(TJUC) TianJin University of Commerce天津商业大学,原名天津商学院,创建於1980年,原隶属於国家中华人民共和国商业部,现在由天津市和教育部共管理,是一所以商学为主,多学科共同发展的高等学校。学校坐落於天津市北辰区津霸公路东口,占地面积94万平方米。在学科建设上,学校坚持以商科类为主,同步发展经济、法律、文理等学科。学校现有管理创新与评价研究中心、食品生物技术两个市级重点实验基地,同时拥有「国家工程中心」即国家级实验中心。同时拥有制冷及低温工程、产业经济学、企业管理、农产品加工及贮藏共四个省部级重点学科,其中制冷及低温工程为该校重点专业,在制冷行业内具有一定名气。学校设有商学院、机械工程学院、设计学院、生物技术与食品科学学院、经济学院、法学院、信息工程学院、外国语学院、公共管理学院、理学院、艺术学院、TUC-FIU合作学院、国际教育学院、高职与继续教育学院及马克思主义学院十四个学院和大学外语教学、基础课教学、体育教学、研究生部四个教学部。还有制冷研究所、商业综合设计院、现代日本研究所、经济研究所、经济信息研究所、海洋药物与食品研究所、企业社会责任研究中心等多个研究所(中心)。学校现有50个本科专业,65个硕士点,在校生6万馀人。现有中国财政部和天津市共同支持重点学科建设四个,教学科研仪器设备总值达到8亿元。图书馆现有中外文藏书189万馀册,期刊杂志2000馀种,中外文资料库30馀个,电子图书100万馀册。定期公开出版有专业刊物1种。
兼任教育部人文社会科学重点研究基地对外经济贸易大学中国WTO研究院特邀研究员,哈尔滨商业大学国际经济与贸易研究所研究员、经济学院教授,硕士研究生导师,河北经贸大学工商管理学院客座教授,哈尔滨理工大学客座教授,湖南科技大学商学院教授,天津理工大学经济管理学院硕士研究生导师,天津工业大学公共危机管理研究所特邀研究员,广西民族大学兼职教授, 中国能源经济研究院战略研究中心主任。为《全国中文核心期刊要目总览》2008年版和2011年的评审专家之一,全国中文核心期刊、中国人文社会科学核心期刊《广东金融学院学报》的特约审稿人,CSSCI来源期刊《中国地质大学学报(社会科学报)》特约审稿专家,多家CSSCI来源期刊、全国中文核心期刊和专业学术期刊的匿名审稿人。为天津市世界经济学会理事,天津市城市经济学会理事,天津市农业经济学会理事,天津市城市科学研究会住房政策研究委员会常务副主委,黑龙江省市场学会常务理事,中国市场学会理事,中国商业经济学会商业经济应用与管理研究分会常务理事,中国城市发展研究会、中国城市发展网推荐专家,中国工业节能与清洁生产协会专家库成员,中国国际城市化发展战略研究委员会专家委员会成员,国家开发银行天津分行专家组成员,天津滨海建投集团专家组成员,天津市人民政府政策研究室调研咨询专家,天津市人民政府决策咨询专家。2004年 入选天津市“131”创新型人才培养工程,2004年10月被聘请为天津市中长期科学与技术发展规划领导小组办公室专家工作组成员,从事天津市中长期科技发展规划纲要及天津市科技发展“十一五”规划的起草工作。曾入选价值中国网名人榜;作为社会科学界名人和“湘军”人物被湖南名人网隆重推介;评选为2008年价值中国首届最具影响力专家100强(排名第6位)。
关于我国城镇居民储蓄存款模型的计量经济分析 (我的姓名等信息就省略了啊 呵呵) 内容摘要:本文利用我国1978年以来的统计数字建立了可以通过各种检验的城镇居民储蓄率的模型,对我国城镇居民储蓄存款情况进行实证分析。通过对该模型的经济含义分析得出各种主要因素对我国城镇居民储蓄存款数量的影响程度,并针对我国城镇居民存款储蓄现状提出自己的一些建议。 关键词:居民储蓄存款 实证分析 主要因素 一、问题的提出 1978年以来,随着我国国民经济的飞速发展,我国的居民储蓄也出现高速增长的态势。进入90年代以后.我国居民储蓄存款余额始终保持在两位数的增长速度。我国居民储蓄存款持续增长这一经济现象引起国内理论界的广泛关注。这对我国经济的进一步增长有着有利的一面,但也会带来一定程度的负面影响。所以国家相继出台了一系列积极的财政和货币政策,以刺激国内消费和投资需求,分流储蓄,但是居民储蓄依然持续增加。由于居民的储蓄存款直接影响着居民的消费行为,影响着货币的供给量,进而间接影响着国家经济的发展,宏观调控的力度和效果,因此,对我国居民存款储蓄问题的深入研究就显得尤为重要,这有助于帮助大家认清现状,做出合理的决策。虽然我们作为本科阶段的学生对这个问题的理解和研究还不够深入和透彻,但对此问题的探索有利于我们更好的掌握专业知识,了解国情,提高实际操作水平和理论联系实际、发现问题、分析问题、解决问题的能力。 二、文献综述 我国有很多学者建立了许多的储蓄模型来分析各因素对居民储蓄的影响程度,但分析结论的差异很大。整理以前的研究成果,一个社会的储蓄总量受很多因数的影响,根据经典西方宏观经济学理论,储蓄水平主要受收入因数、利息率、物价水平、收入分配等因数的影响: 收入因数 收入是决定储蓄的重要因数,收入的变化会直接决定着储蓄的变化。在其他条件不变的情况下,储蓄与可支配收入之间存在着正方向的变化关系,即居民的可支配收入增加,储蓄量增加;个人可支配收入减少,储蓄量减少。可支配收入是指居民户在支付个人所得税之后,余下的全部实际现金收入。 利息率 传统经济学认为,在收入即定的条件下,较高的利息率会使储蓄增加。在本文中,我们选用的利息率是根据当年变动月份加权平均后的一年期储蓄存款加权利率。 物价水平 物价水平会导致居民户的消费倾向的改变,从而也就会改变居民户的储蓄倾向。