中国进出口总额影响因素分析1Word文档格式.docx
《中国进出口总额影响因素分析1Word文档格式.docx》由会员分享，可在线阅读，更多相关《中国进出口总额影响因素分析1Word文档格式.docx（16页珍藏版）》请在冰豆网上搜索。
481.33
8.351
29662.3
735.97
1996年
24133.80
71176.59
22913.5
548.05
8.3142
38520.8
1050.29
1997年
26967.20
78973.03
24941.1
644.08
8.2898
46279.8
1398.9
1998年
26849.70
84402.28
28406.2
585.57
8.2791
53407.47
1449.59
1999年
29896.20
89677.05
29854.7
526.59
8.2783
59621.83
1546.75
2000年
39273.20
99214.55
32917.7
593.56
8.2784
64332.38
1655.74
2001年
42183.60
109655.17
37213.5
496.72
8.277
73762.43
2121.65
2002年
51378.20
120332.69
43499.9
550.11
86910.65
2864.07
2003年
70483.50
135822.76
55566.61
561.4
103617.65
4032.51
2004年
95539.00
159878.34
70477.43
640.72
8.2768
119555.39
6099.32
2005年
116921.80
184937.37
88773.61
638.05
8.1917
141050.99
8188.72
2006年
140974.00
216314.43
109998.16
670.76
7.9718
161587.3
10663.4
2007年
166863.70
265810.31
137323.94
783.39
7.604
172534.19
15282.49
2008年
179921.47
314045.43
172828.4
952.53
6.9451
217885.35
19460.3
2009年
150648.06
340902.81
224598.77
918.04
6.831
260771.66
23991.52
2010年
201722.15
401512.8
251683.77
1088.21
6.7695
303302.49
28473.38
2011年
236401.99
473104.05
311485.13
1176.98
6.4588
343635.89
31811.48
数据来源：
中华人民共和国国家统计局
（1）.GDP表示国内生产总值；
（2）.固定投资为全社会固定资产投资总额；
（3）.储蓄为城乡居民储蓄存款年底余额；
（4）.实际外资为实际利用外资金额。
（5）.汇率为人民币兑美元年平均汇价
图3.1:
进出口贸易总额与因素之间的关系
上图1是进出口总贸易额与其余6各因素的直观图，那么着6各因素那个相关性最强呢？
得有具体的数据解释上图3.1，将进出口贸易与其余6个因素进行相关分析。
得出如下结果：
表3.2
X1GDP（亿元）
X2固定资产（亿元）
实际外资额（亿元）
X4汇率（%）
X5储蓄（亿元）
X6外汇储备（亿美元）
Y进出口总额（亿元）
0.9735
0.9492
0.9225
-0.9031
0.9665
0.9539
由表3.2可以得知，进出口总额与GDP、投资、实际利用外资额、城乡储蓄额、外汇储备和汇率之间的关系都非常的密切（r>
0.9，p<
0.001），其中我国外贸进出口总额与X1国内生产总值的相关性最强，刚好可以与图3.1相解释。
3.2设定方程为：
Y=B0+B1X1+B2X2+B3X3+B4X4+B5X5+B6X6;
运用回归分析估计方法对上式中的参数进行估计，利用R语言软件的到回归分析方法结果如下：
Coefficients:
表3.3
Estimate
Std.Error
tvalue
Pr（>
|t|）
（Intercept）
-5.434e+05
1.764e+05
-3.080
0.010471*
X1
1.650e+00
2.836e-01
5.819
0.000116***
X2
-1.226e+00
3.626e-01
-3.381
0.006135**
X3
-2.922e+01
5.255e+01
-0.556
0.589330
X4
6.095e+04
1.949e+04
3.128
0.009617**
X5
-5.612e+01
2.991e+01
-1.876
0.087385.
X6
6.749e+00
3.287e+00
2.053
0.064637
=（-543400+1.65X1-1.226X2-29.92X3+60950X4-56.12X5+6.749X6）
四．模型的检验
4.1经济意义检验
模型估计结果说明，在其他条件不变的条件下：
当年GDP每增长1亿元进出口总额就会增加1.65亿元；
当投资每增长1亿元进出口总额就会减少1.226亿元；
当实际利用外资额每增长1亿元进出口总额就会减少29.92亿元；
当汇率每增长1个点进出口总额就会增加60950亿元；
当城乡储蓄额每增长1亿元进出口总额就会减少56.12亿元；
当外汇储备每增长1亿美元元进出口总额就会增加6.749亿元。
除汇率影响外，其余的和经验分析相一致。
汇率因素可能和其他因素存在多种共线性。
4.2以下是利用Eviews的OLS方法的出结果
由此可见，该模型=0.989，=0.982可决系数很高，F检验值163.28，明显显着，但当，，只有X1和X4的系数t检验不显着。
这表明存在严重的多重共线性。
五．多重共线性：
5.1检验
用R语言计算变量间的相关系数
YX1X2X3X4X5X6
Y1.00000.97350.94920.9225-0.90310.96650.9539
X10.97351.00000.99360.9687-0.96610.99620.9929
X20.94920.99361.00000.9681-0.97270.99060.9969
X30.92250.96870.96811.0000-0.97270.95860.9717
X4-0.9031-0.9661-0.9727-0.97271.0000-0.9550-0.9778
X50.96650.99620.99060.9586-0.95501.00000.9879
X60.95390.99290.99690.9717-0.97780.98791.0000
可见，各变量相互之间相关系数较高，证实存在严重多重共线性。
5.2修正多重共线性
运用OLS方法逐一求Y对各个解释变量的回归，结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。
结果如下：
变量
x1
x2
x3
x4
x5
x6
参数估计值
0.546
0.751
307.268
-96338.9
0.709
6.584
t统计值
17.019
12.063
9.559
-8.41
15.051
12.713
