eviews行业分析论文

eviews行业分析论文（精选4篇）

eviews行业分析论文篇1

2009/11/1

4用计量经济学的方法对2007年中国各地区城镇居民消费性支出数据进行分析。

2009计量经济学期中报告

——2007年中国各地区城镇居民消费性支出数据分析

关键词：计量经济学居民消费数据分析

使用数据：老师课堂上给出的数据

参数的描述定义为：

Total－平均每人全年总消费支出；

Food－平均每人全年食品支出；

House－平均每人全年住房支出；

Health－平均每人全年医疗保荐支出；

Edu－平均每人全年教育文化娱乐支出；

Income－平均每人全年可支配收入；

East－东部地区虚拟变量；

West－西部地区虚拟变量，其余为中部地区省份。

一、收入、总支出情况分析

我们先对东、西、中部收入和总支出情况作一下了解，建立以下两个回归模型：

Income = a1 + a2*East + a3*West + u1

Total = b1 + b2*East + b3*West + u2

a1、b1表示中部地区的收入和总支出情况，a2、b2表示东部地区比中部地区的收入（总支出）高出的部分，a3、b3表示西部地区收入（总支出）比中部地区高出的部分。

用Eviews进行OLS回归结果如下：

Income = 11517.26 + 4614.319*East – 595.3656*West

t值(12.90421)(3.908149)(-0.483938)

R2 = 0.473134F = 12.57224Prob.(F)= 0.000127

Total = 8369.348 + 3179.694*East – 239.1808*West

t值(12.61764)(3.623706)(-0.261599)

R2 = 0.421056F = 10.18195Prob.(F)= 0.00047

5该模型的计算结果表明，我国中部的平均收入水平为11517.26，支出为8369.348；a2、b2为正数，说明东部地区的收入水平和支出水平要比中部的高，分别为16131.58、11549.042，a3、b3为负数，说明西部地区的收入水平和支出水平要比中部的低，分别为10921.89、8130.167。由此看出，东部、中部、西部的收入水平和支出水平是依次递减的。另外，两个方程中East回归系数的t检验是显著的，而West回归系数的t检验不是显著的，说明东部的收入水平和支出水平的显著的高于中部地区，而西部地区与中部地区大致相同。这与实际情况是相符合的，改革开放后，由于东部是沿海地区，经济发展快速；而中部地区发展则较为缓慢，西部又较中部发展稍微缓慢，于是经济实力从西向东是阶梯式的递减。由于东部经济实力雄厚，所以居民收入较高，消费也更高。收入和消费从东

向西呈递减状态。

二、收入与支出的关系

建立以下模型：

Total = c1 + c2*Income + c3*East*Income + c4*West*Income

c2表示中部地区的边际消费倾向，(c2+c3)表示东部地区的边际消费倾向，(c2+c4)表示西部地区的边际消费倾向。

用Eviews进行OLS回归结果如下：

Total = 49.98713 + 0.722461*Income – 0.009708*East*Income + 0.017371*West*Income t值(0.076611)(12.27491)(-0.364924)(0.740424)R2 = 0.954295F = 187.9146Prob.(F)= 0.000000

该模型的回归结果表明，中部MPCm=0.722461，东部系数小于零MPCe=0.712753，西部系数大于零MPCw=0.739832。于是有MPCw>MPCm>MPCe，由于从第一个问题分析我们可以知道，Incomew

但是，从回归的结果中我们可以看出，East*Income和West*Income回归系数的t统计量值均很小，即是说，它们对总支出的影响很小，并且都≈0，可以认为，东、西、中部的边际消费倾向是大致一样的。我们假设MPCw=MPCm=MPCe，即c3=c4=0，利用Wald检验，输入“c(3)=c(4)=0”，可以得到：

Wald Test:

Equation: Untitled

Test Statistic

F-statistic

Chi-square

ProbabilityValuedf0.493124 0.986248(2, 27)20.6161 0.6107 表明接受原假设，于是我们可以认为东、西、中部的边际消费倾向是相同的。

三、东、西、中部的消费取向的对比

建立以下模型：

Total = d1 + d2*Food + d3*House + d4*Health + d5*Edu

d2、d3、d4、d5分别表示每单位的食物、住房、医疗、教育文娱的支出对总支出的贡献。

用Eviews进行OLS回归结果如下：

Total = 143.8040 + 1.258978*Food + 1.421100*House + 1.178493*Health + 2.301847*Edut值(0.414774)(9.313110)(2.901082)(2.804014)(8.381545)R2 = 0.986396F = 471.2839Prob.(F)= 0.000000

