計量經(jīng)濟學(xué)模板

目錄序言 2一、進出口額與外商對工業(yè)投資額關(guān)聯(lián)度分析 3二、進出口額、外商對工業(yè)投資額與住宅投資額關(guān)聯(lián)度分析 5三、模型影響因素數(shù)量確定 9四、模型設(shè)定誤差分析 9五、模型結(jié)構(gòu)穩(wěn)定性檢驗 10六、模型多重共線性診斷及補救 17七、模型自相關(guān)診斷及補救 24八、模型異方差診斷及補救 30序言隨著我國改革開放步伐的日益推進以及加入WTO后我國進出口額的迅速增長，我們從中看到了經(jīng)濟崛起的希望。加入WTO后，我國的進出口額有了大幅度上升，同時，越來越多的外商選擇了我國作為自己投資辦廠的基地，各類投資數(shù)額和金額較之以前都有了可喜的增長。其中，外商對工業(yè)投資的比重是不容忽視的一塊。由此可見，在研究我國進出口增長的同時，應(yīng)該看到外商在華投資對其的促進作用。學(xué)術(shù)界稱我國將成為本世紀(jì)的世界制造業(yè)基地，這對我國吸引外資又是一大亮點，外資的引進，給國內(nèi)工業(yè)領(lǐng)域帶來了先進的技術(shù)和管理經(jīng)驗，以一種跨國際的交流渠道將世界的思維注入到了我國，讓我國企業(yè)體驗經(jīng)濟全球化的影響力，使我國的出口品具有更高的附加值，使我國的進口品具有更大的內(nèi)銷力。與此同時，近年來，我國的房價持續(xù)上漲，這成為影響居民消費和國家政策制定的一個重要因素，政府在進行經(jīng)濟決策的時候總要考慮到多方面因素，住房貸款，住房投資等等問題在近幾年已成為大家普遍關(guān)心的話題，國內(nèi)的資源分配，人民的安居樂業(yè)勢必會影響到一個國家的宏觀經(jīng)濟形勢，這對整個國家的外貿(mào)環(huán)境來說又將是一個內(nèi)生因素，從一定程度上制約或促進著貿(mào)易環(huán)境的發(fā)展。由于福建省是對外開放比較早的省份，其在外貿(mào)環(huán)境、招商引資等方面較之內(nèi)陸省份具有更適合的政策和管理經(jīng)驗，所以本文選取福建省近19年來有關(guān)進出口額、外商對工業(yè)投資額、住宅投資額的統(tǒng)計數(shù)據(jù)，運用計量經(jīng)濟學(xué)的分析方法，建立相應(yīng)的回歸模型以及運用一些相關(guān)分析方法對所建模型進行分析，以更好的說明因素間的關(guān)系，即進出口額受外商對工業(yè)投資額及住宅投資額的影響關(guān)系。一、進出口額與外商對工業(yè)投資額關(guān)聯(lián)度分析為了更好的進行對進出口額和外商對工業(yè)投資的關(guān)聯(lián)度分析，我們選取福建省1988年至2006年進出口額和外商投資額的統(tǒng)計資料，如表1所示。表11988-2006年福建省進出口額和外商對工業(yè)投資額（單位：萬元）年份進出口額外商對工業(yè)投資額1988141600177781989182800200101990244906204281991314746210121992438666222631993515874223051994643020229901995790806240851996838239276211997102556030988199899638729316199910351933362120001290828681882001139223270860200217370866750820032113173715042004293947679953200534841958618420064126174101099我們建立二元線性回歸模型y＝b1＋b2X2＋（相關(guān)計算數(shù)據(jù)參照于附表1和附表2），把進出口額作為被解釋變量y，外商對工業(yè)投資額作為解釋變量X2，運行統(tǒng)計分析軟件SPSS，將上表中數(shù)據(jù)輸入界面，進行線性回歸分析所得結(jié)果如表2、表3和表4所示。表2ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.930(a).865.857431146.3054aPredictors:(Constant),外商對工業(yè)投資表3ANOVA(b)ModelSumofSquaresDfMeanSquareFSig.1Regression20308510873594.600120308510873594.600109.252.000(a)Residual3160081324283.81017185887136722.577Total23468592197878.41018aPredictors:(Constant),外商對工業(yè)投資bDependentVariable:進出口額表4Coefficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)-412739189468.24-2.178.044外商對工業(yè)投資38.3103.665.93010.452.000aDependentVariable:進出口額據(jù)此，可得該線性回歸模型各項數(shù)據(jù)為：b2＝＝38.31b1＝＝-412739.00＝＝185887136772.58Var（b1）＝＝35898213968.70Var（b2）＝＝13.47Se（b1）＝＝189468.24Se（b2）＝＝3.67t（b1）＝＝-2.178t（b2）＝＝10.452＝＝0.865df＝17模型為：y＝－412739.00＋38.31X2＋令＝0.1，我們提出如下假設(shè)：H0：Bi＝0，Y＝B1+B2X2+μiy＝b1＋b2X2＋t(bi)~(17)在水平下，t檢驗的拒絕域為：〔－∞，－1.740〕和〔1.740，＋∞〕所以t（b1）、t（b2）均落在拒絕域中，拒絕原假設(shè)，即常數(shù)項和X2對于模型均有意義。