经济增长因素分析

  • 格式:doc
  • 大小:201.00 KB
  • 文档页数:17

应用回归课程论文 论文题目:影响经济增长因素的分析

学生姓名: 学 号: 专 业: 班 级: 指导教师:

完成日期: 2010年 7月 1日 2

我国经济增长因素分析 内容摘要 本文引入资本形成总额、最终消费和净出口三个解释变量, 以支出法GDP核算理论为基础,运用应用回归所学的方法,分析国内生产总值这一被解释变量与之的关系.从中国的实际情况出发,在利用2007年度截面数据分析的基础上,又引入1999年各地的截面数据进行对比分析,进而分析各因素对国内生产总值的不同程度的影响及其原因,最后提出我们的一些观点。

关键词:SNA 国内生产总值 经济增长 3

目录 一 序言··························································································· 4 二 模型设定 ··················································································· 4 (一)变量的选取 ······································································ 4 (二)数据收集·········································································· 4 三 估计参数 ··················································································· 5 四 模型检验 ··················································································· 5 (一)经济意义检验 ·································································· 5 (二)统计推断检验 ·································································· 5 (三)回归检验 ·········································································· 5 五 模型应用 ··················································································· 6 六 政策性建议 ··············································································· 6 (一)努力扩大消费,增加经济的稳定性 ···································· 7 (二)稳步增加投资,提高企业的创新能力································· 8 (三)积极发展对外贸易,强化经济增长的“发动机” ·············· 8 参考文献······················································································· 10 附录 ······························································································ 11 4

一 序言 发展经济学理论认为,一国的经济增长是指一个国家的产品和劳务数量的增加,或按人口平均的实际产出的增加,通常以国内生产总值(GDP)或它的人均数值来衡量。随着中国经济的迅速发展和实力的不断增强,国内外经济学家越来越关心反映中国经济发展的国民经济核算,特别是国内生产总值核算. 国民经济是一个极其复杂的运行系统,各经济变量之间存在着错综复杂的联系.国民经济核算是对国民经济运行过程和结果的核算,是从定量角度描述经济活动和经济循环的有力工具,是整个经济统计的核心。目前,世界通常采用的国民经济核算体系是联合国在1993年新修订的国民经济账户体系(SNA)。 长期以来,投资需求、消费需求、出口需求不同程度地刺激了国民经济的增长,通常被称为拉动经济增长的“三驾马车”,所以研究三者与国民经济增长之间的关系具有十分重要的经济意义。 支出法GDP是指,一个国家或地区所有常住单位在一定时期内用于最终消费、资本形成总额,以及货物和服务的净出口总额,它反映本期生产的国内生产总值的使用及构成。最终消费分为居民消费和政府消费.其中,居民消费是指常住住户墩货物和服务的全部最终消费支出.政府消费是指,政府部门为全社会提供公共服务的消费支出或免费或以较低价格向住户提供的货物和服务的净支出.资本形成总额是指常住单位在一定时期内获得的减去处置的固定资产家存货的变动,包括固定资本形成总额或存货增加.固定资本形成总额是指常住单位购置、转入和资产自用的固定资产,扣除固定资产的销售和转出后的价值,包括有形固定资产形成总额和无形固定资产形成总额.货物和服务净出口是指货物和服务出口间货物和服务进口的差额。 众所周知,GDP核算存在不可避免的缺陷,但是不可否认的是,这是现存最合理的一种核算方式。改革开放30年来,中国的经济增长引起了世界的关注,在人们津津乐道“东方睡狮”崛起的同时,似乎我们更应该着重分析这种现象背后的原因。由于我们分析视角的局限性,不可能面面俱到。在此,我们运用计量经济学的方法,采用1999年和2007年的中国各地区的截面数据,试图从支出法国内生产总值核算出发对我国经济增长的影响因素进行一些实证分析。

二 模型设定 (一)变量选取 Y----------GDP总额 5

X1----- 最终消费 X2------资本形成总额 X3-------货物和服务净出口 μ------随机扰动项 βi-------待估参数 (i=1,2,3) 建立模型为:

Yi =β0 +β1 X1 +β2 X2+β3 X3 +μ 其中βi > 0 ( i = 1 , 2 , 3)

(二)数据收集 变量采用截面数据,样本期为:1999年和2007年。具体数据(现价计算)如下: 注:表1,表2数据分别来自2008年和2000年《中国统计年鉴》 对数据分别作Y与X1、Y与X2、Y与X3的散点图如下: 从散点图上看出:Y与X1、X2、X3均呈正线性相关关系。

三 估计参数 首先采用2007年数据,进行如下分析: 假设模型中随机误差项Ui满足古典假设,运用OLS方法估计模型的参数,利用计量经济计算机软件Eviews计算可得如下结果(见附表3): 回归方程为: Y = - 0.056877 + 1.000356X1 + 0.999513X2 + 0.999400X3 (0.438992)(0.000380) (0.000444)(0.000969) t=(-0.129562)(2635.343) (2251.705)(1031.197) R2=1.000000 F=79840870

四 模型检验 (一)经济意义检验 由回归估计结果可以看出,最终消费、资本形成总额、净出口与GDP的增长线性正相关,这与现实中GDP随最终消费、资本形成总额、净出口的增加而增长是相符的。

(二)统计推断检验 6

从估计的结果可以看出,可决系数R2=1.000000, F统计量=79840870,表明模型在整体上拟合地比较理想。系数显著性检验:给定α=0.05,明显地,X1、X2、X3的t的P值小于给定的显著性水平,拒绝原假设,接受备择假设,表明最终消费、资本形成总额、净出口对国内生产总值有显著性影响。 X1、X2、X3的T值明显地显著,所以,X1、X2、X3对Y的影响也是显著的。

(三)回归检验 1. 多重共线性检验: 由表3可看出,模型整体上线性回归拟合较好,R^2很大,F值,t值均大于给定显著性水平下临界值,则说明该模型不存在多重共线性. 2.异方差检验:采用WHITE检验(见表4) 由检验结果可得F=0.807696 Obs*R-squared= 7.971458 查分布表得χ20.05(3)=7.81473< Obs*R-squared= 7.971458,则接受H1,表明随机误差μt存在异方差。 用WLS估计法对异方差进行修正,取权数w=1/e^2 由EVIEWS操作得:(见附录表5) 所以,修正后的模型为: Y =-0.003872 + 1.000014X1+0.999982X2+0.999973X3 (0.004204)(2.07E-05)(2.85E-05)(3.65E-05) T =(-0.921002)(48206.21) (35032.30)(27405.22) R2=1.000000 F=4.11E+12 3.自相关检验: 根据附表5估计的结果,DW=2.213957,在给定显著性水平为0.05,n=31, k=3时,查Durbin-Waston表得下限临界值dL=1.229,上限临界值du=1.650,可见DW统计量du=1.650<2.213957<4-du=2.350,由此可判断模型不存在自相关。

通过以上对2002年数据的分析,我们得出如下方程: Y =-0.003872 + 1.00001X1 + 0.99998X2 + 0.99997X3 (0.004204)(2.07E-05)(2.85E-05) (3.65E-05) t=(-0.921002) (48206.21) (35032.30) (27405.22) R2=1.000000 F=4.11E+12 接着我们引入1999年的数据,运用相同的方法进行分析,最终模型为: Y = 0.010588 + 0.999909X1+1.000092X2+0.999903X3 (0.052450)(7.25E-05) (4.22E-05)(0.000239) T = (0.201872) (13785.01) ( 23698.92) ( 4185.566) R^2=1.000000 F=6.88E+08