青岛港港口吞吐量与GDP关系计量经济学分析.docx

资源描述

青岛港港口吞吐量与GDP关系计量经济学分析.docx

《青岛港港口吞吐量与GDP关系计量经济学分析.docx》由会员分享，可在线阅读，更多相关《青岛港港口吞吐量与GDP关系计量经济学分析.docx（9页珍藏版）》请在冰点文库上搜索。

青岛港港口吞吐量与GDP关系计量经济学分析.docx

青岛港港口吞吐量与GDP关系计量经济学分析

题目:

青岛港港口吞吐量与GDP关系计量经

济学分析

（单方程）

学院:

中国海洋大学管理学院

班级:

2011级会计学专业

姓名:

李超

学号:

21111211014

摘要:

本文运用经典单方程计量经济学模型，即一元线性回归模型，采用线性回归的计量经济学方法，通过Eviews软件对青岛港港口吞吐量和GDP的关系进行了回归分析，得出初步结论，分析了青岛港港口吞吐量与GDP之间的关系。

关键词:

港口吞吐量GDP线性回归

一、导论

本模型是研究近二十年来青岛港的港口吞吐量与青岛市GDP之间的定量关系。

GDP即国内生产总值，它包括了消费、投资、政府购买和净出口,其中一个国家或城市GDP的多少与其对外贸易限额有很大关系。

而对一个国家或港口城市而言,该国家或地区的港口吞吐量与对外贸易额有着密切的联系。

所以，我们对青岛港近二十年的港口吞吐量与青岛市GDP运用了线性回归方法进行了回归模拟，并利用Eviews软件对1989-2010年间的样本数据进行了分析，借以研究港口吞吐量与GDP之间的关系。

为此我们建立如下计量经济模型:

Y=C1+C2*X+u

这里是被解释变量青岛市，是解释变量青岛港港口吞吐量，可以看作青岛YGDPXC2港港口吞吐量对青岛市的平均影响，且。

为随机误差，描述变量外的因素对GDP0

模型的干扰。

二、样本数据收集

本模型使用时间序列数据，数据来源于国家统计局网站及青岛统计网等网站。

在经过大量分析比较后我们采用了所取样本数据见表1，其中X为青岛港港口吞吐量（万吨）,Y为青岛市GDP（亿元人民币）。

表一单位万吨亿元

ObsXY

19893145159.68

19903068180.77

19913194205.65

19923240261.35

19933650371.90

19944331510.81

19955165631.45

19966056713.60

19976944802.59

19987044901.19

199972821018.97

200086611191.25

2001104231368.55

2002122521583.51

2003141351869.44

2004163032270.16

2005187272687.46

2006224383183.18

2007265073750.16

2008300294401.56

2009316684853.87

2010350125666.19三、参数估计与检验

（一）将样本数据导入Eviews软件进行OLS估计，得到输出结果如下:

DependentVariable:

YMethod:

LeastSquaresDate:

12/05/11Time:

10:

28Sample:

19892010Includedobservations:

VariableCoefficientStd.Errort-StatisticProb.

C-275.492340.76929-6.7573500.0000

X0.1598580.00251763.516350.0000

R-squared0.995067Meandependentvar1753.786AdjustedR-squared0.994820S.D.dependentvar1650.540S.E.ofregression118.7890Akaikeinfocriterion12.47908Sumsquaredresid282216.7Schwarzcriterion12.57827Loglikelihood-135.2699Hannan-Quinncriter.12.50245F-statistic4034.326Durbin-Watsonstat0.662942Prob（F-statistic）0.000000

（二）模型的检验

1、经济意义的检验

经过上面的分析我们在理论上已经知道,青岛市港口吞吐量与GDP的增长是正的线形关系,这与现实中青岛市GDP与港口吞吐量同向变化是相符的。

2、统计推断检验

从估计的结果可以看出,可决系数为0.994820,模型拟合情况比较理想,系数显著性检验T统计量为63.51635，在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=20下的临界值为2.086，因为63.51635大于2.086，所以拒绝原假设。

表明青岛市港口吞吐量对青岛市GDP

有显著性影响。

3、计量经济检验

（1）由于我们建立的模型只有一个解释变量，所以不存在多重共线性。

（2）异方差检验

利用ARCH检验，得到如下结果:

HeteroskedasticityTest:

ARCH

F-statistic19.34353Prob.F（3,15）0.0000Obs*R-squared15.09753Prob.Chi-Square（3）0.0017

TestEquation:

DependentVariable:

RESID^2Method:

LeastSquares

Date:

12/21/11Time:

23:

28Sample（adjusted）:

19922010Includedobservations:

19afteradjustments

CoefficientStd.Errort-StatisticProb.

