《计量经济学案例分析汇总》由会员分享，可在线阅读，更多相关《计量经济学案例分析汇总（56页珍藏版）》请在金锄头文库上搜索。
1、 计量经济学案例分析1 一、研究的目的规定居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有助于经济持续健康的增长，并且这也是人民生活水平的具体体现。改革开放以来随着中国经济的迅速发展,人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同步，还应看到全国各地区经济发展速度不同,居民消费水平也有明显差别。例如，全国都市居民家庭平均每人每年消费支出为09.88元, 最低的黑龙江省仅为人均462.8元，最高的上海市达人均10464元，上海是黑龙江的.倍。为了研究全国居民消费水平及其变动的因素,需要作具体的分析。影响各地区居民消费支出有明显差别
2、的因素也许诸多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都也许对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差别的最重要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差别。居民消费可分为都市居民消费和农村居民消费,由于各地区的都市与农村人口比例及经济构造有较大差别，最具有直接对比可比性的是都市居民消费。并且，由于各地区人口和经济总量不同,只能用“都市居民每人每年的平均消费支出”来比较,而这正是可从记录年鉴中获得数据的变量。因此模型的被解释变量Y选定为“都市居民每人每年的
3、平均消费支出”。 由于研究的目的是各地区都市居民消费的差别，并不是都市居民消费在不同步间的变动，因此应选择同一时期各地区都市居民的消费支出来建立模型。因此建立的是截面数据模型。 影响各地区都市居民人均消费支出有明显差别的因素有多种，但从理论和经验分析,最重要的影响因素应是居民收入,其她因素虽然对居民消费也有影响,但有的不易获得数据,如“居民财产”和“购物环境”;有的与居民收入也许高度有关,如“就业状况”、“居民财产”;尚有的因素在运用截面数据时在地区间的差别并不大,如“零售物价指数”、“利率”。因此这些其她因素可以不列入模型,即便它们对居民消费有某些影响也可归入随后扰动项中。为了与“都市居民人
4、均消费支出”相相应,选择在记录年鉴中可以获得的“都市居民每人每年可支配收入”作为解释变量X。 从中国记录年鉴中得到表5的数据:表2.5 中国各地区都市居民人均年消费支出和可支配收入地 区都市居民家庭平均每人每年消费支出（元） Y都市居民人均年可支配收入(元) X北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南湖北湖南广东广西海南重庆四川贵州云南西藏陕西甘肃青海宁夏新疆108.719.96069284710.96859.5342.6449738844604640604.713.08473652661.849325596.4504.68508.925574.7988.85413
5、.4454.6463.4513.0459.285827.92952.44.056.45042.526104.925364014.92933.567.6823435605.0664.6601610.56134.0817.6411715.6060324019.66364714.366245.46852695856113727315.326822.72238.46610894.024056807.12633084151.46170.507.446899.4作都市居民家庭平均每人每年消费支出()和都市居民人均年可支配收入(X)的散点图，如图2.12:图2.12 从散点图可以看出居民家庭平均每人每年消费
6、支出(Y)和都市居民人均年可支配收入(X)大体呈现为线性关系，因此建立的计量经济模型为如下线性模型： 三、估计参数 假定所建模型及随机扰动项满足古典假定,可以用OLS法估计其参数。运用计算机软件Ves作计量经济分析十分以便。 运用EVews作简朴线性回归分析的环节如下: 1、建立工作文献一方面,双击EViews图标，进入EViews主页。在菜单一次点击FileewWorkfle,浮现对话框“Workfle Range”。在“ofirquenc”中选择数据频率: Annual （年度） Weeky （ 周数据) rtry(季度） aly（dwek) ( 每周天日数据 ) emi Annl(半年）
