影响我国固定资产投资的因素分析

1、题目：影响我国固定资产投资的因素分析院（系）专业班级学号学生姓名目录第1章前言1第2章关于影响我国固定资产投资的因素的建模22.1数据的选取22.2模型的估计32.3模型的检验42.3.1统计检验42.3.2多重共线性检验42.3.3异方差检验一White检验92.3.4自相关检验一LM检验10第3章对策建议123.1处理好固定资产投资与经济发展的关系123.2处理好投资与消费之间的关系123.3实施有差别的投资调控123.4适度扩大固定资产投资的规模123.5优化固定资产的投资结构12参考文献14辽宁工业大学开放性实验说明书（论文）第1章前言在国民经济发展过程中，固定资产投资是影响经济增长的

2、一个重要因素，对经济增长具有直接的拉动作用，固定资产投资是指某个国家或者地区内固定资产投资的数量和范围，是以价值形式表示的投资建设活动的工作量，是反映建设规模的综合性指标。本文选取了影响固定资产投资的四个因素分别是：GDP、财政支出、进出口总额、社会消费品零售总额。GDP是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。影响GDP的主要有三大因素：消费，投资，净出口。一般认为，固定资产投资是影响GDP变动的因素，但是反过来讲，GDP的增长或者降低对固定资产投资也会产生一定的影响，所以我们把GDP纳入解释变量。财政

3、支出也称公共财政支出，是指在市场经济条件下，政府为提供公共产品和服务，满足社会共同需要而进行的财政资金的支付。由于政府支出中有不小的比例用于政府主导固定资产投资，所以理论上来说，财政支出对于固定资产投资应该有着比较显著的影响。进出口总额指实际进出我国国境的货物总金额。包括对外贸易实际进出口货物，来料加工装配进出口货物，国家间、联合国及国际组织无偿援助物资和赠送品，华侨、港澳台同胞和外籍华人捐赠品，租赁期满归承租人所有的租赁货物，进料加工进出口货物，边境地方贸易及边境地区小额贸易进出口货物（边民互市贸易除外），中外合资企业、中外合作经营企业、外商独资经营企业进出口货物和公用物品等。进出口总额用以

4、观察一个国家在对外贸易方面的总规模。我国规定出口货物按离岸价格统计，进口货物按到岸价格统计。社会消费品零售总额指批发和零售业、住宿和餐饮业以及其他行业直接售给城乡居民和社会集团的消费品零售额。一般认为，消费的多了，用于投资的就少了，所以社会消费品零售总额对固定资产投资应该是负向的影响关系。本文选取了全国19952014年的国内生产总值（GDP）、财政支出、进出口总额、社会消费品零售总额与固定资产投资额的相关性进行分析，利用计量经济学的分析为基础，进一步揭示影响我国固定资产投资的因素，并提出相应的对策建议。第2章关于影响我国固定资产投资的因素的建模关于投资，已经有很多学者进行过不同方面的研究，对

5、本国的经济发展，的确有着至关重要的作用，要想发展本国经济，认真研究是很必要的。对于影响我国固定资产投资因素的研究成为经济学热点问题之一。2.1数据的选取为了具体分析各要素对我国固定资产投资的影响，选择“固定资产投资”作为被解释变量（用Y表示），选择“GDP”（用XI表示）、“进出口总额”（用X2表示）为解释变量、选择“财政支出”（用X3表示）、选择“全社会消费品总额”（用x4表示）。见表1。表11995-2014年影响我国固定资产投资因素的统计数据年份固定资产投资（Y）GDP（X1）进出口总额（X2）财政支出（X3）全社会消费品总额（X4）199520019.3061129.823499.90

6、6823.7223613.8199622913.5071572.324133.807937.5528360.2199724941.1079429.526967.209233.5631252.9199828406.2084883.726849.7010798.1833378.1199929854.7090187.729896.2013187.6735647.9200032917.7399776.339273.2015886.5039105.7200137213.49110270.442183.6018902.5843055.4200243499.91121002.051378.2022053.1

