| 从金融发展指标，金融国际化指标，金融业技术设备指标三大方面进行建模。附表2为新加坡1999年-2007年间时间序列数据[5]。
3.2模型的建立与分析
 是被解释变量， 是解释变量，其中j代表了不同解释变量X的数量， 是待估参数， 为随机干扰项
我们先从中选取了3个相关指标建立了简化的金融中心金融指标模型，然后进一步拓展为5个指标的简化模型，这样可以得到更好的拟合优度。
金融业产出= (金融发展指标，金融国际化指标，技术指标,其他因素)
即：
FP:上市公司总市值占国内生产总值的比重(%)
ST:股票交易额占国内生产总值的比重%
EOF:金融从业人员数量（万人）
UOI:国际互相网用户数量（%）
FDI:外商直接投资（亿美元）
EP:教育，卫生社会工作的产出（亿当地货币单位）
我们使用的估计方法是最为普遍的最小二乘估计：
即：使得估计方程的残差平方和最小：
其中
根据微积分，要使得Q最小，要让Q对于求偏导，并令其值为零
利用计算机的计量计算包对该方程进行计算表3为统计结果：
表3方程统计结果
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C
|
0.835041
|
0.473423
|
1.763835
|
0.3283
|
|
ST
|
0.007477
|
0.001109
|
6.744638
|
0.0937
|
|
EOF
|
0.296766
|
0.048864
|
6.073358
|
0.1039
|
|
UOI
|
0.007264
|
0.002693
|
2.697135
|
0.2260
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.993323
|
Mean dependent var
|
4.919645
|
|
Adjusted R-squared
|
0.973290
|
S.D. dependent var
|
0.216938
|
|
Log likelihood
|
13.62642
|
F-statistic
|
49.58589
|
|
Durbin-Watson stat
|
2.866614
|
Prob(F-statistic)
|
0.103928
|
通过 ， 的值我们可以看出总体拟合程度很高，对于单个变量的t检验也没有什么问题，但是我们发现它的D.W值很高，超出2很多，估计该模型具有序列相关性，根据数据的散点图也可以发现它很有可能具有较弱负的序列相关性。需要加入新的变量进行进一步解释。
引入新的变量FDI由于FDI为绝对数量，所以用Log以增加拟合程度
对该回归方程进行统计，结果如表5
表5方程统计结果
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C
|
-1.617686
|
2.544475
|
-0.635764
|
0.5701
|
|
ST
|
0.002663
|
0.002321
|
1.147183
|
0.3345
|
|
EOFL
|
2.330630
|
1.117851
|
2.084921
|
0.1284
|
|
UOI
|
0.004718
|
0.003638
|
1.296817
|
0.2854
|
|
FDIL
|
0.131535
|
0.217283
|
0.605364
|
0.5877
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.923700
|
Mean dependent var
|
5.026228
|
|
Adjusted R-squared
|
0.821967
|
S.D. dependent var
|
0.260358
|
|
Log likelihood
|
10.24055
|
F-statistic
|
9.079666
|
|
Durbin-Watson stat
|
1.659404
|
Prob(F-statistic)
|
0.050277
|
虽然总体拟合优度过关，但是即便是取单个t检验中85%的置信区间，仍旧有STFDIL不过关。估计他们有多重共线性，初步判断具有正相关性。对他们继续进行检验又发现D.W离2较远，可能会有弱的正序列相关性。采取差分法来减弱线性关系。一般讲，增量之间的线性关系远比总量之间的线性关系弱一些。
对引进差分后的回归方程进行计算，结果如表6：
表6统计结果
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C
|
-1.775994
|
1.247280
|
-1.423893
|
0.2497
|
|
ST
|
0.002899
|
0.000727
|
3.988457
|
0.0282
|
|
EOFL
|
2.646107
|
0.551818
|
4.795254
|
0.0173
|
|
UOI
|
0.004904
|
0.001738
|
2.821325
|
0.0667
|
|
DFDI
|
0.001679
|
0.000513
|
3.275207
|
0.0466
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.981288
|
Mean dependent var
|
5.026228
|
|
Adjusted R-squared
|
0.956339
|
S.D. dependent var
|
0.260358
|
|
