计量经济学周乔奇

中国经济增长影响因素实证分析

I

班级:金融1311 姓名：周乔奇 学号：13200901105

苏州科技学院商业银行经营管理课程期末论文

中国经济增长影响因素实证分析

摘要

改革开放以来，我国的社会主义经济取得了突飞猛进的发展，经济增长速度更是举世瞩目。本文采用经济增长模型和多元线性回归分析方法对1985～2014年中国经济增长因素进行研究，分析了物质资本、消费、财政支出对国内生产总值的影响，建立计量模型，寻求这些变量与中国国民产出的数量关系，进行定量分析，对模型进行检验。

关键词：消费、投资、经济增长、财政支出

II

苏州科技学院商业银行经营管理课程期末论文

第一章文献综述...................................................... 1

1.1 经济增长理论 .............................................. 1 1.2影响因素的分析 ............................................. 1 第二章数据收集与模型的建立.......................................... 2

2.1数据收集..................................................... 2 2.2 进行平稳性检验 .............................................. 3 2.3 模型设计 .................................................... 4 第三章模型估计和检验................................................ 6

3.1 模型初始估计 ................................................ 6 3.2 多重共线性检验 .............................................. 6 3.3 White检验................................................... 9 3.4序列相关检验................................................ 10 3.4模型的最终确定.............................................. 11 第四章结论分析和政策建议........................................... 12

4.1主要结论.................................................... 12

4.1.1消费需求对经济的拉动作用 .............................. 12 4.1.2政府投资是经济增长的重要原动力 ........................ 12 4.2政策建议.................................................... 12

III

苏州科技学院商业银行经营管理课程期末论文

第一章文献综述

1.1 经济增长理论

经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值和国内生产总值的（GDP）的增长来计算。经济增长是经济学研究的永恒主题。

古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。

1.2影响因素的分析

从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。居民消费需求和政府投资也是经济增长的主导因素。

经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1985～2014年的30年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。

1

苏州科技学院商业银行经营管理课程期末论文

第二章数据收集与模型的建立

2.1数据收集

表2.1 中国经济增长影响因素模型时间序列表 指标 全社会固定资产投资(亿国内生产总居民消费价格指数(上年元) 值 =100) 2543.2 3120.6 3791.7 4753.8 4410.4 4517 5594.5 8080.1 13072.3 17042.1 61129.8 71572.3 79429.5 84883.7 90187.7 99776.3 110270.4 121002 136564.6 160714.4 185895.8 217656.6 268019.4 316751.7 345629.2 408903 484123.5 534123 588018.8 636138.7 109.3 106.5 107.3 118.8 118 103.1 103.4 106.4 114.7 124.1 117.1 108.3 102.8 99.2 98.6 100.4 100.7 99.2 101.2 103.9 101.8 101.5 104.8 105.9 99.3 103.3 105.4 102.6 102.6 102 财政支出（亿元） 2004.25 2204.91 2262.18 2491.21 2823.78 3083.59 3386.62 3742.2 4642.3 5792.62 6823.72 7937.55 9233.56 10798.18 13187.67 15886.5 18902.58 22053.15 24649.95 28486.89 33930.28 40422.73 49781.35 62592.66 76299.93 89874.16 109247.79 125952.97 140212.1 151661.54 1985 9016 1986 10275.2 1987 12058.6 1988 15042.8 1989 16992.3 1990 18667.8 1991 21781.5 1992 26923.5 1993 35333.9 1994 48197.9 1995 20019.3 1996 22913.5 1997 24941.1 1998 28406.2 1999 29854.7 2000 32917.73 2001 37213.49 2002 43499.91 2003 55566.61 2004 70477.4 2005 88773.62 2006 109998.2 2007 137323.94 2008 172828.4 2009 224598.77 2010 251683.77 2011 311485.13 2012 374694.74 2013 446294.09 2014 512760.7

资料来源：中国统计年鉴。 2

苏州科技学院商业银行经营管理课程期末论文

2.2 进行平稳性检验

对y进行单位根检验 一阶差分

t-StatisticAugmented Dickey-Fuller test statisticTest critical values:1% level5% level10% level-1.644705-3.689194-2.971853-2.625121 Prob.* 0.4473

P>0.05 不稳定

二阶差分

t-StatisticAugmented Dickey-Fuller test statisticTest critical values:1% level5% level10% level-5.880312-3.711457-2.981038-2.629906 Prob.* 0.3516 P>0.05 不稳定 输入

genrlny=log(y) genr lnx1=log(x1) genr lnx2=log(x2) genr lnx3=log(x3)

对y，x1,x2,x3取对得到lny，lnx1,lnx2,lnx3

对lny进行平稳性检验 一阶差分

Null Hypothesis: D(LNY) has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=7)t-StatisticAugmented Dickey-Fuller test statisticTest critical values:1% level5% level10% level-4.297109-3.689194-2.971853-2.625121 Prob.* 0.0023 P<0.05 平稳

对lnx1进行平稳性检验 一阶差分

3

苏州科技学院商业银行经营管理课程期末论文

Null Hypothesis: D(LNX1) has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=7)t-StatisticAugmented Dickey-Fuller test statisticTest critical values:1% level5% level10% level-5.445406-3.689194-2.971853-2.625121 Prob.* 0.0001 P<0.05 平稳

