计量经济-国内生产总值影响因素的计量分析

国内生产总值影响因素的计量分析 学院名称： 专业名称： 作者姓名：  学    号：  指导老师：  摘    要 自党的十一届三中全会以来，我国进入了改革开放的新时期。30多年来，我国的经济建设取得了令世人瞩目的巨大成就——国内经济持续高速增长，基本实现总体小康，人民生活水平显著提高，综合国力不断增强，国际地位也显著提高。国民经济繁荣给中国的发展带来了昂扬的生命力。而GDP是衡量一国经济增长的重要指标，因此，对国内生产总值影响因素的经济分析研究具有十分重要意义。本文采用经济增长模型和多元线性回归分析对1992～2011年国内生产总值的影响因素进行研究，分析了消费、财政支出和进出口对经济发展的影响，建立计量模型，寻求这些变量与GDP的数量关系，进行定量分析以及检验，并根据所得结论提出一些可行性的相关建议。 关键词：国内生产总值  消费  财政支出 净出口 计量分析 目    录 1 前言·····························································3 2 理论综述·························································3 2.1 国内生产总值···················································3 2.2 影响因素分析···················································3 3 实证模型构建·····················································4 3.1 数据收集·······················································4 3.2 模型·······················································5 3.2.1 建立模型·····················································5 3.2.2 模型参数估计·················································5 4 模型检验·························································6 4.1 统计推断检验···················································6 4.1.1 经济意义检验·················································6 4.1.2 R^2检验······················································6 4.1.3 t检验·························································6 4.1.4 F检验························································7 4.2 计量经济检验···················································7 4.2.1 多重共线性检验················································7 4.2.2 异方差检验···················································11 4.2.3 自相关检验···················································13 4.2.4 最终结果·····················································14 5 结论与说明·······················································14 6 实习感悟·························································15 参考文献···························································16 1 前言 “GDP”被美国商务部誉为“20世纪的伟大发明之一”。：GDP能够反映国民经济发展变化情况，并为国家以及各个地区经济发展战略目标和宏观经济政策提供了重要工具和依据。GDP还为检验宏观经济政策的科学性和有效性提供了重要的检测工具，同时GDP也是对外交往的重要指标，因为在世界上衡量一个国家的经济地位指标，很多与GDP有关，每年，联合国都要根据各国的“人均GDP”进行排名，来提供反映一个国家经济实力的依据。可以说GDP在一定程度上决定了一个国家承担的国际义务和权利，决定了一个国家在国际社会中所能发挥的作用，影响到国家的经济利益和政治利益；最后GDP的统计比较容易，其具有统计数据准确、重复计算少等优点，作为总量指标，它和经济增长率、通货膨胀率和失业率这三个主要的宏观经济运行指标都有密切关系，是国家制定宏观调控政策的三大指标中最基础性的指标。      GDP能够提供一个国家经济状况的完整图像，帮助国家领导人判断经济是在萎缩还是在膨胀，是需要刺激还是需要控制，是处于严重衰退还是处于过热之中。甚至有人认为该指标像灯塔一样，能使政策制定者不会陷入杂乱无章的数字海洋而不知所措。 2 理论综述 2.1 国内生产总值 国内生产总值（Gross Domestic Product，简称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现，还可以反映一国的国力与财富。 2.2 影响因素分析 一般来说，国内生产总值共有四个不同的组成部分，其中包括消费、私人投资、政府支出和净出口额。用公式表示为：GDP = CA + I + CB + X ，式中：CA为消费、I为私人投资、 CB为政府支出、X为净出口额。 影响GDP的因素很多。消费水平的提高能够通过乘数效应，提高极大地带动经济的增长；但消费水平与边际消费倾向和收入之间存在线性关系，由于边际消费倾向在短期内可以认为是固定的，因此，消费水平在某一时期是由收入水平即经济发展水平决定的。 改革开放以来，居民消费、政府购买和进出口明显增加，与之相对应的是GDP总量也迅速得到增加。在经济发展的过程中，我国在经济贸易方面不断对外开放，同时，我国的经济的发展状态呈效好的趋势。对外贸易的适度增长和政府购买的增加是经济发展的重要影响因素之一，因为对外贸易的增长，为我国带来了大量的外汇的收入，从而促进了我国GDP的增长，促进我国经济的发展。 因此，本文研究影响经济发展的因素时，旨在分析消费、政府财政支出和进出口对GDP的实证影响。 3 实证模型构建 3.1数据收集 表1 年 份 国内生产总值（Y) 居民消费水平(X2) 政府财政支出(X3) 净出口(X4) 1992 26923.5 1116 3742.2 233 1993 35333.9 1393 4642.3 -701.4 1994 48197.9 1833 5792.62 461.7 1995 60793.7 2355 6823.72 1403.7 1996 71176.6 2789 7937.55 1019 1997 78973 3002 9233.56 3354.2 1998 84402.3 3159 10798.18 3597.5 1999 89677.1 3346 13187.67 2423.4 2000 99214.6 3632 15886.5 1995.6 2001 109655.2 3887 18902.58 1865.2 2002 120332.7 4144 22053.15 2517.6 2003 135822.8 4475 24649.95 2092.3 2004 159878.3 5032 28486.89 2667.5 2005 184937.4 5596 33930.28 8374.4 2006 216314.4 6299 40422.73 14220.3 2007 265810.3 7310 49781.35 20263.5 2008 314045.4 8430 62592.66 20868.4 2009 340902.8 9283 76299.93 13411.3 2010 401512.8 10522 89874.16 12323.5 2011 472881.6 12272 109247.79 10079.2           样本数据来源：中国国家统计局官方网站，《中国统计年鉴2012》 3.2 模型设计 3.2.1 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，以居民消费水平（X1）、国家财政支出（X2）、净出口（X3）为解释变量，建立多元线性回归方程的一般模型为： Y=B1+B2*X2+B3*X3+B4*X4+U 其中： Y——国内生产总值 X2——居民消费水平 X3——国家财政支出 X4——净出口 U——随机误差项 B1——常数项 B2,B3,B4——回归方程的系数 3.2.2 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： Dependent Variable: Y     Method: Least Squares     Date: 06/30/13 Time: 11:22     Sample: 1992 2011     Included observations: 20                         Variable Coefficient Std. Error t-Statistic Prob.                     C 120.8285 3603.604 0.033530 0.9737 X2 17.73198 1.955963 9.065601 0.0000 X3 2.199774 0.184259 11.93848 0.0000 X4 1.209306 0.192247 6.290376 0.0000                     R-squared 0.999453 Mean dependent var 165839.3 Adjusted R-squared 0.999350 S.D. dependent var 128980.1 S.E. of regression 3288.155 Akaike info criterion 19.21090 Sum squared resid 1.73E+08 Schwarz criterion 19.41004 Log likelihood -188.1090 F-statistic 9739.476 Durbin-Watson stat 1.675427 Prob(F-statistic) 0.000000           根据以上结果，初步得出的模型为: