国内生产总值的实证分析

计量经济学课程设计我国国内生产总值的实证分析 目 录 . 摘 要 2 关键词 2 . 正 文 2 1. 序 言 2 2. 模型设定 3. 参数估计 4. 检验修正 经济意义检验 统计意义检验 计量经济学检验 多重共线性检验 相关系数检验 逐步回归修正 异方差性检验 异方差检验 模型修正 序列相关性检验 GB 检 验 模型修正 模型预测检验 模型确认 5. 模型评价 6. 政策建议 7. 参考文献 我国国内生产总值的实证分析 【摘要】：本文主要是从宏观经济的角度，对影响我国自1990年至2009年的国内生产总值的主要因素进行实证分析。结合我国特定国情选取了六个影响我国国内生产总值的主要因素，并对其时间序列分析，建立多元线性模型，利用OLS方法进行参数估计并进行计量经济学模型的四大检验。经济意义检验中，发现储蓄总额前参数不符合经济理论常识，并在后面的工作中得到了修正；计量经济学检验中，发现初建模型具有多重共线性，采用逐步回归法进行修正，消除了多重共线性；在异方差性检验中，发现模型具有异方差性，采用对数变换法进行修正，消除了异方差性；利用GB检验法发现模型随机干扰项存在2阶序列自相关性，采用广义差分变换法修正模型， 消除了模型序列相关性；利用2010年数据，模型通过了经济预测检验，并确定了最终模型，得出结论：进出口额、职工工资总额和上期国内生产总值对国内生产总值有很大影响。最后，进行了模型评价并结合模型及我国国情给出了相应的可供参考的政策建议。 【关键词】：国内生产总值 进出口额 职工工资总额 经济意义检验 计量经济学检验 时间序列 多元线性回归 OLS方法 逐步回归法 多重共线性 异方差性 对数变换法 GB检验法 序列自相关性 广义差分变换法 经济预测检验 序言 自1985年国家统计局建立起相应的核算制度以来，国内生产总值核算已经成为我国宏观经济管理部门了解经济运行状况的重要手段，制定经济发展战略、中长期规划、年度计划和各种宏观经济政策的重要依据。因此研究国内生产总值的影响因素对我国的经济发展有重大意义。2010年国内生产总值亿元，按可比价格计算，比上年增长10.3%，增速比上年加快1.1个百分点。总量跃居世界第二。本文主要运用计量经济学和统计经济学研究一些经济指标对国内生产总值的影响和相关关系。GDP = C+ C1*LNX1 + C2*LNX3 + C3*LNX5 一、模型的设定 选国内生产总值GDP为被解释变量，而影响国内生产总值的因素有很多，但普遍看来，进出口额、财政支出总额、职工工资总额、税收总额、上期国内生产总值和储蓄总额这六个因素对国内生产总值影响较大，因此，我们搜集了这六个因素的时间序列数据作为解释变量，希望建立一个合适的经济模型来从理论上探讨影响国内生产总值的因素，进而提出相应的建议。把上述六个因素分别设定为X、X、X、X、X、X6。设定模型为： GDP=+U 经查资料得国内生产总值样本观测数据（单位/亿元）： 年份 GDP 进出口额 财政支出 职工工资总额 税收收入 上期GDP 储蓄余额 1990 18667.8 5560.1 3083.59 2951.1 2821.86 16992.3 1210.2 1991 21781.5 7225.8 3386.62 3323.9 2990.17 18667.8 1610 1992 26923.5 9119.6 3742.2 3939.2 3296.91 21781.5 2312.3 1993 35333.9 11271 4642.3 4916.2 4255.3 26923.5 3095.2 1994 48197.9 20381.9 5792.62 6656.4 5126.88 35333.9 4680.1 1995 60793.7 23499.9 6823.72 8100 6038.04 48197.9 5884.1 1996 71176.6 24133.8 7937.55 9080 6909.82 60793.7 7647.6 1997 78973 26967.2 9233.56 9405.3 8234.04 71176.6 10053.1 1998 84402.3 26849.7 10798.18 9296.5 9262.8 78973 11615.9 1999 89677.1 29896.2 13187.67 9875.5 10682.58 84402.3 14666.7 2000 99214.6 39273.2 15886.5 10656.2 12581.51 89677.1 18190.7 2001 .2 42183.6 18902.58 11830.9 15301.38 99214.6 22327.6 200 .7 51378.2 22053.15 13161.1 17636.45 .2 28121.7 2003 .8 70483.5 24649.95 14743.5 20017.31 .7 35119 2004 .3 95539.1 28486.89 16900.2 24165.68 .8 41416.5 2005 .4 .8 33930.28 19789.9 28778.54 .3 48787.5 