❶ 急求助：计量经济学论文
关于计量经济学
本文较系统地介绍了计量经济学在证券期货市场中的应用，其中包括作者的一些最新研究成果，如：计量经济学证券期货市场指标体系的研究；新华财经指数的编制；证券投资组合的研究与应用等。
关键词：计量经济学 证券市场 期货市场
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
我国自九十年代初建立证券期货市场以来，短短几年，得到了迅猛发展，方兴未艾。仅拿股市来看(截至1999年07月13日)，在沪深两市上市的境内公司已达900家，沪深市场的A，B股股数是981只，上市公司900家，其中沪市501只(461家)，深市480只(439家)，沪深A股股数874只，B股股数107只。这与1991年沪市8家深市6家上市公司相比，可见发展速度之快。市价总值21083亿元人民币，占国内生产总值的比重超过25%；开办证券90家，兼营证券业务的信托投资公司237家，下属证券营业部2400多家；现有43家境内企业海外上市，累计筹集资金100多亿美元；已有107家公司成功发行了B股，筹集资金近50亿美元；股民已达4000多万。自1999年五月十九日井喷式行情以来，沪深两市的日成交量猛增，至六月二十五日高达800多亿(1998年8月18日香港股市一天的成交量为790亿港元)，创下空前的天量。证券市场的作用愈来愈大，并逐渐成为国民经济的晴雨表。
统计学及其相关学科在证券期货交易中有什么作用呢?我们先从世界范围谈起。
据有关报道，当今华尔街最抢手的不再是传统的MBA，而是有统计背景、数理能力强的人才。一些在美国获得统计或数学博士学位的中国留学生被华尔街录用，转眼间便当上了年薪百万美元的“白领”贵族。如，1984年入中国科学技术大学少年班的黄沁于1988年提前毕业，赴美国麻省理工学院就读研究生，毕业后受聘到华尔街某大型证券公司工作。在这个世界上金融证券业最发达的地方，他以统计和数学为基础，建立了自己的投资理论，现已升任该公司副总裁，主管对外投资工作。年仅27岁的黄沁是进入华尔街金融界高层领导的少数华人之一。
华尔街取才原则的转向，从一个侧面反映出证券期货等金融业目前发展面临的挑战和未来的潮流。证券金融交易是信息量最大，信息敏感度最强、信息变化频度最高的领域。随着市场日趋复杂，数字已成为传递信息最直接的裁体，加上未来的经济是被网络覆盖与笼罩的数字化经济，大量的数学与统计工具将在分析研究中发挥不可或缺的重要影响。能否把握那看似枯燥无味的数字所隐含的精微变化，成为决定未来竞争成败的关键因素之一。
前年诺贝尔经济学奖授予在期权定价方面做出开拓性贡献的经济学家和统计学家。他们在二十多年前就探索出具有划时代意义的定价模型——布莱克.斯科尔期定价公式。本世纪20年代开设了股票期权品种，由于采用柜台交易方式和缺乏标准化的设计合约，很难转让对冲，交易量不足称道。1973年美国经济学家布莱克和斯科尔斯，引进概率统计上随机变量函数的一些定理和积分求值，推导出不支付红利的股票期权定价公式，从此期权有了明确科学的价格定位依据，很快形成一个完整的市场，并迅速推广到全世界，直至现在，期权占据着金融王国的重要位置。定价公式成为整个市场运转的基础。这个期权公式的定价思想所引发的金融革命表现在，预测远期价格成为可能，不仅使期权为指数、货币、利率、期货交易提供了全新的保值，投资手段，极大地丰富了金融市场，而且进一步推动了对各种金融产品的价值研究，提高了操作的理论水平。由此可以推断，没有布莱克.斯科尔斯定价模型，期权就不可能发展这么快，全球金融衍生品市场也就不可能有今天的高度发达，如今国外大型金融机构在总结金融交易失利原因时，总是首先追究最初的定价是否存在漏洞和错误
建立一个模型就摘取经济领域的桂冠这一事实，体现了经济与统计数学密不可分的关系。据不完全统计，自1969年设立诺贝尔经济学奖以来的40多位获奖者中，著名的计量经济学家有23位，10位担任过世界计量经济学会会长，有六位直接靠计量经济的研究和应用成果获奖。借用统计数学，将经济理论数学公式化，将经济行为定量化，已成为当今世界经济的热门课题。
有关专家指出，统计学，经济理论和数学这三者对于真正了解现代经济生活中的数量关系来说，都是必要的，但本身并非充分条件。三者结合起来，就是力量。数学给经济界带来新的视角，新的观念。抽象的数学工具一旦准确地切入金融市场，就显得非常实用和有价值。二十多年来，指导期权交易的理论—定价模型得到广大投资者的一贯遵循。没有统计基础、不懂定价公式含义的人要想在市场有出色表现将是十分困难的。
证券金融市场的风险管理是个永恒的话题，投资者都想寻求收益回报，但又必须面对各种各样的损失可能。市场到底存在哪些风险，如何确定风险的大小，如何才能实现收益最大化和风险最小化，历来都是受人关注的焦点和难点。自从1952年美国学者马柯威茨运用数量方法创立证券组合理论以来，市场风险的神秘色彩逐渐淡化，不再变得那么可怕和不可驾驭。
