对我国经济增长的因素分析文档格式.docx
《对我国经济增长的因素分析文档格式.docx》由会员分享,可在线阅读,更多相关《对我国经济增长的因素分析文档格式.docx(12页珍藏版)》请在冰点文库上搜索。
1184.01
919.23
-61.11
内蒙古
1763.37
1092.48
847.89
-177
辽宁
5458.22
3031.47
1835.54
591.21
吉林
2317.68
1444.68
898.45
-25.45
黑龙江
3828.93
2287.75
1322.37
218.81
上海
5408.76
2455.67
2409.39
543.7
江苏
10532.81
4801.91
4808.67
922.23
浙江
7790
3741.66
3467.46
586.88
安徽
3569.09
2262.95
1310.3
-4.76
福建
4620.47
2434.05
2119.58
66.84
江西
2460.49
1459.65
999.28
1.56
山东
10552.06
5021.15
4940.67
590.24
河南
6168.73
3441.71
2546.46
180.56
湖北
4860.92
2669.7
1994.77
196.45
湖南
4340.94
2762.95
1572.89
5.1
广东
11769.72
6701.15
4156.67
911.9
广西
2455.36
1698.54
877.93
-121.11
海南
603.88
331.22
275.99
-3.33
重庆
2020.38
1228.89
990.05
-198.56
四川
4875.12
2894.1
1976.68
4.34
贵州
1185.06
890.31
649.33
-354.59
云南
2232.32
1526.25
887.49
-181.42
西藏
174.72
99.95
72.19
2.58
陕西
2035.96
1109.11
1107.7
-180.85
甘肃
1165.94
679.32
538.62
-52
青海
337.76
221.55
245.84
-129.58
宁夏
329.28
249.26
245.22
-165.2
新疆
1598.28
948.92
864.27
-214.91
表21994年数据(单位:
1318.6
396.29
902.63
19.68
725.14
323.76
430.9
-29.52
2147.49
1019.29
884.46
243.74
857.63
494.91
385.71
-22.99
681.92
406.88
331.11
-56.07
2461.78
1239.61
1024.66
197.57
944.44
577.59
389.93
-23.08
1617.83
1019.21
566.21
32.41
1971.92
873.89
1151.61
-53.58
4000.9
1721.45
2018.95
260.5
2666.86
1173.68
1185.74
307.44
1488.47
882.64
598.87
6.96
1685.34
936.2
756.34
-7.2
944.75
597.09
368.62
-20.94
3810.03
1889.34
1784.62
136.07
2224.43
1198.86
883.44
142.13
1895.71
1058.13
746.91
90.67
1694.42
1113.62
581.52
-0.72
4329.65
2182.43
1981.07
76.15
1241.83
817.21
477.82
-53.2
330.95
156.47
224.17
-49.69
2776.54
1699.41
1064.07
13.06
517.96
388.91
154.55
-25.5
973.97
570.45
433.59
-30.07
46.76
32.74
23.07
-9.05
816.58
570.34
398.55
-152.31
451.66
319.11
177.63
-45.08
138.25
92.17
60.1
-14.02
134.23
95.17
69.12
-30.06
673.68
375.2
487.55
-189.07
注:
表1,表2数据分别来自2003年和1996年《中国统计年鉴》
三.模型检验
首先采用2002年数据,进行如下分析:
假设模型中随机误差项Ui满足古典假设,运用OLS方法估计模型的参数,利用计量经济计算机软件Eviews计算可得如下结果:
表3
DependentVariable:
Y
Method:
LeastSquares
Date:
12/20/04Time:
13:
55
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-0.056877
0.438992
-0.129562
0.8979
X1
1.000356
0.000380
2635.343
0.0000
X2
0.999513
0.000444
2251.705
X3
0.999400
0.000969
1031.197
R-squared
1.000000
Meandependentvar
3802.735
AdjustedR-squared
S.D.dependentvar
3061.555
S.E.ofregression
1.083501
Akaikeinfocriterion
3.118187
Sumsquaredresid
31.69732
Schwarzcriterion
3.303217
Loglikelihood
-44.33189
F-statistic
79840870
Durbin-Watsonstat
2.485296
Prob(F-statistic)
0.000000
回归方程为:
Y=-0.05687658464+1.000355738*X1+0.9995131767*X2+0.9994001555*X3(0.438992)(0.000380)(0.000444)(0.000969)
t=(-0.129562)(2635.343)(2251.705)(1031.197)
R2=1.000000F=79840870
(一)经济意义检验
由回归估计结果可以看出,最终消费、资本形成总额、净出口与GDP的增长线性正相关,这与现实中GDP随最终消费、资本形成总额、净出口的增加而增长是相符的。
(二)统计推断检验
从估计的结果可以看出,可决系数R2=1.000000,F统计量=79840870,表明模型在整体上拟合地比较理想。
系数显著性检验:
给定α=0.05,明显地,X1、X2、X3的t的P值小于给定的显著性水平,拒绝原假设,接受备择假设,表明最终消费、资本形成总额、净出口对国内生产总值有显著性影响。
(三)计量经济学检验
1.多重共线性检验:
由表3可看出,模型整体上线性回归拟合较好,R^2很大,F值,t值均大于给定显著性水平下临界值,则说明该模型不存在多重共线性.
