㈠ 計量經濟學論文
中國旅遊收入與城鄉居民人民幣存款分析
[摘要] 本文根據國內城鎮居民旅遊消費的特點，建立了以我國旅遊收入為應變數，城鄉居民人民幣存款為自變數的多元線性回歸模型，通過對此模型的研究分析。同時還可以應用此模型對未來的旅遊消費情況進行預測，為制定未來的旅遊消費政策提供依據。
[關鍵詞] 旅遊收入 城鄉居民人民幣存款 多元線性回歸模型
隨著人們物質文化生活的日益提高，旅遊已經成為人們的主要休閑方式，我國旅遊業的發展一直遵循「適度超前」的原則，立足於開發國內旅遊市場，在國際旅遊市場競爭日益激烈和國內旅遊需求日益增長的情況下，國內旅遊逐漸在我國的旅遊市場上占據重要的地位，旅遊產業也成為我國新的經濟增長點。旅遊業是投入少、效益好、創匯多、可帶動一些關聯產業的發展和增加就業，並促進國際經濟交往的產業，已經成為我國目前經濟發展面臨的新課題和拉動國內需求的新機遇。分析國內旅遊收入與城鄉居民人民幣存款可以為政府提出一些關於旅遊快速發展問題的建議。
一、數據的選取和處理。
為了分析中國旅遊收入與城鄉居民人民幣存款的數量關系，引入計量經濟模型進行研究，選取了改革開放以來1994-2005年間中國旅遊收入與城鄉居民人民幣存款的相關數據，以城鄉居民人民幣存款作為解釋變數，中國旅遊收入作為被解釋變數，對此數據進行回歸分析。為使簡單表述，下面用Y表示中國旅遊收入，用X表示城鄉居民人民幣存款。相關數據如以下表格所示：
年份
中國1994-2005年旅遊收入與城鄉居民人民幣存款 單位：億元
年份 Y(旅遊收入) X(城鄉居民人民幣存款)
1994 1023.5 21518.8
1995 1375.7 29662.3
1996 1683.4 38520.8
1997 2112.7 46279.8
1998 2391.2 53407.5
1999 2831.9 59621.8
2000 3175.5 64332.4
2001 3522.4 73762.4
2002 3878.4 86910.6
2003 3442.3 103617.3
2004 4710.7 119555.4
2005 5285.9 141051.0
資料來源：《中國統計年鑒》
二、模型建立。
從我國旅遊收入與城鄉居民人民幣存款的變動來看，兩者都隨時間的變化而變動，為了確定我國旅遊收入與城鄉居民人民幣存款存在什麼樣的關系，將它們進行回歸。根據以上數據可列出的方程如下：
Y=0.034602＊X+531.9548
Se(0.002792) (218.4249)
t=(12.39261) (2.435413)
P=(0.0000) (0.0351)
R2=0.932753
三、實證分析。
根據此方程所得到的數據，在經濟意義中，隨著旅遊收入的增長，城鄉居民人民幣存款也相應地增長，城鄉居民人民幣存款與旅遊收入之間，呈明顯的正相關關系。根據方程中0.034602是個大於0小於1的正數，可見1994-2005年間我國旅遊收入的增長與城鄉居民人民幣存款的增長是成正比例的，此方程的數據說明了與經濟意義相一致。在顯著性水平為5%的情況下，t統計值的P=0.0000，P小於0.05，因此在統計意義上是顯著的，此方程在統計學上通過了檢驗。
由檢驗結果可知：R2 = 0.932753，表示我國旅遊收入與城鄉居民人民幣存款線性回歸方程的擬合度很高，總體顯著性較好，說明旅遊收入的變動在很大程度上影響了城鄉居民人民幣存款的變動。
四、結論與建議。
經過線性回歸的分析，可以看出隨著旅遊收入的不斷增長，城鄉居民人民幣存款也相應地逐年增長，旅遊收入的變動在很大程度上影響了城鄉居民人民幣存款的變動。就我國旅遊業發展的基礎上來說，我國政府必須大力開展基礎設施建設，以擴大就業需求，從而提高人民的人民幣存款狀況。
㈡ 急求助：計量經濟學論文
關於計量經濟學
本文較系統地介紹了計量經濟學在證券期貨市場中的應用，其中包括作者的一些最新研究成果，如：計量經濟學證券期貨市場指標體系的研究；新華財經指數的編制；證券投資組合的研究與應用等。
關鍵詞：計量經濟學 證券市場 期貨市場
The Application of Statistics on Securities and Futures Markets
LI Cong-zhu,DING Shao-fang,WANG Ling-hua,SUN Da-ning
(North China University of Technology,100041)
Abstract：In this paper,the Application of Statistics on Securities and Futures Markets is introced,author's many new achievements are included in it,such as study of index system on Securities and future markets;study of Xin Hua index number of securities;study and application of investment in bond and so on.
