国民 生产总值的计量经济学模型.docx
国民生产总值的计量经济学研究摘要国民生产总值反映一国的经济发展状况，本篇文章借助1995-2011年的时间序列数据，研究国民生产总值与国内生产总值、人均国内生产总值、固定资产投资等因素之间存在的关系。通过计量经济学的回归模型的建立对实际问题提出建议和解决方案。关键字 国民收入 国内生产总值 人均国内生产总值 固定资产投资 模型检验引言（1）建模背景及意义国民收入，作为我国衡量经济发展的一个重要指标，对于我国经济发展状况的研究、人民生活水平的高低、企业投资的多少以及居民消费情况具有重要意义。本次模型的建立和分析，是在1995-2011年统计数据的基础上，通过对这几种因素的分析，来进一步了解国民收入和这几种因素之间的相互影响的程度。（2）文献综述 浙江大学宁波理工学院计量经济学论文中采用参数估计，建立模型的办法讲述国民生产总值和消费、政府购买、投资、出口等因素之间的相关关系，并提出将三驾马车的作用充分发挥，以促进我国经济又好又快的发展。一、 数据整理和模型设计（一）数据整理 表1-1国民收入及相关数据 单位：亿元 年份国内生产总值X1人均国内生产总值X2(元)固定资产投资X3国民收入Y199560793.729215045.20019.359810.5292199671176.591655845.22913.570142.4917199778973.0356420.24941.178060.8528199884402.279776796.28406.283024.2798199989677.054757158.29854.788479.1548200099214.554317857.32917.798000.45432001.17068621.7062237213.5.2212002.68939398.43499.9.6892003.756110541.9711455566.6.9722004.337912335.5776470477.43.6052005.36914185.3595188773.6129.3752006.425916499.7045.1624.4062007.305820169.46136.9381.9992008.427123707.71462.3998.3392009.812625607.53065.7679.9522010.795230015.0478.7688.5392011.557835181.23677.1254.043资料来源于中国统计年鉴（二）模型设计此模型中被解释变量Y表示国民收入， 解释变量X1表示国内生产总值， X2 表示人均国内生产总值，X3固定资产投资。采用的模型是：Y=0+1X1+2X2+3X3+二、 模型估计利用Eviews软件，输入Y,X1，X2，X3等数据，采用这些数据对模型进行OLS回归，结果如图1.1所示。Dependent Variable: YMethod: Least SquaresDate: 06/22/13 Time: 21:11Sample: 1995 2011Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C-10188.892368.786-4.0.0009X10.0.0.0.9948X213.787994.3.0.0068X3-0.0.-0.0.4576R-squared0. Mean dependent var.1Adjusted R-squared0. S.D. dependent var.3S.E. of regression604.3129 Akaike info criterion15.84839Sum squared resid. Schwarz criterion16.04444Log likelihood-130.7113 Hannan-Quinn criter.15.86787F-statistic.6 Durbin-Watson stat2.Prob(F-statistic)0.图1.1回归结果Y = -10188. + 0.125*X1 + 13.*X2 - 0.39*X3T=（-4.） （0.） （3.） （-0.）R2=0. DW=2. F=.6由此可见，该模型的判定系数很高，F检验值较大，明显显著。但是X1 X3的系数的t检验不显著，而且X3系数的符号与预期的相反，这表明可能存在严重的多重共线性。 三、模型检验与修正(一) 多重共线性检验表1-2回归系数相关矩阵X1X2X3YX1 1. 0. 0. 0.X2 0. 1. 0. 0.X3 0. 0. 1. 0.Y 0. 0. 0. 1.有此表看出，各解释变量之间相关系数较高，证实存在严重的多重共线性。（二）多重共线性的修正采用逐步回归法，去检验和解决多重共线性问题。分别做Y对X1、X2、X3的一元回归，结果如表1.3所示。表1-3一元回归结果（被解释变量为Y,下同）解释变量X1X2X3参数估计值1.13.677961.38595t统计量581.5568875.85535.77028R20.0.999980.修正R20.0.0. 其中含有解释变量X2的回归方程，修正R2最大，以X2为基础，顺次加入其它变量逐步回归结果如图1.2和1.3所示。Dependent Variable: YMethod: Least SquaresDate: 06/23/13 Time: 10:53Sample: 1995 2011Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C-10707.722235.969-4.0.0003X215.492163.4.0.0008X1-0.0.-0.0.6240R-squared0. Mean dependent var.1Adjusted R-squared0. S.D. dependent var.3S.E. of regression595.3128 Akaike info criterion15.77484Sum squared resid. Schwarz criterion15.92187Log likelihood-131.0861 Hannan-Quinn criter.15.78945F-statistic.0 Durbin-Watson stat2.Prob(F-statistic)0.图1.2加入新变量的回归结果Dependent Variable: YMethod: Least SquaresDate: 06/23/13 Time: 10:58Sample: 1995 2011Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C-10203.78696.7723-14.644350.0000X213.816320.93.872960.0000X3-0.0.