计量实证分析案例

《计量实证分析案例》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、对中国经济增长影响因素的实证分析本文针对十八大提出的经济增长在2020年翻一番，采用时间序列数据模型和多元线性回归分析方法对1980-2009年（中国统计年鉴数据）三十年间中国经济增长因素进行研究，分析了物质资本、劳动力、消费对国内生产总值（GDP）的影响，建立计量经济学模型，寻求这些变量与国内生产总值的数量关系，进行定量分析，对模型进行检验，最终得出结论。1.模型的建立为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（）这个经济指标作为研究对象；用总就业人员数（）衡量劳动力；用固定资产投资总额()衡量资

2、本投入：用价格指数（）去衡量消费需求。运用这些数据进行回归分析。这里的被解释变量是Y：国内生产总值，与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，它们分别为：代表社会就业人数，代表固定资产投资，代表消费价格指数，代表随机干扰项。模型的建立大致分为理论模型设置、参数估计、模型检验几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。1.1理论模型的确定通过变量的筛选，最终确定以下变量建立回归模型。被解释变量：国内生产总值,解释变量：:代表社会就业人数，:代表

3、固定资产投资，:代表消费价格指数，另外，从经济意义上讲，变量的选择是正确的。而且，就直观上来说，解释变量与被解释变量都是相关的。表1：被解释变量与解释变量1980-2009数据年份国内生产总值（现价）/亿元年末从业人员数/万人全社会固定资产投资总额/亿元居民消费价格指数（上年=100）19804545.62397342361910.9107.519814889.46106243725961102.519825330.450965452951230.410219835985.551568464361430.110219847

4、243.751718481971832.9102.719859040.736581498732543.2109.3198610274.37922512823120.6106.5198712050.61513527833791.7107.3198815036.82301543344753.8118.8198917000.91911553294410.4118199018718.32238569094517103.1199121826.19941583605594.5103.4199226937.27645594328080.

5、1106.4199335260.024716022013072.3114.7199448108.456446147017042.1124.1199559810.529216794720019.3117.1199670142.491656885022913.5108.3199778060.8356960024941.1102.8199883024.279776995728406.299.2199988479.154757058629854.798.6200098000.454317208532917.7100.4200110

6、8068.22067302537213.5100.72002119095.68937374043499.999.22003135173.97617443255566.6101.22004159586.74797520070477.4103.92005185808.5597582588773.6101.82006217522.669876400109998.2101.52007267763.658876990137323.9104.82008316228.824877480172828.4105.92009343464.69

7、0377995224598.899.3资料来源：《中国统计年鉴》。首先，检查被解释变量和解释变量之间的线性关系是否成立。观察被解释变量与解释变量之间的散点图。图1：被解释变量与解释变量的散点图由图中趋势线可以判断，被解释变量Y与解释变量之间基本呈线性关系。图2：被解释变量与解释变量的散点图由图中趋势线可以判断，被解释变量与解释变量之间基本呈线性关系。图3：被解释变量与解释变量的散点图由图中趋势线可以判断，被解释变量Y与解释变量之间基本呈线性关系。再通过变量之间的相关系数判断。表2：被解释变量与解释变量相关系数表Covari

8、anceAnalysis:OrdinaryDate:12/01/12Time:13:05Sample:19802009Includedobservations:30CovarianceCorrelationY X1 X2 X3 Y 8.85E+091.000000X1 8.91E+081.33E+080