1、 计 量 经 济 学 课 程 设 计 第 1 页 共 26 页1 引言1.1 本文所用各变量指标简介1.1.1居民消费水平简介居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和质量反映出来。反映居民消费水平的主要指标有：(1)平均实物消费量指标：平均每人全年主要有消费品的消费量、平均每百户耐用消费品拥有量、人均居住面积、平均每人生活用水量、平均每人生活用电量等；(2)现代化生活设施的普及程度指标：自来水普及率、煤气普及率、平均每百户主要家用电器拥有量、电话普及率等；(3)反映消费水平的消费结构指标：居民生活消费支出
2、中食品的比例、居民生活消费支出中文化生活服务支出比例、不同质量消费晶的消费比例等；(4)平均消费量的价值指标：平均每人消费基金、平均每人生活消费额、平均每人用于各项生活消费的支出等。1.1.2 国内生产总值(GDP)简介国内生产总值是指经济社会（即一国或一地区）在一定时期内运用生产要素所生产的全部最终产品（物品和劳务）的市场价值。国内生产总值数据是由国家统计局国民经济核算司根据不同产业部门、不同支出构成的特点和资料来源情况而采用不同方法计算的。国民总收入是在国内生产总值的基础上加上来自国外的净要素收入求得的。国内生产总值是一个价值量指标，其价值的变化受价格变化和物量变化两大因素影响。不变价国内
3、生产总值是把按当期价格计算的国内生产总值换算成按某个固定期（基期）价格计算的价值，从而使两个不同时期的价值进行比较时，能够剔除价格变化的影响，以反映物量变化，反映生产活动成果的实际变动。1.1.3 农村居民家庭人均纯收入简介农村居民家庭人均纯收入是指农村住户当年从各个来源得到的总收入相应地扣除所发生的费用后的收入总和。计算方法：纯收入=总收入-税费支出-家庭经营费用支出-生产性固定资产折旧-赠送农村亲友支出计 量 经 济 学 课 程 设 计 第 2 页 共 26 页纯收入主要用于再生产投入和当年生活消费支出，也可用于储蓄和各种非义务性支出。 “农民人均纯收入”按人口平均的纯收入水平，反映的是一
4、个地区或一个农户农村居民的平均收入水平。1.1.4 城镇居民家庭人均可支配收入简介城镇居民家庭人均可支配收入是指家庭成员得到可用于最终消费支出和其它非义务性支出以及储蓄的总和，即居民家庭可以用来自由支配的收入。它是家庭总收入扣除交纳的个人所得税、个人交纳的社会保障支出以及记账补贴后的收入。计算公式为：可支配收入=家庭总收入-交纳个人所得税-个人交纳的社会保障支出-记账补贴1.1.5 人口自然增长率简介人 口 自 然 增 长 率 ， 是 反 映 人 口 发 展 速 度 和 制 定 人 口 计 划 的 重 要 指 标 ， 也 是 计 划生 育 统 计 中 的 一 个 重 要 指 标 ， 它 表 明
5、 人 口 自 然 增 长 的 程 度 和 趋 势 。指 在 一 定 时 期 内 (通 常 为 一 年 )人 口 自 然 增 加 数 (出 生 人 数 减 死 亡 人 数 )与 该 时期 内 平 均 人 数 (或 期 中 人 数 )之 比 ， 一 般 用 千 分 率 表 示 。人 口 自 然 增 长 率 人 口 出 生 率 -人 口 死 亡 率 。另 外 ， 人 口 自 然 增 长 率 还 可 以 用 人 口 出 生 率 与 死 亡 率 之 差 表 示 。 当 全 年 出 生 人数 超 过 死 亡 人 数 时 ， 人 口 自 然 增 长 率 为 正 值 ， 当 全 年 死 亡 人 数 超 过 出
6、 生 人 数 时 ， 则为 负 值 。 因 此 ， 人 口 自 然 增 长 水 平 取 决 于 出 生 率 和 死 亡 率 两 者 之 间 的 相 对 水 平 ， 它是 反 映 人 口 再 生 产 活 动 的 综 合 性 指 标 。1.2 课题意义消费是生产之矢，合理的消费有利于改善人民生活质量，促进生产发展。在推动经济发展的三个要素中，消费独占鳌头。作为社会总需求的最重要组成部分，居民消费增长直接影响整个国民经济增长的速度和质量。当前，居民消费增长问题是各方面普遍关注的热点。我们认为，研究居民消费增长关键要研究影响居民消费行为的因素，因为，居民消费的形成和变动主要是消费者根据自身的经济收入和
