隨著個(gè)人素質(zhì)的提升，報(bào)告使用的頻率越來越高,，我們?cè)趯憟?bào)告的時(shí)候要注意邏輯的合理性,。優(yōu)秀的報(bào)告都具備一些什么特點(diǎn)呢,？又該怎么寫呢？下面是小編幫大家整理的最新報(bào)告范文,，僅供參考,，希望能夠幫助到大家。

計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告篇一

一個(gè)國(guó)家的貨物周轉(zhuǎn)量與貨運(yùn)量是密不可分的,，為了考察貨物周轉(zhuǎn)量與貨運(yùn)量之間的關(guān)系,，利用計(jì)量經(jīng)濟(jì)學(xué)的方法，進(jìn)行回歸分析,。中國(guó)1990—2009年貨運(yùn)量與貨運(yùn)周轉(zhuǎn)量的數(shù)據(jù)如表1.1所示,。

表1.1 中國(guó)的貨運(yùn)量與貨運(yùn)周轉(zhuǎn)量 年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

貨運(yùn)量x貨物周轉(zhuǎn)量y（萬(wàn)噸）（億噸公里）970602 985793 1045899 1115902 1180396 1234938 1298421 1278218 1267427 1293008 1358682 1401786 1483447 1564492 1706412 1862066 2037060 2275822 2585937 2825222

26208 27987 29218 30647 33435 35909 36590 38385 38089 40568 44321 47710 50686 53859 69445 80258 88840 101419 110300 122133.3數(shù)據(jù)來源：《中國(guó)交通年鑒》（2009）整理

1、建立模型

y=???x??

根據(jù)表一數(shù)據(jù),，為對(duì)其進(jìn)行線性回歸分析,，建立如下一元回歸模型：

表1.2給出了采用eviews軟件對(duì)表1.1數(shù)據(jù)進(jìn)行最小二乘線性回歸分

析的結(jié)果。

表1.2中國(guó)貨運(yùn)周轉(zhuǎn)量對(duì)貨運(yùn)量的回歸分析（1990--2009）

dependent variable: y method: least squares sample: 19902009 c r-squared

adjusted r-squared regression sum squared resid log likelihood-30611.52 2621.031-11.679190.0000 29604.40 19.36846 19.46803 1193.787 0.985146mean dependent var 55300.37 ent var 3706.977akaike info criterion 2.47e+08schwarz criterion-191.6846f-statistic

根據(jù)表1.2寫出如下回歸分析結(jié)果：

y=-30611.52?0.0558x

（-11.68）（34.55）

31f?1193.787,，d.w.?0.705r2?0.985,，其中括號(hào)內(nèi)的數(shù)為相應(yīng)參數(shù)的t檢驗(yàn)值，r2為可決系數(shù),，f為方程整體線性顯著性檢驗(yàn)值,，d.w.為模型序列相關(guān)性檢驗(yàn)值

二、模型檢驗(yàn)

（1）從回歸估計(jì)的結(jié)果看,，模型擬合較好,。可決系數(shù)r2?0.9851,，表

明模型在整體上擬合的非常好,。

（2）而且從常數(shù)項(xiàng)和解釋變量系數(shù)的t檢驗(yàn)值看，比給定5%顯著性水

平下自由度為n-2=19的臨界值2.093都大的多,，說明參數(shù)值是比較顯著的,。

（3）而從f?1193.787可以看出，遠(yuǎn)遠(yuǎn)大于模型的整體的線性關(guān)系也

是非常顯著的,。

d.w.?0.7053,，在(0,dl=1.2)之間，則應(yīng)該存在一階相關(guān)關(guān)系,，利（4）

用拉格朗日乘數(shù)法進(jìn)行二階相關(guān)關(guān)系檢驗(yàn)得表2.1如下：

表2.1

f-statistic 7.558370probability 0.004887 dependent variable: resid

c x resid(-1)r-squared

adjusted r-squared regression sum squared resid log likelihood 171.9513-0.000141 0.897166 2366.190 0.001521 0.234126 0.072670-0.092732 3.8319750.9430 0.9273 0.0015 0.485807mean dependent var-9.19e-12 ent var 2819.415akaike info criterion 1.27e+08schwarz criterion-185.0330f-statistic 3608.106 18.90330 19.10245 5.038913

由表2.1可知,，nr2?9.716，該值大于顯著性水平為5%,，自由度為2的?2分布的臨界值?20.05（2）=5.991,，由此判斷存在二階序列相關(guān)性,。再利用拉格朗日乘數(shù)法進(jìn)行三階相關(guān)關(guān)系檢驗(yàn),，得表2.2：表2.2

breusch-godfrey serial correlation lm test: f-statistic c x resid(-1)resid(-2)resid(-3)r-squared

adjusted r-squared regression sum squared resid log likelihood durbin-watson stat

5.163250probability-219.0110 9.83e-05 0.823992-0.212209-0.274529

2437.122 0.001563 0.252675 0.386183 0.333503

-0.089865 0.062901 3.261077-0.549503-0.823168

0.0119200.9296 0.9507 0.0053 0.5907 0.4233 3608.106 18.95912 19.20805 3.872437 0.023534

dependent variable: resid

0.508031mean dependent var-9.19e-12 ent var 2848.257akaike info criterion 1.22e+08schwarz criterion-184.5912f-statistic 2.051318prob(f-statistic)

由表2.2可知,，雖然nr2?10.161,，仍然比顯著性水平為5%,，自由度

~的參數(shù)不顯著,，且為3的?2分布的臨界值?20.05（3）=7.815要大，但由于et?3

d.w.?2.05說明不存在三階序列相關(guān),。

用科克倫—奧科特迭代法對(duì)原模型進(jìn)行修正,，并用拉格朗日乘數(shù)法進(jìn)行檢驗(yàn)，得表2.3如下：

表2.3

f-statistic 0.981613probability 0.415681 dependent variable: resid method: least squares

variable c x x(-1)x(-2)ar(1)ar(2)resid(-1)r-squared

adjusted r-squared regression sum squared resid log likelihood coefficient-418.6797 0.003815 0.011768-0.016302 1.727024-0.695450-1.957545 11658.54 0.033267 0.036623 0.039801 1.297073 0.687141 1.397689 t-statistic-0.035912 0.114677 0.321315-0.409598 1.331477-1.012091-1.400558 prob.0.9722 0.9115 0.7562 0.6928 0.2197 0.3411 0.1989 0.197047mean dependent ent var 3382.804akaike info criterion 91546893schwarz criterion-147.1812f-statistic 2756.964 19.39765 19.78394 0.280461 由表2.3可看出,，修正后的nr2?3.153，該值小于顯著性水平為5%,，自由度為2的?2分布的臨界值?20.05（2）=5.991,，由此可以判斷模型不再存在相關(guān)關(guān)系,。

（5）檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲?/p>

在表1.2的基礎(chǔ)上,，利用white檢驗(yàn)對(duì)模型是否存在異方差進(jìn)行檢

驗(yàn),，得表2.4如下：

表2.4

f-statistic 4.972142probability 0.019946 dependent variable: resid^2 method: least squares sample: 1990 2009 included observations: 20

c x r-squared

adjusted r-squared regression sum squared resid log likelihood durbin-watson stat

-46078062 58.89039 29706420 35.14864-1.551115 1.6754670.1393 0.1121 13246720 35.42455 35.57391 4.972142 0.019946

0.369068mean dependent var 12367509 ent var 11123765akaike info criterion 2.10e+15schwarz criterion-351.2455f-statistic 1.196673prob(f-statistic)

由表2.4可知,，nr2?7.381,，該值大于顯著性水平為5%,，自由度為

2的?分布的臨界值?

20.05

（2）=5.991,，因此拒絕同方差的原假設(shè)。

下面采用加權(quán)最小對(duì)原模型進(jìn)行回歸，即采用為權(quán)重進(jìn)行加權(quán)

ei

最小二乘估計(jì)，得表2.5（未加權(quán)項(xiàng)略）如下：

表2.5

dependent variable: y sample: 1990 2009 included observations: 20 variable c r-squared

adjusted r-squared regression sum squared resid log likelihood durbin-watson stat

coefficient-30343.75 2120.160 t-statistic-14.31201 prob.0.0000 148089.5 16.04216 16.14173 1353.326 0.000000

0.999979mean dependent var 47286.79 ent var 702.6228akaike info criterion z criterion-158.4216f-statistic 0.781900prob(f-statistic)

由表2.5與表1.2對(duì)照可清楚的看到,，無論是擬合優(yōu)度,，還是參數(shù)的顯著性,，加權(quán)后最小二乘估計(jì)比加權(quán)前都有了改進(jìn),，并且對(duì)加權(quán)后的回歸模型進(jìn)行檢驗(yàn),，也可驗(yàn)證，模型不再存在異方差（如表2.6所示）,。

表2.6

f-statistic

test equation:

dependent variable: std_resid^2 method: least squares date: 01/02/11time: 02:48 sample: 1990 2009 included observations: 20

c x r-squared

adjusted r-squared regression sum squared resid log likelihood durbin-watson stat

434208.5 0.017321 295422.9 0.349544 1.469786 0.0495530.1599 0.9611 104697.1 26.20313 26.35249 0.009460 0.990590

0.009460probability

0.990590

0.001112mean dependent var ent var 110623.1akaike info criterion 2.08e+11schwarz criterion-259.0313f-statistic 2.201735prob(f-statistic)

計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告篇二

目錄

(一)研究背景.................................................................................................................2(二)理論來源.................................................................................................................2(三)模型設(shè)定.................................................................................................................2(四)數(shù)據(jù)處理.................................................................................................................2

1.數(shù)據(jù)來源.............................................................................................................2 2.解釋變量的設(shè)置.................................................................................................3(五)先驗(yàn)預(yù)期.................................................................................................................3

1.經(jīng)驗(yàn)預(yù)期.............................................................................................................3 2.散點(diǎn)圖分析.........................................................................................................3(六)參數(shù)估計(jì).................................................................................................................4(七)顯著性檢驗(yàn).............................................................................................................5(八)正態(tài)性檢驗(yàn).............................................................................................................5(九)mwd檢驗(yàn)..............................................................................................................5(十)相關(guān)系數(shù).................................................................................................................7(十一)虛擬變量.............................................................................................................7(十二)異方差檢驗(yàn),、修正.............................................................................................8

1.圖形檢驗(yàn).............................................................................................................8 2.格萊澤檢驗(yàn).........................................................................................................9 3.帕克檢驗(yàn)...........................................................................................................10 4.異方差的修正加權(quán)最小二乘法.......................................................................10 5.異方差修正后的檢驗(yàn).......................................................................................11(十三)自相關(guān)檢驗(yàn).......................................................................................................11 1.圖形法...............................................................................................................11 2.德賓-沃森d檢驗(yàn).............................................................................................12(十四)最終結(jié)果...........................................................................................................12

(一)研究背景

中國(guó)是一個(gè)大國(guó),，幅員遼闊，歷史上自然地形成了一個(gè)極端不平衡發(fā)展的格局,。而1978年開始的改革，政府采取了由東向西梯度推進(jìn)的非均衡發(fā)展戰(zhàn)略,，使已經(jīng)存在的地區(qū)間的差距進(jìn)一步擴(kuò)大，不利于整個(gè)社會(huì)的穩(wěn)定和發(fā)展,。地區(qū)發(fā)展不平衡問題包括社會(huì)發(fā)展不平衡,，尤其是教育發(fā)展的不平衡。因此關(guān)注中國(guó)教育發(fā)展的地區(qū)不平衡性非常迫切,。不僅是因?yàn)榻逃闹匾裕€因?yàn)楫?dāng)前我國(guó)需要進(jìn)一步推進(jìn)教育改革的進(jìn)程,，使其朝著更健康的方向發(fā)展。

(二)理論來源

劉紅梅.中國(guó)各地區(qū)教育發(fā)展水平差異的實(shí)證分析[j]數(shù)理統(tǒng)計(jì)與管理.2013.7(三)模型設(shè)定

? yi=b1+b2x2i+b3x3i+b4x4i+b5x2i+b6x4i+ui

y——地區(qū)教育水平,，用平均受教育年限表示,，（年）x2——學(xué)生平均預(yù)算內(nèi)教育經(jīng)費(fèi)，（萬(wàn)元/人）x3——人均gdp,，（萬(wàn)元/人）x4——平均生師比

22? ? ? ?

