EViews统计分析在计量经济学中的应用-第8课件.ppt

1、.第8章 综合案例6/7/20228.1 电子商务产品定价模型电子商务产品定价模型计量经济学创新实验设计计量经济学创新实验设计 一一.实验课题背景实验课题背景 近年来，随着信息技术的飞速发展和因特网的普及，电子商务行业得到了蓬勃发展，网上交易这一全新的商业模式逐渐为人们所熟悉。相比一般形式的商业活动，网上交易的优势在于减少了信息收集成本和信息传播成本。 电子商务市场上存在的价格离散现象曾引起经济学界的广泛关注。价格离散是指在同一市场同一时间不同卖家同种商品的价格分布。“淘宝网”上的消费者保障计划是一种典型的第三方中介信用担保机制。总之，本实验旨在利用“淘宝网”上的交易数据，实证分析在声誉机制与

2、第三方担保机制的共同影响下的网络商品交易价格。 计量经济学创新实验设计计量经济学创新实验设计 二二.电子商务产品定价模型指标变量电子商务产品定价模型指标变量 计量经济学创新实验设计计量经济学创新实验设计 三、电子商务产品定价模型在卖家信誉机制和第三方担保机制的共同影响下，本实验确定电子商务产品多因素的定价模型为：012345Quality+ RefundingAccutatepricePositiveRatioLocation计量经济学创新实验设计计量经济学创新实验设计 四、数据的获取和处理本实验选择在“淘宝网”上购买量较大的手机商品诺基亚N97作为样本。按照“淘宝网”的商品分类，依次点击“手

3、机”“诺基亚N97”，在默认的搜索网页中，搜集了“淘宝网”2010年10月25日至10月30日5天中诺基亚N73的成交信息。之所以选择诺基亚N97是因为此款手机在中国具有很好的口碑，产品本身质量的不确定较小，因此消费者在购买时主要考虑的是卖家的诚信程度，从而避免了因不可观测的产品特征而产生的遗漏变量问题。本实验用3个虚拟变量来分别表示卖家是否加入了“30天维修”、“7 天退换”和“如实陈述”计划。本实验采集了130个数据，为了消除误差选择了100个数据。 计量经济学创新实验设计计量经济学创新实验设计o首先，将数据保存在“诺基亚N97数据22”的excel数据表中，然后将表格导入Eview6中，

4、如下图所示：计量经济学创新实验设计计量经济学创新实验设计 导入后，数据显示如下：计量经济学创新实验设计计量经济学创新实验设计 选择选择quick-equation estimation，按，按下图填入变量名称，点击确定即可。下图填入变量名称，点击确定即可。计量经济学创新实验设计计量经济学创新实验设计 分析结果如下：分析结果如下： 计量经济学创新实验设计计量经济学创新实验设计 五、实证结果与分析五、实证结果与分析 本实验通过以price为主要的研究变量，以PositiveRatio为自变量和第三方担保机制的质量担保quality、退换货refunding和真实陈述accurate三个虚变量，并控

5、制卖家地域进行OLS回归分析。可得结果如表2所示。 计量经济学创新实验设计计量经济学创新实验设计 iR计量经济学创新实验设计计量经济学创新实验设计 由表2可知，卖方好评度PositiveRatio、质量担保虚变量Quality、退换货虚变量Refunding、真实陈述虚变量Accurate、卖家地域Location均与卖家商品的定价正相关，卖家地域与卖家商品定价负相关，这与实际的电子商务市场定价预测相符合。卖方好评度PositiveRatio、真实陈述虚变量Accurate、卖家地域Location变量的t检验虽然在严格的统计检验效果上并不好，但是在经济学意义上通过检验。另外，因为采集的数据量

6、不是很大，不可避免的会出现一些误差，因此，通过淘宝商品诺基亚N97的网上交易信息的市政研究，我们验证了电子商务产品多因素定价模型的正确性。 计量经济学创新实验设计计量经济学创新实验设计 六：结论 本实验主要在声誉信号理论的框架内分析了在卖家声誉存在差异的情况下，考察了第三方中介信用担保机制对网上交易市场定价的效应，首先根据文献调研和实际经验提出了被解释变量和解释变量以及控制变量，然后采用从“淘宝网”收集的真实交易数据进行实证研究，验证了本实验的电子商务产品多因素的定价模型。 计量经济学创新实验设计计量经济学创新实验设计因此可以得出一下结论：o较高的搜寻成本导致不同声誉水平的卖家同时存在于网上市