7、消费偏好自主选择的结果，特别是在当前经济转型期，这种自主偏好表现得更加明显 1。1.3 课题内容和任务本文将在经济理论的指导下，采用计量经济的方法，并借助于计量经济学软件计 量 经 济 学 课 程 设 计 第 3 页 共 26 页Eviews，对我国的居民消费水平的影响因素进行初步的实证分析。2 建立一元线性回归模型2.1 国内生产总值对居民消费水平的影响由经济理论分析可知，经济发展水平与居民消费水平有密切关系。因此，我们设定居民消费水平 （绝对数（元） ）与国内生产总值 （亿元）的关系为：iYiX12,.,1Yii 假定模型中随机误差项 满足古典假定，运用 OLS 法估计模型参数，结果如图1
8、2.1：Dependent Variable: YMethod: Least SquaresDate: 06/23/19 Time: 10:45Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X1 0.028202 0.000887 31.80166 0.0000C 468.9085 98.00860 4.784361 0.0001R-squared 0.981560 Mean dependent var 2916.714Adjusted R-squared 0.980
9、589 S.D. dependent var 1995.620S.E. of regression 278.0362 Akaike info criterion 14.18377Sum squared resid 1468778. Schwarz criterion 14.28325Log likelihood -146.9296 F-statistic 1011.345Durbin-Watson stat 0.120965 Prob(F-statistic) 0.000000图 2.1 回归模型 1估计模型结果如下： 2,.,028.95.4681iXYi )6.3()7( 12096545
10、.09805.981560.22 WDFRR 计 量 经 济 学 课 程 设 计 第 4 页 共 26 页其中，可决系数 。从回归结果可以看出，模型拟合度很好，可决系981560.2R数很高，这也表明国内生产总值确实对居民消费水平有显著影响。其中，GDP 每增长1 亿元，居民消费水平平均增加 0.028 元。2.2 居民人均收入对居民消费水平的影响由于我国城乡差距比较显著，于是在这里分别考察了城镇居民和农村居民的可支配收入对消费水平的影响。设农村居民家庭人均纯收入为 （绝对数（元） ） ，城镇居iX2民家庭人均可支配收入为 （绝对数（元） ） ，它们与居民消费水平 （绝对数（元） ）iX3 i
11、Y的关系为： 21,.,22iXYii 33ii运用 OLS 法估计结果如图 2.2，图 2.3：农村居民家庭人均纯收入对居民消费水平的影响：Dependent Variable: YMethod: Least SquaresDate: 06/23/10 Time: 10:46Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X2 1.742208 0.033831 51.49661 0.0000C -289.4868 72.77655 -3.977748 0.0008R
12、-squared 0.992886 Mean dependent var 2916.714Adjusted R-squared 0.992512 S.D. dependent var 1995.620S.E. of regression 172.6887 Akaike info criterion 13.23125Sum squared resid 566606.2 Schwarz criterion 13.33073Log likelihood -136.9281 F-statistic 2651.901Durbin-Watson stat 0.302769 Prob(F-statistic
13、) 0.000000图 2.2 回归模型 2估计模型结果如下： 1,.,7408.186.292iXYi )96.5()3(计 量 经 济 学 课 程 设 计 第 5 页 共 26 页302769901.2659251.09286.022 WDFRR 城镇居民可支配收入对居民消费水平的影响：Dependent Variable: YMethod: Least SquaresDate: 06/23/10 Time: 10:47Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.
