我國汽車保有量影響因素的實證分析

1、摘要我國經(jīng)濟的快速發(fā)展為私人汽車提供了巨大的發(fā)展空間，同時汽車保有量的大幅增加勢必對土地、能源和環(huán)境帶來巨大壓力，這就需要對影響私人汽車發(fā)展的主要因素進行分析，對其保有量的發(fā)展趨勢做出科學(xué)判斷。本文根據(jù)1985年至2008年國內(nèi)各項經(jīng)濟指標，運用EVIEWS計量軟件對各種因素進行分析，給出了一個適用于短期預(yù)測的計量經(jīng)濟學(xué)模型及進行各項檢驗的詳細過程，并說明了根據(jù)此模型進行未來預(yù)測的可行性。最后，根據(jù)汽車保有量對于我國經(jīng)濟的重要作用提出了幾點政策建議，明確汽車產(chǎn)業(yè)發(fā)展與國家可持續(xù)發(fā)展之間的關(guān)系。關(guān)鍵詞：汽車保有量 汽車產(chǎn)量 增長率 影響因素 實證分析目 錄摘要21緒論41.1研究背景41.2研究

2、意義42模型的選取和變量的選擇62.1變量選取62.2單方程模型嘗試72.2.1初步分析72.2.2對數(shù)方程132.2.3去多重共線性142.2.4異方差的檢驗及處理152.2.5自相關(guān)性分析202.3關(guān)于虛擬變量232.4關(guān)于分布滯后模型252.5小結(jié)263聯(lián)立模型283.1原始模型283.2VAR模型293.2.1三階段最小二乘法323.2.2兩階段最小二乘法323.3模型修正343.4小結(jié)354協(xié)整分析374.1平穩(wěn)性分析374.2E-G檢驗兩步法與誤差修正模型404.3預(yù)測能力分析445總結(jié)456政策建議461 緒論1.1 研究背景汽車保有量指的就是一個地區(qū)擁有車輛的數(shù)量，一般是指在當(dāng)

3、地登記的車輛。汽車特別是用于消費的私人轎車保有量的多少，與經(jīng)濟發(fā)展、經(jīng)濟活躍程度、國內(nèi)生產(chǎn)總值、人均國內(nèi)生產(chǎn)總值的增長，以及道路建設(shè)的發(fā)展有著密切的聯(lián)系。隨著中國經(jīng)濟的持續(xù)快速發(fā)展以及人民群眾收入水平的不斷提高，將有越來越多的家庭具備購買私人轎車的能力。國家信息中心預(yù)測，2009年前后是中國中等收入家庭具備購車能力的時間點，屆時將有近1億中國人可以享用自己的家庭轎車。在此種情況下，對汽車保有量增加情況的實證分析就顯得很有意義。據(jù)國家統(tǒng)計局統(tǒng)計，截至2005年底，全國民用汽車保有量為3160萬輛，其中私人汽車達到1852萬輛，占總量的58.6%。2006年國內(nèi)銷售了 700多萬輛國產(chǎn)和進口汽車，

4、其中60%為私人購買。據(jù)中國汽車工業(yè)協(xié)會的專家估算，目前中國汽車保有量約為3800多萬輛，私人汽車約為2200萬輛。 私車已經(jīng)占全國汽車保有量的60%左右，這標志著中國汽車消費進入以私人消費為主的發(fā)展新階段。自我國加入世界貿(mào)易組織后，中國汽車市場大舉對外開放，帶動了國內(nèi)汽車產(chǎn)業(yè)的迅速發(fā)展。國家又出臺了一系列鼓勵轎車進入家庭的政策，長期以公車消費為主的轎車市場轉(zhuǎn)變?yōu)橐运饺讼M為主。私人購車成為當(dāng)今轎車市場消費的主流。中國汽車技術(shù)研究中心的一份研究報告指出，2006年私人購買轎車比例超過77%。隨著私人轎車消費時代的到來，私人轎車成為拉動私車保有量大幅上升的主要因素。據(jù)國家統(tǒng)計局統(tǒng)計，2003年到

