計量經濟學建模

㈠ 經濟學和金融學的區別

經濟學和復金融學的區別如制下

1、研究的領域不同

經濟學是一門研究人類行為及如何將有限或者稀缺資源進行合理配置的社會科學。

金融學從經濟學分化出來的，是研究公司、個人、政府、與其他機構如何招募和投資資金的學科。

2、內容不同

金融學大致有兩個方向，宏觀層面的金融市場運行理論和微觀層面的公司投資理論。

經濟學的概念中就沒有金融學的那麼明顯列出所學知識，金融學是經濟學的一個分支。

3、就業方向不同

經濟學業可以從事的行業會計學、財務、證券、期貨、投資、營銷、市場、銀行、金融、老師等。

金融學可以在商業性質的銀行，其中包括中國工商、建設、農業銀行等四大行和招商等股份制商行、城市商業銀行、外資銀行駐國內分支機構，證券公司，含基金管理公司；上交所、深交所、期交所等。

㈡ 關於計量經濟學建模：某高校錄取分數線的影響因素怎麼選取變數

嚴格他說,上述生產函數中的產出量、資本、勞動、技術等,只能稱為「因素」,這些因素間存在著因果關系。為了建立起計量經濟學模型,必須選擇適當的變數來表徵這些因素

㈢ 急需：關於一個現實問題，運用計量經濟學，採用eviews軟體建模進行分析，需要數據和圖形。星期五之前交。

要用eviews做計量經濟學數據分析來找我們。
時間很緊，請趕緊聯系我們。
網路輸入我的名字gmlunwen，就可以找到我們的聯系方式。
大網站，有多年的數據分析經驗，質量保證！

㈣ 計量經濟學建模數據在中國統計局怎樣查找數據

計量經濟學建模數據在中國統計局查找數據步驟：

1. 登陸中華人民共和國國家統計局網頁；

2. 點擊工具欄裡面有一欄：統計數據；

3. 打開，可以看到各種各樣的宏觀數據；

4. 選擇自己想要的數據即可。
   

㈤ 計量經濟學和數學建模的關系

數學建模的應用很廣泛，解決經濟計量也是其用途之一。
一般數學建模是工程系開的課，所內以舉的例容子也大部分是工程例子。理科思維好的話可以去參加。經濟類專業的同學在數學建模比賽中獲獎也是常有的事。
一定要學好經濟計量學的經濟學理論基礎，才可能在數學建模當中提出正確的假設和模型。

㈥ 簡述計量經濟學建模過程

額。
第一，建議先stata裡面畫出散點圖，大致確定函數類型，列出各種可能的函數關系，然後根據回歸的結果R^2，SER，以及各個變數在統計上的顯著性，選擇最合適的模型。
第二，如果有面板數據的話，做一個這樣的回歸也很好。能夠避免特定情況的遺漏變數偏差(omitted variable biase)
具體的可以參照斯托克的計量經濟學的書籍，那個比較易懂而且實用。
鑒於我現在還在學。。然後上周剛第二次期中考完·····有很多地方還不是很清楚。。木有實踐經驗。。。答案僅供參考

㈦ 統計學專業該如何就業

當然是很好的，畢業後的薪資待遇也不錯。

近年來，隨著計算機和大數據的快速發展，統計變得流行起來。統計學就業前景好。你不僅可以選擇范圍廣泛的工作，僱主也願意僱傭他們。一些金融、保險公司、銀行、市場研發部門等。都喜歡統計學專業的學生。

因為這些學生的數學、計算機、經濟學基礎素養都很好，所以特別受歡迎，尤其是考研的時候。

1、統計學專業是什麼

統計學專業畢業生的主要就業流向有三大部分：政府部門（統計局等），銀行、保險公司、證券公司等金融部門，市場調查公司、咨詢公司、各公司的市場研究部門，工業企業的質量檢測部門等企業事業單位。

