三架马车对GDP的影响,计量经济学

计量经济学

三架马车对GDP的影响

姓名：陈成敏班级：经济1002班学号：20102445

简介：GDP即英文（gross domestic product）的缩写，也就是国内生产总值。它是对一国（地区）经济在核算期内所有常住单位生产的最终产品总量的度量，常常被看成显示一个国家（地区）经济状况的一个重要指标。生产过程中的新增加值，包括劳动者新创造的价值和固定资产的磨损价值，但不包含生产过程中作为中间投入的价值；在实物构成上，是当期生产的最终产品，包含用于消费、积累及净出口的产品，但不包含各种被其他部门消耗的中间产品。 GDP的测算有三种方法：生产法：GDP＝∑各产业部门的总产出－∑各产业部门的中间消耗：收入法：GDP＝∑各产业部门劳动者报酬＋∑各产业部门固定资产折旧＋∑各产业部门生产税净额＋∑各产业部门营业利润；支出法：GDP＝总消费＋总投资＋净出口

表1 中国GDP总额及相关数据

1.问题的提出和模型设定

为了全面反映中国反应影响GDP增长因素的全貌，选择GDP作为被解释变量，以反映国家GDP的增长；选择“固定资产投资总额”作为第一架马车投资的代表；选择“消费品总额”作为第二架马车消费的代表；选择“出口总额”作为第三架马车出口的代表。设定的线性回归模型为：

Y=β1+β2*X1+β3*X2+β4*X3+u

2、参数估计

1 .利用EViews估计模型的参数，方法是：

（1）建立工作文件：启动EViews，点击File\New\Workfile，在对话框“Workfile Range”中的“Workfile frequency”中选择“Annual” (年度)，并在“Start date”中输入开始时间“1994”，在“end date”中输入最后时间“2008”，点击“ok”，出现“Workfile UNTITLED”工作框。其中已有变量：“c”—截距项“resid”—剩余项。在“Objects”菜单中点击“New Objects”，在“New Objects”对话框中选“Group”，并在“Name for Objects”上定义文件名，点击“OK”出现数据编辑窗口。

（2）输入数据：点击“Quik”下拉菜单中的“Empty Group”，出现“Group”

窗口数据编辑框，点第一列与“obs”对应的格，在命令栏输入“Y”，点下行键“↓”，即将该序列命名为Y，并依此输入Y的数据。用同样方法在对应的

列命名X

2、X

3

、X

4

，并输入相应的数据。或者在EViews命令框直接键入“data

Y X

2 X

3

X

4

…”，回车出现“Group”窗口数据编辑框，在对应的Y X

2

X

3

X

4

下输入响应的数据。

（3）估计参数：点击“Procs”下拉菜单中的“Make Equation”，在出现的

对话框的“Equation Specification”栏中键入“Y C X

2X

3

X

4

”，在

“Estimation Settings”栏中选择“Least Sqares”(最小二乘法)，点“ok”，即出现回归结果：

Y=β

1+β

2

*X

1

+β

3

*X

2

+β

4

*X

3

+μ

表2

Dependent Variable: Y

Method: Least Squares

Date: 11/07/12 Time: 13:07

Sample: 1994 2008

Included observations: 15

X1 0.193110 0.098355 1.963403 0.0754

X2 2.021415 0.125764 16.07302 0.0000

X3 0.452018 0.119137 3.794108 0.0030

R-squared 0.999479 Mean dependent var 134082.7 Adjusted R-squared 0.999337 S.D. dependent var 74766.47 S.E. of regression 1924.662 Akaike info criterion 18.18607 Sum squared resid 40747546 Schwarz criterion 18.37488 Log likelihood -132.3955 F-statistic 7038.588

2.估计结果为

Y=β

1+β

2

*X

1

+β

3

*X

2

+β

4

*X

3

+μ

其中： Y---GDP（亿元）

X1---固定资产投资总额（亿元）

X2---消费品总额（亿元）

X3--出口总额（亿元）

得回归模型为：

Y = 3718.657 + 0.193110X1 + 2.021415X2 + 0.452018X3

（2487.554） (0.098355) (0.125764) (0.119137) T=(1.494905) (1.963403) (16.07302) (3.794108)

R2= 0.999479 F=7038.588

括号内为t统计量值。

3、检验模型的异方差

（1）图形法

i、EViews软件操作。

由路径：Quick/Estimate Equation，进入Equation Specification窗口，键入“y c

x ”，确认并“ok ”，得样本回归估计结果，见表3.2。在得到表3.2估计结果后，立即用生成命令建立序列2

i e ，记为e2。生成过程如下，先按路径：Procs/Generate Series ，进入Generate Series by Equation 对话框，即

图3.1

然后，在Generate Series by Equation 对话框中（如图3.1），键入“e2=（resid ）^2”，则生成序列2

i e 。绘制2

i e 对i X 的散点图。选择变量名X 与e2（注意选择变量的顺序，先选的变量将在图形中表示横轴，后选的变量表示纵轴），进入数据列表，再按路径view/graph/scatter ，可得散点图，见图3.2。

ii 、判断。由图3.2可以看出，残差平方2

i e 对解释变量X 的散点图主要分布在图形中的下半部分，大致看出残差平方2

i e 随i X 的变动呈增大的趋势，因此，模型很可能存在异方差。但是否确实存在异方差还应通过更进一步的检验。

（2）Goldfeld-Quandt 检验 i 、EViews 软件操作。

a 、对变量取值排序（按递增或递减）。在Procs 菜单里选Sort Series 命令，出现排序对话框，如果以递增型排序，选Ascending ，如果以递减型排序，则应选Descending ，键入X ，点ok 。本例选递增型排序，这时变量Y 与X 将以X 按递增型排序。

b 、构造子样本区间，建立回归模型。在本例中，样本容量n=15，删除中间1/4的观测值，即大约3个观测值，余下部分平分得两个样本区间：1994-1999、2003—2008，它们的样本个数均是6个，即n1=n2=6。

