《2016计量试验报告_本科stata应用建模拟合基于数据有代码.pdf》由会员分享，可在线阅读，更多相关《2016计量试验报告_本科stata应用建模拟合基于数据有代码.pdf（39页珍藏版）》请在金锄头文库上搜索。
1、计量经济学实验报告 对企业研发费用对 净利润的计量实验 计量经济学实验报告 2 目录 一 一 实验目的和简单描述 3 二 二 数据搜集和建立数据集 3 1 下载 3 2 整合 4 3 删掉多余无用的变量 得到样本量为 54 的样本 并且含有所需要的变量信息 5 三 三 描述性统计和相关分析 5 1 描述性统计 5 2 相关分析 6 四 四 多元线性回归 7 五 五 RESET 检验与变量调整 9 1 RESET 初次检验 9 2 调整变量 RESET 再检验 10 六 六 对系数合理性的进一步分析和 VIF 检验 14 1 构建MODEL16 14 2 构建MODEL17 16 七 七 AIC
2、 BC 信息准则的检验 17 八 八 模型的解释 20 1 系数意义 20 2 汇报T统计量和 P 值 20 九 九 点预测和参数线性组合估计 21 1 样本内预测 21 2 预测样本外Y值 21 3 检验线性组合 2 是否等于 4 的两倍 22 4 线性组合的点估计和参数估计 22 十 十 虚拟变量的处理 23 1 生成虚拟变量 23 2 对东部和非东部地区做邹检验 24 3 虚拟变量法得到邹检验相同结果 27 十一 十一 异方差检验 28 1 画残差图 28 2 BP 检验 29 3 怀特检验 30 4 用怀特标准误修正 31 5 使用加权最小二乘估计 32 6 模型的进一步尝试与改进 3
3、4 十二 十二 总结 38 十三 十三 附录 39 计量经济学实验报告 3 计量经济学实验报告 对企业研发费用对净利润的计量实验 一 一 实验目的和简单描述 计量经济学是经济学与数理统计学的结合 通过对数据分析 探究变量间的定量关系 估计出 回归方程从而进行基于统计推断的实证分析 由于我对高新技术的开发感兴趣 想要了解企业的研 发投入与其回报的关系 故我想搜集影响企业净利润因素的数据 和各企业研发费用 找出企业净 利润与各因素的数量关系 并探究研发对利润的贡献程度 考虑到有较充裕研发资金的一般是大企 业 并且对近年来的数据研究比较有意义 故我从 2015 年国内排名前 200 的企业入手 收集
4、其营 业成果的数据 再试着寻找其中发布研发费用的企业 想将对每个企业利润等企业业绩信息和研发 费用匹配起来 再进行回归 探求两者之间的数量关系 并给出合适的解释 我将先建立数据集 再通过多次回归 增减变量 借助于计量经济学的多种检验 挑选出合适 的模型 最后对模型进行预测 估计 异方差等检验 二 二 数据搜集和建立数据集 1 1 下载下载 将从搜数网上备选数据下载到本地 保存为 excel 格式 合并表格 中国 2015 年企业效益 200 佳统计 一 中国 2015 年企业效益 200 佳统计 八 得到一张含有中国 2015 年效益排行前 200 的各类相关数据数据的总表 改变变量名为其意义
5、相近的英文 将数据和变量名拷贝至 STATA 数据编辑器中 保存为文件名为 top200revenue dta 的数据集 同理 将 中国 2015 年企业 500 强 研发费用排序前 100 名企业统计 保存为含有英文变量名的的 randd dta 数据集 图 1 下载数据到本地 计量经济学实验报告 4 2 2 整合整合 合并 top200revenue dta 和 randd dta 将具有确切研发投入 R 提示 STATA 以下命令较长 换行以分号为标志 gen dongbu 1 if area beijing area guangdong area zhejiang area jiang
6、su area hebei area shandong area liaoning area tianjin area shanghai area hainan 构建新变量 dongbu 当观测 area 值为 beijing shandong zhejiang jiangsu hebei guangdong liaoning tianjin shanghai hainan 这一些列东部省份时 其新变量 dongbu 值就为 1 对于其 他非东部地区 新变量 dongbu 为缺省值 用小圆点 表示 replace dongbu 0 if dongbu 用 0 替代新变量 dongbu 的缺省值
7、 gen zhongbu 1 if area hubei area henan area hunan area jilin 计量经济学实验报告 24 area jiangxi area anhui 构建新变量 zhongbu 当观测 area 值为 hubei henan hunan jilin jiangxi anhui 这一些列中部省份时 其新变量 zhongbu 值就 为 1 对于其他非中部地区 新变量 zhongbu 为缺省值 用小圆点 表示 replace zhongbu 0 if zhongbu 用 0 替代新变量 zhongbu 的缺省值 图 24 生成东部 中部虚拟变量 截图未
8、完 左边一列为字符型变量 故为红色 是搜集的原始数据 54 家企业所属省份 中间和右边为 创 建 的 新 变 量 Zhongbu 1 代 表 企 业 属 于 中 部 dongbu 1 代 表 企 业 属 于 东 部 若 zhongbu dongbu 0 则说明企业属于西部 值得注意的是 尽管有三个虚拟变量 东部 中部和 西部 但是在截距项存在的模型当中 不能同时引入三个变量 因为 三个虚拟变量 东部 中 部和西部的值加起来总是等于 1 与常数项总是完全共线的 这样一来 就会使得最小二乘估计失 效 从而无法得出回归系数的估计值 2 2 对东部和非东部地区做邹检验对东部和非东部地区做邹检验 本次作
