《基于eviews8.0分析gdp(国名生产总值)与cpi(消费者价格指数)和房地产住宅投资的关系.doc》由会员分享，可在线阅读，更多相关《基于eviews8.0分析gdp(国名生产总值)与cpi(消费者价格指数)和房地产住宅投资的关系.doc（16页珍藏版）》请在金锄头文库上搜索。
1、计量经济学结课论文基于Eviews8.0分析GDP（国名生产总值）与CPI（消费者价格指数）和房地产住宅投资的关系学院名称：财经研究所 专业名称：城市经济与管理作 者：张浩然学 号： 日 期：二一六年十二月 目录GDP与CPI和房地产住宅投资的关系3摘要3一、确定变量4二、数据获取4三、建立模型51、模型种类判定52、建立多元回归线性模型6四、模型检验81、显著性检验82、异方差检验93、多重共线性检验94、随机误差项自相关检验125、自相关修正。14五、实证检验结果分析：15六、总结：15GDP与CPI和房地产住宅投资的关系摘要众所周知，GDP是国民经济核算的核心指标，也是衡量一个国家或地区
2、总体经济状况重要指标。消费者价格指数是衡量通货膨胀的重要指标，CPI对应的增长减少就是通货膨胀，通货紧缩的反应。改革开放以来，CPI 涨幅与GDP 增幅经历了几轮波动,1997年之前的几轮经济高增长,物价都出现了明显的高涨幅；1998-2008 GDP连续 11 年保持两位数增长,但物价涨幅却保持低位运行,2008-2014年间CPI指数增长又较前期有了回升。经济运行从高增长高物价向高增长低物价转变,反映了CPI涨幅与 GDP 增速相关关系随着改革的深入发展发生了一些变化。另外，房地产住宅投资总额这一越来越被人关注的指标，其对于国民生产总值的必然会存在一定的影响。本文的目的是运用实证的方法对我
3、国的GDP与CPI、房地产住宅投资总量的关系进行了实证分析，并利用计量经济分析方法对样本数据进行了回归分析，并做相应的检测修正。为了确定这国名生产总值与消费者价格指数和房地产住宅投资的关系，确定最为合理的方程以及进行变量的显著性检验、异方差检验和多重共线性检验和自相关检验。本文将使用Eviews8.0版本进行实证分析一、确定变量 Y=“GDP”为被解释变量，P=“CPI” 为解释变量I=“房地产住宅投资”为解释变量。C为随机扰动项二、数据获取选取1995-2014年度的GDP、CPI以及房地产住宅投资的数据。年度GDP（Y）亿元居民消费指数（1978=100）（P）房地产住宅投资（I）亿元19
4、9560793.7339.81753.1 199671176.6372.51699.2 199778973.0389.61539.4 199884402.3411.52081.6 199989677.1445.92638.5 200099214.6493.13312.0 2001.2523.24216.7 2002.7567.35227.8 2003.86006776.7 2004.36438837.0 2005.4705.410860.9 2006.476513638.4 2007.3862.618005.4 2008.4934.322440.9 2009.81026.125613.7 20
5、10.81124.534026.2 2011.01248.644319.5 2012.1136249374.2 2013.2146258950.8 2014.01574.664352.2 （数据来自国家统计局）三、建立模型1、模型种类判定居民物价指数与国民生产总值和房地产住宅投资与国内生产总值的散点图如图1和图2所示： 图1 1995-2014年国民生产总值与居民物价指数的关系 图2 1995-2014年国民生产总值与房地产住宅投资的关系由图1和图2可以看出国民生产总值与物价指数和房地产住宅投资的关系呈现很强的线性关系。假设c相对独立，且服从均值为零的正态分布，则可以建立多元线性回归模型：Y=
6、+Pi+Ii+ci i=1,2,3,.202、建立多元回归线性模型 （1）建立工作文件：启动EViews，点击FileNewWorkfile，在对话框“Workfile Range”。在“Workfile frequency”中选择“Annual” (年度)，并在“Start date”中输入开始时间“1995”，在“end date”中输入最后时间“2014” （2）通过import from file导入数据（3）从散点图观察中国国民生产总值、居民消费价格指数和房地产住宅投资之间的相关关系，在Eviews命令框中直接键入“LS Y C P I”得结果如图所示。如图可知， 模型参数估计所建立
