江西省固定资产对GDP的影响.docx
《江西省固定资产对GDP的影响.docx》由会员分享，可在线阅读，更多相关《江西省固定资产对GDP的影响.docx（21页珍藏版）》请在冰点文库上搜索。
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
GDP
1986
53.35
30.32
4.04
18.99
5220.66
4716.79
3870.94
230.82
1987
58.77
32.32
5.48
20.97
5195.67
3952.84
3094.78
262.9
1988
78.17
40.08
8.6
29.49
5427.28
4349.1
3297.19
325.83
1989
73.28
39.81
7.3
26.17
4228.46
3816.34
2853.99
376.46
1990
70.65
47.16
6.24
17.25
3182.31
2508.45
1982.42
428.62
1991
91.07
58.86
9.71
22.5
3913.9
3090.09
2499.99
479.37
1992
125.36
82.33
13.61
29.42
4277.76
3451.02
2810.15
572.55
1993
185.5
130.72
15.03
39.75
4606.24
3720.14
2630.15
723.04
1994
143.3
24.07
46.14
23.95
4447.19
3141.89
2345.49
948.16
1995
157.9
22.09
74.34
29.85
5907.26
4383.29
3733.56
1169.73
1996
176.87
47.86
104.31
26.81
6387.8
5176.09
4457.63
1409.74
1997
199.12
53.37
106.29
25.52
6146.08
4910.3
3800.94
1605.77
1998
243.22
55.14
127.37
29.04
6854.99
5481.58
4732.05
1719.87
1999
250.59
60.3
148.08
32.51
7102.17
5788.55
5100.23
1853.65
2000
279.78
64.46
165.12
38.84
8934.91
7374.77
6378.48
2003.07
2001
331.29
68.1
191.76
69.34
8429.2
6055.75
4958.74
2175.68
2002
431.91
101.03
233.44
158.22
8914.89
7118.12
5715.73
2450.48
2003
596.37
150.7
306.5
326.4
9432.22
6135.4
4327.34
2807.41
2004
724.93
186.95
401.07
506.71
12210.06
7820.19
5605.5
3456.7
2005
588.67
159.12
359.22
520.93
11313.14
8121.22
6091.14
4056.76
2006
630.9
173.01
390.75
615.86
11909.72
8524.27
6331.25
4670.53
2007
673.13
186.89
422.28
710.79
12506.3
8927.33
6571.35
5500.25
2008
715.36
200.77
453.8
805.72
13102.88
9330.39
6811.46
6480.31
2009
757.59
214.65
485.33
900.65
13699.46
9733.45
7051.56
7589.22
2010
799.82
228.54
516.86
995.58
14296.04
10136.5
7291.67
9435.36
2011
842.05
242.42
548.38
1090.51
14892.62
10539.56
7531.77
11583.8
3、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归在eviews中得到下表：
DependentVariable:
Y
Method:
LeastSquares
Date:
01/12/13Time:
15:
01
Sample:
19882004
Includedobservations:
17
Coefficient
Std.Error
t-Statistic
Prob.
C
469.6128
222.1912
2.113553
0.0637
X1
8.880384
2.520557
3.523183
0.0065
X2
3.751664
2.559426
-1.465822
0.1767
X3
2.845233
3.282130
0.866886
0.4085
X4
2.702970
1.727488
-1.564683
0.1521
X5
-0.023398
0.115194
-0.203117
0.8436
X6
-0.145044
0.223251
-0.649691
0.5321
X7
0.090634
0.200214
0.452685
0.6615
R-squared
0.992190
Meandependentvar
1441.537
AdjustedR-squared
0.986115
S.D.dependentvar
935.2027
S.E.ofregression
110.1992
Akaikeinfocriterion
12.54764
Sumsquaredresid
109294.7
Schwarzcriterion
12.93974
Loglikelihood
-98.65497
Hannan-Quinncriter.
12.58662
F-statistic
163.3321
Durbin-Watsonstat
1.475725
Prob（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：
DependentVariable:
Y
Method:
LeastSquares
Date:
01/12/13Time:
15:
06
Sample:
19882004
Includedobservations:
17
Coefficient
Std.Error
t-Statistic
Prob.
C
394.9492
186.8858
2.113319
0.0582
X1
8.324134
2.238716
3.718263
0.0034
X2
3.377571
2.238537
-1.508830
0.1595
X3
3.598739
3.054190
1.178296
0.2635
X4
3.375144
1.434353
-2.353078
0.0383
X7
0.092327
0.050335
-1.834251
0.0938
R-squared
0.991289
Meandependentvar
1441.537
AdjustedR-squared
0.987330
S.D.dependentvar
935.2027
S.E.ofregression
105.2670
Akaikeinfocriterion
12.42144
Sumsquaredresid
121892.7
Schwarzcriterion
12.71552
Loglikelihood
-99.58226
Hannan-Quinncriter.
