江西省固定资产对GDP的影响.docx

1、江西省固定资产对GDP的影响计量经济学课程设计江西省社会固定资产对GDP的影响姓名： 胡昆仁学号： 1304100715指导老师： 方秋莲专业班级： 统计1001江西省固定资产对GDP的影响摘要： 通过西方经济学的学习，我们大家都知道，在社会的经济发展中，最直观测量经济发展效果良好与否的指标就是看它的GDP，而影响GDP的主要有三大因素：最基本的理论依据就是宏观经济学中的凯恩斯模型：既Y=C+I+(X-M)。即消费，投资与进出口贸易。这里我主要是分析固定资产投资对江西省GDP产生的影响。总的来说，固定资产投资可分为国有投资与个体投资，由于国民投资一般由政府完成，所以这里把它作为一个整体，而个体

2、投资又可分为很多的种类，主要的就有集体的，私人的或者法人企业，还有就是农村的，所以这里我把固定投资分为国民投资，集体投资，个人投资和农村投资 施工面积 竣工面积 住宅来说明它们对GDP的影响 ，以说明固定资产投资对经济发展的重要性。关键词： GDP 计量经济学模型 逐步回归 怀特检验 自相关 一、研究背景众所周知，固定资产投资是维持经济增长的重要因素之一，在此背景下，本文通过建立计量经济模型分析江西省固定资产投资项目，促进固定资产投资效益的提高。江西省GDP的的分布情况如下图：根据我的总结，可得出这样的观点，总的可以说他们有以下几个方面的缺点： （一）：没有区域性，没有从某个省份的角度的来分析

3、说明固定资产投资对GDP的影响。他们通常都是从国家出发来分析该地区的经济发展。只能反映出国家的整体情况，而不能反映出某个地区的经济发展情况。（二）：带有很强的部门性，也许这样说不是很准确，我可以举下面的几个例子说明。他们要不就是分析的房地产市场对经济的影响，并且这方面的居多，还有就是基础设施，如卫生，交通等等。而没有从把他们归纳起来分析。（三）：对固定资产投资部分的分析主要集中与政府的投入分析，没忽视了个体的投资，在现在这个个体投资逐渐上升的情况下，重视它们的存在对经济发展的研究具有十分重要的意义。 因此，我这次的分析是把总的固定资产投资部分分为七个部分：国民的投资（相当于政府的投资）。集体投

4、资，个人投资，和农村投资，施工面积 竣工面积 住宅，它们即可以说是分变量，也可以说是总的变量，各自代表的一个方面的全体总和。二、建立计量经济学模型1、理论模型的建立根据以上的分析，我把全社会固定资产分为七个部分，分别为七个解释变量，被解释变量为江西省GDP。设定：解释变量部分：国有经济部分为变量 集体经济部分为变量 个体经济部分为变量 农村经济部分为变量 施工面积部分为变量 竣工面积部分为变量 住宅部分为变量被解释变量部分： GDP部分为变量我采用模型：根据凯恩斯理论，投资越多，国民收入越大，从而可以得出它们的系数都应该为正，否则不符合经济意义。2、数据的收集数据主要来源于网上的收集，主要来自

5、于中国统计年鉴，以保证了数据的真实。下面就是江西省的GDP和全社会固定资产的统计数据：年份国有经济集体经济个体经济农村经济施工面积竣工面积#住宅GDP198653.3530.324.0418.995220.664716.793870.94230.82198758.7732.325.4820.975195.673952.843094.78262.9198878.1740.088.629.495427.284349.13297.19325.83198973.2839.817.326.174228.463816.342853.99376.46199070.6547.166.2417.253182.3

6、12508.451982.42428.62199191.0758.869.7122.53913.93090.092499.99479.371992125.3682.3313.6129.424277.763451.022810.15572.551993185.5130.7215.0339.754606.243720.142630.15723.041994143.324.0746.1423.954447.193141.892345.49948.161995157.922.0974.3429.855907.264383.293733.561169.731996176.8747.86104.3126.

