EViews統(tǒng)計分析在計量經(jīng)濟(jì)學(xué)中的應(yīng)用-第8課件

第8章綜合案例8/10/2023.第8章綜合案例7/30/2023.18.1電子商務(wù)產(chǎn)品定價模型.8.1電子商務(wù)產(chǎn)品定價模型.2計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

一.實驗課題背景

近年來，隨著信息技術(shù)的飛速發(fā)展和因特網(wǎng)的普及，電子商務(wù)行業(yè)得到了蓬勃發(fā)展，網(wǎng)上交易這一全新的商業(yè)模式逐漸為人們所熟悉。相比一般形式的商業(yè)活動，網(wǎng)上交易的優(yōu)勢在于減少了信息收集成本和信息傳播成本。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計一.實驗課題背景.3電子商務(wù)市場上存在的價格離散現(xiàn)象曾引起經(jīng)濟(jì)學(xué)界的廣泛關(guān)注。價格離散是指在同一市場同一時間不同賣家同種商品的價格分布?！疤詫毦W(wǎng)”上的消費者保障計劃是一種典型的第三方中介信用擔(dān)保機制?？傊?，本實驗旨在利用“淘寶網(wǎng)”上的交易數(shù)據(jù)，實證分析在聲譽機制與第三方擔(dān)保機制的共同影響下的網(wǎng)絡(luò)商品交易價格。.電子商務(wù)市場上存在的價格離散現(xiàn)象曾引起經(jīng)濟(jì)學(xué)界的廣泛關(guān)注。價4計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

二.電子商務(wù)產(chǎn)品定價模型指標(biāo)變量

.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計二.電子商務(wù)產(chǎn)品定價模型指標(biāo)變量.5計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

三、電子商務(wù)產(chǎn)品定價模型在賣家信譽機制和第三方擔(dān)保機制的共同影響下，本實驗確定電子商務(wù)產(chǎn)品多因素的定價模型為：.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計三、電子商務(wù)產(chǎn)品定價模型.6計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

四、數(shù)據(jù)的獲取和處理本實驗選擇在“淘寶網(wǎng)”上購買量較大的手機商品——諾基亞N97作為樣本。按照“淘寶網(wǎng)”的商品分類，依次點擊“手機”——“諾基亞N97”，在默認(rèn)的搜索網(wǎng)頁中，搜集了“淘寶網(wǎng)”2010年10月25日至10月30日5天中諾基亞N73的成交信息。之所以選擇諾基亞N97是因為此款手機在中國具有很好的口碑，產(chǎn)品本身質(zhì)量的不確定較小，因此消費者在購買時主要考慮的是賣家的誠信程度，從而避免了因不可觀測的產(chǎn)品特征而產(chǎn)生的遺漏變量問題。本實驗用3個虛擬變量來分別表示賣家是否加入了“30天維修”、“7天退換”和“如實陳述”計劃。本實驗采集了130個數(shù)據(jù)，為了消除誤差選擇了100個數(shù)據(jù)。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計四、數(shù)據(jù)的獲取和處理.7計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計首先，將數(shù)據(jù)保存在“諾基亞N97數(shù)據(jù)22”的excel數(shù)據(jù)表中，然后將表格導(dǎo)入Eview6中，如下圖所示：.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計首先，將數(shù)據(jù)保存在“諾基亞N97數(shù)據(jù)28計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

導(dǎo)入后，數(shù)據(jù)顯示如下：.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計導(dǎo)入后，數(shù)據(jù)顯示如下：.9計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

選擇quick-equationestimation，按下圖填入變量名稱，點擊確定即可。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計選擇quick-equatione10計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

分析結(jié)果如下：

.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計分析結(jié)果如下：.11計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

五、實證結(jié)果與分析

本實驗通過以price為主要的研究變量，以PositiveRatio為自變量和第三方擔(dān)保機制的質(zhì)量擔(dān)保quality、退換貨refunding和真實陳述accurate三個虛變量，并控制賣家地域進(jìn)行OLS回歸分析?？傻媒Y(jié)果如表2所示。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計五、實證結(jié)果與分析.12計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計.13計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

