计量经济学实验报告
实验名称：gdp 增速与物价指数、固定投资增速、出口
增速、消费额增速的关系模型 指导教师：刘 * * ***学 号：年级专业：
* *********** 2014级 金融工程
实验原理 1、 Eviews 8
2、 最小二乘法、多元线性回归模型 实验内容
1．创建工作文件；
2．利用并建立“税收”的计量经济学模型 3．输入（编辑）数据 4．回归分析
5．利用样本数据估计模型的参数 6．分析所估计模型的经济意义和作用
7．检验物价指数、固定投资增速、出口增速、消费额增速对gdp增速的影响 【实验步骤】 一、 实验数据
为了研究1982年至2014年我国gdp 增速与物价指数、固定投资增速、出口增速、
消费额增速的关系，得到了一下数据
时间 gdp增长率 0.09 0.12 0.21 0.25 0.14 0.17 0.25 0.00 0.24 0.17 CPI（%） （%） 2 2 2.7 9.3 6.5 7.3 18.8 18 3.1 3.4 消费水平增长率固定投资增长率IN（%） 0.28 0.16 0.28 0.39 0.23 0.22 0.25 -0.07 0.02 0.24 出口增长率CS（%） 8.1 12 12.7 4.7 6 7.8 -0.2 2.8 8.6 EX（%） 1982年 1983年 1984年 1985年 1986年 1987年 1988年 1989年 1990年 1991年 0.01408451 -0.0040323 0.17588844 0.04628921 0.13126143 0.27472527 0.20486815 0.10563973 0.18178531 0.15813886
1992年 1993年 1994年 1995年 1996年 1997年 1998年 1999年 2000年 2001年 2002年 2003年 2004年 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 0.24 0.31 0.36 0.27 0.17 0.11 0.07 0.06 0.11 0.11 0.10 0.13 0.18 0.16 0.17 0.23 0.18 0.09 0.18 0.18 0.10 0.10 0.08 注：以上数据来源于国家统计局网站。
6.4 14.7 24.1 17.1 8.3 2.8 -0.8 -1.4 0.4 0.7 -0.8 1.2 3.9 1.8 1.5 4.8 5.9 -0.7 3.3 5.4 2.6 2.6 2 13.3 8.4 4.6 8.3 9.4 4.5 5.9 8.3 10.6 6.1 8.4 5.8 7.2 9.7 8.4 12.8 8.3 9.8 9.6 11 9.1 7.3 7.8 0.44 0.62 0.30 0.17 0.14 0.09 0.14 0.05 0.10 0.13 0.17 0.28 0.27 0.26 0.24 0.25 0.26 0.30 0.12 0.24 0.20 0.19 0.15 0.18119872 0.0801036 0.31895274 0.22952581 0.01524398 0.21015836 0.00501663 0.06108574 0.27841647 0.06779613 0.22359431 0.34592563 0.35392079 0.28420632 0.27170311 0.25952911 0.17226108 -0.1601191 0.31303164 0.20321711 0.07919033 0.0782391 0.06033882 首先使用ADF单位根检验，检验数据的平稳性
CPI的检验结果如下：
Null Hypothesis: CPI has a unit root Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=8)
t-Statistic -3.276513 -3.661661 -2.960411 -2.619160
Prob.* 0.0249
Augmented Dickey-Fuller test statistic Test critical values:
1% level 5% level 10% level
*MacKinnon (1996) one-sided p-values.
CS的检验结果如下：
Null Hypothesis: CS has a unit root Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=8)
t-Statistic -4.258065 -3.653730 -2.957110 -2.617434
Prob.* 0.0021
Augmented Dickey-Fuller test statistic Test critical values:
1% level 5% level 10% level
*MacKinnon (1996) one-sided p-values.
IN的检验结果如下：
Null Hypothesis: IN has a unit root Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=8)
t-Statistic -3.640919 -3.661661 -2.960411 -2.619160
Prob.* 0.0105
Augmented Dickey-Fuller test statistic Test critical values:
1% level 5% level 10% level
*MacKinnon (1996) one-sided p-values.
