㈠ 求计量经济学论文。
全球经济学界的殿堂级顶尖盛会
“ 2 0 1 0 第十届世界计量经济学大会”
于8 月1 7日在浦东的上海国际会议中
心 拉开 帷幕 ，历时5 天，于21 日结
束。 本次会议有来 自4 0 多个国家与
地区的l 5 0 0 多名顶尖经济学人出席，
不仅包括了国外的知名学者~2 0 0 7 年
诺贝尔经济学奖获得者罗杰 • 迈尔森
( Ro g e r My e r s o n)，2 0 0 0 年诺贝
尔经济学奖获得者丹尼尔 •麦克法登
( Da n i e l Mc F a d d e n )，1 9 9 6 年诺贝
尔经济学奖获得者詹姆斯 • 莫里斯
( J a me s Mi r r l e e s )，爱丁堡大学政
治经济学讲座教授，伦敦经济学院教
授、2 0 1 0 年国际计量经济学会主席约
翰 • 摩尔 ( J o h n H． Mo o r e )等出席
本次大会，诸多国内知名教授和业界
学者也莅临了本次盛会，包括上海交
通大学安泰经济与管理学院院长、世
界计量经济学会院士周林教授 ，世界
银行副行长林毅夫教授，哥伦比亚大
学商学院讲座教授魏尚进，耶鲁大学
经济学教授陈晓红，清华经管学院院
长、美国伯克利加州大学经济系教授
钱颖一等华裔大师。
2 0l 0年计量 经 济学 会主 席约翰 • 摩尔会前表示，希望此次大会能
为中国经济学界和世界经济学界搭建
一
座沟通的桥梁，并期待能看到中国
国内高校的经济学者和经济学专业的
学生参加会议。在5 天会议上，1 5 0 0 多
位经济学家进行1 0 0 多场密集的学术报
告，对热点问题做思想火花的碰撞。 平衡经济增长与社会发展
世界银行首席经济学家、高级副
行长林毅夫认为，中国的经济增长有
望达到2 O ％， 但达到这一目标的具
体时间不明，而且要保持 目前稳定的
经济发展速度，就必须要重视经济发
展的整体性 ，比如工业、服务行业以
及信息技术产业等都要做好整体的规
划， 技术水平也需要提高 林毅夫
说 ，中国要保持8 ％一1 0 ％的G DP 增长
率就必须提高技术水平，可以借鉴西
方发达国家第三次工业革命的经验，
购买其核心科技，不简单模仿，或照
搬其过程。在1 9 9 6 年诺贝尔经济学奖
得主詹姆斯 • 莫里斯看来，技术创新
对 中国经济的发展非常重要， 需要
通过加大对教育的投入，加强中国自
身的技术创新能力。加州大学圣迭戈
分校经济学教授罗杰 • 戈登 ( Ro g e r
G o r d o n)说： “ 3 ％以上的高C P I 是不
可持续的”。因为经济刺激政策的滞
后性 ，导致最近中国的C P I 较高，但
随着经济刺激政策的退出，C P I 会缓
慢下降，因此暂时还无须多虑通胀问
题 。
清华经管学院院长钱颖一认为，
当前的 中国经济面临的空前挑战主
要体现在经济体制改革尚未完成 ，
其中包括法律、产权、政府和市场关
系的调整。此外，金融危机也为中国
留下了一些后遗症，比如国进民退现
象，经济结构调整停滞等。这些问题
很多都应该通过市场来解决。钱颖一指出，在未来2 0 年中国会发生更大的
变化，中国有可能成为世界最大经济
体 ，人均收入也将达到世界 中等水
平 ，城镇化会进一步推进。届时，中
国还有可能同时成为世界最大的进 口
国和出口国。1 9 9 6 年诺贝尔经济学奖
得主詹姆斯 • 莫里斯认为，由于人民
币不能自由兑换 ，在金融法规、市场
种类和智力资本方面上海与香港有一
定的距离，因此上海短时间内不可能
超过香港。
2 0 0 7 年诺 贝尔经济学奖得主罗
杰 • 迈尔森的观点是，目前中国经济
的高增长是普通 民众牺牲生活质量换
来的，这种高增长在未来将会难以为
继。中国各地区发展的严重不平衡，
从经济、技术到人民生活条件等各方
面的差异都会威胁到中国经济发展。
为什么中国发展这么迅速 ，但是
国家整体还是很贫穷?罗杰 • 迈尔森
认为最大的问题是8 ％的增长率背后是
4 0 ％的储蓄率 ，这是很难理解的经济
现象，也是经济发展的隐患。在其他
增长迅速的国家中，储蓄率通常只有
l 0 ％。而在美国经济增长时期 ，储蓄
率接近0 。美国哥伦比亚商学院金融
学经济学教授魏尚进对此给出了一个
与众不同的解释 ，那就是中国的高储
蓄率、低消费率是由于中国性别比例
失调，男多女少造成的。
魏 尚进认 为，在2 0 0 3 年前后 中
国的8 0 后开始进入婚龄，这一代男多
女少，按传统男方父母为了买婚房开
始储蓄，并导致了消费的减少 ，从而
形成一种 “ 竞争性储蓄”。 “ 可 以
说，现在找结婚对象的门槛越来越高
了。”因此，从2 0 0 3 年开始，中国开
始呈现出储蓄率渐渐攀高 ，消费率逐
步下降的趋势。魏尚进同时认为，中
国的性别比例失衡将在未来1 0 年恶化
而不是好转 ，这个因素短期内不会逆
转。因此，目前中国的当务之急应该
是未雨绸缪，尽量平衡性别比例。
中国房地产 ：刚需还是泡沫?
