计量经济学论文考研人数的影响因素分析Word下载.docx
- 文档编号:7364899
- 上传时间:2023-05-08
- 格式:DOCX
- 页数:16
- 大小:785KB
计量经济学论文考研人数的影响因素分析Word下载.docx
《计量经济学论文考研人数的影响因素分析Word下载.docx》由会员分享,可在线阅读,更多相关《计量经济学论文考研人数的影响因素分析Word下载.docx(16页珍藏版)》请在冰点文库上搜索。
在《决策与信息·
下旬刊》2010年第8期中“关于考研人数及其影响因素分析”的文章也有做详细阐述。
三、模型的设定
1.理论的综述
对于考研人数的因素分析,根据社会现状及许多学者的讨论,可以得知有很多影响因素,有学者认为“就业情况”、“保研人数”、“重点高校数量”、“失业率”、“国家经济状况”、“上一年的招生状况”等众多因素可以影响到本年的报考研究生的人数。
因此,在本篇文章中,我将选取几个会有重要影响的因素作为解释变量。
但是否这些因素都会同时对其产生影响还需要进一步通过模型进行检验和分析。
2.数据的选取及说明
为了更好的分析报考硕士研究生人数的影响因素,共选取20年的数据进行分析。
选取“报名人数”为被解释变量(用Y表示);
选取通过“GDP”的数量为解释变量(用X1表示);
选取“普通高校数量”为解释变量(用X2表示);
选取“录取人数”(用X3表示);
选取“失业率”(用X4表示);
选取“前一年录取人数”(用X5表示)(在Eviews中用X3(-1)表示)。
数据如下表:
年份
报名人数(万)
GDP(亿元)
普通高校数量
失业率
录取人数
1994
11.4
48,197.86
1080
2.8
4.2
1995
15.5
60,793.73
1054
2.9
4.0
1996
20.4
71,176,59
1032
3.0
4.7
1997
24.2
78,973.04
1020
3.1
5.1
1998
27.4
84,402.28
1022
5.8
1999
31.9
896,77.05
1071
7.2
2000
39.2
99,214.55
1041
10.3
2001
46
109,655.17
1225
3.6
13.3
2002
62.4
120,332.69
1396
16.4
2003
79.7
135,822.76
1552
4.3
22
2004
94.5
159,878.34
1731
27.3
2005
117.2
184,937.37
1792
31
2006
127.12
216,314.43
1867
4.1
34.2
2007
128.2
265,810.31
1908
36.1
2008
120
314,045.43
2263
38.6
2009
124.6
340,902.81
2305
44.9
2010
140.6
401,512.80
2358
47.4
2011
151.1
473,104.05
2409
49.5
2012
165.6
518,942.11
2442
51.7
2013
176
564,916.25
2445
53.9
3估计模型
3.1被解释变量与解释变量之间的线性关系
报名人数与GDP
可见,报名人数与GDP之间呈显著性的递增关系,随着GDP的增长,硕士研究生的报名人数也增多,同时呈线性关系。
这是因为,在经济增长的过程中,因为读研是一个不小的成本,只有拥有了一定的经济基础才有更多的机会深造。
报名人数与普通高校数量
可见,随着高校数量的增加,报考硕士研究生的人数也呈增长趋势。
这是因为只有更多的高校的出现,才可以允许更多的人参与考研。
从散点图来看报名人数与高校的数量呈线性增长关系。
报名人数与前一年的录取人数
可见,随着前一年高校录取硕士研究生的数量的增加,第二年报考研究生的数量会随之增加。
同时呈线性关系。
报名人数与失业率
虽然从散点图来看,线性关系不是很明显,但是从常理的角度来看,失业率的增加会使很多毕业生选择继续深造,而不是就业,并且两者确实是服从递增关系的。
3.2模型的估计
根据散点图,可以设:
Yt=β0+β1X1t+β2X2t+β3X3t-1+β4X4t+Ut
因此,估计的模型为:
Yt=-17.0596+2.62E-07X1t-0.08523X2t+4.99471X3t-1+34.4748X4t(-1.2542)(0.3328)(-4.8258)(9.8373)(7.0728)
F=523.7166可决系数=0.993361调整后的可决系数=0.991465
