我国国内生产总值的实证分析Word格式.docx
《我国国内生产总值的实证分析Word格式.docx》由会员分享,可在线阅读,更多相关《我国国内生产总值的实证分析Word格式.docx(29页珍藏版)》请在冰豆网上搜索。
、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
1610
1992
26923.5
9119.6
3742.2
3939.2
3296.91
2312.3
1993
35333.9
11271
4642.3
4916.2
4255.3
3095.2
1994
48197.9
20381.9
5792.62
6656.4
5126.88
4680.1
1995
60793.7
23499.9
6823.72
8100
6038.04
5884.1
1996
71176.6
24133.8
7937.55
9080
6909.82
7647.6
1997
78973
26967.2
9233.56
9405.3
8234.04
10053.1
1998
84402.3
26849.7
10798.18
9296.5
9262.8
11615.9
1999
89677.1
29896.2
13187.67
9875.5
10682.58
14666.7
2000
99214.6
39273.2
15886.5
10656.2
12581.51
18190.7
2001
109655.2
42183.6
18902.58
11830.9
15301.38
22327.6
200
120332.7
51378.2
22053.15
13161.1
17636.45
28121.7
2003
135822.8
70483.5
24649.95
14743.5
20017.31
35119
2004
159878.3
95539.1
28486.89
16900.2
24165.68
41416.5
2005
184937.4
116921.8
33930.28
19789.9
28778.54
48787.5
2006
216314.4
140971.5
40422.73
23265.9
34804.35
58575.9
2007
265810.3
166740.2
49781.35
28244
45621.97
67599.7
2008
314045.4
179921.5
62592.66
33714
5422.379
78585.2
2009
340506.9
150648.1
76299.93
40288.16
59521.59
100541.3
——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:
DependentVariable:
GDP
Method:
LeastSquares
Date:
06/29/11Time:
20:
09
Sample:
19902009
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X1
0.464687
0.041527
11.18991
0.0000
X2
1.099405
0.520605
2.111781
0.0546
X3
1.854433
0.683749
2.712155
0.0178
X4
0.098013
0.082998
1.180915
0.2588
X5
0.759080
0.067561
11.23539
X6
-1.284279
0.378693
-3.391349
0.0048
C
-2350.298
1721.927
-1.364923
0.1954
R-squared
0.999706
Meandependentvar
124122.3
AdjustedR-squared
0.999571
S.D.dependentvar
95623.17
S.E.ofregression
1981.296
Akaikeinfocriterion
18.29011
Sumsquaredresid
51031963
Schwarzcriterion
18.63861
Loglikelihood
-175.9011
F-statistic
7373.983
Durbin-Watsonstat
1.313821
Prob(F-statistic)
0.000000
回归结果如下:
GDP=-2350.298+
-1.36492611.189932.1117852.7121611.1809111.23540-3.391354
=0.999706
=0.999571
=7374.005D.W.=1313820
F=7374.005>
(6,13))=2.92(显著性水平α=0.05)表明模型从整体上看国内生产总值和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,均不和经济原理相悖,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(
=0.999706),F统计量的值在给定显著性水平α=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:
1.000000
0.969179
0.991794
0.995825
0.790460
0.996865
0.991017
0.948919
0.951089
0.752585
0.950081
0.960884
0.995181
0.800763
0.993493
0.996078
0.801194
0.996041
0.991165
0.802156
0.830014
0.991482
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和GDP相关性最强,故首先选取X5做为基本变量和GDP建立一元回归模型:
Y=1206.208+1.138675
(0.418440)(53.45104)
2=0.9937F=2857.014D.W.=1.117717
依次引入X3、
、X6变量回归:
引入X3:
19
19902009
-1393.537
3037.490
-0.458779
0.6522
3.410660
1.822811
1.871099
0.0786
0.720199
0.224541
3.207424
0.0052
0.994808
0.994198
7283.977
20.76222
9.02E+08
20.91158
-204.6222
1628.742
1.268140
引入X3,拟合优度得到提高,参数符号合理且参数统计量显著,故采纳该变量。
引入
:
25
2751.958
1322.723
2.080524
0.0539
2.206781
0.757971
2.911432
0.0102
0.634452
0.092446
6.862915
0.354703
0.038402
9.236473
0.999180
0.999026
2983.745
19.01660
1.42E+08
19.21575
-186.1660
6499.488
1.354897
,拟合优度再次提高,参数符号合理且参数统计量显著,故采纳该变量。
引入
36
-207.3832
2300.651
-0.090141
0.9294
2.934796
0.867059
3.384771
0.0041
0.670137
0.091673
7.310107
0.357885
0.036906
9.697292
-0.511151
0.331441
-1.542208
0.1439
0.999292
0.999104
2862.969
18.96942
1.23E+08
19.21836
-184.6942
5295.161
1.523732
,拟合优度虽然得到了提高,但是参数符号为负值,表示GDP随财政支出增加而减少,和实际情况相悖,故将该变量剔除。
剔除
,引入
21:
05
2678.009
1221.170
2.192985
0.0445
2.276780
0.700362
3.250861
0.0054
0.648344
0.085605
7.573629
0.350608
0.035499
9.876493
-0.133084
0.068361
-1.946783
0.0705
0.999345
0.999171
2753.333
18.89133
1.14E+08
19.14026
-183.9133
5725.563
1.606945
引入
,拟合优度再次提高,但是参数符号为负值表明我国GDP随税收收入增加而减少,和实际情况相悖,所以将之剔除。
22
Std.Error
0.408542
0.030811
13.25965
2.805214
0.566605
4.950912
0.0002
0.734555
0.071222
10.31356
-0.607529
0.152807
-3.975787
0.0012
-2698.436
1669.743
-1.616079
0.1269
0.999601
0.999494
2150.295
18.39692