全社会固定资产投资与国内生产总值GDP互动关系的实证分析.docx

全社会固定资产投资与国内生产总值GDP互动关系的实证分析.docx

《全社会固定资产投资与国内生产总值GDP互动关系的实证分析.docx》由会员分享，可在线阅读，更多相关《全社会固定资产投资与国内生产总值GDP互动关系的实证分析.docx（23页珍藏版）》请在冰点文库上搜索。

全社会固定资产投资与国内生产总值GDP互动关系的实证分析

全社会固定资产投资与国内生产总值GDP互动关系的实证分析

海南大学课程论文

课程名称:

SAS和SPSS软件及应用研究

题目名称：

全社会固定资产投资与国内生产总值GDP

互动关系的实证分析

学院：

经济与管理学院

专业班级：

2015级企业管理

姓　　名：

　　　　　　贺琦

学　　号：

15120202210004

2010年

251683.77

408903

2009年

224598.77

345629.2

2008年

172828.4

316751.7

2007年

137323.94

268019.4

2006年

109998.2

217656.6

2005年

88773.62

185895.8

2004年

70477.4

160714.4

2003年

55566.61

136564.6

2002年

43499.91

121002

2001年

37213.49

110270.4

2000年

32917.73

99776.3

1999年

29854.7

90187.7

1998年

28406.2

84883.7

1997年

24941.1

79429.5

1996年

22913.5

71572.3

1995年

20019.3

61129.8

由表1所收集的数据可知，1995—2014年全社会固定资产投资和国内生产总值GDP增长具有明显趋同性，说明国内生产总值GDP和全社会固定资产投资在1995—2014年期间都保持了逐年增长的趋势。

全社会固定资产投资对国内生产总值GDP具有推动发展作用。

（二）模型设定

根据经济学的相关理论得到全社会固定资产投资与国内生产总值GDP之间存在着一定的因果关系。

为计算方便，令全社会固定资产投资=x（解释变量），国内生产总值GDP=y（被解释变量）。

拟初步建立了一元线性回归函数模型，具体如公式如下所示：

yt=α+βxt+μ

其中，α和β分别表示回归系数，μ表示随机误差。

一般而言，全社会固定资产投资的增加会带动国内生产总值GDP的增加，由此可以预期：

β>0。

三、全社会固定资产投资和国内生产总值GDP关系的计量分析

（一）SPSS

1、线性分析

根据表1中的数据，利用SPSS进行线性分析。

表2模型汇总

模型

R

R方

调整R方

标准估计的误差

1

.991a

.982

.981

25614.31289

a.预测变量:

（常量）,x。

由表2知，该回归方程的判定系数为R2=0.982∈[0.8,1]，调整R2=0.981∈[0.8,1]，拟合优度值非常高，回归方程高度显著。

即全社会固定资产投资总额的变动在很大程度上影响了国内生产总值GDP的变动。

表3Anovab

模型

平方和

df

均方

F

Sig.

1

回归

6.604E11

1

6.604E11

1006.562

.000a

残差

1.181E10

18

6.561E8

总计

6.722E11

19

a.预测变量:

（常量）,x。

b.因变量:

y

由表3知，F=1006.562，sig=0.000<0.05。

模型通过F检验，表明方程的整体性关系显著，x对y的影响显著。

表4系数a

模型

非标准化系数

标准系数

t

Sig.

B

标准误差

试用版

1

（常量）

68311.014

8100.284

8.433

.000

x

1.213

.038

.991

31.726

.000

a.因变量:

y

如表4所示，显然回归模型通过t检验，表明解释变量与被解释变量线性关系显著。

由输出结果得，sig（β）=0<0.05，显著拒绝原假设，β≠0；sig（α）=0<0.05，显著拒绝原假设，α≠0。

根据所建立的预测模型y=1.213x+68211.014（回归方程）和y=0.991x（标准化后），就可以对国内生产总值GDP进行预测。

从模型中可以看出，回归系数为1.213，表明全社会固定资产投资每增加1亿元，国内生产总值GDP就会增加1.213亿元，全社会固定资产投资每增加1个标准差，国民生产总值GDP就会增加0.991个标准差，说明全社会固定资产投资对国民生产总值GDP的推动作用是明显的。

