如何写一篇计量经济学课程论文 | 您所在的位置:网站首页 › 写论文如何进行数据分析 › 如何写一篇计量经济学课程论文 |
如何写好一篇计量经济学课程论文!给大家分享一个完整的过程! 题目:中国股票筹资额的影响因素分析——基于1991-2020年数据的实证分析 如何写好一篇计量经济学课程论文!超级详细-模板分享-从选题-数据查找-到分析形成论文报告 题目:中国股票筹资额的影响因素分析——基于1991-2020年数据的实证分析 目录 摘要 一、确定主题 一个好的主题将会是你课程论的加分项,他也会为你节约时间。 在写一篇课程论开始前,首先,要确定主题。很多小伙伴在确定主题的时候就犯难了,下面有几个较快确定主题的好办法: 1. 可以上知网或者相关查阅论文的网站,查找计量经济学相关论文,参考其方向或者题目!比如,你可以直接在知网搜索“计量经济模型”将会出现很多类似的,像“居民消费对我国经济增长影响的计量分析——基于不可分模型的控制函数框架”像这篇论文的变量就可以选择GDP、居民消费价格指数(CPI)等这些变量的数据国家统计局上面均是可以查到的 2. 先查找数据,关于计量经济学的数据我们较多的都是在国家统计局或者地方统计学查找,这里你打开国家统计局看数据,哪些数据适合做选它就对了;比如其“我国教育经费支出的影响因素分析——以1991年至2020年数据为例”像这个论文题目,你就可以国内生产总值(GDP)、人口总数、税收收入等数据作为选择变量。你就可以对其建立多元线性回归模型。 国家统计局查找数据 二、就是查找数据 1.确定好主题就是找数据,查找数据,除了刚刚说的国家统计局和地方统计局查找外,还可以在以下网站查找: CEIC|统计数据库|全球经济数据|世界经济排名|宏观经济数据分析 (ceicdata.com):此网站收集了超过了123个国家的经济数据。 Wind-领先的金融数据和分析工具服务商:中国的Bloombreg,涵盖金融业全面数据,只是要mony! 新版搜数网 (soshoo.com):各领域资料以及数据涵盖。 中国统计信息网 - 中国统计年鉴2021 (tjcn.org):汇聚海量全国各地的年鉴信息表。 coin gecko:全球电子货币统计。等网站,更多网站见下图。 数据源 三、引言 引言可以包括以下三点: 1. 选题的背景及意义。这部分可以参考相关文献或者在知乎或者百度上查找相关文献来写。 2.文献综述。这部分主要参考文献汇总别人的观点,研究方法,结论等。 3.研究内容及方法。 这里可以叙述一下,最好画一个研究思路加叙述。 四、实证结果与分析 这部分是重点,可以参考下面这个目录模板来写。 实证模型是最为重要的,你的分数大部分都取决于这里。回归模型无非就是这几步: 建立模型——经济意义检验——统计意义检验——多重共线的检验——多重共线的修正(有多重共线则需要修正,无则不用)——异方差检验——异方差的修正(存在异方差需要修正,无则不用)——自相关检验——自相关的修正(需要修正,无则不用)。 3.1变量含义 3.2股票筹资额的影响因素选择与数据来源 3.2.1影响因素选择 3.2.2数据来源 3.3模型的设定与回归结果 3.3.1模型设定 3.3.2模型回归结果 3.3.2.1模型的经济意义检验 3.3.2.2模型的统计检验 3.3.3回归模型的检验 3.3.3.1多重共线性的检验 3.3.3.1.1简单相关系数检验法 3.3.3.1.2方差扩大因子法 3.3.3.2多重共线性的处理 3.3.3.2.1对数模型 3.3.3.2.2逐步回归法 3.3.3.3修正后模型的经济意义检验与统计意义检验 3.3.3.3.1经济意义检验 3.3.3.3.2统计检验 3.3.3.4异方差检验 3.3.3.4.1异方差的修正 3.3.3.5自相关检验 3.3.4模型评价 四、总结 4.1主要结论 4.2政策建议 4.3不足与展望 优雅但无解推荐搜索 计量经济学论文计量论文模板如何写计量经济学计量参考模板论文模板Eviews,state 下面附上全文,更懂计量模板见公众号 更多计量论文模板,公众号“优雅但无解”回复“计量文论文模板”,高级模板付费分享,一个学校分享一次。 DataIdeal
计量经济学学年论文
姓 名: 学 号: 专 业: 课 程: 计量经济学 指导老师: 学 院: 学 年: 2020—2021学年 第一学期
目录 摘要 关键词 一、引言 1.1选题的背景及意义 1.2研究内容及方法 二、股票筹资额的现状以及存在的问题 三、实证结果与分析 3.1变量含义 3.2股票筹资额的影响因素选择与数据来源 3.2.1影响因素选择 3.2.2数据来源 3.3模型的设定与回归结果 3.3.1模型设定 3.3.2模型回归结果 3.3.3回归模型的检验 3.3.4模型评价 四、总结 ·4.1主要结论 4.2政策建议 4.3不足与展望 参考文献