C-5260.4764962.633-1.0600170.3059

RESID^2（-1）1.0595030.3489363.0363810.0083

RESID^2（-2）-1.1468460.362378-3.1647830.0064

RESID^2（-3）2.6833050.3532267.5965640.0000

R-squared0.794607Meandependentvar14506.02AdjustedR-squared0.753528S.D.dependentvar27308.06S.E.ofregression13557.35Akaikeinfocriterion22.05191Sumsquaredresid2.76E+09Schwarzcriterion22.25074Loglikelihood-205.4931Hannan-Quinncriter.22.08556F-statistic19.34353Durbin-Watsonstat2.423400Prob（F-statistic）0.000020

从输出的辅助回归函数中得obs*-squared为15.09753大于临界值7.81，所以拒绝原假设H0，表明模型中随机误差项存在异方差。

表示随着时间推移，影响青岛港港口吞吐量的其他因素可

能发生了变化。

（3）自相关检验

利用图示法，由Eviews软件得到如下结果:

150

100

-50

RESID（-1）-100

-150

-200

-250

-400-2000200400

RESID

可以初步判断随机误差项存在自相关。

再利用D-W法检验由DW=0.662942，查DW表，n=22,k=1,查得两个临界值分别为:

下限

DL=1.24，上限DU=1.43，因为DW统计量为0.662942

根据判定区域知，这时随机

误差项存在正的一阶自相关。

其原因可能在于经济环境,经济政策等的变化对经济发展和GDP的影响有时滞性等的影响。

四、计量经济参数修正

根据上述检验可以得到，我们建立的模型存在异方差与自相关，下面进行修正。

（1）首先是对异方差的修正。

利用WLS估计法得到如下输出结果:

DependentVariable:

YMethod:

LeastSquaresDate:

12/22/11Time:

22:

25Sample:

19892010Includedobservations:

22Weightingseries:

CoefficientStd.Errort-StatisticProb.

C-260.011325.06954-10.371600.0000

X0.1586380.00268659.053050.0000

WeightedStatistics

R-squared0.994298Meandependentvar1207.481AdjustedR-squared0.994012S.D.dependentvar717.5176S.E.ofregression85.38362Akaikeinfocriterion11.81869Sumsquaredresid145807.3Schwarzcriterion11.91788Loglikelihood-128.0056Hannan-Quinncriter.11.84206F-statistic3487.262Durbin-Watsonstat0.617186Prob（F-statistic）0.000000

UnweightedStatistics

R-squared0.995009Meandependentvar1753.786AdjustedR-squared0.994760S.D.dependentvar1650.540S.E.ofregression119.4843Sumsquaredresid285529.9Durbin-Watsonstat0.660588

利用ARCH检验，得到如下结果:

HeteroskedasticityTest:

ARCH

F-statistic1.545199Prob.F（3,15）0.2439Obs*R-squared4.485545Prob.Chi-Square（3）0.2136

TestEquation:

DependentVariable:

WGT_RESID^2Method:

LeastSquaresDate:

12/23/11Time:

12:

51Sample（adjusted）:

19922010Includedobservations:

19afteradjustments

CoefficientStd.Errort-StatisticProb.

C11914.964689.9192.5405480.0226WGT_RESID^2（-1）-0.2154940.447783-0.4812470.6373WGT_RESID^2（-2）-0.7780190.373950-2.0805410.0550WGT_RESID^2（-3）-0.0930430.403393-0.2306510.8207

R-squared0.236081Meandependentvar6344.171AdjustedR-squared0.083298S.D.dependentvar7569.698S.E.ofregression7247.575Akaikeinfocriterion20.79939Sumsquaredresid7.88E+08Schwarzcriterion20.99821Loglikelihood-193.5942Hannan-Quinncriter.20.83304F-statistic1.545199Durbin-Watsonstat1.246258Prob（F-statistic）0.243943

从输出的辅助回归函数中得obs*-squared为4.485545小于临界值7.81，所以接受原假设H0，

表明模型中随机误差项不再存在异方差，模型得到改进。

再用对数变换法，将变量X，Y替换成LNX，LNY。

用OLS法对LY，LX回归，得到结果如下:

DependentVariable:

LYMethod:

LeastSquaresDate:

12/23/11Time:

18:

37Sample:

19892010Includedobservations:

CoefficientStd.Errort-StatisticProb.

