65491 1992 3483.37 3296.91 26923.5 265.15 66152 1993 4348.95 4255.3 35333.9 191.04 66808 1994 5218.1 5126.88 48197.9 280.18 67455 1995 6242.2 6038.04 60793.7 396.19 68065 1996 7407.99 6909.82 71176.6 724.66 68950 1997 8651.14 8234.04 78973 682.3 69820 1998 9875.95 9262.8 84402.3 833.3 70637 1999 11444.08 10682.58 89677.1 925.43 71394 2000 13395.23 12581.51 99214.6 944.98 72085 2001 16386.04 15301.38 109655.2 1218.1 73025 2002 18903.64 17636.45 120332.7 1328.74 73740 2003 21715.25 20017.31 135822.8 1691.93 74432 2004 26396.47 24165.68 159878.3 2148.32 75200 2005 31649.29 28778.54 184937.4 2707.83 75825 2006 38760.2 34804.35 216314.4 3683.85 76400 2007 51321.78 45621.97 265810.3 4457.96 76990 2008 61330.35 54223.79 314045.4 5552.46 774802009 68518.3 59521.59 340506.9 7215.72 77995三、模型建立1、散点图分析2、单因素或多变量间关系分析Y X1 X2 X3 X4Y 1 0.9989134611478530.9934790452908040.8770144886795640.983602719841508X1 0.998913461147853 10.9937402677184690.8556377347447820.984935296593492X2 0.9934790452908040.993740267718469 10.8561835802284710.986241165680459X3 0.8770144886795640.8556377347447820.856183580228471 10.810940334650381X4 0.9836027198415080.9849352965934920.9862411656804590.810940334650381 1由散点图分析和变量间关系分析可以看出被解释变量财政收入Y与解释变量总税收收入X1、国内生产总值X2、其他收入X3、就业人口总数X4呈线性关系，因此该回归模型设为：μβββββ+++++=443322110X X X X Y3、 模型预模拟由eviews 做ols 回归得到结果：Dependent Variable: Y Method: Least Squares Date: 11/14/11 Time: 17:51 Sample: 1990 2009 Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 7299.523 1691.814 4.314614 0.0006 X1 1.062802 0.021108 50.34972 0.0000 X2 0.001770 0.004528 0.391007 0.7013 X3 0.873369 0.119806 7.289852 0.0000 X4-0.1159750.026580-4.3631600.0006R-squared 0.999978 Mean dependent var 20556.75 Adjusted R-squared 0.999972 S.D. dependent var 19987.03 S.E. of regression 106.6264 Akaike info criterion 12.38886 Sum squared resid 170537.9 Schwarz criterion 12.63779 Log likelihood -118.8886 F-statistic 166897.9 Durbin-Watson stat1.496517 Prob(F-statistic)0.0000004321115975.0873369.0001770.0062802.1523.7299X X X X Y -+++=(4.314614) ( 50.34972 ) ( 0.391007) ( 7.289852) ( -4.363160)999978.02=R 999972.02=R 9.166897=F 496517.1.=W D四、 模型检验 1.计量经济学意义检验 ⑴多重共线性检验与解决求相关系数矩阵，得到：Correlation MatrixY X1 X2 X3 X4 1 0.998913461147853 0.9934790452908040.8770144886795640.9836027198415080.998913461110.99374026770.85563773470.984935296547853 18469 44782 934920.993479045290804 0.993740267718469 10.8561835802284710.9862411656804590.877014488679564 0.8556377347447820.856183580228471 10.8109403346503810.983602719841508 0.9849352965934920.9862411656804590.810940334650381 1发现模型存在多重共线性。
