计量经济学读书笔记1

第一篇：计量经济学读书笔记1

读书笔记

经过这么长时间的计量经济学的学习，对计量经济学的一些初浅的轮廓有了基本了解，但是你要问我那些方法的过程，以及怎么样进行操作和检验，坦白说，我又忘记了这是因为你没有想如何用数据与计量方法去检验一个你感兴趣的问题，下周认真结合使用高铁梅那本书《计量经济分析方法与建模:EViews应用及实例(第2版)》和古扎拉蒂的书进行学习！

。这种忘记一方面是计量经济学庞杂而相似的概念方法，这段时间，我是真的没有进行理解，而是推磨似的向前看，但这种方法，正如易老师您说的，是正确的也是合适的。另一方面，对于计量经济学中的理论和方法，你不自己进行一些数据的操作和模拟，是无法掌握和记住的。

对于计量经济学的轮廓，我自己的理解是，它总的来说是以OLS估计的线性模型方法为基础，然后在对线性估计中的一些条件和约束进行宽松，得出估计他们的一些方法和理论，再来对非线性或其他特殊的一些模型进行估计，找到估计他们的一些方法和理论，接着对估计模型的数据进行多样化和复杂化处理，最后再对几个联立的模型进行分析。随着对计量经济学学习的深入，我越来越感觉到计量经济学的重要性，可以这么说，如果经济的研究中缺乏计量经济学，那么这一切的研究只是流于表面，只是文字的堆砌，缺乏理论的基础。在这里这么说，并不是说计量经济学是万能的，一切经济理论只要经过计量的检验，就是正确的可靠的。毕竟，计量经济学本身也是一种理论，它理所当然的有它自己不足的地方。但是，经济学或经济理论，如果缺乏必要的基本的理论基础，那它是不足以让别人相信的，它既然是一种理论，那么它就要有它自己的理论基础，而计量经济学正是这样一种理论基础。既然，计量经济学是理论基础，那么它学起来当然不像微观宏观那么的轻松，尤其和数学、计算机有着千丝万缕的联系，以至于学起它来，的确很困难。

在这里简单谈一谈这段时间学习计量经济学的一些体会。

第一，我还是认为（至少在我所学习的范围内），OLS的估计方法是整个计量经济学所估计方法中的基础。OLS不仅是经典正态线性回归模型的主要方法，而且在放松假定的线性模型中有着很大的参考和对比作用，在非线性回归模型的转变模型中也发挥重要的作用，同时它的转变估计—间接最小二乘法（ILS）,两阶段最小二乘法（2SLS）—也是联立回归模型中的基础方法。我们知道，OLS对于线性估计的条件要求很严格，在放松条件中所得到的一些线性估计方法同样也有很大的意义，例如广义最小二乘法（GLS）。在异方差的线性模型中，我们采用OLS估计尽管是无偏的但不是最优的，那么我们可以对这个模型进行稍微的变动，得到能够采用广义二乘法的估计模型，并且在样本足够大的情况下，我们则可以获取OLS估计量的怀特异方差校正标准误并以之作为统计推断的依据。在定性响应回归模型的异方差问题中，我们同样采用了OLS的转变形式—加权最小二乘（WLS)来处理问题。还有其他一些模型在分析时采用多次OLS估计的方法。这一系列的方法都是以OLS为基础的，无一不反映OLS的重要性。

第二，拟合优度R平方好像不反映任何问题，R平方很高纵然很好，低一点也没什么影响。拟合优度是反映回归元能够解释因变量的程度，但是它受其他因素的影响很大，模型的设定、回归元的个数以及共线性、误差项都能够改变R平方。我们研究经济问题的关键是找到好的适合的模型，这个模型能够在多大的程度上解释我们的经济现象，能不能都很好地被检验，能不能够预测未来经济变量的发展，而不是看它R平方的大小。一个合适漂亮的能够反映问题实质的模型，尽管它的R平方小一点也没关系；再者回归元的共线性也会导致R平方的变大，这反而是个悖论。不过，R平方在我们选择不同模型的过程中也能起到一个参考的作用，两个同样能解释经济问题的模型，当然是拟合优度越大越好。拟合优度反映了很多问题，至少反映了解释变量的联合变化可以在多大程度上面解释被解释变量的变化，尤其是时间序列模型与预测模型拟合优度很重要！

