第一篇：計量經(jīng)濟學實驗報告

計量經(jīng)濟學綜合實驗報告一、一元線性回歸檢驗

一個國家的貨物周轉量與貨運量是密不可分的，為了考察貨物周轉量與貨運量之間的關系，利用計量經(jīng)濟學的方法，進行回歸分析。中國1990—2009年貨運量與貨運周轉量的數(shù)據(jù)如表1.1所示。

表1.1 中國的貨運量與貨運周轉量 年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

貨運量X貨物周轉量Y（萬噸）（億噸公里）970602 985793 1045899 1115902 1180396 1234938 1298421 1278218 1267427 1293008 1358682 1401786 1483447 1564492 1706412 1862066 2037060 2275822 2585937 2825222

26208 27987 29218 30647 33435 35909 36590 38385 38089 40568 44321 47710 50686 53859 69445 80258 88840 101419 110300 122133.3數(shù)據(jù)來源：《中國交通年鑒》（2009）整理

1、建立模型

Y=???X??

根據(jù)表一數(shù)據(jù)，為對其進行線性回歸分析，建立如下一元回歸模型：

表1.2給出了采用Eviews軟件對表1.1數(shù)據(jù)進行最小二乘線性回歸分

析的結果。

表1.2中國貨運周轉量對貨運量的回歸分析（1990--2009）

Dependent Variable: Y Method: Least Squares Sample: 19902009 C R-squared

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood-30611.52 2621.031-11.679190.0000 29604.40 19.36846 19.46803 1193.787 0.985146Mean dependent var 55300.37 0.984321S.D.dependent var 3706.977Akaike info criterion 2.47E+08Schwarz criterion-191.6846F-statistic

根據(jù)表1.2寫出如下回歸分析結果：

Y=-30611.52?0.0558X

（-11.68）（34.55）

31F?1193.787，D.W.?0.705R2?0.985，其中括號內(nèi)的數(shù)為相應參數(shù)的t檢驗值，R2為可決系數(shù)，F(xiàn)為方程整體線性顯著性檢驗值，D.W.為模型序列相關性檢驗值

二、模型檢驗

（1）從回歸估計的結果看，模型擬合較好?？蓻Q系數(shù)R2?0.9851，表

明模型在整體上擬合的非常好。

（2）而且從常數(shù)項和解釋變量系數(shù)的t檢驗值看，比給定5%顯著性水

平下自由度為n-2=19的臨界值2.093都大的多，說明參數(shù)值是比較顯著的。

（3）而從F?1193.787可以看出，遠遠大于模型的整體的線性關系也

是非常顯著的。

D.W.?0.7053，在(0,dl=1.2)之間，則應該存在一階相關關系，利（4）

用拉格朗日乘數(shù)法進行二階相關關系檢驗得表2.1如下：

表2.1

F-statistic 7.558370Probability 0.004887 Dependent Variable: RESID

C X RESID(-1)R-squared

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood 171.9513-0.000141 0.897166 2366.190 0.001521 0.234126 0.072670-0.092732 3.8319750.9430 0.9273 0.0015 0.485807Mean dependent var-9.19E-12 0.389396S.D.dependent var 2819.415Akaike info criterion 1.27E+08Schwarz criterion-185.0330F-statistic 3608.106 18.90330 19.10245 5.038913

由表2.1可知，nR2?9.716，該值大于顯著性水平為5%，自由度為2的?2分布的臨界值?20.05（2）=5.991，由此判斷存在二階序列相關性。再利用拉格朗日乘數(shù)法進行三階相關關系檢驗，得表2.2：表2.2

Breusch-Godfrey Serial Correlation LM Test: F-statistic C X RESID(-1)RESID(-2)RESID(-3)R-squared

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

5.163250Probability-219.0110 9.83E-05 0.823992-0.212209-0.274529

2437.122 0.001563 0.252675 0.386183 0.333503

-0.089865 0.062901 3.261077-0.549503-0.823168

0.0119200.9296 0.9507 0.0053 0.5907 0.4233 3608.106 18.95912 19.20805 3.872437 0.023534

Dependent Variable: RESID

0.508031Mean dependent var-9.19E-12 0.376840S.D.dependent var 2848.257Akaike info criterion 1.22E+08Schwarz criterion-184.5912F-statistic 2.051318Prob(F-statistic)

由表2.2可知，雖然nR2?10.161，仍然比顯著性水平為5%，自由度

~的參數(shù)不顯著，且為3的?2分布的臨界值?20.05（3）=7.815要大，但由于et?3

D.W.?2.05說明不存在三階序列相關。

用科克倫—奧科特迭代法對原模型進行修正，并用拉格朗日乘數(shù)法進行檢驗，得表2.3如下：

表2.3

F-statistic 0.981613Probability 0.415681 Dependent Variable: RESID Method: Least Squares

Variable C X X(-1)X(-2)AR(1)AR(2)RESID(-1)R-squared

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood Coefficient-418.6797 0.003815 0.011768-0.016302 1.727024-0.695450-1.957545 Std.Error 11658.54 0.033267 0.036623 0.039801 1.297073 0.687141 1.397689 t-Statistic-0.035912 0.114677 0.321315-0.409598 1.331477-1.012091-1.400558 Prob.0.9722 0.9115 0.7562 0.6928 0.2197 0.3411 0.1989 0.197047Mean dependent var-3.90E-07-0.505537S.D.dependent var 3382.804Akaike info criterion 91546893Schwarz criterion-147.1812F-statistic 2756.964 19.39765 19.78394 0.280461 由表2.3可看出，修正后的nR2?3.153，該值小于顯著性水平為5%，自由度為2的?2分布的臨界值?20.05（2）=5.991，由此可以判斷模型不再存在相關關系。

（5）檢驗模型是否存在異方差

在表1.2的基礎上，利用white檢驗對模型是否存在異方差進行檢

驗，得表2.4如下：

表2.4

F-statistic 4.972142Probability 0.019946 Dependent Variable: RESID^2 Method: Least Squares Sample: 1990 2009 Included observations: 20

C X R-squared

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

-46078062 58.89039 29706420 35.14864-1.551115 1.6754670.1393 0.1121 13246720 35.42455 35.57391 4.972142 0.019946

0.369068Mean dependent var 12367509 0.294841S.D.dependent var 11123765Akaike info criterion 2.10E+15Schwarz criterion-351.2455F-statistic 1.196673Prob(F-statistic)

由表2.4可知，nR2?7.381，該值大于顯著性水平為5%，自由度為

2的?分布的臨界值?

20.05

（2）=5.991，因此拒絕同方差的原假設。

下面采用加權最小對原模型進行回歸，即采用為權重進行加權

ei

最小二乘估計，得表2.5（未加權項略）如下：

表2.5

Dependent Variable: Y Sample: 1990 2009 Included observations: 20 Variable C R-squared

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient-30343.75 Std.Error 2120.160 t-Statistic-14.31201 Prob.0.0000 148089.5 16.04216 16.14173 1353.326 0.000000

0.999979Mean dependent var 47286.79 0.999977S.D.dependent var 702.6228Akaike info criterion 8886217.Schwarz criterion-158.4216F-statistic 0.781900Prob(F-statistic)

由表2.5與表1.2對照可清楚的看到，無論是擬合優(yōu)度，還是參數(shù)的顯著性，加權后最小二乘估計比加權前都有了改進，并且對加權后的回歸模型進行檢驗，也可驗證，模型不再存在異方差（如表2.6所示）。

表2.6

F-statistic

Test Equation:

Dependent Variable: STD_RESID^2 Method: Least Squares Date: 01/02/11Time: 02:48 Sample: 1990 2009 Included observations: 20

C X R-squared

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

434208.5 0.017321 295422.9 0.349544 1.469786 0.0495530.1599 0.9611 104697.1 26.20313 26.35249 0.009460 0.990590

0.009460Probability

0.990590

0.001112Mean dependent var 444310.9-0.116405S.D.dependent var 110623.1Akaike info criterion 2.08E+11Schwarz criterion-259.0313F-statistic 2.201735Prob(F-statistic)

第二篇：計量經(jīng)濟學實驗報告

目錄

(一)研究背景.................................................................................................................2(二)理論來源.................................................................................................................2(三)模型設定.................................................................................................................2(四)數(shù)據(jù)處理.................................................................................................................2

1.數(shù)據(jù)來源.............................................................................................................2 2.解釋變量的設置.................................................................................................3(五)先驗預期.................................................................................................................3

1.經(jīng)驗預期.............................................................................................................3 2.散點圖分析.........................................................................................................3(六)參數(shù)估計.................................................................................................................4(七)顯著性檢驗.............................................................................................................5(八)正態(tài)性檢驗.............................................................................................................5(九)MWD檢驗..............................................................................................................5(十)相關系數(shù).................................................................................................................7(十一)虛擬變量.............................................................................................................7(十二)異方差檢驗、修正.............................................................................................8

1.圖形檢驗.............................................................................................................8 2.格萊澤檢驗.........................................................................................................9 3.帕克檢驗...........................................................................................................10 4.異方差的修正加權最小二乘法.......................................................................10 5.異方差修正后的檢驗.......................................................................................11(十三)自相關檢驗.......................................................................................................11 1.圖形法...............................................................................................................11 2.德賓-沃森d檢驗.............................................................................................12(十四)最終結果...........................................................................................................12