中国股票筹资额的影响因素分析——基于1991-2020年数据的实证分析 摘要:股票筹资额一直是国内外研究的热点,本文以1991-2020年股票筹资额为样本,借助Eviews软件进行数据分析与统计,针对可能影响筹融资的因素建立回归模型进行实证分析,考虑到解释变量中可能存在的多重共线性、异方差性和序列相关性,进行了专项检验并对模型进行修正。实证表明,居民消费价格指数(CPI)、货币供应量(M1)对股票筹资额有显著影响,最终回归模型为: 。
关键词:股票筹资额;多元线性回归模型;计量经济学模型;逐步回归法 : 。 一、引言 1.1选题的背景及意义我国股票市场发展现状分析及相关建议经过近20年的发展,我国股票市场已形成了与我国经济发展相适应的特色道路,规模不断扩大,上市公司数量不断增加,投资者积极性不断提高,制度性建设日趋完善。但股票市场在诸多方面的不完善性仍较为明显。2007年股票市场看似迎来了发展契机,股权分置改革初具效力,但2008年随后进入蛰伏期,股市发展陷入困境。 我国股票的融资者融资能力不强,融资手段不多相比而言,国内股市融资能力普遍不强。据统计,仅2005年我国69家境外上市公司筹资额就达206.5亿美元,为沪深两市2003年、2004年首发募资总额800多亿元人民币的约2倍。2007年11月以来,国内上市公司融资水平更是急剧下降。从2008年新股发行情况来看,新股从价格到数量都没有达到预期筹资的目的,甚至从2008年下半年起,新股发行变得较为困难。而且,我国上市公司融资手段不多,除了从银行贷款和直接获取发行资格而获得直接融资以外,没有更多其他的融资手段,这进一步加剧了融资能力的弱化。 1.2研究内容及方法股票筹资额的因素有很多,比如货币供应量 (M1) 、居民消费价格指数CPI、国内生产总值(GDP)、货币与准货币(M2)供应量等。货币供应量作为衡量一国经济实力的宏观指标,通过反映一国经济发展的情况影响了投资于证券市场资金额的多少。居民消费价格指数CPI,反映了我国物价水平,影响了股票价格的高低。股票筹资额反映着我国股市的供求状况。所以本文可以通过建立多元线性回归模型来估计以上因素对股票筹资额的影响,通过协整关系检验判断股市与以上因素是否存在协整关系, 通过格兰杰非因果性检验判断股市与以上各因素是否存在格兰杰因果关系, 通过建立向量修正模型估计以上因素对股票市场的影响。 二、股票筹资额的现状以及存在的问题经过近30年的发展,我国股票市场已形成了与我国经济发展相适应的特色道路,规模不断扩大,上市公司数量不断增加,投资者积极性不断提高,制度性建设日趋完善。但股票市场在诸多方面的不完善性仍较为明显。 结合图2-1分析可以看出,2007年股票市场看似迎来了发展契机。2008年以来股票筹资额自2000年以来首次下跌,2008年随后进入蛰伏期,股市发展陷入困境。 相比而言,国内股市融资能力普遍不强。据统计,仅2005年我国69家境外上市公司筹资额就达 206.5亿美元,为沪深两市2003年、2004年首发募资总额 800多亿元人民币的约2倍。2007年11月以来,国内上市公司融资水平更是急剧下降。从2008年新股发行情况来看,新股从价格到数量都没有达到预期筹资的目的,甚至从2008年下半年起,新股发行变得较为困难。而且,我国上市公司融资手段不多,除了从银行贷款和直接获取发行资格而获得直接融资以外,没有更多其他的融资手段,这进一步加剧了融资能力的弱化。 股票市场已形成了与我国经济发展相适应的特色道路,而股票筹资额是股票市场发展的基础,因此,加快和发展股票筹资的发展是必要的。 三、实证结果与分析 3.1变量含义表3-1-1变量含义表 序号 变量 含义 1 y 股票筹资额 2 X1 国内生产总值(GDP) 3 X2 居民消费价格指数(CPI) 4 X3 货币供应量(M1), 5 X4 货币与准货币(M2)供应量 6 lny 股票筹资额对数形式 7 Lnx1 国内生产总值(GDP)对数形式 8 Lnx2 居民消费价格指数(CPI)对数形式 9 Lnx3 货币供应量(M1), 10 Lnx4 货币与准货币(M2)供应量对数形式 3.2股票筹资额的影响因素选择与数据来源 3.2.1影响因素选择 (1)货币供应量(M1):货币供应量,是指一国在一时期内为社会经济运转服务的货币存量,它由中央银行在内的金融机构供应的存款货币和现金两部分构成。货币筹资额与货币供应量(M1)有着密切的联系,货币供应量(M1)促进着股票筹资额的发展。因此,选择货币供应量(M1)作为股票筹资额的影响因素。 (2)货币与准货币(M2)供应量:M2反映货币供应量的重要指标,指流通于银行体系之外的现金加上企业存款、居民储蓄存款以及其他存款,它包括了一切可能成为现实购买力的货币形式,通常反映的是社会总需求变化和未来通胀的压力状态。因此选择货币与准货币(M2)供应量作为股票筹资额的收入影响因素能够很好的反映筹资额变化情况。 (3)国内生产总值(GDP):国内生产总值(GDP)是一个国家(或地区)所有常住单位在一定时期内生产活动的最终成果。GDP是国民经济核算的核心指标,也是衡量一个国家或地区经济状况和发展水平的重要指标[1]。因此,选择GDP作为股票筹资额的影响因素,而股票筹资额的发展均是基于GDP的增长,两者之间有着密不可分的关系,人均GDP的增长很大程度上促进股票筹资额的发展。 (4)居民消费价格指数(CPI):消费者物价指数,是反映与居民生活有关的消费品及服务价格水平的变动情况的重要宏观经济指标,也是宏观经济分析与决策以及国民经济核算的重要指标。居民消费价格指数越高,人们用来炒股的金额就会增加,从而一定程度上增加了股票的筹资额。因此,选择居民消费价格指数作为股票筹资额的影响因素。 3.2.2数据来源数据来源:本文所使用的数据1991年——2020年股票筹资额,国内生产总值(GDP),货币供应量(M1),居民消费水平和货币与准货币(M2)供应量皆来源于国家统计局网站,数据真实可靠,可以用来研究分析。 表3-2-1 1991-2020年-国内生产总值(GDP)、居民消费价格指数(CPI)、货币供应量(M1),货币与准货币(M2)供应量数据 时间 股票筹资额(亿元) 国内生产总值(亿元) 居民消费价格(1978=10) 货币(M1)供应量(亿元) 货币和准货币(M2)供应量(亿元)和 1991年 5 22005.6 916 8633.3 19349.9 1992年 94.09 27194.5 1057 11731.5 25402.2 1993年 375.47 35673.2 1332 16280.4 34879.8 1994年 326.78 48637.5 1799 20540.7 46923.5 1995年 150.32 61339.9 2329 23987.1 60750.5 1996年 425.08 71813.6 2763 28514.8 76094.9 1997年 1293.82 79715 2974 34826.3 90995.3 1998年 841.52 85195.5 3122 38953.7 104498.5 1999年 944.56 90564.4 3340 45837.2 119897.9 2000年 2103.24 100280.1 3712 53147.2 134610.3 2001年 1252.34 110863.1 3968 59871.6 158301.9 2002年 961.75 121717.4 4270 70881.8 185007 2003年 1357.75 137422 4555 84118.6 221222.8 2004年 1510.94 161840.2 5071 95969.7 254107 2005年 1882.51 187318.9 5688 107278.8 298755.7 2006年 5594.29 219438.5 6319 126028.1 345577.9 2007年 8680.17 270092.3 7454 152560.1 403442.2 2008年 3852.21 319244.6 8505 166217.13 475166.6 2009年 6124.69 348517.7 9249 221445.8 610224.5 2010年 11971.93 412119.3 10575 266621.54 725851.8 2011年 5814.19 487940.2 12668 289847.7 851590.9 2012年 4134.38 538580 14074 308664.23 974148.8 2013年 2802.76 592963.2 15586 337291.05 1106524.98 2014年 8498 643563.1 17220 348056.41 1228374.81 2015年 16362 688858.2 18857 400953.44 1392278.11 2016年 20297 746395.1 20801 486557.24 1550066.67 2017年 15536 832035.9 22969 543790.15 1690235.31 2018年 11378 919281.1 25245 551685.91 1826744.22 2019年 12539 986515.2 