马柯威茨组合理论的立足点是全面考虑“期望收益最大”和“不确定性(即风险)最小”。它通过总结投资损失的概率分布和可能收益与预期收益的偏离程度(即我们统计学上的方差)，发现投资者应该同时按适当比例购买各种证券而不是一种证券，进行分散化投资，其收益才尽可能是确定的。通过数量分析得出的这种结论，迎合了投资者避风险的需要。风险管理能力的提高促进了基金的蓬勃发展。在短短的几十年间，随着量化研究的不断深入，组合理论及其实际运用方法越来越完善，成为现代投资学中的主流工具。由于马哥威茨证券组合选择理论给金融投资和管理思想带来革新，1990年他获得了诺贝尔经济学奖。
众所周知，量变引起质变。数量关系的背后，牵扯着市场的稳定与发展。金融业的现代化推动了统计与数理方法的应用研究，反过来，当今世界的金融管理特别是防范金融风险，也越来越要量化研究。早在1995年9月，美国斯但福大学经济学教授刘遵义就通过实证比较，数量分析和模糊评价等方兴，预测出菲律宾、韩国、泰国、印尼和马来西亚有可能发生金融危机。后来的事实果然如此。这从一个侧面提醒我们，没有完整、科学的分析预测工具，就可能在国际金融竞争中蒙受重大损失。只有加强对作为金融信息的各种变量的研究，才能提高对金融运行规律的认识，才能把握市场的发展动向。
经济理论的数学化和统计分析，使各种经济行为也越来越数量化。在金融领域也不例外。定价公式和组合理论地位的确立，就证明数量工具已发挥了不可磨灭的作用。有统计显示，在西方金融市场，三分之一的人运用组合理论来投资，三分之一的人靠技术分析管理头寸，另外三分之一的人仍在坚守基础分析。虽然运用何种手段来指导决策是投资者个人偏好、观念的问题，但组合理论和技术分析所运用的统计工具逐渐被认同，说明理性投资将成为市场的宠儿。由此我们不难理解华尔街选才的动机。
主观意见和直觉判断有很大的随意性，显然与现代投资决策的要求相去甚远。对市场和价格进行定量研究，从而揭示客观存在的数量依存关系，成为投资和管理决策的一项基础工作。用统计工具处理各种证券金融数据，可以比较全面地分析各种因素的影响力度。其主要表现在：
1 结构分析：证券市场与汇率、利率变动和国民经济发展有多大的关联度；单一证券与整个市场之间如何相互影响，市场指数设计是否合理；证券与期货价格走势是否相互制约；同一类证券有没有一定的连动关系。
2 价值预测：分析未来证券发行和上市价格的理论定位，确定金融衍生证券的价格，分析预测证券期货的价格走势，进行投资决策等。
3 政策评价：研究市场系统风险的预警及控制，探讨不同的组合投资效果。
4 理论检验：证券价格能否反映所有的信息，市场的有效性实证检验；各种技术指标的适用性和优化处理，周期效应的对比分析。
从以上可看出，量化研究有助于搞好风验管理，设计投资组合，选择交易时机，评估市场特性。统计工具在证券金融市场的大量应用，对交易技术的升级换代，管理水平的提高做出了特殊贡献。现在，电脑交易系统在国外大行其道，依据不同要求设计的模型软件层出不穷，只要把数据输入电脑中，投资者根据分析结果随时制订和调整投资计划。
投资者竞争的优势不再停留在信息的收集上，而是综合处理信息的能力。谁的模型从总量上与趋势上能更合理、科学地分析市场，谁就能掌握主动。
简单的统计和数学方法已经满足不了日益复杂的金融发展需要。随着统计和数学工具的推广应用，一门新兴的边缘科学——金融统计学应运而生。美国芝加哥大学、哥伦比亚大学、纽约大学和英国利兹大学先后确定了金融统计的硕士和本科生的培养计划。我国近几年来，像中国科技大学、南开大学和山东大学建立了统计金融系，去年北京大学相继成立了金融数学与金融工程管理中心、金融数学系；像北方工业大学统计学专业等建立的证券期货模拟实验室的也有很多家；开设相关专业的就更多了。
总之，统计学及其相关学科在证券期货交易中的重大作用愈来愈被人们所认识和重视。读者从本专题所讲的内容也将会有更深入和全面的了解。后面我们将结合我国证券期货交易的实际，介绍统计方法在证券期货市场的一些基础应用(包括我们的部分研究成果)，如证券期货交易的统计指标体系；证券指数；投资组合；上市公司财物报表的统计分析与选股；证券期货价格走势预测(主要是技术分析)等。
❷ 计量经济学论文
用CNKI中国知网免费入口整本下载论文范文的方法
http://jingyan..com/article/ff411625cc500712e5823763.html
最新无限免费下载计量经济学论文范文的方法
http://jingyan..com/article/ca2d939d02d5caeb6c31ce2e.html
计量经济学论文范文、毕业论文、开题报告范文等不限量免费下载的方法
http://jingyan..com/article/f71d6037975e1b1ab741d163.html
标准论文格式模板
http://jingyan..com/article/90bc8fc8599d81f653640c83.html
通用论文范文的免费不限量下载方法【超实用】
http://jingyan..com/article/6b182309a808bcba58e1592d.html
最新最全免费下载毕业论文范文的方法【很实用】
