计量经济学分析报告.ppt
合集下载
相关主题
- 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)。
近几年来，一些生活必需品不断涨价，因此低收入者居民反 映敏感，感觉实际消费价格上涨的幅度应该比公布的CPI数据高。
F-statistic 384834.4
Durbin-Watson stat
0.860182
从上表（加权最小二百度文库法）的统计结果中可知，DW=0.860182 查表
得DL=0.96 DU=1.80 0<DW<DL，所以，存在一介正自相关
差分—消除
Dependent Variable: DY Method: Least Squares Sample (adjusted): 1986 2006 Included observations: 21 after adjustments Variable C DY1 DY2 DX1
Y=-0.166723+0.978658dy2+0.000669dx2 当a=0.05时，Ta/2（18）=2.101，参数dx2的T检验结果不显著， 予以剔除
因为，R2=0.999737 F=34194.74 DW= 2.381670 Dy2、dy1的T检验结果显著，且拟合程度也好，消除 多重共线性
因此，我们确定最终的模型为： y=0.005813+0.571384dy2+0.426599dy1
结果与分析
根据上述分析，可以得出居民消费价格指数，城镇 居民消费价格指数和农村居民消费价格指数三者之 间的关系：
dy=0.005813+0.571384dy2+0.426599dy1+u 即：
由此y=可0.0以0看58出13，+0城.5镇71居38民4y人2+均0.消42费65支99出y1和+农u 村居 民人均生活消费支出对居民消费价格指数的影响较 小，在方程中予以剔除，而城镇居民消费价格指数 和农村居民消费价格指数对居民消费价格指数的影 响较大，城镇居民的影响力比农村居民的影响力显 著。
Included observations: 21 after adjustments
Variable
Coefficient Std. Error t-Statistic
C
-0.166723 0.353366 -0.471815
DY2
0.978658 0.037784 25.90108
DX2
0.000669 0.002305 0.290148
由以上分析，初步建立模型为： Y=-0.039682+0.432584*y1+0.567086*y2-
9.56*x1+0.000357*x2
Ⅰ、white检验
Heteroskedasticity Test: White F-statistic
③异方差的检验
0.527426
Prob. F(14,7)
变量
Dy1
Dy2
DX1
DX2
R2
0.955376
0.973749
0.34607
0.000045
R2由大到小排序为：dy2、dy1、dx1、dx2
以dy2为基础，顺次加入其它变量逐步回归：
首先加入dy1
Dependent Variable: DY
Method: Least Squares
Sample (adjusted): 1986 2006
Y=0.005813+0.571384dy2+0.426599dy1 当a=0.05时，Ta/2（18）=2.101，参数dy1的T检验结果显著， 不予剔除
加入dx1
Dependent Variable: DY
Method: Least Squares
Sample (adjusted): 1986 2006
Included observations: 21 after adjustments
Variable
Coefficient Std. Error t-Statistic
C
0.005813 0.022495 0.258417
DY2
0.571384 0.010372 55.08713
DY1
0.426599 0.010118 42.16349
Included observations: 21 after adjustments
Variable
Coefficient Std. Error t-Statistic
C
-0.124385 0.425416 -0.292383
DY2
0.977731 0.038518 25.38402
DX1
8.090895 0.000788 0.102708
15751.09
0.000367 0.000500 0.733528
Durbin-Watson stat
2.05844
由上表的统计结果可知：DW=2.05844，查表得DL=0.93 DU=1.81， DU<DW<4-DU，所以解释变量之间无自相 关 从上表中看得出：dx1的t统计结果是-0.540527，其绝对 值小于T0.025（16）=2.120，且其系数符号与预期相反， 这表明可能存在严重的多重共线性。
计量经济学分析报告
——关于居民消费价格指数影响因素的分析
居民消费价格指数（CPI）
CPI是英文“Consumer Price Index”的缩写，直译 为“消费者价格指数”，在我国通常被称为“居民消费价 格指数”。CPI的定义决定了其所包含的统计内容，那就 是居民日常消费的全部商品和服务项目。日常生活中，我 国城乡居民消费的商品和服务项目种类繁多，小到针头线 脑，大到彩电汽车，有数百万种之多，由于人力和财力的 限制，不可能也没有必要采用普查方式调查全部商品和服 务项目的价格，世界各国都采用抽样调查方法进行调查。 作为学经济的本科阶段的学生，我们所理解的并不彻底， 我们所能涉及的范围也很小，所以借由国家统计数据做以 下分析，促使我们更好的掌握专业知识，了解国情，提高 我们实际操作水平和理论联系实际、发现问题、分析问题、 解决问题的能力。