27504 576009.15 1986488.82 2020年 14222 1015986.2 27438 625580.99 2186795.89 数据来源于国家统计局 3.3.2模型回归结果 根据表3-2-1 1991-2020年-国内生产总值(GDP)、居民消费价格指数(CPI)、货币供应量(M1),货币与准货币(M2)供应量数据 的相关数据,利用Eviews软件,采用最小二乘法得到表3-3-1 模型回归结果: 表3-3-1 模型回归结果 Variable Coefficient Std. Error t-Statistic Prob. C -1970.235 3738.121 -0.527066 0.6028 X1 -0.055627 0.027732 -2.005910 0.0558 X2 8.158161 11.06609 0.737222 0.4679 X3 0.106853 0.034033 3.139716 0.0043 X4 0.001322 0.012129 0.109011 0.9141 R-squared 0.823067 Mean dependent var 5377.726 Adjusted R-squared· 0.794758 S.D. dependent var 5854.600 S.E. of regression 2652.348 Akaike info criterion 18.75529 Sum squared resid 1.76E+08 Schwarz criterion 18.98882 Log likelihood -276.3294 Hannan-Quinn criter. 18.83000 F-statistic 29.07411 Durbin-Watson stat 1.218080 Prob(F-statistic) 0.000000
由表3-3-1 模型回归结果得到回归方程为: (3738.121)(0.027732)(11.06609)(0.034033)(0.0.12129) t=(-0.527066)(-2.005910)(0.737222)(3.139716)(0.109011) =0.0.823067 =0.794758 F=29.074411 n=30 3.3.2.1模型的经济意义检验模型估计结果表明,在假定其他变量不变的情况下,居民消费价格指数每增加1,平均说来我国的股票筹资额就增加0.001322亿元,货币供应量(M1)每增加1亿元,我国的股票筹资额就增加8.158161亿元,这与理论分析和经验判断是基本相一致;而年国内生产总值(GDP)每增加1亿元,平均说来我国的人股票筹资额收入就减少0.055627亿元;这与实际经验判断是不相符的,因此经济意义检验不通过。推测该模型可能存在多重共线性。 3.3.2.2模型的统计检验(1)拟合优度:由表3-3-1 模型回归结果可以得到: =0.0.823067 ,修正的可决系数 =0.794758,可决系数较高,这说明模型对样本的拟合很好。 (2)F检验:针对 ,给定显著性水平 ,查F分布表得自由度为k-1=3和n-k=26的临界值 。由表3-3-1 模型回归结果得到F=29.074411,由于 ,伴随概率P=0.000000应拒绝原假设 ,说明回归方程模型显著。 (3)t检验: ,给定显著性水平 ,查t分布表得自由度为n-k=26临界值 。由由表3-3-1 模型回归结果可得, 所对应的t统计量分别为(-0.527066)(-2.005910)(0.737222)(3.139716)(0.109011)其中所有解释变量对应的t统计量的绝对值均小于 ;这说明在给定显著性水平 下,应拒绝原假设 。模型回归结果不太好,模型可能存在严重的多重共线性。 综上所述,该模型的F检验值29.074411,明显显著,所有解释变量对应的t统计量的绝对值均小于 ,t检验不显著,以及经济意义检验不通过, 参数估计的符号与预期相反,表明国内生产总值(GDP)越高,股票筹资额收入越低,这显然是不合理的,表明该回归模型可能存在严重的多重共线性。 3.3模型的设定与回归结果 3.3.1模型设定本文以我国股票筹资额作为被解释变量,国内生产总值(GDP)、居民消费价格指数(CPI)、货币供应量(M1),货币与准货币(M2)供应量作为解释变量,研究股票筹资额的影响因素,设定的多元线性回归模型为:
其中Y为我国的股票筹资额, 分别代表国内生产总值(GDP)、居民消费价格指数(CPI)、货币供应量(M1),货币与准货币(M2)供应量; 为待估参数, 为截距项, 为随机误差项,这里是指其他未考虑的不确定因素。 3.3.3回归模型的检验 3.3.3.1多重共线性的检验 3.3.3.1.1简单相关系数检验法为证实模型是否存在严重的多重共线性,计算各变量相互之间的相关关系,通过Eviews软件进行相关系数检验。 表3-3-2 相关系数