http://jingyan..com/article/5d368d1ecc42cd3f61c0576b.html
❸ 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。
❹ 求一篇计量经济学论文
城乡收入差距的因素分析
大学生手机预期消费的计量经济模型
第二产业国内生产总值对固定资产投资的影响分析
第二产业GDP形成的因素分析
各因素对高新技术区发展的影响
基于Hedonic模型的成都住宅价格影响因素分析
关于自筹资金对基本建设投资资金的影响
关于中国旅游发展的分析
关于GDP与固定资产投资的计量经济模型分析
国内工业固定资产和劳动就业人数对工业产值的影响
倒“U”曲线及顶点分析
金融发展与经济增长的关系
失业率对中国国内生产总值的影响
人力资本和实物资本对企业利润的影响分析
人力资本投入与GDP
实证库兹涅茨倒U曲线中国实现
农村剩余劳动力转化途径与农民收入增加的关系分析
农村居民收入影响因素分析
利率及收入对货币供应量的影响
我国房地产行业的生产函数模型
我国改革开放后通货膨胀的因素分析
我国房地产市场影响因素分析
我国居民储蓄影响因素的实证分析
我国居民收入对储蓄存款的影响
适度扩大M2能提高我国GDP
四川省农民收入结构分析
四川省居民消费水平影响因素的分析
影响农民收入的因素分析
信息时代的城镇对比
影响国内私人汽车拥有量的几个重要因素分析
影响成都市机动车总数因素的定量分析
影响我国国内过夜旅游者人数因素的计量分析
影响电信业务收入的主要因素的分析
影响货币需求的因素分析
用误差校正模型研究季度M1需求
政府对公共卫生事业的投资与国民经济增长关系的计量分析
由弹性价格货币模型论中国汇率和利率的联动性
中国资本外逃的成因解释与计量分析
中国的菲利普斯曲线
中国城乡人口流动趋势分析
中国外汇储备的影响因素分析
中国校正失业变化率条件下的奥肯定律检验
菲利普斯曲线的验证
对我国经济增长的因素分析
恩格尔系数模型检验
地区人均收入影响因素的计量分析
成都市投资额影响因素的实证分析
关于司机年龄与发生车祸次数关系的分析
固定资产投资对GDP的影响
改革开放以来商品零售价格指数（RPI）变化因素分析
关于GDP与其他经济因素关系的计量分析
关于教育对中国经济增长作用的计量分析
吉尼系数影响因素的计量分析
我国经济增长对能源消耗的依赖
我国旅游经济的因素分析
投资额与生产总值和物价指1
外商直接投资（FDI）对我国经济影响的实证分析
试探交通运输发展与国民经济的关系
我国1978-1997年的财政收入和国民生产总值的计量分析
影响居民消费水平的因素分析
影响居民消费水平的主要因素分析
新中国出口的影响因素分析
有关我国居民储蓄影响因素的计量分析
我国消费的影响因素分析(经济2班）
我国人均GDP与消费的计量分析
影响股价指数的因素分析
中国经济增长与周期波动
中国能源需求影响因素实证分析
中国旅游业发展状况分析
中国城市居民消费计量分析
FDI对中国经济增长的影1
城镇居民住房面积的多因素分析
对影响人身保险保费收入诸因素的计量分析
餐饮业区域市场潜力的影响因素分析
对上市公司利用新四项计提进行盈余管理的实证研
关于国内旅游需求的计量经济学分析报告
关于影响我国南方几省市农业总产值因素的实证分析
三大产业的发展与城镇居民家庭消费支出
上市公司财务预警模型设计与分析
宏观经济政策对中国经济周期波动的影响分析
如何提高农业产值和农民人均收入水平
货币政策有效性分析
私家车拥有量的计量分析
四川省居民消费水平的多因素分析
我国采矿业龙头企业利润因素分析
我国财产保险市场发展的因素分析
外资利用与我国进出口贸易关系的实证分析
我国国债挤出效应的实证分析
我国农民收入影响因素的回归分析
影响保费收入的因素分析
我国汽车需求的因素分析
影响GDP增长的经济因素分析
影响人身保险保费收入的重要因素分析
影响我国农业总产值因素的实证分析
影响寿险保费收入的因素分析2
影响四川省房地产业发展的因素分析
影响中国汽车产量的多因素分析
中国经济增长的影响因素实证分析
中国城镇居民2003年可支配收入分析
资本结构主要影响因素的再探析
在校学生总数变动的多因素分析
运用OLS法对参数估计
中国上市公司现金股利的影响因素分析
中国农业总产值问题的计量分析
GDP与进出口总额的计量分析
城市住房均衡价格供求模型
城镇集体单位固定资产投资对国内生产总值的影响分析
城镇人均收入与人均通讯消费分析
NBA球员薪金问题
北京城市居民消费函数模型分析
北京市城镇居民消费函数模型
成都市05年度住宅市场定价模型
北京市城镇居民消费模型
北京市居民消费函数模型(巫君荣杨三冠等)
店铺租金的确定
对成都市房地产市场的实证考察
对影响某高校研究生录取线的爽因素分析
对外贸易与四川经济增长关系实证分析
工业产值与能源耗量的实证分析
发展中国家货币需求模型
固定资产投资对贵州GDP影响分析
固定资产投资的计量经济学模型
工资收入差异分析
房地产价格因素分析
货币政策与GDP的回归分析.