由表2可知，賣方好評度PositiveRatio、質(zhì)量擔(dān)保虛變量Quality、退換貨虛變量Refunding、真實陳述虛變量Accurate、賣家地域Location均與賣家商品的定價正相關(guān)，賣家地域與賣家商品定價負(fù)相關(guān)，這與實際的電子商務(wù)市場定價預(yù)測相符合。賣方好評度PositiveRatio、真實陳述虛變量Accurate、賣家地域Location變量的t檢驗雖然在嚴(yán)格的統(tǒng)計檢驗效果上并不好，但是在經(jīng)濟(jì)學(xué)意義上通過檢驗。另外，因為采集的數(shù)據(jù)量不是很大，不可避免的會出現(xiàn)一些誤差，因此，通過淘寶商品諾基亞N97的網(wǎng)上交易信息的市政研究，我們驗證了電子商務(wù)產(chǎn)品多因素定價模型的正確性。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計由表2可知，賣方好評度Positiv14計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

六：結(jié)論本實驗主要在聲譽信號理論的框架內(nèi)分析了在賣家聲譽存在差異的情況下，考察了第三方中介信用擔(dān)保機制對網(wǎng)上交易市場定價的效應(yīng)，首先根據(jù)文獻(xiàn)調(diào)研和實際經(jīng)驗提出了被解釋變量和解釋變量以及控制變量，然后采用從“淘寶網(wǎng)”收集的真實交易數(shù)據(jù)進(jìn)行實證研究，驗證了本實驗的電子商務(wù)產(chǎn)品多因素的定價模型。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計六：結(jié)論.15計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計因此可以得出一下結(jié)論：較高的搜尋成本導(dǎo)致不同聲譽水平的賣家同時存在于網(wǎng)上市場，聲譽機制能夠起到辨別賣家信用的作用，并給予高聲譽賣家一定的聲譽溢價。消費者保障計劃的創(chuàng)設(shè)有助于高聲譽賣家提高其產(chǎn)品價格，降低了低聲譽賣家產(chǎn)品價格，增大了高聲譽賣家和低聲譽賣家之間的價格離差。在網(wǎng)絡(luò)搜索效率較低的情況下高聲譽賣家將傾向于選擇合作，提供優(yōu)質(zhì)的產(chǎn)品和服務(wù)。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計因此可以得出一下結(jié)論：.168.2資本資產(chǎn)定價模型.8.2資本資產(chǎn)定價模型.17計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

一.實驗課題背景

資本資產(chǎn)定價模型（CAPM）可以說是現(xiàn)代金融理論的基石之一。一方面，在市場達(dá)到均衡時，資產(chǎn)的合理價格是什么，這是所有市場參與者共同關(guān)注的一個焦點，因而也自然成為金融以及經(jīng)濟(jì)理論研究的核心。另一方面，它又與市場有效性問題的研究密不可分。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計一.實驗課題背景.18由于中國股票市場的特殊性，研究CAPM在這一市場中的適用性是非常重要的。與西方成熟的市場相比，中國股票市場的特殊性著重體現(xiàn)在以下兩個方面：其一，它是一個新興市場，存在許多不完善的地方，如以散戶為主體，投資者的短期投機性動機很強，禁止賣空等。其二，它仍然保留了許多計劃經(jīng)濟(jì)的特征，如股票發(fā)行和上市的審批制度直到2000年才逐步改革，市場缺乏退出機制，無法實現(xiàn)上市公司的優(yōu)勝劣汰；同時，市場受到政府政策的巨大影響。因此，即使CAPM在西方成熟市場中是適用的，中國股票市場的這種特殊性也很可能使得CAPM所蘊涵的資產(chǎn)的均衡收益率與其系數(shù)之間的線性關(guān)系不復(fù)存在。.由于中國股票市場的特殊性，研究CAPM在這一市場中的19計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

二.資本資產(chǎn)定價模型及其檢驗方法介紹

各種股票的收益和風(fēng)險呈現(xiàn)正相關(guān)，每種資產(chǎn)的收益由無風(fēng)險收益和風(fēng)險貼水兩部分構(gòu)成?？杀硎緸椋?/p>

.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計二.資本資產(chǎn)定價模型及其檢驗方法介紹20計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

假設(shè)關(guān)于任何資產(chǎn)的收益是一個公平博弈，換句話說就是任何資產(chǎn)已實現(xiàn)的平均收益率等于其預(yù)期的收益率。數(shù)學(xué)上有如下形式：.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計假設(shè)關(guān)于任何資產(chǎn)的收益是一個公平博弈21計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計.22檢驗?zāi)Ｐ停?）時，首先要估計系數(shù)。通常采用的方法是對單個股票或股票組合的收益率與市場指數(shù)的收益率進(jìn)行時間序列的回歸，模型為：方程（4）通常被稱為“一次回歸”方程。

