影响GDP变化的因素分析.docx

影响GDP变化的因素分析.docx

《影响GDP变化的因素分析.docx》由会员分享，可在线阅读，更多相关《影响GDP变化的因素分析.docx（45页珍藏版）》请在冰豆网上搜索。

影响GDP变化的因素分析

影响GDP变化的因素分析

金融1班：

李立鹏（11083027）李铭杰（11083126）

一、问题的提出

摘要：

随着改革开放的逐步深入和社会主义市场经济日益发展，各城区GDP连年攀升，地区GDP反映的是一个地区的综合经济发展水平，其中园林绿化面积、城市建成区面积、基本建设财政支出都有可能影响GDP的变化。

本文主要通过对2011年期各省的GDP和园林绿化面积、城市建成区面积、基本建设财政支出的变动数据进行分析，建立以2011年各省的GDP为被解释变量，以基本建设财政支出、城市建成区面积、城市园林绿地面积各值为解释变量的多元线性回归模型，从而找出这三个解释变量和GDP可的发展关系，并就此对如何增加GDP、促进产业经济的发展提出一些建议。

二、理论综述

GDP的增长对于一个国家有着十分重要的意义，它衡量一国在过去的一年里所创造的劳动成果，而研究它的影响因素不仅可以很好的了解GDP的经济内涵，而且还有利于我们根据这些因素对GDP影响大小来制定工作的重点以更好的促进国民经济的发展。

三、数据来源

本文所收集的数据来源于《中国统计年鉴2011》和国家统计局

（亿元）

基本建设妨

陵盍已（万元）

堀市連成区面徑（平方处里》

16251.93

3245.23

1231.3

63540

11307.28

1796.33

710.6

2172&

24&1&.76

3537.38

16846

71103

11237.5&

236385

956.9

32513

14359.80

2969.21

10770

I

41059

2222670

3905.S5

2276.5

959SB

10566.33

2201.74

12710

33T4X）

12532.00

2794.08

1678.6

72156

19195.69

3014.98

9988

122283

49110.27

8221.72

3493.8

237486

S2S1885

3S42SQ

2221.1

105200

15300.65

330299

1597.7

75977

1756018

219318

1130.0

50002

1170282

2534.50

10199

45063

45361.85

5002.07

3751.2

165577

26931.03

■1248.82

209B.1

09590

1963226

3214.74

1S11.6

82062

19669.56

3520.76

14030

49593

53210.28

6712.40

48293

410600

11720\87

254528

10144

&4461

2522.66

778.80

23B.0

49784

10011.37

2570.24

1034.&

43S54

21026.68

467492

17SS.1

77406

5701.84

224940

5083

30521

889112

2920.00

804.1

3194Q

605.83

7&B.11

89.7

2943

1251230

2930.91

809.0

28164

5020.37

1791.24

055.6

16337

1670.44

967.47

122.1

3894

2102.21

705.91

3713

19399

961005

22B449

921.8

44097

京量誤亍益海專徽津西睿北南东西南庆席畫西富聶北天河山内辽吉爭上江浙安福迁山河湖湖广广海里四>云西咲甘W宁舖

（一）计量经济模型的建立

建立线性回归模型：

丫=飞+'-1X1+2X2+'-3X3+1

以丫表示各省的GDP,X1,X2,X3分别表示基本建设财政支出、城市建成区面积和城市园林绿地面积，表示随机干扰项。

（二）模型的估计与检验

1、最小二乘估计

建立Eviewsnewworkfile

启动Eviews，点击File/New/workfile建立workfile，在'Workfilestructuretype”中选择”Unstructured”并在"Observations”中输入”1”，点击0K.

WorkfileCreate

IrregularDatedandPanelworkfile^maybemadefromUnstructufEd■/.orkfile&byleterspecifyingdateand/orother►dentifierseries.

OKCancel

-Names（opbonaJ）

WF：

Page:

［

□Group：

UNTITLEDWorkfile：

UNTITLED:

:

Untitled\

Vi已⑷|PrtK|Object|Print|Mam若|Fre诳||oefadt二］Sort|Transpose|Edit+卜|s

■35

obs

Y

XI

X2

1

16251.93

3245.230

1231.300

63S40.00

2

11307.2B

1796.330

710.6000

21723.00

3

24515.76

3537.390

1684.500

71103.00

斗

11237.55

2363.850

956.9000

32513.00

5

1435938

2969.210

1077000

41059.00

6

22226.70

3905.850

2275.5D0

95968.00

7

10563.83

2201.740

1271.000

30740.00

3

12582.00

2794.080

1678600

72166Q0

g

19195.59

3914.880

998,8000

122283,0

10

4911027

6221.720

3493.800

237456.0

11

32318.85

3842.590

2221.100

105200.0

12

15300.65

3302990

1597.700

75977.00

13

17560.18

219&.180

1130.000

50602.00

14

11702.32

2534.600

1019.900

45063.00

15

45361.85

5002.070

3751.200

165577.0

16

26931.03

4248.S20

2093.100

69596.00

17

19632.26

3214.740

1811.600

62062.00

18

4|Tir

模型的参数估计，用OLS方法估计得:

EquationEstimation

Spacificition|Options|

Eiuationsp«cificaticn

DependentvariablefallowedLylistofregr^s^orsandFDLterms,DRanexplicitaqu^tioiiLike

View|Proc|ObjectjPrint|Name|Freeie

Estimate

Forecast

Stats

Resids

E

匸

□Equation:

UNTITLEDWorkfile：

bNTTTLED:

:

Untitled\

DependentVariable:

YMethodLeastSquaresDate:

12/23/13Time:

21:

40

Sample:

131

Includedoaservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob

C

-3680.981

1709.486

-2.153265

00404

X1

2.950740

1.037601

2.843810

0.0084

X2

8.056911

1.777429

4.532902

0.0001

X3

0.0Q4731

0.017686

0.267433

07911

R-squared

0.943236

Meandependentvar

168206E

AdjustedR-squared

0.936929

SO.dependentvar

13216.29

SEofregression

3319.124

Akaikeinfocriterion

19,17270

Sumsquaredresid

297E+08

Schwarzcriterion

19,35773

Loglikelihood

-293.1769

Hannan-Quinncriter

19.23302

F-statistic

149.5521

Durbin-Watsonstat

1785761

Prob（F-statistic）

O.OOOOOQ

可见模型参数估计建立的回归方程为：

Y=—3680.981+2.950740X1+8.056911X2+0.004731X3

t=（-2.153265）（2.843810）（4.532902）（0.267483）

22

R=0.943236R=0.936929F=149.5521D.W=1.785761

2、拟合度检验

22

由R=0.943236R=0.936929两个值都接近于1,说明模型的拟合优度

好。

即3个解释变量的变化对GDP变化的解释程度很大，线性影响较强。

3、方程显著性检验一一F检验

给定显著性水平a=0.05，在自由度为（3,31-3-1）即（3,27）下，由截图可知道，F统计量值为F=149.5521，查F分布表得F0.05（3,27）=2.96

4、变量显著性检验——T检验

给定显著性水平a=0.05，查t分布表得自由度为31-3-1=27，临界值仏倍（27）=2.052，X1和X2对应的P值均小于0.05,可知X1X2都通过了t检验，但X3对应的P值大于0.05,即X3没有通过t检验，表明模型中X3在95%的置信水平下T值不显著，修正系数不高。

故我们对上述模型进行计量经济学的检验，并进行修正，看是否能使模型方程得到改进。

四、模型的异方差性检验

用怀特检验法进行检验

点击OLS回归结果Equation窗口的View—ResidualTests—

HeteroskedastcityTestsWhite,在弹出窗口的Testtype中选定White,Ok,如图:

结果如下图:

HHeroskedasticityTestWhite"

F-statisti匚

2773195

Prob.F（9r2l}

0,0260

Obs*R-squared

16.83513

PraD.Chi-Square[9）

0.0514

ScaledexplainedS3

7.949S42

Pro&Chi-Square（9）

0.5392

TestEquation：

Dependentsariable:

RESID72Method'LeastSquares

Date:

12/23/13Tims:

21:

42

Sample:

131llndudedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

6038392

9311953

0.54845&

05237

Xi

-2301B31

1536074

-14S851&

01489

X1A2

6.373033

5.565S54

1140924

02667

X14X2

-17.72299

14.S4878

-1.218177

02367

X1*X3

-0.015516

0095545

-OJ60717

03739

X2

55360.86

2695354

2.072487

00507

X2性

-1254077

321017A

-1527465

01416

X2SX3

0.601796

0.295659

2.C3e4u3

00546

X3

1311931

243.3741

0.539080

0.5955

X3*2

-0004342

0.001B31

-2307538

0.0313

R-squared

0.543069

Meandependentvar

95S5087

AdjustedR-squared

0.347241

S.D.dependentvar

103&2976

S.E.ofregression

B792739.

Akaikeinfocriterion

35.07245

Surnsquaredresid

162E+15

Schwarzcriterion

3553502

Loglikelihood

-5336223

Hannan-Quinncriter.

