靳云汇高级计量经济学课后习题.docxVIP

1.研究宁波市财政预算收入与该市国内生产总值的关系。 采用时间序列数据资料（1978—2004年）， 建立宁波市财政预算收入对该市国内生产总值的线性回归模型。 使用普通最小二乘法对模型作出估计。 根据回归结果对总体回归模型进行检验。 若2006年该市的国内生产总值为2864.49亿元，试给出该市2006年财政收入的预测值和置信度为95%的预测区间，并与实际发生值（466.5亿元）进行比较。 作宁波市财政预算收入Y（亿元）与该市国内生产总值X（亿元）的散点图。 从散点图可以看出Y与X大体呈线性关系，所以建立的计量经济模型为以下线性模型Y=β1+β2X+u 其中β1、β2为估计参数，u表示随机误差项。 (2) 利用EViews软件，输入Y、X等数据，采用这些数据对模型进行OLS回归，回归结果如下 在本例中参数估计有以下结果。 Y^i=-9.452819+0.144417Xi (6.924101) (0.008581) t=(-1.3652) (16.8293) r2=0.9189 F=283.2261 df=25 回归结果图形： （3）模型检验 经济意义检验：所估计参数β2=0.144417，说明宁波市国内生产总值每增加一亿元，该市财政预算收入增加0.144417亿元。符合财政预算收入随gdp增加而增加的经济学意义。 拟合优度检验：在本例中可决系数为0.9189，说明所建模型整体上对样本数据你和较好，即解释变量“宁波市国内生产总值”对被解释变量“该市财政预算收入”的绝大部分差异做出了解释。 对回归系数的t检验：分别针对H0 : β（j） = 0 (j = 1、2) 给定显著性水平 α = 0.05，在t分布表中查出自由度为n-k = 25的临界值t α /2 (n-k) = 2.060。由表中数据可得，与β1、β2的估计值对应的t统计量分别为-1.3652、16.8293。t(β1)的绝对值小于t α /2 (n-k) = 2.060 ，t(β2)的绝对值大于t α /2 (n-k) = 2.060。所以不拒绝H0 : β1 = 0，拒绝 H0 : β2 = 0，也就是说“宁波市国内生产总值”(X)对“该市财政预算收入”（Y）有显著影响。 (4) 预测：利用所估计的模型Y^i=-9.452819+0.144417Xi及2006年该市的国内生产总值为2864.49亿元， 代人以上估计方程得该市2006年财政收入的预测值Y^i=-9.452819+0.144417*2864.49=404.228233亿元。与实际值466.5亿元进行比较发现，估计的较为接近。 =?2.060???(334.1090???,????474.34658) 2．分析我国制造业研究与开发项目经费与新产品销售收入之间的关系 （1）作我国制造业新产品销售收入Y（亿元）与RD项目经费X（万元）的散点图。 从散点图可以看出Y与X大体呈线性关系，所以建立的计量经济模型为以下线性模型Y=β1+β2X+u 其中β1、β2为估计参数，u表示随机误差项。 (2) 利用EViews软件，输入Y、X的数据，采用这些数据对模型进行OLS回归，回归结果如下 在本例中参数估计有以下结果。 Y^i=-2.81905+26.29712Xi (70.84937) (0.404866) t=(-0.039789) (64.95264) r2=0.993407 F=4218.845 df=28 （3）两者相关关系的特征 根据估计的模型结果可以看出，两者呈现出线性正相关的关系。 经济意义检验：所估计参数β1=26.29712，说明RD每增加一亿元，我国制造业新产品销售收入增加26.29712万元。符合销售收入随项目经费增加而增加的经济学意义。 拟合优度检验：在本例中可决系数为0.993407，说明所建模型整体上对样本数据拟合较好，即解释变量“RD项目经费”对被解释变量“我国制造业新产品销售收入”的绝大部分差异做出了解释。 3．2003年我国各省市居民人均年消费支出和人均年可支配收入之间的关系 （1）使用普通最小二乘法估计人均年消费支出（y）对人均可支配收入（x）的线性回归模型，并画出样本回归线。 （2）指出回归截距和斜率系数的标准差和t统计量，并且判断他是否存在5%的显著性水平下显著。 （3）解释截距和斜率的经济含义。 （1） 运用Eviews作人均年消费支出（y）对人均可支配收入（x）散点图如下： 由散点图可看出x与y大致呈现线性关系，因此建立x与y的线性模型：Y=β1+β2X+u （其中β1和β2是估计参数，u为随机误差）。 利用EViews软件，输入Y、X的数据，采用这些数据对模型进行OLS回归，回归结果如下 则可得到回归结果的标准格式如下： Y^i = 238.459 + 0