0.8540
Obs*R-squared
11.29363
Prob. Chi-Square(14)
0.6628
Scaled explained SS
6.684989
Prob. Chi-Square(14)
0.9462
由于Obs*R-squared=11.29363>卡方0.05（5）=11.07，所以
存在异方差，用加权最小二乘法消除异方差 Ⅱ、加权最小二乘法消除异方差
④多重共线性检验 计算各解释变量的相关系数：
DX1
DX2
DX 1 1
0.85670227386303 88
DX 0.8567022738630 1 2 388
DY 0.1787080280020 0.00344522510536
1 686
7541
DY 0.1846143580471 -
2 424
0.01800200416621
居民消费价格指数是反映一定时期内居民消费价 格变动趋势和变动程度的相对数。居民消费价格指数 分为食品、衣着、家庭设备及用品、医疗保健、交通 和通讯、娱乐教育和文化用品、居住、服务项目等八 个大类。国家规定325种必报商品和服务项目，其中， 一般商品273种，餐饮业食品16种，服务项目36种。 该指数是综合了城市居民消费价格指数和农民消费价 格指数计算取得。利用居民消费价格指数，可以观察 和分析消费品的零售价格和服务人格变动对城乡居民 实际生活费支出的影响程度。下面主要介绍一下城镇 居民消费价格指数、农村居民消费价格指数、城镇居 民人均消费价格支出、农村居民人均消费支出对其的 影响
Dependent Variable: Y Method: Least Squares Sample: 1985 2006 Included observations: 22 Variable C Y1 Y2 X1 X2
Coefficient Std. Error t-Statistic -0.039682 0.405396 -0.097885 0.432584 0.010802 40.04835 0.567086 0.010740 52.80087 -9.56E-05 0.000104 -0.915566 0.000357 0.000414 0.863621
Coefficient 0.004360 0.425938 0.572954 -9.20E-05
Std. Error 0.045369 0.010577 0.011062 0.000170
t-Statistic 0.096098 40.27064 51.79573 -0.540527
DX2 F-statistic
P=0.0283<0.05 显著，y1是y的格兰杰原因 P=0.0443<0.05 显著，y2是y的格兰杰原因 P=0.0011<0.05 显著，x1是y的格兰杰原因 P=0.0048<0.05 显著，x2是y的格兰杰原因
经过格兰杰检验，4个解释变量均为y的格兰杰 原因，可以作为解释变量
②普通最小二乘法
改革开放30年来，中国社会经济的各方面都发生 了巨大变化，有些甚至是根本性的变化。
改革开放初期，我国居民消费价格指数的变动比 较激烈，1988、1989年达到高峰。
进入21世纪以来，我国居民消费价格指数比以前 的变动小了很多。
五、结论 居民消费价格指数十分重要，而且具有启示性，必须谨慎把
握，因为，消费价格指数表明消费者的购买能力，也反映经济 的景气状况，如果该指数下跌，则反映经济衰退必然对货币汇 率走势不利。
Dependent Variable: Y
Method: Least Squares
Sample: 1985 2006
Included observations: 22
Weighting series: W
Weight type: Inverse standard deviation (EViews default scaling)
建立模型
1、本文模型数据样本从1985—2006年： Y 居民消费价格指数 Y1 城镇居民消费价格指数 Y2 农村居民消费价格指数 X1 城镇居民人均消费支出 X2 农村居民人均消费支出
2、基于以上数据，建立一下模型：
Y=β1+β2y1+β3y2+β4x1+β5x2+u
①检验各变量是否为y的格兰杰原因
收入水平和消费水平的不同导致了对价格指数感受的不同。 改革开放以来，我国的国民经济有了巨大发展，人民生活水平 也有了极大提高，但高收入者毕竟只是少数，绝大多数城乡居 民收入水平和消费水平还不高。一般来说，收入水平和消费水 平的高低会造成对价格指数感受的差异。高收入者消费水平高 消费内容广，对价格上涨的承受能力强；反之，低收入者消费 水平低、消费面窄，收入主要用于吃、穿、医疗和子女的教育 等方面上，对价格上涨的承受能力低。而城镇居民和农村居民 就是因此而产生差距，从而使城镇居民消费价格指数比农村居 民消费价格指数对我国居民消费价格指数的影响程度大。
686
DY1 0.17870802800206 86 0.00344522510536 7541
1
0.93081050355414 23
DY2
0.18461435804714 24
0.01800200416621 686
0.93081050355414 23
1
由相关系数矩阵可知：个解释变量相互之间的先关 系数较高，证实存在一定多重共线性，可用逐步回归法 消除。
Y=-0.124385+0.977731dy2+8.090895dx1 当a=0.05时，Ta/2（18）=2.101，参数dx1的T 检验结果不显著，予以剔除
加入dx2