5、2005年，私人載貨車僅增長85萬輛，而私人載客車則增長了633萬輛。2006年，全國汽車銷量為710多萬輛，其中轎車達到380 多萬輛，絕大部分為私人所購買。從上面這些數(shù)據(jù)可以看出，我國的汽車保有量處于持續(xù)增長的階段，并且其消費結(jié)構(gòu)也有著明顯的轉(zhuǎn)變，所以建立適當(dāng)?shù)哪Ｐ蛠矸治銎湓鲩L原因以及估計消費結(jié)構(gòu)的具體形式這些都顯得尤為重要，可以為我過得汽車工業(yè)發(fā)展前進方向分析提供參考數(shù)據(jù)。1.2 研究意義改革開放以來，我國的經(jīng)濟建設(shè)取得了巨大發(fā)展，在工業(yè)化進程不斷加快的情況下，經(jīng)濟結(jié)構(gòu)也發(fā)生了重大變化。與此同時，人民生活水平顯著提高，與人民日常生活密切相關(guān)各種基礎(chǔ)設(shè)施也得到了長足的發(fā)展。在這一切條件下，

6、我國的汽車工業(yè)也呈現(xiàn)出一片繁榮景象，并在逐步成為國民經(jīng)濟的支柱產(chǎn)業(yè)之一。研究汽車保有量增長的規(guī)律和影響因素，對于預(yù)測市場，配套設(shè)施的建設(shè)以及相關(guān)市場的發(fā)展和相關(guān)政策的制定，都有著重要意義。汽車保有量增長原因的分析、增長趨勢的判斷以及消費結(jié)構(gòu)的識別，這些都為我國未來的汽車工業(yè)、交通運輸業(yè)以及銀行信貸機制設(shè)計都有著至關(guān)重要的意義。一個城市未來的市內(nèi)道路建設(shè)、建筑規(guī)劃、商業(yè)圈劃分等等規(guī)劃內(nèi)容都要受到汽車保有量這一指標的干擾，只有正確的分析并預(yù)測這一指標才能提出與城市發(fā)展相切合的城市規(guī)劃方案，才能實現(xiàn)“城市，讓生活更美好”這一理想。本文從近些年來國內(nèi)幾項經(jīng)濟指標與汽車保有量間的關(guān)系入手，分別采用多元回

7、歸法、聯(lián)立模型和協(xié)整分析等工具對統(tǒng)計數(shù)據(jù)了技術(shù)處理，找出導(dǎo)致汽車保有量持續(xù)增長的原因，并對構(gòu)成增長的消費結(jié)構(gòu)進行了初步的分析和識別，下一步本文將對汽車保有量的預(yù)測做出更深的研究，爭取能夠早日得出具有實際指導(dǎo)意義的統(tǒng)計數(shù)據(jù)分析結(jié)果。2 模型的選取和變量的選擇2.1 變量選取Y：汽車保有量（萬輛）：保有量指的是一個地區(qū)擁有車輛的數(shù)量，一般是指在當(dāng)?shù)氐怯浀能囕v。汽車特別是用于消費的私人轎車保有量的多少，與經(jīng)濟發(fā)展、經(jīng)濟活躍程度、國內(nèi)生產(chǎn)總值、人均國內(nèi)生產(chǎn)總值的增長，以及道路建設(shè)的發(fā)展有著密切的聯(lián)系。隨著中國經(jīng)濟的持續(xù)快速發(fā)展以及人民群眾收入水平的不斷提高，將有越來越多的家庭具備購買私人轎車的能力。I

8、NC：城鎮(zhèn)居民可支配收入（元）：居民收入的高低對于私人車輛的購買有著直接的影響，目前我國私人購買車輛逐年增多，與居民收入的提高有著直接的關(guān)系。本文采用的指標為統(tǒng)計年鑒中的城鎮(zhèn)居民人均可支配收入，顯然，城鎮(zhèn)居民的購買能力要遠高于農(nóng)村居民，該項數(shù)據(jù)與汽車保有量的相關(guān)性更高。POP: 城鎮(zhèn)人口（億人）：城鎮(zhèn)人口是指居住于城市、集鎮(zhèn)的人口，主要依據(jù)人群的居住地和所從事的產(chǎn)業(yè)進行歸類。一般認為城鎮(zhèn)人口占有率的高低反應(yīng)出一個地區(qū)的工業(yè)化、城鎮(zhèn)化或城市化水平。PRO: 汽車產(chǎn)量（萬輛）：2009年中國汽車累計產(chǎn)銷突破1300萬輛，同比增長創(chuàng)歷年最高，中國成為世界第一汽車生產(chǎn)和消費國。在汽車產(chǎn)業(yè)與國家經(jīng)濟騰飛

9、的關(guān)系上，日本和韓國提供了成功的經(jīng)驗。在其經(jīng)濟騰飛時期，其汽車產(chǎn)量、汽車保有量及國民收入水平有著強烈的正相關(guān)。WAY: 公路長度（萬公里）：近年來，我國一直加大公路交通網(wǎng)的建設(shè)，無論是公路里程長度還是公路等級都有了明顯的進步。這也為我們駕車出行提供了可能和便利，因而也推動了私人汽車的消費。數(shù)據(jù)類型：時間序列（如表1所示）年度區(qū)間：1985-2008表1 我國近年（1985-2008）汽車保有量統(tǒng)計數(shù)據(jù)obsYINCPOPPROWAY198528.49000739.10002.51000043.7200092.24000198634.71000899.60002.64000036.9800096

10、.28000198742.290001002.2002.77000047.1800098.22000198860.420001181.4002.87000064.4700099.96000198973.120001375.7002.95000058.35000101.4300199081.620001510.2003.02000051.40000102.8300199196.040001700.6003.05000071.42000104.11001992118.20002026.6003.240000106.6700105.67001993155.77002577.4003.34000012

11、9.8500108.35001994205.42003496.2003.430000136.6900111.78001995249.96004238.0003.520000145.2700115.70001996289.67004838.9003.730000147.5200118.58001997358.36005160.3003.940000158.2500122.64001998423.65005425.1004.160000163.0000127.85001999533.88005845.0004.370000183.200013533006280.0004.

12、590000207.0000140.27002001770.78006859.6004.810000243.1700169.80002002968.98007702.8005.020000325.1000176.520020031137.5008472.0005.240000444.3900180.980020041365.0009422.0005.430000507.4100187.070020052365.00010493.005.620000570.0000193.050020062925.00011759.005.770000727.9000204.230020073534.00013

13、786.005.940000888.7000215.830020084173.00015781.006.070000934.5500231.5500從表1中的數(shù)據(jù)可以看出，我國汽車保有量呈現(xiàn)出持續(xù)增長的趨勢，但居民可支配收入所占的影響地位是否是汽車保有量增長的主要原因，還有待進一步檢驗。本文將從下節(jié)開始建立模型進行因果關(guān)系的分析。2.2 單方程模型嘗試2.2.1 初步分析從我們的實際經(jīng)驗中可以得出城鎮(zhèn)居民可支配收入、城鎮(zhèn)人口、汽車產(chǎn)量、公路長度顯然對汽車保有量都有正向的作用這一結(jié)論，但由于這些變量之間有共同的增長趨勢和密切的關(guān)聯(lián)度，難免引來多重共線性的后果。如以下是用Y對INC、 POP 、P

14、RO 、WAY進行OLS回歸得到的結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 12/30/09 Time: 19:15Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.  C897.0196413.02322.1718380.0427INC0.1529760.0692572.2088260.0397POP-634.3657239.8010-2.6453840.0160PRO3.6337530.7

15、750614.6883460.0002WAY5.3191746.4154430.8291200.4173R-squared0.982347    Mean dependent var859.0079Adjusted R-squared0.978630    S.D. dependent var1184.540S.E. of regression173.1598    Akaike info criterion13.32936Sum squared resid569701.9&

16、#160;   Schwarz criterion13.57479Log likelihood-154.9523    Hannan-Quinn criter.13.39447F-statistic264.3248    Durbin-Watson stat1.349399Prob(F-statistic)0.000000從回歸結(jié)果可以得出897.0196+0.152976INC-634.3657 POP +3.633753PRO+5.319174WAYR2=0.982347, 0.9

17、78630，DW=1.349399，F(xiàn)=264.3248查F分布表，得臨界值F0.05（4，19）=2.90，故F=264.3248>2.90，回歸方程顯著。但是是其中POP（城鎮(zhèn)人口）一項系數(shù)為負值，顯然與經(jīng)濟意義不符，推斷必有多重共線性。從Eviews中分別計算INC、 POP 、PRO 、WAY的兩兩回歸系數(shù)，得到下表。CorelationINCPOPPROWAYINC 1.000000 0.973659 0.966890 0.979747POP 0.973659 1.000000 0.912449 0

18、.979439PRO 0.966890 0.912449 1.000000 0.956086WAY 0.979747 0.979439 0.956086 1.000000從表中可以看看出解釋變量之間是高度相關(guān)的。為了檢驗和處理多重共線性，采用逐步回歸法。對Y分別關(guān)于INC、 POP 、PRO 、WAY作最小二乘回歸，得出以下結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 12/30/09 Time: 19:26Sample: 1985 2008Included