第三，在放松经典线性回归模型的假设中——多重共线性、异方差、自相关，多重共线性的后果好像没有其他两个那么的严重。在多重共线性很高的模型中，我们仍然可以得到OLS估计量保持BLUE性质，正如阿肯所说的遇到多重共线性就相当于我没有足够的观测值，这并不影响你对模型的正常化分析估计和检验，毕竟即使你有一个很多观测值的模型，这些观测值仍然是不确定和有误差的。布兰查德认为，遇到多重共线性，我们可以采取无为而治，多重共线性实质上是一个数据不足的问题，而我们有时候无法选择能用于经验分析的数据。再者，多重共线性的好坏还要看你建立这个模型的目的，如果你回归分析的唯一目的是预测或预报，则多重共线性不是一个严重的问题。而在异方差和自相关的线性模型中，OLS估计尽管是无偏的但已经不能保持估计的BULE性质了，估计方法也要做出相应的改变。想问一下，我是不是可以这样说，在一个复杂的模型中，如果同时出现了多重共线性和异方差的问题，我能不能更偏重解决异方差的问题。

第四，选定一个合适的计量经济学模型给我的感觉很困难。对于一个模型，你首先要确定各种不同的回归元，同时你要明确它们之间的大概关系，再拿合理的数据进行拟合，拟合出来的估计量能不能通过检验，能不能反映和解释现实的经济问题。这其中的每一步都包含着不确定性，不同的回归元选定直接关系着你的这个模型是否能够成功，能不能很好地反映你要表述的问题，再要考虑它们之间有没有共线性，它们之间应该是怎样一个数学表达的关系，是线性的、还是非线性的或者指数等等，是否存在异方差和自相关的问题，怎么样去检验它们，这么多的问题计量经济学本身都还没找到最佳的解决方法。总之，随着计量经济学学习的深入，给我的感觉就是能够找到一个漂亮合适的模型来反映你的问题，才是经济学中的重中之重，当然这些好的模型的取得，也是伴随着微观宏观理论的发展而得到的，它们之间的关系是相辅相成的。选择什么变量需要认真学习经济学理论并进行理论建模，知道哪些变量会显著影响被解释变量，古扎拉蒂有一章专门讲方程的设定的！

第五，通过计量经济学的学习，加深了我对经济学的理解以及认识到计量经济学在解决经济问题时的特殊方法。在开始学习计量经济学时，我以为计量经济学只是对一些数据和模型的研究，不能对一些非数据和定性问题进行分析。在虚拟变量回归模型中，它把不同的地区作为不同的回归元，并以0或1对它们进行赋值，成功得出定性问题对经济变量的影响的模型，让我的眼前豁然一亮。这些模型丰富了对不同经济问题研究的方法，是定性分析和定量分析的一个很好的结合，加深了我对经济学外延的理解。还有在定性响应回归模型中，回归子不在是一个定量的数据，而是一个定性的问题，它可能是是或者不是，也可能是存在或者不存在。在这类模型中，我们可以通过对回归元的定量分析，找出解决定性问题的方法。这才是经济学或者计量经济学应该做到的，单纯的定性分析，刚才我已经说过无法让别人信服；单纯的定量分析不符合经济学的特点也局限了经济学，结合定量和定性分析，计量经济学做到了。对这样的研究方法，我们应该要很好地掌握，我也更深刻的理解了“计量经济学不仅是工具，它同样是一种理论”这句话。

第六，关于计量经济学学习的一些方法。正如易老师您要求的那样，单纯的看这本计量经济学上的理论知识是无法很好的掌握它们的，毕竟计量经济学的学习是要把掌握的知识运用到实际操作中学以致用的，在实际的操作中我们也能更好的加深对计量经济学中各种估计检验方法的理解，所以应该有事没事可以拿些数据在Eviews上蹂躏一下。用过几次Eviews，感觉这用起来这个软件来还不是很顺手，因为它很多方法都是通过窗口实现的，所以你要记住每个窗口的位置和参数设置，这个软件又在不断更新，每一版感觉都不是太一样。总之，还是要多加紧操作。

