计量软件eviews期末论文

计量软件Eviews & Stata 基础应用课程论文学生某：学号：任课教师：平时成绩期末成绩总分评语：21 / 22目录A1.中国税收收入多元回归模型2A2.中国经济增长影响因素实证分析5B.中国城镇居民消费结构面板数据模型实证分析9C.社会保障与经济增长关系的实证研究16A1.中国税收收入多元回归模型一 研究目的：本文在参考了多个关于影响我国税收收入的主要观点的基础上，对影响我国1978年至2007年的税收收入的主要因素进行实证分析。选取的自变量有税收收入、GDP、财政支出和零售商品价格指数，利用EVIEWS软件对设定的计量模型进行了参数估计，并对可能出现的问题进行了假设检验，使这个模型尽量完美二 研究内容：（一）模型形式设定（二）Y，X2,X3,X4的趋势图从以上的图可以看出Y与X2和X3均呈线性关系，但Y与X4不存在线性关系（三）AIC和SC准则在eviews中输入LS Y C X2 X3 和LS Y C X2 X3 X4 ，得到分析结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 07/28/17 Time: 17:52Sample: 1978 2007Included observations: 30CoefficientStd. Errort-StatisticProb.C-1.6889950.248375-6.8001820.0000LNX20.5864350.1254104.6761250.0001LNX30.4646800.1392623.3367230.0025R-squared0.986052Mean dependent var8.341376Adjusted R-squared0.985019S.D. dependent var1.357225S.E. of regression0.166122Akaike info criterion-0.657549Sum squared resid0.745106Schwarz criterion-0.517430Log likelihood12.86324Hannan-Quinn criter.-0.612724F-statistic954.3715Durbin-Watson stat0.536092Prob(F-statistic)0.000000Dependent Variable: LNYMethod: Least SquaresDate: 07/28/17 Time: 17:53Sample: 1978 2007Included observations: 30CoefficientStd. Errort-StatisticProb.C-2.7553670.640080-4.3047220.0002LNX20.4512340.1421283.1748310.0038LNX30.6271330.1615663.8815810.0006X40.0101360.0056451.7955670.0842R-squared0.987591Mean dependent var8.341376Adjusted R-squared0.986159S.D. dependent var1.357225S.E. of regression0.159676Akaike info criterion-0.707778Sum squared resid0.662904Schwarz criterion-0.520952Log likelihood14.61668Hannan-Quinn criter.-0.648011F-statistic689.7317Durbin-Watson stat0.616136Prob(F-statistic)0.000000在以上模拟中： AIC = -0.707778 SC =-0.520952加入X4之后的模型AIC和SC的值均有所减小，由赤池信息准则和施瓦茨准则可知X4应该包含在模型中。根据上图得模型估计结果为：Se = (0.640080) (0.142128)(0.161566)(0.005645)t = (-4.304722)(3.174831)(3.881581)(1.795567)R2= 0.987591 ,R2 = 0.986159 ,F = 689.7317（四）模型检验A经济意义检验：影响力排序为LNX2LNX3X4，模型估计结果说明，在假定其他变量不变的情况下，当年GDP的对数每增长1亿元，税收收入就会增长0.45亿元；在假定其他变量不变的情况下，当年财政支出的对数每增长1亿元，税收收入会增长0.63亿元；在假定其他变量不变的情况下，当年零售商品价格指数上涨一个百分点，税收收入就会增长0.01亿元。国家税收收入与国内生产总值、财政支出、商品零售价格指数均为正相关。B拟合优度检验R2 = 0.987591 ,R2 = 0.986159 与1 十分接近，说明拟合度很好。CF检验针对H0：1=2=3=0，给定显著性水平=0.05，在F分布表中查出自由度为3和13的临界值F0.05(3，13)=3.41。由于F=689.7317 3.41，应拒绝原假设H0，说明回归方程显著,即GDP（X2）、财政支出(X3) 、商品零售价格指数(X4)对国家税收收入（Y）有显著影响DT检验分别针对H0：j=0（j=1,2,3）,给定显著性水平=0.05，查t分布表得自由度为17-4=13，临界值t0.025(13)=2.160。j=0（j=1,2,3）对应的t统计量分别为3.175，3.882，1.796。GDP（X2）、财政支出(X3) 绝对值均大于临界值2.160，通过了显著性检验，而商品零售价格指数(X4)绝对值小于临界值，所以没有通过检验。（五）建议国内生产总值会带来税收的增加。经济是收入的来源，只有提高产出，才有可能提高税收。