X1 X2 X3 X4 X1 1 0.9043012926493265 0.9967442001907672 0.9970537699280659 X2 0.9043012926493265 1 0.8967151633463955 0.8847067091260851 X3 0.9967442001907672 0.8967151633463955 1 0.9963084533390662 X4 0.9970537699280659 0.8847067091260851 0.9963084533390662 1 由表3-3-2相关系数矩阵可以看出,各个变量之间的相关系数均在0.8以上,则认为该模型存在严重的多重共线性。 3.3.3.1.2方差扩大因子法因为回归模型中有四个解释变量,不能简单地依据相关系数进行多重共线性的准确判断。为了进一步确定模型存在多重共线性的性质,进行方差扩大因子(VIF)检验,对模型做辅助回归,即将每个解释变量,分别作为被解释变量都对其余的X变量进行回归,计算方差扩大因子(VIF)和可决系数。
表3-3-3 方差扩大因子
Coefficient Uncentered Centered Variable Variance VIF VIF C 13973551 59.58911 NA X1 0.000769 714.4547 323.1210 X2 122.4583 132.1284 7.557252 X3 0.001158 389.8925 185.5585 X4 0.000147 531.2876 274.7380 由表3-3-3 方差扩大因子可知,这里 的方差扩大因子远大于10,说明该解释变量与其余解释变量之间有严重的多重共线性问题。 3.3.3.2多重共线性的处理 3.3.3.2.1对数模型为避免删除重要解释变量引起设定误差,不随意删除解释变量。考虑将各个变量进行对数变换,再对以下模型进行估计。 将生成的 等数据取自然对数后,采用OLS法估计模型参数,得到的回归结果如表3.3.1.2.1对数模型的OLS回归结果: 表3-3-4 对数模型回归结果 Variable Coefficient Std. Error t-Statistic Prob. C -26.33276 6.278550 -4.194083 0.0003 LNX1 -0.856868 1.903467 -0.450162 0.6565 LNX2 5.171535 1.346251 3.841433 0.0007 LNX3 8.692489 2.332290 3.727019 0.0010 LNX4 -6.987322 2.907993 -2.402799 0.0240 R-squared 0.910812 Mean dependent var 7.635710 Adjusted R-squared 0.896542 S.D. dependent var 1.848330 S.E. of regression 0.594513 Akaike info criterion 1.948863 Sum squared resid 8.836139 Schwarz criterion 2.182396 Log likelihood -24.23295 Hannan-Quinn criter. 2.023572 F-statistic 63.82687 Durbin-Watson stat 1.437133 Prob(F-statistic) 0.000000
由表3-3-4 对数模型回归结果的OLS回归结果得OLS回归模型: (6.278550)(1.903467)(1.346251)(2.332290)(2.907993) t=(-4.194083)(-0.450162)(3.841433)(3.727019)(-2.402799) =0.910812 =0.896542 F=63.82687 n=30 该模型 =0.910812,=0.896542,可决系数很高,F检验值为63.82687,伴随概率P=0.0000,明显显著,但在显著性水平 ,,查t分布表得自由度为n-k=26临界值 。解释变量 系数估计值不显著, 的符号与先验预期不一致,因此对数模型拟合效果并不佳,需要对模型做进一步修正。 3.3.3.2.2逐步回归法由于对数模型拟合效果并不佳,相关系数检验也表明,因此需要对模型做进一步修正。根据理论分析,采用逐步回归法对模型进行修正。因此将 作为基础的模型。