NewlycompiledonNovember23,2020NewlycompiledonNovember23,2020計量經(jīng)濟(jì)學(xué)實驗報告計量經(jīng)濟(jì)學(xué)實驗報告學(xué)院：班級姓名：學(xué)號：一、經(jīng)濟(jì)學(xué)理論概述1、需求是指消費者（家庭）在某一特定時期內(nèi)，在每一價格水平時愿意而且能夠購買的某種商品量。需求是購買欲望與購買能力的統(tǒng)一。2、需求定理是說明商品本身價格與其需求量之間關(guān)系的理論。其基本內(nèi)容是：在其他條件不變的情況下，一種商品的需求量與其本身價格之間成反方向變動，即需求量隨著商品本身價格的上升而減少，隨商品本身價格的下降而增加。3、需求量的變動是指其他條件不變的情況下，商品本身價格變動所引起的需求量的變動。需求量的變動表現(xiàn)為同一條需求曲線上的移動。二、經(jīng)濟(jì)學(xué)理論的驗證方法在此次試驗中，我運用了Eviews和Excel軟件對相關(guān)數(shù)據(jù)進(jìn)行處理和分析。1、擬合優(yōu)度檢驗——可決系數(shù)R2統(tǒng)計量回歸平方和反應(yīng)了總離差平方和中可由樣本回歸線解釋的部分，它越大，參差平方和越小，表明樣本回歸線與樣本觀測值的擬合程度越高。2、方程總體線性的顯著性檢驗——F檢驗（1）方程總體線性的顯著性檢驗，旨在對模型中被解釋變量與解釋變量之間的線性關(guān)系在總體上是否顯著成立作出判斷。（2）給定顯著性水平α，查表得到臨界值Fα（k，n-k-1）,根據(jù)樣本求出F統(tǒng)計量的數(shù)值后，可通過F＞Fα(k，n-k-1)（或F≤Fα(k，n-k-1)）來拒絕（或接受）原假設(shè)H0，以判定原方程總體上的線性關(guān)系是否顯著成立。3、變量的顯著性檢驗——t檢驗4、異方差性的檢驗——懷特檢驗懷特檢驗不需要排序，對任何形式的異方差都適用。5、序列相關(guān)性的檢驗——圖示法和回歸檢驗法6、多重共線性的檢驗——逐步回歸法以Y為被解釋變量，逐個引入解釋變量，構(gòu)成回歸模型，進(jìn)行模型估計。三、驗證步驟1、確定變量（1）被解釋變量“貨幣流通量”在模型中用“Y”表示。（2）解釋變量①“貨幣貸款額”在模型中用“”表示;②“居民消費價格指數(shù)”在模型中用“”表示；③把由于各種原因未考慮到和無法度量的因素歸入隨機(jī)誤差項，在模型中用“”。2、建立計量經(jīng)濟(jì)學(xué)模型根據(jù)各相關(guān)變量之間的關(guān)系，假定：Y=+X1+X2+3、數(shù)據(jù)描述和處理中國貨幣流通量、貸款額和居民消費價格指數(shù)歷史數(shù)據(jù)年度貨幣流量Y（億元）居民消費價格指數(shù)P（1990年=100）貸款額X（億元）197821218501979198019811982198354198419851986198719882134198923449719901001991199243361101993199439976199519968802199719981999200020012002172782003197462004200520062007資料來源：《中國統(tǒng)計年鑒》（2008）、《中國統(tǒng)計資料50年匯編》4、多元線性計量經(jīng)濟(jì)學(xué)模型的初步估計與分析用Eviews軟件檢測分析：DependentVariable:YMethod:LeastSquaresDate:12/30/11Time:14:03Sample:19782007Includedobservations:30VariableCoefficientStd.Errort-StatisticProb.X1X2CR-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid7049108.SchwarzcriterionLoglikelihoodHannan-Quinncriter.F-statisticDurbin-WatsonstatProb(F-statistic)

普通最小二乘法估計結(jié)果如下：=－+++（－）（）（）0.996769F=回歸結(jié)果表明，在1978——2007年間，Y變化的%可由其他兩個變量的變化來解釋。根據(jù)表上F統(tǒng)計量對應(yīng)的P值可以看出，每個P值都小于5%，拒絕原假設(shè)，表明模型的線性關(guān)系在95%的置信水平下顯著成立。5、異方差檢驗從普通最小二乘回歸得到的殘差平方項與X1的散點圖看，（圖二）上的點總體上呈單調(diào)遞增趨勢，存在異方差性。再進(jìn)一步地統(tǒng)計檢驗，采用懷特（white）檢驗。記為對原始模型進(jìn)行普通最小二乘回歸得到的殘差平方項，將其與X1、X2及其平方項與交叉項進(jìn)行輔助回歸，得：HeteroskedasticityTest:WhiteF-statisticProb.F(5,24)Obs*R-squaredProb.Chi-Square(5)ScaledexplainedSSProb.Chi-Square(5)TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/30/11Time:14:19Sample:19782007Includedobservations:30VariableCoefficientStd.Errort-StatisticProb.C-1221567.X2X2^2X2*X1X1X1^2R-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid+12SchwarzcriterionLoglikelihoodHannan-Quinncriter.F-statisticDurbin-WatsonstatProb(F-statistic)

