计量经济学课程论文参考模版

1、影响丰城市GDP（国内生产总值）增长的因素研究-从商业银行贷款额的角度来进行分析摘要：本文选取丰城市商业银行贷款的增长数额来对GDP的变动进行分析研究，随着经济的发展，贷款数额的变动在一定程度上说明了人们对于生活质量、日常消费、休闲、旅游等方面的追求，表现为社会需求上涨，生产者的生产增大，带动一部分产业的发展。为了正确考虑影响GDP的因素，运用平稳性检验、协整检验、Granger因果检验等方法对丰城市GDP的影响因素进行分析，全面考虑GDP与商业银行贷款之间长期与短期的关系。结果表明，丰城市商业银行的贷款数额与GDP之间存在协整关系，同时呈现出长期稳定均衡的关系，商业银行贷款规模的增长会引起G

2、DP增长，两者之间存在明显的正相关关系。我们可以得知，我国商业银行贷款规模增长表明了社会对于银行贷款的需要量在增加，其中包括人们的消费意识改变，敢于向商业银行贷款，贷款规模增长，引起投资增加，最终达到经济增长。 关键词：GDP 银行贷款 平稳性检验 协整检验 Granger因果检验一、 引言丰城市从1988年开始，经济开始缓慢发展起来，在随着地方经济发展的同时，银行贷款数额也在逐年递增。从人们不敢去贷款、不知道如何贷款的现象发展到今天大多数人都会去银行申请贷款，通过按揭还款或者到期日一次还款的方式来实现目前需要的消费。这一系列的现象说明了人们生活水平的增长在一定程度上会改变人们的价值观念，使得

3、人们敢于消费，敢于向银行贷款。而银行贷款数额的增加又会带动消费，带动商品生产，从而反过来又会带动地方的经济发展。二、数据的选取 我们选取丰城市1988年至2010年的数据来进行研究分析，将丰城市这十三年的商业银行贷款数额作为影响GDP增长的主要因素，同时加入虚拟变量的D1（其中D1为0时表示1995年之前）、D2（其中D2为0时表示2002年以前），用虚拟变量来探讨丰城市在1995年、2002年的GDP数值是否有明显的阶段特征，来分段研究丰城市的GDP是如何受商业银行贷款数额的影响而变化的。三、对于数据的分析1988年以来，丰城市经济持续快速发展，我们由图1可以得出从1988年至2010年丰城

4、市的GDP一直呈上升趋势。1988年至1994年，丰城市的经济开始缓慢发展，由1988年的9.63亿元增长到1994年的28.18亿元，增长率为192.63%；之后由1995年开始，由图1中可以看出丰城市的经济呈现出平稳的状况，1995年的GDP为28.36亿元，这种情况一直持续到2001年，GDP为44.35亿元，这六年间的GDP增长率为56.38%,较前六年的GDP增长慢；之后从2002年开始，丰城市快速发展，经济增长迅速，GDP从2002年的55.09亿元快速上升到2010年的240.87亿元，八年时间增长了337.23%，几乎翻了一倍，可见丰城市在2002年至2010年的经济的增长与前

5、两期相比，增长最快。这其中我们假设可能是丰城市招商引资的范围加大，增加了企业的投资数额，带动了地方经济的发展，使丰城市的国内生产总值在短期内达到了翻四倍的水平。我们从图2中也可以得出商业银行贷款有几个阶段性的特征，分别于GDP的增长相对应，1994年银行贷款额增长缓慢，从1995年至2002年，银行贷款额有一个很明显的凸形增长图形，这七年间的年平均增长率为134.80%，较前六年的年平均增长率261.13%低，与此同时GDP的增长也呈现出同样的情况，GDP较前六年的增长也更缓慢，2002年从一个略低点开始增长，中间有小幅度下跌，但总体趋势是上升的，2002年至2010年间商业银行贷款额年平均增

6、长率达到了288.16%，三个阶段比较，最后八年增长的幅度最大，增长率最高，这也与GDP的增长幅度依次对应。（图1）（图2）四、实证检验与分析我们分别建立三个解释变量和一个被解释变量，分别为1988年至2010年丰城市商业银行贷款（亿元）、D1（D1为0时表示1995年之前）、D2（D2为0时表示2002年以前）、1988年至2010年丰城市GDP值Y（亿元），具体的数据表格见附表1。1.相关性分析我们先来分析银行贷款和GDP之间的关系，研究两者之间的关系，用相关系数指标，相关系数反映了变量之间线性联系的密切程度，相关系数越高，则表示两者之间的线性关系越密切，则研究两者之间相互影响的拟合度就越