2006 .4 .5 40422.73 23265.9 34804.35 .4 58575.9 2007 .3 .2 49781.35 28244 45621.97 .4 67599.7 2008 .4 .5 62592.66 33714 5422.379 .3 78585.2 2009 .9 .1 76299.93 40288.16 59521.59 .4 .3 数据来自中国统计年鉴 二、模型的参数估计 对设定模型用OLS法进行参数估计,用Eviews5对上表数据回归得： Dependent Variable: GDP Method: Least Squares Date: 06/29/11 Time: 20:09 Sample: 1990 2009 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. X1 0. 0. 11.18991 0.0000 X2 1. 0. 2. 0.0546 X3 1. 0. 2. 0.0178 X4 0. 0. 1. 0.2588 X5 0. 0. 11.23539 0.0000 X6 -1. 0. -3. 0.0048 C -2350.298 1721.927 -1. 0.1954 R-squared 0. Mean dependent var .3 Adjusted R-squared 0. S.D. dependent var 95623.17 S.E. of regression 1981.296 Akaike info criterion 18.29011 Sum squared resid Schwarz criterion 18.63861 Log likelihood -175.9011 F-statistic 7373.983 Durbin-Watson stat 1. Prob(F-statistic) 0. 回归结果如下： GDP=-2350.298+-1. -1. 11.18993 2. 2. 1.18091 11.23540 -3. =0. =0. = 7374.005 D.W.= F=7374.005 (6，13)=2.92(显著性水平=0.05)表明模型从整体上看国内生产总值与解释变量间线形关系显著。 三、检验及修正 1 经济意义检验 从上述回归结果可知：的系数为负值，说明国民生产总值随居民储蓄余额的增加而减少，这从理论上说不符合我国的实际情况；其他因素系数均为正，均不与经济原理相悖，具有经济意义：各系数表示国内生产总值对该因素的弹性大小。 2统计意义检验 从回归结果可以看出，模型的拟和优度非常好（=0.）， F统计量的值在给定显著性水平=0.05的情况下也较显著。因为= 7374.00 (6，13)，表明模型的线性关系在95%的置信水平下显著成立.。但是X2、X4的t统计值均不显著。 3.计量经济学检验 （1）多重共线性检验 相关系数检验：用Eviews5求得解释变量的相关系数矩阵： GDP X1 X2 X3 X4 X5 X6 GDP 1. 0. 0. 0. 0. 0. 0. X1 0. 1. 0. 0. 0. 0. 0. X2 0. 0. 1. 0. 0. 0. 0. X3 0. 0. 0. 1. 0. 0. 0. X4 0. 0. 0. 0. 1. 0. 0. X5 0. 0. 0. 0. 0. 1. 0. X6 0. 0. 0. 0. 0. 0. 1. 由此可知：解释变量 、之间存在高度正相关，模型存在严重多重共线性。下面对模型进行修正。 模型修正：用逐步回归法修正模型 由相关系数矩阵知解释变量X5与GDP相关性最强，故首先选取X5 做为基本变量与GDP建立一元回归模型： Y=1206.208+1. (0.) (53.45104) 2 =0.9937 F=2857.014 D.W.=1. 依次引入X3 、 、 、X6变量回归： 引入X3 ： Dependent Variable: GDP Method: Least Squares Date: 06/29/11 Time: 20:19 Sample: 1990 2009 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C -1393.537 3037.490 -0. 0.6522 X3 3. 1. 1. 0.0786 X5 0. 0. 3. 0.0052 R-squared 0. Mean dependent var .3 Adjusted R-squared 0. S.D. dependent var 95623.17 S.E. of regression 7283.977 Akaike info criterion 20.76222 Sum squared resid 9.02E+08 Schwarz criterion 20.91158 Log likelihood -204.6222 F-statistic 1628.742 Durbin-Watson stat 1. Prob(F-statistic) 0. 引入X3 ，拟合优度得到提高，参数符号合理且参数统计量显