eviews_计量经济学论文——通货膨胀率影响因素计量分析
通货膨胀率影响因素计量分析一．经济理论概述在研读了大量统计和计量资料的基础上，选取了国民生产总值，职工平均工资，全社会固定资产投资总额，失业率解释变量来探究对通货膨胀率的影响，建立通货膨胀率影响因素的计量模型。
这里用居民消费价格指数作为反应通货膨胀率的指标。
（1）一般来说国民生产总值增加会导致通货膨胀率的上升;（2）职工平均工资增加，将导致职工消费的增加，又会导致国民生产总值的增加，两者之前可能会出现较高的相关性，要进行多重共线性检验。
（3）全社会固定资产投资总额对通货膨胀率的影响，可以从两个角度来分析。
第一种是通过分析投资的实质来分析。
投资能形成现实的货币流通量，又增加商品和劳务的产出，促进经济增长增加商品和劳务的供给。
第二种是投资过程会在商品和货币两个市场产生对通货膨胀率的影响。
固定资产投资膨胀会拉动对能源、原料等生产资料的大量需求，引发基础产品价格上涨，进而造成下游产品全面上涨。
固定资产投资会形成大量资金需求，并在国内银行信贷放松的情况下称为可能，引起货币供应量、信贷的超常规增长，造成物价增长。
（4）失业率与通货膨胀率的关系：根据短期菲利普斯曲线，两者是负相关关系，可以用总需求供给解释，在短期中物品与劳务的总需求增加引起物价上涨，产量增加。
产量越多，意味着就业越多，失业率下降，物价上涨引起通货膨胀，因此，总需求变动在短期中使通货膨胀和失业反方向变动。
而在长期菲利普斯曲线中，失业率与通货膨胀无关，失业率为自然失业率。
在长期中，总供给量只取决于它的劳动、资本和自然资源的供给，以及生产技术，因此总供给量不变，就业量不变，失业率不变，为经济摩擦下的自然失业率。
二.相关数据列1列2列3列4列5列6指标名称中国中国中国中国中国就业基本情况(年) CPI(年)城镇非私营单位就业人国内生产总值(年)全社会固定资产投资完成城镇登记失业率CPI平均工资:合计GDP全社会固定资产投资完成单位上年=100元亿元亿元%来源国家统计局国家统计局国家统计局国家统计局国家统计局1981102.50772.004,891.60961.00 3.80 1982102.00798.005,323.401,200.40 3.20 1983102.00826.005,962.701,369.06 2.30 1984102.70974.007,208.101,832.87 1.90 1985109.301,148.009,016.002,543.19 1.80 1986106.501,329.0010,275.203,120.60 2.00 1987107.301,459.0012,058.603,791.69 2.00 1988118.801,747.0015,042.804,753.80 2.00 1989118.001,935.0016,992.304,410.40 2.60 1990103.102,140.0018,667.804,517.00 2.50 1991103.402,340.0021,781.505,594.50 2.30 1992106.402,711.0026,923.488,080.10 2.30 1993114.703,371.0035,333.9213,072.30 2.60 1994124.104,538.0048,197.8617,042.10 2.80 1995117.105,348.0060,793.7320,019.30 2.90 1996108.305,980.0071,176.5922,913.50 3.00 1997102.806,444.0078,973.0324,941.10 3.10 199899.207,446.0084,402.2828,406.20 3.10 199998.608,319.0089,677.0529,854.70 3.10 2000100.409,333.0099,214.5532,917.70 3.10 2001100.7010,834.00109,655.1737,213.50 3.60 200299.2012,373.00120,332.6943,499.90 4.00 2003101.2013,969.00135,822.7655,566.60 4.30 2004103.9015,920.00159,878.3470,477.40 4.20 2005101.8018,200.00184,937.4088,773.60 4.20 2006101.5020,856.00216,314.40109,998.20 4.10 2007104.8024,721.00265,810.30137,323.90 4.00 2008105.9028,898.00314,045.40172,828.40 4.20 200999.3032,244.00340,902.81224,598.80 4.30 2010103.3036,539.00401,512.80278,121.90 4.10 2011105.4041,799.00473,104.00311,485.13 4.10 2012102.6046,769.00519,470.10374,694.74 4.10 2013102.6051,483.00568,845.20446,294.09 4.05三．计量经济模型的建立其中P——CPIY——国民生产总值W——职工平均工资I ——全社会固定资产投资总额U——失业率四、模型的求解和检验利用eviews软件进行计量回归，模型的F值为0.02，在5%的显著性水平下显著，但是发现I和U的t值较小，没有通过在5%的显著性水平下变量的显著性检验。
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）。