表5残差统计量a

极小值

极大值

均值

标准偏差

N

预测值

92595.2109

690309.8125

250039.5200

186434.46715

20

标准预测值

-.845

2.362

.000

1.000

20

预测值的标准误差

5747.404

15012.624

7770.277

2346.799

20

调整的预测值

95613.7969

718655.8125

251569.9582

189798.64723

20

残差

-54171.11719

38793.07031

.00000

24931.14143

20

标准残差

-2.115

1.515

.000

.973

20

Student化残差

-2.610

1.570

-.027

1.067

20

已删除的残差

-82517.12500

42577.37500

-1530.43822

30317.20047

20

Student化已删除的残差

-3.218

1.642

-.047

1.165

20

Mahal。

距离

.007

5.577

.950

1.381

20

Cook的距离

.000

1.783

.126

.393

20

居中杠杆值

.000

.294

.050

.073

20

a.因变量:

y

由表5可知，残差的均值=0.00000。

图1回归标准化残差的标准P-P图

由图1可知，残差分布为正态分布。

图2散点图

由图2可知，残差的方差为常数，各点分布均匀，为同方差。

因此，α与β为最佳、线性、无偏、blue估计。

图3标准化残差与学生化残差

图3为数据表输出的标准化残差与学生化残差。

2、相关分析

相关分析是对变量之间的相关关系的分析，其主要目标是考察变量之间是否存在内在依存关系，并做出符合实际的判断。

如果变量间的相关程度很高，还可以通过绘制散点图判断因变量和自变量之间有无明显线性关系。

表6相关性

x

y

x

Pearson相关性

1

.991**

显著性（双侧）

.000

N

20

20

y

Pearson相关性

.991**

1

显著性（双侧）

.000

N

20

20

**.在.01水平（双侧）上显著相关。

**表示x与y之间显著相关。

（二）Eviews

1、平稳性检验

由于时间序列数据往往存在非平稳性，直接对两个非平稳的时间序列进行回归分析，可能引起伪回归，因此有必要对数据进行平稳性检验以保证实证检验结果的正确性。

表7平稳性检验

NullHypothesis:

Unitroot（individualunitrootprocess）

Series:

X,Y

Date:

11/21/15Time:

22:

04

Sample:

19952014

Exogenousvariables:

Individualeffects,individuallineartrends

Automaticselectionofmaximumlags

AutomaticlaglengthselectionbasedonSIC:

1to3

Totalnumberofobservations:

30

Cross-sectionsincluded:

2

Method

Statistic

Prob.**

ADF-FisherChi-square

16.2069

0.0028

ADF-ChoiZ-stat

-2.89404

0.0019

**ProbabilitiesforFishertestsarecomputedusinganasymptoticChi

        -squaredistribution.Allothertestsassumeasymptoticnormality.

IntermediateADFtestresultsD（GROUP01,2）

Series

Prob.

Lag

MaxLag

Obs

D（X,2）

 0.0734

 3

 3

 14

D（Y,2）

 0.0041

 1

 3

 16

由表7知，prob值全部小于显著性水平α（α=0．05），应拒绝原假设，即二阶差分序列为平稳序列。

在二阶检验下达到平稳状态，显著平稳。

2、协整关系检验

在计量经济分析中，如果变量之间不存在长期稳定的均衡关系，在进行回归分析时所建立的回归模型便极有可能有虚假回归（伪回归）的问题。

因而在建立回归模型之前，往往需要对变量进行协整分析，判断其长期均衡关系。

表8协整关系检验

Date:

11/21/15Time:

22:

07

Sample（adjusted）:

19972014

Includedobservations:

18afteradjustments

Trendassumption:

Lineardeterministictrend

Series:

XY

Lagsinterval（infirstdifferences）:

