最好有以下几块东西1、选定研究对象（确定被解释变量，说明选题的意义和原因等。）2、确定解释变量，尽量完备地考虑到可能的相关变量供选择，并初步判定个变量对被解释变量的影响方向。（ 作出相应的说明 ）3、确定理论模型或函数式（根据相应的理论和经济关系设立模型形式，并提出假设，系数是正的还是负的等。）（二）数据的收集和整理（三）数据处理和回归分析（先观察数据的特点，观看和输出散点图，最后选择相应的变量关系式进行OLS回归，并输出会归结果。）（四）回归结果分析和检验（写出模型估计的结果）1、回归结果的经济理论检验，方向正确否？理论一致否？2、统计检验，t检验 F 检验 R2— 拟合优度检验3、模型设定形式正确否？可试试其他形式。4、模型的稳定性检验。（五）模型的修正（对所发现的模型变量选择问题、设定偏误、模型不稳定等，进行修正。）（六）确定模型（七）预测
实验三 多元回归模型【实验目的】掌握建立多元回归模型和比较、筛选模型的方法。【实验内容】建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为： 。其中，L、K分别为生产过程中投入的劳动与资金，时间变量 反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y为工业总产值（可比价），L、K分别为年末职工人数和固定资产净值（可比价）。表3-1 我国国有独立核算工业企业统计资料年份 时间 工业总产值Y（亿元） 职工人数L（万人） 固定资产K（亿元）1978 1 3289.18 3139 2225.701979 2 3581.26 3208 2376.341980 3 3782.17 3334 2522.811981 4 3877.86 3488 2700.901982 5 4151.25 3582 2902.191983 6 4541.05 3632 3141.761984 7 4946.11 3669 3350.951985 8 5586.14 3815 3835.791986 9 5931.36 3955 4302.251987 10 6601.60 4086 4786.051988 11 7434.06 4229 5251.901989 12 7721.01 4273 5808.711990 13 7949.55 4364 6365.791991 14 8634.80 4472 7071.351992 15 9705.52 4521 7757.251993 16 10261.65 4498 8628.771994 17 10928.66 4545 9374.34资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理【实验步骤】一、建立多元线性回归模型一建立包括时间变量的三元线性回归模型；在命令窗口依次键入以下命令即可：⒈建立工作文件： CREATE A 78 94⒉输入统计资料： DATA Y L K⒊生成时间变量 ： GENR T=@TREND(77)⒋建立回归模型： LS Y C T L K则生产函数的估计结果及有关信息如图3-1所示。 图3-1 我国国有独立核算工业企业生产函数的估计结果因此，我国国有独立工业企业的生产函数为： （模型1） ＝(-0.252) (0.672) (0.781) (7.433) 模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。 ，说明模型有很高的拟合优度，F检验也是高度显著的，说明职工人数L、资金K和时间变量 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K的 统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除 统计量最小的变量（即时间变量）而重新建立模型。二建立剔除时间变量的二元线性回归模型； 命令：LS Y C L K则生产函数的估计结果及有关信息如图3-2所示。 图3-2 剔除时间变量后的估计结果因此，我国国有独立工业企业的生产函数为： （模型2） ＝(-2.922) (4.427) (14.533) 从图3-2的结果看出，回归系数的符号和数值也是合理的。劳动力边际产出为1.2085，资金的边际产出为0.8345，表明这段时期劳动力投入的增加对我国国有独立核算工业企业的产出的影响最为明显。模型2的拟合优度较模型1并无多大变化，F检验也是高度显著的。这里，解释变量、常数项的 检验值都比较大，显著性概率都小于0.05，因此模型2较模型1更为合理。三建立非线性回归模型——C-D生产函数。C-D生产函数为： ，对于此类非线性函数，可以采用以下两种方式建立模型。方式1：转化成线性模型进行估计；在模型两端同时取对数，得： 在EViews软件的命令窗口中依次键入以下命令：GENR LNY=log（Y）GENR LNL=log（L）GENR LNK=log（K）LS LNY C LNL LNK则估计结果如图3-3所示。 图3-3 线性变换后的C-D生产函数估计结果即可得到C-D生产函数的估计式为： （模型3） ＝ (-1.172) (2.217) (9.310) 即： 从模型3中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理，而且拟合优度较模型2还略有提高，解释变量都通过了显著性检验。