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
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(