第一篇：計量經濟學讀書筆記1

讀書筆記

經過這么長時間的計量經濟學的學習，對計量經濟學的一些初淺的輪廓有了基本了解，但是你要問我那些方法的過程，以及怎么樣進行操作和檢驗，坦白說，我又忘記了這是因為你沒有想如何用數據與計量方法去檢驗一個你感興趣的問題，下周認真結合使用高鐵梅那本書《計量經濟分析方法與建模:EViews應用及實例(第2版)》和古扎拉蒂的書進行學習！

。這種忘記一方面是計量經濟學龐雜而相似的概念方法，這段時間，我是真的沒有進行理解，而是推磨似的向前看，但這種方法，正如易老師您說的，是正確的也是合適的。另一方面，對于計量經濟學中的理論和方法，你不自己進行一些數據的操作和模擬，是無法掌握和記住的。

對于計量經濟學的輪廓，我自己的理解是，它總的來說是以OLS估計的線性模型方法為基礎，然后在對線性估計中的一些條件和約束進行寬松，得出估計他們的一些方法和理論，再來對非線性或其他特殊的一些模型進行估計，找到估計他們的一些方法和理論，接著對估計模型的數據進行多樣化和復雜化處理，最后再對幾個聯立的模型進行分析。隨著對計量經濟學學習的深入，我越來越感覺到計量經濟學的重要性，可以這么說，如果經濟的研究中缺乏計量經濟學，那么這一切的研究只是流于表面，只是文字的堆砌，缺乏理論的基礎。在這里這么說，并不是說計量經濟學是萬能的，一切經濟理論只要經過計量的檢驗，就是正確的可靠的。畢竟，計量經濟學本身也是一種理論，它理所當然的有它自己不足的地方。但是，經濟學或經濟理論，如果缺乏必要的基本的理論基礎，那它是不足以讓別人相信的，它既然是一種理論，那么它就要有它自己的理論基礎，而計量經濟學正是這樣一種理論基礎。既然，計量經濟學是理論基礎，那么它學起來當然不像微觀宏觀那么的輕松，尤其和數學、計算機有著千絲萬縷的聯系，以至于學起它來，的確很困難。

在這里簡單談一談這段時間學習計量經濟學的一些體會。

第一，我還是認為（至少在我所學習的范圍內），OLS的估計方法是整個計量經濟學所估計方法中的基礎。OLS不僅是經典正態線性回歸模型的主要方法，而且在放松假定的線性模型中有著很大的參考和對比作用，在非線性回歸模型的轉變模型中也發揮重要的作用，同時它的轉變估計—間接最小二乘法（ILS）,兩階段最小二乘法（2SLS）—也是聯立回歸模型中的基礎方法。我們知道，OLS對于線性估計的條件要求很嚴格，在放松條件中所得到的一些線性估計方法同樣也有很大的意義，例如廣義最小二乘法（GLS）。在異方差的線性模型中，我們采用OLS估計盡管是無偏的但不是最優的，那么我們可以對這個模型進行稍微的變動，得到能夠采用廣義二乘法的估計模型，并且在樣本足夠大的情況下，我們則可以獲取OLS估計量的懷特異方差校正標準誤并以之作為統計推斷的依據。在定性響應回歸模型的異方差問題中，我們同樣采用了OLS的轉變形式—加權最小二乘（WLS)來處理問題。還有其他一些模型在分析時采用多次OLS估計的方法。這一系列的方法都是以OLS為基礎的，無一不反映OLS的重要性。