14、 X3 0.517778 0.008285 62.49909 0.0000C 125.4726 54.41379 2.305897 0.0326R-squared 0.995159 Mean dependent var 2916.714Adjusted R-squared 0.994905 S.D. dependent var 1995.620S.E. of regression 142.4509 Akaike info criterion 12.84627Sum squared resid 385553.2 Schwarz criterion 12.94574Log likelihood -
15、132.8858 F-statistic 3906.137Durbin-Watson stat 0.297698 Prob(F-statistic) 0.000000图 2.3 回归模型 3估计模型结果如下： 21,.,5178.0426.13iXYi )490.()39( 29768.0.17.6405.951.022 WDFRR 由数据分析的结论可知，农村居民人均纯收入对居民消费水平的影响大大超过了城镇居民人均可支配收入对居民消费水平的影响。造成这种情况，主要有以下几个原因：第一是我国是农民人口占绝大多数的国家，而居民消费水平是以人口数为权数对农村居民消费水平和城镇居民消费水平进行加权平均
16、计算而得到的；第二是农村居民的消费动力远远大于城镇居民。根据联合国粮农组织提出的标准，恩格尔系数在 59%以上为贫困，5059%为温饱，4050%为小康，3040%为富裕，低于 30%为最富裕。1978 年，我国城乡居民的恩格尔系数分别为 57.5%和 67.7%，也就是说城镇居民只属于勉强温饱，农村居民则处于绝对贫困。然而到 2007 年，农村居民家庭的恩格尔系数降至 43.1%，而城镇居民家庭的恩格尔系数则降至 36.3%, 可见农村居民目前的消费需求大于城镇居民。计 量 经 济 学 课 程 设 计 第 6 页 共 26 页2.3 人口自然增长率对居民消费水平的影响人口的多少与消费水平的高
17、低有密切的关系。由经验分析可知，在人口数量一定的情况下，经济发展水平越高，消费品数量越多，那么居民消费水平就会越高；反之，在经济发展水平稳定的条件下，人口数量的多少就决定着消费水平的高低。设人口自然增长率为 ，进行回归分析。设： 回归结果如图iX4 21,.,44iXYii 2.4 所示：Dependent Variable: YMethod: Least SquaresDate: 06/23/10 Time: 10:45Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.
18、X4 -626.0589 51.54575 -12.14569 0.0000C 8798.985 507.2798 17.34543 0.0000R-squared 0.885898 Mean dependent var 2916.714Adjusted R-squared 0.879893 S.D. dependent var 1995.620S.E. of regression 691.6117 Akaike info criterion 16.00632Sum squared resid 9088208. Schwarz criterion 16.10580Log likelihood
19、-166.0664 F-statistic 147.5179Durbin-Watson stat 0.679606 Prob(F-statistic) 0.000000图 2.4 回归模型 4估计模型结果如下： 21,.,0589.629.874iXYi )6.1()341( 6790579.879.0859.022 WDFRR 回归结果表明，人口每增长 1%。 ，居民消费水平平均下降 626.0589 元。其原因主要是我国人口基数大，即使增长率很低，也使得以人口平均来计算的居民消费水平有显著性变动。3 建立多元线性回归模型3.1 最小二乘估计计 量 经 济 学 课 程 设 计 第 7 页 共
20、 26 页根据统计数据建立我国居民消费水平模型，即本节所说的消费水平均是对全国而言。由上述分析可知国内生产总值、城乡居民人均收入、人口自然增长率对我国居民消费水平影响都很显著，故将其作为解释变量，将居民消费水平作为被解释变量，因此建立下面的多元回归模型： 21,.,43210 iXXYiiiii 其中 是居民消费水平（绝对数（元） ） ， 是国内生产总值（亿元） ， 是农村i i1 iX2居民家庭人均纯收入（绝对数（元） ） ， 是城镇居民家庭人均可支配收入（绝对数i3（元） ） ， 是人口自然增长率， 是常数项， 、 、 和 是待估参数， 是iX4 01234i随机误差项。对模型进行多元回归
21、分析。利用 21 组年度数据（见附录） ，并借助于计量经济学软件 Eviews3.1，对数据进行最小二乘估计结果如图 3.1 所示。Dependent Variable: YMethod: Least SquaresDate: 06/23/10 Time: 10:40Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X1 0.003981 0.002082 1.911991 0.0740X2 0.857262 0.066991 12.79670 0.0000X3 0.16