该模型的回归结果表明，每单位的食物、住房、医疗、教育文娱的支出对总支出的贡献分别为：1.258978、1.421100、1.178493、2.301847。R2 = 0.986396表明有很高的拟合优度，F检验也是高度显著的，说明食物、住房、医疗、教育

文娱的支出对总支出的总影响是显著的。从各项系数的t检验来看，各解释变量的t统计量均大于2，表明食物、住房、医疗、教育文娱的支出对总支出的影响也都是显著的。

研究东、西、中部的消费取向的差异，我们建立了以下模型：

Total = e1 + e2*Food + e3*House + e4*Health + e5*Edu

+ e6*East*Food + e7*East*House + e8*East*Health + e9*East*Edu

+ e10*West*Food + e11*West*House + e12*West*Health + e13*West*Edu 模型中，e2、e3、e4、e5分别表示了中部地区每单位的食物、住房、医疗、教育文娱的支出对总支出的贡献；(e2+e6)、(e3+e7)、(e4+e8)、(e5+e9)分别表示东部地区每单位的食物、住房、医疗、教育文娱的支出对总支出的贡献；(e2+e10)、(e3+e11)、(e4+e12)、(e5+e13)分别表示西部地区每单位的食物、住房、医疗、教育文娱的支出对总支出的贡献。

用Eviews进行OLS回归结果如下：

Total = 565.999 + 0.708*Food + 2.017*House + 1.015*Health + 3.032*Edu

t值(0.879911)(1.806225)(1.288203)(0.742131)(2.592732)

+ 0.319*East*Food1.482*West*Edu(1.269474)(0.006741)(0.092589)(-1.118575)

2R = 0.989565F = 142.2500Prob.(F)= 0.000000

eviews行业分析论文篇2

1 模型建立思想以及步骤

EVIEWS是计量经济学应用的软件,它主要用于对经济关系和经济活动的规律分析,通过设立模型、收集资料、检验模型、应用模型(结构分析、经济预测、政策评价)等对经济活动的应用与分析,也是经济活动中必备的软件。

在此次的分析中,首先找到分析影响服务进出口总额的影响因素,收集往年中这些变量的数据并建立解释变量与被解释变量之间的模型;其次检验这些模型(例如是否存在多重共线性、异方差或者自相关等情况);最后将这些模型应用到近期的经济政策中,分析在未来这些政策是否会对服务进出口有重要影响并提出主要的应对措施。

2 模型的建立与预测

本文选取1982—2014年全国服务进出口总额数据,来源于中国外汇管理局资料,模型中所使用的解释变量来自《中国统计年鉴》《中国区域经济统计年鉴》中整理的变量资料。模型将全国服务进出口总额作为模型的被解释变量,国民生产总值、国民总收入、居民消费价格指数作为解释变量,然后用EVIEWS做计量经济分析。

2.1 变量之间的模型关系图

假设所建立的模型为:

根据解释变量与被解释变量之间的关系可以得出之间的关系模型简略图如图1所示。分析可知:被解释变量与解释变量之间呈正相关的关系,即随着解释变量的增加被解释而增加一定的幅度。

2.2 多元线性回归模型检验以及分析

根据图2数据,模型估计的结果写为:

2.2.1 经济意义检验

根据估计的模型估计结果,在假定其他变量条件不变的情况下,国内生产总值(GDP)每增加1亿元,全国服务进出口总额将减少19.73492亿元;国民总收入(GNI)每增加1亿元,全国服务进出口总额将增加25.43949亿元;居民消费价格指数(CPI)每增加1%,全国服务进出口总额将增加641.4944亿元。

2.2.2 统计经验

(1)拟合优度:由回归结果可知,可决系数R2=0.991818,修正可决系数,这说明模型对样本的拟合很好。

(2)F检验:针对H0:β2=β3=β4=0给定显著性水平α=0.05,在F分布表中查出自由度k-1=3和n-k=29的临界值Fα(3,29)=8.62。因为F值为1171.803,由于F=1171.803>Fα(3,29)=8.62,应拒绝原假设H0∶β2=β3=β4=0,说明回归方程显著,说明“国内生产总值(GDP)”“国民总收入(GNI)”“居民消费价格指数(CPI)”变量联合起来确实对“服务进出口总额”有显著影响。

