计量经济学实践报告-影响电信业务量的主要因素分析
时间:2025-04-02
时间:2025-04-02
有关电信产业的计量分析
计量经济学实践报告:影响电信业务量的主要因素分析
内容摘要:本文主要研究对我国电信业的发展产生重要影响的几个因素。按照影响电信业务量的重要程度,选择了人均GDP,人均消费额,固定电话用户数,移动电话用户数来作为解释变量。本文所用的相关资料是来自统计年鉴的从1990-2005年的资料。建立模型后,利用EVIEWS软件对模型进行了参数估计,运用多种方法对模型进行检验,如ARCH检验,相关系数矩阵表,D-W自相关检验等。对最后的结果做了经济意义分析,并相应提出了一些相关的意见。 关键词:电信业业务总量;人均GDP;人均消费额
一. 问题的提出:
从“周幽王烽火戏诸候”到“竹信”,从“漂流瓶”到人类历史上第一份电报—“上帝创造了何等的奇迹!”。而之后的百年间,通信技术又借助现代科技在全世界取得了飞速发展。1949年以前,中国电信系统发展缓慢,到1949年,中国电话的普及率仅为0.05%,电话用户只有26万;到1978年,全国电话容量359万门,用户214万,普及率0.43%;自上世纪80年代中期以来,中国政府加快了基础电信设施的建设,到2004年9月,固定电话用户数达30692.3万户,移 动电话用户32007.1万户;另一方面,根据《中国统计年鉴》上的资料,我在发现在第三产业增加值指数中,通信业的增加值指数是最大的。在1995年是112.1;在1996年是111.4;在1997年是110.8;在1998年是110.6;在1999年是111.3;在2000年是111.5(上年等于100)。显然,电信业对第三产业的发展影响是最显著的。而我也知道第三产业在GDP中所占的比例是我们衡量一国综合实力的重要指标,从而对电信收入的研究显得尤为重要。
为了研究我国电信业的发展情况,真正了解我国电信业的发展前景,我选择了电信收入作为被解释变量,选取人均GDP,人均消费额,固定电话用户数、移动电话用户数作为模型的解释变量。
有关电信产业的计量分析
三. 模型建立
用散点图和折线图把以上数据描述出,如下:
略
可以看出电信业务总量Y与各个解释变量间存在较强的线形关系,因此我用多元线性模型去拟合数据,设定的多元线性模型为:
Yt= 0 + 1X1t+ 2X2t+ 3X3t+ 4X4t+ t t=1990、……、2005 (其中,U为随机误差项,且服从正态分布)
其中:Yt 代表电信业务总量 (亿元)
X1t 代表人均GDP (元)
X2t 代表人均年消费额 (元)
X3t 代表固定电话用户数 (万户)
X4t 代表移动电话数 (万户)
四. 参数的估计
1. 利用EVIEWS软件对X1t,X2t,X3t,X4t四个变量组成的式子进行拟合,得到如下结果:
Y跟全部变量的回归
Dependent Variable: YT
Method: Least Squares
Date: 12/17/07 Time: 18:40
Sample: 1990 2005
Variable
C
X1T
CoefficieStd. Error t-Statistic Prob. -35.899843.40342 -0.827121 0.4257 6 -0.209720.051995 -4.033490 0.0020
有关电信产业的计量分析
X2T
X3T
R-squared 2 0.552016 0.143735 3.840509 0.0027 -0.025180.016261 -1.548424 0.1498 0 0.984730 Mean dependent 250.666
var 9
Adjusted 0.979178 S.D. dependent 207.907
R-squared var 9
S.E. of regression 30.00080 Akaike info 9.89063
criterion 2
Sum squared 9900.529 Schwarz criterion 10.1320
resid 7
Log likelihood -74.1250 F-statistic 177.347
5 4
Durbin-Watson 2.483615 Prob(F-statistic) 0.00000
Yi=-35.89986-0.209722X1+0.552016X2-0.025180X3+0.037793X4
t= (-0.827)(-4.03350)(3.8405) (-1.5484) (3.31188)
R2=0.984730 2=0.979178 F=177.3474
残差图如下:
略
统计检验:
从回归的结果可以看出,拟合优度和F检验的效果都比较理想,但是解释变量X3的t检验不显著,而且解释变量X1和X3的符号与预期相反,有可能存在严重的多重共线性。
2. 多重共线性的检验
①检验:由F=177.3474>F0.05(4,16)=3.04(查表可得,显著性水平α=0.05) 表明模型从整体上看电信业务总量与解释变量间线形关系显著。
用简单相关系数矩阵对其进行检验:
变数间的相关系数表:
X1T X2T X3T X4T
X1T 1 0.65156584520.971219957310.91377859311
5 8 3
X2T 0.6515658451 0.943169308620.86297253861
25 9 7
X3T 0.9712199570.94316930861 0.97952624005
318 29 1
X4T 0.9137785930.86297253860.979526240051
113 17 1
有关电信产业的计量分析
由上图看出在我选定的4个解释变量间存在很严重的共线性,其中X3和X4相关系数达到0.979526240051, x1和x3间的相关系数也达到了0.971219957318,有必要对模型进行修正。从实际经济意义上说,这两者之间存在着相互替代性,说明模型的设定具有多重共线性,需要对模型进行修订。
经过对各个解释变量的分析,我发现固定电话用户数、移动电话用户数、这两个解释变量相关性很大,且都属于通信装置,相互间有较大的替代性。于是决定尝试将这2个解释变变量相加成为新的解释变量记为X5。这样将原来的模型调整为:
Yi=β0+β1X1+β2X2+β3X5+ i (其中 i为随机误差项,服从正态分布),再次拟合:
把X3和X4加总然后得出的回归结果:
Dependent Variable: YT
Method: Least Squares
Date: 12/18/07 Time: 15:30
Sample: 1990 2005 …… 此处隐藏:5080字,全部文档内容请下载后查看。喜欢就下载吧 ……
上一篇:输血科质量持续改进工作会议记录
下一篇:《人性场所第二版》读书笔记