① 求一篇计量经济学论文
城乡收入差距的因素分析
大学生手机预期消费的计量经济模型
第二产业国内生产总值对固定资产投资的影响分析
第二产业GDP形成的因素分析
各因素对高新技术区发展的影响
基于Hedonic模型的成都住宅价格影响因素分析
关于自筹资金对基本建设投资资金的影响
关于中国旅游发展的分析
关于GDP与固定资产投资的计量经济模型分析
国内工业固定资产和劳动就业人数对工业产值的影响
倒“U”曲线及顶点分析
金融发展与经济增长的关系
失业率对中国国内生产总值的影响
人力资本和实物资本对企业利润的影响分析
人力资本投入与GDP
实证库兹涅茨倒U曲线中国实现
农村剩余劳动力转化途径与农民收入增加的关系分析
农村居民收入影响因素分析
利率及收入对货币供应量的影响
我国房地产行业的生产函数模型
我国改革开放后通货膨胀的因素分析
我国房地产市场影响因素分析
我国居民储蓄影响因素的实证分析
我国居民收入对储蓄存款的影响
适度扩大M2能提高我国GDP
四川省农民收入结构分析
四川省居民消费水平影响因素的分析
影响农民收入的因素分析
信息时代的城镇对比
影响国内私人汽车拥有量的几个重要因素分析
影响成都市机动车总数因素的定量分析
影响我国国内过夜旅游者人数因素的计量分析
影响电信业务收入的主要因素的分析
影响货币需求的因素分析
用误差校正模型研究季度M1需求
政府对公共卫生事业的投资与国民经济增长关系的计量分析
由弹性价格货币模型论中国汇率和利率的联动性
中国资本外逃的成因解释与计量分析
中国的菲利普斯曲线
中国城乡人口流动趋势分析
中国外汇储备的影响因素分析
中国校正失业变化率条件下的奥肯定律检验
菲利普斯曲线的验证
对我国经济增长的因素分析
恩格尔系数模型检验
地区人均收入影响因素的计量分析
成都市投资额影响因素的实证分析
关于司机年龄与发生车祸次数关系的分析
固定资产投资对GDP的影响
改革开放以来商品零售价格指数（RPI）变化因素分析
关于GDP与其他经济因素关系的计量分析
关于教育对中国经济增长作用的计量分析
吉尼系数影响因素的计量分析
我国经济增长对能源消耗的依赖
我国旅游经济的因素分析
投资额与生产总值和物价指1
外商直接投资（FDI）对我国经济影响的实证分析
试探交通运输发展与国民经济的关系
我国1978-1997年的财政收入和国民生产总值的计量分析
影响居民消费水平的因素分析
影响居民消费水平的主要因素分析
新中国出口的影响因素分析
有关我国居民储蓄影响因素的计量分析
我国消费的影响因素分析(经济2班）
我国人均GDP与消费的计量分析
影响股价指数的因素分析
中国经济增长与周期波动
中国能源需求影响因素实证分析
中国旅游业发展状况分析
中国城市居民消费计量分析
FDI对中国经济增长的影1
城镇居民住房面积的多因素分析
对影响人身保险保费收入诸因素的计量分析
餐饮业区域市场潜力的影响因素分析
对上市公司利用新四项计提进行盈余管理的实证研
关于国内旅游需求的计量经济学分析报告
关于影响我国南方几省市农业总产值因素的实证分析
三大产业的发展与城镇居民家庭消费支出
上市公司财务预警模型设计与分析
宏观经济政策对中国经济周期波动的影响分析
如何提高农业产值和农民人均收入水平
货币政策有效性分析
私家车拥有量的计量分析
四川省居民消费水平的多因素分析
我国采矿业龙头企业利润因素分析
我国财产保险市场发展的因素分析
外资利用与我国进出口贸易关系的实证分析
我国国债挤出效应的实证分析
我国农民收入影响因素的回归分析
影响保费收入的因素分析
我国汽车需求的因素分析
影响GDP增长的经济因素分析
影响人身保险保费收入的重要因素分析
影响我国农业总产值因素的实证分析
影响寿险保费收入的因素分析2
影响四川省房地产业发展的因素分析
影响中国汽车产量的多因素分析
中国经济增长的影响因素实证分析
中国城镇居民2003年可支配收入分析
资本结构主要影响因素的再探析
在校学生总数变动的多因素分析
运用OLS法对参数估计
中国上市公司现金股利的影响因素分析
中国农业总产值问题的计量分析
GDP与进出口总额的计量分析
城市住房均衡价格供求模型
城镇集体单位固定资产投资对国内生产总值的影响分析
城镇人均收入与人均通讯消费分析
NBA球员薪金问题
北京城市居民消费函数模型分析
北京市城镇居民消费函数模型
成都市05年度住宅市场定价模型
北京市城镇居民消费模型
北京市居民消费函数模型(巫君荣杨三冠等)
店铺租金的确定
对成都市房地产市场的实证考察
对影响某高校研究生录取线的爽因素分析
对外贸易与四川经济增长关系实证分析
工业产值与能源耗量的实证分析
发展中国家货币需求模型
固定资产投资对贵州GDP影响分析
固定资产投资的计量经济学模型
工资收入差异分析
房地产价格因素分析
货币政策与GDP的回归分析.