(一)研究背景

中國是一個大國，幅員遼闊，歷史上自然地形成了一個極端不平衡發(fā)展的格局。而1978年開始的改革，政府采取了由東向西梯度推進的非均衡發(fā)展戰(zhàn)略，使已經(jīng)存在的地區(qū)間的差距進一步擴大，不利于整個社會的穩(wěn)定和發(fā)展。地區(qū)發(fā)展不平衡問題包括社會發(fā)展不平衡，尤其是教育發(fā)展的不平衡。因此關注中國教育發(fā)展的地區(qū)不平衡性非常迫切。不僅是因為教育的重要性，還因為當前我國需要進一步推進教育改革的進程，使其朝著更健康的方向發(fā)展。

(二)理論來源

劉紅梅.中國各地區(qū)教育發(fā)展水平差異的實證分析[J]數(shù)理統(tǒng)計與管理.2013.7(三)模型設定

? Yi=B1+B2X2i+B3X3i+B4X4i+B5X2i+B6X4i+ui

Y——地區(qū)教育水平，用平均受教育年限表示，（年）X2——學生平均預算內(nèi)教育經(jīng)費，（萬元/人）X3——人均GDP，（萬元/人）X4——平均生師比

22? ? ? ?

(四)數(shù)據(jù)處理

1.數(shù)據(jù)來源：國家統(tǒng)計局官網(wǎng)，選取2014年的數(shù)據(jù)：

1)各省GDP 2)各地區(qū)總人口

3)各地區(qū)每十萬人擁有的各種受教育程度人口比較數(shù)據(jù) 4)地區(qū)在?？倢W生數(shù) 5)各地區(qū)教育財政投入 6)地區(qū)每十萬總專任教師數(shù)

2.解釋變量的設置：

? X2=地區(qū)預算內(nèi)教育經(jīng)費/地區(qū)在?？倢W生數(shù) =學生平均預算內(nèi)教育經(jīng)費（萬元/人）X3=地區(qū)總GDP/地區(qū)總人口=人均GDP（萬元/人）

X4=地區(qū)每十萬人口各級學校平均在校生數(shù)的和/地區(qū)每十萬人口總專任教師數(shù)

=平均生師比 ? ?

其中：

P為各地區(qū)每十萬人擁有的各種受教育程度人口比較數(shù) T為教育年限1，6，9,12,16(五)先驗預期

1.經(jīng)驗預期：

平均受教育年限分別跟學生平均預算內(nèi)教育經(jīng)費、人均GDP呈正相關關系，跟平均生師比呈負相關關系。

2.散點圖分析：

學生平均預算內(nèi)教育經(jīng)費和平均受教育水平成正比，人均GDP和受教育水平成正比，平均生師比和平均受教育水平成反比。(六)參數(shù)估計

設定經(jīng)濟計量模型：Yi=B1+B2X2i+B3X3i+B4X4i+B5X2i+B6X4i+ui 參數(shù)估計：進行OLS回歸

圖6-1

圖5-1 根據(jù)參考文獻，廣東和西藏是強影響點，所以我們把兩地的數(shù)據(jù)去除，剩下29個地區(qū)的數(shù)據(jù)。于是，我們對剩下的29個數(shù)據(jù)進行了回歸，得出這個回歸結果：

圖6-2 回歸結果：

22Yi=23.2406-24.6626X2i+0.2296X3i-1.6477X4i+59.1341X2i2+0.0516X4i2(七)顯著性檢驗

H0：B2=B3=B4=B5=B6=0 H1：B2,B3,B4 ,B5, B6不全為0 P=0.000000<0.01 故拒絕原假設，即認為學生平均教育經(jīng)費、人均GDP、平均生師比對平均受教育年限有顯著影響。

(八)正態(tài)性檢驗

圖8-1 根據(jù)JB檢驗，得到其值為0.431311，接近于零，殘差接近正態(tài)分布。

(九)MWD檢驗

對數(shù)-線性模型：Yi=B1+B2X2i+B3X3i+B4X4i+B5X2i+B6X4i 線性模型：LnYi=B1+B2X2i+B3X3i+B4X4i+B5X2i+B6X4i H0：線性模型：Y是X的線性函數(shù) H1：對數(shù)-線性模型：lnY是X的線性函數(shù)

2圖9-1

圖9-2 由圖9-2可得，Z1的系數(shù)是統(tǒng)計不顯著的，則不拒絕H0, 則說明線性模型是可行的。

圖9-3 由圖9-3可得，Z2的系數(shù)也是統(tǒng)計不顯著的，則不拒絕H1, 則說明對數(shù)線性模型也是可行的。

MWD檢驗的結論是：最后的結果是兩個模型都是合理的。

(十)相關系數(shù)

圖10-1 由圖10-1可得，X2和X3，X4的相關程度低。另外X22 ,X42分別是X2、X4的非線性函數(shù),所以將它們同時包含在一個模型中沒有違反經(jīng)典線性模型中“解釋變量之間不能存在精確的線性關系”的假定。由此可得，多重共線性的程度較低

（其中X22用X5來表示，,X42用X6來表示。）

(十一)虛擬變量

設立含虛擬變量的模型：

Yi=B1+B2X2i+B3X3i+B4X4i+B5X2i2 +B6X4i2+B7D1+B8D2+ui

其中 D1：（1-中部，0-其他）D2：（1-西部，0-其他）

圖11-1 回歸結果表明：虛擬變量D1、D2回歸系數(shù)統(tǒng)計不顯著，即中國東、中、西部的平均受教育年限沒有顯著不同，可能因為中國教育機制日趨完善，教育資源趨于均衡，所以地區(qū)差異縮小

(十二)異方差檢驗、修正

1.圖形檢驗：

圖12-1殘差平方對教育經(jīng)費

圖12-2殘差平方對人均GDP

圖12-3殘差平方對平均生師比

由圖形檢驗結果可知：數(shù)據(jù)存在相當大的變異性，表明回歸模型和可能存在異方差。

2.格萊澤檢驗：

類型1：H0：B2=0｜ei｜=B1+B2X2+vi

圖12-4 回歸結果表明：X2的系數(shù)是統(tǒng)計顯著的，所以拒絕原假設，回歸模型中部存在異方差

類型2：H0：B3=0｜ei｜=B1+B3X3+vi

圖12-5 回歸結果表明：X3的系數(shù)是統(tǒng)計顯著的，所以拒絕原假設，回歸模型中部存在異方差。綜上所述,回歸模型中存在異方差。

3.帕克檢驗：

圖12-6 由于Y的估計值的系數(shù)是統(tǒng)計顯著的，因此帕克檢驗表明，回歸模型存在異方差。

通過以上三種異方差的檢驗，我們得出該回歸模型存在異方差的理論。

4.異方差的修正：加權最小二乘法

圖12-7 經(jīng)過多次的試驗，我們最終選擇1/X23作為權重，其能有效地消除異方差。

5.異方差修正后的檢驗

圖12-8 由圖12-8可知，帕克檢驗中，得出Y的系數(shù)是統(tǒng)計不顯著的，因此，回歸方程不存在異方差。

(十三)自相關檢驗

1.圖形法

圖13-1 由圖13-1可知，對et及et-1作回歸，殘差的遞差之間沒有關系。2.德賓-沃森d檢驗

圖13-2 由圖13-2可知，d=2.206761，根據(jù)D-W表，對于n=29，k=6，在5%的顯著水平下，dL=1.050，dU=1.841，由于d位于2.159和2.95之間，所以，我們無法判斷是否存在自相關。

綜合以上兩種自相關的檢驗，我們得出該模型不存在自相關的結論。

(十四)最終結果

Yi/X2i3=67.3323+2.4598/X2i2+0.3444X3i/X2i3-7.9644X4i/X2i3-3.239358X22i/X2i3+0.25936X4i2/X2i3

對回歸得結果解釋如下：B2= 2.4598表明，如果學生平均預算內(nèi)教育經(jīng)費提高1個單位，則實際的地區(qū)平均受教育年限平均提高2.4598年，但其不是特別顯著。B3= 0.3444表明，如果人均提高1個單位，則實際的地區(qū)平均受教育年限平均提高0.3444年，其效果小于教育經(jīng)費的提高帶來的影響。B4=-7.9644表明，如果平均生師比提高1個單位，則實際的地區(qū)平均受教育年限平均下降7.9644年。

R2約為0.8739，表明這幾個解釋變量解釋了地區(qū)平均受教育年限87.39%的變異，R2值相當高。

這個模型的現(xiàn)實意義就是，要想提高地區(qū)的教育水平，加大對教育的投入是關鍵。同時，也應該提高對教師資源的重視程度，合理分配地區(qū)的教師，減低生師比，讓教育資源得到最有效地配置。

