計量實訓報告

#中國國內(nèi)生產(chǎn)總值影響因素的分析摘要錯誤！未定義書簽。關鍵字錯誤！未定義書簽。引言：錯誤！未定義書簽。一經(jīng)濟背景錯誤！未定義書簽。二、結合經(jīng)濟背景，建立計量經(jīng)濟學模型………錯誤！未定義書簽。2.1關于數(shù)據(jù)錯誤！未定義書簽。2.2建立模型錯誤！未定義書簽。三建模檢驗、回歸模型的檢驗及修正錯誤！未定義書簽。3.1經(jīng)濟意義檢驗錯誤！未定義書簽。3.2擬合優(yōu)度檢驗錯誤！未定義書簽。3.3顯著性檢驗錯誤！未定義書簽。3.3.1對回歸系數(shù)進行T檢驗錯誤！未定義書簽。3.3.2對方程進行F檢驗錯誤！未定義書簽。3.4計量經(jīng)濟學檢驗錯誤！未定義書簽。3.4.1多重共線性檢驗與修正錯誤！未定義書簽。3.4.3自相關檢驗與修正錯誤！未定義書簽。3.4.4確定最終模型形式錯誤！未定義書簽。四總結及對建模進行經(jīng)濟意義解釋錯誤！未定義書簽。4.1回歸方程的經(jīng)濟意義錯誤！未定義書簽。4.2總結及對策錯誤！未定義書簽。參考文獻：錯誤！未定義書簽。摘要本文運用計量經(jīng)濟分析方法，建立國內(nèi)生產(chǎn)總值及其影響因素模型。通過EVIEWS軟件對模型進行OLS參數(shù)估計，得到模型的數(shù)學方程，研究國內(nèi)生產(chǎn)總值與國內(nèi)居民消費支出、投資、貨物服務凈出口以及政府支出各經(jīng)濟指標之間的關系，對各指標對國內(nèi)生產(chǎn)總值的影響進行計量分析。關鍵詞國內(nèi)生產(chǎn)總值；經(jīng)濟分析；OLS參數(shù)估計引言：國內(nèi)生產(chǎn)總值（GrossDomesticProduct,簡稱GDP）是指在一定時期內(nèi)（一個季度或一年），一個國家或地區(qū)的經(jīng)濟中所生產(chǎn)出的全部最終產(chǎn)品和勞務的價值，常被公認為衡量國家經(jīng)濟狀況的最佳指標。它不但可以反映一個國家的經(jīng)濟表現(xiàn),更可以反映一國的國力與財富。GDP是最重要的宏觀經(jīng)濟統(tǒng)計指標之一，它是人們了解和把握一個國家（或地區(qū)）的宏觀經(jīng)濟運行狀況的有效工具,是制定經(jīng)濟政策的重要依據(jù)，也是檢驗經(jīng)濟政策科學性和有效性的重要手段和評價經(jīng)濟形勢的重要綜合指標。GDP的測算有三種方法：生產(chǎn)法：GDP=E各產(chǎn)業(yè)部門的總產(chǎn)出—工各產(chǎn)業(yè)部門的中間消耗：收入法：GDP=E各產(chǎn)業(yè)部門勞動者報酬+工各產(chǎn)業(yè)部門固定資產(chǎn)折舊+工各產(chǎn)業(yè)部門生產(chǎn)稅凈額+工各產(chǎn)業(yè)部門營業(yè)利潤；支出法：GDP=家庭消費+企業(yè)投資+政府購買+凈出口。本文用支出法計算。一般來說，國內(nèi)生產(chǎn)總值共有四個不同的組成部分，其中包括消費、投資、政府支出和凈出口額。用公式表示為：GDP二C+I+G+NX。式中：C為消費、I為投資、G為政府支出、NX為凈出口額。本文以1986年至2011年的數(shù)據(jù)為標準,著重分析這些因素如何影響我國的國內(nèi)生產(chǎn)總值。一經(jīng)濟背景從1986年改革開放后，我國經(jīng)濟迅猛發(fā)展，加快自身發(fā)展努力與國際接軌。直到2011年，中國加入WTO以后，在新的國際環(huán)境下，經(jīng)濟和居民收入保持在快速增長的階段。其原因是：中國加入WTO有利于更快、更好地融入國際經(jīng)濟社會，而且有利于維護我國的經(jīng)濟利益，有利于擴大進出口貿(mào)易，有利于國民生產(chǎn)總值的增長等。作為衡量經(jīng)濟發(fā)展的重要標準國民生產(chǎn)總值，其構成了反應經(jīng)濟發(fā)展的方向，政府財政支出、固定資產(chǎn)投資總額、居民消費、貨物進出口總額等因素均可影響一個地區(qū)的生產(chǎn)總值。為檢驗其科學性，通過建立計量模型，運用計量分析的方法對影響中國生產(chǎn)總值的各因素進行相關的分析，找出其中關鍵的影響因素，最終通過調整該因素來提高地區(qū)的生產(chǎn)總值。

二、結合經(jīng)濟背景，建立計量經(jīng)濟學模型2?1關于數(shù)據(jù)來自國研網(wǎng)、固定資產(chǎn)投資總額來自《中國統(tǒng)計年鑒》（單位：億元）年度國內(nèi)生產(chǎn)總值Y居民消費支出（X2）固定資產(chǎn)投資總額（X3）財政支出總額（X4）貨物進出口總額（X5）198610508.505302.13941.92204.91-255.2198712277.406126.144622262.1810.8198815388.607868.15700.22491.21-151.1198917311.308812.66332.72823.78-185.6199019347.309450.967473083.59510.3199122577.4010730.678683386.62617.5199227565.2013000.110086.33742.2275.6199336938.1016412.115717.74642.3-679.5199450217.4021844.220341.15792.62634.1199563216.9028369.725