對于該模型的經(jīng)濟意義解釋如下：平均而言，在其他條件不變的情況下，外商對工業(yè)投資額每變動一個單位，將引起進出口額變動38.31個單位。并且，該模型反映了98.7%的真實情況。二、進出口額、外商對工業(yè)投資額與住宅投資額關(guān)聯(lián)度分析為了更好的進行對進出口額和外商對工業(yè)投資及住宅投資額的關(guān)聯(lián)度分析，我們選取福建省1988年至2006年進出口額和外商投資額以及住宅投資額的統(tǒng)計資料，如表5所示。表51988-2006年福建省進出口額、外商對工業(yè)投資額及住宅投資額（單位：萬元）年份進出口額外商對工業(yè)投資額住宅投資額1988141600177785.131989182800200108.021990244906204289.119913147462101214.3519924386662226328.76199319945158742230539.996430202299069.9619957908062408588.5119968382392762175.29199710255603098872.4919989963872931685.441999103519333621105.0820002001129082868188125.07139223270860145.222002173708667508160.782003211317371504237.672004293947679953308.452005348419586184363.7220064126174101099511.68我們建立三元線性回歸模型y＝b1＋b2X2＋b3X3＋（相關(guān)計算數(shù)據(jù)參照于附表3和附表4）。我們將進出口量作為被解釋變量y，外商對工業(yè)投資額作為解釋變量X2，住宅投資額作為解釋變量X3（以下各步同上），運行統(tǒng)計分析軟件SPSS，將上表中數(shù)據(jù)輸入界面，進行線性回歸分析所得結(jié)果如表6、表7和表8所示。表6ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.993(a).987.985139226.148aPredictors:(Constant),外商對工業(yè)投資額、住宅投資額表7ANOVA(b)ModelSumofSquaresDfMeanSquareFSig.1Regression23158449471397.840211579224735698.920597.362.000(a)Residual310142726480.5781619383920405.036Total23468592197878.41018aPredictors:(Constant),外商對工業(yè)投資額、住宅投資額bDependentVariable:進出口額表8Coefficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)100416.0374393.6981.350.196外商對工業(yè)投資額5.232.974.1271.757.098住宅投資7318.493603.566.87612.125.000aDependentVariable:進出口額據(jù)此，可得該線性回歸模型各項數(shù)據(jù)為：b2＝＝5.23b3＝＝7318.49b1＝＝100416.03＝＝19383920405.04Var（b1）＝＝5534422599.69 Var（b2）＝＝27.35Var（b3）＝＝364291.92Se（b1）＝＝74393.70Se（b2）＝＝5.23Se（b3）＝＝603.566t（b1）＝＝1.350t（b2）＝＝1.757t（b3）＝＝12.152＝＝0.987df＝17F＝＝597.362模型為：y＝100416.03＋5.23X2＋7318.49X3＋令＝0.1我們提出如下假設(shè)：H0：Bi＝0，Y＝B1+B2X2+B3X3+μiy＝b1＋b2X2＋b3X3＋t(bi)~(16)在水平下，t檢驗的拒絕域為：〔－∞，－1.746〕和〔1.746，＋∞〕所以t（b1）、t（b2）、t（b3）均落在拒絕域中，拒絕原假設(shè)，即常數(shù)項、X2、X3對于模型均有意義。聯(lián)合假設(shè)檢驗：H0：＝0F～(2，16)在水平下，模型中的F值落在F檢驗的右側(cè)拒絕域〔3.63，＋∞〕中，拒絕原假設(shè)，即0對于該模型的經(jīng)濟意義解釋如下：平均而言，在其他條件不變的情況下，外商對工業(yè)投資額每變動一個單位，將引起進出口額變動5.23個單位；在其他條件不變的情況下，住宅投資額每變動一個單位，將引起進出口額變動7318.49個單位。并且，該模型反映了98.7%的真實情況。