计量经济数据分析

一、数据分析的问题：影响GDP增长的主要因素 二、选题缘由改革开放以来，特别是自十八届三中全会召开以来，我国社会主义市场经济体制已基本建立并不断完善，我国在世界中的地位越来越突出，经济的发展也十分迅速并取得了巨大成就。但当前我国经济仍然面临着极大的考验，即如何实现经济的长期可持续增长，而影响经济增长的因素很多，如何高效率的提升经济的持续增长能力成为了置关重要课题。本文则主要从三个方面的因素来分析对经济增长的影响。三、经济意义的分析经济增长通常是指在一个较长的时间跨度上，一个国家总产出（或人均产出）水平的持续增加，即国内生产总值（GDP）的增加或人均国内生产总值的增加。同时，经济增长率的高低体现了一个国家或地区在一定时期内经济总量的增长速度，也是衡量一个国家或地区总体经济实力增长速度的标志。古典经济增长理论以社会的财富增长为中心，并且指出生产劳动是社会财富的源泉，而现代经济增长理论则认为知识、人力资本、技术的进步是经济增长的主要因素，但普遍认为物质资本和劳动对经济增长具有重要贡献。所谓物质资本，是指长期存在的生产物资形式，例如机器设备、厂房、建筑物、交通运输设施等固定资产的投资。但是，由于物质资本数值难以具体测量，所以本文中用“全社会的固定资产投资总额”来代替物质资本的额。同时，中国是一个人口大国，为经济增长提供了大量的劳动力资源，所以在本文中用“年末总就业人数”来衡量劳动力。而众多的消费群体同样对经济的增长发挥着不可忽视的作用，在本文用“居民消费价格指数”来衡量消费对经济增长的影响。综上：GDP增长的主要影响因素包括全社会固定资产投资总额(TZ)、年末总就业人数(JY)、居民消费价格指数(P)。四、数据来源：中国统计局中国统计年鉴年份全社会固定资产投资（亿元）国内生产总值（亿元）就业人员（万人）居民消费价格指数（上年=100）1980年910.90 4545.62 42361.00 107.50 1981年961.00 4891.56 43725.00 102.50 1982年1230.40 5323.35 45295.00 102.00 1983年1430.10 5962.65 46436.00 102.00 1984年1832.90 7208.05 48197.00 102.70 1985年2543.20 9016.04 49873.00 109.30 1986年3120.60 10275.18 51282.00 106.50 1987年3791.70 12058.62 52783.00 107.30 1988年4753.80 15042.82 54334.00 118.80 1989年4410.40 16992.32 55329.00 118.00 1990年4517.00 18667.82 64749.00 103.10 1991年5594.50 21781.50 65491.00 103.40 1992年8080.10 26923.48 66152.00 106.40 1993年13072.30 35333.92 66808.00 114.70 1994年17042.10 48197.86 67455.00 124.10 1995年20019.30 60793.73 68065.00 117.10 1996年22913.50 71176.59 68950.00 108.30 1997年24941.10 78973.03 69820.00 102.80 1998年28406.20 84402.28 70637.00 99.20 1999年29854.70 89677.05 71394.00 98.60 2000年32917.70 99214.55 72085.00 100.40 2001年37213.50 109655.17 72797.00 100.70 2002年43499.90 120332.69 73280.00 99.20 2003年55566.61 135822.76 73736.00 101.20 2004年70477.43 159878.34 74264.00 103.90 2005年88773.61 184937.37 74647.00 101.80 2006年109998.16 216314.43 74978.00 101.50 2007年137323.94 265810.31 75321.00 104.80 2008年172828.40 314045.43 75564.00 105.90 2009年224598.77 340902.81 75828.00 99.30 2010年251683.77 401512.80 76105.00 103.30 2011年311485.13 473104.05 76420.00 105.40 2012年374694.00 518942.00 76704.00 102.60 五、数据的分析过程初始的模型估计步骤：在主菜单上点击QuickEstimate Equation GDP C JY TZ PGDP-国内生产总值 JY-就业人员 TZ-全社会固定资产投资 P-居民消费价格指数Dependent Variable: GDPMethod: Least SquaresDate: 12/20/13 Time: 12:40Sample: 1980 2012Included observations: 33VariableCoefficientStd. Errort-StatisticProb. C-2719.17545296.60-0.0600300.9525JY1.9160210.2580697.4244490.0000TZ1.3335640.03031643.988180.0000P-815.3575379.3138-2.1495600.0401R-squared0.992351 Mean dependent var120245.3Adjusted R-squared0.991560 S.D. dependent var143693.1S.E. of regression13201.23 Akaike info criterion21.92722Sum squared resid5.05E+09 Schwarz criterion22.10861Log likelihood-357.7991 F-statistic1254.114Durbin-Watson stat1.031859 Prob(F-statistic)0.000000回归结果： GDP=-2719.175+1.916021JY+1.333564TZ-815.3575P t (-0.060030) (7.424449) (43.98818) (-2.149560)=0.992351 = 0.991560 F=1254.114 多重共线性的检验与剔除步骤:在数据组窗口点击ViewCorrelationsGDPJYPTZGDP 1.000000 0.691237-0.201502 0.987476JY 0.691237 1.000000-0.199862 0.597181P-0.201502-0.199862 1.000000-0.152015TZ 0.987476 0.597181-0.152015 1.000000根据多重共线性检验，变量之间存在着线性相关的关系。可以通过重复剔除变量法剔除相关变量。具体作法：在模型估计时，依次添加变量 JY、TZ、P做模型估计，如果添加的那个变量模型估计不显著则予以剔除。最后经检验模型估计应剔除变量：P-居民消费价格指数。