7、548135.9200355566.61136564.670483.5024649.9552516.3200470477.43160714.495539.1028486.8959501.0200588773.61185895.8116921.8033930.2868352.62006109998.16217656.6140974.0040422.7379145.22007137323.94268019.4166863.7049781.3593571.62008172828.40316751.7179921.4762592.66114830.12009224598.77345629.215064

8、8.0676299.93132678.42010251683.77408903.0201722.1589874.16156998.42011311485.13484123.5236401.99109247.79183918.62012374694.74534123.0244160.21125952.97210307.02013446294.09588018.8258168.89140212.10242842.82014512020.65636138.7264241.77151785.56271896.1数据来源：中国统计年鉴2014年对原始数据进行简单的分析，我们由此初步建立了多元回归模型:f

9、=卩十卩X+卩X+卩X+卩X+£011223344i2.2模型的估计利用Eviews软件，做Y对XI、X2、X3、X4、的回归模型估计的结果。结果如图1：DependerLtVariabl已：Y1111JNethud:Le:astSquaries111_JDate:01/11/ICTune:12:17Sanple:19952014Includedobsexvations:2UVariabl已iCuefficientStd.Error!t-Statistiii:LUProb.11c46840.5112430.10-3.7583140.0019KI1.0890360.381374-0.2

10、334610.81861-0.14E111120.179783-0.8071E21111111111111110.4322II11K3-0.7324381.210611-0.6050151110.55421111-2.8139730.4475556.2874371111111110.0000111111Fl-squ：ired0.9983891111Me：andependerrtvariiii149775.6AdjustedR-squared0.997960111111S.D.deperuderrtvar111111153600.1S-Eq£reg：ressiorL6937.87511

11、111111Akaikinfocriteriun20.73970Sujtlsquaredresid7.22E-K3S1111Sclwaxzcriterion11ii20.98S63LoglikeliJiood-202.397F-就atistic1111112324.469CurbitlVJatsmst:at11.18721211111111Prob(F-statistic)111111110.0000011110图1回归估计结果由图我们可以得出模型的方程为：Y二46840.51+1.089036X-0.145112X-0.732438X-2.813973X1234其中，R2=0.998389；

12、F=2324.469；S.E=6937.8753辽宁工业大学开放性实验说明书(论文)23模型的检验2.3.1统计检验因为R2=0.998389，所以拟合优度很好，方程有显著的线性关系°F=2324.469，大于临界值，通过了F检验，也说明方程显著。对各系数进行t检验，经过查表得到t(18)2.10，|t1=0.233416,|t1=0.807152，|t1=0.605015小于临界值，变量未0.025123通过t检验，只有|t1=0.807152，|t1=6.287437大于临界值，通过t检验，造成这种24原因有可能是变量之间具有严重的多重共线性。2.3.2多重共线性检验1.观察变量

13、间的相关关系CorrelationMatrixX1X2X3X4X11.0000000.9729630.9931970.9&6352X20.9729G31.0000000.9590630.953142X30.99S1970.959031.0000000.998660X40.9963520.9531420.9986601.000000图2相关关系图由图2可以看出存在多重共线性，其中X1与X3、X4之间的的多重共线性比较严重,达到了0.998197,0.998660；2多重共线的消除(1) 为消除变量间的多重共线性，分别计算Y与每个变量进行回归。 Y与X1的估计4辽宁工业大学开放性实验说明书

14、（论文）8llethcid:Le：astSquaresBate:01/11/16Time:12:19Sanple:19952014Incluiledobm已rvatns:2IJDepemieirtYariable:YVariable11111111CoefficientStd.Error|t-Stat1st!icProb.c52523.337S77.532-.SSOISO0.0000N1111.8094680.02B40731.859520.0000E-3qu：iredii0.9S257611Mealdependerrtvaxii145775.6AdjustedR-squared1111110