第二篇：计量经济学论文

计量经济学论文范文 http://www.xiexiebang.com/ 摘 要:计量经济学在经济学科中占据重要的地位,计量经济学方法为现代西方经济学的科学化作出了突出贡献。随着自然科学的发展和人们对经济系统复杂性认识的深入,现代计量经济学内容和方法也在不断地发展。我们介绍计量经济学的产生、发展以及它所研究的几个主要方面和方法,以促进计量经济学的普及推广和学习研究。

关键词:计量经济学;统计检验;预测分析;参数估计

计量经济学(ECONOMETRICS),亦称经济计量学。传统的经济学是研究经济变量之间关系的科学,计量经济学则是研究如何度量这些关系的科学。当代科学发展的特点,第一就是数学化,从定性研究到定量描述以认识事物的本质,是科学发展的一般规律。马克思说过,一种科学只有在成功地运用数学时,才算达到了真正完善的地步。第二是互相渗透,计量经济学正是传统的经济学数学化和几门科学互相渗透的结果。

一 现代计量经济学的本质及其产生发展的过程 1.计量经济学本质

所谓计量经济学,是以数理统计为基础,数学方法为手段,经济理论为指导,考察现代社会中的各种经济的数量关系,预测经济发展趋势,是检验经济政策效果的工具。在资本主义国家,经济理论当然是指资产阶级经济理论,其中占显著地位的是凯恩斯的经济理论。而统计学则主要是指数理统计,数理统计作为认识社会的一种科学方法在很多领域广为应用,电子计算机作为一种高效逻辑运算工具,越来越广泛地应用于统计资料的收集、整理与分析。至于数学模型,其实就是用来反映客观实际的数学方程式。不过,计量经济学中的数学模型,更多的是联立方程组,而不是单个方程式,并且一般是以概率模型出现的。挪威经济学家,计量经济学的始祖弗瑞希在1933年的计量经济学》》杂志创刊号社论中有这样一段话:“用数学方法探讨经济学可以从好几个方面着手,但任何一个方面都不能与计量经济学混为一谈。因此,计量经济学与经济统计学决非一码事。它也不同于我们所说的一般经济理论,尽管经济理论大部分都具有一定的数量特征。计量经济学也不应视为数学应用于经济学的同义语。经济表明,统计学、经济理论和数学这三种观点对真正了解现代经济生活中数量关系来说,每一种观点都是一种必要的,但本身并非充分的条件。三者结合起来就有力量。这种结合便构成了计量经济学。”

2.计量经济学的发展过程

早在1676年,英国古典经济学家威廉•配第就写了一本名为《政治算术》的书,这是一本用“数字、重量和尺度”来阐明经济现象的著作。也就是说,当时在经济学中就已经开始运用数学和统计学了。现代资产阶级经济学者认为,《政治算术》在其方法论结构方面就是属于计量经济学的。这本书对后来形成的计量经济学产生了很大的影响。1711年,意大利工程师切瓦曾积极主张在经济理论研究中采数学方法。1838年法国庸俗经济学家古诺在其《财富理论的数学原理》一书中已把商品需求作了“需求量是价格的函数”的数学规定,即d=f(p),并且认为这种函数关系一般是递减的,即p越大,d越小。但是,从配第到古诺所作出的数字分析或数量分析,还不是现代资本主义国家所盛行的计量经济学。因为,《政治算术》并未列出一个完整的经济现象之间的函数关系,即未列出各种方程式。古诺虽然进了一步———把经济现象描述成函数关系,但并未列出函数关系的具体形式,并未算出一套具体的数字。只是提出了一些原则而已,因而,古诺的理论仍然是抽象的。直到19世纪后半期,数学方法才对经济学产生了实质性的影响,在经济学中才大量运用数学来研究问题。当时,瑞士洛桑大学教授瓦尔拉创立了“全部均衡经济学”,从此为计量经济学奠定了方法论基础。但“全部均衡经济学”本身还不是计量经济学。真正将数学理论和统计计算有效地结合起来并作出成果的,还是20世纪美国哥伦比亚大学教授穆尔。他积累30年的劳动写成《综合经济》一书,于1929年出版。该书专门描述了关于资本主义国家的经济周期、工资率变化,以及资本主义社会商品的需求等各种计量数学公式。《综合经济》为计量经济学进一步奠定了基础。因此,计量经济学作为独立的科学是在20世纪30年代初才出现的。