Key Words：statistics securities markets futures markets▲
一、序 言
我國自九十年代初建立證券期貨市場以來，短短幾年，得到了迅猛發展，方興未艾。僅拿股市來看(截至1999年07月13日)，在滬深兩市上市的境內公司已達900家，滬深市場的A，B股股數是981隻，上市公司900家，其中滬市501隻(461家)，深市480隻(439家)，滬深A股股數874隻，B股股數107隻。這與1991年滬市8家深市6家上市公司相比，可見發展速度之快。市價總值21083億元人民幣，占國內生產總值的比重超過25%；開辦證券90家，兼營證券業務的信託投資公司237家，下屬證券營業部2400多家；現有43家境內企業海外上市，累計籌集資金100多億美元；已有107家公司成功發行了B股，籌集資金近50億美元；股民已達4000多萬。自1999年五月十九日井噴式行情以來，滬深兩市的日成交量猛增，至六月二十五日高達800多億(1998年8月18日香港股市一天的成交量為790億港元)，創下空前的天量。證券市場的作用愈來愈大，並逐漸成為國民經濟的晴雨表。
統計學及其相關學科在證券期貨交易中有什麼作用呢?我們先從世界范圍談起。
據有關報道，當今華爾街最搶手的不再是傳統的MBA，而是有統計背景、數理能力強的人才。一些在美國獲得統計或數學博士學位的中國留學生被華爾街錄用，轉眼間便當上了年薪百萬美元的「白領」貴族。如，1984年入中國科學技術大學少年班的黃沁於1988年提前畢業，赴美國麻省理工學院就讀研究生，畢業後受聘到華爾街某大型證券公司工作。在這個世界上金融證券業最發達的地方，他以統計和數學為基礎，建立了自己的投資理論，現已升任該公司副總裁，主管對外投資工作。年僅27歲的黃沁是進入華爾街金融界高層領導的少數華人之一。
華爾街取才原則的轉向，從一個側面反映出證券期貨等金融業目前發展面臨的挑戰和未來的潮流。證券金融交易是信息量最大，信息敏感度最強、信息變化頻度最高的領域。隨著市場日趨復雜，數字已成為傳遞信息最直接的裁體，加上未來的經濟是被網路覆蓋與籠罩的數字化經濟，大量的數學與統計工具將在分析研究中發揮不可或缺的重要影響。能否把握那看似枯燥無味的數字所隱含的精微變化，成為決定未來競爭成敗的關鍵因素之一。
前年諾貝爾經濟學獎授予在期權定價方面做出開拓性貢獻的經濟學家和統計學家。他們在二十多年前就探索出具有劃時代意義的定價模型——布萊克.斯科爾期定價公式。本世紀20年代開設了股票期權品種，由於採用櫃台交易方式和缺乏標准化的設計合約，很難轉讓對沖，交易量不足稱道。1973年美國經濟學家布萊克和斯科爾斯，引進概率統計上隨機變數函數的一些定理和積分求值，推導出不支付紅利的股票期權定價公式，從此期權有了明確科學的價格定位依據，很快形成一個完整的市場，並迅速推廣到全世界，直至現在，期權占據著金融王國的重要位置。定價公式成為整個市場運轉的基礎。這個期權公式的定價思想所引發的金融革命表現在，預測遠期價格成為可能，不僅使期權為指數、貨幣、利率、期貨交易提供了全新的保值，投資手段，極大地豐富了金融市場，而且進一步推動了對各種金融產品的價值研究，提高了操作的理論水平。由此可以推斷，沒有布萊克.斯科爾斯定價模型，期權就不可能發展這么快，全球金融衍生品市場也就不可能有今天的高度發達，如今國外大型金融機構在總結金融交易失利原因時，總是首先追究最初的定價是否存在漏洞和錯誤
建立一個模型就摘取經濟領域的桂冠這一事實，體現了經濟與統計數學密不可分的關系。據不完全統計，自1969年設立諾貝爾經濟學獎以來的40多位獲獎者中，著名的計量經濟學家有23位，10位擔任過世界計量經濟學會會長，有六位直接靠計量經濟的研究和應用成果獲獎。借用統計數學，將經濟理論數學公式化，將經濟行為定量化，已成為當今世界經濟的熱門課題。
有關專家指出，統計學，經濟理論和數學這三者對於真正了解現代經濟生活中的數量關系來說，都是必要的，但本身並非充分條件。三者結合起來，就是力量。數學給經濟界帶來新的視角，新的觀念。抽象的數學工具一旦准確地切入金融市場，就顯得非常實用和有價值。二十多年來，指導期權交易的理論—定價模型得到廣大投資者的一貫遵循。沒有統計基礎、不懂定價公式含義的人要想在市場有出色表現將是十分困難的。
證券金融市場的風險管理是個永恆的話題，投資者都想尋求收益回報，但又必須面對各種各樣的損失可能。市場到底存在哪些風險，如何確定風險的大小，如何才能實現收益最大化和風險最小化，歷來都是受人關注的焦點和難點。自從1952年美國學者馬柯威茨運用數量方法創立證券組合理論以來，市場風險的神秘色彩逐漸淡化，不再變得那麼可怕和不可駕馭。
馬柯威茨組合理論的立足點是全面考慮「期望收益最大」和「不確定性(即風險)最小」。它通過總結投資損失的概率分布和可能收益與預期收益的偏離程度(即我們統計學上的方差)，發現投資者應該同時按適當比例購買各種證券而不是一種證券，進行分散化投資，其收益才盡可能是確定的。通過數量分析得出的這種結論，迎合了投資者避風險的需要。風險管理能力的提高促進了基金的蓬勃發展。在短短的幾十年間，隨著量化研究的不斷深入，組合理論及其實際運用方法越來越完善，成為現代投資學中的主流工具。由於馬哥威茨證券組合選擇理論給金融投資和管理思想帶來革新，1990年他獲得了諾貝爾經濟學獎。
眾所周知，量變引起質變。數量關系的背後，牽扯著市場的穩定與發展。金融業的現代化推動了統計與數理方法的應用研究，反過來，當今世界的金融管理特別是防範金融風險，也越來越要量化研究。早在1995年9月，美國斯但福大學經濟學教授劉遵義就通過實證比較，數量分析和模糊評價等方興，預測出菲律賓、韓國、泰國、印尼和馬來西亞有可能發生金融危機。後來的事實果然如此。這從一個側面提醒我們，沒有完整、科學的分析預測工具，就可能在國際金融競爭中蒙受重大損失。只有加強對作為金融信息的各種變數的研究，才能提高對金融運行規律的認識，才能把握市場的發展動向。
經濟理論的數學化和統計分析，使各種經濟行為也越來越數量化。在金融領域也不例外。定價公式和組合理論地位的確立，就證明數量工具已發揮了不可磨滅的作用。有統計顯示，在西方金融市場，三分之一的人運用組合理論來投資，三分之一的人靠技術分析管理頭寸，另外三分之一的人仍在堅守基礎分析。雖然運用何種手段來指導決策是投資者個人偏好、觀念的問題，但組合理論和技術分析所運用的統計工具逐漸被認同，說明理性投資將成為市場的寵兒。由此我們不難理解華爾街選才的動機。
主觀意見和直覺判斷有很大的隨意性，顯然與現代投資決策的要求相去甚遠。對市場和價格進行定量研究，從而揭示客觀存在的數量依存關系，成為投資和管理決策的一項基礎工作。用統計工具處理各種證券金融數據，可以比較全面地分析各種因素的影響力度。其主要表現在：
1 結構分析：證券市場與匯率、利率變動和國民經濟發展有多大的關聯度；單一證券與整個市場之間如何相互影響，市場指數設計是否合理；證券與期貨價格走勢是否相互制約；同一類證券有沒有一定的連動關系。
2 價值預測：分析未來證券發行和上市價格的理論定位，確定金融衍生證券的價格，分析預測證券期貨的價格走勢，進行投資決策等。
3 政策評價：研究市場系統風險的預警及控制，探討不同的組合投資效果。
4 理論檢驗：證券價格能否反映所有的信息，市場的有效性實證檢驗；各種技術指標的適用性和優化處理，周期效應的對比分析。
從以上可看出，量化研究有助於搞好風驗管理，設計投資組合，選擇交易時機，評估市場特性。統計工具在證券金融市場的大量應用，對交易技術的升級換代，管理水平的提高做出了特殊貢獻。現在，電腦交易系統在國外大行其道，依據不同要求設計的模型軟體層出不窮，只要把數據輸入電腦中，投資者根據分析結果隨時制訂和調整投資計劃。
投資者競爭的優勢不再停留在信息的收集上，而是綜合處理信息的能力。誰的模型從總量上與趨勢上能更合理、科學地分析市場，誰就能掌握主動。
簡單的統計和數學方法已經滿足不了日益復雜的金融發展需要。隨著統計和數學工具的推廣應用，一門新興的邊緣科學——金融統計學應運而生。美國芝加哥大學、哥倫比亞大學、紐約大學和英國利茲大學先後確定了金融統計的碩士和本科生的培養計劃。我國近幾年來，像中國科技大學、南開大學和山東大學建立了統計金融系，去年北京大學相繼成立了金融數學與金融工程管理中心、金融數學系；像北方工業大學統計學專業等建立的證券期貨模擬實驗室的也有很多家；開設相關專業的就更多了。
總之，統計學及其相關學科在證券期貨交易中的重大作用愈來愈被人們所認識和重視。讀者從本專題所講的內容也將會有更深入和全面的了解。後面我們將結合我國證券期貨交易的實際，介紹統計方法在證券期貨市場的一些基礎應用(包括我們的部分研究成果)，如證券期貨交易的統計指標體系；證券指數；投資組合；上市公司財物報表的統計分析與選股；證券期貨價格走勢預測(主要是技術分析)等。
㈢ 150分！求一篇計量經濟學論文！
數據分析已經做好了怎麼還不會建模？一般計量模型在文章中的表示辦法有兩種專，一屬個就是用公式編輯器寫出公式，模型說明之後再寫一遍，並且第二次要將參數用估計出的參數具體數值代替，然後在各個估計參數一下用括弧給出t檢驗結果，還要給出R方和DW值，然後對模型的估計參數做檢驗和經濟解釋。另一種表示方法是表格法，表格橫向是被解釋變數，綜向是解釋變數，當然在寫表格之前也要將模型先用公式編輯器寫一個出來，並且說明。將估計參數分別填入表格的對應位置，再用*寫在估計參數的右上方來表示在顯著性水平多少的情況下通過t檢驗，***是1％，**是5％，*是10％，沒有星號的就是沒有通過t檢驗的參數。
基本就這么兩種表達方法
計量經濟學有很多方向 你要那個方向的 在這個專業網站找找
㈣ 有什麼好的計量經濟學論文題目簡單一點的
學術堂整理了十五個計量經濟學論文題目供大家進行參考：版
1、中國貨市需求函權數實證研究.