（“X12”表示“X12”；“X22”表示“X22”；“X3”表示“X1×X2”=++（）+懷特統(tǒng)計量nR=30×=,該值大于5%顯著水平下、自由度為5的分布的相應(yīng)臨界值=，因此，拒絕同方差的原假設(shè)，存在異方差性。6、序列相關(guān)檢驗建立殘差項與與（圖一）以及時間t（圖二）的關(guān)系圖，圖一顯示隨機(jī)誤差項存在一階正序列相關(guān)性。（圖一）（圖二）再用回歸檢驗法對該模型進(jìn)行序列相關(guān)性檢驗，以為被解釋變量，以、為解釋變量，建立如下方程：=+………………①=++………………②對上面的模型，用普通最小二乘法進(jìn)行參數(shù)估計，得:：Breusch-GodfreySerialCorrelationLMTest:F-statisticProb.F(1,26)Obs*R-squaredProb.Chi-Square(1)TestEquation:DependentVariable:RESIDMethod:LeastSquaresDate:12/30/11Time:14:33Sample:19782007Includedobservations:30Presamplemissingvaluelaggedresidualssettozero.VariableCoefficientStd.Errort-StatisticProb.X2X1CRESID(-1)R-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid5180974.SchwarzcriterionLoglikelihoodHannan-Quinncriter.F-statisticDurbin-WatsonstatProb(F-statistic)=+（）（）0.232707F=由分析結(jié)果可以看出，該模型擬合優(yōu)度不高。在5%的顯著性水平下>(28),所以變量通過顯著性檢驗。與相關(guān)，存在序列相關(guān)性。②式：Breusch-GodfreySerialCorrelationLMTest:F-statisticProb.F(2,25)Obs*R-squaredProb.Chi-Square(2)TestEquation:DependentVariable:RESIDMethod:LeastSquaresDate:12/30/11Time:14:39Sample:19782007Includedobservations:30Presamplemissingvaluelaggedresidualssettozero.VariableCoefficientStd.Errort-StatisticProb.X2X1CRESID(-1)RESID(-2)R-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid3418872.SchwarzcriterionLoglikelihoodHannan-Quinncriter.F-statisticDurbin-WatsonstatProb(F-statistic)

=（）（）（）0.491329F=由分析結(jié)果可以看出，該模型的擬合優(yōu)度不高。在5%的顯著性水平下>(27),>(27)，變量，通過顯著性檢驗，所以與相關(guān)，存在序列相關(guān)性，而與相關(guān)，存在序列相關(guān)性。7、多重共線性檢驗由于r=接近1。因此與間存在較高的相關(guān)性。再用逐步回歸法尋找最優(yōu)方程。首先找出最簡單的回歸形式，分別作y與x1、x2間的回歸，得：（1）=+（）（）R2=.=（2）=－+（－）（）R2=.=可見，貨幣流量受貸款額的影響較大，因此選（1）作為初始的回歸模型。再將X2導(dǎo)入初始的回歸模型，得：CX1X2.Y=f(X1)t值Y=f(X1，X2)t值=－+++（－）（）（）0.996769F=初始模型導(dǎo)入X2后，模型的擬合優(yōu)度提高，且參數(shù)的符號合理，變量也通過了t檢驗。因此最優(yōu)方程是Y=f(X1,X2)，擬合結(jié)果如下：Y=－+++8、計量經(jīng)濟(jì)學(xué)模型的最終確定經(jīng)過一系列的檢驗和分析，最終的模型為：lnY=+X1+X2+模型的變量顯著性成立，且存在異方差性、存在較高的多重共線性。9、檢驗結(jié)果分析從以上的分析和檢驗中可得出，貸款額每增加一個單位，貨幣流通量就增加個單位；居民消費價格指數(shù)每增加一個單位，貨幣流通量增加個單位。進(jìn)而得出，居民消費價格指數(shù)的增加對貨幣流通量的作用大于貸款額增加對貨幣流通量的作用。四、結(jié)論（1）由于各種原因，得出的模型仍然存在有諸多問題，比如存在序列共線性，并未對其進(jìn)行修正，留待以后進(jìn)行進(jìn)一步的研究。（2）從計量經(jīng)濟(jì)學(xué)角度來看，根據(jù)已知的貸款額和居民消費價格指數(shù)而建立的貨幣流通量的模型，其通過了變量的顯著性檢驗、且