㈧ 求一份計量經濟學實證分析大作業（要用到Eviews軟體）··有建模、數據（和出處）、模型估計、檢驗就好

我有 我是學金融的 計量的也有 時間序列都也有 不知道你要那種 但是加不了你 不知道你的qq驗證答案 你加我吧 451369182

㈨ 求一篇計量經濟學的論文，需要用eviews分析的，建模檢驗之類， 要自己或朋友寫的，百度上找不到的那種

一、引言：

多年來，受收入水平的限制，安徽省農村居民消費需求發展相對緩慢，農民消費還存在巨大潛力。要擴大內需，不僅從市場需求和消費結構、消費價格這個角度來考慮，更要解決如何使農民收入持續快速增長，提高農民總體購買力，推動農村消費不斷擴大。由於數據的可獲性及影響的重要性，對於安徽省農村居民的消費水平主要選取了以下兩個影響因素：農村居民家庭人均純收入及商品零售價格指數。

二、數據的收集

農民收入低下，限制了其購買力。雖然近幾年我省農民人均純收入處於快速增長階段，但相比較之下，我省城鎮居民人均可支配收入增速更快，10年間城鎮人均可支配收入增速17.2% ，而農民人均純收入年均增速僅12.6%。農民人均純收入與城鎮居民人均可支配收入間的差距較大，並有擴大趨勢，從1998 年的1:2.56 上升到2008年的1:3.09。
在安徽省,居民消費是在省內生產總值經過初次分配和再次分配後形成的, 由此選擇了人均GDP; 儲蓄是指可支配收入中未被消費掉的部分, 兩者之間是此消彼長的關系, 過度儲蓄會直接減少市場上的有效需求,並在貨幣市場上產生收縮效應,使商品市場長期低迷,可見儲蓄和消費息息相關；根據日常觀察和統計研究都表明, 當前可支配收入水平是決定安徽省消費的核心因素 , 因此人均可支配收入的入選毫無疑問;商品的價格在很大程度上也是促成居民消費心理的因素。
.1989年到2008年農村居民的消費水平及其影響因素的統計數據（表1）

年份 農村居民消費水平Y 農村居民家庭人均純收入X1 商品零售價格指數X2
1991 550 603.5 128.8
1992 561 687.3 102.1
1993 612 708.6 102.9
1994 698 784 108.4
1995 809 921.6 113.2
1996 1048 1225 121.7
1997 1327 1567.7 114.8
1998 1626 1936.1 106.1
1999 1732 2090.1 102.8
2000 1733 2162 97.4
2001 1766 2210.3 97
2002 1865 2253.4 96.5
2003 1969 2366.4 99.2
2004 2062 2475.6 98.7
2005 2103 2622.2 98.9
2006 2301 4038.6 102.8
2007 2561 4631.2 100.8
2008 2847 5025.1 101
2009 3265 5791.1 103.8
2010 3768 6700.7 106.7
註：數據來源《安徽統計年鑒》整理

三、模型的估計

可以看出Y X1都是逐年增長的，但增長速率有所變動，而X2在多數年份呈現水平波動。說明變數之間不一定是線性關系。初步建立模型
Y=b0+b1*x1+b2*x2+ui
b0表示在沒有任何因素影響下的農村居民消費水平;b1表示農村居民家庭人均純收入對農村居民消費水平的影響；b2表示商品零售價格指數對農村居民的消費水平的影響；ui為隨機擾動項。

四、模型的檢驗及修正
（一）模型的參數估計及經濟意義及檢驗
利用Eviews軟體，做Y對X1、X2的回歸，Eviews的最小二乘估計的回歸結果如下表1：

Dependent Variable: Y
Method: Least Squares
Date: 12/02/11 Time: 23:23
Sample: 1991 2010
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

C 1902.214 621.2436 3.061946 0.0071
X1 0.473529 0.026988 17.54581 0.0000
X2 -12.78608 5.640545 -2.266816 0.0367

R-squared 0.957489 Mean dependent var 1760.150
Adjusted R-squared 0.952487 S.D. dependent var 907.3468
S.E. of regression 197.7781 Akaike info criterion 13.54965
Sum squared resid 664975.0 Schwarz criterion 13.69901
Log likelihood -132.4965 F-statistic 191.4465
Durbin-Watson stat 0.668705 Prob(F-statistic) 0.000000

