kl800.com省心范文网

计量经济学论文(eviews分析)计量经济作业



我国旅游收入的计量分析
一、 经济理论陈述
在研读了大量统计和计量资料的基础上,选择了三个大方面进行研 究,既包括旅游人数,人均旅游花费和基本交通建设。其中,在旅游人 数这个解释变量的划分上,我们考虑到随着全球经济一体化的发展,越 来越多的外国游客来中国旅游消费。中国旅游的国际市场是个有发展潜 力的新兴市场,尽管外国游客前来旅游的方式包罗万象而且消费能力也 不尽相同,但从国际服务贸易的角度出发,我们在做变量选择时,运用 国际营销的知识进行市场细分,划分了国际和国内两个市场。这样,在 旅游人数这个解释变量的最终确定上, 我们选择了 X 2 国内旅游人数,X 3 入境旅游人数。这点选择除了理论支持外,在现实旅游业发展中我们也 看到很多景区包括成都的近郊也有不少外国游客的身影。所以,我们选 取这两个解释变量等待下一步进行模型设计和检验。 另外,对于人均旅游花费,我们在进行市场细分时,没有延续前两 个变量的选择模式,有几个原因。首先,外国游客前来旅游的形式和消 费方式各异且很难统计。我们在花大力气收集数据后,仍然没有比较权 威的统计数据资料。其次,随着国家对农业的不断重视和扶持,我国农 业有了长足发展。农村居民纯收入增加,用于旅游的花费也有所上升。 而且鉴于农村人口较多,前面的市场细分也不够细化,在这个解释变量 的确定上,我们选择农村人均旅游花费,既是从我国基本国情出发,也 是对第一步研究分析的补充。 所以我们确定了 X 4 城镇居民人均旅游花费

和 X 5 农村居民人均旅游花费。 旅游发展除了对消费者市场的划分研究,还应考虑到该产业的基础 硬件设施。在众多可选择对象中我们经分析研究结合大量文献资料决定 从交通建设着手。在我国,交通一般分布为公路,铁路,航班,航船等。 由于考虑到我国一般大众的旅游交通方式集中在公路和铁路上,为了避 免解释变量的过多过繁以及可能带来的多重共线形等问题,我们只选取 了前二者。即确定了 X 6 公路长度和 X 7 铁路长度这两个解释变量。其中, 考虑到我国旅游业不断发展过程中,高速公路的修建也不断增多,在 X 6 的确定过程中,我们已经将其拟合,尽量保证解释变量的完整和真实。

二、 相关数据

三、 计量经济模型的建立
Y=c(1)+c(2)*X2+c(3)*X3+c(4)*X4+c(5) *X5+c(6)*X6+U 我们建立了下述的一般模型: 其中

Y——1994-2003 年各年全国旅游收入 C(1)——待定参数 X 2 ——国内旅游人数 (万人) X 3 ——入境旅游人数 (万人) X 4 ——城镇居民人均旅游花费 (元) X 5 ——农村居民人均旅游花费 (元) X 6 ——公路长度(含高速) (万公里) X 7 ——铁路长度 (万公里) U——随即扰动项

四、 模型的求解和检验
利用 Eviews 软件,采用以上数据对该模型进行 OLS 回归,结果如下:
Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 01:56 Sample: 1994 2003 Included observations: 10 Variable C X2 X3 X4 X5 X6 X7 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -340.5047 -0.001616 0.232358 6.391052 -1.046757 5.673429 -474.3909 0.996391 0.989174 102.0112 31218.86 -54.42035 3.244251 Std. Error 1357.835 0.013520 0.128017 1.716888 1.224011 6.667266 355.7167 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) t-Statistic -0.250770 -0.119529 1.815050 3.722463 -0.855187 0.850938 -1.333620 Prob. 0.0882 0.1524 0.1671 0.0337 0.0453 0.4573 0.2745 2494.200 980.4435 12.28407 12.49588 138.0609 0.000944

由此可见,该模型可决系数很高,F 检验显著,但是 X 2 、 X 6 、 X 7 的系数 t 检验不显著,且 X 7 的系数符号不符合经济意义,说明存在严重的多重共线性。 所以进行以下修正:

〈一〉 .计量方法检验及修正 多重共线性的检验:
首先对 Y 进行各个解释变量的逐步回归, 由最小二乘法, 结合经济意义和统 计检验得出拟合效果最好的两个解释变量如下:

Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 02:00 Sample: 1994 2003 Included observations: 10 Variable C X4 X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -3193.041 9.729003 -1.197036 0.957285 0.945081 229.7654 369544.9 -66.77660 0.791632 Std. Error 606.2101 1.435442 2.059371 t-Statistic -5.267217 6.777703 -0.581263 Prob. 0.0012 0.0003 0.1293 2494.200 980.4435 13.95532 14.04609 78.43859 0.000016

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

继续采用逐步回归法将其余解释变量代入, 得出拟合效果最好的三个解释变 量,结果如下:

Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 02:01 Sample: 1994 2003 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob.

