计量经济学——《国内生产总值分析——支出法》
- 格式:doc
- 大小:398.45 KB
- 文档页数:15
2008-2009第二学期计量经济学大作业大作业名称:国内生产总值分析——支出法组长:学号: 0061755 姓名:黄文雯专业:国际经济与贸易成员:学号: 0061981 姓名:于海秋专业:经济学学号:姓名:专业:选课班级: A01 任课教师:徐晔成绩:评语: 本小组通过结合最终消费、资本形成总额、货物和服务净出口的支出法分析了08年的国内生产总值,通过之间的关系建立了模型,并进行了经济检验。
通过本次作业,能够很好的运用EVIEWS进行分析,总体表现不错。
教师签名:批阅日期:摘要本文研究的是影响2008年国内生产总值的因素,通过对2008年最终消费、资本形成总额、货物和服务净出口资料的分析,以了解中国国内生产总值的结构、规模及演变的新特点,并探讨影响中国国内生产总值的各因素,运用Eviews软件和OLS分析法对2008年的这些数据进行分析,通过进行一系列的检验,最终找出中国国内生产总值与主要影响要素之间的关系。
关键词:支出法国内生产总值目录一、引言 (3)二、分析国内生产总值——支出法 (4)1、数据采集 (4)2、模型的设定 (6)(1)设立如下回归模型: (6)(2)参数估计模型 (6)三、计量经济检验 (7)1、序列相关性检验 (7)(1)图示法检验 (7)(2)White检验法 (8)2、序列相关性检验 (10)3、多重共线性检验: (10)四、总结 (12)1、基础资料的缺口造成季度支出法GDP核算的范围不全... - 12 -2、支出项目分类过粗 ................................................................. - 13 -3、缺少与季度支出法GDP核算相配套的价格指数 ................. - 13 -一、引言“世界迈一步,中国跨三步”,这是对我国经济增长形象的描述。
从1978年到2001年,我国国内生产总值(GDP)剔除价格因素后年均增民9.4%,与日本和亚洲“四小龙”高速增民时期增速相当,是同期世界经济增速的3倍多,位居世界之首。
与高速增长相伴的是,我国GDP总量急剧扩张。
在1978年到2001年的23年间,我国GDP增民了25 .5倍。
纵观我国GDP增民曲线,我们的目光落在这样儿个辉煌的结点:1987年,我国GDP提前3年实现比1980年翻一番的战略目标;1995年,GDP提前5年实现了再翻一番的战略目标;2000年,GDP首破1万亿美元大关,人均GDP突破800美元;2002年,又突破10万亿元人民币,人均GDP近1000美元。
2008年GDP达30万亿人民币,人均GDP达5345美元,居当年全球第90位。
中国按季核算支出法GDP始于2000年,首先在国家一级进行,同时按现价和不变价进行核算。
2006年,国家统计局核算司总结数年试算工作经验,进一步完善了季度核算方法,使季度支出法GDP核算在核算范围、核算原则、项目分类、指标概念上都与1993年SNA的标准基本取得一致。
由于分季度基础资料不足,中国季度支出法GDP核算目前进行的是季度累计核算。
即核算期按照自年初到本季末止来确定,分别为:一季度、一至二季度累计、一至三季度累计、一至四季度累计。
累计数的增加不完全是本季的发生数,还包括对上一季度数据的调整。
中国季度支出法GDP核算项目采用了三级分类。
第一级分类是:最终消费支出,资本形成总额,净出口。
第二级分类是:居民消费支出,政府消费支出,固定资本形成总额,存货增加,出口,进口。
第三级分类是将最终消费支出分为:农村居民消费支出,城镇居民消费支出。
中国季度支出法GDP不变价核算以2000年为基期,每5年改变一次基期。
中国季度支出法GDP核算所需基础数据是综合运用多种方法收集的,主要来源于两个方面。
一是统计调查资料,包括全面调查资料和抽样调查资料;二是会计核算资料和业务核算资料。
中国季度支出法GDP核算过程分为三步:初步核算、初步核实和最终核实。
初步核算于每季度后15日进行,所依据的基础资料是:国家统计局有关专业的月度和季度统计资料,海关进出口统计资料,财政预算支出执行情况资料,中国对外贸易价格指数资料等。
初步核实于每季度后45日进行,在搜集更多相关资料的基础上,对初步核算数进行修订。
最终核实,根据统计年报、财政支出决算明细资料计算,并利用年度支出法国内生产总值最终核实数对全年各季度GDP 初步核实数进行基准化调整,形成中国季度支出法GDP核算最终核实数。
二、分析国内生产总值——支出法1、数据采集数据样本应用了08年中国各省市的GDP,并包括了最终消费,资本形成总额及货物和服务净出口的统计截面数据。