关于封闭式基金价格问题
关于社会商品零售总额的案例分析
开放经济下储蓄、投资与贸易余额关系的研究
我国财政收入与部分支出结构
四川省居民消费结构计量分析
请采纳答案，支持我一下。
② 求计量经济学论文
计量经济学论文可以研究的问题有多种，期中比较简单的就是根据数据，建立方程，研究变量之间的关系，主要运用的工具就是计量经济学的初等知识和Eviews软件，思路、要求和注意事项我觉得这么说对你的帮助不大，所以给你一篇我的论文做参考，也许对你有帮助，如果你觉得看的不是很明白的话，可以再留言给我，我把什么思路等告诉你。
计量经济学
期末实验报告
实验名称：大中城市城镇居民人均消费支出与其影响因素的分析
姓 名：
学 号：
班 级： （）级统计学系（）班
指导教师：
时 间：
（上面是论文封皮）
23个城市城镇居民人均消费支出与其影响因素的分析（题目）
一、 经济理论背景
近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。
二、 有关人均消费支出及其影响因素的理论
我们主要从以下几个方面分析我国居民消费支出的影响因素：
①、居民未来支出预期上升，影响了居民即期消费的增长
居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。
②、商品供求结构性矛盾依然突出
从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。
③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长
加入WTO之后，随着关税的降低和进口规模的扩大，国外产品对我国市场的冲击将进一步加大，国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降，不利于居民的消费增长。因为从居民的消费心理上看，买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期，因此往往推迟消费，不利于居民消费的增长。另外，从统计上分析，由于物价的下降，名义消费增长往往低于实际消费的增长，这在一定程度上也不利于消费增长幅度的提高。
④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长
经过近几年的培育和发展，我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点，可以促进消费的稳定增长，但始终未能形成大的消费热点，因此不能带动消费的高速增长。
三、 相关数据收集
相关数据均来源于2006年《中国统计年鉴》：
23个大中城市城镇居民家庭基本情况（表格）
地区 平均每户就业人口（人） 平均每一就业者负担人数（人） 平均每人实际月收入（元） 人均可支配收入（元） 人均消费支出（元）
北京 1.6 1.8 1865.1 1633.2 1187.9
天津 1.4 2.0 2010.6 1889.8 939.8
石家庄 1.4 2.0 1061.3 1010.0 722.9
太原 1.3 2.2 1256.9 1159.9 789.5
呼和浩特 1.5 1.9 1354.2 1279.8 772.7
沈阳 1.3 2.1 1148.5 1048.7 812.1
大连 1.6 1.8 1269.8 1133.1 946.5
长春 1.8 1.7 1156.1 1016.1 690.2
哈尔滨 1.4 2.0 992.8 942.5 727.4
上海 1.6 1.9 1884.0 1686.1 1505.3
南京 1.4 2.0 1536.4 1394.0 920.6
杭州 1.5 1.9 1695.0 1464.9 1264.2
宁波 1.5 1.8 1759.4 1543.2 1271.4
合肥 1.6 1.8 1042.5 950.1 686.9
福州 1.7 1.9 1172.5 1059.4 942.8
厦门 1.5 1.9 1631.7 1394.3 998.7
南昌 1.4 1.8 1405.0 1321.1 665.4
济南 1.7 1.7 1491.3 1356.8 1071.4
青岛 1.6 1.8 1495.6 1378.5 1020.7
郑州 1.4 2.1 1012.2 954.2 750.3
武汉 1.5 2.0 1052.5 972.2 853.1
长沙 1.4 2.1 1256.9 1148.9 986.8
广州 1.7 1.8 1898.6 1591.1 1215.1
四、 模型的建立
根据数据，我们建立多元线性回归方程的一般模型为：
其中：
——人均消费支出
——常数项
——回归方程的参数
——平均每户就业人口数
——平均每一就业者负担人口数
——平均每人实际月收入
——人均可支配收入
——随即误差项
五、实验过程
（一）回归模型参数估计
根据数据建立多元线性回归方程：
首先利用Eviews软件对模型进行OLS估计，得样本回归方程。
利用Eviews输出结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:08
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C -1682.180 1311.506 -1.282633 0.2159
X1 564.3490 395.2332 1.427889 0.1704
X2 569.1209 379.7866 1.498528 0.1513
X3 1.552510 0.629371 2.466766 0.0239
X4 -1.180652 0.742107 -1.590947 0.1290
R-squared 0.721234 Mean dependent var 945.2913
Adjusted R-squared 0.659286 S.D. dependent var 224.1711
S.E. of regression 130.8502 Akaike info criterion 12.77564
Sum squared resid 308191.9 Schwarz criterion 13.02249
Log likelihood -141.9199 F-statistic 11.64259
Durbin-Watson stat 2.047936 Prob(F-statistic) 0.000076
根据多元线性回归关于Eviews输出结果可以得到参数的估计值为： , , ， ，
从而初步得到的回归方程为：
Se= (1311.506) (395.2332) (379.7866) (0.629371) (0.742107)
T= (-1.282633) (1.427889) (1.498528) (2.466766) (-1.590947)
F=11.64259 df=18
模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于0.05，所以变量不显著，说明模型中可能存在多重共线性等问题，进而对模型进行修正。
（二）处理多重共线性
我们采用逐步回归法对模型的多重共线性进行检验和处理：
X1：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:28