eviews计量经济学实验论文凯恩斯消费理论的实证分析分析我国人均居民消费的影响因素分析(修改)
凯恩斯消费理论的实证分析—分析我国居民人均消费的影响因素我国居民人均消费影响因素分析一、问题的提出改革开放以来，我国经济取得了突飞猛进的发展，国民生产总值快速增长，人民生活水平迅速提高。
根据统计数据，我国居民的人均收入绝对数逐年增长，农村居民的家庭人均纯收入由1978年的133.6元增长到2008年的4760.6元，增长了33.63倍；城镇居民的家庭人均可支配收入由1978年的343.4元增长到2008年的15780.8元，增长了44.95倍。
从1997年开始，我国的GDP年平均环比增长率保持在12.8%左右，而同期我国农村居民实际家庭人均纯收入的年平均增长率为2.26%，城镇居民的实际家庭人均可支配收入的年平均增长率为1.59%。
根据相关经济理论与实践，投资、出口和消费一向被认为是拉动国民经济增长的“三架马车”。
温总理在2010年政府工作报告中指出，逐步提高居民收入在国民收入分配中的比重，提高劳动报酬在初次分配中的比重，积极扩大居民消费需求。
扩大居民消费成为拉动我国经济增长的重要力量，国家的经济政策也反映了这一点，“增加消费，扩大需求，启动市场”已经成为我国经济政策的基本目标。
因此,对于消费的研究就显得极为迫切且具有重要意义。
著名的凯恩斯消费理论中，影响消费的因素很多，如收入、消费品价格、消费者偏好、消费者预期、消费信贷、利率水平等等。
随着2008年金融危机的爆发，消费受到了怎样的影响？在我国居民消费还存在着两个几乎完全不同的消费群体：农村居民和城市居民。
对于两个不同的消费群体，他们各自的消费对我国的经济增长孰轻孰重呢？即我国政府应该将经济的增长点着重放在刺激哪个消费群体上呢？是农村居民呢还是城市居民呢？对此我们展开了关于我国人均居民消费的研究分析。
二、模型设定（1）影响消费的因素很多，如收入、消费品价格、消费者偏好、消费者预期、消费信贷、利率水平等等。
其中最重要的是个人收入。
因此《宏观西方经济学》中假定消费与收入水平存在着稳定函数关系，即凯恩斯消费函数：随着收入增加，消费也会增加；但是消费的增加不及收入增加的多。
eviews计量经济学实验论文凯恩斯消费理论的实证分析分析我国人均居民消费的影响因素分析(修改)
凯恩斯消费理论的实证分析—分析我国居民人均消费的影响因素我国居民人均消费影响因素分析一、问题的提出改革开放以来，我国经济取得了突飞猛进的发展，国民生产总值快速增长，人民生活水平迅速提高。
根据统计数据，我国居民的人均收入绝对数逐年增长，农村居民的家庭人均纯收入由1978年的133.6元增长到2008年的4760.6元，增长了33.63倍；城镇居民的家庭人均可支配收入由1978年的343.4元增长到2008年的15780.8元，增长了44.95倍。
从1997年开始，我国的GDP年平均环比增长率保持在12.8%左右，而同期我国农村居民实际家庭人均纯收入的年平均增长率为2.26%，城镇居民的实际家庭人均可支配收入的年平均增长率为1.59%。
根据相关经济理论与实践，投资、出口和消费一向被认为是拉动国民经济增长的“三架马车”。
温总理在2010年政府工作报告中指出，逐步提高居民收入在国民收入分配中的比重，提高劳动报酬在初次分配中的比重，积极扩大居民消费需求。
扩大居民消费成为拉动我国经济增长的重要力量，国家的经济政策也反映了这一点，“增加消费，扩大需求，启动市场”已经成为我国经济政策的基本目标。
因此,对于消费的研究就显得极为迫切且具有重要意义。
著名的凯恩斯消费理论中，影响消费的因素很多，如收入、消费品价格、消费者偏好、消费者预期、消费信贷、利率水平等等。
随着2008年金融危机的爆发，消费受到了怎样的影响？在我国居民消费还存在着两个几乎完全不同的消费群体：农村居民和城市居民。
对于两个不同的消费群体，他们各自的消费对我国的经济增长孰轻孰重呢？即我国政府应该将经济的增长点着重放在刺激哪个消费群体上呢？是农村居民呢还是城市居民呢？对此我们展开了关于我国人均居民消费的研究分析。
二、模型设定（1）影响消费的因素很多，如收入、消费品价格、消费者偏好、消费者预期、消费信贷、利率水平等等。
其中最重要的是个人收入。
因此《宏观西方经济学》中假定消费与收入水平存在着稳定函数关系，即凯恩斯消费函数：随着收入增加，消费也会增加；但是消费的增加不及收入增加的多。
计量软件 eviews 期末论文
资料范本本资料为word版本，可以直接编辑和打印，感谢您的下载计量软件 eviews 期末论文地点：__________________时间：__________________说明：本资料适用于约定双方经过谈判，协商而共同承认，共同遵守的责任与义务，仅供参考，文档可直接下载或修改，不需要的部分可直接删除，使用时请详细阅读内容计量软件Eviews & Stata 基础应用课程论文学生姓名：学号：任课教师：评语：目录TOC \o "1-3" \h \z \u HYPERLINK \l "_Toc489057585" A1.中国税收收入多元回归模型 PAGEREF _Toc489057585 \h 2 HYPERLINK \l "_Toc489057586" A2.中国经济增长影响因素实证分析 PAGEREF _Toc489057586 \h 5HYPERLINK \l "_Toc489057587" B.中国城镇居民消费结构面板数据模型实证分析 PAGEREF _Toc489057587 \h 9HYPERLINK \l "_Toc489057588" C.社会保障与经济增长关系的实证研究 PAGEREF _Toc489057588 \h 16A1.中国税收收入多元回归模型研究目的：本文在参考了多个关于影响我国税收收入的主要观点的基础上，对影响我国1978年至2007年的税收收入的主要因素进行实证分析。
