论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
影响电信业务收入的主要因素的分析
1949年以前,中国电信系统发展缓慢,到1949年,中国电话的普及率仅为0.05%,电话用户只有26万;到1978年,全国电话容量359万门,用户214万,普及率0.43%;自上世纪80年代中期以来,中国政府加快了基础电信设施的建设,到2004年9月,固定电话用户数达30692.3万户,移 动电话用户32007.1万户。
另一方面,根据《中国统计年鉴》上的数据,我们在发现在第三产业`增加值指数中,通信业的增加值指数是最大的。在1995年是112.1;在1996年是111.4;在1997年是110.8;在1998年是110.6,在1999年是111.3,在2000年是111.5(上年等于100)。显然,电信业对第三产业的发展影响是最显著的。而我们也知道第三产业在GDP中所占的比例是我们衡量一国综合实力的重要指标,从而对电信收入的研究显得尤为重要。
为了研究我国电信业的发展情况,真正了解我国电信业的发展前景,我们选择了电信收入作为我们的被解释变量,选取固定电话用户数、移动电话用户数、互联网用户数、以及电信业固定资产投资完成额作为我们的解释变量
电信收入作为我们的被解释变量,选取固定电话用户数、移动电话用户数、互联网用户数、以及电信业固定资产投资完成额作为我们的解释变量
为了研究当月止电信业务收入累计额y(亿元)与月固定电话用户数x1(亿户)、月移动电话用户数x2(亿户)、月互联网用户数x3(亿户)和当月电信业固定资产投资完成额x4(亿元)的关系,我们需要一定时期的y、x1、x2、x3、x4这五个变量的数据。
通过互联网,我们已经从统计局的网站上找到了相关数据。我们选取了2001年1月到2004年9月这45组数据。
数据资料如下:
obs Y X1 X2 X3 X4
(科教范文网http://fw.NSEAC.com编辑发布)
内容来自www.nseac.com
模型的设定
我们把当月止电信业务收入累计额Y(单位:亿元)作为为应变量,用月平均固定电话用户数X1(单位:亿户)、月平均移动电话用户数X2(单位:亿户)互联网用户数X3(单位:亿户)和每月电信业固定资产投资完成额X4作为四个自变量。建立如下模型:
Yi=β1+β2X1+β3X2+β4X3+β5X4+ui (其中,ui为随机误差项,且服从正态分布)。
利用eviews5.0 得到如下结果
Dependent Variable: Y
Method: Least Squares
Date: 06/14/05 Time: 11:24
Sample (adjusted): 2001M12 2004M09
Included observations: 34 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -10552.42 1292.392 -8.165032 0.0000
X1 4879.920 1315.285 3.710161 0.0009
X2 1917.691 1093.914 1.753055 0.0902
X3 4270.050 1314.464 3.248511 0.0029
X4 0.359675 0.117148 3.070274 0.0046
R-squared 0.999383 Mean dependent var 9264.011
Adjusted R-squared 0.999298 S.D. dependent var 3827.446
S.E. of regression 101.3827 Akaike info criterion 12.21073
Sum squared resid 298074.8 Schwarz criterion 12.43520
用Eviews得到相关系数矩阵
X1 X2 X3 X4
X1 1.000000 0.996976 0.844648 0.992582
X2 0.996976 1.000000 0.880265 0.996354
X3 0.844648 0.880265 1.000000 0.885829
X4 0.992582 0.996354 0.885829 1.000000
析了一下各个变量之间的相关系数,发现X1 和X2之间的相关系数达到了0.995737,相关程度很高,同时X2和X3之间的相关系数也达到了0.844648。从实际经济意义上说,这三者之间存在着相互替代性,说明模型的设定具有多重共线性,需要对模型进行修订。
经过对各个解释变量的分析,我们发现固定电话用户数、移动电话用户数、互联网用户数这三个解释变量相关性很大,且都属于通信装置,相互间有较大的替代性。于是决定尝试将这3个解释变变量相加成为新的解释变量记为X123。这样将原来的模型调整为: (科教范文网 fw.nseac.com编辑发布)
Yi=β1+β2X123i+β3X4i+ ui(其中ui为随机误差项,服从正态分布)
再次拟合:
Dependent Variable: Y
Method: Least Squares
Date: 06/14/05 Time: 11:52
Sample (adjusted): 2001M12 2004M09
Included observations: 34 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -9268.190 558.4492 -16.59630 0.0000
X123 3261.226 217.2569 15.01092 0.0000
X4 0.347181 0.115524 3.005269 0.0052
R-squared 0.999338 Mean dependent var 9264.011