第二，擬合優度R平方好像不反映任何問題，R平方很高縱然很好，低一點也沒什么影響。擬合優度是反映回歸元能夠解釋因變量的程度，但是它受其他因素的影響很大，模型的設定、回歸元的個數以及共線性、誤差項都能夠改變R平方。我們研究經濟問題的關鍵是找到好的適合的模型，這個模型能夠在多大的程度上解釋我們的經濟現象，能不能都很好地被檢驗，能不能夠預測未來經濟變量的發展，而不是看它R平方的大小。一個合適漂亮的能夠反映問題實質的模型，盡管它的R平方小一點也沒關系；再者回歸元的共線性也會導致R平方的變大，這反而是個悖論。不過，R平方在我們選擇不同模型的過程中也能起到一個參考的作用，兩個同樣能解釋經濟問題的模型，當然是擬合優度越大越好。擬合優度反映了很多問題，至少反映了解釋變量的聯合變化可以在多大程度上面解釋被解釋變量的變化，尤其是時間序列模型與預測模型擬合優度很重要！

第三，在放松經典線性回歸模型的假設中——多重共線性、異方差、自相關，多重共線性的后果好像沒有其他兩個那么的嚴重。在多重共線性很高的模型中，我們仍然可以得到OLS估計量保持BLUE性質，正如阿肯所說的遇到多重共線性就相當于我沒有足夠的觀測值，這并不影響你對模型的正常化分析估計和檢驗，畢竟即使你有一個很多觀測值的模型，這些觀測值仍然是不確定和有誤差的。布蘭查德認為，遇到多重共線性，我們可以采取無為而治，多重共線性實質上是一個數據不足的問題，而我們有時候無法選擇能用于經驗分析的數據。再者，多重共線性的好壞還要看你建立這個模型的目的，如果你回歸分析的唯一目的是預測或預報，則多重共線性不是一個嚴重的問題。而在異方差和自相關的線性模型中，OLS估計盡管是無偏的但已經不能保持估計的BULE性質了，估計方法也要做出相應的改變。想問一下，我是不是可以這樣說，在一個復雜的模型中，如果同時出現了多重共線性和異方差的問題，我能不能更偏重解決異方差的問題。

第四，選定一個合適的計量經濟學模型給我的感覺很困難。對于一個模型，你首先要確定各種不同的回歸元，同時你要明確它們之間的大概關系，再拿合理的數據進行擬合，擬合出來的估計量能不能通過檢驗，能不能反映和解釋現實的經濟問題。這其中的每一步都包含著不確定性，不同的回歸元選定直接關系著你的這個模型是否能夠成功，能不能很好地反映你要表述的問題，再要考慮它們之間有沒有共線性，它們之間應該是怎樣一個數學表達的關系，是線性的、還是非線性的或者指數等等，是否存在異方差和自相關的問題，怎么樣去檢驗它們，這么多的問題計量經濟學本身都還沒找到最佳的解決方法?？傊?，隨著計量經濟學學習的深入，給我的感覺就是能夠找到一個漂亮合適的模型來反映你的問題，才是經濟學中的重中之重，當然這些好的模型的取得，也是伴隨著微觀宏觀理論的發展而得到的，它們之間的關系是相輔相成的。選擇什么變量需要認真學習經濟學理論并進行理論建模，知道哪些變量會顯著影響被解釋變量，古扎拉蒂有一章專門講方程的設定的！

第五，通過計量經濟學的學習，加深了我對經濟學的理解以及認識到計量經濟學在解決經濟問題時的特殊方法。在開始學習計量經濟學時，我以為計量經濟學只是對一些數據和模型的研究，不能對一些非數據和定性問題進行分析。在虛擬變量回歸模型中，它把不同的地區作為不同的回歸元，并以0或1對它們進行賦值，成功得出定性問題對經濟變量的影響的模型，讓我的眼前豁然一亮。這些模型豐富了對不同經濟問題研究的方法，是定性分析和定量分析的一個很好的結合，加深了我對經濟學外延的理解。還有在定性響應回歸模型中，回歸子不在是一個定量的數據，而是一個定性的問題，它可能是是或者不是，也可能是存在或者不存在。在這類模型中，我們可以通過對回歸元的定量分析，找出解決定性問題的方法。這才是經濟學或者計量經濟學應該做到的，單純的定性分析，剛才我已經說過無法讓別人信服；單純的定量分析不符合經濟學的特點也局限了經濟學，結合定量和定性分析，計量經濟學做到了。對這樣的研究方法，我們應該要很好地掌握，我也更深刻的理解了“計量經濟學不僅是工具，它同樣是一種理論”這句話。

