計(jì)量經(jīng)濟(jì)學(xué)論文eviews分析計(jì)量經(jīng)濟(jì)作業(yè)

我國旅游收入的計(jì)量分析一、經(jīng)濟(jì)理論述在研讀了大量統(tǒng)計(jì)和計(jì)量資料的基礎(chǔ)上，選擇了三個(gè)大方面進(jìn)行研究，既包括旅游人數(shù)，人均旅游花費(fèi)和基本交通建設(shè)。其中，在旅游人數(shù)這個(gè)解釋變量的劃分上，我們考慮到隨著全球經(jīng)濟(jì)一體化的發(fā)展，越來越多的外國游客來中國旅游消費(fèi)。中國旅游的國際市場是個(gè)有發(fā)展?jié)摿Φ男屡d市場，盡管外國游客前來旅游的方式包羅萬象而且消費(fèi)能力也不盡一樣，但從國際服務(wù)貿(mào)易的角度出發(fā)，我們在做變量選擇時(shí)，運(yùn)用國際營銷的知識進(jìn)行市場細(xì)分，劃分了國際和國兩個(gè)市場。這樣，在旅游人數(shù)這個(gè)解釋變量的最終確定上，我們選擇了X2國旅游人數(shù)，X3入境旅游人數(shù)。這點(diǎn)選擇除了理論支持外，在現(xiàn)實(shí)旅游業(yè)發(fā)展中我們也看到很多景區(qū)包括的近郊也有不少外國游客的身影。所以，我們選取這兩個(gè)解釋變量等待下一步進(jìn)行模型設(shè)計(jì)和檢驗(yàn)。另外，對于人均旅游花費(fèi)，我們在進(jìn)行市場細(xì)分時(shí)，沒有延續(xù)前兩個(gè)變量的選擇模式，有幾個(gè)原因。首先，外國游客前來旅游的形式和消費(fèi)方式各異且很難統(tǒng)計(jì)。我們在花大力氣收集數(shù)據(jù)后，仍然沒有比較權(quán)威的統(tǒng)計(jì)數(shù)據(jù)資料。其次，隨著國家對農(nóng)業(yè)的不斷重視和扶持，我國農(nóng)業(yè)有了長足發(fā)展。農(nóng)村居民純收入增加，用于旅游的花費(fèi)也有所上升。而且鑒于農(nóng)村人口較多，前面的市場細(xì)分也不夠細(xì)化，在這個(gè)解釋變量的確定上，我們選擇農(nóng)村人均旅游花費(fèi)，既是從我國基本國情出發(fā)，也是對第一步研究分析的補(bǔ)充。所以我們確定了X4城鎮(zhèn)居民人均旅游花費(fèi)和X5農(nóng)村居民人均旅游花費(fèi)。旅游發(fā)展除了對消費(fèi)者市場的劃分研究，還應(yīng)考慮到該產(chǎn)業(yè)的基礎(chǔ)硬件設(shè)施。在眾多可選擇對象中我們經(jīng)分析研究結(jié)合大量文獻(xiàn)資料決定從交通建設(shè)著手。在我國，交通一般分布為公路，鐵路，航班，航船等。由于考慮到我國一般大眾的旅游交通方式集中在公路和鐵路上，為了避免解釋變量的過多過繁以與可能帶來的多重共線形等問題，我們只選取了前二者。即確定了X6公路長度和X7鐵路長度這兩個(gè)解釋變量。其中，6 7考慮到我國旅游業(yè)不斷發(fā)展過程中，高速公路的修建也不斷增多，在X6的確定過程中，我們已經(jīng)將其擬合，盡量保證解釋變量的完整和真實(shí)。二、相關(guān)數(shù)據(jù)國內(nèi)髓MB瞬居民爛腳含謎）鐵瞇度儷）熾OW劇開（元）麗￡飆元）(M?屁里）1的41023.552400僦4414.T51q111.9419%13曲F62900?33.F46461.5115.915.9T19961淞.4639005112.8534.1TO.5ILS.92199T2112.r6M005T58.8599.8145.T123.12U19982391.26M505317.860T19T12SJ2施419992831.9T19QDf2T9.麗514.8249.5135.336.74側(cè)THQD8344.39訛b226.&⑷.9訓(xùn)20013522.iT8?08901.29708.3212.TT.012002彌8.4sreoo979D.83739.T209.1H9.D3T.193M2.38WD91舐21溉9200183.95r.s三、計(jì)量經(jīng)濟(jì)模型的建立Y=c(l)+c(2)*X2+c(3)*X3+c(4)*X4+c(5)*X5+c(6)*X6+U我們建立了下述的一般模型：其中Y——1994-2003年各年全國旅游收入C（l）――待定參數(shù)X2——國旅游人數(shù) （萬人）X3――入境旅游人數(shù) （萬人）X4——城鎮(zhèn)居民人均旅游花費(fèi)（元）X5――農(nóng)村居民人均旅游花費(fèi)（元）X6——公路長度（含高速）（萬公里）X7——鐵路長度 （萬公里）U—隨即擾動項(xiàng)四、 模型的求解和檢驗(yàn)利用Eviews軟件，采用以上數(shù)據(jù)對該模型進(jìn)行OLS回歸，結(jié)果如下：DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:01:56Sample:19942003Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.C-340.50471357.835-0.2507700.0882X2-0.0016160.013520-0.1195290.1524X30.2323580.1280171.8150500.1671X46.3910521.7168883.7224630.0337X5-1.0467571.224011-0.8551870.0453X65.6734296.6672660.8509380.4573X7-474.3909355.7167-1.3336200.2745R-squared0.996391Meandependentvar2494.200AdjustedR-squared0.989174S.D.dependentvar980.4435S.E.ofregression102.0112Akaikeinfocriterion12.28407Sumsquaredresid31218.86Schwarzcriterion12.49588Loglikelihood-54.42035F-statistic138.0609Durbin-Watsonstat3.244251Prob(F-statistic)0.000944由此可見，該模型可決系數(shù)很高，F(xiàn)檢驗(yàn)顯著，但是X2、X6、X7的系數(shù)t檢驗(yàn)不顯著，且X7的系數(shù)符號不符合經(jīng)濟(jì)意義，說明存在嚴(yán)重的多重共線性。所以進(jìn)行以下修正：一〉．計(jì)量方法檢驗(yàn)與修正多重共線性的檢驗(yàn)：首先對Y進(jìn)行各個(gè)解釋變量的逐步回歸，由最小二乘法，結(jié)合經(jīng)濟(jì)意義和統(tǒng)計(jì)檢驗(yàn)得出擬合效果最好的兩個(gè)解釋變量如下：DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:02:00Sample:19942003Includedobservations:10CoefficieVariable ntStd.Errort-Statistic Prob.

C-3193.041606.2101-5.2672170.0012X49.7290031.4354426.7777030.0003X5-1.1970362.059371-0.5812630.1293R-squared0.957285Meandependentvar2494.200AdjustedR-squared0.945081S.D.dependentvar980.4435S.E.ofregression229.7654Akaikeinfocriterion13.95532Sumsquaredresid369544.9Schwarzcriterion14.04609Loglikelihood-66.77660F-statistic78.43859Durbin-Watsonstat0.791632Prob(F-statistic)0.000016繼續(xù)采用逐步回歸法將其余解釋變量代入，得出擬合效果最好的三個(gè)解釋變量，結(jié)果如下：DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:02:01Sample:19942003Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.C-3391.810514.1119-6.5974160.0006X20.0294140.0145252.0250420.0393X46.3554592.0501753.0999590.0211X5-0.2845421.772604-0.1605220.1077R-squared0.974627Meandependentvar2494.200AdjustedR-squared0.961940S.D.dependentvar980.4435S.E.ofregression191.2739Akaikeinfocriterion13.63446Sumsquaredresid219514.3Schwarzcriterion13.75550Loglikelihood-64.17232F-statistic76.82334Durbin-Watsonstat1.328513Prob(F-statistic)0.000035以上模型估計(jì)效果最好，繼續(xù)逐步回歸得到以下結(jié)果：

DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:02:40Sample:19942003Includedobservations:10VariableCoefficientStd.Error t-StatisticProb.C-1973.943441.5947-4.4700340.0066X2-0.0050950.011431-0.4457290.6744X30.3282790.0806824.0688020.0096X44.6654851.1586654.0266020.0101X5-1.7140200.999029-1.7156860.1469R-squared0.994114Meandependentvar2494.200AdjustedR-squared0.989406S.D.dependentvar980.4435S.E.ofregression100.9150Akaikeinfocriterion12.37329Sumsquaredresid50919.23Schwarzcriterion12.52458Loglikelihood-56.86644F-statistic211.1311Durbin-Watsonstat3.034041Prob(F-statistic)0.000009各項(xiàng)擬合效果都較好。