1、.wd.wd.wd. 計(jì)量經(jīng)濟(jì)學(xué)及軟件應(yīng)用課程小論文中國(guó)經(jīng)濟(jì)增長(zhǎng)影響因素的分析小組成員姓名學(xué)號(hào)李雨51505111036陳呵呵51505111017龐曉雅51505111034張曉銳 51505111012指導(dǎo)教師： 孫西超目錄1.背景42.模型的建設(shè)52.1理論模型確實(shí)定52.2建設(shè)初始模型OLS92.2.1使用OLS法進(jìn)展參數(shù)估計(jì)92.2.2對(duì)初始模型進(jìn)展檢驗(yàn)92.3建設(shè)修正模型WLS182.3.1使用WLS法進(jìn)展參數(shù)估計(jì)182.3.2對(duì)修正模型進(jìn)展檢驗(yàn)193.模型經(jīng)濟(jì)意義分析與檢測(cè) 233.1模型的經(jīng)濟(jì)意義分析構(gòu)造分析233.2利用模型進(jìn)展預(yù)測(cè)233.2.1被解釋變量Y的點(diǎn)預(yù)測(cè)234.結(jié)

2、論264.1主要結(jié)論264.2政策建議265.參考文獻(xiàn)27中國(guó)經(jīng)濟(jì)增長(zhǎng)影響因素的分析摘 要：改革開放三十三年以來(lái)，中國(guó)的社會(huì)經(jīng)濟(jì)取得了飛速開展，經(jīng)濟(jì)增長(zhǎng)速度更是舉世矚目。本文根據(jù)計(jì)量經(jīng)濟(jì)學(xué)、西方經(jīng)濟(jì)學(xué)和Eviews軟件相關(guān)知識(shí)，采用時(shí)間序列數(shù)據(jù)模型和多元線性回歸分析方法對(duì)1980-2009年中國(guó)統(tǒng)計(jì)年鑒數(shù)據(jù)截止到2009年三十年間中國(guó)經(jīng)濟(jì)增長(zhǎng)因素進(jìn)展研究，分析了物質(zhì)資本、勞動(dòng)力、消費(fèi)對(duì)國(guó)內(nèi)生產(chǎn)總值GDP的影響，建設(shè)計(jì)量經(jīng)濟(jì)學(xué)模型，尋求這些變量與國(guó)內(nèi)生產(chǎn)總值的數(shù)量關(guān)系，進(jìn)展定量分析，對(duì)模型進(jìn)展檢驗(yàn)，最終得出結(jié)論。關(guān)鍵詞：勞動(dòng)力、投資、消費(fèi)、經(jīng)濟(jì)增長(zhǎng)、最小二乘法。1 背 景經(jīng)濟(jì)增長(zhǎng)是指一個(gè)國(guó)家生產(chǎn)

3、商品和勞務(wù)能力的擴(kuò)大。在實(shí)際核算中，常以一國(guó)生產(chǎn)的商品和勞務(wù)總量的增加來(lái)表示，即以國(guó)民生產(chǎn)總值GDP和國(guó)內(nèi)生產(chǎn)總值的的增長(zhǎng)來(lái)計(jì)算。古典經(jīng)濟(jì)增長(zhǎng)理論以社會(huì)財(cái)富的增長(zhǎng)為中心，指出生產(chǎn)勞動(dòng)是財(cái)富增長(zhǎng)的源泉。現(xiàn)代經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為知識(shí)、人力資本、技術(shù)進(jìn)步是經(jīng)濟(jì)增長(zhǎng)的主要因素。從古典增長(zhǎng)理論到新增長(zhǎng)理論，都重視物質(zhì)資本和勞動(dòng)的奉獻(xiàn)。物質(zhì)資本是指經(jīng)濟(jì)系統(tǒng)運(yùn)行中實(shí)際投入的資本數(shù)量.然而，由于資本服務(wù)流量難以測(cè)度，在這里我們用全社會(huì)固定資產(chǎn)投資總額億元來(lái)衡量物質(zhì)資本。中國(guó)擁有十三億人口，為經(jīng)濟(jì)增長(zhǎng)提供了豐富的勞動(dòng)力資源。因此本文用總就業(yè)人數(shù)萬(wàn)人來(lái)衡量勞動(dòng)力。居民消費(fèi)需求也是經(jīng)濟(jì)增長(zhǎng)的主要因素。經(jīng)濟(jì)增長(zhǎng)問(wèn)題既受各