本文用通货膨胀率来考察物价水平对储蓄率的影响。 收入分配 凯恩斯认为,收入分配的均等化程度越高,社会的平均消费倾向就会越高,社会的储蓄倾向就会越低。在国际上,衡量收入分配平均状况最常用的指数是基尼系数。 三、变量的选取及分析 目前我国正处于改革时期,各种不确定性因素很多。因而,要分析各种因素对中国居民储蓄行为的影响,必须立足于中国的国情。1998年后,中国经济运行进入了一种新的体制约束状态,出现了明显的供给过剩,需求对经济增长的约束与拉动作用明显增强,投资、消费膨胀的内在动力明显不足;同时,由于我国市场机制尚不健全,市场经济发育不成熟,市场体制的控制力还有限,从而不能形成一种有效地传导机制。市场化的改革对人们的经济行为、心理行为带来了很大影响,银行开始考虑贷款风险,投资者开始考虑投资回报,而消费者也开始考虑最佳的消费时机和预期收入。这说明,我们的微观经济层面已生长出一种内在的约束机制,然而社会各个方面对这些积极的因素还很不适应,微观主体内在约束机制较强与宏观经济市场传导机制不畅之间的矛盾,导致了投资行为受阻、消费行为审慎和储蓄持续稳定增长。当前影响我国居民储蓄的因素有很多,概括起来有以下几点:居民对社会经济形势的预期、可选择的投资渠道、信贷消费的发展、利率因素的影响、"假性"存款的影响、消费领域的信用等级、高收入阶层消费状况、就业形势压力、体制改革、居民收入水平等。 由于我现在的时间和能力有限,只能综合考虑,选取一部分变量进行研究,而且为了方便查找数据,只建立我国城镇居民储蓄存款模型进行研究。本文选用当年的收入增长率来考察收入因数对储蓄率的影响。用城镇居民的储蓄率作为被解释变量。另外还选取了中国1979年到2002年的各年的城镇居民收入的基尼系数、一年期储蓄利率和通货膨胀率作为解释变量。 四、数据及处理 本文模型数据样本为从1979-2002年。 年份 城镇居民储蓄率 城镇居民收入增长率 一年期储蓄利率 通货膨胀率 城镇居民基尼系数 1979 06368087 264869934 78 02 16 1980 08740586 220385089 04 059804 15 1981 07093626 104176446 4 024052 15 1982 08105586 139165412 67 01897 15 1983 09963501 093723563 76 015071 16 1984 13025584 245357008 76 027948 19 1985 15161502 184241122 72 08836 19 1986 17454542 280700971 2 060109 2 1987 2175453 167515864 2 072901 23 1988 17862152 219728929 68 185312 23 1989 2721202 199827095 12 177765 23 1990 32760614 123579703 92 021141 24 1991 31032443 163667824 92 028888 25 1992 3016907 228819425 56 053814 27 1993 3199061 311233327 26 131883 3 1994 42486435 397210898 98 216948 28 1995 44898036 261076104 98 147969 28 1996 40903477 198208003 21 060938 29 1997 30935015 127739779 17 007941 3 1998 25777978 108852141 02 -026 295 1999 21234608 134557035 89 -02993 3 2000 1239205 125688358 25 -01501 32 2001 24155306 14364071 25 -0079 33 2002 29897822 173106495 03 -01308 319 数据来源:各年份的《中国统计年鉴》 注:Y代表城镇居民储蓄率 X1代表城镇居民收入增长率 X2代表一年期储蓄利率 X3代表通货膨胀率 X4代表城镇居民基尼系数 五、模型及处理 基于以上数据,建立的模型是: Y=β1+β2X1+β3X2+β4X3+β5X4+u β1度量了截距项,它表示在没有收入的时候人们也要花钱消费,储蓄率为负。 β2度量了当城镇个人可支配收入率变动1%时,储蓄增长率的变动。 β3度量了当利率变动一个单位,其实也就是1%时,储蓄的增量的变动。 β4度量了当通货膨胀率变动一个单位,储蓄增量的变动。 β5度量了基尼系数对储蓄率的影响。这也是本文的重点变量。 u是随机误差项。 对Y做回归 利用eviews最小二乘估计结果如下 Variable Coefficient S Error t-Statistic P C -264646 045525 -813154 0000 X1 317426 175678 806864 0875 X2 024054 003688 523093 0000 X3 024476 205508 119099 9065 X4 127523 149318 551127 0000 R-squared 897971 Mean dependent var 234065 Adjusted R-squared 875298 SD dependent var 116109 SE of regression 041002 Akaike info criterion -360748 Sum squared resid 030260 Schwarz criterion -113901 Log likelihood 64860 F-statistic 60525 Durbin-Watson stat 541473 Prob(F-statistic) 000000 根据以上结果,初步得出的模型为 Y=-264646+317426X1+024054X2 +024476X3+127523X 经济意义的检验 该模型可以通过初步的经济意义的检验,系数的符号符合经济理论。 