15、.981607111111S.D.dependentvar111111153600.13Eofregression1111111120S31.10I1111111Akaikeinfocriterion22.82092Suhlsquaredresid1111117.81E-HJ91111111111Suhmrzcrit已i:iuii22.920419Logliielihood111111-226.209211F-statisticiiiiii1015.0291Durbm苴tsonst:at-vv-vv-v-.-.".-.-.-0.480460Prob(F-sta.tistic)0.00

16、0000图3y与xl的估计由上图可知，R2=0.982576Y与X2的估计Date:01/11/16rime:12:20Sanple:19952014Includedubservations:2LlVariableCoefficientStd.Errort-StatistItProb.C46359.7420689.70-2.2407160.0379K2-1.541141110.14066911.656700.0000Mean,dependentvar149775.DependentVariableTiMethod:LeastSquaresR-squared0.883202IIIIAdjuste

17、dR-sq.uared；0.876713D-s6i_536oa''S.E.ofregressiori53932.47111Akaikeinfocriterion24.7234gSumsquaredresid5.24E+10'、2、2、2、2、111Schwarzcriterion.24.82307Loglikelihood-245.234gF-訳atistic136.Ill9Durbiri-'Watsan.stat0.450327iiiProb(F-statistic)0.0000001图4y与x2的估计由上图可知，R2=0.883202Y与X3的估计Depen

18、derLtVariable:Y1111He七hend:Le:astSquares1111Date:01/11/ICTime:12:22Sajiple:19352014Includedobs已工兀丁日1ions:2UVariableCoefficientStd.Errort-Statist1CProb.1111C1TG2S.915055.515-3.4S70650.0026K3-3.2253350.07275144.333740.0000111E-3QU：dXed0.390525血andepemlerrtvar149775.6AdjustedR-squ：ared0.9904215Ddepende

19、rrtvar153600.111S-Eq£reg：ressiorL15033.30Akailseinfocriterian22.15856Si-litlsquaredresid4.07E-HJ9Sclwaxzcriterilh_lvvm讥w讥“22.2G814Loglikeliliuud-219.056F-銚atistic1065.4S1CurbitlVJatsonst:atW-A'W-jV0.5108B4Prob(F-statistic)0.00000101图5y与x3的估计由上图可知，R2=0.990925Y与X4的估计Dependei_rtVariable:TMethc

20、d:Le:sstSquar已eDate:01/11/10Trine:12:23S：ajTple:15952014Includedobservations:20VariableCoefficientStd.Errort-StatistProb.1c44130.46332B.228-13.259450.0000-1.9896900.02704973.559741I110.00001111Fl-squ：dred0.996684Ke:dt_Ldeperud已门土varL149775.6iAdjustmdR-squared0.096500S.D.dependerrtvar153600.115Eofreg

21、ressicn_90B6.718AJiaikeinfocritericn21.161615Sujtlsquaredr&sid1.49E+09SclTj/arzcriterion21.26123Loglikelihood.-209.6165F-statistic5411.031GDurbimW：a±sonst:a±0.774456Prob(F-statistic)0.0000010图6y与x4的估计由上图可知，R2=0.996684对于以上结果，列出如下表格:表2拟合优度值X1X2X3X4R20.9825760.8832020.9909250.996684由表得，X4

22、的拟合优度最好，且方程通过了F检验，t检验，因此选择:Y=44130.46-1.989690X为初始一元线性回归方程。4（2）接下来利用逐步回归法，再将X3带入方程。将X3带入方程，Y与X4、X3的估计DependerrtVariable:YMethod:LeastSquares1/T17T6"2:24"ISample:19952014iInc1口dedobservations:2ClVariable1111111111CoefficierrtStd.Errort-StatisticProb.C590S2.096625.163-8.914812o.ooaoS31111111