2、貨幣超發的實證研究
3、存款准備金率變化的影響
4、貨幣需求與通脹關聯分析
5、貨幣需求的彈性分析
6、我國居民消費函數實證分析
7、浙江省居民消費函數變化
8、日元實際匯率長期利率的實證分析
9、歐元實際匯率長期利率的實證分析
10、瑞朗實際匯率長期利率的實證分析
11、利率匯率與外商直接投資
12、利率與通脹的關系實證分析
13、利率與商業銀行不良貸款率的波動實證分析
14、利率、租金與房價
15、貨幣政策、利率傳導機制實證分析
㈤ 求計量經濟學論文
計量經濟學論文可以研究的問題有多種，期中比較簡單的就是根據數據，建立方程，研究變數之間的關系，主要運用的工具就是計量經濟學的初等知識和Eviews軟體，思路、要求和注意事項我覺得這么說對你的幫助不大，所以給你一篇我的論文做參考，也許對你有幫助，如果你覺得看的不是很明白的話，可以再留言給我，我把什麼思路等告訴你。
計量經濟學
期末實驗報告
實驗名稱：大中城市城鎮居民人均消費支出與其影響因素的分析
姓 名：
學 號：
班 級： （）級統計學系（）班
指導教師：
時 間：
（上面是論文封皮）
23個城市城鎮居民人均消費支出與其影響因素的分析（題目）
一、 經濟理論背景
近幾年來，中國經濟保持了快速發展勢頭，投資、出口、消費形成了拉動經濟發展的「三架馬車」，這已為各界所取得共識。通過建立計量模型，運用計量分析方法對影響城鎮居民人均消費支出的各因素進行相關分析，找出其中關鍵影響因素，以為政策制定者提供一定參考，最終促使消費需求這架「馬車」能成為引領中國經濟健康、快速、持續發展的基石。
二、 有關人均消費支出及其影響因素的理論
我們主要從以下幾個方面分析我國居民消費支出的影響因素：
①、居民未來支出預期上升，影響了居民即期消費的增長
居民的被動儲蓄直接導致購買力的巨大分流, 從而減弱對消費品的即期需求，嚴重地影響了居民即期消費的增長，進而導致有效需求的不足，最終導致經濟增長的乏力。90年代末期以來，我國的醫療、養老、失業保險、教育等一系列改革措施集中出台，原有的體制被打破，而新的體制尚未建立健全，因此目前的醫療、養老、失業保險、教育體制對居民個人支出的壓力較大，而且基本上都是硬性支出，支出的不確定性也很大，導致居民目前對未來支出預期的上升。
②、商品供求結構性矛盾依然突出
從消費結構上看，我國消費品市場已發生了新的根本性變化：居民低層次消費已近飽和，而更高水平的消費又未達到。改革開放20多年來，城鄉居民經過了一個中檔耐用消費品的普及階段後，目前老百姓的收入消費還不足以形成一個新的、以高檔產品為內容的主導性消費熱點，如轎車、住房等還遠不能納入大多數人的消費主流，居民現有的購買力不能形成推動主導消費品升級的動力。
③、物價總水平持續在低水平運行，通貨緊縮的壓力較大，不利於消費的增長
加入WTO之後，隨著關稅的降低和進口規模的擴大，國外產品對我國市場的沖擊將進一步加大，國際價格緊縮對國內價格變化將產生負面影響。物價的持續下降，不利於居民的消費增長。因為從居民的消費心理上看，買漲不買降是居民購物的習慣心理。由於居民對物價有進一步下降的預期，因此往往推遲消費，不利於居民消費的增長。另外，從統計上分析，由於物價的下降，名義消費增長往往低於實際消費的增長，這在一定程度上也不利於消費增長幅度的提高。
④、我國現階段沒有形成大的消費熱點，難以帶動消費的快速增長
經過近幾年的培育和發展，我國目前已經形成了住房消費、居民汽車消費、通信及電子產品的消費、節假日消費及旅遊消費等一些消費亮點，可以促進消費的穩定增長，但始終未能形成大的消費熱點，因此不能帶動消費的高速增長。
三、 相關數據收集
相關數據均來源於2006年《中國統計年鑒》：
23個大中城市城鎮居民家庭基本情況（表格）
地區 平均每戶就業人口（人） 平均每一就業者負擔人數（人） 平均每人實際月收入（元） 人均可支配收入（元） 人均消費支出（元）
北京 1.6 1.8 1865.1 1633.2 1187.9
天津 1.4 2.0 2010.6 1889.8 939.8
石家莊 1.4 2.0 1061.3 1010.0 722.9
太原 1.3 2.2 1256.9 1159.9 789.5
呼和浩特 1.5 1.9 1354.2 1279.8 772.7
沈陽 1.3 2.1 1148.5 1048.7 812.1
大連 1.6 1.8 1269.8 1133.1 946.5
長春 1.8 1.7 1156.1 1016.1 690.2
哈爾濱 1.4 2.0 992.8 942.5 727.4
上海 1.6 1.9 1884.0 1686.1 1505.3
南京 1.4 2.0 1536.4 1394.0 920.6
杭州 1.5 1.9 1695.0 1464.9 1264.2
寧波 1.5 1.8 1759.4 1543.2 1271.4
合肥 1.6 1.8 1042.5 950.1 686.9
福州 1.7 1.9 1172.5 1059.4 942.8
廈門 1.5 1.9 1631.7 1394.3 998.7
南昌 1.4 1.8 1405.0 1321.1 665.4
濟南 1.7 1.7 1491.3 1356.8 1071.4
青島 1.6 1.8 1495.6 1378.5 1020.7
鄭州 1.4 2.1 1012.2 954.2 750.3
武漢 1.5 2.0 1052.5 972.2 853.1
長沙 1.4 2.1 1256.9 1148.9 986.8
廣州 1.7 1.8 1898.6 1591.1 1215.1
四、 模型的建立
根據數據，我們建立多元線性回歸方程的一般模型為：
其中：
——人均消費支出
——常數項
——回歸方程的參數
——平均每戶就業人口數
——平均每一就業者負擔人口數
——平均每人實際月收入
——人均可支配收入
——隨即誤差項
五、實驗過程
（一）回歸模型參數估計
根據數據建立多元線性回歸方程：
首先利用Eviews軟體對模型進行OLS估計，得樣本回歸方程。
