【正文】 Aug04Dec9999Sep04Jan00Oct04Feb00Nov04Mar00Dec04Apr00Jan05May00Feb05Jun00Mar05Jul00Apr05Aug00May05Sep00100數(shù)據(jù)來(lái)源：中國(guó)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。在中國(guó)，大家普遍認(rèn)同貨幣供給的變化對(duì)物價(jià)具有滯后影響，但滯后期究竟有多長(zhǎng)，還存在不同的認(rèn)識(shí)。物價(jià)變動(dòng)與貨幣供應(yīng)量的變化有著較為密切的聯(lián)系，但是二者之間的關(guān)系不是瞬時(shí)的，貨幣供應(yīng)量的變化對(duì)物價(jià)的影響存在一定時(shí)滯。由差分方程有 由此，我們得到最終的中國(guó)農(nóng)村居民消費(fèi)模型為 Y t = + X t 由上式的中國(guó)農(nóng)村居民消費(fèi)模型可知，即中國(guó)農(nóng)民每增加收入1元。如果實(shí)際應(yīng)用中樣本較小，則兩者的差異會(huì)較大。同樣的方法可得到Y(jié)*的19個(gè)觀測(cè)值序列。在主菜單選擇Quick/Generate Series或點(diǎn)擊工作文件窗口工具欄中的Procs/Generate Series，在彈出的對(duì)話框中輸入Y*= *Y (1)，點(diǎn)擊OK得到廣義差分序列Y*，同樣的方法得到廣義差分序列X*。在本例中即為和。[原模型中Se（）= ，廣義差分模型中為Se（）= 。同時(shí)可見，可決系數(shù)Rt、F統(tǒng)計(jì)量也均達(dá)到理想水平。 由于使用了廣義差分?jǐn)?shù)據(jù)，樣本容量減少了1個(gè)，為18個(gè)。使用et進(jìn)行滯后一期的自回歸，在EViews命今欄中輸入ls e e (1)可得回歸方程 et= et1 由上式可知=，對(duì)原模型進(jìn)行廣義差分，得到廣義差分方程對(duì)上式的廣義差分方程進(jìn)行回歸，在EViews命令欄中輸入ls *Y (1) c *X (1)，回車后可得方程輸出結(jié)果如表52。由模型可得殘差序列et，在EViews中，每次回歸的殘差存放在resid序列中，為了對(duì)殘差進(jìn)行回歸分析，需生成命名為e的殘差序列。圖51 殘差圖 圖51殘差圖中，殘差的變動(dòng)有系統(tǒng)模式，連續(xù)為正和連續(xù)為負(fù)，表明殘差項(xiàng)存在一階正自相關(guān)，模型中t統(tǒng)計(jì)量和F統(tǒng)計(jì)量的結(jié)論不可信，需采取補(bǔ)救措施。對(duì)樣本量為1一個(gè)解釋變量的模型、5%顯著水平，查DW統(tǒng)計(jì)表可知，dL=，dU= ，模型中DWdL，顯然消費(fèi)模型中有自相關(guān)。為了消除價(jià)格變動(dòng)因素對(duì)農(nóng)村居民收入和消費(fèi)支出的影響，不宜直接采用現(xiàn)價(jià)人均純收入和現(xiàn)價(jià)人均消費(fèi)支出的數(shù)據(jù)，而需要用經(jīng)消費(fèi)價(jià)格指數(shù)進(jìn)行調(diào)整后的1985年可比價(jià)格計(jì)的人均純收入和人均消費(fèi)支出的數(shù)據(jù)作回歸分析。表51是從《中國(guó)統(tǒng)計(jì)年鑒》收集的中國(guó)農(nóng)村居民19852003年的收入與消費(fèi)數(shù)據(jù)。同時(shí)，農(nóng)村居民消費(fèi)模型也能用于農(nóng)村居民消費(fèi)水平的預(yù)測(cè)。消費(fèi)模型是研究居民消費(fèi)行為的常用工具。雖然這個(gè)模型可能還存在某些其他需要進(jìn)一步解決的問(wèn)題，但這一估計(jì)結(jié)果或許比引子中的結(jié)論更為接近真實(shí)情況。表46表46的估計(jì)結(jié)果如下 括號(hào)中數(shù)據(jù)為t統(tǒng)計(jì)量值。