澳大利亚GDP影响因素分析.ppt

a澳大澳大利亚GDPGDP影响因素分析 ----- -----计量经济学作业小组成员：小组成员： 吕嘉焕吕嘉焕 112333071111 莫雪萱莫雪萱 112333071116 唐艳君唐艳君 112333071124 李冬燕李冬燕 112333071140 臧昀辉臧昀辉 112333071145..一.、 研究的目的要求研究的目的要求模型设定模型设定 二..、估计参数估计参数 三、模型检验模型检验四、.• 国内生产总值（Gross Domestic Product，简称GDP)是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，被公认为衡量国家经济状况的最佳指标它不但可反映一个国家的经济表现，还可以反映一国的国力与财富从支出法来看，国内生产总值包括一个国家(或地区)所有常住单位在一定时期内用于最终消费、资本形成总额，以及货物和服务的净出口总额，它反映本期生产的国内生产总值的使用及构成。

而有推论：人口自然增长率只要降低几个千分点便会明显促进人均GDP的增长• 故本文主要以人口增长率、最终消费支出、资本形成总额、货物与服务净出口为解释变量对澳大利亚GDP的影响做研究分析 一、研究目的一、研究目的.•　　为了分析人口增长率、最终消费支出、资本形成总额、货物与服务净出口对澳大利亚GDP的影响，选择“澳大利亚GDP”（用Y表示），选择最终消费支出（消费）、资本形成总额（投资）、货物与服务净出口(净出口）、人口增长率为解释变量，分别用X1、X2、X3、X4表示•　　• 假定GDP与最终消费支出、资本形成总额、货物与服务净出口、人口增长率之间满足线性约束，则理论模型设定为：•　　　Y=β1+β2X1+β3X2+β4X3+β5X4 　其中Y表示澳大利亚GDP，X1表示最终消费支出、X2表示资本形成总额、X3表示货物与服务净出口、X4表示人口增长率由世界银行得到的澳大利亚1990年~2012年的有关数据•　　　二、模型设定.•..•.　年份GDPY(亿美元）最终消费支出X1(亿美元）资本形成总额X2(亿美元）货物与服务净出口X3(亿美元）人口增长率（年度百分比）X4 19904258.70 3150.86 992.12 2.68 1.48 19914243.76 3203.92 843.52 90.94 1.27 19924261.93 3280.47 794.67 128.62 1.21 19934437.13 3351.35 878.62 142.93 0.98 19944616.77 3423.62 937.22 168.27 1.06 19954800.96 3575.10 1063.43 107.17 1.21 19964992.69 3701.88 1083.47 154.04 1.31 19975187.44 3799.06 1163.70 178.54 1.12 19985422.12 3970.01 1256.27 145.34 1.04 19995690.76 4163.84 1339.60 124.84 1.14 20005909.62 4329.61 1412.55 117.39 1.19 20016021.88 4461.27 1297.10 218.72 1.35 20026257.52 4593.23 1412.78 196.33 1.22 20036454.69 4767.54 1586.45 67.53 1.23 20046722.39 4996.32 1769.72 -62.34 1.16 20056936.63 5201.48 1897.55 -175.49 1.32 20067147.69 5347.05 2022.17 -245.43 1.48 20077418.44 5574.22 2151.56 -338.82 0.62 20087698.04 5816.75 2373.14 -533.21 2.00 20097824.92 5882.95 2343.95 -450.97 2.06 20107988.27 6002.40 2410.57 -482.11 1.56 20118182.64 6211.00 2558.66 -668.95 1.39 20128462.03 6415.85 2818.29 -855.70 1.70 三、估计参数• （1）建立工作文件 •首先，双击EViews图标，进入EViews主页，在菜单中依次点击File/New/Workfile,出现对话框“Workfile Range”。

在“Workfile Frequency”中选择“Annual”，并在“Start date”中输入开始时间“1990”，在“end date”中输入最后时间“2012”点击“OK”出现未命名文件的“Workfile UNTITLED”工作框其中，已有对象“c”为截距项，“resid”为剩余项 .•.（2）.输入数据•　　在EViews命令框中直接输入“data y x1 x2 x3 x4”后回车，出现“Group”窗口数据编辑框，再从原来准备好的数据表中将对应数据粘贴到EViews的数据表中（3）.估计参数•在EViews命令框中直接输入“ls y c x1 x2 x3 x4”，按回车，即出现回归结果•　　　.•可用规范的形式将参数估计和检验的结果写为•　　　^Y1=193.0939+0.971477X1+0.982839X2+0.889458X3+7.583982X4　　　(56.71492 0.039373 0.088727 0.054786 15.46381)　 t = (3.418922) (24.67377) (11.07708) (16.23506) (0.490434) R^2=0.999852 F=30445.41 n=23•　　　•　　　 •　　　最后，若要显示回归结果的图形，在“Equation”框中，点击“resid”，即出现剩余项“（Residual）、实际项（Actual）、拟合项（Fitted）的图形，结果如图所示。