利用Eviews輸出結果如下：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:08
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C -1682.180 1311.506 -1.282633 0.2159
X1 564.3490 395.2332 1.427889 0.1704
X2 569.1209 379.7866 1.498528 0.1513
X3 1.552510 0.629371 2.466766 0.0239
X4 -1.180652 0.742107 -1.590947 0.1290
R-squared 0.721234 Mean dependent var 945.2913
Adjusted R-squared 0.659286 S.D. dependent var 224.1711
S.E. of regression 130.8502 Akaike info criterion 12.77564
Sum squared resid 308191.9 Schwarz criterion 13.02249
Log likelihood -141.9199 F-statistic 11.64259
Durbin-Watson stat 2.047936 Prob(F-statistic) 0.000076
根據多元線性回歸關於Eviews輸出結果可以得到參數的估計值為： , , ， ，
從而初步得到的回歸方程為：
Se= (1311.506) (395.2332) (379.7866) (0.629371) (0.742107)
T= (-1.282633) (1.427889) (1.498528) (2.466766) (-1.590947)
F=11.64259 df=18
模型檢驗：由於在 的水平下，解釋變數 、 、 的檢驗的P值都大於0.05，所以變數不顯著，說明模型中可能存在多重共線性等問題，進而對模型進行修正。
（二）處理多重共線性
我們採用逐步回歸法對模型的多重共線性進行檢驗和處理：
X1：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:28
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 153.8238 518.6688 0.296574 0.7697
X1 523.0964 341.4840 1.531833 0.1405
R-squared 0.100508 Mean dependent var 945.2913
Adjusted R-squared 0.057675 S.D. dependent var 224.1711
S.E. of regression 217.6105 Akaike info criterion 13.68623
Sum squared resid 994441.2 Schwarz criterion 13.78497
Log likelihood -155.3917 F-statistic 2.346511
Durbin-Watson stat 1.770750 Prob(F-statistic) 0.140491
X2：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:29
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 1756.641 667.2658 2.632596 0.0156
X2 -424.1146 347.9597 -1.218861 0.2364
R-squared 0.066070 Mean dependent var 945.2913
Adjusted R-squared 0.021597 S.D. dependent var 224.1711
S.E. of regression 221.7371 Akaike info criterion 13.72380
Sum squared resid 1032515. Schwarz criterion 13.82254
Log likelihood -155.8237 F-statistic 1.485623
Durbin-Watson stat 1.887292 Prob(F-statistic) 0.236412
X3：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:29
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 182.8827 137.8342 1.326831 0.1988
X3 0.540400 0.095343 5.667960 0.0000
R-squared 0.604712 Mean dependent var 945.2913
Adjusted R-squared 0.585888 S.D. dependent var 224.1711
S.E. of regression 144.2575 Akaike info criterion 12.86402
Sum squared resid 437014.5 Schwarz criterion 12.96276
Log likelihood -145.9362 F-statistic 32.12577
Durbin-Watson stat 2.064743 Prob(F-statistic) 0.000013
X4：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:30
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 184.7094 161.8178 1.141465 0.2665
X4 0.596476 0.124231 4.801338 0.0001