财政支出对税收的影响是显著正相关的，财政支出增加，税收也会增加。适时调整商品零售价格指数，提高商品零售价格指数有利提高税收收入。另外，政府进行积极的宏观调控，实现产业结构调整，以及财政支出政策的改进，促进经济发展的良性循环，提高税收A2.中国经济增长影响因素实证分析一 研究目的：以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见二 研究内容：（一）模型形式设定GDP、CS、I、EX的趋势图：（二）LNGDP、LNCS、LNI、LNEX的趋势图（三）自相关模型的影响A不考虑自相关:Dependent Variable: LNGDPMethod: Least SquaresDate: 07/28/17 Time: 10:35Sample: 1980 2003Included observations: 24VariableCoefficientStd. Errort-StatisticProb.C0.5533160.1741133.1779190.0047LNCS0.8840480.05275216.758470.0000LNI0.0633730.0390351.6234950.1201LNEX0.0587980.0285742.0577210.0529R-squared0.999709Mean dependent var10.14063Adjusted R-squared0.999665S.D. dependent var1.118918S.E. of regression0.020468Akaike info criterion-4.788915Sum squared resid0.008379Schwarz criterion-4.592572Log likelihood61.46698Hannan-Quinn criter.-4.736825F-statistic22905.17Durbin-Watson stat0.803584Prob(F-statistic)0.000000B.考虑自相关：Dependent Variable: LNGDPMethod: Least SquaresDate: 07/28/17 Time: 10:37Sample (adjusted): 1982 2003Included observations: 22 after adjustmentsConvergence achieved after 13 iterationsVariableCoefficientStd. Errort-StatisticProb.C0.6597600.1967953.3525180.0040LNCS0.8144920.06396712.733020.0000LNI0.1374770.0467472.9408840.0096LNEX0.0465470.0264831.7576520.0979AR(1)0.8993040.2620893.4312870.0034AR(2)-0.2840490.255747-1.1106660.2831R-squared0.999845Mean dependent var10.29339Adjusted R-squared0.999797S.D. dependent var1.038126S.E. of regression0.014783Akaike info criterion-5.363656Sum squared resid0.003497Schwarz criterion-5.066099Log likelihood65.00021Hannan-Quinn criter.-5.293560F-statistic20708.45Durbin-Watson stat1.886754Prob(F-statistic)0.000000Inverted AR Roots.45-.29i.45+.29i在添加AR(1)和AR(2)项后，杜宾沃森检验项的DW值达到1.886754的水平，已经非常接近2了，由此可以认为自相关在模型中已经基本消除（四）回归方程及残差图Se = (0.1968)(0.0639)(0.0468) (0.0265)T = (3.3525) (12.7330)(2.9409)(1.7577)R2= 0.999 ,R2 = 0.999 ,F = 20708.45影响因素：LNCSCLNIEX残差图：（五）模型检验A. 模型的经济意义检验：回归系数估计值LNCS0.814492；LNI0.137477；LNEX0.046547说明GDP与消费需求、投资需求、出口同方向变动，当其他条件不变时，消费需求每增加一个百分点，产出将平均增加0.81%，投资需求每增加一个百分点，平均产出将增加0.14%。出口每增加一个百分点，产出将平均增加0.05%，均符合解释变量与被解释变量之间的关系，所以，模型通过经济意义检验。B.回归方程的标准误差的评价：S.E=0.014783说明，回归方程与各观测点（或估计值与观测值）的评价误差为0.014783。C拟合优度检验：R2=0.9998=0.999797说明，回归方程即上述样本函数的解释能力为 99.8%，即其他条件不变时消费需求、投资需求、出口能对GDP变动的99.98%作出解释。回归方程的拟合优度相当好，具有一定的经济含义。D回归模型的总体显著性检验：F检验，方程总体的显著性检验的伴随概率为0.00000，在5%显著水平下方程显著成立，具有经济意义。E.单个回归系数的显著性检验：T检验，C, LNCS , LNI 的t检验伴随概率均远远小于5%，所以，解释变量的系数显著不为零，通过显著性检验，常数项同时也通过显著性检验，保留在模型当中不必剔除,而LNEX 的伴随概率大于5%，没有通过显著性检验，说明存在多重共线性的可能。