4、國(guó)政府和居民的關(guān)注,也是經(jīng)濟(jì)學(xué)理論研究的一個(gè)重要方面。在19782008年的31年中,我國(guó)經(jīng)濟(jì)年均增長(zhǎng)率高達(dá)9.6%,綜合國(guó)力大大增強(qiáng),居民收入水平與生活水平不斷提高,居民的消費(fèi)需求的數(shù)量和質(zhì)量有了很大的提高。但是,我國(guó)目前仍然面臨消費(fèi)需求缺乏問(wèn)題。本文將以中國(guó)經(jīng)濟(jì)增長(zhǎng)作為研究對(duì)象，選擇時(shí)間序列數(shù)據(jù)的計(jì)量經(jīng)濟(jì)學(xué)模型方法，將中國(guó)國(guó)內(nèi)生產(chǎn)總值與和其相關(guān)的經(jīng)濟(jì)變量聯(lián)系起來(lái)，建設(shè)多元線性回歸模型，研究我國(guó)中國(guó)經(jīng)濟(jì)增長(zhǎng)變動(dòng)趨勢(shì)，以及重要的影響因素，并根據(jù)所得的結(jié)論提出相關(guān)的建議與意見。用計(jì)量經(jīng)濟(jì)學(xué)的方法進(jìn)展數(shù)據(jù)的分析將得到更加具有說(shuō)服力和更加具體的指標(biāo)，可以更好的幫助我們進(jìn)展預(yù)測(cè)與決策。因此，對(duì)我國(guó)經(jīng)濟(jì)

5、增長(zhǎng)的計(jì)量經(jīng)濟(jì)學(xué)研究是有意義同時(shí)也是很必要的。2 模型的建設(shè)為了具體分析各要素對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)影響的大小，我們可以用國(guó)內(nèi)生產(chǎn)總值這個(gè)經(jīng)濟(jì)指標(biāo)作為研究對(duì)象；用總就業(yè)人員數(shù)衡量勞動(dòng)力；用固定資產(chǎn)投資總額()衡量資本投入：用價(jià)格指數(shù)去代表消費(fèi)需求。運(yùn)用這些數(shù)據(jù)進(jìn)展回歸分析。這里的被解釋變量是，Y：國(guó)內(nèi)生產(chǎn)總值，與Y-國(guó)內(nèi)生產(chǎn)總值密切相關(guān)的經(jīng)濟(jì)因素作為模型可能的解釋變量，共計(jì)3個(gè)，它們分別為：代表社會(huì)就業(yè)人數(shù)，代表固定資產(chǎn)投資，代表消費(fèi)價(jià)格指數(shù)，代表隨機(jī)干擾項(xiàng)。模型的建設(shè)大致分為理論模型設(shè)置、參數(shù)估計(jì)、模型檢驗(yàn)、模型修正幾個(gè)步驟。如果模型符合實(shí)際經(jīng)濟(jì)理論并且通過(guò)各級(jí)檢驗(yàn)，那么模型就可以作為最終模型，可以

6、進(jìn)展構(gòu)造分析和經(jīng)濟(jì)預(yù)測(cè)。2.1理論模型確實(shí)定通過(guò)變量的試算篩選，最終確定以以下變量建設(shè)回歸模型。被解釋變量：代表國(guó)內(nèi)生產(chǎn)總值,解釋變量：代表社會(huì)就業(yè)人數(shù)，代表固定資產(chǎn)投資，代表消費(fèi)價(jià)格指數(shù)。另外，從經(jīng)濟(jì)意義上來(lái)說(shuō)，社會(huì)就業(yè)人數(shù)、固定資產(chǎn)投資和消費(fèi)價(jià)格指數(shù)這三個(gè)宏觀經(jīng)濟(jì)指標(biāo) 基本反映了我國(guó)經(jīng)濟(jì)開展?fàn)顩r，因此也就很大程度上決定了經(jīng)濟(jì)增長(zhǎng)水平。單從經(jīng)濟(jì)意義上講，變量的選擇是正確的。而且，就直觀上來(lái)說(shuō)，解釋變量與被解釋變量都是相關(guān)的，這三個(gè)解釋變量都是經(jīng)濟(jì)增長(zhǎng)的“良性變量，它們的增長(zhǎng)都對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)起著積極的推動(dòng)作用，這一點(diǎn)可以作為模型經(jīng)濟(jì)意義檢驗(yàn)的依據(jù)。表1： 被解釋變量與解釋變量1980-2000

