《计量经济学》数据

《《计量经济学》数据》由会员分享，可在线阅读，更多相关《《计量经济学》数据（12页珍藏版）》请在装配图网上搜索。

1、计量经济学各章数据第7章 单方程回归模型的几种专门问题例7.1.8 有关家庭储蓄的模型随机调查美国旧金山地区20个家庭的储蓄状况，建立年储蓄额y (千美元) 对年收入x (千美元) 的回归模型。y和x的数据见表7.1.2。表7.1.2 家庭年储蓄额y与收入额x数据（单位：千美元） tyxDtyxD11.020.00110.39.0021.324.00120.06.0030.712.00131.018.0040.816.00142.020.0150.511.00150.412.0062.432.01160.714.0070.310.00171.515.0183.240.01181.616.019

2、2.832.01190.615.00100.07.00200.614.00 例7.1.9 中国进出口模型。中国进出口贸易总额数据（1950-1884）见表7.1.3。试检查改革开放前后该时间序列的斜率与否发生变化。表7.1.3 中国进出口贸易总额数据（单位：百亿元人民币）年份进出口总额y时间x虚拟变量D1D1*x19500.41510019510.59520019520.64630019530.80940019540.84750019551.09860019561.08770019571.04580019581.28790019591.493100019601.284110019610.908

3、120019620.809130019630.857140019640.975150019651.184160019661.271170019671.122180019681.085190019691.069200019701.129210019711.209220019721.469230019732.205240019742.923250019752.904260019762.641270019772.725280019783.550290019794.5463013019805.6383113119817.3533213219827.7133313319838.6013413419841

4、2.01035135例7.1.10 用虚拟变量解决季节数据模型中国1982-1988年市场用煤销售量（yt）季节数据（中国记录年鉴1987，1989）见图7.1.6与表7.14。表7.1.4 中国市场用煤销售量季节数据年与季度yttD4D3D21982.12599.810001982.22647.220011982.32912.730101982.44087.041001983.12806.550001983.22672.160011983.32943.670101983.44193.481001984.13001.990001984.22969.5100011984.33287.511010

5、1984.44270.6121001985.13044.1130001985.23078.8140011985.33159.1150101985.44483.2161001986.12881.8170001986.23308.7180011986.33437.5190101986.44946.8201001987.13209.0210001987.23608.1220011987.33815.6230101987.45332.3241001988.13929.8250001988.24126.2260011988.34015.1270101988.44904.228100数据来源：中国记录年鉴

6、中国记录出版社，1987，1989。例7.1.11 中国城乡居民消费函数。表7.1.9给出了中国1952-城乡居民人均可支配收入、人均消费性支出（单位：元）数据。采用上述建模措施来建立国内城乡居民消费函数。表7.1.9 中国1952-城乡居民人均可支配收入、人均消费（单位：元）年份可支配收入AI消费支出ACD1D2年份可支配收入AI消费支出ACD1D21952110.13104.94001979405.0361.80101953121.76118.37001980477.6412.44101954121.82119.57001981500.4456.84101955124.47122.8600

7、1982535.3471.00101956138.24134.24001983564.6505.92101957137.74134.27001984652.1559.44101958143.98136.19001985739.1673.20101959150.24143.46001986900.1798.96101960156.29150.250019871002.1884.40101961132.30139.120019881180.21103.98101962131.06135.530019891373.91210.95101963136.40135.140019901510.21278.

8、89101964133.74130.870019911700.61453.81101695141.30137.310019922026.61671.73111966145.86142.050019932577.42110.81111967149.47147.330019943496.22851.34111968145.89144.060019954283.03537.57111969151.23151.410019964838.93919.47111970151.32152.800019975160.34185.64111971161.95158.170019985425.14331.6111

9、1972177.52172.400019995854.04615.91111973182.36177.82006280.04998.00111974187.16182.67006859.65309.01111975189.21186.33007702.86029.88111976194.76190.88008472.26510.94111977202.45200.45009421.67182.10111978343.40311.161010493.07943.0011 例7.1.12 表7.1.11为国内城乡居民1998年、1999年全年人均消费支出和可支配收入的记录资料(单位：元年)。试使用

10、混合样本数据估计国内城乡居民消费函数。表7.1.11 国内城乡居民人均消费支出和可支配收入记录资料收入级别1998年1999年消费支出Y收入XD消费支出Y收入XD困难户2214.472198.8802327.542325.701最低收入户2397.602476.75O2523.102617.801低收入户2979.273303.17O3137.343492.271中档偏下户3503.244107.2603694.464363.781中档收入户4179.645118.9904432.485512.121中档偏上户4980.886370.5905347.096904.961高收入户6003.217

11、877.6906443.338631.941最高收入户7593.9510962.108262.4212083.791例7.1.13 上海市1981-都市居民人均可支配收入(x)和人均消费性支出(y)数据见表7.1.15所示，建立如下消费函数模型与否有异常值问题，如何解决？表7.1.15 人均可支配收入(x)和消费(y)年份可支配收入x消费性支出y年份可支配收入x消费性支出y1981637585199230092509198265957619934277353019836866151994586846691984834726199571725868198510759921996815967631

12、9861293117019978439682019871437128219988773686619881723164819991093282481989197618121171888681990218219361288393361991248521671325010464例7.2.1 表7.2.1给出了某公司来的单位产品成本，产量指数和要素投入成本的有关数据。试估计平均成本模型并进一步检查该模型有无设定误差。表7.2.1 某公司单位成本、产量指数和产量投入有关数据年份单位产品成本（元）产量指数（%）要素投入成本（万元）19803658580198142278931982429821071983

13、54364115198466250130198557162128198650970116198739990921988408949419894381001101990428104115199144282117199251175128199348884134199449986135199545790135199648494139199751680142199856772147199962660150例7.3.1 我们研究某地区出口额与国内生产总值的关系，拟建立回归模型其观测值数据如表7.3.1所示。表7.3.1 某地区出口额与国内生产总值记录数据年份出口额(y)国内生产总值(x)储蓄(z)198

14、6580.57171.01214.71987808.98964.41622.619881082.110202.22237.619891470.011962.53073.319901766.714928.33801.519911956.016909.25146.919922985.818547.97119.819933827.121617.89241.619944676.326638.111759.419955284.834634.415023.5199610421.846759.421518.8199712451.858478.129662.3199812576.467884.638520.8

15、199915160.774462.646279.815223.678345.253407.516159.882067.559621.820634.489468.164332.422024.497314.873762.426947.9105172.386910.636287.9117251.9103617.77.4.4 案例分析表7.4.1是国内生产总值GDP、消费CS、投资IV的样本观测值，试分析消费CS有关国内生产总值GDP的线性回归关系： 表7.4.1 国内生产总值、消费与投资数据（单位：亿元）序号GDPCSIV序号GDPCSIV17164.34694.52468.6925863.6159

16、52.19636.028792.15773.03386.01034500.62.112988.0310132.86542.03846.01147110.927216.219260.6411784.07451.24322.01258510.533635.023877.0514704.09360.15495.01368330.440003.926867.2616466.010556.56095.01474894.343579.428457.6718319.511365.26444.01579853.346405.930396.0821280.413145.97515.0思考与练习16表1给出了19

17、93年至1996年期间服装季度销售额的原始数据(单位：百万元)：表1 服装季度销售额数据年份1季度2季度3季度4季度19934190492768436912199445215522535072041995490259125972798719965458635965018607现考虑如下模型：其中，l：第二季度；1：第三季度；l：第四季度；S销售额。请回答如下问题：(1)估计此模型；(2)解释；(3)如何消除数据的季节性？17表2给出了1965-1970年美国制造业利润和销售额的季度数据。表2 1965-1970年美国制造业利润和销售额的季度数据年份季度利润(y)销售额（x）1965-11050

18、31148622120921239683108341235454122011319171966-1122451299112140011409763122131378284128201454651967-1113491369892126151451263110141415364127301517761968-1125391488622148491539133132031557274149471684091969-1141511627812159491760573140241724194143151833271970-1123811704152139911813133121741767124109

19、85180370假定利润不仅与销售额有关，并且和季度因素有关。规定：（1）如果觉得季度影响使利润平均值发生变异，应当如何引入虚拟变量？ （2）如果觉得季度影响使利润对销售额的变化率发生变异，应当如何引入虚拟变量？（3）如果觉得上述两种状况都存在，又应当如何引入虚拟变量？（4）对上述三种状况分别估计利润模型，进行对比分析。19某国的政府税收T（百万美元）、国内生产总值GDP（10亿美元）和汽车数量Z（百万辆）的观测数据如表3所示：表3 某国政府税收、GDP和汽车数量数据序号123456789T325645799GDP41785781110Z526756677以汽车数量作为GDP的工具变量，估计税

20、收函数：20既有国民经济系统消费、投资、政府支出和国民收入的资料（表4）：表4 某国国民经济系统记录数据年份投资政府支出消费国民收入19801.50.515.3017.3019811.40.619.9121.9119821.50.720.7622.9619831.40.819.6621.8619841.50.921.3223.7219851.41.018.3320.7319861.61.019.5922.1919871.51.121.3023.9019881.61.220.9323.7319891.61.221.6424.4419901.71.321.9024.9019911.61.420.5

21、023.5019921.81.422.8526.0519931.71.523.4926.6919941.91.524.2027.6019951.81.623.0526.4519962.01.624.0127.6119971.91.725.8329.4319982.01.825.1528.9519992.01.825.0628.86试估计消费函数：其中，消费和收入都受观测误差的影响，即，。式中和分别是真实的但不可观测的持久消费和持久收入。由于，因此和都与高度有关，但均独立于。规定：(1)用作工具变量，估计边际消费倾向和自发消费；(2)用作工具变量，估计边际消费倾向和自发消费；(3)计算对和的回归，用作工具变量，估计边际消费倾向和自发消费。