.檢驗?zāi)Ｐ停?）時，首先要估計系數(shù)。通常采用的方法是對單23

確定系數(shù)之后，就可以將作為檢驗的輸入量對單個股票或組合的系數(shù)與收益再進(jìn)行一次回歸，并進(jìn)行相應(yīng)的檢驗?；貧w方程如下：方程（5）通常被稱作“二次回歸”方程。（6）.確定系數(shù)之后，就可以將作為檢驗的輸入量對單個股票或組24計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

三．實驗步驟（1）股票品種的選取

本項研究采用上海股票市場代碼自600601至600640的37支股票，由于代碼600625、600629與600633三支股票在采樣期間內(nèi)沒有連續(xù)觀察值，所以沒有采用。37支股票的行業(yè)分布為：房地產(chǎn)股3支，公用事業(yè)類股3支，商業(yè)類股4支，綜合類股2支，工業(yè)類股25支。這37支股票均為任意選擇，目的是為了科學(xué)地體現(xiàn)隨機性。由行業(yè)分布可以看出，這37支股票分布在多種行業(yè)，具有較好的代表性。本文選用上述37支A股股票的周收盤價格數(shù)據(jù)作為樣本觀察值，時間跨度是2000年6月30日—2002年9月27日，共計109周。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計三．實驗步驟.25計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

（2）股市指數(shù)的選擇

目前在上海股市中有上證指數(shù)、A股指數(shù)、B股指數(shù)及各分類指數(shù)。其中，上證綜合指數(shù)是一種價值加權(quán)指數(shù)，其編制是借鑒了國際上股價指數(shù)的編制經(jīng)驗的，故其編制方法合理科學(xué)，能反映整個股市的變動趨勢和上市公司全部資本價值的變化與成長，并包括了上海股市中各種證券，符合資本資產(chǎn)定價模型市場組合構(gòu)造的要求。所以本文選擇上證指數(shù)作為市場組合指數(shù)，并用上證指數(shù)的收益率代表市場組合。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計（2）股市指數(shù)的選擇.26計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

（3）無風(fēng)險利率的確定

無風(fēng)險利率是指投資者能夠按此利率進(jìn)行無風(fēng)險借貸的利率。在國外的實證研究中，許多學(xué)者以短期國債利率或銀行同業(yè)拆借利率來代替無風(fēng)險利率。但是我國目前利率還沒有完全市場化，且國債的期限要比西方發(fā)達(dá)國家相對要長，而且國債的回購交易大多是機構(gòu)投資者。因此，無法用國債利率或國債回購利率來代表無風(fēng)險利率。樣本期內(nèi)我國3個月居民定期儲蓄存款年利率是1.71%，折算為周利率為0.03325%，即=0.03325%。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計（3）無風(fēng)險利率的確定.27計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

（4）收益率的計算

在上述樣本的基礎(chǔ)上，按下面公式來分別計算個股和指數(shù)的周收益率：Ri=（今周收盤價格/前周收盤價格-1）*100，Rm=（今周收盤綜合指數(shù)/前周收盤綜合指數(shù)-1）*100。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計（4）收益率的計算.28計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

上海股票市場資本資產(chǎn)定價模型的估計與檢驗

（1）個股β系數(shù)的估計

利用上證綜合指數(shù)的周回報率與每支股票的周回報率作時間序列回歸，估計每支股票與市場的風(fēng)險系數(shù)——系數(shù)，采用如下的單指數(shù)模型：（6）

.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計上海股票市場資本資產(chǎn)定價模型的估計與29計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

我們以方正科技（600601）為例，介紹如何通過Eviews軟件進(jìn)行系數(shù)的回歸估計。打開Eviews6.0，選擇File-New-Workfile，frequency選擇integerdate，時間為1至200，點擊確定。

.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計我們以方正科技（600601）為例，30計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

出現(xiàn)下圖后，點擊Object-NewObject，在Typeofobject中選擇seriers,，并命名為SY和MY，從而創(chuàng)建兩個序列。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計出現(xiàn)下圖后，點擊Object-New31..32計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