在Sample 菜单里，将区间定义为1994-1999，然后用OLS 方法求得如下结果

表3.3

Dependent Variable: Y Method: Least Squares Date: 11/07/12 Time: 15:07 Sample: 1994 1999 Variable Coefficient Std. Error t-Statistic Prob. X1 0.192410 0.146013 1.317757 0.3183 X2 2.103665 0.123966 16.96974 0.0035 X3 0.552319 0.206952 2.668831 0.1164 C

152.5045

1040.440

0.146577

0.8969

R-squared

0.999888 Mean dependent var 72203.43 Adjusted R-squared 0.999719 S.D. dependent var 15540.08 S.E. of regression 260.5857 Akaike info criterion 14.19846 Sum squared resid 135809.8 Schwarz criterion 14.05963 Log likelihood -38.59539 F-statistic 5926.594 Durbin-Watson stat

2.754994 Prob(F-statistic)

0.000169

在Sample 菜单里,将区间定义为2003-2008，再用OLS 方法求得如下结果

表3.4

Dependent Variable: Y Method: Least Squares Date: 11/07/12 Time: 15:11 Sample: 2003 2008 Included observations: 6

X1 -0.001567 3.558904 -0.000440 0.9997

X2 2.236938 6.187560 0.361522 0.7523

X3 0.644770 1.175850 0.548343 0.6385

C -5777.665 170913.4 -0.033805 0.9761

R-squared 0.998637 Mean dependent var 208136.3

Adjusted R-squared 0.996593 S.D. dependent var 61924.92

S.E. of regression 3614.440 Akaike info criterion 19.45798

Sum squared resid 26128359 Schwarz criterion 19.31916

Log likelihood -54.37395 F-statistic 488.5458

Durbin-Watson stat 2.657196 Prob(F-statistic) 0.002043

c、求F统计量值。基于表3.3和表3.4中残差平方和的数据，即Sum squared resid 的，值。由表3.3计算得到的残差平方和为∑e1i2=135809.8，由表3.4计算得到的残差平方和为∑e2i2=26128359，根据Goldfeld-Quandt检验，F统计量为

F= ∑e1i2/∑e2i2=26128359/135809.8=192.389348 （3.3）α=下，式（3.3）中分子、分母的自由度均为6，查F分布表得临界

d、判断。在0.05

值为F0.05（2，2）=19，因为F> F0.05（2，2）=19所以拒绝原假设，表明模型确实存在异方差。

四、序列相关性问题

Y = 3718.657 + 0.193110X1 + 2.021415X2 + 0.452018X3

（2487.554） (0.098355) (0.125764) (0.119137) T=(1.494905) (1.963403) (16.07302) (3.794108)

R2= 0.999479 F=7038.588 DW=2.415031

该回归方程可决系数较高，回归系数均显著。对样本量为15、3个解释变量的模型、5%显著水平，查DW统计表可知，d L=0.95，d U= 1.54，模型中4-d u>DW=2.415031>du，显然该模型中无自相关。

五、多重共线性问题

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，结果如表5.2：

表5.2

Dependent Variable: Y

Method: Least Squares

Date: 11/07/12 Time: 19:01

Sample: 1994 2008

Variable Coefficient Std. Error t-Statistic Prob.

X1 0.193110 0.098355 1.963403 0.0754

X2 2.021415 0.125764 16.07302 0.0000

X3 0.452018 0.119137 3.794108 0.0030

R-squared 0.999479 Mean dependent var 134082.7

Adjusted R-squared 0.999337 S.D. dependent var 74766.47

S.E. of regression 1924.662 Akaike info criterion 18.18607

Sum squared resid 40747546 Schwarz criterion 18.37488

Log likelihood -132.3955 F-statistic 7038.588

Durbin-Watson stat 2.415031 Prob(F-statistic) 0.000000

由此可见，该模型R2=0.999479，可决系数很高，F检验值7038.588,明显显著。但是当α=时，t a/2(n-k-1)=t0.025(11)=2.201,X1系数的t检验不显著，这表明很可能存在多重共

0.05

线性。计算各解释变量的相关系数，选择X1,x2, x3数据，点”View/correlations”得相关系数矩阵（如表5.3）：

表5.3

由相关系数矩阵可以看出：各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。

计量经济学论文12篇

计量经济学论文 中国商品进口额模型研究 摘要:通过对中国商品进口额及其主要影响因素的数据分析，得到关于中国商品进口额的函数，并用计量经济学的方法，对模型进行检验，探究其增长的规律性，从而使商品进口额成为一个可预测的经济变量。 关键词:计量经济学模型多重共线性异方差性自相关性 一、研究意义 改革开放以来，随着经济的发展，人们生活水平的不断提高，人民日益增长的物质文化需要不断提高，中国的商品进口额发生了很大的变化，进口数额不断上升，从1985年的1257.8亿元到2007年的73284.6亿元。影响中国商品进口额的因素很多，这里选取教材课后练习中的数据，研究中国商品进口额和国民生产总值的数量关系，商品进口额与居民消费价格指数的数量关系，对于探究中国商品进口额增长的规律性，预测商品进口额的发展趋势具有重要意义。 二、因素分析及模型建立 1、因素分析 一国的商品进出口属于对外贸易的内容，一国对外贸易的发展情况对经济增长有着重要影响，影响对外贸易发展的因素有很多，从大的方面来说，主要是世界经济的发展情况和国内经济发展的冷热情况，还有就是一国的对外贸易政策的等因素。有研究显示，对外贸易对一国经济增长的影响主要是进口增长对经济增长有较大的促进作用。这里，对中国商品进口额的研究，主要选取国内生产总值和居民消费价格指数，国内生产总值和居民消费价格指数说明了一国的经济发展情况。经济的发展，居民的生活水平得到了提高，居民对国外商品的需求也增大，所以，对这两个因素对进口额的影响有一定的参考意义。 2、变量选取与模型建立 这里选取“中国商品进口额”为被解释变量，用Y表示，选“国内生产总值”、“居民消费价格指数”为解释变量，分别用X1、X2表示。所以，模型假定为 LnY=β0+β1㏑X1 +β2㏑X2 + μ 其中u为随机误差项。 下表为1985——2007年中国商品进口额、国内生产总值、居民你消费价格