选取的自变量有税收收入、GDP、财政支出和零售商品价格指数，利用EVIEWS软件对设定的计量模型进行了参数估计，并对可能出现的问题进行了假设检验，使这个模型尽量完美研究内容：（一）模型形式设定（二）Y，X2 , X3 , X4的趋势图从以上的图可以看出Y与X2和X3均呈线性关系，但Y与X4 不存在线性关系（三）AIC和SC准则在 eviews 中输入LS Y C X2 X3 和 LS Y C X2 X3 X4 ，得到分析结果如下：在以上模拟中： AIC = -0.707778 SC = -0.520952加入X4之后的模型AIC和SC的值均有所减小，由赤池信息准则和施瓦茨准则可知X4应该包含在模型中。
计量经济学论文相关论文总结(eviews分析)计量经济作业21151
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。
计量经济学论文范文
计量经济学论文范文本文旨在通过实证分析，探讨影响我国自1988年至2007年税收收入的主要因素。
选取国内生产总值、财政支出和零售商品物价水平作为自变量，并利用EVIEWS软件对计量模型进行参数估计和检验。
最终得出结论，即国内生产总值、财政支出和零售商品物价水平三者均对我国税收收入有很大影响。
二、研究背景和意义税收是我国财政收入的基本因素，对我国经济的发展具有重要影响。
近年来，我国税收收入呈现快速增长的趋势，这引起了人们的广泛关注。
因此，对税收增长进行因素分析和预测分析非常重要，可以帮助研究我国税收增长规律，制定经济政策，促进经济的可持续发展。
三、研究方法和数据来源本文采用计量经济学方法，选取国内生产总值、财政支出和零售商品物价水平作为自变量，利用EVIEWS软件对计量模型进行参数估计和检验。
数据来源为国家统计局和财政部公布的相关数据。
四、实证结果分析通过实证分析，得出结论：国内生产总值、财政支出和零售商品物价水平三者均对我国税收收入有很大影响。
其中，国内生产总值的影响最大，其次是财政支出，零售商品物价水平的影响最小。
五、结论和建议本文的研究结果表明，国内生产总值、财政支出和零售商品物价水平是影响我国税收收入的主要因素。
因此，政府应当注重经济增长，加强财政支出管理，控制通货膨胀，以提高税收收入水平。
同时，也需要进一步研究税收增长的规律，为制定经济政策提供科学依据。
影响税收收入的因素有很多，但主要的因素可能包括以下几个方面。
首先，从宏观经济角度看，经济整体增长是税收增长的基本源泉，而国内生产总值是反映经济增长的重要指标。
其次，公共财政需求对税收收入有很大的影响，社会经济的发展和社会保障的完善等对公共财政提出了要求。
第三，物价水平对税收收入也有很大的影响，因为我国的税制结构以流转税为主，与现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。
最后，税收政策因素也会对税收增长速度产生影响。
我国自1978年以来经历了两次大的税制改革，但税制改革对税收增长速度的影响不是非常大。
计量经济学论文(eviews分析)计量经济作业
计量经济学论文(eviews分析)计量经济作业计量经济学论文(EViews分析)导言计量经济学是一门研究经济现象及其相互关系的学科，通过运用统计学方法和经济学理论，对经济数据进行分析和解释。
在本篇论文中，我们将运用EViews软件进行计量经济分析，以探讨某一经济问题的核心要素和关系。
第一部分：数据收集与描述性统计在这一部分中，我们将介绍数据的来源和收集方法，并进行描述性统计分析，以便了解数据的基本特征。
数据来源和收集方法我们收集了关于某国家的宏观经济数据，包括国内生产总值(GDP)、物价指数、失业率、人口数量等。
这些数据可以通过政府统计局、国际组织或经济学研究机构的报告来获取。
描述性统计分析在这一部分，我们将计算各个变量的平均值、标准差、最小值、最大值和偏度等统计指标，并绘制相应的直方图和散点图，以便对数据的分布和相关关系有更直观的了解。
第二部分：计量经济模型的建立与估计在这一部分中，我们将构建计量经济模型，并通过使用EViews软件进行参数估计，以分析各个变量之间的关系。
模型的建立根据我们对经济问题的研究目标和数据的特点，我们选择了某一计量经济模型，以解释变量Y与自变量X1、X2之间的关系。
在模型中，我们还考虑了可能的误差项。
参数估计使用EViews软件，我们可以通过最小二乘法对模型进行参数估计。
这将帮助我们确定各个变量的系数估计值，并评估其统计显著性。
模型诊断在参数估计后，我们将进行模型的诊断检验，以评估模型的拟合优度和误差项的符合性。
通过观察残差图和假设检验等方法，我们可以确定模型是否符合计量经济学的基本假设。
第三部分：计量经济模型的解释与预测在这一部分中，我们将解释计量经济模型的估计结果，并利用该模型进行未来情景的预测。
模型解释通过对模型中各个变量的系数估计进行解释，我们可以理解自变量与因变量之间的经济关系，并得出相应的经济学解释。
模型预测利用模型的参数估计结果和最新的经济数据，我们可以进行未来情景的预测。
计量经济学论文(eviews分析)计量经济作业
计量经济学论文(eviews分析)计量经济作业计量经济学论文分析的重要性不言而喁。
在经济学领域中，计量经济学是一门研究经济现象的学科，通过数学模型和统计分析对经济数据进行量化分析，以揭示经济规律和探寻经济发展规律。
eviews是一个专门用于时间序列分析和计量经济学建模的软件工具，广泛应用于经济学研究和金融领域。
在进行计量经济学论文分析时，首先需要明确研究问题和假设，然后收集相关数据。
随后，利用eviews软件对数据进行清洗和整理，进行描述性统计分析，绘制图表，进行回归分析等。
通过计量经济学方法，可以验证假设、识别变量之间的关系、预测未来趋势等。
举例来说，假设我们要研究某国家的经济增长与通货膨胀之间的关系。
首先，我们收集相关数据，包括国内生产总值（GDP）、通货膨胀率等。
然后，利用eviews软件导入数据，进行描述性统计分析，观察数据的分布特征。