将其余变量逐个引入模型得到表3-3-5股票筹资额逐步回归分析结果: 表3-3-5 股票筹资额一元回归分析结果 模型 P t统计量 0.0000 8.865068 0.73731 0.727928 0.0000 6.77915 0.621401 0.60788 0.0000 9.747403 0.77238 0.76425 0.0000 9.044959 0.74017 0.735911 由表3-3-5股票筹资额一元回归分析结果可以看出,模型三的可决系数 与修正的可决系数 是最高的,这说明模型三对样本的拟合最好。因此选择 作为基础模型,分别引入 得到表3-3-6股票筹资额的二元回归结果: 表3-3-6 股票筹资额二元回归分析结果 模型 P t统计量 0.0017 3.476476 0.805095 0.818537 0.0142 -2.62065 0.0002 4.231894 0.755519 0.772380 0.0000 5.182231 0.0181 0.01801 0.778158 0.793458 0.1085 0.1085 由表3-3-6 股票筹资额的二元回归结果可以看出,引入 后得到模型五和模型七,两者的可决系数与修正的可决系数虽然高于模型六,但符号与预期值相反,并且引入 后,t检验不显著。因此解释变量 是多余的。 综上所述,选择模型为:
表3-3-7 模型 的回归结果 Variable Coefficient Std. Error t-Statistic Prob. C 49.81593 3802.388 0.013101 0.9896 X3 0.026071 0.006161 4.231894 0.0002 X2 0.051435 9.926172 0.005182 0.9959 R-squared 0.772380 Mean dependent var 5377.726 Adjusted R-squared 0.755519 S.D. dependent var 5854.600 S.E. of regression 2894.807 Akaike info criterion 18.87386 Sum squared resid 2.26E+08 Schwarz criterion 19.01398 Log likelihood -280.1080 Hannan-Quinn criter. 18.91869 F-statistic 45.80935 Durbin-Watson stat 1.133448 Prob(F-statistic) 0.000000
由表3-3-7 得到最终模型回归结果: (3802.388)(0.006161)(9.926172) t=(0.013101)(4.231894)(0.005182) =0.772380 =0.755519 F=45.80935 n=30 3.3.3.3修正后模型的经济意义检验与统计意义检验 3.3.3.3.1经济意义检验模型估计结果表明,在假定其他变量不变的情况下,居民消费价格指数每增加1,平均说来我国的股票筹资额就增加0.0511435亿元,货币供应量(M1)每增加1亿元,平均说来我国的股票筹资额就增加0.026071亿元,经济意义检验不通过。 3.3.3.3.2统计检验(1)拟合优度:由表3-3-7可以得到: =0.772380,修正的可决系数 =0.755519,可决系数较高,这说明模型对样本的拟合很好。 (2)F检验:针对 ,给定显著性水平 ,查F分布表得自由度为k-1=3和n-k=26的临界值 。由表3-3-1 模型回归结果得到F=45.80935,由于 ,伴随概率P=0.000000应拒绝原假设 ,说明回归方程模型显著。 (3)t检验: ,给定显著性水平 ,查t分布表得自由度为n-k=28临界值 。由由表3-3-1 模型回归结果可得, 所对应的t统计量分别为(4.231894)(0.005182)其中 所对应的t统计量绝对值不大于 ;这说明在给定显著性水平 下,应拒绝原假设 。模型回归结果不太好。 