计量经济学模型论文.doc

学 生 实 践 报 告（文科类）经济管理学院课程名称： 计量经济学 专业班级:2011级经济类11班学号：2011311411111 姓名： 李伊莎 所属院部： 经济管理学院 指导教师： 谭莹 20 12 20 13学年 第1 学期影响我国人均GDP的变量因素分析摘要：人均国内生产总值常作为发展经济学中衡量经济发展状况的指标，是重要的宏观经济指标之一，它是人们了解和把握一个国家或地区的宏观经济运行状况的有效工具。是衡量各国人民生活水平的一个标准，为了更加客观的衡量，经常与购买力平价结合。本文从城市化率、城镇居民家庭可支配收入、政府支出以及城镇居民消费水平四个方面出发，通过往年的数据发展来观察它们对于人均GDP的影响，从而对我国目前的经济发展提供一些建议。关键词：人均GDP；城市化率；城镇居民可支配收入；政府支出引 言一国的经济乃立国之本，而经济发展是以GDP增长为前提的。影响人均GDP的因素看似众多，究竟哪些因素对人均GDP的增长起关键性的影响作用呢？由此引出了本小组的研究课题对我国人均GDP影响因素的计量分析。随着2009年中国GDP赶超日本，成为世界排名第二，无疑吸引了国内外的目光。然而，在如此大的总量之下，中国的人均GDP却一直在世界100名左右徘徊。“国服民穷”的现状一直是我们的问题。经我们数据搜寻，在人均GDP的增长过程中，城市化率、城镇居民家庭人均可支配收入、城市政府支出以及城镇居民消费水平都有了显著的上升。同时，我们知道GDP的构成取决于消费、投资、政府支出。因此，我们把城市化率、城镇居民人均可支配收入、城市政府支出、城镇居民消费水平这四个指标作为反映了人均GDP的自变量，认为这四个变量是影响人均GDP的关键性因素。本实验主要选取19902010年的统计数据。1人均GDP的基本概念及特点1.1人均GDP的基本概念和经济意义1.1.1 人均GDP的基本概念 人均国内生产总值（Real GDP per capita），也称作“人均GDP，常作为发展经济学中衡量经济发展状况的指标，是重要的宏观经济指标之一，它是人们了解和把握一个国家或地区的宏观经济运行状况的有效工具。将一个国家核算期内（通常是一年）实现的国内生产总值与这个国家的常住人口相比进行计算，得到人均国内生产总值。是衡量各国人民生活水平的一个标准，为了更加客观的衡量，经常与购买力平价结合。1.1.2 人均GDP的经济意义 首先，除资源国以外的绝大多数工业化国家，人均GDP比较客观地反映了一定国家社会的发展水平和发展程度。一方面，就中日比较而论，人均GDP虽不能正确反映中日两国综合国力，但确实表明日本在社会保障、医疗卫生、教育和人口寿命以及环境和生态建设等方面的发展水平要高于中国，尤其是日本城乡发展的相对均衡以及农村农业基本上“水旱无忧”的抗灾能力与抗灾水平，更是让中国望尘莫及。改革开放30多年来，中国城市化、工业化进程加快，农村农业的滞后发展恰恰拖了我国人均GDP的后腿，成为我国经济社会发展的短板，最终也深刻影响了我国的综合国力和国际竞争力。其次，人均GDP本身具有社会公平和平等的含义。人均GDP虽然不能直接等同于居民的人均收入和生活水平，但构成了一国居民人均收入和生活水平的主要物质基础，是提高居民人均收入水平、生活水平的重要参照指标。事实上，强调人均GDP的国家，一般也比较注重提高本国居民的人均收入水平和社会公平程度。再次，人均GDP与工业化进程和社会稳定，具有一定内在联系。据亨廷顿分析，在一定阶段，人均国内生产总值增长与社会安定、社会和谐成正比。 2 1990-2012年的数据搜集根据以上分析，我们选取19902010年人均GDP（Y），城市化率（X1）,城镇居民家庭人均可支配收入（X2）,政府支出（X3）,城镇居民消费水平（X4）的数据作为实例，进行分析。表1 年份人均GDP(y)城市化率(x1)城镇居民家庭人均可支配收入(x2)政府支出(x3)城镇居民消费水平(x4)1990164426.411510.23083.5915961991189326.941700.63386.6218401992231127.462026.63742.222621993299827.992577.44642.329241994404428.513496.25792.6238521995504629.0442836823.7249311996584630.484838.97937.5555321997642031.915160.39233.5658231998679633.355425.110798.1861091999715934.78585413187.6764052000785836.22628015886.568502001862237.666859.618902.5871132002939839.097702.822053.15738720031054240.538472.224649.95790120041233641.769421.628486.89867920051418542.991049333930.28941020061650043.911759.540422.731042320072016944.9413785.849781.351190420082370845.6815780.862592.661352620092557546.5917174.776299.931502520102997047.501910989874.1615907 3 REVIEWS模型建立及检验3.1 散点图变化分析3.1.1 y（人均GDP）和 x1（城市化）的关系3.1.2 y（人均GDP）和x2（城镇居民家庭人均可支配收入）的关系3.1.3 y（人均GDP）和x3（政府支出）的关系3.1.4 y(人均GDP)和x4（城镇居民消费水平）3.2模型回归Dependent Variable: YMethod: Least SquaresDate: 12/26/12 Time: 13:01Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C3888.716927.31874.1935050.0007X1-177.470239.45415-4.4981370.0004X21.9078950.2727706.9945300.0000X30.0428770.0233551.8358820.0850X4-0.3747590.191420-1.9577900.0679R-squared0.999124Mean