计量经济学实践报告2.docx
- 文档编号:6318945
- 上传时间:2023-01-05
- 格式:DOCX
- 页数:22
- 大小:180.47KB
计量经济学实践报告2.docx
《计量经济学实践报告2.docx》由会员分享,可在线阅读,更多相关《计量经济学实践报告2.docx(22页珍藏版)》请在冰豆网上搜索。
计量经济学实践报告2
《计量经济学》实践报告
总需求曲线—AD模型的
中国实证分析
小组成员:
指导教师:
日期:
2009年11月
总需求曲线—AD模型的
中国实证分析
主要内容:
由于我国工资水平长期处于刚性状态,总供给对均衡产出的影响不大,均衡产出主要由总需求决定,所以我们仅建立总需求模型来分析其对GDP的影响。
本文通过对中国的GDP,货币供应量,政府购买支出,税收,以及价格水平等数据进行计量经济分析,希望通过总需求模型来分析短期内货币政策与财政政策对GDP的作用。
关键词:
总需求曲线GDP真实货币供应量政府购买支出税收
一、总需求曲线的理论背景
总需求模型表示产品市场和货币市场同时达到均衡时的价格水平与产出水平的组合,是新古典综合派对凯恩斯理论与新古典理论和货币理论又一新的综合,同时在一定意义上还体现了凯恩斯学派与货币学派、供给学派的大融合。
凯恩斯在对总需求分析时,有三点重要的假定:
1.总供给不变。
假定各种资源没有得到充分的利用,总供给曲线处于水平线的区域,总需求的增加可以引起均衡国民收入上升,即总供给可以适应总需求的增加而增加(也就是不考虑总供给对国民收入决定的影响)。
2.潜在的国民收入,即充分就业时的国民收入不变。
3.价格水平既定。
基于这三点假设而推导出来的总需求曲线通常可以用图形表示为:
Yn
国民收入
AD
AD
45º
注:
其中AD为总需求曲线,Yn为充分就业时的国民收入,45度直线上的点为国民收入达到均衡时的均衡点。
凯恩斯所认为的总需求是一种需求与国民收入的变动,这就是现在总需求模型的雏形。
但它仅仅是从产品市场来考虑了总需求。
而在传统的简单的货币数量论模型中,则从货币市场的角度考察了总需求,并建立了描述货币供求相等的均衡方程。
现代货币数量论据此认为,货币供应量的变动将直接影响名义国民收入水平的变动。
在这些总需求模型中,有一个强有力的假定就是一般物价水平不变。
这在凯恩斯提出问题的30年代或许是合理的,然而自从60年代后期以来,一般物价水平上涨已经成为一种经常的现象,若再继续假定价格水平不变就有脱离现实之嫌了。
于是,随后的新古典综合派将上述两派的理论加以综合,提出理论模型中把物价变动考虑在内,建立了新的总供给—总需求模型。
根据前人的研究,我们可以把总需求曲线的特性归纳如下:
(1)总需求曲线表示在某个给定的价格水平上所需要的GDP水平。
(2)决定、影响总需求曲线的两个经济原理是收支平衡和货币供求相等。
(3)总需求曲线是向右下方倾斜的。
价格水平的上升意味着实际货币余额的降低,因而实际利率会上升,从而使投资、GDP和净出口减少。
(4)总需求取决于真实货币供给。
名义货币存量的增加使AD曲线上移的程度恰好与名义货币增加的程度一致,也就是说,名义货币的增加不会改变GDP,只能改变价格水平。
(5)一般说来,扩张性政策——如增加政府支出、减税和增加货币供给——使总需求曲线向右移动,消费者与投资者的信心也影响总需求曲线(信心增强时,AD曲线向右移动;当信心削弱时,AD曲线向左移动)。
二、模型的建立
我们要将中国的数据来进行拟合,就必须在原来的模型上加上一个随机扰动项Ut,得到GDP=ß1+ß2G+ß3T+ß4M/P+Ut。
其中,G是政府购买支出,我们用基础建设支出,地质勘探支出,与国防支出之和来代替政府购买支出;T是税收总和;M是货币供应量,在这里我们使用的是狭义的货币供应量,即M1,是流通中的货币量与活期存款的总和;P是价格水平,用GDP平减指数。
下面是我们的原始数据,是由历年的《中国统计年鉴》、《中国金融年鉴》及《中国金融统计1952-1999》的数据处理得来。
obs
GDP
M1
P
G
T
单位:
年
单位:
亿元
单位:
亿元
1990年=1
单位:
亿元
单位:
亿元
1978
3624.100
944.0000
0.551463
639.9100
519.2800
1979
4038.200
1146.000
0.571074
685.9900
537.8200
1980
4517.800
1223.000
0.592669
562.7700
571.7000
1981
4862.400
1712.300
0.606346
447.3700
629.8900
1982
5294.700
1912.800
0.604075
468.5200
700.0200
1983
5934.500
2219.000
0.609424
545.7100
775.5900
1984
7171.000
2982.800
0.638684
661.1000
947.3500
1985
8964.400
3290.500
0.705311
775.6700
2040.790
1986
10202.20
4745.700
0.739816
827.2300
2090.730
1987
11962.50
5714.600
0.777995
761.5500
2140.360
1988
14928.30
6950.500
0.873879
744.8700
2390.470
1989
16909.20
7347.100
0.949940
766.3300
2727.400
1990
18547.90
8793.200
1.000000
873.8900
2821.860
1991
21617.80
10866.60
1.068297
928.2700
2990.100
1992
26638.10
15015.70
1.154725
977.8300
3296.910
1993
34634.40
16280.40
1.327457
1066.790
4255.300
1994
46759.40
20540.70
1.591635
1254.560
5126.880
1995
58478.10
23987.10
1.826171
1492.260
6038.000
1996
67884.60
28514.80
1.930709
1696.060
6069.820
1997
74462.60
34826.30
1.950088
1905.440
8234.040
1998
78345.20
38953.70
1.903311
2405.570
9262.800
1999
82067.50
45837.30
1.861569
3276.660
10682.58
2000
89442.20
53147.20
1.871635
3390.500
12581.51
2001
95933.30
59872.00
1.876136
3751.600
15301.38
1、使用原始数据进行初次拟合
