我国国内生产总值(GDP)影响因素的回归分析

我国国内生产总值(GDP )影响因素的实证分析摘要：本文基于国民收入核算理论，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额、外商直接投资(FDI )等解释变量，采用计量经济学分析方法分析国内生产总值与这些解释变量的关系。 根据我国实际情况，在利用19852001年年度时间序列数据进行分析的基础上，分析了各因素对国内生产总值的影响及其原因，并得出结论，提出了意见。关键字：GDP影响因素实证分析Eviews一、提出问题：国内生产总值(GDP )是指在一定期间内(季度或年度)在某国或地区经济产生的所有最终产品和劳务的价值，被公认为衡量国家经济状况的最佳指标。 它不仅能反映一个国家的经济表现，也能反映一个国家的国力和财富。 国民经济作为复杂的综合体，其影响因素始终是人们探索和争论的焦点，根据西方经济学的国民收入计算经典理论，构建以GDP为解释变量的线性回归模型，包括能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额、 引进外商直接投资等解释变量，实证分析对GDP的影响因素，明确这些解释变量对GDP的影响程度。二、样本数据的选择和模型设定：回归模型设定如下Y=0 1 X1 2 X2 3 X3 4 X4 5 X5 6 X6 UY-国内总产值GDPX1-能源消耗X2-就业人数X3-居民消费水平X4-社会消费品零售总额X5-进出口贸易总额X6-外商直接投资(FDI )U-随机扰动项1、2、3、4、5、6是应该估计参数.变量采用时间序列数据，具体数据(时价计算)如表1所示表1 :年国内生产总值X1能源消耗总量(万吨标准煤)X2就业人员(万人)X3居民消费水平(元)X4社会消费品零售总额(亿元)X5进出口贸易总额(亿元)X6外商直接投资(FDI )19858964.4766824987343743052066.748. 69198610202.2808505128244749502850.464. 71198711962.5866325278350858203084.286.3929975433463574403822118. 88198916909.296934553297628101.44155.9127. 71199018547.998703567408038300.15560.1166. 79199121617.8583608969415.67229.3232. 421992266838.159432107010993.79119.6606. 99199334634.460220133112462.1112711585. 41199446759.461470174616264.720381.92910. 28199558478.16238822362062023499.93133. 38199667884.6688502641247674.124133.83469. 1199774462.669600283427298.926967.23751. 71199878345.270637297229152.5266849.73763. 93199982067.571394313831134.7298296.23337. 73200089442.272085339734152.639273.23370. 55200195958333.3730253609375395.242183.63880. 09(数据来源于中国统计年鉴。 中所述情节，对概念设计中的量体体积进行分析三、参数的初步估计和检验将第一个模型的示例导入到Eviews软件中进行OLS估计，输出结果如下所示表2 :从属可变性： ymethod :最后查询日期：06/17/12时间333153536527范例： 1985 2001Included observations: 17VariableCoefficientStd. Errort-StatisticProbc.c-13277.729457.897-10.1939X10.0.1.0.3260X20.0.0.0.5933X318.576204.4.0.0018X40.0.0.0.4331X50.0.0.0.8111X60.0.2.0.0485R-squared0.Mean dependent var44575.16Adjusted R-squared0.S.D. dependent var31239.02S.E. of regression670.8163Akaike info criterion16.16006Sum squared resid.Schwarz criterion16.55216Log likelihood-129.3605f -静态4955.607durbin-华生stat1.静态(f-statistic )0.将上述回归结果整理如下=-13277.72.X10.x218.57620 x30.x40.x50.X60.0.f=4955.607从回归结果来看，决定系数高，f值大，但在有效水平上，许多项的回归系数非有效，因此在不能使用回归方程式的该模型中存在多重共同线性的可能性高。 虽然和f值较大地反映了模型中的每个解释变量的联合对y的影响，但是t值小于阈值反映了解释变量的共同性的作用，因此不能分解每个解释变量独立于y的影响。1 .模型检查：(一)经济意义检验；回归估计结果表明，能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额及FDI与GDI呈线性关联，符合现实GDP随能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额及FDI的增加而增加(二)统计推断检查；估计结果表明，决策系数R2=0统计量=4955.607理想地使模型总体拟合。 系数有效性检查：给定=0.05，X3，X6的t值小于给定有效性水平，居民消费水平，FDI显示对GDP有显着影响。2 .计量经济学检验(1)多重共线性的检查使用Eviews计算变量之间的简单相关系数表3 :X1X2X3X4X5X6X11.0.0.0.0.0.X20.1.0.0.0.0.X30.0.1.0.0.0.X40.0.0.1.0.0.X50.0.0.0.1.0.X60.0.0.0.0.1.由此可见，模型中存在着严重的多重共线。模型修正：运用OLS法逐一求出y对各解释变量的回归，结合经济意义和统计检验选择拟合效果最好的一维线性回归方程。 过程包括：表4 :从属可变性： ymethod :最后查询日期：06/17/12时间：1733364008范例： 1985 2001Included observations: 17VariableCoefficientStd. Errort-StatisticProbX11.0.9.0.0000c.c-.317195.21-6。0.0000R-squared0.Mean dependent var44575.16Adjusted R-squared0.S.D. dependent var31239.02S.E. of regression12701.37Akaike info criterion21.84694Sum squared resid2.42E 09Schwarz criterion21.94496Log likelihood-183.6990f -静态81.78629durbin-华生stat0.静态(f-statistic )0.表5 :从属可变性： ymethod :最后查询日期：06/17/12时间：1733364009范例： 1985 2001Included observations: 17VariableCoefficientStd. Errort-StatisticProbX23.0.18.817480.0000c.c-.412839.45-15.203180.0000R-squared0.Mean dependent var44575.16Adjusted R-squared0.S.D. dependent var31239.02S.E. of regression6504.094Akaike info criterion20.50838Sum squared resid6.35E 08Schwarz criterion20.60641Log likelihood-172.3212f -静态354.0975durbin-华生stat0.静态(f-statistic )0.表6 :从属可变性： ymethod :最后查询日期：06/17/12时间：173365011范例： 1985 2001Included observations: 17VariableCoefficientStd. Errort-StatisticProbX327.106670.152.03420.0000c.c-2402.301367.6774-6。0.0000R-squared0.Mean dependent var44575.16Adjusted R-squared0.S.D. dependent var31239.02S.E. of regression821.6280Akaike info criterion16.37058Sum squared residSchwarz criterion16.46861Log likelihood-137.1500f -静态23114.40durbin-华生stat1.静态(f-statistic )0.表7 :从属可变性： ymethod :最后查询日期：06/17/12时间：1733365010范例： 1985 2001Included observations: 17VariableCoefficientStd. Errort-StatisticProbX42.0.45.482060.0000c.c-2935.3201237.736-20.0315R-squared0.Mean dependent var44575.16Adjusted R-squared0.S.D. dependent var31239.02S.E. of regression2737.4