1、計量經濟學實驗報告54995經濟增長是指一個國家生產商品和勞務能力的擴大。在實際核算中，常以一國生產的商 品和勞務總量的增加來表示，即以國民生產總值（GDP和國內生產總值的的增長來計算。古典經濟增長理論以社會財富的增長為中心，指出生產勞動是財富增長的泉?，F代經 濟增長理論認為知識、人力資本、技術進步是經濟增長的主要因素。從古典增長理論到新增長理論，都重視物質資本和勞動的貢獻。物質資本是指經濟系統(tǒng) 運行中實際投入的資本數量 .然而，由于資本服務流量難以測度，在這里我們用全社會固定資 產投資總額（億元）來衡量物質資本。中國擁有十三億人口，為經濟增長提供了豐富的勞動 力資。因此本文用總就業(yè)人數（萬人

2、）來衡量勞動力。居民消費需求也是經濟增長的主要 因素。經濟增長問題既受各國政府和居民的關注 , 也是經濟學理論研究的一個重要方面。在1978 2021年的 31年中 ,我國經濟年均增長率高達 9.6,綜合國力大大增強 , 居民收入水平與生活 水平不斷提高 ,居民的消費需求的數量和質量有了很大的提高。但是 , 我國目前仍然面臨消費 需求不足問題。本文將以中國經濟增長作為研究對象，選擇時間序列數據的計量經濟學模型方法，將中 國國內生產總值與和其相關的經濟變量聯系起來，建立多元線性回歸模型，研究我國中國經 濟增長變動趨勢，以及重要的影響因素，并根據所得的結論提出相關的建議與意見。用計量 經濟學的方法

3、進行數據的分析p 將得到更加具有說服力和更加具體的指標，可以更好的幫助我 們進行預測與決策。因此，對我國經濟增長的計量經濟學研究是有意義同時也是很必要的。2.模型的建立2.1 假設模型為了具體分析p 各要素對我國經濟增長影響的大小，我們可以用國內生產總值（）這個經濟指標作為研究對象；用總就業(yè)人員數（1）衡量勞動力；用固定資產投資總額 （ 2 ）衡量資本投入：用價格指數（ 3 ）去代表消費需求。運用這些數據進行回歸分析p 。這里的被解釋變量是，Y:國內生產總值，與Y-國內生產總值密切相關的經濟因素作為模型可能的解釋變量，共計3個，它們分別為：1代表社會就業(yè)人數，2代表固定資產投資，3代表消費價格

4、指數， 代表隨機干擾項。模型的建立大致分為理論模型設置、參數估計、模型檢驗、模型修正幾個步驟。如果模 型符合實際經濟理論并且通過各級檢驗，那么模型就可以作為最終模型，可以進行結構分析p 和經濟預測。國內生產總值經濟活動人口全社會固定資產 投資居民消費價格指數1992年26,923.4866,782.008,080.10106.41993年35,333.9267,468.0013,072.30114.71994年48,197.8668,135.0017,042.10124.11995年60,793.7368,855.0020,019.30117.1199_年71,176.5969,765.002

5、2,913.50108.31997年78,973.0370,800.0024,941.10102.81998年84,402.2872,087.0028,406.2099.21999年89,677.0572,791.0029,854.7098.620_年99,214.5573,992.0032,917.70100.420_1 年109,655.1773,884.0037,213.50100.720_2年120,332.6974,492.0043,499.9099.220_3年135,822.7674,911.0055,566.61.220_4年159,878.3475,290.0070,477.

6、43103.920_5年184,937.3776,120.0088,773.61.820_年216,314.4376,315.00109,998.16.520_7年265,810.3176,531.00137,323.94104.82021年314,045.4377,046.00172,828.40105.92021年340,902.8177,510.00224,598.7799.32021 年401,512.8078,388.00251,683.77103.32021 年473,104.0578,579.00311,485.13105.420_ 年519,470.1078,894.00374

7、,694.74102.6假設經濟模型為：y 12_13_24_32.2建立初始模型一一OLS2.2.1使用OLS法進行參數估計Dependent Variable: YMethod: Least SquaresDate: 05/27/14 Time: 20:46Sle: 1992 20_Included observations: 21VariableCoefficientStd.Errort-StatisticProb.C-713618.8127520.1-5.5961270.0000_19.3013721.2529907.4233390.0000_21.1099320.03693230.0

