霸州楚楚吊顶
计量经济学课程论文小组成员:组长:指导教师:日期:2010/年5月27日2006年我国各城市的GDP变动的多因素分析摘要:本文主要通过对各城市同一时期的GDP进行多因素分析,建立以各城市同一时期的GDP为被解释变量,以其它可量化横截面数据作为解释变量建立多元线性回归模型,从而对各城市同一时期的GDP进行数量化分析。关键词:GDPY(亿元)多因素分析模型计量经济学检验一、引言部分GDP(国内生产总值)指一个国家(或地区)所有常住单位在一定时期内生产活动的最终成果,从价值形态看,它是所有常住单位在一定时期内生产的全部货物和服务价值超过同期中间投入的全部非固定资产货物和服务价值的差额,即所有常住单位的增加值之和。GDP在创造的同时也被相应的生产要素分走了,主要体现为劳动报酬和利润。在现代社会政府还要以税收的形式拿走一部分GDP。本文主要研究就业人数L(万人)、各地区资本形成总额K(亿元)剔除价格影响因素即商品零售价格指数P(上年=100)之后对各城市同一时期的GDP的影响。二、文献综述注:2006年各城市同一时期的GDP总量的数据来源于《中国统计年鉴2007》;2006年就业人数L(万人)的数据来源于《中国统计年鉴2007》;2006年资本形成总额K(亿元)的数据来源于《中国统计年鉴2007》,本表按2006年价格计算;2006年商品零售价格指数P(上年=100)的数据来源于《中国统计年鉴2007》;三、研究目的通过研究各个城市在同一时期的GDP建立以各城市同一时期的GDP为被解释变量,以其它可量化横截面数据作为解释变量建立多元线性回归模型,从而对各城市同一时期的GDP进行数量化分析。掌握建立多元回归模型和比较、筛选模型的方法。四、实验内容根据生产函数理论,生产函数的基本形式为:。其中,L、K分别为产出GDP的过程中投入的劳动与资金,本文未考虑时间变量即技术进步的影响。上表列出了我国2006年我国各个城市的GDP的有关统计资料;其中产出Y为各城市同一时期的GDP(可比价),L、K分别为2006年年末职工人数和各地区资本形成总额(可比价)。五、建立模型并进行模型的参数估计、检验及修正(一)我们先建立Y1与L的关系模型:其中,Y1——各个城市在同一时期的实际GDP(亿元)L——2006年年末职工人数(万人)模型的参数估计及其经济意义、统计推断的检验利用EVIEWS软件,经回归分析,作出Y1与L的散点图如下:利用EVIEWS软件,用OLS方法估计得:DependentVariable:Y1Method:LeastSquaresDate:05/27/10Time:14:45Sample:136Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C-1647.264517.2169-3.1848610.0034L14.994170.71254921.042990.0000R-squared0.938534Meandependentvar7387.979AdjustedR-squared0.936415S.D.dependentvar6367.139S.E.ofregression1605.545Akaikeinfocriterion17.66266Sumsquaredresid74755513Schwarzcriterion17.75517Loglikelihood-271.7712F-statistic442.8073Durbin-Watsonstat1.503388Prob(F-statistic)0.000000可见,L的t值显著,且系数符合经济意义。从经济意义上讲,劳动每增加一单位,都可以使实际GDP相应增加14.9941,这在一定条件下可以实现。另外,修正可决系数为0.936415,F值为442.8073,明显通过了F检验。且L的P检验值为0,小于0.05,所以通过了P值检验(二)建立Y1与K1的关系模型:其中,Y1——各个城市在同一时期的实际GDP(亿元)K1——各地区资本形成总额(实际投入额)(亿元)模型的参数估计及其经济意义、统计推断的检验利用EVIEWS软件,经回归分析,作出Y1与K1的散点图如下:利用EVIEWS软件,用OLS方法估计得:DependentVariable:Y1Method:LeastSquaresDate:05/27/10Time:17:16Sample:136Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C-705.0563393.0357-1.7938730.0833K12.2411060.08675125.833850.0000R-squared0.958357Meandependentvar7387.979AdjustedR-squared0.956921S.D.dependentvar6367.139S.E.ofregression1321.537Akaikeinfocriterion17.27332Sumsquaredresid50647333Schwarzcriterion17.36583Loglikelihood-265.7364F-statistic667.3880Durbin-Watsonstat1.697910Prob(F-statistic)0.000000可见,K1的t值显著,且系数符合经济意义。