三、模型影響因素數(shù)量確定對于模型一：y＝－412739.00＋38.31X2＋＝0.865＝1-(1-)＝0.857對于模型二：y＝100416.03＋5.23X2＋7318.49X3＋ ＝0.987＝1-(1-)＝0.985據(jù)此，我們可以看出，該模型在增加了解釋變量X3（住宅投資額），校正判定系數(shù)增大了，所以，增加的解釋變量是有用變量，即住宅投資額是影響進出口額的重要因素，應(yīng)在模型中保留。四、模型設(shè)定誤差分析對于模型一：y＝－412739.00＋38.31X2＋Se（b1）＝189468.24Se（b2）＝3.67t（b1）＝－2.178t（b2）＝10.452＝0.865df＝17對于模型二：y＝100416.03＋5.23X2＋7318.4X3＋Se（b1）＝74393.70Se（b2）＝2.97Se（b3）＝603.57t（b1）＝1.350t（b2）＝1.757t（b3）＝12.125＝0.987df＝16F＝597.362通過比較可以發(fā)現(xiàn)，模型一中的參數(shù)的標(biāo)準(zhǔn)差比模型二中對應(yīng)參數(shù)的標(biāo)準(zhǔn)差要大；模型一中各參數(shù)的t檢驗值要比模型二中對應(yīng)參數(shù)的t檢驗值大，也就是說，在同一水平下，模型一中的參數(shù)與模型二中的參數(shù)相比，假設(shè)檢驗更為顯著。但同時，我們應(yīng)該看到，模型一的擬合優(yōu)度比模型二要低，即模型二中的解釋變量與模型一中的解釋變量相比，能夠更好的解釋因變量，也就是外商對工業(yè)投資額和住宅投資額同時作為影響因素時，與外商對工業(yè)投資額單獨存在作為影響因素相比，能夠更好的說明進出口額的變化情況。五、模型結(jié)構(gòu)穩(wěn)定性檢驗1.對樣本進行線性回歸分析，依據(jù)前面步驟可得出以下數(shù)據(jù)：y＝100416.03＋5.23X2＋7318.4X3＋Se（b1）＝74393.70Se（b2）＝2.97Se（b3）＝603.57t（b1）＝1.350t（b2）＝1.757t（b3）＝12.125＝0.987df＝16F＝（1）將樣本分為兩段，其中第一段數(shù)據(jù)如表9所示。表91988-2006年福建省進出口額、外商對工業(yè)投資額及住宅投資額（單位：萬元）年份進出口額外商對工業(yè)投資額住宅投資額1988141600177785.131989182800200108.021990244906204289.119913147462101214.3519924386662226328.7619935158742230539.9919946430202299069.9619957908062408588.5119968382392762175.29199710255603098872.49建立三元線性回歸模型y＝b1＋b2X2＋b3X3＋（相關(guān)計算數(shù)據(jù)參照于附表5），運行統(tǒng)計分析軟件SPSS，將上表中數(shù)據(jù)輸入界面，進行線性回歸分析所得結(jié)果如表10、表11和表12所示。表10ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.996(a).993.99029703.72433aPredictors:(Constant),外商對工業(yè)投資額、住宅投資額表11ANOVA(b)ModelSumofSquaresDfMeanSquareFSig.1Regression820082335757.4272410041167878.713464.735.000(a)Residual6176178674.6737882311239.239Total826258514432.1009aPredictors:(Constant),外商對工業(yè)投資額、住宅投資額bDependentVariable:進出口額 表12Coefficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)-663160.7181315.756-8.155.000外商對工業(yè)投資額42.794.180.54510.237.000住宅投資4733.12496.221.5089.538.000aDependentVariable:進出口額據(jù)此，可得該線性回歸模型各項數(shù)據(jù)為：b2＝＝42.79b3＝＝4733.12b1＝＝－663160.71＝＝882311239.24Var（b1）＝ ＝6612252824.38Var（b2）＝＝17.47Var（b3）＝＝246234.29Se（b1）＝＝81315.76Se（b2）＝＝4.18Se（b3）＝＝496.22t（b1）＝＝－8.155t（b2）＝＝10.237t（b3）＝＝9.538＝＝0.993df＝7F＝＝464.735模型為：y＝－663160.71＋42.79X2＋4733.12X3＋令＝0.1，我們提出如下假設(shè)：H0：Bi＝0，Y＝B1+B2X2+B3X3+μiy＝b1＋b2X2＋b3X3＋t(bi)~(7)在水平下，t檢驗的拒絕域為：〔－∞，－1.895〕和〔1.895，＋∞〕所以t（b1）、t（b2）、t（b3）均落在拒絕域中，拒絕原假設(shè)，即X2、X3對于模型均有意義。