中国经济增长因素实证分析Word文档格式.docx
- 文档编号:14007624
- 上传时间:2022-10-16
- 格式:DOCX
- 页数:10
- 大小:81.61KB
中国经济增长因素实证分析Word文档格式.docx
《中国经济增长因素实证分析Word文档格式.docx》由会员分享,可在线阅读,更多相关《中国经济增长因素实证分析Word文档格式.docx(10页珍藏版)》请在冰豆网上搜索。
1981
4891.6
43725
961
1998
84402.2
70637
28406.2
1982
5323.4
45295
1230.4
1999
89677A
71394
29854.7
1983
59627
46436
1430.1
2000
99214-6
72085
32917J
1984
72084
48197
1832.9
2001
109655.2
73025
37213-5
1985
9016
49873
2543.2
2002
120332.7
73740
43499.9
1986
10275.2
51282
3120-6
2003
135822.8
74432
55566.6
1987
12058.6
52783
3791.7
2004
159878.3
75200
70477.4
1988
15042.8
54334
4753.8
2005
184937.4
75825
88773.6
1989
16992.3
55329
4410.4
2006
216314.4
76400
109998.2
1990
18667.8
64749
4517
2007
2658103
76990
137323.9
1991
21781.5
65491
5594.5
2008
314045.4
77480
172828.4
1992
26923.5
66152
8080.1
2009
340903
77995
224598.8
1993
35333.9
66808
130723
2010
401202
78135
278140
1994
48197.9
67455
17042.1
2011
473104
79345
311022
1995
60793.7
68065
200193
2012
519322
80178
364835
1996
71176.6
68950
□22913.5
资料来源:
中经网统计数据库
2.2模型建立
为了具体分析各要素对我国经济增长影响的大小,我们可以用国内生产总值丫作为对经济发展的衡量,代表经济发展;
用总就业人员数X1衡量劳动力;
用固定资产投资总额X2衡量资本投入。
中国经济增长除了受劳动力、资本投入影响外,还可能受其他一些变量及随机因素的影响,我们把它统一归并到随机变Ui中,根据丫与
XI、X2的表1.1数据,作丫于X1、X2之间的散点图,如图1,采用的模型如下:
丫二?
0+?
1X1+?
2x2+Ui其中丫代表国内生产总值,X1代表总就业人员数,X2代表固定资产投资总额,Ui代表随机误差项
图1X1、X2与Y的散点图
从散点图可以看出,丫国内生产总值与X1总就业人员数大致呈线性关系,且正相关,丫国内生产总值随X1总就业人员数增加而增加;
Y代表国内生产总值与X2代表固定资产投资总额,大致呈线性关系,且正相关,Y代表国内生产总值随X2代表固定资产投资总额增加而增加。
3.研究结果
3.1参数估计
利用Eviews软件,作丫对X1、X2的回归,回归结果如下图2
DependentVariable:
Y
Method:
LeastSquares
Date:
10/20/14Time:
14:
29
Sample:
19802012
Includedobservations:
33
Variable
Coefficient
Std.Errort-Statistic
Prob.
C
-97122.00
16960.33-5.726420
0.0000
X1
2.052160
0.2765367.420945
1.288531
0.03387938.03359
R-squared
0.990688
Meandependentvar
120235.9
AdjustedR-squared
0.990067
S.D.dependentvar
143674.1
S.E.ofregression
14318.93
Akaikeinfocriterion
22.06306
Sumsquaredresid
6.15E+09
Schwarzcriterion
22.19911
Loglikelihood
-361.0405
Hannan-Quinncriter.
22.10884
F-statistic
1595.852
Durbin-Watsonstat
0.621876
Prob(F-statistic)
0.000000
3.2对回归方程的分析
可得到估计方程为?
=-97122.00+2.052160X1+1.288531X2
八?
仁2.052160,说明在其他变量不变的条件下,总就业人员数每增加一万人,就会使国内生产总值增加2.052160亿元;
2=1.288531,说明在其他变量不变的条件下,固定资产投资总额每增加1亿元,就会使国内生产总值增加1.28853亿元;
0=-
97122.00是样本回归方程的截距,它表示不受总就业人员数和国内资产投资总额影响自发经济增长行为。
3.3拟合优度
由图中数据可以看出,本例中的决定系数RA2=0.990688,调整的决定系数为0.990067,说明模型对样本的拟合效果非常好,解释变量X1,X2能对被解释变量Y99%的离差做出解释。
3.4回归方程的整体性检验(F检验)
提出假设:
HO:
?
仁?
2=0;
HI:
j不全为零(j=1,2)
在显著水平a=0.05,n-3=30时,查F分布表,得至U
F0.95(2,30)=3.32
利用样本数据计算检验统计量F=RA2/K/(1-RA2)/(n-K-
1)=1595.8247
本例中F=1595.8247>
F0.95(2,30)=3.32,差异显著,拒绝H0
的假设,方程显著不为零。
说明模型的线性关系在95%的水平下显
著成立。
3.5异方差
首先用图示法对模型的异方差进行一个大致的判断。
令X轴为方程被解释变量,丫轴为方程的残差项,做带有回归线的散点图。
图3:
初始模型的异方差性检验散点图
30.000
20000
10,000-
-10oooi
-30.000f
100000200000300.000400.000
图4:
从图3,图4可以看出,随着X的增加,残差项的离散程度增大,表明随机误差项也存在异方差。
但是,图示法并不准确,下面使用戈里瑟检验法进行检验,
用残差值RE对XI,X2进行回归,建立如下方程:
RE=ao+aiX1+a?
X2+&
F面是Eviews的估计结果见图5
StdErrort-Statistic
Prob
-724.0457
929Q.020-0.07793S
0.9384
0.162783
01514731074670
02911
0016228
001S5570374491
03G88
0151518
10976.46
Adjusted^squared
0094953
SDdependentvar
8244365
S.Eofregression
7843.191
20.85919
1.85E*09
20.99523
-341.1766
Hannan-Quinncriter
2090496
2678636
0.756415
Prob(F-statistic)
0085043
图5:
残差值对值
RE对X1
X2的Eviews的结果
则样本回归的估计方程为:
RE=-724.0457+0.162783X1+0.016228X2
因为a=0.162783a2=0.016228,不显著,说明随机误差项之间不
存在异方差性,或异方差问题不严重。
3.6序列相关
从图二可知DW=0.621876,给定显著性水平a=0.05,因为k=1,n=33,查DW值附表,得DW检验临界值dL=1.38du=1.51.因为DW=0.621876<
dl=i.38,根据DW检验的判定规则,可知随机误差项存在很强的自相关。
3.7多重共线性
用逐步回归法检验如下:
以丫为被解释变量,逐个引入解释变量X1X2,构成回归模型,进行模型估计。
StdErrort-Stallstic
-4578434
97039.51-4.718113
3.831907
1.4590896.053027
0.541685
Meandepend总ntv日r
1202359
0.526901
S.Ddependentvar
9882218
25.S9872
303E+11
25.98942
-425
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国经济 增长 因素 实证 分析