選中SY和MY兩個序列，右鍵選擇Openasgroup，打開如下圖將數(shù)據(jù)填入相應(yīng)的變量下面，如下圖所示：.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計選中SY和MY兩個序列，右鍵選擇Op33

選擇quick-equationestimation，按下圖填入變量名稱，點擊確定即可。.選擇quick-equationestimation，按34..35計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

風(fēng)險與收益關(guān)系的檢驗(1)用BJS方法進(jìn)行時間序列回歸及檢驗

將一階回歸得出的系數(shù)的估計值作為獨立變量代入二階回歸方程來估計和。二階回歸方程為：（7）.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計風(fēng)險與收益關(guān)系的檢驗（7）.36計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

通過Eviews統(tǒng)計軟件對方程（7）進(jìn)行回歸，可以得到表1的結(jié)果。表1二階回歸結(jié)果F檢驗系數(shù)-0.7422.3420.4338.072T檢驗-3.7512.841.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計通過Eviews統(tǒng)計軟件對方程（7）37計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

(2)采用FM模型進(jìn)行橫截面回歸及檢驗

FM模型如下：對資本資產(chǎn)定價模型的橫截面的檢驗采用多元回歸中的逐步回歸分析法（Stepwise），即在回歸分析中首先從所有自變量中選擇一個自變量，使相關(guān)系數(shù)最大，再逐步加入新的自變量，同時刪去可能變?yōu)椴伙@著的自變量，并保證相關(guān)系數(shù)上升，最終保證結(jié)果中的所有自變量的系數(shù)均顯著不為0并且被排除在模型之外的自變量的系數(shù)均不顯著。用Eviews統(tǒng)計軟件進(jìn)行處理，可得表2的結(jié)果。（8）

.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計(2)采用FM模型進(jìn)行橫截面回歸及檢38計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

表2逐步回歸(Stepwise)回歸結(jié)果F檢驗系數(shù)-0.7422.3420.4338.072T檢驗-3.7512.841sig0.0010.007.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計表2逐步回歸(Stepwise)回39計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計.40結(jié)論第一，資本資產(chǎn)模型所包含的基于馬科維茨的資產(chǎn)組合理論為投資者們在投資中通過多樣化管理來分散非系統(tǒng)風(fēng)險提供了理論依據(jù)，同時也為我國發(fā)展開放式基金、培育機構(gòu)投資者提供了理論參考。資產(chǎn)的多樣化可以分散甚至完全消化非系統(tǒng)風(fēng)險，這就要求投資者在投資時盡可能的分散投資，不要把雞蛋放在一個籃子里。.結(jié)論第一，資本資產(chǎn)模型所包含的基于馬科維茨的資產(chǎn)組合理論為投41結(jié)論

第二，資本資產(chǎn)定價模型把風(fēng)險分為系統(tǒng)性風(fēng)險和非系統(tǒng)性風(fēng)險。非系統(tǒng)性是可以通過資產(chǎn)多樣化分散的風(fēng)險，系統(tǒng)性風(fēng)險是股票市場本身所擁有的風(fēng)險，是不可以通過分散化消除的。由以上的實證研究發(fā)現(xiàn)上海股票市場中的風(fēng)險表現(xiàn)出明顯的系統(tǒng)性特征。.結(jié)論第二，資本資產(chǎn)定價模型把風(fēng)險分為系統(tǒng)性風(fēng)險和非系統(tǒng)性42結(jié)論

第三，資本資產(chǎn)定價模型關(guān)于風(fēng)險與收益之間關(guān)系的描述在上海股票市場中并不是完全成立的，但不可否認(rèn)它的參考價值。如果從這個角度看，發(fā)展至今的上海股票市場已具有成熟市場的基本條件之一了。但是，上述研究中發(fā)現(xiàn)，無風(fēng)險收益率是負(fù)數(shù)。這表明在上海股票市場上，投資者的投機需求大于投資需求。投資者關(guān)注的不是資本的時間價值，而是追求高風(fēng)險所帶來的高收益。從這個角度來說，上海股票市場還仍然是一個不夠成熟的股市。.結(jié)論第三，資本資產(chǎn)定價模型關(guān)于風(fēng)險與收益之間關(guān)系的描述在上438.3間序列——世界集裝箱船訂單量主要指標(biāo)的波動.8.3間序列.44計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