从经济意义上讲,资本每增加一单位,都可以使实际GDP相应增加2.241106,这在一定条件下可以实现。另外,修正可决系数为0.956921,F值为667.3880,明显通过了F检验。且K1的P检验值为0,小于0.05,所以通过了P值检验通过两个模型的可绝系数、调整可决系数、T检验、F检验、P值检验的比较,明显的,Y1与K1的关系模型优于Y1与L的关系模型。因此,在以Y1与K1的关系模型为基础模型的条件下,建立二元关系模型。(三)建立Y1与K1和L的二元关系模型其中,Y1——各个城市在同一时期的实际GDP(亿元)K1——各地区资本形成总额(实际投入额)(亿元)L——2006年年末职工人数(万人)利用EVIEWS软件,用OLS方法估计得DependentVariable:Y1Method:LeastSquaresDate:05/27/10Time:17:23Sample:136Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C-1369.643303.2218-4.5169680.0001K11.3367960.1761047.5909360.0000L6.5222681.1906065.4781070.0000R-squared0.979900Meandependentvar7387.979AdjustedR-squared0.978464S.D.dependentvar6367.139S.E.ofregression934.3899Akaikeinfocriterion16.60943Sumsquaredresid24446367Schwarzcriterion16.74820Loglikelihood-254.4462F-statistic682.5040Durbin-Watsonstat1.633165Prob(F-statistic)0.000000可见,K1和L的t值显著,且系数符合经济意义。从经济意义上讲,资本每增加一单位,都可以使实际GDP相应增加。另外,修正可决系数为0.978464,F值为682.5040,明显通过了F检验。且K1和L的P检验值为0,均小于0.05,所以通过了P值检验。通过两个模型的可绝系数、调整可决系数、T检验、F检验、P值检验的比较,明显的,Y1与K1和L的关系模型优于Y1与K1的关系模型。因此,建立二元关系模型更符合实际经济情况。(四)建立非线性回归模型——C-D生产函数。C-D生产函数为:,对于此类非线性函数,可以采用以下两种方式建立模型。方式1:转化成线性模型进行估计;在模型两端同时取对数,得:在EViews软件的命令窗口中依次键入以下命令:GENRLNY1=log(Y1)GENRLNL=log(L)GENRLNK1=log(K1)LSLNY1CLNLLNK1则估计结果如图所示。DependentVariable:LNY1Method:LeastSquaresDate:05/27/10Time:17:29Sample:136Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C0.2423450.1981801.2228530.2316LNK10.6665000.0827078.0585380.0000LNL0.4933220.0881285.5977750.0000R-squared0.988755Meandependentvar8.504486AdjustedR-squared0.987951S.D.dependentvar1.037058S.E.ofregression0.113834Akaikeinfocriterion-1.416379Sumsquaredresid0.362831Schwarzcriterion-1.277606Loglikelihood24.95388F-statistic1230.946Durbin-Watsonstat1.295173Prob(F-statistic)0.000000可见,K1和L的t值显著,且系数符合经济意义。