權(quán)數(shù)的生成過(guò)程如下，由圖41，在對(duì)話框中的Enter Quation處，按如下格式分別鍵入：；；，經(jīng)估計(jì)檢驗(yàn)發(fā)現(xiàn)用權(quán)數(shù)的效果最好。從表45可以看出，由White檢驗(yàn)知，在下，查分布表,得臨界值（在（）式中只有兩項(xiàng)含有解釋變量，故自由度為2），比較計(jì)算的統(tǒng)計(jì)量與臨界值，因?yàn)椋荆跃芙^原假設(shè)，不拒絕備擇假設(shè)，表明模型存在異方差。（三）White檢驗(yàn)由表42估計(jì)結(jié)果，按路徑view/residual tests/white heteroskedasticity（no cross terms or cross terms），進(jìn)入White檢驗(yàn)。由表43計(jì)算得到的殘差平方和為，由表44計(jì)算得到的殘差平方和為，根據(jù)GoldfeldQuanadt檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量為 （4）判斷。在Sample菜單里，將區(qū)間定義為1—8，然后用OLS方法求得如下結(jié)果表43在Sample菜單里,將區(qū)間定義為14—21，再用OLS方法求得如下結(jié)果表44（3）求F統(tǒng)計(jì)量值。（2）構(gòu)造子樣本區(qū)間，建立回歸模型。在Procs菜單里選Sort Series命令，出現(xiàn)排序?qū)υ捒?，如果以遞增型排序，選Ascenging，如果以遞減型排序，則應(yīng)選Descending，鍵入X，點(diǎn)ok。（二）GoldfeldQuanadt檢驗(yàn)EViews軟件操作。由圖42可以看出，殘差平方對(duì)解釋變量X的散點(diǎn)圖主要分布在圖形中的下三角部分，大致看出殘差平方隨的變動(dòng)呈增大的趨勢(shì)，因此，模型很可能存在異方差。選擇變量名X與e2（注意選擇變量的順序，先選的變量將在圖形中表示橫軸，后選的變量表示縱軸），進(jìn)入數(shù)據(jù)列表，再按路徑view/graph/scatter，可得散點(diǎn)圖，見圖42。生成過(guò)程如下，先按路徑：Procs/Generate Series，進(jìn)入Generate Series by Equation對(duì)話框，即 圖41然后，在Generate Series by Equation對(duì)話框中（如圖41），鍵入“e2=（resid）^2”，則生成序列。（1）生成殘差平方序列。（一）圖形法EViews軟件操作。 三、檢驗(yàn)?zāi)Ｐ偷漠惙讲畋纠玫氖撬拇ㄊ?000年各地市州的醫(yī)療機(jī)構(gòu)數(shù)和人口數(shù)，由于地區(qū)之間存在的不同人口數(shù)，因此，對(duì)各種醫(yī)療機(jī)構(gòu)的設(shè)置數(shù)量會(huì)存在不同的需求，這種差異使得模型很容易產(chǎn)生異方差，從而影響模型的估計(jì)和運(yùn)用。由2001年《四川統(tǒng)計(jì)年鑒》得到如下數(shù)據(jù)。案例分析四（異方差的檢驗(yàn)與校正）四川省醫(yī)療機(jī)構(gòu)回歸模型一、問(wèn)題的提出和模型設(shè)定根據(jù)本章引子提出的問(wèn)題，為了給制定醫(yī)療機(jī)構(gòu)的規(guī)劃提供依據(jù)，分析比較醫(yī)療機(jī)構(gòu)與人口數(shù)量的關(guān)系，建立衛(wèi)生醫(yī)療機(jī)構(gòu)數(shù)與人口數(shù)的回歸模型。這說(shuō)明，在其他因素不變的情況下，當(dāng)城鎮(zhèn)居民人均旅游支出和農(nóng)村居民人均旅游支出分別增長(zhǎng)1元時(shí)。以X3為基礎(chǔ)，順次加入其他變量逐步回歸。三、消除多重共線性采用逐步回歸的辦法，去檢驗(yàn)和解決多重共線性問(wèn)題。但是當(dāng)時(shí),不僅、系數(shù)的t檢驗(yàn)不顯著，而且系數(shù)的符號(hào)與預(yù)期的相反，這表明很可能存在嚴(yán)重的多重共線性。