一.實驗課題背景

世界上巨大的集裝箱海運量使得集裝箱船成為世界商船隊中最主要的船型之一。全球洲際集裝箱貿(mào)易總貨運量基本上由集裝箱航運業(yè)完成的。2008年的全球金融危機對航運市場造成了巨大的負(fù)面影響，而對集裝箱航運市場的影響最為嚴(yán)重，進(jìn)而影響到集裝箱船的建造市場。據(jù)克拉克松公司統(tǒng)計，2009年全球集裝箱船新接訂單總量僅為4.2萬標(biāo)準(zhǔn)集裝箱，成為14年以來的最低谷，世界集裝箱船建造市場正處于歷史的調(diào)整期。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計一.實驗課題背景.45當(dāng)前，在分析集裝箱船市場時，研究人員重點研究訂單量、船價、船隊等指標(biāo)。其中，訂單量是船舶行業(yè)研究人員首先重點分析的指標(biāo)之一，包括新接訂單量、手持訂單量。訂單量的波動直接影響到造船企業(yè)的經(jīng)營與管理，有些異常波動還可能會給造船企業(yè)帶來巨大的風(fēng)險與損失，因而探究集裝箱船訂單量波動規(guī)律與趨勢顯得尤為重要。本試驗將探索大時間跨度的集裝箱船訂單量主要指標(biāo)的波動特征規(guī)律，并分析影響波動的主要因素，進(jìn)而預(yù)測其波動趨勢，最后從政府和企業(yè)兩個層面提出相關(guān)政策建議，以期幫助我國集裝箱船建造企業(yè)更好應(yīng)對危機，實現(xiàn)集裝箱船市場的可持續(xù)發(fā)展。.當(dāng)前，在分析集裝箱船市場時，研究人員重點研究訂單量、船價、船46二、時間序列

.二、時間序列.47三、試驗設(shè)計

平穩(wěn)非白噪聲序列計算AC與PAC值A(chǔ)RMA模型識別與定階估計模型未知參數(shù)的值模型檢驗?zāi)Ｐ蛢?yōu)化預(yù)測序列未來走勢YN.三、試驗設(shè)計平穩(wěn)非白噪聲序列計算AC與PAC值A(chǔ)RMA模型48四、試驗步驟