(四)數(shù)據(jù)處理

1.數(shù)據(jù)來源：國(guó)家統(tǒng)計(jì)局官網(wǎng),，選取2014年的數(shù)據(jù)：

1)各省gdp 2)各地區(qū)總?cè)丝?/p>

3)各地區(qū)每十萬(wàn)人擁有的各種受教育程度人口比較數(shù)據(jù) 4)地區(qū)在校總學(xué)生數(shù) 5)各地區(qū)教育財(cái)政投入 6)地區(qū)每十萬(wàn)總專任教師數(shù)

2.解釋變量的設(shè)置：

? x2=地區(qū)預(yù)算內(nèi)教育經(jīng)費(fèi)/地區(qū)在?？倢W(xué)生數(shù) =學(xué)生平均預(yù)算內(nèi)教育經(jīng)費(fèi)（萬(wàn)元/人）x3=地區(qū)總gdp/地區(qū)總?cè)丝?人均gdp（萬(wàn)元/人）

x4=地區(qū)每十萬(wàn)人口各級(jí)學(xué)校平均在校生數(shù)的和/地區(qū)每十萬(wàn)人口總專任教師數(shù)

=平均生師比 ? ?

其中：

p為各地區(qū)每十萬(wàn)人擁有的各種受教育程度人口比較數(shù) t為教育年限1，6,，9,12,16(五)先驗(yàn)預(yù)期

1.經(jīng)驗(yàn)預(yù)期：

平均受教育年限分別跟學(xué)生平均預(yù)算內(nèi)教育經(jīng)費(fèi)、人均gdp呈正相關(guān)關(guān)系,，跟平均生師比呈負(fù)相關(guān)關(guān)系。

2.散點(diǎn)圖分析：

學(xué)生平均預(yù)算內(nèi)教育經(jīng)費(fèi)和平均受教育水平成正比,，人均gdp和受教育水平成正比,，平均生師比和平均受教育水平成反比。(六)參數(shù)估計(jì)

設(shè)定經(jīng)濟(jì)計(jì)量模型：yi=b1+b2x2i+b3x3i+b4x4i+b5x2i+b6x4i+ui 參數(shù)估計(jì)：進(jìn)行ols回歸

圖6-1

圖5-1 根據(jù)參考文獻(xiàn),，廣東和西藏是強(qiáng)影響點(diǎn)，所以我們把兩地的數(shù)據(jù)去除,，剩下29個(gè)地區(qū)的數(shù)據(jù)。于是,，我們對(duì)剩下的29個(gè)數(shù)據(jù)進(jìn)行了回歸,，得出這個(gè)回歸結(jié)果：

圖6-2 回歸結(jié)果：

22yi=23.2406-24.6626x2i+0.2296x3i-1.6477x4i+59.1341x2i2+0.0516x4i2(七)顯著性檢驗(yàn)

h0：b2=b3=b4=b5=b6=0 h1：b2,b3,b4 ,b5, b6不全為0 p=0.000000<0.01 故拒絕原假設(shè)，即認(rèn)為學(xué)生平均教育經(jīng)費(fèi),、人均gdp,、平均生師比對(duì)平均受教育年限有顯著影響,。

(八)正態(tài)性檢驗(yàn)

圖8-1 根據(jù)jb檢驗(yàn)，得到其值為0.431311,，接近于零，殘差接近正態(tài)分布,。

(九)mwd檢驗(yàn)

對(duì)數(shù)-線性模型：yi=b1+b2x2i+b3x3i+b4x4i+b5x2i+b6x4i 線性模型：lnyi=b1+b2x2i+b3x3i+b4x4i+b5x2i+b6x4i h0：線性模型：y是x的線性函數(shù) h1：對(duì)數(shù)-線性模型：lny是x的線性函數(shù)

2圖9-1

圖9-2 由圖9-2可得，z1的系數(shù)是統(tǒng)計(jì)不顯著的,，則不拒絕h0, 則說明線性模型是可行的,。

圖9-3 由圖9-3可得,，z2的系數(shù)也是統(tǒng)計(jì)不顯著的,，則不拒絕h1, 則說明對(duì)數(shù)線性模型也是可行的。

mwd檢驗(yàn)的結(jié)論是：最后的結(jié)果是兩個(gè)模型都是合理的,。

(十)相關(guān)系數(shù)

圖10-1 由圖10-1可得,，x2和x3,，x4的相關(guān)程度低。另外x22 ,x42分別是x2,、x4的非線性函數(shù),所以將它們同時(shí)包含在一個(gè)模型中沒有違反經(jīng)典線性模型中“解釋變量之間不能存在精確的線性關(guān)系”的假定,。由此可得,，多重共線性的程度較低

（其中x22用x5來表示，,x42用x6來表示,。）

(十一)虛擬變量

設(shè)立含虛擬變量的模型：

yi=b1+b2x2i+b3x3i+b4x4i+b5x2i2 +b6x4i2+b7d1+b8d2+ui

其中 d1：（1-中部,，0-其他）d2：（1-西部,，0-其他）

圖11-1 回歸結(jié)果表明：虛擬變量d1、d2回歸系數(shù)統(tǒng)計(jì)不顯著,，即中國(guó)東,、中、西部的平均受教育年限沒有顯著不同,，可能因?yàn)橹袊?guó)教育機(jī)制日趨完善,，教育資源趨于均衡，所以地區(qū)差異縮小

(十二)異方差檢驗(yàn),、修正

1.圖形檢驗(yàn)：

圖12-1殘差平方對(duì)教育經(jīng)費(fèi)

圖12-2殘差平方對(duì)人均gdp

圖12-3殘差平方對(duì)平均生師比

由圖形檢驗(yàn)結(jié)果可知：數(shù)據(jù)存在相當(dāng)大的變異性,，表明回歸模型和可能存在異方差。

2.格萊澤檢驗(yàn)：

類型1：h0：b2=0｜ei｜=b1+b2x2+vi

圖12-4 回歸結(jié)果表明：x2的系數(shù)是統(tǒng)計(jì)顯著的,，所以拒絕原假設(shè),，回歸模型中部存在異方差

類型2：h0：b3=0｜ei｜=b1+b3x3+vi

圖12-5 回歸結(jié)果表明：x3的系數(shù)是統(tǒng)計(jì)顯著的,，所以拒絕原假設(shè),，回歸模型中部存在異方差,。綜上所述,回歸模型中存在異方差。

3.帕克檢驗(yàn)：

圖12-6 由于y的估計(jì)值的系數(shù)是統(tǒng)計(jì)顯著的,，因此帕克檢驗(yàn)表明，回歸模型存在異方差,。

通過以上三種異方差的檢驗(yàn)，我們得出該回歸模型存在異方差的理論,。

4.異方差的修正：加權(quán)最小二乘法

圖12-7 經(jīng)過多次的試驗(yàn),，我們最終選擇1/x23作為權(quán)重，其能有效地消除異方差,。

5.異方差修正后的檢驗(yàn)

圖12-8 由圖12-8可知,，帕克檢驗(yàn)中,，得出y的系數(shù)是統(tǒng)計(jì)不顯著的，因此,，回歸方程不存在異方差,。

(十三)自相關(guān)檢驗(yàn)

1.圖形法

圖13-1 由圖13-1可知,，對(duì)et及et-1作回歸，殘差的遞差之間沒有關(guān)系,。2.德賓-沃森d檢驗(yàn)

圖13-2 由圖13-2可知，d=2.206761,，根據(jù)d-w表,，對(duì)于n=29，k=6,，在5%的顯著水平下,，dl=1.050，du=1.841,，由于d位于2.159和2.95之間，所以,，我們無法判斷是否存在自相關(guān)。

綜合以上兩種自相關(guān)的檢驗(yàn),，我們得出該模型不存在自相關(guān)的結(jié)論。

(十四)最終結(jié)果

yi/x2i3=67.3323+2.4598/x2i2+0.3444x3i/x2i3-7.9644x4i/x2i3-3.239358x22i/x2i3+0.25936x4i2/x2i3

對(duì)回歸得結(jié)果解釋如下：b2= 2.4598表明,，如果學(xué)生平均預(yù)算內(nèi)教育經(jīng)費(fèi)提高1個(gè)單位,，則實(shí)際的地區(qū)平均受教育年限平均提高2.4598年,，但其不是特別顯著,。b3= 0.3444表明，如果人均提高1個(gè)單位,，則實(shí)際的地區(qū)平均受教育年限平均提高0.3444年，其效果小于教育經(jīng)費(fèi)的提高帶來的影響,。b4=-7.9644表明,，如果平均生師比提高1個(gè)單位,，則實(shí)際的地區(qū)平均受教育年限平均下降7.9644年,。

r2約為0.8739，表明這幾個(gè)解釋變量解釋了地區(qū)平均受教育年限87.39%的變異,，r2值相當(dāng)高,。

這個(gè)模型的現(xiàn)實(shí)意義就是，要想提高地區(qū)的教育水平,，加大對(duì)教育的投入是關(guān)鍵。同時(shí),，也應(yīng)該提高對(duì)教師資源的重視程度,，合理分配地區(qū)的教師，減低生師比,，讓教育資源得到最有效地配置,。

計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告篇三

固定資產(chǎn)投資的計(jì)量經(jīng)濟(jì)學(xué)模型

一.解釋模型

固定資產(chǎn)對(duì)一個(gè)企業(yè)來說是其主要的勞動(dòng)手段,它的價(jià)值是逐漸地轉(zhuǎn)移到所生產(chǎn)的產(chǎn)品上去.企業(yè)同時(shí)又是重要的市場(chǎng)主體,因此對(duì)固定資產(chǎn)的投資間接得影響到了一個(gè)經(jīng)濟(jì)體的產(chǎn)出.這里主要對(duì)gdp及國(guó)有經(jīng)濟(jì)固定資產(chǎn)投資額(x1),集體經(jīng)濟(jì)固定資產(chǎn)投資額(x2),個(gè)體經(jīng)濟(jì)固定資產(chǎn)投資額(x3),進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)多元線性回歸模型分析.原始數(shù)據(jù)如下:單位(億元)

obs gdp x1 x2

1980 4517.8 745.9 46

1981 4860.3 667.5 115.2

1982 5301.8 845.3 174.3

1983 5957.4 952 156.3

1984 7206.7 1185.2 238.7

1985 8989.1 1680.5 327.5

1986 10201.4 2079.4 391.8

1987 11954.4 2448.8 547

1988 14922.3 3020 711.7

1989 16917.8 2808.2 570

1990 18598.4 2986.3 529.5

1991 21662.5 3713.8 697.8

1992 26651.9 5498.7 1359.4

1993 34560.5 7925.9 2317.3

1994 46670 9615 2758.9

1995 57494.9 10898.2 3289.4

1996 66850.5 12006.2 3651.5

1997 73142.7 13091.7 3850.9

1998 76967.2 15369.3 4192.2由以上數(shù)據(jù)得到如下ls估計(jì)結(jié)果，dependent variable: gdp

method: least squares

date: 12/30/07time: 10:52

sample: 1980 1998

included observations: -statisticprob.c632.0385787.85220.8022300.4349

x1 0.408446 1.098352 0.371872 0.7152

x2 6.993512 2.983420 2.344126 0.0333

x3 11.19478 1.831386 6.112736 0.0000 r-squared0.996478mean dependent var27022.51x3 119 178.3 210.8 321.8 409 535.2 649.4 759.9 1022.1 1032.2 1001.2 1182.9 1222 1476.2 1970.6 2560.2 3211.2 3429.4 3744.4

adjusted r-squared regression sum squared resid log likelihood durbin-watson stat

ent var 1612.032akaike info criterion 38979701schwarz criterion-165.0339f-statistic 1.219467prob(f-statistic)