7、场，声誉机制能够起到辨别卖家信用的作用，并给予高声誉卖家一定的声誉溢价。o消费者保障计划的创设有助于高声誉卖家提高其产品价格，降低了低声誉卖家产品价格，增大了高声誉卖家和低声誉卖家之间的价格离差。在网络搜索效率较低的情况下高声誉卖家将倾向于选择合作，提供优质的产品和服务。 .8.2 资本资产定价模型资本资产定价模型.计量经济学创新实验设计计量经济学创新实验设计 一一.实验课题背景实验课题背景 资本资产定价模型（CAPM）可以说是现代金融理论的基石之一。一方面，在市场达到均衡时，资产的合理价格是什么，这是所有市场参与者共同关注的一个焦点，因而也自然成为金融以及经济理论研究的核心。另一方面，它又与

8、市场有效性问题的研究密不可分。 . 由于中国股票市场的特殊性，研究CAPM在这一市场中的适用性是非常重要的。与西方成熟的市场相比，中国股票市场的特殊性着重体现在以下两个方面：其一，它是一个新兴市场，存在许多不完善的地方，如以散户为主体，投资者的短期投机性动机很强，禁止卖空等。其二，它仍然保留了许多计划经济的特征，如股票发行和上市的审批制度直到2000年才逐步改革，市场缺乏退出机制，无法实现上市公司的优胜劣汰；同时，市场受到政府政策的巨大影响。因此，即使CAPM在西方成熟市场中是适用的，中国股票市场的这种特殊性也很可能使得CAPM所蕴涵的资产的均衡收益率与其系数之间的线性关系不复存在。.计量经济

9、学创新实验设计计量经济学创新实验设计 二二.资本资产定价模型及其检验方法介绍资本资产定价模型及其检验方法介绍 各种股票的收益和风险呈现正相关，每种资产的收益由无风险收益和风险贴水两部分构成。可表示为： .计量经济学创新实验设计计量经济学创新实验设计 假设关于任何资产的收益是一个公平博弈，换句话说就是任何资产已实现的平均收益率等于其预期的收益率。数学上有如下形式：.计量经济学创新实验设计计量经济学创新实验设计 . 检验模型（3）时，首先要估计系数。通常采用的方法是对单个股票或股票组合的收益率与市场指数的收益率进行时间序列的回归，模型为： 方程（4）通常被称为“一次回归”方程。 . 确定系数之后，

10、就可以将作为检验的输入量对单个股票或组合的系数与收益再进行一次回归，并进行相应的检验。回归方程如下：方程（5）通常被称作“二次回归”方程。01iiiR （6）.计量经济学创新实验设计计量经济学创新实验设计 三实验步骤三实验步骤（1）股票品种的选取）股票品种的选取 本项研究采用上海股票市场代码自600601至600640的37支股票，由于代码600625、 600629与600633三支股票在采样期间内没有连续观察值，所以没有采用。37支股票的行业分布为：房地产股3支，公用事业类股3支，商业类股4支，综合类股2支，工业类股25支。这37支股票均为任意选择，目的是为了科学地体现随机性。由行业分布可

11、以看出，这37支股票分布在多种行业，具有较好的代表性。 本文选用上述37支A股股票的周收盘价格数据作为样本观察值，时间跨度是2000年6 月30日2002年9月27日，共计109周。.计量经济学创新实验设计计量经济学创新实验设计 （2）股市指数的选择）股市指数的选择 目前在上海股市中有上证指数、A股指数、B股指数及各分类指数。其中，上证综合指数是一种价值加权指数，其编制是借鉴了国际上股价指数的编制经验的，故其编制方法合理科学，能反映整个股市的变动趋势和上市公司全部资本价值的变化与成长，并包括了上海股市中各种证券，符合资本资产定价模型市场组合构造的要求。所以本文选择上证指数作为市场组合指数，并用