EX的检验结果如下：
Null Hypothesis: EX has a unit root Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=8)
t-Statistic -5.051946 -3.653730 -2.957110 -2.617434
Prob.* 0.0003
Augmented Dickey-Fuller test statistic Test critical values:
1% level 5% level 10% level
*MacKinnon (1996) one-sided p-values.
在给定0.05的显著性水平下，都通过了平稳性检验，说明这些数据在1982年至2014年之间是平稳的。
建立回归模型
设回归模型为
Y=β0+β1CPI+β2CS+β3IN+β4EX +μ
采用Eveiws8对以上数据进行估计得到一下结果
Dependent Variable: GDP Method: Least Squares Date: 05/20/16 Time: 21:45 Sample: 1982 2014 Included observations: 33
Variable C CPI CS EX IN
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Coefficient 0.267675 0.008656 0.006468 -5.227699 0.222371
Std. Error 0.326935 0.002436 0.003973 6.864998 0.090002
t-Statistic 0.818741 3.553588 1.628153 -0.761500 2.470744
Prob. 0.4198 0.0014 0.1147 0.4527 0.0198 0.161515 0.077867 -3.007856 -2.781113 -2.931564 2.307893
0.636685 Mean dependent var 0.584782 S.D. dependent var 0.050175 Akaike info criterion 0.070492 Schwarz criterion 54.62963 Hannan-Quinn criter. 12.26701 Durbin-Watson stat 0.000007
模型估计结果为
Y= 0.008656*CPI+0.006468*CS+0.222371*IN -5.227699*EX + 0.267675 （3.553588）（1.628153） （2.470744） （-0.761500） 0.818741）
－
R²=0.63668583 R²=0.584782
可以看出可决系数较小，但是大于百分之五十，而且我们可以根据拟合图（如下）
.4.3.2.1.2.1.0-.1-.28284868890929496980002040608101214.0ResidualActualFitted
得出拟合值与实际值相差不大，所以我认为该模型可以较好的拟合程度较好。
在给定显著性水平0.05的情况下t0.025（33-4-1）=2.048 四个参数之中只有出口增速的参数没有通过显著性检验，所以剔除出口增速，重新进行估计得到一下结果
Dependent Variable: GDP Method: Least Squares Date: 05/20/16 Time: 21:50 Sample: 1982 2014 Included observations: 33
Variable C CPI CS IN
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Coefficient 0.019740 0.007238 0.007073 0.213371
Std. Error 0.029430 0.001559 0.003864 0.088574
t-Statistic 0.670733 4.641841 1.830578 2.408967
Prob. 0.5077 0.0001 0.0775 0.0226 0.161515 0.077867 -3.047964 -2.866569 -2.986930 2.405549
0.629160 Mean dependent var 0.590798 S.D. dependent var 0.049811 Akaike info criterion 0.071952 Schwarz criterion 54.29140 Hannan-Quinn criter. 16.40030 Durbin-Watson stat 0.000002
此时，可决系数没有明显下降，但是调整可决系数有微小的上升，因此，出口增速可以剔除。从上面的估计结果中可得到：在0.05的显著性水平下只有消费增速的参数没有通过显著性检验。所以，我们剔除消费增速再一次估计，得到一下结果
Dependent Variable: GDP Method: Least Squares Date: 05/20/16 Time: 21:53 Sample: 1982 2014 Included observations: 33
Variable C CPI IN
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Coefficient 0.062259 0.006080 0.307687
Std. Error 0.018767 0.001480 0.074816
t-Statistic 3.317494 4.108082 4.112564
Prob. 0.0024 0.0003 0.0003 0.161515 0.077867 -2.999220 -2.863174 -2.953445 2.337630
0.586309 Mean dependent var 0.558730 S.D. dependent var 0.051726 Akaike info criterion 0.080266 Schwarz criterion 52.48714 Hannan-Quinn criter. 21.25894 Durbin-Watson stat 0.000002
其中可决系数和调整可决系数都明显下降，所以消费增速不能剔除。 接下来使用拉格朗日检验法进行序列相关性检验得到一下结果
Breusch-Godfrey Serial Correlation LM Test: F-statistic
1.384548 Prob. F(4,25)
0.2678 0.2003 Prob. 0.3808 0.9702 0.6374 0.5708 0.0841 0.2849 0.8585
Obs*R-squared
Test Equation:
Dependent Variable: RESID Method: Least Squares
5.984649 Prob. Chi-Square(4)
Coefficient -0.028582 6.16E-05 0.002003 0.056614 -0.403890 -0.251714 0.043662
Std. Error 0.032035 0.001632 0.004197 0.098558 0.224526 0.230349 0.242360
t-Statistic -0.892201 0.037759 0.477124 0.574424 -1.798859 -1.092754 0.180152
Date: 05/20/16 Time: 21:59 Sample: 1982 2014 Included observations: 33
Presample missing value lagged residuals set to zero.