1、
經濟意義上的檢驗
該模型可初步通過經濟意義上的檢驗，系數符號均符合經濟意義，農村居民家庭人均純收入及商品零售價格指數均能在數量上增加居民消費。
統計意義上的檢驗
2、 當n=20, α=0.05時，t檢驗值為1.740。由數據可以看出，X1、X2的t檢驗值得絕對值大於1.740，符合t檢驗。F=191.4465符合F檢驗。R-squared=0.957489 Adjusted R-squared=0.952487,模型的擬合度較好。因此這些因素對農村居民的消費水平有較大的影響。
（二）計量經濟學檢驗
1、異方差檢驗
樣本數為20，且模型為二元線性回歸模型，利用懷特檢驗對異方差性進行檢驗，利用OLS課的殘差ei,求殘差平方和ei^2並將其對X1/、X2、x1 ^2、x2 ^2和x1*x2作回歸。可得結果如下表2:且xii為xi ^2,xi為xi*xj

表2
White Heteroskedasticity Test:

F-statistic 1.695609 Probability 0.200342
Obs*R-squared 7.543399 Probability 0.183260

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/04/11 Time: 12:33
Sample: 1991 2010
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

C -1195106. 1723183. -0.693545 0.4993
X1 73.97101 178.9977 0.413251 0.6857
X1^2 0.004362 0.003326 1.311486 0.2108
X1*X2 -1.087428 1.807275 -0.601695 0.5570
X2 24499.23 29838.47 0.821062 0.4254
X2^2 -116.1038 127.4675 -0.910850 0.3778

R-squared 0.377170 Mean dependent var 33248.75
Adjusted R-squared 0.154731 S.D. dependent var 33985.90
S.E. of regression 31246.13 Akaike info criterion 23.78050
Sum squared resid 1.37E+10 Schwarz criterion 24.07922
Log likelihood -231.8050 F-statistic 1.695609
Durbin-Watson stat 1.075356 Prob(F-statistic) 0.200342

可知R-squared=0.377170，查表可得樣本數為20，自由度為5的λ2分布的值為11.0705，因為nR ^2=9.36332<11.0705所以接受原假設，表明殘差是同方差的，不存在異方差性。
2、多重共線性檢驗
讓Y分表對x1、x2做回歸，首先將Y與x1作回歸得結果如下表
表3
Dependent Variable: Y
Method: Least Squares
Date: 12/04/11 Time: 12:46
Sample: 1991 2010
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

C 505.1886 86.79409 5.820541 0.0000
X1 0.494074 0.028192 17.52538 0.0000

R-squared 0.944639 Mean dependent var 1760.150
Adjusted R-squared 0.941563 S.D. dependent var 907.3468
S.E. of regression 219.3389 Akaike info criterion 13.71375
Sum squared resid 865971.7 Schwarz criterion 13.81333
Log likelihood -135.1375 F-statistic 307.1390
Durbin-Watson stat 0.368552 Prob(F-statistic) 0.000000

讓Y分表對x2做回歸，首先將Y與x2作回歸得結果如下表
表4
Dependent Variable: Y
Method: Least Squares
Date: 12/04/11 Time: 12:49
Sample: 1991 2010
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

C 6600.847 2381.405 2.771829 0.0126
X2 -46.02298 22.57066 -2.039062 0.0564

R-squared 0.187644 Mean dependent var 1760.150
Adjusted R-squared 0.142513 S.D. dependent var 907.3468
S.E. of regression 840.2085 Akaike info criterion 16.39982
Sum squared resid 12707105 Schwarz criterion 16.49939
Log likelihood -161.9982 F-statistic 4.157775
Durbin-Watson stat 0.253067 Prob(F-statistic) 0.056405

可知Y與X1的組合為最優方程。雖然X2與Y的擬合度不是很好，但由表可知，引入X2後R-squared=0.957489,大於Y與X1回歸的車的R-squared=0.944639,這說明X2這跟變數對模型有改善作用，且t檢驗符合，故不能舍棄。

3.自相關問題的檢驗
根據表1中農村居民家庭人均純收入X1，商品零售價格指數X2數據，使用最小二乘法估計消費模型得
Yt=1902.214+0.473529X1+-12.78608X2
Se =(621.2436) (0.026988) (5.640545)
t= (3.061946) (17.54581) (-2.266816)
R^2=0.957489 F=191.4465 DW=0.668705
對樣本量為20，二個解釋變數的模型、5%的顯著水平，查DW統計表可知，dl=1.1，=1.537，模型中DW<dl,顯然消費模型中有自相關。
在Eviews命令欄中輸入ls e e(-1)，可得回歸結果表5如下
Dependent Variable: E
Method: Least Squares
Date: 12/06/11 Time: 22:18
Sample (adjusted): 1992 2010
Included observations: 19 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

