OLS Regression Results结果分析 ols回归结果分析

如何写好一篇计量经济学论文从选题到分析-超级完整版

摘要：在多数开设计量经济学课程的专业中，学生通常需要撰写一篇关于计量经济学的课程论文。此外，学生还需运用计量模型完成毕业设计项目，或撰写并发表相关论文。为了帮助学生顺利完成计量经济学论文的撰写，本文将提供从选题到形成论文的详细教程，以供参考。

省流：数据分析，SPSS、AMOS、Eviews、Mplus、Python语言、R语言等统计分析软件的操作分析、更多计量论文模板付费分享，包含数据、源文件，Eviews、Stata命令源文件、数据、运行截图等。请使用微笑的第一个字“微”，信任的第一个字“信”，搜索“DataIdeal”。注意：DataIdeal→Ideal →ideal（是大写的i，不是小写的l）。

目  录

一、确定主题

二、数据查找

三、引言撰写

（一）引言

（二）研究现状

四、实证撰写：股票筹资额的影响因素分析（即实证分析）

（一）变量含义

（二）Eviews软件操作

1.导入数据

2.模型回归结果操作

3.回归模型的检验操作

（三）结果分析

1.模型设定

2.模型回归结果

3.回归模型的检验

3.1多重共线性的检验

3.2多重共线性的处理

3.3修正后模型的经济意义检验与统计意义检验

3.4异方差检验

3.5自相关检验

4.模型评价

五、总结

（一）主要结论

（二）政策建议

（三）不足与展望

参考文献

附录

一、确定主题

一篇好的论文需要一个好的主题，前沿的主题支撑。选题若没有优质主题的话，可以先去看文献，这里查文献本文用的是知网，如果你只打算写一篇使用简单的OLS回归模型的论文，你可以在高级检索框，选择关键词“计量模型”“回归”等进行检索。

检索出来，可以根据自己需求勾选“影响因素”“计量经济模型等”。

检索出来文献，选择自己新颖的主题参考，比如这里选择“国内旅游收入影响因素分析”。

点进去以后，我们可以看到该篇文章选择了“国内旅游总收入”作为因变量，选择居民消费价格指数、交通便利度、国内旅游人均花费、国内游客、 星级饭店总数、人均可支配收入等指标作为自变量。

若这个主题你认为不错，你可以继续查找这个主题的相关文献。直接在搜索框中检索“国内旅游收入影响因素分析”。然后选择一些具有参考一样的论文查看，确定你最终的因变量和自变量。

确定研究主题以后，可以先跑一下模型是否成立，数据是否可以用，之后在写研究背景、目的、意义、现状、文献综述等。

二、数据查找

前面确定了主题和因变量和自变量，接下来是数据的查找，数据查找可以在国家统计局、统计年鉴、地方统计局、统计年鉴、中国统计信息网、CEIC统计数据库等，根据自己的主题找到对应的官网下载既可以。

以国家统计局为例，打开官网，下载符合自己主题的数据。

三、引言撰写

数据查找完以后就开始写作。正文撰写这里用的是“我股票筹资额的影响因素分析”这个选题为例。

（一）引言

引言可以包括以下三点：

1.  选题的背景及意义。这部分在深入研究之前，应当充分了解选题所涉及的领域及相关政策，同时查阅相关文献以获取更全面的信息。通过严谨的文献综述和政策分析，可以明确选题的重要性和实际意义，为后续的研究提供坚实的基础。

2. 文献综述。本部分主要对参考文献中的观点、研究方法和结论进行汇总和概述，以呈现该领域的研究现状和发展趋势。

3.研究内容及方法。 这里可以叙述一下，最好画一个研究思路加叙述。

（二）研究现状

在撰写计量经济学论文时，研究现状部分是论文的重要组成部分，它为后续的论文主体提供了背景和基础。一篇优质的计量经济学论文的研究现状部分应该全面、客观、清晰地概述相关文献，明确现有研究的局限性和空白，以及当前领域的研究趋势。可以增加一些描述性统计图表分析。

另外有的论文研究现状写作是包含引言、文献综述、研究方法、研究领域的主要成果、当前研究成果、当前研究的空白、研究趋势等。也就是上面（一）引言涵盖在这当中。

1. 引言：简短介绍研究现状部分的目的是什么，以及这部分内容如何与论文的整体主题相关联。

2. 文献综述：对过去和当前关于计量经济学主题的研究进行全面的回顾。包括经典的和最新的文献，以及不同观点和学派的理论。确保涵盖各种不同的学术资源，如学术期刊、会议论文、书籍等。

