《关于国内旅游需求的计量经济学分析报告》 计量经济学论文(eviews分析)

1计量经济学作业关于国内旅游需求的计量经济学分析报告班级：姓名：学号：时间：2一、模型设定根据旅游经济学理论，旅游需求是指在不同的价格水平下，旅游者愿意购买的旅游产品数量。旅游需求的主要影响因素包括：旅游者可支配收入、出游的偏好和动机、旅游产品的价格、非旅游消费品的价格、闲暇时间、旅游客源地与旅游目的地之间的距离，旅游地的安全状况和旅游地的形象等等。综合上述因素和变量的可观测性，我们首先建立一个多元线性回归模型：y=b0+b1x1+b2x2+b3x3+b4x4+b5x5+u其中：y——国内旅游需求，使用国内旅游出游数量衡量x1——旅游者可支配收入，使用居民可支配收入衡量x2——经济发展状况，使用GDP衡量x3——旅游业发展状况，使用国内旅行社职工人数衡量x4——旅游价格指数x5——人口数量b0,b1,b2,b3,b4,b5,回归系数；u为随机扰动项收集数据如下表表示：表1二、估计参数与模型检验1、直接对模型进行OLS法估计，结果如下：DependentVariable:YMethod:LeastSquaresDate:05/29/05Time:11:21Sample:19932004Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-29.023023247.894-0.0089360.9932X10.0315960.1074020.2941840.7785X20.0060830.0059001.0311210.3422obsY（万人）x1（元）x2（亿元）x3（人）x4x5（万人）19934102577.434560.578172114.711851719945243496.24667077553124.111985019956294282.9557494.991592117.112112119966404838.966850.587555108.312238919976445160.373142.794829102.812362619986955425.176967.210044899.21247611999719585480579.410883098.612578620007446279.9888254164336100.412674320017846859.695727.9192408100.712762720028787702.8103935.322914799.212845320038708472.2116603.2249802101.2129227200411029422136584.3263245103.91299883X3-0.0006250.000549-1.1390180.2981X43.1394703.5302560.8893040.4081X5-0.0013900.025231-0.0550940.9579R-squared0.977694Meandependentvar719.9167AdjustedR-squared0.959105S.D.dependentvar179.3065S.E.ofregression36.26027Akaikeinfocriterion10.32618Sumsquaredresid7888.843Schwarzcriterion10.56863Loglikelihood-55.95705F-statistic52.59632Durbin-Watsonstat3.131017Prob(F-statistic)0.000071表22、分析由上表我们看到解释变量t值不显著，而可决系数R和F统计量显著，说明极有可能存在多重共线性。3、多重共线性检验计算解释变量之间的简单相关系数，结果如下：x1x2x3x4x5x110.9974780.940115-0.677710.976511x20.99747810.928883-0.678650.971951x30.9401150.9288831-0.529530.902582x4-0.67771-0.67865-0.529531-0.79203x50.9765110.9719510.902582-0.792031表3由表3可以看出，解释变量之间存在严重的多重共线性。4、多重共线性修正（1）运用OLS法逐一求y对各个解释变量的回归，发现y对x1的线性关系很强，拟合度最好，如下：y=209.33+0.087x1t(5.82)(14.95)se(35.96)(0.0058)R^2=0.957S.E.=38.93F=223.41212逐步回归,将其余解释变量逐一代入：（2）将x2代入后，y=186.32+0.124x1-0.000462x2t6.310.4381.5797R^2=0.961S.E.=36.305F=129.6594R^2提高到了0.966,F统计量也有所提高，但对其它参数有明显影响b1下降到了0.033,此外代入x2后，t统计量的值大副下降，分别为b0:6.31,b1:0.438,b2:1.5797,因此决定舍去变量x2，保留x1。（3）将x3代入后，y=186.32+0.124x1-0.000462x3t4.282865.96301-0.95R^2=0.961S.E.=39.116F=111.069R^2提高到了0.9611,但t统计量的值有所降低，而且该变量对y的影响很小，斜率系数只有0.000462，故将该变量舍去。（4）将x4代入后，y=-51.783+0.093x1+2.133x4t-0.22322311.924971.138959R^2=0.962555S.E.=38.359F=115.67R^2的值提高了，但是x4的t统计量并不显著，因为x4为旅游物价指数，因此我们发现x4的回归系数符号跟经济意义发生了背离，根据表一我们看到x1与x4的相关系数为-0.67771相关程度不高。因此推断有可能是模型的设定出现了偏差，或是数据不真实，或是模型遗漏了其它的重要影响变量。因此首先改变模型的形式，采用对数模型进行回归，回归结果如下：DependentVariable:Y1Method:LeastSquaresDate:05/29/05Time:14:28Sample:19932004Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-2.1869921.468504-1.4892650.1706Z10.7503660.04957015.137510.0000Z40.4874040.2411652.0210380.0740R-squared0.978856Meandependentvar6.550016AdjustedR-squared0.974158S.D.dependentvar0.255534S.E.ofregression0.041079Akaikeinfocriterion-3.334340Sumsquaredresid0.015187Schwarzcriterion-3.213113Loglikelihood23.00604F-statistic208.3285Durbin-Watsonstat2.633801Prob(F-statistic)0.000000表5回归系数符号跟经济意义仍然发生了背离。用x4的平方值、立方值和开平方值进行回归，系数符号仍然没有改变。于是猜想有可能是数据出现了偏差，因为由于没有直接的旅游价格指数，我们简单地使用了居民消费价格指数来代替旅游价格指数，于是改变旅游价格指数的衡量方式，首先采用交通价格指数来代替，回归后发现，系数符号仍然没有改变。再使用居民文娱价格指数来代替，回归后发现，系数符号也没有改变。此外，还有可能是缺失了某些重要的解释变量，留在异方差和自相关检验中进行分析。（5）再将x5带入：DependentVariable:Y5Method:LeastSquaresDate:05/29/05Time:14:45Sample:19932004Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C2394.3781572.2011.5229460.1621X10.1221650.0258564.7249020.0011X5-0.0191510.013777-1.3901330.1979R-squared0.964730Meandependentvar719.9167AdjustedR-squared0.956893S.D.dependentvar179.3065S.E.ofregression37.22815Akaikeinfocriterion10.28433Sumsquaredresid12473.42Schwarzcriterion10.40555Loglikelihood-58.70595F-statistic123.0886Durbin-Watsonstat2.381878Prob(F-statistic)0.000000表6可以看出t统计量的值大副下降，而且x5的回归系数仅为0.019，对y影响很小，故舍去。5、异方差检验OLS估计法估计的参数为：Y=-51.78329206+0.09309258196*X1+2.133003771*X4DependentVariable:YMethod:LeastSquaresDate:05/29/05Time:15:59Sample:19932004Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-51.78329231.9803-0.2232230.8283X10.0930930.00780711.924970.0000X42.1330041.8727651.1389590.2841R-squared0.962555Meandependentvar719.9167AdjustedR-squared0.954233S.D.dependentvar179.3065S.E.ofregression38.35928Akaikeinfocriterion10.34419Sumsquaredresid13242.91Schwarzcriterion10.46541Loglikelihood-59.06513F-statistic115.6749Durbin-Watsonstat2.359411Prob(F-statistic)0.000000（1）图示法69010011012013002000400060008000E2X420004000600080001000002000400060008000E2X1（2）Goldfeld—Quandt检验由于样本数目太少，不能用Quandt检验。（3）ARCH检验DependentVariable:E2Method:LeastSquaresDate:05/29/05Time:17:13Sample(adjusted):199620047Includedobservations:9afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C1878.2751431.2051.3123730.2464E2(-1)-0.2570250.435899-0.5896440.5811E2(-2)0.0334290.4475240.0746980.9434E2(-3)-0.1874270.431826-0.4340320.6824R-squared0.130019Meandependentvar1343.563AdjustedR-squared-0.391970S.D.dependentvar