我国进出口总额影响因素分析.docx

1、我国进出口总额影响因素分析年份进出口总额人民币亿元YCDP(亿元)X1实际利用外资金额亿美元X2外汇储藏亿美元X3对外完成营业额亿美元X4汇率%X5200039273.299776.3593.561655.7483.798.3200142183.6110270.4496.722121.6588.998.3200251378.2121002550.112864.07111.948.3200370483.5136564.6561.44032.51138.378.3200495539.1160714.4640.726099.32174.688.32005116922185895.8638.05818

2、8.72217.638.22006140974217656.6670.810663.4299938.02007166863.7268019.4783.415282.49406.437.62021179921.47316751.7952.5319460.3566.126.92021150648.06345629.2918.0423991.52777.066.82021202122.154089031088.228473.38921.76.82021236401.95484123.51176.9831811.481034.246.52021244160.25341231132.9433115.89

3、1165.96976.32021258168.9588018.81187.2138213.151371.46.22021264334.49636462.71197.0538430.181424.16.1我国进出口总额影响因素分析一、数据的收集以下数据来源于中国统计年鉴根据数据做出GDP，实际利用外资金额，外汇储藏，对外完成营业额，汇率与进出口总额的相关图形。进出口总额与GDP的关系图进出口总额与实际利用外资金额的关系图进出口总额与外汇储藏的关系图进出口总额与对外完成营业额的关系图进出口总额与汇率的关系图二、模型的初步提出从上图可以看出，进出口总额与各因素之间大体呈线性关系，建立以下简单线性回归

4、模型：设定模型Y=+X +U其中，Y表示进出口总额；X为GDP；为实际利用外资金额；为外汇储藏；为对外完成营业额；为汇率；U是除了解释变量之外影响进出口总额的其他因素的误差项。模型的回归结果如下：Dependent Variable: YMethod: Least SquaresDate: 06/15/15 Time: 19:36Sample: 2000 2021Included observations: 15VariableCoefficientStd. Errort-StatisticProb.C-268063.0108410.3-2.4726720.0354X10.8303950.09

5、92058.3704960.0000X232.5100444.307290.7337400.4818X39.9844501.6584506.0203510.0002X4-403.874640.54440-9.9612920.0000X526567.7711737.842.2634300.0499R-squared0.996158Mean dependent var150598.3Adjusted R-squared0.994023S.D. dependent var79745.03S.E. of regression6165.212Akaike info criterion20.58041Su

6、m squared resid3.42E+08Schwarz criterion20.86363Log likelihood-148.3531F-statistic466.6565Durbin-Watson stat2.847823Prob(F-statistic)0.000000由回归结果可得模型为：Y=-268063.0+0.830395X+32.51004+9.984450-403.8746+26567.77 (108410.3) (0.099205) (44.30729) (1.658450) (40.54440) (11737.84)t=(-2.472672) (8.370496)

7、(0.733740) (6.020351) (-9.961292) (2.263430)R=0.996158 F=466.6565 n=15 D.W=2.8478231.经济意义检验：由所得到的回归系数，可说明GDP每增加1亿元，实际利用外资金额和外汇储藏每增加1亿美元，对外完成营业额每增加1亿美元，汇率每提高1%。平均说来进出口总额将分别增加0.830395亿元，增加32.51004亿美元，增加9.984450亿美元，减少403.8746亿美元和增加26567.77亿元。2.拟合优度和统计检验：拟合优度检验：由回归结果可得，可决系数为0.996158，说明所建模型整体上对样本数据拟合较好，即

8、解释变量“GDP，实际利用外资金额，外汇储藏，对外完成营业额，汇率对被解释变量“进出口总额的绝大局部差异做出了解释对回归系数的显著性检验：T检验提出原假设H：=0，备择假设H：.不全为0，假定显著水平=0.05，所以自由度为n-6=15-6=9的临界值t(9)=2.262，因为t()=-2.472672 t(9)=2.262 应拒绝H，t()=0.733740 t(9)=2.262.应拒绝H，t()=-9.961292 t(9)=2.262 应拒绝H。这说明GDP，外汇储藏，汇率和对外完成营业额对进出口总额有显著影响，而实际利用外资金额对进出口总额无显著影响。三、多重共线性的检验与修正由上述被

9、解释变量Y与各被解释变量，的关系图可以看出，的回归系数的符号应为正，的回归系数的符号应为负，但上述建立的回归模型和的回归系数的符号与预期相反，且个别解释变量的R和F值都很大而T值较小，说明解释变量之间存在多重共线性。计算各解释变量的相关系数：X1X2X3X4X5X11.0000000.9715430.9915030.995177-0.971722X20.9715431.0000000.9865930.971454-0.981795X30.9915030.9865931.0000000.992451-0.984915X40.9951770.9714540.9924511.000000-0.976

10、078X5-0.971722-0.981795-0.984915-0.9760781.000000由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性，采用逐步回归法进展补救：变量参数估计值0.419424290.20285.639018154.2632-83915.07T统计量13.6974212.8793914.3424910.54264-10.081240.9302160.9217350.9359870.8872310.877869其中，参加的方程最大，以为根底，顺次参加其他变量逐步回归：变量，0.140298(0.607019)3.774126(1.21

11、8033)0.932719，69.64195(0.542392)4.313353(1.741137)0.932312，11.89512(4.253219)-176.7528(-2.253948)0.951279，8.240825(3.681278)40489.64(1.180061)0.937864经比拟，新参加的方程=0.951279，改良最大，从T分布表可以看出，在给定显著性水平的情况下各参数的T检验显著，选择保存，再参加其他新变量逐步回归：变量变量XXXXXX，X，X0.881806(8.071880)8.878295(7.579222)-422.6794-9.7039600.99232

12、3X，X，X-28.98618(-0.235787)12.73069(2.774964)-184.7711(-2.087945)0.947117X，X，X15.07266.4.535422184.4548-1(-2.487124)45206.91(1.573298)0.993968由上表可得新参加和X的方程分别为0.992323、0.993968都较大，但参加的方程各参数的t检验更为显著。所以选择保存，再参加其他新变量逐步回归：变量XXXXXX，X，X，X0.881315(7.675326)-3.069094(-0.062342)8.968446(4.726831)-423.3914(-8.992832)0.991559X，X，X，X0.831705(8.585565)10.70235(8.183366)-412.7124(-10.91549)23512.26(2.193714)0.994299由上表可知当参加X时，有所增加，但在给定显著性水平的情况下其参数的T检验不显著。参加X后，未增加。从相关系数也可看出，X与X与其他变量高度相关，这说明主要是X、X引起了多重共线性，予以剔除。最后修正严重多重共线性影响后的结果为：T=(-3.0488) (8.0719) (7.579