导航:首页 > 经济状态 > 计量经济模型软件有哪些

计量经济模型软件有哪些

发布时间:2022-09-08 13:48:56

㈠ 计量经济学都有哪些模型啊,具体怎样运用

#计量经济学的定义
计量经济学是以一定的经济理论和统计资料为基础,运用数学、统计学方法与电脑技术,以建立经济计量模型为主要手段,定量分析研究具有随机性特性的经济变量关系。主要内容包括理论计量经济学和应用经济计量学。

#计量经济学的研究步骤和方法
确定变量和数学关系式-模型设定;分析变量间具体的数量关系-估计参数;检验所得结论的可靠性-模型检验;经济分析和预测-模型应用

#分布滞后模型估计的困难有哪几个
A.自由度问题。自由度过分损失,到时估计偏差增大,显着性检验失效。
B.多重共线性问题。滞后变量常存在多重共线性。
C.滞后长度难以确定。

#工具变量法
1.与所代替的解释变量高度相关
2.与随机扰动项不相关
3.与其他解释变量不相关,以免出现多重共线性

#虚拟变量的基本概念
虚拟变量是人工构造的取值为0和1的作为属性变量代表的变量

#联立方程模型的区别
A.联立方程组模型由几个单一方程组成。被解释变量不只一个。
B.模型里有随机方程,也有确定性方程,但必含有随机方程。
C.被解释变量和解释变量之间不仅是单向因果关系,也可能互为因果。
D.解释变量可能与随机扰动项相关。

#非完全多重共线性后果:
1.参数估计量方差增大
2.对参数区间估计时,置信区间趋于变大
3.严重时,假设检验容易作出错误判断
4.严重时,可能r2较大和f检验显着性高,但t检验可能不显着,得出错误结论

#多重共线性检验:
1.简单相关系数检验
2.方差扩大因子法
3.直观判断,如回归系数标准差大,或与经济理论背离
4.逐步回归法

#自相关:
经济系统的惯性。经济活动滞后效应。数据处理造成的相关。蛛网现象。模型设定偏误。零均值,低估参数估计值的方差,对模型预测的影响,高估t,f,r2不可靠,对模型影响,降低预测精度。

#异方差:
模型中省略某些重要解释变量。模型设定误差。测量误差的变化。截面数据中总体各单位的差异。无偏,一致,非有效,夸大估计参数的统计显着性,对预测影响,Y的预测非有效。

㈡ 计量经济学有哪些模型

计量经济学中6种模型,计量经济模型分析
2019-08-14 14:21:15发布:互联网
计量经济学中6种模型,计量经济模型分析。计量经济模型的第三个要索是随机误差。计量经济学随机误差是指那些很难预知的随机产生的差错,以及经济资料统计、9理和综合过程中所出现的差错。计量经济学可正可负,或大或小,计量经济学最终正负误差可以抵消.因而通常忽略不计。
计量经济学为证券投资而进行宏观经济分析,计量经济学主要应运用宏观计量经济棋型.所谓宏观计量经济模型是指在宏观总量水平上把握和反映经济运行较全面的动态特征,计量经济学研究宏观经济主要指标间的相互依存关系,计量经济学描述国民经济各部门和社会再生产过程各环节之间的联系,计量经济学并可用于宏观经济结构分析、计量经济学政策模拟、计量经济学决策研究以及发展预测等功能的计盆经济模型。

相关推荐

经济增加值的概念,经济增加值的含义

成本技术经济分析的目的,成本技术经济分析

经济增长的主要因素有哪些?经济增长的主要因素

经济周期理论的分类,经济周期理论的分析

什么是财政支出?财政支出的含义
什么是外汇储备?外汇储备有什么用
什么是汇率?汇率的概念
什么是回购利率?回购利率概念
大家都在看
macd指标背离怎么看,macd指标背离怎么用
macd指标怎么看,macd指标怎么看买入卖出
macd指标的原理,macd指标的原理与应用
macd指标参数设置标准,macd指标参数设置标准是什么