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 153.8238 518.6688 0.296574 0.7697
X1 523.0964 341.4840 1.531833 0.1405
R-squared 0.100508 Mean dependent var 945.2913
Adjusted R-squared 0.057675 S.D. dependent var 224.1711
S.E. of regression 217.6105 Akaike info criterion 13.68623
Sum squared resid 994441.2 Schwarz criterion 13.78497
Log likelihood -155.3917 F-statistic 2.346511
Durbin-Watson stat 1.770750 Prob(F-statistic) 0.140491
X2：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:29
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 1756.641 667.2658 2.632596 0.0156
X2 -424.1146 347.9597 -1.218861 0.2364
R-squared 0.066070 Mean dependent var 945.2913
Adjusted R-squared 0.021597 S.D. dependent var 224.1711
S.E. of regression 221.7371 Akaike info criterion 13.72380
Sum squared resid 1032515. Schwarz criterion 13.82254
Log likelihood -155.8237 F-statistic 1.485623
Durbin-Watson stat 1.887292 Prob(F-statistic) 0.236412
X3：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:29
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 182.8827 137.8342 1.326831 0.1988
X3 0.540400 0.095343 5.667960 0.0000
R-squared 0.604712 Mean dependent var 945.2913
Adjusted R-squared 0.585888 S.D. dependent var 224.1711
S.E. of regression 144.2575 Akaike info criterion 12.86402
Sum squared resid 437014.5 Schwarz criterion 12.96276
Log likelihood -145.9362 F-statistic 32.12577
Durbin-Watson stat 2.064743 Prob(F-statistic) 0.000013
X4：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:30
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 184.7094 161.8178 1.141465 0.2665
X4 0.596476 0.124231 4.801338 0.0001
R-squared 0.523300 Mean dependent var 945.2913
Adjusted R-squared 0.500600 S.D. dependent var 224.1711
S.E. of regression 158.4178 Akaike info criterion 13.05129
Sum squared resid 527020.1 Schwarz criterion 13.15003
Log likelihood -148.0898 F-statistic 23.05284
Durbin-Watson stat 2.037087 Prob(F-statistic) 0.000096
由得出的数据可以看出， 的调整的判定系数最大，因此首先把 引入调整的方程中，然后在分别引入变量 、 、 进行OLS得：
X1、X3
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:32
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C -222.8991 345.9081 -0.644388 0.5266
X1 289.8101 227.2070 1.275533 0.2167
X3 0.517213 0.095693 5.404899 0.0000
R-squared 0.634449 Mean dependent var 945.2913
Adjusted R-squared 0.597894 S.D. dependent var 224.1711
S.E. of regression 142.1510 Akaike info criterion 12.87276
Sum squared resid 404138.2 Schwarz criterion 13.02087
Log likelihood -145.0368 F-statistic 17.35596
Durbin-Watson stat 2.032110 Prob(F-statistic) 0.000043
X2、X3
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:33
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 239.5536 531.1435 0.451015 0.6568
X2 -27.00981 244.0392 -0.110678 0.9130
X3 0.536856 0.102783 5.223221 0.0000
R-squared 0.604954 Mean dependent var 945.2913
Adjusted R-squared 0.565449 S.D. dependent var 224.1711
S.E. of regression 147.7747 Akaike info criterion 12.95036
Sum squared resid 436747.0 Schwarz criterion 13.09847
Log likelihood -145.9292 F-statistic 15.31348
Durbin-Watson stat 2.063247 Prob(F-statistic) 0.000093
X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:34