(单位:亿元)地区GDP 最终消费资本形成总额货物和服务净出口北京9353.32 5082.80 4558.27 -287.75天津5050.40 2064.39 2922.47 63.54河北13709.50 5915.20 6761.26 1033.04山西5730.99 2586.56 3204.43 -60.00内蒙古6091.12 2631.52 4494.40 -1034.80辽宁11023.49 4583.20 6336.85 103.44吉林5601.14 2588.42 3880.04 -867.32黑龙江7065.00 3514.32 3036.93 513.75上海12188.85 6016.31 5568.49 604.05江苏25741.15 10817.13 12371.23 2552.79浙江18780.44 8652.34 8512.00 1616.10安徽7364.18 3981.46 3419.71 -36.99福建9339.51 4269.36 4704.56 365.59江西5500.25 2793.45 2766.96 -60.16山东25965.91 11239.14 12607.51 2119.26河南15012.46 6831.27 8366.37 -185.18湖北 9550.04 4999.66 4450.25 100.13 湖南 9200.00 5333.98 4034.75 -168.73 广东 31084.40 15166.71 11148.88 4768.81 广西 5955.65 3283.21 3034.53 -362.09 海南 1223.28 653.69 558.42 11.17 重庆 4303.84 2460.49 2679.18 -835.83 四川 10505.30 5671.56 5185.46 -351.72 贵州 2741.90 2134.39 1421.01 -813.50 云南 4741.31 2908.08 2666.73 -833.50 西藏 342.19 241.08 272.50 -171.39 陕西 5465.79 2471.16 3329.79 -335.16 甘肃 2702.40 1615.37 1322.52 -235.49 青海 783.61 509.45 496.71 -222.55 宁夏 889.20 527.94 654.31 -293.05 新疆3523.161930.762089.83-497.43注:表中数据来自2008年《中国统计年鉴》2、模型的设定利用上面的的样本数据,设立回归模型、参数估计模型(1)设立如下回归模型:i i i i i X X X Y μββββ++++=3322110i Y GDP 总额 i X 1 最终消费i X 2 资本形成总额 i X 3 货物和服务净出口i μ 随机扰动项 1β、2β、3β 待估参数(2)参数估计模型假设模型中随机误差项i μ满足古典假设,运用OLS 方法估计模型的参数 输入命令LS Y C X1 X2 X3由上可知,估计的模型为: Y=9-12+1.000000X1+1.000000X2+1.000000X32R =1.000000 2R =1.000000 F=5.05E+30⑴ F 检验由上可知 F =5.05E+30在置信度为95%的情况下,αF (k , n-k-1)=05.0F (3,27)= 5.05E+30 F=5.05E+30>2.96,所以通过F 检验。
可知该方程总体上的线性关系是显著成立的,最终消费,资本形成总额及货物和服务净出口对GDP 有显著影响。
⑵ T 检验给定显著性水平0.05α=,查t 分布表得()12--k n t α=()27025.0t =2.052由上可知:0t =4.22E+14, 1t =5.25E+14, 2t =2.86E+14所得T 值均远大于2.052这临界值,由此可知最终消费,资本形成总额及货物和服务净出口对GDP 有显著影响。
⑶ 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。
所以该模型是具有经济意义的。
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。
所以该模型是具有经济意义的。
三、计量经济检验1、序列相关性检验(1)图示法检验在命令框中输入命令 SCAT X1 X2 X3 Y从图中可以看出,GDP随最终消费X1,资本形成总额X2及货物和服务净出口X3的增加而增加,同时离散程度也逐步扩大,这说明变量之间可能存在递增的异方差.(2)White检验法在方程窗口上点击View\ResidualTest\White Heteroskedastcity,检验结果如下图:F=294.4234 Obs*R-squared=30.75625 查分布表得:()3χ=7.81<Obs*R-squared= 30.75625,且P值相当的小,表明存在异方差性.005调整异方差性估计模型参数(加权最小二乘法)首先对原模型进行估计后,保留残差。
在EViews命令框中直接键入“genr e=resid”,按回车,则将残差保存在变量e中。
然后,在EViews命令框中直接键入“genr w1=1/abs(e)”,按回车,再在EViews 命令框中直接键入“ls(w=w1) Y C X1 X2 X3”,按回车,即出现回归结果。
参数估计的结果为:3000000.12000000.11000000.11082.9^X X X E Y +++--=000000.12=R 000000.12=RD.W.=1.536725可以看出,采用加权最小二乘法估计的结果与不采用加权最小二乘法估计的结果有较大区别。
现在再对模型进行White 检验,如图所示:对应的White 检验显示,P 值较大,所以接收不存在异方差的原假设,即认为已经消除了回归模型的异方差性。