Variable C CPI CS IN RESID(-1) RESID(-2) RESID(-3)
RESID(-4)
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.245883
0.222716
1.104016
0.2801 -4.16E-17 0.047418 -3.005642 -2.642852 -2.883574 1.721655
0.181353 Mean dependent var -0.047868 S.D. dependent var 0.048540 Akaike info criterion 0.058903 Schwarz criterion 57.59309 Hannan-Quinn criter. 0.791170 Durbin-Watson stat 0.601501
P值为0.0601501远大于给定的0.05，所以存在高阶序列相关性。接下来进行数据间的相关性分析
Covariance Analysis: Ordinary Date: 05/22/16 Time: 12:28 Sample: 1982 2014 Included observations: 33 Correlation t-Statistic CPI CS EX IN -0.239522 -1.373583 0.190928 1.082964 0.210344 1.197949 -0.016040 -0.089318 0.507809 3.282018 0.008263 0.046006
CPI 1.000000 ----- 1.000000 -----
CS 1.000000 -----
EX
IN 1.000000 ----- 可以看出，CS和IN即消费和投资存在相关关系，我们先剔除IN进行回归，得到以下结果：
Dependent Variable: GDP Method: Least Squares Date: 05/22/16 Time: 12:35 Sample: 1982 2014 Included observations: 33
Variable C CPI CS
Coefficient -0.975176 0.813318 1.237998
Std. Error 3.126896 0.148423 0.318745
t-Statistic -0.311867 5.479721 3.883971
Prob. 0.7574 0.0000 0.0005
EX
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
回归分析： 我们再剔除CS
Dependent Variable: GDP Method: Least Squares Date: 05/22/16 Time: 12:40 Sample: 1982 2014 Included observations: 33
Variable C CPI IN EX
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Coefficient 3.189439 0.537337 0.320668 0.198012
Std. Error 1.981933 0.136792 0.068050 0.070216
t-Statistic 1.609257 3.928146 4.712225 2.820040
Prob. 0.1184 0.0005 0.0001 0.0086 16.14825 7.871128 6.039784 6.221178 6.100817 2.239586
0.177857
0.075669
2.350476
0.0258 16.14825 7.871128 6.189497 6.370892 6.250531 2.308399
0.627096 Mean dependent var 0.588520 S.D. dependent var 5.049069 Akaike info criterion 739.2998 Schwarz criterion -98.12670 Hannan-Quinn criter. 16.25602 Durbin-Watson stat 0.000002
0.678947 Mean dependent var 0.645734 S.D. dependent var 4.684912 Akaike info criterion 636.5035 Schwarz criterion -95.65643 Hannan-Quinn criter. 20.44258 Durbin-Watson stat 0.000000
两次回归结果显示，剔除CS的可决系数高于剔除IN.因此，剔除CS.此模型相对于前面剔除出口因素可决系数更高，因此选用此模型。
gdp = 3.18943923544 + 0.537337209439*cpi + 0.320667650956*in + 0.198011630548*ex
因篇幅问题不能全部显示，请点此查看更多更全内容