方式2：迭代估计非线性模型，迭代过程中可以作如下控制：⑴在工作文件窗口中双击序列C，输入参数的初始值；⑵在方程描述框中点击Options，输入精度控制值。控制过程：①参数初值：0，0，0；迭代精度：10－3；则生产函数的估计结果如图3-4所示。 图3-4 生产函数估计结果此时，函数表达式为： （模型4） ＝(0.313)(－2.023)(8.647) 可以看出，模型4中劳动力弹性 ＝-1.01161，资金的产出弹性 ＝1.0317，很显然模型的经济意义不合理，因此，该模型不能用来描述经济变量间的关系。而且模型的拟合优度也有所下降，解释变量L的显著性检验也未通过，所以应舍弃该模型。②参数初值：0，0，0；迭代精度：10－5； 图3-5 生产函数估计结果从图3-5看出，将收敛的误差精度改为10－5后，迭代100次后仍报告不收敛，说明在使用迭代估计法时参数的初始值与误差精度或迭代次数设置不当，会直接影响模型的估计结果。③参数初值：0，0，0；迭代精度：10－5，迭代次数1000； 图3-6 生产函数估计结果此时，迭代953次后收敛，函数表达式为： （模型5） ＝(0.581)(2.267)(10.486) 从模型5中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理， ，具有很高的拟合优度，解释变量都通过了显著性检验。将模型5与通过方式1所估计的模型3比较，可见两者是相当接近的。④参数初值：1，1，1；迭代精度：10－5，迭代次数100； 图3-7 生产函数估计结果此时，迭代14次后收敛，估计结果与模型5相同。比较方式2的不同控制过程可见，迭代估计过程的收敛性及收敛速度与参数初始值的选取密切相关。若选取的初始值与参数真值比较接近，则收敛速度快；反之，则收敛速度慢甚至发散。因此，估计模型时最好依据参数的经济意义和有关先验信息，设定好参数的初始值。二、比较、选择最佳模型估计过程中，对每个模型检验以下内容，以便选择出一个最佳模型：一回归系数的符号及数值是否合理；二模型的更改是否提高了拟合优度；三模型中各个解释变量是否显著；四残差分布情况以上比较模型的一、二、三步在步骤一中已有阐述，现分析步骤一中5个不同模型的残差分布情况。分别在模型1～模型5的各方程窗口中点击View/Actual, Fitted, Residual/ Actual, Fitted, Residual Table（图3-8），可以得到各个模型相应的残差分布表（图3-9至图3-13）。可以看出，模型4的残差在前段时期内连续取负值且不断增大，在接下来的一段时期又连续取正值，说明模型设定形式不当，估计过程出现了较大的偏差。而且，模型4的表达式也说明了模型的经济意义不合理，不能用于描述我国国有工业企业的生产情况，应舍弃此模型。模型1的各期残差中大多数都落在 的虚线框内，且残差分别不存在明显的规律性。但是，由步骤一中的分析可知，模型1中除了解释变量K之外，其余变量均为通过变量显著性检验，因此，该模型也应舍弃。模型2、模型3、模型5都具有合理的经济意义，都通过了 检验和F检验，拟合优度非常接近，理论上讲都可以描述资本、劳动的投入与产出的关系。但从图3-13看出，模型5的近期误差较大，因此也可以舍弃该模型。最后将模型2与模型3比较发现，模型3的近期预测误差略小，拟合优度比模型2略有提高，因此可以选择模型2为我国国有工业企业生产函数。 图3-8 回归方程的残差分析 图3-9 模型1的残差分布图3-10 模型2的残差分布图3-11 模型3的残差分布图3-12 模型4的残差分布图3-13 模型5的残差分布
居民可支配收入与消费的关系。。。1.理论基础：绝对收入假说，相对收入假说，生命周期消费假说，永久收入的消费理论等等，这些都能在宏观经济学教科书上找到。。。2.数据来源：在国家统计局网站都能找到。。。3.模型设定：就是简单的一元线性回归方程。。。4.模型检验：看你计量学得怎么样了。。。5.结论：没什么好说的。。。
对我国经济增长的因素分析关于教育对中国经济增长作用的计量分析关于司机年龄与发生车祸次数关系的分析改革开放以来商品零售价格指数（RPI）变化因素分析固定资产投资对GDP的影响关于GDP与其他经济因素关系的计量分析吉尼系数影响因素的计量分析我国旅游经济的因素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我国经济增长对能源消耗的依赖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影响居民消费水平的因素分析我国人均GDP与消费的计量分析有关我国居民储蓄影响因素的计量分析新中国出口的影响因素分析影响股价指数的因素分析影响居民消费水平的主要因素分析我国消费的影响因素分析中国能源需求影响因素实证分析中国经济增长与周期波动中国旅游业发展状况分析中国城市居民消费计量分析对上市公司利用新四项计提进行盈余管理的实证研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FDI对中国经济增长的影城镇居民住房面积的多因素分析关于影响我国南方几省市农业总产值因素的实证分析关于国内旅游需求的计量经济学分析报告如何提高农业产值和农民人均收入水平宏观经济政策对中国经济周期波动的影响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货币政策有效性分析外资利用与我国进出口贸易关系的实证分析我国采矿业龙头企业利润因素分析我国农民收入影响因素的回归分析