聯(lián)合假設(shè)檢驗：H0：＝0F～(2，7)在水平下，模型中的F值落在F檢驗的右側(cè)拒絕域〔4.74，＋∞〕中，拒絕原假設(shè)，即0對于該模型的經(jīng)濟意義解釋如下：平均而言，在其他條件不變的情況下，外商對工業(yè)投資額每變動一個單位，將引起進出口額變動42.79個單位；在其他條件不變的情況下，住宅投資額每變動一個單位，將引起進出口額變動4733.12個單位。并且，該模型反映了99.3%的真實情況。（2）第二段數(shù)據(jù)如表13所示。表131988-2006福建省進出口額、外商對工業(yè)投資額及住宅投資額（單位：萬元）年份進出口額外商對工業(yè)投資額住宅投資額19989963872931685.441999103519333621105.082000129082868188125.072001139223270860145.222002173708667508160.782003211317371504237.672004293947679953308.45表131988-2006福建省進出口額、外商對工業(yè)投資額及住宅投資額（單位：萬元）2005348419586184363.7220064126174101099511.68我們建立三元線性回歸模型y＝b1＋b2X2＋b3X3＋（相關(guān)計算數(shù)據(jù)參照于附表6），運行統(tǒng)計分析軟件SPSS，將上表中數(shù)據(jù)輸入界面，進行線性回歸分析所得結(jié)果如表14、表15和表16所示。表14ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.990(a).980.973187928.04056aPredictors:(Constant),外商對工業(yè)投資額、住宅投資額表15ANOVA（b）ModelSumofSquaresDfMeanSquareFSig.1Regression10148421820776.85025074210910388.420143.676.000(a)Residual211901690569.372635316948428.229Total10360323511346.2208aPredictors:(Constant),外商對工業(yè)投資額、住宅投資額bDependentVariable:進出口額表16Coefficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)234620.74232972.421.007.353外商對工業(yè)投資額2.6905.437.055.495.638住宅投資7521.295880.098.9438.546.000aDependentVariable:進出口額據(jù)此，可得該線性回歸模型各項數(shù)據(jù)為：b2＝＝2.69b3＝＝7521.30b1＝＝234620.74＝＝35316948428.23Var（b1）＝＝54276148480.66 Var（b2）＝＝29.59Var（b3）＝＝774576.01Se（b1）＝＝232972.42Se（b2）＝＝5.44Se（b3）＝＝880.10t（b1）＝＝1.007t（b2）＝＝0.495t（b3）＝＝8.546＝＝0.980df＝6F＝＝143.676模型為：y＝234620.74＋2.69X2＋7521.30X3＋令＝0.1，我們提出如下假設(shè)：H0：Bi＝0，Y＝B1+B2X2+B3X3+μiy＝b1＋b2X2＋b3X3＋t(bi)~(6)在水平下，t檢驗的拒絕域為：〔－∞，－1.943〕和〔1.943，＋∞〕所以t（b3）均落在拒絕域中，拒絕原假設(shè)，即X3對于模型有意義，但由于t（b1）、t（b2）均落在非拒絕域，因此常數(shù)項234620.74和X2對于模型均沒有意義，即這二者沒有存在的必要。聯(lián)合假設(shè)檢驗：H0：＝0F～(2，6)在水平下，模型中的F值落在F檢驗的右側(cè)拒絕域〔5.14，＋∞〕中，拒絕原假設(shè)，即0對于該模型的經(jīng)濟意義解釋如下：平均而言，在其他條件不變的情況下，在其他條件不變的情況下，住宅投資額每變動一個單位，將引起進出口額變動7521.30個單位。并且，該模型反映了98.0%的真實情況。2.對于模型y＝100416.03＋5.23X2＋7318.4X3＋＝＝＝3160081324283.81對于模型y＝－663160.71＋42.79X2＋4733.12X3＋ ＝6176178674.67對于模型y＝234620.74＋2.69X2＋7521.30X3＋＝211901690569.37由此可得：＝＝218077869244.04H0：＝F＝＝58.46在水平下，所以F值落在F檢驗的右側(cè)拒絕域〔3.41，＋∞〕中，拒絕原假設(shè)，即該模型為結(jié)構(gòu)不穩(wěn)定模型。在以下分析中，將選取第一段數(shù)據(jù)所得模型：y＝－663160.71＋42.79X2＋4733.12X3＋六、模型多重共線性診斷及補救相關(guān)計算數(shù)據(jù)參照于附表7和附表8。1.進行多重共線性的診斷（1）＝0.993t（b2）＝10.237t（b3）＝9.538由此可看出，該模型的擬合優(yōu)度較大，各參數(shù)的t檢驗值都比較顯著，所以，不能據(jù)此看出其存在多重共線性。