2.异方差检验:
(采用WHITE检验)
表4
WhiteHeteroskedasticityTest:
0.807696
Probability
0.614457
Obs*R-squared
7.971458
0.537025
TestEquation:
RESID^2
14:
36
-2.773926
3.787260
-0.732436
0.4720
0.002419
0.006708
0.360583
0.7220
X1^2
-8.68E-06
7.14E-06
-1.216456
0.2373
X1*X2
1.95E-05
1.78E-05
1.094762
0.2860
X1*X3
9.92E-06
1.45E-05
0.682590
0.5023
0.002276
0.008952
0.254209
0.8018
X2^2
-1.19E-05
1.03E-05
-1.159783
0.2592
X2*X3
-3.51E-06
1.07E-05
-0.328381
0.7459
-0.010874
0.017150
-0.634056
0.5329
X3^2
-7.93E-06
2.43E-05
-0.326124
0.7476
0.257144
1.022494
-0.061223
4.906502
5.054467
6.334118
536.5004
6.796695
-88.17884
2.007909
F=0.807696Obs*R-squared=7.971458查分布表得χ20.05(3)=7.81473<
Obs*R-squared=7.971458,则接受H1,表明随机误差Ut存在异方差。
用WLS估计法对异方差进行修正,取权数w=1/e2由EVIEWS操作得:
表5
50
Weightingseries:
W
-0.003872
0.004204
-0.921002
0.3652
1.000014
2.07E-05
48206.21
0.999982
2.85E-05
35032.30
0.999973
3.65E-05
27405.22
WeightedStatistics
2787.020
9970.881
0.007202
-6.908945
0.001401
-6.723914
111.0886
4.11E+12
2.141010
UnweightedStatistics
1.154538
35.98987
2.213957
所以,修正后的模型为:
Y=-0.003872281179+1.000013993*X1+0.9999815832*X2+0.9999728352*X3
(0.004204)(2.07E-05)(2.85E-05)(3.65E-05)
t=(-0.921002)(48206.21)(35032.30)(27405.22)
R2=1.000000F=4.11E+12
3.自相关检验:
根据表5估计的结果,DW=2.213957,在给定显著性水平为0.05,n=31,k’=3时,查Durbin-Waston表得下限临界值dL=1.229,上限临界值du=1.650,可见DW统计量du=1.650<
2.213957<
4-du=2.350,由此可判断模型不存在自相关。
通过以上对2002年数据的分析,我们得出如下方程:
接着我们引入1994年的数据,运用相同的方法进行分析,最终模型为:
Y=0.01058809115+0.9999093695*X1+1.000091716*X2+0.9999030888*X3
(0.052450)(7.25E-05)(4.22E-05)(0.000239)
t=(0.201872)(13785.01)(23698.92)(4185.566)
R^2=1.000000F=6.88E+08
四.总结
说明:
本文之所以选择94年的数据做对比是因为从1993年开始中国取消使用MPS体系核算GDP,而代之以单一的SNA体系。
从两个模型的对比分析来看,各变量前的系数相差很小,这表明最终消费、资本形成总额、货物和服务的净出口对GDP的影响是趋于稳定的,从而保证了模型在很大程度上存在稳定性。
同时,我们可以很明显地看出“三驾马车”对GDP存在不相上下的影响,其系数都非常接近1。
上世纪90年代初,中国部分地区出现了经济过热现象,特别是在房地产领域的投资大大增加,故1994年的资本形成总额对GDP的贡献相比其他两因素要稍大。
而在2002年的模型中,最终消费对GDP的影响相对较大,原因可能是自1998年以来连续几年国家宏观调控政策中一直强调扩大内需,鼓励消费,而且人们的消费习惯、消费观念都发生了变化,引起边际消费倾向的提高。
另外,02年净出口对GDP的影响也相对有所提升.原因主要有三个方面:
首先,入世效应得到极大释放:
入世后政府明显放宽民营企业的出口经营权,使得民营企业出口量呈现迅猛增长的良好形式;
二是入世使国外特别是发达国家对我国出口的限制明显减少,刺激了我国具有明显比较优势的产品如家电,纺织品的出口;
三是跨国公司加快将制造业基地向我国转移,导致外商投资企业出口增长加快。
其次,2002年初国家明显加大了推行出口货物免、抵、退税范围,加上一些地区纷纷采取措施刺激出口增加,极大得调动了企业的出口积极性。
另外,美元的阶段性贬值对我国扩大出口也产生了积极影响。
人民币与美元挂沟,美元对欧元、日元等主要世界货币的贬值,意味着人民币对其贬值,从而在一定程度上刺激出口。
本文不想简单的对用支出法计算GDP做验证,因而引入1994年的数据做对比,希望能从中发现问题,得出一些有意义的结论,进而提出政策建议。
但遗憾的是,当我们把两年的最终模型确定下来时,却发现二者差距甚小,这充分说明:
我国在引进SNA体系初期,就已经实现了核算体系的成功转变。
由于经济理论知识的欠缺,因此不能作出深层次的的经济分析。
本论文的着重点并非在结论,而在于利用计量经济学这种定量的分析方法,解决现实中的问题。
参考书目:
《计量经济学》庞皓主编西南财经大学出版社2002年版
《国民经济核算概论》肖红叶周国富编著中国财政经济出版社2004年版
《中国国民经济核算与宏观经济问题研究》许宪春著中国统计出版社
2003年版
《中国宏观经济运行与经济波动》柳欣主编人民出版社2003年版
《发展经济学》黄卫平彭刚主编四川人民出版社2003年版