3. 研究方法：概述在相关文献中使用的各种计量经济学方法和模型。这可以包括时间序列分析、面板数据分析、广义最小二乘法、工具变量法、OLS回归模型等。讨论这些方法的优点和局限性，以及它们在特定研究环境中的应用。

4. 主要研究成果：总结过去研究中最重要的发现和结论。这些可能涉及模型的验证、假设的证实或反驳、相关变量的影响等。特别关注那些对理解当前问题有直接影响的成果。

5. 当前研究的空白：明确指出现有文献中尚未解决的问题或未研究的领域。这为你的研究问题和方法提供了背景和动机。

6. 研究趋势：概述当前计量经济学领域的研究趋势和发展方向。这可以包括新的理论发展、技术进步或跨学科的整合等。

这部分正文写的不好，这里我就不放了，直接进行重点，实证分析部分。

四、实证撰写：股票筹资额的影响因素分析（即实证分析）

这里可以用一段总结性的话数称述。

（一）变量含义

先把变量名含义放在前面。注意想做的优质一点表格自己处理，不要直接从Eviews或者stata软件直接复制或者截图过来，截图可以放在附录，更规范些。

  表3-1变量含义表

序号	变量	含义（后面还可以加一列单位）
1	y	股票筹资额
2	X1	国内生产总值(GDP)
3	X2	居民消费价格指数（CPI）
4	X3	货币供应量（M1），
5	X4	货币与准货币(M2)供应量
6	lny	股票筹资额对数形式
7	Lnx1	国内生产总值(GDP)对数形式
8	Lnx2	居民消费价格指数（CPI）对数形式
9	Lnx3	货币供应量（M1），
10	Lnx4	货币与准货币(M2)供应量对数形式

（二）Eviews软件操作

1.导入数据

软件操作无需放入正文。

（1）.打开Eviews后，点击Create a new Eviews workfile

（2）.选择数据类型，这里用的是时间序列数据，操作如下。

（3）.输入代码“data TECO ISC PGDP IET PAN HWM MPU”定义变量，Excel复制导入数据。

（4）.Excel复制导入数据

Excel复制（Ctrl+C）进来粘贴（Ctrl+V）就OK，这里数据处理，我是在Excel里面已经处理了，所以直接复制过来就好

如果没有处理的需要取对数的话，直接在运行框中输入代码“genr lny=log(y)”y表示需要取对数的变量。

2.模型回归结果操作

（5）.命令框中输入“LS TECO C ISC IET PAN PGDP HWM MPU”构建OLS回归模型。

（6）.逐步回归一元结果，输入以下命令构建一元结果。

LS TECO  C  

LS TECO  C ISC

LS TECO  C IET

LS TECO  C PAN

LS TECO  C PGDP

LS TECO  C HWM

LS TECO  C MPU

输入命令分别回归构建一元回归结果

（7）.逐步回归二元结果，输入以下命令构建二元结果。

LS TECO  C   HWM  MPU

LS TECO  C   HWM  PGDP

LS TECO  C   HWM  ISC

LS TECO  C   HWM  PAN

LS TECO  C   HWM  IET

依次回车，构建OLS二元回归模型

（8）.逐步回归三元结果，输入以下命令构建三元结果。

LS TECO  C   HWM ISC MPU

LS TECO  C   HWM ISC PGDP

LS TECO  C   HWM ISC PAN

LS TECO  C   HWM ISC IET

依次回车命令，构建三元回归模型

（9）.根据逐步回归结果确定最终模型，得到结果如下图

3.回归模型的检验操作

（10）.多重共线性的检验，采用方差扩大因子（VIF）对多重共线性检验，点击“view”，然后点“Coefficient Diagnostics”，最后找到“Variance Inflation Factors”。

（11）.异方差检验，采用white进行异方差的检验，首先点击“view”，然后点“Residual Diagnostics”，再点“Heteroskedasticity Tests...”，最后在Test type下选中“white”，点可以了。

（12）.自相关检验，首先点击“view”，然后点“Residual Diagnostics”，再点“Heteroskedasticity Tests...”，最后在Test type下选中“Breusch-Pagan-Godfrey”，点可以了。