7、的回归方程是Y=260.66P+4.12I-37815.12（28.17）（0.54）（12606.07）R=0.9981 =0.9979 F=4506.705四、模型检验下面是对模型进行的检验。主要有1、显著性检验2、异方差检验、3、多重共线性检验4、自相关检验1、显著性检验从拟合程度方面考虑，该方程的拟合程度较高，R=0.9981，说明该方程较为合理。另外从t值检验和F检验来看， 方程解释变量P和I对被解释变量Y的影响是十分显著的。2、异方差检验根据样本大小和种类选择怀特检验进行异方差检验。选择view-residual diagnostic-heteroskedasticitytest-
8、white下面是计算结果Prob.F（5,14）0.3061Prob.Chi-Square（5）0.2643由于怀特检验的原假设是不存在异方差，而对应的怀特检验显示 P值较大，所以原回归方程可以认为不存在异方差性质，因此不需要进行异方差性的修正。3、多重共线性检验首先最小二乘法得出的回归模型为：Y=260.66P+4.12I-37815.12（28.17）（0.54）（12606.07）R=0.9981 =0.9979 F=4506.705利用eviews计算出Y P I 的相关系数如图。由此可见，变量之间存在着很强的相关性。下面使用逐步回归法来寻找最佳的方程。首先分别利用软件求出Y和I， Y
9、和P之间的简单回归方程。1. 国民生产总值Y和房地产住宅投资I参数拟合模型为：Y=76264.51+8.99It=（12.19209）（39.5778）R=0.9886 D.W.=0.43872. 国民生产总值Y和居民消费物价水平P参数拟合模型为：Y=473.96P-.7t=（45.9958）（-14.217）R=0.99156 D.W.=0.由上表可以得出，房地产住宅投资I是最重要的解释变量。所以将变量I代入Y=f(P) 中由此可见，由于引入了变量I，使得从0.提高到了0.，说明变量X仍然是一个起到作用的变量，不应当剔除，应当予以保留。因此最终的方程应该为：Y=260.66P+4.12I-3
10、7815.12+c4、随机误差项自相关检验自相关的检验分为图示检验法和DW检验法，我们针对这两种方法对回归方程进行自相关检验。图示检验法在窗口中点击“View/Actual,Fitted Residual Graph”,得到残差图，如图所示。图形中不能显著显示是否残差存在正相关。继续用杜宾检测法。DW检验由图可知DW=1.0329，给定的显著性水平=0.05，T=20 K=2，查阅显著性水平在0.05上的DW表可知，=1.2，=1.41因为0DW ，所以存在正相关。5、自相关修正。迭代法输入命令：LS Y C P I AR(1)，结果如图所示。D.W=1.8159大于上限,此时随机扰动项的自相
11、关影响得到消除。所以得到的最终的回归模型为：Y=295.72P+3.54I-55365.31五、实证检验结果分析：通过上面的显著性检验、异方差检验、多重共线性检验、自相关检验四种检验。大致在总体上得出了居民消费指数CPI增加一个单位，会使国民生产总值GDP上升295.72个单位。房地产住宅投资上升一个单位，会使国民生产总值GDP上升3.54个单位，由此可以看出，居民消费指数CPI对于GDP的作用要大过于房地产住宅投资对于GDP的影响。总体的数据还是较为客观真实的。六、总结：在研究国民生产总值GDP和居民消费指数CPI以及房地产住宅投资的关系的问题上，该模型还是具有一定的说服力的，但是模型仍然存
12、在这一些问题，比如多重共线性的影响，以及随机扰动项自相关因素对于模型本身的影响等等，还有待于进一步的研究。从经济学的角度上来看待国民生产总值居民消费指数以及房地产住宅投资的关系，也可以看出居民对于房地产住宅投资以及消费能力，将会在较大程度上对国民生产总值造成影响，由于居民的购买力以及初储蓄能力等等的诸多因素对于国民生产总值造成推动作用。仅住宅房地产投资一项就对国民收入总值产生如此可观的影响说明房地产对于国家经济发展的占比已经越来越大，其结构调整也是非常值得我们关注的。从对经济情况的研究角度出发，应该密切关注居民消费指数以及房地产住宅投资的变化将有利于更好的控制GDP变化，发展更健康可持续的经济。村民建房委员会应建立村级农房建设质量安全监督制度和巡查制度，选聘有责任心和具有一定施工技术常识的村民作为义务巡查监督员，开展经常性的巡查和督查。15