Dependent Variable: DY
Method: Least Squares
Sample (adjusted): 1986 2006
F-statistic 384834.4
Durbin-Watson stat
0.860182
从上表（加权最小二百度文库法）的统计结果中可知，DW=0.860182 查表
得DL=0.96 DU=1.80 0<DW<DL，所以，存在一介正自相关
差分—消除
Dependent Variable: DY Method: Least Squares Sample (adjusted): 1986 2006 Included observations: 21 after adjustments Variable C DY1 DY2 DX1
Y=-0.166723+0.978658dy2+0.000669dx2 当a=0.05时，Ta/2（18）=2.101，参数dx2的T检验结果不显著， 予以剔除
因为，R2=0.999737 F=34194.74 DW= 2.381670 Dy2、dy1的T检验结果显著，且拟合程度也好，消除 多重共线性
因此，我们确定最终的模型为： y=0.005813+0.571384dy2+0.426599dy1
结果与分析
根据上述分析，可以得出居民消费价格指数，城镇 居民消费价格指数和农村居民消费价格指数三者之 间的关系：
dy=0.005813+0.571384dy2+0.426599dy1+u 即：
由此y=可0.0以0看58出13，+0城.5镇71居38民4y人2+均0.消42费65支99出y1和+农u 村居 民人均生活消费支出对居民消费价格指数的影响较 小，在方程中予以剔除，而城镇居民消费价格指数 和农村居民消费价格指数对居民消费价格指数的影 响较大，城镇居民的影响力比农村居民的影响力显 著。
Included observations: 21 after adjustments
Variable
Coefficient Std. Error t-Statistic
C
-0.166723 0.353366 -0.471815
DY2
0.978658 0.037784 25.90108
DX2
0.000669 0.002305 0.290148
由以上分析，初步建立模型为： Y=-0.039682+0.432584*y1+0.567086*y2-
9.56*x1+0.000357*x2
Ⅰ、white检验
Heteroskedasticity Test: White F-statistic
③异方差的检验
0.527426
Prob. F(14,7)
变量
Dy1
Dy2
DX1
DX2
R2
0.955376
0.973749
0.34607
0.000045
R2由大到小排序为：dy2、dy1、dx1、dx2
以dy2为基础，顺次加入其它变量逐步回归：
首先加入dy1
Dependent Variable: DY
Method: Least Squares
Sample (adjusted): 1986 2006
Y=0.005813+0.571384dy2+0.426599dy1 当a=0.05时，Ta/2（18）=2.101，参数dy1的T检验结果显著， 不予剔除
加入dx1
Dependent Variable: DY
Method: Least Squares
Sample (adjusted): 1986 2006
Included observations: 21 after adjustments
Variable
Coefficient Std. Error t-Statistic
C
0.005813 0.022495 0.258417
DY2
0.571384 0.010372 55.08713
DY1
0.426599 0.010118 42.16349
Included observations: 21 after adjustments
Variable
Coefficient Std. Error t-Statistic
C
-0.124385 0.425416 -0.292383
DY2
0.977731 0.038518 25.38402
DX1
8.090895 0.000788 0.102708
15751.09
0.000367 0.000500 0.733528
Durbin-Watson stat
2.05844
由上表的统计结果可知：DW=2.05844，查表得DL=0.93 DU=1.81， DU<DW<4-DU，所以解释变量之间无自相 关 从上表中看得出：dx1的t统计结果是-0.540527，其绝对 值小于T0.025（16）=2.120，且其系数符号与预期相反， 这表明可能存在严重的多重共线性。
计量经济学分析报告
——关于居民消费价格指数影响因素的分析
居民消费价格指数（CPI）
CPI是英文“Consumer Price Index”的缩写，直译 为“消费者价格指数”，在我国通常被称为“居民消费价 格指数”。CPI的定义决定了其所包含的统计内容，那就 是居民日常消费的全部商品和服务项目。日常生活中，我 国城乡居民消费的商品和服务项目种类繁多，小到针头线 脑，大到彩电汽车，有数百万种之多，由于人力和财力的 限制，不可能也没有必要采用普查方式调查全部商品和服 务项目的价格，世界各国都采用抽样调查方法进行调查。 作为学经济的本科阶段的学生，我们所理解的并不彻底， 我们所能涉及的范围也很小，所以借由国家统计数据做以 下分析，促使我们更好的掌握专业知识，了解国情，提高 我们实际操作水平和理论联系实际、发现问题、分析问题、 解决问题的能力。