对我国城乡居民收入差距的剖析\x0d\x0a经济增长质量评价研究\x0d\x0a对**国际旅游收入的预测与分析\x0d\x0a旅游产业区域竞争力评价分析\x0d\x0a++省农业产业增长与结构调整研究\x0d\x0a++省居民消费行为研究\x0d\x0a++省经济增长模式与结构调整路径研究\x0d\x0a城市化对泛珠三角区域经济增长的影响研究\x0d\x0a市场化对泛珠三角区域经济增长的影响研究\x0d\x0a城市化对泛珠三角区域居民消费的影响研究\x0d\x0a市场化对泛珠三角区域居民消费的影响研究\x0d\x0a科技体制改革对泛珠三角区域经济增长的影响研究\x0d\x0a产出增加效益对泛珠三角区域经济增长的影响研究\x0d\x0a投入节约效益对泛珠三角区域经济增长的影响研究\x0d\x0a外商直接投资对海南旅游业的影响分析\x0d\x0a++旅游产业对海南经济发展的贡献分析\x0d\x0a++旅游经济发展水平与旅游资源禀赋影响研究\x0d\x0a++旅游增长和房地产投资的相关性分析\x0d\x0a++城乡居民的经济收入与旅游消费关系的定量分析\x0d\x0a++旅游业的评价及旅客满意度调查\x0d\x0a++各市县旅游经济差别研究\x0d\x0a城镇居民消费状况研究\x0d\x0a大学生心理问题问卷分析\x0d\x0a大学生电脑需求分析\x0d\x0a++国际旅游产业结构分析\x0d\x0a++旅游收入分析\x0d\x0a++经济发展长期趋势分析\x0d\x0a++各市县经济效益分析\x0d\x0a农民人均收入和支出因素分析 \x0d\x0a农民家庭收入影响因素分析\x0d\x0a. 证券投资的影响因素分析\x0d\x0a中国人口年龄结构变化与养老问题研究\x0d\x0a对我国投资与经济增长相互关系的研究\x0d\x0a区域产业竞争力分析\x0d\x0a工业企业科技竞争力综合评价\x0d\x0a居民消费结构变动分析\x0d\x0a上市公司财务状况的综合评价研究\x0d\x0a关于企业投资项目的绩效评价研究\x0d\x0a试论层次分析法在新农村建设评价中的应用\x0d\x0a关于改善统计学专业就业问题的教育取向研究\x0d\x0a试论企业盈利预测及其可靠性分析\x0d\x0a上市公司盈利预测的可靠性和离散性的统计分析\x0d\x0a关于企业内部绩效统计评价的探讨\x0d\x0a试论投入产出技术在经济结构统计中的应用\x0d\x0a旅游经济动向预测方法的探析
出生活1978年，
我国旅游经济的因素分析我国旅游业发展状况分析我国居民消费增长模型我国经济增长与周期波动我国经济增长对能源消耗的依赖公共投资取向与经济增长分析三大产业的发展与城镇居民家庭消费支出餐饮业区域市场潜力的影响因素分析资本结构主要影响因素的再探析国债发行规模的计量经济分析工资收入差异分析城镇人均收入与人均通讯消费分析影响居民消费水平的因素分析影响就业人数的因素的计量分析影响大学生就业问题的因素分析影响股价指数的因素分析影响我国电力产量的因素分析影响中国汽车产量的多因素分析私家车拥有量的计量分析我国汽车需求的因素分析
实验三 多元回归模型【实验目的】掌握建立多元回归模型和比较、筛选模型的方法。【实验内容】建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为： 。其中，L、K分别为生产过程中投入的劳动与资金，时间变量 反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y为工业总产值（可比价），L、K分别为年末职工人数和固定资产净值（可比价）。表3-1 我国国有独立核算工业企业统计资料年份 时间 工业总产值Y（亿元） 职工人数L（万人） 固定资产K（亿元）1978 1 3289.18 3139 2225.701979 2 3581.26 3208 2376.341980 3 3782.17 3334 2522.811981 4 3877.86 3488 2700.901982 5 4151.25 3582 2902.191983 6 4541.05 3632 3141.761984 7 4946.11 3669 3350.951985 8 5586.14 3815 3835.791986 9 5931.36 3955 4302.251987 10 6601.60 4086 4786.051988 11 7434.06 4229 5251.901989 12 7721.01 4273 5808.711990 13 7949.55 4364 6365.791991 14 8634.80 4472 7071.351992 15 9705.52 4521 7757.251993 16 10261.65 4498 8628.771994 17 10928.66 4545 9374.34资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理【实验步骤】一、建立多元线性回归模型一建立包括时间变量的三元线性回归模型；在命令窗口依次键入以下命令即可：⒈建立工作文件： CREATE A 78 94⒉输入统计资料： DATA Y L K⒊生成时间变量 ： GENR T=@TREND(77)⒋建立回归模型： LS Y C T L K则生产函数的估计结果及有关信息如图3-1所示。 