金融计量学第一次实验:eviews做多元线性回归分析

利用eviews做多元线性回归分析

1、居民消费价格指数CPI,工业品出厂价格指数PPI, 固定资产投资价格指数之间的线性回归

Y :居民消费价格指数CPI(%)

X1:工业品出厂价格指数PPI (%)

X2:固定资产投资价格指数(%) (上年=100)

变量的金融学意义

CPI是居民消费价格指数(consumer price index)的简称。居民消费价格指数,是一个反映居民家庭一般所购买的消费品和服务项目价格水平变动情况的宏观经济指标。它是在特定时段内度量一组代表性消费商品及服务项目的价格水平随时间而变动的相对数,是用来反映居民家庭购买消费商品及服务的价格水平的变动情况。

居民消费价格统计调查的是社会产品和服务项目的最终价格,一方面同人民群众的生活密切相关,同时在整个国民经济价格体系中也具有重要的地位。它是进行经济分析和决策、价格总水平监测和调控及国民经济核算的重要指标。其变动率在一定程度上反映了通货膨胀或紧缩的程度。一般来讲,物价全面地、变化对比、持续地上涨就被认为发生了通货膨胀。

生产价格指数(Producer Price Index–PPI)是衡量工业企业产品出厂价格变动趋势和变动程度的指数,是反映某一时期生产领域价格变动情况的重要经济指标,也是制定有关经济政策和国民经济核算的重要依据。生产者物价指数(Producer Price
Index, PPI)与CPI不同,主要的目的是衡量企业购买的一篮子物品和劳务的总费用。由于企业最终要把它们的费用以更高的消费价格的形式转移给消费者,所以,通常认为生产物价指数的变动对预测消费物价指数的变动是有用的。

固定资产投资价格指数是反映一定时期内固定资产投资品及取费项目的价格变动趋势和程度的相对数。固定资产投资额是由建筑安装工程投资完成额、设备工器具购置投资完成额和其他费用投资完成额三部分组成的。编制固定资产投资价格指数应首先分别编制上述三部分投资的价格指数,然后采用加权算术平均法求出固定资产投资价格总指数。

2、相关变量的经济金融数据

数据来源:国家统计局

http://data.stats.gov.cn/easyquery.htm?cn=C01

CPI 除个别年份外,每年均为增长的趋势

PPI 在2011年前除个别年份外,每年都是增长趋势,2012年至2016年下降,2017、2018年回升

固定资产投资价格指数
除个别年份外,每年均为增长趋势

3简单评价所建立的模型是否满足经典线性回归假设以及原因

经典回归模型必须包含以下几个经典假设条件:

1.模型设定是线性的

2.解释变量是确定性变量

3.随机误差项的均值是零

4.随机误差项同方差

5.随机误差项各项之间无序列相关

6.解释变量与随机误差项不相关

7.随机误差项服从正态分布

故所建立的模型基本满足

4、用普通最小二乘法进行模型的估计

导入数据

Y = 39.76539 + 0.953224
X1 -
0.328767 X2

(9.556662) (0.153612) (0.175632)

t =(4.161012) (6.205388) (-1.871911)

拟合度 R2=0.758805 R(—)2=0.740252

有较好的拟合度

经济意义:CPI和PPI、固定资产投资价格指数之间有较强的线性相关性,其中CPI和PPI的相关性最强,PPI上涨一个点,CPI预计上涨0.953224个点。

可以进行经济学预测,根据PPI、固定资产投资价格指数预测CPI,如差别过大可进行经济政策的调整。

5、做拟合检验和假设检验

F检验:给定显著性水平,在F分布表中查出*度k-1=2(其中k为估计参数个数)n-k=28的临界值,由表中得F=40.89830。应拒绝原假设,说明回归方程显著,即PPI、固定资产投资价格指数和CPI有显著相关性。

t检验:,查t分布表得*度n-k=28的临界值=2.048,由表中看出都拒绝原假设,从P值中也可以看出。也就是说,在其他解释变量不变的情况下,解释变量分别对被解释变量有显著性影响。

上一篇:Protein-protein interaction site prediction through combining local and global features 文章梳理


下一篇:APP自动化(java和python)——截图——重点——Appium中常用API方法简介