23、1-1.8752720.74559111111111-2.5117810.02241111111111-3.1416410.4532356.8410360.0000R-squ：arEdiiiiiiii0.937582Me：3tidepemierrtriiii149775.6Adjust已dE：siu:ared0.9372973.Ddepend已zntr153600.120.946032-17095393.E.ofregression7985.113Sunsquaredresid1.08E+09Loglikelihood-20G.460F-statistic3506.65_3IGDurbirr&

24、#39;Watsan.stat1.420069Prob(F-statistic)0.000000图7y与x4、x3的估计由图10我们可以看出，R2=0.997582,R?增大了，t（18）二2.10，111=2.511781,0.0253|t1=6.841036,显著性t检验都通过，说明x3应该在此模型中。4 将X4带入方程，Y与X4、X3、X1的估计辽宁工业大学开放性实验说明书(论文)Dependei-L-tY3_rlabl曰:TMelhod:匸e：ast3quar已wDa-te:01/11/16Tin：12:25Sanple:19952014IncludedohserTza±&#

25、163;ns:20Variabl已iiCoetficiStcLError-t-5tatistFrob.111et_LTZLcc.ini?7.5n:pi朋“门尺！一乩仙mvr!n.nnnrEl匚i374443匚i14131S549697匚iLU75iiiiiixn-n.11iiiRri-WdFir茁-n.in.annF1II1II口!i藍411-2.96869!0.399998!7.421765!LLLlULlO4Elsqu-are且LL908319dep«ender±1497756AdjustedR-sq,u：dredn.998004SBIXdependentv：ari53

26、«nn.|11ofreeression6861.900舷成边nfncriterion20.68221Sujtlm口uaredresid7.53E-H38Scl-!?.'/arzcriterion20.8813CLoslikelihood-202.8221F-說atistic3168.080Dijrbin-¥：d±scmst：atV1.206956Prob(F-statistic】0.000000图8y与x4、x3、x1的估计由图11我们可以看出，R2=0.998319,R?增大了，t(18)2.10,111=0.120593,0.0253显著性t检验未通过

27、，|1=2.649697，显著性t检验通过，说明x3、x1存在多重共线性。X1应该在此模型中，剔除X3。 将X2带入方程，X与X4、X1、X2的估计DejpendjentVariable:TMethod:LeastSquaresn“i十m/11/1tiiiim：1?：?f；GuhmIc；1955201.4Includedobseivsti-ons;20Varis,ble匚oef±i口i_erct3td=Err口trtStatisticFrdbaC3953S.352913256-1357188匚ionuoHl0.2730410.225501-1.2108200.2435K2-匚i075

28、991匚i13i3i：i3T-0.55S607匚i5342一巳7362964201656.512435口1匚iiJRErjnaredLL998350Meandpenderrtvar1497756Adjus且squared匚i9980413-Ddependentvar1536LIU1S.E£_cgrei.okl67M.03Akaiheirifo20.6G3Scriterxon1Ewtl3qxiare«lresidxLLLLLLLL、T4UE-H38SclT.'.rarzcriterionrL.L.L.L.L.L20.8S296Loglikelil-LOod-2LI26

29、331Fffta-tistic3227i工32Du.rb1rc-Ws±s=匚ctl吕七:art1059214PrL-b(Fstistrc)LL00LiLi0图9y与x4、xl、x2的估计由图12我们可以看出，R2=0.998350,R?增大了，t(18)二2.10,111=1.210820,0.0251|t|=0.558607,|t|=6.512435.x1，x2的t值小于t临界值，显著性检验未通过，说24明x2、x1存在多重共线性。X1应该在此模型中，剔除X2。综上所述，得出消除多重共线性以后的模型为：f二39538.35+0.273041X-2.736296X142.3.3异方差