第六，關于計量經濟學學習的一些方法。正如易老師您要求的那樣，單純的看這本計量經濟學上的理論知識是無法很好的掌握它們的，畢竟計量經濟學的學習是要把掌握的知識運用到實際操作中學以致用的，在實際的操作中我們也能更好的加深對計量經濟學中各種估計檢驗方法的理解，所以應該有事沒事可以拿些數據在Eviews上蹂躪一下。用過幾次Eviews，感覺這用起來這個軟件來還不是很順手，因為它很多方法都是通過窗口實現的，所以你要記住每個窗口的位置和參數設置，這個軟件又在不斷更新，每一版感覺都不是太一樣。總之，還是要多加緊操作。

第二篇：計量經濟學論文

計量經濟學論文范文 http://www.tmdps.cn/ 摘 要:計量經濟學在經濟學科中占據重要的地位,計量經濟學方法為現代西方經濟學的科學化作出了突出貢獻。隨著自然科學的發展和人們對經濟系統復雜性認識的深入,現代計量經濟學內容和方法也在不斷地發展。我們介紹計量經濟學的產生、發展以及它所研究的幾個主要方面和方法,以促進計量經濟學的普及推廣和學習研究。

關鍵詞:計量經濟學;統計檢驗;預測分析;參數估計

計量經濟學(ECONOMETRICS),亦稱經濟計量學。傳統的經濟學是研究經濟變量之間關系的科學,計量經濟學則是研究如何度量這些關系的科學。當代科學發展的特點,第一就是數學化,從定性研究到定量描述以認識事物的本質,是科學發展的一般規律。馬克思說過,一種科學只有在成功地運用數學時,才算達到了真正完善的地步。第二是互相滲透,計量經濟學正是傳統的經濟學數學化和幾門科學互相滲透的結果。

一 現代計量經濟學的本質及其產生發展的過程 1.計量經濟學本質

所謂計量經濟學,是以數理統計為基礎,數學方法為手段,經濟理論為指導,考察現代社會中的各種經濟的數量關系,預測經濟發展趨勢,是檢驗經濟政策效果的工具。在資本主義國家,經濟理論當然是指資產階級經濟理論,其中占顯著地位的是凱恩斯的經濟理論。而統計學則主要是指數理統計,數理統計作為認識社會的一種科學方法在很多領域廣為應用,電子計算機作為一種高效邏輯運算工具,越來越廣泛地應用于統計資料的收集、整理與分析。至于數學模型,其實就是用來反映客觀實際的數學方程式。不過,計量經濟學中的數學模型,更多的是聯立方程組,而不是單個方程式,并且一般是以概率模型出現的。挪威經濟學家,計量經濟學的始祖弗瑞希在1933年的計量經濟學》》雜志創刊號社論中有這樣一段話:“用數學方法探討經濟學可以從好幾個方面著手,但任何一個方面都不能與計量經濟學混為一談。因此,計量經濟學與經濟統計學決非一碼事。它也不同于我們所說的一般經濟理論,盡管經濟理論大部分都具有一定的數量特征。計量經濟學也不應視為數學應用于經濟學的同義語。經濟表明,統計學、經濟理論和數學這三種觀點對真正了解現代經濟生活中數量關系來說,每一種觀點都是一種必要的,但本身并非充分的條件。三者結合起來就有力量。這種結合便構成了計量經濟學?！?/p>