VariableCoefficientStd. Errort-StatisticProb.C0.6597600.1967953.3525180.0040LNCS0.8144920.06396712.733020.0000LNI0.1374770.0467472.9408840.0096LNEX0.0465470.0264831.7576520.0979（六）建议协调好消费需求、投资需求、出口需求三大需求之间的关系，在保证投资保持较快增长的同时，要更加重视消费和出口(输出)对GDP的拉动作用；在扩大社会需求的同时，更要高度重视引导增加拉动本地GDP关联度高、影响力大的产业部门的需求，并且努力扩大本地投资品、消费品和服务的市场占有份额；要把扩大社会需求与推动经济结构的战略性调整，促进产业升级结合起来，加快深入落实经济发展模式的转型，以消费拉动经济增长为主，投资和出口协同拉动经济增长，充分发挥消费这一经济增长的原动力，促进经济健康协调发展。B.中国城镇居民消费结构面板数据模型实证分析一. 研究目的：根据Keynes的绝对收入假说：居民的消费水平是由可支配收入决定的；通过建立1996-2003中国29个省市居民家庭人均消费（Consume）和收入（Ine）数据，建立城镇居民消费水平的面板数据模型（Panel Data），分析自发性消费支出（截距项）的省际差异，居民可支配收入是如何决定消费的，即对城镇居民的消费结构进行对比分析二研究内容：（一）面板数据序列相关图（二）三种面板模型类型的软件回归结果A混合模型Dependent Variable: CONSUME?Method: Pooled Least SquaresDate: 07/28/17 Time: 21:23Sample: 1996 2003Included observations: 8Cross-sections included: 29Total pool (balanced) observations: 232VariableCoefficientStd. Errort-StatisticProb.C265.086646.322235.7226640.0000INE?0.7473360.006999106.78020.0000R-squared0.980227Mean dependent var4952.143Adjusted R-squared0.980141S.D. dependent var1599.622S.E. of regression225.4217Akaike info criterion13.68241Sum squared resid11687434Schwarz criterion13.71212Log likelihood-1585.159Hannan-Quinn criter.13.69439F-statistic11402.02Durbin-Watson stat0.633044Prob(F-statistic)0.000000B固定效应模型Dependent Variable: CONSUME?Method: Pooled Least SquaresDate: 07/28/17 Time: 21:23Sample: 1996 2003Included observations: 8Cross-sections included: 29Total pool (balanced) observations: 232VariableCoefficientStd. Errort-StatisticProb.C546.240552.7920810.347020.0000INE?0.7025070.00826485.008340.0000Fixed Effects (Cross)BEIJ-C528.7945TIANJ-C-2.098388HEB-C-206.0987SHANX-C-150.5853LMG-C-231.7145LIAON-C104.2279JIN-C-19.82496HEILJ-C-219.3924SHANGH-C185.5096JIANGS-C-124.4121ZHEJ-C107.6448ANH-C-106.1617FUJ-C-120.2966JIANGX-C-383.5205SHAND-C-212.4554HEN-C-205.7808HUB-C165.8370HUN-C139.3203GUANGD-C433.8359GUANGX-C47.39929HAIN-C-146.1806SIC-C181.3348GUIZ-C-44.58322YUNN-C96.97064SHANXI-C168.9827GANS-C3.968558QINH-C39.49803NINX-C79.92879XINJ-C-110.1475Effects SpecificationCross-section fixed (dummy variables)R-squared0.992012Mean dependent var4952.143Adjusted R-squared0.990865S.D. dependent var1599.622S.E. of regression152.8873Akaike info criterion13.01743Sum squared resid4721654.Schwarz criterion13.46313Log likelihood-1480.022Hannan-Quinn criter.13.19718F-statistic865.0129Durbin-Watson stat1.497457Prob(F-statistic)0.000000C.