统计检验 从表中可以看出,显然通货膨胀率的系数通不过T检验,R2=897971, 2值为875298,模型的拟合情况较好。F检验的值为60525,整个模型对储蓄率的增长影响是显著的。 多重共线性的检验 从F值可知此模型整体显著,但是分析各个变量后发现X1和X3不显著,可能存在多重共线性,运用消除多重共线性的逐步回归方法我们可以得到要放弃X3 这个变量,重新做回归分析得到: Y=β1+β2X1+β3X2+β5X4+u Variable Coefficient S Error t-Statistic P C -271487 041322 -570056 0000 X1 314787 113799 766177 0119 X2 024487 003178 704986 0000 X4 145280 137886 305987 0000 R-squared 897094 Mean dependent var 229740 Adjusted R-squared 881658 SD dependent var 115517 SE of regression 039739 Akaike info criterion -461967 Sum squared resid 031583 Schwarz criterion -265624 Log likelihood 54360 F-statistic 11739 Durbin-Watson stat 556309 Prob(F-statistic) 000000 从新模型的整体效果来看,R值和F值都很好,而且各个变量的t统计量也表明各个变量对储蓄率的增长都有显著影响。 因此模型可设为Y= -271487+314787X1+024487X2+145280X4 异方差性检验 对新模型进行异方差性的检验,运用white检验,得到如下结果: White Heteroskedasticity Test: F-statistic 669433 Probability 054505 Obs*R-squared 50596 Probability 073942 Obs*R-squared的计算结果是50596,,由于选用的没有交叉乘积项的方式,所以自由度为7,在05的显著水平下,查表得 (7)=59〉50596,所以接受原假设,即该模型不存在异方差性。 自相关性的检验 从上表可知DW值为556309,且样本容量n=24,有三个解释变量的条件下,给定显著性水平 =01,查D-W表得,d =882,d =407,这时有d
计量经济学论文可以研究的问题有多种,期中比较简单的就是根据数据,建立方程,研究变量之间的关系,主要运用的工具就是计量经济学的初等知识和Eviews软件,思路、要求和注意事项我觉得这么说对你的帮助不大,所以给你一篇我的论文做参考,也许对你有帮助,如果你觉得看的不是很明白的话,可以再留言给我,我把什么思路等告诉你。 计量经济学 期末实验报告 实验名称:大中城市城镇居民人均消费支出与其影响因素的分析 姓 名: 学 号: 班 级: ()级统计学系()班 指导教师: 时 间: (上面是论文封皮) 23个城市城镇居民人均消费支出与其影响因素的分析(题目) 一、 经济理论背景 近几年来,中国经济保持了快速发展势头,投资、出口、消费形成了拉动经济发展的“三架马车”,这已为各界所取得共识。通过建立计量模型,运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析,找出其中关键影响因素,以为政策制定者提供一定参考,最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。 二、 有关人均消费支出及其影响因素的理论 我们主要从以下几个方面分析我国居民消费支出的影响因素: ①、居民未来支出预期上升,影响了居民即期消费的增长 居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求,严重地影响了居民即期消费的增长,进而导致有效需求的不足,最终导致经济增长的乏力。90年代末期以来,我国的医疗、养老、失业保险、教育等一系列改革措施集中出台,原有的体制被打破,而新的体制尚未建立健全,因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大,而且基本上都是硬性支出,支出的不确定性也很大,导致居民目前对未来支出预期的上升。 ②、商品供求结构性矛盾依然突出 从消费结构上看,我国消费品市场已发生了新的根本性变化:居民低层次消费已近饱和,而更高水平的消费又未达到。改革开放20多年来,城乡居民经过了一个中档耐用消费品的普及阶段后,目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点,如轿车、住房等还远不能纳入大多数人的消费主流,居民现有的购买力不能形成推动主导消费品升级的动力。 ③、物价总水平持续在低水平运行,通货紧缩的压力较大,不利于消费的增长 加入WTO之后,随着关税的降低和进口规模的扩大,国外产品对我国市场的冲击将进一步加大,国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降,不利于居民的消费增长。因为从居民的消费心理上看,买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期,因此往往推迟消费,不利于居民消费的增长。另外,从统计上分析,由于物价的下降,名义消费增长往往低于实际消费的增长,这在一定程度上也不利于消费增长幅度的提高。 ④、我国现阶段没有形成大的消费热点,难以带动消费的快速增长 经过近几年的培育和发展,我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点,可以促进消费的稳定增长,但始终未能形成大的消费热点,因此不能带动消费的高速增长。 三、 相关数据收集 相关数据均来源于2006年《中国统计年鉴》: 23个大中城市城镇居民家庭基本情况(表格) 地区 平均每户就业人口(人) 平均每一就业者负担人数(人) 平均每人实际月收入(元) 人均可支配收入(元) 人均消费支出(元) 北京 6 8 1 2 9 天津 4 0 6 8 8 石家庄 4 0 3 0 9 太原 3 2 9 9 5 呼和浩特 5 9 2 8 7 沈阳 3 1 5 7 1 大连 6 8 8 1 5 长春 8 7 1 1 2 哈尔滨 4 0 8 5 4 上海 6 9 0 1 3 南京 4 0 4 0 6 杭州 5 9 0 9 2 宁波 5 8 4 2 4 合肥 6 8 5 1 9 福州 7 9 5 4 8 厦门 5 9 7 3 7 南昌 4 8 0 1 4 济南 7 7 3 8 4 青岛 6 8 6 5 7 郑州 4 1 2 2 3 武汉 5 0 5 2 1 长沙 4 1 9 9 8 广州 7 8 6 1 1 四、 模型的建立 根据数据,我们建立多元线性回归方程的一般模型为: 其中: ——人均消费支出 ——常数项 ——回归方程的参数 ——平均每户就业人口数 ——平均每一就业者负担人口数 ——平均每人实际月收入 ——人均可支配收入 ——随即误差项 五、实验过程 (一)回归模型参数估计 根据数据建立多元线性回归方程: 首先利用Eviews软件对模型进行OLS估计,得样本回归方程。 利用Eviews输出结果如下: Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:08 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C -180 506 -282633 2159 X1 3490 2332 427889 1704 X2 1209 7866 498528 1513 X3 552510 629371 466766 0239 X4 -180652 742107 -590947 1290 R-squared 721234 Mean dependent var 2913 Adjusted R-squared 659286 SD dependent var 1711 SE of regression 8502 Akaike info criterion 77564 Sum squared resid 9 Schwarz criterion 02249 Log likelihood -9199 F-statistic 64259 Durbin-Watson stat 047936 Prob(F-statistic) 000076 根据多元线性回归关于Eviews输出结果可以得到参数的估计值为: , , , , 从而初步得到的回归方程为: Se= (506) (2332) (7866) (629371) (742107) T= (-282633) (427889) (498528) (466766) (-590947) F=64259 df=18 模型检验:由于在 的水平下,解释变量 、 、 的检验的P值都大于05,所以变量不显著,说明模型中可能存在多重共线性等问题,进而对模型进行修正。 (二)处理多重共线性 我们采用逐步回归法对模型的多重共线性进行检验和处理: X1: Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:28 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 8238 6688 296574 7697 X1 0964 4840 531833 1405 R-squared 100508 Mean dependent var 2913 Adjusted R-squared 057675 SD dependent var 1711 SE of regression 6105 Akaike info criterion 68623 Sum squared resid 2 Schwarz criterion 78497 Log likelihood -3917 F-statistic 346511 Durbin-Watson stat 770750 Prob(F-statistic) 140491 X2: Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:29 