图3-1 我国国有独立核算工业企业生产函数的估计结果因此，我国国有独立工业企业的生产函数为： （模型1） ＝(-0.252) (0.672) (0.781) (7.433) 模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。 ，说明模型有很高的拟合优度，F检验也是高度显著的，说明职工人数L、资金K和时间变量 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K的 统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除 统计量最小的变量（即时间变量）而重新建立模型。二建立剔除时间变量的二元线性回归模型； 命令：LS Y C L K则生产函数的估计结果及有关信息如图3-2所示。 图3-2 剔除时间变量后的估计结果因此，我国国有独立工业企业的生产函数为： （模型2） ＝(-2.922) (4.427) (14.533) 从图3-2的结果看出，回归系数的符号和数值也是合理的。劳动力边际产出为1.2085，资金的边际产出为0.8345，表明这段时期劳动力投入的增加对我国国有独立核算工业企业的产出的影响最为明显。模型2的拟合优度较模型1并无多大变化，F检验也是高度显著的。这里，解释变量、常数项的 检验值都比较大，显著性概率都小于0.05，因此模型2较模型1更为合理。三建立非线性回归模型——C-D生产函数。C-D生产函数为： ，对于此类非线性函数，可以采用以下两种方式建立模型。方式1：转化成线性模型进行估计；在模型两端同时取对数，得： 在EViews软件的命令窗口中依次键入以下命令：GENR LNY=log（Y）GENR LNL=log（L）GENR LNK=log（K）LS LNY C LNL LNK则估计结果如图3-3所示。 图3-3 线性变换后的C-D生产函数估计结果即可得到C-D生产函数的估计式为： （模型3） ＝ (-1.172) (2.217) (9.310) 即： 从模型3中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理，而且拟合优度较模型2还略有提高，解释变量都通过了显著性检验。方式2：迭代估计非线性模型，迭代过程中可以作如下控制：⑴在工作文件窗口中双击序列C，输入参数的初始值；⑵在方程描述框中点击Options，输入精度控制值。控制过程：①参数初值：0，0，0；迭代精度：10－3；则生产函数的估计结果如图3-4所示。 图3-4 生产函数估计结果此时，函数表达式为： （模型4） ＝(0.313)(－2.023)(8.647) 可以看出，模型4中劳动力弹性 ＝-1.01161，资金的产出弹性 ＝1.0317，很显然模型的经济意义不合理，因此，该模型不能用来描述经济变量间的关系。而且模型的拟合优度也有所下降，解释变量L的显著性检验也未通过，所以应舍弃该模型。②参数初值：0，0，0；迭代精度：10－5； 图3-5 生产函数估计结果从图3-5看出，将收敛的误差精度改为10－5后，迭代100次后仍报告不收敛，说明在使用迭代估计法时参数的初始值与误差精度或迭代次数设置不当，会直接影响模型的估计结果。③参数初值：0，0，0；迭代精度：10－5，迭代次数1000； 图3-6 生产函数估计结果此时，迭代953次后收敛，函数表达式为： （模型5） ＝(0.581)(2.267)(10.486) 从模型5中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理， ，具有很高的拟合优度，解释变量都通过了显著性检验。将模型5与通过方式1所估计的模型3比较，可见两者是相当接近的。④参数初值：1，1，1；迭代精度：10－5，迭代次数100； 图3-7 生产函数估计结果此时，迭代14次后收敛，估计结果与模型5相同。比较方式2的不同控制过程可见，迭代估计过程的收敛性及收敛速度与参数初始值的选取密切相关。若选取的初始值与参数真值比较接近，则收敛速度快；反之，则收敛速度慢甚至发散。因此，估计模型时最好依据参数的经济意义和有关先验信息，设定好参数的初始值。二、比较、选择最佳模型估计过程中，对每个模型检验以下内容，以便选择出一个最佳模型：一回归系数的符号及数值是否合理；二模型的更改是否提高了拟合优度；三模型中各个解释变量是否显著；四残差分布情况以上比较模型的一、二、三步在步骤一中已有阐述，现分析步骤一中5个不同模型的残差分布情况。分别在模型1～模型5的各方程窗口中点击View/Actual, Fitted, Residual/ Actual, Fitted, Residual Table（图3-8），可以得到各个模型相应的残差分布表（图3-9至图3-13）。可以看出，模型4的残差在前段时期内连续取负值且不断增大，在接下来的一段时期又连续取正值，说明模型设定形式不当，估计过程出现了较大的偏差。而且，模型4的表达式也说明了模型的经济意义不合理，不能用于描述我国国有工业企业的生产情况，应舍弃此模型。模型1的各期残差中大多数都落在 的虚线框内，且残差分别不存在明显的规律性。但是，由步骤一中的分析可知，模型1中除了解释变量K之外，其余变量均为通过变量显著性检验，因此，该模型也应舍弃。模型2、模型3、模型5都具有合理的经济意义，都通过了 检验和F检验，拟合优度非常接近，理论上讲都可以描述资本、劳动的投入与产出的关系。但从图3-13看出，模型5的近期误差较大，因此也可以舍弃该模型。最后将模型2与模型3比较发现，模型3的近期预测误差略小，拟合优度比模型2略有提高，因此可以选择模型2为我国国有工业企业生产函数。 图3-8 回归方程的残差分析 图3-9 模型1的残差分布图3-10 模型2的残差分布图3-11 模型3的残差分布图3-12 模型4的残差分布图3-13 模型5的残差分布