C X2 X4 X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-3391.810 0.029414 6.355459 -0.284542 0.974627 0.961940 191.2739 219514.3 -64.17232 1.328513

514.1119 0.014525 2.050175 1.772604

-6.597416 2.025042 3.099959 -0.160522

0.0006 0.0393 0.0211 0.1077 2494.200 980.4435 13.63446 13.75550 76.82334 0.000035

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

以上模型估计效果最好,继续逐步回归得到以下结果:
Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 02:40 Sample: 1994 2003 Included observations: 10 Variable C X2 X3 X4 X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -1973.943 -0.005095 0.328279 4.665485 -1.714020 0.994114 0.989406 100.9150 50919.23 -56.86644 3.034041 Std. Error 441.5947 0.011431 0.080682 1.158665 0.999029 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) t-Statistic -4.470034 -0.445729 4.068802 4.026602 -1.715686 Prob. 0.0066 0.6744 0.0096 0.0101 0.1469 2494.200 980.4435 12.37329 12.52458 211.1311 0.000009

各项拟合效果都较好。虽然 X 2 的 t 检验不是很显著,但考虑到其经济 意义在模型中的重要地位,暂时保留。继续引入 X 6 。
Dependent Variable: Y

Method: Least Squares Date: 12/23/10 Time: 02:41 Sample: 1994 2003 Included observations: 10 Variable C X2 X3 X4 X5 X6 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -2034.155 -0.007033 0.299562 4.787986 -1.511851 2.062334 0.994252 0.987067 111.4976 49726.89 -56.74797 3.130122 Std. Error 525.2137 0.014095 0.128626 1.339888 1.282385 6.659247 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) t-Statistic -3.873004 -0.498977 2.328946 3.573423 -1.178937 0.309695 Prob. 0.0179 0.6440 0.0803 0.0233 0.1638 0.7723 2494.200 980.4435 12.54959 12.73114 138.3830 0.000144

根据以上回归结果可得, X 6 的引入使得模型中 X 2 、 X 6 的 t 检验均不 显著,再考察二者的相关系数为 0.949132,说明 X 2 、 X 6 高度相关,模型 产生了多重共线性,因此将 X 6 去掉。 再将 X 7 代入检验。

Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 02:42 Sample: 1994 2003 Included observations: 10 Variable C X2 X3 X4 X5 X7 R-squared Coefficient -641.0670 0.001432 0.315742 5.694229 -1.631710 -351.4600 0.995521 Std. Error 1265.065 0.012579 0.079487 1.456042 0.977195 313.6492 Mean dependent var t-Statistic -0.506746 0.113838 3.972264 3.910759 -1.669790 -1.120551 Prob. 0.0190 0.9149 0.0165 0.0174 0.1703 0.3252 2494.200

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.989921 98.43019 38754.01 -55.50141 2.850083

S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

980.4435 12.30028 12.48183 177.7916 0.000087

X 7 的系数为负,与经济意义相悖,因此也去掉。由此确定带入模型的 解释变量为 X 2 、 X 3 、 X 4 、 X 5 。

异方差性的检验:
再对模型的异方差性进行检验:鉴于我们的样本资料是时间序列数据, 选用 ARCH 检验。
ARCH Test: F-statistic Obs*R-squared 0.044061 0.056296 Probability Probability 0.839718 0.812449

Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/23/10 Time: 02:43 Sample (adjusted): 1995 2003 Included observations: 9 after adjustments Variable C RESID^2(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 5197.741 0.079216 0.006255 -0.135708 7106.603 3.54E+08 -91.45855 1.810449 Std. Error 3188.960 0.377385 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) t-Statistic 1.629918 0.209908 Prob. 0.1471 0.8397 5645.880 6668.507 20.76857 20.81239 0.044061 0.839718

