《第六组计量经济学论文》由会员分享，可在线阅读，更多相关《第六组计量经济学论文（19页珍藏版）》请在金锄头文库上搜索。
1、 计量经济学论文【摘要】改革开放以来，我国经济迅猛发展，GDP连年攀升，这与三大产业的发展离不开关系。当前，我国产业结构呈现出第一产业比重持续下降，第二产业持续上升，第三产业比重总体上升的动态特点。由当前的产业结构和社会发展情况预测未来一段时间，我国的第一产业地位下降和第三产业比重提高是大势所趋，第二产业仍然是国民经济增长的主要来源，在国民经济中比重相对稳定。那么，三大产业结构的变化会怎样影响GDP的增长的呢？怎样的产业结构更有利于促进经济的增长呢？本文对此做出了计量经济学的实证分析，并且就分析结果提出了若干建议。【关键词】GDP 三大产业 发展 多元线性模型 Eviews 检验 1.背景介绍
2、 在当今的市场经济中，众所周知，第一产业是指农业，第二产业是指工业，而第三产业是指服务业。农业是传统产业，其发展已经经历了几千年，随着其他产业经济的兴起和发展，虽然对GDP的贡献率正在逐渐下降，但它是基础产业，是支撑整个国民经济不断发展与进步的保障，同时也是工业特别是轻工业原料的主要来源，农业产品及其加工品还是我国出口物资的重要来源，因此必须要加强和巩固农业的发展。 第二产业工业是国民经济的主导。其主导作用主要表现为：（1）为国民经济各部门提供先进的技术装备、能源和原材料；（2）为满足人民物质、文化生活的需要提供各种消费品；（3）是国家积累的主要来源，也是加强国防的重要条件。工业在目前中国的G
3、DP构成比重中占的分量最高，贡献率最大，但是近年来也有下降的趋势。 第三产业服务业是新兴产业，可以推动第一产业、第二产业的发展 ，可以扩大内需，加快经济发展速度，近年来对GDP的贡献率明显提高，很多数据可以表明我国GDP结构已由“二一三”型转为“二三一”型，服务产业的不断创新与拓展日益成为新的经济增长点，成为国民经济可持续发展的中坚力量。当前，我国产业结构呈现出第一产业比重持续下降，第二产业持续上升，第三产业比重总体上升的动态特点。总体来说，目前中国三大产业都在迅速发展，都拉动了国民经济的增长。2. 目的 本文主要通过对不同时期的GDP和三大产业的发展数据进行分析，建立以中国各年的GDP为被解
4、释变量，以各年的三大产业贡献值为解释变量的多元线性回归模型，从而找出三大产业经济和GDP之间的发展关系，并就此对增加GDP、促进产业经济的发展提出建议。3.数据搜集和整理 改革开放以来，我国国内生产总值和三大产业的发展情况 单位：亿元 年份GDP（Y) 第一产业第二产业第三产业19794062.57 1270.20 1913.50878.8919804545.62 1371.60 2192.00982.0319814891.56 1559.46 2255.501076.6019825323.35 1777.40 2383.001162.9519835962.65 1978.39 2646.20
5、1338.0619847208.05 2316.09 3105.701786.2619859016.04 2564.40 3866.602585.04198610275.182788.69 4492.702993.79198712058.623233.04 5251.603573.97198815042.823865.36 6587.204590.26198916992.324265.92 7278.00 5448.40199018667.825062.00 7717.40 5888.42199121781.505342.20 9102.20 7337.10199226923.485866.6
6、0 11699.509357.38199335333.926963.76 16454.4311915.73199448197.869572.69 22445.4016179.76年份 GDP（Y） 第一产业 第二产业 第三产业199560793.7312135.8128679.4619978.46199671176.5914015.3933834.9623326.24199778973.0314441.8937543.0026988.15199884402.2814817.6339004.1930580.47199989677.0514770.0341033.5833873.442000992
7、14.5514944.7245555.8838713.952001109655.1715781.2749512.2944361.612002120332.6916537.0253896.7749898.902003135822.7617381.7262436.3156004.732004159878.3421412.7373904.3164561.292005184937.3722420.0087598.0974919.282006216314.4324040.00103719.5488554.882007265810.3128627.00125831.36111351.95200831404
