关于GDP与固定资产投资的 计量经济模型分析

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

关于GDP与固定资产投资的计量经济模型分析市场营销:郎明关能耀

.

固定资产对一个企业来说是其主要的劳动手段,它的价值是逐渐地转移到所生产的产品上去.企业同时又是重要的市场主体,因此对固定资产的投资间接得影响到了一个经济体的产出,而在一定时期内,社会储蓄总额对固定资产的投资起到

很大的作用。.这里主要对GDP及国有经济固定资产投资额(X1),以及储蓄总额(,

进行计量经济学多元线性回归模型分析.

obs Y X1 X2 :

()1991 21617.8 9241.6 5508.8

1992 26638.1 11759.4 8080.1 1993 34634.4 15203.5 13072.3 1994 46759.4 21518.8 17042.3 1995 58478.1 29662.3 20019.3 1996 67884.6 38520.8 22974 1997 74462.69 46279.8 25300 1998 78345.2 53407.5 28457 1999 82067.5 59621.8 29876 2000 89403.6 64332.4 32619

2001 94812.96 73762.4 36898

------数据来源《中国统计年鉴》我们建立了如下模型:

Y=α+β1X1+β2X2+u

其中:

Y——国内生产总值(GDP)

α——常数项

β1,β2——代定参数

X1——为储蓄总额

X2——为全社会固定资产总额

我们分别利用EVIEWS软件,用最小二乘法进行回归分析及统计检验,

Dependent Variable: Y

Method: Least Squares

Date: 06/03/04 Time: 17:18

Sample: 1991 2001

Included observations: 11

Variable Coefficient Std. Error t-Statistic Prob.

C 7776.594 3394.531 2.290918 0.0512

X1 0.128950 0.251960 0.511787 0.6226

X2 2.230490 0.563456 3.958585 0.0042 R-squared 0.987237 Mean dependent var 61373.12 Adjusted R-squared 0.984047 S.D. dependent var 25608.37 S.E. of regression 3234.483 Akaike info criterion 19.22813 Sum squared resid 83695054 Schwarz criterion 19.33664 Log likelihood -

102.7547 F-statistic 309.4180 Durbin-Watson stat 1.013510 Prob(F-statistic) 0.000000

由计算结果可以的出方程:

Y=7776.594+0.128950X1+2.230490X2+U

T (2.290918)(0.511787)(3.958585)

R2= =0.987237 F=309.4180 DW=1.013510

从经济意义上来说储蓄总额和固定资产对GDP有促进作用,由计算的结果:β1,β2>0 并且可决系数R2= =0.987237接近与1 可以看出来,所以模型的参数估计是符合经济理论的。β1=0.128950

表示在全社会固定资产总额不变情况下,储蓄总额每增加一亿元,国

内生产总值就增加0.128950亿元。β2=2.230490表示在储蓄总额不变时全社会固定资产总额每增加一亿元GDP就增加2.230490亿元,

基本符合我国的情况。 Dependent Variable: Y

Method: Least Squares

Date: 06/03/04 Time: 18:14

Sample: 1991 2001

Included observations: 11

Variable Coefficient Std. Error t-Statistic Prob.

C 7776.594 3394.531 2.290918 0.0512

X1 0.128950 0.251960 0.511787 0.6226

X2 2.230490 0.563456 3.958585 0.0042 R-squared 0.987237 Mean dependent var 61373.12 Adjusted R-squared 0.984047 S.D. dependent var 25608.37 S.E. of regression 3234.483 Akaike info criterion 19.22813 Sum squared resid 83695054 Schwarz criterion 19.33664 Log likelihood -

102.7547 F-statistic 309.4180 Durbin-Watson stat 1.013510 Prob(F-statistic) 0.000000 分析的F=309.4180>F0.05(1,10)=3.28,表明模型从总体上国民生产总值与解释

变量之间的线性关系显著

X1 X2

X1 1 0.983774859

646

X2 0.9837748591

646

由表可以看出,解释变量之间存在高度线性相关。

修正

obs Y X2

1991 21617.8 5508.8

1992 26638.1 8080.1

1993 34634.4 13072.3

1994 46759.4 17042.3

1995 58478.1 20019.3

1996 67884.6 22974

1997 74462.6 25300

1998 78345.2 28457

1999 82067.5 29876

2000 89403.6 32619

2001 94812.96 36898

Dependent Variable: Y

Method: Least Squares

Date: 06/03/04 Time: 18:31

Sample: 1991 2001

Included observations: 11

Variable Coefficient Std. Error t-Statistic Prob.

C 6553.275 2309.310 2.837763 0.0195

X2 2.514181 0.096854 25.95843 0.0000 R-squared 0.986820 Mean dependent var 61373.11 Adjusted R-squared 0.985355 S.D. dependent var 25608.36 S.E. of regression 3099.006 Akaike info criterion 19.07852 Sum

相关文档
最新文档