《GDP影响因素分析报告》由会员分享，可在线阅读，更多相关《GDP影响因素分析报告（7页珍藏版）》请在金锄头文库上搜索。
1、实践学习报告报告主题:GDP 及其相关因素的计量分析报告制作：陈展鹏课程名称：统计学指导教师：刘立至2023 年 6 月 26 日GDP 及其相关因素的计量分析摘要：GDP 是一国经济的最大根本面，它是争论产业构造和产业演化趋势的主要解释变量，也是反映一国经济进展状况的重要指标，因而无论对经济政策的制定，还是投资分析均具有重要意义。但是，到底哪些因素会影响 GDP 的变化呢？本文期望通过分析各个因素对 GDP 的影响来说明固定资产投资状况、居民消费状况和出口状况是影响 GDP 的重要因素，进而了解从哪些发面促进我国GDP 的增长。关键词：GDP；固定资产投资；消费总额；出口总额一、背景自从19
2、85年国家统计局建立起相应的核算制度以来，国内生产总值核算已经成为我国宏观 经济治理部门了解经济运行状况的重要手段，制定经济进展战略、中长期规划、年度打算和各 种宏观经济政策的重要依据。例如，党的十四大五次会议提出的到2023年，在我国人口比1980 年增长三亿左右的状况下，实现人均国内生产总值1比1980年翻两翻的战略目标，就是建立在国内生产总值核算和对经济进展状况的推想根底上的。我国政府在“七五”规划、“八五”规划、“九五”规划和2023年远景规划中提出的国民经济增长目标以及历年年度打算中提出的国民经 济增长目标也都是建立在国内生产总值核算和对经济进展状况的推想根底上的。1998年以来我
3、国实行乐观的财政政策和稳健的金融政策，也与我国国内生产总值核算反映出来的经济增长率 下滑，最终需求缺乏有格外亲热的关系。可见，国内生产总值核算在我国宏观经济治理工作中发挥了重要作用。二、方法及文章组织本文主要是通过理论分析与实证分析来 GDP 的影响因素。首先，我们利用经济学的相关理论，对经济进展进展计量经济学方面的分析。然后，我们依据我国的实际状况， 收集了 2023 到 2023 年的相关数据，并利用这些数据进展回归分析。最终，结合分析的结果，我们提出了进展经济的相应的建议。三、GDP 增长因素的理论分析随着国民经济的不断进展，我国居民的收入消费水平也在不断提高 .我想用计量经济学的相关分
4、析和回归分析来争论国内生产总值对居民消费水平凹凸的影响。当一国的3国内生产总值提高，居民的收入提高，消费力量提升，消费水平也就上升：反之，假设一国的国内生产总值下降，居民的收入削减，消费力量降低，消费水平也就降低。争论两者之间的关系，可以通过数据和公式直接告知我们国内生产总值和居民消费水平的息息相关，并且还可以推想将来的数据，所以为了提高我国居民的生活水平，可以以提高国内生产总值这种方式来做到，促进我国经济安康进展。改革开放以来，我国的国民经济进展快速，人民生活水平明显提高。国内生产总值的增长数度始终保持在 7%以上。同时，进出口规模快速扩大。2023 年，我国进出口总额到达 5098 亿美元
5、，是1989 年的 4.6 倍，年均增长13.6。可见，我国的年进出口总额与国内生产总值有着亲热的联系。综上所述，我们可以初步知道，影响 GDP 的因素有引进外资状况和产业构造状况。四、计量分析为了探讨影响税收收入增长的因素，我们选择用 Eviews3.1 来建立模型，并用最小二乘法进展估量。在建模之前，我们需要将各个变量进展量化。为了能够更好的反映问题，我们选用 1978 年到 2023 年的相关数据进展分析。从国家统计局公布得出如下数据，我们将被解释变量设为：Y：GDP亿元 X1：全社会固定资产总额亿元 X2：消费品总额亿元 X3：出口总额首先，利用EXCEL 里的 CORREL 函数，我
6、们对GDPY、全社会固定资产总额X1、消费品总额X2和出口总额X3这三个解释变量进展两两间的相关性检测，其结果如下表 4-1：表 4-1：相关系数列表YX2X3X4Y1X20.9935155581X30.9967659960.9990168311X40.9603237190.9290302140.9378543541依据以上经济理论分析及图表数据，由此初步建立如下经济模型：Y=X X X +u 其中YGDPX2全社会固定资产投资总额X3消费品总额 X4出口总额1* 1+2 2+3 3得回归模型为 Y=-5.619527+0.222X2+2.481X3+0.693X4将相关数据导入 Eviews
7、 软件，我们可以得到如下结果：将 Y 与 X2、X3、log(X4)做回归得到结果如表 4-2Dependent Variable: Y Method: Least SquaresDate: 06/21/15Time: 19:32Sample: 1978 2023Included observations: 36VariableCoefficientStd. Errort-StatisticProb.X20.0492000.0082565.9590040.0000X30.6026560.03486017.288110.0000LOG(X4)7493.3222891.5412.5914630.0