2.計量經濟學的發展過程

早在1676年,英國古典經濟學家威廉?配第就寫了一本名為《政治算術》的書,這是一本用“數字、重量和尺度”來闡明經濟現象的著作。也就是說,當時在經濟學中就已經開始運用數學和統計學了?，F代資產階級經濟學者認為,《政治算術》在其方法論結構方面就是屬于計量經濟學的。這本書對后來形成的計量經濟學產生了很大的影響。1711年,意大利工程師切瓦曾積極主張在經濟理論研究中采數學方法。1838年法國庸俗經濟學家古諾在其《財富理論的數學原理》一書中已把商品需求作了“需求量是價格的函數”的數學規定,即d=f(p),并且認為這種函數關系一般是遞減的,即p越大,d越小。但是,從配第到古諾所作出的數字分析或數量分析,還不是現代資本主義國家所盛行的計量經濟學。因為,《政治算術》并未列出一個完整的經濟現象之間的函數關系,即未列出各種方程式。古諾雖然進了一步———把經濟現象描述成函數關系,但并未列出函數關系的具體形式,并未算出一套具體的數字。只是提出了一些原則而已,因而,古諾的理論仍然是抽象的。直到19世紀后半期,數學方法才對經濟學產生了實質性的影響,在經濟學中才大量運用數學來研究問題。當時,瑞士洛桑大學教授瓦爾拉創立了“全部均衡經濟學”,從此為計量經濟學奠定了方法論基礎。但“全部均衡經濟學”本身還不是計量經濟學。真正將數學理論和統計計算有效地結合起來并作出成果的,還是20世紀美國哥倫比亞大學教授穆爾。他積累30年的勞動寫成《綜合經濟》一書,于1929年出版。該書專門描述了關于資本主義國家的經濟周期、工資率變化,以及資本主義社會商品的需求等各種計量數學公式?！毒C合經濟》為計量經濟學進一步奠定了基礎。因此,計量經濟學作為獨立的科學是在20世紀30年代初才出現的。

第三篇：計量經濟學 心得

計量經濟學學習心得報告

通過這個學期學習的計量經濟學這門課程，王新華老師在我們學習計量經濟學給了我們很多細心的講解和耐心的指導，我們針對學習內容主要學到的主要有兩點：一：對EVIES軟件的熟練操作與應用，學會了Eviews軟件，我感覺自己真的是很幸運，因為畢竟有些軟件是屬于那種有價無市的，如果沒有老師的傳授我不可能從市場上或是從思想上認識到它；二：對于計量經濟學各種案例分析的認識我是很深刻的，在這一次對一個案例進行回歸分析講述中，我不但鞏固了老師課堂所講的知識，也提高了膽識，增長了見識，也學會了團隊與協作的力量。

以下我將著重從兩個方面闡述我對計量經濟學知識的一些認識以及個人從中學到的經驗與心得。

一：計量經濟學教我了我很多。

在學習計量經濟學的過程中，我可以旁征博引，同時老師也給了我很多有意思的啟發，因為即將面臨考研的抉擇，這門課也是我考研過程中必備的一門課程，因此，它作為一門核心必修課，我們都會很用心得聽講，并對一些重要的知識做了記錄，從而為自己的考研奠定一定的基礎。

二：計量經濟學的系統知識

計量經濟學的定義為：用數學方法探討經濟學可以從好幾個方面著手，但任何一個方面都不能和計量經濟學混為一談。計量經濟學與經濟統計學絕非一碼事；它也不同于我們所說的一般經濟理論，盡管經濟理論大部分具有一定的數量特征；計量經濟學也不應視為數學應用于經濟學的同義語。經驗表明，統計學、經濟理論和數學這三者對于真正了解現代經濟生活的數量關系來說，都是必要的，但本身并非是充分條件。三者結合起來，就是力量，這種結合便構成了計量經濟學。