為此設(shè)定了如下對(duì)數(shù)形式的計(jì)量經(jīng)濟(jì)模型：其中 ：——第t年全國(guó)旅游收入——國(guó)內(nèi)旅游人數(shù) （萬(wàn)人）——城鎮(zhèn)居民人均旅游支出 （元）——農(nóng)村居民人均旅游支出 （元）——公路里程（萬(wàn)公里）——鐵路里程（萬(wàn)公里） 為估計(jì)模型參數(shù)，收集旅游事業(yè)發(fā)展最快的1994—2003年的統(tǒng)計(jì)數(shù)據(jù)，如表31所示：表31 1994年—2003年中國(guó)旅游收入及相關(guān)數(shù)據(jù)年份國(guó)內(nèi)旅游收入Y（億元）國(guó)內(nèi)旅游人數(shù)X2（萬(wàn)人次）城鎮(zhèn)居民人均旅游支出X3（元）農(nóng)村居民人均旅游支出X4 （元）公路里程 X5（萬(wàn)公里）鐵路里程X6（萬(wàn)公里）199452400199562900199663900199764400199869450199971900200074400200178400200287800200387000數(shù)據(jù)來(lái)源:《中國(guó)統(tǒng)計(jì)年鑒2004》利用Eviews軟件，輸入Y、XXXXX6等數(shù)據(jù)，采用這些數(shù)據(jù)對(duì)模型進(jìn)行OLS回歸，結(jié)果如表32所示。二、模型設(shè)定及其估計(jì)經(jīng)分析，影響國(guó)內(nèi)旅游市場(chǎng)收入的主要因素，除了國(guó)內(nèi)旅游人數(shù)和旅游支出以外，還可能與相關(guān)基礎(chǔ)設(shè)施有關(guān)。改革開放20多年來(lái)，特別是進(jìn)入90年代后，%，遠(yuǎn)高于同期GDP %的增長(zhǎng)率。案例分析三（多重共線性的檢驗(yàn)與校正）中國(guó)旅游收入回歸模型一、研究的目的要求近年來(lái)，中國(guó)旅游業(yè)一直保持高速發(fā)展，旅游業(yè)作為國(guó)民經(jīng)濟(jì)新的增長(zhǎng)點(diǎn)，在整個(gè)社會(huì)經(jīng)濟(jì)發(fā)展中的作用日益顯現(xiàn)。（3）t 檢驗(yàn)：分別針對(duì)：，給定顯著性水平，查t分布表得自由度為nk=21臨界值。（2）F檢驗(yàn)：針對(duì)，給定顯著性水平，在F分布表中查出自由度為k1=3和nk=21的臨界值。這與理論分析和經(jīng)驗(yàn)判斷相一致。年份稅收收入（億元）（Y）國(guó)內(nèi)生產(chǎn)總值（億元）（X2）財(cái)政支出（億元）（X3）商品零售價(jià)格指數(shù)（%）（X4）1978197919801981198219831984198519861987198819891990199119921993199419951996199719981999200020012002表21 中國(guó)稅收收入及相關(guān)數(shù)據(jù) 估計(jì)參數(shù)：點(diǎn)擊“Procs“下拉菜單中的“Make Equation”，在出現(xiàn)的對(duì)話框的“Equation Specification”欄中鍵入“Y C X2 X3 X4”，在“Estimation Settings”欄中選擇“Least Sqares”(最小二乘法)，點(diǎn)“ok”，即出現(xiàn)回歸結(jié)果，見表22所示。用同樣方法在對(duì)應(yīng)的列命名XXX4，并輸入相應(yīng)的數(shù)據(jù)。在“Objects”菜單中點(diǎn)擊“New Objects”，在“New Objects”對(duì)話框中選“Group”，并在“Name for Objects”上定義文件名，點(diǎn)擊“OK”出現(xiàn)數(shù)據(jù)編輯窗口。在“Workfile frequency”中選擇“Annual” (年度)，并在“Start date”中輸入開始時(shí)間“1978”，在“end date”中輸入最后時(shí)間“2002”，點(diǎn)擊“ok”，出現(xiàn)“Workfile UNTITLED”工作框。