8、53370.0000_3960.6130455.81732.1074520.0502R-squared0.996644Mean dependent var182689.5Adjusted R-squared0.996051S.D.dependent var147531.4S.E.of regression9270.792Akaike info criterion21.27677Sum squared resid1.46E+09Schwarz criterion21.47573Log likelihood-219.4061Hannan-Quinn criter.21.31995F-statist

9、ic1682.612Durbin-Watson stat1.682540Prob(F-statistic)0.000000得到的初始模型為Y713618.89.3013_11.1099_2960.62_3222 對初始模型進行檢驗要對建立的初始模型進行包括經濟意義檢驗、統(tǒng)計檢驗、計量經濟學檢驗、預測檢驗在 內的四級檢驗。經濟意義檢驗解釋變量的系數分別為廣9.3013、 2=1.1099。兩個解釋變量系數均為正，符合被解釋變量與解釋變量之間的正相關關系，符合解釋變量增長帶動被解釋變量增長的經濟實際，3=960.61，符合被解釋變量與解釋變量之間的正相關關系。與現實經濟意義相符，所以模型通過經濟意

10、義檢驗。統(tǒng)計檢驗擬合優(yōu)度檢驗：R2 檢驗，R-squared=0.996644； Adjusted R-squared=0.996051;可見擬合優(yōu)度很高，接近于1,方程擬和得很好。變量的顯著性檢驗：t檢驗，模型系數顯著性檢驗，t檢驗結果VariableCoefficientStd.Errort-StatisticProb.C-713618.8127520.1-5.5961270.0000_19.3013721.2529907.4233390.0000_21.1099320.03693230.053370.0000_3960.6130455.81732.1074520.0502從檢驗結果表中看

11、到，包括常數項在內的所有解釋變量系數的t檢驗的伴隨概率均小于5所以，在5勺顯著水平下1、2、3的系數顯著不為零，通過顯著性檢驗，常數項也通過顯著性檢驗，保留在模型之中。方程的顯著性檢驗：F檢驗，方程總體顯著性檢驗的伴隨概率小于0.00000，在5E著水平下方程顯著成立，具有經濟意義。(3)計量經濟學檢驗:方程通過經濟意義檢驗和統(tǒng)計檢驗，下面進行居于計量經濟學模型檢驗核心的計量經濟 學檢驗。進行異方差性檢驗：Y軸為首先用圖示法對模型的異方差性進行一個大致的判斷。令_Y軸為方程的殘差項，做帶有回歸線的散點圖。_1320,000,000280,000,000240,000,00020_,000,00

12、0E 160,000,000120,000,00080,000,00040,000,00000100,00020_,000300,000400,000_2_3通過圖形看到，回歸線向上傾斜，大致判斷存在異方差性，但是，圖示法并不準確,F面使用 White異方差檢驗法進行檢驗，得到下面的檢驗結果：Heteroskedasticity Test: WhiteF-statistic2.616909 Prob.F(9,11)0.0677Obs_R-squared14.31446 Prob.Chi-Square(9)0.1116Scaled e_plained SS6.518631 Prob.Chi-Sq

13、uare(9)0.6871Test Equation:Dependent Variable: RESIDA2Method: Least SquaresDate: 05/27/14 Time: 22:12Sle: 1992 20_Included observations: 21VariableCoefficientStd.Errort-StatisticProb.C1.04E+115.15E+102.0176110.0687_1-1949844.945581.9-2.0620570.0636_1A29.0513424.8903841.8508450.0912_1_2-1.4645670.648

14、826-2.2572580.0453_1_36331.5574214.6551.5022720.1612_2120216.344949.372.6720340.0217_2A20.0108870.0056431.9291900.0799_2_3-86.80476165.7979-0.5235580.6110_3-6.64E+084.05E+08-1.6396150.1293_3A27845.635414.21.6018600.1375R-squared0.681641Mean dependent varAdjusted R-squared0.421165S.D.dependent varS.E

15、.of regressionAkaike info criterion39.09072Sum squared resid4.50E+16Schwarz criterion39.58811Log likelihood-400.4526Hannan-Quinn criter.39.19867F-statistic2.616909Durbin-Watson stat1.993942Prob(F-statistic)0.0676562nR =14.3145，對應的卡方檢驗 p值為0.1116所得的檢驗伴隨概率小于5均在5勺 顯著水平下拒絕方程不存在異方差性的原假設，認為模型具有比較嚴重的異方差性。需要