7、9數(shù)據(jù)年份國(guó)內(nèi)生產(chǎn)總值現(xiàn)價(jià)/億元年末從業(yè)人員數(shù)/萬(wàn)人全社會(huì)固定資產(chǎn)投資總額/億元居民消費(fèi)價(jià)格指數(shù)上年=10019804545.62397342361910.9107.519814889.46106243725961102.519825330.450965452951230.410219835985.551568464361430.110219847243.751718481971832.9102.719859040.736581498732543.2109.3198610274.37922512823120.6106.5198712050.61513527833791.7107.3198815

8、036.82301543344753.8118.8198917000.91911553294410.4118199018718.32238569094517103.1199121826.19941583605594.5103.4199226937.27645594328080.1106.4199335260.024716022013072.3114.7199448108.456446147017042.1124.1199559810.529216794720019.3117.1199670142.491656885022913.5108.3199778060.8356960024941.110

9、2.8199883024.279776995728406.299.2199988479.154757058629854.798.6200098000.454317208532917.7100.42001108068.22067302537213.5100.72002119095.68937374043499.999.22003135173.97617443255566.6101.22004159586.74797520070477.4103.92005185808.5597582588773.6101.82006217522.669876400109998.2101.52007267763.6

10、58876990137323.9104.82008316228.824877480172828.4105.92009343464.690377995224598.899.3資料來(lái)源：?中國(guó)統(tǒng)計(jì)年鑒?。首先，檢查被解釋變量和解釋變量之間的線性關(guān)系是否成立。觀察被解釋變量與解釋變量之間的散點(diǎn)圖。圖1：被解釋變量與解釋變量的散點(diǎn)圖由圖中趨勢(shì)線可以判斷，被解釋變量Y與解釋變量之間 基本呈線性關(guān)系。圖2：被解釋變量與解釋變量的散點(diǎn)圖由圖中趨勢(shì)線可以判斷，被解釋變量與解釋變量之間 基本呈線性關(guān)系。圖3：被解釋變量與解釋變量的散點(diǎn)圖由圖中趨勢(shì)線可以判斷，被解釋變量Y與解釋變量之間 基本呈線性關(guān)系。再通過(guò)變量

11、之間的相關(guān)系數(shù)判斷。表2：被解釋變量與解釋變量相關(guān)系數(shù)表Covariance Analysis: OrdinaryDate: 5/25/16 Time: 8:58Sample: 1980 2009Included observations: 30CovarianceCorrelationYX1X2X3Y8.85E+091.000000X18.91E+081.33E+080.8206791.000000X25.05E+094.52E+082.99E+090.9810580.7173941.000000X3-197583.1-20469.67-102814.741.73889-0.325058-0

12、.274607-0.2911371.000000看到被解釋變量Y與解釋變量，之間具有較高的相關(guān)性。通過(guò)散點(diǎn)圖和相關(guān)系數(shù)表的判斷，可以判斷被解釋變量和解釋變量之間具有明顯的相關(guān)線性關(guān)系。同時(shí)通過(guò)被解釋變量與解釋變量的相關(guān)圖形分析，設(shè)置理論模型為：2.2 建設(shè)初始模型OLS2.2.1 使用OLS法進(jìn)展參數(shù)估計(jì)表3： 普通最小二乘法參數(shù)估計(jì)輸出結(jié)果Dependent Variable: YMethod: Least SquaresDate: 5/25/16 Time: 9:00Sample: 1980 2009Included observations: 30CoefficientStd. Erro

13、rt-StatisticProb.X11.9348400.2159908.9579970.0000X21.3825590.04582330.171690.0000X3-379.2654280.8999-1.3501800.1886C-49822.3133676.59-1.4794340.1510R-squared0.991233Mean dependent var85749.31Adjusted R-squared0.990221S.D. dependent var95692.85S.E. of regression9462.951Akaike info criterion21.27172Su

14、m squared resid2.33E+09Schwarz criterion21.45855Log likelihood-315.0758Hannan-Quinn criter.21.33149F-statistic979.8468Durbin-Watson stat1.178143Prob(F-statistic)0.000000得到初始模型為：2.2.2 對(duì)初始模型進(jìn)展檢驗(yàn)要對(duì)建設(shè)的初始模型進(jìn)展包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、預(yù)測(cè)檢驗(yàn)在內(nèi)的四級(jí)檢驗(yàn)。(1)經(jīng)濟(jì)意義檢驗(yàn)解釋變量的系數(shù)分別為=1.934840、=1.382559。兩個(gè)解釋變量系數(shù)均為正，符合被解釋變量與解釋變量

