对我国gdp影响因素的分析报告.doc

对我国GDP影响因素的分析摘要:运用1987-2012年我国城镇、农村人均收入,恩格尔系数以及就业人数的数据,先对GDP进行绘制相关图,单位根检验,在建立了古典线性回归模型,通过OLS回归、多重共线性分析、怀特异方差检验、对变量进行单位根检验、Johansen协整检验、RESET检验、Chow稳定性检验等实证分析了城镇、农村人均收入、恩格尔系数以及就业人数对我国GDP影响。通过这一系列统计分析和检验方法,拟合出比较优良的GDP模型,得出1987-2012年间我国经济增长的情况。由此来分析所选取的这四个变量对GDP的贡献情况,结合当前我国宏观经济形势,找出目前经济发展存在的问题,从而找出相应的对策。【关键词】:GDP恩格尔系数影响因素回归分析一、引言许多专家学者指出,我国目前的经济形势是上世纪90年代中期以来最好的。由此可见,GDP作为现代国民经济核算体系的核心指标,它的总量可以反映一个国家和地区的经济发展及人民的生活水平,其结构可反映社会生产与使用,投资与消费之间的比例关系及宏观经济效益,对于经济研究、经济管理都具有十分重要的意义。尤其从1985年我国开始正式统计GDP后,它就越来越受到人们的关注。GDP的核算中有许多因素在起着作用,为此,本文对国生产总值GDP的影响因素作计量模型的实证分析,以期分析各影响因素对经济增长的贡献情况,结合我国当前的宏观经济形势,对国家宏观经济政策提出自己的看法。二、建模分析1、数据收集整理从《中国统计年鉴》得到我国1987-2012年国生产总值GDP、我国城镇、农村人均收入,恩格尔系数以及就业人数的统计数据,图1所示。数据收集(数据来自《中国统计年鉴》中国国家统计局/):数据基于全国围各年年末的数据统计,样本数据如图1:图1数据汇总整理,其中:gdp:国生产总值,tc::农村居民人均收入,te:城镇居民恩格尔系数,ce:农村居民恩格尔系数,tw:城镇居民就业人数,cw:农村居民就业人数。数据汇总整理如图2所示:图2(变量数据)2、-2012年我国城镇、农村人均收入,恩格尔系数以及就业人数的数据建立古典线性回归模型,通过OLS回归、多重共线性分析、怀特异方差检验、对变量进行单位根检验、Johansen协整检验、RESET检验、Chow稳定性检验等实证分析了城镇、农村人均收入、恩格尔系数以及就业人数对我国GDP影响。(1)绘变量变化折线图图3(序列折线图)(2)GDP相关图图4(GDP序列相关图)图4相关图用于显示序列GDP与其滞后序列之间的相关关系。Autocorrelation部分是相关图,PartialCorrelation部分是偏相关图,自然序数列表示的是滞后期期数,AC是估计的自相关系数值, PAC是估计的偏相关系数值,Q-Stat表示的是Q统计量的值,Prob是Q统计量的伴随概率。P值大于检验水平,则表示序列是非自相关的。可以看出次输入结果中,,,此序列存在自相关。3单位根检验图5(GDP序列ADF单位根检验结果)单位根检验用于检查时间序列的平稳性。图5中的是GDP序列进行ADF方法下的单位根检验。可以看到检验的伴随概率为接近于1,,所以接受原假设H0认为:如果检验式设定正确则该GDP序列存在单位根。此时GDP为随机游走,是不稳定的。T-staistic栏的值与下面的1%、5%、10%水平的绝对值分别比较,在1%、5%、10%、、,则表示应当接受原假设,即原序列具有单位根,是非平稳序列。而prob栏,显示的信息是接受原假设的把握程度或是拒绝原假设犯错的概率,此处,是1,表示有100%的把握接受原假设,即原序列具有单位根,是非平稳的。3OLS模型回归图6(OLS估计1)回归结果分析:通过图6表可以看出,模型回归方程形式为:模型回归结果为:从系数的显著性来看,,其它都小于5%的显著性水平,说明模型回归的系数非常显著;从模型整体的显著性来看,,,可以拒绝模型整体解释变量系数为零的原假设,说明模型的整体拟合情况好;从模型整体的拟合度来看R方和调整R方都在99%以上,说明该模型整体上拟合的非常好;从模型拟合的残差序列相关性来看,D-,显然严重大于序列无自相关的标准值2,判断回归残差序列存在自相关。一次最小估计统计量仍然是线性和无偏的,但却不是有效的。由图6所示回归结果可知:,所以数据的拟合优度较好。、CW、,