接下来，可以进行回归分析，建立经济增长与通货膨胀之间的模型，分析它们之间的关系及影响因素。
在计量经济学论文中，需要注重数据的准确性和分析的科学性。
同时，也需要注意论文的结构和组织，合理安排内容，确保表达清晰，逻辑严谨。
最后，对研究结果进行讨论和总结，提出建议和展望，为相关研究和政策制定提供参考。
综上所述，计量经济学论文分析是一项复杂而重要的研究工作，需要研究者具备扎实的理论基础和专业的技能。
利用eviews软件进行数据分析和建模，可以帮助研究者更好地理解经济现象、揭示规律、做出预测，为经济学研究和实践提供理论支持和决策依据。
愿更多的学者和研究人员投身于计量经济学领域，不断推动学科进步和实践应用，为经济发展和社会进步做出贡献。
计量经济学期末论文-中国股市有效性分析eviews
中国股市有效性分析摘要：传统的有效市场理论（Efficient Market Hypothesis，EMH）认为证券价格完全反映了证券的内在价值，证券价格的变动仅受未来的信息影响，信息的变动能够在证券的价格上得到充分及时且准确的反映。
同时，有效市场理论认为，风险中性投资者所组成的一个竞争市场中，证券的内在价值与价格都是服从随机游走规则的，因而未来的证券价格具有不可预测性，但近年来出现了很多理论挑战有效市场假说，均值回归理论就是其中之一，均值回归理论认为，从长期的角度来看，证券价格服从均值回归，也就是长期收益率服从负的相关性。
本文采用时间序列回归方法，对上证指数过去十年的周收益率进行实证验证，证明上证指数具有显著的均值回归特性，为统计套利方法提供了理论依据。
关键词：时间序列；自回归；均值回归；序列相关-稳健推断一、均值回归的由来与发展传统的有效市场理论（Efficient Market Hypothesis，EMH）认为证券价格完全反映了证券的内在价值，证券价格的变动仅受未来的信息影响，信息的变动能够在证券的价格上得到充分及时且准确的反映。
同时，有效市场理论认为，风险中性投资者所组成的一个竞争市场中，证券的内在价值与价格都是服从随机游走规则的，因而未来的证券价格具有不可预测性，投资者只能获得市场平均收益。
萨缪尔森(Samuelson，1957)认为，信息是决定股票价格波动的主要因素，但由于信息是不可预测的，所以股票的未来价格也是不可测的。
法玛（Fama,1965）用间隔天数不同的价格变化来求它们之间的自相关性，得出了1958至1962年期间道·琼斯工业股票的股价变动的自相关系数近似于零，论证了股价是随机游走的，。
自有效市场理论提出以来，该理论一直处于现代金融的主流地位。
但近些年来，尤其是21世纪以来，该理论在理论和实证方面遭遇了前所未有的挑战。
De Bondt和Thaler(1985)[1]第一个对有效市场理论发起了质疑，他们认为股票市场存在着和心理学上类似的过度反应现象，过度反应一般来说是指市场上过分悲观或乐观的心理，过去表现的更好的股票（赢家）被投资者追捧，而过去表现不好的股票（输家）无人理睬。
计量经济学课程论文（Eviews）碳排放量研究
我国碳排放量影响因素分析摘要：采用计量经济模型，分析研究能源消耗总量、第一产业总值、出口贸易总额、人均GDP、外商直接投资（FDI）与碳排放量的相关性，得出了源消耗总量、出口贸易总额、第一产业总值与碳排放量有显著相关性，而人均GDP与外商直接投资（FDI）对碳排放量的影响则不显著。
关键词：碳排放量；能源消耗总量；出口贸易总额；第一产业增值；人均GDP一、引言随着气候变暖这一全球问题的逐渐严重化，人类的生存环境和人类社会的生存与发展受到了严重影响。
气候变暖除了自然因素外，更大程度是人类活动造成的，特别是源于化石燃料产生的二氧化碳导致的人为温室气体。
我国作为联合国常任理事国和最大的发展中国家，是能源生产和消费的大国也是碳排放的大国，有责任和义务进行减排。
而要想有效控制碳排放量，了解影响碳排放的因素就显得尤为重要。
二、文献综述随着气候变化的影响，国内外学者对碳排放的影响因素研究也逐渐增多。
Shafik和Bandy0padhyay(1992)对149个国家1960—1990年数据研究发现：碳排放量与人均收入呈现正向相关关系。
Birdsall(1992)认为人口增长对温室气体排放产生的影响存在两种方式：一是较多的人口对能源需求会越来越多，因此能源消费产生的温室气体排放越来越多；二是快速的人口增长导致森林破坏，改变土地利用方式，这些都导致了温室气体排放量的增加。
Wu等（2005）[5]利用LMDI方法从供给和需求的角度，研究了1980-2002年碳排放的变化，他们认为1996年以前主要是能源需求方的经济发展规模、能源结构及能源强度推动了中国碳排放的变化，而1996-2000年能源终端利用和转化部门能源效率的提高是中国碳排放量下降的主要原因。
由Taylor和Copeland(1994)提出的“污染避难所假说”，认为国家的环境管制降低了国内污染企业的竞争力，导致产业的转移，污染密集型企业会从环境成本内部化程度高的国家向低的国家迁移，从而使实施较低环境标准的国家成为污染密集型产业的避难所。
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.。
计量经济学论文(eviews分析)《促进内蒙古经济发展的因素分析》
促进内蒙古经济发展的因素分析摘要：“西部大开发”发展战略的实施西部落后地区迎来了发展的机遇，内蒙古作为西部的一个省，也将抓住机遇积极发展经济。
近年来内蒙经济在全区的结构调整和西部大开发的过程中有了长足的发展,但是在发展中也存在一些问题和困难,需要我们认真重视、研究并加以改进,本文就影响内蒙古经济发展的因素进行了分析,并提出了一些的建议。
发挥怎样才能使内蒙古更好更快地发展起来呢？在经济建设中又应当注重哪些方面呢？下面我对其影响经济的几个因素进行了分析。