最好有以下几块东西1、选定研究对象（确定被解释变量，说明选题的意义和原因等。）2、确定解释变量，尽量完备地考虑到可能的相关变量供选择，并初步判定个变量对被解释变量的影响方向。（ 作出相应的说明 ）3、确定理论模型或函数式（根据相应的理论和经济关系设立模型形式，并提出假设，系数是正的还是负的等。）（二）数据的收集和整理（三）数据处理和回归分析（先观察数据的特点，观看和输出散点图，最后选择相应的变量关系式进行OLS回归，并输出会归结果。）（四）回归结果分析和检验（写出模型估计的结果）1、回归结果的经济理论检验，方向正确否？理论一致否？2、统计检验，t检验 F 检验 R2— 拟合优度检验3、模型设定形式正确否？可试试其他形式。4、模型的稳定性检验。（五）模型的修正（对所发现的模型变量选择问题、设定偏误、模型不稳定等，进行修正。）（六）确定模型（七）预测
希望以上网站内容能帮到你
那你可以去参考下（建模与仿真）这类刊物上的文献吧，参考学习下
这个可得用点心 光帮忙可能没人有那么多时间
不是很完善。。。。。给你吧！
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。
随机行走的世界与计量经济学在这篇文章里，我试图论说以下几个问题：第一个是科学史上关于宇宙本质的争论。这个问题十分重要，因为对宇宙是有序运转的，还是无序地紊乱地运转的认识支撑了我们对于科学的信仰、我们的情感和某种程度上我们的人生哲学。也是对这个问题的认识，计量经济学得以建立。第二个问题是关于学习计量经济学的几个基本问题。第三个问题，我将之称为“计量之美”。我一直相信任何一个学科都是极其美丽的，因为，它们不仅告诉我们很多关于世界是如何运行的真知灼见，更重要的是教会我们许多世俗智慧甚至一种人生哲学。因为我一直坚信，即使是读同一本书，不同的人也会得到不同的读书体会。因此，在这个问题之下，我仅就自己的体会谈谈计量经济学的世俗智慧和对我们人生态度的启迪。 一、随机行走的世界 对我们所生活于其中的宇宙的认识和思考，一直以来吸引着各个时代思想家们的智慧。我们生活的这个宇宙本质上是什么样的呢？是以一种有序的、有规律的方式在运转还是无序的、杂乱无章的运转？这种运转能否为我们的智慧所认识？人们对这些关于宇宙问题的渴求正是造就了人类自身的智力进化和卓越品质的重要动力之一。 在我们今天的视野所及的范围，我们知道对这些问题思考的最有影响力的思想是由18世纪的思想家们做出的。18世纪的思想家们建立了近代最有影响力的哲学体系，他们设计了一个“有序的”世界。在某种程度上，他们的世界观是一种“决定论”的世界观，坚信这个世界正在按照某种已经设计好的秩序在运行。持有这个“决定论”观点的人包括诸如牛顿、爱因斯坦等最伟大的自然科学家。这个体系的科学性则是由牛顿定律和对牛顿体系进一步思考的数学定律所保证的。当然，自然科学家们这种关于宇宙的信念和洞见不可避免的影响到了从事社会科学研究的思想家们，其中也包括经济学家。经济学的创始人，亚当•斯密的思想根基也是源于这样的一种信念。他把这种自然科学的有序世界的观点应用到人类社会里，形成了一种从看似“无序”到“有序”的观念，提出了一个“和谐的经济系统”的观点。这种和谐的经济系统的动力则是人的自利动机。 我们决不应该低估这种关于世界的观点的影响力和洞察力。事实上，我们一直在这种“决定论”的世界观下生活并做出各种与我们自身息息相关的决策。一种对于人类经济社会的“完美和谐”的信念直接导致了大家对政府干预经济的效果的质疑，并且主导了许多关于政府问题的争论。这种“决定论”的观点在很大程度上支撑着我们对于自由经济的信心和我们对于世界的信仰。 但是这一体系在历经几个世纪之后，遭到了怀疑。对于这种“决定论”的世界观的挑战来自于统计观点，尤其是概率论的成功。我们可以举一个简单的例子来说明这二者对于世界的看法的分歧。比如我们说，消费函数是 ，其中， 是自发消费， 是可支配收入，c是边际消费倾向。进而我们可以把消费函数写作是可支配收入的函数： 。这个消费函数是更加广泛意义上的数学若干函数中的一个。这个函数明白无误地说明，居民的消费量将精确地取决于可支配收入、自发消费和边际消费倾向。这种函数关系是一种确定性的关系。但是，我们知道，这种关于居民消费的断言在现实中毫无疑问是会受到质疑的，居民的消费量并不是精确地取决于这几个因素。在很大的程度上，这种消费关于自发消费、可支配收入和边际消费倾向的关系是不确定的，或者说是随机的，有着概率分布的。这就是二者之间的差别，持有决定论观点的人依据一种确定性的函数关系认为，这个世界将会精确地按照数学定律所描述的那样运转。