三大需求对我国经济增长的因素分析

计量经济学课程论文计量经济学课程论文 论文题目 三大需求对我国经济增长的因素分析三大需求对我国经济增长的因素分析 学院学院 安徽财经大学商学院安徽财经大学商学院 班级 班级 093 财务管理一班财务管理一班 小组成员 小组成员 査莉莉 学号 査莉莉 学号 罗翔 学号 罗翔 学号 三大需求对我国经济增长的因素分析三大需求对我国经济增长的因素分析 摘要摘要 消费 投资和净出口是促进经济增长的强大动 力 而经济增长又与三大需求有着密不可分的关系 本文 采用 1978 年至 2009 年的统计数据 通过建立多元线性回 归模型 研究三大需求对我国经济增长的贡献 有利于我 们深入考察宏观经济政策的实际应用效果 关键字 三大需求 经济增长 宏观经济政策关键字 三大需求 经济增长 宏观经济政策 一 一 引言引言 经济增长通常是指在一个较长的时间跨度上 一个国 家人均产出 或人均收入 的持续增加 国内生产总值的 增长体现一个国家或地区在一定时期内经济总量的增长 也是衡量一个国家或地区总体经济实力增长的标志 它构 成了经济发展的物质基础 而深入考察宏观经济政策的实 际应用效果对于经济增长乃至经济发展至关重要 本文将影响国内生产总值的因素分为内生因素 最终 消费和资本形成总额 和外生因素 货物和服务净出口 分别进行分析 二 模型设定及数据说明二 模型设定及数据说明 1 模型设定 模型设定 按支出法统计的 GDP 是从需求角度衡量经济发展的 总量指标 它由最终消费 资本形成总额 货物和服务净 出口三部分构成 其公式为 支出法国内生产总值 最终消费 固定资本投资总额 货物和服务净出口 通过对数据观察 根据搜集的 1978 年至 2009 年的 统计数据 建立模型 其模型表达式为 Yt 1X1i 2X2i 3X3i i i 1 2 3 1 其中 Yt表示支出法国内生产总值 X1i表示最终消 费支出 X2i表示资本形成总额 X3i表示货物和服务净出口 i表示随机扰动项 1 2 3表示待估参数 i 表示样本期数 2 数据说明 数据说明 表表 1 1 本表按当年价格计算 本表按当年价格计算 单位 亿 元 年年 份份 支出法国内生支出法国内生 产总值产总值 最终消费最终消费 支支 出出 资本形成资本形成 总总 额额 货物和服务货物和服务 净净 出出 口口 197819783605 62239 11377 9 11 4 197919794092 62633 71478 9 20 198019804592 93007 91599 7 14 7 198119815008 83361 51630 217 1 1982198255903714 81784 291 198319836216 24126 4203950 8 198419847362 74846 32515 11 3 198519859076 75986 33457 5 367 1 1986198610508 56821 83941 9 255 2 1987198712277 47804 6446210 8 1988198815388 69839 55700 2 151 1 1989198917311 311164 26332 7 185 6 1990199019347 812090 56747510 3 1991199122577 414091 97868617 5 1992199227565 217203 310086 3275 6 1993199336938 121899 915717 7 679 5 1994199450217 429242 220341 1634 1 1995199563216 936748 225470 1998 6 1996199674163 643919 528784 91459 2 1997199781658 548140 6299683549 9 1998199886531 651588 231314 23629 2 199919999112555636 932951 52536 6 20002000987496151634842 82390 2 2001200166933 939769 42324 7 20022002 671816 5455653094 1 20032003 877685 5559632986 3 20042004 187552 669168 44079 1 20052005 299051 377856 810223 1 20062006 992954 116654 20072007 9 1 223380 6 20082008 3 6 324229 4 20092009 6 8 515033 3 附 数据摘自国家统计局附 数据摘自国家统计局 3 初步回归与参数估计 初步回归与参数估计 图图 1 因此 初步回归函数为 y 1 65E 10 X1 X2 X3 2 4 模型的检验 模型的检验 第一 经济意义检验 第二 统计检验 t 统计量检验的是某个系数是否为 0 即该变量是否 不存在于该回归模型中 由图 1 可以看出 常数 C 的 t Statistic 的检验值为 1 9560 这说明常数 C 的系数不显著 而其他变量系数很显著 常数 C 的 p 值为 0 0605 大于 0 05 故接受原假设 X1 X2 X3的 p 值均小于 0 05 则 其对应系数显著不为 0 统计量是对回归式中的所有系数都 为 0 的假设检验 显然 回归结果中统计量的 p 值为 0 0000 小于 0 05 说明至少有一个解释变量的回归系数不 为 0 方程 2 总体上的线性关系是显著的 回归结果显 示 可决系数 R2为 1 0000 调整的可决系数也为 1 0000 模型有极高的拟合优度 当 D W 值在 2 左右时 模型不存 在一阶序列相关 初步回归结果显示 0 存在一阶序列相 关 图图 2 图图 3 图 2 3 4 为 Gleiser 检验 W W1 W2 W3时 估 计结果分别为 Y 43465 03 2 3489X 3 27 6129 215 2593 R2 0 p 0 0000 Y 63657 47 1 7397X 4 8 0676 32 0378 R2 0 9991 p 0 0000 Y 5 3 9501X 5 R2 0 9845 p 0 0415 图图 4 二 二 模型的修正模型的修正 一 异方差 第一 异方差的检验 一是怀特 White 一般异方 差检验 图 5 6 7 中 Obs R