检验不显著，而且X3，X4的系数的符号与预期相反，这与经济意义相违背，这表明很可能存在多重共线性。

1、 多重共线性检验

（1）由Eviews可计算的各解释变量的相关系数矩阵

变量 X1 X1 1 175 0.98272 X2 6015175 0.995804679X3 611 0.978084114X4 734 0.994386634X5 011 222 773 344 25 0.980635998331 0.9932778650.9711190161 53 0.9784376100.9612301131 344 0.9660175901 331 773 0.9711190161 53 25 0.961230113222 0.993277865611 0.966017590734 0.978437610011 0.980635998X2 0.982726015X3 0.995804679X4 0.978084114X5 0.994386634由相关系数矩阵可以看出，各解释变量之间的相关系数较高，证实确实存在着严重的多重共线性。 （2）模型修正

采用逐步回归的方法，分别做Y对X1、X2、X3、X4、X5的一元回归，结果为：

Y对X1的一元回归

Dependent Variable: Y Method: Least Squares Date: 12/15/11 Time: 23:15 Sample: 1990 2009 Included observations: 20

Variable

C X1

R-squared

Adjusted R-squared S.E. of regression

Coefficient Std. Error -159.3680 34.21322 0.008129 0.000220

t-Statistic -4.658081 36.87908

Prob. 0.0002 0.0000 849.6034 782.4333 11.97334

0.986938 Mean dependent var 0.986213 S.D. dependent var 91.87325 Akaike info criterion

Sum squared resid Log likelihood Durbin-Watson stat 151932.5 Schwarz criterion -117.7334 F-statistic 0.957357 Prob(F-statistic) 12.07291 1360.066 0.000000 Y对X2的一元回归

Dependent Variable: Y Method: Least Squares Date: 12/15/11 Time: 23:20 Sample: 1990 2009 Included observations: 20

Variable C X2

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient 110.9565 0.012872

Std. Error 24.31502 0.000296

t-Statistic 4.563293 43.55807

Prob. 0.0002 0.0000 849.6034 782.4333 11.64414 11.74371 1897.306 0.000000

0.990602 Mean dependent var 0.990080 S.D. dependent var 77.93007 Akaike info criterion 109315.7 Schwarz criterion -114.4414 F-statistic 0.811555 Prob(F-statistic)

Y对X3的一元回归

Dependent Variable: Y Method: Least Squares Date: 12/15/11 Time: 23:21 Sample: 1990 2009 Included observations: 20

Variable C X3 R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient -356.0999 0.166761 Std. Error 63.89189 0.007506 t-Statistic -5.573476 22.21649 Prob. 0.0000 0.0000 849.6034 782.4333 12.96428 13.06386 493.5725 0.000000

0.964814 Mean dependent var 0.962860 S.D. dependent var 150.7893 Akaike info criterion 409273.4 Schwarz criterion -127.6428 F-statistic 0.418662 Prob(F-statistic)

Y对X4的一元回归

Dependent Variable: Y Method: Least Squares Date: 12/15/11 Time: 23:23 Sample: 1990 2009 Included observations: 20 Variable C

Coefficient -14.56563

Std. Error 57.55261

t-Statistic -0.253084

Prob. 0.8031

X4 R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 4.730846 0.238530 19.83333 0.0000 849.6034 782.4333 13.18230 13.28187 393.3611 0.000000 0.956243 Mean dependent var 0.953812 S.D. dependent var 168.1561 Akaike info criterion 508976.3 Schwarz criterion -129.8230 F-statistic 0.656276 Prob(F-statistic) Y对X5的一元回归

Dependent Variable: Y Method: Least Squares Date: 12/15/11 Time: 23:24 Sample: 1990 2009 Included observations: 20

Variable C X5 R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -46.31928 0.010575 Std. Error 41.05042 0.000371 t-Statistic -1.128351 28.53053 Prob. 0.2740 0.0000 849.6034 782.4333 12.47795 12.57752 813.9912 0.000000 0.978365 Mean dependent var 0.977163 S.D. dependent var 118.2401 Akaike info criterion 251653.0 Schwarz criterion -122.7795 F-statistic 0.844826 Prob(F-statistic) 整理得最终的结果如表所示：

变量 参数估计值 t统计量 R R 2X1 0.008129 36.87908 0.986938 0.986213 X2 0.012872 43.55807 0.990602 0.990080 X3 0.166761 22.21649 0.964814 0.962860 X4 4.730846 19.83333 0.956243 0.953812 X5 0.010575 28.53053 0.978365 0.977163 2由表可知，X2的R2最大，t值最大，最显著。以X2为基础，顺次加入其他变量逐步回归。最终结果如表所示：

变 量 变 量 X1 X2 X3 X4 X5 R 2X2，X1 0.003667 0.007176 0.997186 （6.8152） （8.436939） X2，X3 0.008986 0.052811 0.996721 （13.67114） （6.120726） X2，X4 0.011672 （8.094730） X2，X5 0.008538 （7.600454） 0.459022 （0.851051） 0.003654 （3,934216） 0.994502 0.989926

经比较，新加入X1的方程R2=0.997186，改进最大，而且各参数的t检验显著，选择保留X1，再加入其他新变量逐步回归，最终结果如下：

变量 X1， X2，X3 X1，X2，X4 X1，X2，X5 X1 X2 X3 X4 X5 R 20.003807 （1.62592） 0.004052 （7.059441） 0.004106 （3.968058） 0.007116 （5.431381） 0.007809 （8.539338） 0.007253 （8.209068） -0.002136 （-0.06142） 0.997010 -0.470197 （-1.54646） 0.997399 -0.000639 （-0.50025） 0.997056 由表可知，在X1,X2的基础上，加入X3，X4，X5后，X3，X4，X5的t检验不显著，而且它们参数的符号也不合理，即经济意义与t检验都通不过，所以，应予以剔除，保留X1,X2.

由Eviews可得修正后的模型为：

Dependent Variable: Y Method: Least Squares Date: 12/15/11 Time: 23:32 Sample: 1990 2009 Included observations: 20 Variable C X1

Coefficient -17.36204 0.003667

Std. Error 22.85242 0.000538

t-Statistic -0.759746 6.815210

Prob. 0.4578 0.0000