（2）X2與X3之間的關(guān)聯(lián)度r＝＝＝0.79由此可看出，該模型的倆個解釋變量屬于中度相關(guān)。（3）輔助回歸針對模型：y＝－663160.71＋42.79X2＋4733.12X3＋建立以X2為因變量，X3為自變量的輔助回歸模型：X2＝b1＋b2X3＋b2＝＝93.74b1＝＝19089.77＝＝0.623df＝8模型為：X2＝19089.77＋93.74X3＋H0：＝0F＝＝13.22F～(2，8)在水平下，F(xiàn)值落在F檢驗的右側(cè)拒絕域〔4.46，＋∞〕中，拒絕原假設(shè)，說明存在多重共線性。2.進行多重共線性的補救用變量轉(zhuǎn)換法進行多重共線性的補救將模型中各對應(yīng)變量的數(shù)值均除以X3（外商對工業(yè)投資額），所得結(jié)果如表17所示。表17多重共線性變量轉(zhuǎn)換后數(shù)據(jù)y*X2*X3*27602.343465.500.194922793.022495.010.124726912.752244.840.109921933.521464.250.069715252.64774.100.034812900.08557.760.02509191.252328.620.01438934.651272.120.011311133.47366.860.013314147.61427.480.0138(1)取其中的y*和X2*進行二元線性回歸分析建立回歸模型：y*＝b1＋b2X2*＋，運行統(tǒng)計分析軟件SPSS，將上表中相應(yīng)數(shù)據(jù)輸入界面，進行線性回歸分析所得結(jié)果如表18、表19和表20所示。表18ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.938(a).881.8662611.7451064aPredictors:(Constant),X2*表19ANOVA(b)ModelSumofSquaresdfMeanSquareFSig.1Regression402378326.6331402378326.63358.989.000(a)Residual54569700.00686821212.501Total456948026.6409aPredictors:(Constant),X2*bDependentVariable:y*表20Coefficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)9734.6831263.6427.704.000X2*5.925.771.9387.680.000aDependentVariable:y*據(jù)此，可得該線性回歸模型各項數(shù)據(jù)為：b2＝＝5.93b1＝＝9734.68＝＝6821212.50Var（b1）＝＝1596786.05Var（b2）＝＝0.59Se（b1）＝＝1263.64Se（b2）＝＝0.77t（b1）＝＝7.704t（b2）＝＝7.680＝＝0.881df＝8模型為：y*＝9734.68＋5.92X2*＋令＝0.1，我們提出如下假設(shè)：H0：Bi＝0，Y＝B1+B2X2*+μiy*＝9734.68＋5.92X2*＋t(bi)~(8)在水平下，t檢驗的拒絕域為：〔－∞，－1.860〕和〔1.860，＋∞〕所以t（b1）、t（b2）均落在拒絕域中，拒絕原假設(shè)，即常數(shù)項和X2對于模型均有意義。(2)取其中的y*和X2*、X3*進行三元變量回歸分析建立回歸模型y*＝b1＋b2X2*＋b3X3*＋，運行統(tǒng)計分析軟件SPSS，將上表中相應(yīng)數(shù)據(jù)輸入界面，進行線性回歸分析所得結(jié)果如表21、表22和表23所示。表21ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.970(a).941.9241970.749992aPredictors:(Constant),X2*,X3*表22ANOVA(b)ModelSumofSquaresdfMeanSquareFSig.1Regression429761037.9142214880518.95755.327.000(a)Residual27186988.72573883855.532Total456948026.6409aPredictors:(Constant),X2*,X3*bDependentVariable:y*表23Coefficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)7163.1931359.0735.271.001X2*24.5337.0323.8853.489.010X3*-335049.796126183.528-2.957-2.655.033aDependentVariable:y*據(jù)此，可得該線性回歸模型各項數(shù)據(jù)為：b2＝＝24.53b3＝＝-335049.80b1＝=7163.19＝=3883855.53Var（b1）＝ ＝1847071.27Var（b2）＝＝49.42Var（b3）＝＝253519103678626844445.27Se（b1）＝＝1359.07Se（b2）＝＝7.03Se（b3）＝＝126183.53t（b1）＝＝5.271t（b2）＝＝3.489t（b3）＝＝－2.655＝＝0.941df＝7F＝＝55.327模型為：y*＝7163.19＋24.53X2*-335049.80X3*＋令＝0.1，我們提出如下假設(shè)：H0：Bi＝0，Y＝B1+B2X2*+B3X3*+μiy＝b1＋b2X2*＋b3X3*＋t(bi)~(7)在水平下，t檢驗的拒絕域為：〔－∞，－1.895〕和〔1.895，＋∞〕所以t（b1）、t（b2）、t（b3）均落在拒絕域中，拒絕原假設(shè)，即X2*、X3*對于模型均有意義。