基于联立方程模型的宏观经济统计数据质量诊断的论文

《基于联立方程模型的宏观经济统计数据质量诊断的论文》由会员分享，可在线阅读，更多相关《基于联立方程模型的宏观经济统计数据质量诊断的论文（4页珍藏版）》请在金锄头文库上搜索。

1、基于联立方程模型的宏观经济统计数据质量诊断的论文基于联立方程模型的宏观经济统计数据质量诊断一、指标和数据的选择为了对全国31个地区的宏观经济统计数据质量进行诊断，本文选择了20XX年对各地区宏观经济有高度描述性的七个核心指标：地区生产总值gdp、最终消费支出c、资本形成总额i、电力消费量es、工业生产总值ip、各地区对外净贸易总额xm以及就业人员平均劳动报酬w，其数据来自于中国统计年鉴。二、模型假定1.本文选择作为外生变量和滞后一期的内生变量的宏观经济统计指标的历史数据是真实可信，其数据不存在质量问题。2.区域宏观经济指标中，部分指标统计数据是真实可信的，另外部分指标统计数据可能存在着质量缺陷

2、。由于地区生产总值、固定资产投资、最终消费水平、电力消费这四个指标容易出现质量问题。在此，假定四个指标值可疑，剩余三个指标数据可信。3.部分统计指标之间存在着内在相互关系，该关系可以通过模型予以拟合，各个指标之间的关系符合线性模型描述其规律。三、模型建立利用宏观经济学中相关知识，建立联立方程模型如下：上述联立方程组模型有4个内生变量，5个前定变量。对联立方程模型进行识别：首先用阶条件对方程组内的第1个方程进行判断。这时有2个内生变量和1个前定变量，表明第1个方程过度识别。以此类推，上述四个方程都属于过度识别。然后，用秩条件进行识别。划去第一行和非零参数所在列，得3行6列矩阵，显然，由秩条件表明

3、为恰好识别。综上可得，这个方程组为过度识别。把上述联立方程组模型写为简化模型如下：上面4个方程中，外生变量以及滞后的内生变量确定内生变量的精确部分，随机误差项构成了内生变量的随机部分。在简化模型中，前定变量与随机误差项不相关，可以对上面的联立方程组里面的参数用普通最小二乘法进行估计。四、模型求解运用spss做线性回归，得到第一个以资本形成总额为被解释变量的回归模型如下：五、模型解释及评价方程：就宏观经济理论而言在收入固定的前提下，增加消费会减少投资。同时，如果收入增加投资也会随之增加。模型结果为在保证其他变量不变的前提下，滞后一期最终消费支出每增加一个单位，资本形成总额减少个单位；在保证其他变

4、量不变的前提下，地区生产总值每增加一单位，资本形成总额增加个单位，均与经济意义相符；在保证其他变量不变的前提下，就业人员平均工资薪酬每增加一个单位，资本形成总额减少个单位，其原因是在劳动市场中，对劳动的投入增加会减少对资本的投入，因此资本形成总额下降；由于对外贸易的增加会减少本地区的资本总额，因此在保证其他变量不变的前提下，各地区对外贸易总额增加一个单位，资本形成总额减少个单位。同理，经验证其他三个回归方程各参数估计系数均与经济意义相符，且四个联立方程的整体模型拟合效果较好。就每个回归方程而言，各解释变量也足够显著。六、统计数据质量诊断将20XX年全国31个地区的假定真实指标，包括滞后一期的最终消费支出、滞后一期的地区生产总值gdp、当期就业人员平均劳动报酬、当期各地区对外贸易总额xmt以及当期工业生产总值的数据代入上述联立方程模型，求得各地区各待测指标的点估计值，将其与官方提供数据进行对比，计算其相对误差。我们给定相对误差超过10%的数据可能存在质量问题，因此从上述统计数据质量诊断表中可以看出，最终消费支出对应的统计数据质量优于其他三个指标。同时，对于各地区而言，有8个地区所提供的统计数据质量有待更进一步的诊断。