计量经济学 案例分析

第二章 案例分析 研究目的：分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系，对更多规律的研究具有指导意义. 一． 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知，各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析其数量性变动规律，可建立如下简单线性回归模型： Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y

二．估计参数 假定所建模型及其随机扰动项u i满足各项古典假设，用普通最小二乘法（OLSE）估计模型参数.其结果如下： 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得， β1=11.9580，β2=0.0029 故简单线性回归模型可写为： ^ Y X t t=11.9580+0.0029 其中：SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320，F=143.5836，n=31

计量经济学论文

计量经济学论文题目：我国财政收入和国民生产总值的关系 姓名：XXX 学号：XXX 专业：XXX 科目：计量经济学

2.13 我国1978~1997年财政收入Y和国民生产总值（GNP）X的统计资料如表1所示（单位：亿元）。 表1 年份财政收入GNP 年份财政收入GNP 1978 1132.26 3624.1 1988 2357.24 14923.3 1979 1146.38 4038.2 1989 2664.90 16917.8 1980 1159.93 4517.8 1990 2937.10 18589.4 1981 1175.79 4860.3 1991 3149.48 21662.5 1982 1212.33 5301.8 1992 3483.37 26651.9 1983 1366.95 5957.4 1993 4348.95 34560.5 1984 1642.86 7206.7 1994 5218.10 46670.0 1985 2004.82 8989.1 1995 6242.20 57494.9 1986 2122.01 10201.4 1996 7404.99 66850.5 1987 2199.35 11954.5 1997 8651.14 73452.5 （1）建立财政收入的一元线性回归模型，并解释斜率系数的经济含义； （2）若1998年国民生产总值为78017.8亿元，求1998年财政收入的预测值。 答案： （1）利用软件建立一元线性回归模型，运行结果如下：

根据运行结果可知： y=858.48+0.1000x t= (46.02) 2R =0.9916 F=2118 S.E=208.7 其中斜率系数为0.1000，表示国民生产总值（GNP ）与财政收入成正比，财政收入（x ）每增加一个单位，国民生产总值（y ）将增加0.1各单位。 （2）根据回归方程可知， 当x=78017.8时，y=858.48+0.1000 78017.8=78876.28 所以1998年的财政收入预测值为78876.3亿元。 2.15 表3是某类商品销售量Y 与该商品价格1X 和售后服务费用2X 的历史统计资料。 （1）建立Y 关于1X 和2X 的回归模型； （2）对所建立的模型进行统计检验； （3）解释模型估计结果的经济含义。 表3 时期 销售量（万件） 价格（元/件） 售后服务费（万元） 1 55 100 5.5 2 70 90 6.3 3 90 80 7.2 4 100 70 7.0 5 90 70 6.3 6 105 70 7.4 7 80 65 5.6 8 110 60 7.2 9 125 60 7.5 10 115 55 6.9 11 130 55 7.2 12 130 50 6.5 答案： （1）利用软件建立回归模型，运行结果如下： （a ）线性模型

计量经济学调查报告

大学生月消费支出调查报告 一、引言 在当前尚且低迷，尚未完全复苏的经济环境下，消费问题被大家广泛关注。物价的连续上涨，直接反映了社会的消费和需求问题。当前的消费市场中，大学生作为一个特殊的消费群体正受到越来越大的关注。由于大学生年龄较轻，群体较特别，他们有着不同于社会其他消费群体的消费心理和行为。一方面，他们有着旺盛的消费需求，另一方面，他们尚未获得经济上的独立，消费受到很大的制约。消费观念的超前和消费实力的滞后，都对他们的消费有很大影响。特殊群体自然有自己特殊的特点，同时难免存在一些非理性的消费甚至一些消费的问题。为了调查清楚大学生的消费情况，我决定在身边的同学中进行一次消费的调研，对大家的消费进行归宗和分析。 二、理论综述 我们主要对大学生每人每月消费支出进行多因素分析，并从周围同学搜集相关数据，建立模型，对此进行数量分析。 影响大学生每人每月消费支出的主要因素如下： 1、学习支出 2、消费收入 3、生活支出 三、模型设定 Y：每人每月消费支出 X1：学习支出X2：消费收入 X3：生活支出 四、数据搜集 1、数据说明 我们特对周围大学生的消费水平做了简单调查，再用计量经济学的知识分析其影响因素。 2、数据的搜集情况 人数每人每月消 费 支出Y 学习支出 （X1） 消费收入（X2）生活支出（X3） 1760310800450 2630230600400 311002301350880 4420170450250 59601601000800 6580280500300 78702201000650 8300110400190 910501501300900 10126016015001100 11130030015001000 12500190550310 13600180750420 149001401000760

计量经济学论文相关论文总结

计量经济学论文 15130322 张佳伟 GDP与CPI和贷款总额的关系 摘要：众所周知，GDP作为一个比较有说服性的统计指标，可以在一定程度上反映一个国家的经济状况，今天我所要研究的，是GDP和居民消费指数和贷款总额之间的关系。改革开放以来，CPI 涨幅与GDP 增幅经历了几轮波动,1997年之前的几轮经济高增长,物价都出现了明显的高涨幅；1998-2008 GDP连续11 年保持两位数增长,但物价涨幅却保持低位运行,经济运行从高增长高物价向高增长低物价转变,反映了CPI涨幅与GDP 增速相关关系随着改革的深入发展发生了一些变化。另外，贷款总额既然作为一个经济指标，其对于国民生产总值的必然会存在一定的影响，至于这个影响程度的大小，如果要具体形象的反映出来，就必须要借助计量经济学的办法，去分析CPI和贷款额这两者对于国民生产总值GDP的影响。 通过计量经济学的手段可以知道，居民消费指数CPI对于国民生产总值GDP的影响要远远大于贷款总额对于国民生产总值的影响。 下面我们就通过计量经济学的办法对于他们三者之间的关系进行一个形象的测算和研究。 为了确定这三个变量之间的关系，决定运用eviews软件对相关的变量进行分析。确定最为合理的方程以及进行变量的显著性检验、异方差检验和多重共线性检验和自相关检验。（为了更加精确的进行变量之间关系数据的测算，使用了eviews8.0版本进行实证分析）

