计量经济学课程设计xdw.docx

《计量经济学课程设计xdw.docx》由会员分享，可在线阅读，更多相关《计量经济学课程设计xdw.docx（46页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、目录1、 续论11.1、中国汽汽车业简介 111.2、课题的的意义 112、 影响中国国汽车产量的的要素及模型型的建立2 2.1、影响中中国汽车产量量的要素 222.2、模型的的建立 223、 回归模型的检验验和修正53.1、经济学学意义检验及及显著性检验验 553.2、多重共共线性 773.3、异方差差性1773.4、序列相相关性2003.5、滞后变变量模型2113.6、模型的的检验与预测测2444、 结论 265、 参考文献 271.绪论1.1中国汽车车业简介 汽车产业业是资本、技技术密集型产产业，又是劳劳动密集型产产业，具有很很大的前后关关联度和很强强的波及效果果。对于国民民经济有很强强

2、的带动作用用。 中国汽汽车产业在中中国经济的发发展中起着越越来越重要的的作用。据机机械部预测，汽汽车工业正以以每年14的速度增长长，仅次于电电子工业155的增长率率而远远高于于其它产业。11997年，汽汽车税收达2200亿元，占占全国税收总总额的5.00。在国家家支柱工业中中名列第二。同同时，可解决决7.5的的就业人数。 汽车工工业反映了制制造业的整体体技术水平。中中国汽车产业业关联度与发发达国家相比比差距较大。 美国的汽车车制造、经销销与零部件领领域直接提供供200万人人的工作岗位位，并使13300万人以以上的人们工工作于相关产产业中， 美美国汽车工业业提供了17的工作岗岗位。中国汽汽车产业

3、在中中国影响系数数较大的前110个部门中中位居第二，中中国汽车工业业对其它产业业发展的带动动作用很强，高高于全国平均均水平22.8。 中国汽车车产业可以粗粗略地分为两两大体系：“纯粹”的中国汽车车产业和在华华的国际汽车车集团。中国国汽车产业主主要具备以下下几方面的优优势： 1.中中国将成为221世纪最大大的汽车消费费国。2.建建立了一个比比较完整的汽汽车工业体系系，部分产品品已达到900年代的国际际水平。3.桑塔纳、捷捷达、奥迪、别别克零部件的的国产化率已已达到相当的的程度，显示示出后发优势势的作用。44.劳动力成成本低是中国国在国际竞争争中的比较优优势。中国汽车工业的的劣势有下列列几个方面：

4、1.技术至至少落后100年以上。按按技术来源可可分为四类：全部引进；测绘仿制；基本仿制和和部分引进；参照国外车车型自行设计计。引进技术术产品达到880年代水平平的占30；进行开发发的换代产品品达到80年年代水平的占占30；技技术落后的占占4022。2.开开发能力差。还还不具备独立立的开发能力力。3.产品品结构不合理理。早期以发发展中型载重重汽车为主，“缺重少轻，轿车几乎空白”，到目前轿车缺口依然很大。4.规模经济效益低。全部产量不及通用公司的五分之一。5.零部件工业发展滞后，发动机和电子件最为薄弱。1.2课题的意意义 我国正处于于全面建设小小康社会的重重要战略机遇遇期，大力发发展汽车产业业，全

5、面推进进国民经济各各部门持续健健康发展，使使我们当前面面临的重大任任务 。因此此通过建立计计量经济学模模型，研究汽汽车产量和相相关因素的依依存度，对于于调整产业结结构，促进国国民经济快速速健康发展具具有重要的战战略意义。2影响中国汽汽车产量的要要素及模型的的建立2.1影响中国国汽车产量的的要素为了应对入世后后更为激烈的的市场竞争，在在更高层次上上发展我国的的民族汽车产产业，切实把把握我国汽车车产量的影响响因素是当务务之急。而影影响到汽车产产量的因素是是多方面的。主主要包括包括括成品钢产量量、石油消费费总量、铁路路运输量、私私人汽车拥有有量、公路运运输线路长度度等因素的影影响。2.2模型的建建立

6、 根据统计数数据建立中国国汽车产量的的模型，影响响汽车产量的的要素包括成成品钢产量、石石油消费总量量、铁路运输输量、私人汽汽车拥有量、公公路运输线路路长度。因此此建立以下模模型： 其中Y是汽汽车总产量（万万辆） 是是成品钢产量量（万吨） 是是公路运输线线路长度（万万公里） 是是石油消费总总量（万吨） 是是私人汽车拥拥有量（万辆辆） 是是铁路总运量量（万吨）是常数项，（ii=1、2、33、4、5）是是待估参数，uu是随机干扰扰项。具体数据如下表表1：年份YX1X2X3X4X5199051.46635102.8316384.669881.62150681199171.427100104.11177

7、46.889396.041528931992106.678094105.6719104.775118.041576271993129.858956108.3521110.7726155.271627941994136.699261111.7821356.2238205.421632161995145.279535.999115.722955.88249.961659821996147.5210124.006118.5825280.9904289.671710241997158.2510894.117122.6427725.4436358.36172149199816311559127.8528

8、326.2272423.651643091999183.212426135.1730222.3335533.88167554200020712850140.2732307.8882625.331785812001234.1715163.444169.832788.5508770.781931892002325.118236.661176.5235553.1113968.982049562003444.3922233.66180.9838963.99041219.2332242482004509.1128291.009187.0745466.11281481.6662490172005570.4

9、935323.998334.5246727.44061848.0772692962006727.8941914.885345.6999949924.44682333.3222882242007888.8948928.88358.3711552735.55042876.2223142372008930.5950305.775373.0166453334.99843501.39933035420091379.53357218.223386.0822354889.88134574.911333348通过Eviewws得到上述述数据的散点点图如下图：应用计量经济学学Eviewws软件，对对数据进行最最

10、小二乘估计计得到模型的的回归结果如如下表2：Dependeent Vaariablle: YMethod: Leasst SquuaresDate: 006/08/11 Time: 14:004Sample: 19900 20099Includeed obsservattions: 20VariablleCoefficcientStd. Errrort-StatiisticProb. X10.01834400.00814452.25156660.0409X2-0.98388550.4320336-2.27722540.0390X30.00042260.00232210.18338850.857

11、1X40.20339930.04135504.91881110.0002X5-0.00177460.0014558-1.19766860.2509C295.56112170.679951.73167740.1053R-squarred0.9934228 Meaan deppendennt varr375.52115Adjusteed R-ssquareed0.9910881 S.DD. deppendennt varr358.13339S.E. off regrressioon33.821994 Akaaike iinfo ccriterrion10.123442Sum squuared re

12、sidd16014.993 Schhwarz criteerion10.422114Log likkelihoood-95.234421 F-sstatisstic423.26665Durbin-Watsoon staat1.7677660 Proob(F-sstatisstic)0.0000000根据Eviewws结果得到到估计模型结结果如下： (1.7316674) (2.2511566)(-2.2777254) (0.11833588) (44.9188811) (-1.1986776)=0.9910081 =0.9993428 F-sstatisstic=4423.2226 DD-W=

13、1.7677660在利用最小二乘乘估计进行多多元函数回归归时，需要满满足以下假设设条件：（1） 回归模型是正确确设定的。（2） 解释变量、.是是非随机变量量的或是固定定的，且各之之间不存在严严格的线性相相关性（无完完全多重共线线性）。（3） 各解释变量在所所抽取的样本本中具有变异异性，而且随随着样本容量量的无限增加加，各解释变变量的样本方方差趋于一个个非零的常数数，即n+时， (44)随机误差差项具有条件件零均值、同同方差及不序序列相关性 ij3回归模型的检检验和修正3.1经济学意意义检验及显显著性检验 根据参数估估计量的符号号以及参数估估计量大小的的检验，在经经济意义上是是合理的。即即由于成

14、品钢钢产量、石油油消费总量、私私人汽车拥有有量的系数为为正，而公路路运输线路长长度、铁路运运输量的系数数为负，所以以汽车生产总总量随着成品品钢产量、石石油消费总量量、私人汽车车拥有量的增增加而增长，成成正比例关系系，随公路运运输线路长度度、铁路运输输量的增加而而减少。3.1.1拟合合优度检验 在经济学中中用可决系数数来检验模型型的拟合优度度，完全拟合合情况为,则则可决系数越越接近1，模模型的拟合优优度越好。在在上节中用EEviewss软件得到模模型的可决系系数=0.99934288，说明模型型你过得拟合合优度很好。3.1.2对回回归系数进行行T检验 对进行检验：提提出原假设：;备择假设设：.T