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 331.7015 142.5882 2.326290 0.0306
X3 1.766892 0.553402 3.192782 0.0046
X4 -1.473721 0.656624 -2.244390 0.0363
R-squared 0.684240 Mean dependent var 945.2913
Adjusted R-squared 0.652664 S.D. dependent var 224.1711
S.E. of regression 132.1157 Akaike info criterion 12.72634
Sum squared resid 349091.0 Schwarz criterion 12.87445
Log likelihood -143.3529 F-statistic 21.66965
Durbin-Watson stat 2.111635 Prob(F-statistic) 0.000010
由数据结果可以看出，引入X4时方程的调整判定系数最大，且解释变量均通过了显著性检验，再分别引入X1、X2进行分析。
X1、X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:37
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 193.6693 403.8464 0.479562 0.6370
X1 89.29944 243.6512 0.366505 0.7180
X3 1.652622 0.646003 2.558228 0.0192
X4 -1.345001 0.757634 -1.775265 0.0919
R-squared 0.686457 Mean dependent var 945.2913
Adjusted R-squared 0.636950 S.D. dependent var 224.1711
S.E. of regression 135.0712 Akaike info criterion 12.80625
Sum squared resid 346640.3 Schwarz criterion 13.00373
Log likelihood -143.2719 F-statistic 13.86591
Durbin-Watson stat 2.082104 Prob(F-statistic) 0.000050
X2、X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:38
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 62.60939 489.2088 0.127981 0.8995
X2 134.1557 232.9303 0.575948 0.5714
X3 1.886588 0.600027 3.144175 0.0053
X4 -1.596394 0.701018 -2.277251 0.0345
R-squared 0.689658 Mean dependent var 945.2913
Adjusted R-squared 0.640657 S.D. dependent var 224.1711
S.E. of regression 134.3798 Akaike info criterion 12.79599
Sum squared resid 343100.8 Schwarz criterion 12.99347
Log likelihood -143.1539 F-statistic 14.07429
Durbin-Watson stat 2.143110 Prob(F-statistic) 0.000046
由输出结果可以看出，在 的水平下，解释变量 、 的检验的P值都大于0.05，解释变量不能通过显著性检验，因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为：
Se= (142.5882) (0.553402) (0.656624)
T= (2.326290) (3.192782) (-2.244390)
F=21.66965 df=20
（三）.异方差性的检验
对模型 进行怀特检验：
White Heteroskedasticity Test:
F-statistic 1.071659 Probability 0.399378
Obs*R-squared 4.423847 Probability 0.351673
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/11/07 Time: 16:53
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 34247.50 128527.9 0.266460 0.7929
X3 247.9623 628.1924 0.394723 0.6977
X3^2 -0.071268 0.187278 -0.380548 0.7080
X4 -333.6779 714.3390 -0.467114 0.6460
X4^2 0.18 0.229933 0.526841 0.6047
R-squared 0.192341 Mean dependent var 15177.87
Adjusted R-squared 0.012861 S.D. dependent var 23242.54
S.E. of regression 23092.59 Akaike info criterion 23.12207
Sum squared resid 9.60E+09 Schwarz criterion 23.36892
Log likelihood -260.9038 F-statistic 1.071659
Durbin-Watson stat 1.968939 Prob(F-statistic) 0.399378
由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=30.1435，因为 < (5)= 30.1435,所以模型中不存在异方差。
（四）.自相关的检验
由模型的输出结果可知，估计结果都比较满意，无论是回归方程检验，还是参数显著性检验的检验概率，都显著小于0.05，D-W值为2.111635，显著性水平 =0.05下查Durbin-Watson表，其中n=23，解释变量的个数为2，得到下限临界值 ，上限临界值 ， =1.543<D-W=2.111635<4 ，由DW检验决策规则可知，该模型不存在自相关问题。
六、对模型进行分析和解释经济学意义
回归方程的意义为：当平均每人实际月收入不变时，人均可支配收入每增加一个单位，人均消费支出减少1.473721个单位；当人均可支配收入不变时，平均每人实际月收入每增加一个单位，人均消费支出增加1.766892个单位。
七、 就模型所反映的问题给出针对性的政策建议或结论