1、确定变量 我们确定“GDP ”为被解释变量，“CPI ”和“贷款总额”为解释变量。 2、建立模型 Y=0β+1βP+2βX+c （c 为随机扰动项） 3、数据处理 此为1992-2008年度的GDP 、CPI 以及贷款额的数据。 年度 GDP （Y ） 居民消费指数（P ） 贷款额（X ） 1992 26923.5 282 26322.9 1993 35333.9 305.8 32943.1 1994 48197.9 320 39976 1995 60793.7 345.1 50544.1 1996 71176.6 377.6 61156.6 1997 78973 394.6 74914.1 1998 84402.3 417.8 86524.1 1999 89677.1 452.3 93734.3 2000 99214.6 491 99371.1 2001 109655.2 521.2 112315 2002 120332.7 557.6 131294 2003 135822.8 596.9 158996 2004 159878.3 645.3 178198 2005 183217.4 698.2 194690 2006 211923.5 766.4 225347.2 2007 257305.6 849.9 261691 2008 300670 926.4 303468 （数据来自人民网） 4、建立多元回归线性模型 （1）建立工作文件：启动EViews ，点击File\New\Workfile ，在对话框“Workfile

计量经济学案例分析一元回归模型实例分析报告

∑ x = 1264471.423 ∑ y = 516634.011 ∑ X = 52432495.137 ∑ ? ? ? ? 案例分析 1— 一元回归模型实例分析 依据 1996-2005 年《中国统计年鉴》提供的资料，经过整理，获得以下农村居民人均 消费支出和人均纯收入的数据如表 2-5： 表 2-5 农村居民 1995-2004 人均消费支出和人均纯收入数据资料 单位：元 年度 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 人均纯 收入 1577.7 1926.1 2090.1 2161.1 2210.3 2253.4 2366.4 2475.6 2622.2 2936.4 人均消 费支出 1310.4 1572.1 1617.2 1590.3 1577.4 1670.1 1741.1 1834.3 1943.3 2184.7 一、建立模型 以农村居民人均纯收入为解释变量 X ，农村居民人均消费支出为被解释变量 Y ，分析 Y 随 X 的变化而变化的因果关系。考察样本数据的分布并结合有关经济理论，建立一元线 性回归模型如下： Y i =β0+β1X i +μi 根据表 2-5 编制计算各参数的基础数据计算表。 求得: X = 2262.035 Y = 1704.082 2 i 2 i ∑ x i y i = 788859.986 2 i 根据以上基础数据求得: β1 = ∑ x i y 2 i i = 788859.986 126447.423 = 0.623865 β 0 = Y - β1 X = 1704.082 - 0.623865 ? 2262.035 = 292.8775 样本回归函数为： Y i = 292.8775 + 0.623865X i 上式表明，中国农村居民家庭人均可支配收入若是增加 100 元，居民们将会拿出其中 的 62.39 元用于消费。

计量经济学模型分析论文

计量经济学模型分析论文 工商101

我国城镇居民储蓄存款影响因素的实证分析 摘要：近年来,随着中国经济的飞速发展,一直保持在高水平上的中国储蓄率受到了越来越多国内外经济学家的关注。高储蓄率给我国经济发展带来充裕资金来源,是支持经济快速增长的重要因素。更为重要的是,源源不断的资金流保证了金融机构的流动性,增强了银行的稳定性。与此同时,也给我国经济发展带来前所未有的挑战，因为，过高的储蓄,必然伴随着投资或消费的不足。所以对影响居民储蓄的主要因素进行分析,才能在制定宏观政策上采取适当的措施,使储蓄率保持在一个适当的水平,促进经济增长。本文利用我国1982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。通过对该模型的经济含义分析可以得出可支配收入率对储蓄率的影响不大，还有利率对储蓄率的影响很小，值得注意的是，模型中的基尼系数对城镇居民的储蓄影响是相当大的。

引言(提出问题) 自1949年以来，中国储蓄率随着经济增长和收入水平提高呈不断上升趋势，因而高储蓄率也被认为是解释中国经济高速增长的一个主要因素。虽然高储蓄率总是会导致更高的收入及较高的经济增长率，但并非储蓄率越高越好，必然会存在一个最优的储蓄率。 据统计，我国近年来的实际ＧＤＰ平均每年增长９％左右，而资本的净边际产量即（MPK－δ），约为0.9%。我国的资本收益(MPK－δ)＝每年0.9％，大大低于经济的平均增长率（ｎ＋ｇ＝9％）。可见，我国的资本存量已经远远超过了黄金律水平。也就是说，当前我国的储蓄率和投资水平已经偏高，而消费率则偏低。所以我们应该降低储蓄率，减少投资，把收入的更大份额用于消费，这样就会立即提高消费水平，并最终达到更高消费水平的稳定状态。 那应该如何降低我国的储蓄率呢？下面我们将以城镇居民的数据为例进行分析。

