计量经济学实践报告-影响电信业务量的主要因素分析

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 ……