15、之間的正相關(guān)關(guān)系，符合解釋變量增長(zhǎng)帶動(dòng)被解釋變量增長(zhǎng)的經(jīng)濟(jì)實(shí)際，=-379.2654，符合被解釋變量與解釋變量之間的負(fù)相關(guān)關(guān)系。與現(xiàn)實(shí)經(jīng)濟(jì)意義相符，所以模型通過(guò)經(jīng)濟(jì)意義檢驗(yàn)。(2)統(tǒng)計(jì)檢驗(yàn) = 1 * GB3 擬合優(yōu)度檢驗(yàn)：R2檢驗(yàn)，R-squared=0.991233；Adjusted R-squared=0.990221；可見擬合優(yōu)度很高，接近于1，方程擬和得很好。 = 2 * GB3 變量的顯著性檢驗(yàn)：t檢驗(yàn)，表4：模型系數(shù)顯著性檢驗(yàn)，t檢驗(yàn)結(jié)果CoefficientStd. Errort-StatisticProb.X11.9348400.2159908.9579970.0000X21

16、.3825590.04582330.171690.0000X3-379.2654280.8999-1.3501800.1886C-49822.3133676.59-1.4794340.1510從檢驗(yàn)結(jié)果表中看到，包括常數(shù)項(xiàng)在內(nèi)的所有解釋變量系數(shù)的t檢驗(yàn)的伴隨概率均小于5%，所以，在5%的顯著水平下、的系數(shù)顯著不為零，通過(guò)顯著性檢驗(yàn)，常數(shù)項(xiàng)也通過(guò)顯著性檢驗(yàn)，保存在模型之中。 = 3 * GB3 方程的顯著性檢驗(yàn)：F檢驗(yàn)，方程總體顯著性檢驗(yàn)的伴隨概率小于0.00000，在5%顯著水平下方程顯著成立，具有經(jīng)濟(jì)意義。(3)計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：方程通過(guò)經(jīng)濟(jì)意義檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)，下面進(jìn)展居于計(jì)量經(jīng)濟(jì)學(xué)模型檢驗(yàn)核

17、心的計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)。 = 1 * GB3 進(jìn)展異方差性檢驗(yàn)：首先用圖示法對(duì)模型的異方差性進(jìn)展一個(gè)大致的判斷。令X軸為方程被解釋變量，Y軸為方程的殘差項(xiàng)，做帶有回歸線的散點(diǎn)圖。圖4：初始模型的異方差性檢驗(yàn)散點(diǎn)圖圖5：初始模型的異方差性檢驗(yàn)散點(diǎn)圖圖6：初始模型的異方差性檢驗(yàn)散點(diǎn)圖通過(guò)圖形看到，回歸線向上傾斜，大致判斷存在異方差性，但是，圖示法并不準(zhǔn)確，下面使用White異方差檢驗(yàn)法進(jìn)展檢驗(yàn)，分別選擇不帶有穿插項(xiàng)和帶有穿插項(xiàng)的White異方差檢驗(yàn)法。得到下面的檢驗(yàn)結(jié)果：表5：不帶有穿插項(xiàng)的White異方差檢驗(yàn)結(jié)果Heteroskedasticity Test: WhiteF-statistic75.

18、59849Prob. F(3,26)0.0000Obs*R-squared26.91450Prob. Chi-Square(3)0.0000Scaled explained SS52.75104Prob. Chi-Square(3)0.0000Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 5/25/16 Time: 9:15Sample: 1980 2009Included observations: 30CoefficientStd. Errort-StatisticProb.C1.51E+081.08E

19、+081.3984920.1738X12-0.0297750.009593-3.1038680.0046X220.0174190.00124513.987760.0000X32-2715.9968243.375-0.3294760.7444R-squared0.897150Mean dependent var77607780Adjusted R-squared0.885283S.D. dependent var1.80E+08S.E. of regression61075426Akaike info criterion38.81668Sum squared resid9.70E+16Schwa

20、rz criterion39.00351Log likelihood-578.2502Hannan-Quinn criter.38.87645F-statistic75.59849Durbin-Watson stat1.947056Prob(F-statistic)0.000000表6：帶有穿插項(xiàng)的White異方差檢驗(yàn)結(jié)果Heteroskedasticity Test: WhiteF-statistic33.57944Prob. F(9,20)0.0000Obs*R-squared28.13789Prob. Chi-Square(9)0.0009Scaled explained SS55.14

21、882Prob. Chi-Square(9)0.0000Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 5/25/16 Time: 9:18Sample: 1980 2009Included observations: 30CoefficientStd. Errort-StatisticProb.C-2.08E+094.06E+09-0.5129120.6136X1-34576.9939720.32-0.8705120.3943X120.1897190.2240910.8466150.4072X1*X2-0.

