计量经济学期末课程论文设计 对我国GDP影响因素的分析

广西工学院2011-2012学年第一学期

期末课程论文设计

科目金融计量经济学

课题对我国GDP影响因素的分析

任课教师杨毅

班级国贸091班

姓名

二○一二年元月

对我国GDP影响因素的分析

（研究范围：城镇、农村人均收入、恩格尔系数以及就业人数）

【摘要】：运用1990-2009年我国城镇、农村人均收入，恩格尔系数以及就业人数的数据，建立了ARLM、古典线性回归模型，通过OLS回归、怀特异方差检验、ＢＧ自相关检验、非正态检验、多重共线性分析、RESET检验、邹至庄检验等实证分析了城镇、农村人均收入、恩格尔系数以及就业人数对我国GDP影响。通过这一系列统计分析和检验方法，拟合出比较优良的GDP模型，得出1990-2009年间我国经济增长的情况。由此来分析所选取的这四个变量对GDP的贡献情况，结合当前我国宏观经济形势，找出目前经济发展存在的问题，从而找出相应的对策。

【关键词】：GDP 恩格尔系数影响因素回归分析

一、引言

改革开放以来，中国经济取得了令全世界震惊的巨大成就，持续25年年均增长率超过9%，经济总规模已经稳居世界第四。2010年中国经济增长率更是高达10%。因此，许多专家学者指出，我国目前的经济形势是上世纪90年代中期以来最好的。由此可见，GDP作为现代国民经济核算体系的核心指标，它的总量可以反映一个国家和地区的经济发展及人民的生活水平，其结构可反映社会生产与使用，投资与消费之间的比例关系及宏观经济效益，对于经济研究、经济管理都具有十分重要的意义。尤其从1985年我国开始正式统计GDP后，它就越来越受到人们的关注。GDP的核算中有许多因素在起着作用，为此，本文对国内生产总值GDP的影响因素作计量模型的实证分析，以期分析各影响因素对经济增长的贡献情况，结合我国当前的宏观经济形势，对国家宏观经济政策提出一点自己的看法。

二、建模分析

1、数据收集

从《中国统计年鉴》得到我国1990-2009年国内生产总值GDP、我国城镇、农村人均收入，恩格尔系数以及就业人数的统计数据，如表1所示。

数据收集（数据来自《中国统计年鉴》中国国家统计局网站/）：数据基于全国范围内各年年末的数据统计，样本数据如下：

数据汇总整理，其中：nian fen：年份，gdp：国内生产总值，tincome：城镇居民人均收入，cincome：农村居民人均收入，tengr：城镇居民恩格尔系数，cengr：农村居民恩格尔系数，twork：城镇居民就业人数，cwork：农村居民就业人数。数据汇总整理如下表所示：

2、对GDP影响因素的分析过程

利用Eviews6.0和我国1990-2009年我国城镇、农村人均收入，恩格尔系数以及就业人数的数据建立了ARLM、古典线性回归模型，通过OLS回归、怀特异方差检验、ＢＧ自相关检验、非正态检验、多重共线性分析、RESET检验、邹至庄检验等实证分析了城镇、农村人均收入、恩格尔系数以及就业人数对我国GDP影响。

（1）OLS回归结果如下：

图1 回归结果分析：由上图所示回归结果可知：最优拟合优度大于0.99，所以数据的拟合优度较好。但是CENGR、CINCOME、TENGR和TWORK的P值均大于0.1，其中TENGR和TWORK的P值均大于0.9，最不为显著，此时不能拒绝TENGR和TWORK为0的零假设。

因此，去掉TENGR和TWORK后重新进行OLS回归，回归结果如下：

图2 由上表回归结果可知：CINCOME的P值仍大于0.1，不能拒绝CINCOME为0的零假设，因此把CINCOME从原模型中剔除，再次对剩下的变量进行OLS回归，回归结果如下：

图3

由上述回归结果可知：数据的拟合优度值均大于0.99，数据能较好拟合，且模型中的变量都是显著的。由此可以得出多元线性回归方程为：

GDP=551205.5+996.2931*CENGR - 12.97432*CWORK + 20.88151*TINCOME

(2) 怀特异方差检验

对上述的回归模型进行怀特异方差检验，检验结果如下：

图 4 由上表怀特异方差检验结果可知Ｐ值大于０.１，不能拒绝不存在异方差的零假设，因此不存在异方差。

（3）ＢＧ自相关检验

对回归模型进行ＢＧ自相关检验，结果如下：

图5

由上述检验结果可知P值小于0.1，能够拒绝不存在自相关的零假设，因此，回归模型的误差项间存在自相关。

图6 添加AR(1)后进行BG检验,结果如下:

图7

（4）非正态检验

对扰动项进行非正态检验，检验结果如下：

图8 由上述结果可知，P值为0.577958大于0.05，即在5%的显著性水平下不能拒绝正态性零假设，所以扰动项服从正态分布。

（5）多重共线性分析

对回归模型各自变量进行多重共线性，分析结果如下：

图9

由上述检验结果可知，三个自变量之间存在一定的相关性，但是剔除cincome、tengr和twork之后的回归模型中，这三个参数都是显著的，在显著的情况下，可以忽略多重共线性。

（6）RESET检验

对回归方程进行线性检验，检验结果如下：

图10

由检验结果可知，不能拒绝回归函数是线性的零假设，即回归方程不存在明显的非线性。

（7）邹至庄检验

对回归模型进行邹至庄检验，检验结果如下：

图11

由上述的P值为0.153001可知，不能够拒绝数据不存在断点即参数是稳定的零假设，所以该回归方程参数随时间的变化是稳定的。

由上述检验过程可知，多元线性回归方程：

GDP=551205.5+996.2931*CENGR - 12.97432*CWORK + 20.88151*TINCOME

均能通过。