第三篇：计量经济学 心得

计量经济学学习心得报告

通过这个学期学习的计量经济学这门课程，王新华老师在我们学习计量经济学给了我们很多细心的讲解和耐心的指导，我们针对学习内容主要学到的主要有两点：一：对EVIES软件的熟练操作与应用，学会了Eviews软件，我感觉自己真的是很幸运，因为毕竟有些软件是属于那种有价无市的，如果没有老师的传授我不可能从市场上或是从思想上认识到它；二：对于计量经济学各种案例分析的认识我是很深刻的，在这一次对一个案例进行回归分析讲述中，我不但巩固了老师课堂所讲的知识，也提高了胆识，增长了见识，也学会了团队与协作的力量。

以下我将着重从两个方面阐述我对计量经济学知识的一些认识以及个人从中学到的经验与心得。

一：计量经济学教我了我很多。

在学习计量经济学的过程中，我可以旁征博引，同时老师也给了我很多有意思的启发，因为即将面临考研的抉择，这门课也是我考研过程中必备的一门课程，因此，它作为一门核心必修课，我们都会很用心得听讲，并对一些重要的知识做了记录，从而为自己的考研奠定一定的基础。

二：计量经济学的系统知识

计量经济学的定义为：用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计量经济学。

计量经济学关心统计工具在经济问题与实证资料分析上的发展和应用，经济学理论提供对于经济现象逻辑一致的可能解释。因为人类行为和决策是复杂的过程，所以一个经济议题可能存在多种不同的解释理论。当研究者无法进行实验室的实验时，一个理论必须透过其预测与事实的比较来检验,计量经济学即为检验不同的理论和经济模型的估计提供统计工具。

在计量经济学一元线性回归模型，我认识到：变量间的关系及回归分析的基本概念，主要包括：

其次有一元线形回归模型的参数估计及其统计检验与应用，包括：

我也学会了参数的最大似然估计法语最小二乘法。对于最小二乘法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型能最好的拟合样本数据，而对于最大似然估计法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。显然，这是从不同原理出发的两种参数估计方法。即：

1.一元回归模型：

关于拟合优度的检验，也就是检验模型对样本观测值的拟合程度。被解释变量Y的观测值围绕其均值的总离差平方和可分解为两个部分：一部分来自于回归线，另一部分来自于随机势力。所以，我们用来自回归线的回归平方和占Y的总离差的平方和的比例来判断样本回归线与样本观测值的拟合优度。这个比例，我们也较它可决系数，它的取值范围是0<=R2<=1。

关于变量的显着性检验，是要考察所选择的解释变量是否对被解释变量有显着的线性影响。所应用的方法是数理统计学中的假设检验。我们在进行变量显着性检验时所应用的方法主要是t检验。这在之前我们的概率论与统计学的课程中都有所涉及，不算是新的知识。

关于置信区间估计。当我们要判断样本参数的估计值在多大程度上可以“近似”的替代总体参数的真值，往往需要通过构造一个以样本参数的估计值为中心的“区间”，来考察它以多大的概率包含这真是的参数值。这样的方法就是我们所说的参数检验的置信区间估计。当我们希望缩小置信区间时，可以采用的方法有增大样本容量和提高模型的拟合优度。

2.多元回归模型

多元回归分析与一元回归分析的几点不同：

关于修正的可绝系数。我们可于发现，在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。这样就引出了我们这里说的调整的可绝系数。

关于对多个解释变量是否对被解释变量有显着线性影响关系的联合性F检验。F检验的思想来自于总离差平方和的分解式：TSS=ESS+RSS。通过比较F值与临界值的大小来判定原方程总体上的线性关系是否显着成立。