3.3.3.4异方差检验采用white进行异方差的检验: 表3-3-7 white检验结果 F-statistic 3.090037 Prob. F(5,24) 0.0272 Obs*R-squared 11.74914 Prob. Chi-Square(5) 0.0384 Scaled explained SS 15.41790 Prob. Chi-Square(5) 0.0087 Variable Coefficient Std. Error t-Statistic Prob. C -78317672 1.06E+08 -0.738475 0.4674 X3^2 -0.000656 0.000551 -1.190987 0.2453 X3*X2 1.422189 1.697318 0.837904 0.4104 X3 -340.7152 636.3738 -0.535401 0.5973 X2^2 -905.2009 1075.638 -0.841548 0.4083 X2 542516.2 697049.2 0.778304 0.4440 R-squared 0.391638 Mean dependent var 7541917. Adjusted R-squared 0.264896 S.D. dependent var 13807833 S.E. of regression 11838591 Akaike info criterion 35.58848 Sum squared resid 3.36E+15 Schwarz criterion 35.86872 Log likelihood -527.8273 Hannan-Quinn criter. 35.67813 F-statistic 3.090037 Durbin-Watson stat 2.297963 Prob(F-statistic) 0.027155
表3-3-7 White检验结果可以得到, ,在显著性水平 下,,查 分布表,可知临界值 ,所以拒绝原假设,则该模型存在异方差。 3.3.3.4.1异方差的修正运用加权最小二乘法估计,修正异方差: 表3-3-8 异方差修正 Variable Coefficient Std. Error t-Statistic Prob. C -346.6881 1808.679 -0.191680 0.8494 X2 0.798519 5.376339 14.85252 0.0000 X3 0.026302 0.004604 5.712972 0.0000
Weighted Statistics
R-squared 0.810948 Mean dependent var 3986.503 Adjusted R-squared 0.796945 S.D. dependent var 3943.593 S.E. of regression 2138.302 Akaike info criterion 18.26805 Sum squared resid 1.23E+08 Schwarz criterion 18.40817 Log likelihood -271.0208 Hannan-Quinn criter. 18.31288 F-statistic 57.90911 Durbin-Watson stat 1.593840 Prob(F-statistic) 0.000000 Weighted mean dep. 3026.325
Unweighted Statistics
R-squared 0.771852 Mean dependent var 5377.726 Adjusted R-squared 0.754952 S.D. dependent var 5854.600 S.E. of regression 2898.163 Sum squared resid 2.27E+08 Durbin-Watson stat 1.531894
由表表3-3-8可以看出运用加权最小二乘法消除了异方差后,参数的t检验均显著,F检验也显著。说明已无异方差。其估计结果为: (1808.679)(5.376339)(0.004604) t=(-0.191680)(14.85252)(5.712972) =0.810948 DW=1.593840 F=57.90911 由模型估计结果可知,参数的t检验均显著,F检验也显著。这说明模型,模型的拟合效果比较好。 3.3.3.5自相关检验表3-3-9 DW检验
Variable Coefficient Std. Error t-Statistic Prob. C -346.6881 1808.679 -0.191680 0.8494 X2 0.798519 5.376339 14.85252 0.0000 X3 0.026302 0.004604 5.712972 0.0000
Weighted Statistics