令人瞩目的中国房地产需求量到
底是刚性需求还是泡沫繁荣?曾任职
于长江商学院的加州大学圣迭戈分校
经济学教授罗杰 - 戈登最近注意到有
媒体报道北京的住房空置率 已经达到
6 0 ％， “ 这是惊人的数据，在美国可
能只有5 ％，在我看来这就是泡沫”。
他认为，房屋空置率是反映房地产市
场是否过热的重要指标，楼市过热已
成为中国经济所面临的主要风险之
一
。 要降低这一风险，他提出了几种
可能方案，比如征收房产税将是抑制
房价过快上涨的有效措施之一 ，同时
还应该拓宽中国现有的投资渠道，此
外地方政府过去对高房价起了助推作
用 ，现在应重新审视其在房产市场中
应该扮演的角色。而罗杰 • 迈尔森认
为很难预测房地产泡沫破裂是否会产
生经济危机，因为中国银行业与政府
有很紧密的联系。
1 9 9 6 年诺贝尔经济学奖得主詹姆
斯 - 莫里斯表示，房地产的崩盘并不
一
定会严重影响经济，2 0 0 8 年的美国
只是个特例。他分析指出，在大多数
情况下，即使房价出现3 0 ％的下跌，
对整体经济的影响也十分有限。对于
拥有房产的人来说 ，房产价格下跌并
不会对家庭支出造成实质性影响，而
对正在供房的人来说，只要他们不违
约 ，银行系统也不会受到影响。同
时，莫里斯建议对空置房产征收房产
税， 因为以中国市场的现状而言 ，
房价下跌无助于缓解对房产的刚性需
求，大量已售住宅空置才是普通人无
法买房的症结
若不满意再联系[email protected] 我们学校维普 cnki 都有
㈡ 计量经济学论文怎么做
我们正在准备写，不过我们在学计量经济学这门课哟，我觉得跟数学建模的论文差不多吧，有回很多计量经济学答论文啊~你可以在网上找找的~~下面那个资料是我们学校对计量经济学的指导，里面也有范文哟~~
希望对你有帮助哈~~~看了范文应该就晓得该怎么做了~~
㈢ 关于计量经济学论文课题
网络文章可能有。
㈣ 急求一篇计量经济学论文 2000字左右 高分
http://www.yclunwen.com/
去看看，来里面有计量源经济学论文，还有许多免费的参考资料，
希望对你有帮助！
㈤ 计量经济学论文
本科《计量经济学》理论—实验教学模式研究
摘 要 本文认为，理论和实验相结合的教学模式是计量经济学教学中有效率的做法。文中介绍了该模式中课堂理论+软件教学、实验室实践教学和课程论文评价三个环节的具体内容，提出了课时拓展、难点处理和课程建设对于提高教学效果的基础作用。
关键词 计量经济学 理论—实践教学模式 教学环节
Key words econometrics theory-practice teaching model teaching links
计量经济学教学可以采取三种不同的教学模式，一是纯理论的教学模式，二是理论和实验相结合的教学模式，三是应用型的教学模式。笔者自1997年接任本科生计量经济学课程的教学至今，通过教学实践体会到，纯理论的教学模式中理论与应用基本脱节，而纯应用的教学模式会蜕变为僵化的计量工具的使用。第二种教学模式对于培养本科经济管理类学生分析问题和解决问题的能力具有显著的效果，能够提高计量经济学课程的教学效率，体现出计量经济学作为一门“工具型”课程的教学特色，符合本科生培养的基本目标，是一种值得推行的教学模式。
一、理论—实验教学模式的内涵
笔者认为，本科计量经济学的教学理念应该是理论学习服务于实际应用。本科生中的大部分人在完成四年的学业后要适应工作需要，知识和技能方面的竞争力对于个人的发展是比较重要的。理论—实验教学模式培养学生计量分析能力所关注的是：1、经济量化分析的基本思想掌握了吗？通过课程的学习，重在传授给学生计量经济学研究经济问题的思维方式和方法并结合实际的案例分析加以强化。2、经济量化分析的基本理论和基本方法掌握了吗？理论学习是思维创新和方法创新的源泉，对于提高学生分析问题和动手的能力具有实质性的帮助。3、适当的难度和前沿进展涉及到了吗？