第三篇：計量經(jīng)濟學實驗報告

固定資產(chǎn)投資的計量經(jīng)濟學模型

一.解釋模型

固定資產(chǎn)對一個企業(yè)來說是其主要的勞動手段,它的價值是逐漸地轉移到所生產(chǎn)的產(chǎn)品上去.企業(yè)同時又是重要的市場主體,因此對固定資產(chǎn)的投資間接得影響到了一個經(jīng)濟體的產(chǎn)出.這里主要對GDP及國有經(jīng)濟固定資產(chǎn)投資額(X1),集體經(jīng)濟固定資產(chǎn)投資額(X2),個體經(jīng)濟固定資產(chǎn)投資額(X3),進行計量經(jīng)濟學多元線性回歸模型分析.原始數(shù)據(jù)如下:單位(億元)

obs GDP X1 X2

1980 4517.8 745.9 46

1981 4860.3 667.5 115.2

1982 5301.8 845.3 174.3

1983 5957.4 952 156.3

1984 7206.7 1185.2 238.7

1985 8989.1 1680.5 327.5

1986 10201.4 2079.4 391.8

1987 11954.4 2448.8 547

1988 14922.3 3020 711.7

1989 16917.8 2808.2 570

1990 18598.4 2986.3 529.5

1991 21662.5 3713.8 697.8

1992 26651.9 5498.7 1359.4

1993 34560.5 7925.9 2317.3

1994 46670 9615 2758.9

1995 57494.9 10898.2 3289.4

1996 66850.5 12006.2 3651.5

1997 73142.7 13091.7 3850.9

1998 76967.2 15369.3 4192.2由以上數(shù)據(jù)得到如下LS估計結果，Dependent Variable: GDP

Method: Least Squares

Date: 12/30/07Time: 10:52

Sample: 1980 1998

Included observations: 19VariableCoefficientStd.Errort-StatisticProb.C632.0385787.85220.8022300.4349

X1 0.408446 1.098352 0.371872 0.7152

X2 6.993512 2.983420 2.344126 0.0333

X3 11.19478 1.831386 6.112736 0.0000 R-squared0.996478Mean dependent var27022.51X3 119 178.3 210.8 321.8 409 535.2 649.4 759.9 1022.1 1032.2 1001.2 1182.9 1222 1476.2 1970.6 2560.2 3211.2 3429.4 3744.4

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

0.995774S.D.dependent var 1612.032Akaike info criterion 38979701Schwarz criterion-165.0339F-statistic 1.219467Prob(F-statistic)

24797.62 17.79304 17.99187 1414.790 0.000000

顯然X1的T檢驗為非顯著性檢驗，故將X1與X2合并為一個解釋變量。也就是將國有經(jīng)濟與集體經(jīng)濟固定資產(chǎn)投資額的和看作為公有經(jīng)濟固定資產(chǎn)投資額(X1+X2).令X1+X2=X1' 得到如下檢驗結果：

Dependent Variable: GDP Method: Least Squares Date: 12/30/07Time: 10:53 Sample: 1980 1998 Included observations: 19

VariableC X1+X2 X3

R-squaredAdjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient-200.0793 2.133089 10.14031

Std.Error633.1399 0.329190 1.802497

t-Statistic-0.316011 6.479808 5.625704

Prob.0.7561 0.0000 0.000027022.51 24797.62 17.85237 18.00149 1918.916 0.000000

0.995848Mean dependent var 0.995329S.D.dependent var 1694.728Akaike info criterion 45953627Schwarz criterion-166.5975F-statistic 1.138010Prob(F-statistic),從而得到多元線性回歸方程:GDP=-200.0793+2.133089﹡X1'+10.14031﹡X3

二.模型檢驗1.統(tǒng)計學檢驗

T－Statistic檢驗,顯著水平0.05,其臨界值為Tα/2=2.11,顯然6.472744及5.625704遠遠大于它,其解釋變量的Prob均為0.0000,即從統(tǒng)計學檢驗的角度上講解釋變量的選取是有意義的.F－Statistic檢驗及擬合優(yōu)度R-squared檢驗, R-squared值越接近于1,則F值越大,這里的R-squared值為0.995329,大于0.9擬合優(yōu)度比較高,因此F—Statistic檢驗亦通過.2.計量經(jīng)濟學檢驗

a.異方差性檢驗：

White Heteroskedasticity Test: F-statisticObs*R-squared

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 12/30/07Time: 10:55 Sample: 1980 1998 Included observations: 19

VariableC X1+X2(X1+X2)^2(X1+X2)*X3

X3 X3^2

R-squaredAdjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient2475097.-505.6391 0.444067-4.429261-289.8244 12.02527

Std.Error1758485.1727.661 0.556910 5.849490 8934.686 16.41130

0.553341Probability 3.334076Probability

t-Statistic1.407517-0.292673 0.797376-0.757205-0.032438 0.732744

0.733634 0.648629

Prob.0.1827 0.7744 0.4396 0.4624 0.9746 0.47672418612.2725196.32.85854 33.15678 0.553341 0.73363

40.175478Mean dependent var-0.141646S.D.dependent var 2911813.Akaike info criterion 1.10E+14Schwarz criterion-306.1561F-statistic 1.938280Prob(F-statistic)

由表中數(shù)據(jù)可知沒有哪個參數(shù)的T檢驗是顯著的，且可決系數(shù)的值也比較小。NR2=3.334607 < X2(5)=11.07故接受原假設，則模型無異方差。

b。序列相關性檢驗：

由OLS檢驗中的 DW=1.138 而在5%的顯著水平，樣本容量為19的DW分布的 DL=1.18 DU=1.40則不能確定是否存在一階自相關。

用LM檢驗有如下結果：

Breusch-Godfrey Serial Correlation LM Test: F-statistic

2.277863Probability

0.152007

Obs*R-squared

Test Equation:

2.504905Probability

Std.Error612.3999 0.317361 1.734680 0.268519

t-Statistic0.152230-0.091015 0.017734 1.509259

0.113492

Prob.0.8810 0.9287 0.9861 0.1520-1.72E-12 1597.805 17.81626 18.01509 0.759288 0.534198

Dependent Variable: RESID Method: Least Squares Date: 12/30/07Time: 10:56

Presample missing value lagged residuals set to zero.VariableC X1+X2 X3 RESID(-1)R-squaredAdjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient93.22553-0.028884 0.030762 0.405265

0.131837Mean dependent var-0.041795S.D.dependent var 1630.853Akaike info criterion 39895234Schwarz criterion-165.2545F-statistic 1.541603Prob(F-statistic)

由于DW=1.5416 < x2(1)=3.84.則不存在一階自相關。C.多重共線性的檢驗：

因為在OLS下，模型的R2與F值較大，但各參數(shù)估計值的T檢驗值較小，說明各解釋

變量對Y的聯(lián)合線性作用顯著，但各解釋變量間存在共線性而使他們對Y的獨立作用不能分辨，故T檢驗不顯著。所以解釋變量間存在共線性。

X3 X1 X2

找出簡單的回歸形式：分別做GDP與X1,X2,X3間的回歸：（1）

Dependent Variable: GDP Method: Least Squares Date: 12/30/07Time: 11:02

X3 1 0.9821309304

05242 4072468974

0.97382315400.9959190166

X1 05242

X2 40724 0.9959190166

68974

0.98213093040.9738231540

Sample: 1980 1998 Included observations: 19

VariableC X1

R-squaredAdjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat（2）

Dependent Variable: GDP Method: Least Squares Date: 12/30/07Time: 11:03 Sample: 1980 1998 Included observations: 19

VariableC X2

R-squaredAdjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat（3）

Dependent Variable: GDP Method: Least Squares Date: 12/30/07Time: 11:04 Sample: 1980 1998 Included observations: 19

Variable

Coefficient

Std.Error

Coefficient4038.067 16.84465

Std.Error1096.593 0.556889

Coefficient586.8680 5.149558

Std.Error972.1893 0.140253

t-Statistic0.603656 36.71629

Prob.0.5540 0.000027022.51 24797.62 18.84558 18.94500 1348.086 0.000000

0.987547Mean dependent var 0.986814S.D.dependent var 2847.517Akaike info criterion 1.38E+08Schwarz criterion-177.0330F-statistic 1.139926Prob(F-statistic)

t-Statistic3.682375 30.24777

Prob.0.0018 0.000027022.51 24797.62 19.22730 19.32672 914.9273 0.000000

0.981758Mean dependent var 0.980685S.D.dependent var 3446.318Akaike info criterion 2.02E+08Schwarz criterion-180.6594F-statistic 0.898932Prob(F-statistic)

t-Statistic

Prob.C X3

R-squaredAdjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

-1435.486 21.59715

1115.072 0.647420

-1.287348 33.35876

0.2152 0.000027022.51 24797.62 19.03475 19.13417 1112.807 0.000000

0.984953Mean dependent var 0.984068S.D.dependent var 3129.999Akaike info criterion 1.67E+08Schwarz criterion-178.8302F-statistic 0.517281Prob(F-statistic)

