影响我国国内生产总值因素的计量分析副本文档格式.docx
- 文档编号:3854722
- 上传时间:2023-05-02
- 格式:DOCX
- 页数:15
- 大小:34.93KB
影响我国国内生产总值因素的计量分析副本文档格式.docx
《影响我国国内生产总值因素的计量分析副本文档格式.docx》由会员分享,可在线阅读,更多相关《影响我国国内生产总值因素的计量分析副本文档格式.docx(15页珍藏版)》请在冰点文库上搜索。
1986
10275.2
22.44
-19
2232.1
1987
12058.6
23.14
-149
2458.3
1988
15042.8
31.94
23.1
2658.36
1989
16992.3
33.93
53.2
2879
1990
18667.8
34.87
87.4
3083.59
1991
21781.5
43.66
81.2
3386.62
1992
26923.5
110.08
43.5
3742.2
1993
35333.9
275.15
-122.2
4642.3
1994
48197.9
337.67
54
5792.62
1995
60793.7
375.21
167
6823.72
1996
71176.5
122.2
7937.55
1997
78973
452.57
404.2
9233.56
1998
84402.3
454.63
434.7
10798.18
1999
89677.1
403.19
292.3
13187.67
2000
99214.6
407.15
241.1
15886.5
2001
109655.2
468.78
225.5
18902.58
2002
120332.7
527.43
304.3
22053.15
2003
135882.8
535.05
254.7
24649.95
2004
159878.3
606.3
320.9
28486.89
2005
183217.4
603.25
1020
33930.28
2006
211923.5
630.21
1774.8
40422.73
2007
249529.9
747.68
2618.3
49781.35
根据上表的数据运用Eviews软件对多元线性回归模型进行分析。
做出GDP与x1、x2、x3之间的散点图:
图1
从图1可以看出,GDP与x1、x2、x3之间存在显著的线性关系。
因此,可以假设GDP=β0+β1X1+β2X2+β3X3+ui
运用最小二乘法进行分析,如下表所示:
表2
Coefficient
Std.Error
t-Statistic
Prob.
C
2656.816
1453.313
1.828110
0.0833
X1
88.40573
7.219904
12.24472
0.0000
X2
4.483290
2.811822
1.594443
0.1273
X3
3.499508
0.195199
17.92787
R-squared
0.997331
Meandependentvar
81258.54
AdjustedR-squared
0.996910
S.D.dependentvar
69210.32
S.E.ofregression
3847.251
Akaikeinfocriterion
19.50488
Sumsquaredresid
2.81E+08
Schwarzcriterion
19.70235
Loglikelihood
-220.3061
Hannan-Quinncriter.
19.55454
F-statistic
2366.910
Durbin-Watsonstat
1.213851
Prob(F-statistic)
0.000000
(1)对模型进行统计检验:
1.拟合优度检验
由表可知,样本可决系数为R-squared=0.997331,修正样本可决系数为AdjustedR-squared=0.996910。
说明估计的样本回归方程很好地拟合了样本观测值。
2.F检验
由表可知F-statistic=2366.910。
对于给定的显著性水平α=0.05,可以查出F0.05(3,19)=3.13。
因为F统计量的值F=2366.910>
3.13,所以整体上该模型中被解释变量与解释变量之间存在显著的线性关系,即我国国内生产总值与外商直接投资、净出口、政府支出之间存在显著的线性关系。
3.t检验
可以查出,t0.025(n-k-1)=t0.025(19)=2.09。
由上表可知,t0=1.828<
2.09,t2=1.59<
2.09,t1=12.24>
2.09,t3=17.93>
2.09。
因此,常数项和X2系数不显著,即净出口对国内生产总值没有显著影响,在建立模型时,x2可以不作为解释变量进入模型。
(2)多重共线性分析:
分别计算x1、x3的两两相关系数,如下表所示:
表3
1.000000
0.862934
由表3可以看出,解释变量之间相关系数较高。
为了检验和处理多重共线性,采用修正Frisch法。
如下:
1)对GDP分别关于x1、x3做最小二乘回归,得:
表4
-7203.923
9604.432
-0.750062
0.4615
269.0909
23.83298
11.29070
0.858567
0.851832
26640.87
23.30122
1.49E+10
23.39996
-265.9641
23.32605
127.4798
0.221559
表5
12449.05
3330.731
3.737632
0.0012
5.024609
0.174448
28.80285
0.975312
0.974136
11130.60
21.55572
2.60E+09
21.65446
-245.8908
21.58056
829.6039
0.164856
根据回归结果,易知政府支出x3是最重要的解释变量。
2)加入解释变量x1,对GDP关于x1、x3作最小二乘回归,得:
表6
2153.841
1472.347
1.462863
0.1590
84.58700
7.068819
11.96621
3.745818
0.123841
30.24693
0.996974
0.996672
3992.832