7、好，相关系数的绝对值一定是小于1的数，因此当相关系数越接近1时，则两者之间的正的线性相关关系就越高，反之，越接近-1，表明两者之间的负的线性相关关系就越高，若相关系数为0，则两者之间无线性关系。（表1）我们从表1可得，GDP与银行贷款之间的相关系数为0.983974，几乎等于1，说明两者之间的线性相关程度很高，因此在很大的一个程度上我们可以用银行贷款额的变动充分反映GDP的变动。同时我们再看一下两者之间的线图（见图2），图中标明两者在1988年至2010年之间的走势基本上是一致的，再次验证上述结论。（图2） 2.平稳性检验经典计量经济学理论是建立在时间序列平稳的基础上的，所假设的变量间的相关系

8、数服从的是正态分布，但是根据现代计量经济学研究发现，大部分经济变量是非平稳的，直接用非平稳的变量去进行回归分析，可能会将实际上不相关的两个非平稳变量用来回归分析，但结果却显示两者之间具有相关关系，这是一种虚假回归（伪回归）。因此，在用时间序列的变量进行回归分析时，要先进行变量间的平稳性检验。我们常用的平稳性检验为单位根检验法，单位根检验方法很多，这里我们选用最常用的ADF检验法，我们用此方法对各个变量进行平稳性检验。（1） 对Y的平稳性检验：（表2）（表3）表2是Y序列经过一阶差分后的ADF检验图，我们可以看到在1%、5%、10%三个置信水平下的的t检验统计值均小于Y序列的ADF检验值，表明Y

9、序列经过一阶差分仍然是不平稳的。表3是Y序列经过二阶差分后的ADF检验图，我们可以看到在10%置信水平下的t检验统计值均大于Y序列的ADF检验值，表明Y序列经过二阶差分后是平稳的，Y序列是二阶单整序列，YI（2）。（2） 对X的平稳性检验： （表4） （表5） 表4和表5分别为X序列经过一阶差分和二阶差分的ADF检验图，表4中X序列的ADF检验值均大于在1%、5%、10%三个显著性水平下的t检验统计值，说明X序列经过一阶差分后仍然是不稳定的，表5中X序列的ADF检验值小于在1%、5%、10%显著性水平下的t检验统计值，说明GDP序列经过二阶差分后是平稳的，GDP序列为二阶单整序列，GDPI（2

10、）。 （3）对虚拟变量进行平稳性检验：（表6）（表7）通过表6、表7的观察，我们得出虚拟变量D1、D2经过一阶单整后是平稳的，D1、D2序列是一阶单整序列，D1I（1），D2I(1)。模型中的解释变量中，Y和GDP序列均为二阶单整序列，而虚拟变量序列为一阶单整序列，Y与X两个序列是同阶单整，则Y与X可以进行回归分析，两者回归结果可能是平稳的。3.协整检验将要进行回归分析的同阶单整序列综合起来进行协整检验，只有各个变量之间的单阶整数相同，且一定要有两个或者两个以上的变量才可以进行协整检验，通过协整检验可以检验两个变量综合起来是否是平稳的，即它们构成的回归模型是否是平稳的，以免我们采用的回归模型是

11、伪回归。 （表8）（表9）通过表8、表9，我们得到迹统计量的值为22.24073，大于5%显著水平临界值，同时得到统计量为16.63815，大于5%显著水平临界值，由此可得结论，Y与X之间存在协整关系，可以直接最小二乘法进行回归分析。4.格兰杰因果检验我们现在对模型进行Granger因果检验，格兰杰因果检验是检验变量间的先后顺序的影响，即是否存在一个变量的前期信息会影响到另一个变量的当期，格兰杰定理表明，存在协整关系的变量至少存在一个方向上的格兰杰因果关系。 （表10） 表10中Y does not Granger Cause X的接受概率为0.00280，说明在5%显著水平下原假设不成立，即

12、Y是GDP的格兰杰原因，X does not Granger Cause Y的接受概率为0.10775，说明在5%显著水平下原假设成立，X不是Y的格兰杰原因，因此GDP作为被解释变量，它的滞后期的数值会对银行贷款额X产生影响，有一定的因果关系。5.建立模型进行回归分析经过协整检验的回归模型是有效的回归，我们对该模型进行最小二乘回归法：通过回归结果表11，我们可以得到一元回归方程：（表11）该模型中的拟合优度为0.968205，说明该样本模型对于总体的拟合程度好，但是DW值为0.518593，查DW统计表，dL=1.257,dU=1.437,DW<dL,说明该模型可能是存在正相关性或者是有

