我国采矿业龙头企业利润因素分析

我国采矿业龙头企业利润因素分析

[内容摘要]：

本文是根据我国采矿业的现状，想从计量经济学的角度来验证一下是否产品销售收入，资产总计，全年从业人员平均人数对利润总额的影响。因此，在模型中引入3个变量：产品销售收入，资产总计，全年从业人员平均人数

[关键词]：产品销售收入资产总计全年从业人员平均人数利润

一、导论

采矿业是指煤炭开采和洗选业、石油和天然气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业、其他采矿业（采用新标准《国民经济行业分类标准GB/T 4754—2002》）

二、模型设定.

根据经济学理论本该把模型设定为：Y =C++++U

其中：Y : 利润总额(千元)

X1:产品销售收入(千元)

X2: 资产总计(千元)

X3: 全年从业人员平均人数(人)

数据如下

资料来源：中经网数据中心

三、参数估计

将原始模型简化为：

Y =C++++U

用Eviews估计结果为：

Dependent Variable: Y

Method: Least Squares

Date: 05/07/05 Time: 19:09

Sample: 1 10

Included observations: 10

Variable Coefficient Std. Error t-Statistic Prob.

C -398461.3 470822.2 -0.846310 0.4298

X1 0.845904 0.083968 10.07415 0.0001

X2 -0.039277 0.028850 -1.361401 0.2223

X3 -14.35987 5.345114 -2.686542 0.0362

R-squared 0.989692 Mean dependent var 4562896.

Adjusted R-squared 0.984538 S.D. dependent var 5769938.

S.E. of regression 717469.5 Akaike info criterion 30.09402

Sum squared resid 3.09E+12 Schwarz criterion 30.21506

Log likelihood -146.4701 F-statistic 192.0245

Durbin-Watson stat 2.290820 Prob(F-statistic) 0.000002

四、检验及修正

1．经济意义检验

从上表中可以看出，x1符号与先验信息相符，所估计结果没有与经济原理向悖，说明具有经济意义。X2,X3待检验。

2．统计推断检验

从回归结果可以看出，模型的拟和优度非常好（R^2=0.989692），F统计量的值在给定显著性水平α=0.05的情况下也较显著，但是X2、X3的t统计值均不显著（X2、X3的t统计量的值的绝对值均小于3），说明X2、X3这两个变量对Y的影响不显著，或者变量之间存在多重共线的影响使其t值不显著。

3．计量经济学检验

（1）多重共线性检验

①检验

②修正：采用逐步回归法对其进行补救

Dependent Variable: Y

Method: Least Squares

Date: 06/05/05 Time: 19:53

Sample: 1 10

Included observations: 10

Variable Coefficient Std. Error t-Statistic Prob.

C -620266.1 636943.2 -0.973817 0.3626

X1 0.872180 0.114597 7.610860 0.0001

X2 -0.058150 0.038450 -1.512343 0.1742 R-squared 0.977292 Mean dependent var 4562896. Adjusted R-squared 0.970804 S.D. dependent var 5769938.

S.E. of regression 985891.8 Akaike info criterion 30.68381 Sum squared resid 6.80E+12 Schwarz criterion 30.77458 Log likelihood -150.4190 F-statistic 150.6332 Durbin-Watson stat 2.277256 Prob(F-statistic) 0.000002

Dependent Variable: Y

Method: Least Squares

Date: 06/05/05 Time: 19:55

Sample: 1 10

Included observations: 10

Variable Coefficient Std. Error t-Statistic Prob.

C -794396.0 392181.0 -2.025585 0.0824

X1 0.739864 0.033220 22.27172 0.0000

X3 -16.13183 5.491156 -2.937784 0.0218 R-squared 0.986508 Mean dependent var 4562896. Adjusted R-squared 0.982653 S.D. dependent var 5769938. S.E. of regression 759947.7 Akaike info criterion 30.16321 Sum squared resid 4.04E+12 Schwarz criterion 30.25399 Log likelihood -147.8161 F-statistic 255.9104 Durbin-Watson stat 1.485457 Prob(F-statistic) 0.000000

模型修改为如下形式：

Y=C+X1+

新模型估计结果