产业结构与我国经济增长的关系计量经济学.docx

上传人:b****3 文档编号:776241 上传时间:2022-10-12 格式:DOCX 页数:12 大小:84.72KB
下载 相关 举报
产业结构与我国经济增长的关系计量经济学.docx_第1页
第1页 / 共12页
产业结构与我国经济增长的关系计量经济学.docx_第2页
第2页 / 共12页
产业结构与我国经济增长的关系计量经济学.docx_第3页
第3页 / 共12页
产业结构与我国经济增长的关系计量经济学.docx_第4页
第4页 / 共12页
产业结构与我国经济增长的关系计量经济学.docx_第5页
第5页 / 共12页
点击查看更多>>
下载资源
资源描述

产业结构与我国经济增长的关系计量经济学.docx

《产业结构与我国经济增长的关系计量经济学.docx》由会员分享,可在线阅读,更多相关《产业结构与我国经济增长的关系计量经济学.docx(12页珍藏版)》请在冰豆网上搜索。

产业结构与我国经济增长的关系计量经济学.docx

产业结构与我国经济增长的关系计量经济学

产业结构与我国经济增长的关系-计量经济学

计量经济学论文

产业结构与我国经济增长的关系

 

学号:

201392180387

学院:

经济管理学院

班级:

金融8班

姓名:

张真真

产业结构与我国经济增长的关系

摘要:

经济发展是以经济增长为前提的,而经济增长与产业结构变动又有着密不可分的关系。

本文采用1997年至2013年的统计数据,通过建立多元线性回归模型,运用最小二乘法,研究三大产业增长对我国经济增长的贡献,从而得出调整产业结构对转变经济发展方式,促进我国经济可持续发展的重要性。

关键词:

经济增长国内生产总值三大产业,最小二乘法参数估计异方差检验LM法

一、模型设定及数据说明

(一)、模型设定

通过对数据观察,根据搜集的1996年至2012年的统计数据,建立模型。

其模型表达式为:

Yt=α+β1X1+β2X2+β3X3+µi(i=1,2,3)

其中:

Y表示国内生产总值(GDP)的年增长率,X1、X2、X3分别表示第一、二、三产业的年增长率,α表示在不变情况下,经济固有增长率。

可近似认为,表明国内生产总值增长为三次产业增加值增长率的加权和,而βi分别表示各产业部门在经济增长中的权数;βiXi则表示各产业部门对经济增长的贡献。

µi表示随机误差项。

(二)、数据说明:

年份

GDP增长率

第一产业增长率

第二产业增长率

第三产业增长率

1996

10.00000

5.100000

12.11000

9.430000

1997

9.300000

3.500000

10.48000

10.72000

1998

7.800000

3.500000

8.910000

8.370000

1999

7.600000

2.800000

8.140000

9.330000

2000

8.400000

2.400000

9.430000

9.750000

2001

8.300000

2.800000

8.440000

10.26000

2002

9.100000

2.900000

9.830000

10.44000

与上述三个解释变量间总体线性关系显著。

并且X1X2X2前参数估计值均通过t检验,故认为解释变量之间不存在多重共线性关系。

②、检验简单相关系数

由软件可得:

X1

X2

X3

X1

 1.000000

 0.383261

 0.141146

X2

 0.383261

 1.000000

 0.637364

X3

 0.141146

 0.637364

 1.000000

可清楚的发现各解释变量之间并不存在高度相关性。

综上所述,可模型不存在多重共线性问题。

2、异方差性检验

1、图示检验法

2、WHITE检验

WhiteHeteroskedasticityTest:

F-statistic

0.508092

    Probability

0.789606

Obs*R-squared

3.971737

    Probability

0.680501

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

06/19/16Time:

18:

27

Sample:

19972013

Includedobservations:

17

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

0.332104

2.042407

0.162604

0.8741

X1

0.077880

0.293173

0.265646

0.7959

X1^2

-0.004157

0.034419

-0.120772

0.9063

X2

-0.394287

0.596654

-0.660831

0.5237

X2^2

0.019588

0.027858

0.703127

0.4980

X3

0.288859

0.471561

0.612558

0.5538

X3^2

-0.014515

0.021190

-0.684992

0.5089

R-squared

0.233632

    Meandependentvar

0.060648

AdjustedR-squared

-0.226189

    S.D.dependentvar

0.142666

S.E.ofregression

0.157979

    Akaikeinfocriterion

-0.559811

Sumsquaredresid

0.249573

    Schwarzcriterion

-0.216723

Loglikelihood

11.75839

    F-statistic

0.508092

Durbin-Watsonstat

1.565764

    Prob(F-statistic)

0.789606

怀特统计量nR²=31*0.233632=7.2425,该值小于5%显著性水平下,自由度为6的X²(0.05)=12.59,因此接受同方差的原假设.

综上所述,该模型不存在异方差性。

3、随即扰动项序列相关检验

①、图示法

散点图:

由散点图可大概判断此模型存在正序列相关性

②、D.W检验

D.W.检验结果表明,在5%显著水平下,n=17k=4,查表可得:

dl=0.90du=1.71

由于0<DW值=0.733495<dl=0.9,则存在正序列相关。

进行修正:

因为本模型中的Y与X都是时间序列,而且它们表现出共同的变动趋势,特此引入时间变量T来消除影响

引入T=1996,1997,……2012

回归变化方程为:

Yt^=-91.43899+0.168762X1+0.508921X2+0.370605X3+0.045510T²

DependentVariable:

Y

Method:

LeastSquares

Date:

06/19/16Time:

20:

20

Sample:

19972013

Includedobservations:

17

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-91.43899

22.52680

-4.059121

0.0016

X1

0.168762

0.046556

3.624956

0.0035

X2

0.508921

0.037360

13.62203

0.0000

X3

0.370605

0.032938

11.25157

0.0000

T2

0.045510

0.011322

4.019702

0.0017

R-squared

0.990667

    Meandependentvar

9.988235

AdjustedR-squared

0.987556

    S.D.dependentvar

1.715329

S.E.ofregression

0.191352

    Akaikeinfocriterion

-0.229481

Sumsquaredresid

0.439385

    Schwarzcriterion

0.015582

Loglikelihood

6.950585

    F-statistic

318.4333

Durbin-Watsonstat

1.382435

    Prob(F-statistic)

0.000000

通过修正DW=1.382435有增加但仍然较低,没有通过5%显著性水平下的DW检验,因此判断上式仍存在正自相关性

③LW检验

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

0.066987

    Probability

0.800555

Obs*R-squared

0.102898

    Probability

0.748379

TestEquation:

DependentVariable:

RESID

Method:

LeastSquares

Date:

06/19/16Time:

20:

44

Presamplemissingvaluelaggedresidualssettozero.

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

3.715211

27.50074

0.135095

0.8950

X1

-0.004878

0.052013

-0.093776

0.9270

X2

-0.001772

0.039501

-0.044865

0.9650

X3

0.002102

0.035247

0.059644

0.9535

T2

-0.001849

0.013784

-0.134107

0.8957

RESID(-1)

-0.210237

0.812296

-0.258818

0.8006

R-squared

0.006053

    Meandependentvar

-1.17E-14

AdjustedR-squared

-0.445741

    S.D.dependentvar

0.165715

S.E.ofregression

0.199254

    Akaikeinfocriterion

-0.117905

Sumsquaredresid

0.436725

    Schwarzcriterion

0.176171

Loglikelihood

7.002190

    F-statistic

0.013397

Durbin-Watsonstat

1.370983

    Prob(F-statistic)

0.999919

由表可计算出nR²=16*0.006053=0.096<显著性水平5%,自由度为3的X²分布临界值X²(

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > IT计算机 > 电脑基础知识

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1