30、检验一White检验回归方程为f二39538.35+0.273041X-2.736296X14在原来残差与解释变量线性关系的基础上再加入解释变量的平方项与交叉项，因此得到辅助回归模型，以回归模型还有2个解释变量写出辅助回归的一般形式：Au2=a+ax+ax+ax2+ax2+axx+8t011221331241351213t那么，提出检验的原假设H:a=0(i=2,3)0i备选假设h:a、a中至少有一个不等于零123利用Eviews软件，做Y对X1、X4、的回归模型White检验。WhiteHeterosIkedasticityTest:F-statistic0.G13581Probabilit

31、y0.655095Obs*R-sciiared28319-54Probability05S6330TEquation:DependentVariableRESIDEMstHicd-La自Square5Date:01/09/1BTim-e:14:36Sample:19952014IncIudiedobsiervatians.20VariabilsCoefficient.Std.brr&rt-StatisiicProb.c20G3906了G0419-770.34-24240.7363X1-3831.031314S4-25-1Z1&8090XI0.00242Ba.oaz&30

32、0.9232770.3705X4107S0.249125.0771.1S13860.2558X4A2-0.0204160.017376-1.1749760.2503R-squared0.141598Meandpndantvar37702775AdjustedR-squared-0.U87310S.D_dependentvar5269&119S.E_ofregresiion549404-23Akaikeinfocriterion30.69401Sumsquaredresid4.53E+16Schwarzcriterion38.34-Z94LoglikAlihaod-3srg<oiF

33、«etatietic0618601Durbin-Watsonstai1.325SS5Prob(F-statistic)U.65&095图10y对xl、x4的回归模型White检验10辽宁工业大学开放性实验说明书（论文）由图10得到辅助回归时估计结果如下：WT二TR2=2.831954,TR2服从自由度为g的/2分布，给定显著性水平a=0.05，（g）查临界值X2（14）二23.685。TR2=2.831954<咒2（14）二23.685，所以接受H，认为该模0.050.050型不存在异方差。2.3.4自相关检验一LM检验回归方程为Y二39538.35+0.273041X

34、-2.736296X14对于该二元回归模型，考虑误差项为2阶自回归形式u二pu+pu+v，其中vt1t-12t-2tt为随机项，符合各种假定条件。零假设为H:p=p=0（表明u不存在2阶自相关）012t备选假设为H:p中至少有一个不为零（i=1,2）1i现建立残差的辅助回归式e=pe+pe+卩卩X+卩X+vt1t-12t-20+12t23tt利用Eviews软件，做Y对X1、X4、的回归模型LM检验。Breusch-GodfreySerialCo-rrelatio-nLMTest.F-statisti-c1.00B090Probability0.388346Obs*R-s口Limred2.36

35、3720Probability0.305789festEquationDependentVariable.RESIDMethcxdzLeaatSquaresate-01/09/1STims'14-4-3Presamplemissingvaluelaggedresidualssett.ozero.VriablCoefficientStd.Errort-StatisticProb.c-329.1512747.307-0.1199ia0.9062X10.023斗口&0.09G5S80.2423J30.8118X4-J0564&1023S&36-023561208139

36、R.ESIDf-1)a.2458240.2547030.3651420.3498R.ESIDt-20.186949-0.25544-80.7318470.475SR-squared.118486-Meandependentvar2.44E-11AdjiJ3te-dR-3quared-0.116594S.D_-dependentvarS299.772SEo-frsgressionG&56.879-Akailkinfocriterion20.GS701Sumsquaredresid6.&5&+UBSchwarz-criterion20.90594Lagilikelihood-201.5701F-staiistic0.504045Durbin-Watsonstat1.692725Prob(F-statistic)0.733448图11y对xl、x4的回归模型LM检验构造LM统计量，LM=TR2=2.369720，LM统计量TR2服从自由度为2的X2分布，给定显著性水平a=0.05，查临界值得X2005（2）=5.991。TR2=2.369720<咒2qq5（2）=5.991,所以接受h0，认为该模型不存在自相关。综上所述，得出消除多重共线性以后，且不存在异方差和自相关的模型为：Y二39538.35+0.273041X-2.73629