计量经济学实验报告

实 验 报 告

实验课程名称： 计量经济学实验

案例1：近年来，中国旅游业一直保持高速发展，旅游业作为国民经济新的增长点，在整个社会经济发展中的作用日益显现。中国的旅游业分为国内旅游和入境旅游两大市场，入境旅游外汇收入年均增长22.6%，与此同时国内旅游也迅速增长。改革开放20多年来，特别是进入90年代后，中国的国内旅游收入年均增长14.4%，远高于同期GDP 9.76%的增长率。为了规划中国未来旅游产业的发展，需要定量地分析影响中国旅游市场发展的主要因素。

年份 国内旅游收入Y（亿元） 国内旅游人数X2（万人次） 52400 62900 63900 64400 69450 71900 74400 78400 87800 87000 城镇居民人均旅游支出X3 414.7 464 534.1 599.8 607 614.8 678.6 708.3 739.7 684.9 农村居民人均旅游支出X4 （元） 54.9 61.5 70.5 145.7 197 249.5 226.6 212.7 209.1 200 公路里程 铁路里程X5（万公X6（万公里） 里） 111.78 115.7 118.58 122.64 127.85 135.17 140.27 169.8 176.52 180.98 5.9 5.97 6.49 6.6 6.64 6.74 6.87 7.01 7.19 7.3 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 1023.5 1375.7 1638.4 2112.7 2391.2 2831.9 3175.5 3522.4 3878.4 3442.3

解题过程：

首先，通过Eviews，得出回归模型：

Y=-274.377+0.013X2+5.438X3+3.272X4+12.986X5-563.108X6

tc=-0.208 t2=1.031 t3=3.940 t4=3.465 t5=3.108 t6=-1.753 R^2=0.995 F=173.354 DW=2.311

从估计结果来看，模型可能存在多重共线性。因为在OLS下，R^2^2与F值较大，而各参数估计量的t检验值较小，说明各解释变量对Y的联合线性作用显著，但各个解释变量存在共线性从而使得它们对Y的独立作用不能分辨，故t检验不显著。

应用Eviews，写下命令：cor X2 X3 X4 X5 X6。得到相关系数矩阵。

可以从中看出五个经济变量之间两两简单相关系数大都在0.80以上，甚至有的在0.96以上。表明模型存在着严重的多重共线性。

从而为了消除多重共线性，这里采用逐步回归法。

第一步，用每个解释变量分别对被解释变量做简单回归。得：

Y=-3462+0.0842X2 t=8.666 R^2=0.903 F=75

Y=-2934+9.052X3 t=13 R^2=0.956 F=173

Y=640+11.667X4 t=5.196 R^2=0.771 F=27

Y=-2265+34.332X5 t=6.46 R^2=0.839 F=42

Y=-10897+2014X6 t=8.749 R^2=0.905 F=77

根据R^2统计量的大小排序，可见重要程度依次为X3, X6, X2, X5, X4。

第二步,以Y=-2934+9.052X3为基础,依次引入X6, X2, X5, X4 首先引入X6进行回

归

得

Y=-4110+7.85X3+285X6 t3=2.9 t6=0.46 R^2=0.957 F=78 虽然改善了拟合优度，但是X6的系数未通过t检验 t6=0.46<2.36且P（X6）=0.658>0.005，因此剔除X6。接着引入X2进行回归得

Y=-3326+6.19X3+0.029X2 t3=4.28 t2=2.15 R^2=0.97 F=128 虽然改善了拟合优度，但是不通过t检验且P（X2）>0.005，因此剔除X2。接着引入X5得

Y=-3059+0.73X3+10.9X5 t3=6.6 t5=2.6 R^2=0.98 F=156 因为使得R^2改善，并且通过t检验和F检验。因此保留X5。然后引入X4得

Y=-2441+4.2X3+13.6X5+3.22X4 t3=3.9 t5=4.7 t4=3.1 R^2=0.99 F=231 因为R^2从0.98上升到0.99 ，且X5的系数通过显著性检验，因此模型中保留X5。

最后确定的模型形式为

Y=-2441+4.2X3+13.6X5+3.22X4 t3=3.9 t5=4.7 t4=3.1 r=0.99 F=231 因此，影响中国旅游市场发展的主要因素是城镇居民人均旅游支出X3，农村居民人均旅游支出X4 （元），和公路里程 X5（万公里） 其经济意义分别为4.2：城镇居民人均旅游支出增加一单位，国内旅游收入Y（亿元）增加4.2亿元。 13.6：农村居民人均旅游支出（元）增加一元，国内旅游收入Y（亿元）增加13.6亿元。 3.22：公路里程 （万公里）增加一万公里，国内旅游收入Y（亿元）增加4.2亿元。