16、對 模型進行修正。多重共線性檢驗：用逐步回歸法檢驗如下以 為被解釋變量，逐個引入解釋變量1、 2、 3，構成回歸模型，進行模型估計。由模型估計結果可以看出，可決系數很高，說明模型對樣本的擬合很好；F=1682.61檢驗 值很大，相應的 p 0.000000，說明回歸方程顯著，即各自變量聯合起來確實對因變量GDP有顯著影響；給定顯著性水平0.05 ,但變量_3的t檢驗未能通過，說明_3對因變量影響 不顯著，而且系數符號與經濟意義不符。有顯著影響；給定顯著性水平計算解釋變量簡單相關系數矩陣_1_20.796362241813_3-0.58970366337_112109122710.7963622

17、41813-0.22329713749_2210914743-0.58970366337-0.22329713749_31227147431Dependent Variable: YMethod: Least SquaresDate: 05/28/14 Time: 00:26Sle: 1992 20_Included observations: 21VariableCoefficientStd.Errort-StatisticProb.C-2264275.333685.4-6.7856580.0000_133.181644.5191047.3425280.0000R-squared0.7394

18、14Adjusted R-squared0.725699S.E.of regression77267.69Sum squared resid1.13E+11Log likelihood-265.1025F-statistic53.91271Prob(F-statistic)0.000001Mean dependent var182689.5S.D.dependent var147531.4Akaike info criterion25.43833Schwarz criterion25.53781Hannan-Quinn criter.25.45992Durbin-Watson stat0.12

19、8986Dependent Variable: YMethod: Least SquaresDate: 05/28/14 Time: 00:26Sle: 1992 20_Included observations: 21VariableCoefficientStd.Errort-StatisticProb.C48240.886070.7087.9465000.0000_21.3604280.04212632.294000.0000R-squared0.982108Mean dependent var182689.5Adjusted R-squared0.981166S.D.dependent

20、var147531.4S.E.of regression20246.84Akaike info criterion22.75978Sum squared resid7.79E+09Schwarz criterion22.85926Log likelihood-236.9777Hannan-Quinn criter.22.78137F-statistic1042.903Durbin-Watson stat0.586251Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 05/28/14 Time: 0

21、0:27Sle: 1992 20_Included observations: 21VariableCoefficientStd.Errort-StatisticProb.C847220.052320_.31.6193030.1219_3-6339.7884982.288-1.2724650.2186R-squared0.078527Mean dependent var182689.5Adjusted R-squared0.030029S.D.dependent var147531.4S.E.of regression145299.5Akaike info criterion26.70137S

22、um squared resid4.01E+11Schwarz criterion26.80085Log likelihood-278.3644Hannan-Quinn criter.26.72296F-statistic1.619168Durbin-Watson stat0.768Prob(F-statistic)0.218560由圖可以看出，回歸模型。與2由圖可以看出，回歸模型。與2的擬合優(yōu)度是最大的,R-squared=0.962474。再做 與 1 和 2 的Method: Least SquaresDate: 05/28/14 Time: 00:29Sle: 1992 20_Incl

23、uded observations: 21VariableCoefficientStd.Errort-StatisticProb.C-480761.669481.50-6.9192750.0000_17.4565490.9784427.6208420.0000_21.1491810.03480833.015010.0000R-squared0.995767Mean dependent var182689.5Adjusted R-squared0.995296S.D.dependent var147531.4S.E.of regression18.28Akaike info criterion2

24、1.41364Sum squared resid1.84E+09Schwarz criterion21.56286Log likelihood-221.8432Hannan-Quinn criter.21.44602F-statistic2116.963Durbin-Watson stat1.706397Prob(F-statistic)0.000000觀察與1和2最小二乘估計的擬合優(yōu)度(R-squared =0.995767 )，與 與1最小二乘估計的擬合優(yōu)度(R-squared =0.7394 )比較，變化明顯，說明1對y的影響顯著。觀察 與1和 2、3最小二乘估計的擬合優(yōu)度(R-squa

25、red =0.996644)，與 與1和 2最小二乘估計的擬合優(yōu)度(R-squared =0.990618 )比較，變化不明顯，說明3對y影響不顯著。序列相關性檢驗：方程含有截距項，因此，可以使用DW檢驗法來檢驗方程是否具有序列相關性。DW=1.68254對樣本量n為21、一個解釋變量的模型(k=3包括常數項)、5顯著水平，查 DW 統(tǒng)計表可知，dL=1.15，dU= 1.54，模型中du，< DW<4-d顯然消費模型中無是自相關。20,00016,00012,000)8,000D4,000 -4,000-8,000-12,000-20,000 -10,000 0 10,000 2

