我国国内生产总值(GDP)影响因素的回归分析.doc

我国国内生产总值(GDP)影响因素的回归分析.doc

《我国国内生产总值(GDP)影响因素的回归分析.doc》由会员分享，可在线阅读，更多相关《我国国内生产总值(GDP)影响因素的回归分析.doc（9页珍藏版）》请在冰豆网上搜索。

我国国内生产总值（GDP）影响因素的实证分析

摘要：

本文以国民收入核算理论为基础，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额、外商直接投资（FDI）等解释变量，运用计量经济学分析的方法，分析国内生产总值与这些解释变量之间的关系。

从中国的实际情况出发，在利用从1985到2001的年度时间序列数据分析的基础上，分析各因素对国内生产总值的不同程度的影响及其原因，最后得出结论、提出观点。

关键词：

GDP影响因素实证分析Eviews

一、问题提出：

国内生产总值（GDP）是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。

它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。

国民经济，作为一个复杂的综合体，它的影响因素一直是人们探索和争论的热点，根据西方经济学中关于国民收入核算的经典理论，我们建立以GDP为被解释变量的线性回归模型，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额以及外商直接投资等解释变量，对GDP的影响因素作实证分析，试图揭示这几个解释变量对GDP的影响程度。

二、样本数据选取及模型设定：

回归模型设立如下：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+U

Y--------国内生产总值GDP

X1-----能源消费

X2-----就业人数

X3-----居民消费水平

X4-----社会消费品零售总额

X5-----进出口贸易总额

X6-----外商直接投资（FDI）

U------随机扰动项

β1、β2、β3、β4、β5、β6为待估参数。

变量采用时间序列数据，具体数据（现价计算）见表一：

表1：

年份

GDP

X1能源消费总量（万吨标准煤）

X2就业人员（万人）

X3居民消费水平（元）

X4社会消费品零售总额（亿元）

X5进出口贸易总额（亿元）

X6外商直接投资（FDI）

1985

8964.4

76682

49873

437

4305

2066.7

48.69

1986

10202.2

80850

51282

447

4950

2850.4

64.71

1987

11962.5

86632

52783

508

5820

3084.2

86.13

1988

14928.3

92997

54334

635

7440

3822

118.88

1989

16909.2

96934

55329

762

8101.4

4155.9

127.71

1990

18547.9

98703

56740

803

8300.1

5560.1

166.79

1991

21617.8

103783

58360

896

9415.6

7229.3

232.42

1992

26638.1

109170

59432

1070

10993.7

9119.6

606.99

1993

34634.4

115993

60220

1331

12462.1

11271

1585.41

1994

46759.4

122737

61470

1746

16264.7

20381.9

2910.28

1995

58478.1

131176

62388

2236

20620

23499.9

3133.38

1996

67884.6

138948

68850

2641

24774.1

24133.8

3469.1

1997

74462.6

138173

69600

2834

27298.9

26967.2

3751.71

1998

78345.2

132214

70637

2972

29152.5

26849.7

3763.93

1999

82067.5

130119

71394

3138

31134.7

29896.2

3337.73

2000

89442.2

130297

72085

3397

34152.6

39273.2

3370.55

2001

95933.3

134914

73025

3609

37595.2

42183.6

3880.09

（数据来源于中国统计年鉴。

）

三、参数的初步估计与检验

将第一个模型的样本导入Eviews软件进行OLS估计，得到输出结果如下：

表2：

DependentVariable:

Y

Method:

LeastSquares

Date:

06/17/12Time:

15:

27

Sample:

19852001

Includedobservations:

17

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-13277.72

9457.897

-1.403876

0.1939

X1

0.052743

0.050777

1.038720

0.3260

X2

0.133846

0.241763

0.553624

0.5933

X3

18.57620

4.262774

4.357774

0.0018

X4

0.377243

0.459735

0.820567

0.4331

X5

0.169706

0.689638

0.246079

0.8111

X6

0.002222

0.000974

2.280198

0.0485

R-squared

0.999741

    Meandependentvar

44575.16

AdjustedR-squared

0.999539

    S.D.dependentvar

31239.02

S.E.ofregression

670.8163

    Akaikeinfocriterion

16.16006

Sumsquaredresid

4049950.

    Schwarzcriterion

16.55216

Loglikelihood

-129.3605

    F-statistic

4955.607

Durbin-Watsonstat

1.833054

    Prob（F-statistic）

0.000000

将上述回归结果整理如下：

Ŷ=-13277.72+0.052743X1＋0.133846X2＋18.57620X3＋0.377243X4＋0.169706X5＋0.002222X6

0.999741，0.999539，F=4955.607

从回归结果看，可决系数很高，F值很大，但在显著性水平下，很多项的回归系数都不显著，因此回归方程不能投入使用；该模型很可能存在多重共线性。

和F值大反映了模型中各解释变量联合对Y的影响力显著，而t值小于临界值恰好反映了由于解释变量共线性的作用，使得不能分解出各个解释变量对Y独立影响。

1.模型检验：

（1）经济意义检验

由回归估计结果可以看出，能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额以及FDI与GDP线性正相关，这与现实中GDP随能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额以及FDI的增加而增长是相符的。

（2）统计推断检验

从估计的结果可以看出，可决系数R2=0.999741，F统计量=4955.607，表明模型在整体上拟合地比较理想。

系数显著性检验：

给定α=0.05，X3、X6的t的P值小于给定的显著性水平，表明居民消费水平、FDI对GDP有显著性影响。

2.计量经济学检验

（1）多重共线性的检验

用Eviews计算解释变量之间的简单相关系数：

表3：

X1

X2

X3

X4

X5

X6

X1

1.000000

0.942695

0.918347

0.894626

0.887761

0.945640

X2

0.942695

1.000000

0.980690

0.977624

0.952169

0.930263

X3

0.918347

0.980690

1.000000

0.996855

0.985127

0.958071

X4

0.894626

0.977624

0.996855

1.000000

0.986614

0.936663

X5

0.887761

0.952169

0.985127

0.986614

1.000000

0.938836

X6

0.945640

0.930263

0.958071

0.936663

0.938836

1.000000

由此可见，模型存在严重的多重共线。

模型修正:

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。

过程如下：

表4：

DependentVariable:

Y

Method:

LeastSquares

Date:

06/17/12Time:

17:

08

Sample:

19852001

Includedobservations:

17

Variable

Coefficient

Std.Error

t-Statistic

Prob.

X1

1.354376

0.149761

9.043577

0.0000

C

-108415.3

17195.21

-6.304967

0.0000

R-squared

0.845019

Meandependentvar

44575.16

AdjustedR-squared

0.834687

S.D.dependentvar

31239.02

S.E.ofregression

12701.37

Akaikeinfocriterion

21.84694

Sumsquaredresid

2.42E+09

Schwarzcriterion

21.94496

Loglikelihood

-183.6990

F-statistic

81.78629

Durbin-Watsonstat

0.176301

Prob（F-statistic）

0.000000

表5：

DependentVariable:

Y

Method:

LeastSquares

Date:

06/17/12Time:

17:

09

Sample:

19852001

Includedobservations:

17

Variable

Coefficient

Std.Error

t-Statistic

Prob.

X2

3.890224

0.206735

18.81748

0.0000

C

-195200.4

12839.45

-15.20318

0.0000

R-squared

0.959360

Meandependentvar

44575.16

AdjustedR-squar