计量经济学案例报告

《计量经济学案例报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、国民经济核算是反映国民经济运行状况的有效工具；国民经济核算是宏观经济管理的重要依据；国民经济核算是制定和检验国民经济计划的科学方法；国民经济核算是微观决策的重要依据。国民经济统计工作是国家整个统计工作的一个重要核心部分，而GNP又是国民经济生产统计中的一个重要目标，GNP是按国民原则计算的国民经济核算中的重要的综合指标，等于国内生产总值与国外净要素之和。虽然GDP是国民经济的最核心指标，但GNP又有其重要意义，比如，联合国根据连续六年的国民生产总值和人均国民生产总值来决定一个国家的会费；世界银行根据人

2、均国民生产总值来决定一个国家所能享受的硬贷款、软贷款等优惠待遇；国际货币基金组织根据国民生产总值、黄金与外汇储备、进出口额、出口额占国民生产总值的比例等因素来决定一个国家在基金的份额，进而决定在基金的投票权、分配特别提款权的份额及向基金借款的份额等等，在这些方面直接影响到我国的经济利益和政治利益。所以，我们从《中国统计年鉴》(1999)上查找到1987--1998年的GNP，并找出一些变量建立多元线形回归模型对GNP进行研究。我们选择选择人均主要产品产量作为影响GNP变化的变量，人均主要产品产量有粮食

3、，棉花，油料，糖料，茶叶，水果，猪牛羊肉，水产品，布，机制纸及纸板，纱，原煤，原油，发电量，钢，水泥等，经过初步考虑，我们决定选用原煤，粮食和棉花作为建立模型所用的三个变量设为X2，X3，X4，设GNP为Y，数据如下：GNP与人均主要产品产量年Y(GNP)/亿元X2(原煤)/吨X3(粮食)/千克X4(棉花)/千克1987119550.86371.743.921988149220.89357.723.771989169180.94364.323.391990185980.95393.103.971991

4、216630.94378.264.931992266520.96379.973.871993345610.98387.373.171994466701.04373.463.641995574951.13387.283.961996668511.15414.393.451997731431.12401.743.741998780181.01412.423.62（1）确定样本回归方程：对于中国1987年至1998年国民生产总值及有关影响因素初步建立多元线形回归模型。^Y=β1+β2*X2+β3*X3+β4

5、*X4假设模型中随机误差项ui满足古典假设，运用OLS方法估计模型的参数，利用Eviews计算得出如下输入结果：DependentVariable:YMethod:LeastSquaresDate:12/13/03Time:17:40Sample:19871998Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-306717.489148.80-3.4405110.0088X2142124.451901.062.7

6、383720.0255X3570.9199271.56822.1023080.0687X4-4222.6768323.401-0.5073260.6256R-squared0.831636Meandependentvar38953.65AdjustedR-squared0.768499S.D.dependentvar24406.49S.E.ofregression11743.08Akaikeinfocriterion21.84112Sumsquaredresid1.10E+09Schwarzcrite

7、rion22.00275Loglikelihood-127.0467F-statistic13.17199Durbin-Watsonstat1.425642Prob(F-statistic)0.001839EstimationCommand:=====================LSYCX2X3X4EstimationEquation:=====================Y=C(1)+C(2)*X2+C(3)*X3+C(4)*X4SubstitutedCoefficients:=======

8、==============Y=-306717.449+142124.3822*X2+570.9199106*X3-4222.676239*X4CorrelationMatrixX2X3X4X21.0000000.684966-0.226024X30.6849661.000000-0.167105X4-0.226024-0.1671051.000000^Y=-306717+142124X2+570.9X3-4223X4(2.738)（2.102）(-0.