对于我国人均消费支出的分析中，可以看出我国在过去的几年里经济发展稳健，但是由于种种原因导致我国经济的现状存在一定的问题，如不完善的社会保障制度导致消费结构不合理；过高的居民储蓄存款影响居民消费倾向；消费品生产行业投资方向失误和低效率引起国内市场消费梗阻；保守的消费观念和消费政策的制约；教育支出比重过大影响居民消费倾向 。对此我们国家应该在以下几个方面对居民消费中存在的问题进行对策研究
（一）建立和完善社会保障制度，增强居民消费信心
（二）培育新的消费热点，拓展居民的消费领域
（三）促使商品消费从自我积累型向信用支持型转变
（四）分层次促进居民消费
（五）破解影响消费结构优化的政策制约
（六）化解有效供给不足与产品相对过剩的矛盾
③ 急求助：计量经济学论文
关于计量经济学
本文较系统地介绍了计量经济学在证券期货市场中的应用，其中包括作者的一些最新研究成果，如：计量经济学证券期货市场指标体系的研究；新华财经指数的编制；证券投资组合的研究与应用等。
关键词：计量经济学 证券市场 期货市场
The Application of Statistics on Securities and Futures Markets
LI Cong-zhu,DING Shao-fang,WANG Ling-hua,SUN Da-ning
(North China University of Technology,100041)
Abstract：In this paper,the Application of Statistics on Securities and Futures Markets is introced,author's many new achievements are included in it,such as study of index system on Securities and future markets;study of Xin Hua index number of securities;study and application of investment in bond and so on.
Key Words：statistics securities markets futures markets▲
一、序 言
我国自九十年代初建立证券期货市场以来，短短几年，得到了迅猛发展，方兴未艾。仅拿股市来看(截至1999年07月13日)，在沪深两市上市的境内公司已达900家，沪深市场的A，B股股数是981只，上市公司900家，其中沪市501只(461家)，深市480只(439家)，沪深A股股数874只，B股股数107只。这与1991年沪市8家深市6家上市公司相比，可见发展速度之快。市价总值21083亿元人民币，占国内生产总值的比重超过25%；开办证券90家，兼营证券业务的信托投资公司237家，下属证券营业部2400多家；现有43家境内企业海外上市，累计筹集资金100多亿美元；已有107家公司成功发行了B股，筹集资金近50亿美元；股民已达4000多万。自1999年五月十九日井喷式行情以来，沪深两市的日成交量猛增，至六月二十五日高达800多亿(1998年8月18日香港股市一天的成交量为790亿港元)，创下空前的天量。证券市场的作用愈来愈大，并逐渐成为国民经济的晴雨表。
统计学及其相关学科在证券期货交易中有什么作用呢?我们先从世界范围谈起。
据有关报道，当今华尔街最抢手的不再是传统的MBA，而是有统计背景、数理能力强的人才。一些在美国获得统计或数学博士学位的中国留学生被华尔街录用，转眼间便当上了年薪百万美元的“白领”贵族。如，1984年入中国科学技术大学少年班的黄沁于1988年提前毕业，赴美国麻省理工学院就读研究生，毕业后受聘到华尔街某大型证券公司工作。在这个世界上金融证券业最发达的地方，他以统计和数学为基础，建立了自己的投资理论，现已升任该公司副总裁，主管对外投资工作。年仅27岁的黄沁是进入华尔街金融界高层领导的少数华人之一。
华尔街取才原则的转向，从一个侧面反映出证券期货等金融业目前发展面临的挑战和未来的潮流。证券金融交易是信息量最大，信息敏感度最强、信息变化频度最高的领域。随着市场日趋复杂，数字已成为传递信息最直接的裁体，加上未来的经济是被网络覆盖与笼罩的数字化经济，大量的数学与统计工具将在分析研究中发挥不可或缺的重要影响。能否把握那看似枯燥无味的数字所隐含的精微变化，成为决定未来竞争成败的关键因素之一。
前年诺贝尔经济学奖授予在期权定价方面做出开拓性贡献的经济学家和统计学家。他们在二十多年前就探索出具有划时代意义的定价模型——布莱克.斯科尔期定价公式。本世纪20年代开设了股票期权品种，由于采用柜台交易方式和缺乏标准化的设计合约，很难转让对冲，交易量不足称道。1973年美国经济学家布莱克和斯科尔斯，引进概率统计上随机变量函数的一些定理和积分求值，推导出不支付红利的股票期权定价公式，从此期权有了明确科学的价格定位依据，很快形成一个完整的市场，并迅速推广到全世界，直至现在，期权占据着金融王国的重要位置。定价公式成为整个市场运转的基础。这个期权公式的定价思想所引发的金融革命表现在，预测远期价格成为可能，不仅使期权为指数、货币、利率、期货交易提供了全新的保值，投资手段，极大地丰富了金融市场，而且进一步推动了对各种金融产品的价值研究，提高了操作的理论水平。由此可以推断，没有布莱克.斯科尔斯定价模型，期权就不可能发展这么快，全球金融衍生品市场也就不可能有今天的高度发达，如今国外大型金融机构在总结金融交易失利原因时，总是首先追究最初的定价是否存在漏洞和错误
建立一个模型就摘取经济领域的桂冠这一事实，体现了经济与统计数学密不可分的关系。据不完全统计，自1969年设立诺贝尔经济学奖以来的40多位获奖者中，著名的计量经济学家有23位，10位担任过世界计量经济学会会长，有六位直接靠计量经济的研究和应用成果获奖。借用统计数学，将经济理论数学公式化，将经济行为定量化，已成为当今世界经济的热门课题。
有关专家指出，统计学，经济理论和数学这三者对于真正了解现代经济生活中的数量关系来说，都是必要的，但本身并非充分条件。三者结合起来，就是力量。数学给经济界带来新的视角，新的观念。抽象的数学工具一旦准确地切入金融市场，就显得非常实用和有价值。二十多年来，指导期权交易的理论—定价模型得到广大投资者的一贯遵循。没有统计基础、不懂定价公式含义的人要想在市场有出色表现将是十分困难的。
证券金融市场的风险管理是个永恒的话题，投资者都想寻求收益回报，但又必须面对各种各样的损失可能。市场到底存在哪些风险，如何确定风险的大小，如何才能实现收益最大化和风险最小化，历来都是受人关注的焦点和难点。自从1952年美国学者马柯威茨运用数量方法创立证券组合理论以来，市场风险的神秘色彩逐渐淡化，不再变得那么可怕和不可驾驭。
马柯威茨组合理论的立足点是全面考虑“期望收益最大”和“不确定性(即风险)最小”。它通过总结投资损失的概率分布和可能收益与预期收益的偏离程度(即我们统计学上的方差)，发现投资者应该同时按适当比例购买各种证券而不是一种证券，进行分散化投资，其收益才尽可能是确定的。通过数量分析得出的这种结论，迎合了投资者避风险的需要。风险管理能力的提高促进了基金的蓬勃发展。在短短的几十年间，随着量化研究的不断深入，组合理论及其实际运用方法越来越完善，成为现代投资学中的主流工具。由于马哥威茨证券组合选择理论给金融投资和管理思想带来革新，1990年他获得了诺贝尔经济学奖。