12、上证指数的收益率代表市场组合。 .计量经济学创新实验设计计量经济学创新实验设计 （3）无风险利率的确定）无风险利率的确定 无风险利率是指投资者能够按此利率进行无风险借贷的利率。在国外的实证研究中，许多学者以短期国债利率或银行同业拆借利率来代替无风险利率。但是我国目前利率还没有完全市场化，且国债的期限要比西方发达国家相对要长，而且国债的回购交易大多是机构投资者。因此，无法用国债利率或国债回购利率来代表无风险利率。样本期内我国3个月居民定期储蓄存款年利率是1.71%，折算为周利率为0.03325%，即=0.03325%。.计量经济学创新实验设计计量经济学创新实验设计 （4）收益率的计算）收益率的计

13、算 在上述样本的基础上，按下面公式来分别计算个股和指数的周收益率：Ri=（今周收盘价格/前周收盘价格-1）*100，Rm=（今周收盘综合指数/前周收盘综合指数-1）*100。iR.计量经济学创新实验设计计量经济学创新实验设计 上海股票市场资本资产定价模型的估计与检验上海股票市场资本资产定价模型的估计与检验 （1）个股）个股系数的估计系数的估计 利用上证综合指数的周回报率与每支股票的周回报率作时间序列回归，估计每支股票与市场的风险系数系数，采用如下的单指数模型：itiimtitRR（6） .计量经济学创新实验设计计量经济学创新实验设计 我们以方正科技（600601）为例，介绍如何通过Eviews

14、软件进行系数的回归估计。打开Eviews6.0，选择File-New-Workfile，frequency选择integer date，时间为1至200，点击确定。 .计量经济学创新实验设计计量经济学创新实验设计 出现下图后，点击Object-New Object，在Type of object中选择seriers,，并命名为SY和MY，从而创建两个序列。.计量经济学创新实验设计计量经济学创新实验设计 选中SY和MY两个序列，右键选择Open as group，打开如下图将数据填入相应的变量下面，如下图所示：. 选择quick-equation estimation，按下图填入变量名称，点击确

15、定即可。.计量经济学创新实验设计计量经济学创新实验设计 风险与收益关系的检验(1)用B JS方法进行时间序列回归及检验 将一阶回归得出的系数的估计值作为独立变量代入二阶回归方程来估计和。二阶回归方程为：01iiiRu （7） .计量经济学创新实验设计计量经济学创新实验设计 通过Eviews统计软件对方程（7）进行回归，可以得到表1的结果。表1二阶回归结果 F检验 系数 -0.742 2.342 0.433 8.072 T检验 -3.751 2.841 012R.计量经济学创新实验设计计量经济学创新实验设计 (2)采用采用FM模型进行横截面回归及检验模型进行横截面回归及检验 FM模型如下：对资本

16、资产定价模型的横截面的检验采用多元回归中的逐步回归分析法（Stepwise），即在回归分析中首先从所有自变量中选择一个自变量，使相关系数最大，再逐步加入新的自变量，同时删去可能变为不显著的自变量，并保证相关系数上升，最终保证结果中的所有自变量的系数均显著不为0并且被排除在模型之外的自变量的系数均不显著。用Eviews统计软件进行处理，可得表2的结果。20123iiieiiR （8） .计量经济学创新实验设计计量经济学创新实验设计 表2逐步回归(Stepwise)回归结果 F检验 系数 -0.742 2.342 0.433 8.072 T检验-3. 751 2. 841 sig0. 001 0.

17、 007 012R.计量经济学创新实验设计计量经济学创新实验设计 从表 2 可以得出如下结论：第一，2i的系数2的 T 检验结果并不显著，表明风险与收益之间并不存在非线性相关关系；第二，ei的系数3的 T 检验结果并不显著，表明非系统风险在资产组合定价中并不起作用；第三，0的估计值为负，即资金的时间价值为负，表明市场具有明显的投机特征。 .结论结论第一，资本资产模型所包含的基于马科维茨的资产组合理论为投资者们在投资中通过多样化管理来分散非系统风险提供了理论依据，同时也为我国发展开放式基金、培育机构投资者提供了理论参考。资产的多样化可以分散甚至完全消化非系统风险，这就要求投资者在投资时尽可能的分

18、散投资，不要把鸡蛋放在一个篮子里。.结论结论 第二，资本资产定价模型把风险分为系统性风险和非系统性风险。非系统性是可以通过资产多样化分散的风险，系统性风险是股票市场本身所拥有的风险，是不可以通过分散化消除的。由以上的实证研究发现上海股票市场中的风险表现出明显的系统性特征。.结论结论 第三，资本资产定价模型关于风险与收益之间关系的描述在上海股票市场中并不是完全成立的，但不可否认它的参考价值。如果从这个角度看，发展至今的上海股票市场已具有成熟市场的基本条件之一了。但是，上述研究中发现，无风险收益率是负数。这表明在上海股票市场上，投资者的投机需求大于投资需求。投资者关注的不是资本的时间价值，而是追求