剔除P后，修正多重共线性后的模型估计，如下：Dependent Variable: GDPMethod: Least SquaresDate: 12/20/13 Time: 12:41Sample: 1980 2012Included observations: 33VariableCoefficientStd. Errort-StatisticProb. C-94068.6016597.24-5.6677240.0000TZ1.3362720.03206641.672570.0000JY1.9923490.2706007.3627080.0000R-squared0.991132 Mean dependent var120245.3Adjusted R-squared0.990541 S.D. dependent var143693.1S.E. of regression13975.15 Akaike info criterion22.01446Sum squared resid5.86E+09 Schwarz criterion22.15050Log likelihood-360.2385 F-statistic1676.526Durbin-Watson stat0.651113 Prob(F-statistic)0.000000回归结果：GDP=-94068.60+1.992349JY+1.336272TZ t= ( -5.667724)(7.362708) (41.67257) =0.991132 =0.990541 F=1676.526 模型的异方差性检验怀特（White） 检验法步骤：在方程窗口点击ViewResidual TestWhite HeteroskedasticityWhite Heteroskedasticity Test:F-statistic1.426641 Probability0.251112Obs*R-squared5.586942 Probability0.232192Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/20/13 Time: 12:42Sample: 1980 2012Included observations: 33VariableCoefficientStd. Errort-StatisticProb. C-1.20E+092.32E+09-0.5159440.6099TZ829.84612621.5410.3165490.7539TZ20.0001750.0064730.0270300.9786JY42503.6182844.810.5130510.6119JY2-0.3314330.721727-0.4592230.6496R-squared0.169301 Mean dependent var1.78E+08Adjusted R-squared0.050630 S.D. dependent var2.27E+08S.E. of regression2.21E+08 Akaike info criterion41.40418Sum squared resid1.37E+18 Schwarz criterion41.63092Log likelihood-678.1689 F-statistic1.426641Durbin-Watson stat0.946714 Prob(F-statistic)0.251112取显著性水平=0.05时，则自由度（模型中变量个数）为2 的卡方值约为5.99。从模型估计结果中得到：R-squared*N=0.169301*33=5.5869335.99所以估计模型不存在异方差性。 序列相关性的检验与剔除从修正多重共线性后的模型估计结果中可以看到：D-W检验的结果为0.651113。一般来讲D-W检验值接近2时则认为不存在序列相关性，所以修正后的模型存在序列相关性。又由于D-W检验存在局限性，它只能检验是否存在一阶自相关性。故本文通过依次迭代法来消除序列相关性。步骤：在Estimate Equation 窗口中依次输入 GDP C TZ JY AR(1)、GDP C TZ JY AR(1) AR(2) 、GDP C TZ JY AR(1) AR(2) AR(3)三次迭代结果如下：1. 在Estimate Equation 窗口中输入GDP C TZ JY AR(1) 进行回归Dependent Variable: GDPMethod: Least SquaresDate: 12/25/13 Time: 15:09Sample (adjusted): 1981 2012Included observations: 32 after adjustmentsConvergence achieved after 197 iterationsCoefficientStd. Errort-StatisticProb.C3478155.1.32E+080.0263760.9791TZ0.9843690.2175414.5249740.0001JY-0.8466591.165559-0.7263970.4736AR(1)0.9982860.06654215.002290.0000R-squared0.996147Mean dependent var123861.0Adjusted R-squared0.995734S.D. dependent var144459.1S.E. of regression9435.520Akaike info criterion21.25882Sum squared resid2.49E+09Schwarz criterion21.44204Log likelihood-336.1411Hannan-Quinn criter.21.31955F-statistic2412.805Durbin-Watson stat2.412638Prob(F-statistic)0.000000Inverted AR Roots1.002.在Estimate Equation 窗口中输入GDP C TZ JY AR(1) AR(2)进行回归Dependent Variable: GDPMethod: Least SquaresDate: 12/25/13 Time: 15:09Sample (adjusted): 1982 2012Included observations: 31 after adjustmentsConvergence achieved after 263 iterationsCoefficientStd. Errort-StatisticProb.C5050443.2.33E+080.0216910.9829TZ1.0474650.1622726.4550100.0000JY-1.0110401.139278-0.8874400.3830AR(1)0.6639280.2100563.1607230.0040AR(2)0.3345960.2060761.6236570.1165R-squared0.996422Mean dependent var127698.7Adjusted R-squared0.995871S.D. dependent var145179.4S.E. of regression9328.274Akaike info criterion21.26618Sum squared resid2.26E+09Schwarz criterion21.49747Log likelihood-324.6258Hannan-Quinn criter.21.34157F-statistic1810.138Durbin-Watson stat2.233278Prob(F-statistic)0.000000Inverted AR Roots1.00-.333.