计量经济学GDP影响计量经济

GDP影响因素的计量经济分析09财政学2班200919121061聂楠楠【摘要】本文运用计量经济分析方法，建立国内生产总值及其影响因素模型。通过EVIEWS软件对模型进行OLS参数估计，得到模型的数学方程，研究国内生产总值与国内最终消费支出、投资、货物服务净出口以及政府支出各经济指标之间的关系，对各指标对国内生产总值的影响进行计量分析。【关键词】国内生产总值；经济分析；OLS参数估计一、问题的提出国内生产总值(GrossDomesticProduct,简称GDP)是指在一定时期内(一个季度或一年),一个国家或地区的经济中所生产出的全部最终产品和劳务的价值,常被公认为衡量国家经济状况的最佳指标。它不但可以反映一个国家的经济表现,更可以反映一国的国力与财富。一般来说,国内生产总值共有四个不同的组成部分,其中包括消费、投资、政府支出和净出口额。用公式表示为:GDP=C+I+G+NX。式中:C为消费、I为投资、G为政府支出、NX为净出口额。尽管现在很多学者反对单纯根据国内生产总值来衡量一个国家或地区的经济实力,但毋庸置疑的是,GDP仍然是最重要的宏观经济统计指标之一,它是人们了解和把握一个国家(或地区)的宏观经济运行状况的有效工具,是制定经济政策的重要依据,也是检验经济政策科学性和有效性的重要手段和评价经济形势的重要综合指标。本文以1978年至2010年的数据为标准,着重分析这些因素如何影响我国的国内生产总值。二、理论模型的设计理论模型的设计选择国内生产总值Y作为被解释变量。影响国内生产总值的相关因素有很多，根据已经掌握的经济学知识，采取最终消费支出（X1）、投资（X2）、净出口（X3）和政府支出（X4）为解释变量。其中最终消费支出的增加能够扩大消费需求，刺激国内生产，与国内生产总值应呈正相关；投资的增加会刺激企业扩大生产，促进国内生产总值增加，与国内生产总值成正相关；净出口与国内生产总值的相关关系不确定；政府支出的增加会扩大国内需求，刺激国内生产，与国内生产总值呈正相关。因此，上述解释变量的选取符合经济发展的实际情况。我选用中国国家统计局网站上公布的统计数据（1978～2010），并对其进行了整理与汇总。年度国内生产总值（Y）最终消费支出（X1）投资（X2）净出口（X3）财政支出（X4）19783645.21752239.11377.9-11.41122.0919794062.57922633.71478.9-201281.7919804545.6243007.91599.7-14.71228.8319814891.56113361.51630.217.11138.4119825323.3513714.81784.2911229.9819835962.65164126.4203950.81409.5319847208.05174846.32515.11.31701.0219859016.03665986.33457.5-367.12004.25198610275.1796821.83941.9-255.22204.91198712058.6157804.6446210.82262.18198815042.8239839.55700.2-151.12491.21198916992.31911164.26332.7-185.62823.78199018667.82212090.56747510.33083.59199121781.49914091.97868617.53386.62199226923.47617203.310086.3275.63742.2199335333.92521899.915717.7-679.54642.3199448197.85629242.220341.1634.15792.62199560793.72936748.225470.1998.66823.72199671176.59243919.528784.91459.27937.55199778973.03548140.6299683549.99233.56199884402.2851588.231314.23629.210798.18199989677.05555636.932951.52536.613187.67200099214.5546151634842.82390.215886.52001109655.1766933.939769.42324.718902.582002120332.6971816.5455653094.122053.152003135822.7677685.5559632986.324649.952004159878.3487552.669168.44079.128486.892005184937.3799051.377856.810223.133930.282006216314.43112631.992954.11665440422.732007265810.31131510.1110943.223380.649781.352008314045.43152346.6138325.324229.462592.662009340902.81166820.1164463.215033.376299.932010401202.03186905.3191690.815711.589874.16以这些数据为基础，运用EVIEWS软件画散点图，得可以发现被解释变量Y和解释变量X1，X2，X3，X4之间都存在着明显的线性相关关系，虽然X3净出口具有较大方差，但是不影响其线性关系。于是确定该模型的理论方程为：Y=β0+β1X1+β2X2+β3X3+β4X4+其中，Y为国内生产总值，X1为最终消费支出，X2为投资，X3为净出口，X4为政府支出，为未被考虑到模型中而又对被解释变量Y有影响的众多因素，β0，β1，β2，β3，β4为待估参数。