15、=2.2511566假定显著水平，查查t 分布表表中自由度为为14（n-k-1=220-5-11=14;nn为选取数据据组数，k为为变量的个数数），的临界界值，得到11.761。显显然，T=22.25155661.761,故故拒绝原假设设，接受备择择假设.，即即是显著的。 对进行检验：提提出原假设：;备择假设设：。T=-2.2777254假定显著水平，查查t 分布表表中自由度为为14（n-k-1=220-5-11=14;nn为选取数据据组数，k为为变量的个数数），的临界界值，得到11.761。显显然T=-22.27722541.761,故故接受原假设设，拒绝备择择假设，即不显著。 对进行检验：

16、提提出原假设：;备择假设设：。T=0.1833385假定显著水平，查查t 分布表表中自由度为为14（n-k-1=220-5-11=14;nn为选取数据据组数，k为为变量的个数数），的临界界值，得到11.761。TT=0.18833851.761,故故拒绝原假设设，接受备择择假设.，即即是显著的。 对进行检验：提提出原假设：;备择假设设：。T=-1.1997686假定显著水平，查查t 分布表表中自由度为为14（n-k-1=220-5-11=14;nn为选取数据据组数，k为为变量的个数数），的临界界值，得到11.761。TT=-1.119768661.7661，故接受受原假设，拒拒绝备择假设设，即

17、不显著。3.1.3对方方程进行F检检验根据Eviewws表得到FF-stattisticc=423.226在假定显著水平平，查自由度度为5和自由由度为14的的F分布表，得得临界值4423.2226，则说明明模型的线性性关系在955%置信水平平下显著成立立。3.2多重共线线性检验3.2.1实际际经济问题中中的多重共线线性问题（1） 计量经济学中检检验多重共线线性的方法 相关系数检验验法 辅助回归模型检检验 方差膨胀因子检检验 特征值检验 根据回归结果判判断（2） 产生多重共线性性的原因 经济变量相关的的共同趋势 滞后变量的引入入 样本资料的限制制（3） 多重共线性的后后果 完全共线性下参参数估计

18、量不不存在 近似共线性下普普通最小二乘乘法参数估计计量方差变大大 参数估计量经济济意义不合理理 变量的显著性检检验和模型的的预测功能失失去意义下面用相关系数数检验法检验验解释变量的的多重共线性性，经过软件件运算得到变变量之间的相相关系数为下下表3：X1X2X3X4X5X1 1.0000000 0.9813308 0.9512282 0.9837753 0.9944427X2 0.9813308 1.0000000 0.9354470 0.9508857 0.9768841X3 0.9512282 0.9354470 1.0000000 0.9202248 0.9632293X4 0.98377

19、53 0.9508857 0.9202248 1.0000000 0.9706610X5 0.9944427 0.9768841 0.9632293 0.9706610 1.0000000由上表得：变量量之间的相关关系数均在00.92以上上，这说明变变量之间存在在着高度的多多重共线性，即即成品钢产量量、石油消费费总量、铁路路运输量、私私人汽车拥有有量、公路运运输线路长度度存在比较严严重的多重共共线性。3.2.2多重重共线性的消消除多重共线性的消消除方法：a. 保留重要的解释释变量，去掉掉次要的或可可替代的解释释变量b. 利用先验信息改改变参数的约约束形式c. 增加样本容量d. 逐步回归法e.

20、主成分回归法3.2.3 用用逐步回归法法进行修正 逐步回归归法的步骤如如下： 利用相关系数从从所有解释变变量中选取相相关性最强的的变量建立一一元回归模型型。 在一元回归模型型中分别引入入第二变量，共共建立k-11个二元线性性回归模型（设设有k个解释释是变量），从从这些模型中中再选取一个个较优的模型型，选取时要要求每个解释释变量影响显显著，参数符符号正确，的的值有所提高高。 在选取的二元回回归模型中以以同样的方法法引入第三变变量，如此进进行下去，直直至不能引入入新变量为止止。在引入新的解释释变量的回归归方程中：a. 如果新引入的变变量在符合经经济意义的前前提下，能使使拟合优度有有所提高，并并每个

21、参数统统计检验显著著，则可以采采纳该解释变变量。b. 如果新引入的变变量不能使拟拟合优度提高高，同时对其其他参数没有有影响，则可可舍去该变量量。c. 如果新引入的变变量能是拟合合度有所提高高，但是对其其他参数的符符号和数值有有明显影响，统统计检验也不不显著。可以以断定新的解解释变量引起起了共线。按按照前面叙述述的检验方法法，考察变量量之间的线性性相关形式和和程度，并进进行经济意义义的判断，在在共线性最高高的两个变量量中，舍去对对被解释变量量影响较小，经经济意义相对对次要的一个个，保留影响响较大，相对对重要的一个个，但不要轻轻易的舍去新新引入的变量量，否则会造造成模型的设设定偏误和随随机干扰项与