19、observations: 24VariableCoefficientStd. Errort-StatisticProb.  C-573.5450135.2522-4.2405580.0003INC0.2593410.01946113.326240.0000R-squared0.889773    Mean dependent var859.0079Adjusted R-squared0.884763    S.D. dependent var1184.540S.E. of regression

20、402.1107    Akaike info criterion14.91099Sum squared resid3557246.    Schwarz criterion15.00916Log likelihood-176.9318    Hannan-Quinn criter.14.93703F-statistic177.5887    Durbin-Watson stat0.194292Prob(F-statistic)0.00

21、0000-573.5450+0.259341INCR2=0.889773, 0.884763，DW=0.194292，F(xiàn)=177.5887Y對 c、POP回歸，得到如下結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 12/30/09 Time: 19:27Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.  C-2761.142460.0547-6.0017680.0000POP886.295910

22、8.52328.1668770.0000R-squared0.751967    Mean dependent var859.0079Adjusted R-squared0.740693    S.D. dependent var1184.540S.E. of regression603.1939    Akaike info criterion15.72201Sum squared resid8004544.    Schwarz c

23、riterion15.82018Log likelihood-186.6641    Hannan-Quinn criter.15.74805F-statistic66.69788    Durbin-Watson stat0.186726Prob(F-statistic)0.000000-2761.142+886.2959POPR2=0.751967, 0.740693，DW=0.186726，F(xiàn)=66.69788Y對 c、PRO回歸，得到如下結(jié)果：Dependent Variable: YMethod: Lea

24、st SquaresDate: 12/30/09 Time: 19:29Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.  C-293.691059.30625-4.9521090.0001PRO4.3279020.15812027.371080.0000R-squared0.971472    Mean dependent var859.0079Adjusted R-squared0.970175 

25、   S.D. dependent var1184.540S.E. of regression204.5676    Akaike info criterion13.55933Sum squared resid920653.9    Schwarz criterion13.65750Log likelihood-160.7120    Hannan-Quinn criter.13.58537F-statistic749.1759 

26、60;  Durbin-Watson stat1.016167Prob(F-statistic)0.000000-293.6910+4.327902PROR2=0.971472, 0.970175，DW=1.016167，F(xiàn)=749.1759Y對 c、WAY回歸，得到如下結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 12/30/09 Time: 19:31Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticP

27、rob.  C-2646.731324.7897-8.1490600.0000WAY25.190112.23194711.286160.0000R-squared0.852722    Mean dependent var859.0079Adjusted R-squared0.846028    S.D. dependent var1184.540S.E. of regression464.8053    Akaike info criterion15.2

28、0077Sum squared resid4752968.    Schwarz criterion15.29894Log likelihood-180.4092    Hannan-Quinn criter.15.22681F-statistic127.3774    Durbin-Watson stat0.285701Prob(F-statistic)0.000000-2646.731+25.19011WAYR2=0.852722, 0.846028，DW=0.28570

29、1，F(xiàn)=127.3774根據(jù)回歸結(jié)果，易知汽車產(chǎn)量PRO是最重要的解釋變量，所以選取第3 個回歸方程為基本方程。加入下INC做最小二乘回歸。Y對 c、INC、PRO回歸，得到如下結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 12/30/09 Time: 19:42Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.  C-235.785880.47760-2.9298320.0080INC-0.04

30、10400.038686-1.0608570.3008PRO4.9616530.6178528.0304880.0000R-squared0.972923    Mean dependent var859.0079Adjusted R-squared0.970344    S.D. dependent var1184.540S.E. of regression203.9870    Akaike info criterion13.59046Sum squared resid8

31、73824.5    Schwarz criterion13.73771Log likelihood-160.0855    Hannan-Quinn criter.13.62953F-statistic377.2861    Durbin-Watson stat1.212531Prob(F-statistic)0.000000-235.7858-0.041040INC+4.961653PROR2=0.972923, 0.970344，DW=1.212531，F(xiàn)=377.28

32、61加入INC城鎮(zhèn)人口可支配收入后，擬合優(yōu)度增加，參數(shù)估計值的符號卻發(fā)生了變化，顯然INC與Y不可能反向變動，而且INC顯著性較低，所以在模型中是否保留INC待定。再在方程中加入PRO做最小二乘回歸。Dependent Variable: YMethod: Least SquaresDate: 12/30/09 Time: 19:44Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.  C296.2161316.25430.9366390.3596PR