22、2972990.442472-0.6719060.5093X1*X3127.5161329.28240.3872540.7027X229147.1435662.290.8173100.4234X220.0331350.0077604.2700530.0004X2*X3-97.1163796.87489-1.0024930.3281X355473498685387340.8093740.4278X32-283697.5290382.6-0.9769780.3403R-squared0.937930Mean dependent var77607780Adjusted R-squared0.9099

23、98S.D. dependent var1.80E+08S.E. of regression54097636Akaike info criterion38.71168Sum squared resid5.85E+16Schwarz criterion39.17875Log likelihood-570.6752Hannan-Quinn criter.38.86110F-statistic33.57944Durbin-Watson stat2.262413Prob(F-statistic)0.000000使用White檢驗(yàn)法不管是否帶有穿插項(xiàng)，所得的檢驗(yàn)伴隨概率均小于5%，均在5%的顯著水平下拒

24、絕方程不存在異方差性的原假設(shè)，認(rèn)為模型具有比較嚴(yán)重的異方差性。需要對(duì)模型進(jìn)展修正。 = 2 * GB3 多重共線性檢驗(yàn)：用逐步回歸法檢驗(yàn)如下以為被解釋變量，逐個(gè)引入解釋變量、，構(gòu)成回歸模型，進(jìn)展模型估計(jì)。表7： 被解釋變量與最小二乘估計(jì)結(jié)果Dependent Variable: YMethod: Least SquaresDate: 5/25/16 Time: 9:20Sample: 1980 2009Included observations: 30CoefficientStd. Errort-StatisticProb.X16.6920860.8805267.6001010.0000C-3

25、34986.156283.70-5.9517430.0000R-squared0.673513Mean dependent var85749.31Adjusted R-squared0.661853S.D. dependent var95692.85S.E. of regression55645.78Akaike info criterion24.75574Sum squared resid8.67E+10Schwarz criterion24.84915Log likelihood-369.3361Hannan-Quinn criter.24.78562F-statistic57.76153

26、Durbin-Watson stat0.096883Prob(F-statistic)0.000000表8： 被解釋變量與最小二乘估計(jì)結(jié)果Dependent Variable: YMethod: Least SquaresDate: 5/25/16 Time: 9:21Sample: 1980 2009Included observations: 30CoefficientStd. Errort-StatisticProb.X21.6885940.06301126.798310.0000C19746.454234.3284.6634200.0001R-squared0.962474Mean d

27、ependent var85749.31Adjusted R-squared0.961134S.D. dependent var95692.85S.E. of regression18865.38Akaike info criterion22.59239Sum squared resid9.97E+09Schwarz criterion22.68580Log likelihood-336.8858Hannan-Quinn criter.22.62227F-statistic718.1495Durbin-Watson stat0.402624Prob(F-statistic)0.000000表9

28、： 被解釋變量與最小二乘估計(jì)結(jié)果Dependent Variable: YMethod: Least SquaresDate: 5/25/16 Time: 9:25Sample: 1980 2009Included observations: 30CoefficientStd. Errort-StatisticProb.X3-4733.7892602.669-1.8188210.0797C586426.4275788.72.1263610.0424R-squared0.105663Mean dependent var85749.31Adjusted R-squared0.073722S.D.

29、dependent var95692.85S.E. of regression92097.98Akaike info criterion25.76343Sum squared resid2.37E+11Schwarz criterion25.85685Log likelihood-384.4515Hannan-Quinn criter.25.79332F-statistic3.308109Durbin-Watson stat0.120717Prob(F-statistic)0.079650由圖可以看出，與的擬合優(yōu)度是最大的，R-squared=0.962474。再做與和的回歸模型。表10： 被

30、解釋變量與和的最小二乘估計(jì)結(jié)果Dependent Variable: YMethod: Least SquaresDate: 5/25/16 Time: 9:28Sample: 1980 2009Included observations: 30CoefficientStd. Errort-StatisticProb.X11.9636070.2181888.9996170.0000X21.3912530.04605530.208780.0000C-92084.4212611.85-7.3014230.0000R-squared0.990618Mean dependent var85749.31