三、模型参数估计与回归结果基本分析对该模型运用EVIEWS软件进行OLS参数估计，得出回归结果如下：DependentVariable:YMethod:LeastSquaresDate:12/12/11Time:15:17Sample:19782010Includedobservations:33VariableCoefficientStd.Errort-StatisticProb.C-375.0457511.3545-0.7334360.4694X10.9876090.03833925.759980.0000X20.7761740.1085907.1477810.0000X30.8676180.0991628.7495250.0000X40.5535900.1845912.9990050.0056R-squared0.999769Meandependentvar90395.97AdjustedR-squared0.999737S.D.dependentvar108176.9S.E.ofregression1755.903Akaikeinfocriterion17.91808Sumsquaredresid86329504Schwarzcriterion18.14483Loglikelihood-290.6483F-statistic30356.93Durbin-Watsonstat2.673379Prob(F-statistic)0.000000由回归结果可知，最终消费支出，投资，净出口，政府财政支出对国内生产总值的解释均显著。（一）模型估计结果如下：Y=-375.0457+0.9876X1+0.7762X2+0.8676X3+0.5536X4(25.75998)(7.147781)(8.749525)(2.999005)R2=0.99982R0.999737F=30356.93D.W.=2.673379（二）经济理论检验从以上模型可以看出，当最终消费支出增加一个单位，国内生产总值增加0.9876个单位，表明消费刺激了国内生产，符合实际经济情况；投资增加一个单位，国内生产总值增加0.7762个单位，表面投资同样刺激了国内生产，也符合实际经济情况；净出口增加一个单位，国内生产总值增加0.8676个单位，表明经济增长可能处于需求条件约束的阶段，社会存在闲置资源，有效需求不足，净出口的增加扩大了总需求，促进了国内生产总值的增加，符合改革开放以来中国经济发展的实际情况；政府支出增加一个单位，国内生产总值增加0.5536个单位，表明政府支出拉动了国内生产，符合实际经济情况。以上参数均通过了经济意义检验。（三）模型检验从回归估计的结果看，模型拟合较好。可决系数R2=0.9998，表明国内生产总值变化的99.98%可由最终消费支出，投资，净出口，政府财政支出的变化来解释。从斜率项的t检验看，各解释变量系数均大于5%显著性水平下自由度为n-5=28的临界值t0.025（28）=2.048，即变量是显著的，且F=30356.96F0.05(4,28)=2.71,通过了变量的显著性检验。四、模型的检验与修正（一）异方差检验与修正利用EVIEWS采取怀特检验法对模型进行异方差检验，结果如下：WhiteHeteroskedasticityTest:F-statistic10.98320Probability0.000002Obs*R-squared25.92008Probability0.001084TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/12/11Time:15:19Sample:19782010Includedobservations:33VariableCoefficientStd.Errort-StatisticProb.C-242368.93346740.-0.0724190.9429X1-472.5711509.8854-0.9268180.3632X1^2-0.0028670.008224-0.3485980.7304X2701.68861078.9760.6503280.5217X2^2-0.0049470.014195-0.3484660.7305X31933.1321054.9711.8324020.0793X3^2-0.0658740.038584-1.7072970.1007X4515.82002009.4910.2566920.7996X4^20.0256820.0450190.5704650.5737R-squared0.785457Meandependentvar2616046.AdjustedR-squared0.713942S.D.dependentvar8266602.S.E.ofregression4421338.Akaikeinfocriterion33.66878Sumsquaredresid4.69E+14Schwarzcriterion34.07692Loglikelihood-546.5349F-statistic10.98320Durbin-Watsonstat2.551308Prob(F-statistic)0.000002从表格中可以看出，nR2=0.785457×33=25.9201，在=0.05的置信水平下，经查表得临界值（8）=15.51，比较统计值与临界值，因为nR2=25.9201（8）=15.51,所以拒绝原假设，表明该模型异方差显著。对原模型进行修正，利用EVIEWS得到结果如下：DependentVariable:YMethod:LeastSquaresDate:12/12/11Time:15:25Sample:19782010Includedobservations:33Weightingseries:1/ABS(E)VariableCoefficientStd.Errort-StatisticProb.C-371.53401