33、O5.2525690.51027010.293710.0000WAY-6.0083093.170035-1.8953450.0719R-squared0.975639    Mean dependent var859.0079Adjusted R-squared0.973319    S.D. dependent var1184.540S.E. of regression193.4855    Akaike info criterion13.48475Sum squared

34、resid786169.2    Schwarz criterion13.63201Log likelihood-158.8170    Hannan-Quinn criter.13.52382F-statistic420.5230    Durbin-Watson stat1.423229Prob(F-statistic)0.000000296.2161+5.252569POP+0.395884PRO-6.008309WAYR2=0.975639, 0.973319，DW=

35、1.423229，F(xiàn)=420.5230加入WAY公路里程后，擬合優(yōu)度增加，但參數(shù)估計值的符號也不正確，所以在模型中是否保留了WAY也待定。再在方程中加入POP做最小二乘回歸。Dependent Variable: YMethod: Least SquaresDate: 12/30/09 Time: 21:49Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.  C-2228.695335.3327-6.6462220.0000POP-936.27373

36、71.8407-2.5179430.0200WAY49.665379.9243915.0043740.0001R-squared0.886875    Mean dependent var859.0079Adjusted R-squared0.876101    S.D. dependent var1184.540S.E. of regression416.9490    Akaike info criterion15.02027Sum squared resid365077

37、5.    Schwarz criterion15.16753Log likelihood-177.2433    Hannan-Quinn criter.15.05934F-statistic82.31783    Durbin-Watson stat0.592250Prob(F-statistic)0.000000-966.9443+0.013581INC+60.13484POP+8.377247WAYR2=0.986065, 0.983079，DW=1.805462，F(xiàn)

38、=330.2240加入POP城鎮(zhèn)人口數(shù)后，擬合優(yōu)度增加，但參數(shù)估計值的符號也不正確，所以在模型中是否保留了POP也待定。從上述嘗試中可以發(fā)現(xiàn)，由于嚴重的多重共線性，我們無法把幾個解釋變量同時放入一個模型中。2.2.2 對數(shù)方程鑒于對方程的回歸在加入兩個以上解釋變量后總出現(xiàn)與事實不符的參數(shù)估計值的符號，而單個解釋解釋力又不足，我們考察了被解釋變量和解釋變量的圖線，發(fā)現(xiàn)出城鎮(zhèn)人口外，各變量均有指數(shù)增長的趨勢，所以我們考慮變更方程形式。采用對數(shù)方程。LNY對c、 LNINC 、LNPOP 、LNPRO、 LNWAY回歸，結(jié)果如下：Dependent Variable: LNYMethod: Leas

39、t SquaresDate: 12/31/09 Time: 09:49Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.  C-6.4211272.547874-2.5201900.0208LNINC0.5989510.1787973.3498940.0034LNPOP1.3960400.8977151.5551040.1364LNPRO0.3689070.1404952.6257680.0166LNWAY0.7084280.5800711.22127

40、80.2369R-squared0.995636    Mean dependent var5.792560Adjusted R-squared0.994718    S.D. dependent var1.513610S.E. of regression0.110009    Akaike info criterion-1.393465Sum squared resid0.229936    Schwarz criterion-1.1

41、48037Log likelihood21.72158    Hannan-Quinn criter.-1.328353F-statistic1083.787    Durbin-Watson stat0.921877Prob(F-statistic)0.000000從回歸結(jié)果中可以看出，方程的擬合優(yōu)度較好，參數(shù)估計值的符號也正確，但LNPOP和LNWAY的顯著性不高，考慮可能存在多重共線性。2.2.3 去多重共線性從相關(guān)性矩陣可以看出，確實存在著高相關(guān)性?？紤]到方程的經(jīng)濟意義，考慮剔除LNPOP，人口增長率，保留

42、LNINC可支配收入增長率、LNPRO汽車產(chǎn)量增長率、 LNWAY和公路長度增長率。CorelationLNINCLNPOPLNPROLNWAYLNINC 1.000000 0.978086 0.967092 0.930183LNPOP 0.978086 1.000000 0.979060 0.978488LNPRO 0.967092 0.979060 1.000000 0.969747LNWAY 0.930183 0.978488 0.9697