㈢ 数据处理软件有哪些

常用的数据处理软件有:SAS 、SPSS 、EXCEL 、MATLAB、Origin 等等

当前流行的图形可视化和数据分析软件有Matlab,Mathmatica和Maple等。这些软件功能强大,可满足科技工作中的许多需要,但使用这些软件需要一定的计算机编程知识和矩阵知识,并熟悉其中大量的函数和命令。而使用Origin就像使用Excel和Word那样简单,只需点击鼠标,选择菜单命令就可以完成大部分工作,获得满意的结果。 但它又比excel要强大些。

㈣ 计量经济学使用Eviews软件分析的案例模型

计量经济学
期末实验报告

实验名称:大中城市城镇居民人均消费支出与其影响因素的分析
姓 名:
学 号:
班 级:
指导教师:
时 间:

23个城市城镇居民人均消费支出
与其影响因素的分析
一、 经济理论背景
近几年来,中国经济保持了快速发展势头,投资、出口、消费形成了拉动经济发展的“三架马车”,这已为各界所取得共识。通过建立计量模型,运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析,找出其中关键影响因素,以为政策制定者提供一定参考,最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。
二、 有关人均消费支出及其影响因素的理论
我们主要从以下几个方面分析我国居民消费支出的影响因素:
①、居民未来支出预期上升,影响了居民即期消费的增长
居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求,严重地影响了居民即期消费的增长,进而导致有效需求的不足,最终导致经济增长的乏力。90年代末期以来,我国的医疗、养老、失业保险、教育等一系列改革措施集中出台,原有的体制被打破,而新的体制尚未建立健全,因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大,而且基本上都是硬性支出,支出的不确定性也很大,导致居民目前对未来支出预期的上升。
②、商品供求结构性矛盾依然突出
从消费结构上看,我国消费品市场已发生了新的根本性变化:居民低层次消费已近饱和,而更高水平的消费又未达到。改革开放20多年来,城乡居民经过了一个中档耐用消费品的普及阶段后,目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点,如轿车、住房等还远不能纳入大多数人的消费主流,居民现有的购买力不能形成推动主导消费品升级的动力。
③、物价总水平持续在低水平运行,通货紧缩的压力较大,不利于消费的增长
加入WTO之后,随着关税的降低和进口规模的扩大,国外产品对我国市场的冲击将进一步加大,国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降,不利于居民的消费增长。因为从居民的消费心理上看,买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期,因此往往推迟消费,不利于居民消费的增长。另外,从统计上分析,由于物价的下降,名义消费增长往往低于实际消费的增长,这在一定程度上也不利于消费增长幅度的提高。
④、我国现阶段没有形成大的消费热点,难以带动消费的快速增长
经过近几年的培育和发展,我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点,可以促进消费的稳定增长,但始终未能形成大的消费热点,因此不能带动消费的高速增长。
三、 相关数据收集
相关数据均来源于2006年《中国统计年鉴》:
23个大中城市城镇居民家庭基本情况
地区 平均每户就业人口(人) 平均每一就业者负担人数(人) 平均每人实际月收入(元) 人均可支配收入(元) 人均消费支出(元)
北京 1.6 1.8 1865.1 1633.2 1187.9
天津 1.4 2.0 2010.6 1889.8 939.8
石家庄 1.4 2.0 1061.3 1010.0 722.9
太原 1.3 2.2 1256.9 1159.9 789.5
呼和浩特 1.5 1.9 1354.2 1279.8 772.7
沈阳 1.3 2.1 1148.5 1048.7 812.1
大连 1.6 1.8 1269.8 1133.1 946.5
长春 1.8 1.7 1156.1 1016.1 690.2
哈尔滨 1.4 2.0 992.8 942.5 727.4
上海 1.6 1.9 1884.0 1686.1 1505.3
南京 1.4 2.0 1536.4 1394.0 920.6
杭州 1.5 1.9 1695.0 1464.9 1264.2
宁波 1.5 1.8 1759.4 1543.2 1271.4
合肥 1.6 1.8 1042.5 950.1 686.9
福州 1.7 1.9 1172.5 1059.4 942.8
厦门 1.5 1.9 1631.7 1394.3 998.7
南昌 1.4 1.8 1405.0 1321.1 665.4
济南 1.7 1.7 1491.3 1356.8 1071.4
青岛 1.6 1.8 1495.6 1378.5 1020.7
郑州 1.4 2.1 1012.2 954.2 750.3
武汉 1.5 2.0 1052.5 972.2 853.1
长沙 1.4 2.1 1256.9 1148.9 986.8
广州 1.7 1.8 1898.6 1591.1 1215.1