（三）结果分析

1.模型设定

本文以我国股票筹资额作为被解释变量，国内生产总值（GDP）、居民消费价格指数（CPI）、货币供应量（M1），货币与准货币(M2)供应量作为解释变量，研究股票筹资额的影响因素，设定的多元线性回归模型为：

2.模型回归结果

根据表3-2-1  1991-2020年-国内生产总值（GDP）、居民消费价格指数（CPI）、货币供应量（M1），货币与准货币(M2)供应量数据 的相关数据，利用Eviews软件，采用最小二乘法得到表3-3-1  模型回归结果：

表 3-2  模型回归结果

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-1970.235	3738.121	-0.527066	0.6028
X1	-0.055627	0.027732	-2.005910	0.0558
X2	8.158161	11.06609	0.737222	0.4679
X3	0.106853	0.034033	3.139716	0.0043
X4	0.001322	0.012129	0.109011	0.9141
R-squared	0.823067	Mean dependent var		5377.726
Adjusted R-squared·	0.794758	S.D. dependent var		5854.600
S.E. of regression	2652.348	Akaike info criterion		18.75529
Sum squared resid	1.76E+08	Schwarz criterion		18.98882
Log likelihood	-276.3294	Hannan-Quinn criter.		18.83000
F-statistic	29.07411	Durbin-Watson stat		1.218080
Prob(F-statistic)	0.000000

由上表 模型回归结果得到回归方程为：

2.1模型的经济意义检验

模型估计结果表明，在假定其他变量不变的情况下，居民消费价格指数每增加1，平均说来我国的股票筹资额就增加0.001322亿元，货币供应量（M1）每增加1亿元，我国的股票筹资额就增加8.158161亿元，这与理论分析和经验判断是基本相一致；而年国内生产总值（GDP）每增加1亿元，平均说来我国的人股票筹资额收入就减少0.055627亿元；这与实际经验判断是不相符的，因此经济意义检验不通过。推测该模型可能存在多重共线性。

2.2模型的统计检验

参数估计的符号与预期相反，表明国内生产总值（GDP）越高，股票筹资额收入越低，这显然是不合理的，表明该回归模型可能存在严重的多重共线性。

3.回归模型的检验

3.1多重共线性的检验

3.1.1简单相关系数检验法

为证实模型是否存在严重的多重共线性，计算各变量相互之间的相关关系，通过Eviews软件进行相关系数检验。

表 3-3  相关系数

	X1	X2	X3	X4
X1	1	0.9043012926493265	0.9967442001907672	0.9970537699280659
X2	0.9043012926493265	1	0.8967151633463955	0.8847067091260851
X3	0.9967442001907672	0.8967151633463955	1	0.9963084533390662
X4	0.9970537699280659	0.8847067091260851	0.9963084533390662	1

由上表相关系数矩阵可以看出，各个变量之间的相关系数均在0.8以上，则认为该模型存在严重的多重共线性。

3.1.2方差扩大因子法

因为回归模型中有四个解释变量，不能简单地依据相关系数进行多重共线性的准确判断。为了进一步确定模型存在多重共线性的性质，进行方差扩大因子(VIF)检验，对模型做辅助回归，即将每个解释变量，分别作为被解释变量都对其余的X变量进行回归，计算方差扩大因子（VIF）和可决系数。

表 3-4  方差扩大因子

	Coefficient	Uncentered	Centered
Variable	Variance	VIF	VIF
C	13973551	59.58911	NA
X1	0.000769	714.4547	323.1210
X2	122.4583	132.1284	7.557252
X3	0.001158	389.8925	185.5585
X4	0.000147	531.2876	274.7380

由上表方差扩大因子可知，这里的方差扩大因子远大于10，说明该解释变量与其余解释变量之间有严重的多重共线性问题。

这里可能存在严重的多重共线是因为开始的数据没有取对数，没有处理导致的，一般如果开始你处理数据多重共线就没了。上面操作中已经处理的，这里用的数据是没有处理的，如果处理过的正常分析即可。

