计量经济学期末作业

班级:11级经济一班 姓名:熊爱玲 学号:201111121039关于影响我国第三产业发展的计量经济模型分析一、模型的设定近年来，我国第三产业稳步发展，对经济增长的拉动力不断增强。为加快我国第三产业的发展，促进我国产业结构转型，现通过建立计量经济模型分析影响我国第三产业发展的因素。我们将“第三产业增加值”设为被解释变量，将“居民消费水平”、“城镇居民家庭人均可支配收入”，“农村居民家庭人均纯收入”，“第三产业就业人数”设为解释变量，设立了以下经济学模型： 变量：Y=第三产业增加值（亿元） X1=居民消费水平（元） X2=城镇居民家庭人均可支配收入（元） X3=农村居民家庭人均纯收入（元） X4=第三产业就业人数（万人）数据如下：年份YX1X2X3X4199311915.7313932577.4921.614163.0199416179.7618333496.21221.015515.0199519978.4623554283.01577.716880.0199623326.2427894838.91926.117927.0199726988.1530025160.32090.118432.0199830580.4731595425.12162.018860.0199933873.4433465854.02210.319205.0200038713.9536326280.02253.419823.4200144361.6138876859.62366.420164.8200249898.9041447702.82475.620958.1200356004.7344758472.22622.221604.6200464561.2950329421.62936.422724.8200574919.28559610493.03254.923439.2200688554.88629911759.53587.024142.92007111351.95731013785.84140.424404.02008131339.99843015780.84760.625087.22009148038.04928317174.75153.225857.32010173595.981052219109.45919.026332.32011205205.021257021809.86977.327282.02012231934.481411024564.77916.627690.02013262203.791563226955.18895.929636.1数据来源:国家统计局变量的选择第三产业的增加值与居民消费水平有关，居民消费水平的提高明显会促进第三产业的发展，所以引进解释变量居民消费水平，并先验预期两者呈正相关关系。第三产业的增加值与城镇居民家庭人均可支配收入有关，居民收入的提高说明居民用于第三产业的花费也会相应提高，所以引进城镇居民家庭人均可支配收入为解释变量，并先验预期两者呈正相关。第三产业的增加值与农村居民家庭人均纯收入有关，所以引进农村居民家庭人均纯收入为解释变量，并先验预期两者呈正相关。第三产业的增加值与第三产业就业人数有关，所以引进第三产业就业人数为解释变量，并先验预期两者呈正相关。二、参数估计建立一个多元线性回归模型: 变量：Y=第三产业增加值（亿元） X1=居民消费水平（元） X2=城镇居民家庭人均可支配收入（元） X3=农村居民家庭人均纯收入（元） X4=第三产业就业人数（万人）用Eviews的估计结果为:Dependent Variable: YMethod: Least SquaresDate: 01/30/11 Time: 16:19Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C22482.325436.3654.1355430.0008X113.021295.3219752.4467030.0263X27.0652721.6752454.2174560.0007X3-7.8743715.617241-1.4018220.1801X4-2.9339970.371843-7.8904120.0000R-squared0.999584    Mean dependent var87786.96Adjusted R-squared0.999480    S.D. dependent var75957.35S.E. of regression1732.694    Akaike info criterion17.95700Sum squared resid48035672    Schwarz criterion18.20570Log likelihood-183.5485    F-statistic9604.725Durbin-Watson stat2.119631    Prob(F-statistic)0.000000Y=22482.32+13.02129xx3-2.933997x4t=(4.135543)(2.446703) (4.217456) (-1.401822) (-7.890412)R2=0.999584 =0.999480 F=9604.725三、检验和修正1经济意义的检验由模型的结果可以看出，各解释变量，除了x3和x4外，各解释变量的系数均为正数，这证明了解释现象存在着多重共线性，说明第三产业增加值与居民消费水平、城镇居民家庭人均可支配收入呈正向相关关系。2统计推断的检验从回归的结果来看，可决定系数R2=0.999584，认为模型的拟合程度较好。系数的显著性检验：模型由回归系数t检验可知，解释变量居民消费水平、城镇居民家庭人均可支配收入、第三产业就业人数在0.05的显著性水平上显著，而农村居民家庭人均纯收入在0.05的显著性水平上不显著，所以认为居民消费水平、城镇居民家庭人均可支配收入、第三产业就业人数对第三产业增加值有显著的影响，农村居民家庭人均纯收入对第三产业增加值没有显著的影响。3计量经济学意义检验 （1）多重共线性检验F统计量检验 F=9604.725，给定一个显著性水平，=0.05，查F统计表，得到一个临界值(选取解释变量数目为3，样本容量为21），查得F（3，17）=3.20F> F（3，17），说明，在95%的水平下显著成立，即模型的线性关系在95%的水平下显著成立。这里采用简单相关系数矩阵法对其进行检验：X1X2X3X4X1 1.000000 0.998177 0.998942 0.938738X2 0.998177 1.000000 0.995166 0.950733X3 0.998942 0.995166 1.000000 0.933112X4 0.938738 0.950733 0.933112 1.000000从以上结果可以看出，X1与X3之间存在高度线性相关。