R-squared 0.810948 Mean dependent var 3986.503 Adjusted R-squared 0.796945 S.D. dependent var 3943.593 S.E. of regression 2138.302 Akaike info criterion 18.26805 Sum squared resid 1.23E+08 Schwarz criterion 18.40817 Log likelihood -271.0208 Hannan-Quinn criter. 18.31288 F-statistic 57.90911 Durbin-Watson stat 1.593840 Prob(F-statistic) 0.000000 Weighted mean dep. 3026.325
Unweighted Statistics
R-squared 0.771852 Mean dependent var 5377.726 Adjusted R-squared 0.754952 S.D. dependent var 5854.600 S.E. of regression 2898.163 Sum squared resid 2.27E+08 Durbin-Watson stat 1.531894
由表3-3-9 DW检验可知,DW=1.593840,结合n=30,k=2,在显著性水平 ,查表得到 ,因此 ,显然此模型无自相关。 3.3.4模型评价我国股票筹资额受很多因素影响,其中最主要的居民消费价格指数(CPI)以及货币供应量(M1)。由回归模型 居民消费价格指数每增加1,平均说来我国的股票筹资额就增加0.798519亿元,货币供应量(M1)每增加1亿元,平均说来我国的股票筹资额就增加0.026302亿元。虽然这个模型可能存在某些某些其他需要解决的问题,但这一估计结果已经接近真实情况了。 四、总结 ·4.1主要结论从实证结果来看,居民消费价格指数(CPI)每增加1,平均说来我国的股票筹资额就增加0.798519亿元,居民消费价格指数等(CPI)增长带动股票筹资额的增加,居民消费价格(CPI)增加,居民消费水平提高,人们用于股票的资金就会增加。从实证结果来看,货币供应量(M1)每增加1亿元,平均说来我国的股票筹资额就增加0.026302亿元。 4.2政策建议进一步完善股市投融资功能,应提高居民消费价格指数(CPI),从而强化强化收入分配功能,实现资源合理配置完善投融资功能应进一步提高上市公司盈利能力,优先安排有优质资源的企业上市。为使市场回归到应有的稳定状态,应适当召回部分在海外运作较为出色的公司,带动投资者长期投资的信心,减少市场投机行为。 我国股票的融资者融资能力不强,融资手段不多相比而言,国内股市融资能力普遍不强。虽然2007年我国股市出现了空前的繁荣局面,但也未能解决股市总体回报率较低的趋势。2008年以来,股票市场持续低迷更是造成居民财富较大幅度缩水。政府应适当调节货币供应量(M1),以增加广大人民群众的财产性收入,鼓励居民积极参与股市的发展。 4.3不足与展望论文的不足之处,即本文选的解释变量不够多,影响股票筹资的因素还有金融机构人民币贷款基准利率、央行人民币准备金率、通货膨胀率等,此外本文没有对股票筹资额的月的变化量作进一步的深入的研究。 中国股票市场的产生、发展至今,仅用了不到20年的时间,几乎走完了西方发达国家股票市场200多年的发展历程,这是辉煌的改革成果。当前无论是市场的组织结构,还是交易清算系统的效率,甚至包括市场的规模,同不少西方国家的股票市场相比,可以说没有太大的差距。中国股票市场的发育、发展,是中国经济从计划体制逐渐向市场体制转型过程中最为重要的成就之一。随着股市以及经济的不断的发展,我国股票筹资额具有良好的发展前景。 参考文献 [1]2015年1季度我国GDP(国内正产总值)初步核算情况[N],中华人民共和国国家统计。2015-04-16. [2]闫兆虎.中国股市影响因素分析[J].时代金融,2011(12):124. [3]高婷婷.我国股市影响因素模型分析[J].经济视角(下),2009(05):58-61. [4]李子奈,潘文卿.计量经济学(第五版)[M].高等教育出版社,2019. [5]叶檀.股市的中国特色是什么[J].华人世界,2007(11):20. [6]刁其波.上证综指影响因素分析[J].郑州航空工业管理学院学报,2016,34(05):89-94. [7]施微. 货币政策效应的区域比较[D].浙江工商大学,2012. [8]汪鹏飞. 中国股票市场资源配置效率实证研究[D].浙江大学,2015. [9]王霞. 中国股票市场的产业结构优化效应研究[D].江西财经大学,2014. [10]施微. 货币政策效应的区域比较[D].浙江工商大学,2012. 更多计量论文模板,公众号“优雅但无解”回复“计量文论文模板”,高级模板付费分享,一个学校分享一次。 |
CopyRight 2018-2019 实验室设备网 版权所有 |