如果没有处理数据出现多重共线就按以下步骤接着操作，如果模型可以用，就正常检验，接着下一步就好。

3.2多重共线性的处理

3.2.1对数模型

为避免删除重要解释变量引起设定误差，不随意删除解释变量。考虑将各个变量进行对数变换，再对以下模型进行估计。

表 3-5 对数模型回归结果

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-26.33276	6.278550	-4.194083	0.0003
LNX1	-0.856868	1.903467	-0.450162	0.6565
LNX2	5.171535	1.346251	3.841433	0.0007
LNX3	8.692489	2.332290	3.727019	0.0010
LNX4	-6.987322	2.907993	-2.402799	0.0240
R-squared	0.910812	Mean dependent var		7.635710
Adjusted R-squared	0.896542	S.D. dependent var		1.848330
S.E. of regression	0.594513	Akaike info criterion		1.948863
Sum squared resid	8.836139	Schwarz criterion		2.182396
Log likelihood	-24.23295	Hannan-Quinn criter.		2.023572
F-statistic	63.82687	Durbin-Watson stat		1.437133
Prob(F-statistic)	0.000000

由上表对数模型回归结果的OLS回归结果得OLS回归模型：

的符号与先验预期不一致，因此对数模型拟合效果并不佳，需要对模型做进一步修正。

3.2.2逐步回归法

逐步回归这里，如果前面已经做了，一般你的模型是不存在多重共线，这个就无需接着做，只需要进行多重共线性检验、异方差检验、自相关检验就好。

4.模型评价

五、总结

最后一部分结论和建议、展望，这里我写的不是很好，参考参考就好。

（一）主要结论

从实证结果来看，居民消费价格指数（CPI）每增加1，平均说来我国的股票筹资额就增加0.798519亿元，居民消费价格指数等（CPI）增长带动股票筹资额的增加，居民消费价格（CPI）增加，居民消费水平提高，人们用于股票的资金就会增加。从实证结果来看,货币供应量（M1）每增加1亿元，平均说来我国的股票筹资额就增加0.026302亿元。

（二）政策建议

进一步完善股市投融资功能，应提高居民消费价格指数（CPI），从而强化强化收入分配功能，实现资源合理配置完善投融资功能应进一步提高上市公司盈利能力，优先安排有优质资源的企业上市。为使市场回归到应有的稳定状态，应适当召回部分在海外运作较为出色的公司，带动投资者长期投资的信心，减少市场投机行为。

我国股票的融资者融资能力不强，融资手段不多相比而言，国内股市融资能力普遍不强。虽然2007年我国股市出现了空前的繁荣局面，但也未能解决股市总体回报率较低的趋势。2008年以来，股票市场持续低迷更是造成居民财富较大幅度缩水。政府应适当调节货币供应量（M1），以增加广大人民群众的财产性收入，鼓励居民积极参与股市的发展。

（三）不足与展望

论文的不足之处，即本文选的解释变量不够多，影响股票筹资的因素还有金融机构人民币贷款基准利率、央行人民币准备金率、通货膨胀率等，此外本文没有对股票筹资额的月的变化量作进一步的深入的研究。

中国股票市场的产生、发展至今，仅用了不到20年的时间，几乎走完了西方发达国家股票市场200多年的发展历程，这是辉煌的改革成果。当前无论是市场的组织结构，还是交易清算系统的效率，甚至包括市场的规模，同不少西方国家的股票市场相比，可以说没有太大的差距。中国股票市场的发育、发展，是中国经济从计划体制逐渐向市场体制转型过程中最为重要的成就之一。随着股市以及经济的不断的发展，我国股票筹资额具有良好的发展前景。

参考文献

参考文献课程论文的话一般20篇左右，大于15篇。

[1]2015年1季度我国GDP（国内正产总值）初步核算情况[N]，中华人民共和国国家统计。2015-04-16.

[2]闫兆虎.中国股市影响因素分析[J].时代金融,2011(12):124.

[3]高婷婷.我国股市影响因素模型分析[J].经济视角(下),2009(05):58-61.

[4]李子奈，潘文卿.计量经济学（第五版）[M].高等教育出版社,2019.

[5]叶檀.股市的中国特色是什么[J].华人世界,2007(11):20.

[6]刁其波.上证综指影响因素分析[J].郑州航空工业管理学院学报,2016,34(05):89-94.

[7]施微. 货币政策效应的区域比较[D].浙江工商大学,2012.

[8]汪鹏飞. 中国股票市场资源配置效率实证研究[D].浙江大学,2015.

[9]王霞. 中国股票市场的产业结构优化效应研究[D].江西财经大学,2014.

[10]施微. 货币政策效应的区域比较[D].浙江工商大学,2012.

附录

最后就是附录，这里你可以把截图、命令以及数据附上。