22、1846 0.056288 2.875318 0.0110X4 -43.48537 8.988769 -4.837744 0.0002C 629.6146 127.8992 4.140874 0.0008R-squared 0.999724 Mean dependent var2916.714Adjusted R-squared0.999655 S.D. dependent var 1995.620S.E. of regression 37.04125 Akaike info criterion 1026620Sum squared resid 21952.87. Schwarz criter
23、ion 10.51489Log likelihood -102.7951 F-statistic 14508.90Durbin-Watson stat 1.382894 Prob(F-statistic) 0.000000图 3.1 最小二乘估计结果估计模型结果如下： 21,.,48537.168.08572.0391.0614.529 43 iXXY iiii )0.().()3.()6.2()( 计 量 经 济 学 课 程 设 计 第 8 页 共 26 页9724.02R965.0R90.148F04125.37.ES在利用最小二乘估计时，模型应首先满足以下假设条件：1) 差项的期望为 0
24、，即 。)(tE2) 不同的随机误差项之间是相互独立的， 即 。stst,0),cov(3) 随机误差项的方差与 无关，为一个常数，即 。t 2art4) 误差项与解释变量无关，即 。通常假设 为非随机变量，),1(0),cov(jxtjjtx这个假设自动成立。5) 随机误差项 为服从正态分布的随机变量，即 。tu ),0(2Nt6) 解释变量之间不存在多共线性，即假定个随机变量之间不存在线性关系。即不存在多重共线性。3.2 多重共线性3.2.1 多重共线性检验计量经济学当中多重共线性的检验有多种方法 2：1）相关系数检验法；2）辅助回归模型检验；3）方差膨胀因子检验；4）特征值检验；5）根据
25、回归结果判断。产生多重共线性的原因有：1）经济变量之间往往存在同方向的变化趋势。2）经济变量之间往往存在着密切的关联度。3）在模型中采用滞后变量也容易产生多重共线性。4）在建模过程中由于解释时变量选择不当引起了变量之间的多重共线性。多重共线性产生的影响：1）增大最小二乘估计的方差。2）可能导致在假设检验中舍去重要的解释变量，检验的可靠性降低。3）回归模型缺乏稳定性。计 量 经 济 学 课 程 设 计 第 9 页 共 26 页下面用相关系数检验法检验解释变量的多重共线性，经过计算得到变量之间的相关系数如图 3.2 所示：图 3.2 相关系数矩阵由上图知， 、 、 间的相关系数在 0.99 以上，
26、这说明解释变量之间高度iX1i2i3线性相关，即存在比较严重的多重共线性。 3.2.2 多重共线性的消除多重共线性的消除方法有：1）保留重要的解释变量，去掉次要的或可替代的解释变量；2）利用先验信息改变参数的约束形式；3）变化模型的形式；4）综合使用时序数据和截面数据；5）增加样本容量；6）逐步回归法；7）主成分回归法。3.2.3 逐步回归法步骤由于多重共线性的存在，我们对模型进行修正，采用逐步回归法。逐步回归法是指以 Y 为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。在引入新的解释变量的回归方程中：1）如果新引入的解释变量在符号经济意义的前提下，能使拟合优度 有所提高，2R并每
27、个参数统计检验显著，则可采纳改变量。2）如果新引入的解释变量不能改善拟合度，同时对其他参数无明显影响，则可舍弃该变量；3）如果新引入的解释变量能使拟合优度有所改善， 提高，但对其他参数的符2R号和数值有明显影响，统计检验也不显著，可以断定新解释变量引起了共线性。按照前述的检验方法，考察变量间线性相关的形式和程度，并进行经济意义的判断，在共计 量 经 济 学 课 程 设 计 第 10 页 共 26 页线性程度最高的两个变量中，舍去对被解释变量影响较小，经济意义相对次要的一个，保留影响较大，经济意义相对重要的一个。但要注意，不应轻易舍去新引入的变量，否则会造成模型设定偏误和随机项与解释变量相关。逐
28、步回归法的具体步骤如下所示：1）利用相关系数从所有解释变量中选取相关性最强的变量建立一元回归模型。从相关系数矩阵中可以看出 与 的相关性最强，故对居民消费水平 与城镇居iX3iYiY民家庭人均可支配收入 进行回归分析，结果如图 3.3 所示。i3Dependent Variable: YMethod: Least SquaresDate: 06/23/10 Time: 10:47Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X3 0.517778 0.008285 6