計量經濟學關心統計工具在經濟問題與實證資料分析上的發展和應用，經濟學理論提供對于經濟現象邏輯一致的可能解釋。因為人類行為和決策是復雜的過程，所以一個經濟議題可能存在多種不同的解釋理論。當研究者無法進行實驗室的實驗時，一個理論必須透過其預測與事實的比較來檢驗,計量經濟學即為檢驗不同的理論和經濟模型的估計提供統計工具。

在計量經濟學一元線性回歸模型，我認識到：變量間的關系及回歸分析的基本概念，主要包括：

其次有一元線形回歸模型的參數估計及其統計檢驗與應用，包括：

我也學會了參數的最大似然估計法語最小二乘法。對于最小二乘法，當從模型總體隨機抽取n組樣本觀測值后，最合理的參數估計量應該使得模型能最好的擬合樣本數據，而對于最大似然估計法，當從模型總體隨機抽取n組樣本觀測值后，最合理的參數估計量應該使得從模型中抽取該n組樣本觀測值的概率最大。顯然，這是從不同原理出發的兩種參數估計方法。即：

1.一元回歸模型：

關于擬合優度的檢驗，也就是檢驗模型對樣本觀測值的擬合程度。被解釋變量Y的觀測值圍繞其均值的總離差平方和可分解為兩個部分：一部分來自于回歸線，另一部分來自于隨機勢力。所以，我們用來自回歸線的回歸平方和占Y的總離差的平方和的比例來判斷樣本回歸線與樣本觀測值的擬合優度。這個比例，我們也較它可決系數，它的取值范圍是0<=R2<=1。

關于變量的顯著性檢驗，是要考察所選擇的解釋變量是否對被解釋變量有顯著的線性影響。所應用的方法是數理統計學中的假設檢驗。我們在進行變量顯著性檢驗時所應用的方法主要是t檢驗。這在之前我們的概率論與統計學的課程中都有所涉及，不算是新的知識。

關于置信區間估計。當我們要判斷樣本參數的估計值在多大程度上可以“近似”的替代總體參數的真值，往往需要通過構造一個以樣本參數的估計值為中心的“區間”，來考察它以多大的概率包含這真是的參數值。這樣的方法就是我們所說的參數檢驗的置信區間估計。當我們希望縮小置信區間時，可以采用的方法有增大樣本容量和提高模型的擬合優度。

2.多元回歸模型

多元回歸分析與一元回歸分析的幾點不同：

關于修正的可絕系數。我們可于發現，在樣本容量一定的情況下，增加解釋變量必定使得自由度減少，所以調整的思路是:將殘差平方和與總離差平方和分別除以各自的自由度，以剔除變量個數對擬合優度的影響。這樣就引出了我們這里說的調整的可絕系數。

關于對多個解釋變量是否對被解釋變量有顯著線性影響關系的聯合性F檢驗。F檢驗的思想來自于總離差平方和的分解式：TSS=ESS+RSS。通過比較F值與臨界值的大小來判定原方程總體上的線性關系是否顯著成立。

3.放寬基本假定模型

異方差性，即相對于不同的樣本點，也就是相對于不同的解釋變量觀測值，隨機干擾項具有不同的方差，那么檢驗異方差，也就是檢驗隨機干擾項的方差與解釋變量觀測值之間的相關性。還有序列相關性和多重共線性

經過這次對于案例回歸分析，老師的指導，使得自己對于論文的查找和內容的篩選也得了不少學習，通過案例的分析中可以用最小二乘法，很好的分析出各種不同因素對我們國內稅收的增長情況，讓我們的開闊了自己的視野和學習了更多的知識。

國貿1402 組長：謝文 組員：徐芳緣，李不言，朱韻楠，何文鑫，楊炎龍，劉碩碩，李小紅

第四篇：計量經濟學報告

目錄

一、確定研究對象...................................................................................................................2

1.選題...................................................................................................................................2 2.選題的意義.......................................................................................................................2 3.確定變量...........................................................................................................................2

二、數據的收集與整理...........................................................................................................2