0.8540
Obs*R-squared
11.29363
Prob. Chi-Square(14)
0.6628
Scaled explained SS
6.684989
Prob. Chi-Square(14)
0.9462
由于Obs*R-squared=11.29363>卡方0.05（5）=11.07，所以
存在异方差，用加权最小二乘法消除异方差 Ⅱ、加权最小二乘法消除异方差
④多重共线性检验 计算各解释变量的相关系数：
DX1
DX2
DX 1 1
0.85670227386303 88
DX 0.8567022738630 1 2 388
DY 0.1787080280020 0.00344522510536
1 686
7541
DY 0.1846143580471 -
2 424
0.01800200416621
居民消费价格指数是反映一定时期内居民消费价 格变动趋势和变动程度的相对数。居民消费价格指数 分为食品、衣着、家庭设备及用品、医疗保健、交通 和通讯、娱乐教育和文化用品、居住、服务项目等八 个大类。国家规定325种必报商品和服务项目，其中， 一般商品273种，餐饮业食品16种，服务项目36种。 该指数是综合了城市居民消费价格指数和农民消费价 格指数计算取得。利用居民消费价格指数，可以观察 和分析消费品的零售价格和服务人格变动对城乡居民 实际生活费支出的影响程度。下面主要介绍一下城镇 居民消费价格指数、农村居民消费价格指数、城镇居 民人均消费价格支出、农村居民人均消费支出对其的 影响
Dependent Variable: Y Method: Least Squares Sample: 1985 2006 Included observations: 22 Variable C Y1 Y2 X1 X2
Coefficient Std. Error t-Statistic -0.039682 0.405396 -0.097885 0.432584 0.010802 40.04835 0.567086 0.010740 52.80087 -9.56E-05 0.000104 -0.915566 0.000357 0.000414 0.863621
Coefficient 0.004360 0.425938 0.572954 -9.20E-05
Std. Error 0.045369 0.010577 0.011062 0.000170
t-Statistic 0.096098 40.27064 51.79573 -0.540527
DX2 F-statistic
P=0.0283<0.05 显著，y1是y的格兰杰原因 P=0.0443<0.05 显著，y2是y的格兰杰原因 P=0.0011<0.05 显著，x1是y的格兰杰原因 P=0.0048<0.05 显著，x2是y的格兰杰原因
经过格兰杰检验，4个解释变量均为y的格兰杰 原因，可以作为解释变量
②普通最小二乘法
改革开放30年来，中国社会经济的各方面都发生 了巨大变化，有些甚至是根本性的变化。
改革开放初期，我国居民消费价格指数的变动比 较激烈，1988、1989年达到高峰。
进入21世纪以来，我国居民消费价格指数比以前 的变动小了很多。
五、结论 居民消费价格指数十分重要，而且具有启示性，必须谨慎把
握，因为，消费价格指数表明消费者的购买能力，也反映经济 的景气状况，如果该指数下跌，则反映经济衰退必然对货币汇 率走势不利。
Dependent Variable: Y
Method: Least Squares
Sample: 1985 2006
Included observations: 22
Weighting series: W
Weight type: Inverse standard deviation (EViews default scaling)
建立模型
1、本文模型数据样本从1985—2006年： Y 居民消费价格指数 Y1 城镇居民消费价格指数 Y2 农村居民消费价格指数 X1 城镇居民人均消费支出 X2 农村居民人均消费支出
2、基于以上数据，建立一下模型：
Y=β1+β2y1+β3y2+β4x1+β5x2+u
①检验各变量是否为y的格兰杰原因
收入水平和消费水平的不同导致了对价格指数感受的不同。 改革开放以来，我国的国民经济有了巨大发展，人民生活水平 也有了极大提高，但高收入者毕竟只是少数，绝大多数城乡居 民收入水平和消费水平还不高。一般来说，收入水平和消费水 平的高低会造成对价格指数感受的差异。高收入者消费水平高 消费内容广，对价格上涨的承受能力强；反之，低收入者消费 水平低、消费面窄，收入主要用于吃、穿、医疗和子女的教育 等方面上，对价格上涨的承受能力低。而城镇居民和农村居民 就是因此而产生差距，从而使城镇居民消费价格指数比农村居 民消费价格指数对我国居民消费价格指数的影响程度大。
686
DY1 0.17870802800206 86 0.00344522510536 7541
1
0.93081050355414 23
DY2
0.18461435804714 24
0.01800200416621 686
0.93081050355414 23
1
由相关系数矩阵可知：个解释变量相互之间的先关 系数较高，证实存在一定多重共线性，可用逐步回归法 消除。
Y=-0.124385+0.977731dy2+8.090895dx1 当a=0.05时，Ta/2（18）=2.101，参数dx1的T 检验结果不显著，予以剔除
加入dx2
Dependent Variable: DY
Method: Least Squares
Sample (adjusted): 1986 2006