24797.62 17.79304 17.99187 1414.790 0.000000

顯然x1的t檢驗(yàn)為非顯著性檢驗(yàn),，故將x1與x2合并為一個(gè)解釋變量,。也就是將國(guó)有經(jīng)濟(jì)與集體經(jīng)濟(jì)固定資產(chǎn)投資額的和看作為公有經(jīng)濟(jì)固定資產(chǎn)投資額(x1+x2).令x1+x2=x1' 得到如下檢驗(yàn)結(jié)果：

dependent variable: gdp method: least squares date: 12/30/07time: 10:53 sample: 1980 1998 included observations: 19

variablec x1+x2 x3

r-squaredadjusted r-squared regression sum squared resid log likelihood durbin-watson stat

coefficient-200.0793 2.133089 10.14031

633.1399 0.329190 1.802497

t-statistic-0.316011 6.479808 5.625704

prob.0.7561 0.0000 0.000027022.51 24797.62 17.85237 18.00149 1918.916 0.000000

0.995848mean dependent var ent var 1694.728akaike info criterion 45953627schwarz criterion-166.5975f-statistic 1.138010prob(f-statistic),從而得到多元線性回歸方程:gdp=-200.0793+2.133089﹡x1'+10.14031﹡x3

二.模型檢驗(yàn)1.統(tǒng)計(jì)學(xué)檢驗(yàn)

t－statistic檢驗(yàn),顯著水平0.05,其臨界值為tα/2=2.11,顯然6.472744及5.625704遠(yuǎn)遠(yuǎn)大于它,其解釋變量的prob均為0.0000,即從統(tǒng)計(jì)學(xué)檢驗(yàn)的角度上講解釋變量的選取是有意義的.f－statistic檢驗(yàn)及擬合優(yōu)度r-squared檢驗(yàn), r-squared值越接近于1,則f值越大,這里的r-squared值為0.995329,大于0.9擬合優(yōu)度比較高,因此f—statistic檢驗(yàn)亦通過.2.計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)

a.異方差性檢驗(yàn)：

white heteroskedasticity test: f-statisticobs*r-squared

test equation:

dependent variable: resid^2 method: least squares date: 12/30/07time: 10:55 sample: 1980 1998 included observations: 19

variablec x1+x2(x1+x2)^2(x1+x2)*x3

x3 x3^2

r-squaredadjusted r-squared regression sum squared resid log likelihood durbin-watson stat

coefficient2475097.-505.6391 0.444067-4.429261-289.8244 12.02527

1758485.1727.661 0.556910 5.849490 8934.686 16.41130

0.553341probability 3.334076probability

t-statistic1.407517-0.292673 0.797376-0.757205-0.032438 0.732744

0.733634 0.648629

prob.0.1827 0.7744 0.4396 0.4624 0.9746 0.47672418612.2725196.32.85854 33.15678 0.553341 0.73363

40.175478mean dependent ent var info criterion 1.10e+14schwarz criterion-306.1561f-statistic 1.938280prob(f-statistic)

由表中數(shù)據(jù)可知沒有哪個(gè)參數(shù)的t檢驗(yàn)是顯著的，且可決系數(shù)的值也比較小。nr2=3.334607 < x2(5)=11.07故接受原假設(shè),，則模型無異方差,。

b。序列相關(guān)性檢驗(yàn)：

由ols檢驗(yàn)中的 dw=1.138 而在5%的顯著水平,，樣本容量為19的dw分布的 dl=1.18 du=1.40則不能確定是否存在一階自相關(guān),。

用lm檢驗(yàn)有如下結(jié)果：

breusch-godfrey serial correlation lm test: f-statistic

2.277863probability

0.152007

obs*r-squared

test equation:

2.504905probability

612.3999 0.317361 1.734680 0.268519

t-statistic0.152230-0.091015 0.017734 1.509259

0.113492

prob.0.8810 0.9287 0.9861 0.1520-1.72e-12 1597.805 17.81626 18.01509 0.759288 0.534198

dependent variable: resid method: least squares date: 12/30/07time: 10:56

presample missing value lagged residuals set to lec x1+x2 x3 resid(-1)r-squaredadjusted r-squared regression sum squared resid log likelihood durbin-watson stat

coefficient93.22553-0.028884 0.030762 0.405265

0.131837mean dependent ent var 1630.853akaike info criterion 39895234schwarz criterion-165.2545f-statistic 1.541603prob(f-statistic)

由于dw=1.5416 < x2(1)=3.84.則不存在一階自相關(guān)。c.多重共線性的檢驗(yàn)：

因?yàn)樵趏ls下,，模型的r2與f值較大,，但各參數(shù)估計(jì)值的t檢驗(yàn)值較小，說明各解釋

變量對(duì)y的聯(lián)合線性作用顯著,，但各解釋變量間存在共線性而使他們對(duì)y的獨(dú)立作用不能分辨,，故t檢驗(yàn)不顯著。所以解釋變量間存在共線性,。

x3 x1 x2

找出簡(jiǎn)單的回歸形式：分別做gdp與x1,x2,x3間的回歸：（1）

dependent variable: gdp method: least squares date: 12/30/07time: 11:02

x3 1 0.9821309304

05242 4072468974

0.97382315400.9959190166

x1 05242

x2 40724 0.9959190166

68974

0.98213093040.9738231540

sample: 1980 1998 included observations: 19

variablec x1

r-squaredadjusted r-squared regression sum squared resid log likelihood durbin-watson stat（2）

dependent variable: gdp method: least squares date: 12/30/07time: 11:03 sample: 1980 1998 included observations: 19

variablec x2

r-squaredadjusted r-squared regression sum squared resid log likelihood durbin-watson stat（3）

dependent variable: gdp method: least squares date: 12/30/07time: 11:04 sample: 1980 1998 included observations: 19

variable

coefficient

coefficient4038.067 16.84465

1096.593 0.556889

coefficient586.8680 5.149558

972.1893 0.140253

t-statistic0.603656 36.71629

prob.0.5540 0.000027022.51 24797.62 18.84558 18.94500 1348.086 0.000000

0.987547mean dependent var ent var 2847.517akaike info criterion 1.38e+08schwarz criterion-177.0330f-statistic 1.139926prob(f-statistic)

t-statistic3.682375 30.24777

prob.0.0018 0.000027022.51 24797.62 19.22730 19.32672 914.9273 0.000000

0.981758mean dependent var ent var 3446.318akaike info criterion 2.02e+08schwarz criterion-180.6594f-statistic 0.898932prob(f-statistic)

t-statistic

prob.c x3

r-squaredadjusted r-squared regression sum squared resid log likelihood durbin-watson stat

-1435.486 21.59715

1115.072 0.647420

-1.287348 33.35876

0.2152 0.000027022.51 24797.62 19.03475 19.13417 1112.807 0.000000

0.984953mean dependent var ent var 3129.999akaike info criterion 1.67e+08schwarz criterion-178.8302f-statistic 0.517281prob(f-statistic)

由以上表格中的數(shù)據(jù)可知：x2與x1高度相關(guān)且對(duì)gdp影響很低,，故可以排除或者像開始o(jì)ls估計(jì)那樣把與x1相加合并成一個(gè)變量。

三.模型評(píng)價(jià)與經(jīng)濟(jì)分析

該模型并沒有直接地從投資,、消費(fèi),、出口的角度去考察解釋變量對(duì)gdp的影響,而是以間接的方法從固定資產(chǎn)投資的角度研究了其對(duì)gdp的影響.從計(jì)量經(jīng)濟(jì)學(xué)的檢驗(yàn)結(jié)果看無論是公有經(jīng)濟(jì)還是個(gè)體經(jīng)濟(jì)對(duì)gdp都存在線性的影響,而且相關(guān)系數(shù)都接近于1, 進(jìn)一步證明了固定資產(chǎn)投資對(duì)一國(guó)社會(huì)總產(chǎn)出的影響.其中公有經(jīng)濟(jì)與gdp的相關(guān)系數(shù)要大于個(gè)體經(jīng)濟(jì)與gdp的相關(guān)系數(shù), 從一個(gè)側(cè)面顯示出近年來國(guó)有經(jīng)濟(jì)布局調(diào)整和國(guó)有企業(yè)戰(zhàn)略性改組的成效。

1978年以來的二十多年中,，伴隨著國(guó)有經(jīng)濟(jì)比重的不斷下降,，國(guó)有經(jīng)濟(jì)的地位與作用問題長(zhǎng)期以來一直倍受關(guān)注，從“主體”到“發(fā)揮主導(dǎo)作用”,、“保持控制力”,，貫穿其中的紅線即是我們思想上的逐步解放。在傳統(tǒng)計(jì)劃經(jīng)濟(jì)體制下,，國(guó)有經(jīng)濟(jì)控制力往往停留在國(guó)有資產(chǎn)的物質(zhì)形態(tài)層面上,，而隨著我國(guó)改革開放的推進(jìn)以及市場(chǎng)經(jīng)濟(jì)體制的逐步完善,，以國(guó)有資產(chǎn)的行政計(jì)劃分配為主要特征的“靜態(tài)控制”體系顯然已不再適合社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制的要求, 因此有學(xué)者提出將國(guó)有經(jīng)濟(jì)“控制力”重新界定于“國(guó)有資本的調(diào)控力”上面.固定資產(chǎn)投資的增長(zhǎng),必然會(huì)帶來房地產(chǎn)投資的高速增長(zhǎng),因此,房地產(chǎn)業(yè)將成為未來幾年中拉動(dòng)我國(guó)內(nèi)需增長(zhǎng)的一駕重要的“馬車”.,？？,？,？

童林05170130

計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告篇四

【實(shí)驗(yàn)一】利用古典線性回歸模型對(duì)經(jīng)濟(jì)數(shù)據(jù)進(jìn)行研究分析

1.案例分析：我國(guó)預(yù)算外資金分項(xiàng)目支出(2002-2012)研究分析

新中國(guó)成立之初實(shí)行高度集中的統(tǒng)收統(tǒng)支體制。進(jìn)入第一個(gè)五年計(jì)劃時(shí)期后,，為了調(diào)動(dòng)地方的積極性,，開始把原來預(yù)算內(nèi)的一部分收入，放到預(yù)算外管理,，國(guó)家財(cái)政資金開始分為預(yù)算內(nèi)和預(yù)算外兩部分,，這才形成預(yù)算外資金這個(gè)特殊范疇。十年**時(shí)期，預(yù)算外資金迅速膨脹,，1976年已相當(dāng)于預(yù)算內(nèi)收入的35.5%,。