三、數據描述性分析...............................................................................................................2

(一)被解釋變量與各解釋變量之間的散點圖...................................................................2(二)所有變量的描述性統計指標.......................................................................................4

四、回歸結果分析和檢驗.......................................................................................................6

五、面板回歸分析...................................................................................................................9

六、結論.................................................................................................................................15

一、確定研究對象

1.選題

GDP的變化對我國各省份居民儲蓄存款余額的變化有多大影響 2.選題的意義

改革開放以來，隨著經濟的快速發展，我國居民的人均收入有了很大提高，因此居民儲蓄余額也有了很大變化。了解我國居民儲蓄余額的發展狀況對于國家了解居民生活水平、經濟運行狀況、制定經濟政策都有很大的參考作用。3.確定變量

被解釋變量：居民儲蓄存款余額Deposit balance 解釋變量：城鎮居民家庭人均總收入Avei_u正相關 農村居民家庭人均純收入Avei_r正相關

城鎮居民家庭人均消費性現金支出Avee_u負相關 農村居民家庭人均消費性現金支出Avee_r負相關 居民消費水平Cl負相關

居民消費價格指數(上年=100)Cpi正相關 地區生產總值R_GDP正相關

二、數據的收集與整理

數據時間段：2004—2013年

樣本數據：所有樣本數據均在我國31個省、自治區、直轄市中按東、中、西部劃分后隨機抽取，共10個省份

面板數據：n=10 t=10 n*t=100>50 共有7個解釋變量 數據來源：中經網統計數據庫（CEINet Statistics Database）

三、數據描述性分析

(一)被解釋變量與各解釋變量之間的散點圖 Db and Avei_u

Db and Avei_r

Db and Avee_u

Db and Avee_r

Db and Cl

Db and Cpi

Db and R_GDP

(二)所有變量的描述性統計指標

包括樣本觀察個數、均值、標準差、最小最大值、偏度及峰度

四、回歸結果分析和檢驗

1.全部被解釋和解釋變量回歸結果

此時的方程為：

Db=0.96Avei_u-1.99Avei_r-0.93Avee_u+0.87Avee_r+0.37Cl+2.38Cpi+0.69R_GDP-1123.52（0.23）（0.33）（0.33）（0.34）（0.13）（0.51）（0.02）（781.36）

調整后的R2=0.9619, SER=781.36：其中Avee_u、Avee_r和Cl不能在5%的顯著水平下拒絕原假設。想到城市和農村居民人均消費支出和消費水平相關，因此采用聯合假設檢驗：

在5%的顯著水平下，能拒絕Avee_u和Avee_r Cl均為0的聯合假設,但發現Cl和Avee_u、Avee_r存在嚴重的多重共線性，因此引入Cl項對結果無意義。解決方案是去掉Cl項。2.直接去掉Cl 項后的回歸結果：

Db=0.67Avei_u-1.70Avei_r-3.33Avee_u+1.40Avee_r+1.50Cpi+0.68R_GDP-2534.5（0.21）（0.32）（0.25）（0.29）（0.41）（0.02）（612.27）

與上一問相比發現：調整后的R2=0.9591稍稍下降，SE均下降，離散程度有所改變，Avee_r在5%的顯著水平下拒絕原假設，整體數值情況變好，因此Cl的存在對Db的影響不大，可以選擇舍棄。

3.由散點圖和上一問可知：Avee_u和Db存在非線性關系，建立非線性回歸模型，引入Avee_u2 結果如下：

此時方程為：

Db=0.21Avei_u-1.77Avei_r-0.00Avee_u2+1.40Avee_r+2.18Cpi+0.65R_GDP-475.09（0.12）（0.31）（5.4e-06）（0.28）（0.43）（0.02）（908.64）