(3)t检验:分别针对H0∶βj=0(j=1,2,3,4),给定显著性水平α=0.05,查t分布表得自由度n-k=25临界值。由表可得除以外,对应的t统计量分别为-2.429803、2.537408、2.387804,其绝对值均大于,这说明在显著性水平α=0.05下,分别都应拒绝H0∶βj=0(j=1,2,3,4),也就是说,当在其他解释变量不变的情况下,解释变量“国内生产总值(GDP)”“国民总收入(GNI)”“居民消费价格指数(CPI)”分别对被解释变量“服务进出口总额(Y)”都有显著影响。当给定显著性水平α=0.05,由于对应的t统计量为-1.971655,小于,不能拒绝H0:βj=0(j=1,2,3,4),表明在α=0.05的显著性水平下,“国内生产总值(GDP)”分别对被解释变量“服务进出口总额(Y)”没有显著性影响。但在显著性水平α=0.10时,查t分布表得自由度为n-k=29的临界值,与对应的t统计量为-1.971655,大于,表明在α=0.10的显著性水平下,对应解释变量对被解释变量影响显著。

2.3 对某一变量存在异方差并进行检验优化

2.3.1 White检验是否存在异方差

由图3回归检验结果中,nR2=12.69602,由White检验可知,在α=0.05的情况下,查χ2分布表,得临界值χ20.05(2)=5.9915,同时X和X2的t检验值也显著。比较χ2统计量和临界值,因为nR2=12.69602>χ20.05(2)=5.9915,所以拒绝原假设,不能拒绝备择假设,表明模型存在异方差。

2.3.2 异方差性的修正

根据图4数据,运用加权最小二乘法消除了异方差后,参数的t检验均显著,F检验也显著,即估计结果为:

这说明GDP每增加1亿万元,平均来说服务进出口额将会增加4.389589亿元。

3 对策

3.1 扩大服务贸易的总额来拉动经济增长

据我国商务部数据显示,到2016年上半年,我国服务进出口总额比去年同期增长13.3%,成为经济增长的突出特征。国际国内在提倡可持续发展的理念下,服务业对全球就业的贡献率由39.1%提高到45.1%。因此,国家更应该将一定的工作重心放在提高服务业的发展,加快推动服务贸易上,从而为我国经济贸易的健康成长提供有力的支持。

3.2 对服务贸易结构进一步优化

自1982—2014年以来,我国服务出口总额在大多数年份比货物贸易出口总额的速度快速增长。据统计,2014年我国服务进口总额已达到2222亿美元,出口总额达到3821亿美元。2015年2月,国务院在《关于加快发展服务贸易的若干意见》中提道,“到2020年,服务进出口额超过1万亿美元”。十年内,全球国际服务贸易规模翻了一番,由2005年的4.77万亿美元增至2014年的9.8万亿美元,接近10万亿美元。

3.3 加强人才培养,大力培养服务型人才

加强人才培养建设,培养服务型的人才,加快形成人才培养机制。培养高技能和国际化的人才,加强人员流动,加快服务型人才队伍的建设。因此,政府、高校、个人等也都要做出一定的努力:政府应该形成人才培养的机制,逐步形成培养服务型人才的政策措施;高校应加强对服务型人才的培养,为我国服务贸易提供更多的人才支持;大学生也应该加强对自身的锻炼,严格要求自己,顺应全球化的新趋势,不断提升自身的素质,从而为我国服务贸易的增长提供有力的人才支持。

3.4 加强引导、监管和规划

在当今21世纪的信息化时代,服务贸易虽然带来较大的经济效益,为我国经济的发展提供了巨大的支持。但服务业作为经济发展态势良好的新事物来说,如果任其发展,不加以监督和管理,也会影响正常的市场秩序。因此在经济发展的背景下,我国要逐步建立和完善服务业的法律法规,规范其市场秩序。作为政府,应该完善法律法规,为服务贸易的健康发展提供法律支持;作为企业本身,也要加强自身的管理和监控,积极适应到良好的市场秩序,只有这样才能为良好的市场秩序做出贡献。

