计量经济学Eviews操作95分线性回归保费收入模型上机作业2003版

保费收入的相关数据表 城镇居民寿险保费收入(亿年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 元)y 49.08 63.17 93.86 85.95 143.13 160.9 214.81 390.48 750.22 878.95 990 1423.52 2274.8 3011 3194 3649 4061 4949.7 7338 8144.4 10501.1 9560 GDP(亿元) x1 18667.82 21781.5 26923.48 35333.92 48197.86 60793.73 71176.59 78973.03 84402.28 89677.05 99214.55 109655.17 120332.69 135822.76 159878.34 184937.37 216314.43 265810.31 314045.43 340902.81 401202.03 472881.6 家庭人均可支配收入(元) x2 1510.2 1700.6 2026.6 2577.4 3496.2 4283 4838.9 5160.3 5425.1 5854.02 6280 6859.6 7702.8 8472.2 9421.6 10493 11759.5 13785.8 15780.76 17174.65 19109.44 21809.8 城镇恩格尔系数 x3 54.24 53.8 53.04 50.32 50.04 50.09 48.76 46.6 44.66 42.07 39.44 38.2 37.68 37.1 37.7 36.7 35.8 36.29 37.89 36.52 35.7 36.3 65岁以上人口占总人口百分数 x4 5.57 5.7 5.82 5.95 6.07 6.2 6.41 6.54 6.7 6.9 6.96 7.1 7.3 7.5 7.6 7.7 7.9 8.1 8.3 8.5 8.87 9.13 社会保障基金支出(亿元)x5 151.9 176.1 327.1 482.2 680 877.1 1082.4 1339.2 1636.9 2108.1 2385.6 2748 3471.5 4016.4 4627.4 5401 6583 7887.8 9925.1 12302.6 9014.243 9547.935 通胀率(居民消费价格指数)x6 103.1 103.4 106.4 114.7 124.1 117.1 108.3 102,8 99.2 98.6 100.4 100.7 99.2 101.2 103.9 101.8 101.5 104.8 105.9 99.3 101.3 105.4 利率(央行历年存款利率%) x7 2.16 1.8 1.8 3.15 3.15 3.15 1.98 1.71 1.44 0.99 0.99 0.99 0.72 0.72 0.72 0.72 0.72 0.72 0.36 0.36 0.36 0.4

1、 提出并分析相关问题

2、 利用数据，构造计量经济学模型 3、 估计并完成模型，对结果给出评价 4、 对你的研究给出结论及展望。

1. 提出并分析相关问题

提出问题：寿险保费收入与其他变量怎样拟合能较好的解释其变化？ 分析问题：寿险保费收入作为被解释变量，可以在其他6个解释变量下，通过一定的设计，做出有经济学意义的回归模型。

一、首先要选择合适的与寿险保费收入的经济学理论和行为相关的变量。 变量x1为GDP，在GDP越高的情况下，生产总值的提升说明社会发展水平提升，对寿险的重视程度很可能也随之提高，因此人们的保费收入也会成正相关变化。

变量x2为城镇居民家庭人均可支配收入，与GDP类似，该变量与保费

收入成正相关变化。但其没有包括农村居民收入，因此有些局限性。还要通过进一步分析确定。

变量x3城镇恩格尔系数越低，说明居民花在食品上的费用占总费用比重越小，其生活水平越高，按该情况居民应更有基础注重保险业务。但从数据上来看，该变量若作为解释变量，其系数应为负。也就是说明，该变量或许与Y的关系并不单纯直接，应该还会有其他的因素影响。

变量x4是65岁以上人口占总人口百分数,当该比例越大时，表明需要人寿保险的群体比重增加，保费收入也应该增加。

变量x5社会保障基金支出的增长，有助于促进保费收入的增加。

变量x6通胀率(居民消费价格指数)通货膨胀率受很多方面的影响，同时大体上来看，它与保费收入的关系并不密切。

变量x7利率(央行历年存款利率%)，利率一般是由央行根据整个经济情况决定的，是个比较宏观的（相对来说）变动较小经济变量，同样与保费收入关系不密切，应予以剔除。

二、结合散点图，根据经济行为理论，确定变量之间的数学关系。

通过散点图，可初步推断y与x1~x5有线性关系。

y与x1~x5散点图

同时，根据经济学意义以及对各变量的分析（见上一标题），也可得出y与各变量成线性相关的关系。

三．根据经济学意义确定剩下的变量的模型参数估计。同时注意他们之间的独立性。

可以通过数据，发现y与x1~x5有正相关关系，故它们前面的系数应该都为正数。

另外，通过相关系数矩阵，发现他们之间存在严重的多重共线性。有的相关系数甚至达到了0.99以上，对其的相关处理我将在后面进行。 X1 X1 X2 X3 X4 X5 X6 1 0.995591 -0.75397 0.954979 0.947109 -0.26679 X2 0.995591 1 -0.80634 0.977026 0.959676 -0.2963 X3 -0.75397 -0.80634 1 -0.91088 -0.7945 0.514843 X4 0.954979 0.977026 -0.91088 1 0.941551 -0.39444 X5 0.947109 0.959676 -0.7945 0.941551 1 -0.3265 X6 -0.26679 -0.2963 0.514843 -0.39444 -0.3265 1

2. 利用数据，构造计量经济学模型

首先，对y做一个对所有变量的多元回归模型。

Dependent Variable: Y Method: Least Squares Date: 06/05/13 Time: 20:21 Sample: 1990 2011 Included observations: 22

Variable X1 X2 X3 X4 X5 C

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Coefficient 0.062356 -1.716488 190.6488 4815.267 0.382722 -36195.42

Std. Error 0.027134 0.952013 150.8816 3016.598 0.151151 23730.64

t-Statistic 2.298104 -1.803008 1.263566 1.596258 2.532061 -1.525261

Prob. 0.0354 0.0903 0.2245 0.1300 0.0222 0.1467 2814.867 3315.807 15.78562 16.08317 15.85571 1.910836

0.976812 Mean dependent var 0.969565 S.D. dependent var 578.4598 Akaike info criterion 5353852. Schwarz criterion -167.6418 Hannan-Quinn criter. 134.8008 Durbin-Watson stat 0.000000

发现t值较为显著的仅有x1和x5.￥%……&*（）—可继续说明—

3. 估计并完成模型，对结果给出评价

一、估计并完成模型：

思路一：下面运用Eviews软件系统自动逐步回归法做出的多元线性模型为：

Variable X1 X6

R-squared Adjusted R-squared

Coefficient 0.024973 -9.516028

Std. Error 0.001013 1.918036

t-Statistic 24.64162 -4.961339

Prob.* 0.0000 0.0001 2814.867 3315.807

0.967105 Mean dependent var 0.965460 S.D. dependent var

S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

616.2375 Akaike info criterion 7594973. Schwarz criterion -171.4881 Hannan-Quinn criter. 1.406837

15.77165 15.87084 15.79502

分析：可见其

思路二：利用向前选择法

第一步，用每个解释变量分别对被解释变量做简单回归，得到

① Y与x1:

?= -1013.927 +0.025092x1

（24.08990）

R2= 0.966685 F= 580.3233

② 对x2