旅游及国民收入的关系研究.docVIP

计量经济学课程论文 论文题目：关于我国国内旅游收入及其影响因素 的实证分析 班 级： 10国贸1、2班 姓 名： 启明星 指导教师： 佟继英 时 间：2012-2013学年第一学期 关于我国国内旅游收入及其影响因素的实证分析 （赵静4100516121 郑红霞4100516133 雷玉芝4100516220吴君芬4100516236成贺4100516221梁群4100516234高宏岩4100516229） 【内容摘要】计量经济学作为经济学的一个分支学科，用于揭示经济活动中客观存在的数量关系。本学期我们通过对这门课程的学习，掌握了该课程的基本理论知识和Eviews软件的基本操作及应用。为了加深对知识的理解，并切实运用它分析实际经济问题，我们进行了这次课题研究。本课题旨在对中国国内旅游收入及其影响因素进行实证分析。首先，我们就该问题进行综合分析，确立了可能的影响因素；进而我们搜集了相关的数据并初步建立模型；然后，我们用Eviews软件对建立的模型进行参数估计和检验，并消除了多重共线性；最后我们对所得的分析结果进行了经济意义的分析，并提出了相应的政策建议。 关键词：计量经济学 参数估计和检验 多重共线性 序列相关性 一、问题的提出 近年来，随着第一、二产业比重的下降，第三产业的发展优势不断突出，中国旅游业一直保持着高速发展，旅游业作为国民经济的新增长点，在整个社会经济发展中的作用日益显现。中国旅游业分为国内旅游和入境旅游两大市场，入境旅游外汇收入年平均增长率达28.%，但是总体比重较小，而国内旅游增长迅速，并在旅游收入中占据了绝大部分比重。改革开放30年来，特别是20世纪90年代后，中国国内旅游收入保持着较高的年均增长率，而且远高于同期GDP的增长率，特别使今年上半年国内旅游收入同比增17.3%至1.28万亿元多重共线性（Multicollinearity）是指线性回归模型中的之间由于存在精确或高度相关关系而使模型估计失真或难以估计准确。一般来说，由于经济数据的限制使得模型设计不当，导致设计中解释变量间存在普遍的相关关系完全共线性的情况并不多见，一般出现的是在一定程度上的共线性，即近似共线性。 .多重共线性产生的原因主要有3各方面： （1）相关的共同趋势 （2）滞后变量的引入 （3）样本资料的限制 .多重共线性的影响 （1）完全共线性下量不存在 （2）近似共线性下OLS估计量非有效多重共线性使参数估计值的方差增大，1/(1-r2)为方差膨胀因子(Variance Inflation Factor, VIF) （3）参数估计量经济含义不合理 （4）变量的显著性检验失去意义，可能将重要的解释变量排除在模型之外 （5）模型的预测功能失效。 需要注意：即使出现较高程度的多重共线性，OLS估计量仍具有线性性等良好的统计性质。但是OLS法在统计推断上无法给出真正有用的信息。 .多重共线性的解决方法 （1）排除引起共线性的变量找出引起多重共线性的解释变量，将它排除出去，以逐步回归法得到最广泛的应用。 （2）差分法时间序列数据、线性模型：将原模型变换为差分模型。 （3）减小参数估计量的方差：岭回归法（Ridge Regression）。序列相关性，在计量经济学中指对于不同的样本值，随机干扰之间不再是完全相互独立的，而是存在某种相关性。又称自相关（auto correlation），是指总体回归模型的随机误差项之间存在相关关系。 在回归模型的古典假定中是假设随机误差项是无自相关的，即在不同观测点之间是不相关的。如果该假定不能满足，就称与存在自相关，即不同观测点上的误差项彼此相关。 自相关的程度可用自相关系数去表示，根据自相关系数的符号可以判断自相关的状态，如果0，则ut与ut-1为负相关；如果0，则ut与ut-1为正关；如果= 0，则ut与ut-1不相关。 序列相关性产生的原因经济系统的惯性 （3） （4）蛛网现象 自相关的性质可以用自相关系数的符号判断，即0为负相关，接近1时，表示相关的程度很高。自相关是u1，u2，…，u n序列自身的相关，因n个随机误差项的关联形式不同而可能具有不同的自相关形式。自相关大多 出现在时间序列数据中，下面以时间序列为例说明自相关的不同表现形式。对于样本观测期为n的时间序列数据，可得到总体回归模型（PRF）的随机误差项为u1，u2，…，u n，如果自相关形式为 　　u t =ut-1 + vt (-1ρ1) 其中，为自相关系数，vt为满足古典假定的误差项，即E(vt) =