7、816387.85176.094457.631409.741997199.1253.37106.2925.526146.084910.33800.941605.771998243.2255.14127.3729.046854.995481.584732.051719.871999250.5960.3148.0832.517102.175788.555100.231853.652000279.7864.46165.1238.848934.917374.776378.482003.072001331.2968.1191.7669.348429.26055.754958.742175.6820024

8、31.91101.03233.44158.228914.897118.125715.732450.482003596.37150.7306.5326.49432.226135.44327.342807.412004724.93186.95401.07506.7112210.067820.195605.53456.72005588.67159.12359.22520.9311313.148121.226091.144056.762006630.9173.01390.75615.8611909.728524.276331.254670.532007673.13186.89422.28710.791

9、2506.38927.336571.355500.252008715.36200.77453.8805.7213102.889330.396811.466480.312009757.59214.65485.33900.6513699.469733.457051.567589.222010799.82228.54516.86995.5814296.0410136.57291.679435.362011842.05242.42548.381090.5114892.6210539.567531.7711583.83、模型的估计与检验1）经济意义上的检验对初始模型进行初步回归，采用最小二乘法进行线性回

10、归在eviews中得到下表：Dependent Variable: YMethod: Least SquaresDate: 01/12/13 Time: 15:01Sample: 1988 2004Included observations: 17CoefficientStd. Errort-StatisticProb.C469.6128222.19122.1135530.0637X18.8803842.5205573.5231830.0065X23.7516642.559426-1.4658220.1767X32.8452333.2821300.8668860.4085X42.7029701

11、.727488-1.5646830.1521X5-0.0233980.115194-0.2031170.8436X6-0.1450440.223251-0.6496910.5321X70.0906340.2002140.4526850.6615R-squared0.992190Mean dependent var1441.537Adjusted R-squared0.986115S.D. dependent var935.2027S.E. of regression110.1992Akaike info criterion12.54764Sum squared resid109294.7Sch

12、warz criterion12.93974Log likelihood-98.65497Hannan-Quinn criter.12.58662F-statistic163.3321Durbin-Watson stat1.475725Prob(F-statistic)0.000000可以看出，施工面积和竣工面积的符号出现了反向，说明了它们两个变量不能通过经济意义上面的检验，因此将其剔除之后再进行回归分析有：Dependent Variable: YMethod: Least SquaresDate: 01/12/13 Time: 15:06Sample: 1988 2004Included

13、observations: 17CoefficientStd. Errort-StatisticProb.C394.9492186.88582.1133190.0582X18.3241342.2387163.7182630.0034X23.3775712.238537-1.5088300.1595X33.5987393.0541901.1782960.2635X43.3751441.434353-2.3530780.0383X70.0923270.050335-1.8342510.0938R-squared0.991289Mean dependent var1441.537Adjusted R

14、-squared0.987330S.D. dependent var935.2027S.E. of regression105.2670Akaike info criterion12.42144Sum squared resid121892.7Schwarz criterion12.71552Log likelihood-99.58226Hannan-Quinn criter.12.45067F-statistic250.3670Durbin-Watson stat1.384131Prob(F-statistic)0.000000从中可以看出已经没有出现数字和符号的错误。说明是符合经济意义上的

15、检验的。2）统计意义的检验从上面的统计数据可以看出调整的先决系数为0.98，说明解释变量对被解释变量的解释程度为98%从中可以知道它的拟合效果是很好的。还可以看出F统计量250.36，其P值为0.000，说明整个方程是显著的，说明这个方程是可以用来说明全社会固定资产对GDP的影响的。但是从t统计量中可以看到的P值是没有通过t统计检验的，说明有可能存在着严重的多重共线性。3）计量经济学意义上的检验多重共线性诊断在eviews中进行相关分析，得到下表：从中可以看出他们存在着严重的多重共线性。因此，我采用逐步回归法进行修正，对变量进行逐步回归之后有下列的结果：Dependent Variable:

16、YMethod: Least SquaresDate: 01/12/13 Time: 15:34Sample: 1988 2004Included observations: 17CoefficientStd. Errort-StatisticProb.C132.470095.384812.3887960.0882X16.2031481.3237334.6861020.0004X34.5593691.5632252.9166440.0120X42.8530811.7431482.6367410.0257R-squared0.984220Mean dependent var1441.537Adj