众所周知，量变引起质变。数量关系的背后，牵扯着市场的稳定与发展。金融业的现代化推动了统计与数理方法的应用研究，反过来，当今世界的金融管理特别是防范金融风险，也越来越要量化研究。早在1995年9月，美国斯但福大学经济学教授刘遵义就通过实证比较，数量分析和模糊评价等方兴，预测出菲律宾、韩国、泰国、印尼和马来西亚有可能发生金融危机。后来的事实果然如此。这从一个侧面提醒我们，没有完整、科学的分析预测工具，就可能在国际金融竞争中蒙受重大损失。只有加强对作为金融信息的各种变量的研究，才能提高对金融运行规律的认识，才能把握市场的发展动向。
经济理论的数学化和统计分析，使各种经济行为也越来越数量化。在金融领域也不例外。定价公式和组合理论地位的确立，就证明数量工具已发挥了不可磨灭的作用。有统计显示，在西方金融市场，三分之一的人运用组合理论来投资，三分之一的人靠技术分析管理头寸，另外三分之一的人仍在坚守基础分析。虽然运用何种手段来指导决策是投资者个人偏好、观念的问题，但组合理论和技术分析所运用的统计工具逐渐被认同，说明理性投资将成为市场的宠儿。由此我们不难理解华尔街选才的动机。
主观意见和直觉判断有很大的随意性，显然与现代投资决策的要求相去甚远。对市场和价格进行定量研究，从而揭示客观存在的数量依存关系，成为投资和管理决策的一项基础工作。用统计工具处理各种证券金融数据，可以比较全面地分析各种因素的影响力度。其主要表现在：
1 结构分析：证券市场与汇率、利率变动和国民经济发展有多大的关联度；单一证券与整个市场之间如何相互影响，市场指数设计是否合理；证券与期货价格走势是否相互制约；同一类证券有没有一定的连动关系。
2 价值预测：分析未来证券发行和上市价格的理论定位，确定金融衍生证券的价格，分析预测证券期货的价格走势，进行投资决策等。
3 政策评价：研究市场系统风险的预警及控制，探讨不同的组合投资效果。
4 理论检验：证券价格能否反映所有的信息，市场的有效性实证检验；各种技术指标的适用性和优化处理，周期效应的对比分析。
从以上可看出，量化研究有助于搞好风验管理，设计投资组合，选择交易时机，评估市场特性。统计工具在证券金融市场的大量应用，对交易技术的升级换代，管理水平的提高做出了特殊贡献。现在，电脑交易系统在国外大行其道，依据不同要求设计的模型软件层出不穷，只要把数据输入电脑中，投资者根据分析结果随时制订和调整投资计划。
投资者竞争的优势不再停留在信息的收集上，而是综合处理信息的能力。谁的模型从总量上与趋势上能更合理、科学地分析市场，谁就能掌握主动。
简单的统计和数学方法已经满足不了日益复杂的金融发展需要。随着统计和数学工具的推广应用，一门新兴的边缘科学——金融统计学应运而生。美国芝加哥大学、哥伦比亚大学、纽约大学和英国利兹大学先后确定了金融统计的硕士和本科生的培养计划。我国近几年来，像中国科技大学、南开大学和山东大学建立了统计金融系，去年北京大学相继成立了金融数学与金融工程管理中心、金融数学系；像北方工业大学统计学专业等建立的证券期货模拟实验室的也有很多家；开设相关专业的就更多了。
总之，统计学及其相关学科在证券期货交易中的重大作用愈来愈被人们所认识和重视。读者从本专题所讲的内容也将会有更深入和全面的了解。后面我们将结合我国证券期货交易的实际，介绍统计方法在证券期货市场的一些基础应用(包括我们的部分研究成果)，如证券期货交易的统计指标体系；证券指数；投资组合；上市公司财物报表的统计分析与选股；证券期货价格走势预测(主要是技术分析)等。
④ 计量经济学有关经济的论文 小论文就可以
关于我国城镇居民储蓄存款模型的计量经济分析（我的姓名等信息就省略了啊呵呵）内容摘要：本文利用我国1978年以来的统计数字建立了可以通过各种检验的城镇居民储蓄率的模型，对我国城镇居民储蓄存款情况进行实证分析。通过对该模型的经济含义分析得出各种主要因素对我国城镇居民储蓄存款数量的影响程度，并针对我国城镇居民存款储蓄现状提出自己的一些建议。关键词：居民储蓄存款实证分析主要因素一、问题的提出1978年以来,随着我国国民经济的飞速发展,我国的居民储蓄也出现高速增长的态势。进入90年代以后．我国居民储蓄存款余额始终保持在两位数的增长速度。我国居民储蓄存款持续增长这一经济现象引起国内理论界的广泛关注。这对我国经济的进一步增长有着有利的一面,但也会带来一定程度的负面影响。所以国家相继出台了一系列积极的财政和货币政策,以刺激国内消费和投资需求,分流储蓄,但是居民储蓄依然持续增加。由于居民的储蓄存款直接影响着居民的消费行为，影响着货币的供给量，进而间接影响着国家经济的发展，宏观调控的力度和效果，因此，对我国居民存款储蓄问题的深入研究就显得尤为重要，这有助于帮助大家认清现状，做出合理的决策。虽然我们作为本科阶段的学生对这个问题的理解和研究还不够深入和透彻，但对此问题的探索有利于我们更好的掌握专业知识，了解国情，提高实际操作水平和理论联系实际、发现问题、分析问题、解决问题的能力。二、文献综述我国有很多学者建立了许多的储蓄模型来分析各因素对居民储蓄的影响程度,但分析结论的差异很大。整理以前的研究成果,一个社会的储蓄总量受很多因数的影响，根据经典西方宏观经济学理论，储蓄水平主要受收入因数、利息率、物价水平、收入分配等因数的影响：1.收入因数收入是决定储蓄的重要因数，收入的变化会直接决定着储蓄的变化。在其他条件不变的情况下，储蓄与可支配收入之间存在着正方向的变化关系，即居民的可支配收入增加，储蓄量增加；个人可支配收入减少，储蓄量减少。可支配收入是指居民户在支付个人所得税之后，余下的全部实际现金收入。2.利息率传统经济学认为，在收入即定的条件下，较高的利息率会使储蓄增加。在本文中，我们选用的利息率是根据当年变动月份加权平均后的一年期储蓄存款加权利率。3.物价水平物价水平会导致居民户的消费倾向的改变，从而也就会改变居民户的储蓄倾向。本文用通货膨胀率来考察物价水平对储蓄率的影响。4.收入分配凯恩斯认为，收入分配的均等化程度越高，社会的平均消费倾向就会越高，社会的储蓄倾向就会越低。在国际上，衡量收入分配平均状况最常用的指数是基尼系数。三、变量的选取及分析目前我国正处于改革时期，各种不确定性因素很多。因而，要分析各种因素对中国居民储蓄行为的影响，必须立足于中国的国情。1998年后，中国经济运行进入了一种新的体制约束状态，出现了明显的供给过剩，需求对经济增长的约束与拉动作用明显增强，投资、消费膨胀的内在动力明显不足；同时，由于我国市场机制尚不健全，市场经济发育不成熟，市场体制的控制力还有限，从而不能形成一种有效地传导机制。市场化的改革对人们的经济行为、心理行为带来了很大影响，银行开始考虑贷款风险，投资者开始考虑投资回报，而消费者也开始考虑最佳的消费时机和预期收入。这说明，我们的微观经济层面已生长出一种内在的约束机制，然而社会各个方面对这些积极的因素还很不适应，微观主体内在约束机制较强与宏观经济市场传导机制不畅之间的矛盾，导致了投资行为受阻、消费行为审慎和储蓄持续稳定增长。当前影响我国居民储蓄的因素有很多，概括起来有以下几点：居民对社会经济形势的预期、可选择的投资渠道、信贷消费的发展、利率因素的影响、"假性"存款的影响、消费领域的信用等级、高收入阶层消费状况、就业形势压力、体制改革、居民收入水平等。由于我现在的时间和能力有限，只能综合考虑，选取一部分变量进行研究，而且为了方便查找数据，只建立我国城镇居民储蓄存款模型进行研究。本文选用当年的收入增长率来考察收入因数对储蓄率的影响。用城镇居民的储蓄率作为被解释变量。