1.預(yù)測指標(biāo)的預(yù)處理打開Eviews6.0，選擇File-New-Workfile，frequency選擇Semi-annual，時間為1996至2008，點擊確定。.四、試驗步驟1.預(yù)測指標(biāo)的預(yù)處理.49出現(xiàn)下圖后，點擊Object-NewObject，在Typeofobject中選擇seriers,，并命名為AAR和CAR，從而創(chuàng)建兩個序列。.出現(xiàn)下圖后，點擊Object-NewObject，在Typ50選中xjdd序列，雙擊，打開如下圖所示窗口。.選中xjdd序列，雙擊，打開如下圖所示窗口。.51將鼠標(biāo)放在表格上，點擊右鍵選擇edit即可插入數(shù)據(jù)。將“數(shù)據(jù).xls”中的xjdd數(shù)據(jù)分別復(fù)制到相應(yīng)的序列中，得到如下所示：.將鼠標(biāo)放在表格上，點擊右鍵選擇edit即可插入數(shù)據(jù)。將“數(shù)據(jù)52選擇quick-graph，進(jìn)入圖像選項框。選line&Symbol。點擊確定后，出現(xiàn)如下線圖。該圖即為1996年上半年到2009年下半年世界集裝箱船新接訂單量序列的時序圖。.選擇quick-graph，進(jìn)入圖像選項框。選line&53從時序圖可以看出，世界集裝箱船新接訂單量序列開始具有明顯的遞增趨勢，之后又呈現(xiàn)下降趨勢，可見該序列不是平穩(wěn)序列。下面運用相關(guān)圖來判斷其平穩(wěn)性，點擊view中的correlogram，可得如下相關(guān)圖。.從時序圖可以看出，世界集裝箱船新接訂單量序列開始具有明顯的遞54從圖中可以看出自相關(guān)函數(shù)在延遲12階的過程中開始一直呈現(xiàn)正值，之后又一直為負(fù)值，這說明該序列是非平穩(wěn)序列，且具有一定的趨勢性。使用單位根檢驗法對該序列進(jìn)行單位根檢驗，單位根檢驗方法有很多，這里使用AugmentedDickey-Fuller(ADF)的方法進(jìn)行檢驗。檢驗結(jié)果，ADF值為-2.576612，分別大于不同檢驗水平的三個臨界值，所以不能拒絕零假設(shè)，該序列不是平穩(wěn)序列，應(yīng)對序列進(jìn)行差分運算。.從圖中可以看出自相關(guān)函數(shù)在延遲12階的過程中開始一直呈現(xiàn)正值55序列的差分處理和純隨機性檢驗將原序列轉(zhuǎn)化為對數(shù)形式，并對該對數(shù)序列采用一階差分方法實現(xiàn)序列平穩(wěn)化。首先點擊generateseriesbyequation即生成序列m.序列的差分處理和純隨機性檢驗.56接著生成相應(yīng)的時序圖，相關(guān)圖以及單位根檢驗從上圖可知，檢驗的t統(tǒng)計量是-4.998617，小于當(dāng)置信度在1%下的臨界值，不存在單位根，所以可以說序列是平穩(wěn)的。.接著生成相應(yīng)的時序圖，相關(guān)圖以及單位根檢驗從上圖可知，檢驗的57建立預(yù)測模型選擇Quick-EstimateEquation，在彈出的文本框中輸入所要估計的變量名稱。Mothod選擇LS-LeastSquares。.建立預(yù)測模型選擇Quick-EstimateEquatio58點擊確定后，回歸結(jié)果下圖所示：.點擊確定后，回歸結(jié)果下圖所示：.59..60..61..62結(jié)論在國際航運市場中，集裝箱航運市場的發(fā)展與世界經(jīng)濟(jì)的關(guān)系最為密切。全球洲際集裝箱貿(mào)易總貨運量的95%是靠集裝箱航運業(yè)完成的，集裝箱船運輸己成為國際貨物運輸?shù)闹饕问?。在分析集裝箱船新接訂單與手持訂單總量和比重的波動特征的基礎(chǔ)上，提出產(chǎn)生異常波動點或段的主要影響因素，進(jìn)而建立含有異常因子的預(yù)測模型，對世界集裝箱船訂單量主要指標(biāo)進(jìn)行預(yù)測，提出我國集裝箱船未來發(fā)展的建議。本試驗主要研究結(jié)論如下：（1）集裝箱船訂單量主要指標(biāo)的異常波動是由多種因素造成的，其中新接訂單量異常波動主要由運力需求與供給矛盾決定的，而突發(fā)事件往往是波動產(chǎn)生低谷的直接原因。手持訂單量異常波動主要由新接訂單與完工量相互大小決定。各船型訂單量比重的異常波動主要由各船型自身訂單總量大小，以及其他船型訂單總量大小決定的。.結(jié)論在國際航運市場中，集裝箱航運市場的發(fā)展與世界經(jīng)濟(jì)的關(guān)系最63結(jié)論（2）使用波動參數(shù)來描述世界集裝箱船訂單量主要指標(biāo)的波動特征，各船型的集裝箱船新接訂單總量在2003年與2009年之間均出現(xiàn)了異常波動，具體表現(xiàn)為波峰大、波谷小、波幅梯度較大等特點。從手持訂單比重來看，超巴拿馬型集裝箱船總體呈現(xiàn)上升態(tài)勢，巴拿馬型、次巴拿馬型與大靈便型集裝箱船則有下滑趨勢，集裝箱船大型化趨勢十分明顯。本試驗仍需擴大樣本的數(shù)據(jù)量，采用更多的計算方法進(jìn)行比較分析，以進(jìn)一步提高研究成果的科學(xué)性與準(zhǔn)確性，這將是今后研究的方向與目標(biāo)。.結(jié)論（2）使用波動參數(shù)來描述世界集裝箱船訂單量主要指標(biāo)的波動648.4創(chuàng)新團(tuán)隊計量模型.8.4創(chuàng)新團(tuán)隊計量模型.65計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計

