计量经济学建模

㈠ 经济学和金融学的区别

经济学和复金融学的区别如制下

1、研究的领域不同

经济学是一门研究人类行为及如何将有限或者稀缺资源进行合理配置的社会科学。

金融学从经济学分化出来的，是研究公司、个人、政府、与其他机构如何招募和投资资金的学科。

2、内容不同

金融学大致有两个方向，宏观层面的金融市场运行理论和微观层面的公司投资理论。

经济学的概念中就没有金融学的那么明显列出所学知识，金融学是经济学的一个分支。

3、就业方向不同

经济学业可以从事的行业会计学、财务、证券、期货、投资、营销、市场、银行、金融、老师等。

金融学可以在商业性质的银行，其中包括中国工商、建设、农业银行等四大行和招商等股份制商行、城市商业银行、外资银行驻国内分支机构，证券公司，含基金管理公司；上交所、深交所、期交所等。

㈡ 关于计量经济学建模：某高校录取分数线的影响因素怎么选取变量

严格他说,上述生产函数中的产出量、资本、劳动、技术等,只能称为“因素”,这些因素间存在着因果关系。为了建立起计量经济学模型,必须选择适当的变量来表征这些因素

㈢ 急需：关于一个现实问题，运用计量经济学，采用eviews软件建模进行分析，需要数据和图形。星期五之前交。

要用eviews做计量经济学数据分析来找我们。
时间很紧，请赶紧联系我们。
网络输入我的名字gmlunwen，就可以找到我们的联系方式。
大网站，有多年的数据分析经验，质量保证！

㈣ 计量经济学建模数据在中国统计局怎样查找数据

计量经济学建模数据在中国统计局查找数据步骤：

1. 登陆中华人民共和国国家统计局网页；

2. 点击工具栏里面有一栏：统计数据；

3. 打开，可以看到各种各样的宏观数据；

4. 选择自己想要的数据即可。
   

㈤ 计量经济学和数学建模的关系

数学建模的应用很广泛，解决经济计量也是其用途之一。
一般数学建模是工程系开的课，所内以举的例容子也大部分是工程例子。理科思维好的话可以去参加。经济类专业的同学在数学建模比赛中获奖也是常有的事。
一定要学好经济计量学的经济学理论基础，才可能在数学建模当中提出正确的假设和模型。

㈥ 简述计量经济学建模过程

额。
第一，建议先stata里面画出散点图，大致确定函数类型，列出各种可能的函数关系，然后根据回归的结果R^2，SER，以及各个变量在统计上的显著性，选择最合适的模型。
第二，如果有面板数据的话，做一个这样的回归也很好。能够避免特定情况的遗漏变量偏差(omitted variable biase)
具体的可以参照斯托克的计量经济学的书籍，那个比较易懂而且实用。
鉴于我现在还在学。。然后上周刚第二次期中考完·····有很多地方还不是很清楚。。木有实践经验。。。答案仅供参考

㈦ 统计学专业该如何就业

当然是很好的，毕业后的薪资待遇也不错。

近年来，随着计算机和大数据的快速发展，统计变得流行起来。统计学就业前景好。你不仅可以选择范围广泛的工作，雇主也愿意雇佣他们。一些金融、保险公司、银行、市场研发部门等。都喜欢统计学专业的学生。

因为这些学生的数学、计算机、经济学基础素养都很好，所以特别受欢迎，尤其是考研的时候。

1、统计学专业是什么

统计学专业毕业生的主要就业流向有三大部分：政府部门（统计局等），银行、保险公司、证券公司等金融部门，市场调查公司、咨询公司、各公司的市场研究部门，工业企业的质量检测部门等企业事业单位。

㈧ 求一份计量经济学实证分析大作业（要用到Eviews软件）··有建模、数据（和出处）、模型估计、检验就好

我有 我是学金融的 计量的也有 时间序列都也有 不知道你要那种 但是加不了你 不知道你的qq验证答案 你加我吧 451369182

㈨ 求一篇计量经济学的论文，需要用eviews分析的，建模检验之类， 要自己或朋友写的，百度上找不到的那种

一、引言：

多年来，受收入水平的限制，安徽省农村居民消费需求发展相对缓慢，农民消费还存在巨大潜力。要扩大内需，不仅从市场需求和消费结构、消费价格这个角度来考虑，更要解决如何使农民收入持续快速增长，提高农民总体购买力，推动农村消费不断扩大。由于数据的可获性及影响的重要性，对于安徽省农村居民的消费水平主要选取了以下两个影响因素：农村居民家庭人均纯收入及商品零售价格指数。

二、数据的收集

农民收入低下，限制了其购买力。虽然近几年我省农民人均纯收入处于快速增长阶段，但相比较之下，我省城镇居民人均可支配收入增速更快，10年间城镇人均可支配收入增速17.2% ，而农民人均纯收入年均增速仅12.6%。农民人均纯收入与城镇居民人均可支配收入间的差距较大，并有扩大趋势，从1998 年的1:2.56 上升到2008年的1:3.09。
在安徽省,居民消费是在省内生产总值经过初次分配和再次分配后形成的, 由此选择了人均GDP; 储蓄是指可支配收入中未被消费掉的部分, 两者之间是此消彼长的关系, 过度储蓄会直接减少市场上的有效需求,并在货币市场上产生收缩效应,使商品市场长期低迷,可见储蓄和消费息息相关；根据日常观察和统计研究都表明, 当前可支配收入水平是决定安徽省消费的核心因素 , 因此人均可支配收入的入选毫无疑问;商品的价格在很大程度上也是促成居民消费心理的因素。
.1989年到2008年农村居民的消费水平及其影响因素的统计数据（表1）