3.放宽基本假定模型

异方差性，即相对于不同的样本点，也就是相对于不同的解释变量观测值，随机干扰项具有不同的方差，那么检验异方差，也就是检验随机干扰项的方差与解释变量观测值之间的相关性。还有序列相关性和多重共线性

经过这次对于案例回归分析，老师的指导，使得自己对于论文的查找和内容的筛选也得了不少学习，通过案例的分析中可以用最小二乘法，很好的分析出各种不同因素对我们国内税收的增长情况，让我们的开阔了自己的视野和学习了更多的知识。

国贸1402 组长：谢文 组员：徐芳缘，李不言，朱韵楠，何文鑫，杨炎龙，刘硕硕，李小红

第四篇：计量经济学报告

目录

一、确定研究对象...................................................................................................................2

1.选题...................................................................................................................................2 2.选题的意义.......................................................................................................................2 3.确定变量...........................................................................................................................2

二、数据的收集与整理...........................................................................................................2

三、数据描述性分析...............................................................................................................2

(一)被解释变量与各解释变量之间的散点图...................................................................2(二)所有变量的描述性统计指标.......................................................................................4

四、回归结果分析和检验.......................................................................................................6

五、面板回归分析...................................................................................................................9

六、结论.................................................................................................................................15

一、确定研究对象

1.选题

GDP的变化对我国各省份居民储蓄存款余额的变化有多大影响 2.选题的意义

改革开放以来，随着经济的快速发展，我国居民的人均收入有了很大提高，因此居民储蓄余额也有了很大变化。了解我国居民储蓄余额的发展状况对于国家了解居民生活水平、经济运行状况、制定经济政策都有很大的参考作用。3.确定变量

被解释变量：居民储蓄存款余额Deposit balance 解释变量：城镇居民家庭人均总收入Avei_u正相关 农村居民家庭人均纯收入Avei_r正相关

城镇居民家庭人均消费性现金支出Avee_u负相关 农村居民家庭人均消费性现金支出Avee_r负相关 居民消费水平Cl负相关

居民消费价格指数(上年=100)Cpi正相关 地区生产总值R_GDP正相关

二、数据的收集与整理

数据时间段：2004—2013年

样本数据：所有样本数据均在我国31个省、自治区、直辖市中按东、中、西部划分后随机抽取，共10个省份

面板数据：n=10 t=10 n*t=100>50 共有7个解释变量 数据来源：中经网统计数据库（CEINet Statistics Database）

三、数据描述性分析

(一)被解释变量与各解释变量之间的散点图 Db and Avei_u

Db and Avei_r

Db and Avee_u

Db and Avee_r

Db and Cl

Db and Cpi

Db and R_GDP

(二)所有变量的描述性统计指标

包括样本观察个数、均值、标准差、最小最大值、偏度及峰度

四、回归结果分析和检验

1.全部被解释和解释变量回归结果

此时的方程为：

Db=0.96Avei_u-1.99Avei_r-0.93Avee_u+0.87Avee_r+0.37Cl+2.38Cpi+0.69R_GDP-1123.52（0.23）（0.33）（0.33）（0.34）（0.13）（0.51）（0.02）（781.36）

调整后的R2=0.9619, SER=781.36：其中Avee_u、Avee_r和Cl不能在5%的显著水平下拒绝原假设。想到城市和农村居民人均消费支出和消费水平相关，因此采用联合假设检验：

在5%的显著水平下，能拒绝Avee_u和Avee_r Cl均为0的联合假设,但发现Cl和Avee_u、Avee_r存在严重的多重共线性，因此引入Cl项对结果无意义。解决方案是去掉Cl项。2.直接去掉Cl 项后的回归结果：

Db=0.67Avei_u-1.70Avei_r-3.33Avee_u+1.40Avee_r+1.50Cpi+0.68R_GDP-2534.5（0.21）（0.32）（0.25）（0.29）（0.41）（0.02）（612.27）