29、2.49909 0.0000C 125.4726 54.41379 2.305897 0.0326R-squared 0.995159 Mean dependent var 2916.714Adjusted R-squared 0.994905 S.D. dependent var 1995.620S.E. of regression 142.4509 Akaike info criterion 12.84627Sum squared resid 385553.2 Schwarz criterion 12.94574Log likelihood -132.8858 F-statistic 39
30、06.137Durbin-Watson stat 0.297698 Prob(F-statistic) 0.000000图 3.3 逐步回归 1得到一元回归模型(一) ： 2,.,0.578426.1 3iXYi )490.()39( 95.02R.2R17.6F4509ES相对较大，表明城镇居民家庭人均可支配收入对居民消费水平有显著的影响。22）在一元回归模型中分别引入第二个变量，共建立 k-1 个二元回归模型（设共有k 个解释变量） ，从这些模型中再选去一个较优的模型，选取时要求每个解释变量影响显著，参数符号正确， 值有所提高。2R首先在一元回归模型(一) 引入变量 进行回归分析，结果如图
31、 3.4 所示。iX1计 量 经 济 学 课 程 设 计 第 11 页 共 26 页Dependent Variable: YMethod: Least SquaresDate: 06/23/10 Time: 16:36Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X3 0.777720 0.082676 9.406881 0.0000X1 -0.014305 0.004534 -3.154899 0.0055C -34.21533 67.63483 -0.50588
32、3 0.6191R-squared 0.996883 Mean dependent var 2916.714Adjusted R-squared 0.996537 S.D. dependent var 1995.620S.E. of regression 117.4424 Akaike info criterion 12.50134Sum squared resid 248268.9 Schwarz criterion 12.65055Log likelihood -128.2640 F-statistic 2878.391Durbin-Watson stat 0.750728 Prob(F-
33、statistic) 0.000000图 3.4 逐步回归 2接着在一元回归模型(一) 引入变量 进行回归分析，结果如图 3.5 所示。iX2Dependent Variable: YMethod: Least SquaresDate: 06/23/10 Time: 16:48Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X3 0.288353 0.022152 13.01703 0.0000X2 0.781028 0.074622 10.46650 0.0000C
34、-75.07190 28.42868 -2.640710 0.0166R-squared 0.999317 Mean dependent var 2916.714Adjusted R-squared 0.999241 S.D. dependent var 1995.620S.E. of regression 54.98014 Akaike info criterion 10.98338Sum squared resid 54410.68 Schwarz criterion 11.13260Log likelihood -112.3255 F-statistic 13165.79Durbin-W
35、atson stat 0.864750 Prob(F-statistic) 0.000000图 3.5 逐步回归 3然后在一元回归模型(一) 引入变量 进行回归分析，结果如图 3.6 所示。iX4计 量 经 济 学 课 程 设 计 第 12 页 共 26 页Dependent Variable: YMethod: Least SquaresDate: 06/23/10 Time: 16:39Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X3 0.488846 0.02
36、3081 21.17916 0.0000X4 -39.60710 29.57939 -1.339010 0.1972C 653.5774 397.9865 1.642210 0.1179R-squared 0.995598 Mean dependent var 2916.714Adjusted R-squared 0.995109 S.D. dependent var 1995.620S.E. of regression 139.5683 Akaike info criterion 12.84655Sum squared resid 350627.8 Schwarz criterion 12.
