基于Eviews80分析GDP国名生产总值与CPI消费者价格指数和房地产住宅投资的关系.docx
- 文档编号:25491545
- 上传时间:2023-06-09
- 格式:DOCX
- 页数:16
- 大小:357.52KB
基于Eviews80分析GDP国名生产总值与CPI消费者价格指数和房地产住宅投资的关系.docx
《基于Eviews80分析GDP国名生产总值与CPI消费者价格指数和房地产住宅投资的关系.docx》由会员分享,可在线阅读,更多相关《基于Eviews80分析GDP国名生产总值与CPI消费者价格指数和房地产住宅投资的关系.docx(16页珍藏版)》请在冰豆网上搜索。
基于Eviews80分析GDP国名生产总值与CPI消费者价格指数和房地产住宅投资的关系
基于Eviews8.0分析GDP(国名生产总值)与CPI(消费者价格指数)和房地产住宅投资的关系
LT
GDP与CPI和房地产住宅投资的关系
摘要
众所周知,GDP是国民经济核算的核心指标,也是衡量一个国家或地区总体经济状况重要指标。
消费者价格指数是衡量通货膨胀的重要指标,CPI对应的增长减少就是通货膨胀,通货紧缩的反应。
改革开放以来,CPI涨幅与GDP增幅经历了几轮波动,1997年之前的几轮经济高增长,物价都出现了明显的高涨幅;1998-2008GDP连续11年保持两位数增长,但物价涨幅却保持低位运行,2008-2014年间CPI指数增长又较前期有了回升。
经济运行从高增长高物价向高增长低物价转变,反映了CPI涨幅与GDP增速相关关系随着改革的深入发展发生了一些变化。
另外,房地产住宅投资总额这一越来越被人关注的指标,其对于国民生产总值的必然会存在一定的影响。
本文的目的是运用实证的方法对我国的GDP与CPI、房地产住宅投资总量的关系进行了实证分析,并利用计量经济分析方法对样本数据进行了回归分析,并做相应的检测修正。
为了确定这国名生产总值与消费者价格指数和房地产住宅投资的关系,确定最为合理的方程以及进行变量的显著性检验、异方差检验和多重共线性检验和自相关检验。
本文将使用Eviews8.0版本进行实证分析
一、确定变量
Y=“GDP”为被解释变量,
P=“CPI”为解释变量
I=“房地产住宅投资”为解释变量。
C为随机扰动项
二、数据获取
选取1995-2014年度的GDP、CPI以及房地产住宅投资的数据。
年度
GDP(Y)亿元
居民消费指数(1978=100)(P)
房地产住宅投资(I)亿元
1995
60793.7
339.8
1753.1
1996
71176.6
372.5
1699.2
1997
78973.0
389.6
1539.4
1998
84402.3
411.5
2081.6
1999
89677.1
445.9
2638.5
2000
99214.6
493.1
3312.0
2001
109655.2
523.2
4216.7
2002
120332.7
567.3
5227.8
2003
135822.8
600
6776.7
2004
159878.3
643
8837.0
2005
184937.4
705.4
10860.9
2006
216314.4
765
13638.4
2007
265810.3
862.6
18005.4
2008
314045.4
934.3
22440.9
2009
340902.8
1026.1
25613.7
2010
401512.8
1124.5
34026.2
2011
473104.0
1248.6
44319.5
2012
519470.1
1362
49374.2
2013
568845.2
1462
58950.8
2014
643974.0
1574.6
64352.2
(数据来自国家统计局)
三、建立模型
1、模型种类判定
居民物价指数与国民生产总值和房地产住宅投资与国内生产总值的散点图如图1和图2所示:
由图1和图2可以看出国民生产总值与物价指数和房地产住宅投资的关系呈现很强的线性关系。
假设c相对独立,且服从均值为零的正态分布,则可以建立多元线性回归模型:
Y=
+
+
+
i=1,2,3,…..20
2、建立多元回归线性模型
(1)建立工作文件:
启动EViews,点击File\New\Workfile,在对话框“WorkfileRange”。
在“Workfilefrequency”中选择“Annual”(年度),并在“Start
date”中输入开始时间“1995”,在“enddate”中输入最后时间“2014”
(2)通过importfromfile导入数据
(3)从散点图观察中国国民生产总值、居民消费价格指数和房地产住宅投资之间的相关关系,在Eviews命令框中直接键入“LSYCPI”得结果如图所示。