17、usted R-squared0.980578S.D. dependent var935.2027S.E. of regression130.3320Akaike info criterion12.78037Sum squared resid220823.5Schwarz criterion12.97642Log likelihood-104.6332Hannan-Quinn criter.12.79986F-statistic270.2716Durbin-Watson stat0.957510Prob(F-statistic)0.000000从上面的统计数据可以看出调整的先决系数为0.98，

18、说明解释变量对被解释变量的解释程度为98%从中可以知道它的拟合效果是很好的。还可以看出F统计量270.27，其P值为0.000，说明整个方程是显著的，说明这个方程是可以用来说明全社会固定资产对GDP的影响的。但是从t统计量中可以看到它们的P值在0.05的显著水平下都通过了检验，因此，此方程通过了统计意义上面的检验，并且整个方程都拟合的很好。得到方程： （2.38） （4.68） （2.91） （2.63） =0.99 =0.98 F=270.27 D.W.=0.95自相关检验：采用怀特检验，在eviews中检验有：没有交叉项的有：Heteroskedasticity Test: WhiteF-

19、statistic0.325252Prob. F(3,13)0.8071Obs*R-squared1.186903Prob. Chi-Square(3)0.7561Scaled explained SS0.644071Prob. Chi-Square(3)0.8863Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 01/12/13 Time: 16:01Sample: 1988 2004Included observations: 17CoefficientStd. Errort-StatisticProb.

20、C12743.358719.0391.4615550.1676X120.3284380.6841090.4800960.6391X32-1.0430331.758387-0.5931760.5632X42-0.6835781.802205-0.3793010.7106R-squared0.069818Mean dependent var12989.62Adjusted R-squared-0.144840S.D. dependent var18240.67S.E. of regression19517.00Akaike info criterion22.79828Sum squared res

21、id4.95E+09Schwarz criterion22.99433Log likelihood-189.7854Hannan-Quinn criter.22.81777F-statistic0.325252Durbin-Watson stat1.341566Prob(F-statistic)0.807125Heteroskedasticity Test: WhiteF-statistic0.325252Prob. F(3,13)0.8071Obs*R-squared1.186903Prob. Chi-Square(3)0.7561Scaled explained SS0.644071Pro

22、b. Chi-Square(3)0.8863从P值=0.80.05，可以看出它没有异方差性，也可以计算nR,由white检验知，在=0.05下，查分布表，的临界值(14),可以看出nR(14),都可以看出方程没有异方差性。交叉项的white检验有：Heteroskedasticity Test: WhiteF-statistic1.627318Prob. F(9,7)0.2668Obs*R-squared11.50241Prob. Chi-Square(9)0.2428Scaled explained SS6.241766Prob. Chi-Square(9)0.7155Test Equati

23、on:Dependent Variable: RESID2Method: Least SquaresDate: 01/12/13 Time: 16:04Sample: 1988 2004Included observations: 17CoefficientStd. Errort-StatisticProb.C-152074.8140704.8-1.0808070.3156X135.752821027.6070.0347920.9732X1241.5971542.576950.9769870.3611X1*X3-81.1794092.76192-0.8751370.4105X1*X4-269.

24、2294265.3072-1.0147840.3440X3-598.89811560.368-0.3838180.7125X3229.6922751.191340.5800250.5801X3*X4332.4358323.34131.0281270.3381X413571.8311770.641.1530240.2867X42122.0998133.37990.9154290.3904R-squared0.676613Mean dependent var12989.62Adjusted R-squared0.260829S.D. dependent var18240.67S.E. of reg

25、ression15682.42Akaike info criterion22.44764Sum squared resid1.72E+09Schwarz criterion22.93776Log likelihood-180.8049Hannan-Quinn criter.22.49636F-statistic1.627318Durbin-Watson stat1.698224Prob(F-statistic)0.266819从中可以看出P值为0.260.05,故没有异方差性。综上可以看出，该方程不存在异方差性。自相关性分析从D.W.值可以看出该模型存在着自相关性，并且为正自相关，因此，下面进行拉格朗日检验有：Breusch-Godfrey Serial Correlation LM Test:F-statistic4.256263Prob. F(1,12)0