四、 模型的建立
根据数据,我们建立多元线性回归方程的一般模型为:
其中:
——人均消费支出
——常数项
——回归方程的参数
——平均每户就业人口数
——平均每一就业者负担人口数
——平均每人实际月收入
——人均可支配收入
——随即误差项
五、实验过程
(一)回归模型参数估计
根据数据建立多元线性回归方程:
首先利用Eviews软件对模型进行OLS估计,得样本回归方程。
利用Eviews输出结果如下:
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:08
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C -1682.180 1311.506 -1.282633 0.2159
X1 564.3490 395.2332 1.427889 0.1704
X2 569.1209 379.7866 1.498528 0.1513
X3 1.552510 0.629371 2.466766 0.0239
X4 -1.180652 0.742107 -1.590947 0.1290
R-squared 0.721234 Mean dependent var 945.2913
Adjusted R-squared 0.659286 S.D. dependent var 224.1711
S.E. of regression 130.8502 Akaike info criterion 12.77564
Sum squared resid 308191.9 Schwarz criterion 13.02249
Log likelihood -141.9199 F-statistic 11.64259
Durbin-Watson stat 2.047936 Prob(F-statistic) 0.000076
根据多元线性回归关于Eviews输出结果可以得到参数的估计值为: , , , ,
从而初步得到的回归方程为:

Se= (1311.506) (395.2332) (379.7866) (0.629371) (0.742107)
T= (-1.282633) (1.427889) (1.498528) (2.466766) (-1.590947)
F=11.64259 df=18
模型检验:由于在 的水平下,解释变量 、 、 的检验的P值都大于0.05,所以变量不显着,说明模型中可能存在多重共线性等问题,进而对模型进行修正。
(二)处理多重共线性
我们采用逐步回归法对模型的多重共线性进行检验和处理:
X1:
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:28
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 153.8238 518.6688 0.296574 0.7697
X1 523.0964 341.4840 1.531833 0.1405
R-squared 0.100508 Mean dependent var 945.2913
Adjusted R-squared 0.057675 S.D. dependent var 224.1711
S.E. of regression 217.6105 Akaike info criterion 13.68623
Sum squared resid 994441.2 Schwarz criterion 13.78497
Log likelihood -155.3917 F-statistic 2.346511
Durbin-Watson stat 1.770750 Prob(F-statistic) 0.140491
X2:
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:29
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 1756.641 667.2658 2.632596 0.0156
X2 -424.1146 347.9597 -1.218861 0.2364
R-squared 0.066070 Mean dependent var 945.2913
Adjusted R-squared 0.021597 S.D. dependent var 224.1711
S.E. of regression 221.7371 Akaike info criterion 13.72380
Sum squared resid 1032515. Schwarz criterion 13.82254
Log likelihood -155.8237 F-statistic 1.485623
Durbin-Watson stat 1.887292 Prob(F-statistic) 0.236412
X3:
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:29
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 182.8827 137.8342 1.326831 0.1988
X3 0.540400 0.095343 5.667960 0.0000
R-squared 0.604712 Mean dependent var 945.2913
Adjusted R-squared 0.585888 S.D. dependent var 224.1711
S.E. of regression 144.2575 Akaike info criterion 12.86402
Sum squared resid 437014.5 Schwarz criterion 12.96276
Log likelihood -145.9362 F-statistic 32.12577
Durbin-Watson stat 2.064743 Prob(F-statistic) 0.000013
X4:
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:30
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 184.7094 161.8178 1.141465 0.2665
X4 0.596476 0.124231 4.801338 0.0001
R-squared 0.523300 Mean dependent var 945.2913
Adjusted R-squared 0.500600 S.D. dependent var 224.1711
S.E. of regression 158.4178 Akaike info criterion 13.05129
Sum squared resid 527020.1 Schwarz criterion 13.15003
Log likelihood -148.0898 F-statistic 23.05284
Durbin-Watson stat 2.037087 Prob(F-statistic) 0.000096
由得出的数据可以看出, 的调整的判定系数最大,因此首先把 引入调整的方程中,然后在分别引入变量 、 、 进行OLS得:
X1、X3
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:32
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C -222.8991 345.9081 -0.644388 0.5266
X1 289.8101 227.2070 1.275533 0.2167
X3 0.517213 0.095693 5.404899 0.0000
R-squared 0.634449 Mean dependent var 945.2913
Adjusted R-squared 0.597894 S.D. dependent var 224.1711
S.E. of regression 142.1510 Akaike info criterion 12.87276
Sum squared resid 404138.2 Schwarz criterion 13.02087
Log likelihood -145.0368 F-statistic 17.35596
Durbin-Watson stat 2.032110 Prob(F-statistic) 0.000043
X2、X3
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:33
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 239.5536 531.1435 0.451015 0.6568
X2 -27.00981 244.0392 -0.110678 0.9130
X3 0.536856 0.102783 5.223221 0.0000
R-squared 0.604954 Mean dependent var 945.2913
Adjusted R-squared 0.565449 S.D. dependent var 224.1711
S.E. of regression 147.7747 Akaike info criterion 12.95036
Sum squared resid 436747.0 Schwarz criterion 13.09847
Log likelihood -145.9292 F-statistic 15.31348
Durbin-Watson stat 2.063247 Prob(F-statistic) 0.000093
X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:34
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 331.7015 142.5882 2.326290 0.0306
X3 1.766892 0.553402 3.192782 0.0046
X4 -1.473721 0.656624 -2.244390 0.0363
R-squared 0.684240 Mean dependent var 945.2913
Adjusted R-squared 0.652664 S.D. dependent var 224.1711
S.E. of regression 132.1157 Akaike info criterion 12.72634
Sum squared resid 349091.0 Schwarz criterion 12.87445
Log likelihood -143.3529 F-statistic 21.66965
Durbin-Watson stat 2.111635 Prob(F-statistic) 0.000010
由数据结果可以看出,引入X4时方程的调整判定系数最大,且解释变量均通过了显着性检验,再分别引入X1、X2进行分析。
X1、X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:37
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 193.6693 403.8464 0.479562 0.6370
X1 89.29944 243.6512 0.366505 0.7180
X3 1.652622 0.646003 2.558228 0.0192
X4 -1.345001 0.757634 -1.775265 0.0919
R-squared 0.686457 Mean dependent var 945.2913
Adjusted R-squared 0.636950 S.D. dependent var 224.1711
S.E. of regression 135.0712 Akaike info criterion 12.80625
Sum squared resid 346640.3 Schwarz criterion 13.00373
Log likelihood -143.2719 F-statistic 13.86591
Durbin-Watson stat 2.082104 Prob(F-statistic) 0.000050
X2、X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:38
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 62.60939 489.2088 0.127981 0.8995
X2 134.1557 232.9303 0.575948 0.5714
X3 1.886588 0.600027 3.144175 0.0053
X4 -1.596394 0.701018 -2.277251 0.0345
R-squared 0.689658 Mean dependent var 945.2913
Adjusted R-squared 0.640657 S.D. dependent var 224.1711
S.E. of regression 134.3798 Akaike info criterion 12.79599
Sum squared resid 343100.8 Schwarz criterion 12.99347
Log likelihood -143.1539 F-statistic 14.07429
Durbin-Watson stat 2.143110 Prob(F-statistic) 0.000046
由输出结果可以看出,在 的水平下,解释变量 、 的检验的P值都大于0.05,解释变量不能通过显着性检验,因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为:

Se= (142.5882) (0.553402) (0.656624)
T= (2.326290) (3.192782) (-2.244390)
F=21.66965 df=20
(三).异方差性的检验
对模型 进行怀特检验:
White Heteroskedasticity Test:
F-statistic 1.071659 Probability 0.399378
Obs*R-squared 4.423847 Probability 0.351673

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/11/07 Time: 16:53
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 34247.50 128527.9 0.266460 0.7929
X3 247.9623 628.1924 0.394723 0.6977
X3^2 -0.071268 0.187278 -0.380548 0.7080
X4 -333.6779 714.3390 -0.467114 0.6460
X4^2 0.18 0.229933 0.526841 0.6047
R-squared 0.192341 Mean dependent var 15177.87
Adjusted R-squared 0.012861 S.D. dependent var 23242.54
S.E. of regression 23092.59 Akaike info criterion 23.12207
Sum squared resid 9.60E+09 Schwarz criterion 23.36892
Log likelihood -260.9038 F-statistic 1.071659
Durbin-Watson stat 1.968939 Prob(F-statistic) 0.399378
由检验结果可知, ,由White检验知,在 时,查 分布表,得临界值 (20)=30.1435,因为 < (5)= 30.1435,所以模型中不存在异方差。
(四).自相关的检验
由模型的输出结果可知,估计结果都比较满意,无论是回归方程检验,还是参数显着性检验的检验概率,都显着小于0.05,D-W值为2.111635,显着性水平 =0.05下查Durbin-Watson表,其中n=23,解释变量的个数为2,得到下限临界值 ,上限临界值 , =1.543<D-W=2.111635<4 ,由DW检验决策规则可知,该模型不存在自相关问题。
六、对模型进行分析和解释经济学意义
回归方程的意义为:当平均每人实际月收入不变时,人均可支配收入每增加一个单位,人均消费支出减少1.473721个单位;当人均可支配收入不变时,平均每人实际月收入每增加一个单位,人均消费支出增加1.766892个单位。
七、 就模型所反映的问题给出针对性的政策建议或结论
对于我国人均消费支出的分析中,可以看出我国在过去的几年里经济发展稳健,但是由于种种原因导致我国经济的现状存在一定的问题,如不完善的社会保障制度导致消费结构不合理;过高的居民储蓄存款影响居民消费倾向;消费品生产行业投资方向失误和低效率引起国内市场消费梗阻;保守的消费观念和消费政策的制约;教育支出比重过大影响居民消费倾向 。对此我们国家应该在以下几个方面对居民消费中存在的问题进行对策研究
(一)建立和完善社会保障制度,增强居民消费信心
(二)培育新的消费热点,拓展居民的消费领域
(三)促使商品消费从自我积累型向信用支持型转变
(四)分层次促进居民消费
(五)破解影响消费结构优化的政策制约
(六)化解有效供给不足与产品相对过剩的矛盾

㈤ 急要一份计量经济学使用Eviews软件分析的案例模型

我用QQ邮箱发给你了,自己做的,因为我也是计量经济学的初学者,自己摸索的,希望能帮到你。

㈥ 急求一份计量经济学使用Eviews软件分析的案例模型!!!