-0.0.3605R-squared0. Mean dependent var.1Adjusted R-squared0. S.D. dependent var.3S.E. of regression582.3315 Akaike info criterion15.73074Sum squared resid. Schwarz criterion15.87778Log likelihood-130.7113 Hannan-Quinn criter.15.74536F-statistic.5 Durbin-Watson stat2.Prob(F-statistic)0.图1.3加入新变量的回归结果经过比较发现，新加入X1 、X3变量之后，调整R2的值并未发生很大改进，并且X1、X3参数的t检验不显著，符号为负也不合理，这说明X1、X3引起多重共线性，应予以剔除。所以修正后的回归结果如图1.4所示。Dependent Variable: YMethod: Least SquaresDate: 06/23/13 Time: 11:05Sample: 1995 2011Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C-9595.221265.7453-36.106840.0000X213.677960.875.85500.0000R-squared0. Mean dependent var.1Adjusted R-squared0. S.D. dependent var.3S.E. of regression580.2653 Akaike info criterion15.67498Sum squared resid. Schwarz criterion15.77300Log likelihood-131.2373 Hannan-Quinn criter.15.68472F-statistic.9 Durbin-Watson stat2.Prob(F-statistic)0.图1.4最终回归结果 (三)异方差检验利用怀特检验，在参数估计得到的回归方程的基础上，做White检验。执行命令后，得到模型的White检验结果，如图1.5所示。Heteroskedasticity Test: WhiteF-statistic3. Prob. F(2,14)0.0819Obs*R-squared5. Prob. Chi-Square(2)0.0777Scaled explained SS5. Prob. Chi-Square(2)0.0526Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/23/13 Time: 11:15Sample: 1995 2011Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C-.0.4-0.0.3749X272.3321761.297391.0.2577X22-0.0.-0.0.4896R-squared0. Mean dependent var.2Adjusted R-squared0. S.D. dependent var.3S.E. of regression.6 Akaike info criterion29.12290Sum squared resid3.11E+12 Schwarz criterion29.26994Log likelihood-244.5447 Hannan-Quinn criter.29.13752F-statistic3. Durbin-Watson stat3.Prob(F-statistic)0.图1.5White 检验结果其中F值为回归模型的F统计量，取显著性水平=0.05，由于nR2=0.0777<2(2)=5.991所以不存在异方差。实际上，有输出结果的概率值p可以看出，只要显著性水平<0.0777就可以认为不存在异方差。（四）自相关检验采用DW检验法，根据下面的模型估计结果判断模型是否存在自相关。Dependent Variable: YMethod: Least SquaresDate: 06/23/13 Time: 11:25Sample: 1995 2011Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C-9595.221265.7453-36.106840.0000X213.677960.875.85500.0000R-squared0. Mean dependent var.1Adjusted R-squared0. S.D. dependent var.3S.E. of regression580.2653 Akaike info criterion15.67498Sum squared resid. Schwarz criterion15.77300Log likelihood-131.2373 Hannan-Quinn criter.15.68472F-statistic.9 Durbin-Watson stat2.Prob(F-statistic)0.图1.6 模型回归结果DW=2.，给定显著性水平=0.05， 查Durbin-Watson统计表，n=17，k=1，得到下限临界值dl= 1.133和上限临界值du=1.381，因为DW>du，根据判断区域可知，这时的随机误差项不存在自相关。三、结论综述经过一系列的检验最终得到的回归方程式：Y = -9595.221+ 13.678*X2t=(-36.10684) (875.8550)调整R2=0. DW=2. F=.9根据最终结果可以看出该模型拟合优度较好，通过了t检验，F检验，并且其经济意义理解为：在其他因素不变的情况下，当人均国内生产总值X2增加1元时，国民收入将增加13.678亿元。该模型的效果还算不错，可以用来进行预测。四、提出建议国民经济的发展关乎我国整体经济水平的发展，我国应当积极推进经济结构的调整，尽快完善社会保障体制，改革收入分配制度，提高人均收入，切实做到人民富裕，共同小康。国民的富强最终反映一国的国际实力和发展程度。因此，从这个意义上讲，我国应积极提升人均国民收入。参考文献1计量经济学.李卫东 主编.机械工业出版社2 李子奈.计量经济学M 北京：中国统计出版社3 经济科学译库经济数据的计量分析. Jeffrey Wooldridge 著 .中国人民大学出版社4 计量经济学软件Eviews 使用指南 .张晓峒主编. 南开大学出版社5 人均国内生产总值研究经济论文 2011年11月2日6 应用计量经济学.A.H.Studenmund 著.机械工业出版社计量经济学期末论文班级：10国本2班姓名：孔晓萌学号：