在Estimate Equation 窗口中输入GDP C TZ JY AR(1) AR(2) AR(3)进行回归Dependent Variable: GDPMethod: Least SquaresDate: 12/25/13 Time: 15:10Sample (adjusted): 1983 2012Included observations: 30 after adjustmentsConvergence achieved after 437 iterationsCoefficientStd. Errort-StatisticProb.C3818035.749199700.0509620.9598TZ1.0987010.08832412.439500.0000JY-1.2924570.875796-1.4757510.1530AR(1)0.4058740.1871682.1684990.0403AR(2)0.0142620.2047690.0696470.9451AR(3)0.5766990.1942862.9682980.0067R-squared0.997377Mean dependent var131777.9Adjusted R-squared0.996831S.D. dependent var145843.2S.E. of regression8210.126Akaike info criterion21.04098Sum squared resid1.62E+09Schwarz criterion21.32122Log likelihood-309.6147Hannan-Quinn criter.21.13063F-statistic1825.408Durbin-Watson stat1.912291Prob(F-statistic)0.000000Inverted AR Roots1.00-.30-.70i-.30+.70i通过以上三次迭代的结果比较可以看出第三次迭代结果比较令人满意，并且已不存在自相关性。步骤：在方程窗口点击ViewResidual TestCorrelogram-Q-statistics高阶自相关性检验结果如下：时间序列的平稳性检验1 稳性检验图示法步骤：在数据组中点击ViewGraphLine从以下三个图中可以看出三个变量均为非平稳时间序列。2 除时间序列的非平稳性单位根检验法步骤：由于三个因素都存在非平稳性，故通过变量差分法剔除非平稳性，即通过一次差分、二次差分、三次差分.直到时间序列通过单位根检验。经检验ddgdp（二次差分）、djy（一次差分）、ddtz（二次差分）通过了单位根检验，最终检验结果如下：1. 对GDP进行二次差分后，进行单位根检验结果：ADF Test Statistic-5.820609 1% Critical Value*-3.6661 5% Critical Value-2.9627 10% Critical Value-2.6200*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(DDGDP)Method: Least SquaresDate: 12/20/13 Time: 13:56Sample(adjusted): 1983 2012Included observations: 30 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. DDGDP(-1)-1.2505430.214847-5.8206090.0000C2121.2051865.2141.1372440.2651R-squared0.547508 Mean dependent var-848.6383Adjusted R-squared0.531347 S.D. dependent var14354.06S.E. of regression9826.532 Akaike info criterion21.28790Sum squared resid2.70E+09 Schwarz criterion21.38131Log likelihood-317.3185 F-statistic33.87949Durbin-Watson stat2.073646 Prob(F-statistic)0.000003通过检验结果分析ADF Test Statistic=-5.820609-2.6200(10% Critical Value)，通过了单位根检验。2.对JY进行一次差分后，进行单位根检验结果：ADF Test Statistic-5.070026 1% Critical Value*-3.6576 5% Critical Value-2.9591 10% Critical Value-2.6181*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(DJY)Method: Least SquaresDate: 12/20/13 Time: 13:59Sample(adjusted): 1982 2012Included observations: 31 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. DJY(-1)-0.9433260.186059-5.0700260.0000C1001.572358.79602.7914810.0092R-squared0.469886 Mean dependent var-34.83871Adjusted R-squared0.451606 S.D. dependent var2216.984S.E. of regression1641.757 Akaike info criterion17.70726Sum squared resid78165649 Schwarz criterion17.79978Log likelihood-272.4626 F-statistic25.70517Durbin-Watson stat2.004825 Prob(F-statistic)0.000021通过检验结果分析ADF Test Statistic=-5.070026 -2.6181 (10% Critical Value)，通过了单位根检验。3.对TZ进行二次差分后，进行单位根检验结果：ADF Test Statistic-10.86107 1% Critical Value*-3.6661 5% Critical Value-2.9627 10% Critical Value-2.6200*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(DDTZ)Method: Least SquaresDate: 12/20/13 Time: 14:01Sample(adjusted): 1983 2012Included observations: 30 after adjusting endpointsV