首先我们将M/P的值定义为A,即真实的货币供应量,先用A、G、T对GDP进行回归,然后再对残差进行正态性检验
DependentVariable:
GDP
Method:
LeastSquares
Sample:
19782001
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
3868.325
5109.435
0.757094
0.4578
A
0.047584
1.330184
0.035772
0.9718
G
-9.171626
9.769445
-0.938807
0.3590
T
9.455154
3.719218
2.542243
0.0194
R-squared
0.939790
Meandependentvar
33050.85
AdjustedR-squared
0.930759
S.D.dependentvar
31871.78
S.E.ofregression
8386.646
Akaikeinfocriterion
21.05768
Sumsquaredresid
1.41E+09
Schwarzcriterion
21.25402
Loglikelihood
-248.6922
F-statistic
104.0576
Durbin-Watsonstat
0.539034
Prob(F-statistic)
0.000000
其回归结果为:
GDP=3868.325+0.047584A-9.171626G+9.455154T+et
Se(5109.435)(1.330184)(9.769445)(3.719218)
t=(0.757094)(0.035772)(-0.938807)(2.542243)
p=(0.4578)(0.9718)(0.3590)(0.0194)
R2=0.939790(调整可决系数为0.930759)DW=0.539034
F=104.0576n=24
从回归结果中可以看出,A与G的t值都比较小,R2较大,而G的系数为负不符合经济意义,估计解释变量间存在多重共线性(即货币政策和财政政策存在较大的相关性)。
对A、G、T进行简单相关系数矩阵检验得到如下结果:
A
G
T
A
1.000000
0.967409
0.987797
G
0.967409
1.000000
0.982637
T
0.987797
0.982637
1.000000
可以看出,A、G、T之间存在高度相关.
再进行正态性检验,据此看出,该模型基本上服从正态性假定。
于是,对多重共线性采用逐步回归法进行修正。
第一步,用A、G、T分别对GDP回归得下面的结果:
DependentVariable:
GDP
Method:
LeastSquares
Sample:
19782001
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-6240.025
3172.842
-1.966699
0.0620
A
3.592356
0.230928
15.55614
0.0000
R-squared
0.916665
Meandependentvar
33050.85
AdjustedR-squared
0.912877
S.D.dependentvar
31871.78
S.E.ofregression
9407.486
Akaikeinfocriterion
21.21605
Sumsquaredresid
1.95E+09
Schwarzcriterion
21.31423
Loglikelihood
-252.5927
F-statistic
241.9936
Durbin-Watsonstat
0.350037
Prob(F-statistic)
0.000000
DependentVariable:
GDP
Method:
LeastSquares
Sample:
19782001
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-6753.305
3773.294
-1.789764
0.0873
G
30.90940
2.357537
13.11088
0.0000
R-squared
0.886537
Meandependentvar
33050.85
AdjustedR-squared
0.881379
S.D.dependentvar
31871.78
S.E.ofregression
10977.08
Akaikeinfocriterion
21.52466
Sumsquaredresid
2.65E+09
Schwarzcriterion
21.62283
Loglikelihood
-256.2959
F-statistic
171.8953
Durbin-Watsonstat
0.338332
Prob(F-statistic)
0.000000
DependentVariable:
GDP
Method:
LeastSquares
Sample:
19782001
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1198.921
2425.064
0.494388
0.6259
T
7.441128
0.411099
18.10058
0.0000
R-squared
0.937077
Meandependentvar
33050.85
AdjustedR-squared
0.934216
S.D.dependentvar
31871.78
S.E.ofregression
8174.579
Akaikeinfocriterion
20.93510
Sumsquaredresid
1.47E+09
Schwarzcriterion
21.03327
Loglikelihood
-249.2212
F-statistic
327.6309
Durbin-Watsonstat
0.397048
Prob(F-statistic)
0.000000
可以看出,用T对GDP回归的修正可决系数最大(等于0.934216),F值也较大所以选取T作为第一个解释变量。
第二步,用T再加上其它任一个解释变量对GDP回归得:
DependentVariable:
GDP
Method:
LeastSquares
Sample:
19782001
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
772.4795
3891.770
0.198491
0.8446
T
7.061774
2.700332
2.615150
0.0162
A
0.187456
1.318075
0.142220
0.8883
R-squared
0.937137
Meandependentvar
33050.85
AdjustedR-squared