与上一问相比发现：调整后的R2=0.9591稍稍下降，SE均下降，离散程度有所改变，Avee_r在5%的显著水平下拒绝原假设，整体数值情况变好，因此Cl的存在对Db的影响不大，可以选择舍弃。

3.由散点图和上一问可知：Avee_u和Db存在非线性关系，建立非线性回归模型，引入Avee_u2 结果如下：

此时方程为：

Db=0.21Avei_u-1.77Avei_r-0.00Avee_u2+1.40Avee_r+2.18Cpi+0.65R_GDP-475.09（0.12）（0.31）（5.4e-06）（0.28）（0.43）（0.02）（908.64）

调整后的R2=0.9626稍有上升，SE基本不变，但是Avee_u2的t值上升。4.引入Avee_u3 再次进行检验结果如下：

此时方程为：

Db=0.34Avei_u-1.81Avei_r-（4.46e-10）Avee_u3+1.38Avee_r+2.11Cpi+0.66R_GDP-777.68（0.10）（0.30）（1.21e-10）（0.27）（0.41）（0.02）（773.30）

调整后的R2=0.9637再次上升，SE基本不变，但是Avee_u2在5%的显著水平下拒绝原假设，整体回归程度变好。

5.因为城镇居民收入与支出存在一定交互关系，所以引入i_e1= Avei_u* Avee_u，回归结果如下：

此时方程为：

Db=0.00i_e1-2.01Avei_r-（7.50e-10）Avee_u3+1.40Avee_r+2.74Cpi+0.66R_GDP-1328.42（8.11e-06）（0.31）（3.43e-10）（0.27）（0.49）（0.02）（597.69）

虽然调整后的R2=0.965，但是SE数值变差，且Avee_u3在5%的显著水平下不能拒绝原假设，因此本次回归模型没有第4题好。

以上5个非线性回归模型的回归结果的标准化格式。（附EXCEL “非线性回归结果”）

综上所述，认为在将数据当作横截面数据时，模型4最好，在引入较少的变量的前提下，各个变量单个检验时，t统计量的值能够在5%的显著水平下拒绝为0的假设，同时修正后的R^2值较大，而SER值较小。

五、面板回归分析

1.个体固定效应回归

对面板数据进行个体固定效应回归，得到利用t统计量单个检验，在5%的显著性水平下能够拒绝R_GDP的系数为0的假设。此时调整后的R^2=0.922 此时方程为： Db=0.77R_GDP+378.37（0.05）（651.49）

2.加入Cpi后的个体固定效应回归

在5%的显著性水平下能够拒绝R_GDP的系数为0和Cpi系数为0的单个检验的假设。调整后R^2=0.931>0.922，有了小幅上升，说明除了R_GDP外，Cpi对居民储蓄余额也有较大影响。此时方程为： Db=0.65Cpi+0.77R_GDP-26.93（0.00063）（0.05）（654.84）

3.加入Avei_r和Avee_r后的固定效应回归：

我们可以看到除了R_GDP以外的回归变量在5%的显著水平下都不能拒绝原假设，因此进行联合假设检验：

结果显示CPi、Avei_r和Avee_r是统计上联合显著的。

此时调整后的R^2=0.942又进一步变大。方程为： Db=0.2Avei_r +0.2Avee_r+0.02Cpi+0.66R_GDP-872.21（0.48）（0.76）（0.48）（0.09）（1090.28）

4.时间固定效应分析

得到利用t统计量单个检验，在5%的显著性水平下能够拒绝R_GDP的系数为0的假设。

此时调整后的R^2=0.922。方程为： Db=0.77R_GDP+378.37（0.02）（316.97）

5.加入Cpi后的时间固定效应回归

在5%的显著性水平下能够拒绝R_GDP的系数为0和Cpi系数为0的单个检验的假设。此时方程为： Db=0.65Cpi+0.77R_GDP-26.93（0.04）（0.02）（350.80）

6.同时包含个体和时间固定效应回归模型

对于个体固定效应采取个体中心化法，对于时间固定效应引入10-1=9个虚拟变量，进行既包含个体固定效用又包含时间固定效应的回归，单个检验除R_GDP外均不可在5%的水平下拒绝原假设。利用F统计量进行联合检验，在5%的显著性水平下拒绝联合为0的假设。因此时间效应是统计上联合显著的。