C-4.9603970.481175-10.308920.0000

LX1.3071850.05250324.897220.0000

R-squared0.968744Meandependentvar6.972601AdjustedR-squared0.967181S.D.dependentvar1.101624S.E.ofregression0.199571Akaikeinfocriterion-0.298789Sumsquaredresid0.796569Schwarzcriterion-0.199603Loglikelihood5.286675Hannan-Quinncriter.-0.275423F-statistic619.8715Durbin-Watsonstat0.230088Prob（F-statistic）0.000000

利用ARCH检验，得到如下结果:

HeteroskedasticityTest:

ARCH

F-statistic3.781760Prob.F（3,15）0.0334Obs*R-squared8.182123Prob.Chi-Square（3）0.0424

TestEquation:

DependentVariable:

RESID^2Method:

LeastSquaresDate:

12/23/11Time:

13:

14Sample（adjusted）:

19922010Includedobservations:

19afteradjustments

CoefficientStd.Errort-StatisticProb.

C0.0151770.0061002.4878220.0251

RESID^2（-1）0.7136800.2199423.2448570.0054

RESID^2（-2）-0.6096040.254677-2.3936380.0302

RESID^2（-3）0.1314640.1197641.0976880.2896

R-squared0.430638Meandependentvar0.019501AdjustedR-squared0.316766S.D.dependentvar0.021895S.E.ofregression0.018098Akaikeinfocriterion-5.001362Sumsquaredresid0.004913Schwarzcriterion-4.802533Loglikelihood51.51294Hannan-Quinncriter.-4.967712F-statistic3.781760Durbin-Watsonstat1.299639Prob（F-statistic）0.033413

从输出的辅助回归函数中得obs*-squared为8.182123大于临界值7.81。

比较两种方法，可以发现X，Y在加权最小二乘法下拟和效果更好，可决系数更大，且T

统计量也较好。

我们将模型的表达式更改为:

Y=C1’+C2’*X+u。

（2）其次是对自相关进行修正。

利用加权最小二乘法修正并进行三次迭代，得出如下结果:

DependentVariable:

YMethod:

LeastSquaresDate:

12/29/11Time:

00:

26Sample（adjusted）:

19922010Includedobservations:

19afteradjustmentsConvergenceachievedafter16iterations

CoefficientStd.Errort-StatisticProb.

C-294.2194134.3514-2.1899240.0460

X0.1632310.00957217.052530.0000

（1）1.8567720.2785916.6648650.0000

（2）-1.7287290.407516-4.2421170.0008

AR（3）0.6255160.3667291.7056630.1101

R-squared0.998921Meandependentvar2001.957AdjustedR-squared0.998613S.D.dependentvar1643.632S.E.ofregression61.22117Akaikeinfocriterion11.28780Sumsquaredresid52472.44Schwarzcriterion11.53633Loglikelihood-102.2341Hannan-Quinncriter.11.32986F-statistic3240.034Durbin-Watsonstat1.433466Prob（F-statistic）0.000000

InvertedARRoots.67.59-.76i.59+.76i

这时的DW=1.433466比前面DW=0.662942有所好转，查DW表，n=22,k=1,在0.05显著性水平下，查得两个临界值分别为:

下限DL=1.24，上限DU=1.43，查表得出DW能落入在0.01显著性水平下不能拒绝原假设的区间内（DL=1.24，DU=1.43）所以也修正了自相关性。

五、总结

通过以上分析，我们得到如下方程:

Y=-294.2194+0.163231*X

（25.06954）（0.002686）

t=（-2.189924）（17.05253）

R^2=0.998921F=3240.034DF=22

该模型的经济意义可解释为:

青岛港港口吞吐量每增长1%，则青岛市的GDP平均增长0.163231%。

展开阅读全文