9、业研究目的为探究企业研发费用对企业净利润的影响 故为了操作简洁性 现对东部和 非东部地区进行分开回归 再对全样本进行回归 通过构造 F 统计量 比较有约束模型和无约束模 型中 rss sum of residual 的差异 来判断东部和非东部地区是否具有异质性 若 F 统计量很大 说明越容易拒绝原假设 H0 H0 为假定两不同地区样本无异质性 接收有地区样本异质性的备择假 计量经济学实验报告 25 设 几个定义 scalar rss 为全样本回归的残差平方和 scalar rss1 为东部样本回归的残差平方和 scalar rss2 为非东部样本回归的残差平方和 注意到 rss1 rss2 的
10、和为无约束模型的残差平方和 stata 中默认的残差平方和表示 为 rss 这和我们本学期熟练使用的 SSE 不同 需要注意不要混淆 根据邹检验中 F 统计量的计算公式 结合此例中样本 n 54 k 1 在 Command 窗口输入如下 代码 得到 Result 窗口的结果如图 25a 图 25b 所示 regress netprofit randd if dongbu 1 对东部地区样本进行企业净利润和研发费用 回归 scalar rss1 e rss 从软件中提取 rss1 的值 regress netprofit randd if dongbu 0 对非东部地区样本进行企业净利润和研发费
11、 用回归 scalar rss2 e rss 从软件中提取 rss2 的值 regress netprofit randd 对全样本进行企业净利润和研发费用回归 scalar rss e rss 从软件中提取 rss 的值 di rss rss1 rss2 2 rss1 rss2 50 构造 计算和汇报邹检验中的 F 统计量 dis invFtail 1 50 0 05 查表对应的 F 统计量临界值便于比较 图 25 邹检验过程汇报图 a 计量经济学实验报告 26 图 25 邹检验过程汇报图 b 通过软件汇报结果知 邹检验中的 F 统计量值为 0 13651193 临界值 4 0343097
12、故在 5 的显 著性水平下 数据无法提供足够的信息拒绝样本同质性的假设 运行结果和我预期的不一样 从观 念出发 我以为东部发达地区的企业会有更多的资金来投入研发 比如说华为 但是数据告诉我 的事实却相反 我认为可能存在以下四点原因 i 由于非东部数据太少 导致回归的误差很大 模型的标准误差过大也许造成模型本身不可 信 用误差过大的模型进行邹检验 其结果便更不具有说服力 同时具有 2015 年净利润利润 计量经济学实验报告 27 人员等基本信息以及愿意公开研发费用的企业只找到54家 而且一查发现49家都基本上是 中 字头 或者 央字头 导致这样的大企业基本上是在北京等东部 ii 由于样本数据本身
13、有接近 90 为国企 故即使身在不发达的地区比如说新疆 陕西 但得 益于国家政策的支持 其研发费用或许并未受到地区不发达的影响 而是由国家保证其研发力 度甚至其盈利模式 iii 模型可能本身存在异方差 由于邹检验的前提是随机误差项的方差为一常数 若本身存在 异方差的话 邹检验也就没有意义了 故实则应该先进行异方差检验 iv 最后有渺茫的希望是我的预期错误 国家不同地区的企业不论在研发费用还是利润所得都 非常均衡 3 3 虚拟变量法得到邹检验相同结果虚拟变量法得到邹检验相同结果 用虚拟变量法进行结构变动的检验 利用已有的虚拟变量 dongbu 对于在东部的企业 dongbu 1 反之 dongb
14、u 0 生成新的虚拟变量 dongbu 与研发费用 randd 的交互项 randd dongbu 引入 dongbu 和 randd dongbu 进行全样本 OLS 回归 然后检验 dongbu 和 randd dongbu 的联合显著性 具体操作为 将以下代码创建一个 do file 运行以下程序 得到结 果如图 26 所示 gen randd dongbu randd dongbu 生成新的虚拟变量 dongbu 与研发费用 randd 的交互项 randd dongbu quietly reg netprofit randd dongbu randd dongbu 引入 dongbu
15、 和 randd dongbu 进行全样本 OLS 回归 但不必要汇报回归结果 test dongbu randd dongbu 检验 dongbu 和 randd dongbu 的联合显著性 图 26 虚拟变量法得到邹检验相同汇报结果 计量经济学实验报告 28 结果表明 与用传统的邹检验得到的 F 统计量的值相同 数据运行邹检验的程序没有问题 十一 十一 异方差检验 上述亦提到 邹检验是否可信取决于有没有异方差问题 异方差可用多种方法检验 画残差图 法 BP 检验 Breusch Pagan 怀特检验 异方差的处理也有 OLS 稳健标准误 法 加权最小二 乘法等多种可行方法 以下我将逐一用
16、model 17 检验 1 1 画残差图画残差图 在 Command 窗口输入以下命令 得到残差分布图 图 27 和残差随解释变量 tax 变化的分布 图 图 28 use Users apple Desktop top200revenuegai2youmingzi dta 打开数据集 quietly regress netprofit taxcapital2 equity employee randd lnemply 进 行 model 17 回归 但不必汇报结果 rvfplot residual versus fitted plot 画残差分布图 rvpplot tax residual versus predictor plot 画残差随解释变量 tax 变化的分布 图 图 27 残差分布图 计量经济学实验报告 29 图 28 残差随解释变量 tax 变化的分布图 运行之后 得到图 27 图 28 两幅图 由图大致可知 残差比较均匀地分布在 0 坐标轴两侧 当 tax 小的时候 随机误差项的方差比较大 以下两幅图的轮廓基本一致 表明有可能存在异方差 随机误差项的方差随着自变量的观