年份 农村居民消费水平Y 农村居民家庭人均纯收入X1 商品零售价格指数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
注：数据来源《安徽统计年鉴》整理

三、模型的估计

可以看出Y X1都是逐年增长的，但增长速率有所变动，而X2在多数年份呈现水平波动。说明变量之间不一定是线性关系。初步建立模型
Y=b0+b1*x1+b2*x2+ui
b0表示在没有任何因素影响下的农村居民消费水平;b1表示农村居民家庭人均纯收入对农村居民消费水平的影响；b2表示商品零售价格指数对农村居民的消费水平的影响；ui为随机扰动项。

四、模型的检验及修正
（一）模型的参数估计及经济意义及检验
利用Eviews软件，做Y对X1、X2的回归，Eviews的最小二乘估计的回归结果如下表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、
经济意义上的检验
该模型可初步通过经济意义上的检验，系数符号均符合经济意义，农村居民家庭人均纯收入及商品零售价格指数均能在数量上增加居民消费。
统计意义上的检验
2、 当n=20, α=0.05时，t检验值为1.740。由数据可以看出，X1、X2的t检验值得绝对值大于1.740，符合t检验。F=191.4465符合F检验。R-squared=0.957489 Adjusted R-squared=0.952487,模型的拟合度较好。因此这些因素对农村居民的消费水平有较大的影响。
（二）计量经济学检验
1、异方差检验
样本数为20，且模型为二元线性回归模型，利用怀特检验对异方差性进行检验，利用OLS课的残差ei,求残差平方和ei^2并将其对X1/、X2、x1 ^2、x2 ^2和x1*x2作回归。可得结果如下表2:且xii为xi ^2,xi为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，查表可得样本数为20，自由度为5的λ2分布的值为11.0705，因为nR ^2=9.36332<11.0705所以接受原假设，表明残差是同方差的，不存在异方差性。
2、多重共线性检验
让Y分表对x1、x2做回归，首先将Y与x1作回归得结果如下表
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

让Y分表对x2做回归，首先将Y与x2作回归得结果如下表
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与X1的组合为最优方程。虽然X2与Y的拟合度不是很好，但由表可知，引入X2后R-squared=0.957489,大于Y与X1回归的车的R-squared=0.944639,这说明X2这跟变量对模型有改善作用，且t检验符合，故不能舍弃。

3.自相关问题的检验
根据表1中农村居民家庭人均纯收入X1，商品零售价格指数X2数据，使用最小二乘法估计消费模型得
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
对样本量为20，二个解释变量的模型、5%的显著水平，查DW统计表可知，dl=1.1，=1.537，模型中DW<dl,显然消费模型中有自相关。
在Eviews命令栏中输入ls e e(-1)，可得回归结果表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命令栏中输入方程：ls y-0.6664*y(-1) c x1-0.6664*x1(-1) x2-0.6664*x2(-1)。回车后可得方程输出结果如表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可得回归方程为
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)
由于使用了广义差分数据，样本容量减了少1个，为19个。查1%显著性水平的DW统计表可知dl=0.835，=1.065，模型中DW=1.168484>，说明在1%显著性水平下广义差分模型中已无自相关，不必再进行迭代。同时可见，可决系数R^2、t、F统计量也达到了理想水平。
由上述差分方程有
B1=212.7979/(1-0.6664)=637.89
由此，我们得到最终安徽省农村居民消费模型为
Yt=637.89+0.439991X1*+0.785376X2*
由式的安徽省农村居民消费模型可知，安徽省农村居民的消费边际为0.439991和0.785376。即其他解释变量不变，农村居民家庭人均纯收入每增加一元，平均来说人均消费支出将增加0.439991。其他解释变量保持不变，商品零售价格指数每增加一元，平均来说人均消费支出将增加0.785376。

五、提高农村居民消费政策建议
当前制约我国经济增长的因素很多，靠扩大投资拉动经济增长不是长久之计，靠扩大出口拉动经济增长也面临居多难题，因此，扩大内需、提升居民消费水平来拉动经济增长应是长久之策，根据以上分析，提升居民消费水平可从以下几方面着手：
大力发展生产力，增加科技投入，把国民经济蛋糕做大做强，提升国内生产总值整体水平。当前，要发展低碳与生态经济，增加国内生产总值的绿色含量，提高居民整体收入水平，特别是农村居民收入水平。中国是一个农业大国，农村居民收入水平低是居民消费水平难以提高的重要原因。切实提高农民收入，不仅是农民由温饱进入小康、改善农民生活质量的关键，也是刺激消费、促进经济健康快速协调发展的重要着力点。
调整农业结构，大力发展优质高效农业。当前要对传统农业结构模式进行优化和调整，大力发展“两高一优”农业。调整重点是进行农产品的品种改良和换代，提升品质，提高效益。
大力发展农村合作经济组织，服务农民。当前要大力发展农村合作经济组织，架起种植基地与市场供应的桥梁，为农民提供有效信息，同时畅通购销渠道，为农民的产前、产中、产后提供全方位的服务，促进农民增产增收。

㈩ 求一个计量经济学的eviews分析。是老师要的期末作业……要有分析 建模过程 还有结果拟合度什么的

没问题的，原始数据你要提供
我替别人做这类的数据分析蛮多的