調整后的R2=0.9626稍有上升，SE基本不變，但是Avee_u2的t值上升。4.引入Avee_u3 再次進行檢驗結果如下：

此時方程為：

Db=0.34Avei_u-1.81Avei_r-（4.46e-10）Avee_u3+1.38Avee_r+2.11Cpi+0.66R_GDP-777.68（0.10）（0.30）（1.21e-10）（0.27）（0.41）（0.02）（773.30）

調整后的R2=0.9637再次上升，SE基本不變，但是Avee_u2在5%的顯著水平下拒絕原假設，整體回歸程度變好。

5.因為城鎮居民收入與支出存在一定交互關系，所以引入i_e1= Avei_u* Avee_u，回歸結果如下：

此時方程為：

Db=0.00i_e1-2.01Avei_r-（7.50e-10）Avee_u3+1.40Avee_r+2.74Cpi+0.66R_GDP-1328.42（8.11e-06）（0.31）（3.43e-10）（0.27）（0.49）（0.02）（597.69）

雖然調整后的R2=0.965，但是SE數值變差，且Avee_u3在5%的顯著水平下不能拒絕原假設，因此本次回歸模型沒有第4題好。

以上5個非線性回歸模型的回歸結果的標準化格式。（附EXCEL “非線性回歸結果”）

綜上所述，認為在將數據當作橫截面數據時，模型4最好，在引入較少的變量的前提下，各個變量單個檢驗時，t統計量的值能夠在5%的顯著水平下拒絕為0的假設，同時修正后的R^2值較大，而SER值較小。

五、面板回歸分析

1.個體固定效應回歸

對面板數據進行個體固定效應回歸，得到利用t統計量單個檢驗，在5%的顯著性水平下能夠拒絕R_GDP的系數為0的假設。此時調整后的R^2=0.922 此時方程為： Db=0.77R_GDP+378.37（0.05）（651.49）

2.加入Cpi后的個體固定效應回歸

在5%的顯著性水平下能夠拒絕R_GDP的系數為0和Cpi系數為0的單個檢驗的假設。調整后R^2=0.931>0.922，有了小幅上升，說明除了R_GDP外，Cpi對居民儲蓄余額也有較大影響。此時方程為： Db=0.65Cpi+0.77R_GDP-26.93（0.00063）（0.05）（654.84）

3.加入Avei_r和Avee_r后的固定效應回歸：

我們可以看到除了R_GDP以外的回歸變量在5%的顯著水平下都不能拒絕原假設，因此進行聯合假設檢驗：

結果顯示CPi、Avei_r和Avee_r是統計上聯合顯著的。

此時調整后的R^2=0.942又進一步變大。方程為： Db=0.2Avei_r +0.2Avee_r+0.02Cpi+0.66R_GDP-872.21（0.48）（0.76）（0.48）（0.09）（1090.28）

4.時間固定效應分析

得到利用t統計量單個檢驗，在5%的顯著性水平下能夠拒絕R_GDP的系數為0的假設。

此時調整后的R^2=0.922。方程為： Db=0.77R_GDP+378.37（0.02）（316.97）

5.加入Cpi后的時間固定效應回歸

在5%的顯著性水平下能夠拒絕R_GDP的系數為0和Cpi系數為0的單個檢驗的假設。此時方程為： Db=0.65Cpi+0.77R_GDP-26.93（0.04）（0.02）（350.80）

6.同時包含個體和時間固定效應回歸模型

對于個體固定效應采取個體中心化法，對于時間固定效應引入10-1=9個虛擬變量，進行既包含個體固定效用又包含時間固定效應的回歸，單個檢驗除R_GDP外均不可在5%的水平下拒絕原假設。利用F統計量進行聯合檢驗，在5%的顯著性水平下拒絕聯合為0的假設。因此時間效應是統計上聯合顯著的。