8、143C-35390.6013479.91-2.6254330.0132R-squared0.999117Mean dependent var21178.79Adjusted R-squared0.999035S.D. dependent var30402.68S.E. of regression944.6513Akaike info criterion16.64395Sum squared resid28555712Schwarz criterion16.81989Log likelihood-295.5911F-statistic12073.80Durbin-Watson stat1.16
9、5960Prob(F-statistic)0.000000将 logY与 X2、X3、X4 做回归得到结果如表 4-3Dependent Variable: LOG(Y) Method: Least SquaresDate: 06/21/15Time: 19:27Sample: 1978 2023Included observations: 36VariableCoefficientStd. Errort-StatisticProb.X24.32E-054.15E-0610.425840.0000X3-0.0001451.75E-05-8.2610070.0000X40.0099530.013
10、5000.7372700.4663C6.0591251.4354844.2209640.0002R-squared0.925578Mean dependent var8.829836Adjusted R-squared0.918601S.D. dependent var1.662885S.E. of regression0.474430Akaike info criterion1.451035Sum squared resid7.202692Schwarz criterion1.626982Log likelihood-22.11863F-statistic132.6597Durbin-Wat
11、son stat0.430709Prob(F-statistic)0.000000将 Y 与 logX2、X3、X4 做回归得到结果如表 4-4Dependent Variable: Y Method: Least SquaresDate: 06/21/15Time: 19:28Sample: 1978 2023Included observations: 36VariableCoefficientStd. Errort-StatisticProb.LOG(X2)603.4269207.58902.9068350.0066X30.7884210.00898087.797780.0000X459
12、.3022934.872091.7005660.0987C-11833.254202.102-2.8160320.0083R-squared0.998513Mean dependent var21178.79Adjusted R-squared0.998374S.D. dependent var30402.68S.E. of regression1225.997Akaike info criterion17.16534Sum squared resid48098215Schwarz criterion17.34128Log likelihood-304.9760F-statistic7163.
13、832Durbin-Watson stat1.130049Prob(F-statistic)0.000000将 Y 与 X2、logX3、X4 做回归得到结果如表 4-5Dependent Variable: Y Method: Least SquaresDate: 06/21/15Time: 19:30Sample: 1978 2023Included observations: 36VariableCoefficientStd. Errort-StatisticProb.X20.2262910.00307673.562470.0000LOG(X3)-4043.698313.9136-12.
14、881560.0000X443.8800634.817081.2603030.2167C24729.364556.1905.4276400.0000R-squared0.998522Mean dependent var21178.79Adjusted R-squared0.998384S.D. dependent var30402.68S.E. of regression1222.287Akaike info criterion17.15927Sum squared resid47807525Schwarz criterion17.33522Log likelihood-304.8669F-statistic7207.456Durbin-Watson stat0.39264