关于封闭式基金价格问题
关于社会商品零售总额的案例分析
开放经济下储蓄、投资与贸易余额关系的研究
我国财政收入与部分支出结构
四川省居民消费结构计量分析
请采纳答案，支持我一下。
❺ 求一篇计量经济学的论文。万分感谢。
城乡收入差距的因素分析 大学生手机预期消费的计量经济模型 第二产业国内生产总值对固定资产投资的影响分析 第二产业GDP形成的因素分析 各因素对高新技术区发展的影响 基于Hedonic模型的成都住宅价格影响因素分析 关于自筹资金对基本建设投资资金的影响 关于中国旅游发展的分析 关于GDP与固定资产投资的计量经济模型分析 国内工业固定资产和劳动就业人数对工业产值的影响 倒“U”曲线及顶点分析 金融发展与经济增长的关系 失业率对中国国内生产总值的影响 人力资本和实物资本对企业利润的影响分析 人力资本投入与GDP 实证库兹涅茨倒U曲线中国实现 农村剩余劳动力转化途径与农民收入增加的关系分析 农村居民收入影响因素分析 利率及收入对货币供应量的影响 我国房地产行业的生产函数模型 我国改革开放后通货膨胀的因素分析 我国房地产市场影响因素分析 我国居民储蓄影响因素的实证分析 我国居民收入对储蓄存款的影响 适度扩大M2能提高我国GDP 四川省农民收入结构分析 四川省居民消费水平影响因素的分析 影响农民收入的因素分析 信息时代的城镇对比 影响国内私人汽车拥有量的几个重要因素分析 影响成都市机动车总数因素的定量分析 影响我国国内过夜旅游者人数因素的计量分析 影响电信业务收入的主要因素的分析 影响货币需求的因素分析 用误差校正模型研究季度M1需求 政府对公共卫生事业的投资与国民经济增长关系的计量分析 由弹性价格货币模型论中国汇率和利率的联动性 中国资本外逃的成因解释与计量分析 中国的菲利普斯曲线 中国城乡人口流动趋势分析 中国外汇储备的影响因素分析 中国校正失业变化率条件下的奥肯定律检验 菲利普斯曲线的验证 对我国经济增长的因素分析 恩格尔系数模型检验 地区人均收入影响因素的计量分析 成都市投资额影响因素的实证分析 关于司机年龄与发生车祸次数关系的分析 固定资产投资对GDP的影响 改革开放以来商品零售价格指数（RPI）变化因素分析 关于GDP与其他经济因素关系的计量分析 关于教育对中国经济增长作用的计量分析 吉尼系数影响因素的计量分析 我国经济增长对能源消耗的依赖 我国旅游经济的因素分析 投资额与生产总值和物价指1 外商直接投资（FDI）对我国经济影响的实证分析 试探交通运输发展与国民经济的关系 我国1978-1997年的财政收入和国民生产总值的计量分析 影响居民消费水平的因素分析 影响居民消费水平的主要因素分析 新中国出口的影响因素分析 有关我国居民储蓄影响因素的计量分析 我国消费的影响因素分析(经济2班） 我国人均GDP与消费的计量分析 影响股价指数的因素分析 中国经济增长与周期波动 中国能源需求影响因素实证分析 中国旅游业发展状况分析 中国城市居民消费计量分析 FDI对中国经济增长的影1 城镇居民住房面积的多因素分析 对影响人身保险保费收入诸因素的计量分析 餐饮业区域市场潜力的影响因素分析 对上市公司利用新四项计提进行盈余管理的实证研 关于国内旅游需求的计量经济学分析报告 关于影响我国南方几省市农业总产值因素的实证分析 三大产业的发展与城镇居民家庭消费支出 上市公司财务预警模型设计与分析 宏观经济政策对中国经济周期波动的影响分析 如何提高农业产值和农民人均收入水平 货币政策有效性分析 私家车拥有量的计量分析 四川省居民消费水平的多因素分析 我国采矿业龙头企业利润因素分析 我国财产保险市场发展的因素分析 外资利用与我国进出口贸易关系的实证分析 我国国债挤出效应的实证分析 我国农民收入影响因素的回归分析 影响保费收入的因素分析 我国汽车需求的因素分析 影响GDP增长的经济因素分析 影响人身保险保费收入的重要因素分析 影响我国农业总产值因素的实证分析 影响寿险保费收入的因素分析2 影响四川省房地产业发展的因素分析 影响中国汽车产量的多因素分析 中国经济增长的影响因素实证分析 中国城镇居民2003年可支配收入分析 资本结构主要影响因素的再探析 在校学生总数变动的多因素分析 运用OLS法对参数估计 中国上市公司现金股利的影响因素分析 中国农业总产值问题的计量分析 GDP与进出口总额的计量分析 城市住房均衡价格供求模型 城镇集体单位固定资产投资对国内生产总值的影响分析 城镇人均收入与人均通讯消费分析 NBA球员薪金问题 北京城市居民消费函数模型分析 北京市城镇居民消费函数模型 成都市05年度住宅市场定价模型 北京市城镇居民消费模型 北京市居民消费函数模型(巫君荣杨三冠等) 店铺租金的确定 对成都市房地产市场的实证考察 对影响某高校研究生录取线的爽因素分析 对外贸易与四川经济增长关系实证分析 工业产值与能源耗量的实证分析 发展中国家货币需求模型 固定资产投资对贵州GDP影响分析 固定资产投资的计量经济学模型 工资收入差异分析 房地产价格因素分析 货币政策与GDP的回归分析. 关于封闭式基金价格问题 关于社会商品零售总额的案例分析 开放经济下储蓄、投资与贸易余额关系的研究 我国财政收入与部分支出结构 四川省居民消费结构计量分析