1979年我國(guó)進(jìn)入全面體制改革的新時(shí)期，對(duì)地方預(yù)算擴(kuò)大了自主權(quán),，對(duì)企業(yè)放權(quán)讓利,，所以預(yù)算外資金的增長(zhǎng)超過任何一個(gè)時(shí)期，已經(jīng)成為經(jīng)濟(jì)運(yùn)行的一個(gè)重要特點(diǎn)和問題,，按當(dāng)時(shí)口徑統(tǒng)計(jì)的預(yù)算外資金的增長(zhǎng)變化有以下四個(gè)特點(diǎn)：（1）預(yù)算外資金增長(zhǎng)過快,，1992年比1978年增長(zhǎng)11倍，相當(dāng)于預(yù)算內(nèi)收入的97.7%,，名副其實(shí)地成為國(guó)家的“第二預(yù)算”,。

（2）預(yù)算外資金歷年增長(zhǎng)速度均超過同年的gdp和預(yù)算內(nèi)收入的增長(zhǎng)速度，造成資金的嚴(yán)重分散,。

（3）由于管理不嚴(yán),，財(cái)經(jīng)紀(jì)律松弛，化預(yù)算內(nèi)為預(yù)算外,、化生產(chǎn)資金為消費(fèi)基金,、化公為私等現(xiàn)象有所滋長(zhǎng)和蔓延。因此,，預(yù)算外資金迅速增長(zhǎng),，已成為預(yù)算內(nèi)收入占gdp的比重偏低的重要原因，也是當(dāng)時(shí)固定資產(chǎn)投資膨脹和消費(fèi)基金膨脹的重要原因,。

預(yù)算外資金是財(cái)政資金體系的重要補(bǔ)充,，在經(jīng)濟(jì)發(fā)展過程中起著重要作用。特別在2002年之后,，預(yù)算外資金作為預(yù)算內(nèi)資金的重要補(bǔ)充,，在滿足政府履行其職能需要、減輕財(cái)政負(fù)擔(dān)方面發(fā)揮了積極作用,。2.研究目的：

預(yù)算外資金是財(cái)政資金體系的重要補(bǔ)充,，在經(jīng)濟(jì)發(fā)展過程中起著重要作用。因此,，如何加強(qiáng)預(yù)算外資金管理,，減輕財(cái)政壓力，維護(hù)財(cái)經(jīng)紀(jì)律,，從而有效地發(fā)揮預(yù)算外資金作用,，具有十分重要的現(xiàn)實(shí)意義。3.使用古典線性回歸模型的原因：

古典線性回歸模型中“回歸”一詞是描述和估計(jì)一個(gè)給定變量與一個(gè)或更多的其他變量之間的關(guān)系,，具體地說是“回歸”試圖解釋一個(gè)變量如何隨著其他一個(gè)或更多變量的變化而變化,。而基本建設(shè)支出（basic）,、行政事業(yè)費(fèi)支出（administrative）、鄉(xiāng)鎮(zhèn)自籌（統(tǒng)籌）支出（towns）以及其他支出（other）是影響我國(guó)預(yù)算外資金（total）的四大因素,，預(yù)算外資會(huì)隨著基本建設(shè)支出,、行政事業(yè)費(fèi)支出、鄉(xiāng)鎮(zhèn)自籌（統(tǒng)籌）支出以及其他支出的變化而變化,。4.使用軟件：eviews 5

（導(dǎo)入預(yù)算外資金分項(xiàng)目支出(2002-2012)數(shù)據(jù)的英文附件：non-budgetary funds project ,，數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》（2002-2012年數(shù)據(jù)）。其中

total表示預(yù)算外資金,；basic表示基本建設(shè)支出,；administrative表示行政事業(yè)費(fèi)；towns表示鄉(xiāng)鎮(zhèn)自籌（統(tǒng)籌）支出,；other表示其他支出,。以下為數(shù)據(jù)模板：）

5.回歸方程假設(shè)：

設(shè)預(yù)算外資金（y）與、基本建設(shè)支出（x1）,、行政事業(yè)費(fèi)支出（x2）,、鄉(xiāng)鎮(zhèn)自籌（統(tǒng)籌）支出（x3）、其他支出（x4）的線性回歸方程為：

yt=β1+β2x2t+β3x3t+β4x4t+ut

其中：t表示觀測(cè)值的個(gè)數(shù),。6.實(shí)驗(yàn)步驟： ⑴建立數(shù)據(jù)文檔： ① 建立空白文檔：

② 導(dǎo)入數(shù)據(jù)non-budgetary funds project ：

其中研究變量總共為5個(gè)：

③ 導(dǎo)入結(jié)果：

⑵建立線性模型：其中零假設(shè)為假設(shè)變量的系數(shù)為0,即h0:β=0,。① 第一次建立模型及檢驗(yàn)：

ⅰ 輸入線性方程：total c basic administrative towns other

ⅱ第一次建模得出的結(jié)果：

由結(jié)果可知：towns（鄉(xiāng)鎮(zhèn)自籌、統(tǒng)籌支出）的p值為0.6049＞0.1,，則零假設(shè)不被拒絕,，所以此時(shí)towns系數(shù)為0，total（預(yù)算外資金）不再隨著towns的變化而變化,。

?？紤]到各個(gè)變量間可能存在較強(qiáng)的相關(guān)性，則做共線性分析：

由上圖可知：towns與other（其他支出）的共線性檢驗(yàn)值為-0.672937,，絕對(duì)

值接近0.7,，且結(jié)合第一次建模結(jié)果可決定刪除變量towns。ⅳ 刪除變量towns

② 第二次建立模型及檢驗(yàn)：

ⅰ 輸入線性方程：total c basic administrative other

ⅱ 第二次建模得出的結(jié)果：

由結(jié)果可看出常數(shù)項(xiàng)及各項(xiàng)變量零假設(shè)的p值均小于0.1,，零假設(shè)被拒絕,，其系數(shù)不為0。

ⅲ 仍需考慮各個(gè)變量間可能存在的共線性：

經(jīng)過共線性分析可知administrative（行政事業(yè)費(fèi)支出）與other的共線性檢驗(yàn)值為0.778967＞0.7,，且由第二次建模結(jié)果可知：administrative的零假設(shè)p值為0.001,，而other的零假設(shè)p值為0.0499,，遠(yuǎn)大于administrative零假設(shè)的p值,，則可選擇刪除變量other。ⅳ 刪除變量other：

③ 第三次建立模型及檢驗(yàn)：

ⅰ輸入線性方程：total c basic administrative

ⅱ 第三次建模得出的結(jié)果：

由結(jié)果可知：常數(shù)項(xiàng)及各變量的系數(shù)的零假設(shè)的p值均小于0.1,，零假設(shè)被拒絕,，其系數(shù)不為0,。

ⅲ 仍需再次考慮各個(gè)變量間可能存在的共線性：

由上圖可知：共線性檢驗(yàn)值的絕對(duì)值均小于0.7，且結(jié)合第三次建模結(jié)果可知：total會(huì)隨著basic（基礎(chǔ)建設(shè)支出）及administrative的變化而變化,； ⑶對(duì)5個(gè)假定的檢驗(yàn)： ① 假定1：e(ut)=0

由第三次建模結(jié)果可知：常數(shù)項(xiàng)c=569.7355≠0,，因?yàn)橹灰貧w方程中包含了一個(gè)常數(shù)項(xiàng)，則假定1將永不被違反,，則假定1成立,。② 假定2：var(ut)=σ＜∞（異方差檢驗(yàn)）ⅰ 繪制殘差序列：

2由圖可看出回歸殘差對(duì)于樣本是不規(guī)律的，并未出現(xiàn)系統(tǒng)性變化,，則不存在異方差,。

ⅱ 懷特檢驗(yàn)：有交集項(xiàng)命令，即white heteroscedasticity(cross terms)： a.假定帶估計(jì)的回歸模型是標(biāo)準(zhǔn)線性形式,，即：yt=β1+β2x2t+ut b.進(jìn)行輔助回歸（auxiliary regression）的檢驗(yàn)方程為：

?t=α1+α2x2t+α3x2t2+α4x2t+vt

c.零假設(shè)為假設(shè)α2=0,、α3=0且α4=0同時(shí)成立時(shí)不存在異方差，即h0：α2=0,、α3=0且α4=0,。

由圖可知：f檢驗(yàn)（f-statistic）的p值為0.410609＞0.1，零假設(shè)不被拒絕,，殘差為同方差,，不存在異方差。則異方差檢驗(yàn)通過,，即假定2成立,。③ 假定3：cov（ui,uj）=0且i≠j（自相關(guān)檢驗(yàn)）

ⅰ布羅施——戈弗雷檢驗(yàn)（breusch-godfrey test）的檢驗(yàn)方程為（滯后5階）：

ut=ρ1ut-1+ρ2ut-2+ρ3ut-3+ρ4ut-4+ρ5ut-5+vt

其中零假設(shè)為當(dāng)滿足ρ1=0且ρ2=0且ρ3=0且ρ4=0且ρ5=0時(shí)當(dāng)期誤差與它任何前5期的值都不相關(guān)，即：h0：ρ1=0且ρ2=0且ρ3=0且ρ4=0且ρ5=0,。ⅱ 選擇滯后5階進(jìn)行檢驗(yàn)：

ⅲ 檢驗(yàn)結(jié)果如下：

由圖可知：f檢驗(yàn)（f-statistic）的p值為0.596810﹥0.1,，零假設(shè)不被拒絕，當(dāng)期誤差與它任何前5期的值都不相關(guān),，則自相關(guān)檢驗(yàn)通過,，假定3成立。④ 假定4：xt是非隨機(jī)的

由bg檢驗(yàn)可知回歸自變量與估計(jì)方程中的誤差項(xiàng)不相關(guān),，則在存在隨即回歸自變量的情況下,，ols估計(jì)量是一致和無偏的，所以假設(shè)4成立,。⑤ 假定5：擾動(dòng)項(xiàng)是正態(tài)分布的（正態(tài)性檢驗(yàn)）

ⅰbera-jarque檢驗(yàn)中偏斜度系數(shù)和峰度系數(shù)的表達(dá)式為：

b1=e(u3)/(σ2)3/2b2=e(u4)/(σ2)2

其中零假設(shè)當(dāng)滿足b1=0,b2-3=0時(shí)服從正太分布,，即h0：b1=0,b2-3=0。ⅱ 檢驗(yàn)結(jié)果如下：

由圖可知,，p值為0.647840＞0.1,，直方圖呈鐘形bera-jarque統(tǒng)計(jì)量不顯著，使得殘差為正太分布,，則零假設(shè)不被拒絕,，擾動(dòng)項(xiàng)是正太分布的,，假設(shè)5成立。⑷ 古典線性回歸模型函數(shù)形式是否適用于預(yù)算外資金研究分析的檢驗(yàn)（reset檢驗(yàn)）：

① 檢驗(yàn)方程（擬合階數(shù)為4階）：

?t=β1+β2yt2+β3yt3+β4yt4+β5yt5+vt

其中零假設(shè)為當(dāng)滿足β1=β2=β3=β4=β5=0時(shí),，即h0：β1=0且β2=0且β3=0且β4=0且β5=0,。

② 選擇4階擬合階數(shù)進(jìn)行檢驗(yàn)：

③ 檢驗(yàn)結(jié)果如下：

由圖可知：f檢驗(yàn)（f-statistic）的p值為0.433267＞0.1，零假設(shè)不被拒絕,，上述回歸方程不存在明顯的非線性,，該線性模型是適當(dāng)?shù)模搭A(yù)算外資金可用古典線性回歸模型進(jìn)行研究分析,。⑸ 最終得出回歸方程為：