7、 Daily ( da wek)( 每周天日数据 ) Mon (月度) Udaedrreqular (未注明日期或不规则的)在本例中是截面数据,选择“Undated or irear”。并在“Strt date”中输入开始时间或顺序号，如“”在“end da”中输入最后时间或顺序号,如“3”点击“ok”浮现“okfileNTITED”工作框。其中已有变量:“c”截距项 “eid”剩余项。在“Object”菜单中点击“Nw Objets”,在“New Octs”对话框中选“ru”,并在“NamefrObcts”上定义文献名，点击“”浮现数据编辑窗口。若要将工作文献存盘，点击窗口上方“Sav”,在
8、“SveA”对话框中给定途径和文献名，再点击“ok”,文献即被保存。、输入数据在数据编辑窗口中,一方面按上行键“”，这时相应的“os”字样的空格会自动上跳,在相应列的第二个“obs”有边框的空格键入变量名，如“”，再按下行键“”，对因变量名下的列浮现“A”字样，即可依顺序输入响应的数据。其她变量的数据也可用类似措施输入。也可以在View命令框直接键入“ataX Y ”(一元时) 或 “daa Y ”(多元时)，回车浮现“roup”窗口数据编辑框，在相应的Y、X下输入数据。若要对数据存盘，点击 “fie/SavA”，浮现“ave As”对话框,在“Drvs”点所要存的盘，在“Diretories
9、”点存入的途径(文献名),在“Fir Name”对所存文献命名,或点已存的文献名，再点“ok”。若要读取已存盘数据,点击“fre/Oe”,在对话框的“Drve”点所存的磁盘名，在“irectries”点文献途径,在“ire Ne”点文献名,点击“ok”即可。 3、估计参数 措施一:在Eies主页界面点击“Quick”菜单,点击“simate Euato”,浮现“Equati secificain”对话框，选O估计,即选击“Least Squres”，键入“Y X”,点“o”或按回车,即浮现如表2.6那样的回归成果。 表26 在本例中，参数估计的成果为： （2.4) （0.036928) t=(
10、.98520) (54026) F=4.02 d=29措施二：在EViews命令框中直接键入“LS Y C X”,按回车，即浮现回归成果。若要显示回归成果的图形，在“Eution”框中，点击“Rids”,即浮现剩余项（Redual）、实际值(Actul)、拟合值(Fittd)的图形，如图2.13所示。 图213 四、模型检查、经济意义检查所估计的参数,阐明都市居民人均年可支配收入每相差元，可导致居民消费支出相差0.75811元。这与经济学中边际消费倾向的意义相符。、拟合优度和记录检查用ies得出回归模型参数估计成果的同步，已经给出了用于模型检查的有关数据。拟合优度的度量：由表2.6中可以看出，
11、本例中可决系数为0.565,阐明所建模型整体上对样本数据拟合较好，即解释变量“都市居民人均年可支配收入”对被解释变量“都市居民人均年消费支出”的绝大部分差别作出理解释。对回归系数的检查:针对和,由表2.6中还可以看出，估计的回归系数的原则误差和t值分别为：，;的原则误差和t值分别为:,。取,查分布表得自由度为的临界值。由于,因此不能回绝;由于，因此应回绝。这表白，都市人均年可支配收入对人均年消费支出有明显影响。 五、回归预测 由表25中可看出，中国西部地区都市居民人均年可支配收入除了西藏外均在800如下，人均消费支出也都在700元如下。在西部大开发的推动下，如果西部地区的都市居民人均年可支配收
12、入第一步争取达到1000美元(按既有汇率即人民币8270元)，第二步再争取达到1500美元(即人民币12405元），运用所估计的模型可预测这时都市居民也许达到的人均年消费支出水平。可以注意到,这里的预测是运用截面数据模型对被解释变量在不同空间状况的空间预测。 用Eiews作回归预测,一方面在“Wfile”窗口点击“Rge”，浮现“hange rkfile ane”窗口，将“End data”由“31”改为“33”，点“O”，将“Wofile”中的“Range”扩展为33。在“orkfie”窗口点击“saml”,将“sampl”窗口中的“1 3”改为“1 3”，点“OK”，将样本区也改为13。
13、为了输入，在EVes命令框键入atx /回车, 在X数据表中的“32”位置输入“87”,在“33”的位置输入“12405”，将数据表最小化。 然后在“E”框中,点击“oreast”，得对话框。在对话框中的“rcasnam”（预测值序列名)键入“”,回车即得到模型估计值及原则误差的图形。双击“Workfile”窗口中浮现的“”，在“”数据表中的“32”位置浮现预测值，在“33”位置浮现。这是当和时人均消费支出的点预测值。 为了作区间预测,在X和Y的数据表中,点击“ew”选“Descripive StatsCmmon ample”,则得到和Y的描述记录成果,见表2.7: 表27 根据表2.的数据可计算： 取,平均值置信度95%的预测区间为： 时