对各个解释变量进行回归，筛选出拟合效果最好的解释变量：Dependent Variable: YMethod: Least SquaresDate: 01/30/11 Time: 16:59Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C-24477.741577.490-15.516890.0000X118.304170.21472085.246870.0000R-squared0.997392    Mean dependent var87786.96Adjusted R-squared0.997255    S.D. dependent var75957.35S.E. of regression3979.600    Akaike info criterion19.50614Sum squared resid3.01E+08    Schwarz criterion19.60562Log likelihood-202.8145    F-statistic7267.029Durbin-Watson stat0.481652    Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 01/30/11 Time: 17:01Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C-27539.792210.314-12.459670.0000X210.447890.16856761.980480.0000R-squared0.995078    Mean dependent var87786.96Adjusted R-squared0.994819    S.D. dependent var75957.35S.E. of regression5467.119    Akaike info criterion20.14128Sum squared resid5.68E+08    Schwarz criterion20.24076Log likelihood-209.4835    F-statistic3841.580Durbin-Watson stat0.271202    Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 01/30/11 Time: 17:01Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C-33934.982704.636-12.546970.0000X333.915860.64423852.644930.0000R-squared0.993191    Mean dependent var87786.96Adjusted R-squared0.992833    S.D. dependent var75957.35S.E. of regression6430.499    Akaike info criterion20.46588Sum squared resid7.86E+08    Schwarz criterion20.56536Log likelihood-212.8918    F-statistic2771.489Durbin-Watson stat0.375234    Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 01/30/11 Time: 17:03Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C-276085.034016.52-8.1162030.0000X416.606901.52545310.886530.0000R-squared0.861835    Mean dependent var87786.96Adjusted R-squared0.854563    S.D. dependent var75957.35S.E. of regression28967.25    Akaike info criterion23.47611Sum squared resid1.59E+10    Schwarz criterion23.57559Log likelihood-244.4992    F-statistic118.5166Durbin-Watson stat0.159132    Prob(F-statistic)0.000000因为y与x1间的回归得到的R2最大，说明拟合优度最好。可见，第三产业增加值受居民消费水平的影响最大，与经验相符合，因此选择x1为基本变量，继续进行逐步回归。逐步回归：cX1X2X3X4 y=f(X1)-24477.7418.304170.997255t值-15.5168985.24687y=f(X1，X2)-25095.9214.982851.9014510.997236t值-14.621794.1964700.931948y=f(X1，X2， X3)-17496.3533.29518-1.759055-22.153800.997605t值-4.1387283.329627-0.657314-1.941690y=f(X1，X2， X3， X4)22482.3213.021297.065272-7.874371-2.9339970.999480t值4.1355432.4467034.217456-1.401822-7.890412y=f(X1，X2， X4)22349.776.0275078.736402-3.1019320.999450t值3.9998143.1647227.220520-8.571920最后得到拟合结果如下：Y=22349.77+6.027507x1+8.736402x2-3.101932x4在原模型的基础上剔除X3，再进行参数估计，所得结果如下：Dependent Variable: YMethod: Least SquaresDate: 01/30/11 Time: 16:49Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C22349.775587.7033.9998140.0009X16.0275071.9045933.1647220.0057X28.7364021.2099417.2205200.0000X4-3.1019320.361871-8.5719200.0000R-squared0.999533    Mean dependent var87786.96Adjusted R-squared0.999450    S.D. dependent var75957.35S.E. of regression1781.199    Akaike info criterion17.97760Sum squared resid53935367    Schwarz criterion18.17656Log likelihood-184.7648    F-statistic12117.71Durbin-Watson stat1.882261    Prob(F-statistic)0.000000（2）异方差检验怀特检验White Heteroskedasticity Test:F-statistic4.044683    Probability0.014647Obs*R-squared13.31736    Probability0.038264Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 01/30/11 Time: 17:30Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C-6780198645224898-1.4992180.1560X1-2566.50510610.92-0.2418740.8124X12-0.3376620.665092-0.5076910.6196X21453.1036808.6910.2134190.8341X220.1959830.2579090.7598940.4599X48945.7414999.4611.7893410.0952X42-0.2843760.131768-2.1581600.0488R-squared0.634160    Mean dependent var2568351.Adjusted R-squared0.477371    S.D. dependent var4119160.S.E. of regression2977867.    