470.16823.72998.6199674163.6033955.928784.97937.551459.2199781658.5036921.5299689233.563549.9199886531.6039229.331314.210798.183629.2199991125.0041920.432951.513187.672536.6200098749.0045854.634842.815886.52390.22001109027.9949435.939769.418902.582324.72002120475.6253056.64556522053.153094.12003136613.4057649.85596324649.952964.92004160956.6065218.569168.428486.894235.62005187423.5072958.777856.833930.2810209.12006222712.5082575.592954.140422.7316654.62007266599.2096332.5110943.249781.3523423.12008315974.6111670.4138325.362592.6624226.82009348775.1123584.6164463.276299.9315037.62010402816.5140758.7191690.889874.1615097.62011465731.3164945.2311485.110893012163.32.2建立模型根據(jù)數(shù)據(jù)，現(xiàn)以中國國內(nèi)生產(chǎn)總值（Y）作為被解釋變量，以居民消費總額（X2）固定資本投資總額（X3）、政府支出（X4）、、貨物進口總額（X5）為解釋變量，建立多元線性回歸方程的一般模型為：Y二B+BX+BX+BX+BX+ut122t33t44t55tt其中：Y——國內(nèi)生產(chǎn)總值X——居民消費總額2X——固定資本投資總額3X——政府支出總額4X——貨物進出口總額5B——常數(shù)項1B、B、B——回歸方程的參數(shù)234u——隨即誤差項三建模檢驗、回歸模型的檢驗及修正DependentVariable:YMethod:LeastSquares□ate:01/03/13Time:21:05Sample:19362011Includedobservations:26VariableCoefficientStd.Errort-StatisticProb.C-220.23701487.764-0.1400660.8837JMXF21.5926800.08670418369240.0000GDTZ30.03059900568210.53S5080.5959CZZC41.6625&40.1876388.8604550.0000JCK51.2504430.1754977.1251720.0000R-squared0.999432Meandependentvar132487.3AdjustedR-squared0.999383S.D.dependentvar129473.3S.E.ofregression3216l649Akaikeinfocriterion19.16111Sumsquaredresid2.17E-H08Schwarzcriterion19.4-0305Loglikelihood-244.09UHannan-Quinncriter.19.23073F-statistic10120.63Durbin-Watsonstat0.712008Prob(F-statistic)0.000000Y=-220.2870+1.5927X+0.0306X+1.6626X+1.2504Xt2t3t4t5tse=(1487.764)(0.0867)(0.0586)(0.1876)(0.1755)t值=(—0.1480)(18.3692)(0.5385)(8.8604)(7.1251)P=(0.8837)(0.0000)(0.5959)(0.0000)(0.0000)R2=0.9995R2=0.9994F=10120.63DW=0.71203?1經(jīng)濟意義檢驗其中消費支出的增加能夠擴大消費需求，刺激國內(nèi)生產(chǎn)，與國內(nèi)生產(chǎn)總值應呈正相關；投資的增加會刺激企業(yè)擴大生產(chǎn)，促進國內(nèi)生產(chǎn)總值增加，與國內(nèi)生產(chǎn)總值成正相關；凈出口與國內(nèi)生產(chǎn)總值呈正向相關；政府支出的增加會擴大國內(nèi)需求，刺激國內(nèi)生產(chǎn)，與國內(nèi)生產(chǎn)總值呈正相關。因此，上述解釋變量的選取符合經(jīng)濟發(fā)展的實際情況。3?2擬合優(yōu)度檢驗.R20.9995接近于1,高度相關，擬合程度非常好。3?3顯著性檢驗3?3?1對回歸系數(shù)進行T檢驗因為回歸系數(shù)的P=(0.8837)(0.0000)(0.5959)(0.0000)(0.0000)0.5959>5%，所以X2不顯著，接受零假設；其余p值都小于5%，所以是顯著地，拒絕零假設：X2對GDP沒有影響。即在顯著性水平為5%時，只有X2(即GDZC2)沒有通過檢驗，其余回歸系數(shù)都通過了T檢驗。3.3.2對方程進行F檢驗因為F=10120.63獲得的F的p值=0.0000因此能夠拒絕原假設4個變量(即JMXF2GDTZ3CZZC4JCK5)對GDP沒有影響，因此總體方程線性關系顯著。