❻ 求一篇计量经济学论文！！
城乡收入差距的因素分析
大学生手机预期消费的计量经济模型
第二产业国内生产总值对固定资产投资的影响分析
第二产业GDP形成的因素分析
各因素对高新技术区发展的影响
基于Hedonic模型的成都住宅价格影响因素分析
关于自筹资金对基本建设投资资金的影响
关于中国旅游发展的分析
关于GDP与固定资产投资的计量经济模型分析
国内工业固定资产和劳动就业人数对工业产值的影响
倒“U”曲线及顶点分析
金融发展与经济增长的关系
失业率对中国国内生产总值的影响
人力资本和实物资本对企业利润的影响分析
人力资本投入与GDP
实证库兹涅茨倒U曲线中国实现
农村剩余劳动力转化途径与农民收入增加的关系分析
农村居民收入影响因素分析
利率及收入对货币供应量的影响
我国房地产行业的生产函数模型
我国改革开放后通货膨胀的因素分析
我国房地产市场影响因素分析
我国居民储蓄影响因素的实证分析
我国居民收入对储蓄存款的影响
适度扩大M2能提高我国GDP
四川省农民收入结构分析
四川省居民消费水平影响因素的分析
影响农民收入的因素分析
信息时代的城镇对比
影响国内私人汽车拥有量的几个重要因素分析
影响成都市机动车总数因素的定量分析
影响我国国内过夜旅游者人数因素的计量分析
影响电信业务收入的主要因素的分析
影响货币需求的因素分析
用误差校正模型研究季度M1需求
政府对公共卫生事业的投资与国民经济增长关系的计量分析
由弹性价格货币模型论中国汇率和利率的联动性
中国资本外逃的成因解释与计量分析
中国的菲利普斯曲线
中国城乡人口流动趋势分析
中国外汇储备的影响因素分析
中国校正失业变化率条件下的奥肯定律检验
菲利普斯曲线的验证
对我国经济增长的因素分析
恩格尔系数模型检验
地区人均收入影响因素的计量分析
成都市投资额影响因素的实证分析
关于司机年龄与发生车祸次数关系的分析
固定资产投资对GDP的影响
改革开放以来商品零售价格指数（RPI）变化因素分析
关于GDP与其他经济因素关系的计量分析
关于教育对中国经济增长作用的计量分析
吉尼系数影响因素的计量分析
我国经济增长对能源消耗的依赖
我国旅游经济的因素分析
投资额与生产总值和物价指1
外商直接投资（FDI）对我国经济影响的实证分析
试探交通运输发展与国民经济的关系
我国1978-1997年的财政收入和国民生产总值的计量分析
影响居民消费水平的因素分析
影响居民消费水平的主要因素分析
新中国出口的影响因素分析
有关我国居民储蓄影响因素的计量分析
我国消费的影响因素分析(经济2班）
我国人均GDP与消费的计量分析
影响股价指数的因素分析
中国经济增长与周期波动
中国能源需求影响因素实证分析
中国旅游业发展状况分析
中国城市居民消费计量分析
FDI对中国经济增长的影1
城镇居民住房面积的多因素分析
对影响人身保险保费收入诸因素的计量分析
餐饮业区域市场潜力的影响因素分析
对上市公司利用新四项计提进行盈余管理的实证研
关于国内旅游需求的计量经济学分析报告
关于影响我国南方几省市农业总产值因素的实证分析
三大产业的发展与城镇居民家庭消费支出
上市公司财务预警模型设计与分析
宏观经济政策对中国经济周期波动的影响分析
如何提高农业产值和农民人均收入水平
货币政策有效性分析
私家车拥有量的计量分析
四川省居民消费水平的多因素分析
我国采矿业龙头企业利润因素分析
我国财产保险市场发展的因素分析
外资利用与我国进出口贸易关系的实证分析
我国国债挤出效应的实证分析
我国农民收入影响因素的回归分析
影响保费收入的因素分析
我国汽车需求的因素分析
影响GDP增长的经济因素分析
影响人身保险保费收入的重要因素分析
影响我国农业总产值因素的实证分析
影响寿险保费收入的因素分析2
影响四川省房地产业发展的因素分析
影响中国汽车产量的多因素分析
中国经济增长的影响因素实证分析
中国城镇居民2003年可支配收入分析
资本结构主要影响因素的再探析
在校学生总数变动的多因素分析
运用OLS法对参数估计
中国上市公司现金股利的影响因素分析
中国农业总产值问题的计量分析
GDP与进出口总额的计量分析
城市住房均衡价格供求模型
城镇集体单位固定资产投资对国内生产总值的影响分析
城镇人均收入与人均通讯消费分析
NBA球员薪金问题
北京城市居民消费函数模型分析
北京市城镇居民消费函数模型
成都市05年度住宅市场定价模型
北京市城镇居民消费模型
北京市居民消费函数模型(巫君荣杨三冠等)
店铺租金的确定
对成都市房地产市场的实证考察
对影响某高校研究生录取线的爽因素分析
对外贸易与四川经济增长关系实证分析
工业产值与能源耗量的实证分析
发展中国家货币需求模型
固定资产投资对贵州GDP影响分析
固定资产投资的计量经济学模型
工资收入差异分析
房地产价格因素分析
货币政策与GDP的回归分析.