税收计量经济学论文

我国税收增长的影响因素分析

摘要 本文是在参考了多个关于影响我国税收收入的主要观点的基础上，对影响我国自1988年至2007年的税收收入的主要因素进行实证分析。选取的自变量有国内生产总值、财政支出和零售商品物价水平。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。得出结论是国内生产总值、财政支出和零售商品物价水平三者均对我国税收收入有很大影响。 【关键词】：国内生产总值财政支出零售商品物价水平税收计量思考 一、研究的目的要求 税收是我国财政收入的基本因素,也影响着我国经济的发展。取得财政收入的手段有多种多样，如税收、发行货币、发行国债、收费、罚没等等，而税收则由政府征收，取自于民、用之于民。经济是税收的源泉，经济决定税收，而税收又反作用于经济，这是税收与经济的一般原理。这几年来，中国税收收入的快速增长甚至“超速增长”引起了人们的广泛关注。科学地对税收增长进行因素分析和预测分析非常重要，对研究我国税收增长规律，制定经济政策有着重要意义。。 改革开放以来，中国经济高速增长，1978-2008年的31年间，国内生产总值从3645.2亿元增长到314045亿元，一跃成为世界第二大经济体。随着经济体制改革的深化和经济的快速增长，中国的财政收支状况也发生了很大的变化，中央和地方的税收收入1978年为519.28亿元，到2008年已增长到54223.79亿元，31年间平均每年增长16.76%。税收作为财政收入的重要组成部分，在国民经济发展中扮演着不可或缺的角色。为了研究影响中国税收增长的主要原因，分析中央和地方税收收入的增长规律，以及预测中国税收未来的增长趋势，我们需要建立计量经济模型进行实证分析。

计量经济学期末报告

计量经济学实验报告 我国居民储蓄余额的影响因素的计量分析 XX学院 XX专业 小组成员：（姓名及学号）

我国居民储蓄余额的影响因素的计量分析 一．研究的目的要求 1.研究的背景 居民储蓄额作为一个国家经济增长中来源最稳定、数额最大的影响因素，它的高低对一国的经济发展、投资和居民生活等方面都有不同程度的影响。目前我国国内居民储蓄意愿强劲、储蓄额居高不下，形成了储蓄的超常增长，主要呈现以下特点：（1）储蓄率世界之冠；（2）储蓄增长速度高于经济和居民收入增长速度；（3）城乡之间差别大；（4）不同收入阶层分布不均匀；（5）不同地区分布极不平均。我国储蓄的超常增长一方面能为银行提供了充足的信贷资金，保证金融机构的稳健运行，还能为国家提供了物质基础；此外，面对世界的日益发展，高储蓄额还能帮助我国进一步改革。但是，在另一方面我还国存在金融机构对资本的运用效益不高、居民投资渠不多、投资效益不稳定等问题。这些问题导致我国现在储蓄存款过剩、消费不足和资本形成不足同时并存的局面。 2013年6月余额宝正式上线，在此后的一年中该产品的客户数量和管理资产出现爆炸式的增长。截止2014年3月余额宝资金规模已经达到5413亿元，截止2014年4月，居民人民币存款减少1.23万亿元。余额宝作为一条“鲶鱼”和随后出现的众多“宝宝”们一起加速了中国利率市场化的进程，对未来我国储蓄额有着重大影响。 为了分析我国居民储蓄存款如今的发展状况、更好地把握我国储蓄余额未来的走向，所以对我国储蓄余额的及其影响因素的研究是十分必要的。 2.影响因素的分析 为了研究影响中国储蓄余额高低的主要原因，分析居民储蓄余额增长规律，预测中国储蓄余额的增长趋势，需要建立计量经济模型。通过参考相关文献并结合我国经济发展的实际情况提出了以下几个变量。（1）收入水平。根据经济理论可以认为，收入水平是影响储蓄的最主要因素。（2）利率水平。利率作为消费的机会成本也会对储蓄产生影响。理论上认为，利率越高，居民消费的机会成本越高，所以会减少消费增加储蓄；反之，利率越低消费成本越低，居民会增加消费减少储蓄。（3）物价水平。物价水平会影响消费和储蓄。物价水平越高相同消费水平需要支付的货币更多。而且物价水

计量经济学论文12篇-精品

中国商品进口额模型研究 摘要:通过对中国商品进口额及其主要影响因素的数据分析，得到关于中国商品进口额的函数，并用计量经济学的方法，对模型进行检验，探究其增长的规律性，从而使商品进口额成为一个可预测的经济变量。 关键词:计量经济学模型多重共线性异方差性自相关性 一、研究意义 改革开放以来，随着经济的发展，人们生活水平的不断提高，人民日益增长的物质文化需要不断提高，中国的商品进口额发生了很大的变化，进口数额不断上升，从1985年的1257.8亿元到2007年的73284.6亿元。影响中国商品进口额的因素很多，这里选取教材课后练习中的数据，研究中国商品进口额和国民生产总值的数量关系，商品进口额与居民消费价格指数的数量关系，对于探究中国商品进口额增长的规律性，预测商品进口额的发展趋势具有重要意义。 二、因素分析及模型建立 1、因素分析 一国的商品进出口属于对外贸易的内容，一国对外贸易的发展情况对经济增长有着重要影响，影响对外贸易发展的因素有很多，从大的方面来说，主要是世界经济的发展情况和国内经济发展的冷热情况，还有就是一国的对外贸易政策的等因素。有研究显示，对外贸易对一国经济增长的影响主要是进口增长对经济增长有较大的促进作用。这里，对中国商品进口额的研究，主要选取国内生产总值和居民消费价格指数，国内生产总值和居民消费价格指数说明了一国的经济发展情况。经济的发展，居民的生活水平得到了提高，居民对国外商品的需求也增大，所以，对这两个因素对进口额的影响有一定的参考意义。 2、变量选取与模型建立 这里选取“中国商品进口额”为被解释变量，用Y表示，选“国内生产总值”、“居民消费价格指数”为解释变量，分别用X1、X2表示。所以，模型假定为 LnY=β0+β1㏑X1 +β2㏑X2 + μ 其中u为随机误差项。 下表为1985——2007年中国商品进口额、国内生产总值、居民你消费价格