而持有统计观点的人却认为，即使是知道了这种关系，消费与其他几个因素之间仍然是一种偶然的，不确定的，有着概率分布的关系。 我们把后一种对于世界的观点叫做统计观点，正是这种统计观点，打破了原来思想家们头脑中的有序结构。但是，这二者之间的分歧似乎是让人迷惑的。因为，当我们在利用统计方法的时候，我们却得出了一些几乎完全可靠的定律。而且，统计总体越是偶然、紊乱，就越能更好地表现出统计规律和必然性。比如，我们投掷硬币，当我们投掷的次数足够多的时候，我们发现，出现正面和反面的概率竟然惊人地各是0.5。再比如，我们对于某种考试成绩的统计发现，如果样本足够的大的话，成绩分布将会呈现一种正态分布。并且，人数越多，成绩就越呈现标准正态分布。更加令人惊奇的是，看起来我们做事情可能犯错误的情况也是有规律可循的，人几乎不能随意地犯错误！总之，某些看起来是无迹可寻的东西，似乎又都可以找到规律。这样，决定论和统计观点二者之间又有什么差别呢？事实上，二者之间的差别仅在于，统计观点认为不存在绝对的定律，任何所谓的定律其实都是有着某种概率的“可能的”情形。在这个意义上说，没有什么事情是确定无疑的。也就是说，这个世界是随机行走的，各种情况都有可能发生。尤其是在人类社会中，如果我们相信独立于人的意识而存在的物质世界都是随机行走的，那么人类社会也会表现出这种随机性看来并不是不可以接受的。 但是，这并不就意味着随机行走的世界会因为其不确定性而无法认识，即使这种随机行走的世界确实可能形成一种混沌状态。我们能够在“决定论”和关于世界的“统计观点”那里架起一座桥梁。那就是：我们相信，我们可以得到一些定律，这些定律是对某些事情本质的一种最好近似，即使这些事情的本质可能并不是一元的。或者说，这个世界会从无序走向某种程度上的有序。对这些统计定律的发现，在我们的专业范围内，就是计量经济学的任务了。 二、随机行走的世界与计量经济学的任务 事实上，统计的成功应用在很早就已经开始了。大约在17世纪，有一位叫做格兰特的英国商人就通过研究注意到：因事故、自杀、各种疾病而死亡的人的百分比是固定的。这几乎叫人感到惊奇！而且也是统计学的成功使得人们日益认识到，一个国家的定量材料应该得到应有的重视，无论是经济学家还是政府决策者，都应该思考数据。 计量经济学就是为了在一个随机行走的世界中探讨统计性规律！因为只要知道了这个规律，我们就可以在某种程度上认识这个世界。但是要记住这种认识肯定是不完全的。而且根据需要，我们还可以根据这个规律来进行预测。进行预测是我们关心规律的一个十分重要的原因。更加值得称道的是，计量经济学在推断统计规律时所用的方法和理念。因为，我们对于这个世界的认识永远是不会完全的，我们只能根据部分“样本”来推断这个世界的整体状况。可以假设这样一种情况：如果我们能够对这个世界的方方面面进行完全的观察，我们就期望可以得出一个关于这个世界本质的定律。可是，我们不能把这个世界的方方面面都观察到，也可以说，我们认识的局限是不确定性的来源。能否由样本近似地认识整体是一个很重要的问题。如果，我们没有一种坚信可以由样本来推断整体规律的信念的话，我们就不能建立这门学科。 这种由样本来对整体进行推断的方法是计量经济学的主要方法。我们要通过一种叫做回归分析的技术来达到这个目的。“回归”这个词最先由F.加尔顿（Francis Galton）爵士引入。加尔顿研究发现，父母和孩子的身高有这样的一个趋势：父母高，儿女就高；父母矮，儿女也矮。但是高个父母的儿女们在同龄人中并不像父辈那样在同龄人中显得那样高，儿女辈的平均身高将“退化”到或者说“回归”到全体人口的平均身高。这也叫加尔顿的“普遍回归定律”。加尔顿在智力遗传的方面也得到了类似的结果：一般来说，天才是要遗传的。但是天才的后代却要比他们的父辈们平庸，也就是他们的智力水平将“回归”到中等水平。但是，对于这种回归背后的动力分析可能已经超出了计量经济学这个学科的研究范围，即使这种研究也许会导致一种有意思的哲学的建立：所有的有机组织都将趋于标准状态！ 回归的现代意义则稍微有点不同。现代意义上的回归是指，一个叫做因变量的量和其解释变量之间的依赖关系。也可以说是一种相关的关系。实际上，回归和相关是两个极容易混淆的概念，容易混淆的原因既是因为这两个概念的相近性，更重要的是因为这个世界的复杂性。哲学上宣称，这个世界是普遍联系的。这个宣称的深刻性在于确认了世界上没有什么是完全独立的。比如，我们可以发现在现代社会死于癌症的人逐渐增多，这二者是相关的。但是我们并不能就此认为，是现代社会导致了更多的人染上癌症。再比如，这也经常被用来反驳统计结论，一个国家的经济繁荣的情况可能和这个国家一个时期的太阳黑子出现的情况存在一种相关关系，但是这种相关关系却不能作为我们行动的任何指导。在这个问题的区分上，就是计量经济学和统计学之间的分歧了。计量经济学讨论的是回归关系，这种回归的特点在于，我们试图根据某些变量的数值来估计另一个量的数值，我们要依据这种关系进行预测。比如，我们试图通过研究父母的身高来估计其孩子的身高。这种估计就要依赖于我们所关心的两个量之间存在的一种理论上的联系。而相关关系则充斥着统计学的各个方面。并且因为世界的普遍联系性，相关关系是一种常态。 基于上面的差别，在回归中，我们要求解释变量是确定的，可以控制的，但是被解释变量（因变量）可以是随机的（被解释变量正是我们要估计的）。但是在相关关系中，这二者并不加以区分。之所以说这两个概念容易混淆是源于这个世界的复杂性，是因为，这个世界本质上就存在一种难以言明的精密联系。