37、99577Log likelihood -131.8888 F-statistic 2035.474Durbin-Watson stat 0.391082 Prob(F-statistic) 0.000000图 3.6 逐步回归 4比较各个模型的可决系数，可知拟合优度最大的是逐步回归 3 中得到的模型，记为模型( 二) ： 21,.,285.0781.09.75 3 iXYii )70.1()46.()32( 1.02R.R9.F984.5.ES3）在选取的二元回归模型中以同样方式引入第三个变量；如此进行下去，直至无法引入新的变量。首先在二元回归模型(二) 引入变量 进行回归分析，结果如图 3
38、.7 所示。iX1计 量 经 济 学 课 程 设 计 第 13 页 共 26 页Dependent Variable: YMethod: Least SquaresDate: 06/23/10 Time: 16:58Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X1 -0.000915 0.002771 -0.330111 0.7453X2 0.761142 0.097402 7.814476 0.0000X3 0.310814 0.071735 4.332791 0
39、.0005C -80.17599 33.00524 -2.429190 0.0265R-squared 0.999321 Mean dependent var 2916.714Adjusted R-squared 0.999201 S.D. dependent var 1995.620S.E. of regression 56.39364 Akaike info criterion 11.07223Sum squared resid 54064.12 Schwarz criterion 11.27119Log likelihood -112.2584 F-statistic 8342.748D
40、urbin-Watson stat 0.908259 Prob(F-statistic) 0.000000图 3.7 逐步回归 5由结果可知，变量 参数符号为负，明显不符合经济意义。故此模型应舍去。iX1然后在二元回归模型(二) 引入变量 进行回归分析，结果如图 3.8 所示。iX4Dependent Variable: YMethod: Least SquaresDate: 06/23/10 Time: 17:10Sample: 1 21Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X2
41、0.772684 0.054096 14.28362 0.0000X3 0.265140 0.016990 15.60522 0.0000X4 -35.13249 8.447083 -4.159127 0.0007C 395.5129 115.0041 3.439118 0.0031R-squared 0.999661 Mean dependent var 2916.714Adjusted R-squared 0.999602 S.D. dependent var 1995.620S.E. of regression 39.82956 Akaike info criterion 10.3767
42、4Sum squared resid 26968.70 Schwarz criterion 10.57570Log likelihood -104.9558 F-statistic 16730.39Durbin-Watson stat 1.389863 Prob(F-statistic) 0.000000图 3.8 逐步回归 6计 量 经 济 学 课 程 设 计 第 14 页 共 26 页由结果可知，引入变量 对拟合优度影响不大，即提高不明显，故此模型也应舍iX4去。综合上述分析，选取二元回归模型(二)为最终回归模型进行以下检验。3.2.4 对模型的古典假设进行检验的正态性检验tu对 的正态性