4 结论

在信息化发展的今天,世界各国间贸易和往来更加亲密,随着经济的发展和国际分工的日益深化,世界经济与发展已然迈入了一个崭新的格局,全球服务贸易格局也发生了重大的变化,这也为我国服务贸易的发展提供了良好的机遇。因此我国应该在此机遇面前,调整好发展的状态,实现我国服务贸易的跨越式发展,也为世界的服务贸易创造一定的价值,为建立公平公正合理的国际服务贸易新秩序做出努力。

摘要：自改革开放以来,我国迈入了世界,与世界的交流和贸易也不断增加,服务总额也在不断地增加。文章以1982—2014年的数据为基础,研究国民总收入(GNI)、国内生产总值(GDP)以及居民消费价格指数(CPI)对服务进出口总额的影响。运用EVIEWS模型分析并预测服务进出口贸易的增长与发展趋势,并对我国在服务贸易上提出相关建议,为我国的发展建言献策。

关键词：服务进出口,EVIEWS 8.0,预测

参考文献

[1]张晓峒.EViews使用指南与案例[M].北京:机械工业出版社,2007.

[2]刘东升.国际服务贸易[M].北京:中国金融出版社,2005.

[3]陈宪,程大中.国际服务贸易[M].北京:北京高等教育出版社,2010.

[4]庞皓.计量经济学(第三版)[M].北京:科学出版社,2014.

eviews行业分析论文篇3

【关键词】指数预测时间序列 ARIMA模型

一、模型构建

（一）样本选取

本文选用上证指数时间跨度为2000年1月28日至2015年10月30日的月份数据，剔除节假日和个别不交易的数据，样本容量为191。其中，选取2015年11月上证指数收盘价作为模型预测的估计量，所有交易数据来源于同花顺官方网站。

（二）数据处理

由于上证指数数据较大，故本文通过对数化处理得出上证指数的收益率LNXt=lnXt，式中Xt为第t个交易日上证指数的月收盘价，LNXt表示上证指数在第t个交易日的收益率。

（三）平稳性检验

一般而言时间序列数据都具有某种趋势，是非平稳的，用单位根检验方法（ADF检验）可验其平稳性，本文用单位根检验的三种设定形式分别检验上证指数的平稳性。

模型1：

模型2：

模型3：

表1 上证收益率LNX的ADF检验结果表

由表1可以看出，无论在哪一种模型形式下，上证指数收益率序列LNX非平稳，无法对其建立ARIMA模型。

为了得到平稳的收益率序列，对其进行一阶差分得D（LNXt）=LNXt-LNXt-1。

对差分序列DLNX进行ADF检验（表2），上证指数收益率1阶差分序列通过了ADF检验，该序列是平稳的，ARIMA模型中滞后阶数d=1，可对DLNX建立ARIMA模型。

表2 DLNX的ADF检验结果表

（四）模型估计

作收益率1阶差分后滞后20期的自相关——偏自相关图，发现收益率1阶差分后的序列自相关图是截尾的，偏自相关图是截尾的，对收益率差分序列建立ARIMA模型，估计结果如表3。

表3 ARIMA（11，1，11）估计结果

估计方程：

ARIMA（11，1，11）模型参数在10%的水平下都是显著的，其中，AR（11）和MA（11）在1%显著性水平在显著，常数项在10%显著性水平下显著，AR特征根0.96和MA特征根0.99都在单位圆之内，是平稳的。

（五）模型诊断

对模型ARIMA（11，1，11）残差进行检验，得到残差单位根检验结果（表4）。残差通过了ADF单位根检验，故残差序列是白噪声。

表4 残差ADF检验结果表

二、样本外预测

本文采用静态预测，依据模型对上证指数收益率进行预测，结果见表5。

表5 上证指数预测结果

三、结论

本文利用ARIMA模型对上证指数月度数据进行预测，真实值与预测值对比情况见表5，预测结果在允许的误差内，从而ARIMA（11，1，11）模型对大盘指数有较好的预测性。选取的月度数据未包含一个月内影响指数变动的诸多因素，故有一定的误差。此模型对大盘走势进行的短期预测，可为投资者提供一定的投资决策依据。

参考文献

[1]刘云.ARIMA对我国上证指数的预测研究[J]，现代商贸工业，2012（16）.

[2]柯文泉.ARIMA模型在上证指数预测中的应用[J]，现代商业，2008（13）.