43、47 1.000000LNY對c、 LNINC 、LNPRO、 LNWAY回歸，得到如下結(jié)果：Dependent Variable: LNYMethod: Least SquaresDate: 12/31/09 Time: 10:02Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.  C-9.9195811.237804-8.0138570.0000LNINC0.8321310.1007848.2565760.0000LNPRO0.3317

44、260.1432702.3153850.0313LNWAY1.4593360.3326404.3871340.0003R-squared0.995081    Mean dependent var5.792560Adjusted R-squared0.994343    S.D. dependent var1.513610S.E. of regression0.113843    Akaike info criterion-1.356990Sum squared resid0

45、.259202    Schwarz criterion-1.160647Log likelihood20.28388    Hannan-Quinn criter.-1.304900F-statistic1348.603    Durbin-Watson stat0.944601Prob(F-statistic)0.000000從回歸結(jié)果可以看出，各解釋變量都都較為顯著，F(xiàn)值獲得了提升。接受該基本方程。2.2.4 異方差的檢驗及處理確定了模型的基本方程后，我們對模型的異方差

46、進行的檢驗和處理。從殘差圖中，由圖可知，殘差隨時間趨勢的增加，離散程度增大。由圖可知，殘差隨LNINC的增加，離散程度增大。由圖可知，殘差隨LNPRO的增加，離散程度增大。由圖可知，殘差隨LNWAY的增加，離散程度增大。從模擬圖與殘差圖也可以看出，隨機誤差存在著異方差。下面運用懷特檢驗，對方程進行異方差檢驗。HeteroskedasticitY Test: WhiteF-statistic2.385658    Prob. F(9,14)0.0701Obs*R-squared14.52745    Prob. Ch

47、i-Square(9)0.1048Scaled explained SS5.348064    Prob. Chi-Square(9)0.8030Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/31/09 Time: 10:12Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.  C-12.634384.719215-2.

48、6772200.0180LNINC1.2005720.9175911.3083960.2118LNINC2-0.0196410.074793-0.2626050.7967LNINC*LNPRO0.0774310.1356890.5706520.5773LNINC*LNWAY-0.2716500.298679-0.9095070.3785LNPRO-1.7572371.057261-1.6620660.1187LNPRO2-0.0777890.083984-0.9262320.3700LNPRO*LNWAY0.3950780.2667481.4810900.1607LNWAY4.9294462.

49、7467701.7946340.0943LNWAY2-0.4672510.480704-0.9720150.3475R-squared0.605310    Mean dependent var0.010800Adjusted R-squared0.351582    S.D. dependent var0.011360S.E. of regression0.009147    Akaike info criterion-6.256361Sum squared resid0.

50、001171    Schwarz criterion-5.765505Log likelihood85.07633    Hannan-Quinn criter.-6.126136F-statistic2.385658    Durbin-Watson stat1.688507Prob(F-statistic)0.070139因為TR2=24×0.605310=14.52745 <(9)=16.919，證明模型不存在顯著的異方差。但于此同時， Pr

51、ob. F(9,14) =0.0701，顯著性水平并不算高。從圖示和white檢驗得出的結(jié)論并不一致，我們?nèi)詻Q定用加權(quán)最小二乘法對異方差進行修正。我們選擇了1/ resid 作為權(quán)重，加權(quán)最小二乘結(jié)果如下。Dependent Variable: LNYMethod: Least SquaresDate: 01/26/10 Time: 10:22Sample (adjusted): 1987 2008Included observations: 22 after adjustmentsWeighting series: 1/RESIDVariableCoefficientStd. Errort-

52、StatisticProb.  C-9.1500430.411977-22.210080.0000LNINC0.6539580.05060412.922940.0000LNPRO0.5344460.0539089.9139650.0000LNWAY1.3790640.1705028.0882320.0000Weighted StatisticsR-squared0.999901    Mean dependent var11.98329Adjusted R-squared0.999884    

53、S.D. dependent var79.66116S.E. of regression0.148738    Akaike info criterion-0.810295Sum squared resid0.398214    Schwarz criterion-0.611924Log likelihood12.91325    Hannan-Quinn criter.-0.763565F-statistic60315.40    D

54、urbin-Watson stat1.204958Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.990797    Mean dependent var6.005676Adjusted R-squared0.989263    S.D. dependent var1.391872S.E. of regression0.144223    Sum squared resid0.374405Durbin-Watson stat0.757556通過WLS，擬合優(yōu)度提高，各解釋變量的顯著性獲得了提高，DW值發(fā)生了下降。WLS后，再次對方程進行