31、Adjusted R-squared0.989923S.D. dependent var95692.85S.E. of regression9606.088Akaike info criterion21.27282Sum squared resid2.49E+09Schwarz criterion21.41294Log likelihood-316.0923Hannan-Quinn criter.21.31765F-statistic1425.411Durbin-Watson stat0.956357Prob(F-statistic)0.000000再做與和、的回歸模型。表11： 被解釋變量與

32、和、的最小二乘估計(jì)結(jié)果Dependent Variable: YMethod: Least SquaresDate: 5/25/16 Time: 9:30Sample: 1980 2009Included observations: 30CoefficientStd. Errort-StatisticProb.X11.9348400.2159908.9579970.0000X21.3825590.04582330.171690.0000X3-379.2654280.8999-1.3501800.1886C-49822.3133676.59-1.4794340.1510R-squared0.99

33、1233Mean dependent var85749.31Adjusted R-squared0.990221S.D. dependent var95692.85S.E. of regression9462.951Akaike info criterion21.27172Sum squared resid2.33E+09Schwarz criterion21.45855Log likelihood-315.0758Hannan-Quinn criter.21.33149F-statistic979.8468Durbin-Watson stat1.178143Prob(F-statistic)

34、0.000000觀察與和最小二乘估計(jì)的擬合優(yōu)度R-squared =0.990618，與與最小二乘估計(jì)的擬合優(yōu)度R-squared =0.673513比較，變化明顯，說(shuō)明對(duì)y的影響顯著。觀察與和、最小二乘估計(jì)的擬合優(yōu)度R-squared =0.991233，與與和最小二乘估計(jì)的擬合優(yōu)度R-squared =0.990618比較，變化不明顯，說(shuō)明對(duì)y影響不顯著。 = 3 * GB3 序列相關(guān)性檢驗(yàn)：方程含有截距項(xiàng)，因此，可以使用DW檢驗(yàn)法來(lái)檢驗(yàn)方程是否具有序列相關(guān)性。該模型中，樣本量n=30，解釋變量的個(gè)數(shù)為3個(gè)，查DW檢驗(yàn)表知5%的上下界為dl=1.28，4-dl=2.72，du=1.57，4

35、-du=2.43，；1%的上下界為dl=1.07，4-dl=2.93，du=1.34，4-du=2.66。本模型的DW檢驗(yàn)值為：DW=1.178143，在5%的水平下，0DWdl，落在正自相關(guān)區(qū)；在1%的水平下，dlDWdu，落在無(wú)結(jié)論區(qū)，無(wú)法判斷。圖7圖8由于DW值在5%的上下界條件下正自相關(guān)，說(shuō)明模型存在序列相關(guān)性，所以需要對(duì)模型進(jìn)展修正。 (4)圖9：模型預(yù)測(cè)檢驗(yàn)結(jié)果圖預(yù)測(cè)誤差MAPE=28.52734%，MAPE大于10，預(yù)測(cè)效果。通過(guò)參數(shù)估計(jì)和四級(jí)檢驗(yàn)，得到的初始模型是：t=-1.4794348.95799730.17169-1.350180p=0.1510 0.0000 0.000

36、0 0.1886R-squared=0.991233Adjusted R-squared=0.9902212.3 建設(shè)修正模型WLS加權(quán)最小二乘法估計(jì)模型系數(shù)建設(shè)模型能夠有效地消除模型的異方差性，同時(shí)也可以在一定程度上抑制序列相關(guān)性，因此，使用WLS方法估計(jì)模型參數(shù)是修正模型的常用方法。2.3.1 使用WLS法進(jìn)展參數(shù)估計(jì)表12：加權(quán)最小二乘法估計(jì)模型參數(shù)結(jié)果輸出表Dependent Variable: YMethod: Least SquaresDate: 5/26/16 Time: 8:30Sample: 1980 2009Included observations: 30Weightin

37、g series: 1/RESID2CoefficientStd. Errort-StatisticProb.X11.7084960.07599822.480690.0000X21.5749690.05831527.007730.0000X3-332.618613.90237-23.925320.0000C-43825.712255.915-19.427020.0000Weighted StatisticsR-squared0.999841Mean dependent var14463.34Adjusted R-squared0.999823S.D. dependent var31652.85

38、S.E. of regression253.3304Akaike info criterion14.03083Sum squared resid1668584.Schwarz criterion14.21766Log likelihood-206.4625Hannan-Quinn criter.14.09060F-statistic54656.07Durbin-Watson stat1.063337Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.980555Mean dependent var85749.31Adjusted R