从估计结果显示:
K=4,N=20
在α=5%的显著性水平下,自由度为(4,15)的F分布的临界值为3.29,可见523.7166>
3.29,表明方程的总体线性显著成立。
但在α=5%的显著性水平下,tα/2(n-k-1)=2.131,可见X1的系数小于2.131,所以不拒绝GDP前参数为零的假设,因此可以认为解释变量中的某一项存在异方差。
同时X2的系数符号与经济解释相反,可能存在多重共线性。
四、模型检验与经济分析
4.1多重共线性检验
查看一下相关系数的矩阵
由表中数据可以看出X2与X5间存在高度相关性。
4.1.1找出最简单的回归模式
分别作Y与X1、X2、X4、X5间的回归:
⑴
Y=88.84624-6.52E-06X1
(6.65472)(-0.78869)
可决系数=0.033403D.W=0.119958
⑵
Y=-71.35208+0.094813X2
(-7.35370)(17.0078)
可决系数=0.94142D.W=0.818556
⑶
Y=-234.1347+85.82949X4
(-5.16824)(7.12172)
可决系数=0.738063D.W=0.362243
⑷
Y=15.95177+3.060472X5
(4.04267)(22.6885)
可决系数=0.968031D.W=0.357973
可见,前一年的录取数量的影响最大,与经验相符,所以选择(4)为初始的回归模型。
4.1.2逐步回归
将其他解释变量分别导入上述初试回归模型,寻求最佳回归方程:
讨论:
第一步,在初始模型中引入X1,模型拟合优度没有提高,;
第二步,在初始模型中引入X2,模型拟合优度也没有提高;
第三步,在初始模型中引入X4,模型拟合优度提高,同时X4的参数能通过t检验;
第一步和第二步看出X1与X2是多余的,因此最后函数为:
Y=-47.04426+19.65155X4+2.597333X5
(-32.629701)(3.573119)(15.64733)
调整后的可决系数=0.979997D.W.=0.780168
4.2异方差检验
4.2.1怀特检验
怀特统计量=20*0.688714=13.77428,该值大于5%显著水平下、自由度为5的临界值11.07,所以拒绝同方差的原假设。
去掉交叉项的辅助回归结果为:
怀特统计量=20*0.250045=5.0009,该值小于5%显著水平下、自由度为5的临界值11.07,所以不拒绝同方差的原假设。
由于两者的结果相矛盾,所以在进行一次G-Q检验。
4.2.2G-Q检验
将原始数据按X5排成升序,去掉其中6个数据,得到两个样本容量为7的子样本。
对两个子样本分别作普通最小二乘回归,求个自的残差平方和。
做X5与残差平方和的散点图:
异方差检验图
子样本1:
Y=-98.54517+31.81561X4+5.407915X5
(-3.489111)(3.196743)(7.713660)
可决系数=0.982094RSS1=6.351806
子样本2:
Y=-142.6941+28.37836X4+3.830886X5
(-0.587757)(0.543782)(5.416209)
可决系数=0.959377RSS2=100.4478
计算F统计量:
F=RSS2/RSS1=15.8140535。
在α=5%的显著性水平下,自由度为(4,4)的F分布的临界值为5.05,因此在5%的显著水平下,拒绝原假设,即存在异方差。
4.2.3用加权最小二乘法进行回归
经过加权之后的模型经过怀特检验
经过怀特检验后,有数据可知,怀特统计量=20*0.546516=10.93032,该值小于5%显著水平下、自由度为5的临界值11.07,所以不拒绝同方差的原假设。
所以最后的模型为:
Y=-43.95233+18.60990X4+2.661562X5
(-18.64681)(22.25928)(35.63847)
4.3经济分析
有模型可知,报考硕士研究生的人数的影响因素主要由失业率和前一年的录取人数来决定的,也就是说,失业率每变化一个单位,则报考硕士研究生的人数就增加18.60990个单位,而前一年的录取人数每变化一个单位,则报考硕士研究生的人数就增加2.661562个单位,这也是符合经济逻辑的,但是该模型还是有很多需要调整的地方,因为影响的因素很多,会不会存在自相关很难说,还需要进一步的调整。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学论文 考研 人数 影响 因素 分析