关于GDP与其他经济因素关系的计量分析.

上传人:我*** 文档编号:127610107 上传时间:2020-04-04 格式:DOC 页数:5 大小:30KB
返回 下载 相关 举报
关于GDP与其他经济因素关系的计量分析._第1页
第1页 / 共5页
关于GDP与其他经济因素关系的计量分析._第2页
第2页 / 共5页
关于GDP与其他经济因素关系的计量分析._第3页
第3页 / 共5页
关于GDP与其他经济因素关系的计量分析._第4页
第4页 / 共5页
关于GDP与其他经济因素关系的计量分析._第5页
第5页 / 共5页
亲,该文档总共5页,全部预览完了,如果喜欢就下载吧!
资源描述

《关于GDP与其他经济因素关系的计量分析.》由会员分享,可在线阅读,更多相关《关于GDP与其他经济因素关系的计量分析.(5页珍藏版)》请在金锄头文库上搜索。

1、关于GDP与其他经济因素关系的计量分析关于GDP与其他经济因素关系的计量分析 GDP是指本国在一年内所生产创造的劳动产品及劳务的总价值。GDP 的增长对于一个国家有着十分重要的意义。他是衡量一国在过去的一年里所创造的劳动成果的重要指标,而研究它的影响因素不仅可以很好的了解GDP的经济内涵,而且还有利于我们根据这些因素对GDP影响大小来制定工作的重点以更好的促进国民经济的发展,因此我们组以GDP与其他经济因素关系建立模型,想通过计量经济学的研究手段来阐述它们之间的关系,但因水平有限,中间不乏缺陷,望大家见谅。 我们把GDP的影响因素分为以下四个因素:x2 能源消费总量 x3 进出口贸易总额 x4

2、 固定资产投资x5 货币供应量 随机扰动项。 数据如下: obsYX2X3X4X5 1991 21662.50 .0 7225.800 5594.500 19349.90 1992 26651.90 .0 9119.600 8080.100 25402.20 1993 34560.50 .0 11271.00 13072.30 34879.80 1994 46670.00 .0 20381.90 17042.10 46923.50 1995 57494.90 .0 23499.90 20019.30 60750.50 1996 66850.50 .0 24133.80 22913.50 760

3、94.90 1997 73142.70 .0 26967.20 24941.10 90995.30 1998 76967.20 .0 26849.70 28406.20 .5 1999 80579.40 .0 29896.20 29854.70 .9 2000 88254.00 .0 39273.20 32917.70 .3 2001 95727.90 .8 42183.60 37213.49 .9 2002 .6 .0 51378.20 43499.91 .0 一、建立模型: 根据GDP的定义,GDP=消费+投资+净出口,而x2,x3 ,x4,x5与消费,投资及净出口有着一定的线性相关关系,

4、基于数据的有限和操作的方便,我们把模型设成以下形式: 参数估计: Dependent Variable: Y Method: Least Squares Date: 05/08/04 Time: 18:17 Sample: 1991 2002 Included observations: 12 VariableCoefficientStd. Errort-StatisticProb. X50.0.0.0.6813 X41.1.1.0.1608 X3-0.0.-0.0.5341 X20.0.1.0.3174 C-22452.3027984.60-0.0.4488 R-squared0. Mean

5、 dependent var64342.93 Adjusted R-squared0. S.D. dependent var27118.27 S.E. of regression4073.867 Akaike info criterion19.75691 Sum squared resid1.16E+08 Schwarz criterion19.95895 Log likelihood-113.5415 F-statistic120.1049 Durbin-Watson stat1. Prob(F-statistic)0. 将上述回归结果整理如下: 0. 0. F=120.1049 从回归结果

6、看,可决系数很高,F值很大,但在显著性水平下,各项的回归系数都不显著,因此回归方程不能投入使用;该模型很可能存在多重共线性。和F值大反映了模型中各解释变量联合对Y的影响力显著,而t值小于临界值恰好反映了由于解释变量共线性的作用,使得不能分解出各个解释变量对Y独立影响。 二、多重共线性的检验 用Eviews计算解释变量之间的简单相关系数: YX5X4X3X2 Y 1. 0. 0. 0. 0. X5 0. 1. 0. 0. 0. X4 0. 0. 1. 0. 0. X3 0. 0. 0. 1. 0. X2 0. 0. 0. 0. 1. 由上表可以看出,解释变量之间存在高度的线性相关,同时也证明了,