该模型说明包含时间和省份的固定效应后可以缓解由于时间不变或者省份不变的不可观测的变量引起的遗漏变量偏差的威胁。

以上6个固定效应回归结果的标准化格式。（附EXCEL “面板数据的固定效应回归结果”）

六、结论

通过以上非线性回归和面板数据回归比较得出，非线性回归中的模型4总体效果最好。回归方程为： Db=0.34Avei_u-1.81Avei_r-（4.46e-10）Avee_u3+1.38Avee_r+2.11Cpi+0.66R_GDP-777.68（0.10）（0.30）（1.21e-10）（0.27）（0.41）（0.02）（773.30）

从方程可以看出，剔除了Cl项后解决了多重共线性的问题，Avee_u与Db存在非线性函数关系。调整后的R2=0.9637。

实验推翻了之前推断关于农村居民家庭人均纯收入Avei_r与居民储蓄余额正相关的关系，推翻了农村居民家庭人均消费性现金支出Avee_r和居民储蓄余额负相关的关系，推翻了居民消费水平Cl和居民储蓄余额负相关的关系。因此我们根据所有方程可以得出的结论是：

1.地区生产总值对居民储蓄余额的影响是持续正向并且相对稳定的。因此大力发展经济对居民储蓄有很大的推动作用。

2.居民消费价格指数也是始终影响居民储蓄余额的重要因素。居民价格指数同期升高，居民会减少消费，进而增加储蓄。因此对于政策制定者来说，在不同的经济形势下（通货膨胀或紧缩）采取不同的经济政策时Cpi是十分重要的参考指标。

3.农村人均消费和收入对储蓄余额的影响方向与城市居民不同，因此在调整经济政策时要注意城市和农村的区别。

第五篇：计量经济学心得体会

计量经济学心得体会

这学期学习了计量经济学这门课，发现原来我们身边很多现象（诸如经济领域，农业生产等等）都可以用计量经济学来进行研究。整个学期中，老师让我们每个小组都运用计量经济学的理论自选一个课题进行研究并进行课堂展示，各个小组精彩的展示，不仅将所学知识与实际现象相结合，同时也大大扩展了我们的知识面。

这次的计经小组作业，我们小组在定题之前进行了很多次的讨论，最后选择了影响税收收入的因素为研究课题，我们选择这个主题其一是它是经济领域的现象，与我们所学专业联系紧密，同时我们小组成员也对影响税收收入的相关因素很好奇，想知晓哪些因素对税收有影响。

作为组长，在定题之后，我为每个组员安排了任务，每个人负责相应的板块，有的负责收集资料，有的负责软件操作，有的负责结果探讨与分析，有的负责报告的撰写。安排完任务之后我继续跟进小组成员的进度，解决他们的疑问。而在本次作业中，我主要是是负责收集资料和进行Eview输出结果分析。在完成作业期间，我们也遇到了很多问题，比如有的数据不好收集，有时候软件操作无法顺利显示结果，但一旦某个成员在作业过程中遇到问题，我们便会在QQ群上讨论，其他小组成员会给出建议并尽力给予帮助。最后看到我们的作业顺利完成时，内心是慢慢的自豪感，这份作业不仅包含了每个成员的心血，同时是我们努力的见证。

从大一到大三，我们学习了很多经济知识，虽然学习了很多，但有时候想起来，又觉得自己很多东西都只是浅尝辄止，根本就没真正的去认识它，去了解经济领域，而自己慢慢的也只是变成了学习的机器，对所学知识欠缺研究和思考。而本次的计量经济学作业，则很好地将我们的所学与现实经济现象相结合，不仅让我重新回顾了宏观经济学的知识，同时将我在计经课堂上所学的理论知识用于实证研究，加强了我对所学知识的运用能力，也深刻认识到计经的实用性，可以对很多经济理论进行研究分析。计经这门课程虽然已经结束，不过所学的知识却没有完结，至少在毕业论文写作上，它会有很大帮助。