最新国内生产总值的影响因素.docx

1、最新国内生产总值的影响因素国内生产总值的影响因素国内生产总值的影响因素 以福建省为例以下数据均来自福建省统计年鉴：年份GDP固定资产投资额财政收入出口总额工业总产值19901175.791154072570600244906531490019911428.361456253697000314746658860019921910.422275484753500438666915510019932993.36368449511058005158741522370019944229.26538866914966006430202128610019955483.28681171418458007908

2、062638520019966419.24790000021511008382392840510019977436.808984678251300010255603066760019988220.0010485178 28142009963873218510019998877.2510400049312570010351933479840020009870.58108247163696700129082839948600200110506.33113447564283300139223243980800200211324.011230762147620001737086526020002003

3、12866.74150787255510000211317366166100200414912.98189909746225700293947685445000200516995.93234473307881100348419599958900200619833.7431150775101277004126174118556800200724160.1643217404128284004994039144250600200828960.0253016939151651005699184171414400200932436.816362032716946300533190218681480020

4、1038915.2582734186205601007149313238053200201147739.92101194678259701009283779303305900201255107.0012709660430088009783259323799400一：提出问题宏观经济学的核心问题之一是经济增长，在经济日益发展的今天，国内生产总值已经成为一个最重要的衡量经济发展的指标之一。随着改革开放以来，福建省与中国的经济实现了同步增长，取得了巨大的成就，理解福建省经济发展的原因显得至关重要。同时对GDP在福建省的深度解读将有利于福建省更好更快的发展，以期对实现福建省跨越式发展提供对策。二理论分

5、析：哪些因素对福建省的国民生产总值有较大的影响三.建立模型：运用统计学以及计量经济学的方法，利用1990至2012年的统计数据，对福建省GDP的增长因素进行实证分析，并以固定资产投资总额TZ、财政收入CZ、出口总额CK、工业总产值GY为解释变量建立影响GDP的多元回归模型，以阐明影响福建省GDP的主要因素。从而对福建省GDP增长因素进行了实证分析。四：数据处理过程：（一.）多元线性回归分析利用EViews估计模型的参数 （图1）如图所示分析结果可以看出：1.可绝系数高，修正的可决系数也高，表明模型拟合较好。2.F值为896.4256。K=4 n=23 n-K-1=18 取=0.05 F(4，1

6、8)=2.93 所以通过了F检验。说明所选取的这些变量都对福建省的国内生产总值有显著性影响。3.T检验分析：T0.025（18）=2.1009由得出数据可以知道：在百分之五的显著性水平下，财政支出和固定资产投资对国内生产总值分别有显著影响。4.P值的分析：由图中的结果可以看出来只有CK的P值较大未通过检验需要进行修正，其它的变量都通过了检验。5.经济意义：GDP= 1871.799-0.000105CZ(财政收入)-0.000162CK（出口总额）- -0.002550GY（工业生产总值）+ 0.000283 TZ（固定资产投资额）说明财政收入每减少0.000105个单位，GDP增加一个单位。

7、出口总额每减少0.000162个单位，GDP增加一个单位.工业生产总值每减少0.002550个单位，GDP增加一个单位。固定资产投资每增加0.000283个单位，GDP增加一个单位。二.异方差性处理与分析：图形法：如下图分别作出四个解释变量和E2间的散点图（1）CK（2）CZ（3）TZ（4）GY由以上散点图看出图形分布较散乱，不能确定是否存在异方差性，所以需要进一步的检验。用怀特检验方法：（图2）根据图二中的数据，知R=0.869677nR2=23*0.869677=20.002571同时对于样本为23，n=4的卡方分布临界值为9.39.nR2 大于卡方分布的值。所以拒绝原假设，表明残差是异方

8、差的，存在异方差性。经过对数变换法处理之后得到如下结果：（图3）Log(Y)= 0.032776LOG(CK)+ 0.264313 LOG(CZ) -0.495501 LOG(GY)+ 1.046727 LOG(TZ)-7.085176和初始方程比较，无论是拟合优度还是参数的t值都有显著的改善。经过处理后，其可绝系数和修正可绝系数都非常高。F检验统计值也得到了改善，即通过了F统计检验。三序列相关性的检验与解决用DW检验方法：由图1的回归分析中可以看到Durbin-Watson stat=0.450074然后查Durbin-Watson表知此处的DW值小于其下线临界值1.08。根据判定的区域知这

9、时的随机误差项存在正的一阶自相关。自相关的修正：运用Cochrage-Orcutt 迭代法进行自相关修正得到如下的结果：（图4）从该表可以看出，这时DW为1.520472。序列相关性得到了很好的修正。修正后：Y= 0.000130CZ+(-6.64E-05)CK -0.000803GY+ 0.000117TZ -13970.40四多重共线性的检验与解决 各解释变量的相关性系数很高，则存在多重共线性的问题。其解决办法为：利用逐步回归的方法，最后确定最适合的多元回归模型。分别将被解释变量与解释变量做简单的回归。 下图为各解释变量之间的相关系数：由图可知，解释变量之间存在高度的线性相关。由上表也可以

10、看出尽管整体上的线性回归拟合较好，但CK（出口总额）和GY（工业总产值）以及CZ（财政收入）的系数符号与经济意义相悖。这表明模型中解释变量确实存在严重的多重共线性。多重共线性的修正：逐步回归法（1）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。Y与CK（出口）Y与CZ(财政收入)Y与GY（工业总产值）Y与TZ（固定资产投资）经分析，在这四个一元回归模型中。工业总产值GY对国民生产总值GDP的线性相关性强，拟合程度好。即： Y=0.005191GY+1232.239(2)逐步回归。将其余解释变量逐一代入上式得出如下几个模型：把TZ（社会固定

11、资产投资）代入：得到：Y=0.591502GY+(5.07E-05)TZ+345.0428 再把CK（出口总额）带入：由于CK对Y的影响不显著。故将其删去。所以最后得到的Y=0.716693GY+(3.73E-05)TZ+372.3525五结论与分析 根据最后的统计检验结果可知，一个地区的国内生产总值与该地区的工业生产总值和社会固定资产投资有关。工业生产总值每增加一个单位，该地区国内生产总值增加0.716693个单位；固定资产投资每增加一个单位，该地区国内生产总值增加3.73E-05个单位。虽然影响GDP增长的因素有很多，但是由分析可以知道工业总产值对当地GDP的影响是很大的。地方政府应当抓住工业总产值作为主导因素，大力投资，以此来推动当地经济的发展。