該模型說明包含時間和省份的固定效應后可以緩解由于時間不變或者省份不變的不可觀測的變量引起的遺漏變量偏差的威脅。

以上6個固定效應回歸結果的標準化格式。（附EXCEL “面板數據的固定效應回歸結果”）

六、結論

通過以上非線性回歸和面板數據回歸比較得出，非線性回歸中的模型4總體效果最好?；貧w方程為： Db=0.34Avei_u-1.81Avei_r-（4.46e-10）Avee_u3+1.38Avee_r+2.11Cpi+0.66R_GDP-777.68（0.10）（0.30）（1.21e-10）（0.27）（0.41）（0.02）（773.30）

從方程可以看出，剔除了Cl項后解決了多重共線性的問題，Avee_u與Db存在非線性函數關系。調整后的R2=0.9637。

實驗推翻了之前推斷關于農村居民家庭人均純收入Avei_r與居民儲蓄余額正相關的關系，推翻了農村居民家庭人均消費性現金支出Avee_r和居民儲蓄余額負相關的關系，推翻了居民消費水平Cl和居民儲蓄余額負相關的關系。因此我們根據所有方程可以得出的結論是：

1.地區生產總值對居民儲蓄余額的影響是持續正向并且相對穩定的。因此大力發展經濟對居民儲蓄有很大的推動作用。

2.居民消費價格指數也是始終影響居民儲蓄余額的重要因素。居民價格指數同期升高，居民會減少消費，進而增加儲蓄。因此對于政策制定者來說，在不同的經濟形勢下（通貨膨脹或緊縮）采取不同的經濟政策時Cpi是十分重要的參考指標。

3.農村人均消費和收入對儲蓄余額的影響方向與城市居民不同，因此在調整經濟政策時要注意城市和農村的區別。

第五篇：計量經濟學心得體會

計量經濟學心得體會

這學期學習了計量經濟學這門課，發現原來我們身邊很多現象（諸如經濟領域，農業生產等等）都可以用計量經濟學來進行研究。整個學期中，老師讓我們每個小組都運用計量經濟學的理論自選一個課題進行研究并進行課堂展示，各個小組精彩的展示，不僅將所學知識與實際現象相結合，同時也大大擴展了我們的知識面。

這次的計經小組作業，我們小組在定題之前進行了很多次的討論，最后選擇了影響稅收收入的因素為研究課題，我們選擇這個主題其一是它是經濟領域的現象，與我們所學專業聯系緊密，同時我們小組成員也對影響稅收收入的相關因素很好奇，想知曉哪些因素對稅收有影響。

作為組長，在定題之后，我為每個組員安排了任務，每個人負責相應的板塊，有的負責收集資料，有的負責軟件操作，有的負責結果探討與分析，有的負責報告的撰寫。安排完任務之后我繼續跟進小組成員的進度，解決他們的疑問。而在本次作業中，我主要是是負責收集資料和進行Eview輸出結果分析。在完成作業期間，我們也遇到了很多問題，比如有的數據不好收集，有時候軟件操作無法順利顯示結果，但一旦某個成員在作業過程中遇到問題，我們便會在QQ群上討論，其他小組成員會給出建議并盡力給予幫助。最后看到我們的作業順利完成時，內心是慢慢的自豪感，這份作業不僅包含了每個成員的心血，同時是我們努力的見證。

從大一到大三，我們學習了很多經濟知識，雖然學習了很多，但有時候想起來，又覺得自己很多東西都只是淺嘗輒止，根本就沒真正的去認識它，去了解經濟領域，而自己慢慢的也只是變成了學習的機器，對所學知識欠缺研究和思考。而本次的計量經濟學作業，則很好地將我們的所學與現實經濟現象相結合，不僅讓我重新回顧了宏觀經濟學的知識，同時將我在計經課堂上所學的理論知識用于實證研究，加強了我對所學知識的運用能力，也深刻認識到計經的實用性，可以對很多經濟理論進行研究分析。計經這門課程雖然已經結束，不過所學的知識卻沒有完結，至少在畢業論文寫作上，它會有很大幫助。