《计量经济学期末论文.doc》由会员分享，可在线阅读，更多相关《计量经济学期末论文.doc（6页珍藏版）》请在金锄头文库上搜索。
1、云南师范大学20152016学年下学期期末统一考查计量经济学答卷学院 数学学院 专业 数学与应用数学 年级 2012级 考查方式：开卷班级 A 班 学号 姓名 得分 评分项目与评分标准选题（10分）选题有新意，与专业联系紧密，具有鲜明特色810分选题有一定新意，与专业有关，有一定特色57分选题落入俗套，老调重弹，无新意04分文献综述（10分）覆盖面广，重点突出，形成论文写作的重要铺垫810分覆盖面较广，重点较突出，形成论文写作基础57分内容相关，基本能形成论文写作前提04分模型设定（15分）符合计量经济学规范，理论基础严密而充分1115分符合计量经济学规范，有一定的理论基础610分基本符合计量
2、经济学规范05分数据来源及处理（10分）数据来源权威而真实，说服力强，后期处理恰当810分数据来源较权威，真实性有保障57分数据来源基本可靠04分参数估计与检验（35分）参数估计与模型检验完整而规范，修正合理2835分参数估计完整、模型检验较完整、修正较合理2127分参数估计完整、模型检验较完整、修正基本合理1520分参数估计完整，模型只做了少量修正10-14只有参数估计，无计量经济学检验等工作0-9模型的结论及评价（10分）结论提炼合理，视角独到，现实指导意义显著810分结论提炼较合理，有现一定的实意义57分结论提炼较合理04分总体格式规范（10分）格式完全符合规范，字数在2500字以上81
3、0分格式比较规范57分格式不规范或字数不足04分评阅人得 分国内生产总值与地面运输的关系分析摘要：国民生产总值（GDP）是一国经济的最大基本面，它是研究产业结构和产业演变趋势的主要解释变量，也是反映一国经济发展情况的重要指标，因而无论对经济政策的制定，还是投资分析均具有重要意义。地面运输行业在一定程度上影响着我国的GDP，文章通过选取多种与地面运输有关的因素进行实证分析，解释这些因素与我国GDP之间存在的关系，并进行经济分析，提出相关政策的。关键词：地面运输；国民生产总值；实证分析一、 引言交通运输主要包括了五方面，分别是铁路运输、公路运输、水路运输、航空运输、管道运输，在本文中主要研究的是方
4、向最为常规的铁路与运输、公路运输等地面运输、因为地面运输对于GDP的贡献是这些交通运输中最大的。地面运输主要分为了公路运输与铁路运输。公路运输的优势在于机动灵活，适应性强、可实现“门到门”直达运输、在中、短途运输中，运送速度较快、原始投资少，资金周转快、掌握车辆驾驶技术较易、运量较小，运输成本高、运行持续性较差、安全性较低，环境污染较严重。铁路运输的特点则为运输能力大，适合于大批量低值产品的长距离运输单车装载量大，几乎能承运任何商品，可以不受重量和容积的限制、车速较高，平均车速在五种基本运输方式中排在第二位，仅次于航空运输、受气候和自然条件影响小，在运输的经常性方面占优势、可以方面地实现驮背运
5、输、集装箱运输及多式联运。铁路运输的以上优点是其他运输方式不能比拟的，但是铁路运输也存在着相应的缺陷，具体如下：1、铁路线路室专用的，固定成本很高，原始投资较大，建设周期较长2、铁路按列车组织运行，在运输过程中需要有列车的编组、解体、和中转改编等作业环节，占用时间较长，因而增加了货物在途中的时间3、由于装卸次数多，货物损毁和丢失事故通常比其他运输方式多4、不能实现“门到门”的运输，通常要依靠其他运输方式配合，才能完成运输任务，除非托运人和收货人均有铁路支线。若果继续保持自己的优势，客服自己的缺点，那么地面运输行业将继续稳定地位我国GDP做出卓越的贡献。二、文献综述随着中国GDP的飞速增长，不少
6、学者建立了GDP与各行业的模型，研究它们之间的关系，其中也有不少研究是关于GDP与地面运输的。徐晓伟在高校科技中发表的文章选取了，某省公路运输业对国民生产总值GDP的影响为研究对象，建立了公路交通运输对GDP影响定量评价的数学模型。并得出了两点结论：一方面公路建筑业的发展促进其他相关产业的发展，同时也有赖于其他行业的发展。唐世政在其学术论文中针对公路运输业对GDP影响的问题，综合利用了数形结合、多元统计、离散分析、回归分析、灵敏度分析方法分别构建了GDP比例预测、感应度系数、影响力系数、多元非回归等模型，使用Excel、Matlab、Eviews软件，得出了公路运输业于直接贡献、波及效果、对于
7、相关行业的直接消费和创造就业机会四个方面对GDP的贡献结果。最后，将模型结果和实际相结合，对模型的深层次推广提出了自己的意见。范莉莉在其文献中提出了假设，包括了假设题目中的公路运输业只包括：交通运输设备制造业，公路建造业以及交通运输及仓储业、假设生产部门保持原有计划按比例协调发展、假设有些数据过于庞大，因此可以理解为坏数据，则直接处理掉与该数据有关的任何指标等五点假设内容，然后建立合理的数学模型，估计公路运输业对于GDP的影响。丁尚仁则通过对对面运输与GDP之间的关联因素进行研究，并对我国地面运输系统目前存在的问题提出看法，并针对存在的问题提出自己的看法及相应的解决办法。三、预设模型GDP是指