案例二：怀特检验（怀特检验适合于任何形式的异方差，也不需要排序）一个异方差检验的说明性例子。我们通过对中国农村居民人均消费函数的估计来说明异方差性的检验方法。给定农村居民人均消费函数回归模型

lnYi=b0+b1*lnX1i+b2*lnX2i+ui其中。Y为农村家庭人均消费支出；X1为从事农业经营的收入；X2为其他收入。

中国2001年各地区农村居民家庭人均纯收入与消费支出 单位：元

农业经营人均 收入 其他 地区 消费支出Y X1 收入

X2 北京 3552.1 579.1 4446.4 天津 2050.9 1314.6 2633.1 河北 1429.8 928.8 1674.8 山西 1221.6 609.8 1346.2 内蒙古 1554.6 1492.8 480.5 辽宁 1786.3 1254.3 1303.6 吉林 1661.7 1634.6 547.6 黑龙江 1604.5 1684.1 596.2 上海 4753.2 652.5 5218.4 江苏 2374.7 1177.6 2607.2 浙江 3479.2 985.8 3596.6 安徽 1412.4 1013.1 1006.9 福建 2503.1 1053 2327.7 江西 1720 1027.8 1203.8 山东 1905 1293 1511.6 河南 1375.6 1083.8 1014.1 湖北 1649.2 1352 1000.1 湖南 1990.3 908.2 1391.3 广东 2703.36 1242.9 2526.9 广西 1550.62 1068.8 875.6 海南 1357.43 1386.7 839.8 重庆 1475.16 883.2 1088 四川 1497.52 919.3 1067.7 贵州 1098.39 764 647.8 云南 1336.25 889.4 644.3 西藏 1123.71 589.6 814.4 陕西 1331.03 614.8 876 甘肃 1127.37 621.6 887 青海 1330.45 803.8 753.5 宁夏 1388.79 859.6 963.4 新疆 1350.23 1300.1 410.3

打开EViews软件，创建工作文件。输入命令“data y x1 x2”，输入数据表1

输入命令“ls log(y) c log((x1) log(x2)” 表2

由表2得到模型式的OLS估计结果：lnYi=1.6548+0.3166*lnX1i+0.5084*lnX2i+ui （1.867）（3.023） （10.044）

R^2(修正)=0.7676 F=50.5337 RSS=0.8231 估计结果表明，其他收入的增长对人均消费支出的影响大于农业收入增长对人均消费支出的增长的影响。由于模型所用数据为截面数据，可能存在异方差。接下来进行异方差检验。

在表2输出结上方工具栏点击proc/make residual series,在弹出的make residuals 中选择ordinary,输入字母e,得到残差序列。输入命令“genr e2=e^2”,生成残差平方序列,输入命令“genr lnx2=log(x2)”,得到X2的对数序列,输入命令“scat lnx2 e^2”,得到如下散点图：

可以认为，不同地区农村人均消费支出差别主要来源于非农经济收入及其他收入的差别，因此如果存在异方差，可能是X2引起的。模型OLS回归得到的残差平方项ei^2与lnX2的散点图表明可能存在单调递增型异方差。

再进行F 检验和LM检验，在表2上方工具栏中，点击“view/resdual tests/heteroskedasticity tests”,点击异方差检验对话框，选择

“breusch/pagan/godfrey”,点击“ok”得到用于F检验和LM检验的回归结果

表 3

由表3可知，F统计值为2.63036，对应的P值为0.0862。由此可见，在5%显著水平下，FM检验和F检验结果都不存在异方差。在10%的显著水平下，F检验和LM检验的结果则都是存在异方差。

进一步进行怀特检验，在表2上方的工具栏中，点击“view/residual

tests/heteroskedasticity tests”弹出异方差检验对话框，检验类型选择“white”同时勾选“include white cross terms”点击“ok”可得到用于怀特检验的回归结果。

表4

由表4可知，含交叉项的怀特异方差检验表明原回归模型存在异方差，因为LM统计值为14.38,对应的p值为0.013382。

心得体会:经过这次实验，了解关于经济计量学的软件Eviews并且学会应用于实际操作中，以及关于实验数据结果科学正确的检验。选择模型时，要经过反复实验操作，直到相对比较满意。在比较模型时，通过一些可比性数据，选择最优模型；最后，得出模型结果时，首先要要考虑它的实际经济意义，取舍解释变量，再考虑常用解题步骤，接着通过检验，说明模型符合要求，进而可以用于预测结果，应用于实际经济活动。

心得体会：通过这次实验，我学会了如何运用EViews进行异方差检验，知道了怀特检验适合于任何形式的异方差，也不需要排序，同时学会了F检验和LM检验，但F检验或LM检验只检验了随机随机误差项近似量e^2与多个解释变量X之间的线性关系是否成立，当e^2与多个解释变量可能存在非线性关系时，需用怀特检验。