从经济意义上讲,资本每增加一单位,都可以使实际GDP相应增加。另外,修正可决系数为0.987951,F值为1230.946,明显通过了F检验。且K1和L的P检验值为0,均小于0.05,所以通过了P值检验。通过对以上模型的可决系数、调整可决系数、F检验的比较,明显的,该模型最优。因此,选用该模型为以各城市同一时期的GDP为被解释变量,以其它可量化横截面数据作为解释变量建立的最优多元线性回归模型。六、总结综上所述,我们采用截面数据拟合的模型成功的反映各城市同一时期的GDPY1与就业人数L(万人)和各地区剔除价格影响因素即商品零售价格指数P(上年=100)的资本形成总额K1(亿元)间的数量关系,是一个成功的模型。从模型中看出,各城市同一时期的GDPY1与就业人数L(万人)和各地区剔除价格影响因素即商品零售价格指数P(上年=100)的资本形成总额K1(亿元)有非常密切的关系,与柯布-道格拉斯(C-D)生产函数密切吻合,验证了柯布-道格拉斯(C-D)生产函数的正确。参考文献:1、《国民经济核算——国家统计年鉴2007》2、《价格指数——国家统计年鉴2007》3、《中国国内生产总值核算》,作者:许宪春编著,
犀牛望月0
给你一篇我刚写的 呵呵 仅供参考 (需要的话给你电子版 QQ:309735313)关于我国城镇居民储蓄存款模型的计量经济分析 (我的姓名等信息就省略了啊 呵呵) 内容摘要:本文利用我国1978年以来的统计数字建立了可以通过各种检验的城镇居民储蓄率的模型,对我国城镇居民储蓄存款情况进行实证分析。通过对该模型的经济含义分析得出各种主要因素对我国城镇居民储蓄存款数量的影响程度,并针对我国城镇居民存款储蓄现状提出自己的一些建议。 关键词:居民储蓄存款 实证分析 主要因素 一、问题的提出 1978年以来,随着我国国民经济的飞速发展,我国的居民储蓄也出现高速增长的态势。进入90年代以后.我国居民储蓄存款余额始终保持在两位数的增长速度。我国居民储蓄存款持续增长这一经济现象引起国内理论界的广泛关注。这对我国经济的进一步增长有着有利的一面,但也会带来一定程度的负面影响。所以国家相继出台了一系列积极的财政和货币政策,以刺激国内消费和投资需求,分流储蓄,但是居民储蓄依然持续增加。由于居民的储蓄存款直接影响着居民的消费行为,影响着货币的供给量,进而间接影响着国家经济的发展,宏观调控的力度和效果,因此,对我国居民存款储蓄问题的深入研究就显得尤为重要,这有助于帮助大家认清现状,做出合理的决策。虽然我们作为本科阶段的学生对这个问题的理解和研究还不够深入和透彻,但对此问题的探索有利于我们更好的掌握专业知识,了解国情,提高实际操作水平和理论联系实际、发现问题、分析问题、解决问题的能力。 二、文献综述 我国有很多学者建立了许多的储蓄模型来分析各因素对居民储蓄的影响程度,但分析结论的差异很大。整理以前的研究成果,一个社会的储蓄总量受很多因数的影响,根据经典西方宏观经济学理论,储蓄水平主要受收入因数、利息率、物价水平、收入分配等因数的影响: 1.收入因数 收入是决定储蓄的重要因数,收入的变化会直接决定着储蓄的变化。在其他条件不变的情况下,储蓄与可支配收入之间存在着正方向的变化关系,即居民的可支配收入增加,储蓄量增加;个人可支配收入减少,储蓄量减少。可支配收入是指居民户在支付个人所得税之后,余下的全部实际现金收入。 2.利息率 传统经济学认为,在收入即定的条件下,较高的利息率会使储蓄增加。在本文中,我们选用的利息率是根据当年变动月份加权平均后的一年期储蓄存款加权利率。 3.物价水平 物价水平会导致居民户的消费倾向的改变,从而也就会改变居民户的储蓄倾向。本文用通货膨胀率来考察物价水平对储蓄率的影响。 4.收入分配 凯恩斯认为,收入分配的均等化程度越高,社会的平均消费倾向就会越高,社会的储蓄倾向就会越低。在国际上,衡量收入分配平均状况最常用的指数是基尼系数。 三、变量的选取及分析 目前我国正处于改革时期,各种不确定性因素很多。因而,要分析各种因素对中国居民储蓄行为的影响,必须立足于中国的国情。1998年后,中国经济运行进入了一种新的体制约束状态,出现了明显的供给过剩,需求对经济增长的约束与拉动作用明显增强,投资、消费膨胀的内在动力明显不足;同时,由于我国市场机制尚不健全,市场经济发育不成熟,市场体制的控制力还有限,从而不能形成一种有效地传导机制。市场化的改革对人们的经济行为、心理行为带来了很大影响,银行开始考虑贷款风险,投资者开始考虑投资回报,而消费者也开始考虑最佳的消费时机和预期收入。