19、高风险所带来的高收益。从这个角度来说，上海股票市场还仍然是一个不够成熟的股市。.8.3 间序列间序列世界集装箱船订单量主要指标的波动世界集装箱船订单量主要指标的波动.计量经济学创新实验设计计量经济学创新实验设计 一一.实验课题背景实验课题背景 世界上巨大的集装箱海运量使得集装箱船成为世界商船队中最主要的船型之一。全球洲际集装箱贸易总货运量基本上由集装箱航运业完成的。2008年的全球金融危机对航运市场造成了巨大的负面影响，而对集装箱航运市场的影响最为严重，进而影响到集装箱船的建造市场。据克拉克松公司统计，2009年全球集装箱船新接订单总量仅为4.2万标准集装箱，成为14年以来的最低谷，世界集装箱

20、船建造市场正处于历史的调整期。 .当前，在分析集装箱船市场时，研究人员重点研究订单量、船价、船队等指标。其中，订单量是船舶行业研究人员首先重点分析的指标之一，包括新接订单量、手持订单量。订单量的波动直接影响到造船企业的经营与管理，有些异常波动还可能会给造船企业带来巨大的风险与损失，因而探究集装箱船订单量波动规律与趋势显得尤为重要。本试验将探索大时间跨度的集装箱船订单量主要指标的波动特征规律，并分析影响波动的主要因素，进而预测其波动趋势，最后从政府和企业两个层面提出相关政策建议，以期帮助我国集装箱船建造企业更好应对危机，实现集装箱船市场的可持续发展。.二、时间序列二、时间序列 .三、试验设计三、

21、试验设计 平稳非白噪声序列计算AC与PAC值ARMA模型识别与定阶估计模型未知参数的值模型检验模型优化预测序列未来走势YN.四、试验步骤四、试验步骤 1. 预测指标的预处理打开Eviews6.0，选择File-New-Workfile，frequency选择Semi-annual，时间为1996至2008，点击确定。.o出现下图后，点击Object-New Object，在Type of object中选择seriers,，并命名为AAR和CAR，从而创建两个序列。.o选中xjdd序列，双击，打开如下图所示窗口。.o将鼠标放在表格上，点击右键选择edit即可插入数据。将“数据.xls”中的xj

22、dd数据分别复制到相应的序列中，得到如下所示：.o 选择quick-graph，进入图像选项框。选line & Symbol。 点击确定后，出现如下线图。该图即为1996年上半年到2009年下半年世界集装箱船新接订单量序列的时序图。.o从时序图可以看出，世界集装箱船新接订单量序列开始具有明显的递增趋势，之后又呈现下降趋势，可见该序列不是平稳序列。下面运用相关图来判断其平稳性，点击view中的correlogram，可得如下相关图。.o从图中可以看出自相关函数在延迟12阶的过程中开始一直呈现正值，之后又一直为负值，这说明该序列是非平稳序列，且具有一定的趋势性。使用单位根检验法对该序列进行单位根检

23、验，单位根检验方法有很多，这里使用Augmented Dickey-Fuller(ADF)的方法进行检验。检验结果，ADF值为-2.576612，分别大于不同检验水平的三个临界值，所以不能拒绝零假设，该序列不是平稳序列，应对序列进行差分运算。.o序列的差分处理和纯随机性检验o将原序列转化为对数形式，并对该对数序列采用一阶差分方法实现序列平稳化。o首先点击generate series by equation 即生成序列m.接着生成相应的时序图，相关图以及单位根检验o从上图可知，检验的t统计量是-4.998617，小于当置信度在1%下的临界值，不存在单位根，所以可以说序列是平稳的。.建立预测模型

24、o选择Quick-Estimate Equation，在弹出的文本框中输入所要估计的变量名称。Mothod选择LS-Least Squares。 .点击确定后，回归结果下图所示： .结论o在国际航运市场中，集装箱航运市场的发展与世界经济的关系最为密切。全球洲际集装箱贸易总货运量的95%是靠集装箱航运业完成的，集装箱船运输己成为国际货物运输的主要形式。在分析集装箱船新接订单与手持订单总量和比重的波动特征的基础上，提出产生异常波动点或段的主要影响因素，进而建立含有异常因子的预测模型，对世界集装箱船订单量主要指标进行预测，提出我国集装箱船未来发展的建议。本试验主要研究结论如下：o（1）集装箱船订单量