我们实在不能够足够自信地认为我们可以确定哪些变量可以控制，哪些变量之间可以精确地被认为是一种回归关系。比如，事实上，我们也可以找出一种机制使得癌症和现代社会之间存在一种回归关系，就像我们可以发展一种理论来说明，太阳黑子的活动和一个国家的经济繁荣存在着回归关系。这个世界的复杂性要求我们必须对我们认识世界和改造世界的能力保持谦虚。同时请记住：具有回归关系可能并不必然地意味着具有因果关系。在判断因果关系时，我们必须要很小心。因为，这个因果关系很不好说，也许看似因果的两个事件，实际上可能是互为因果的。就像佛经中认为的那样：因果是循环的。 我们讲了这么多关于计量经济学的性质，实际上是为了表达我们这样的信念：我们可以在一定的层次上认识世界，我们坚信这个世界存在着某些统计规律，应用这些规律我们可以在“一定程度的错误”的前提下认识和改造世界。计量经济学可以帮助我们达到这个目的。我们可以借助近似地描述了具有相关关系的变量间联系的函数，主要是回归函数，来描述这种关于世界运行的定律。 但是，计量经济学在得到这个回归函数时所使用的复杂的数学推导可能会让我们在特定的时段感到计量经济学的混乱和无序，即使在最后我们坚信可以实现一种理解上的有序。但是，过程中的痛苦可能会让很多人驻足。这里，我们想提前接触一下，那条驾驭计量经济学研究内容的灵魂。 因为，认识世界的理论的建立来自于对世界本质表现出来的现象的分析。有两种对现象进行分析的方式：一种是对现象直接进行操作。这种操作极其便捷，简单而且有洞察力，但是对天赋的要求非常高。其不利之处在于这种对现象的思考得出的结论可能广受争议。另一种方式则是对现象的属性——数据来进行操作。过程中要遵循严格的科学方法。第二种方法就是计量经济学的方法了，这种方法因为是用数据说话，可能争议较少。但是，不利之处却是，这种分析结论却要严格的依赖于数据的质量，也就是说，这种方法得出的结论的质量不会比数据的质量更好。 尽管有这样的困难，我们还是推荐计量的方法。因为，数据的质量可以通过统计手段和统计工具的完善加以解决。并且，根据我们的概率知识，即使这种有误差的数据，其误差也是有规律的，误差情况总是会表现为正态曲线。那么如何来对数据进行操作呢？计量经济学的思路通常是这样：最简单的情况下（双变量回归），在一个坐标平面上画出散点图，发现其大致的规律，通常我们可能发现，我们关心的两个简单量之间呈现一种类似于线形的关系（当然，也可能不是线性的，这种情况下需要更高深的数学工具）。把这种线形的关系利用解析几何的知识转化为直线方程并不困难。获得了这样的一个直线方程是一个极大的成功。因为，这个方程，就是在“某种程度的错误”的前提下的一种描述世界如何运行的定律。事实上，计量经济学的任务在很大的程度上，就是发现这样的关于世界如何运行的定律。 但是，在从数据那里获得一些关于变量间“规律”的方式也可以通过另外的方式来进行。也就是在使用数据之前，通过对先验的知识进行演绎和推理从而得出一系列“定律”。这就是我们在数理经济学中所看到的那些数理方程式。这些数理方程就是我们对世事认识的理论，这种理论能够给我们认识世界和改造世界以指导。尤其是在确定我们所考虑的变量之间的可能具有的关系时很有作用。但是我们是否可以应用这些方程式来指导我们认识世界和改造世界的活动并没有得到证明。计量经济学提供了一种这样的证明。我们可以利用数据来检验这些先验的定律是否符合实际，或者得出一种明确的可以应用于实际的形式，从而对数理方程做出了适合实际的修正。尤其是在不同的国家中，因为不同的文化等隐性的制度因素，这些定律可实施的情况是完全不同的。事实上，始于一种对世界认识的先验的推理，建立一种解释世事的假说并用以改造世界，是每一个学者的虚荣心。 因此，计量经济学的研究的思路或者说计量经济学的灵魂是：通过先验的演绎和推理得出理论模型，最好是数理模型。数理模型中会有参数，那么利用数据对这个模型的参数进行估计得出一条回归方程，并通过假设检验来确认这个方程式。如果这个方程式满足了理论建立时的要求，那么就证明了那个先验的理论是正确的并且能够利用这种理论进行预测。接下来的计量分析就是在这些思路下进行的技术探讨了。 对计量经济学这套思想方法和其技巧的同时掌握，是掌握这门学科并加以实际运用的重要素质。尤其是计量经济学的技巧，是一个计量人的必备素质。因为我们一直坚信，伟大的思想来源于熟练的技巧。就像武侠中的“打狗棒法”虽然只有十八路，但是，一个使过无数次“打狗棒法”的丐帮帮主足可以因这十八招而笑傲江湖了。但是，如果过于沉迷于高级计量的数学推导，我们就很可能失去欣赏这门学科所固有的魅力的机会，并且因为数学知识的缺乏而造成的沮丧可能会阻碍对其进一步的学习，从而失去了领悟计量经济学所蕴含的大量关于生活的智慧的机会。因此，这篇文章里，我们不对计量经济学的技术过多的论及，而主要是看其蕴含的智慧之美。三、计量经济学：智慧之美 最能让我们感受到美感的就是计量经济学这种从样本推断整体的思想。如果能够认识到我们生活的这个世界的复杂性的话，我们对这种思想可能会更加珍视。比如，如果我们有一种信念，比如相信我们能够通过努力成为一个书法家。那么我们能够怎么做呢？计量经济学和书法家们都会这样建议你：先选取几十个字来，集中精力把这几十个字练好，最好是临摹以往大师们的作品。这样，你就几乎能够发现写好字的要领。因为，我们不能够把这个世界上的字都练习到，我们只能够由“样本”来推断所有字的写法。