数据如下：(表1)（资料来源：内蒙古统计局、中国统计年鉴）其中：Y代表地区生产总值，X1代表社会消费品零售总额X2代表基本建设投资，X3代表固定资产投资总额，X4代表出口总额,X5代表进口总额，X6代表实际利用外资额,X7代表教育事业投资总额。
一、建立模型并回归Y=C+a1*X1+a2*X2+a3*X3+a4*X4+a5*X5+a6*X6+a7*X7+u运用OLS估计方法对式1中的参数进行估计，得回归分析结果：（表2）Dependent Variable: YMethod: Least SquaresDate: 12/14/10 Time: 21:52Sample: 1985 2003Included observations: 19Variable Coefficient Std. Error t-Statistic Prob.C -96.68733 11.43839 -8.452878 0.0000X1 3.243682 0.306288 10.59030 0.0000X2 -0.690818 1.160908 -0.595067 0.5638X3 0.023696 0.047295 0.501030 0.6262X4 -0.111652 0.947891 -0.117790 0.9084X5 -0.617843 0.841959 -0.733816 0.4784X6 0.000335 0.000551 0.608476 0.5552X7 -0.111526 5.205167 -0.021426 0.9833R-squared 0.999523 Mean dependent var 823.4679Adjusted R-squared 0.999220 S.D. dependent var 597.4553S.E. of regression 16.68431 Akaike info criterion 8.762376Sum squared resid 3062.028 Schwarz criterion 9.160035Log likelihood -75.24257 F-statistic 3295.807Durbin-Watson stat 1.297381 Prob(F-statistic) 0.000000从表2中可以看出F检验显著，但有几项t检验不过关，说明变量之间存在多重线性。
宏观经济学计量经济学模型eviews实证论文
宏观经济学计量经济学模型eviews实证论文班级：会计0901 学号：20091720125 姓名：许艺瀚【摘要】宏观计量经济学模型是在一国的宏观经济总量水平上,把握和反映经济运动的全面特征,研究宏观经济主要指标间的相互依存关系,用数学的语言描述国民经济和社会再生产过程各环节之间的联系,并可以用以进行宏观经济的结构分析、政策评价、决策研究和发展预测。
本文通过对统计年鉴中的数据进行实证分析，构建关于国民生产总值、居民消费、政府消费和投资总额的联立方程，并对参数进行估计和检验，并分析。
【关键词】联立方程国民生产总值居民消费政府消费投资总额两阶段最小二乘法估计【模型的构建】首先描写包含三个内生变量，即国内生产总值Y,居民消费总额C和投资总额I；3个先决变量，即政府消费G，前期居民消费总额Ct-1和常数项。
根据这些设定,我们分别建立居民消费和投资的方程,完备的结构式模型如下:C t=a0+a1Y t+a2C t-1+μ1tI t=β0+β1Y t+μ2tY t=I t+C t+G t ，t=1978,1979，…，2002易判断，消费方程是恰好识别的方程，投资方程是过渡是别的方程，模型是可以识别的。
对模型进行估计。
有以下数据。
（1）用两阶段最小二乘法估计消费方程用普通最小二乘法估计内生解释变量的简化式方程，Dependent Variable: YMethod: Least SquaresDate: 05/25/11 Time: 19:22Sample (adjusted): 1979 2009Included observations: 31 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.C 87.15681 68.69478 1.268755 0.2150C01(-1) 0.927200 0.137270 6.754560 0.0000G 0.898030 0.499515 1.797802 0.0830 R-squared 0.996165 Mean dependent var 3869.540Adjusted R-squared 0.995891 S.D. dependent var 4383.683S.E. of regression 280.9951 Akaike info criterion 14.20632Sum squared resid 2210830. Schwarz criterion 14.34509Log likelihood -217.1979 F-statistic 3636.668Durbin-Watson stat 0.707811 Prob(F-statistic) 0.000000得到Ŷt=87.15681+0.927200C t-1+0.898030G t据此计算Ŷ，替换结构方程中的Yt，再用普通最小二乘法估计变换了的结构式方程Dependent Variable: C01Method: Least SquaresDate: 05/25/11 Time: 19:24Sample (adjusted): 1979 2009Included observations: 31 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.C -125.2910 60.16079 -2.082603 0.0465YF 1.635985 0.361948 4.519941 0.0001C01(-1) -0.791635 0.424566 -1.864573 0.0728R-squared 