所以解釋變量設(shè)定為可觀測(cè)的“國(guó)內(nèi)生產(chǎn)總值”、“財(cái)政支出”、“商品零售物價(jià)指數(shù)”等變量。 二、模型設(shè)定 為了全面反映中國(guó)稅收增長(zhǎng)的全貌，選擇包括中央和地方稅收的“國(guó)家財(cái)政收入”中的“各項(xiàng)稅收”（簡(jiǎn)稱“稅收收入”）作為被解釋變量，以反映國(guó)家稅收的增長(zhǎng)；選擇“國(guó)內(nèi)生產(chǎn)總值（GDP）”作為經(jīng)濟(jì)整體增長(zhǎng)水平的代表；選擇中央和地方“財(cái)政支出”作為公共財(cái)政需求的代表；選擇“商品零售物價(jià)指數(shù)”作為物價(jià)水平的代表。但是第二次稅制改革對(duì)稅收增長(zhǎng)速度的影響不是非常大。我國(guó)自1978年以來(lái)經(jīng)歷了兩次大的稅制改革，一次是19841985年的國(guó)有企業(yè)利改稅，另一次是1994年的全國(guó)范圍內(nèi)的新稅制改革。我國(guó)的稅制結(jié)構(gòu)以流轉(zhuǎn)稅為主，以現(xiàn)行價(jià)格計(jì)算的GDP等指標(biāo)和經(jīng)營(yíng)者的收入水平都與物價(jià)水平有關(guān)。（2）公共財(cái)政的需求，稅收收入是財(cái)政收入的主體，社會(huì)經(jīng)濟(jì)的發(fā)展和社會(huì)保障的完善等都對(duì)公共財(cái)政提出要求，因此對(duì)預(yù)算支出所表現(xiàn)的公共財(cái)政的需求對(duì)當(dāng)年的稅收收入可能會(huì)有一定的影響。為了研究影響中國(guó)稅收收入增長(zhǎng)的主要原因，分析中央和地方稅收收入的增長(zhǎng)規(guī)律，預(yù)測(cè)中國(guó)稅收未來(lái)的增長(zhǎng)趨勢(shì)，需要建立計(jì)量經(jīng)濟(jì)模型。在“E”框中，點(diǎn)擊“Forecast”可得預(yù)測(cè)值及標(biāo)準(zhǔn)誤差的圖形如圖13。個(gè)別值置信度95%的預(yù)測(cè)區(qū)間為：時(shí) 時(shí) 即是說(shuō)，當(dāng)?shù)谝徊綍r(shí)，個(gè)別值置信度95%的預(yù)測(cè)區(qū)間為（，）元。 表13 : 取,平均值置信度95%的預(yù)測(cè)區(qū)間為： 時(shí) 時(shí) 即是說(shuō)，當(dāng)元時(shí)，平均值置信度95%的預(yù)測(cè)區(qū)間為（，）元。這是當(dāng)和時(shí)人均消費(fèi)支出的點(diǎn)預(yù)測(cè)值。在對(duì)話框中的“Forecast name”(預(yù)測(cè)值序列名)鍵入“”， 回車即得到模型估計(jì)值及標(biāo)準(zhǔn)誤差的圖形。 為了輸入，在EViews命令框鍵入data x /回車, 在X數(shù)據(jù)表中的“32”位置輸入“8270”，在“33”的位置輸入“12405”，將數(shù)據(jù)表最小化。 用EViews作回歸預(yù)測(cè)，首先在“Workfile”窗口點(diǎn)擊“Range”，出現(xiàn)“Change Workfile Range”窗口，將“End data”由“31”改為“33”，點(diǎn)“OK”，將“Workfile”中的“Range”擴(kuò)展為1—33。在西部大開發(fā)的推動(dòng)下，如果西部地區(qū)的城市居民人均年可支配收入第一步爭(zhēng)取達(dá)到1000美元(按現(xiàn)有匯率即人民幣8270元)，第二步再爭(zhēng)取達(dá)到1500美元(即人民幣12405元)，利用所估計(jì)的模型可預(yù)測(cè)這時(shí)城市居民可能達(dá)到的人均年消費(fèi)支出水平。這表明，城市人均年可支配收入對(duì)人均年消費(fèi)支出有顯著影響。取，查t分布表得自由度為的臨界值。