0.948
0.901
0.851
0.8155
0.934
0.91
0.944
0.895
0.842
0.804
0.93
0.904
其中X1的最大，以X1为基础，顺次加入其它变量逐步回归：
X1，X2
1.336
（6.365）
-1.12
（-3.78）
0.97
X1，X3
0.728
（5.842）
-111.15
（-1.5）
X1，X4
0.850
（8.55）
59781.2
（3.163）
0.969
X1，X5
0.796
（2.112）
-0.327
（-0.665）
0.942
X1，X6
1.048
（4.245）
-6.213
（-2.046）
0.954
0.96967
0.9484
0.9686
经过比较，引入变量X4改进较大，而且参数t检验最明显，选择保留X5，再引入其它的变量逐步回归，结果如下：
X1，X4,X2
1.3287
（7.092）
-0.836
（-2.842）
38082.67（2.195）
0.9758
X1，X4,X3
0.849
（7.22）
0.8198
（0.01）
59926.19（2.067）
0.962
X1，X4,X5
1.549
（4.859）
73259.34（4.135）
-0.828
（-2.28）
0.972
X1，X4,X6
0,954
（4.22）
52162.09（4.22）
-1.773
（-0.518）
引入变量均不能再引进，且引入各参数t检验不显着，可以认为逐步回归终止。
下面是对X2、X4的回归结果：
DependentVariable:
Y
Method:
LeastSquares
Date:
12/28/13Time:
20:
09
Sample:
19942011
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-534902.7
166844.28
-3.205999
0.00589
0.0993833
8.5512912
0.0000
59781.1991
18898.111
3.1633425
0.0064
R-squared
Meandependentvar
91335.52
AdjustedR-squared
S.D.dependentvar
71464.58
13481.5418
Akaikeinfocriterion
22.0070
Sum/squaredresid
2.73E+9
Schwarzcriterion
22.155437
Loglikelihood
-195.06338
F-statistic
231.34800
Durbin-Watsonstat
Prob（F-statistic）
0.00000
以下是进行修正后的回归方程：
=-5434902.7+0.8499*X1+59781.2*X4，由于修正的R=0.9699可以知道，该模型显着。
以上分析贸易进出口总额与GDP以及汇率都成高速增长，当贸易进出口总额增加一个单位，GDP增长0.8499个单位，同时人民币兑美元年平均汇价同比增加59781.2的单位。
data1=read.table（"
clipboard"
header=T）
>
cor（data1）
1.0000
0.9936
0.9687
-0.9661
0.9962
0.9929
0.9681
-0.9727
0.9906
0.9969
0.9586
0.9717
-0.9550
-0.9778
0.9879
pairs（data1）
corr.test（data1）
corrtest:
0.00
17.02
12.06
35.19
9.56
15.62
15.45
-14.96
-16.77
15.05
45.96
28.99
13.47
-12.87
12.71
33.45
50.71
16.44
-18.66
25.47
loweristvalue，upperispvalue
fm=lm（Y~X1+X2+X3+X4+X5+X6,data=data1）
fm
fm
Call:
lm（formula=Y~X1+X2+X3+X4+X5+X6,data=data1）
（Intercept）X1X2X3X4
-5.434e+051.650e+00-1.226e+00-2.922e+016.095e+04
X5X6
-5.612e-016.749e+00
summary（fm）
Residuals:
Min1QMedian3QMax
-12646.7-3932.9711.21890.214659.8
EstimateStd.ErrortvaluePr（>
|t|）
（Intercept）-5.434e+051.764e+05-3.0800.010471*
X11.650e+002.836e-015.8190.000116***
X2-1.226e+003.626e-01-3.3810.006135**
X3-2.922e+015.255e+01-0.5560.589330
X46.095e+041.949e+043.1280.009617**
X5-5.612e-012.991e-01-1.8760.087385.
X66.749e+003.287e+002.0530.064637.
---
Signif.codes:
0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1
Residualstandarderror:
9333on11degreesoffreedom
MultipleR-squared:
0.989,AdjustedR-squared:
0.9829
F-statistic:
164.3on6and11DF,p-value:
4.115e-10
Y=data1$Y;
Yhat=fm$fit;
resid=fm$resid
cbind（Y,Yhat,resid,rerror=resid/Yhat*100）
Yhat
resid
rerror
20381.9
19326.56
1055.3424
5.4605812
23499.9
15624.53
7875.3684
50.4038685
24133.8
22170.03
1963.7656
8.8577474
26967.2
26257.10
710.0970
2.7043995
26849.7
28369.17
-1519.4727
-5.3560698
29896.2
34141.52
-4245.3242
-12.4344894
39273.2
42268.90
-2995.6995
-7.0872427
42183.6
54830.33
-12646.7349
-23.0652155
51378.2
60818.17
-9439.9693
-15.5216269
70483.5
69771.22
712.2787
1.0208775
95539.0
93869.63
1669.3691
1.7783910
116921.8
109728.50
7193.2973
6.5555413
140974.0
126314.15
14659.8467
11.6058623
166863.7
173829.74
-6966.0392
-4.0073921
升级会员 