计量经济学案例分析汇总

计量经济学案例分析1 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入

计量经济学论文参考题目

计量经济学论文参考题目 本文由论金台论文站工作室整理提供。 中国城镇居民2013年可支配收入分析 中国农业总产值问题的计量分析 中国上市公司现金股利的影响因素分析 在校学生总数变动的多因素分析 GDP与进出口总额的计量分析 有关我国进口商品消费的计量分析 影响我国居民储蓄的相关因素的实证分析 影响我国粮食总产量诸因素分析 影响新股上市定价的因素分析 影响粮食产量的相关因素分析 影响银行卡交易量的因素分析 城市住房均衡价格供求模型 城镇集体单位固定资产投资对国内生产总值的影响分析 城镇人均收入与人均通讯消费分析 江苏省居民消费函数模型 江苏省城镇居民消费模型 江苏省镇居民消费函数模型 影响GDP增长的经济因素分析 影响保费收入的因素分析 影响寿险保费收入的因素分析2 影响江苏省房地产业发展的因素分析 影响我国农业总产值因素的实证分析 影响中国汽车产量的多因素分析 影响人身保险保费收入的重要因素分析 资本结构主要影响因素的再探析 中国经济增长的影响因素实证分析 运用OLS法对参数估计 江苏省城市居民消费函数模型分析 店铺租金的确定 对江苏省房地产市场的实证考察 固定资产投资对江苏省GDP影响分析 固定资产投资的计量经济学模型

关于社会商品零售总额的案例分析 关于封闭式基金价格问题 货币政策与GDP的回归分析. 开放经济下储蓄、投资与贸易余额关系的研究 农业总产值分析 农民收入影响因素研究 外商直接投资FDI与国有企业改革的互动分析 旅游经济分析 我国财政收入与部分支出结构 美国居民消费与可支配收入关系的实证分析 四川省居民消费结构计量分析 我国居民消费增长模型 我国居民消费的因素分析 我国国内债务规模的多元线性分析 我国改革开放以来固定资产投资与GDP关系分析 我国国债发行规模影响因素的分析 我国利用外资与GDP关系我国人均GDP与消费的计量分析我国外汇储备及其影响因素的分析 我国涉外旅游业收入的实证分析 西方消费理论在中国的实证分析 我国私人汽车拥有量分析 影响GDP的因素分析 中国股票内在价值影响因素的实证分析 政府对公共卫生事业的投 中国粮食总产量多因素分析 江苏省城乡居民储蓄存款的计量模型分析 中国对美国进口总额的分析 关于农民人均纯收入的计量经济模型 对江苏省种植业收入模型的初步探索 计量经济学消费——收入模型分析 城镇居民消费水平影响因素浅析 江苏省人力资本存量的现状分析 农民人均收入影响因素分析 浅析我国城市化的影响因素 加工工业产品出厂价格多因素分析

计量经济学课后习题答案

计量经济学练习题 第一章导论 一、单项选择题 ⒈计量经济研究中常用的数据主要有两类：一类是时间序列数据，另一类是【 B 】 A 总量数据 B 横截面数据 C平均数据 D 相对数据 ⒉横截面数据是指【 A 】 A 同一时点上不同统计单位相同统计指标组成的数据 B 同一时点上相同统计单位相同统计指标组成的数据 C 同一时点上相同统计单位不同统计指标组成的数据 D 同一时点上不同统计单位不同统计指标组成的数据 ⒊下面属于截面数据的是【 D 】 A 1991-2003年各年某地区20个乡镇的平均工业产值 B 1991-2003年各年某地区20个乡镇的各镇工业产值 C 某年某地区20个乡镇工业产值的合计数 D 某年某地区20个乡镇各镇工业产值 ⒋同一统计指标按时间顺序记录的数据列称为【 B 】 A 横截面数据 B 时间序列数据 C 修匀数据 D原始数据 ⒌回归分析中定义【 B 】 A 解释变量和被解释变量都是随机变量 B 解释变量为非随机变量，被解释变量为随机变量 C 解释变量和被解释变量都是非随机变量 D 解释变量为随机变量，被解释变量为非随机变量 二、填空题 ⒈计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。

⒉现代计量经济学已经形成了包括单方程回归分析，联立方程组模型，时间序列分 析三大支柱。 ⒊经典计量经济学的最基本方法是回归分析。 计量经济分析的基本步骤是：理论（或假说）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、预测和政策分析。 ⒋常用的三类样本数据是截面数据、时间序列数据和面板数据。 ⒌经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系和恒 等关系。 三、简答题 ⒈什么是计量经济学它与统计学的关系是怎样的 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测的结论进行判断和检验等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也经常使用各种统计分析方法，筛选数据、选择变量和检验相关结论，统计分析是计量经济分析的重要内容和主要基础之一。 计量经济学与统计学的根本区别在于，计量经济学是问题导向和以经济模型为核心的，而统计学则是以经济数据为核心，且常常是数据导向的。典型的计量经济学分析从具体经济问题出发，先建立经济模型，参数估计、判断、调整和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但统计学通常

计量经济学论文(eviews分析)

我国限额以上餐饮企业营业额的 影响因素分析 班级： 姓名： 学号： 指导老师：

我国限额以上餐饮企业营业额的影响因素分析 摘要：本文收集了1999—2009共11年的相关数据，选取餐饮企业的数量、城镇居民人均年消费性支出、全国城镇人口数以及公路里程数作为解释变量构建模型，对我国限额以上餐饮企业营业额的影响因素进行分析。并利用Eviews软件对模型进行参数估计和检验，且加以修正，最后根据模型的最终结果进行经济意义分析，然后提出自己的看法。 关键词：餐饮企业营业额、影响因素、计量分析 一、研究背景 近十年来，投资者进入餐饮企业的数量一直持递增趋势。在他们进入一个行业之前，势必要对该行业的营业额、营业利润等进行估计，当这些因素的估计值能够达到他们的预期的时候，他们才会对其进行投资。由于餐饮企业的营业额是影响投资者是否进入餐饮业的一个重要因素，那么对于我国餐饮企业的营业额问题的深入研究就相当的有必要，这有助于投资者作出合理的决策。下面即进行了对我国限额以上餐饮企业营业额的计量模型研究。 二、变量的选取 影响餐饮企业营业额的因素有很多，包括餐饮企业的数量、营业面积、从业人员、城镇居民人均年消费性支出、全国城镇人口数、餐饮企业的平均价格水平及公路里程数（表示交通状况），但综合考虑后，选取了其中的一部分变量（企业数、城镇居民人均年消费性支出、全国城镇人口数、公路里程数）进行研究，并对各个变量对餐饮企业营业额的影响进行预测。 1.企业数