关于封闭式基金价格问题
关于社会商品零售总额的案例分析
开放经济下储蓄、投资与贸易余额关系的研究
我国财政收入与部分支出结构
四川省居民消费结构计量分析
❼ 计量经济学论文 期末论文啊~要有数据模型，最好有异方差共线性啥的。而且最好数据新一点啊。。
计量经济学课程论文
产业结构对我国经济增长影响
的实证分析
学号：2008324030924
学院：商学院
班级：财务管理0802班
姓名：王玉娟
产业结构变动对我国经济增长影响
的实证分析
（河北农业大学商学院 财务管理0802班 王玉娟 2008324030924）
摘要：经济发展是以经济增长为前提的，而经济增长与产业结构变动又有着密不可分的关系。本文采用1981年至2010年的统计数据，通过建立多元线性回归模型，运用最小二乘法，研究三大产业增长对我国经济增长的贡献，从而得出调整产业结构对转变经济发展方式，促进我国经济可持续发展的重要性。
关键字：经济增长；三大产业；最小二乘法；产业结构；可持续发展
The change of instrial structure to
the economic growth in China empirical analysis
of the influence
Abstract: Economic development is the premise of economic growth, and economic growth and the change of instrial structure and the inseparable relationship. This paper adopts from 1981 to 2010 by establishing the statistical data of multiple linear regression model, using the least squares, research to our country economy three instry growth contribution to the growth of adjust the instrial structure, thus draws for transformation of the mode of economic development, and promote the sustainable development of China's economic importance.
Key word: economic growth; Three instries; Least squares; Instrial structure
一、引言
经济增长通常是指在一个较长的时间跨度上，一个国家人均产出（或人均收入）水平的持续增加。经济增长率的高低体现了一个国家或地区在一定时期内经济总量的增长速度，也是衡量一个国家或地区总体经济实力增长速度的标志。它构成了经济发展的物质基础，而产业结构的调整与优化升级对于经济增长乃至经济发展至关重要。
一个国家产业结构的状态及优化升级能力，是经济发展的重要动力。十六大报告提出，推进产业结构优化升级，形成以高新技术产业为先导、基础产业和制造业为支撑、服务业全面发展的产业格局。十七大报告明确指出，推动产业结构优化升级，这是关系国民经济全局紧迫而重大的战略任务。《十二五规划纲要》又将经济结构战略性调整作为主攻方向和核心任务。产业结构优化升级对于促进我国经济全面协调可持续发展具有重要作用。
二、模型设定及数据说明
1、模型设定
通过对数据观察，根据搜集的1981年至2010年的统计数据，建立模型。其模型表达式为：
Yt=α+β1X1+β2X2+β3X3+µi (i=1,2,3)
其中：Y表示国内生产总值(GDP)的年增长率，X1、X2、X3分别表示第一、二、三产业的年增长率，α表示在不变情况下，经济固有增长率。可近似认为，表明国内生产总值增长为三次产业增加值增长率的加权和，而βi分别表示各产业部门在经济增长中的权数；βi Xi则表示各产业部门对经济增长的贡献。µi表示随机误差项。
通过上式，我们可以了解到，各产业每增长1个百分点，国内生产总值(GDP)会如何变化。从而进行经济预测，为产业政策调整提供依据与参考。
2、数据说明
以下数据来自财新网，见表1
表1单位：％
年度 GDP 第一产业 第二产业 第三产业 年度 GDP 第一产业 第二产业 第三产业
增长率 增长率 增长率 增长率 增长率 增长率 增长率 增长率
1981 5.2 6.98 1.87 10.42 1996 10 5.1 12.11 9.43
1982 9.1 11.53 5.56 12.98 1997 9.3 3.5 10.48 10.72
1983 10.9 8.33 10.37 15.17 1998 7.8 3.5 8.91 8.37
1984 15.2 12.88 14.48 19.35 1999 7.6 2.8 8.14 9.33
1985 13.5 1.84 18.57 18.16 2000 8.4 2.4 9.43 9.75
1986 8.8 3.32 10.22 12.04 2001 8.3 2.8 8.44 10.26
1987 11.6 4.7 13.69 14.36 2002 9.1 2.9 9.83 10.44
1988 11.3 2.54 14.52 13.16 2003 10 2.5 12.67 9.5
1989 4.1 3.07 3.77 5.36 2004 10.1 6.3 11.11 10.06
1990 3.8 7.33 3.17 2.33 2005 11.3 5.2 12.1 12.2
1991 9.2 2.4 13.85 8.87 2006 12.7 5 13.4 14.1
1992 14.2 4.7 21.15 12.44 2007 14.2 3.7 15.1 16
1993 14 4.7 19.87 12.19 2008 9.6 5.4 9.9 10.4
1994 13.1 4 18.36 11.09 2009 9.2 4.2 9.9 9.6
1995 10.9 5 13.88 9.84 2010 10.3 4.3 12.2 9.5
三、模型参数估计
运用eview3.1软件，采用最小二乘法，对表一中的数据进行线性回归，对所建模型进行估计，估计结果见下图。（图1）
从估计结果可得模型：