聯(lián)合假設(shè)檢驗：H0：＝0F～(2，7)在水平下，模型中的F值落在F檢驗的右側(cè)拒絕域〔4.74，＋∞〕中，拒絕原假設(shè)，即0（3）對于模型何時增加影響因素的分析對于二元變量模型：y*＝9734.68＋5.92X2*＋＝0.881＝1-(1-)＝0.866對于三元變量模型：y*＝7163.19＋24.53X2*-335049.80X3*＋＝0.941＝1-(1-)＝0.924據(jù)此，我們可以看出，該模型在增加了解釋變量X3*后，校正判定系數(shù)增大了，所以，增加的變量是有用變量，應(yīng)在模型中予以保留。（4）模型設(shè)定誤差對于模型一：y*＝9734.68＋5.92X2*＋Se（b1）＝1263.64Se（b2）＝0.771t（b1）＝7.704t（b2）＝7.680＝0.881df＝8對于模型二：y*＝7163.19＋24.53X2*-335049.80X3*＋Se（b1）＝1359.07Se（b2）＝7.03Se（b3）＝126183.53t（b1）＝5.271t（b2）＝3.489t（b3）＝-2.655＝0.941df＝7F＝通過比較可以發(fā)現(xiàn)，模型一中的參數(shù)的標(biāo)準(zhǔn)差比模型二中對應(yīng)參數(shù)的標(biāo)準(zhǔn)差要??；模型一中各參數(shù)的t檢驗值要比模型二中對應(yīng)參數(shù)的t檢驗值大，也就是說，在同一水平下，模型一中的參數(shù)與模型二中的參數(shù)相比，假設(shè)檢驗更為顯著。但同時，我們應(yīng)該看到，模型一的擬合優(yōu)度比模型二要低，即模型二中的自變量與模型一中的自變量相比，能夠更好的解釋因變量，其反映的真實水平的比例相對于模型一更高。以下分析將采用模型二，即三元模型。（5）多重共線性診斷①＝0.941t（b2）＝3.489t（b3）＝-2.655 由此可看出，該模型的擬合優(yōu)度較大，各參數(shù)的t檢驗值都比較顯著，所以，不能據(jù)此判斷其是否存在多重共線性。②X2*與X3*之間的關(guān)聯(lián)度r＝＝＝0.997由此可看出，該模型的倆個解釋變量屬于高度相關(guān)。③輔助回歸針對模型：y*＝7163.19＋24.53X2*-335049.80X3*＋建立以X2*為因變量，X3*為自變量的輔助回歸模型：X2＝b1＋b2X3*＋該線性回歸模型各項數(shù)據(jù)為：b2＝＝17883.05b1＝＝145.75＝＝0.941df＝8模型為：X2*＝145.75＋17883.05X3*＋H0：＝0F＝＝1134.86F～(2，8)在水平下，所以F值落在F檢驗的右側(cè)拒絕域〔4.46，＋∞〕中，拒絕原假設(shè)，說明存在多重共線性。由于補救前模型的擬合優(yōu)度為0.993，大于補救后模型的擬合優(yōu)度0.941，所以接下來的分析將采用補救前的模型。七、模型自相關(guān)診斷及補救1．自相關(guān)的診斷相關(guān)數(shù)據(jù)參照于附表5。(1)圖形法根據(jù)模型：y＝－663160.71＋42.79X2＋4733.12X3＋作對的散點圖，所得結(jié)果如圖1所示。作對t的散點圖，所得結(jié)果如圖2所示。圖1對的散點圖圖2對t的散點圖從圖形中可以看出，不是隨機的，即存在自相關(guān)。(2)游程法H0：是隨機的N＝N1＋N2N1＝6N2＝4查表后發(fā)現(xiàn)用游程檢驗法無法判斷該模型的自相關(guān)性。(3)杜賓－瓦爾遜檢驗d＝＝2.276在水平下，查D-W表得DL=0.525、DU=2.016，則4－DU＝1.984、4－DL＝3.475，所以d值落在〔4－DU，4－DL〕的區(qū)域中，即無法判斷是否存在自相關(guān)。綜上所述，該模型是存在自相關(guān)的，其導(dǎo)致的后果如下：①最小二乘估計量不是有效的。②常用的t檢驗和F檢驗一般是不可靠的。③通常計算的不是真實的2．自相關(guān)的補救（相關(guān)數(shù)據(jù)參照與附表5、9）為了降低自相關(guān)所造成的后果，需要對模型采取以下方法進行補救：令＝1－d/2＝－0.138yi＝b1＋b2X2i＋b3X3i＋yi－1＝b1＋b2X2i-1＋b3X3i-1＋yi－yi－1＝b1（1－）＋b2（X2i－X2i-1）＋b3（X3i－X3i-1）＋即yi－yi－1＝1.138b1＋b2（X2i＋0.138X2i-1）＋b3（X3i＋0.138X3i-1）＋，將附表5中各變量進行相關(guān)運算可所得結(jié)果如表24所示。