这说明,我们的微观经济层面已生长出一种内在的约束机制,然而社会各个方面对这些积极的因素还很不适应,微观主体内在约束机制较强与宏观经济市场传导机制不畅之间的矛盾,导致了投资行为受阻、消费行为审慎和储蓄持续稳定增长。当前影响我国居民储蓄的因素有很多,概括起来有以下几点:居民对社会经济形势的预期、可选择的投资渠道、信贷消费的发展、利率因素的影响、"假性"存款的影响、消费领域的信用等级、高收入阶层消费状况、就业形势压力、体制改革、居民收入水平等。 由于我现在的时间和能力有限,只能综合考虑,选取一部分变量进行研究,而且为了方便查找数据,只建立我国城镇居民储蓄存款模型进行研究。本文选用当年的收入增长率来考察收入因数对储蓄率的影响。用城镇居民的储蓄率作为被解释变量。另外还选取了中国1979年到2002年的各年的城镇居民收入的基尼系数、一年期储蓄利率和通货膨胀率作为解释变量。 四、数据及处理 本文模型数据样本为从1979-2002年。 年份 城镇居民储蓄率 城镇居民收入增长率 一年期储蓄利率 通货膨胀率 城镇居民基尼系数 1979 0.06368087 0.264869934 3.78 0.02 0.16 1980 0.08740586 0.220385089 5.04 0.059804 0.15 1981 0.07093626 0.104176446 5.4 0.024052 0.15 1982 0.08105586 0.139165412 5.67 0.01897 0.15 1983 0.09963501 0.093723563 5.76 0.015071 0.16 1984 0.13025584 0.245357008 5.76 0.027948 0.19 1985 0.15161502 0.184241122 6.72 0.08836 0.19 1986 0.17454542 0.280700971 7.2 0.060109 0.2 1987 0.2175453 0.167515864 7.2 0.072901 0.23 1988 0.17862152 0.219728929 7.68 0.185312 0.23 1989 0.2721202 0.199827095 11.12 0.177765 0.23 1990 0.32760614 0.123579703 9.92 0.021141 0.24 1991 0.31032443 0.163667824 7.92 0.028888 0.25 1992 0.3016907 0.228819425 7.56 0.053814 0.27 1993 0.3199061 0.311233327 9.26 0.131883 0.3 1994 0.42486435 0.397210898 10.98 0.216948 0.28 1995 0.44898036 0.261076104 10.98 0.147969 0.28 1996 0.40903477 0.198208003 9.21 0.060938 0.29 1997 0.30935015 0.127739779 7.17 0.007941 0.3 1998 0.25777978 0.108852141 5.02 -0.026 0.295 1999 0.21234608 0.134557035 2.89 -0.02993 0.3 2000 0.1239205 0.125688358 2.25 -0.01501 0.32 2001 0.24155306 0.14364071 2.25 -0.0079 0.33 2002 0.29897822 0.173106495 2.03 -0.01308 0.319 数据来源:各年份的《中国统计年鉴》 注:Y代表城镇居民储蓄率 X1代表城镇居民收入增长率 X2代表一年期储蓄利率 X3代表通货膨胀率 X4代表城镇居民基尼系数 五、模型及处理 基于以上数据,建立的模型是: Y=β1+β2X1+β3X2+β4X3+β5X4+u β1度量了截距项,它表示在没有收入的时候人们也要花钱消费,储蓄率为负。 β2度量了当城镇个人可支配收入率变动1%时,储蓄增长率的变动。 β3度量了当利率变动一个单位,其实也就是1%时,储蓄的增量的变动。 β4度量了当通货膨胀率变动一个单位,储蓄增量的变动。 β5度量了基尼系数对储蓄率的影响。这也是本文的重点变量。 u是随机误差项。 