Yt=0.6902+0.1869X1+0.4564X2+0.2875X3
四、模型的检验
通过上述线性回归得到模型，现在就其具体形式进行检验：
1、经济意义检验
通过估计所得到参数，可进行经济意义检验：
⑴α=0.6902，表示当三大产业保持原有规模，我国GDP仍能增加0.6902个百分点。这种结果符合经济发展规律，合理。
⑵β1 =0.1869,表示在其他条件不变的情况下，第一产业每增长1个百分点，GDP增加0.1869个百分点；反之，降低0.1869，符合经济现实。
⑶β2=0.4564,表示在其他条件不变的情况下，第产业每增长1个百分点，GDP增加0.4564个百分点；反之，降低0.4564，符合现实。
⑷β3 =0.2875,表示在其他条件不变的情况下，第一产业每增长1个百分点，GDP增加0.2875个百分点；反之，降低0.2875，合理。
综上可知，该模型符合经济意义，经济意义检验通过。
2、统计检验
⑴ 拟合优度检验
① 样本决定系数
R^2的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R^2的值越接近0，说明回归直线对观测值的拟合程度越差。
由图1参数估计结果可得，样本决定系数R^2=0.965032＞0.8，可见其拟合优度不错。
② 调整后的样本决定系数
因解释变量为多元，使用调整的拟合优度，以消除解释变量对拟合优度的影响。调整后的R^2=0.960997＞0.8，所以，其拟合程度不错。
⑵方程显著性检验
有模型可知总离差平方和TSS的自由度为29(n-1),回归平方和ESS的自由度为3。所以，残差平方和的自由度为26(n-k-1)。
H0: βi =0 H1: βi≠0
在H0成立的条件下，统计量
F= (ESS/k)/(RSS/(n-K-1))=239.1760
而在α=0.05,n=30,k=3时，查表得F0.05(3,26)=2.98＜239.1760，由此可知，应拒绝原假设，接受H1，认为回归方程显著成立。
⑶参数显著性检验
H0: βi =0 H1: βi≠0
在H0成立的条件下，统计量
Ti=(^βi-βi)/S(^βi)
当βi =0时，T1=3.970619、T2=15.04468、T3=6.837076；在α=0.05,n=30,k=3时，查表得T0.025(26)=2.056,得Ti＞T0.025(16)=2.056,则拒绝原假设，接受备选假设，即认为βi显著不为0 。
3、计量经济学检验
⑴解释变量之间的多重共线性检验
在这里采用Frisch综合分析法，检验模型各解释变量间是否存在多重共线问题：
① 通过做简单回归得到下表：
表2
回归方程 Tα Tβ R^2 DW
Y1=9.4776+0.1292 X1 8.49 0.62 0.01 0.94
Y2=3.6885+0.5537 X2 5.87 10.95 0.81 0.79
Y3=2.5273+0.6727 X3 2.30 7.18 0.65 0.44
根据经济理论和统计检验，X2最重要，从而得出最有简单回归方程Y= 3.6885+0.5537 X2 。
②将其余变量逐一引入Y=3.6885+0.5537X2，从而得出Y=0.6902+0.1869X1+0.4564X2+0.2875X3为最优模型。
说明该模型不存在多重共线性问题，可能与选取变量为相对数有关，降低了其共线性问题发生的可能性。将其余变量逐一引入
综上所述，该模型不存在共线性问题。
⑵随即扰动项序列相关检验
在给定α=0.05，n=30,k=3,查D-W统计表，得dL=1.21,dU=1.55。由DW=0.5372＜dL=1.21，可知随机误差项存在一阶正序列相关，即μt=ρμt-1+νt。
经软件处理可得图2，ρ1估计值为0.8643，并且T检验显著，说明该模型确实存在一阶序列相关。DW=2.2963，α=0.05，n=29,k=3,，查表得dL=1.20，dU=1.65， dU=1.65＜DW=2.2963＜4-dU=2.35，表明模型已经不存在一阶序列相关性。因此，模型已消除序列相关性影响，经济增长率与各产业增长率的回归方程为：
Yt=0.4168+0.2506X1+0.4002X2+0.3852X3
由模型可知，当第一产业增长1个百分点时，我国经济增长0.2506个百分点；当第二产业增长1个百分点时，我国经济增长0.4002个百分点；当第三产业增长1个百分点时，我国经济增长0.3852个百分点。
五、对策建议
根据模型得出1981-2010年，三大产业对经济增长的贡献率和产业构成情况如下图所示：
由图可以看出，由前面对实证分析结果可以看出，改革开放以来，第二产业对经济增长的贡献率最高，其次是第三产业、第一产业；第二、三产业所占比重逐年增大，其中，以第三产业增速最快，而第一产业在国民经济中所占比重逐年
下降。
1、坚持科学发展观，加快转变经济发展方式，推动产业优化升级，形成以高技术产业为先导，基础产业和制造业为支撑、服务业全面发展的产业格局；形成由主要依靠第二产业带动向依靠第一、第二、第三产业协同带动转变的新局面，实现我国经济可全面协调持续发展。
2、加大对农业的投入，调整农业内部产业结构，提高我国农业的科技化、产业化、现代化水平。
改革开放以来，尤其是市场经济建立以来，虽然第一产业在国民经济中所占比重逐年下降，但第一产业对经济增长的贡献率却逐年上升，说明科教兴农、农业产业化、财政支持等农业产业政策的支持下，我国农业的综合竞争力在提升，但就总体而言，仍是我国的弱智产业。加强农业财政投入，提高农业科技化、产业化、现代化水平，调整农业内部产业结构，提高我国农业的市场竞争力。尤其应加大资本、技术等要素的投入，建立健全农村资本金融市场和生产要素流动市场，提高要素资源的使用效率。提高农村居民受教育水平，培养具有创新精神和时代感的社会主义新农民。
3、要坚持走中国特色新兴工业化道路，着重改造提升制造业，培育发展战略性新兴产业，建立创新型国家，提高我国核心竞争力。
自建国以来，工业尤其是重工业是我国经济发展的支柱，工业内部结构、地区结构都存在差异。调整工业内部产业结构，提高基础工艺、基础材料、基础元器件研发和系统集成水平。积极有序发展新一代信息技术、节能环保、新能源、生物、高端装备制造、新材料、新能源汽车等产业，加快形成先导性、支柱性产业，切实提高产业核心竞争力和经济效益。
4、加快推进服务业发展，把推动服务业大发展作为产业结构优化升级的战略重点。