针对本科生、硕士生和博士生三个层次培养目标的不同, 计量经济学应该相应地界定为三个教学层次，即初、中级计量经济学、中级计量经济学和高级计量经济学。本科生教学定位于初、中级之间，适当地提高学习难度，有利于提升本科阶段计量经济学学习内容的实用性，而前沿进展的介绍便于学生以后在工作中的自主学习和发展。4、计量分析软件掌握了吗？这是本科计量经济学理论教学的目的。目前计量分析软件种类很多，而制作的基本原理是相同的，结合课堂理论学习一种计量分析工具具有触类旁通的意义。基于以上的关注点，本科计量经济学教学采用理论—实验教学模式的特点体现在：理论与实验相结合，在实验中把握理论，以实际应用为目的。这种教学模式提高教学效率的表现在于：1、使学生认识到，只有掌握了基本计量分析理论，才可能掌握量化软件的应用，并且通过上机处理实际问题强化了这种认识，刺激了理论学习的主动性，保证了在实验教学环节中取得较好的学习效果。2、上机实践中调动了学生对于已有的数学、统计学和经济学知识的综合运用，激活了学生的储备知识。3、上机实践中设计专题形式的现实经济问题分析，诱发了学生的探索热情。
二、理论—实验教学模式的基本做法
理论—实验教学模式的教学环节是：课堂理论+软件教学 → 实验室实践教学 → 课程论文评价，三个环节是递进的，教学目的培养学生掌握经济量化分析的基本技能。
（一）课堂理论 + 软件教学环节。
1、学时分配。课堂教学部分将2/3学时用于讲授经济计量理论和方法，剩余1/3学时穿插讲授相关的计量方法在计量经济学软件上的实现形式、计量软件操作命令、实际案例分析和演示，即在课堂上同步完成软件教学。这样能够形成活跃的课堂气氛，牵制学生的注意力，对学生有“即学即用”的感觉，理论和实际应用结合，理论学习效果好，同时便于顺利地进入第二教学环节中的实验室实践教学，有利于学生进行自主性学习。
2、教材选用。计量经济学的内容体系庞大，选取适当的教材是必须的。教材选用采取主导教材和辅助教材结合的方法推荐给学生。辅助教材的选择主要是国外引进的优秀版本，比较适合于课外学习，有利于拓展学生的思维和提高学习的兴趣。课堂内容的组织也吸收了这些教材给出的对本科生教学内容的建设性意见。
3、教学软件选用。目前采用的教学软件为EViews, 该软件是经济计量分析的专用软件，在高校计量经济学教学中应用普遍。理论教学中紧密结合该软件的应用，讲授相应的经济计量理论，从而把握各种经济计量软件编写依据的的共性原理，这是学习其他计量软件的基础。
4、教学方式。课堂教学方式体现在将课堂理论教学+软件学习+实际案例操作三位一体地结合在一起，其中教学案例是根据教学的内容和我国经济运行的统计资料编写。同时推荐经济研究方面的刊物，辅助学生课外学习，作为课堂教学的必要补充。
5、教学方法。在教学方法上，将多媒体课件教学与传统板书结合在一起。多媒体方式授课的确可以节省教师大量板书时间，但事实上由于短时间内信息量强度过大，不如传统的学生思维跟随教师粉笔游走来得轻松，削弱了课堂教学的效果。在教学实践中，对于重点章节内容，板书讲解穿插于课堂内容受到了学生的欢迎。
6、校园网教学平台利用。在教学平台，教师上传课程的教学大纲、教学日历、教案、教学软件、课件等必要的教学文件，方便学生把握学习进度和复习预习。上传精选的阅读材料，供学生课外学习并感受课堂理论在现实经济问题分析中的应用，进一步拉近理论和现实的距离。教师和学生课外对话的时间和空间在教学平台上也得到了拓展。这些方面都强化了课堂教学的效果。
（二）实验室实践教学环节
1、编写上机实习指导书。上机实习指导书配合于课堂教学内容，编排的内容包括课堂理论精要、计量分析方法、实际案例EViews操作和单元上机实习设计，据此学生可以轻松地进行自主性学习，完成单元上机实习任务
㈥ 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
㈦ 求一篇计量经济学论文
计量经济的
看要求的最理想的
㈧ 计量经济学论文
联系我们吧，我们最擅长的就是社科和英文类，支持支付宝，保证文章质量，有意请网络HI 我