并且，我们坚信这些“样本”蕴含了足够多的关于写字的要领或者说是写字规律的信息。这就是计量经济学的智慧之一。从这个角度出发，我们几乎将这种计量经济学的思想推广到生活的各个方面，并且可以指导我们成就卓越。无论是学习、应试、还是搞艺术，甚至想要成为武林高手，都可以应用这种思想。“样本”往往是我们窥看世界本质的窗口！有心人自会从这里得到无尽的启发。 计量经济学就像从一个古老的神谕里蹦出来的智慧精灵，它几乎全面的改变了我们对于脚踏实地的看法！掌握一种过硬的分析数据的能力，无疑会全面的改变你的工作方式和效率。这在一个人的职业生涯中是极其重要的。经济理论经常地被认为是一门空洞无用的理论，这是在未有数据之前做出分析的常见批评，先验和演绎的方法，很多人认为，不能够对社会科学的研究有什么意义。但是，有了计量经济学就完全不一样了，我们就可以从数据出发来进行我们的分析和预测，这种工作方式无疑会培养我们踏实做人的人品。并且因为处理问题的独特技巧和思维，掌握计量工具的人会得到青睐——来自上司和运气。 在我看来，计量经济学还对我们的人生哲学有着指导意义。人的一生其实只是一个短暂的瞬间，就好像那滑过天际的流星，留下的只是瞬间的美丽。这瞬间如何解释？采用一种什么样的方式来度过这一个瞬间？ 人不过是苍茫宇宙中的一粒尘埃，如果这个宇宙尚且遵循着从无序走向有序，那么我们是不是可以将这个信念加以演绎到我们每个人的人生中呢？！其实我们每个人的人生也只是在一个随机行走的世界中的随机行走过程。 我们永远不会知道，在下一个时段，我们会经历什么、会遇到什么，甚至我们对于我们未来的规划都是不确定的。这个过程是随机的、紊乱的、偶然的和无序的。但是，这种无序和紊乱最终会走向有序。用计量经济学的说法，我们会从这些紊乱偶然的样本中得到一个回归方程。这个回归方程就是我们的人生轨迹！ 当然我们对于这个轨迹的认识永远是后验的。我们不可能在这人生的每一个阶段之前就得出一个回归轨迹作为我们人生的预测，这种东西没有预测意义。那么这种有序的观念究竟能给我们什么人生启发呢？ 那就是：我们实在没有必要对于发生于我们周围的看起来是好事或者坏事的东西耿耿于怀，我们实在没有必要太过挑剔上天对我们的似乎是不公正的待遇，中国自古就有“福祸”的智慧之言。以一种应有的宽容心态来对待我们的人生无疑会让我们感到快乐。甚至我们的职业追求也是如此，没有什么绝对的好或者不好，我们的人生轨迹在我们某些年里需要紊乱和无序，根据计量经济学的思想，越是紊乱和无序的样本，我们就越容易得出稳定的统计定律——一条稳定的人生轨迹！假如大家去看看人物传记就可以发现，在那些人的人生里，他们可能做过记者，参过军，被抓到过牢里，看起来和其最终的路径有了很大的背离，可是这些背离最终回归到这条路径上。事实上，我们并不好确定，是不是这种每个阶段的紊乱和无序最终造成了他们稳定的人生轨迹？！ 人生需要这种随机性。并且如果我们要想有一条稳定的人生轨迹，依照计量经济学的理念，我们还要让我们的人生经历这一样本足够大。如何让自己的人生经历更多？如何让自己的人生有更多的随机性？那就是：我们要过主动追求的人生。当我们在生活中有意识地主动去追求时，我们就在客观上丰富了自己的经历，并且扩大了自己的人生经历样本。因为，在你主动追求的时候，才能够发现惊喜和奇遇。消极和封闭的人生态度不利于扩大自己的人生经历样本，样本不具有变异性，就难以得出好的回归方程。我们都应该学学“苍蝇的哲学”，苍蝇的四处乱撞让苍蝇即使在被困的时候也有机会逃脱。这也许是更有含义的古语的一句话的意思吧：树挪死，人挪活。但是，在我们的追求中，因为，我们应该珍视随机性，因此，对于得失就不必太让自己负累。得失是随机的。我们在生活中得到了什么、失去了什么，也许在这冥冥之中的东西面前，可能只是一个慈悲的玩笑。太过于在意也许是失去了更多。 参考文献： [1]古扎拉蒂.《计量经济学》（第三版）[M]，林少宫译.北京：中国人民大学出版社.2000. [2]罗伯特S.平狄克，丹尼尔L.鲁宾费尔德.《计量经济模型与经济预测》[M].北京：机械工业出版社.1998. [3]M.克莱因.《西方文化中的数学》[M]，张祖贵译.上海：复旦大学出版社.2004. [4]袁荫棠.《概率论与数理统计》[M].北京：中国人民大学出版社.1999.仅供参考，请自借鉴。希望对您有帮助。
出生活1978年，
我有许多范文 还有我们自己做的论文 需要找我 qq：309735313
下面，给到一些题目，你觉得对你简单的就可以写。
1.杨海文:空间计量模型的选择、估计及其应用江西财经大学,2015。
2.何煜辉:我国企业合并商誉会计计量研究北京交通大学,2015。
3.陈天约:投资性房地产公允价值计量对企业财务绩效的影响华东理工大学,2015。
4.张春燕:公允价值计量模式在投资性房地产中应用的实证研究武汉科技大学,2014。
5.陈晨:投资性房地产公允价值计量动因与经济后果研究中国矿业大学,2014。
6.张甜:公允价值计量模式在投资性房地产中的应用研究厦门大学,2014。
7.赵轶:金融集聚、空间溢出与区域经济增长西南财经大学,2014。
8.李蓉:自创商誉的计量及其应用研究北京交通大学,2014。
9.杨友焱:投资性房地产公允价值计量的应用及财务影响研究重庆大学,2013。
10.胡庭清:非活跃市场环境下公允价值会计计量问题研究湖南大学,2012。
当然，最好是结合题目的同时，结合自己的现实情况，加入自己的想法，进行创新。