(完整版)我国进出口总额影响因素分析

合集下载
  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)。

我国进出口总额影响因素分析

一、数据的收集——以下数据来源于中国统计年鉴

根据数据做出GDP,实际利用外资金额,外汇储备,对外完成营业额,汇率与进出口总额的相关图形。

进出口总额与GDP的关系图

进出口总额与实际利用外资金额的关系图

进出口总额与外汇储备的关系图

进出口总额与对外完成营业额的关系图

进出口总额与汇率的关系图

二、模型的初步提出

从上图可以看出,进出口总额与各因素之间大体呈线性关系,建立以下简单线性回归模型:

设定模型Y t =1β+2βX 1 +3β2X +4β3X +5β4X +6β5X +U t

其中,Y t 表示进出口总额;X 1为GDP ;2X 为实际利用外资金额;3X 为外汇储备;

4X 为对外完成营业额;5X 为汇率;U t 是除了解释变量之外影响进出口总额的其

他因素的误差项。 模型的回归结果如下:

Dependent Variable: Y Method: Least Squares Date: 06/15/15 Time: 19:36 Sample: 2000 2014 Included observations: 15

Variable

Coeffici

ent Std. Error

t-Statisti

c Prob.

C -268063.

0 108410.3 -2.472672 0.0354

X1 0.830395 0.099205 8.370496 0.0000 X2 32.51004 44.30729 0.733740 0.4818 X3

9.984450 1.658450 6.020351 0.0002 X4 -403.874

6 40.54440 -9.961292 0.0000

X5

26567.77 11737.84 2.263430 0.0499

R-squared

0.996158 Mean dependent

var

150598.3 Adjusted R-squared 0.994023 S.D. dependent

79745.03

var

S.E. of regression 6165.212 Akaike info

criterion

20.58041

Sum squared resid 3.42E+08 Schwarz criterion 20.86363

Log likelihood

-148.353

1 F-statistic 466.6565

Durbin-Watson stat 2.847823 Prob(F-statistic

)

0.000000

由回归结果可得模型为: Y t =-268063.0

+0.830395X 1+32.510042X +9.9844503X -403.87464X +26567.775X

(108410.3) (0.099205) (44.30729) (1.658450) (40.54440) (11737.84)

t=(-2.472672) (8.370496) (0.733740) (6.020351) (-9.961292) (2.263430)

R 2=0.996158 F=466.6565 n=15 D.W=2.847823

1. 经济意义检验:

由所得到的回归系数,可说明GDP 每增加1亿元,实际利用外资金额和外汇储备每增加1亿美元,对外完成营业额每增加1亿美元,汇率每提高1%。平均说来进出口总额将分别增加0.830395亿元,增加32.51004亿美元,增加9.984450亿美元,减少403.8746亿美元和增加26567.77亿元。

2. 拟合优度和统计检验:

拟合优度检验:由回归结果可得,可决系数为0.996158,说明所建模型整体上对样本数据拟合较好,即解释变量“GDP ,实际利用外资金额,外汇储备,对外完成营业额,汇率”对被解释变量“进出口总额”的绝大部分差异做出了解释

对回归系数的显著性检验:T 检验

提出原假设H 0:1β=2β=3β=4β=5β=6β=0,备择假设H 1:1β.2β.3β.4β.5β.6β不全为0,假定显著水平α=0.05,所以自由度为n-6=15-6=9的临界值t 025.0(9)=2.262,因为t(1β)=-2.472672< -t 025.0(9)=-2.262应拒绝H 0,t(2β)=8.370496> t 025.0(9)=2.262 应拒绝H 0,t(3β)=0.733740<

t 025.0(9)=2.262应接受H 0, t(4β)=6.020351> t 025.0(9)=2.262.应拒绝H 0,t(5β)=-9.961292< -t 025.0(9)=-2.262应拒绝H 0,t(6β)=2.263430>

t 025.0(9)=2.262 应拒绝H 0。这表明GDP ,外汇储备,汇率和对外完成营业额对进出口总额有显著影响,而实际利用外资金额对进出口总额无显著影响。 三、多重共线性的检验与修正

由上述被解释变量Y 与各被解释变量1X ,2X ,

3

X ,4X ,

5

X 的关系图可以看出

1X ,2X ,3X ,4X 的回归系数的符号应为正,5X 的回归系数的符号应为负,但

上述建立的回归模型4X 和

5

X 的回归系数的符号与预期相反,且个别解释变量的

R 2和F 值都很大而T 值较小,说明解释变量之间存在多重共线性。 计算各解释变量的相关系数: X1

X2

X3

X4

X5

X1 1.000000 0.971543 0.991503 0.995177 -0.971722 X2 0.971543 1.000000 0.986593 0.971454 -0.981795 X3 0.991503 0.986593 1.000000 0.992451 -0.984915 X4 0.995177 0.971454 0.992451 1.000000 -0.976078 X5

-0.971722 -0.981795 -0.984915 -0.976078 1.000000

由相关系数矩阵可以看出,各解释变量相互之间的相关系数较高,证实确实存在严重多重共线性,采用逐步回归法进行补救:

其中,加入3

X 的方程2

R 最大,以

3

X 为基础,顺次加入其他变量逐步回归:

相关文档
最新文档