对中国国内生产总值影响因素的实证分析

1、- -对中国国内生产总值影响因素的实证分析计量经济学EviewsTOC o 1-5 h z引言3一、经济背景3二、结合经济背景，建立计量经济学模型3（一）关于数据3（二）关于模型4建立模型4回归模型参数估计4（三）建模检验6（1）统计推断检验6 HYPERLINK l bookmark6 （2）计量经济学意义检验6多重共线性检验6 HYPERLINK l bookmark19 异方差检验（White检验）8 HYPERLINK l bookmark27 自相关的检验及修正（DW检验）9三、总结及对建模进行经济意义解释11回归方程的经济意义11总结11对中国国内生产总值影响因素的实证分析引言：国

2、内生产总值（GrossDomesticProduct，简称GDP）国内生产总值是指在一定时期内（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。一、经济背景从1995年到2009年，中国加入WTO以后，在新的国际环境下，经济和居民收入保持在快速增长的阶段。其原因是：中国加入WTO有利于更快、更好地融入国际经济社会，而且有利于维护我国的经济利益，有利于扩大进出口贸易，有利于国民生产总值的增长等。作为衡量经济发展的重要标准国民生产总值，其构成了反应经济发展的方向，政府财政支

3、出、固定资产投资总额、居民消费、货物进出口总额等因素均可影响一个地区的生产总值。其中，政府财政支出、固定资产投资总额和货物进出口总额是中国生产总值快速增长的推动力。为检验其科学性，通过建立计量模型，运用计量分析的方法对影响中国生产总值的各因素进行相关的分析，找出其中关键的影响因素，最终通过调整该因素来提高地区的生产总值。二、结合经济背景，建立计量经济学模型（一）关于数据：数据来源于中国统计年鉴2010国内生产总值支出构成相关数据如下：各项目支出对国内生产总值的百分比（单位：%）年份国内生产总值（绝对额（亿元）年份政府财政支出固定资产投资总额货物进出口总额199560794199511.232.

4、938.7199671177199611.232.333.9199778973199711.732.134.1199884402199812.833.731.8199989677199914.733.333.3200099215200016.033.239.62001109655200117.233.938.52002120333200218.336.142.72003135823200318.140.951.92004159878200417.844.159.82005183217200518.548.563.82006211924200619.151.966.520072573062007

5、19.353.464.82008300670200820.857.559.82009335353200922.767.044.7（二）关于模型建立模型根据数据，现以中国国内生产总值（Y）作为被解释变量，以政府支出对中国国内生产总值的百分比（XI）、固定资本投资总额对中国国内生产总值的百分比（X2）、货物进口总额对中国国内生产总值的百分比（X3）为解释变量，建立多元线性回归方程的一般模型为:Yt=P+P*X+P*X+P*X+U01t12t23t3t其中:Y国内生产总值X1政府支出对中国国内生产总值的百分比X2固定资本投资总额对中国国内生产总值的百分比X3货物进口总额对中国国内生产总值的百分比B0

6、常数项B1，B2，B3回归方程的参数Ut随即误差项回归模型参数估计根据数据建立多元线性回归方程：首先利用Eviews软件对模型进行OLS估计，得样本回归方程。输出结果如下：DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:15:52Sample:19952009Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-186703.319250.81-9.6984660.0000X14241.1532193.3571.9336360.0793X26825

7、.999712.77589.5766430.0000X3-375.9589452.2320-0.8313410.4235R-squared0.976694Meandependentvar153226.5AdjustedR-squared0.970338S.D.dependentvar86971.53S.E.ofregression14978.74Akaikeinfocriterion22.28983Sumsquaredresid2.47E+09Schwarzcriterion22.47864Loglikelihood-163.1737F-statistic153.6628Durbin-Wats

8、onstat1.556397Prob(F-statistic)0.000000- -在Eviews做出相关图表如下:- -根据多元线性回归关于Eviews输出结果可以得到参数的估计值为:B0=-186703.3,B=4241.153,B2=6825.999，B3=-375.9589从而初步得到的回归方程为：Y=-186703.3+4241153*X1+6825999*X2-3759589*X3Se=(19250.81)(2193.357)(712.7758)(452.2320)T=(-9.698466)(1.933636)(9.576643)(-0.831341)F=153.6628DW=1.

9、556397R2=0.976694（三）模型检验统计推断检验从回归结果看，可决系数R2=0.976694,_R2=0.970338，计算结果表明，估计的样本回归方程较好地拟合了样本观测值。F检验由表5中看出，F检验的P值等于0,小于0.05，说明回归方程是显著的，国内生产总值与政府财政支出，固定资产投资总额，货物进出口总额之间存在显著的关系.（2）计量经济学意义检验多重共线性检验：1、对于模型中含有多个的解释变量的模型，可以利用解释变量样本观测值的散点图来考察两两解释变量间是否存在线性关系。具体做法如下：在Eviews工作文档中，在菜单栏点击Quick键，选Graph/Scatter功能，弹出

10、对话框后键入X1X2，确认后产生关于X1,X2样本观测值之间的散点图如下图图（1）所示：70-60-40-301012141618202224405060就27030X-1图（1）同理，得出X2X3,XiX3样本观测值的相关散点图如下图（2）、图（3）：706560555045403530-图（2）70-1TOC o 1-5 h z65-oo60-oo55-350-隹45-oo HYPERLINK l bookmark12 40-ooo35-ooo3011111110也141613:20迦翠图（3）分析：由散点图可以直观地看出，3个图中的点都较为分散，因而模型中解释变量X1,X2,X3,两两解