22、与解释变量相相关。由于的多重共线线性的存在，对对模型进行修修正采用，逐逐步回归法 。 首先对汽车车总产量Y与与成品钢产量量进行回归分分析，结果如如下图4所示示：Dependeent Vaariablle: YMethod: Leasst SquuaresDate: 006/08/11 Time: 19:332Sample: 19900 20099Includeed obsservattions: 20VariablleCoefficcientStd. Errrort-StatiisticProb. X10.02141160.000988521.7350070.0000C-79.62883926

23、.210220-3.03800680.0071R-squarred0.9632996 Meaan deppendennt varr375.52115Adjusteed R-ssquareed0.9612557 S.DD. deppendennt varr358.13339S.E. off regrressioon70.492220 Akaaike iinfo ccriterrion11.443552Sum squuared residd89444.770 Schhwarz criteerion11.543009Log likkelihoood-112.43352 F-sstatisstic47

24、2.41333Durbin-Watsoon staat1.1884666 Proob(F-sstatisstic)0.0000000根据Eviewws表的结果果得到一元回回归模型： (-3.0338068) (221.735507) =0.9611257 F-tiisticss=472.413 D-W=11.1884466然后对汽车总产产量Y与公路路运输线路长长度进行回归归分析，结构构如下表5：Dependeent Vaariablle: YMethod: Leasst SquuaresDate: 006/08/11 Time: 20:004Sample: 19900 20099Include

25、ed obsservattions: 20VariablleCoefficcientStd. Errrort-StatiisticProb. X23.24326660.272988811.8806600.0000C-241.5111458.847112-4.10400480.0007R-squarred0.8868998 Meaan deppendennt varr375.52115Adjusteed R-ssquareed0.8806115 S.DD. deppendennt varr358.13339S.E. off regrressioon123.74330 Akaaike iinfo

26、ccriterrion12.568993Sum squuared residd275622.1 Schhwarz criteerion12.668550Log likkelihoood-123.68893 F-sstatisstic141.14886Durbin-Watsoon staat1.4233558 Proob(F-sstatisstic)0.0000000由表可得到回归归模型： (-44.1040048) (11.880600) =0.88006615 FF-tisttics=1141.14486 DD-W=1.42333358然后对汽车总产产量Y与石油油消费总量进进行回归分析析，结

27、构如下下表6：Dependeent Vaariablle: YMethod: Leasst SquuaresDate: 006/08/11 Time: 20:221Sample: 19900 20099Includeed obsservattions: 20VariablleCoefficcientStd. Errrort-StatiisticProb. X30.02555580.00260049.81528800.0000C-484.3995393.494223-5.18100180.0001R-squarred0.8425774 Meaan deppendennt varr375.5211

28、5Adjusteed R-ssquareed0.8338229 S.DD. deppendennt varr358.13339S.E. off regrressioon145.99002 Akaaike iinfo ccriterrion12.899660Sum squuared residd383636.3 Schhwarz criteerion12.999117Log likkelihoood-126.99960 F-sstatisstic96.339772Durbin-Watsoon staat0.5328117 Proob(F-sstatisstic)0.0000000由表可得到回归归

29、模型：(-5.810018) (9.8115280)=0.8338829 =0.8422574 F-tiisticss=96.33397 D-W=00.5328817然后对汽车总产产量Y与私人人汽车拥有量量进行回归分分析，结构如如下表7：Dependeent Vaariablle: YMethod: Leasst SquuaresDate: 006/08/11 Time: 20:332Sample: 19900 20099Includeed obsservattions: 20VariablleCoefficcientStd. Errrort-StatiisticProb. X40.27914

30、480.006499143.0030060.0000C58.52399410.9358885.35155530.0000R-squarred0.9903660 Meaan deppendennt varr375.52115Adjusteed R-ssquareed0.9898225 S.DD. deppendennt varr358.13339S.E. off regrressioon36.125996 Akaaike iinfo ccriterrion10.106554Sum squuared residd23491.554 Schhwarz criteerion10.206111Log l

31、ikkelihoood-99.065540 F-sstatisstic1849.2663Durbin-Watsoon staat2.0393668 Proob(F-sstatisstic)0.0000000由表可得到回归归模型： (55.3515558) (43.000306)=0.9898825 =00.9903360 FF-tisttics=11849.2263 DD-W=2.0393668这表明两者之间间相关性较强强，拟合优度度较大，从而而保留。然后对汽车总产产量Y与铁路路总运量进行行回归分析，结结构如下表88：Dependeent Vaariablle: YMethod: Leasst