R-squared 0.523300 Mean dependent var 945.2913
Adjusted R-squared 0.500600 S.D. dependent var 224.1711
S.E. of regression 158.4178 Akaike info criterion 13.05129
Sum squared resid 527020.1 Schwarz criterion 13.15003
Log likelihood -148.0898 F-statistic 23.05284
Durbin-Watson stat 2.037087 Prob(F-statistic) 0.000096
由得出的數據可以看出， 的調整的判定系數最大，因此首先把 引入調整的方程中，然後在分別引入變數 、 、 進行OLS得：
X1、X3
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:32
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C -222.8991 345.9081 -0.644388 0.5266
X1 289.8101 227.2070 1.275533 0.2167
X3 0.517213 0.095693 5.404899 0.0000
R-squared 0.634449 Mean dependent var 945.2913
Adjusted R-squared 0.597894 S.D. dependent var 224.1711
S.E. of regression 142.1510 Akaike info criterion 12.87276
Sum squared resid 404138.2 Schwarz criterion 13.02087
Log likelihood -145.0368 F-statistic 17.35596
Durbin-Watson stat 2.032110 Prob(F-statistic) 0.000043
X2、X3
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:33
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 239.5536 531.1435 0.451015 0.6568
X2 -27.00981 244.0392 -0.110678 0.9130
X3 0.536856 0.102783 5.223221 0.0000
R-squared 0.604954 Mean dependent var 945.2913
Adjusted R-squared 0.565449 S.D. dependent var 224.1711
S.E. of regression 147.7747 Akaike info criterion 12.95036
Sum squared resid 436747.0 Schwarz criterion 13.09847
Log likelihood -145.9292 F-statistic 15.31348
Durbin-Watson stat 2.063247 Prob(F-statistic) 0.000093
X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:34
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 331.7015 142.5882 2.326290 0.0306
X3 1.766892 0.553402 3.192782 0.0046
X4 -1.473721 0.656624 -2.244390 0.0363
R-squared 0.684240 Mean dependent var 945.2913
Adjusted R-squared 0.652664 S.D. dependent var 224.1711
S.E. of regression 132.1157 Akaike info criterion 12.72634
Sum squared resid 349091.0 Schwarz criterion 12.87445
Log likelihood -143.3529 F-statistic 21.66965
Durbin-Watson stat 2.111635 Prob(F-statistic) 0.000010
由數據結果可以看出，引入X4時方程的調整判定系數最大，且解釋變數均通過了顯著性檢驗，再分別引入X1、X2進行分析。
X1、X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:37
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 193.6693 403.8464 0.479562 0.6370
X1 89.29944 243.6512 0.366505 0.7180
X3 1.652622 0.646003 2.558228 0.0192
X4 -1.345001 0.757634 -1.775265 0.0919
R-squared 0.686457 Mean dependent var 945.2913
Adjusted R-squared 0.636950 S.D. dependent var 224.1711
S.E. of regression 135.0712 Akaike info criterion 12.80625
Sum squared resid 346640.3 Schwarz criterion 13.00373
Log likelihood -143.2719 F-statistic 13.86591