一.實驗課題背景

國家自然科學(xué)基金委員會從2000年開始設(shè)立“創(chuàng)新研究群體科學(xué)基金”，教育部從2004年開始實施“長江學(xué)者與創(chuàng)新團(tuán)隊發(fā)展計劃”支持辦法，通過大學(xué)高層次科研團(tuán)隊建設(shè)，致力于推動高水平科研成果研究和拔尖人才培養(yǎng)。一些地方政府部門和高校也都從不同層面開展科研創(chuàng)新團(tuán)隊的建設(shè)，目前已形成院級、校級、省級、國家級等級別的科研創(chuàng)新團(tuán)隊。.計量經(jīng)濟(jì)學(xué)創(chuàng)新實驗設(shè)計一.實驗課題背景.66由于高?？蒲袌F(tuán)隊運行機理的復(fù)雜性，眾多高校多側(cè)重于從形式上進(jìn)行組建科研創(chuàng)新團(tuán)隊，很少去探究其內(nèi)涵、系統(tǒng)要素、運行機理等深層次的問題，更談不上利用有關(guān)科研創(chuàng)新團(tuán)隊理論有意識地自上而下去構(gòu)建、培育高水平的科研創(chuàng)新團(tuán)隊?；诖?，本試驗嘗試運用聯(lián)立方程的方法構(gòu)建科研創(chuàng)新團(tuán)隊的系統(tǒng)模型，尋找高?？蒲袆?chuàng)新團(tuán)隊內(nèi)部主要影響因素以及他們之間的相互關(guān)系。.由于高?？蒲袌F(tuán)隊運行機理的復(fù)雜性，眾多高校多側(cè)重于從形式上進(jìn)67高?？蒲袆?chuàng)新團(tuán)隊系統(tǒng)高?？蒲袆?chuàng)新團(tuán)隊視為一個開放的復(fù)雜系統(tǒng)時，其與環(huán)境的物質(zhì)交換表現(xiàn)為：學(xué)生生源、科研投入和人才培養(yǎng)，具體為學(xué)校和社會環(huán)境為高?？蒲袆?chuàng)新團(tuán)隊提供學(xué)生生源，國家為科研創(chuàng)新團(tuán)隊提供科研投入，高?？蒲袆?chuàng)新團(tuán)隊為社會輸送需要的人才；其與環(huán)境的能量交換表現(xiàn)為科研創(chuàng)新團(tuán)隊能力、學(xué)科建設(shè)，具體為高?？蒲袆?chuàng)新團(tuán)隊的能力不斷增強，學(xué)科建設(shè)不斷完善；其與環(huán)境的信息交換表現(xiàn)為科研產(chǎn)出.高?？蒲袆?chuàng)新團(tuán)隊系統(tǒng)高?？蒲袆?chuàng)新團(tuán)隊視為一個開放的復(fù)雜系統(tǒng)時68二、模型構(gòu)建.二、模型構(gòu)建.69系統(tǒng)建模方法異同點結(jié)構(gòu)方程模型聯(lián)立方程模型提出時間上世紀(jì)70年代上世紀(jì)30年代發(fā)展程度高速發(fā)展相對成熟主要應(yīng)用范圍心理學(xué)、社會學(xué)、管理學(xué)經(jīng)濟(jì)學(xué)、金融學(xué)、管理學(xué)代表性實例顧客滿意度指數(shù)模型凱恩斯模型是否研究結(jié)構(gòu)關(guān)系可以可以是否允許潛變量直接對潛變量建模不能直接對潛變量建模忽略變量的影響參數(shù)估計非常敏感難檢驗、易傳染樣本量要求非?？量?，至少大于200不太嚴(yán)格、類似普通的回歸方法測量誤差問題能直接處理假設(shè)模型不存在測量誤差識別問題存在存在估計方法基于協(xié)方差或基于因子的方法與前者基于寫方差的估計有相似之處模型的解釋統(tǒng)計意義統(tǒng)計和經(jīng)濟(jì)意義.系統(tǒng)建模方法異同點結(jié)構(gòu)方程模型聯(lián)立方程模型提出時間上世紀(jì)7070系統(tǒng)建模方法通過比較結(jié)構(gòu)方程模型和聯(lián)立方程模型的異同點，論文決定采用聯(lián)立方程來建立高?？蒲袆?chuàng)新團(tuán)隊的模型，具體理由如下：（1）高校科研創(chuàng)新團(tuán)隊是一個比較新的概念，各大高校組建科研創(chuàng)新團(tuán)對的時間都還不長，而且有的學(xué)校還沒有真正意義上的科研創(chuàng)新團(tuán)隊。由于結(jié)構(gòu)方程對于樣本數(shù)據(jù)有非常嚴(yán)格的要求，樣本數(shù)據(jù)至少大于200才有很好的效果，在目前具備的時間及物質(zhì)支持的條件下，幾乎是不可能達(dá)到的要求。而聯(lián)立方程對于樣本量的要求不是很高，所以樣本數(shù)據(jù)的采集比較容易。（2）發(fā)展至今，聯(lián)立方程比結(jié)構(gòu)方程理論相對要成熟和完善，且參數(shù)除了具有統(tǒng)計意義外，還具有直觀的經(jīng)濟(jì)含義，相比之下，結(jié)構(gòu)方程模型的解釋和實際意義就沒有那么直觀。文章建立高?？蒲袆?chuàng)新團(tuán)隊模型的意義除了對各個高?？蒲袆?chuàng)新團(tuán)隊的水平進(jìn)行統(tǒng)計之外，更重要的是通過這些數(shù)據(jù)分析，得出目前高?？蒲袆?chuàng)新團(tuán)隊的優(yōu)勢和劣勢，以更好地指導(dǎo)高?？蒲袆?chuàng)新團(tuán)隊的建設(shè)和發(fā)展。（3）聯(lián)立方程的代表模型是凱恩斯模型，在聯(lián)立方程中，把外生變量和滯后內(nèi)生變量成為先決變量；結(jié)構(gòu)方程的典型代表是顧客滿意度指數(shù)模型，分為內(nèi)生變量和外生變量，還有觀測變量這一概念，通過對高?？蒲袆?chuàng)新團(tuán)隊系統(tǒng)變量的分析，先決變量需要包含之后內(nèi)生變量，所以凱恩斯模型更加接近于本文要建立的高?？蒲袆?chuàng)新團(tuán)隊系統(tǒng)的模型。.系統(tǒng)建模方法通過比較結(jié)構(gòu)方程模型和聯(lián)立方程模型的異同點，論文71高?？蒲袆?chuàng)新團(tuán)隊系統(tǒng)模型構(gòu)建.高?？蒲袆?chuàng)新團(tuán)隊系統(tǒng)模型構(gòu)建.72高?？蒲袆?chuàng)新團(tuán)隊系統(tǒng)模型構(gòu)建.高?？蒲袆?chuàng)新團(tuán)隊系統(tǒng)模型構(gòu)建.73三、數(shù)據(jù)來源與處理

