【文章內容簡介】 Variable Coefficient Std. Error tStatistic Prob. C X1 X2 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid 16054157 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 圖 8 Y = + *X1 + * X2 () () () = 加入 X3, Dependent Variable: Y Method: Least Squares Date: 12/16/12 Time: 14:37 Sample: 1980 2020 Included observations: 27 Variable Coefficient Std. Error tStatistic Prob. C X2 X3 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid 13238574 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 圖 9 計量經濟學論文 14 Y = + * X2 + * X3 () () () = 由以上數據構成表格如下： (X1) (X2) (X3) Y=f(X2) () () Y=f(X1,X2) () () () Y=f(X3,X2) () () () Y=f(X1,X2,X3) () () () () 表 3. 稅收收入模型估計 結果分析： 在最優(yōu)簡單回歸方程 Y=f(X2)中引入 X1， 值略有提高。雖然 X2與 X1高度相關，在 X1 的引入對參數 影響不大， 的符號不滿意，可以是“多余變量”，暫時刪除； 模型中引入 X3，使 值由 提升到 ， 正號也合理，進行 t 檢驗， 不顯著。從經濟理論分析， X3 應該是重要變量，雖然 X2與 X3高度相關，但不影響 的顯著性和穩(wěn)定性，因此，可能是“有利變量”，暫時保留； 最后在 Y=f(X3,X2)的基礎上引入 X1， = 幾乎沒有增加，其他兩個參 數系數沒有多大影響，可以確定 X1 是多余變量，應從模型中刪除。 得出最后回歸模型是： Y = + * X2 + * X3 () () () = 由于剔除了變量 X1，故模型已不存在多重共線性，且各解釋變量前得系數均符合經濟意義，模型擬合度上升，各變量 t檢驗值上升。在其他因素保持不變的情況下，財政支出每增加 1億元 ，商品零售物價指數增加 1%，稅收收入增加 。 計量經濟學論文 15 （ 2）鄒氏檢驗 考慮到 19802020 年時間跨度較大， 政府財政支出及商品零售物價指數均發(fā)生了較大的變化， 有必要對模型進行參數的穩(wěn)定性檢驗。 將數據分為 19801992 年和 19932020 年兩組分別進行普通最小二乘回歸結果如下： 19801992年： Dependent Variable: Y Method: Least Squares Date: 12/16/12 Time: 15:47 Sample: 1980 1992 Included observations: 13 Variable Coefficient Std. Error tStatistic Prob. C X2 X3 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 圖 10 記此時的殘差平方和為 RSS1=419273 19932020年： Dependent Variable: Y Method: Least Squares Date: 12/16/12 Time: 16:10 Sample: 1993 2020 Included observations: 14 Variable Coefficient Std. Error tStatistic Prob. C X2 X3 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion 計量經濟學論文 16 Sum squared resid 9806391. Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 圖 11 記此時的殘差平方和為 RSS2=9806391 結合首次回歸的結果中殘差平方和 RSSR=13238574，根據鄒氏參數穩(wěn)定性檢驗的方法構造 F統(tǒng)計量： 12 121 2 1 2( ) / ( 1 ) ~ ( 1 , 2 2 )( ) / ( 2 2 )RR S S R S S R S S kF F k n n kR S S R S S n n k? ? ?? ? ? ? ?? ? ? ? = =F（ 3， 21） = F統(tǒng)計量小于了 5%顯著性水平下的臨界值，接受參數穩(wěn)定的前提假設條件，因此通過了鄒氏參數結構穩(wěn)定性檢驗，此數據不存在結構性差異。 （ 3）異方差檢驗 ①異方差檢驗 首先利用 EVIEWS做出殘差平方項 resid^2與 X X3的散點圖 1圖 13所示： 01 0 0 0 02 0 0 0 03 0 0 0 04 0 0 0 05 0 0 0 0 2 0 0 0 1 0 0 0 0 1 0 0 0 2 0 0 0R E S IDX2 圖 12 計量經濟學論文 17 951 0 01 0 51 1 01 1 51 2 01 2 5 2 0 0 0 1 0 0 0 0 1 0 0 0 2 0 0 0R E S I DX3 圖 13 由以上散點圖表示可能存在異方差。 2 0 0 0 1 5 0 0 1 0 0 0 5 0 005 0 01 0 0 01 5 0 02 0 0 080 82 84 86 88 90 92 94 96 98 00 0