最新对中国经济增长影响因素的实证分析Word文档下载推荐.docx
《最新对中国经济增长影响因素的实证分析Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《最新对中国经济增长影响因素的实证分析Word文档下载推荐.docx（42页珍藏版）》请在冰豆网上搜索。
与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为：
代表社会就业人数，
代表固定资产投资，
代表消费价格指数，
代表随机干扰项。
模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。
如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。
2.1理论模型的确定
通过变量的试算筛选，最终确定以以下变量建立回归模型。
被解释变量：
国内生产总值,
解释变量:
:
另外，从经济意义上来说，社会就业人数、固定资产投资和消费价格指数这三个宏观经济指标基本反映了我国经济发展状况，因此也就很大程度上决定了经济增长水平。
单从经济意义上讲，变量的选择是正确的。
而且，就直观上来说，解释变量与被解释变量都是相关的，这三个解释变量都是经济增长的“良性”变量，它们的增长都对我国经济增长起着积极的推动作用，这一点可以作为模型经济意义检验的依据。
表1：
被解释变量与解释变量1980-20009数据
年份
国内生产总值（现价）/亿元
年末从业人员数/万人
全社会固定资产投资总额/亿元
居民消费价格指数（上年=100）
1980
4545.623973
42361
910.9
107.5
1981
4889.461062
43725
961
102.5
1982
5330.450965
45295
1230.4
102
1983
5985.551568
46436
1430.1
1984
7243.751718
48197
1832.9
102.7
1985
9040.736581
49873
2543.2
109.3
1986
10274.37922
51282
3120.6
106.5
1987
12050.61513
52783
3791.7
107.3
1988
15036.82301
54334
4753.8
118.8
1989
17000.91911
55329
4410.4
118
1990
18718.32238
56909
4517
103.1
1991
21826.19941
58360
5594.5
103.4
1992
26937.27645
59432
8080.1
106.4
1993
35260.02471
60220
13072.3
114.7
1994
48108.45644
61470
17042.1
124.1
1995
59810.52921
67947
20019.3
117.1
1996
70142.49165
68850
22913.5
108.3
1997
78060.835
69600
24941.1
102.8
1998
83024.27977
69957
28406.2
99.2
1999
88479.15475
70586
29854.7
98.6
2000
98000.45431
72085
32917.7
100.4
2001
108068.2206
73025
37213.5
100.7
2002
119095.6893
73740
43499.9
2003
135173.9761
74432
55566.6
101.2
2004
159586.7479
75200
70477.4
103.9
2005
185808.559
75825
88773.6
101.8
2006
217522.6698
76400
109998.2
101.5
2007
267763.6588
76990
137323.9
104.8
2008
316228.8248
77480
172828.4
105.9
2009
343464.6903
77995
224598.8
99.3
资料来源：
《中国统计年鉴》。
首先，检查被解释变量和解释变量之间的线性关系是否成立。
观察被解释变量与解释变量之间的散点图。
图1：
被解释变量与解释变量的散点图
由图中趋势线可以判断，被解释变量Y与解释变量之间基本呈线性关系。
图2：
由图中趋势线可以判断，被解释变量与解释变量之间基本呈线性关系。
图3：
再通过变量之间的相关系数判断。
表2：
被解释变量与解释变量相关系数表
CovarianceAnalysis:
Ordinary
Date:
1/7/15Time:
13:
05
Sample:
19802009
Includedobservations:
30
Covariance
Correlation
Y
X1
X2
X3
8.85E+09
1.000000
8.91E+08
1.33E+08
0.820679
5.05E+09
4.52E+08
2.99E+09
0.981058
0.717394
-197583.1
-20469.67
-102814.7
41.73889
-0.325058
-0.274607
-0.291137
看到被解释变量Y与解释变量，，之间具有较高的相关性。
通过散点图和相关系数表的判断，可以判断被解释变量和解释变量之间具有明显的相关线性关系。
同时通过被解释变量与解释变量的相关图形分析，设置理论模型为：
2.2建立初始模型——OLS
2.2.1使用OLS法进行参数估计
表3：
普通最小二乘法参数估计输出结果
DependentVariable:
Y
Method:
LeastSquares
14:
23
Coefficient
Std.Error
t-Statistic
Prob.
X1
1.934840
0.215990
8.957997
0.0000
X2
1.382559
0.045823
30.17169
X3
-379.2654
280.8999
-1.350180
0.1886
C
-49822.31
33676.59
-1.479434
0.1510
R-squared
0.991233
Meandependentvar
85749.31
AdjustedR-squared
0.990221
S.D.dependentvar
95692.85
S.E.ofregression
9462.951
Akaikeinfocriterion
21.27172
Sumsquaredresid
2.33E+09
Schwarzcriterion
21.45855
Loglikelihood
-315.0758
Hannan-Quinncriter.
21.33149
F-statistic
979.8468
Durbin-Watsonstat
1.178143
Prob（F-statistic）
0.000000
得到初始模型为：
2.2.2对初始模型进行检验
要对建立的初始模型进行包括经济意义检验、统计检验、计量经济学检验、预测检验在内的四级检验。
（1）经济意义检验
解释变量的系数分别为=1.934840、=1.382559。
两个解释变量系数均为正，符合被解释变量与解释变量之间的正相关关系，符合解释变量增长带动被解释变量增长的经济实际，=-379.2654，符合被解释变量与解释变量之间的负相关关系。
与现实经济意义相符，所以模型通过经济意义检验。
（2）统计检验
拟合优度检验：
R2检验，R-squared=0.991233；
AdjustedR-squared=0
升级会员 