由以上表格中的數(shù)據(jù)可知：X2與X1高度相關且對GDP影響很低，故可以排除或者像開始OLS估計那樣把與X1相加合并成一個變量。

三.模型評價與經(jīng)濟分析

該模型并沒有直接地從投資、消費、出口的角度去考察解釋變量對GDP的影響,而是以間接的方法從固定資產(chǎn)投資的角度研究了其對GDP的影響.從計量經(jīng)濟學的檢驗結果看無論是公有經(jīng)濟還是個體經(jīng)濟對GDP都存在線性的影響,而且相關系數(shù)都接近于1, 進一步證明了固定資產(chǎn)投資對一國社會總產(chǎn)出的影響.其中公有經(jīng)濟與GDP的相關系數(shù)要大于個體經(jīng)濟與GDP的相關系數(shù), 從一個側面顯示出近年來國有經(jīng)濟布局調(diào)整和國有企業(yè)戰(zhàn)略性改組的成效。

1978年以來的二十多年中，伴隨著國有經(jīng)濟比重的不斷下降，國有經(jīng)濟的地位與作用問題長期以來一直倍受關注，從“主體”到“發(fā)揮主導作用”、“保持控制力”，貫穿其中的紅線即是我們思想上的逐步解放。在傳統(tǒng)計劃經(jīng)濟體制下，國有經(jīng)濟控制力往往停留在國有資產(chǎn)的物質(zhì)形態(tài)層面上，而隨著我國改革開放的推進以及市場經(jīng)濟體制的逐步完善，以國有資產(chǎn)的行政計劃分配為主要特征的“靜態(tài)控制”體系顯然已不再適合社會主義市場經(jīng)濟體制的要求, 因此有學者提出將國有經(jīng)濟“控制力”重新界定于“國有資本的調(diào)控力”上面.固定資產(chǎn)投資的增長,必然會帶來房地產(chǎn)投資的高速增長,因此,房地產(chǎn)業(yè)將成為未來幾年中拉動我國內(nèi)需增長的一駕重要的“馬車”.？？？？

童林05170130

第四篇：計量經(jīng)濟學實驗報告(二)

2015－2016第1學期

計量經(jīng)濟學實驗報告

實驗

（二）：多元回歸模型實驗

學號：0122432 姓名：李旻專業(yè)：會計（ACCA）選課班級：A06實驗日期：11/09實驗地點：0505

實驗名稱：多元回歸模型實驗

【實驗目標、要求】 使學生掌握用Eviews做

1.多元線性回歸模型參數(shù)的OLS估計、統(tǒng)計檢驗、點預測和區(qū)間預測； 2.非線性回歸模型參數(shù)估計； 3.受約束回歸檢驗?！緦嶒瀮?nèi)容】 用Eviews完成：

1.多元線性回歸模型參數(shù)的OLS估計、統(tǒng)計檢驗、點預測和區(qū)間預測；(以第8題的數(shù)據(jù)為例)2.非線性回歸模型的估計，并給出相應的結果；(以第8題的數(shù)據(jù)為例)3.受約束回歸檢驗。(以第7題的數(shù)據(jù)為例)實驗內(nèi)容以課后練習：以第三章復習思考題第7題、第8題的數(shù)據(jù)為例進行操作。【實驗步驟】

一）根據(jù)中國某年按行業(yè)分的全部制造業(yè)國有企業(yè)及規(guī)模以上制造業(yè)非國有企業(yè)的工業(yè)總產(chǎn)值Y，資產(chǎn)合計K及職工人數(shù)L進行回歸分析。

（二）掌握可化為線性多元非線性回歸模型的估計和多元線性回歸模型的線性約束條件的檢驗方法

（三）根據(jù)實驗結果判斷中國該年制造業(yè)總體的規(guī)模報酬狀態(tài)如何？

三、實驗步驟

（一）收集數(shù)據(jù)

下表列示出來中國某年按行業(yè)分的全部制造業(yè)國有企業(yè)及規(guī)模以上制造業(yè)非國有企業(yè)的工業(yè)總產(chǎn)值Y，資產(chǎn)合計K及職工人數(shù)L。

工業(yè)總產(chǎn)值Y序號 1 2 3 4（億元）3722.7 1442.52 1752.37 1451.29 資產(chǎn)合計K（億元）3078.22 1684.43 2742.77 1973.82

職工人數(shù)L（萬人）113 67 84 27

序號 17 18 19 20

工業(yè)總產(chǎn)值Y（億元）812.7 1899.7 3692.85 4732.9

資產(chǎn)合計K（億元）1118.81 2052.16 6113.11 9228.25

職工人數(shù)L（萬人）43 61 240 222 6 7 8 9 10 11 12 13 14 15 16 5149.3 2291.16 1345.17 656.77 370.18 1590.36 616.71 617.94 4429.19 5749.02 1781.37 1243.07

5917.01 1758.77 939.1 694.94 363.48 2511.99 973.73 516.01 3785.91 8688.03 2798.9 1808.44

327 120 58 31 16 66 58 28 61 254 83 33 22 23 24 25 26 27 28 29 30 31

2180.23 2539.76 3046.95 2192.63 5364.83 4834.68 7549.58 867.91 4611.39 170.3 325.53

2866.65 2545.63 4787.9 3255.29 8129.68 5260.2 7518.79 984.52 18626.94 610.91 1523.19

222 163 244 145 138 46 218 19 45 表1

（二）創(chuàng)建工作文件（Workfile）。

1、啟動Eviews5，在主菜單上依次點擊FileNewWorkfile（如圖），按確定。

2、在彈出的對話框中選擇數(shù)據(jù)的時間頻率（本實驗為序列數(shù)據(jù)），輸入數(shù)據(jù)數(shù)為31（如圖1），然后點擊OK（如圖2）。

（圖1）（圖2）、（三）輸入數(shù)據(jù)

1、在Eviews軟件的命令窗口中鍵入數(shù)據(jù)輸入/編輯命令：DATA Y K L，按Enter，則顯示一個數(shù)組窗口（如圖）。

2、分別在Y、K、L列輸入相應的數(shù)據(jù)并以group01命名保存（如圖）：

（四）、回歸分析

1、在經(jīng)濟理論指導下，設定如下的理論模型：

Y?AK?L?e?

2、運用OLS估計模型

???Y?AKLe可變換對數(shù)形式如下： 經(jīng)對數(shù)轉換，式lnY??0??1lnK??2lnL??

3、對表1的Y、K、L的數(shù)據(jù)進行對數(shù)轉換，得新的數(shù)據(jù)如表2所示：

序號 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 lnY lnK lnL

序號 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

lnY

8.222204 7.274147 7.468724 7.280208 8.546616 7.736814 7.204276 6.487334 5.913989 7.371716 6.424399 6.426391 8.395972 8.656785 7.485138

lnK lnL

8.22220449 8.032106787 4.727387819 7.274146863 7.429182507 4.204692619 7.468724436 7.916723638 4.430816799 7.280208095 7.736813519 7.204275678

7.58772603 3.295836866 7.47236998 4.787491743 6.84492197 4.060443011 8.546616062 8.685586533 5.789960171

8.032107 4.727388 7.429183 4.204693 7.916724 4.430817 7.587726 3.295837 8.685587

5.78996

7.47237 4.787492 6.844922 4.060443 6.543826 3.433987 5.895724 2.772589 7.828831 4.189655 6.881134 4.060443 6.246126 3.332205 8.239042 4.110874 9.069701 5.537334 7.936982 4.418841

6.487333881 6.543825511 3.433987204 5.913989374 5.895724275 2.772588722 7.371715685 7.828830547 4.189654742 6.424398897 6.881134058 4.060443011 6.426391365 6.246126145 8.395972002

3.33220451

8.23904156 4.110873864 8.656784684 9.069701495 5.537334267 7.48513801 7.936981762 4.418840608 7.125339405 7.500219874 3.496507561 表2

4、對表2經(jīng)對數(shù)轉化后的數(shù)據(jù)進行相關性分析 ①重復數(shù)據(jù)輸入步驟，輸入取對數(shù)后的數(shù)據(jù)如圖：

②在彈出的窗口中選擇ViewGraphScatterSimple Scatter按

確定，得取對數(shù)后的Y、K、L三者之間關系的散點圖，結果如下：

③通過對以上散點圖的觀察可以看出，取對數(shù)后的K、L的聯(lián)合值對取對數(shù)后的Y的值有著顯著的線性影響。

5、在Eviews主窗口中點擊QuickEstimate Equation，在彈出的方程設定框內(nèi)輸入模型：log（y）c log(k)log(l)（如圖）：

再點擊確定，系統(tǒng)將彈出一個窗口來顯示有關估計結果（如圖）。

由圖顯示的結果可知，樣本回歸方程為：

lnY=1.154+0.609lnK +0.361lnL(1.59)(3.45)(1.75)其中R2?0.8099，R=0.7963，F(xiàn)=59.66

4、對以上實驗結果做t檢驗分析：

給定顯著性水平5%，自由度為（2，28）的F分布的臨界值為F(2，28）?3.34，因此總體上看，lnK,lnL聯(lián)合起來對lnY有著顯著的線性影響。在5%的顯著性水平下，自由度為28的t分布的臨界值為t0.05(28)?2.048，lnK的參數(shù)通過了該顯著性水平下的t檢驗，因此，但lnL未通過檢驗。如果設定顯著性水平為10%，t分布的臨界值為t0.05(28)?1.701，這時lnL的參數(shù)通過了顯著性水平的檢驗。