7.實(shí)驗(yàn)結(jié)果分析：

由回歸方程

total=569.7354595+1.2481266×basic+1.117750853×administrative+ut可知：基本建設(shè)支出（basic）和行政事業(yè)費(fèi)支出（administrative）的增長(zhǎng)對(duì)于預(yù)算外資金的增長(zhǎng)貢獻(xiàn)是很大的,。每增長(zhǎng)一個(gè)單位的行政建設(shè)，預(yù)算外資金的增長(zhǎng)超過一個(gè)單位,，（假設(shè)另外一個(gè)變量不變的情況）,。同理基本建設(shè)也一樣。所以我們要控制住這兩個(gè)變量,，才能從本質(zhì)上制止預(yù)算外資金的過度增長(zhǎng),。然而預(yù)算外資金管理運(yùn)作中存在著諸多問題的原因是復(fù)雜的。首先,，全國(guó)缺乏統(tǒng)一,、科學(xué)、規(guī)范的預(yù)算外資金管理體制和全國(guó)性法規(guī),，是預(yù)算外資金管理困難,，存在諸多嚴(yán)重問題的根本原因；其次,，經(jīng)濟(jì)體制改革過程中,，隨著權(quán)力和利益的不斷下放，各地方,、各部門和各單位的積極性調(diào)動(dòng)起來了,，但是，相應(yīng)的管理,、規(guī)范措施和監(jiān)督制約機(jī)制沒有及時(shí)配套,，是預(yù)算外資金問題諸多的重要原因；再次,，各級(jí)政府之間,、政府各部門之間職能劃分不明確，各自具有不同的投資傾向和各自部門的“利益”是預(yù)算外資金管理失控的直接原因,。8.對(duì)我國(guó)預(yù)算外資金管理的建議：

1.對(duì)于預(yù)算外資金首先必須明確,所有權(quán)屬于國(guó)家,分配權(quán)屬于政府,管理權(quán)屬于財(cái)政,。項(xiàng)目的批準(zhǔn)權(quán)、范圍和標(biāo)準(zhǔn)的確定權(quán)應(yīng)由中央和地方省級(jí)政府轉(zhuǎn)交全國(guó)和省級(jí)人大常委會(huì),以保證立項(xiàng)的嚴(yán)肅性,。資金的使用權(quán)交給政府,由政府根據(jù)需要統(tǒng)籌安排預(yù)算內(nèi)外財(cái)力,。管理權(quán)交給財(cái)政,由多頭管理轉(zhuǎn)變?yōu)橛韶?cái)政部門統(tǒng)一負(fù)責(zé),。同時(shí),預(yù)算的執(zhí)行情況報(bào)人大常委會(huì)審議,、備案,以保證運(yùn)行的規(guī)范性,。

2.實(shí)行票據(jù)統(tǒng)一管理,加強(qiáng)源泉控制,完善專戶儲(chǔ)存。各部門和單位在收費(fèi)時(shí),必須按行政隸屬關(guān)系使用中央或省級(jí)財(cái)政部門統(tǒng)一印制或監(jiān)制的票據(jù),嚴(yán)格票據(jù)發(fā)放,、稽查和驗(yàn)證核銷制度,改變由省級(jí)業(yè)務(wù)部門直接向基層部門發(fā)放的辦法,。同時(shí)票款同步,統(tǒng)一專戶儲(chǔ)存。加強(qiáng)日常管理,建立對(duì)收費(fèi)單位進(jìn)行的收費(fèi)年審制度,檢

查其收費(fèi)是否統(tǒng)一納入財(cái)政部門核算,防止虛報(bào)隱瞞收入,保證及時(shí)存入“財(cái)政專戶”,。

3.實(shí)行民主管理,、法制管理。收費(fèi)和基金的設(shè)立,、管理,、運(yùn)用都要經(jīng)過全國(guó)或省級(jí)人民代表大會(huì)或其常務(wù)委員會(huì)批準(zhǔn),嚴(yán)格收費(fèi)和基金的審批立項(xiàng)管理,建立項(xiàng)目管理制度,實(shí)行收費(fèi)公示制度。收費(fèi)和基金的實(shí)際收取,、支出使用,都必須通過立法形成規(guī)范的管理體制,。

4.建立一套科學(xué)合理的預(yù)算外資金財(cái)務(wù)會(huì)計(jì)制度與綜合財(cái)政預(yù)算報(bào)表體系,以真實(shí)地反映預(yù)算外資金的籌集、使用,、管理和使用效益情況,以便控制預(yù)算外資金規(guī)模,。預(yù)算外資金是預(yù)算內(nèi)資金的補(bǔ)充,預(yù)算外資金的膨脹必然導(dǎo)致預(yù)算內(nèi)資金的萎縮,所以必須控制預(yù)算外資金的規(guī)模,加強(qiáng)預(yù)算外收支管理。提高行政事業(yè)單位的效率,精簡(jiǎn)機(jī)構(gòu),裁減冗員,減小吃財(cái)政飯的壓力,繼續(xù)抑制預(yù)算外資金進(jìn)一步膨脹的傾向,。

5.推進(jìn)稅費(fèi)改革,完善分稅制,。對(duì)各種收費(fèi)分門別類地進(jìn)行管理,能歸入預(yù)算內(nèi)的歸入預(yù)算內(nèi),不能歸入預(yù)算內(nèi)的,暫時(shí)依然界定為預(yù)算外資金,但要加強(qiáng)管理,控制使用方向,專款專用,。對(duì)于不合理和不合法的收費(fèi)項(xiàng)目和超標(biāo)收費(fèi)堅(jiān)決取消;將不體現(xiàn)政府職能的收入,轉(zhuǎn)為經(jīng)營(yíng)性收費(fèi),所得收入依法納稅;把具有稅收性質(zhì)的基金和收費(fèi)納入稅收管理,。根據(jù)政府事權(quán)、財(cái)權(quán)和決策權(quán)相統(tǒng)一的原則,在劃分中央和地方收入的同時(shí),科學(xué)地劃分中央和地方的支出范圍,為最終實(shí)現(xiàn)統(tǒng)一的政府預(yù)算做準(zhǔn)備,。

【實(shí)驗(yàn)二】利用var模型對(duì)金融數(shù)據(jù)進(jìn)行研究分析

1.案例分析：對(duì)中國(guó)股市四大證券市場(chǎng)收盤價(jià)（2011.1.4-2012.3.26）進(jìn)行分析

我國(guó)證券市場(chǎng)的產(chǎn)生與發(fā)展是我國(guó)經(jīng)濟(jì)體制改革所取得的極具深遠(yuǎn)意義的成就之一,。尤其是我國(guó)股票市場(chǎng),在過去的十余年中為國(guó)有企業(yè)籌集了大量的資金,在促進(jìn)我國(guó)市場(chǎng)融資制度建立的同時(shí)充分發(fā)揮了動(dòng)員資金的功能,繼而促進(jìn)了國(guó)民經(jīng)濟(jì)的快速發(fā)展。

然而,我國(guó)的證券市場(chǎng)是在新舊經(jīng)濟(jì)體制的磨擦和對(duì)抗的夾縫中產(chǎn)生和發(fā)展起來的,加之市場(chǎng)環(huán)境及相關(guān)制度不健全,決定了其從本質(zhì)上講是一個(gè)“先天不足,后天失調(diào)”的市場(chǎng),。由于市場(chǎng)上的信息往往無法充分得以反應(yīng),大大限制了我國(guó)證券市場(chǎng)定價(jià)機(jī)制與信息傳導(dǎo)功能的發(fā)揮,致使社會(huì)資源無法有效配置,證券市場(chǎng)從整體上表現(xiàn)出嚴(yán)重的非效率,。隨著我國(guó)經(jīng)濟(jì)體制的進(jìn)一步深化,我國(guó)證券市場(chǎng)進(jìn)一步面臨著內(nèi)憂外患的沖擊。

在此背景下,為構(gòu)建證券投資的長(zhǎng)期發(fā)展機(jī)制尋求導(dǎo)致證券市場(chǎng)非效率的深層原因,以及如何充分考慮現(xiàn)實(shí)因素來制定我國(guó)證券市場(chǎng)的相關(guān)政策,具有極大的學(xué)術(shù)研究?jī)r(jià)值及現(xiàn)實(shí)意義,。從市場(chǎng)運(yùn)行機(jī)制的角度考慮,證券市場(chǎng)是通過市場(chǎng)的定價(jià)

功能實(shí)現(xiàn)資金的有效配置的,。

長(zhǎng)江證券、東北證券,、國(guó)元證券和宏源證券是我國(guó)比較有代表性的a類證券市場(chǎng)：

長(zhǎng)江證券股份有限公司成立于1991年3月18日,，股票代碼為000783。該公司資產(chǎn)質(zhì)量?jī)?yōu)良,，資產(chǎn)規(guī)模在業(yè)內(nèi)的排名始終保持較前位置,，截至2011年底,，公司總資產(chǎn)260多億元，凈資產(chǎn)110多億元,，凈資本86億元,；

東北證券股份有限公司是東北地區(qū)唯一的一家綜合類券商，注冊(cè)資本為 5.81億元人民幣,，其股票代碼為 000686,。東北證券2009年實(shí)現(xiàn)凈利潤(rùn)6.33億元(基本每股收益0.9900元)。

國(guó)元證券股份有限公司成立于2001年8月,，注冊(cè)資本14.641億元人民幣，股票代碼000728,。截至2007年12月28日,，“黃山1號(hào)”累計(jì)凈值為1.5688，年化收益率為44.68%,，在券商同類集合計(jì)劃中排名第一,；2008年1月30日，“黃山1號(hào)”獲得2007私募基金風(fēng)云榜券商集合理財(cái)組（限定性）第一名,。

宏源證券股份有限公司是中國(guó)首家上市證券公司,，股票代碼000562。該公司擁有分布在全國(guó)各地的89家營(yíng)業(yè)網(wǎng)點(diǎn),，2012年,，公司實(shí)現(xiàn)營(yíng)業(yè)收入32.95億元，實(shí)現(xiàn)凈利潤(rùn)8.7億元,。截止2012年年底,，公司總資產(chǎn)319億元，凈資產(chǎn)148億元,凈資本108億元,。2.研究目的：

開放與發(fā)展金融市場(chǎng),，特別是證券市場(chǎng)，對(duì)我國(guó)城市經(jīng)濟(jì)體制改革和市場(chǎng)經(jīng)濟(jì)體制的發(fā)展具有重要的作用,。近年來,，我國(guó)證券市場(chǎng)有了長(zhǎng)足的發(fā)展，但由于起步較晚,，在發(fā)展中也暴露出了不少問題,。本實(shí)驗(yàn)利用金融工具從我國(guó)比較有代表性的四大（a類）證券公司的收盤價(jià)分析入手，剖析證券市場(chǎng)存在的主要問題,。3.使用var模型的原因：

var模型是一個(gè)系統(tǒng)回歸模型（即有多個(gè)因變量）,，常常作為大型聯(lián)立結(jié)構(gòu)方程組模型的一個(gè)替代程序，適合同時(shí)對(duì)多個(gè)證券市場(chǎng)進(jìn)行分析。var模型還具有靈活性且易于一般化和簡(jiǎn)潔且易于表達(dá)兩個(gè)特征,。var模型還具有所有變量都是內(nèi)生變量,、允許一個(gè)變量的值不僅依賴于自己的滯后值或白噪聲項(xiàng)、預(yù)測(cè)方面比傳統(tǒng)的結(jié)構(gòu)模型更準(zhǔn)確等優(yōu)點(diǎn),。4.使用軟件：eviews 5