Adjusted R-squared 0.999296 S.D. dependent var 3827.446
S.E. of regression 101.5703 Akaike info criterion 12.16348
Sum squared resid 319812.1 Schwarz criterion 12.29815
Log likelihood -203.7791 F-statistic 23414.32
Durbin-Watson stat 0.495369 Prob(F-statistic) 0.000000
拟合方程为:i= -9268.190+3261.226X123i+0.347181X4i
t= (-16.59630) (15.01092) (3.005269)
R2=0.999338 2=0.999296 F=23414.32
Sum squared resid=319812.1
异方差的检验,用WHITE检验作出的结果如下:
White Heteroskedasticity Test:
F-statistic 4.144353 Probability 0.008922
Obs*R-squared 12.36648 Probability 0.014824 (科教论文网 lw.NsEac.com编辑整理)
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/14/05 Time: 14:34
Sample (adjusted): 2001M12 2004M09
Included observations: 34 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 105531.8 289136.1 0.364990 0.7178
X123 -43664.89 155576.7 -0.280665 0.7810
X123^2 4234.262 16376.52 0.258557 0.7978
X4 0.559926 42.43575 0.013195 0.9896
X4^2 0.000357 0.004935 0.072327 0.9428
R-squared 0.363720 Mean dependent var 9406.239
Adjusted R-squared 0.275957 S.D. dependent var 15224.98
S.E. of regression 12955.04 Akaike info criterion 21.91141
Sum squared resid 4.87E+09 Schwarz criterion 22.13588
Log likelihood -367.4940 F-statistic 4.144353
Durbin-Watson stat 1.404210 Prob(F-statistic) 0.008922
查χ2分布表,给定α=0.01,自由度为5,得临界值χ20.05(5)=15.0863,而 Obs*R-squared=12.36648<15.0863,所以模型中随机误差u的异方差性不明显
为了保险起见,我们用ARCH检验进行复查
ARCH Test:
F-statistic 1.792614 Probability 0.172363
自相关的检验
由于DW=0.495369,给定显著水平α=0.5,查Durbin-Watson表,n=34,k`=2,得下限临界值dL=1.333,因为DW统计量为0.495368<dL,所以随机误差项存在正的一阶自相关。
自相关的修正
由dw=0.495369 ρ=1-dw/2=0.7523155。利用广义差分法。
(科教作文网http://zw.ΝsΕAc.com发布)
Dependent Variable: DY
Method: Least Squares
Date: 06/14/05 Time: 22:46
Sample (adjusted): 2002M01 2004M09
Included observations: 33 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -2568.718 138.1116 -18.59887 0.0000
DX123 3630.988 187.9921 19.31457 0.0000
DX4 0.181301 0.093191 1.945477 0.0611
R-squared 0.995458 Mean dependent var 2626.024
Adjusted R-squared 0.995155 S.D. dependent var 956.1398
S.E. of regression 66.55126 Akaike info criterion 11.32033
Sum squared resid 132872.1 Schwarz criterion 11.45638
Log likelihood -183.7854 F-statistic 3287.557
Durbin-Watson stat 1.313646 Prob(F-statistic) 0.000000
估计式:
DY=-2568.718+3630.988DX123+0.181301DX4
t= (-18.59887) (19.31457) ( 1.945477)
R2=0.995458 DW=1.313646
虽然DW=1.313646仍然小于DL=1.333,存在正自相关,但是已经得到明显的改变。且异方差性的检验也能通过,即异方差不明显。
模型解释
模型DY=-2568.718+3630.988DX123+0.181301DX4
反映了电信累计收入相对固定、移动电话及互联网用户总数和电信固定资产投入二者的增长速度。