- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
关于我国民用汽车拥有量计量经济学模型及其检验和预测
关于我国民用汽车拥有量的计量经济学模型及其检验和预测
摘要:本人通过建立准确而合理的计量经济学模型,寻求我国民用汽车拥有量和我国社会经济的相关指标之间的函数关系,从而较为准确地对我国短期内民用汽车拥有量的变化进行定量的分析与预测。本文采用1990-2007年中华人民共和国国家统计局公布的相关统计数据,给出建立计量经济学模型和对其进行多种检验的详细过程,并根据模型预测了2008年我国民用汽车拥有量。
关键词:民用汽车拥有量 计量经济学模型 检验 预测
1 引言
改革开放以来,我国的经济有了快速发展,人民生活水平稳步提高,人们购买汽车的热情高涨,汽车产销高速增长。因此,在我国民用汽车将得到进一步普及。一般来说,随着收入水平的增加,人们对汽车的需求也会不断增大。签于此原因,我们进行了这次关于我国民用汽车拥有量的计量经济模型研究,最后对2008年我国的民用汽车量作预测。
2 模型设定
2.1 由于非线性模型的假设检验都涉及到非常复杂的数学计算,所以我们考虑做一个线性模型(对参数线性),这样各种检验的方法较多,对模型准确度的分析也更可靠。
2.2 显然,民用车这种高档消费品与居民收入有关,因此本文引入解释变量人均GDP,并先验预期两者呈现正相关关系。
2.3 我们预计民用汽车市场的发展与其主要原材料钢材的生产有一定的关联,所以引进解释变量钢材产量,并先验预期其与民用汽车拥有量呈正相关。
Y和X1、Y和X2的散点图如下:
显然和,和分别服从线性关系
综上所述,我们采用如下计量经济学模型:
其中,表示山东省民用汽车拥有量(万辆);表示我国人均GDP(元);表示我国钢铁产量(万吨);表示随机干扰项。
3 数 据
我们搜集了《中国统计年鉴》中1990年到2007年共18年的数据:
年份 Y X1 X2 1990 551.36 1644 5153 1991 606.11 1893 5638 1992 691.74 2311 6697 1993 817.58 2998 7716 1994 941.95 4044 8428 1995 1040 5046 8979.8 1996 1100.08 5846 9338.02 1997 1219.09 6420 9978.93 1998 1319.3 6796 10737.8 1999 1452.94 7159 12109.78 2000 1608.91 7858 13146 2001 1802.04 8622 16067.61 2002 2053.17 9398 19251.59 2003 2382.93 10542 24108.01 2004 2693.71 12336 31975.72 2005 3159.66 14053 37771.14 2006 3697.35 16165 46893.36 2007 4358.36 19524.13 56560.87 :民用汽车拥有量(万辆):人均GDP(元):钢铁产量(万吨)
4 回归结果及意义
我们根据上述时间序列数据,采用普通最小二乘法(OLS)进行模型估计,结果如下(使用EVIEWS统计软件)
Dependent Variable: YT Method: Least Squares Date: 01/10/10 Time: 17:03 Sample: 1990 2007 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob.?? X1T 0.124632 0.011417 10.91604 0.0000 X2T 0.032033 0.003790 8.450846 0.0000 C 173.7978 32.29114 5.382214 0.0001 R-squared 0.997420 ????Mean dependent var 1749.793 Adjusted R-squared 0.997076 ????S.D. dependent var 1107.678 S.E. of regression 59.89787 ????Akaike info criterion 11.17417 Sum squared resid 53816.32 ????Schwarz criterion 11.32257 Log likelihood -97.56754 ????F-statistic 2899.355 Durbin-Watson stat 0.939206 ????Prob(F-statis
文档评论(0)