Log likelihood
|
15.86255
|
F-statistic
|
39.33109
|
|
Durbin-Watson stat
|
1.616562
|
Prob(F-statistic)
|
0.006327
|
|
|
|
|
|
|
|
|
|
|
|
|
果然，我们可以发现引用了差分法模型的各方面的指数都有所提高。但是可以发觉方程仍具有序列相关性，说明仍旧缺少相关的解释变量，继续增加解释变量。
再引入一个变量EP,经过计算如果单个引入EP序列相关性以及共线性很强，所以我们引入的差分的 。
 统计结果如下表7
表7统计结果
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C
|
0.656872
|
0.835788
|
0.785931
|
0.5142
|
|
ST
|
0.002444
|
0.000218
|
11.21191
|
0.0079
|
|
EOFL
|
0.013307
|
0.002325
|
5.724323
|
0.0292
|
|
UOI
|
1.445529
|
0.402111
|
3.594847
|
0.0694
|
|
DFDI
|
0.001126
|
0.000298
|
3.772273
|
0.0636
|
|
DEPL
|
0.453868
|
0.261985
|
1.732418
|
0.2253
|
|
R-squared
|
0.999044
|
Mean dependent var
|
5.059304
|
|
Adjusted R-squared
|
0.996656
|
S.D. dependent var
|
0.261736
|
|
Log likelihood
|
27.71882
|
F-statistic
|
418.2027
|
|
Durbin-Watson stat
|
2.182335
|
Prob(F-statistic)
|
0.002387
|
|
|
|
|
|
|
初步来看，除了DEPL指标比较差以外，其他指标基本符合要求，而DEPL的t检验还是符合20%的置信区间要求的。
对该方程进行详细的检验：
=0.999， =0.996拟合优度非常好
F整体拟合优度检验：取置信度95%则灵界值F=9.01,而我们模型的F值远大于它，说明整体拟合优度很好
t值单个变量检验：除DEPL外，其余变量的置信度都可以取到95%，临界值为3.182；而DEPL可以达到80%置信度，临界值为1.638
由于我们选择的时间序列模型，所以一般不具有异方差性
D.W值非常接近于2，说明模型基本也没有序列相关性
根据上述分析，我们得出结论：
 以金融中心新加坡建立起来的该金融指标模型从数据上来说应当是可行的。我们来看一下它的含义：
变量以及系数的含义：ST变化一个单位，FP大约会变化0.24%
EOF变化一个单位，FP变化0.013个单位
UOI变化一个单位，FP大约变化144%（但是UOI的变化一般很小）
 变化一个单位，FP大约变化0.11%
变化一个单位，FP变化0.45单位
从中我们可以发现：UOI与EP与金融产业的产量变化有较为明显的关系。
3.3模型的检验
香港是亚太地区重要的国际金融中心。亚太地区经济发展迅速，促使香港金融市场的形成和发展。香港的发展模式可以说是自然渐进式与政府推进式的结合，一方面它在20世纪60年代就已经是亚太地区的一个重要的转口贸易中心，香港具有一定的国际交易规模。在70年代，香港便逐渐发展成为了离岸的金融中心。20世纪90年代，特别是在亚洲金融风暴以后，中国政府给予了香港强有力的政策和资金支持，使得香港能够顺利度过亚洲金融风暴并且巩固了他的金融中心地位。目前，香港金融市场面向内地不断开放，这也是政府主导的结果，它的发展潜力不可估量。这个金融指标模型对于香港这个亚洲金融中心而言是否可行呢？将香港1999年-2007年的数据[6]代入其中进行检验下。具体数据见附表8
统计数据如表9：
表9统计结果
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C
|
-0.920570
|
3.141382
|
-0.293046
|
0.7841
|
续表9
|
ST
|
0.000935
|
0.001256
|
0.743868
|
0.4983
|
|
UOI
|
1.611266
|
0.788383
|
2.043759
|
0.1105
|
|
EOFL
|
0.015015
|
0.009961
|
1.507436
|
0.2062
|
|
DFDI
|
-0.000711
|
0.001528
|
-0.465068
|
0.6661
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.937025
|
Mean dependent var
|
6.034854
|
|
Adjusted R-squared
|
0.874050
|
S.D. dependent var
|
0.272894
|
|
Log likelihood
|
11.89023
|
F-statistic
|
14.87937
|
|
Durbin-Watson stat
|
0.946745
|
Prob(F-statistic)
|
0.011398
|
我们从中发现模型的拟合程度以及各项指标并不是很好，尤其是DFDI的t指标可以看出它无法通过置信的检验。 3/5 首页 上一页 1 2 3 4 5 下一页 尾页 |
