回归模型的比较筛选教材.pptVIP

* 回归模型的比较、筛选 建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为： 。其中，L、K分别为生产过程中投入的劳动与资金，时间变量反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y为工业总产值（可比价），L、K分别为年末职工人数和固定资产净值（可比价）。 4302.25 3955 5931.36 9 1986 3835.79 3815 5586.14 8 1985 3350.95 3669 4946.11 7 1984 3141.76 3632 4541.05 6 1983 2902.19 3582 4151.25 5 1982 2700.9 3488 3877.86 4 1981 2522.81 3334 3782.17 3 1980 2376.34 3208 3581.26 2 1979 2225.7 3139 3289.18 1 1978 K（亿元） L（万人） Y（亿元） 固定资产 职工人数 工业总产值 时间T 年份 表3-1 我国国有独立核算工业企业统计资料 资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理 9374.34 4545 10928.66 17 1994 8628.77 4498 10261.65 16 1993 7757.25 4521 9705.52 15 1992 7071.35 4472 8634.8 14 1991 6365.79 4364 7949.55 13 1990 5808.71 4273 7721.01 12 1989 5251.9 4229 7434.06 11 1988 4786.05 4086 6601.6 10 1987 K（亿元） L（万人） Y（亿元） 固定资产 职工人数 工业总产值 时间T 年份 一、建立多元线性回归模型 ㈠建立包括时间变量的三元线性回归模型，见图3-1 图3-1 因此，我国国有独立工业企业的生产函数为： （模型1） 模型1的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。说明模型有很高的拟合优度， F检验也是高度显著的，说明职工人数L、资金K和时间变量对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K的统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除统计量最小的变量（即时间变量）而重新建立模型。 ㈡建立剔除时间变量的二元线性回归模型； 命令：LS Y C L K 则生产函数的估计结果及有关信息如图3-2所示（模型2）。 图3-2 从图3-2的结果看出，回归系数的符号和数值也是合理的。劳动力边际产出为1.2085，资金的边际产出为0.8345，表明这段时期劳动力投入的增加对我国国有独立核算工业企业的产出的影响最为明显。模型2的拟合优度较模型1并无多大变化，F检验也是高度显著的。这里，解释变量、常数项的检验值都比较大，显著性概率都小于0.05，因此模型2较模型1更为合理。 ㈢建立非线性回归模型——C-D生产函数。 C-D生产函数为： ，对于此类非线性函数，可以采用以下两种方式建立模型。 方式1：转化成线性模型进行估计； 在模型两端同时取对数，得： 在EViews软件的命令窗口中依次键入以下命令： GENR LNY=log（Y） GENR LNL=log（L） GENR LNK=log（K） LS LNY C LNL LNK 则估计结果如图3-3所示（模型3）。 图3-3 从模型3中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理，而且拟合优度较模型2还略有提高，解释变量都通过了显著性检验。 二、比较、选择最佳模型 估计过程中，对每个模型检验以下内容，以便选择出一个最佳模型： （1）回归系数的符号及数值是否合理； （2）模型的更改是否提高了拟合优度； （3）模型中各个解释变量是否显著； （4）残差分布情