表24自相關(guān)補救后相關(guān)數(shù)據(jù)yi－yi－1X2i＋0.138X2i-1X3i＋0.138X3i-1412006210669840123920772081271461477864743318732122463.36423189.3823831.06425162.65625377.29426068.0927257.6230944.7334799.6988.7279410.2067615.605830.740343.9588875.4786298.1644887.5043882.88002令yi－yi－1＝y(tǒng)*、X2i＋0.138X2i-1＝X2*、X3i＋0.138X3i-1＝X3*建立回歸模型y*＝b1＋b2X2*＋b3X3*＋，運行統(tǒng)計分析軟件SPSS，將上表中相應(yīng)數(shù)據(jù)輸入界面，進行線性回歸分析所得結(jié)果如表25、表26和表27所示。表25ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.629(a).396.19445188.80361aPredictors:(Constant),X2*,X3*表26ANOVA(b)ModelSumofSquaresdfMeanSquareFSig.1Regression8022561467.34924011280733.6751.964.221(a)Residual12252167830.20662042027971.701Total20274729297.5568aPredictors:(Constant),X2*,X3*bDependentVariable:y*表27Coefficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)-39930.330143901.362-.277.791X2*4.3386.356.343.683.520X3*454.600704.026.325.646.542aDependentVariable:y*據(jù)此，可得該線性回歸模型各項數(shù)據(jù)為：b2＝＝4.34b3＝＝454.60b1＝＝－39930.33模型為：y*＝－39930.33＋4.34X2*＋454.60X3*＋將補救后的模型運用杜賓－瓦爾遜法進行自相關(guān)檢驗，整理相關(guān)數(shù)據(jù)后所得結(jié)果如表28所示。表28杜賓－瓦爾遜檢驗相關(guān)數(shù)據(jù)y*412006210669840123920772081271461477864743318732161528.3912865351.572370590.8844483250.1374290190.83281107517.7613122993.3134134149.2893148777.6164-20328-3246-75140670-129831962824793-8671638543-20328-3246-75140670-129831962824793-86716413243492.210533739.53563827.44221654037722168553947.7385267756.3614677308.4751971483814855924182917947246225025171569924128786444091063477321266772251243425708115689817081d＝＝2.78在水平下，查D-W表得DL=0.455、DU=2.128，則4－DU＝1.872、4－DL＝3.545，所以d值落在〔DU，4－DL〕的區(qū)域中，即無法判斷是否存在自相關(guān)。為了進一步確定所選用的模型，將采用相關(guān)系數(shù)分析法(相關(guān)計算數(shù)據(jù)參照于附表5)：對于補救前的模型＝＝0.99對于補救后的模型＝＝－0.27由此看出補救后模型的自相關(guān)程度降低了，所以接下來的分析將采用該模型。八、模型異方差診斷及補救1.異方差的診斷（相關(guān)計算數(shù)據(jù)參照于附表10）(1)圖形法針對模型y*＝－39930.33＋4.34X2*＋454.60X3*＋,作對的散點圖，所得結(jié)果如圖3所示。圖3對的散點圖由圖形可以看出，散點在一個集中的區(qū)域，且不存在一定的規(guī)律性，即原模型不存在在異方差。(2)帕克檢驗建立模型即運行統(tǒng)計分析軟件SPSS，將附表9中相應(yīng)變量數(shù)據(jù)輸入界面，進行線性回歸分析所得結(jié)果如表29、表30和表31所示。表29ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.641(a).411.3272.3716351aPredictors:(Constant),X*表30ANOVA(b)ModelSumofSquaresdfMeanSquareFSig.1Regression27.474127.4744.885.063(a)Residual39.37375.625Total66.8468aPredictors:(Constant),X*bDependentVariable:y*表31Coefficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)-46.30729.675-1.560.163X*5.7262.591.6412.210.063aDependentVariable:y*據(jù)此，可得該線性回歸模型各項數(shù)據(jù)為：b2＝＝5.73 b1＝＝－46.31＝＝5.62Var（b1）＝＝880.90Var（b1）＝＝6.75Se（b1）＝＝29.68Se（b2）＝＝2.59t（b1）＝＝－1.560t（b2）＝＝2.210＝＝0.411df＝7模型為：y*＝－46.31＋5.73X*＋令＝0.1，H0：B2＝0，Y＝B1+B2X*+μiy*＝－46.307＋5.726X*＋t(bi)~(7)在水平下，t檢驗的拒絕域為：〔－∞，－1.895〕和〔1.895，＋∞〕所以t（b2）均落非拒絕域中，不拒絕原假設(shè)，B2＝0。