8、在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不仅可以反映一个国家的经济表现，还可以反映一国的国力与财富。交通运输业是核算国民经济的重要成分，而GDP是体现一个国家综合国力的硬性指标。因此，本文研究公路运输业对于国内成产总值的影响分析具有重要意义。在本文中，选定旅客运输量、货物运输量、公路里程、铁路营业里程来表示铁路运输行业的发展，通过这些因素来研究铁路运输与我国生产总值的关系，并契机从中寻找GDP与铁路运输存在的某些联系。为了具体分析各要素对我国生产总值的影响， 采用的线性模型进行研究：其中，代表国内生产总值
9、，代表旅客运输量(万人)，代表我国货物运输量(万吨), 代表国公路里程(万公里)，代表铁路营业里程(万公里), 代表随机扰动项。我们通过对该模型的回归分析，得出各个变量与我国GDP的变动关系。四、数据收集指标国内生产总值旅客运输量(万人)货物运输量(万吨)公路里程(万公里)铁路营业里程(万公里)199018968.4102.835.78199122014.1104.115.79199227208.0105.675.81199335751.2108.355.86199448644.9111.785.9199561328.9115.76.24199671861.2118.586.491997797
10、39.2122.646.6199885174.4127.856.64199990447.3135.176.742000.1167.986.872001.4169.87.012002.7176.527.192003.3180.987.32004.4187.077.442005.2334.527.542006.6345.77.712007.4358.377.82008.0373.027.972009.1386.088.552010.9400.829.122011.7410.649.322012.6423.759.762013.2435.6210.312014.4446.3911.18五、模型建立1
11、散点图分析根据表1中的样本数据，运用Eviews作出x1,x2,x3,x4与Y之间的散点图，如下：被解释变量Y与各变量间的散点图可以看出，被解释变量Y与每个解释变量间都呈线性关系2.模型预模拟为估计模型参数，根据已收集到的统计数据，运用Eviews，利用最小二乘回归方程，在出现的估计对话框中，键入：y x1 x2 x3 x4 c,得到如下结果：回归结果表明,判定系数0.9989，这说明模型对样本拟合得很好，解释变量对被解释变量的解释程度可达到99.89。给定显著性水平=0.05，查t分布表得自由度为n-k=21的=2.08。X1的t检验并不通过，X2的t检验通过，X3的t检验通过，X4的t检验
12、通过。F统计量值为4634.598，(3,21) (显著性水平为0.05)=3.07，因此F检验通过，说明回归方程显著，即旅客运输，货物运输量，公路里程，铁路营业里程这些变量联合起来确实对中国生产总值有显著影响。为了完善模型，对模型进行多种检验六、模型检验（一）计量经济学检验1.多重共线性检验通过共线性研究，我们发现各个变量之间的系数都十分高，与的系数关系达到了84.37%，与的相关性达到了87.88%，与的关系更是达到了80.49%。与的相关性也达到了93%，与的关系达到了92%，与的相关程度也有92%说明可能各个变量之间的确是存在了多重共线性，需要进行修正。依次对，,进行线性回归，发现最优
13、，的判定系数0.9952,t值高达61.59，说明对模型十分显著，因此决定以货物运输量作为留下的变量，进一步做下面的多重共性修正。分别对各变量进行回归，我们发现X2的显著性及拟合优度最佳、因此选择它作为基础变量，在此基础上进行进一步的回归。在的基础上再引入其他变量。加入后的效果最佳，在，的基础上再加入其他变量，最终发现，X2,X4的效果最佳。因此模型更正为：2.自相关性的检验：采用拉格朗日乘数检验法在5%显著性水平下，n=1.22 =16.92,说明存在异方差，需要进行修正。七、模型确定与分析：经济意义：(（1）=-.6，表示当所有因素保持原有规模，我国国内生产总值将减少.6这种结果符合经济发
14、展规律。（2）= 0.132，表示在其他条件不变的情况下，我国货物运输量(每增长1个单位，我国国内生产总值增加0.132个单位；反之，降低0.132个单位，符合经济现实。（4）= 31256.53，表示在其他条件不变的情况下，铁路营业里程每增长1个单位，我国国内生产总值增加31256.53个单位；反之，降低31256.53个单位，符合经济现实。回归结果表明,判定系数0.9997，这说明模型对样本拟合得很好，解释变量对被解释变量的解释程度可达到99.97。给定显著性水平=0.05，查t分布表得自由度为n-k=22的=2.09。的t检验通过，的t检验通过。F统计量值为36105.8，(3,22) (显著性水平为0