1to1

UnrestrictedCointegrationRankTest（Trace）

Hypothesized

Trace

0.05

No.ofCE（s）

Eigenvalue

Statistic

CriticalValue

Prob.**

None*

 0.797863

 30.35729

 15.49471

 0.0002

Atmost1

 0.083970

 1.578712

 3.841466

 0.2089

 Tracetestindicates1cointegratingeqn（s）atthe0.05level

 *denotesrejectionofthehypothesisatthe0.05level

 **MacKinnon-Haug-Michelis（1999）p-values

UnrestrictedCointegrationRankTest（MaximumEigenvalue）

Hypothesized

Max-Eigen

0.05

No.ofCE（s）

Eigenvalue

Statistic

CriticalValue

Prob.**

None*

 0.797863

 28.77858

 14.26460

 0.0001

Atmost1

 0.083970

 1.578712

 3.841466

 0.2089

 Max-eigenvaluetestindicates1cointegratingeqn（s）atthe0.05level

 *denotesrejectionofthehypothesisatthe0.05level

 **MacKinnon-Haug-Michelis（1999）p-values

 UnrestrictedCointegratingCoefficients（normalizedbyb'*S11*b=I）:

X

Y

-6.63E-05

 9.08E-05

 0.000105

-8.39E-05

UnrestrictedAdjustmentCoefficients（alpha）:

D（X）

 4811.184

 762.1902

D（Y）

 4127.075

-3085.433

1CointegratingEquation（s）:

Loglikelihood

-361.7166

Normalizedcointegratingcoefficients（standarderrorinparentheses）

X

Y

 1.000000

-1.370538

 （0.06487）

Adjustmentcoefficients（standarderrorinparentheses）

D（X）

-0.318839

 （0.06332）

D（Y）

-0.273503

 （0.19214）

由平稳性检验可知残差序列平稳，即国内生产总值GDP与全社会固定资产投资序列之间具有协整关系，也就是说国内生产总值GDP与全社会固定资产投资序列之间存在长期稳定的均衡关系。

上述检验结果中，none*表示拒绝或否定，prob（none*）=0.0001<0.05，因此拒绝变量间无协整关系的原假设，即在相应的显著性水平（0.05）下认为变量之间存在协整关系。

atmost1表示至多有一个。

3、格兰杰因果关系检验

由上述协整关系检验结果得出，全社会固定资产投资与国内生产总值GDP之间存在着长期稳定的均衡关系，短期的偏离并不会影响长期的走势。

但这种均衡关系是否构成因果关系，即是由于全社会固定资产投资的增加带来了国内生产总值GDP的增长，还是由于国内生产总值GDP的增长带来了全社会固定资产投资。

需要对上述序列的平稳形式进行格兰杰因果检验。

格兰杰因果关系检验实际是考察相互关联的两个变量之间在时间上的先导与滞后关系。

一般经济理论认为全社会固定资产投资的变动会拉动国内生产总值GDP变动，而另一方面，国内生产总值GDP的变动也会产生引致全社会固定资产投资效应。

可以通过格兰杰创造的因果关系检验法来验证两者何者为因、何者为果。

如果检验拒绝原假设H01，则认为变量Y是X的格兰杰原因，即变量Y有解释和预测变量X的能力，反之则认为变量Y不是X的格兰杰原因；若检验拒绝原假设H02，则认为X是Y的格兰杰原因，即变量X有解释和预测变量Y的能力，反之则认为变量X不是的Y格兰杰原因。

对全社会固定资产投资和国内生产总值GDP进行格兰杰因果关系检验结果如下：

表9格兰杰因果关系检验

PairwiseGrangerCausalityTests

Date:

11/21/15Time:

22:

11

Sample:

19952014

Lags:

2

NullHypothesis:

Obs

F-Statistic

Prob.

YdoesnotGrangerCauseX

18

30.3226

1.E-05

XdoesnotGrangerCauseY

1.40080

0.2812

由表9可知：

对于国内生产总值GDP不是全社会固定资产投资原因的原假设，prob（YdoesnotGrangerCauseX）值为1.E-05<0.05，拒绝原假设，表明在95%的置信条件下可以认为国内生产总值GDP是全社会固定资产投资的格兰杰原因；对于全社会固定资产投资不是国内生产总值GDP原因的原假设，Prob（XdoesnotGrangerCauseY）值为0.2812>0.05，不能拒绝原假设。

这表明国内生产总值GDP是全社会固定资产投资增长的显著原因，而全社会固定资产投资增长对国内生产总值GDP增长的作用不显著，全社会固定资产投资和国内生产总值GDP增长之间只存在单向因果关系。

由此，可以得出结论，国内生产总值GDP的增加或减少必然会引起全社会固定资产投资的增加或减少，而全社会固定资产投资的变化对国内生产总值GDP的变化没有直接因果关系。

4、面板数据模型

表10面板数据模型

DependentVariable:

Y?