dependent var10620.00Adjusted R-squared0.998905S.D. dependent var8213.134S.E. of regression271.7707Akaike info criterion14.25205Sum squared resid1181749.Schwarz criterion14.50075Log likelihood-144.6465F-statistic4562.489Durbin-Watson stat1.416741Prob(F-statistic)0.0000003.3估计模型： y=3888.716-177.4702x1+1.907895x2+0.042877x3-0.374759x4 (4.193505) (-4.498137) (6.994530) (1.835882) (-1.957790) R2=0.999124 R12=0.998905F=4562.489 DW=1.416741由于R2较大，且接近于1，而且F=4562.489 F0.05(4,16)=3.01故认为与人均GDP增长与上述解释变量间总体线性关系显著，但由于其中X4前参数估计值未能通过t检验，而且符号的经济意义也不合理，故认为解释变量间存在多重共线性。4. 计量经济学检验4.1Ganger检验我们研究人均GDP和城镇居民消费水平的因果关系。Pairwise Granger Causality TestsDate: 12/26/12 Time: 13:44Sample: 1990 2010Lags: 1Null Hypothesis:ObsF-StatisticProb.JMXFSP does not Granger Cause GDPP3016.02510.0004GDPP does not Granger Cause JMXFSP7.442160.0111由表可知，人均GDP和 城镇居民消费水平的相关可能性都非常低，顾将其作为自变量剔除。4.2简单的回归模式分别做y与x1、x2 、x3、x4之间的回归Y=-27298.67+1042.635x1 (-7.5474) (10.6824) R2=0.857266 F=114.1147 DW=0.185847Y=-1681.475+1.577967x2 (-5.8898) (51.374) R2=0.992853 F=2639.306 DW=0.333269Y=2444.5+0.323016x3 (7.244865) (33.79587) R2=0.982776 F=1142.161 DW=0.430267Y=-3860.333+1.956814x4 (-5.907) (25.24) R2=0.971038 F=637.0391 DW=0.3109784.3逐步回归将其他解释变量分别导入上述初始回归模型，寻找最佳回归方案（1）Y=-27298.67+1042.635x1 (-7.5474) (10.6824) R2=0.857266 F=114.1147 DW=0.185847（2）Y=5079.134-260.6363x1+1.926649 (4.9567)(-6.6769) (35.096) R2=0.997944 F=4368.832 DW=0.830459（3）y=3143.057-152.3587x1+1.431794x2+0.073331x3 (3.441698)(-3.780602) (10.72901) (3.897118) R2=0.998914 F=5213.282 DW=1.543734 (4)y=3888.716-177.4702x1+1.907895x2+0.042877x3-0.374759x4 (4.193505) (-4.498137) (6.994530) (1.835882) (-1.957790) R2=0.999124 F=4562.489 DW=1.416741讨论：第一步，在初始模型中引入x2，模型拟合优度提高，且参数符号合理，变量也通过t检验第二步，引入x3，拟合优度再次提高，且参数符号合理，变量也通过t检验，只有DW值落入了无法判断的区域，但有LM检验知仍不存在一阶自相关性第三步，引入x4，尽管拟合优度很高，但X4的未能通过t检验，而且符号不合理所以得到y关于x1,x2,x3的线性方程为y=3143.057-152.3587x1+1.431794x2+0.073331x3 (3.441698) (-3.780602) (10.72901) (3.897118) R2=0.998914 R12=0.998723F=5213.282 DW=1.543734Dependent Variable: YMethod: Least SquaresDate: 12/26/12 Time: 13:52Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C3143.057913.22873.4416980.0031X1-152.358740.30010-3.7806020.0015X21.4317940.13345110.729010.0000X30.0733310.0188173.8971180.0012R-squared0.998914Mean dependent var10620.00Adjusted R-squared0.998723S.D. dependent var8213.134S.E. of regression293.5430Akaike info criterion14.37157Sum squared resid1464848.Schwarz criterion14.57053Log likelihood-146.9015F-statistic5213.282Durbin-Watson stat1.543734Prob(F-statistic)0.0000005.模型参数估计的意义经过以上分析，得出模型的回归方程为y=3143.057-152.3587x1+1.431794x2+0.073331x3 (3.441698) (-3.780602) (10.72901) (3.897118) R2=0.998914 R12=0.9