计量经济学实验报告四

《计量经济学》上机实验报告四 题目：多重共线性 班级： 14国贸1 学号：20145163 实验环境： Windows 7 ; EViews 3.1 实验目的：掌握多重共线性的检验及处理方法 实验日期和时间：2016/11/23 姓名： 张琴 实验室：103 实验内容： 4.3 建立并检验我国商品进口额预测模型 4.4 分析异常结果出现的原因并提出解决办法 实验步骤： 4.3 （1）估计模型参数 根据Eviews分析得到的数据如下： 得到的模型方程为：LNY= -3.111486 +1.338533LNGDP -0.421791LNCPI （0.4630） （0.0886） （0.2333） T= （-7201） （15.1058） （-1.8080） =0.9881 = 0.9871 F=992.2582 (2) 该模型的可决系数为0.9881，可决系数很高，F检验值为992.2582，明显显著。但当a=0.05,t(24)=2.064,LNCPI的系数不显著，可能存在多重共线性。而且，其相关系数矩阵如下： LNGDP, LNCPI之间的相关系数很高，证实确实存在多重共线性。 （3）进行以下回归 由 Eviews 得： 得到的回归方程分别为 LNY= 1.185739LNGDP- 3.750670 LNY= 2.939295LNCPI - 6.854535 LNGDP= 2.511022LNCPI - 2.796381 对多重共线性的认识：单方程拟合效果都很好，回归系数显著，判定系数较高，GDP和CPI对进口的显著的单一影响，在这两个变量同时引入模型时影响方向发生了改变，这只有通过相关系数的分析才能发现. （4）建议：如果仅仅是作预测，可以不在意这种多重共线性，但如果是进行结构分析，还是应该引起注意的。 4.4 一、检验多重共线性 相关系数检验 利用相关系数可以分析解释变量之间的两两相关情况。在Eviews软件中可以直接计算相关系数矩阵。 本例中，在Eviews软件命令窗口中键入： COR CZSR CZZC GDP SSZE 或在包含所有解释变量的数组窗口中点击View\\Correlations，其结果如图1所示。由相关系数矩阵可以看出，解释变量之间的相关系数均大于0.8，即解释变量之间是高度相关的。 图1 解释变量相关系数矩阵 二、利用逐步回归方法处理多重共线性 ⒈建立基本的一元回归方程 根据相关系数和理论分析，财政收入与税收总额关联程度最大。所以，设建立的一元回归方程为： CZSRSSZE  ⒉逐步引入其它变量，确定最适合的多元回归方程（回归结果如表2所示） 表2财政收入预测模型逐步回归结果 模型 SSZE 1.1513 (273.1237) 1.0218 (13.4167) 1.2905 (44.7539) CZZC GDP R 2 2R CZSR=f(SSZE) 0.1065 (1.7022) 0.9997 0.9997 CZSR=f(SSZE,CZZC) -0.0261 (-4.8556) 0.9997 0.9997 CZSR=f(SSZE,GDP) 0.9998 0.9998 所以，建立的多元回归模型为： CZSR = -247.5609 + 1.2905SSZE – 0.0261GDP (138.2470) (0.02884) (0.005374) t=-1.7907 44.7539 -4.8556 =0.9998 =0.9998 F=70993.46 但此多元回归方程不符合经济意义，解决办法为分别作出财政收入与财政支出、国内生产总值、税收总额之间的一元回归。 财政收入与财政支出的一元回归模型为：CZSR= - 257.5992+0.9946CZZC (358.3645) (0.0095) T= -0.7188 99.0637 =0.9975 =0.9974 F=9813.609 财政收入与国内生产总值一元回归模型为：CZSR= -4419.476 + 0.2131GDP (919.2456) (0.0052) T= -4.8077 41.5520 =0.9857 =0.9852 F=1726.571 财政收入与税收总额一元回归模型为：CZSR= -734.7687 + 1.1513SSZE (131.1949) (0.0042) T= -5.6006 273.1237

=0.9997 =0.9997 F=74596.56