3.4計量經(jīng)濟學檢驗3.4.1多重共線性檢驗與修正由上述回歸結果可以看出F檢驗結果是顯著的，但是由于可決系數(shù)R2=0.9995很高，可是有變量顯著性檢驗都沒有通過檢驗，表明方程可能存在多重共線性。所以運用逐步回歸法檢驗用逐步回歸法修正多重共線性1)做解釋變量的相關系數(shù)矩陣，用Klein判別法進行分析CorrelationX2GDTZ3CZZC4JCK5X21.0000000.9626260.9827920.020254GDTZ30.9626261.0000000.9S42100.731307CZZC40.9827920.9042101.0000000.793939JCK50.0202&40.7313070.7939391.000000由此可知：解釋變量X、X、X.、X、X之間存在高度正相關，模型存在12356嚴重多重共線性。下面對模型進行修正。

2)模型修正：用逐步回歸法修正模型DependentVariable:YMethod:LeastSquaresDate:01/03/13Time:22:25Sample:19362011Includedobservations:26VariableCoefficientStd.Errort-StatisticProb.C-17302.753191.414-5.4216560.0000JMXF22.8977660.04716061.445130.0000R-squared0.99S683Meandependentvar1S2487.3AdjustedR-squared0.993420S.D.dependentvar129473.3S.E.ofregression1050235Akaikeinfocriterion21.43039Sumsquaredresid2.65E+09Schwarzcriterion21.52717Loglikelihood-276.5951Hannan-Quinncrite匚21.45S26F-statistic3775.504Durbin-Watsonstat0.115070Prob(F-statistic)0.000000Y=—17302.75+2.8978Xt2tse=(3191.414)(0.04716)t=(—5.4217)(61.44513)p=(0.0000)(0.0000)R2=0.9937R2=0.9934F=3775.504DW=0.1150Dependentvariable:YMethod:LeastSquares□ate:01/08/13Time:2232Sample:19362011Includedobservations:26VariableCoefficientStd.Errort-StatisticProb.C23248.718179.0163.4538030.0021GDTZ31.7343020.0878S919.732900.0000R-squared0.941943Meandependentvar132487.3AdjustedR-squared0.939524S.D.dependentvar129473.3S.E.ofregression31839.89Akaikeinfocriterion23.64863SumsquaredresidZ43E+10Schwarzcriterion23.7454-1Loglikelihood-305.4322Hannan-Quinncriter.23.67650F-statistic389.3373Durbin-Watsonstat0.892219Prob(F-statistic)0.000000Y=28248.71+1.7343Xt3tse=(8179.016)(3.4538)t=(3.4538)(19.7329)p=(0.0021)(0.0000)R2=0.9419F=389.3873DependentVariable:YMethod:LeastSquaresDate:01/03/13Time:22:33Sample:19S62011Includedobservations:26Va.riat)leCoefTicientStd.Errort-StatisticProb.C23733.524369.4695.4316720.0000CZZC44.3486960.11420338.078760.0000R-squared0.9S3718Meandependentvar132487.8AdjustedR-squared0.933039S.D.dependentvar129473.3S.E.ofregression16361.75Akaikeinfocriterion2237729Sumsquaredresid6.S2E-H09Schwarzcriterion22.47406Loglikelihood-203.9047Hannan-Quinncrite匚22.40515F-statistic1449.992□urbin-Watsonstat0.239457Prob(F-statistic}0.000000Y=23733.52+4.348686Xt4tse=(4369.469)(0.114203)t=(5.4317)(38.0788)p=(0.0000)(0.0000)R2=0.9838F=1449.992DependentVariable:YMethod:LeastSquaresDate:01/03/13Time:22:39Sample:19S62011Includedobservations:26VariableCoefTicientStd.Errort-StatisticProb.C51534.1917678.612.9150&80.0076JCK514.538681.9202747.5711460.0000R-squared0.704878Meandependentvar132487.0AdjustedR-squared0.692581S.D.dependentvar1294733S.E.ofregression71736.93Akaikeinfocriterion25.27460Sumsquaredresid1L24E+11Schwarzcriterion25.37137Loglikelihood-326.5697Hannan-Quinncrite匚25.30246F-statistic57.32225□urbin-Watsonstat0448325Prob(F-statistic}0.000000Y=51534.19+14.5387Xt5tse=(17678.61)(1.9203)t=(2.915058)(7.5711)p=(0.0076)(0.0000)R2=0.7049F=57.3222解釋變量的重要程度依次為XXXXTOC\o"1-5"\h\z2435(2)以Y=-17302.75+2.8978X為基礎，依次引入XXX。首先把xi2i4355Y=-17302.75+2.8978Xt2tse=(3191.414)(0.04716)t=(-5.4217)(61.44513)引入模型，P=(0.0000)(0.0000)R2=0.9937R2=0.9934F=3775.504DW=0.1150①依次引入X4

DependentVariable:YMethod:LeastSquaresDate:01/08/13Time:23:01Sample:19362011Includedobservations:26VariableCoefficientStd.Errort-StatisticProb.C-3769.1152652.360-1.4210420.1637JMXF21.3810610.14658712.332360.0000CZZC415603350.2210967.0572770.0000R-squared0.990005Meandependentvar132487.3AdjustedR-squared0.997831S.D.dependentvar129473.3S.E.ofregression6029.915Akaikeinfocriterion2035502Sumsquaredresid8.36E+03Schwarzcriterion20.50019Loglikelihood-261.6153Hannan-Quinncriter.20.396S2F-statistic5751489□urbin-Watsonstat0.503584Prob(F-statistic}0.000000Y=—3769.115+1.8810X+1.5603Xt2t4tse=(2652.360)(0.1466)(0.3310)t=(—1.4210)(12.83236)(7.0573)p=(0.1687)(0.0000)(0.0000)R2=0.998F=5751.489因為x的引入改進了R2同時x的系數(shù)通過通過t檢驗，所以應保留x444②再把X3引入模型DependentVariable:YMethod:LeastSquaresDate:01^08/13Time:23:11Sample:19862011Includedobservations:26VariableCoefficientStdErrort-StatisticProb.C-3319.0652569.754-1.2915880.2099JMXF21.0472690.14t263412.946580.0000CZZC41.9787190.3292396.0090590.0000GDTZ3-01525080.091531-1.6661870.1099R-squared0.993228Meandependentvarn248'7.3AdjustedR-squared0.997986S.D.dependentvar129473.3S.E.ofregression5009.757Akaikeinfocriterion2031310Sumsquaredresid7-43&-08Schwarzcriterion20.50666Loglikelihood-260.0703Hannan-Quinncriter.20.36834F-statistic4131.358Durbin-Watsonstat0.431442Prob(F-statistic)0.000000Y=—3319.065+1.8473X+1.9787X-0.1525Xt2t4t3tse=(2569.754)(0.1427)(0.3293)(0.0915)t=(-1.2916)(12.9466)(6.0091)(-1.6662)p=(0.2099)(0.0000)(0.0000)(0.1099)R2=0.9982F=4131.358在顯著性水平5%的情況下，因為X的引入使回歸系數(shù)的t值下降，同3時X的系數(shù)未能通過t檢驗并且影響了X的符號，應該剔除X。