用Eviews分析计量经济学问题

可以做作业

一、问题背景

高新区自开始设立至今短短十多年的时间，以其惊人的经济发展速度为世人所关注。随着我国经济发展模式的逐步转变，高新区已经成为我国依靠科技进步和技术创新推动经济社会发展、走中国特色自主创新道路的一面旗帜。“十二五”时期，面对新的机遇和挑战，国家高新区应注重提升五种能力，努力成为加快转变经济发展方式的排头兵。为了探索高新经济发展的内在规律性，本文采用截面数据对高新区的投入产出进行分析，力求能够增进对高新区经济发展的了解，对高新区的进一步发展有所帮助。

二、模型设定

本文研究的是高新区投入对产出的影响，所以本模型的被解释变量Y即为高新区的产出。就目前对高新区数据的统计来看，反映高新区产出的主要有“工业总产值”、“工业增加值”、“技工贸总收入”、“利润”和“上缴税额”几个总量指标。按照生产函数理论，产出利用增加值，所以模型中我们将使用“工业增加值”指标数据来估计各高新区的总产出。

从高新区的投入来看，对产出有重要影响的因素主要包括以下几个方面：

资本K ，劳动力L，技术投入T，此外，体制改革，管理模式创新也可以看作是投入的要素，但因其不可量化，因此归入模型的扰动项中。

这样，按照科布道格拉斯形式的生产函数，我们设定函数形式为：

Y AK L T u 两边取自然对数得：lnY lnA lnK lnL lnT lnu

其中，资本数据K我们利用的是当年的年末净资产来进行估计，即当年年末资产减去当年年末负债后得到的数据；用当年年末从业人员来估计劳动力L；用当年技术研发投入来估计技术投入T。数据选用的是截面数据。

从《国家高新技术产业开发区十年发展报告（1991－2000年）》得到1999年全国53个高新区各项指标统计数据：

可以做作业

吉林 哈尔滨 大庆 上海 南京 常州 苏州 无锡 杭州 合肥 福州 厦门 南昌 济南 青岛 淄博 潍坊 威海 郑州 洛阳 武汉 襄樊 长沙 株州 广州 深圳 珠海 惠州 中山 佛山 南宁 桂林 海口 成都 重庆 绵阳 贵阳 昆明 西安 宝鸡 兰州

4325561 2405477 804287 12962451 6410451 11132443 5428770 3755550 2539237 1842286 2482912 14064

24 1448054 1581236 5995027 3023363 553112 1841129 2285660 1151710 5509070 1571089 4276076 1020248 1431795 6447963 848388 1981620 1329899 4106494 1185873 1078153 365603 3148804 2424284 3459424 738779 765927 4170682 880708 663520

7428203 10951731 2281701 48089856 14646932 2898661 9640896 8626370 6160997 5634673 3992544 1990844 4495691 5791048 8229987 7989885 3952105 2504010 5939638 2952993 15108418 4430713 12182624 2660099 6618539 10742252 1175936 1667044 4474726 7925224 2054164 2550102 1851072 10560336 5703171 7563423 3310046 5033691 13878367 3132187 2520269

61351 75107 15896 88079 50233 29079 58648 30682 20242 37381 20780 18402 21983 34213 50237 40932 15115 32664 27884 37360 65863 36513 47490 17007 23606 41228 10032 20682 48496 19920 15727 22670 4427 43598 76270 42703 24310 18955 80474 28169 18548

316823 339757 50146 2499908 419102 150004 445165 533272 202201 133020 127868 171360 157784 179615 1230157 85359 48945 105964 314905 101404 609012 248948 626298 62822 896296 1236052 9600 166067 120769 454169 263017 71095 64784 676698 200308 42100 219864 71740 502907 110269 195983

可以做作业

三、模型估计

用Eviews软件进行回归分析，得到如下结果：

Dependent Variable: Y Method: Least Squares

Date: 13/12/11 Time: 19:31 Sample: 1 53

C LNK LNL R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood

0.664556 0.478131 0.367855 0.644854 0.171585 0.174496 1.030553 2.786560 2.108104 0.3078 0.0076 0.0402 0.740558 Mean dependent 6.280427

var

0.724674 S.D. dependent var 0.440805 0.231297 Akaike info criterion -0.01775

5

2.621421 Schwarz criterion 0.130946 4.470508 F-statistic 46.62236 从表可以看出，回归方程为：

lnY 0.664556 0.478131lnK 0.367855lnL 0.140542lnT

T= (1.030553) (2.786560) (2.109104) (1.520604)

2

R2 0.74055874 0.7246

（1） 经济意义检验

从回归结果可以看出，模型估计的 , , 的参数值都为正、且小于1，与生产函数理论中 , , 各数值的意义相符。

（2） 统计推断检验

模型修正的可决系数 0.724674，考虑到所采用的是截面数据，认为模型的拟合

2

可以做作业

优度很好。系数显著性检验：给定 ＝0.05， , 的t值均大于临界值，说明资本和劳动力对产出有显著影响； 的t＝1.520604﹤2.01，不能通过t检验，说明技术研发投入对产出的影响不明显。F检验：在给定显著性水平 ＝0.05,查F分布表自由度为4和49的临界值F0.05(4,49)﹤46.62236，拒绝原假设，说明回归方程显著，即资本、劳动力、技术投入联合起来对高新区产出有显著影响。

（3） 计量经济学检验 a.异方差White检验:

F-statistic

0.390717 Probability

0.933021

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares

Date: 13/12/11 Time: 20:09 Sample: 1 53

C LNK LNK^2 LNK*LNL LNK*LNT LNL LNL^2 LNL*LNT LNT R-squared

-0.112627 -0.890639 0.245810 -0.377436 -0.159509 1.632880 -0.057211 0.276228 -0.103709 6.199599 2.372580 0.375151 0.633669 0.390429 1.894040 0.356837 0.431625 1.151370 -0.018167 -0.375388 0.655230 -0.595636 -0.408548 0.862115 -0.160328 0.639973 -0.090074 0.9856 0.7092 0.5158 0.5545 0.6849 0.3934 0.8734 0.5256 0.9286 0.075596 Mean dependent 0.049461

var

Adjusted R-squared -0.117884 S.D. dependent var 0.117072 S.E. of regression 0.123781 Akaike info criterion -1.17234

3

Sum squared resid 0.658832 Schwarz criterion -0.80058

9

Log likelihood 41.06708 F-statistic 0.390717 检验知Obs*R-squared＝4.006587，查 统计表， 0.05(9)＝16.919，因为nR﹤

2 0.05(9)，所以拒绝原假设，表明模型不存在异方差。

2

22

可以做作业

b.多重共线性检验：

计算lnK、lnL、lnT的相关系数，其相关系数矩阵如下： LNL LNT LNK

LNL 1.000000 0.770298 0.828290 LNT 0.770298 1.000000 0.827683 LNK 0.828290 0.827683 1.000000

从相关系数矩阵可以看出，lnK、lnL、lnT相互之间的的相关系数较高，说明可能存在多重共线性。

采用逐步回归法检验。首先，分别做lnY对lnK、lnL、lnT的一元回归，结果如下；

变量 lnK lnL lnT 参数估计值 0.931548 1.029562 0.533477 t统计量 10.70742 9.381213 8.819049 R-squared 0.69212 0.633112 0.603962 Ad …… 此处隐藏：3680字，全部文档内容请下载后查看。喜欢就下载吧 ……