随机效益应型Dependent Variable: CONSUME?Method: Pooled EGLS (Cross-section random effects)Date: 07/28/17 Time: 21:23Sample: 1996 2003Included observations: 8Cross-sections included: 29Total pool (balanced) observations: 232Swamy and Arora estimator of ponent variancesVariableCoefficientStd. Errort-StatisticProb.C471.762356.192478.3954720.0000INE?0.7143820.00749595.317860.0000Random Effects (Cross)BEIJ-C431.6092TIANJ-C-20.33295HEB-C-177.8866SHANX-C-120.4085LMG-C-193.8990LIAON-C102.4559JIN-C-4.352160HEILJ-C-182.3715SHANGH-C114.2327JIANGS-C-117.7576ZHEJ-C62.97991ANH-C-84.99239FUJ-C-120.0148JIANGX-C-330.1594SHAND-C-190.8111HEN-C-170.1601HUB-C155.6525HUN-C125.8822GUANGD-C350.3158GUANGX-C44.21696HAIN-C-124.1109SIC-C167.9234GUIZ-C-28.00712YUNN-C85.88278SHANXI-C163.9526GANS-C18.98209QINH-C47.84721NINX-C86.14179XINJ-C-92.81100Effects SpecificationS.D.RhoCross-section random156.76350.5125Idiosyncratic random152.88730.4875Weighted StatisticsR-squared0.974198Mean dependent var1614.285Adjusted R-squared0.974086S.D. dependent var971.4403S.E. of regression156.3815Sum squared resid5624692.F-statistic8684.014Durbin-Watson stat1.267014Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.978321Mean dependent var4952.143Sum squared resid12813987Durbin-Watson stat0.556155三种模型的表达式分别如下：(1) 混合模型Consumet= 256.087 + 0.7473 inett(2) 固定效应模型Consumet=546.2405 + 0.7025inett+ 528.79D1+-110.1475D29其中虚拟变量D 的定义是： 1，如果属于第i个个体，i=1,2,29D 0，其他(3)随机模型Consumet=471.7623 + 0.7144inett+431.6092D1 + -92.811D29 1，如果属于第i个个体，i=1,2,29D 0，其他（三）F检验与Hausman检验F检验的原假设和备用假设分别如下所示：H。：模型中不同个体的常数项系数口，相同，即模型为混合回归模型E：模型中不同个体的常数项系数口，不同，即模型为个体固定效应回归模型对于混合模型和固定效应模型，用F检验；从上题的表中可得:SSEr=11687434，SSEu=4721654,N=29,K=1,T=8，则(n,k分别为单位和自变量的个数)查表可得:F(28,202)=1.52 0.05，此栏目没有通过协整检验，无协整关系；同理，Group rho-Statistic也无协整关系。其余项均存在协整关系。C.社会保障与经济增长关系的实证研究一 研究目的：证明社会保障支出和经济增长之间是否存在相关关系。社会保障从传统意义上来讲包括社会保险、社会救济、社会福利和社会优抚4大部分，随着经济社会的发展，各种社会保障补助支出越来越多，也被视为社会保障X畴。二 研究内容：（一）时间序列数据的命令和结果图（二）变量lnagdp的单位根检验结果根据结果显示，第一个检验的p值为0.0543。检验值t的绝对值2.829大于临界值的绝对值2.626，所以拒绝单位根存在的假设。（三）协整检验命令和检验结果结果所示。ADF检验值为-1.900，显著性水平为10%时的临界值-1.602，前者的绝对值大于后者。所以残差序列通过了置信度为90%的平稳性检验，说明lnAGDP和lnASS序列具有协整关系。（四）格兰杰因果关系检验命令和检验结果表明1.lnASS并不是lnAGDP的格兰杰因2.lnAGDP却是lnASS的格兰杰因，即经济增长对社会保障支出的贡献更为明显。（五）多元命令和检验结果建立回归模型如下：先生成lnk和lnl之后再进行回归T （-4.28）（7.17）（21.39）（6.71）（六）稳健性和经济意义说明由回归结果可以得出结论：社会保障支出对经济增长有促进作用，社会保障支出每增长1%，大约可以带动实际GDP增长0.07%，lnAGDP是lnASS的格兰杰因，即经济增长对社会保障支出的贡献更为明显。第一，从社会保障角度，建立适应我国经济社会发展水平的社会保障体系，充分发挥社会保障的作用。合理确定支付水平，确保社会保障水平与经济发展水平相适应；建立多样化的社会保障模式，扩大筹资渠道；加强社会保障法形成法制化、规X化的社会保障运行管理体制。第二，从经济增长角度，打破以往保持高速经济增长维持政府收入的增加，从而确保政府有足够财力投入民生工程的传统模式。政府强调“保民生”时，可以考虑适度放缓经济增长的速度，以便在保民生和动态合理调整经济结构的情况下打好长期经济发展的基础。