由此判斷，不存在異方差。綜上所述，該模型不存在異方差，所以不需要對其進行補救。九、預(yù)測模型選擇由于不存在異方差，將選取自相關(guān)補救前后的兩個模型進行比較選擇。模型一y＝－663160.71＋42.79X2＋4733.12X3＋SIC=＝563197.25模型二y*＝－39930.33＋4.34X2*＋454.60X3*＋ SIC=＝184239170.71通過比較我們發(fā)現(xiàn)：模型一的SIC值小于模型二的SIC值；模型一的擬合優(yōu)度大于模型二的擬合優(yōu)度。所以，將選取模型一作為本報告中研究對象的預(yù)測模型。其經(jīng)濟含義如下：平均而言，在其他條件不變的情況下，外商對工業(yè)投資額每變動一個單位，將引起進出口額變動42.79個單位；在其他條件不變的情況下，住宅投資額每變動一個單位，將引起進出口額變動4733.12個單位。并且，該模型反映了99.3%的真實情況。盡管該模型存在多重共線性和自相關(guān)性等缺陷，但其優(yōu)點如下：節(jié)省性，即該模型簡潔明了，能夠較清晰地反映出現(xiàn)象之間的影響關(guān)系。擬合優(yōu)度大，即該模型反映了較大程度的真實情況。預(yù)測能力，即該模型能夠較好的對所研究經(jīng)濟現(xiàn)象進行預(yù)測分析。綜上所述，對于分析進出口額受外商對工業(yè)投資額及住宅投資額的影響關(guān)系，采用模型y＝－663160.71＋42.79X2＋4733.12X3＋可以起到相對較好的預(yù)測分析功能，供相關(guān)部門進行經(jīng)濟決策，以促進我國進出口貿(mào)易的進一步發(fā)展。

貨幣資金審定表被審計單位：項目：貨幣資金審定表編制：日期：索引號：ZA財務(wù)報表截止日/期間：復(fù)核：日期：項目名稱期末未審數(shù)賬項調(diào)整重分類調(diào)整期末審定數(shù)上期末審定數(shù)索引號借方貸方借方貸方庫存現(xiàn)金銀行存款其他貨幣資金小計合計審計結(jié)論

庫存現(xiàn)金監(jiān)盤表被審計單位：項目：編制：日期：索引號：ZA1-1財務(wù)報表截止日/期間：復(fù)核：日期：檢查盤點記錄實有庫存現(xiàn)金盤點記錄項目項次人民幣美元某外幣面額人民幣美元某外幣上一日賬面庫存余額①1000元張金額張金額張金額盤點日未記賬傳票收入金額②500元盤點日未記賬傳票支出金額③盤點日賬面應(yīng)有金額④=①+②-③=2-3100元盤點實有庫存現(xiàn)金數(shù)額⑤50元盤點日應(yīng)有與實有差異⑥=④-⑤10元差異原因分析白條抵庫（張）5元2元1元0.5元0.2元0.1元合計追溯調(diào)整報表日至審計日庫存現(xiàn)金付出總額報表日至審計日庫存現(xiàn)金收入總額報表日庫存現(xiàn)金應(yīng)有余額報表日賬面匯率報表日余額折合本位幣金額本位幣合計出納員：會計主管人員：監(jiān)盤人：檢查日期：審計說明：銀行存款（其他貨幣資金）明細表被審計單位：項目：銀行存款明細表編制：日期：索引號：ZA2-1財務(wù)報表截止日/期間：復(fù)核：日期：開戶行賬號是否系質(zhì)押、凍結(jié)等對變現(xiàn)有限制或存在境外的款項銀行日記賬原幣余額銀行已收,企業(yè)未入賬金額銀行已付,企業(yè)未入賬金額調(diào)整后銀行日記賬余額銀行對賬單余額（原幣）企業(yè)已收，銀行未入賬金額企業(yè)已付，銀行未入賬金額調(diào)整后銀行對賬單余額調(diào)整后是否相符①②③④=①+②-③⑤⑥⑦⑧=⑤+⑥－⑦----------合計編制說明:1.若賬面余額(原幣數(shù))與銀行對賬單金額不一致，應(yīng)另行檢查銀行存款余額調(diào)節(jié)表(見ZA2-3)；2.銀行存款、其他貨幣資金審計時均可使用該表，當(dāng)其他貨幣資金使用時應(yīng)修改索引號。審計說明：銀行存單檢查表被審計單位：項目：銀行存單檢查表編制：日期：索引號：ZA2-2財務(wù)報表截止日/期間：復(fù)核：日期：開戶銀行賬號幣種戶名存入日期到期日期末存單余額期末賬面余額備注注：備注欄可填寫是是否被質(zhì)押、用于擔(dān)?；虼嬖谄渌褂孟拗频惹闆r說明。審計說明:對銀行存款余額調(diào)節(jié)表的檢查被審計單位：項目：對***賬戶銀行存款余額調(diào)節(jié)表的檢查編制：日期：索引號：ZA2-3財務(wù)報表截止日/期間：復(fù)核：日期：開戶銀行：銀行賬號：幣種：項目金額調(diào)節(jié)項目說明是否需要審計調(diào)整銀行對賬單余額加:企業(yè)已收，銀行尚未入賬合計金額。其中:1.2.減:企業(yè)已付，銀行尚未入賬合計金額。其中:1.2.調(diào)整后銀行對賬單余