0.998239 Mean dependent var 3670.504Adjusted R-squared 0.998114 S.D. dependent var 4209.922S.E. of regression 182.8467 Akaike info criterion 13.34694Sum squared resid 936121.9 Schwarz criterion 13.48571Log likelihood -203.8776 F-statistic 7937.790Durbin-Watson stat 1.168426 Prob(F-statistic) 0.000000 得到消费方程的两阶段最小二乘参数估计量为â0=-125.2910â1=1.635985â2=-0.791635比较上述消费方程的3种估计结果，证明这3种方法对于恰好识别的结构方程是等价的。
- 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)。
吉林财经大学期末论文题目：财政收入影响因素的计量分析学院：税务学院姓名：学号：日期13年12月21日评分表：一、问题提出中国经济的高速增长是有目共睹的，中国的财政收入也在高速的增长，从2002年中国财政收入不足2万亿元，到2006年接近4万亿元，再到2007年上半年突破2.6万亿元，短短5年间中国国家财政收入实现高速增长。
2007年上半年我国财政收入达到2.6万亿元，可以说是继2006年财政收入突破4万亿元大关后的又一个惊人数据。
在经济高增长的背景下，财政收入的持续高速增长，特别是税收收入增长持续高于同期GDP增长，成为推动财政收入增长的主要原因。
目前，我国财政收入的主体是税收收入，2006年税收收入已经占到了全部财政收入的95.7％。
目前在我国税收当中，占比重最大的是增值税，由于现阶段我国依然依靠投资来拉动经济，这也带来了目前我国财政收入增长比较快的结果。
其实，财政收入增长过快只是表象，而投资增长过快造成的经济过热的体制顽疾才是最需要担心的，因此，面对高速增长的财政收入，人们担心的是经济过热问题还会越来越严重。
如果财政收入大幅度增长，远远高于国民收入的增长速度，就会出现一系列问题。
收入是一国政府实现政府职能的基本保障，对国民经济的运行及社会的发展起着非凡的作用。
首先，它是一个国家各项收入得以实现的物质保证。
一个国家财政收入规模的大小通常是衡量其经济实力的重要标志。
其次，财政收入是国家对经济实行宏观调控的重要经济杠杆。
财政收入的增长情况关系着一个国家的经济的发展和社会的进步。
因此，研究财政收入的增长显得尤为重要。
财政收入的主要来源是各项税收收入，此外还有政府其他收入和基金收入等。
同时一个国家的财政收入的规模还受到经济规模等诸多因素的影响。
本文就建立财政收入影响因素模型，实证分析影响我国财政收入的主要因素，为如何合理有效地制定我国的财政收入计划提供一些政策性建议。
二、理论模型分析研究财政收入的影响因素离不开一些基本的经济变量。
回归变量的选择是建立回归模型的一个极为重要的问题。
如果遗漏了某些重要变量，回归方程的效果肯定不会好。
而考虑过多的变量，不仅计算量增大许多，而且得到的回归方程稳定性也很差，直接影响到回归方程的应用。
通过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有税收、国内生产总值、全社会固定资产投资等。
（1）税收。
税收由于具有征收的强制性、无偿性和固定性特点，可以为政府履行其职能提供充足的资金来源。
因此，各国都将其作为政府财政收入的最重要的收入形式和最主要的收入来源。
（2）国内生产总值。
常被公认为衡量国家经济状况的最佳指标。
GDP会促进国民收入，从而会提高居民个人收入水平直接影响居民储蓄量，并与财政收入的增长保持一定的同向性。
（3）全社会固定资产投资。
是建造和购置固定资产的经济活动，即固定资产再生产活动。
主要通过投资来促进经济增长，扩大税源，进而拉动财政税收收入整体增长。
（4）模型形式的设计本文以财政收入Y（亿元）为因变量，税收X1（亿元）、国内生产总值X2（亿元）、全社会固定资产投资X3（亿元）3个经济指标为自变量，建立多元函数，即：lnY= C+ C1lnX1+ C2lnX2+ C3lnX3+ μ三、数据的收集本文以《中国统计年鉴》为源，使用了1981—2009 年税收、国内生产总值、全社会固定资产投资的数据，数据真实可靠。
为了消除异方差，对数据做取对数处理，利用E- views 进行回归分析，排除以往模型存在的多重共线性，建立财政收入影响因素更精确模型，分析影响财政收入的主要因素及其影响程度。
年份国家财政收入税收国内生产总值全社会固定资产投资额(亿元) (亿元) (亿元) (亿元) 1983 1175.8 629.89 4891.6 961.01 1984 1212.3 700.02 5323.4 1230.40 1985 1367.0 775.59 5962.7 1369.06 1986 1642.9 947.35 7208.1 2450.50 1987 2004.8 2040.79 9016.0 2543.19 1988 2122.0 2090.73 10275.2 3019.62 1989 2199.4 2140.36 12058.6 3640.86 1990 2357.2 2390.47 15042.8 4496.54 1991 2664.9 2727.40 16992.3 4137.73 1992 2937.1 2821.86 18667.8 4449.29 1993 3149.5 2990.17 21781.5 5508.80 1994 3483.4 3296.91 26923.5 7854.98 1995 4349.0 4255.3 35333.9 12457.88 1996 5218.1 5126.88 48197.9 