- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一.引言:
储蓄函数是西方经济学中最基本和最重要的经济函数之一,被广泛地用于分析国民收入的分配与使用、研究居民的生活水平、帮助制定货币政策从而实现宏观调控等。
二.建立模型:
模型的建立离不开数据资料,本案例采用了时间序列数据。
三.数据收集:
为了研究全国城乡居民储蓄存款年底余额与国内生产总值(GDP)的关系,特地收集可获得的可靠数据,而这正是可从统计年鉴中获得数据的变量。因此,选择国内生产总值(GDP)为解释变量X,选择全国城乡居民储蓄存款年底余额为被解释变量Y,通过查1978年至2007年的中国统计年鉴,找到相应的X与Y的数据。
基本模型的建立:运用Eviews,作散点图,如下:
图 1-1
图1-1显示两者存在明显的曲线相关关系,所以,将居民储蓄存款模型的函数形式初步定为:一元一次模型、双对数模型、指数曲线模型和二次多项式模型。
利用OLS法估计模型,选择统计检验结果较好的模型:
经过比较、分析,取居民储蓄存款模型为双对数模型,估计结果为:
LOG()=-6.7877+1.5520LOG()
(-19.9169) (47.3906)
=0.9877 =0.9872 F=2245.87 D.W.=0.1857
图 1-2
经济意义分析(结构分析):
所估计的参数 =1.5520是样本回归直线的斜率,说明GDP每增加1元,可导致全国城乡居民储蓄存款年底余额增加1.5520元。=-6.7877是样本回归直线的截距,表示不受GDP影响的自发储蓄存款年底余额,显然,两参数的符号和大小均符合经济理论和实际情况。
五.统计检验:
1.拟合优度的度量:从可决系数=0.9877,说明所建立模型对数据拟合较好,同时也说明,解释变量GDP对被解释变量全国城乡居民储蓄存款年底余额的变化的98.77%作出了解释。
回归系数的显著性检验:针对原假设:=0和原假设:=0,由图1-2可知,=-19.9169,=47.3906,取α=0.05,查t分布表,在自由度为n-2=30-2=28的临界值(28)=2.048。因为(28)=2.048=47.3906,所以拒绝:=0。表明,GDP对全国城乡居民储蓄存款年底余额有显著影响,=-19.9169(28)=2.048,所以,接受原假设:=0,说明模型的截距项显著为零。
回归方程的显著性检验:
(1,28)=4.20F=2245.87,所以拒绝原假设::=0,即认为模型较好地说明GDP对全国城乡居民储蓄存款年底余额的影响。
六.异方差性的检验:
G-Q检验:G-Q检验以F检验为基础,适用于样本容量大,异方差为单调递增或单调递减的情况。作关于LOG(X)的散点图,如下:
图1-3
由残差图可粗略地观察到是复杂型的异方差,不适用于G-Q检验。
怀特检验:假设异方差与解释变量X的一般线性关系为:
=+LOG(X)+LOG(X)·LOG(X)+
运用Eviews,作White检验,如下:
图1-4
从图1-4可知,n=6.873824=5.99,因此,拒绝同方差的假设。
七.异方差的修正:
1.加权最小二乘法:重复多次实践,找不同的权,如=1/LOG(X),=1/LOG(X)^2,不同次进行回归,找到可能满足LOG(X)前的参数在5%的显著性水平下不为零,同时F检验也通过的权序列w=1/@sqrt(exp(-70.5695+10.2046*log(X)),结果如下:
图1-5
当权序列生成之后,完成加权的最小二乘估计,如下:
图1-6
再进行White检验,结果如下:
图1-7
由图1-7可知,n=24.0579=5.99,任然存在异方差。
加权最小二乘法的关键是寻找模型中随机误差项μ的方差与解释变量之间的适当的函数形式,而这并非一件易事,在此例情况下,很难得到正确的方差与解释变量的函数关系式,因此,采用异方差稳健标准误法来消除异方差存在的不良后果。
运用Eviews,在异方差稳健标准误法下,修正回归结果的方差,得图1-8:
图1-8
由上图可观察到,通过异方差稳健标准误法修正后的结果为: LOG()=-6.7877+1.5520LOG()
(-15.8034) (39.0583)
可以看到,估
文档评论(0)