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 641 2658 632596 0156 X2 -1146 9597 -218861 2364 R-squared 066070 Mean dependent var 2913 Adjusted R-squared 021597 SD dependent var 1711 SE of regression 7371 Akaike info criterion 72380 Sum squared resid Schwarz criterion 82254 Log likelihood -8237 F-statistic 485623 Durbin-Watson stat 887292 Prob(F-statistic) 236412 X3: Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:29 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 8827 8342 326831 1988 X3 540400 095343 667960 0000 R-squared 604712 Mean dependent var 2913 Adjusted R-squared 585888 SD dependent var 1711 SE of regression 2575 Akaike info criterion 86402 Sum squared resid 5 Schwarz criterion 96276 Log likelihood -9362 F-statistic 12577 Durbin-Watson stat 064743 Prob(F-statistic) 000013 X4: Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:30 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 7094 8178 141465 2665 X4 596476 124231 801338 0001 R-squared 523300 Mean dependent var 2913 Adjusted R-squared 500600 SD dependent var 1711 SE of regression 4178 Akaike info criterion 05129 Sum squared resid 1 Schwarz criterion 15003 Log likelihood -0898 F-statistic 05284 Durbin-Watson stat 037087 Prob(F-statistic) 000096 由得出的数据可以看出, 的调整的判定系数最大,因此首先把 引入调整的方程中,然后在分别引入变量 、 、 进行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 S Error t-Statistic P C -8991 9081 -644388 5266 X1 8101 2070 275533 2167 X3 517213 095693 404899 0000 R-squared 634449 Mean dependent var 2913 Adjusted R-squared 597894 SD dependent var 1711 SE of regression 1510 Akaike info criterion 87276 Sum squared resid 2 Schwarz criterion 02087 Log likelihood -0368 F-statistic 35596 Durbin-Watson stat 032110 Prob(F-statistic) 000043 X2、X3 Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:33 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 5536 1435 451015 6568 X2 -00981 0392 -110678 9130 X3 536856 102783 223221 0000 R-squared 604954 Mean dependent var 2913 Adjusted R-squared 565449 SD dependent var 1711 SE of regression 7747 Akaike info criterion 95036 Sum squared resid 0 Schwarz criterion 09847 Log likelihood -9292 F-statistic 31348 Durbin-Watson stat 063247 Prob(F-statistic) 000093 X3、X4 Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:34 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 7015 5882 326290 0306 X3 766892 553402 192782 0046 X4 -473721 656624 -244390 0363 R-squared 684240 Mean dependent var 2913 Adjusted R-squared 652664 SD dependent var 1711 SE of regression 1157 Akaike info criterion 72634 Sum squared resid 0 Schwarz criterion 87445 Log likelihood -3529 F-statistic 66965 Durbin-Watson stat 111635 Prob(F-statistic) 000010 由数据结果可以看出,引入X4时方程的调整判定系数最大,且解释变量均通过了显著性检验,再分别引入X1、X2进行分析。 X1、X3、X4 Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:37 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 6693 8464 479562 6370 X1 29944 6512 366505 7180 X3 652622 646003 558228 0192 X4 -345001 757634 -775265 0919 R-squared 686457 Mean dependent var 2913 Adjusted R-squared 636950 SD dependent var 1711 SE of regression 0712 Akaike info criterion 80625 Sum squared resid 3 Schwarz criterion 00373 Log likelihood -2719 F-statistic 86591 Durbin-Watson stat 082104 Prob(F-statistic) 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 S Error t-Statistic P C 60939 2088 127981 8995 X2 1557 9303 575948 5714 X3 886588 600027 144175 0053 X4 -596394 701018 -277251 0345 R-squared 689658 Mean dependent var 2913 Adjusted R-squared 640657 SD dependent var 1711 SE of regression 3798 Akaike info criterion 79599 Sum squared resid 8 Schwarz criterion 99347 Log likelihood -1539 F-statistic 07429 Durbin-Watson stat 143110 Prob(F-statistic) 000046 由输出结果可以看出,在 的水平下,解释变量 、 的检验的P值都大于05,解释变量不能通过显著性检验,因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为: Se= (5882) (553402) (656624) T= (326290) (192782) (-244390) F=66965 df=20 (三)异方差性的检验 对模型 进行怀特检验: White Heteroskedasticity Test: F-statistic 071659 Probability 399378 Obs*R-squared 423847 Probability 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 S Error t-Statistic P C 50 9 266460 7929 X3 9623 1924 394723 6977 X3^2 -071268 187278 -380548 7080 X4 -6779 3390 -467114 6460 X4^2 121138 229933 526841 6047 R-squared 192341 Mean dependent var 87 Adjusted R-squared 012861 SD dependent var 54 SE of regression 59 Akaike info criterion 12207 Sum squared resid 60E+09 Schwarz criterion 36892 Log likelihood -9038 F-statistic 071659 Durbin-Watson stat 968939 Prob(F-statistic) 399378 由检验结果可知, ,由White检验知,在 时,查 分布表,得临界值 (20)=1435,因为 < (5)= 1435,所以模型中不存在异方差。 (四)自相关的检验 由模型的输出结果可知,估计结果都比较满意,无论是回归方程检验,还是参数显著性检验的检验概率,都显著小于05,D-W值为111635,显著性水平 =05下查Durbin-Watson表,其中n=23,解释变量的个数为2,得到下限临界值 ,上限临界值 , =543