35.22324

F-statistic

2.773195

Durbin-Watsonstat

2416172

Protji.F-statistic）

0.025984

由截图可见Obs*R-squared所相应的P值为0.0514>0.05,所以接受怀特检

验的原假设，认为原方程序列不存在异方差，因此不需要做出修正

五、模型的序列相关性

序列相关性的检验

D.W检验

对原始模型进行OLS回归，结果如下:

□Equation:

UNHTLEDWorkfile：

UNT1TLED：

:

U佢d\|口

View

Proc|Object|PrintNameFreeze

Estimate

Forecast

Flesids

DependentVariable:

Y

MethodLeastSquares

Date:

12/23/13Time21:

40

Sample:

131

Includedooservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-3680.981

1709.4S8

-2.153265

00404

X1

2.950740

1.037601

2.843810

0.0084

X2

8.0&6911

1.777429

4.532902

0.0001

X3

0.004731

0.017686

0.267483

07911

R-squared

0.943236

Meandependentvar

16820.68

AdjustedR-squared

0936929

S.D.dependentvar

13216.29

S.E.ofregression

3319.124

Akaikeinfocriterion

19.17270

Sumsquaredresid

297E+08

Sctiwarzcriterion

19.35773

Loglikelihood

-293.1769

Hannan-Quinncriter

19.23302

F-statistic

149.5521

Durbin-Watsonstat

1785761

Prob（F-statistic）

O.OOOOOQ

可见，D.W.=1.785761,在0.05显著性水平下，n=31,k=3,查D.W.表得dL=1.30，dU=1.57，根据模型的自相关状态：

du

D.W.V2.43，故能确定模型不存在1阶序列相关性。

拉格朗日乘数检验（LM）

在OLS回归结果窗口，点击View—ResidualTests—SerialCorrelationLMTest,在弹出窗口输入“T：

如图

LagSpecification

按OK，结果如下图所示:

□Equation:

UNTITLEDWorkfile:

UNTTTLED-Urrtitled\

Print|Marne|Freeze]Estimate|F（xeds|

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

0.1S7681

Prob.F（1r26）

06603

Obs*R-squared

0233918

Prob.ChbSquare（l）

0.0286

TestEquation:

DependentVariable：

RESID

Method'LeastSquares

Date-12/23/13Time21:

42

Sample:

131

Includedobservations:

31

Presamplemissingvalueresidualssettozero

Variable

Coeffici&nt

Std.Error

^Statistic

Prob,

9852708

171&.853

0.05738&

09547

0.025013

1035152

0024164

0.9809

-0.227633

1,840605

-0.123673

09025

0.001856

0.019039

0.102573

0.9191

RESID（-1）

0.095477

0.210727

0.453083

0.5542

R-squared

0.007546

Meandependentvar

147E-12

AdjustedR-squared

-0.102727

S.D.dependentvar

3143.797

S.E.ofregression

3306.577

Akaikeinfocriterion

1922965

Sumsquaredresid

2.95E+0S

Schwarzcriterion

1940093

Loglikelihood

-2930595

Hannan*Quinncriter.

19.30504

F*stafcistic

0.051321

Durbin-Watsonstat

1964155

ProbiF-statistic）

0.994756

由图可见Obs*R-squared相应的P值为0.6286大于0.05，说明模型不存在1

阶序列相关性。

再验证模型是否存在2阶序列相关性，如下:

□Equation:

UNTITLEDWorkfile:

UNTnLED-Urrtitled\

辰応]Proc]Object|Print|hLanie|尸岸呂疋犀|尽tiiri目tejFo「Ecnst|REsids]

Breusch-GodfreySeriaICorrelationLMTest

F-statistic

0.274590

Prob.F（2,25）

0.7621

Obs*R-squared

0.666345

Prob.Chi-Square

（2）

07166

TestEquation:

DependentVariable：

RESID

Method'LeastSquares

Date-12/23/13Time21:

43

Sample:

131

Includedobservations:

31

Presamplemissingvaluelag^gdresidualsgettozero

Variable

Coefficient

Std.Error

^Statistic

Prob.

C

1057070

1704796

0.062592

09506

Xi

0.146134

1D4622B

0139677

0.8900

X2

-0.772920

2027982

-0301123

07063

X3

0.007111

0.019059

0358077

0.7233

RESID（-1）

0101536

0.20S459

0484731

0.6321

RESIDt-2）

0.138129

0222643

0S20406

0.540&

R-squar&d

0.021495

Meandependentvar

147E-12

A加st閃R-squared

-0087228

S.D.dependentvar

3143.797

S.E.ofregression

328325B

Akaikeinfocriterion

1923001

Sumsquaredresid

2.91E+0&

Schwarzcriterion

19.55755

Loglikelihood

-2928401

Hannan-Quinncriter.

19.3704&

F-statistic

0.118623

Durtun-'.Vatsonstat

1923755

ProbiF-statistic）

0.987138