Durbin-Watson stat 2.082104 Prob(F-statistic) 0.000050
X2、X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:38
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 62.60939 489.2088 0.127981 0.8995
X2 134.1557 232.9303 0.575948 0.5714
X3 1.886588 0.600027 3.144175 0.0053
X4 -1.596394 0.701018 -2.277251 0.0345
R-squared 0.689658 Mean dependent var 945.2913
Adjusted R-squared 0.640657 S.D. dependent var 224.1711
S.E. of regression 134.3798 Akaike info criterion 12.79599
Sum squared resid 343100.8 Schwarz criterion 12.99347
Log likelihood -143.1539 F-statistic 14.07429
Durbin-Watson stat 2.143110 Prob(F-statistic) 0.000046
由輸出結果可以看出，在 的水平下，解釋變數 、 的檢驗的P值都大於0.05，解釋變數不能通過顯著性檢驗，因此可以得出結論模型中只能引入X3、X4兩個變數。則調整後的多元線性回歸方程為：
Se= (142.5882) (0.553402) (0.656624)
T= (2.326290) (3.192782) (-2.244390)
F=21.66965 df=20
（三）.異方差性的檢驗
對模型 進行懷特檢驗：
White Heteroskedasticity Test:
F-statistic 1.071659 Probability 0.399378
Obs*R-squared 4.423847 Probability 0.351673
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/11/07 Time: 16:53
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 34247.50 128527.9 0.266460 0.7929
X3 247.9623 628.1924 0.394723 0.6977
X3^2 -0.071268 0.187278 -0.380548 0.7080
X4 -333.6779 714.3390 -0.467114 0.6460
X4^2 0.18 0.229933 0.526841 0.6047
R-squared 0.192341 Mean dependent var 15177.87
Adjusted R-squared 0.012861 S.D. dependent var 23242.54
S.E. of regression 23092.59 Akaike info criterion 23.12207
Sum squared resid 9.60E+09 Schwarz criterion 23.36892
Log likelihood -260.9038 F-statistic 1.071659
Durbin-Watson stat 1.968939 Prob(F-statistic) 0.399378
由檢驗結果可知， ，由White檢驗知，在 時，查 分布表，得臨界值 (20)=30.1435，因為 < (5)= 30.1435,所以模型中不存在異方差。
（四）.自相關的檢驗
由模型的輸出結果可知，估計結果都比較滿意，無論是回歸方程檢驗，還是參數顯著性檢驗的檢驗概率，都顯著小於0.05，D-W值為2.111635，顯著性水平 =0.05下查Durbin-Watson表，其中n=23，解釋變數的個數為2，得到下限臨界值 ，上限臨界值 ， =1.543<D-W=2.111635<4 ，由DW檢驗決策規則可知，該模型不存在自相關問題。
六、對模型進行分析和解釋經濟學意義
回歸方程的意義為：當平均每人實際月收入不變時，人均可支配收入每增加一個單位，人均消費支出減少1.473721個單位；當人均可支配收入不變時，平均每人實際月收入每增加一個單位，人均消費支出增加1.766892個單位。
七、 就模型所反映的問題給出針對性的政策建議或結論
對於我國人均消費支出的分析中，可以看出我國在過去的幾年裡經濟發展穩健，但是由於種種原因導致我國經濟的現狀存在一定的問題，如不完善的社會保障制度導致消費結構不合理；過高的居民儲蓄存款影響居民消費傾向；消費品生產行業投資方向失誤和低效率引起國內市場消費梗阻；保守的消費觀念和消費政策的制約；教育支出比重過大影響居民消費傾向 。對此我們國家應該在以下幾個方面對居民消費中存在的問題進行對策研究
（一）建立和完善社會保障制度，增強居民消費信心
（二）培育新的消費熱點，拓展居民的消費領域
（三）促使商品消費從自我積累型向信用支持型轉變
（四）分層次促進居民消費
（五）破解影響消費結構優化的政策制約
（六）化解有效供給不足與產品相對過剩的矛盾
㈥ 計量經濟學論文.....務必是自己寫的···
已經發送至郵箱
我的郵箱332***[email protected]
㈦ 求計量經濟學論文。
全球經濟學界的殿堂級頂尖盛會
「 2 0 1 0 第十屆世界計量經濟學大會」
於8 月1 7日在浦東的上海國際會議中
心 拉開 帷幕 ，歷時5 天，於21 日結
束。 本次會議有來 自4 0 多個國家與
地區的l 5 0 0 多名頂尖經濟學人出席，
不僅包括了國外的知名學者~2 0 0 7 年
諾貝爾經濟學獎獲得者羅傑 • 邁爾森