E(-1) 0.666404 0.176496 3.775755 0.0014

R-squared 0.441966 Mean dependent var -0.466202
Adjusted R-squared 0.441966 S.D. dependent var 192.1938
S.E. of regression 143.5719 Akaike info criterion 12.82275
Sum squared resid 371032.3 Schwarz criterion 12.87245
Log likelihood -120.8161 Durbin-Watson stat 1.052338

et=0.6664 et-1
在Eviews命令欄中輸入方程：ls y-0.6664*y(-1) c x1-0.6664*x1(-1) x2-0.6664*x2(-1)。回車後可得方程輸出結果如表6

Dependent Variable: Y-0.6664*Y(-1)
Method: Least Squares
Date: 12/06/11 Time: 22:44
Sample (adjusted): 1992 2010
Included observations: 19 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 212.7979 171.9140 1.237816 0.2336
X1-0.6664*X1(-1) 0.439991 0.038401 11.45781 0.0000
X2-0.6664*X2(-1) 0.785376 5.059536 0.155227 0.8786

R-squared 0.894654 Mean dependent var 721.3008
Adjusted R-squared 0.881486 S.D. dependent var 365.9682
S.E. of regression 125.9876 Akaike info criterion 12.65418
Sum squared resid 253966.0 Schwarz criterion 12.80331
Log likelihood -117.2147 F-statistic 67.94052
Durbin-Watson stat 1.168484 Prob(F-statistic) 0.000000

由表6可得回歸方程為
Yt*=212.7979+0.439991X1*+0.785376X2*
Se=(171.9140) (0.038401) (5.059536)
T=(1.237816) (11.45781) (0.155227)
R^2=0.894654 F=67.94052 DW=1.168484
其中，Yt*=Yt-0.6664Yt-1 X1t*=X1t-0.6664*X1t(-1) X2t*=X2t-0.6664*X2t(-1)
由於使用了廣義差分數據，樣本容量減了少1個，為19個。查1%顯著性水平的DW統計表可知dl=0.835，=1.065，模型中DW=1.168484>，說明在1%顯著性水平下廣義差分模型中已無自相關，不必再進行迭代。同時可見，可決系數R^2、t、F統計量也達到了理想水平。
由上述差分方程有
B1=212.7979/(1-0.6664)=637.89
由此，我們得到最終安徽省農村居民消費模型為
Yt=637.89+0.439991X1*+0.785376X2*
由式的安徽省農村居民消費模型可知，安徽省農村居民的消費邊際為0.439991和0.785376。即其他解釋變數不變，農村居民家庭人均純收入每增加一元，平均來說人均消費支出將增加0.439991。其他解釋變數保持不變，商品零售價格指數每增加一元，平均來說人均消費支出將增加0.785376。

五、提高農村居民消費政策建議
當前制約我國經濟增長的因素很多，靠擴大投資拉動經濟增長不是長久之計，靠擴大出口拉動經濟增長也面臨居多難題，因此，擴大內需、提升居民消費水平來拉動經濟增長應是長久之策，根據以上分析，提升居民消費水平可從以下幾方面著手：
大力發展生產力，增加科技投入，把國民經濟蛋糕做大做強，提升國內生產總值整體水平。當前，要發展低碳與生態經濟，增加國內生產總值的綠色含量，提高居民整體收入水平，特別是農村居民收入水平。中國是一個農業大國，農村居民收入水平低是居民消費水平難以提高的重要原因。切實提高農民收入，不僅是農民由溫飽進入小康、改善農民生活質量的關鍵，也是刺激消費、促進經濟健康快速協調發展的重要著力點。
調整農業結構，大力發展優質高效農業。當前要對傳統農業結構模式進行優化和調整，大力發展「兩高一優」農業。調整重點是進行農產品的品種改良和換代，提升品質，提高效益。
大力發展農村合作經濟組織，服務農民。當前要大力發展農村合作經濟組織，架起種植基地與市場供應的橋梁，為農民提供有效信息，同時暢通購銷渠道，為農民的產前、產中、產後提供全方位的服務，促進農民增產增收。

㈩ 求一個計量經濟學的eviews分析。是老師要的期末作業……要有分析 建模過程 還有結果擬合度什麼的

沒問題的，原始數據你要提供
我替別人做這類的數據分析蠻多的