8、5.4333702.00149003.44131339.992009340902.8135226.00157638.78148038.042010401512.8040533.60187383.21173595.982011473104.0047486.20220413.00205205.002012518942.1052373.60235162.00231406.50注：数据来源于中华人民共和国国家统计局/国家统计数据库由数据可以看出，在GDP的构成中，第二产业所占比重最大，第一产业所占比重最小，随着三个产业的逐年增长，GDP也是保持增长趋势，逐年提高。4.建立Eviews新文件以Y表示国内
9、生产总值GDP，X1，X2，X3分别表示第一产业、第二产业和第三产业，表示随机干扰项。启动Eviews,点击File/New/workfile建立workfile，在“Frequency”中选择“Annual”，并在“Start”中输入“1978”，“End”中输入“2012”，点击“OK”。在命令窗口输入：“data y x1 x2 x3”回车，出现“Group”窗口，复制输入数据，如下图所示：5.建立初步回归模型：假定回归模型为Y=+X1+X2+3X3+6.模型初始分析相关系数r：在命令窗口输入：“cor y x1 x2 x3”回车，得到结果如下图所示：散点图：在命令窗口输入：“scat
10、y x1 x2 x3”回车，得到结果如下图所示：由相关系数矩阵和散点图可知，三个变量和Y都有较大的线性正相关，初步判断三大产业的增长都会影响GDP的发展，模型具有经济意义。模型OLS分析：在命令窗口输入：“ls y c x1 x2 x3”回车，得到结果如下图所示：可见模型参数估计建立的回归方程为： Y=-0.004753+1.000003X1+0.999999X2+1.000001X3 t=（-0.372143） （302704.4） （490882.5） （574141.7）= 1 =1 F=2.10E+14拟合优度检验 由 = 1 = 1，说明模型的拟合优度极好。三大产业的变化对GDP变化
11、的解释程度很大，线性影响很强。t检验给定显著性水平=0.05，查t分布表得自由度为34-3-1=30，临界值 （30）=2.042，对应的P值均小于0.05，可知x1 x2 x3均通过了t检验，表明模型变量的线性关系在95%的置信水平下显著成立。但常数项c没有通过t检验。F检验给定显著性水平=0.05，在自由度为（3，30）下，查F分布表得F0.05（3，30）=2.92F,对应的P0.05,因此拒绝原假设，方程通过显著性检验，说明模型有意义。7.模型的异方差性异方差性的检验图示检验法分别做和X1、X2、X3的散点图，在命令窗口输入：“scat resid2 x1 x2 x3”，回车，如下由图
12、可看出，散点并没有形成一条斜率为O的直线，因此初步估计模型存在异方差性。再用怀特检验法进一步检验点击OLS回归结果Equation窗口的ViewResidual TestsHeteroskedastcity Tests White,在弹出窗口的Test type中选定White,Ok,如下图：结果如下图可见， =0.822327 F=12.34217怀特统计量nR=340.822327=27.959118,该值大于5%显著水平下、自由度为9的分布的相应临界值=16.92，而且最后三个参数相应的P0.05，因此，拒绝同方差的原假设，模型存在异方差性。异方差性的修正（两种方法）加权最小二乘法WLS
13、点击Quick/Estimate Equation,在Specification界面输入:y c x1 x2 x3,再切换到Options界面,勾选“weighted LS/TSLS”,在weight对应框中输入“1/abs(resid)”,然后按确定。如下图所示在WLS法下的回归结果为Y=-0.00076+X1+X2+X3,=1,=1，D.W.=2.186689,可见，模型拟合效果好；参数的t统计值有了显著的改进，变量t检验值的对应P值均为0，因此变量都通过了t检验，异方差性得到修正。模型也不存在自相关。稳健标准误法点击Quick/Estimate Equation,在Specificati
14、on界面输入:y c x1 x2 x3,再切换到Options界面,勾选“d.f.Adjustme”,在下拉列表中选择White,然后确定，如下图结果和普通OLS的相同，但参数的标准差得到了修正，t检验值尤其是常数项C得到了很好的改善，变量均通过了t检验，不再存在异方差性。8.模型的序列相关性序列相关性的检验D.W检验对原始模型进行OLS回归，结果如下可见，D.W.=2.49,在0.05显著性水平下，n=34,k=4,查D.W.表得dL=1.27,dU=1.65,由于4-dU=2.35,4-dL=2.73,又有2.35D.W.2.73，故不能确定模型是否存在1阶序列相关性。再进行拉格朗日乘数检验（LM）,又称G.B.检验在OLS回归结果窗口，点击View/Residual Tests/Serial Correlation LM Test,在弹出窗口输入“1”,如图按OK，结果如下图所示由结果可知，=0.189422，LM=6.440363,该值大于显著水平为0.05、自由度为1的=3.84，说明模型存在序列相关性，且RESID（-1)的t检验值对应的P=0.01440.05，通过5%的显著性检验，拒绝没有序列相关性的原假设，表明模型存在1阶序列相关性。再验证模型是否存在2阶序列相关性，如下由结果可知，=0.277434，LM=9.432765