Akaike info criterion32.91251Sum squared resid1.24E+14    Schwarz criterion33.26069Log likelihood-338.5814    F-statistic4.044683Durbin-Watson stat2.397542    Prob(F-statistic)0.014647因为nR2=13.31736，在5%的显著性水平不存在异方差。（3）序列相关检验检验：从模型设定来看，没有违背D-W检验的假设条件，因此可以用D-W检验来检验模型是否存在自相关。 根据上表的估计结果来看，由D.W.= 1.882261，给定显著性水平，查Durbin-Watson表，N=21, K=3,得=1.13 =1.54因为DW统计量为<1.882261<4-根据判定区域知位于无自相关性区域。 利用LM检验序列相关，检验结果表明不存在序列相关。一阶：Breusch-Godfrey Serial Correlation LM Test:F-statistic0.035150    Probability0.853638Obs*R-squared0.046034    Probability0.830115Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 01/30/11 Time: 17:42Presample missing value lagged residuals set to zero.VariableCoefficientStd. Errort-StatisticProb.  C223.12315875.1530.0379770.9702X1-0.0958812.026643-0.0473100.9629X20.0611161.2877530.0474590.9627X4-0.0143640.380394-0.0377600.9703RESID(-1)-0.0511840.273002-0.1874840.8536R-squared0.002192    Mean dependent var-1.62E-11Adjusted R-squared-0.247260    S.D. dependent var1642.184S.E. of regression1834.004    Akaike info criterion18.07065Sum squared resid53817136    Schwarz criterion18.31934Log likelihood-184.7418    F-statistic0.008788Durbin-Watson stat1.843669    Prob(F-statistic)0.999829二阶：Breusch-Godfrey Serial Correlation LM Test:F-statistic1.787211    Probability0.201289Obs*R-squared4.041194    Probability0.132576Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 01/30/11 Time: 17:43Presample missing value lagged residuals set to zero.VariableCoefficientStd. Errort-StatisticProb.  C1993.8405539.4860.3599320.7239X1-0.2983691.886103-0.1581930.8764X20.2762971.2019600.2298720.8213X4-0.1437320.360075-0.3991710.6954RESID(-1)0.0342450.2576940.1328900.8960RESID(-2)-0.6081450.323513-1.8798150.0797R-squared0.192438    Mean dependent var-1.62E-11Adjusted R-squared-0.076750    S.D. dependent var1642.184S.E. of regression1704.038    Akaike info criterion17.95434Sum squared resid43556163    Schwarz criterion18.25278Log likelihood-182.5206    F-statistic0.714884Durbin-Watson stat1.685746    Prob(F-statistic)0.621940（4）确定模型Y（3.999814）（3.164722）（7.220520）（-8.571920）R2=0.999533 F=12117.71 DW=1.882261四、对模型的经济解释从以上模型经分析可得出：（）从模型中可以看出居民消费水平对于第三产业增加值有较显著的影响，而由实际经验得知，二者之间确实存在较为紧密的联系。（）根据经验得知城镇居民家庭人均可支配收入应当与第三产业增加值成正比关系，模型的估计结果显示二者为正比例关系，这说明我国城镇居民家庭人均收入有了显著的增长，人们对于第三产业产品的需求增加，也就是说是人均收入的增长带动了第三产业消费水平的增长，故此时的第三产业增加值与城镇居民家庭人均可支配收入成正比例关系。（）原本以为农村居民家庭人均纯收入会带动第三产业的增长，但是农村居民家庭人均纯收入对第三产业的发展影响不大，农村居民家庭人均纯收入对第三产业增加值的影响实际上还是可以归结为居民消费水平对第三产业增加值的影响。所以此影响因素被剔除了，但应注意的是我们应该加强对农村的投入，使之充分发挥作用，增加农民的收入，提高农民的生活水平。 （）原本以为第三产业就业人数与第三产业增加值成正比关系，但模型的估计结果显示二者为反比例关系，这说明就业人数的多少对第三产业增加值的影响远不如居民消费水平的影响大。为了促进第三产业的发展，我们还是应该创造更多的就业使居民人均收入增加进而使消费水平提高，从而促进我国产业结构的优化升级。