这里 Obs*R-squared 为 0.056296,P=0.812449>0.05 所以接受 H 0 ,表明模型 中随机误差项不存在异方差。

再考虑 P=3 的情况:
ARCH Test: F-statistic Obs*R-squared 0.126837 0.787922 Probability Probability 0.938100 0.852354

Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/23/10 Time: 02:46 Sample (adjusted): 1997 2003 Included observations: 7 after adjustments Variable C RESID^2(-1) RESID^2(-2) RESID^2(-3) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 206.9671 0.162377 0.112799 0.331276 0.112560 -0.774879 9326.298 2.61E+08 -70.95118 1.521751 Std. Error 8303.931 0.536337 0.570427 0.570658 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) t-Statistic 0.024924 0.302751 0.197746 0.580516 Prob. 0.9817 0.7819 0.8559 0.6023 4377.448 7000.432 21.41462 21.38371 0.126837 0.938100

这里 Obs*R-squared 为 0.787922,P=0.852354>0.05 。所以仍然接受 H 0 ,表明模型中随机误差项不存在异方差。

自相关性的检验:
随机扰动项可能存在一阶负自相关。 借助残差项和其一阶滞后项的二 维坐标图进一步分析:

由图示可看出,残差项和其一阶滞后项显然存在负自相关,然后利用对 数线形回归修正自相关性,得到相应结果如下:
Dependent Variable: LOG(Y) Method: Least Squares Date: 12/23/10 Time: 02:52 Sample: 1994 2003 Included observations: 10 Variable C LOG(X2) LOG(X3) LOG(X4) LOG(X5) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -8.769551 0.324789 0.384066 1.482683 0.005750 0.994678 0.990421 0.043355 0.009398 20.65966 2.052287 Std. Error 2.012276 0.343868 0.227746 0.313487 0.068955 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) t-Statistic -4.358027 0.944516 1.686378 4.729643 0.083382 Prob. 0.0073 0.0383 0.0225 0.0052 0.0468 7.740729 0.442977 -3.131931 -2.980639 233.6398 0.000007

从估计的结果看,DW=2.052287,说明修正后有了明显好转,随机扰动项 几乎不存在一阶自相关。

我们进行了一系列检验和修正后的最终结果如下:
LOG(Y) = 0.3247885353*LOG(X2) + 0.384066367*LOG(X3) + 1.482683433*LOG(X4) + 0.00574960769*LOG(X5) - 8.769551392

R 2 =0.994678

R 2 =0.990421

F=233.6398

五、 经济意义解释
C3 和 C3 分别衡量我国旅游收入关于国内和入境旅游人数的弹性,也就是表 示当旅游人数每变动百分之一时,平均来说,旅游收入变动的百分比。 这里要特别注意,例如 1998 年国内旅游人数为 69450 万人,入境旅游人数 为 6347.8 万人,则国内旅游人数每增加 1%,即增加 694.5 万人,国内旅游收入 增加 0.325%,而入境旅游人数每增加 1%,即增加 63.5 万人,国内旅游收入增加 0.384%。 C4 和 C5 分别衡量我国旅游收入关于我国城镇居民和农村居民人均旅游花费 的弹性,也就表示当人均花费每变动百分之一时,平均来说,旅游收入变动的百 分比。城镇居民人均旅游花费每增加 1%,国内旅游收入增加 1.483%;农村居民人 均旅游花费每增加 1%,国内旅游收入增加 0.0057 %。

六、 政策建议
为了促进我国旅游事业的快速发展,我们提出了以下几点建议: 1、实施政府主导型旅游发展战略 政府主导型旅游发展战略是按照旅游业自身的特点,在以市场为主,合理配 置资源的基础上,充分发挥政府的主导作用,促进旅游业更快发展。 (1)建设和完善旅游法制体系,力争《旅游法》的尽早出台。 (2)提高旅游管理部门的地位,或组织高层次的协调机制,以适应旅游产业 大规模和大发展的前景。 (3)中央政府的主导需要相应的资金基础。从 1992 年起,财政部建立了旅游 发展基金,其来源是在出境机场费中加收 20 元人民币,对旅游业的发展起到了 积极的作用。考虑到旅游大发展的需要,多渠道,多形式开辟政府基金来源是必 要的。 (4)加大促销投入。长期以来我国促销经费严重缺乏。中央一年所能提供的 促销经费不足 500 万美元, 这大大限制了我国对国际旅游市场大面积,深层次的 开发,难以产生影响客源流向的招徕效果。从国际上看,为了使自己处在有利的