（導(dǎo)入數(shù)據(jù)中國(guó)股市四大證券市場(chǎng)收盤價(jià)（2011.1.4-2012.3.26）數(shù)據(jù)的英文附件：,，數(shù)據(jù)來源于

ressrt

金融研究數(shù)據(jù)庫(kù)http:///product/。其中cj表示長(zhǎng)江證券收盤價(jià),；db表示東北證券收盤價(jià),；gy表示國(guó)元證券收盤價(jià),；hy表示宏源證券收盤價(jià),。以下為數(shù)據(jù)模板：）

5.回歸方程假設(shè)：

設(shè)長(zhǎng)江證券開盤價(jià)(y1t)、東北證券開盤價(jià)（y2t）國(guó)元證券開盤價(jià)(y3t)和宏源證券開盤價(jià)(y4t)的當(dāng)期值由它們的前k期的值和誤差項(xiàng)所決定的：

y1t=β10+β11y1t-1+?β1ky1t-k+α11y2t-1+?+α1ky2t-k+u1t y2t=β20+β21y2t-1+?β2ky2t-k+α21y3t-1+?+α2ky3t-k+u2t y3t=β30+β31y3t-1+?β3ky3t-k+α31y4t-1+?+α3ky4t-k+u3t y4t=β40+β41y4t-1+?β4ky4t-k+α41y1t-1+?+α4ky1t-k+u4t 式中,，uit是白噪聲擾動(dòng)項(xiàng),，且有e(uit)=0，(i=1,2,3,4), e(u1t, u2t, u3t, u4t)=0,。6.實(shí)驗(yàn)步驟： ⑴

建立數(shù)據(jù)檔： ① 建立空白數(shù)據(jù)檔：

② ：

其中研究變量共為4個(gè)：

③ 導(dǎo)入結(jié)果：

⑵

單位根檢驗(yàn)（平穩(wěn)性檢驗(yàn)）：其中零假設(shè)為檢驗(yàn)變量是不平穩(wěn)的,。① 長(zhǎng)江證券收盤價(jià)的單位根檢驗(yàn)： ⅰ 對(duì)長(zhǎng)江證券收盤價(jià)數(shù)據(jù)本身進(jìn)行檢驗(yàn)：

ⅱ 對(duì)長(zhǎng)江證券收盤價(jià)數(shù)據(jù)本身檢驗(yàn)的檢驗(yàn)結(jié)果：

由圖可知檢驗(yàn)的p值=0.6026＞0.1，零假設(shè)不被拒絕,，長(zhǎng)江證券收盤價(jià)數(shù)據(jù)本身是不平穩(wěn)的,，則需進(jìn)行一階差分的檢驗(yàn)。ⅲ 對(duì)長(zhǎng)江證券收盤價(jià)數(shù)據(jù)一階差分的檢驗(yàn)：

ⅳ 對(duì)長(zhǎng)江證券收盤價(jià)數(shù)據(jù)一階差分檢驗(yàn)的檢驗(yàn)結(jié)果：

由圖可知檢驗(yàn)的p值=0＜0.1,，零假設(shè)被拒絕,，長(zhǎng)江證券收盤價(jià)數(shù)據(jù)的一階差分是平穩(wěn)的。

② 東北證券收盤價(jià)的單位根檢驗(yàn)： ⅰ 對(duì)東北證券收盤價(jià)數(shù)據(jù)本身進(jìn)行檢驗(yàn)：

ⅱ 對(duì)東北證券收盤價(jià)數(shù)據(jù)本身檢驗(yàn)的檢驗(yàn)結(jié)果：

由圖可知檢驗(yàn)的p值=0.6053＞0.1,，零假設(shè)不被拒絕,，東北證券收盤價(jià)數(shù)據(jù)本身是不平穩(wěn)的，則需進(jìn)行一階差分的檢驗(yàn),。ⅲ 對(duì)東北證券收盤價(jià)數(shù)據(jù)一階差分的檢驗(yàn)：

ⅳ 對(duì)東北證券收盤價(jià)數(shù)據(jù)一階差分檢驗(yàn)的檢驗(yàn)結(jié)果：

由圖可知檢驗(yàn)的p值=0＜0.1,，零假設(shè)被拒絕，東北證券收盤價(jià)數(shù)據(jù)的一階差分是平穩(wěn)的,。

③ 國(guó)元證券收盤價(jià)的單位根檢驗(yàn)： ⅰ 對(duì)國(guó)元證券收盤價(jià)數(shù)據(jù)本身進(jìn)行檢驗(yàn)：

ⅱ 對(duì)國(guó)元證券收盤價(jià)數(shù)據(jù)本身檢驗(yàn)的檢驗(yàn)結(jié)果：

由圖可知檢驗(yàn)的p值=0.4641＞0.1,，零假設(shè)不被拒絕，國(guó)元證券收盤價(jià)數(shù)據(jù)本身是不平穩(wěn)的,，則需進(jìn)行一階差分的檢驗(yàn),。ⅲ 對(duì)國(guó)元證券收盤價(jià)數(shù)據(jù)一階差分的檢驗(yàn)：

ⅳ 對(duì)國(guó)元證券收盤價(jià)數(shù)據(jù)一階差分檢驗(yàn)的檢驗(yàn)結(jié)果：

由圖可知檢驗(yàn)的p值=0＜0.1，零假設(shè)被拒絕,，國(guó)元證券收盤價(jià)數(shù)據(jù)的一階差分是平穩(wěn)的,。

④ 宏源證券收盤價(jià)的單位根檢驗(yàn)： ⅰ 對(duì)宏源證券收盤價(jià)數(shù)據(jù)本身進(jìn)行檢驗(yàn)：

ⅱ 對(duì)宏源證券收盤價(jià)數(shù)據(jù)本身檢驗(yàn)的檢驗(yàn)結(jié)果：

由圖可知檢驗(yàn)的p值=0.5636＞0.1，零假設(shè)不被拒絕，宏源證券收盤價(jià)數(shù)據(jù)本身是不平穩(wěn)的,，則需進(jìn)行一階差分的檢驗(yàn),。ⅲ 對(duì)宏源證券收盤價(jià)數(shù)據(jù)一階差分的檢驗(yàn)：

ⅳ 對(duì)宏源證券收盤價(jià)數(shù)據(jù)一階差分檢驗(yàn)的檢驗(yàn)結(jié)果：

由圖可知檢驗(yàn)的p值=0＜0.1，零假設(shè)被拒絕,，宏源證券收盤價(jià)數(shù)據(jù)的一階差分是平穩(wěn)的,。⑶平穩(wěn)數(shù)據(jù)的建立：

ⅰ 長(zhǎng)江證券收盤價(jià)平穩(wěn)數(shù)據(jù)——一階差分?jǐn)?shù)據(jù)的建立：

ⅱ 東北證券收盤價(jià)平穩(wěn)數(shù)據(jù)——一階差分?jǐn)?shù)據(jù)的建立：

ⅲ 國(guó)元證券收盤價(jià)平穩(wěn)數(shù)據(jù)——一階差分?jǐn)?shù)據(jù)的建立：

ⅳ 宏源證券收盤價(jià)平穩(wěn)數(shù)據(jù)——一階差分?jǐn)?shù)據(jù)的建立：

ⅴ 數(shù)據(jù)重建結(jié)果：

⑷ var模型的建立： ① 滯后一階的模型建立： ⅰ 建立過程：

ⅱ 建立滯后一階模型的信息準(zhǔn)則結(jié)果：

② 滯后二階的模型建立： ⅰ 建立過程：

ⅱ 建立滯后二階模型的信息準(zhǔn)則結(jié)果：

③ 滯后三階的模型建立： ⅰ 建立過程：

ⅱ 建立滯后三階模型的信息準(zhǔn)則結(jié)果：

④ 滯后四階的模型建立： ⅰ 建立過程：

ⅱ 建立滯后四階模型的信息準(zhǔn)則結(jié)果：

由以上四次滯后檢驗(yàn)可知，信息準(zhǔn)則的兩個(gè)數(shù)值均隨著滯后階數(shù)的增加而增加,，則該var模型的結(jié)果應(yīng)取滯后一階時(shí)的結(jié)果：

由上圖結(jié)果可知：其var回歸方程為：

dcj＝－0.060759*dcj(－1)－0.059153*ddb(－1)＋0.504499*dgy(－1)＋ 0.151961*dhy(－1)-0.004695＋ut

ddb＝－0.144156*dcj(－1)－0.085759*ddb(－1)＋0.836497*dgy(－1)＋ 0.333424*dhy(－1)－0.016681＋ut

dgy＝ 0.018825*dcj(－1)－0.047188*ddb(－1)－0.201097*dgy(－1)＋0.083691*dhy(-1)－0.008710＋ut

dhy＝－0.186001*dcj(－1)＋0.053495*ddb(－1)－0.115158*dgy(－1)＋0.038849*dhy(－1)－0.012089＋ut

因?yàn)閐gy（國(guó)元證券）對(duì)dcj（長(zhǎng)江證券）,、ddb（東北證券）的影響數(shù)值均比dhy（宏源證券）對(duì)這兩個(gè)變量的影響數(shù)值要大，則dgy（國(guó)元證券）為主要核心市場(chǎng),，dhy（宏源證券）為次要核心市場(chǎng),，而dgy（國(guó)元證券）與dhy（宏源證券）之間的相互影響并不大。其中dgy（國(guó)元證券）對(duì)ddb（東北證券）的影響數(shù)值高達(dá)0.836497,，影響力非常之大,；而對(duì)dcj（長(zhǎng)江證券）的影響力較之較小，但是影響數(shù)值也很高,，為0.504499,；dhy對(duì)dcj（長(zhǎng)江證券）和ddb（東北證券）的影響數(shù)值也超過了0.1。而其余市場(chǎng)收盤價(jià)的增長(zhǎng)之間的相互影響力都較小了,。⑸ granger因果檢驗(yàn)：

①

輸入需要檢驗(yàn)的變量：

② 由于是周（工作日）數(shù)據(jù),，則選擇滯后5階：

③ granger因果檢驗(yàn)的結(jié)果：

由上表也可知道接近于var模型得出結(jié)果的結(jié)論，依次為（其中零假設(shè)均為前面的變量對(duì)后一個(gè)變量無影響）：

ⅰp值1為0.43429＞0.1,，零假設(shè)不被拒絕,，ddb（東北證券）對(duì)dcj（長(zhǎng)江證券）無影響；p值2為0.44195＞0.1,，零假設(shè)不被拒絕,，dcj（長(zhǎng)江證券）對(duì)ddb（東北證券）無影響。則ddb（東北證券）與dcj（長(zhǎng)江證券）不存在granger因果關(guān)系,。

ⅱp值1為1.5e-27＜0.1,，零假設(shè)被拒絕，且1.5e-27遠(yuǎn)遠(yuǎn)小于0.1,，dgy（國(guó)元證券）對(duì)dcj（長(zhǎng)江證券）有很大影響,；p值2為0.68860＞0.1，零假設(shè)不被拒絕,，dcj（長(zhǎng)江證券）對(duì)dgy（國(guó)元證券）無影響,。則dgy（國(guó)元證券）對(duì)dcj（長(zhǎng)江證券）存在granger因果關(guān)系。

ⅲp值1為5.1e-23＜0.1,，零假設(shè)被拒絕,，且5.1e-23遠(yuǎn)遠(yuǎn)小于0.1，dhy（宏源證券）對(duì)dcj（長(zhǎng)江證券）有很大影響；p值2為0.31185＞0.1,，零假設(shè)不被拒絕,，dcj（長(zhǎng)江證券）對(duì)dhy（宏源證券）無影響。則dhy（宏源證券）對(duì)dcj（長(zhǎng)江證券）存在granger因果關(guān)系,。