0.931150
S.D.dependentvar
31871.78
S.E.ofregression
8362.922
Akaikeinfocriterion
21.01747
Sumsquaredresid
1.47E+09
Schwarzcriterion
21.16473
Loglikelihood
-249.2097
F-statistic
156.5300
Durbin-Watsonstat
0.384792
Prob(F-statistic)
0.000000
DependentVariable:
GDP
Method:
LeastSquares
Sample:
19782001
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
3988.427
3758.808
1.061088
0.3007
T
9.560456
2.218486
4.309450
0.0003
G
-9.210770
9.474312
-0.972184
0.3420
R-squared
0.939787
Meandependentvar
33050.85
AdjustedR-squared
0.934052
S.D.dependentvar
31871.78
S.E.ofregression
8184.790
Akaikeinfocriterion
20.97441
Sumsquaredresid
1.41E+09
Schwarzcriterion
21.12167
Loglikelihood
-248.6929
F-statistic
163.8795
Durbin-Watsonstat
0.545004
Prob(F-statistic)
0.000000
可以看到,无论是用T、A或是T、G对GDP回归的修正可决系数(分别为0.931150和0.934052)都比T对GDP回归的(0.934216)小。
所以,初步模型为
GDP=1198.921+7.441128T+et
Se(2425.064)(0.411099)
t=(0.494388)(18.10058)
p=(0.6259)(0.0000)
R2=0.937077(调整可决系数为0.934216)DW=0.545004
F=327.6309n=24
再对模型进行怀特检验,得:
WhiteHeteroskedasticityTest:
F-statistic
4.113129
Probability
0.031095
Obs*R-squared
6.755233
Probability
0.034129
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Sample:
19782001
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-5863654.
42723707
-0.137246
0.8921
T
16669.12
17926.36
0.929866
0.3630
T^2
-0.121668
1.260998
-0.096486
0.9240
R-squared
0.281468
Meandependentvar
61255094
AdjustedR-squared
0.213036
S.D.dependentvar
1.17E+08
S.E.ofregression
1.04E+08
Akaikeinfocriterion
39.87716
Sumsquaredresid
2.28E+17
Schwarzcriterion
40.02442
Loglikelihood
-475.5260
F-statistic
4.113129
Durbin-Watsonstat
1.478312
Prob(F-statistic)
0.031095
同样可以看到,变量的t值均不显著,说明模型不存在因为缺损解释变量而造成异方差的问题。
综合ARCH和怀特检验的结论,我们可以断定,该模型并不存在异方差。
接着进行自相关检验。
首先用et与et-1的散点图进行观测。
图示如下:
可以看到,et与et-1存在明显的正自相关关系。
再看模型的回归结果,其回归结果表明,D-W值为0.545004。
而在0.05的显著性水平下,有n=24,k’=1,查D-W表得dl=1.273,du=1.446。
因为d=0.545004
我们用CORC法对正自相关进行修正,可得到下面的结果:
DependentVariable:
GDP
Method:
LeastSquares
Sample(adjusted):
19792001
Includedobservations:
23afteradjustingendpoints
Convergenceachievedafter7iterations
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-22533.17
18551.14
-1.214651
0.2386
T
0.023549
1.482588
0.015884
0.9875
AR
(1)
1.075782
0.029137
36.92090
0.0000
R-squared
0.991799
Meandependentvar
34330.27
AdjustedR-squared
0.990979
S.D.dependentvar
31951.71
S.E.ofregression
3034.765
Akaikeinfocriterion
18.99476
Sumsquaredresid
1.84E+08
Schwarzcriterion
19.14287
Loglikelihood
-215.4398
F-statistic
1209.357
Durbin-Watsonstat
0.413515
Prob(F-statistic)
0.000000
InvertedARRoots
1.08
EstimatedARprocessisnonstationary
从结果中可以看出,由于我国的货币供给量、税收及政府购买支出随着时间发展呈现一种高速增长状态使得原模型的数据存在不稳定性,所以用CORC法反而使修正后的D-W值变得更小。
因此,无法用CORC法对该模型的自相关进行修正。
于是,我们考虑转换模型的形式以求得到更好的模型。
2、模型的修正——转换为对数形式的拟合
由于无法用CORC法对上述模型的自相关进行修正,我们变换模型的形式,采用对数形式对模型进行拟合。
首先,用LogA、LogG、LogT分别对LogGDP回归,得到:
DependentVariable:
LOGGDP
Method:
LeastSquares
Sample:
19
- 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 经济学 实践 报告