如图可知,模型参数估计所建立的回归方程是
Y=260.66P+4.12I-37815.12
(28.17)(0.54)(12606.07)
R²=0.9981
=0.9979F=4506.705
四、模型检验
下面是对模型进行的检验。
主要有1、显著性检验2、异方差检验、3、多重共线性检验4、自相关检验
1、显著性检验
从拟合程度方面考虑,该方程的拟合程度较高,R²=0.9981,说明该方程较为合理。
另外从t值检验和F检验来看,方程解释变量P和I对被解释变量Y的影响是十分显著的。
2、异方差检验
根据样本大小和种类选择怀特检验进行异方差检验。
选择view-residualdiagnostic-heteroskedasticitytest-white下面是计算结果
Prob.F(5,14)0.3061>Prob.Chi-Square(5)0.2643
由于怀特检验的原假设是不存在异方差,而对应的怀特检验显示P值较大,所以原回归方程可以认为不存在异方差性质,因此不需要进行异方差性的修正。
3、多重共线性检验
首先最小二乘法得出的回归模型为:
Y=260.66P+4.12I-37815.12
(28.17)(0.54)(12606.07)
R²=0.9981
=0.9979F=4506.705
利用eviews计算出YPI的相关系数如图。
由此可见,变量之间存在着很强的相关性。
下面使用逐步回归法来寻找最佳的方程。
首先分别利用软件求出Y和I,Y和P之间的简单回归方程。
1.国民生产总值Y和房地产住宅投资I
参数拟合模型为:
Y=76264.51+8.99I
t=(12.19209)(39.5778)
R²=0.9886D.W.=0.4387
2.国民生产总值Y和居民消费物价水平P
参数拟合模型为:
Y=473.96P-128695.7
t=(45.9958)(-14.217)
R²=0.99156D.W.=0.342747
由上表可以得出,房地产住宅投资I是最重要的解释变量。
所以将变量I代入Y=f(P)中
由此可见,由于引入了变量I,使得
从0.991095提高到了0.997896,说明变量X仍然是一个起到作用的变量,不应当剔除,应当予以保留。
因此最终的方程应该为:
Y=260.66P+4.12I-37815.12+c
4、随机误差项自相关检验
自相关的检验分为图示检验法和DW检验法,我们针对这两种方法对回归方程进行自相关检验。
①图示检验法
在窗口中点击“View/Actual,FittedResidualGraph”,得到残差图,如图所示。
图形中不能显著显示是否残差存在正相关。
继续用杜宾检测法。
②DW检验
由图可知DW=1.0329,给定的显著性水平α=0.05,T=20K=2,查阅显著性水平在0.05上的DW表可知,
=1.2,
=1.41
因为0<DW<
,所以存在正相关。
5、自相关修正。
①迭代法
输入命令:
LSYCPIAR
(1),结果如图所示。
D.W=1.8159大于上限
此时随机扰动项的自相关影响得到消除。
所以得到的最终的回归模型为:
Y=295.72P+3.54I-55365.31
五、实证检验结果分析:
通过上面的显著性检验、异方差检验、多重共线性检验、自相关检验四种检验。
大致在总体上得出了居民消费指数CPI增加一个单位,会使国民生产总值GDP上升295.72个单位。
房地产住宅投资上升一个单位,会使国民生产总值GDP上升3.54个单位,由此可以看出,居民消费指数CPI对于GDP的作用要大过于房地产住宅投资对于GDP的影响。
总体的数据还是较为客观真实的。
六、总结:
在研究国民生产总值GDP和居民消费指数CPI以及房地产住宅投资的关系的问题上,该模型还是具有一定的说服力的,但是模型仍然存在这一些问题,比如多重共线性的影响,以及随机扰动项自相关因素对于模型本身的影响等等,还有待于进一步的研究。
从经济学的角度上来看待国民生产总值居民消费指数以及房地产住宅投资的关系,也可以看出居民对于房地产住宅投资以及消费能力,将会在较大程度上对国民生产总值造成影响,由于居民的购买力以及初储蓄能力等等的诸多因素对于国民生产总值造成推动作用。
仅住宅房地产投资一项就对国民收入总值产生如此可观的影响说明房地产对于国家经济发展的占比已经越来越大,其结构调整也是非常值得我们关注的。
从对经济情况的研究角度出发,应该密切关注居民消费指数以及房地产住宅投资的变化将有利于更好的控制GDP变化,发展更健康可持续的经济。
- 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:
- 基于 Eviews80 分析 GDP 国名 生产总值 CPI 消费者 价格 指数和 房地产 住宅 投资 关系