计量经济数据分析.docx
- 文档编号:2882821
- 上传时间:2022-11-16
- 格式:DOCX
- 页数:17
- 大小:50.79KB
计量经济数据分析.docx
《计量经济数据分析.docx》由会员分享,可在线阅读,更多相关《计量经济数据分析.docx(17页珍藏版)》请在冰豆网上搜索。
计量经济数据分析
一、数据分析的问题:
影响GDP增长的主要因素
二、选题缘由
改革开放以来,特别是自十八届三中全会召开以来,我国社会主义市场经济体制已基本建立并不断完善,我国在世界中的地位越来越突出,经济的发展也十分迅速并取得了巨大成就。
但当前我国经济仍然面临着极大的考验,即如何实现经济的长期可持续增长,而影响经济增长的因素很多,如何高效率的提升经济的持续增长能力成为了置关重要课题。
本文则主要从三个方面的因素来分析对经济增长的影响。
三、经济意义的分析
经济增长通常是指在一个较长的时间跨度上,一个国家总产出(或人均产出)水平的持续增加,即国生产总值(GDP)的增加或人均国生产总值的增加。
同时,经济增长率的高低体现了一个国家或地区在一定时期经济总量的增长速度,也是衡量一个国家或地区总体经济实力增长速度的标志。
古典经济增长理论以社会的财富增长为中心,并且指出生产劳动是社会财富的源泉,而现代经济增长理论则认为知识、人力资本、技术的进步是经济增长的主要因素,但普遍认为物质资本和劳动对经济增长具有重要贡献。
所谓物质资本,是指长期存在的生产物资形式,例如机器设备、厂房、建筑物、交通运输设施等固定资产的投资。
但是,由于物质资本数值难以具体测量,所以本文中用“全社会的固定资产投资总额”来代替物质资本的额。
同时,中国是一个人口大国,为经济增长提供了大量的劳动力资源,所以在本文中用“年末总就业人数”来衡量劳动力。
而众多的消费群体同样对经济的增长发挥着不可忽视的作用,在本文用“居民消费价格指数”来衡量消费对经济增长的影响。
综上:
GDP增长的主要影响因素包括全社会固定资产投资总额(TZ)、年末总就业人数(JY)、居民消费价格指数(P)。
四、数据来源:
中国统计局—《中国统计年鉴》
年份
全社会固定资产投资(亿元)
国生产总值(亿元)
就业人员(万人)
居民消费价格指数(上年=100)
1980年
910.90
4545.62
42361.00
107.50
1981年
961.00
4891.56
43725.00
102.50
1982年
1230.40
5323.35
45295.00
102.00
1983年
1430.10
5962.65
46436.00
102.00
1984年
1832.90
7208.05
48197.00
102.70
1985年
2543.20
9016.04
49873.00
109.30
1986年
3120.60
10275.18
51282.00
106.50
1987年
3791.70
12058.62
52783.00
107.30
1988年
4753.80
15042.82
54334.00
118.80
1989年
4410.40
16992.32
55329.00
118.00
1990年
4517.00
18667.82
64749.00
103.10
1991年
5594.50
21781.50
65491.00
103.40
1992年
8080.10
26923.48
66152.00
106.40
1993年
13072.30
35333.92
66808.00
114.70
1994年
17042.10
48197.86
67455.00
124.10
1995年
20019.30
60793.73
68065.00
117.10
1996年
22913.50
71176.59
68950.00
108.30
1997年
24941.10
78973.03
69820.00
102.80
1998年
28406.20
84402.28
70637.00
99.20
1999年
29854.70
89677.05
71394.00
98.60
2000年
32917.70
99214.55
72085.00
100.40
2001年
37213.50
109655.17
72797.00
100.70
2002年
43499.90
120332.69
73280.00
99.20
2003年
55566.61
135822.76
73736.00
101.20
2004年
70477.43
159878.34
74264.00
103.90
2005年
88773.61
184937.37
74647.00
101.80
2006年
109998.16
216314.43
74978.00
101.50
2007年
137323.94
265810.31
75321.00
104.80
2008年
172828.40
314045.43
75564.00
105.90
2009年
224598.77
340902.81
75828.00
99.30
2010年
251683.77
401512.80
76105.00
103.30
2011年
311485.13
473104.05
76420.00
105.40
2012年
374694.00
518942.00
76704.00
102.60
五、数据的分析过程
⒈初始的模型估计
步骤:
在主菜单上点击Quick\EstimateEquationGDPCJYTZP
GDP-国生产总值JY-就业人员TZ-全社会固定资产投资P-居民消费价格指数
DependentVariable:
GDP
Method:
LeastSquares
Date:
12/20/13Time:
12:
40
Sample:
19802012
Includedobservations:
33
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-2719.175
45296.60
-0.060030
0.9525
JY
1.916021
0.258069
7.424449
0.0000
TZ
1.333564
0.030316
43.98818
0.0000
P
-815.3575
379.3138
-2.149560
0.0401
R-squared
0.992351
Meandependentvar
120245.3
AdjustedR-squared
0.991560
S.D.dependentvar
143693.1
S.E.ofregression
13201.23
Akaikeinfocriterion
21.92722
Sumsquaredresid
5.05E+09
Schwarzcriterion
22.10861
Loglikelihood
-357.7991
F-statistic
1254.114
Durbin-Watsonstat
1.031859
Prob(F-statistic)
0.000000
回归结果:
GDP=-2719.175+1.916021JY+1.333564TZ-815.3575P
t(-0.060030)(7.424449)(43.98818)(-2.149560)
=0.992351
=0.991560F=1254.114
⒉多重共线性的检验与剔除
步骤:
在数据组窗口点击View\Correlations
GDP
JY
P
TZ
GDP
1.000000
0.691237
-0.201502
0.987476
JY
0.691237
1.000000
-0.199862
0.597181
P
-0.201502
-0.199862
1.000000
-0.152015
TZ
0.987476
0.597181
-0.152015
1.000000
根据多重共线性检验,变量之间存在着线性相关的关系。
可以通过重复剔除变量法剔除相关变量。
具体作法:
在模型估计时,依次添加变量JY、TZ、P做模型估计,如果添加的那个变量模型估计不显著则予以剔除。
最后经检验模型估计应剔除变量:
P-居民消费价格指数。
剔除P后,修正多重共线性后的模型估计,如下:
DependentVariable:
GDP
Method:
LeastSquares
Date:
12/20/13Time:
12:
41
Sample:
19802012
Includedobservations:
33
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-94068.60
16597.24
-5.667724
0.0000
TZ
1.336272
0.032066
41.67257
0.0000
JY
1.992349
0.270600
7.362708
0.0000
R-squared
0.991132
Meandependentvar
120245.3
AdjustedR-squared
0.990541
S.D.dependentvar
143693.1
S.E.ofregression
13975.15
Akaikeinfocriterion
22.01446
Sumsquaredresid
5.86E+09
Schwarzcriterion
22.15050
Loglikelihood
-360.2385
F-statistic
1676.526
Durbin-Watsonstat
0.651113
Prob(F-statistic)
0.000000
回归结果:
GDP=-94068.60+1.992349JY+1.336272TZ
t=(-5.667724)(7.362708)(41.67257)
=0.991132
=0.990541F=1676.526
⒊模型的异方差性检验——怀特(White)检验法
步骤:
在方程窗口点击View\ResidualTest\WhiteHeteroskedasticity
WhiteHeteroskedasticityTest:
F-statistic
1.426641
Probability
0.251112
Obs*R-squared
5.586942
Probability
0.232192
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
12/20/13Time:
12:
42
Sample:
19802012
Includedobservations:
33
Variable
Coefficient
Std.Error
t-Statistic
- 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:
- 计量 经济 数据 分析