Method:

PooledLeastSquares

Date:

11/21/15Time:

23:

06

Sample:

19952014

Includedobservations:

20

Cross-sectionsincluded:

1

Totalpool（balanced）observations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

68311.01

8100.284

8.433163

0.0000

X?

1.213039

0.038234

31.72636

0.0000

R-squared

0.982432

Meandependentvar

250039.5

AdjustedR-squared

0.981455

S.D.dependentvar

188094.1

S.E.ofregression

25614.31

Akaikeinfocriterion

23.23433

Sumsquaredresid

1.18E+10

Schwarzcriterion

23.33390

Loglikelihood

-230.3433

Hannan-Quinncriter.

23.25377

F-statistic

1006.562

Durbin-Watsonstat

0.466752

Prob（F-statistic）

0.000000

由表10可知，F-statistic=1006.562，说明该检验模型拟合效果很好。

Prob（c）=0<0.05，拒绝原假设，则c显著，c=68311.01。

prob（x？

）=0<0.05，拒绝原假设，则x？

显著，x？

=1.213039。

（三）HLM

用HLM软件进行多层模型估计，输出结果如下：

表11固定效果最终估计

Finalestimationoffixedeffects:

FixedEffect

 Coefficient

 Standard

error

 t-ratio

 Approx.

d.f.

 p-value

ForINTRCPT1, β0

    INTRCPT2, γ00

-52692.610682

7914.746683

-6.658

18

<0.001

    Y1, γ01

0.809893

0.025527

31.726

18

<0.001

其中p-value<0.001，则输入模型显著，x与y之间有显著的线性关系。

（四）SAS

图4SAS

由散点图和相关分析可知x1和y1间有较强的线性关系。

1、回归方程

y1=68311.0139+1.2130x1

判定系数：

R2=0.9824，说明因变量y1的变异中由模型能解释的部分占到98.24%，模型拟合效果较好。

2、回归模型的显著性检验

由输出结果的方差分析表中F统计量为1006.56，检验的pr值小于0.0001，在α=0.05的显著性水平下，说明模型是显著成立的。

3、变量的显著性检验

对变量x1而言，由输出结果的参数估计部分的t统计量值为31.73，pr<0.0001，所以在α=0.05的显著性水平下，说明x1变量对y1变量有显著性影响。

四、实证结果分析

通过对所建立模型的观察，首先可以分析出这样的结果：

（一）全社会固定资产投资的增长是近年来国内生产总值GDP增长的主要推动力

全社会固定资产投资是国内生产总值GDP增长的一个主要拉动因素，起到长期的均衡作用又有短期的即期效应，二者呈现正相关关系。

全社会固定资产投资的扩大，提高了我国的财政收入，增加了我国的就业机会，解决了不少地区的就业问题，带动了国内生产总值GDP的增长欲提高全社会固定资产投资效益。

作为典型的投资拉动型增长模式，全社会固定资产投资在国内生产总值GDP增长中始终占据了重要地位，具有十分显著的重要意义。

（二）国内生产总值GDP反过来也会影响全社会固定资产投资

生产发展和经济增长是增加投资的前提和基础，是投资增长的推动力，这就是常说的“加速原理”，即国内生产总值GDP增长可以推动全社会固定资产投资更快速度的增长。

国内生产总值GDP的增长也会带来全社会固定资产投资的成倍增加，也就是说全社会固定资产投资与国内生产总值GDP增长之间存在着双向的相关关系。

国内生产总值GDP的变动也是影响全社会固定资产投资变动的原因。

国内生产总值GDP对全社会固定资产投资额的影响较大，二者呈正相关关系。

（三）全社会固定资产投资与国内生产总值GDP之间存在着长期的稳定的均衡关系

全社会固定资产投资对国内生产总值GDP增长有显著的影响，说明全社会固定资产投资是国内生产总值GDP增长的主要基础推动力之一。

全社会固定资产投资拉动了国内生产总值GDP增长，国内生产总值GDP增长同时也显著地促进全社会固定资产投资的增加。

全社会固定资产投资