本文认为餐饮企业营业额与餐饮企业的数量有关，并预测两者之间呈正相关2. 城镇居民人均年消费性支出 本文认为餐饮企业营业额与城镇居民人均年消费性支出有关，并预测两者之间呈正相关 3. 全国城镇人口数 本文认为餐饮企业营业额与全国城镇人口数有关，并预测两者之间呈正相关4. 公路里程数 本文认为餐饮企业营业额与公路里程数有关，并预测两者之间呈正相关三、相关数据：其中营业额（单位：亿元），企业数（单位：个），人均年消费性 支出（单位：元），全国城镇人口数（单位：万人），公路里程数（单位：万公里） 年度 营业额 （Y）企业数（x1） 人均年消费性 支出(x2) 全国城镇人口 数（x3） 公路里程 数（x4） 1999351955932664615.9143748135.2 200040524453508499845906140.3 2001489894341325309.0148064169.8 2002624247150216029.8850212176.5 2003747000059356510.9452376181 200411605000100677182.154283187.1 20051260200099227942.8856212334.5

计量经济学研究报告

计量经济学研究报告 ——居民消费水平与经济增长 081国贸5 乔林甫200822012 一．研究目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费有利于经济持续健康的增长，而且这也是人民啥呢干活水平的具体体现。从理论上说，居民的消费水平应随着经济的发展耳提高。改革开放以来，随着中国经济的快速反韩，人民生活水平不断提高，居民的消费水平也在不断增长。研究汇总过全体居民的消费水平与经济发展的数量关系，对于探寻居民消费增长的规律性，预测居民消费的发展趋势有重要意义。 二．模型设定 为了分析居民消费水平与经济增长的关系，选择中国能代表城乡所有居民消费的“全体居民人居消费水平”未被解释变量（用Y表示），选择表现经济增长水平的“人均国内生产总值”为解释变量（用X表示）。下表为1990~2007年的有关数据。 1990~2007年中国居民人均消费水平和人均GDP

为分析居民人均消费水平（Y）和（X）的关系，做下图所示散点图。 从说散点图可以看出X与Y成纤维线性关系，为分析中国居民消费

水平随人均GDP 变动的数量规律性，可以建立如下简单线性回归模型： Y=1β+2βt X+t u t 三．参数估计 由最小二乘估计回归模型，得 可由规范的形式将参数估计和检验的结果写为 Y?= 502.5658+0.361361*X （96.78204）(0.012173) T = （5.192758）(34.53896) R2=0.986765 F=1192.940 S.E=214.1663

四．模型检验 经济意义检验： 回归系数的符号和数值大小合理。 统计检验： 拟合优度检验： R2 =0.986765接近于1，表明模型对样本的拟合优度高。F检验： F=1192.940 > F（K，N-K-1）=αF（1，18-2）=4.49表明 α 回归系数至少有一个显著不为零，模型线性关系显著。 T检验： t=5.192758 > 2/αt（N-K）=2/αt（18-2）=2.120,接受原假设，X估计值有显著影响 回归系数的经济意义： 人均消费水平每增加一个百分点，人均GDP增加0.361361元。五．回归预测 如果2008年人均GDP将比2007年增长10%，将达到20827.4元/人利用所估计的模型可预测2008年居民可能达到的年消费水平，点预测值的计算方法为 = 502.5658+0.361361*20827.4=8028.78（元）Y? t

计量经济学期末课程论文设计 对我国GDP影响因素的分析

广西工学院2011-2012学年第一学期 期末课程论文设计 科目金融计量经济学 课题对我国GDP影响因素的分析 任课教师杨毅 班级国贸091班 姓名 二○一二年元月

对我国GDP影响因素的分析 （研究范围：城镇、农村人均收入、恩格尔系数以及就业人数） 【摘要】：运用1990-2009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，建立了ARLM、古典线性回归模型，通过OLS回归、怀特异方差检验、ＢＧ自相关检验、非正态检验、多重共线性分析、RESET检验、邹至庄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1990-2009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 改革开放以来，中国经济取得了令全世界震惊的巨大成就，持续25年年均增长率超过9%，经济总规模已经稳居世界第四。2010年中国经济增长率更是高达10%。因此，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，本文对国内生产总值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一点自己的看法。