333③最后把X引入5DependentVariable:YMethod:LeastSquaresDate:01/03/13Time:23:22Sample:19362011Includedobservations:26VariableCoefficientStd.Errort-StatisticProb.C-254.38341462.234-0.1739690.8635JMXF21.5959890.0350791S759000.0000CZZC41.7401330.11826714713560.0000JCK51.2077000.1539757.S434650.0000R-squared0.999474Meandependentvar132487.8AdjustedR-squared0.999403S.D.dependentvar129473.3S.E.ofregression3164318Akaikeinfocriterion19.09790Sumsquaredresid2.20E+08Schwarzcriterion19.29145Loglikelihood-244.2727Hannan-Quinncrite匚19.15364F-statistic1394410Durbin-Watsonstat0.590348Prob(F-statistic}0.000000Y=-254.3834+1.5960X+1.7401X+1.2077Xt2t4t5tse=(1462.234)(0.0850)(0.1183)(0.1540)t=(-0.1740)(18.7590)(14.7136)(7.8435)p=(0.8635)(0.0000)(0.0000)(0.0000)R2=0.999474F=13944.10因為X的引入改進了R2同時X的系數(shù)通過通過t檢驗，所以應保留X555即最終模型Y=—254.3834+1.5960X+1.7401X+1.2077Xt2t4t5tse=(1462.234)(0.0850)(0.1183)(0.1540)t=(—0.1740)(18.7590)(14.7136)(7.8435)p=(0.8635)(0.0000)(0.0000)(0.0000)R2=0.999474F=13944.103?4?2異方差檢驗與消除1）利用White-檢驗模型是否存在異方差性:HeteroskedasticityTest:WhiteF-statistic2.221627Prob.F(9,16}0.07S4Obs*R-squared14.4-4272Prob.Chi-Square(9)0.1074-ScaledexplainedSS8.227055Prob.Chi-Square(9)0.5114TestEquation:DependentVariable:RESIDA2Method:LeastSquares□ate:01/09/13Time:13:13Sample:19362011Includedobservations:26VariableCoefficientStd.Errort-StatisticProb.C-201904269556452.-2.1127530.0507」MXF22536.8572074.0951.2472220.2303JMXF2A2-0.04-96150.0S2205-0.6035500.5546JMXF2*CZZC4-0.024004-0.316259-0.0753990.9404JMXF2*JCK50.2264090.3786040.5980960.5581CZZC413763635401.7430.2540000.8021CZZC4A201060430.2302060.3733370.7102CZZC4*JCK5-0.2937360.430923-0.6816440.5052JCK5-9490.4-0810241.90-0.9266250.3679JCK^0.1340490.2094440.6400250.5312R-squared0.555409Meandependentvar0472459.AdjustedR-squared0.305452S.D.dependentvar10099069S.E.ofregression9083234.Akaikeinfocriterion35.16548Sumsquaredresid■1.32E+15Schwarzcriterion35.64936Loglikelihood-4471513Hannan-Quinncriter.35.30402F-statistic2.221627□urbin-Watsonstat1.886830Prob(F-statistic)0.078434從圖中看出nR2=14.4227，由White檢驗知，在?=0?05下，查X2分布表,得臨界值x2⑼=16.9190比較計算的X2統(tǒng)計量與臨界值，因為0.05nR2=14.422<7/2⑼二16.9190，所以拒絕原假設表明模型不存在異方差。0.053.4.3自相關檢驗與修正根據(jù)D.W統(tǒng)計量檢驗是否存在一階序列相關性。在DW表中對樣本量為26、3個解釋變量的模型、5%顯著水平，查DW統(tǒng)計表可知，d=1.143,d=1.652,模型中DW=1.2360<d，所以拒絕原假設，殘差項LUL存在自相關。自相關修正：用科克倫-奧科特迭代法DependentVariable:YMethod:LeastSquaresDate:01/09/13Time:U:19Sample(adjusted):19872011Includedobservations:25afteradjustmentsConvergenceachievedafter24iterationsVariableCoefficientStd.Errort-StatisticProb.C-1596.4625045.