R=0.7963表明，工業(yè)總產(chǎn)值對數(shù)值的79.6%的變化可以由資產(chǎn)合計的對數(shù)與職工的對數(shù)的變化來解釋，但仍有20.4%的變化是由其他因素的變化影響的。

（五）參數(shù)的約束檢驗

由以上的實驗結果可以看出，????0.97?1，即資產(chǎn)與勞動的產(chǎn)出彈性之和近似為1，表明中國制造業(yè)在2000年基本呈現(xiàn)規(guī)模報酬

????1。不變的狀態(tài)。因此，進行參數(shù)的約束檢驗時，提出零假設為H：

如果原假設為真，則可估計如下模型： ?20.052??0lnYK?C??ln?? LL

1、在Equation窗口選擇proc/Specify/Estimate在彈出的窗口中輸入log(y/l)c log(k/l)如圖所示： 按確定，所得結果如下：

容易看出，該估計方程通過了F檢驗與參數(shù)的t檢驗。

2、對規(guī)模報酬是否變化進行的分析

由上面兩個實驗可以得到RSSU?5.0703，RSSR?5.0886。在原假設為真的條件下有：

F?(RSSR?RSSU)15.0886?5.0703?=0.1011 RSSU(31?2?1)5.070328在5%的顯著性水平下，自由度為（1,28）的F分布的臨界值為4.20。因為0.1011<4.20,所以不拒絕原假設，表明2000年中國制造業(yè)呈現(xiàn)規(guī)模報酬不變的狀態(tài)。

3、運用參數(shù)約束條件?1??2?1對上面假設模型進行檢驗 打開eq01方程對象窗,點擊ViewCoefficient TestsWaldCoefficient Restrictions…，在Wald tests窗口設定參數(shù)約束條件：c(2)+c(3)=1。再按OK,結果如下圖：

由以上實驗結果可知，我們?nèi)匀徊痪芙^原假設，原假設為真，即中國該年的制造業(yè)總體呈現(xiàn)規(guī)模報酬不變狀態(tài)。

四、實驗結論

通過上面實驗可以看出，中國某年按行業(yè)分的全部制造業(yè)國有企業(yè)及規(guī)模以上制造業(yè)非國有企業(yè)的資產(chǎn)合計K和職工人數(shù)L的聯(lián)合對數(shù)對工業(yè)總產(chǎn)值Y的對數(shù)有著顯著地線性影響。但并非全是由K、L影響，還有20.4%的變化時由其他因素影響的。在規(guī)模報酬的分析中可以看出，國制造業(yè)在2000年基本呈現(xiàn)規(guī)模報酬不變的狀態(tài)。

第五篇：金融計量經(jīng)濟學實驗報告

【實驗一】利用古典線性回歸模型對經(jīng)濟數(shù)據(jù)進行研究分析

1.案例分析：我國預算外資金分項目支出(2002-2012)研究分析

新中國成立之初實行高度集中的統(tǒng)收統(tǒng)支體制。進入第一個五年計劃時期后，為了調(diào)動地方的積極性，開始把原來預算內(nèi)的一部分收入，放到預算外管理，國家財政資金開始分為預算內(nèi)和預算外兩部分，這才形成預算外資金這個特殊范疇。十年**時期，預算外資金迅速膨脹，1976年已相當于預算內(nèi)收入的35.5%。

1979年我國進入全面體制改革的新時期，對地方預算擴大了自主權，對企業(yè)放權讓利，所以預算外資金的增長超過任何一個時期，已經(jīng)成為經(jīng)濟運行的一個重要特點和問題，按當時口徑統(tǒng)計的預算外資金的增長變化有以下四個特點：（1）預算外資金增長過快，1992年比1978年增長11倍，相當于預算內(nèi)收入的97.7%，名副其實地成為國家的“第二預算”。

（2）預算外資金歷年增長速度均超過同年的GDP和預算內(nèi)收入的增長速度，造成資金的嚴重分散。

（3）由于管理不嚴，財經(jīng)紀律松弛，化預算內(nèi)為預算外、化生產(chǎn)資金為消費基金、化公為私等現(xiàn)象有所滋長和蔓延。因此，預算外資金迅速增長，已成為預算內(nèi)收入占GDP的比重偏低的重要原因，也是當時固定資產(chǎn)投資膨脹和消費基金膨脹的重要原因。

預算外資金是財政資金體系的重要補充，在經(jīng)濟發(fā)展過程中起著重要作用。特別在2002年之后，預算外資金作為預算內(nèi)資金的重要補充，在滿足政府履行其職能需要、減輕財政負擔方面發(fā)揮了積極作用。2.研究目的：

預算外資金是財政資金體系的重要補充，在經(jīng)濟發(fā)展過程中起著重要作用。因此，如何加強預算外資金管理，減輕財政壓力，維護財經(jīng)紀律，從而有效地發(fā)揮預算外資金作用，具有十分重要的現(xiàn)實意義。3.使用古典線性回歸模型的原因：

古典線性回歸模型中“回歸”一詞是描述和估計一個給定變量與一個或更多的其他變量之間的關系，具體地說是“回歸”試圖解釋一個變量如何隨著其他一個或更多變量的變化而變化。而基本建設支出（basic）、行政事業(yè)費支出（administrative）、鄉(xiāng)鎮(zhèn)自籌（統(tǒng)籌）支出（towns）以及其他支出（other）是影響我國預算外資金（total）的四大因素，預算外資會隨著基本建設支出、行政事業(yè)費支出、鄉(xiāng)鎮(zhèn)自籌（統(tǒng)籌）支出以及其他支出的變化而變化。4.使用軟件：EViews 5

（導入預算外資金分項目支出(2002-2012)數(shù)據(jù)的英文附件：Non-budgetary funds project spending.xls，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》（2002-2012年數(shù)據(jù)）。其中

total表示預算外資金；basic表示基本建設支出；administrative表示行政事業(yè)費；towns表示鄉(xiāng)鎮(zhèn)自籌（統(tǒng)籌）支出；other表示其他支出。以下為數(shù)據(jù)模板：）

5.回歸方程假設：

設預算外資金（y）與、基本建設支出（x1）、行政事業(yè)費支出（x2）、鄉(xiāng)鎮(zhèn)自籌（統(tǒng)籌）支出（x3）、其他支出（x4）的線性回歸方程為：

yt=β1+β2x2t+β3x3t+β4x4t+ut

其中：t表示觀測值的個數(shù)。6.實驗步驟： ⑴建立數(shù)據(jù)文檔： ① 建立空白文檔：

② 導入數(shù)據(jù)Non-budgetary funds project spending.xls：

其中研究變量總共為5個：

③ 導入結果：

⑵建立線性模型：其中零假設為假設變量的系數(shù)為0,即H0:β=0。① 第一次建立模型及檢驗：

Ⅰ 輸入線性方程：total c basic administrative towns other

Ⅱ第一次建模得出的結果：

由結果可知：towns（鄉(xiāng)鎮(zhèn)自籌、統(tǒng)籌支出）的P值為0.6049＞0.1，則零假設不被拒絕，所以此時towns系數(shù)為0，total（預算外資金）不再隨著towns的變化而變化。

Ⅲ考慮到各個變量間可能存在較強的相關性，則做共線性分析：

由上圖可知：towns與other（其他支出）的共線性檢驗值為-0.672937，絕對

值接近0.7，且結合第一次建模結果可決定刪除變量towns。Ⅳ 刪除變量towns

② 第二次建立模型及檢驗：

Ⅰ 輸入線性方程：total c basic administrative other

Ⅱ 第二次建模得出的結果：

由結果可看出常數(shù)項及各項變量零假設的P值均小于0.1，零假設被拒絕，其系數(shù)不為0。

Ⅲ 仍需考慮各個變量間可能存在的共線性：

經(jīng)過共線性分析可知administrative（行政事業(yè)費支出）與other的共線性檢驗值為0.778967＞0.7，且由第二次建模結果可知：administrative的零假設P值為0.001，而other的零假設P值為0.0499，遠大于administrative零假設的P值，則可選擇刪除變量other。Ⅳ 刪除變量other：

③ 第三次建立模型及檢驗：

Ⅰ輸入線性方程：total c basic administrative

Ⅱ 第三次建模得出的結果：

由結果可知：常數(shù)項及各變量的系數(shù)的零假設的P值均小于0.1，零假設被拒絕，其系數(shù)不為0。

Ⅲ 仍需再次考慮各個變量間可能存在的共線性：

由上圖可知：共線性檢驗值的絕對值均小于0.7，且結合第三次建模結果可知：total會隨著basic（基礎建設支出）及administrative的變化而變化； ⑶對5個假定的檢驗： ① 假定1：E(ut)=0

由第三次建模結果可知：常數(shù)項c=569.7355≠0，因為只要回歸方程中包含了一個常數(shù)項，則假定1將永不被違反，則假定1成立。② 假定2：var(ut)=σ＜∞（異方差檢驗）Ⅰ 繪制殘差序列：

2由圖可看出回歸殘差對于樣本是不規(guī)律的，并未出現(xiàn)系統(tǒng)性變化，則不存在異方差。

Ⅱ 懷特檢驗：有交集項命令，即White Heteroscedasticity(cross terms)： a.假定帶估計的回歸模型是標準線性形式，即：yt=β1+β2x2t+ut b.進行輔助回歸（Auxiliary Regression）的檢驗方程為：

?t=α1+α2x2t+α3x2t2+α4x2t+vt

c.零假設為假設α2=0、α3=0且α4=0同時成立時不存在異方差，即H0：α2=0、α3=0且α4=0。

由圖可知：F檢驗（F-statistic）的P值為0.410609＞0.1，零假設不被拒絕，殘差為同方差，不存在異方差。則異方差檢驗通過，即假定2成立。③ 假定3：cov（ui,uj）=0且i≠j（自相關檢驗）

Ⅰ布羅施——戈弗雷檢驗（Breusch-Godfrey Test）的檢驗方程為（滯后5階）：

ut=ρ1ut-1+ρ2ut-2+ρ3ut-3+ρ4ut-4+ρ5ut-5+vt

其中零假設為當滿足ρ1=0且ρ2=0且ρ3=0且ρ4=0且ρ5=0時當期誤差與它任何前5期的值都不相關，即：H0：ρ1=0且ρ2=0且ρ3=0且ρ4=0且ρ5=0。Ⅱ 選擇滯后5階進行檢驗：

Ⅲ 檢驗結果如下：

由圖可知：F檢驗（F-statistic）的P值為0.596810﹥0.1，零假設不被拒絕，當期誤差與它任何前5期的值都不相關，則自相關檢驗通過，假定3成立。④ 假定4：xt是非隨機的

由BG檢驗可知回歸自變量與估計方程中的誤差項不相關，則在存在隨即回歸自變量的情況下，OLS估計量是一致和無偏的，所以假設4成立。⑤ 假定5：擾動項是正態(tài)分布的（正態(tài)性檢驗）

ⅠBera-Jarque檢驗中偏斜度系數(shù)和峰度系數(shù)的表達式為：

b1=E(u3)/(σ2)3/2b2=E(u4)/(σ2)2

其中零假設當滿足b1=0,b2-3=0時服從正太分布，即H0：b1=0,b2-3=0。Ⅱ 檢驗結果如下：

由圖可知，P值為0.647840＞0.1，直方圖呈鐘形Bera-Jarque統(tǒng)計量不顯著，使得殘差為正太分布，則零假設不被拒絕，擾動項是正太分布的，假設5成立。⑷ 古典線性回歸模型函數(shù)形式是否適用于預算外資金研究分析的檢驗（RESET檢驗）：

① 檢驗方程（擬合階數(shù)為4階）：

?t=β1+β2yt2+β3yt3+β4yt4+β5yt5+vt

其中零假設為當滿足β1=β2=β3=β4=β5=0時，即H0：β1=0且β2=0且β3=0且β4=0且β5=0。

② 選擇4階擬合階數(shù)進行檢驗：

③ 檢驗結果如下：

由圖可知：F檢驗（F-statistic）的P值為0.433267＞0.1，零假設不被拒絕，上述回歸方程不存在明顯的非線性，該線性模型是適當?shù)?，即預算外資金可用古典線性回歸模型進行研究分析。⑸ 最終得出回歸方程為：

7.實驗結果分析：

由回歸方程

total=569.7354595+1.2481266×basic+1.117750853×administrative+ut可知：基本建設支出（basic）和行政事業(yè)費支出（administrative）的增長對于預算外資金的增長貢獻是很大的。每增長一個單位的行政建設，預算外資金的增長超過一個單位，（假設另外一個變量不變的情況）。同理基本建設也一樣。所以我們要控制住這兩個變量，才能從本質(zhì)上制止預算外資金的過度增長。然而預算外資金管理運作中存在著諸多問題的原因是復雜的。首先，全國缺乏統(tǒng)一、科學、規(guī)范的預算外資金管理體制和全國性法規(guī)，是預算外資金管理困難，存在諸多嚴重問題的根本原因；其次，經(jīng)濟體制改革過程中，隨著權力和利益的不斷下放，各地方、各部門和各單位的積極性調(diào)動起來了，但是，相應的管理、規(guī)范措施和監(jiān)督制約機制沒有及時配套，是預算外資金問題諸多的重要原因；再次，各級政府之間、政府各部門之間職能劃分不明確，各自具有不同的投資傾向和各自部門的“利益”是預算外資金管理失控的直接原因。8.對我國預算外資金管理的建議：

1.對于預算外資金首先必須明確,所有權屬于國家,分配權屬于政府,管理權屬于財政。項目的批準權、范圍和標準的確定權應由中央和地方省級政府轉交全國和省級人大常委會,以保證立項的嚴肅性。資金的使用權交給政府,由政府根據(jù)需要統(tǒng)籌安排預算內(nèi)外財力。管理權交給財政,由多頭管理轉變?yōu)橛韶斦块T統(tǒng)一負責。同時,預算的執(zhí)行情況報人大常委會審議、備案,以保證運行的規(guī)范性。

2.實行票據(jù)統(tǒng)一管理,加強源泉控制,完善專戶儲存。各部門和單位在收費時,必須按行政隸屬關系使用中央或省級財政部門統(tǒng)一印制或監(jiān)制的票據(jù),嚴格票據(jù)發(fā)放、稽查和驗證核銷制度,改變由省級業(yè)務部門直接向基層部門發(fā)放的辦法。同時票款同步,統(tǒng)一專戶儲存。加強日常管理,建立對收費單位進行的收費年審制度,檢

查其收費是否統(tǒng)一納入財政部門核算,防止虛報隱瞞收入,保證及時存入“財政專戶”。

3.實行民主管理、法制管理。收費和基金的設立、管理、運用都要經(jīng)過全國或省級人民代表大會或其常務委員會批準,嚴格收費和基金的審批立項管理,建立項目管理制度,實行收費公示制度。收費和基金的實際收取、支出使用,都必須通過立法形成規(guī)范的管理體制。

4.建立一套科學合理的預算外資金財務會計制度與綜合財政預算報表體系,以真實地反映預算外資金的籌集、使用、管理和使用效益情況,以便控制預算外資金規(guī)模。預算外資金是預算內(nèi)資金的補充,預算外資金的膨脹必然導致預算內(nèi)資金的萎縮,所以必須控制預算外資金的規(guī)模,加強預算外收支管理。提高行政事業(yè)單位的效率,精簡機構,裁減冗員,減小吃財政飯的壓力,繼續(xù)抑制預算外資金進一步膨脹的傾向。

5.推進稅費改革,完善分稅制。對各種收費分門別類地進行管理,能歸入預算內(nèi)的歸入預算內(nèi),不能歸入預算內(nèi)的,暫時依然界定為預算外資金,但要加強管理,控制使用方向,專款專用。對于不合理和不合法的收費項目和超標收費堅決取消;將不體現(xiàn)政府職能的收入,轉為經(jīng)營性收費,所得收入依法納稅;把具有稅收性質(zhì)的基金和收費納入稅收管理。根據(jù)政府事權、財權和決策權相統(tǒng)一的原則,在劃分中央和地方收入的同時,科學地劃分中央和地方的支出范圍,為最終實現(xiàn)統(tǒng)一的政府預算做準備。

【實驗二】利用VAR模型對金融數(shù)據(jù)進行研究分析

1.案例分析：對中國股市四大證券市場收盤價（2011.1.4-2012.3.26）進行分析

我國證券市場的產(chǎn)生與發(fā)展是我國經(jīng)濟體制改革所取得的極具深遠意義的成就之一。尤其是我國股票市場,在過去的十余年中為國有企業(yè)籌集了大量的資金,在促進我國市場融資制度建立的同時充分發(fā)揮了動員資金的功能,繼而促進了國民經(jīng)濟的快速發(fā)展。

然而,我國的證券市場是在新舊經(jīng)濟體制的磨擦和對抗的夾縫中產(chǎn)生和發(fā)展起來的,加之市場環(huán)境及相關制度不健全,決定了其從本質(zhì)上講是一個“先天不足,后天失調(diào)”的市場。由于市場上的信息往往無法充分得以反應,大大限制了我國證券市場定價機制與信息傳導功能的發(fā)揮,致使社會資源無法有效配置,證券市場從整體上表現(xiàn)出嚴重的非效率。隨著我國經(jīng)濟體制的進一步深化,我國證券市場進一步面臨著內(nèi)憂外患的沖擊。

在此背景下,為構建證券投資的長期發(fā)展機制尋求導致證券市場非效率的深層原因,以及如何充分考慮現(xiàn)實因素來制定我國證券市場的相關政策,具有極大的學術研究價值及現(xiàn)實意義。從市場運行機制的角度考慮,證券市場是通過市場的定價

功能實現(xiàn)資金的有效配置的。

長江證券、東北證券、國元證券和宏源證券是我國比較有代表性的A類證券市場：

長江證券股份有限公司成立于1991年3月18日，股票代碼為000783。該公司資產(chǎn)質(zhì)量優(yōu)良，資產(chǎn)規(guī)模在業(yè)內(nèi)的排名始終保持較前位置，截至2011年底，公司總資產(chǎn)260多億元，凈資產(chǎn)110多億元，凈資本86億元；