另外还选取了中国1979年到2002年的各年的城镇居民收入的基尼系数、一年期储蓄利率和通货膨胀率作为解释变量。四、数据及处理本文模型数据样本为从1979-2002年。年份城镇居民储蓄率城镇居民收入增长率一年期储蓄利率通货膨胀率城镇居民基尼系数19790.063680870.2648699343.780.020.1619800.087405860.2203850895.040.0598040.1519810.070936260.1041764465.40.0240520.1519820.081055860.1391654125.670.018970.1519830.099635010.0937235635.760.0150710.1619840.130255840.2453570085.760.0279480.1919850.151615020.1842411226.720.088360.1919860.174545420.2807009717.20.0601090.219870.21754530.1675158647.20.0729010.2319880.178621520.2197289297.680.1853120.2319890.27212020.19982709511.120.1777650.2319900.327606140.1235797039.920.0211410.2419910.310324430.1636678247.920.0288880.2519920.30169070.2288194257.560.0538140.2719930.31990610.3112333279.260.1318830.319940.424864350.39721089810.980.2169480.2819950.448980360.26107610410.980.1479690.2819960.409034770.1982080039.210.0609380.2919970.309350150.1277397797.170.0079410.319980.257779780.1088521415.02-0.0260.29519990.212346080.1345570352.89-0.029930.320000.12392050.1256883582.25-0.015010.3220010.241553060.143640712.25-0.00790.3320020.298978220.1731064952.03-0.013080.319数据来源：各年份的《中国统计年鉴》注：Y代表城镇居民储蓄率X1代表城镇居民收入增长率X2代表一年期储蓄利率X3代表通货膨胀率X4代表城镇居民基尼系数五、模型及处理基于以上数据，建立的模型是：Y=β1+β2X1+β3X2+β4X3+β5X4+uβ1度量了截距项，它表示在没有收入的时候人们也要花钱消费，储蓄率为负。β2度量了当城镇个人可支配收入率变动1%时，储蓄增长率的变动。β3度量了当利率变动一个单位，其实也就是1%时，储蓄的增量的变动。β4度量了当通货膨胀率变动一个单位，储蓄增量的变动。β5度量了基尼系数对储蓄率的影响。这也是本文的重点变量。u是随机误差项。对Y做回归利用eviews最小二乘估计结果如下VariableCoefficientStd.Errort-StatisticProb.C-0.2646460.045525-5.8131540.0000X10.3174260.1756781.8068640.0875X20.0240540.0036886.5230930.0000X30.0244760.2055080.1190990.9065X41.1275230.1493187.5511270.0000R-squared0.897971Meandependentvar0.234065AdjustedR-squared0.875298S.D.dependentvar0.116109S.E.ofregression0.041002Akaikeinfocriterion-3.360748Sumsquaredresid0.030260Schwarzcriterion-3.113901Loglikelihood43.64860F-statistic39.60525Durbin-Watsonstat1.541473Prob(F-statistic)0.000000根据以上结果，初步得出的模型为Y=-0.264646+0.317426X1+0.024054X2+0.024476X3+1.127523X4.1.经济意义的检验该模型可以通过初步的经济意义的检验，系数的符号符合经济理论。2.统计检验从表中可以看出，显然通货膨胀率的系数通不过T检验，R2=0.897971，2值为0.875298，模型的拟合情况较好。F检验的值为39.60525，整个模型对储蓄率的增长影响是显著的。3.多重共线性的检验从F值可知此模型整体显著，但是分析各个变量后发现X1和X3不显著，可能存在多重共线性，运用消除多重共线性的逐步回归方法我们可以得到要放弃X3这个变量，重新做回归分析得到：Y=β1+β2X1+β3X2+β5X4+uVariableCoefficientStd.Errort-StatisticProb.C-0.2714870.041322-6.5700560.0000X10.3147870.1137992.7661770.0119X20.0244870.0031787.7049860.0000X41.1452800.1378868.3059870.0000R-squared0.897094Meandependentvar0.229740AdjustedR-squared0.881658S.D.dependentvar0.115517S.E.ofregression0.039739Akaikeinfocriterion-3.461967Sumsquaredresid0.031583Schwarzcriterion-3.265624Loglikelihood45.54360F-statistic58.11739Durbin-Watsonstat1.556309Prob(F-statistic)0.000000从新模型的整体效果来看，R值和F值都很好，而且各个变量的t统计量也表明各个变量对储蓄率的增长都有显著影响。因此模型可设为Y=-0.271487+0.314787X1+0.024487X2+1.145280X44.异方差性检验对新模型进行异方差性的检验，运用white检验，得到如下结果：WhiteHeteroskedasticityTest:F-statistic2.669433Probability0.054505Obs*R-squared11.50596Probability0.073942Obs*R-squared的计算结果是11.50596，，由于选用的没有交叉乘积项的方式，所以自由度为7，在0.05的显著水平下，查表得（7）=12.59〉11.50596，所以接受原假设，即该模型不存在异方差性。5.自相关性的检验从上表可知DW值为1.556309，且样本容量n=24，有三个解释变量的条件下，给定显著性水平=0.01，查D-W表得，d=0.882,d=1.407,这时有d
⑤ 有什么好的计量经济学论文题目简单一点的
学术堂整理了十五个计量经济学论文题目供大家进行参考：
1、中国货市需求函数实证研究.