11、释变量X1X2,X2X3,X1X3之间明显不存在线形关系，即说明原模型中解释变量不存在多重共线性。异方差检验（White检验）：原模型：Yt=B0+P1*Xt1+B2*Xt2+P3*Xt3+Ut进行White检验：在原来残差与解释变量线性关系的基础上加入解释变量的平方项与交叉项，因此得到辅助回归模型，以原模型含有3个解释变量为例写出辅助回归模型的一般形式为：Ut2=a0+a1*Xt1+a2*Xt2+a3*Xt3+a4*Xt12+a5*Xt22+a6*Xt32+a7*Xt1*Xt2+a8*Xt1*Xt3+a9*Xt2*Xt3+t那么，检验原模型是否存在异方差就相当于检验此辅助回归模型的回归参数除

12、常数项外是否显著为零。其中，辅助回归模型的参数个数为9,则参照2分布百分位数表的自由度为9。提出相应的原假设：Ho：ai=0（i=1,2,9）;备择假设：H1：a1,a2,，a9不全为零。Eviews中操作：在OLS回归估计式窗口点击View键，选ResidualTest/WhiteHeteroskedasticity（crossterms交叉项）功能，即可得到下图输出结果：WhiteHeteroskedasticityTest:F-statistic16.31004Probability0.003375Obs*R-squared14.50590Probability0.105433TestE

13、quation:DependentVariable:RESIDEMethod:LeastSquaresDate:12/23/10Time:22:02Sample:19952009Ineludedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-3.80E+094.22E+09-0.9017170.4085X11.87E+083.07E+080.6084680.5695X1A2-121872168270695.-1.4735420.2006X1*X23704936.146361930.2531350.8102X1*X3137

14、679.56314104.0.0218050.9834X2-5553832.1.05E+08-0.0527170.9600X2A2-2035432.3240707.-0.6280830.5575X2*X33645767.1304672.2.7943940.0382X31.01E+08466459792.1612120.0831X3A2-2819723.625211.3-4.5100320.0063R-squared0.967060Meandependentvar1.65E+08AdjustedR-squared0.907768S.D.dependentvar2.30E+08S.E.ofregr

15、ession69749694Akaikeinfocriterion39.19345Sumsquaredresid2.43E+16Schwarzcriterion39.66548Loglikelihood-283.9508F-statistic16.31004Durbin-Watsonstat3.051167Prob(F-statistic)0.003375由检验结果可知，在TR2=14.50590时(其中Obs*R-squared等于14.50590表示的就是统计量TR2的值)，因为模型中解释变量的个数为K=3,所以2分布的自由度为9。在显著性水平为0.05的基础上，查H2分布百分位数表，得临

16、界值H20.05(9)=16.919,因为TR2=14.5059020.05(9)=16.919,接受原假设H0:ai=0(i=1,2,.,9),即此辅助回归模型的回归参数除常数项外显著为零，所以模型中不存在异方差。自相关的检验及其修正(DW检验)：现考虑原模型是否存在一阶自相关，则其关于误差项Ut的一阶自回归形式为：Ut=put-1+Vt设立原假设HO:p=0；(不存在一阶自相关)备选假设H1:p#0；(存在一阶自相关)已知原模型中DW=0.556397,若给定显著性水平为5%的情况下，查DW检验临界值表(其中K=3,n=15),dl=0.82，du=1.75。因为DW=0.556397sq

17、uared0.976694Meandependentvar153226.5AdjustedR-squared0.970330S.D.dependentvar86971.53S.E.ofregresafon14978.74Akaikeinfocriterion22.28983Sumsquaredresid2.47E-KJ9Schwarzcriterion22.47864Loglikelihood-163.1737F-statistic153.668Durbin-Watsonstat1.556397Prob(F-statistic)0.000000回归方程拟合的效果仍然比较好，且DW=1.5563

18、97。总体容量n=15，解释变量个数K=3,查DW检验临界值表（a=0.05），dl=0.82,du=1.75。因为dl=0.82DW=1.556397du=1.75,该落在不确定区域，说明并不能确认模型通过一阶自相关修正后已经不存在自相关，其可能结果是存在严重的自相关（或是二阶自相关，或是其他高阶自相关）。由于DW检验只适用于一阶自相关检验，而高阶自相关检验并不适用。则可运用LM检验法来确定原模型存在的自相关问题，利用LM统计量可建立一个适用性更强的自相关检验方法，既可检验一阶自相关，也可检验高阶自相关。待自相关阶数确定后，再另行作出修正,以达到模型剔除自相关的效果。三、总结及对模型进行经济意义解释回归方程的经济意义为：当政府财政支出对国内生产总值的百分比（XI）、固定资产投资总额对国内生产总值的百分比（X2）不变时，货物进出口总额对国内生产总值的百分比（X3）每增加一个单位，国内生产总值（Y）减少375.9589个单位；当固定资产投资总额对国内生产总值的百分比（X2）、货物进出口总额对国内生产总值的百分比X3）不变时,政府财政支出对国内生产总值的百分比（XI）每增加一个单位，国内生产总值（Y