43、检验，我们采用 检验。t JB在正态性假设下， 统计量渐进的服从自由度为 2 的 分布。J （ 表示渐进地）2()asyBasy软件分析结果如图 3.9 所示：图 3.9 JB 检验结果由图 3.9 得偏度系数为 ，取显著性水平 ，则9571.0JB0.5， ，这表明 统计量是统计不显著的，从而20.5().91474.JB认为 服从正态分布。t3.3 自相关性3.3.1 自相关性检验自相关性产生的原因：1) 经济变量惯性的作用引起随机误差项自相关。2）经济行为的滞后性引起随机误差项自相关。3) 一些随机因素的干扰或影响引起随机误差项自相关。计 量 经 济 学 课 程 设 计 第 15 页 共
44、 26 页4）模型设定误差引起随机误差项自相关。5）观测数据处理引起随机误差项序列相关。自相关性产生的影响：1) 参数估计值仍旧是无偏的。2）参数估计值不在具有最小方差性。自相关性的检验方法有：1）图示法（残差图分析） ；如图 3.10，由图中信息可见 呈现有规律的波动，可te以初步推断模型存在自相关性，-10-5005010150 0204060802468101214161820Residual Actual Fited图 3.10 残差图2）杜宾-瓦森(D-W)检验；在 5%的显著性水平下，n=21，k=3 (包含常数项) ，查表得 dl=1.13，du=1.54 ，由逐步回归 3 得
45、D.W.= 0.864750du，如图 3.12 所示，说明模型已不存在一阶自相关性；在再次进行偏相关系数检验时，如图 3.13 所示，也表明不存在高阶自相关性。因此，模型已经消除了自相关性的影响。得到二元回归模型(三)： 21,.,17853.00395.1278.49 2iXYii )6.().6()( .02R.2R9.4F8739.4.ES分析：04139.)(A12705.)(AR )3685267t其中， ， 为模型(1)AR(9) iiii v91其中 ， 的估计值 。19 )()(91AR，3.4 异方差性计 量 经 济 学 课 程 设 计 第 18 页 共 26 页3.4.1
46、 异方差性的检验异方差性产生的原因：1）模型中遗漏了某些解释变量。2）模型函数形式的设定误差。3）样本数据的测量误差。4）随机因素的影响。异方差性产生的影响：1）对模型参数估计值的无偏性无影响。2）对模型参数估计值有效性有影响，不再是有效的。3）使模型参数估计值的显著性检验失效。4)当模型不能满足同方差假定时，普通最小二乘法是不适用的。异方差性的检验方法：1）图示检验法；2）戈德菲尔德匡特检验；3）怀特检验；4）戈里瑟检验；5）帕克检验；6）ARCH 检验（自回归条件异方差检验） 。1.图示法残差的图示检验：-10-5005010 2034056078011213141516171819202
47、1Residual Actual Fited计 量 经 济 学 课 程 设 计 第 19 页 共 26 页图 3.14 残差图残差图图 3.14 中的信息表明可能不存在异方差性。2.图示法Resid 与 、 的散点图：iX2i3图 3.15 Resid 与 、 的散点图iX2i3Resid 与 、 的散点图表明不存在异方差性。iX2i33.怀特检验检异方差性本例为二元回归模型，辅助回归模型，得到结果如下：iiiiiii Xe 215242132102计 量 经 济 学 课 程 设 计 第 20 页 共 26 页图 3.16 怀特检验其中 F 值为辅助回归模型中 F 统计值。取显著水平 ，由于0
48、.5，所以不存在异方差性。81.7)3(0198.205.2nR3.5 模型的检验与预测3.5.1模型的显著性检验(1) 模型的经济意义检验回归系数估计值 ，说明农村居民家庭人均纯收入与居民消费水平成03975.12同方向的变动，当其他条件不变时，农村居民家庭人均纯收入增加 1 元，则居民消费水平增加 1.039705 元。 ，说明城镇居民家庭人均可支配收入与居民消费8.3水平成同方向的变动，当其他条件不变时，城镇居民家庭人均可支配收入增加 1 元，则居民消费水平增加 1.039705 元。(2) 回归方程的标准差的评价，说明回归方程与各观察点的平均误差为 47.68739。68739.4.ES计 量 经 济 学 课 程 设 计 第 21 页 共 26 页(3) 拟合优度的检验，说明回归方程中农村居民家庭人均纯收入与城镇居民家庭人均98731.02R可支配收入对居民消费水平的解释能力为 99.8731%，方程的拟合优度很好。(4) 回归模型的总体显著性检验。从全体因素的总体影响看，在 的显著性水平5%上， ， ， ，说明农村居民家庭人均纯收入16.3)8,2(05