2、货币超发的实证研究
3、存款准备金率变化的影响
4、货币需求与通胀关联分析
5、货币需求的弹性分析
6、我国居民消费函数实证分析
7、浙江省居民消费函数变化
8、日元实际汇率长期利率的实证分析
9、欧元实际汇率长期利率的实证分析
10、瑞朗实际汇率长期利率的实证分析
11、利率汇率与外商直接投资
12、利率与通胀的关系实证分析
13、利率与商业银行不良贷款率的波动实证分析
14、利率、租金与房价
15、货币政策、利率传导机制实证分析
⑥ 写一份有关计量经济学的论文
一、 研究的目的要求
税收是我国财政收入的基本因素,也影响着我国经济的发展。取得财政收入的手段有多种多样，如税收、发行货币、发行国债、收费、罚没等等，而税收则由政府征收，取自于民、用之于民。经济是税收的源泉，经济决定税收，而税收又反作用于经济，这是税收与经济的一般原理。这几年来，中国税收收入的快速增长甚至“超速增长”引起了人们的广泛关注。科学地对税收增长进行因素分析和预测分析非常重要，对研究我国税收增长规律，制定经济政策有着重要意义。。
改革开放以来，中国经济高速增长，1978-2008年的31年间，国内生产总值从3645.2亿元增长到314045亿元，一跃成为世界第二大经济体。随着经济体制改革的深化和经济的快速增长，中国的财政收支状况也发生了很大的变化，中央和地方的税收收入1978年为519.28亿元，到2008年已增长到54223.79亿元，31年间平均每年增长16.76%。税收作为财政收入的重要组成部分，在国民经济发展中扮演着不可或缺的角色。为了研究影响中国税收增长的主要原因，分析中央和地方税收收入的增长规律，以及预测中国税收未来的增长趋势，我们需要建立计量经济模型进行实证分析。
影响税收收入的因素有很多，但据分析主要的因素可能有：①从宏观经济看，经济整体增长是税收增长的基本源泉，而国内生产总值是反映经济增长的一个重要指标。②公共财政的需求，税收收入是财政收入的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算支出所表现的公共财政的需求对当年的税收收入可能会有一定影响。③物价水平。我国的税制结构以流转税
为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。④税收政策因素。我国自1978年以来经历了两次大的税制改革，一次是1984~1985年的国有企业利改税，另一次是1994年的全国范围内的新税制改革。税制改革对税收增长速度的影响不是非常大。因此，可以从以上几个方面，分析各种因素对中国税收增长的具体影响。
为了全面反映中国税收增长的全貌，我们选用“国家财政收入”中的“各项税收”（即税收收入）作为被解释变量，反映税收的增长；选择“国内生产总值”（即GDP）作为经济整体增长水平的代表；选择“财政支出”作为公共财政需求的代表；选择“商品零售价格指数”作为物价水平的代表。另外，由于财税体制的改革难以量化，而且从数据上看，1985年以后财税体制改革对税收增长影响不是很大，在此暂不考虑税制改革对税收增长的影响
摘之文库，你可以去看下。
⑦ 计量经济学论文
中国旅游收入与城乡居民人民币存款分析
[摘要] 本文根据国内城镇居民旅游消费的特点，建立了以我国旅游收入为应变量，城乡居民人民币存款为自变量的多元线性回归模型，通过对此模型的研究分析。同时还可以应用此模型对未来的旅游消费情况进行预测，为制定未来的旅游消费政策提供依据。
[关键词] 旅游收入 城乡居民人民币存款 多元线性回归模型
随着人们物质文化生活的日益提高，旅游已经成为人们的主要休闲方式，我国旅游业的发展一直遵循“适度超前”的原则，立足于开发国内旅游市场，在国际旅游市场竞争日益激烈和国内旅游需求日益增长的情况下，国内旅游逐渐在我国的旅游市场上占据重要的地位，旅游产业也成为我国新的经济增长点。旅游业是投入少、效益好、创汇多、可带动一些关联产业的发展和增加就业，并促进国际经济交往的产业，已经成为我国目前经济发展面临的新课题和拉动国内需求的新机遇。分析国内旅游收入与城乡居民人民币存款可以为政府提出一些关于旅游快速发展问题的建议。
一、数据的选取和处理。
为了分析中国旅游收入与城乡居民人民币存款的数量关系，引入计量经济模型进行研究，选取了改革开放以来1994-2005年间中国旅游收入与城乡居民人民币存款的相关数据，以城乡居民人民币存款作为解释变量，中国旅游收入作为被解释变量，对此数据进行回归分析。为使简单表述，下面用Y表示中国旅游收入，用X表示城乡居民人民币存款。相关数据如以下表格所示：
年份
中国1994-2005年旅游收入与城乡居民人民币存款 单位：亿元
年份 Y(旅游收入) X(城乡居民人民币存款)
1994 1023.5 21518.8
1995 1375.7 29662.3
1996 1683.4 38520.8
1997 2112.7 46279.8
1998 2391.2 53407.5
1999 2831.9 59621.8
2000 3175.5 64332.4
2001 3522.4 73762.4
2002 3878.4 86910.6
2003 3442.3 103617.3
2004 4710.7 119555.4
2005 5285.9 141051.0
资料来源：《中国统计年鉴》
二、模型建立。
从我国旅游收入与城乡居民人民币存款的变动来看，两者都随时间的变化而变动，为了确定我国旅游收入与城乡居民人民币存款存在什么样的关系，将它们进行回归。根据以上数据可列出的方程如下：
Y=0.034602＊X+531.9548
Se(0.002792) (218.4249)
t=(12.39261) (2.435413)
P=(0.0000) (0.0351)
R2=0.932753
三、实证分析。
根据此方程所得到的数据，在经济意义中，随着旅游收入的增长，城乡居民人民币存款也相应地增长，城乡居民人民币存款与旅游收入之间，呈明显的正相关关系。根据方程中0.034602是个大于0小于1的正数，可见1994-2005年间我国旅游收入的增长与城乡居民人民币存款的增长是成正比例的，此方程的数据说明了与经济意义相一致。在显著性水平为5%的情况下，t统计值的P=0.0000，P小于0.05，因此在统计意义上是显著的，此方程在统计学上通过了检验。
由检验结果可知：R2 = 0.932753，表示我国旅游收入与城乡居民人民币存款线性回归方程的拟合度很高，总体显著性较好，说明旅游收入的变动在很大程度上影响了城乡居民人民币存款的变动。
四、结论与建议。
经过线性回归的分析，可以看出随着旅游收入的不断增长，城乡居民人民币存款也相应地逐年增长，旅游收入的变动在很大程度上影响了城乡居民人民币存款的变动。就我国旅游业发展的基础上来说，我国政府必须大力开展基础设施建设，以扩大就业需求，从而提高人民的人民币存款状况。