12.45067
F-statistic
250.3670
Durbin-Watsonstat
1.384131
Prob（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：
DependentVariable:
Y
Method:
LeastSquares
Date:
01/12/13Time:
15:
34
Sample:
19882004
Includedobservations:
17
Coefficient
Std.Error
t-Statistic
Prob.
C
132.4700
95.38481
2.388796
0.0882
X1
6.203148
1.323733
4.686102
0.0004
X3
4.559369
1.563225
2.916644
0.0120
X4
2.853081
1.743148
2.636741
0.0257
R-squared
0.984220
Meandependentvar
1441.537
AdjustedR-squared
0.980578
S.D.dependentvar
935.2027
S.E.ofregression
130.3320
Akaikeinfocriterion
12.78037
Sumsquaredresid
220823.5
Schwarzcriterion
12.97642
Loglikelihood
-104.6332
Hannan-Quinncriter.
12.79986
F-statistic
270.2716
Durbin-Watsonstat
0.957510
Prob（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，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
=0.98F=270.27D.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：
HeteroskedasticityTest:
White
F-statistic
0.325252
Prob.F（3,13）
0.8071
Obs*R-squared
1.186903
Prob.Chi-Square（3）
0.7561
ScaledexplainedSS
0.644071
Prob.Chi-Square（3）
0.8863
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
01/12/13Time:
16:
01
Sample:
19882004
Includedobservations:
17
Coefficient
Std.Error
t-Statistic
Prob.
C
12743.35
8719.039
1.461555
0.1676
X1^2
0.328438
0.684109
0.480096
0.6391
X3^2
-1.043033
1.758387
-0.593176
0.5632
X4^2
-0.683578
1.802205
-0.379301
0.7106
R-squared
0.069818
Meandependentvar
12989.62
AdjustedR-squared
-0.144840
S.D.dependentvar
18240.67
S.E.ofregression
19517.00
Akaikeinfocriterion
22.79828
Sumsquaredresid
4.95E+09
Schwarzcriterion
22.99433
Loglikelihood
-189.7854
Hannan-Quinncriter.
22.81777
F-statistic
0.325252
Durbin-Watsonstat
1.341566
Prob（F-statistic）
0.807125
HeteroskedasticityTest:
White
F-statistic
0.325252
Prob.F（3,13）
0.8071
Obs*R-squared
1.186903
Prob.Chi-Square（3）
0.7561
ScaledexplainedSS
0.644071
Prob.Chi-Square（3）
0.8863
从P值=0.8>0.05，可以看出它没有异方差性，也可以计算nR
由white检验知，在α=0.05下，查χ分布表，的临界值χ
（14）,可以看出nR
>χ
（14）,都可以看出方程没有异方差性。
交叉项的white检验有：
HeteroskedasticityTest:
White
F-statistic
1.627318
Prob.F（9,7）
0.2668
Obs*R-squared
11.50241
Prob.Chi-Square（9）
0.2428
ScaledexplainedSS
6.241766
Prob.Chi-Square（9）
0.7155
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
01/12/13Time:
16:
04
Sample:
19882004
Includedobservations:
17
Coefficient
Std.Error
t-Statistic
Prob.
C
-152074.8
140704.8
-1.080807
0.3156
X1
35.75282
1027.607
0.034792
0.9732
X1^2
41.59715
42.57695
0.976987
0.3611
X1*X3
-81.17940
92.76192
-0.875137
0.4105
X1*X4
-269.2294
265.3072
-1.014784
0.3440
X3
-598.8981
1560.368
-0.383818
0.7125
X3^2
29.69227
51.19134
0.580025
0.5801
X3*X4
332.4358
323.3413
1.028127
0.3381
X4
13571.83
11770.64
1.153024
0.2867
X4^2
122.0998
133.3799
0.915429
0.3904
R-squared
0.676613
Meandependentvar
12989.62
AdjustedR-squared
0.260829
S.D.dependentvar
18240.67
S.E.ofregression
15682.42
Akaikeinfocriterion
22.44764
Sumsquaredresid
1.72E+09
Schwarzcriterion
22.93776
Loglikelihood
-180.8049
Hannan-Quinncriter.
22.49636
F-statistic
1.627318
Durbin-Watsonstat
1.698224
Prob（F-statistic）
0.266819
从中可以看出P值为0.26>0.05,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-GodfreySerialCorrelationLMTest:
F-statistic
4.256263
Prob.F（1,12）
0
升级会员 