東北證券股份有限公司是東北地區(qū)唯一的一家綜合類券商，注冊資本為 5.81億元人民幣，其股票代碼為 000686。東北證券2009年實現(xiàn)凈利潤6.33億元(基本每股收益0.9900元)。

國元證券股份有限公司成立于2001年8月，注冊資本14.641億元人民幣，股票代碼000728。截至2007年12月28日，“黃山1號”累計凈值為1.5688，年化收益率為44.68%，在券商同類集合計劃中排名第一；2008年1月30日，“黃山1號”獲得2007私募基金風云榜券商集合理財組（限定性）第一名。

宏源證券股份有限公司是中國首家上市證券公司，股票代碼000562。該公司擁有分布在全國各地的89家營業(yè)網(wǎng)點，2012年，公司實現(xiàn)營業(yè)收入32.95億元，實現(xiàn)凈利潤8.7億元。截止2012年年底，公司總資產(chǎn)319億元，凈資產(chǎn)148億元,凈資本108億元。2.研究目的：

開放與發(fā)展金融市場，特別是證券市場，對我國城市經(jīng)濟體制改革和市場經(jīng)濟體制的發(fā)展具有重要的作用。近年來，我國證券市場有了長足的發(fā)展，但由于起步較晚，在發(fā)展中也暴露出了不少問題。本實驗利用金融工具從我國比較有代表性的四大（A類）證券公司的收盤價分析入手，剖析證券市場存在的主要問題。3.使用VAR模型的原因：

VAR模型是一個系統(tǒng)回歸模型（即有多個因變量），常常作為大型聯(lián)立結構方程組模型的一個替代程序，適合同時對多個證券市場進行分析。VAR模型還具有靈活性且易于一般化和簡潔且易于表達兩個特征。VAR模型還具有所有變量都是內(nèi)生變量、允許一個變量的值不僅依賴于自己的滯后值或白噪聲項、預測方面比傳統(tǒng)的結構模型更準確等優(yōu)點。4.使用軟件：EViews 5

（導入數(shù)據(jù)中國股市四大證券市場收盤價（2011.1.4-2012.3.26）數(shù)據(jù)的英文附件：securities.xls，數(shù)據(jù)來源于

RESSRT

金融研究數(shù)據(jù)庫http://004km.cn/product/。其中cj表示長江證券收盤價；db表示東北證券收盤價；gy表示國元證券收盤價；hy表示宏源證券收盤價。以下為數(shù)據(jù)模板：）

5.回歸方程假設：

設長江證券開盤價(y1t)、東北證券開盤價（y2t）國元證券開盤價(y3t)和宏源證券開盤價(y4t)的當期值由它們的前k期的值和誤差項所決定的：

y1t=β10+β11y1t-1+?β1ky1t-k+α11y2t-1+?+α1ky2t-k+u1t y2t=β20+β21y2t-1+?β2ky2t-k+α21y3t-1+?+α2ky3t-k+u2t y3t=β30+β31y3t-1+?β3ky3t-k+α31y4t-1+?+α3ky4t-k+u3t y4t=β40+β41y4t-1+?β4ky4t-k+α41y1t-1+?+α4ky1t-k+u4t 式中，uit是白噪聲擾動項，且有E(uit)=0，(i=1,2,3,4), E(u1t, u2t, u3t, u4t)=0。6.實驗步驟： ⑴

建立數(shù)據(jù)檔： ① 建立空白數(shù)據(jù)檔：

② 導入數(shù)據(jù)securities.xls：

其中研究變量共為4個：

③ 導入結果：

⑵

單位根檢驗（平穩(wěn)性檢驗）：其中零假設為檢驗變量是不平穩(wěn)的。① 長江證券收盤價的單位根檢驗： Ⅰ 對長江證券收盤價數(shù)據(jù)本身進行檢驗：

Ⅱ 對長江證券收盤價數(shù)據(jù)本身檢驗的檢驗結果：

由圖可知檢驗的P值=0.6026＞0.1，零假設不被拒絕，長江證券收盤價數(shù)據(jù)本身是不平穩(wěn)的，則需進行一階差分的檢驗。Ⅲ 對長江證券收盤價數(shù)據(jù)一階差分的檢驗：

Ⅳ 對長江證券收盤價數(shù)據(jù)一階差分檢驗的檢驗結果：

由圖可知檢驗的P值=0＜0.1，零假設被拒絕，長江證券收盤價數(shù)據(jù)的一階差分是平穩(wěn)的。

② 東北證券收盤價的單位根檢驗： Ⅰ 對東北證券收盤價數(shù)據(jù)本身進行檢驗：

Ⅱ 對東北證券收盤價數(shù)據(jù)本身檢驗的檢驗結果：

由圖可知檢驗的P值=0.6053＞0.1，零假設不被拒絕，東北證券收盤價數(shù)據(jù)本身是不平穩(wěn)的，則需進行一階差分的檢驗。Ⅲ 對東北證券收盤價數(shù)據(jù)一階差分的檢驗：

Ⅳ 對東北證券收盤價數(shù)據(jù)一階差分檢驗的檢驗結果：

由圖可知檢驗的P值=0＜0.1，零假設被拒絕，東北證券收盤價數(shù)據(jù)的一階差分是平穩(wěn)的。

③ 國元證券收盤價的單位根檢驗： Ⅰ 對國元證券收盤價數(shù)據(jù)本身進行檢驗：

Ⅱ 對國元證券收盤價數(shù)據(jù)本身檢驗的檢驗結果：

由圖可知檢驗的P值=0.4641＞0.1，零假設不被拒絕，國元證券收盤價數(shù)據(jù)本身是不平穩(wěn)的，則需進行一階差分的檢驗。Ⅲ 對國元證券收盤價數(shù)據(jù)一階差分的檢驗：

Ⅳ 對國元證券收盤價數(shù)據(jù)一階差分檢驗的檢驗結果：

由圖可知檢驗的P值=0＜0.1，零假設被拒絕，國元證券收盤價數(shù)據(jù)的一階差分是平穩(wěn)的。

④ 宏源證券收盤價的單位根檢驗： Ⅰ 對宏源證券收盤價數(shù)據(jù)本身進行檢驗：

Ⅱ 對宏源證券收盤價數(shù)據(jù)本身檢驗的檢驗結果：

由圖可知檢驗的P值=0.5636＞0.1，零假設不被拒絕，宏源證券收盤價數(shù)據(jù)本身是不平穩(wěn)的，則需進行一階差分的檢驗。Ⅲ 對宏源證券收盤價數(shù)據(jù)一階差分的檢驗：

Ⅳ 對宏源證券收盤價數(shù)據(jù)一階差分檢驗的檢驗結果：

由圖可知檢驗的P值=0＜0.1，零假設被拒絕，宏源證券收盤價數(shù)據(jù)的一階差分是平穩(wěn)的。⑶平穩(wěn)數(shù)據(jù)的建立：

Ⅰ 長江證券收盤價平穩(wěn)數(shù)據(jù)——一階差分數(shù)據(jù)的建立：

Ⅱ 東北證券收盤價平穩(wěn)數(shù)據(jù)——一階差分數(shù)據(jù)的建立：

Ⅲ 國元證券收盤價平穩(wěn)數(shù)據(jù)——一階差分數(shù)據(jù)的建立：

Ⅳ 宏源證券收盤價平穩(wěn)數(shù)據(jù)——一階差分數(shù)據(jù)的建立：

Ⅴ 數(shù)據(jù)重建結果：

⑷ VAR模型的建立： ① 滯后一階的模型建立： Ⅰ 建立過程：

Ⅱ 建立滯后一階模型的信息準則結果：

② 滯后二階的模型建立： Ⅰ 建立過程：

Ⅱ 建立滯后二階模型的信息準則結果：

③ 滯后三階的模型建立： Ⅰ 建立過程：

Ⅱ 建立滯后三階模型的信息準則結果：

④ 滯后四階的模型建立： Ⅰ 建立過程：

Ⅱ 建立滯后四階模型的信息準則結果：

由以上四次滯后檢驗可知，信息準則的兩個數(shù)值均隨著滯后階數(shù)的增加而增加，則該VAR模型的結果應取滯后一階時的結果：

由上圖結果可知：其VAR回歸方程為：

DCJ＝－0.060759*DCJ(－1)－0.059153*DDB(－1)＋0.504499*DGY(－1)＋ 0.151961*DHY(－1)-0.004695＋ut

DDB＝－0.144156*DCJ(－1)－0.085759*DDB(－1)＋0.836497*DGY(－1)＋ 0.333424*DHY(－1)－0.016681＋ut

DGY＝ 0.018825*DCJ(－1)－0.047188*DDB(－1)－0.201097*DGY(－1)＋0.083691*DHY(-1)－0.008710＋ut

DHY＝－0.186001*DCJ(－1)＋0.053495*DDB(－1)－0.115158*DGY(－1)＋0.038849*DHY(－1)－0.012089＋ut

因為dgy（國元證券）對dcj（長江證券）、ddb（東北證券）的影響數(shù)值均比dhy（宏源證券）對這兩個變量的影響數(shù)值要大，則dgy（國元證券）為主要核心市場，dhy（宏源證券）為次要核心市場，而dgy（國元證券）與dhy（宏源證券）之間的相互影響并不大。其中dgy（國元證券）對ddb（東北證券）的影響數(shù)值高達0.836497，影響力非常之大；而對dcj（長江證券）的影響力較之較小，但是影響數(shù)值也很高，為0.504499；dhy對dcj（長江證券）和ddb（東北證券）的影響數(shù)值也超過了0.1。而其余市場收盤價的增長之間的相互影響力都較小了。⑸ Granger因果檢驗：