计量经济学使用Eviews软件分析的案例模型→→可+名里QQ来获取。。。。

㈦ 计量经济学中6种模型分别是什么

经济学模型有很多,没有确定的多少种。包括宏观经济学、微观经济学、国际经济学、流通经济学、计量经济学等等,各门课中都有许多相关的经济学模型。如生产模型,索洛模型,罗默模型,IS_ID模型、是IS-LM-BP模型,总需求-总供给模型和蒙代尔弗莱明模型等等。

经济模型是一种分析方法,它极其简单地描述现实世界的情况。现实世界的情况是由各种主要变量和次要变量构成的,非常错综复杂,因而除非把次要的因素排除在外,否则就不可能进行严格的分析,或使分析复杂得无法进行。

通过作出某些假设,可以排除许多次要因子,从而建立起模型。这样一来,便可以通过模型对假设所规定的特殊情况进行分析。经济模型本身可以用带有图表或文字的方程来表示。

理论模型的设计

在单方程模型中,变量分为两类。作为研究对象的变量,也就是因果关系中的“果”,例如生产函数中的产出量,是模型中的被解释变量;而作为“原因”的变量,例如生产函数中的资本、劳动、技术,是模型中的解释变量。确定模型所包含的变量,主要是指确定解释变量。可以作为解释变量的有下列几类变量:外生经济变量、外生条件变量、外生政策变量和滞后被解释变量。其中有些变量,如政策变量、条件变量经常以虚变量的形式出现。

以上内容参考:网络-计量经济模型

㈧ 建立与应用计量经济学模型的主要步骤有哪些

建立与应用计量经济学模型的主要步骤有:
1、设计理论模型,确定模型所包含的变量,确定了被解释变量后,如何正确地选择解释变量,确定模型的数学形式,拟定理论模型中待估参数的理论期望值;
2、收集样本数据,包括时间序列数据、截面数据、虚变量数据,而且要考虑样本数据的完整性、准确性、可比性和一致性;
3、估计模型参数,包括各种模型参数估计方法,如何选择模型参数估计方法以及关于应用软件的使用;
4、检验模型,包括经济意义的检验、统计检验、计量经济学检验、模型预测检验。

㈨ 宏观经济模型图应该用什么软件做

MATLAB用的较多。用Windows自带的附件中的画图工具也可以。
宏观经济模型是描述整个国民经济系统客观经济过程的总体状态和变化规律的经济数学模型。它的变量是经济系统的总量或平均数,如社会总产值、国民收入、总投资、总消费支出、货币发行量、物价水平、人口发展、就业水平、进出口贸易及其相互之间的关系等等。在人们已经研究和发展的一系列的宏观经济模型中,应用较为广泛的有经济计量模型、投入产出模型、最优化模型、系统动态学模型、模拟模型等。

阅读全文

与计量经济模型软件有哪些相关的资料

热点内容
三国演义的故事及人物有哪些 浏览:614
什么都没有自己的健康重要 浏览:572
石台事业编什么时候体检 浏览:550
守护爱情的小保安什么梗 浏览:552
幸福有时像什么有时像什么 浏览:191
国民经济形势对投资有哪些影响 浏览:246
爱情的颜色是什么作文 浏览:622
健康甘肃里的备注怎么填 浏览:50
男人事业和婚姻哪个重要 浏览:737
合法婚姻和事实婚姻的界定有哪些 浏览:113
美女你好你在哪里上班的干的什么 浏览:980
适合自己的就是幸福下句该怎么说 浏览:360
爱是什么韩国爱情动画 浏览:469
单身又怎么感受爱情 浏览:408
家庭购买房子属于什么宏观经济学 浏览:61
梨泰院有什么故事 浏览:937
爱情里陪伴和懂得哪个更重要 浏览:689
南京惠民健康宝如何续保 浏览:79
幸福的歌怎么跳 浏览:753
雪莲果经济效益如何 浏览:58