32、 SquuaresDate: 006/08/11 Time: 20:441Sample: 19900 20099Includeed obsservattions: 20VariablleCoefficcientStd. Errrort-StatiisticProb. X50.00547780.000344016.1040050.0000C-778.6662674.672555-10.4277690.0000R-squarred0.9350998 Meaan deppendennt varr375.52115Adjusteed R-ssquareed0.9314992 S.DD. deppend

33、ennt varr358.13339S.E. off regrressioon93.737998 Akaaike iinfo ccriterrion12.013552Sum squuared residd158162.6 Schhwarz criteerion12.113110Log likkelihoood-118.13352 F-sstatisstic259.34004Durbin-Watsoon staat1.3163664 Proob(F-sstatisstic)0.0000000由表可得到回归归模型： (-10.422769) (166.104005)=0.9314492 =00.9

34、350098 FF-tisttics=2259.34404 DD-W=1.3163664则对于变量的解解释能力依次次是： 将这五个一元回回归模型进行行比较，Y与与的较大，所以以将作为基本本变量引入,将Y与进行行回归分析。得得下图9：Dependeent Vaariablle: YMethod: Leasst SquuaresDate: 006/08/11 Time: 21:000Sample: 19900 20099Includeed obsservattions: 20VariablleCoefficcientStd. Errrort-StatiisticProb. X10.00167760

35、.00286660.58502200.5662X40.25794470.03683387.00222220.0000C46.97044522.6748832.07147790.0538R-squarred0.9905550 Meaan deppendennt varr375.52115Adjusteed R-ssquareed0.9894339 S.DD. deppendennt varr358.13339S.E. off regrressioon36.804668 Akaaike iinfo ccriterrion10.186661Sum squuared residd23027.993 S

36、chhwarz criteerion10.335997Log likkelihoood-98.866608 F-sstatisstic891.01449Durbin-Watsoon staat2.1134115 Proob(F-sstatisstic)0.0000000由表可得到回归归模型：(2.0714479) (0.5885020) (7.0022222)=0.9894493 =00.9905550 FF-tisttics=8891.01149 DD-W=2.1134115引入，尽管拟合合度有所提高高，但是的参参数未能通过过T检验，故故将舍去。将Y与进行回归归分析。得下下图10：Depen

37、deent Vaariablle: YMethod: Leasst SquuaresDate: 006/08/11 Time: 21:445Sample: 19900 20099Includeed obsservattions: 20VariablleCoefficcientStd. Errrort-StatiisticProb. X50.00010060.00056600.18931110.8521X40.27405530.02772269.88422290.0000C41.97488488.1373390.47624430.6400R-squarred0.9903881 Meaan dep

38、pendennt varr375.52115Adjusteed R-ssquareed0.9892449 S.DD. deppendennt varr358.13339S.E. off regrressioon37.134119 Akaaike iinfo ccriterrion10.204443Sum squuared residd23442.112 Schhwarz criteerion10.353779Log likkelihoood-99.044434 F-sstatisstic875.12119Durbin-Watsoon staat2.0907441 Proob(F-sstatis

39、stic)0.0000000由表可得到回归归模型：(0.4762243) (0.1889311) (9.8884229)=0.9892249 =0.9900381 F-tisstics=875.11219 D-W=22.0907741引入，尽管拟合合度有所提高高，但是的参参数未能通过过T检验，故故将舍去。将Y与进行回归归分析。得下下图11：Dependeent Vaariablle: YMethod: Leasst SquuaresDate: 006/08/11 Time: 21:115Sample: 19900 20099Includeed obsservattions: 20Variabl

40、leCoefficcientStd. Errrort-StatiisticProb. X2-0.16200230.2619226-0.61855840.5444X40.29169960.021333413.6728880.0000C75.09922329.0145502.58833340.0191R-squarred0.9905772 Meaan deppendennt varr375.52115Adjusteed R-ssquareed0.9894663 S.DD. deppendennt varr358.13339S.E. off regrressioon36.761888 Akaaike iinfo ccriterrion10.184228Sum squuared residd22974.441 Schhwarz criteerion10.333664Log likkelihoood-98.842281 F-sstatisstic893.11002Durbin-Watsoon staat1.9299331 Proob(F-sstatisstic)0.0000000由表可得到回归归模型：(2.588