ⅳp值1為2.2e-26＜0.1,，零假設(shè)被拒絕，且2.2e-26遠(yuǎn)遠(yuǎn)小于0.1,，dgy（國(guó)元證券）對(duì)ddb（東北證券）有很大影響,；p值2為0.77719＞0.1，零假設(shè)不被拒絕,，ddb（東北證券）對(duì)dgy（國(guó)元證券）無影響,。則dgy（國(guó)元證券）對(duì)ddb（東北證券）存在granger因果關(guān)系。

ⅴp值1為1.9e-24＜0.1,，零假設(shè)被拒絕,，且1.9e-24遠(yuǎn)遠(yuǎn)小于0.1,，dhy（宏源證券）對(duì)ddb（東北證券）有很大影響,；p值2為0.98564＞0.1，零假設(shè)不被拒絕,，ddb（東北證券）對(duì)dhy（宏源證券）無影響,。則dhy（宏源證券）對(duì)ddb（東北證券）存在granger因果關(guān)系。

ⅵp值1為0.41882＞0.1,，零假設(shè)不被拒絕,，dhy（宏源證券）對(duì)dgy（國(guó)元證券）無影響；p值2為0.92979＞0.1,，零假設(shè)不被拒絕,，dgy（國(guó)元證券）對(duì)dhy（宏源證券）無影響。則dhy（宏源證券）對(duì)dgy（國(guó)元證券）無影響不存在granger因果關(guān)系,。7.實(shí)驗(yàn)結(jié)果分析：

如上所述,，國(guó)元證券市場(chǎng)為主要核心市場(chǎng)，宏源證券為次要核心市場(chǎng),，但這兩個(gè)市場(chǎng)之間相互影響并不大,。國(guó)元證券收盤價(jià)的增長(zhǎng)對(duì)東北證券收盤價(jià)的增長(zhǎng)的影響數(shù)值高達(dá)0.836497，影響力非常之大,；而對(duì)長(zhǎng)江證券收盤價(jià)的增長(zhǎng)的影響力較之較小,，但是影響數(shù)值也很高，為0.504499,；長(zhǎng)江證券收盤價(jià)的增長(zhǎng)和東北證券收盤價(jià)的增長(zhǎng)的影響數(shù)值也超過了0.1,。而其余市場(chǎng)收盤價(jià)的增長(zhǎng)之間的相互影響力都較小了。8.對(duì)我國(guó)證券市場(chǎng)的建議： ⑴提高上市公司質(zhì)量：

①提高上市公司質(zhì)量，推進(jìn)資本市場(chǎng)主體發(fā)展證券市場(chǎng)主體質(zhì)量的高低,，對(duì)我國(guó)證

券市場(chǎng)能否健康發(fā)展起著至關(guān)重要的作用,。

國(guó)家主管部門應(yīng)該嚴(yán)格上市公司審批，提高上市標(biāo)準(zhǔn),，取消或減少行政干預(yù),，將證券市場(chǎng)的額度管理?yè)Q之以核準(zhǔn)制，使符合上市標(biāo)準(zhǔn)的企業(yè)都能通過競(jìng)爭(zhēng)達(dá)到上市的目的,。這樣既增強(qiáng)了市場(chǎng)參與的公平性,，又能提高上市公司質(zhì)量，促使企業(yè)經(jīng)營(yíng)者把精力真正放在如何轉(zhuǎn)換經(jīng)營(yíng)機(jī)制,、提高企業(yè)效益上,。

強(qiáng)化上市公司淘汰制度，提高上市公司質(zhì)量,。股份公司,，特別是上市公司不但要轉(zhuǎn)軌，更要轉(zhuǎn)制,。建議對(duì)于那些業(yè)績(jī)長(zhǎng)期不佳的上市公司,，證券管理部門應(yīng)給予警告、停牌直至摘牌,，形成優(yōu)勝劣汰的機(jī)制,。只有上市公司質(zhì)量提高了，我國(guó)證券市場(chǎng)的穩(wěn)定和擴(kuò)容才會(huì)有保障,。②增加資本市場(chǎng)的交易品種

隨著我國(guó)市場(chǎng)經(jīng)濟(jì)的發(fā)展,，應(yīng)根據(jù)居民、政府,、金融機(jī)構(gòu),、企業(yè)之間的不同投資與籌資需求，在考慮流動(dòng)性,、安全性,、盈利性不同組合的基礎(chǔ)上，發(fā)展并完善門類齊全的資本市場(chǎng)交易工具,。特別是可通過發(fā)行可轉(zhuǎn)換債券增加證券品種,，拓寬融資渠道，完善資本市場(chǎng)結(jié)構(gòu),。此外，還可考慮進(jìn)一步發(fā)展期貨,、認(rèn)股權(quán)證等其它金融衍生工具,。因?yàn)?，只有引入衍生金融工具才可達(dá)到轉(zhuǎn)移風(fēng)險(xiǎn)、重新配的目的,，進(jìn)而滿足市場(chǎng)需要,。衍生金融工具還能促進(jìn)相關(guān)基礎(chǔ)市場(chǎng)的流動(dòng)性，形成均衡價(jià)格,，合理安排資源配置,。在發(fā)展金融衍生工具時(shí)應(yīng)立足國(guó)情，著重發(fā)展以規(guī)避風(fēng)險(xiǎn)和保值為主的衍生金融工具,，而且要做到立法與監(jiān)管先行,，對(duì)于投機(jī)性過強(qiáng)的諸如股票指數(shù)期貨等可暫緩發(fā)展。

③大力發(fā)展以投資基金為代表的機(jī)構(gòu)投資者

發(fā)展投資基金,，增加機(jī)構(gòu)投資者是改善當(dāng)前投資主體結(jié)構(gòu)失衡,、提高市場(chǎng)活動(dòng)水平、使資本市場(chǎng)逐步趨于規(guī)范的重要措施,。這對(duì)于擴(kuò)大證券市場(chǎng)規(guī)模、強(qiáng)化投資功能,、減少投機(jī)性和盲目性,，使我國(guó)股市長(zhǎng)期穩(wěn)定發(fā)展有著極其重要的意義。④擴(kuò)大投資基金的發(fā)行數(shù)量,。

增加投資基金的種類,。在今后基金的發(fā)行中，可以開設(shè)多種不同投資方向,、不同投資風(fēng)險(xiǎn)的基金品種,。這樣可以使廣大投資者根據(jù)自身喜好，選擇不同風(fēng)險(xiǎn)基金,，從而大力推動(dòng)投資基金的發(fā)展,。

逐步發(fā)展其它機(jī)構(gòu)投資者。目前可對(duì)保險(xiǎn)公司開展證券投資進(jìn)行試點(diǎn),。在總結(jié)經(jīng)驗(yàn),，完善法規(guī)的基礎(chǔ)上,，進(jìn)一步引導(dǎo)養(yǎng)老基金等進(jìn)行證券投資，以起到基金保值增值的目的,。

⑵逐步解決國(guó)有股上市流通問題,。國(guó)有股上市流通是我國(guó)證券市場(chǎng)進(jìn)一步規(guī)范發(fā)展的客觀要求。當(dāng)前國(guó)有股上市可以采取以下兩種模式：

①國(guó)有股單獨(dú)設(shè)市流通,。這種方式可以滿足國(guó)有企業(yè)實(shí)現(xiàn)戰(zhàn)略性改組的需要,，同時(shí)由于未與a股、個(gè)股并軌流通,，也不會(huì)對(duì)a股,、個(gè)股市場(chǎng)形成直接沖擊。將國(guó)有股單獨(dú)設(shè)市流通還可使國(guó)企間的收購(gòu),、兼并等重組活動(dòng)公開化,、市場(chǎng)化，促進(jìn)國(guó)企增

強(qiáng)危機(jī)感和緊迫感,，以自覺努力增強(qiáng)競(jìng)爭(zhēng)力,，加快國(guó)企改革步伐。國(guó)有股與a股個(gè)股合并流通,。

②可以根據(jù)上市公司每股凈資產(chǎn)額來對(duì)國(guó)家股,、法人股和內(nèi)部職工股進(jìn)行縮股，從而大大縮小上市公司中的國(guó)家股,、法人股和內(nèi)部職工股的規(guī)模,，以便在縮股后分階段上市，這樣可以大大減小對(duì)個(gè)股的沖擊,，同時(shí)也不會(huì)對(duì)新股發(fā)行造成過大壓力,。⑶加快立法進(jìn)度，規(guī)范證券市場(chǎng)

證券市場(chǎng)是高度信用化的市場(chǎng),，只有建立起嚴(yán)密的法律體系,，各交易環(huán)節(jié)嚴(yán)格按法規(guī)操作，才能保證交易活動(dòng)的安全和可靠,，保護(hù)交易各方的合法權(quán)益,，降低證券交易風(fēng)險(xiǎn)，使證券市場(chǎng)健康,、有序地發(fā)展,。因此，應(yīng)盡快制定《證券法》及與其相配套的法規(guī)制度,，使證券交易活動(dòng)的各環(huán)節(jié)有法可依,。同時(shí)在法規(guī)制定后，嚴(yán)格貫徹執(zhí)行,，加大監(jiān)管力度,，對(duì)在證券交易活動(dòng)中的違法違規(guī)活動(dòng),，一定要嚴(yán)肅查處，對(duì)那些置國(guó)家政策法規(guī)于不顧,，從事嚴(yán)重證券交易違法活動(dòng)的當(dāng)事人要給予堅(jiān)決打擊,，使我國(guó)證券市場(chǎng)盡快走向法制化和規(guī)范化的軌道。⑷加強(qiáng)對(duì)證券市場(chǎng)的監(jiān)管力度

目前我國(guó)證券市場(chǎng)暴露的很多問題都是因?yàn)楸O(jiān)管的不到位導(dǎo)致的,，證券監(jiān)管機(jī)構(gòu)應(yīng)明確自身的定位,，擺脫地方政府或者企業(yè)對(duì)自身監(jiān)管的影響，通過將監(jiān)管與服務(wù)進(jìn)行有機(jī)結(jié)合,，來確保證券市場(chǎng)的有序運(yùn)轉(zhuǎn),。政府有關(guān)機(jī)構(gòu)也要切實(shí)承擔(dān)起自身的監(jiān)管責(zé)任，尤其要對(duì)證券公司,、法律事務(wù)所,、會(huì)計(jì)事務(wù)所以及資產(chǎn)評(píng)估機(jī)構(gòu)等與證券市場(chǎng)的運(yùn)作密切相關(guān)的機(jī)構(gòu)加強(qiáng)監(jiān)管，防止相關(guān)中介機(jī)構(gòu)為了自身利益制造,、傳播著各種虛假信息,。

⑸a股市場(chǎng)的問題仍需要a股市場(chǎng)自身的整改來解決，通過加強(qiáng)法制建設(shè),、引入優(yōu)先股制度,、引入長(zhǎng)期資金來重新營(yíng)造市場(chǎng)環(huán)境，吸引資金重新審視資本市場(chǎng)的估值優(yōu)勢(shì),。

計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告篇五

2015－2016第1學(xué)期

計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告

實(shí)驗(yàn)

（二）：多元回歸模型實(shí)驗(yàn)

學(xué)號(hào)：0122432 姓名：李旻專業(yè)：會(huì)計(jì)（acca）選課班級(jí)：a06實(shí)驗(yàn)日期：11/09實(shí)驗(yàn)地點(diǎn)：0505

實(shí)驗(yàn)名稱：多元回歸模型實(shí)驗(yàn)