26、0,000RESID2.3建立修正模型 WLS加權最小二乘法估計模型系數建立模型能夠有效地消除模型的異方差性，同時也可以在 一定程度上克服序列相關性，因此，使用WLS方法估計模型參數是修正模型的常用方法。使用WLS法進行參數估計Dependent Variable: E2Method: Least SquaresDate: 05/28/14 Time: 01:01Sle: 1992 20_Included observations: 21VariableCoefficientStd.Errort-StatisticProb.C290970950.4885710.6310_2744.035854

27、9.73061.3534550.1927(_2)A2-0.0008750.001575-0.5553920.5855R-squared0.342668Mean dependent varAdjusted R-squared0.269631S.D.dependent varS.E.of regressionAkaike info criterion39.14906Sum squared resid9.29E+16Schwarz criterion39.29828Log likelihood-408.0652Hannan-Quinn criter.39.18145F-statistic4.6917

28、06Durbin-Watson stat1.628814Prob(F-statistic)0.022912加權最小二乘法估計模型參數結果輸出表Dependent Variable: YMethod: Least SquaresDate: 05/28/14 Time: 01:03Sle: 1992 20_Included observations: 21Weighting series: WWeight type: Inverse standard deviation (EViews default scaling)VariableCoefficientStd.Errort-StatisticP

29、rob.C-526805.582754.64-6.3658720.0000_17.5302380.8480868.8790950.0000_21.1626400.03536332.877050.0000_3371.7234277.13371.3413150.1975Weighted StatisticsR-squared0.996255Mean dependent var141254.1Adjusted R-squared0.995594S.D.dependent var67154.65S.E.of regression7068.631Akaike info criterion20.73436

30、Sum squared resid8.49E+08Schwarz criterion20.93332Log likelihood-213.7108Hannan-Quinn criter.20.77754F-statistic1507.541Durbin-Watson stat1.550711Prob(F-statistic)0.000000Weighted mean dep.110689.8Unweighted Statistics可以看出運用加權小二乘法消除了異方差性后，參數的t檢驗均顯著。Heteroskedasticity Test: WhiteF-statistic0.754993Pr

31、ob.F(9,11)0.6580Obs_R-squared8.018780Prob.Chi-Square(9)0.5323Scaled e_plained SS4.318199Prob.Chi-Square(9)0.8892Test Equation:Dependent Variable: WGT_RESIDA2Method: Least SquaresDate: 05/28/14 Time: 00:54Sle: 1992 20_Included observations: 21Collinear test regressors dropped from specificationVariab

32、leCoefficientStd.Errort-StatisticProb.C7.13E+096.35E+091.1227870.2854WGTA22.16E+103.61E+100.5987520.5615_1A2_WGTA25.3909235.8790020.9169790.3788_1_WGTA2-691372.9880989.5-0.7847690.4492_1_2_WGTA2-1.6483891.345050-1.2255230.2460_1_3_WGTA2-754.62952627.260-0.2872310.7793_2A2_WGTA20.1380560.1237481.1156

33、270.2884_2_3_WGTA2189.2896206.98630.9145030.3801_3A2_WGTA287998.30304578.10.2889190.7780_3_WGTA22.19E+080.1158210.9099R-squared0.381847Mean dependent varAdjusted R-squared-0.123915S.D.dependent varS.E.of regressionAkaike info criterion38.83713Sum squared resid3.49E+16Schwarz criterion39.33452Log lik

34、elihood-397.7898Hannan-Quinn criter.38.94507F-statistic0.754993Durbin-Watson stat1.664672Prob(F-statistic)0.658026表明經加可以看出nR2=8.01878 ,對應的卡方檢驗p值為0.5323 ,無法拒絕同方差的原假設, 權最小二乘法回歸的方程已經消除異方差。所示結果為無異方差的回歸結果。表明經加3.模型經濟意義分析p 與預測建立模型的最終目的就是要通過模型獲得有用的信息，計量經濟模型提供了結構分析p 和 經濟預測兩大應用。模型的經濟意義分析p 結構分析p 通過對最初的使用普通最小二乘估計參數得到的模型進行加權修正，得到的使用加權最 小二乘