39、-squared0.978311S.D. dependent var95692.85S.E. of regression14092.91Sum squared resid5.16E+09Durbin-Watson stat0.7086542.3.2 對(duì)修正模型進(jìn)展檢驗(yàn)要對(duì)使用加權(quán)最小二乘法估計(jì)參數(shù)建設(shè)的新模型進(jìn)展包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、預(yù)測(cè)檢驗(yàn)在內(nèi)的四級(jí)檢驗(yàn)。(1)經(jīng)濟(jì)意義檢驗(yàn)解釋變量的系數(shù)分別為1=1.708496、2=1.574969。兩個(gè)解釋變量系數(shù)均為正，符合被解釋變量與解釋變量之間的正相關(guān)關(guān)系，符合解釋變量增長(zhǎng)帶動(dòng)被解釋變量增長(zhǎng)的經(jīng)濟(jì)實(shí)際，與現(xiàn)實(shí)經(jīng)濟(jì)意義相符；3=

40、-332.6186，符合被解釋變量與解釋變量之間的正相關(guān)關(guān)系，所以模型通過(guò)經(jīng)濟(jì)意義檢驗(yàn)。對(duì)于常數(shù)項(xiàng)的意義將在模型經(jīng)濟(jì)意義的分析中討論。(2)統(tǒng)計(jì)檢驗(yàn)顯著水平1% = 1 * GB3 擬合優(yōu)度檢驗(yàn)：R2檢驗(yàn)，R-squared=0.999841；Adjusted R-squared=0.999823；可見擬合優(yōu)度較初始使用OLS法估計(jì)建設(shè)的模型有所改善，擬和優(yōu)度相當(dāng)高，新方程擬和得很理想。 = 2 * GB3 變量的顯著性檢驗(yàn)：t檢驗(yàn)，表13：WLS模型系數(shù)顯著性檢驗(yàn)，t檢驗(yàn)結(jié)果CoefficientStd. Errort-StatisticProb.X11.7084960.07599822.4

41、80690.0000X21.5749690.05831527.007730.0000X3-332.618613.90237-23.925320.0000C-43825.712255.915-19.427020.0000所有系數(shù)的t檢驗(yàn)伴隨概率均遠(yuǎn)遠(yuǎn)小于5%，所以，解釋變量的系數(shù)顯著不為零，通過(guò)顯著性檢驗(yàn)，常數(shù)項(xiàng)同時(shí)也通過(guò)顯著性檢驗(yàn)，保存在模型當(dāng)中不必剔除。 = 3 * GB3 方程的顯著性檢驗(yàn)：F檢驗(yàn)，方程總體顯著性檢驗(yàn)的伴隨概率小于0.00000，方程在很高的置信水平下顯著成立，具有經(jīng)濟(jì)意義。(3)計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)方程通過(guò)經(jīng)濟(jì)意義檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)，下面進(jìn)展居于計(jì)量經(jīng)濟(jì)學(xué)模型檢驗(yàn)核心的計(jì)量經(jīng)濟(jì)學(xué)檢

42、驗(yàn)。 = 1 * GB3 異方差性檢驗(yàn)：下面用White異方差檢驗(yàn)法準(zhǔn)確檢驗(yàn)新方程的異方差性，分別選擇不帶有穿插項(xiàng)和帶有穿插項(xiàng)的White檢驗(yàn)。得到下面的檢驗(yàn)結(jié)果：表14：不帶有穿插項(xiàng)的White異方差檢驗(yàn)Heteroskedasticity Test: WhiteF-statistic4.55E+29Prob. F(2,27)0.0000Obs*R-squared30.00000Prob. Chi-Square(2)0.0000Scaled explained SS0.000713Prob. Chi-Square(2)0.9996Test Equation:Dependent Variabl

43、e: WGT_RESID2Method: Least SquaresDate: 5/26/16 Time: 8:32Sample: 1980 2009Included observations: 30Collinear test regressors dropped from specificationCoefficientStd. Errort-StatisticProb.C4.57E-134.80E-130.9505450.3503WGT85.711312.22E-123.85E+130.0000WGT22.06E-117.73E-14267.27290.0000R-squared1.00

44、0000Mean dependent var85.71131Adjusted R-squared1.000000S.D. dependent var450.1754S.E. of regression2.54E-12Akaike info criterion-50.46374Sum squared resid1.74E-22Schwarz criterion-50.32362Log likelihood759.9561Hannan-Quinn criter.-50.41892F-statistic4.55E+29Durbin-Watson stat2.067149Prob(F-statisti