17042.94 1997 6242.2 6038.04 60793.7 20019.26 1998 7408.0 6909.82 71176.6 22913.55 1999 8651.1 8234.04 78973.0 24941.11 2000 9876.0 9262.8 84402.3 28406.17 2001 11444.1 10682.58 89677.1 29854.71 2002 13395.2 12581.51 99214.6 32917.73 2003 16386.0 15301.38 109655.2 37213.49 2004 18903.6 17636.45 120332.7 43499.91 2005 21715.3 20017.31 135822.8 55566.61 2006 26396.5 24165.68 159878.3 70477.4 2007 31649.3 28778.54 183217.5 88773.6 2008 38760.2 34804.35 211923.5 109998.1624 2009 51321.8 45621.97 257305.6 137323.9381 2010 61330.4 54223.79 314045.4 172828.3998 2011 68476.9 59521.59 335352.9 224598.7679四、模型的建立与参数估计1. 参数估计与解释变量问题处理假定所建模型及其中的随机扰动项μ满足各项古典假定。
利用E- views 对上述基本模型进行OLS 参数估计：lnY= C+ C1lnX1+ C2lnX2+ C3lnX3+ μEviews 的最小二乘法计算结果见表1表1 回归结果根据表1中数据，模型估计的结果为321ln 4719.0ln 3195.0ln 6930.06928.1ˆln X X X Y i +-+= (0.6921) (0.1687) (0.2476) (0.2424)t=(2.4457) (4.1080) (-1.2903) (1.9466) 9855.02=R 9838.02=R F=566.1477 =df 25 （1）多重共线性的检验由此可见，该模型9855.02=R ，9838.02=R 可决系数很高，F 检验的值为566.1477，说明回归方程明显显著。
首先，由于税收是国家政府财政收入最主要的收入来源，很大程度上决定于财政收入的充裕状况；国内生产总值与财政收入的增长保持一定的同向性；全社会固定资产投资通过刺激GDP 增长，间接影响财政税收收入整体增长。
所以，财政收入一般和税收、GDP 、全社会固定资产投资呈正相关关系，即 C1至 C3 应该均为正值。
而且财政收入中税收应占很大一部分比重，即 C1 的数值应该比较高。
上面模型得到的 C1 和 C3 都为正符合经济理论，但 C2 却为负与经济理论相悖。
其次，税收、GDP 、全社会固定资产投资的t 统计量值分别为4.1080、-1.2903、1.9466。
在显著性水平为0.05 时，060.2)429()(025.02/=-=-t k n t α，不仅lnX2和lnX3的系数C2、C3的t 检验不显著，而且lnX2系数的符号与预期相反，这表明很可能存在严重的多重共线性。
计算各解释变量的相关系数，选择lnX1、lnX2、lnX3数据，得相关系数矩阵如下表2所示：表2为相关系数矩阵由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。
（2）修正多重共线性采用逐步回归的办法，去检验和解决多重共线性问题。
分别作lny对lnx1、lnx2、lnx3的一元回归，结果如表3所示变量lnX1 lnX2 lnX3参数估计值0.9336 0.9322 0.7859t统计量39.6998 26.2797 32.53352R0.9832 0.9624 0.97512R0.9825 0.961 0.9742其中，加入lnX1的方程2R最大，以lnX1为基础，顺次加入其他变量逐步回归。
结果如表4所示变量lnX1 lnX2 lnX32RlnX1,lnX2 0.8643(5.7062)0.0709(0.4636)0.9820lnX1,lnX3 0.6774(3.9751)0.2186(1.5178)0.9833经比较，虽然新加入lnX3方程2R=0.9833，改进最大，但是各参数（除了税收lnX1）在05.0=α显著性水平下，t检验均不显著，说明均要剔除lnX2与lnX3，最终修正严重多重共线性影响后的回归结果为：表5 修正后方程的回归结果tt X Y ln 9336.07071.0ˆln += t=(3.4049) (39.6998) 9832.02=R2R =0.9825 F=1576.071DW=0.3854这说明，当税收每增加1%，平均来说财政收入会增加0.9336%异方差问题的处理（1）异方差的检验由于各年存在不同的税收收入，因此，每年对税收收入的数量存在不同的变化，这种差异使得模型很容易产生异方差，从而影响模型的估计和运用，为此，必须对该模型是否存在异方差进行检验。
由表5的估计结果，对其进行White 检验，根据White 检验中辅助函数的构造，最后一项为变量的交叉乘积，因为本式为一元函数，帮无交叉项，则辅助函数为t t t t v X X +++=23212)(ln ,ln ααασ经估计出现White 检验结果，见表8表8 White 检验结果从表8可以看出，2nR =27.4669，由White 检验知，在05.0=α下，查2χ分布表，得临界值9915.52205.0=）（χ，同时lnX 和（lnX ）^2的t 检验值也显著，比较计算的2χ统计量与统计值，因为2nR =27.4669>9915.52205.0=）（χ，所以拒绝原假设，不拒绝备择假设，表明模型存在异方差五、本文的结论（1）该模型的经济意义很明显，即财政收入主要取决于税收。