①

輸入需要檢驗的變量：

② 由于是周（工作日）數(shù)據(jù)，則選擇滯后5階：

③ Granger因果檢驗的結果：

由上表也可知道接近于VAR模型得出結果的結論，依次為（其中零假設均為前面的變量對后一個變量無影響）：

ⅠP值1為0.43429＞0.1，零假設不被拒絕，ddb（東北證券）對dcj（長江證券）無影響；P值2為0.44195＞0.1，零假設不被拒絕，dcj（長江證券）對ddb（東北證券）無影響。則ddb（東北證券）與dcj（長江證券）不存在Granger因果關系。

ⅡP值1為1.5E-27＜0.1，零假設被拒絕，且1.5E-27遠遠小于0.1，dgy（國元證券）對dcj（長江證券）有很大影響；P值2為0.68860＞0.1，零假設不被拒絕，dcj（長江證券）對dgy（國元證券）無影響。則dgy（國元證券）對dcj（長江證券）存在Granger因果關系。

ⅢP值1為5.1E-23＜0.1，零假設被拒絕，且5.1E-23遠遠小于0.1，dhy（宏源證券）對dcj（長江證券）有很大影響；P值2為0.31185＞0.1，零假設不被拒絕，dcj（長江證券）對dhy（宏源證券）無影響。則dhy（宏源證券）對dcj（長江證券）存在Granger因果關系。

ⅣP值1為2.2E-26＜0.1，零假設被拒絕，且2.2E-26遠遠小于0.1，dgy（國元證券）對ddb（東北證券）有很大影響；P值2為0.77719＞0.1，零假設不被拒絕，ddb（東北證券）對dgy（國元證券）無影響。則dgy（國元證券）對ddb（東北證券）存在Granger因果關系。

ⅤP值1為1.9E-24＜0.1，零假設被拒絕，且1.9E-24遠遠小于0.1，dhy（宏源證券）對ddb（東北證券）有很大影響；P值2為0.98564＞0.1，零假設不被拒絕，ddb（東北證券）對dhy（宏源證券）無影響。則dhy（宏源證券）對ddb（東北證券）存在Granger因果關系。

ⅥP值1為0.41882＞0.1，零假設不被拒絕，dhy（宏源證券）對dgy（國元證券）無影響；P值2為0.92979＞0.1，零假設不被拒絕，dgy（國元證券）對dhy（宏源證券）無影響。則dhy（宏源證券）對dgy（國元證券）無影響不存在Granger因果關系。7.實驗結果分析：

如上所述，國元證券市場為主要核心市場，宏源證券為次要核心市場，但這兩個市場之間相互影響并不大。國元證券收盤價的增長對東北證券收盤價的增長的影響數(shù)值高達0.836497，影響力非常之大；而對長江證券收盤價的增長的影響力較之較小，但是影響數(shù)值也很高，為0.504499；長江證券收盤價的增長和東北證券收盤價的增長的影響數(shù)值也超過了0.1。而其余市場收盤價的增長之間的相互影響力都較小了。8.對我國證券市場的建議： ⑴提高上市公司質(zhì)量：

①提高上市公司質(zhì)量，推進資本市場主體發(fā)展證券市場主體質(zhì)量的高低，對我國證

券市場能否健康發(fā)展起著至關重要的作用。

國家主管部門應該嚴格上市公司審批，提高上市標準，取消或減少行政干預，將證券市場的額度管理換之以核準制，使符合上市標準的企業(yè)都能通過競爭達到上市的目的。這樣既增強了市場參與的公平性，又能提高上市公司質(zhì)量，促使企業(yè)經(jīng)營者把精力真正放在如何轉換經(jīng)營機制、提高企業(yè)效益上。

強化上市公司淘汰制度，提高上市公司質(zhì)量。股份公司，特別是上市公司不但要轉軌，更要轉制。建議對于那些業(yè)績長期不佳的上市公司，證券管理部門應給予警告、停牌直至摘牌，形成優(yōu)勝劣汰的機制。只有上市公司質(zhì)量提高了，我國證券市場的穩(wěn)定和擴容才會有保障。②增加資本市場的交易品種

隨著我國市場經(jīng)濟的發(fā)展，應根據(jù)居民、政府、金融機構、企業(yè)之間的不同投資與籌資需求，在考慮流動性、安全性、盈利性不同組合的基礎上，發(fā)展并完善門類齊全的資本市場交易工具。特別是可通過發(fā)行可轉換債券增加證券品種，拓寬融資渠道，完善資本市場結構。此外，還可考慮進一步發(fā)展期貨、認股權證等其它金融衍生工具。因為，只有引入衍生金融工具才可達到轉移風險、重新配的目的，進而滿足市場需要。衍生金融工具還能促進相關基礎市場的流動性，形成均衡價格，合理安排資源配置。在發(fā)展金融衍生工具時應立足國情，著重發(fā)展以規(guī)避風險和保值為主的衍生金融工具，而且要做到立法與監(jiān)管先行，對于投機性過強的諸如股票指數(shù)期貨等可暫緩發(fā)展。

③大力發(fā)展以投資基金為代表的機構投資者

發(fā)展投資基金，增加機構投資者是改善當前投資主體結構失衡、提高市場活動水平、使資本市場逐步趨于規(guī)范的重要措施。這對于擴大證券市場規(guī)模、強化投資功能、減少投機性和盲目性，使我國股市長期穩(wěn)定發(fā)展有著極其重要的意義。④擴大投資基金的發(fā)行數(shù)量。

增加投資基金的種類。在今后基金的發(fā)行中，可以開設多種不同投資方向、不同投資風險的基金品種。這樣可以使廣大投資者根據(jù)自身喜好，選擇不同風險基金，從而大力推動投資基金的發(fā)展。

逐步發(fā)展其它機構投資者。目前可對保險公司開展證券投資進行試點。在總結經(jīng)驗，完善法規(guī)的基礎上，進一步引導養(yǎng)老基金等進行證券投資，以起到基金保值增值的目的。

⑵逐步解決國有股上市流通問題。國有股上市流通是我國證券市場進一步規(guī)范發(fā)展的客觀要求。當前國有股上市可以采取以下兩種模式：

①國有股單獨設市流通。這種方式可以滿足國有企業(yè)實現(xiàn)戰(zhàn)略性改組的需要，同時由于未與A股、個股并軌流通，也不會對A股、個股市場形成直接沖擊。將國有股單獨設市流通還可使國企間的收購、兼并等重組活動公開化、市場化，促進國企增

強危機感和緊迫感，以自覺努力增強競爭力，加快國企改革步伐。國有股與A股個股合并流通。

②可以根據(jù)上市公司每股凈資產(chǎn)額來對國家股、法人股和內(nèi)部職工股進行縮股，從而大大縮小上市公司中的國家股、法人股和內(nèi)部職工股的規(guī)模，以便在縮股后分階段上市，這樣可以大大減小對個股的沖擊，同時也不會對新股發(fā)行造成過大壓力。⑶加快立法進度，規(guī)范證券市場

證券市場是高度信用化的市場，只有建立起嚴密的法律體系，各交易環(huán)節(jié)嚴格按法規(guī)操作，才能保證交易活動的安全和可靠，保護交易各方的合法權益，降低證券交易風險，使證券市場健康、有序地發(fā)展。因此，應盡快制定《證券法》及與其相配套的法規(guī)制度，使證券交易活動的各環(huán)節(jié)有法可依。同時在法規(guī)制定后，嚴格貫徹執(zhí)行，加大監(jiān)管力度，對在證券交易活動中的違法違規(guī)活動，一定要嚴肅查處，對那些置國家政策法規(guī)于不顧，從事嚴重證券交易違法活動的當事人要給予堅決打擊，使我國證券市場盡快走向法制化和規(guī)范化的軌道。⑷加強對證券市場的監(jiān)管力度

目前我國證券市場暴露的很多問題都是因為監(jiān)管的不到位導致的，證券監(jiān)管機構應明確自身的定位，擺脫地方政府或者企業(yè)對自身監(jiān)管的影響，通過將監(jiān)管與服務進行有機結合，來確保證券市場的有序運轉。政府有關機構也要切實承擔起自身的監(jiān)管責任，尤其要對證券公司、法律事務所、會計事務所以及資產(chǎn)評估機構等與證券市場的運作密切相關的機構加強監(jiān)管，防止相關中介機構為了自身利益制造、傳播著各種虛假信息。

⑸A股市場的問題仍需要A股市場自身的整改來解決，通過加強法制建設、引入優(yōu)先股制度、引入長期資金來重新營造市場環(huán)境，吸引資金重新審視資本市場的估值優(yōu)勢。