推进服务业发展，不仅能够有效改变我国产业结构现状，更能够提高就业率，稳定民生，提高人们的生活水平和质量。推进服务业发展，重点是建立健全流通和服务部门，提高流通、服务质量；拓展服务业新领域，发展新业态，培育新热点，推进规模化、品牌化、网络化经营。推动特大城市形成以服务经济为主的产业结构。
参考文献：
⑴ 陈华.中国产业结构变动与经济增长[J]．统计与决策，2005,3
⑵ 刘云峰.辽宁省产业结构与经济增长实证分析[J]．东北亚论坛，2004，9
⑶ 高鸿业.西方经济学.北京：中国人民大学出版社，2004
⑷ 张润清.计量经济学.北京：中国农业出版社，2007
⑸ 刘伟，李绍荣.产业结构与经济增长[J]．中国工业经济2005.5，
⑹ 王怜.产业结构变动与经济增长影响的实证分析[J]．商业现代化2007.5
❽ 求计量经济学论文
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 1.6 1.8 1865.1 1633.2 1187.9
天津 1.4 2.0 2010.6 1889.8 939.8
石家庄 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
沈阳 1.3 2.1 1148.5 1048.7 812.1
大连 1.6 1.8 1269.8 1133.1 946.5
长春 1.8 1.7 1156.1 1016.1 690.2
哈尔滨 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
宁波 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
厦门 1.5 1.9 1631.7 1394.3 998.7
南昌 1.4 1.8 1405.0 1321.1 665.4
济南 1.7 1.7 1491.3 1356.8 1071.4
青岛 1.6 1.8 1495.6 1378.5 1020.7
郑州 1.4 2.1 1012.2 954.2 750.3
武汉 1.5 2.0 1052.5 972.2 853.1
长沙 1.4 2.1 1256.9 1148.9 986.8
广州 1.7 1.8 1898.6 1591.1 1215.1
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 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= (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
模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于0.05，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 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 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 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0.05，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= (142.5882) (0.553402) (0.656624)
T= (2.326290) (3.192782) (-2.244390)
F=21.66965 df=20
（三）.异方差性的检验
对模型 进行怀特检验：
White Heteroskedasticity Test:
F-statistic 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
由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=30.1435，因为 < (5)= 30.1435,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0.05，D-W值为2.111635，显著性水平 =0.05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 ， =1.543<D-W=2.111635<4 ，由DW检验决策规则可知，该模型不存在自相关问题。
六、对模型进行分析和解释经济学意义
回归方程的意义为：当平均每人实际月收入不变时，人均可支配收入每增加一个单位，人均消费支出减少1.473721个单位；当人均可支配收入不变时，平均每人实际月收入每增加一个单位，人均消费支出增加1.766892个单位。
七、 就模型所反映的问题给出针对性的政策建议或结论
对于我国人均消费支出的分析中，可以看出我国在过去的几年里经济发展稳健，但是由于种种原因导致我国经济的现状存在一定的问题，如不完善的社会保障制度导致消费结构不合理；过高的居民储蓄存款影响居民消费倾向；消费品生产行业投资方向失误和低效率引起国内市场消费梗阻；保守的消费观念和消费政策的制约；教育支出比重过大影响居民消费倾向 。对此我们国家应该在以下几个方面对居民消费中存在的问题进行对策研究
（一）建立和完善社会保障制度，增强居民消费信心
（二）培育新的消费热点，拓展居民的消费领域
（三）促使商品消费从自我积累型向信用支持型转变
（四）分层次促进居民消费
（五）破解影响消费结构优化的政策制约
（六）化解有效供给不足与产品相对过剩的矛盾
❾ 有什么好的计量经济学论文题目简单一点的
学术堂整理了十五个计量经济学论文题目供大家进行参考：版
1、中国货市需求函权数实证研究.
2、货币超发的实证研究
3、存款准备金率变化的影响
4、货币需求与通胀关联分析
5、货币需求的弹性分析
6、我国居民消费函数实证分析
7、浙江省居民消费函数变化
8、日元实际汇率长期利率的实证分析
9、欧元实际汇率长期利率的实证分析
10、瑞朗实际汇率长期利率的实证分析
11、利率汇率与外商直接投资
12、利率与通胀的关系实证分析
13、利率与商业银行不良贷款率的波动实证分析
14、利率、租金与房价
15、货币政策、利率传导机制实证分析