25、主要指标的异常波动是由多种因素造成的，其中新接订单量异常波动主要由运力需求与供给矛盾决定的，而突发事件往往是波动产生低谷的直接原因。手持订单量异常波动主要由新接订单与完工量相互大小决定。各船型订单量比重的异常波动主要由各船型自身订单总量大小，以及其他船型订单总量大小决定的。.结论o（2）使用波动参数来描述世界集装箱船订单量主要指标的波动特征，各船型的集装箱船新接订单总量在2003年与2009年之间均出现了异常波动，具体表现为波峰大、波谷小、波幅梯度较大等特点。从手持订单比重来看，超巴拿马型集装箱船总体呈现上升态势，巴拿马型、次巴拿马型与大灵便型集装箱船则有下滑趋势，集装箱船大型化趋势十分明显。

26、o本试验仍需扩大样本的数据量，采用更多的计算方法进行比较分析，以进一步提高研究成果的科学性与准确性，这将是今后研究的方向与目标。.8.4 创新团队计量模型创新团队计量模型.计量经济学创新实验设计计量经济学创新实验设计 一一.实验课题背景实验课题背景 国家自然科学基金委员会从2000年开始设立“创新研究群体科学基金”，教育部从2004年开始实施“长江学者与创新团队发展计划”支持办法，通过大学高层次科研团队建设，致力于推动高水平科研成果研究和拔尖人才培养。一些地方政府部门和高校也都从不同层面开展科研创新团队的建设，目前已形成院级、校级、省级、国家级等级别的科研创新团队。.o由于高校科研团队运行机理

27、的复杂性，众多高校多侧重于从形式上进行组建科研创新团队，很少去探究其内涵、系统要素、运行机理等深层次的问题，更谈不上利用有关科研创新团队理论有意识地自上而下去构建、培育高水平的科研创新团队。基于此，本试验尝试运用联立方程的方法构建科研创新团队的系统模型，寻找高校科研创新团队内部主要影响因素以及他们之间的相互关系。.高校科研创新团队系统o高校科研创新团队视为一个开放的复杂系统时，其与环境的物质交换表现为：学生生源、科研投入和人才培养，具体为学校和社会环境为高校科研创新团队提供学生生源，国家为科研创新团队提供科研投入，高校科研创新团队为社会输送需要的人才；其与环境的能量交换表现为科研创新团队能力、

28、学科建设，具体为高校科研创新团队的能力不断增强，学科建设不断完善；其与环境的信息交换表现为科研产出.二、模型构建.系统建模方法异同点结构方程模型联立方程模型提出时间上世纪70年代上世纪30年代发展程度高速发展相对成熟主要应用范围心理学、社会学、管理学经济学、金融学、管理学代表性实例顾客满意度指数模型凯恩斯模型是否研究结构关系可以可以是否允许潜变量直接对潜变量建模不能直接对潜变量建模忽略变量的影响参数估计非常敏感难检验、易传染样本量要求非常苛刻，至少大于200不太严格、类似普通的回归方法测量误差问题能直接处理假设模型不存在测量误差识别问题存在存在.系统建模方法o通过比较结构方程模型和联立方程模型

29、的异同点，论文决定采用联立方程来建立高校科研创新团队的模型，具体理由如下：o（1）高校科研创新团队是一个比较新的概念，各大高校组建科研创新团对的时间都还不长，而且有的学校还没有真正意义上的科研创新团队。由于结构方程对于样本数据有非常严格的要求，样本数据至少大于200才有很好的效果，在目前具备的时间及物质支持的条件下，几乎是不可能达到的要求。而联立方程对于样本量的要求不是很高，所以样本数据的采集比较容易。o（2）发展至今，联立方程比结构方程理论相对要成熟和完善，且参数除了具有统计意义外，还具有直观的经济含义，相比之下，结构方程模型的解释和实际意义就没有那么直观。文章建立高校科研创新团队模型的意义