squared 的 p 值均小于 0 05 可以认为存在异方差 第二 Gleiser 检验 先生成一个新序列 aresid 是原始 回归模型中的残差的绝对值 根据散点图 作残差的绝对 值对 Yi 1 2 的回归 结果图 8 所示 图图 5 White Heteroskedasticity Test F statistic11 50015 Probability0 Obs R squared14 15395 Probability0 Test Equation Dependent Variable STD RESID 2 Method Least Squares Date 12 21 11 Time 00 14 Sample 1978 2009 Included observations 32 VariableCoefficientStd Errort StatisticProb C 0 0 7398 X1680 4540142 06144 0 0000 X1 2 0 0 4 0 0001 R squared0 Mean dependent var Adjusted R squared0 S D dependent var S E of regression Akaike info criterion35 48572 Sum squared resid4 00E 15 Schwarz criterion35 62313 Log likelihood 564 7715 F statistic11 50015 Durbin Watson stat0 Prob F statistic 0 图图 6 White Heteroskedasticity Test F statistic27 39036 Probability0 Obs R squared20 92347 Probability0 Test Equation Dependent Variable STD RESID 2 Method Least Squares Date 12 21 11 Time 00 15 Sample 1978 2009 Included observations 32 VariableCoefficientStd Errort StatisticProb C 1 65E 08 0 0 7041 X26109 4817795 8570 0 4396 X2 20 0 1 0 1061 R squared0 Mean dependent var4 00E 08 Adjusted R squared0 S D dependent var9 86E 08 S E of regression6 00E 08 Akaike info criterion43 35160 Sum squared resid1 04E 19 Schwarz criterion43 48901 Log likelihood 690 6255 F statistic27 39036 Durbin Watson stat2 Prob F statistic 0 图图 7 White Heteroskedasticity Test F statistic24 35906 Probability0 Obs R squared20 05941 Probability0 Test Equation Dependent Variable STD RESID 2 Method Least Squares Date 12 21 11 Time 00 16 Sample 1978 2009 Included observations 32 VariableCoefficientStd Errort StatisticProb C 3 50E 093 48E 09 1 0 3231 X3 2 0 0075 X3 2 75 5257070 82096 1 0 2950 R squared0 Mean dependent var8 61E 09 Adjusted R squared0 S D dependent var2 47E 10 S E of regression1 56E 10 Akaike info criterion49 86990 Sum squared resid7 07E 21 Schwarz criterion50 00731 Log likelihood 794 9184 F statistic24 35906 Durbin Watson stat1 Prob F statistic 0 图图 8 Dependent Variable Y Method Least Squares Date 12 21 11 Time 00 56 Sample 1978 2009 Included observations 32 Weighting series W4 VariableCoefficientStd Errort StatisticProb C2 46E 084 84E 095 0 0000 X11 1 48E 136 75E 120 0000 X21 1 27E 137 90E 120 0000 X31 3 80E 132 63E 120 0000 Weighted Statistics R squared1 Mean dependent var 5 Adjusted R squared1 S D dependent var 2 S E of regression4 20E 09 Akaike info criterion 35 62421 Sum squared resid4 93E 16 Schwarz criterion 35 44099 Log likelihood573 9874 F statistic3 60E 29 Durbin Watson stat0 Prob F statistic 0 Unweighted Statistics R squared1 Mean dependent var81724 70 Adjusted R squared1 S D dependent var94834 29 S E of regression1 73E 08 Sum squared resid8 36E 15 Durbin Watson stat0 四 模型分析四 模型分析 由上述模型可以看出 影响中国国内生产总值的主要 因素还是最终消费支出和资本