我国国内生产总值的实证分析

目录

Ⅰ. 摘要 (2)

关键词 (2)

Ⅱ. 正文 (2)

1. 序言 (2)

2. 模型设定……………………………………………………………

3. 参数估计……………………………………………………………

4. 检验修正……………………………………………………………

经济意义检验……………………………………………………

统计意义检验……………………………………………………

计量经济学检验…………………………………………………

多重共线性检验………………………………………………

相关系数检验………………………………………………

逐步回归修正………………………………………………

异方差性检验…………………………………………………

异方差检验…………………………………………………

模型修正……………………………………………………

序列相关性检验………………………………………………

GB 检验……………………………………………………

模型修正……………………………………………………

模型预测检验……………………………………………………

模型确认……………………………………………………………

5. 模型评价………………………………………………………………

6. 政策建议………………………………………………………………

7. 参考文献………………………………………………………………

我国国内生产总值的实证分析

【摘要】：本文主要是从宏观经济的角度，对影响我国自1990年至2009年的国内生产总值的主要因素进行实证分析。结合我国特定国情选取了六个影响我国国内生产总值的主要因素，并对其时间序列分析，建立多元线性模型，利用OLS 方法进行参数估计并进行计量经济学模型的四大检验。经济意义检验中，发现储蓄总额前参数不符合经济理论常识，并在后面的工作中得到了修正；计量经济学检验中，发现初建模型具有多重共线性，采用逐步回归法进行修正，消除了多重共线性；在异方差性检验中，发现模型具有异方差性，采用对数变换法进行修正，消除了异方差性；利用GB 检验法发现模型随机干扰项存在2阶序列自相关性，采用广义差分变换法修正模型， 消除了模型序列相关性；利用2010年数据，模型通过了经济预测检验，并确定了最终模型，得出结论：进出口额、职工工资总额和上期国内生产总值对国内生产总值有很大影响。最后，进行了模型评价并结合模型及我国国情给出了相应的可供参考的政策建议。 【关键词】：国内生产总值 进出口额 职工工资总额 经济意义检验 计量经济学检验 时间序列 多元线性回归 OLS 方法 逐步回归法 多重共线性 异方差性 对数变换法 GB 检验法 序列自相关性 广义差分变换法 经济预测检验

序言

自1985年国家统计局建立起相应的核算制度以来，国内生产总值核算已经成为我国宏观经济管理部门了解经济运行状况的重要手段，制定经济发展战略、中长期规划、年度计划和各种宏观经济政策的重要依据。因此研究国内生产总值的影响因素对我国的经济发展有重大意义。2010年国内生产总值397983亿元，按可比价格计算，比上年增长10.3%，增速比上年加快1.1个百分点。总量跃居世界第二。本文主要运用计量经济学和统计经济学研究一些经济指标对国内生产总值的影响和相关关系。GDP = C+ C1*LNX1 + C2*LNX3 + C3*LNX5

一、模型的设定

选国内生产总值GDP 为被解释变量，而影响国内生产总值的因素有很多，但普遍看来，进出口额、财政支出总额、职工工资总额、税收总额、上期国内生产总值和储蓄总额这六个因素对国内生产总值影响较大，因此，我们搜集了这六个因素的时间序列数据作为解释变量，希望建立一个合适的经济模型来从理论上探讨影响国内生产总值的因素，进而提出相应的建议。把上述六个因素分别设定为X 1、X 2、X 3、X 4、X 5、X 6。设定模型为：

GDP=0β+5544332211X X X X X βββββ+++++β66X +U i 经查资料得国内生产总值样本观测数据（单位/亿元）：

年份 GDP 进出口额 财政支出 职工工资总额 税收收入 上期GDP 储蓄余额 1990 18667.8 5560.1 3083.59 2951.1 2821.86 16992.3 1210.2 1991 21781.5 7225.8 3386.62 3323.9 2990.17 18667.8 1610 1992 26923.5 9119.6 3742.2 3939.2 3296.91 21781.5 2312.3 1993 35333.9 11271 4642.3 4916.2 4255.3 26923.5 3095.2 1994 48197.9 20381.9 5792.62 6656.4 5126.88 35333.9 4680.1 1995 60793.7 23499.9 6823.72 8100 6038.04 48197.9 5884.1

199671176.624133.87937.5590806909.8260793.77647.6 19977897326967.29233.569405.38234.0471176.610053.1 199884402.326849.710798.189296.59262.87897311615.9 199989677.129896.213187.679875.510682.5884402.314666.7 200099214.639273.215886.510656.212581.5189677.118190.7 2001109655.242183.618902.5811830.915301.3899214.622327.6 200120332.751378.222053.1513161.117636.45109655.228121.7 2003135822.870483.524649.9514743.520017.31120332.735119 2004159878.395539.128486.8916900.224165.68135822.841416.5 2005184937.4116921.833930.2819789.928778.54159878.348787.5 2006216314.4140971.540422.7323265.934804.35184937.458575.9 2007265810.3166740.249781.352824445621.97216314.467599.7 2008314045.4179921.562592.66337145422.379265810.378585.2 2009340506.9150648.176299.9340288.16 59521.59314045.4100541.3

——数据来自中国统计年鉴

二、模型的参数估计

对设定模型用OLS法进行参数估计,用Eviews5对上表数据回归得：

Dependent Variable: GDP

Method: Least Squares

Date: 06/29/11 Time: 20:09

Sample: 1990 2009

Included observations: 20

Variable Coefficient

Std.

Error t-Statistic Prob.

X10.4646870.04152711.189910.0000 X2 1.0994050.520605 2.1117810.0546 X3 1.8544330.683749 2.7121550.0178 X40.0980130.082998 1.1809150.2588 X50.7590800.06756111.235390.0000 X6-1.2842790.378693-3.3913490.0048 C-2350.2981721.927-1.3649230.1954

R-squared0.999706

Mean dependent

var124122.3

Adjusted R-squared0.999571

S.D. dependent

var95623.17

S.E. of regression1981.296

Akaike info

criterion18.29011

Sum squared resid51031963

Schwarz

criterion18.63861