19.54350
3.19E+08
19.69160
-221.7502
19.58075
3295.007
1.010479
从表6可以看出,加入X1后,拟合优度和修正后的拟合优度均有所增加,并且没有影响X3系数的显著性,所以在模型中应该保留x1。
综上所述,得到GDP关于x1和x3的回归方程,常数项不显著,略去,得回归方程:
GDP=84.587X1+3.7046X3
(11.97)(30.25)
R-squared=0.997,AdjustedR-squared=0.9967,DW=1.01,F=3295。
作出样本实际值、拟合值与残差的图形,如下图所示:
图2
从图2可以看出,样本观测值对实际值的拟合程度高,回归方程拟合效果较好。
(3)异方差检验
做出e^2与GDP的散点图:
图3
从图3可以看出,e^2随着GDP的变化而变化,因此有可能存在异方差。
选择运用怀特检验进行异方差检验,如下表所示:
表7
HeteroskedasticityTest:
White
0.811094
Prob.F(5,17)
0.5578
Obs*R-squared
4.430005
Prob.Chi-Square(5)
0.4893
ScaledexplainedSS
3.006705
0.6990
由表7可知,NR²
=4.43,给定显著性水平α=0.05,查表可得:
χ2(k)=χ2(5)=11.07。
NR²
=4.43<
11.07,所以该回归模型中不存在异方差。
(4)序列相关检验
1)由表6可知,DW=1.01。
回归方程解释变量个数k=2,查表可得dL=1.17,dU=1.54,因而DW<
dL,即ui存在一阶正自相关。
2)再对模型进行LM检验:
上面已经检验到序列存在一阶自相关,现设定滞后阶数为2,则LM检验结果如下表所示:
表8
Breusch-GodfreySerialCorrelationLMTest:
9.616441
Prob.F(2,18)
0.0014
11.88080
Prob.Chi-Square
(2)
0.0026
表中的LM统计量显示,在5%的显著水平上,χ2
(2)=5.99,NR²
=Obs*R-squared=11.88>
χ2
(2)=5.99,因而存在二阶序列相关性。
运用LM检验法依次增加滞后阶数,当滞后阶数为8时,依然存在序列相关性。
继续增加阶数到第9阶,此时的检验结果如下:
表9
3.062309
Prob.F(9,11)
0.0420
16.43893
Prob.Chi-Square(9)
0.0583
在5%的显著性水平上,χ2(9)=16.919,NR²
=Obs*R-squared=16.44<
χ2(9)=16.919,因此不存在9阶序列相关性。
综上所述,序列存在着8阶序列相关,则不能用DW统计量估计自相关系数,采用科克兰内-奥克特(Cochrane-Orcutt)迭代法进行修正,迭代两次后的修正结果如下表所示:
表10
DependentVariable:
GDP
Method:
LeastSquares
Date:
02/18/12Time:
16:
10
Sample(adjusted):
19872007
Includedobservations:
21afteradjustments
Convergenceachievedafter9iterations
2960.624
1598.931
1.851626
0.0826
84.26059
7.738274
10.88881
3.689932
0.136184
27.09524
AR
(1)
0.853362
0.212026
4.024803
0.0010
AR
(2)
-0.664838
0.218117
-3.048074
0.0077
0.998428
88078.82
0.998034
68610.15
3041.812
19.08255
1.48E+08
19.33125
-195.3668
19.13652
2539.794
2.104936
InvertedARRoots
.43+.69i
.43-.69i
从该表可以看出,经过修正后的DW统计量为2.1,dL=1.17,dU=1.54,因而dU=1.54<
DW=2.1<
4-dU=2.46,则修正后不存在序列相关了。
(5)模型评价:
综上所述,修改后的模型拟合优度非常高,估计的样本回归方程很好的拟合了样本观测值。
修改后的GDP是关于x1和x3的回归方程,其中常数项不显著。
略去常数项,得到回归方程:
GDP=84.261X1+3.69X3
(10.889)(27.095)
R-squared=0.9984,AdjustedR-squared=0.9980,DW=2.1,F=2539.8
图4
修改后的模型消除了多重共线性和自相关,不存在异方差,且总体上模型中被解释变量与解释变量之间线性关系显著,解释变量回归系数亦显著。
因此,修改后的模型能够很好的反映样本值及其估计值,无论是结构分析、统计分析,都是比较好的。
三、模型的经济意义分析:
从本文模型分析的GDP表达式可以知道,影响我国GDP的因素主要有两个,即外商直接投资(X1)和政府支出(X3)。
其中,外商直接投资是影响GDP的最主要的因素。
每增加1亿美元的外商直接投资,国内生产总值就会相应的增加84.261美元;
每增加1亿元政府支出,国内生产总值会相应的增加3.69亿元。
因此,我国应该把工作的重心放在加大引进外商投资的力度,积极吸引外资上面;
同时相应的提高政府支出。
这样才能带动我国国内生产总值的快速增长,从而使经济能够得到更快的发展。
[参考文献]
[1]高鸿业.西方经济学.北京:
中国人民大学出版社,2004.
[2]张晓峒.计量经济学基础.天津:
南开大学出版社,2007.
[3]陈浪南、陈景煌.外商直接投资对中国经济增长影响的经验研究.[J]世界经济,2002,(6):
20-26.
[4]贺红波,屠新曙.FDI与中国经济增长之间关系的实证研究.[J]统计与决策,2005,
(2):
62-63.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 影响我国国内生产总值因素的计量分析 副本 影响 我国 国内生产总值 因素 计量 分析