30、除了对各个高校科研创新团队的水平进行统计之外，更重要的是通过这些数据分析，得出目前高校科研创新团队的优势和劣势，以更好地指导高校科研创新团队的建设和发展。o（3）联立方程的代表模型是凯恩斯模型，在联立方程中，把外生变量和滞后内生变量成为先决变量；结构方程的典型代表是顾客满意度指数模型，分为内生变量和外生变量，还有观测变量这一概念，通过对高校科研创新团队系统变量的分析，先决变量需要包含之后内生变量，所以凯恩斯模型更加接近于本文要建立的高校科研创新团队系统的模型。.高校科研创新团队系统模型构建.高校科研创新团队系统模型构建01231011201123301140112501236ttttttttt

31、ttttttttttCSESCROSSCSESSSCRIRICRORILFSCRISSTF.三、数据来源与处理o本次调查的样本为12所211高校的30支高校科研创新团队。回收的问卷数据主要采用Eviews6.0 for windows进行统计分析，主要的统计分析方法有信度效度检验、描述性统计分析。我们针对所回收的10份试测问卷，也利用Eviews6.0统计软件提供的信度分析功能，采用信度系数测量问卷的信度，得到该问卷的信度系数为0.8028，这说明问卷信度较高，具有良好的内部一致性。.四、试验步骤.Workfile 窗口.结果1.结果2.五、结果分析科研创新团队能力方程：Ct=0+1SEt+2

32、SCt+3ROt+1变量名CoefficientS-Errort-StatisticRF截距0.3308160.4141090.7988620.7323.952科研产出（ROt）0.4303020.1366123.149804*人才培养（SEt）0.3354570.1584372.117290*学科建设（SCt）0.1969770.1051861.872645*学生生源方程：SSt=0+1Ct-1+2变量名CoefficientS-Errort-StatisticRF-statistic截距0.9076100.6144951.4770010.5112.65290滞后变量(Ct-1)0.6748

33、250.1897133.557091*.结果分析人才培养方程：SEt=0+1SSt-1+2SCt+3RIt+3变量名CoefficientS-Errort-StatisticR-squaredF-statistic截距1.2095970.4341862.785893*0.5126489.116496滞后变量(SSt-1)0.2637130.0985662.675494*学科建设（SCt）0.2059080.1227661.677233科研投入（RIt）0.2028950.1130261.795114*科研投入方程：RIt=0+1Ct-1+4变量名CoefficientS-Errort-Stat

34、isticR-squaredF-statistic截距1.4435330.6696762.155569*0.2083547.369339.结果分析科研产出方程：ROt=0+1RIt-1+2LFt+5变量名CoefficientS-Errort-StatisticR-squaredF-statistic截距0.8787000.2834413.100114*0.69734531.10531滞后变量(RIt-1)0.5081300.1069634.750512*领导因素（LFt）0.1960580.0979972.000660*学科建设方程：SCt=0+1RIt+2SSt+3TFt+6变量名Coef

35、ficientS-Errort-StatisticR-squaredF-statistic截距-0.8674580.799943-1.0843990.61647913.9309887科研投入（RIt）0.4694590.1228843.820350*.结果分析1121314150.9076100.6748251.2095970.2637130.2059080.2028951.4435330.5374380.80.3308160.4303020.3354787000.5081300.1960570.19697758tttttttttttttttCROSESCSSCSESSSCRIRICRORIL

36、F6-0.8674580.4694590.2290600.731091ttttSCRISSTF.结论结论 本试验引入系统的观点，将高校科研创新团队视为开放的复杂系统，运用联立方程构建了高校科研创新团队的系统模型。该模型由6个方程，12个变量组成。模型所用的数据来源于国内12所211工程建设的高等学校的30个科研创新团队。.结论结论 运用E-View软件对整个模型进行了估计，所有方程均通过了10%的F，说明模型具有较高的可信度。结果表明：科研产出、学生培养、学科建设是影响高校科研创新团队能力的最大三方面，他们对高校科研创新能力影响系数分别为：0.430302、0.335457、0.196977，累计贡献率达到了96%；高校科研创新团队的能力反过来影响学生生源和科研投入，其影响系数分别为：0.674825、0.537438；同时，科研投入对高校学科建设影响系数为：0.469459。该模型反映了高校科研创新团队内部主要因素相互作用的过程及机制，对高校科研创新团队建设具有重要的指导意义，同时把联立方程引入到科研创新团队研究之用，是一种有益的尝试。