7、虽然整体上拟合较好,但不能分解出各个解释变量对Y独立影响。 三、模型修正 运用OLS方法逐一求Y对各个解释变量的回归,结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。Eviews过程如下: Dependent Variable: Y Method: Least Squares Date: 05/07/04 Time: 20:48 Sample: 1991 2002 Included observations: 12 VariableCoefficientStd. Errort-StatisticProb. X21.0.6.0.0001 C-.337873.57-4.0.0008 R-

8、squared0. Mean dependent var64342.93 Adjusted R-squared0. S.D. dependent var27118.27 S.E. of regression12557.65 Akaike info criterion21.86506 Sum squared resid1.58E+09 Schwarz criterion21.94588 Log likelihood-129.1904 F-statistic41.29793 Durbin-Watson stat0. Prob(F-statistic)0. Dependent Variable: Y

9、 Method: Least Squares Date: 05/07/04 Time: 20:50 Sample: 1991 2002 Included observations: 12 VariableCoefficientStd. Errort-StatisticProb. X31.0.12.322790.0000 C13596.914596.0282.0.0143 R-squared0. Mean dependent var64342.93 Adjusted R-squared0. S.D. dependent var27118.27 S.E. of regression7069.689

10、 Akaike info criterion20.71603 Sum squared resid5.00E+08 Schwarz criterion20.79685 Log likelihood-122.2962 F-statistic151.8512 Durbin-Watson stat0. Prob(F-statistic)0. Dependent Variable: Y Method: Least Squares Date: 05/07/04 Time: 20:50 Sample: 1991 2002 Included observations: 12 VariableCoefficie

11、ntStd. Errort-StatisticProb. X42.0.23.132200.0000 C9316.6802625.8803.0.0053 R-squared0. Mean dependent var64342.93 Adjusted R-squared0. S.D. dependent var27118.27 S.E. of regression3852.305 Akaike info criterion19.50174 Sum squared resid1.48E+08 Schwarz criterion19.58256 Log likelihood-115.0105 F-st

12、atistic535.0988 Durbin-Watson stat0. Prob(F-statistic)0. Dependent Variable: Y Method: Least Squares Date: 05/07/04 Time: 20:50 Sample: 1991 2002 Included observations: 12 VariableCoefficientStd. Errort-StatisticProb. X50.0.13.555590.0000 C21123.163693.8775.0.0002 R-squared0. Mean dependent var64342

13、.93 Adjusted R-squared0. S.D. dependent var27118.27 S.E. of regression6461.494 Akaike info criterion20.53612 Sum squared resid4.18E+08 Schwarz criterion20.61694 Log likelihood-121.2167 F-statistic183.7540 Durbin-Watson stat0. Prob(F-statistic)0. 从上述结果可以看出Y对X4的线性关系强,拟合程度好,即 逐步回归,将其余解释变量逐一代入上式 Depende

14、nt Variable: Y Method: Least Squares Date: 05/07/04 Time: 20:59 Sample: 1991 2002 Included observations: 12 VariableCoefficientStd. Errort-StatisticProb. X20.0.1.0.2198 X42.0.10.252790.0000 C-16007.9619367.66-0.0.4299 R-squared0. Mean dependent var64342.93 Adjusted R-squared0. S.D. dependent var2711

15、8.27 S.E. of regression3717.305 Akaike info criterion19.49170 Sum squared resid1.24E+08 Schwarz criterion19.61293 Log likelihood-113.9502 F-statistic288.2051 Durbin-Watson stat1. Prob(F-statistic)0. Dependent Variable: Y Method: Least Squares Date: 05/07/04 Time: 21:08 Sample: 1991 2002 Included observations: 12 Variab

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 事务文书

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号