市场竞争地位, 每个国家每年都投入相当数量的旅游经费,用于开展旅游对外促 销活动。按照世界一般规律,吸引一个国际旅游者平均需要 3—5 美元的促销经 费, 而我国尚不足 0.5 美元, 这种状态, 显然无法适应国际旅游市场竞争的需要。 因此,在政府主导型战略的实施中加大促销投入是一项重要的工作。

2、旅游市场创新 旅游经济是特色经济,而特色就需要充分地发扬创新意识,做到人无我有, 人有我精,人精我专。 对于旅游市场的开拓,各地旅游开发和建设模式大同小 异,无论是山水风景区,历史文化名城,滨海沙滩度假地,还是温泉休养区,大 都只是大众旅游市场的共同特征,因此,重复建设的模式正成为旅游开拓市场的 通病。 随着现代旅游者需求日益成熟,伴随着主题公园等人造景区大规模发展之 势, 生态旅游由于世界各国重视人和自然共生共存共荣环保概念的强化,以可持 续发展为方向的生态旅游正在世界各地呈方兴未艾之势。 区域旅游的发展开始以 若干不同旅游项目满足相应不同分众市场的开发模式以获得综合整体效益, 形成 规模经济的发展趋势。 3、不同产业匹配发展 产业之间相互联系, 旅游业的存在不是独立的,在促进旅游业的同时也要加 大工业和农业的发展。 如我国农业人口占据很大比例,而国内旅游收入的主要来 源集中在为数不多的城镇居民上,农村市场还存在很大的空白。可以说,我国的 国内旅游市场还没有开发完全,农村市场非常广阔,具有很大潜力,所以发展农 业,必然会极大促进我国的旅游事业。


计量经济学论文(eviews分析)资本结构主要影响因素的再...

(作业)计量经济学论文(evi... 9页 10财富值 计量经济学论文(eviews分析......《计量经济学》课程论文 资本结构主要影响因素的再探析——基于我国上市公司的实证...

计量经济学论文(eviews分析)影响我国人口预期寿命的可...

计量经济学论文(eviews分析)影响我国人口预期寿命的可能因素分析》_数学_自然科学_专业资料。攻读学士学位本科生试卷(作业)封面( 2016 至 2017 学年度第 一 学期)...

计量经济学论文eviews

计量经济学论文eviews_经济学_高等教育_教育专区。计量经济计量经济学论文总分...为了消除异方差,对数据做取对数 处理,利用 E- views 进行回归分析,排除以往...

计量经济学论文(eviews分析)影响我国人口预期寿命的可...

计量经济学论文(eviews分析)影响我国人口预期寿命的可能因素分析》._公共/行政管理_经管营销_专业资料。攻读学士学位本科生试卷(作业)封面 ( 2016 至 2017 学年度...

计量经济学论文(eviews分析)《我国东西部消费差异的实...

计量经济学论文(eviews分析)《我国东西部消费差异的实证研究》_经济学_高等教育_教育专区。用数据分析我国东西部消费差异的因素我国东西部消费差异的实 证研本文选...

计量经济学论文(eviews分析)_房价的计量经济分析

计量经济学论文(eviews分析)_房价的计量经济分析_教育学/心理学_人文社科_专业资料...(作业)计量经济学论文(e... 9页 3下载券 计量经济学论文(关于我国... 6...

...收入影响因素分析》 计量经济学论文(eviews分析)

《我国财政收入影响因素分析》 班级: 姓名: 学号: 指导教师: 完成时间: 摘要...(作业)计量经济学论文(e... 9页 2下载券 计量经济学论文(eviews分... 10...

...的相关因素分析》 计量经济学论文(eviews分析)_图文...

《影响我国城镇居民消费支出的相关因素分析》 计量经济学论文(eviews分析)_经济学_高等教育_教育专区。计量经济学上机作业 学院: 班级: 学号: 姓名: 影响我国城镇...

计量经济学论文(eviews分析)影响我国人口预期寿命的可...

计量经济学论文(eviews分析)影响我国人口预期寿命的可能因素分析》_教育学/心理学_人文社科_专业资料。影响我国人口预期寿命的可能因素分析 摘要:现实中存在着这种现...

计量经济学论文eviews

计量经济学论文eviews_调查/报告_表格/模板_实用文档。期末论文 吉林财经大学期末论文题目:财政收入影响因素的计量分析 学院:税务学院 姓名: 学号: 日期 13 年 12...