本次調(diào)查的樣本為12所211高校的30支高?？蒲袆?chuàng)新團(tuán)隊?；厥盏膯柧頂?shù)據(jù)主要采用Eviews6.0forwindows進(jìn)行統(tǒng)計分析，主要的統(tǒng)計分析方法有信度效度檢驗、描述性統(tǒng)計分析。我們針對所回收的10份試測問卷，也利用Eviews6.0統(tǒng)計軟件提供的信度分析功能，采用信度系數(shù)測量問卷的信度，得到該問卷的信度系數(shù)為0.8028，這說明問卷信度較高，具有良好的內(nèi)部一致性。.三、數(shù)據(jù)來源與處理

本次調(diào)查的樣本為12所211高校的30支74四、試驗步驟.四、試驗步驟.75Workfile窗口.Workfile窗口.76結(jié)果1.結(jié)果1.77結(jié)果2.結(jié)果2.78五、結(jié)果分析科研創(chuàng)新團(tuán)隊能力方程：Ct=а0+а1SEt+а2SCt+а3ROt+ε1變量名CoefficientS-Errort-StatisticRF截距0.3308160.4141090.7988620.7323.952科研產(chǎn)出（ROt）0.4303020.1366123.149804***人才培養(yǎng)（SEt）0.3354570.1584372.117290**學(xué)科建設(shè)（SCt）0.1969770.1051861.872645*學(xué)生生源方程：SSt=β0+β1Ct-1+ε2變量名CoefficientS-Errort-StatisticRF-statistic截距0.9076100.6144951.4770010.5112.65290滯后變量(Ct-1)0.6748250.1897133.557091***.五、結(jié)果分析科研創(chuàng)新團(tuán)隊能力方程：Ct=а0+а1SEt+а79結(jié)果分析人才培養(yǎng)方程：SEt=η0+η1SSt-1+η2SCt+η3RIt+ε3變量名CoefficientS-Errort-StatisticR-squaredF-statistic截距1.2095970.4341862.785893***0.5126489.116496滯后變量(SSt-1)0.2637130.0985662.675494**學(xué)科建設(shè)（SCt）0.2059080.1227661.677233科研投入（RIt）0.202895