对Y做回归 利用eviews最小二乘估计结果如下 Variable Coefficient Std. Error t-Statistic Prob. C -0.264646 0.045525 -5.813154 0.0000 X1 0.317426 0.175678 1.806864 0.0875 X2 0.024054 0.003688 6.523093 0.0000 X3 0.024476 0.205508 0.119099 0.9065 X4 1.127523 0.149318 7.551127 0.0000 R-squared 0.897971 Mean dependent var 0.234065 Adjusted R-squared 0.875298 S.D. dependent var 0.116109 S.E. of regression 0.041002 Akaike info criterion -3.360748 Sum squared resid 0.030260 Schwarz criterion -3.113901 Log likelihood 43.64860 F-statistic 39.60525 Durbin-Watson stat 1.541473 Prob(F-statistic) 0.000000 根据以上结果,初步得出的模型为 Y=-0.264646+0.317426X1+0.024054X2 +0.024476X3+1.127523X4. 1.经济意义的检验 该模型可以通过初步的经济意义的检验,系数的符号符合经济理论。 2.统计检验 从表中可以看出,显然通货膨胀率的系数通不过T检验,R2=0.897971, 2值为0.875298,模型的拟合情况较好。F检验的值为39.60525,整个模型对储蓄率的增长影响是显著的。 3.多重共线性的检验 从F值可知此模型整体显著,但是分析各个变量后发现X1和X3不显著,可能存在多重共线性,运用消除多重共线性的逐步回归方法我们可以得到要放弃X3 这个变量,重新做回归分析得到: Y=β1+β2X1+β3X2+β5X4+u Variable Coefficient Std. Error t-Statistic Prob. C -0.271487 0.041322 -6.570056 0.0000 X1 0.314787 0.113799 2.766177 0.0119 X2 0.024487 0.003178 7.704986 0.0000 X4 1.145280 0.137886 8.305987 0.0000 R-squared 0.897094 Mean dependent var 0.229740 Adjusted R-squared 0.881658 S.D. dependent var 0.115517 S.E. of regression 0.039739 Akaike info criterion -3.461967 Sum squared resid 0.031583 Schwarz criterion -3.265624 Log likelihood 45.54360 F-statistic 58.11739 Durbin-Watson stat 1.556309 Prob(F-statistic) 0.000000 从新模型的整体效果来看,R值和F值都很好,而且各个变量的t统计量也表明各个变量对储蓄率的增长都有显著影响。 因此模型可设为Y= -0.271487+0.314787X1+0.024487X2+1.145280X4 4.异方差性检验 对新模型进行异方差性的检验,运用white检验,得到如下结果: White Heteroskedasticity Test: F-statistic 2.669433 Probability 0.054505 Obs*R-squared 11.50596 Probability 0.073942 Obs*R-squared的计算结果是11.50596,,由于选用的没有交叉乘积项的方式,所以自由度为7,在0.05的显著水平下,查表得 (7)=12.59〉11.50596,所以接受原假设,即该模型不存在异方差性。 5.自相关性的检验 从上表可知DW值为1.556309,且样本容量n=24,有三个解释变量的条件下,给定显著性水平 =0.01,查D-W表得,d =0.882,d =1.407,这时有d
计量经济学论文可以研究的问题有多种,期中比较简单的就是根据数据,建立方程,研究变量之间的关系,主要运用的工具就是计量经济学的初等知识和Eviews软件,思路、要
对我国城乡居民收入差距的剖析\x0d\x0a经济增长质量评价研究\x0d\x0a对**国际旅游收入的预测与分析\x0d\x0a旅游产业区域竞争力评价分析\x0d
俺甩两篇给您!!!
希望以上网站内容能帮到你
城乡收入差距的因素分析 大学生手机预期消费的计量经济模型 第二产业国内生产总值对固定资产投资的影响分析 第二产业GDP形成的因素分析 各