【實(shí)驗(yàn)?zāi)繕?biāo),、要求】 使學(xué)生掌握用eviews做

1.多元線性回歸模型參數(shù)的ols估計(jì)、統(tǒng)計(jì)檢驗(yàn),、點(diǎn)預(yù)測(cè)和區(qū)間預(yù)測(cè),； 2.非線性回歸模型參數(shù)估計(jì)； 3.受約束回歸檢驗(yàn),?！緦?shí)驗(yàn)內(nèi)容】 用eviews完成：

1.多元線性回歸模型參數(shù)的ols估計(jì)、統(tǒng)計(jì)檢驗(yàn),、點(diǎn)預(yù)測(cè)和區(qū)間預(yù)測(cè)；(以第8題的數(shù)據(jù)為例)2.非線性回歸模型的估計(jì),，并給出相應(yīng)的結(jié)果,；(以第8題的數(shù)據(jù)為例)3.受約束回歸檢驗(yàn)。(以第7題的數(shù)據(jù)為例)實(shí)驗(yàn)內(nèi)容以課后練習(xí)：以第三章復(fù)習(xí)思考題第7題,、第8題的數(shù)據(jù)為例進(jìn)行操作,。【實(shí)驗(yàn)步驟】

一）根據(jù)中國(guó)某年按行業(yè)分的全部制造業(yè)國(guó)有企業(yè)及規(guī)模以上制造業(yè)非國(guó)有企業(yè)的工業(yè)總產(chǎn)值y,，資產(chǎn)合計(jì)k及職工人數(shù)l進(jìn)行回歸分析,。

（二）掌握可化為線性多元非線性回歸模型的估計(jì)和多元線性回歸模型的線性約束條件的檢驗(yàn)方法

（三）根據(jù)實(shí)驗(yàn)結(jié)果判斷中國(guó)該年制造業(yè)總體的規(guī)模報(bào)酬?duì)顟B(tài)如何,？

三、實(shí)驗(yàn)步驟

（一）收集數(shù)據(jù)

下表列示出來中國(guó)某年按行業(yè)分的全部制造業(yè)國(guó)有企業(yè)及規(guī)模以上制造業(yè)非國(guó)有企業(yè)的工業(yè)總產(chǎn)值y,，資產(chǎn)合計(jì)k及職工人數(shù)l,。

工業(yè)總產(chǎn)值y序號(hào) 1 2 3 4（億元）3722.7 1442.52 1752.37 1451.29 資產(chǎn)合計(jì)k（億元）3078.22 1684.43 2742.77 1973.82

職工人數(shù)l（萬(wàn)人）113 67 84 27

序號(hào) 17 18 19 20

工業(yè)總產(chǎn)值y（億元）812.7 1899.7 3692.85 4732.9

資產(chǎn)合計(jì)k（億元）1118.81 2052.16 6113.11 9228.25

職工人數(shù)l（萬(wàn)人）43 61 240 222 6 7 8 9 10 11 12 13 14 15 16 5149.3 2291.16 1345.17 656.77 370.18 1590.36 616.71 617.94 4429.19 5749.02 1781.37 1243.07

5917.01 1758.77 939.1 694.94 363.48 2511.99 973.73 516.01 3785.91 8688.03 2798.9 1808.44

327 120 58 31 16 66 58 28 61 254 83 33 22 23 24 25 26 27 28 29 30 31

2180.23 2539.76 3046.95 2192.63 5364.83 4834.68 7549.58 867.91 4611.39 170.3 325.53

2866.65 2545.63 4787.9 3255.29 8129.68 5260.2 7518.79 984.52 18626.94 610.91 1523.19

222 163 244 145 138 46 218 19 45 表1

（二）創(chuàng)建工作文件（workfile）。

1,、啟動(dòng)eviews5,，在主菜單上依次點(diǎn)擊filenewworkfile（如圖），按確定,。

2,、在彈出的對(duì)話框中選擇數(shù)據(jù)的時(shí)間頻率（本實(shí)驗(yàn)為序列數(shù)據(jù)），輸入數(shù)據(jù)數(shù)為31（如圖1）,，然后點(diǎn)擊ok（如圖2）,。

（圖1）（圖2）、（三）輸入數(shù)據(jù)

1,、在eviews軟件的命令窗口中鍵入數(shù)據(jù)輸入/編輯命令：data y k l,，按enter，則顯示一個(gè)數(shù)組窗口（如圖）,。

2,、分別在y、k,、l列輸入相應(yīng)的數(shù)據(jù)并以group01命名保存（如圖）：

（四）,、回歸分析

1、在經(jīng)濟(jì)理論指導(dǎo)下,，設(shè)定如下的理論模型：

y?ak?l?e?

2,、運(yùn)用ols估計(jì)模型

???y?akle可變換對(duì)數(shù)形式如下： 經(jīng)對(duì)數(shù)轉(zhuǎn)換，式lny??0??1lnk??2lnl??

3,、對(duì)表1的y,、k、l的數(shù)據(jù)進(jìn)行對(duì)數(shù)轉(zhuǎn)換,，得新的數(shù)據(jù)如表2所示：

序號(hào) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 lny lnk lnl

序號(hào) 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

lny

8.222204 7.274147 7.468724 7.280208 8.546616 7.736814 7.204276 6.487334 5.913989 7.371716 6.424399 6.426391 8.395972 8.656785 7.485138

lnk lnl

8.22220449 8.032106787 4.727387819 7.274146863 7.429182507 4.204692619 7.468724436 7.916723638 4.430816799 7.280208095 7.736813519 7.204275678

7.58772603 3.295836866 7.47236998 4.787491743 6.84492197 4.060443011 8.546616062 8.685586533 5.789960171

8.032107 4.727388 7.429183 4.204693 7.916724 4.430817 7.587726 3.295837 8.685587

5.78996

7.47237 4.787492 6.844922 4.060443 6.543826 3.433987 5.895724 2.772589 7.828831 4.189655 6.881134 4.060443 6.246126 3.332205 8.239042 4.110874 9.069701 5.537334 7.936982 4.418841

6.487333881 6.543825511 3.433987204 5.913989374 5.895724275 2.772588722 7.371715685 7.828830547 4.189654742 6.424398897 6.881134058 4.060443011 6.426391365 6.246126145 8.395972002

3.33220451

8.23904156 4.110873864 8.656784684 9.069701495 5.537334267 7.48513801 7.936981762 4.418840608 7.125339405 7.500219874 3.496507561 表2

4,、對(duì)表2經(jīng)對(duì)數(shù)轉(zhuǎn)化后的數(shù)據(jù)進(jìn)行相關(guān)性分析 ①重復(fù)數(shù)據(jù)輸入步驟，輸入取對(duì)數(shù)后的數(shù)據(jù)如圖：

②在彈出的窗口中選擇viewgraphscattersimple scatter按

確定,，得取對(duì)數(shù)后的y、k,、l三者之間關(guān)系的散點(diǎn)圖,，結(jié)果如下：

③通過對(duì)以上散點(diǎn)圖的觀察可以看出，取對(duì)數(shù)后的k,、l的聯(lián)合值對(duì)取對(duì)數(shù)后的y的值有著顯著的線性影響,。

5,、在eviews主窗口中點(diǎn)擊quickestimate equation，在彈出的方程設(shè)定框內(nèi)輸入模型：log（y）c log(k)log(l)（如圖）：

再點(diǎn)擊確定,，系統(tǒng)將彈出一個(gè)窗口來顯示有關(guān)估計(jì)結(jié)果（如圖）,。

由圖顯示的結(jié)果可知，樣本回歸方程為：

lny=1.154+0.609lnk +0.361lnl(1.59)(3.45)(1.75)其中r2?0.8099,，r=0.7963,，f=59.66

4、對(duì)以上實(shí)驗(yàn)結(jié)果做t檢驗(yàn)分析：

給定顯著性水平5%,，自由度為（2,，28）的f分布的臨界值為f(2，28）?3.34,，因此總體上看,，lnk,lnl聯(lián)合起來對(duì)lny有著顯著的線性影響。在5%的顯著性水平下,，自由度為28的t分布的臨界值為t0.05(28)?2.048,，lnk的參數(shù)通過了該顯著性水平下的t檢驗(yàn)，因此,，但lnl未通過檢驗(yàn),。如果設(shè)定顯著性水平為10%，t分布的臨界值為t0.05(28)?1.701,，這時(shí)lnl的參數(shù)通過了顯著性水平的檢驗(yàn),。

r=0.7963表明，工業(yè)總產(chǎn)值對(duì)數(shù)值的79.6%的變化可以由資產(chǎn)合計(jì)的對(duì)數(shù)與職工的對(duì)數(shù)的變化來解釋,，但仍有20.4%的變化是由其他因素的變化影響的,。

（五）參數(shù)的約束檢驗(yàn)

由以上的實(shí)驗(yàn)結(jié)果可以看出，????0.97?1,，即資產(chǎn)與勞動(dòng)的產(chǎn)出彈性之和近似為1,，表明中國(guó)制造業(yè)在2000年基本呈現(xiàn)規(guī)模報(bào)酬

????1。不變的狀態(tài),。因此,，進(jìn)行參數(shù)的約束檢驗(yàn)時(shí)，提出零假設(shè)為h：

如果原假設(shè)為真,，則可估計(jì)如下模型： ?20.052??0lnyk?c??ln?? ll

1,、在equation窗口選擇proc/specify/estimate在彈出的窗口中輸入log(y/l)c log(k/l)如圖所示： 按確定，所得結(jié)果如下：

容易看出,，該估計(jì)方程通過了f檢驗(yàn)與參數(shù)的t檢驗(yàn)。

2,、對(duì)規(guī)模報(bào)酬是否變化進(jìn)行的分析

由上面兩個(gè)實(shí)驗(yàn)可以得到rssu?5.0703,，rssr?5.0886,。在原假設(shè)為真的條件下有：

f?(rssr?rssu)15.0886?5.0703?=0.1011 rssu(31?2?1)5.070328在5%的顯著性水平下，自由度為（1,28）的f分布的臨界值為4.20,。因?yàn)?.1011<4.20,所以不拒絕原假設(shè),，表明2000年中國(guó)制造業(yè)呈現(xiàn)規(guī)模報(bào)酬不變的狀態(tài)。

3,、運(yùn)用參數(shù)約束條件?1??2?1對(duì)上面假設(shè)模型進(jìn)行檢驗(yàn) 打開eq01方程對(duì)象窗,點(diǎn)擊viewcoefficient testswaldcoefficient restrictions…,，在wald tests窗口設(shè)定參數(shù)約束條件：c(2)+c(3)=1。再按ok,結(jié)果如下圖：

由以上實(shí)驗(yàn)結(jié)果可知,，我們?nèi)匀徊痪芙^原假設(shè),，原假設(shè)為真，即中國(guó)該年的制造業(yè)總體呈現(xiàn)規(guī)模報(bào)酬不變狀態(tài),。

四,、實(shí)驗(yàn)結(jié)論

通過上面實(shí)驗(yàn)可以看出，中國(guó)某年按行業(yè)分的全部制造業(yè)國(guó)有企業(yè)及規(guī)模以上制造業(yè)非國(guó)有企業(yè)的資產(chǎn)合計(jì)k和職工人數(shù)l的聯(lián)合對(duì)數(shù)對(duì)工業(yè)總產(chǎn)值y的對(duì)數(shù)有著顯著地線性影響,。但并非全是由k,、l影響，還有20.4%的變化時(shí)由其他因素影響的,。在規(guī)模報(bào)酬的分析中可以看出,，國(guó)制造業(yè)在2000年基本呈現(xiàn)規(guī)模報(bào)酬不變的狀態(tài)。