45、c)0.000000表15：帶有穿插項(xiàng)的White異方差檢驗(yàn)Heteroskedasticity Test: WhiteF-statistic4.55E+29Prob. F(2,27)0.0000Obs*R-squared30.00000Prob. Chi-Square(2)0.0000Scaled explained SS0.000713Prob. Chi-Square(2)0.9996Test Equation:Dependent Variable: WGT_RESID2Method: Least SquaresDate: 5/26/16 Time: 8:35Sample: 1980 20

46、09Included observations: 30Collinear test regressors dropped from specificationCoefficientStd. Errort-StatisticProb.C4.57E-134.80E-130.9505450.3503WGT85.711312.22E-123.85E+130.0000WGT22.06E-117.73E-14267.27290.0000R-squared1.000000Mean dependent var85.71131Adjusted R-squared1.000000S.D. dependent va

47、r450.1754S.E. of regression2.54E-12Akaike info criterion-50.46374Sum squared resid1.74E-22Schwarz criterion-50.32362Log likelihood759.9561Hannan-Quinn criter.-50.41892F-statistic4.55E+29Durbin-Watson stat2.067149Prob(F-statistic)0.000000使用White異方差檢驗(yàn)法，不管是否帶有穿插項(xiàng)，均在很高的的置信水平下承受方程不存在異方差性的原假設(shè)，使用加權(quán)最小二乘法估計(jì)模

48、型參數(shù)幾乎完全消除了初始方程的異方差性。 = 3 * GB3 序列相關(guān)性檢驗(yàn)：方程含有截距項(xiàng)，因此可以使用DW檢驗(yàn)法來(lái)檢驗(yàn)方程是否具有序列相關(guān)性。該模型中，樣本量n=30，解釋變量的個(gè)數(shù)為3個(gè)，查DW檢驗(yàn)表知5%的上下界為dl=1.28，4-dl=2.72，du=1.57，4-du=2.43，；1%的上下界為dl=1.07，4-dl=2.93，du=1.34，4-du=2.66。本模型的DW檢驗(yàn)值為：DW=1.083337，在5%的水平下，0DWdl，落在正自相關(guān)區(qū)；在1%的水平下，dlDWdu，落在無(wú)結(jié)論區(qū)，無(wú)法判斷。 由于新模型的性質(zhì)很好，因此在1%的水平下檢驗(yàn)?zāi)Ｐ偷母鞣N性質(zhì)，認(rèn)為新模型不

49、再具有序列相關(guān)性。(4)預(yù)測(cè)檢驗(yàn)圖10：WLS估計(jì)修正模型的預(yù)測(cè)檢驗(yàn)結(jié)果圖預(yù)測(cè)誤差MAPE=24.88907%，大于10%，預(yù)測(cè)的誤差較修正前有所改善，預(yù)測(cè)精度不高，預(yù)測(cè)效果一般，模型的預(yù)測(cè)效果較修正前要好得多，但是，還需要進(jìn)一步修正。最后得到的使用加權(quán)最小二乘法估計(jì)參數(shù)的模型是：t=-19.4270222.4806927.00773 -23.92532p=0.00000.00000.00000.0000R2=0.9998412=0.999823 D.W.= 1.083337通過(guò)上面的四級(jí)檢驗(yàn)，可以看到，模型在很高的置信水平99%下通過(guò)統(tǒng)計(jì)檢驗(yàn)，計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)，模型不再具有異方差性和序列相關(guān)性，模型預(yù)測(cè)檢驗(yàn)顯示模型的預(yù)測(cè)效果比較理想。3.模型經(jīng)濟(jì)意義分析與預(yù)測(cè)建設(shè)模型的最終目的就是要通過(guò)模型獲得有用的信息，計(jì)量經(jīng)濟(jì)模型提供了構(gòu)造分析和經(jīng)濟(jì)預(yù)測(cè)兩大應(yīng)用。3.1 模型的經(jīng)濟(jì)意義分析構(gòu)造分析通過(guò)對(duì)最初的使用普通最小二乘估計(jì)參數(shù)得到的模型進(jìn)展加權(quán)修正，得到的使用加權(quán)最小二乘法估計(jì)參數(shù)的模型是：t=-19.4270222.4806927.00773 -23.92532p=0.00000.00000.00000.0000R2=0.9998412=0.999823 D.W.= 1.083337模