.•.　四、模型检验•（1）.经济意义检验•　　　由回归结果得，所估计的参数^β1=193.9039，^β2=0.971477,^β3=0.982839，^β4=0.889458，，说明消费每增加1亿美元，可导致GDP提高0.971477亿美元；投资每增加1亿美元，可导致GDP提高0.982839亿美元；净出口每增加1亿美元GDP提高0.889458，这与GDP与消费、投资、净出口经济意义相符合•　　　然后^β5=7.583982，说明人口增长率每增加1个百分比，可导致GDP提高7.582982，这与最初设定的行为方式不相符合（2）、拟合优度和统计检验•　　　用EViews得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据•（1）拟合优度的度量：由回归结果可以看出，可决系数为0.999852，说明所建模型整体上对样本数据拟合较好，即解释变量“GDP”对被解释变量“消费”“投资”“进出口”“人口增长率”的绝大部分差异作出了解释•　(2)P值检验：依据P<α(0.05)通过检验，由回归结果得^β1、^β2、^β3、^β4、^β5分别为0.0031、0.0000、0.0000、0.0000、0.6298，故^β1、^β2、^β3、^β4通过检验，解释变量“消费”（X1)、“投资”(X2)、“净出口”(X3)分别对被解释变量“GDP”Y都有显著影响；^β5=0.6298>α(0.05)不通过检验，故人口增长率”(X4)对“GDP”Y的影响不显著。

•　　　•　　　•　　　 •（3）对回归系数的t检验：分别针对H0：βj=0（j=1,2,3,4,5），给定显著水平α=0.05，查t分布表可得自由度为n-k=23-5=18的临界值:•　　　t α/2（n-k)=t 0.025(18)=2.101.•由回归结果数据可得，与^β1、^β2、^β3、^β4对应的t统计量分别为3.418922、24.27377、11.07708、16.23506，其绝对值均大于2.101，这说明在显著水平α=0.05下，分别应当拒绝H0：βj=0(j=1,2,3,4),也就是说，当在其他解释变量不变的情况下，解释变量“消费”（X1)、“投资”(X2)、“净出口”(X3)分别对被解释变量“GDP”Y都有显著影响•“人口增长率”(X4)所对应的t统计量为0.490434，表明在α=0.05下，“人口增长率”(X4)对“GDP”Y的影响不显著（3）.异方差检验根据White检验结果得，P>0.005故不存在异方差　　　•由此可见，该模型R^2=0.999852，修正后的可决系数为0.99819，很高，F检验值30445.41，明显显著但当α=0.05时，t½α(n-k)=2.101, X4的系数t检验不显著，表明很可能存在多重共线性•计算各解释变量的相关系数，得相关系数矩阵•由相关系数阵可以看出，各解释变量相互之间的相关系数较高，证实存在多重共线性。

•2、多重共线性检验　　　• 　　　 　　　 修正多重共线性•采用逐步回归法， 第一步，分别对X1、X2、X、 X4做一元回归经比较的X1的R^2，且P小于0.05，故保留X1. 第二步，以X1为基础，分别加入X2、X3、X4逐步回归　　　比较加入X3的方程，改进最大且各参数的t检验都显著P 值均小于α（0.05），故可保留X3.X1X2X3X4R^20.9971270.9678470.7253340.221689X1,X2X1,X3X1,X4R^20.9976560.9988400.997394•，•，•第三步，以X1、X3为基础，分别加入X2、X4逐步回归比较得出加入X2的方程，改进最大且各参数的t检验都显著P 值均为0，小于α（0.05），故可保留X2.•且，人口增长率X4均未通过经济意义、t检验、P检验，多重共线性检验，故排除X4。

X1,X3，X2X1,X3，X4R^20.9998500.998845最后修正多重共线性影响后的结果为：•.　　　最后修正的回归结果为：•　　　^Y=204.6615+0.970798X1+0.885390X3+0.984054X2•　　　 (51.24546)(0.038554)(0.053061)(0.086952)•　　　t=(3.993750)(25.18016)(16.68618)(11.32373)•　　　R^2=0.999850 F=42283.99 n=23•这说明，在其他因素不变的情况下，当最终消费支出每增加一亿美元，资本形成总额和货物与贸易净出口分别增加一亿美元时，GDP将分别增加0.970798、0.885390、0.984054亿美元•　　　五　总结•　　经过经济意义的检验、t检验、P值检验，被解释变量人口增长率（X4）均为通过检验，对GDP影响不显著并在多重线性检验中，采用逐步分析法，一一保留X1、X3、X2，排除X4，也经过一系列的检验得出“最终消费支出”（X1)、“资本形成总额”(X2)、“货物与服务净出口”(X3)通过检验，并且对GDP影响显著，最后修正并通过检验的模型为：Y=204.6615+0.970798X1+0.984054X2+0.885390X3.。