13、设定偏误，根据常规，DW值非常小时，一般是有遗漏的解释变量，于是我们加进一个解释变量，考虑到GDP的变动是有滞后作用的，前一期的GDP在一定程度上还会影响下一期的GDP的变动，因此，我们加入GDP的滞后一期作为新的解释变量。在直接用新加入的解释变量进行回归分析之前，我们先对其进行平稳性检验，检验其是否与其他变量为相同阶数的单整序列。 （表12） （表13）表12是Y滞后一期的序列经过一阶差分之后的ADF检验图，表13是Y滞后一期的序列经过二阶差分之后的ADF检验图，表12中的ADF检验值大于各个显著性水平下的t检验统计值，因此其经过一阶差分后仍然是不平稳的，表13中的ADF检验值小于1%、5%

14、、10%显著性水平下的t检验统计值，说明该序列在经过二阶差分后是平稳的，因此Y滞后一期的序列是二阶单整序列，为I（2）。现在确定新的解释变量与其他变量是同阶单整，可以进行回归，回归结果分析为表14所示： （表14）现在模型中的DW值为2.054757，属于（dU，4-dU）中，模型无自相关。但模型中的解释变量是不显著的，且解释变量的系数与实际情况不符，因此模型仍然存在问题，我们可以推测引起自相关的原因不是缺少解释变量，于是我们通过广义差分法对原模型进行自相关的处理。我们先对参差项进行滞后一期的自回归，可得：=0.739218（表15）。（表15）再对原模型进行广义差分，得到广义差分方程：我们对

15、广义差分方程进行回归：（表16）得到回归方程：从表16中可以看出模型的DW值符合无自相关的条件，t检验值和F检验值都是显著的，拟合优度是0.906532，说明该样本模型与总体拟合程度很高，可以很大程度上表现出总体的关系。我们现在就新得到的模型来进行异方差性检验，异方差性指的是解释变量观测值的分散程度是随解释变量的变化而变化的，有时可能是因为模型的设定误差或测量误差的变化而引起的，它会导致模型中各解释变量的参数不再具备有效性，异方差情况下由OLS方法得到的t统计量不再服从t分布，F统计量也不再服从F分布，最终使得对Y的预测不再是有效地， Y预测值的精确度也将会下降。我们使用white检验法来对模

16、型进行异方差性的检验： （表17）我们根据表15中的=8.785176,由white检验知，在显著性水平为0.05时，（2）=5.9915，因 >（2）,所以拒绝原假设，原假设假设的内容是残差值对常数项、解释变量、解释变量的平方及其交叉乘积等所构成的辅助回归中，解释变量、解释变量的平方、交叉乘积的参数均为0，拒绝原假设表明原模型存在异方差，因此要对模型的异方差进行修正。我们分别选用权数1/x、1/、1/对模型进行加权，经估计检验发现用权数1/的效果最好，下面给出权数1/的结果：（表18）（表19）从表18、19中我们可以看出加入权数1/之后，模型中不再存在异方差，参数的t检验显著，模型中

17、F检验也显著。设定的模型在经过单位根检验、协整检验、格兰杰因果检验、自相关性的处理和异方差的修正之后，我们研究的回归分析模型现在是一个正确的模型，可以用于分析变量之间的影响关系。改进后的回归方程：t=-0.587850+1.910783该模型拟合优度很高，=0.906532，说明样本模型对总体的拟合度很高，能在很大程度上反映总体的变动，各解释变量的t检验值均显著，表明当期银行贷款额的增长会对当期GDP产生显著性影响，F检验值显著，表明该模型中的解释变量联立起来会对被解释变量产生显著性影响。经济意义：从模型中我们可以得出，在其他因素不变的情况下，当期银行贷款额每增加一亿元，就会引起当期GDP增加

18、1.910783亿元。 五、研究分析结论及政策建议研究分析结论： 1.根据实证结果，我们可以得知银行贷款对于地方GDP的影响是显著的，但是在实际生活中，很多民间贷款和私人贷款是没有办法被记录到的，这一部分的贷款额就没有被算进回归模型中，存在贷款额数据的缺陷。2.在社会中，影响GDP的因素很多，我们此处仅从商业银行贷款的角度出发来进行研究，如果要深入进行分析，则要从各个方面来考虑，比如公众、企业、政府机构等国际贸易等因素。3.从1988年至2010年之间，由于经济的快速增长而引起银行贷款的增长，说明了一个现象：经济的增长不仅在改变人们的生活，也在改变人们的思想。中国人从古至今都是不敢消费，都是为了生活努力存钱，而从