计量经济学习题解析

计量经济学习题解析 TYYGROUP system office room 【TYYUA16H-TYY-TYYYUA8Q8-

第一章 1、下列假想模型是否属于揭示因果关系的计量经济学模型为什么 （1）t S =+t R ,其中t S 为第t 年农村居民储蓄增加额（单位：亿元），t R 为第t 年城镇居民可支配收入总额（单位：亿元）。 （2）1t S -=+t R ，其中1t S -为第t-1年底农村居民储蓄余额（单位：亿元），t R 为第t 年农村居民纯收入总额（单位：亿元）。 2、指出下列假想模型中的错误，并说明理由： 其中，t RS 为第t 年社会消费品零售总额（单位：亿元），t RI 为第t 年居民收入总额（单位：亿元）（指城镇居民可支配收入总额与农村居民纯收入总额之和），t IV 为第t 年全社会固定资产投资总额（单位：亿元）。 3、下列设定的精良经济模型是否合理为什么 4、 （1）3 01i i i GDP GDP ββμ==+?+∑ 其中，i GDP （i=1,2,3）是第一产业、第二产业、第三产业增加值，μ为随机干扰项。 （2）财政收入=f （财政支出）+ μ，μ为随机干扰项。 答案1、（1）不是。因为农村居民储蓄增加额应与农村居民可支配收入总额有关，而与城镇居民可支配收入总额没有因果关系。 （2）不是。第t 年农村居民的纯收入对当年及以后年份的农村居民储蓄有影响，但并不对第t-1的储蓄产生影响。 2、一是居民收入总额RI t 前参数符号有误，应是正号；二是全社会固定资产投资总额IV t 这一解释变量的选择有误，它对社会消费品零售总额应该没有直接的影响。 3、（1）不合理，因为作为解释变量的第一产业、第二产业和第三产业的增加值是GDP 的构成部分，三部分之和正为GDP 的值，因此三变量与GDP 之间的关系并非随机关系，也非因果关系。 （2）不合理，一般来说财政支出影响财政收入，而非相反，因此若建立两者之间的模型，解释变量应该为财政收入，被解释变量应为财政支出；另外，模型没有给出具体的数学形式，是不完整的。 第二章五、计算分析题 1、令kids 表示一名妇女生育孩子的数目，educ 表示该妇女接受过教育的年数。生育率对受教育年数的简单回归模型为 （1）随机扰动项μ包含什么样的因素它们可能与受教育水平相关吗

计量经济学论文---宏观经济学gdp影响因素的验证

《计量经济学》 课程专业论文 题目宏观经济学中GDP影响因素的检验 学院经济管理学院 专业人力资源管理 年级 2011级 学号 222012332503243 姓名谢豪 成绩

宏观经济学中GDP影响因素的检验 一、摘要 GDP是一国(或地区)一年以内在其境内生产出的全部最终产品和劳务的市场价值总和。我国的GDP在过去的十年之中飞速增长，已经成为了世界的又一个奇迹。本文主要是投资（i）、居民消费（S）、财政支出（M）和净出口（x）这几个计算指标对于国家范围的GDP的影响。并根据最小二乘法、多重共线性、异方差等计量检验方法，对模型进行修正，最终得出了一个地区GDP与净出口，居民消费之间的函数关系 关键词：GDP 计算指标消费净出口投资财政支出 二、现状描述及理论分析 改革开放以来，我国的GDP一直呈现出稳定增长的状态，并且90年代过后更是加快了增长的速度。而去年我国GDP增速创11年来新高，达到10.7%，GDP总量则达到了20.9407万亿元，这是我国GDP首次突破20万亿元大关，距离2002年首破10万亿仅仅4年。现在我国从GDP总额上来说已经是世界第三大经济体，仅次于美、日、德。但是我国GDP的增长却一点都没有要放缓的样子，有人预计，如果加上人民币升值的因素，今年我国GDP总额很有可能超过德国成为世界第三大经济体。 关于GDP的增长原因，其实很早人们就已经在研究了。比如最早的重商主义，认为国民财富的来源是商品的流通，要积累国家财富最好的办法就是多向国外出口商品而限制进口。虽然他们没有提到GDP，但是国民财富只是GDP的另外一种表述罢了。到了斯密的时候，他认为影响国民财富增长的因素是分工、资本积累和税收，但是最终的因素还是资本的积累。到了现在，人们普遍接受的观点是GDP的增长是由于需求和供给的拉动，具体的说，需求拉动即我们非常熟悉的所谓“三架马车”：投资、消费和出口；供给拉动经济增长主要包括三个方面：制度供给、要素供给和结构供给。根据现在一些研究影响我国GDP增长因素的学者的观点，有人从国民经济的绝大多数变量中运用模糊规则归纳法进行筛选得到对GDP影响较大的因素，得出 GDP增长的因素有职工平均工资、工业总产值客运周转量、从业人数、建筑业总产值、居民平均消费水平和社会消费品零售总额等。但是这种方法研究的变量过多，最后得出的变量数也不少，没有侧重点，过于复杂，让人还是搞不清楚究竟是什么对推动GDP起了重要作用。 根据凯恩斯主义的宏观经济学的观点看来，GDP的计算方式可以从支出法和收入法两个维度来计算，第一是从收入角度出发，GDP=工资+利息+租金+利润+间接税+折旧。第二是从消费支出的角度出发，GDP = 消费 + 投资 + 政府支出 + 出口 - 进口。本文根据凯恩斯宏观经济学的观点，从消费角度出发，根据我们的分析需要，我们选取了固定资产投资、居民消费、财政支出、净出口等变量进入分析。并根据相应的数据分析结果，得出可能改进的方向。

计量经济学数据分析

计量经济学数据分析 学院：管理与经济学院 专业：技术经济及管理 姓名：葛文 学号：20808172

分析中国经济发展对中国股票市场的影响本文通过分析2000年到2007年各月股票市场流通市值（value），成交金额(turnover)，GDP现价和居民储蓄(saving)的相关数据，试图分析我国经济发展对股票市场的影响。数据来源为CCFR数据库和证监会网站。具体分析如下： 一、绘制四个数据变量的线性图，查看2000年到2007年他们各自的走势。 5000 10000 15000 20000 25000 2000200120022003200420052006 GDP 40000 60000 80000 100000 120000 140000 160000 180000 2000200120022003200420052006 SAVING 0 10000 20000 30000 40000 50000 60000 2000200120022003200420052006 turnover 10000 20000 30000 40000 50000 60000 2000200120022003200420052006 value 二、采用最小二乘法（ＯＬＳ）进行分析

回归表达式：gdp=10433.48+0.191218*turnover 其中：Prob低于0.05，说明对应系数显著不为零；R2=0.195641，说明拟合程度一般；Prob（F-statistic）=0.000013<0.05，说明至少有一个解释变量的回归系数不为零。 回归表达式：gdp=8470.567+0.196853*value 其中：Prob低于0.05，说明对应系数显著不为零；R2=0.154730，说明拟合程度一般；Prob（F-statistic）=0.000125<0.05，说明至少有一个解释变量的回归系数不为零。