( Ro g e r My e r s o n)，2 0 0 0 年諾貝
爾經濟學獎獲得者丹尼爾 •麥克法登
( Da n i e l Mc F a d d e n )，1 9 9 6 年諾貝
爾經濟學獎獲得者詹姆斯 • 莫里斯
( J a me s Mi r r l e e s )，愛丁堡大學政
治經濟學講座教授，倫敦經濟學院教
授、2 0 1 0 年國際計量經濟學會主席約
翰 • 摩爾 ( J o h n H． Mo o r e )等出席
本次大會，諸多國內知名教授和業界
學者也蒞臨了本次盛會，包括上海交
通大學安泰經濟與管理學院院長、世
界計量經濟學會院士周林教授 ，世界
銀行副行長林毅夫教授，哥倫比亞大
學商學院講座教授魏尚進，耶魯大學
經濟學教授陳曉紅，清華經管學院院
長、美國伯克利加州大學經濟系教授
錢穎一等華裔大師。
2 0l 0年計量 經 濟學 會主 席約翰 • 摩爾會前表示，希望此次大會能
為中國經濟學界和世界經濟學界搭建
一
座溝通的橋梁，並期待能看到中國
國內高校的經濟學者和經濟學專業的
學生參加會議。在5 天會議上，1 5 0 0 多
位經濟學家進行1 0 0 多場密集的學術報
告，對熱點問題做思想火花的碰撞。 平衡經濟增長與社會發展
世界銀行首席經濟學家、高級副
行長林毅夫認為，中國的經濟增長有
望達到2 O ％， 但達到這一目標的具
體時間不明，而且要保持 目前穩定的
經濟發展速度，就必須要重視經濟發
展的整體性 ，比如工業、服務行業以
及信息技術產業等都要做好整體的規
劃， 技術水平也需要提高 林毅夫
說 ，中國要保持8 ％一1 0 ％的G DP 增長
率就必須提高技術水平，可以借鑒西
方發達國家第三次工業革命的經驗，
購買其核心科技，不簡單模仿，或照
搬其過程。在1 9 9 6 年諾貝爾經濟學獎
得主詹姆斯 • 莫里斯看來，技術創新
對 中國經濟的發展非常重要， 需要
通過加大對教育的投入，加強中國自
身的技術創新能力。加州大學聖迭戈
分校經濟學教授羅傑 • 戈登 ( Ro g e r
G o r d o n)說： 「 3 ％以上的高C P I 是不
可持續的」。因為經濟刺激政策的滯
後性 ，導致最近中國的C P I 較高，但
隨著經濟刺激政策的退出，C P I 會緩
慢下降，因此暫時還無須多慮通脹問
題 。
清華經管學院院長錢穎一認為，
當前的 中國經濟面臨的空前挑戰主
要體現在經濟體制改革尚未完成 ，
其中包括法律、產權、政府和市場關
系的調整。此外，金融危機也為中國
留下了一些後遺症，比如國進民退現
象，經濟結構調整停滯等。這些問題
很多都應該通過市場來解決。錢穎一指出，在未來2 0 年中國會發生更大的
變化，中國有可能成為世界最大經濟
體 ，人均收入也將達到世界 中等水
平 ，城鎮化會進一步推進。屆時，中
國還有可能同時成為世界最大的進 口
國和出口國。1 9 9 6 年諾貝爾經濟學獎
得主詹姆斯 • 莫里斯認為，由於人民
幣不能自由兌換 ，在金融法規、市場
種類和智力資本方面上海與香港有一
定的距離，因此上海短時間內不可能
超過香港。
2 0 0 7 年諾 貝爾經濟學獎得主羅
傑 • 邁爾森的觀點是，目前中國經濟
的高增長是普通 民眾犧牲生活質量換
來的，這種高增長在未來將會難以為
繼。中國各地區發展的嚴重不平衡，
從經濟、技術到人民生活條件等各方
面的差異都會威脅到中國經濟發展。
為什麼中國發展這么迅速 ，但是
國家整體還是很貧窮?羅傑 • 邁爾森
認為最大的問題是8 ％的增長率背後是
4 0 ％的儲蓄率 ，這是很難理解的經濟
現象，也是經濟發展的隱患。在其他
增長迅速的國家中，儲蓄率通常只有
l 0 ％。而在美國經濟增長時期 ，儲蓄
率接近0 。美國哥倫比亞商學院金融
學經濟學教授魏尚進對此給出了一個
與眾不同的解釋 ，那就是中國的高儲
蓄率、低消費率是由於中國性別比例
失調，男多女少造成的。
魏 尚進認 為，在2 0 0 3 年前後 中
國的8 0 後開始進入婚齡，這一代男多
女少，按傳統男方父母為了買婚房開
始儲蓄，並導致了消費的減少 ，從而
形成一種 「 競爭性儲蓄」。 「 可 以
說，現在找結婚對象的門檻越來越高
了。」因此，從2 0 0 3 年開始，中國開
始呈現出儲蓄率漸漸攀高 ，消費率逐
步下降的趨勢。魏尚進同時認為，中
國的性別比例失衡將在未來1 0 年惡化
而不是好轉 ，這個因素短期內不會逆
轉。因此，目前中國的當務之急應該
是未雨綢繆，盡量平衡性別比例。
中國房地產 ：剛需還是泡沫?
令人矚目的中國房地產需求量到
底是剛性需求還是泡沫繁榮?曾任職
於長江商學院的加州大學聖迭戈分校
經濟學教授羅傑 - 戈登最近注意到有
媒體報道北京的住房空置率 已經達到
6 0 ％， 「 這是驚人的數據，在美國可
能只有5 ％，在我看來這就是泡沫」。
他認為，房屋空置率是反映房地產市
場是否過熱的重要指標，樓市過熱已
成為中國經濟所面臨的主要風險之
一
。 要降低這一風險，他提出了幾種
可能方案，比如徵收房產稅將是抑制
房價過快上漲的有效措施之一 ，同時
還應該拓寬中國現有的投資渠道，此
外地方政府過去對高房價起了助推作
用 ，現在應重新審視其在房產市場中
應該扮演的角色。而羅傑 • 邁爾森認
為很難預測房地產泡沫破裂是否會產
生經濟危機，因為中國銀行業與政府
有很緊密的聯系。
1 9 9 6 年諾貝爾經濟學獎得主詹姆
斯 - 莫里斯表示，房地產的崩盤並不
一
定會嚴重影響經濟，2 0 0 8 年的美國
只是個特例。他分析指出，在大多數
情況下，即使房價出現3 0 ％的下跌，
對整體經濟的影響也十分有限。對於
擁有房產的人來說 ，房產價格下跌並
不會對家庭支出造成實質性影響，而
對正在供房的人來說，只要他們不違
約 ，銀行系統也不會受到影響。同
時，莫里斯建議對空置房產徵收房產
稅， 因為以中國市場的現狀而言 ，
房價下跌無助於緩解對房產的剛性需
求，大量已售住宅空置才是普通人無
法買房的症結
若不滿意再聯系[email protected] 我們學校維普 cnki 都有
㈧ 求一篇計量經濟學論文
行的，那就好的。的