香港恒生指数影响因素的实证分析.docx

香港恒生指数影响因素的实证分析（案例）一、 评价：这是一个对计量经济学的三大重点应用问题：多重共线性、序列相关性和异方差进行深入而全面探讨的综合分析案例所要解决的问题贴近实际，激发了学生的兴趣通过所学理论的应用，启发了学生的思维，使师生的互动明显活跃，极大地促进了学生的学习积极性这一案例的讲解增强了学生对理论知识 的认识和应用能力二、多重共线性、序列相关性和异方差的检验1）多重共线性检验1、 参数估计， 2、 回归结果分析，3、多重共线性诊断4、 用剔除法修正多重共线性2）序列相关性的检验1、 D-W 统计量检验：无法判断其残差是否存在一阶序列自相关2 、相关图和 Q 统计量检验：存在二阶序列自相关，不存在一阶序列自相关3 、LM 检验：存在二阶序列相关性4 、序列相关性的修正3）异方差检验1、异方差诊断：表明不存在异方差故最终模拟方程为：Y = 43.1825+ 0.0035*X1 + 0.0151*X2 +0.0040*X4三、具体操作过程1）问题影响香港恒生指数的因素很多，有成交额的数量，人均生产总值，建筑业总 开支，房地产买卖总金额，香港九九金价，港汇指数及银行贷款优惠利率这都 是可能影响恒生指数的因素，称为解释变量，恒生指数为被解释变量。

数据如表 1,通过EVIEWS软件对相关数据进行分析散点图分析大体可以将模型设定为线 性回归模型，如下：Y=B0 +B1X1+B2X2+B3X3+B4X4+B5X5+B6X6+B7X7+u 其中，Y 表示香港恒生 指数，x1表示成交额的数量，x2表示人均生产总值，x3表示建筑业总开支，x4 表示房地产买卖总金额，X5表示香港九九金价，x6表示港汇指数，x7表示银行贷 款优惠利率，B0为截距，B1---B7分别为X1--- X7对应的参数，u表示随机扰动 项表111246.0010183.004110.00011242.50681.0000105.90009.000000172.900010335.0010414.003996.00012693.94791.0000107.40006.500000352.940013156.0013134.004689.00016681.34607.0000114.40006.000000447.67006127.00015033.006876.00022131.88714.0000110.80004.750000404.020027419.0017389.008636.00031353.64911.000099.400004.750000409.510025633.0021715.0012339.0043528.811231.00091.100009.500000619.710095684.0027075.0016623.0070752.982760.00090.8000010.000001121.170105987.031827.0019937.00125989.82651.00086.3000016.000001506.84046230.0035393.0024787.0099468.482105.000125.300010.500001105.79037165.0038832.0025112.0082478.303030.000107.400010.50000933.030048787.0046079.0024414.0054936.302810.000106.60008.5000001008.54075808.0047871.0022970.0087135.512649.000115.70006.0000001567.560123128.054372.0024403.00129884.03031.000110.10006.5000001960.060371406.065602.0030531.00153044.23644.000105.80005.0000002884.880198569.074917.0037861.00215033.63690.000101.60005.2500002556.720X1X2X3X4X5X6X7y2）多重共线性检验1、参数估计假定模型中随机扰动项都符合古典线性回归模型（CLRM）的基本假定，在显 著性水平为5%的条件下，用OLS法对模型参数进行估计，其结果如下：Y = -723.1721807 + 0.002992217061*X1 + 0.02476835296*X2 0.0446391513 *X3+ 0.006088182959*X4 + 0.1568971436*X5 + 6.151054758*X6 + 16.48893321*X7 (A式)（见表一）(命令：Is y c x1 x2 x3 x4 x5 x6 x7 )表一回归分析结果Dependent Variable: Y Method: Least S口ilares 口曰tm一 06/11/09 Time. 22.10Sample- 197d 198SIncluded observations. 15VariableCoefficientStd. Errort-Stati SticProb-.C-7Z3.17Z2471.1&40-1.5348630.1 6S7X10.00299-20.0005434.SS&8620.0 023X2U. 0247&80.0103732.387829U.0483X3-0.044S3 90.01S305-2.43 96690.0446X4anoeass0 0017253.52-8378n nng&X50.15639-70.1167561.3437930.2209X6S 1510553 93&8711 5&12330 1S24X716-.4819.3504G0.8521220.4223R-squared0.990418Mean dependent var1136.756Adjusts d R-squared0.98083&S.D_ dspendent var823.0221S.E=. o-f regression1 13.9340Aka ike info criterion12.61364Sum squa ned res id90S&6.&2Schwan criterion12.&&127Log likelihood-86.60231|--statistic103.3630Durbin - W a t s on stat1.53S9&2Probfr-statistic)0.0000022、回归结果分析由F=103.3630 >F0.0e（9，15）（显著性水平为a=0.05），表明模型从整体上看香港恒生指数和解释变量之间线性关系显著3、多重共线性诊断采用简单相关系数法诊断，步骤如下：（1）命令:cor y x1 x2 x3 x4 x5 x6 x7 （见图一）Correlation MatrixYX1| X2X3X4| X5X7Y1.0000000.917U90.9381990.8786220.937171C.884097■0.042494-0.095567XI0.9U1491.00Q00C0.7841390.69733607817080.737454-0.129207-0.173227X20.9381990 7841391.0000C00.9601440.913668C.9194760.072W2-0.140892X30.8786220.6973360.9601441.0000000.916G62C.9476900.M68&50.0&65S3X40.93717107817080.9136680.91 &6621.0000000.B74744■0.0952420.0616560.88409707374540.9194760.9478900.8747441.0000C0-0.1085950.151711斷-0.042494-0.1293070.0726420.0468G6-0.095242-C.1082S61.000000-0.416434■0.0%567-0.173227■0.1408920.0665830.0616560151711■0.4164341.000000图一相关系数矩阵(2)由图一可以看出，解释变量之间存在着高度线性相关。

同时由表一也可看出， 尽管整体上线性回归拟合较好，但x5、x6、x7的参数t值都不显著，且x3系数 的符号与实际经济意义相悖，表明模型中解释变量确实存在着严重的多重共线 性4、用剔除法修正多重共线性运用ols方法对参数t不显著的x7、x6、x5逐一剔除，并做回归分析，结 合经济意义和统计检验选出拟合效果最好的一元线性回归方程经分析最后保留 了 xl、x2、x3、x4四个变量，得如下模型Y = 86.6371 + 0.003192*X1 + 0.019918*X2 - 0.016493*X3 + 0.005349*X4 (B 式)(1.2375) (4.9970) (2.8258) (-1.2363) (3.3387)R2=0.9839 R 2=0.9775 F=152.7725 D-W=1.3186Y = 75.8029 + 0.003549*X1 + 0.012861*X2 + 0.004419*X4 (C 式)(1.0660) (6.0866) (3.0381) (3.0516)R2=0.9814 R 2=0.9764 F=193.8739 D-W=1.4031在B式中x3对y的影响与实际经济意义不符，故将x3删去，选择模型(C 式)，其回归分析结果如表二：表二剔除变量后回归分析结果Dependent Vari able: YMethod: Least SquaresDate: 06/25/09 Time: 21:57Sample: 1974 1988Included observations: 15VariableCoefficientSt.d. Errort-Statisti-cProb.C75.8028971.110831.0&59820.309.3X10.0035490.0005836.08560G0.0001X20.012。