雖然X2的t檢驗(yàn)不是很顯著，但考慮到其經(jīng)濟(jì)意義在模型中的重要地位，暫時(shí)保留。繼續(xù)引入X6。DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:02:41Sample:19942003Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.C-2034.155525.2137-3.8730040.0179X2-0.0070330.014095-0.4989770.6440X30.2995620.1286262.3289460.0803X44.7879861.3398883.5734230.0233X5-1.5118511.282385-1.1789370.1638X62.0623346.6592470.3096950.7723R-squared0.994252Meandependentvar2494.200

AdjustedR-squared0.987067S.D.dependentvar980.4435S.E.ofregression111.4976Akaikeinfocriterion12.54959Sumsquaredresid49726.89Schwarzcriterion12.73114Loglikelihood-56.74797F-statistic138.3830Durbin-Watsonstat3.130122Prob(F-statistic)0.000144根據(jù)以上回歸結(jié)果可得，X6的引入使得模型中X2、X6的t檢驗(yàn)均不顯著，再考察二者的相關(guān)系數(shù)為0.949132，說明X2、X6高度相關(guān)，模型產(chǎn)生了多重共線性，因此將X6去掉。再將X7代入檢驗(yàn)。DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:02:42Sample:19942003Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.C-641.06701265.065-0.5067460.0190X20.0014320.0125790.1138380.9149X30.3157420.0794873.9722640.0165X45.6942291.4560423.9107590.0174X5-1.6317100.977195-1.6697900.1703X7-351.4600313.6492-1.1205510.3252R-squared0.995521Meandependentvar2494.200AdjustedR-squared0.989921S.D.dependentvar980.4435S.E.ofregression98.43019Akaikeinfocriterion12.30028Sumsquaredresid38754.01Schwarzcriterion12.48183Loglikelihood-55.50141F-statistic177.7916Durbin-Watsonstat2.850083Prob(F-statistic)0.000087X7的系數(shù)為負(fù)，與經(jīng)濟(jì)意義相悖，因此也去掉。由此確定帶入模型的解釋變量為X2、X3、X4、X5。異方差性的檢驗(yàn)：再對模型的異方差性進(jìn)行檢驗(yàn)：鑒于我們的樣本資料是時(shí)間序列數(shù)據(jù)，選用ARCH檢驗(yàn)。ARCHTest:F-statistic0.044061Probability0.839718Obs*R-squared0.056296Probability0.812449TestEquation:DependentVariable:RESID"2Method:LeastSquaresDate:12/23/10Time:02:43Sample(adjusted):19952003Includedobservations:9afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.C5197.7413188.9601.6299180.1471RESID"2(-1)0.0792160.3773850.2099080.8397R-squared0.006255Meandependentvar5645.880AdjustedR-squared-0.135708S.D.dependentvar6668.507S.E.ofregression7106.603Akaikeinfocriterion20.76857Sumsquaredresid3.54E+08Schwarzcriterion20.81239Loglikelihood-91.45855F-statistic0.044061Durbin-Watsonstat1.810449Prob(F-statistic)0.839718這里Obs*R-squared為0.056296，P=0.812449>0.05所以接受H0，表明模型中隨機(jī)誤差項(xiàng)不存在異方差。再考慮P=3的情況：ARCHTest:

F-statistic0.126837probability0.938100Obs*R-squared0.787922probability0.852354TestEquation:DependentVariable:RESID"2Method:LeastSquaresDate:12/23/10Time:02:46Sample(adjusted):19972003Includedobservations:7afteradjustmentsVariableCoefficientStd.Errort-Statisticprob.C206.96718303.9310.0249240.9817RESID"2(-1)0.1623770.5363370.3027510.7819RESID"2(-2)0.1127990.5704270.1977460.8559RESID"2(-3)0.3312760.5706580.5805160.6023R-squared0.112560Meandependentvar4377.448AdjustedR-squared-0.774879S.D.dependentvar7000.432S.E.ofregression9326.298Akaikeinfocriterion21.41462Sumsquaredresid2.61E+08Schwarzcriterion21.38371Loglikelihood-70.95118F-statistic0.126837Durbin-Watsonstat1.521751prob(F-statistic)0.938100這里Obs*R-squared為0.787922，p=0.852354>0.05。所以仍然接受Ho，表明模型中隨機(jī)誤差項(xiàng)不存在異方差。自相關(guān)性的檢驗(yàn)：隨機(jī)擾動項(xiàng)可能存在一階負(fù)自相關(guān)。借助殘差項(xiàng)和其一階滯后項(xiàng)的二維坐標(biāo)圖進(jìn)一步分析：

005050■-WO, , 005050■-WO, , ,-100 -50 050100RESIDf-1)由圖示可看出，殘差項(xiàng)和其一階滯后項(xiàng)顯然存在負(fù)自相關(guān)，然后利用對數(shù)線形回歸修正自相關(guān)性，得到相應(yīng)結(jié)果如下：DependentVariable:LOG(Y)Method:LeastSquaresDate:12/23/10Time:02:52Sample:19942003Includedobservations:10Variable Coefficient Std.Errort-StatisticProb.C-8.7695512.012276-4.3580270.0073LOG(X2)0.3247890.3438680.9445160.0383LOG(X3)0.3840660.2277461.6863780.0225L0G(X4)1.4826830.3134874.7296430.0052LOG(X5)0.0057500.0689550.0833820.0468R-squared0.994678Meandependentvar7.740729AdjustedR-squared0.990421S.D.dependentvar0.442977S.E.ofregression0.043355Akaikeinfocriterion-3.131931Sumsquaredresid0.009398Schwarzcriterion-2.980639Loglikelihood20.65966F-statistic233.6398Durbin-Watsonstat2.052287Prob(F-statistic)0.000007從估計(jì)的結(jié)果看，DW=2.052287，說明修正后有了明顯好轉(zhuǎn)，隨機(jī)擾動項(xiàng)幾乎不存在一階自相關(guān)。我們進(jìn)行了一系列檢驗(yàn)和修正后的最終結(jié)果如下：LOG(Y)=0.3247885353*LOG(X2)+0.384066367*LOG(X3)+1.482683433*LOG(X4)+0.*LOG(X5)-8.769551392R2=0.994678 R2=0.990421 F=233.6398五、 經(jīng)濟(jì)意義解釋C3和C3分別衡量我國旅游收入關(guān)于國和入境旅游人數(shù)的彈性，也就是表示當(dāng)旅游人數(shù)每變動百分之一時(shí)，平均來說，旅游收入變動的百分比。這里要特別注意，例如1998年國旅游人數(shù)為69450萬人，入境旅游人數(shù)為6347.8萬人，則國旅游人數(shù)每增加1%，即增加694.5萬人，國旅游收入增加0.325%，而入境旅游人數(shù)每增加1%，即增加63.5萬人，國旅游收入增加0.384%。C4和C5分別衡量我國旅游收入關(guān)于我國城鎮(zhèn)居民和農(nóng)村居民人均旅游花費(fèi)的彈性，也就表示當(dāng)人均花費(fèi)每變動百分之一時(shí)，平均來說，旅游收入變動的百分比。城鎮(zhèn)居民人均旅游花費(fèi)每增加1%，國旅游收入增加1.483%；農(nóng)村居民人均旅游花費(fèi)每增加1%，國旅游收入增加0.0057%。六、 政策建議為了促進(jìn)我國旅游事業(yè)的快速發(fā)展，我們提出了以下幾點(diǎn)建議：1、實(shí)施政府主導(dǎo)型旅游發(fā)展戰(zhàn)略政府主導(dǎo)