对lnx2进行平稳性检验 一阶差分

Null Hypothesis: D(LNX2) has a unit rootExogenous: ConstantLag Length: 3 (Automatic - based on SIC, maxlag=7)t-StatisticAugmented Dickey-Fuller test statisticTest critical values:1% level5% level10% level-4.647435-3.724070-2.986225-2.632604 Prob.* 0.0011 P<0.05 平稳

对lnx3进行平稳性检验 一阶差分

Null Hypothesis: D(LNX3) has a unit rootExogenous: ConstantLag Length: 1 (Automatic - based on SIC, maxlag=7)t-StatisticAugmented Dickey-Fuller test statisticTest critical values:1% level5% level10% level-3.302017-3.699871-2.976263-2.627420 Prob.* 0.0248 P<0.05 平稳

使用lny，lnx1,lnx2,lnx3

2.3 模型设计

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（lny）作为对经济发展的衡量，代表经济发展；用固定资产投资总额(lnx1)衡量资本投入；用价格指数（lnx2）去代表消费需求；用财政支出（lnx3）代表政府投资。运用这些数据进行回归分析。

采用的模型如下：

4

苏州科技学院商业银行经营管理课程期末论文

lny= β1+β2lnx1+β3lnx2+β4lnx3+ui

其中，lny代表国内生产总值，lnx1固定资产投资，lnx2代表消费价格指数，lnx3代表代表政府投资，ui代表随机扰动项。我们通过对该模型的回归分析，得出各个变量与我国经济增长的变动关系。

5

苏州科技学院商业银行经营管理课程期末论文

第三章模型估计和检验

3.1 模型初始估计

Dependent Variable: LNYMethod: Least SquaresDate: 12/25/15 Time: 21:57Sample: 1985 2014Included observations: 30HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 4.0000)VariableCLNX1LNX2LNX3R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)Prob(Wald F-statistic)Coefficient-12.71357-1.2757713.2246042.342248Std. Error8.0071770.2786711.7341000.237595t-Statistic-1.587771-4.5780541.8595269.858173Prob. 0.12440.00010.07430.000010.977211.8346420.8603681.0471940.9201350.275794123.05670.967417 Mean dependent var0.963658 S.D. dependent var0.349750 Akaike info criterion3.180447 Schwarz criterion-8.905522 Hannan-Quinn criter.257.3228 Durbin-Watson stat0.000000 Wald F-statistic0.000000

可以看出，经济检验合理，没有出现数字和符号的错误。并且可决系数R^2 =0.9674，修正的可决系数为0.9637。可以看出，拟和效果十分的好。因此，该模型的设定是合理的 ，将表中的数字带入模型得： LNY = -12.7136 - 1.2758*LNX1 + 3.2246*LNX2 + 2.3422*LNX3 （8.0071）（0.2787）（1.734）（0.238）

T= （-1.5878）（-4.5781）（1.8595）（9.8582）

R-squared=0.9674 Adjusted R-squared=0.9637 F-statistic=257.3228

3.2 多重共线性检验

LNYLNX1LNX2LNX3LNYLNX1LNX2LNX310.870376430...-0.52392886...0.962848605...0.870376430...1-0.35682920...0.958830347...-0.52392886...-0.35682920...1-0.51057173...0.962848605...0.958830347...-0.51057173...1

由相关系数矩阵可以看出，lnx1和lnx3相互之间的相关系数比较高，证实

确实存在多重共线性。

采用逐步回归的办法，去检查和解释多重共线性问题。分别做lny对lnx1、

6

苏州科技学院商业银行经营管理课程期末论文

lnx2、lnx3的一元回归，结果如下：

Dependent Variable: LNYMethod: Least SquaresDate: 12/25/15 Time: 22:23Sample: 1985 2014Included observations: 30HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 4.0000)VariableCLNX1R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)Prob(Wald F-statistic)Coefficient-3.6003901.341530Std. Error2.3924030.201209t-Statistic-1.5049266.667343Prob. 0.14350.000010.977211.8346422.7340262.8274392.7639100.27280544.453460.757555 Mean dependent var0.748896 S.D. dependent var0.919343 Akaike info criterion23.66538 Schwarz criterion-39.01039 Hannan-Quinn criter.87.49017 Durbin-Watson stat0.000000 Wald F-statistic0.000000

Dependent Variable: LNYMethod: Least SquaresDate: 12/25/15 Time: 22:24Sample: 1985 2014Included observations: 30HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 4.0000)VariableCLNX2R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)Prob(Wald F-statistic)Coefficient86.03921-16.11042Std. Error22.788414.895496t-Statistic3.775568-3.290865Prob. 0.00080.002710.977211.8346423.8301113.9235243.8599950.27845510.829790.274501 Mean dependent var0.248591 S.D. dependent var1.590338 Akaike info criterion70.81692 Schwarz criterion-55.45166 Hannan-Quinn criter.10.59415 Durbin-Watson stat0.002963 Wald F-statistic0.002703 Dependent Variable: LNYMethod: Least SquaresDate: 12/25/15 Time: 22:25Sample: 1985 2014Included observations: 30HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 4.0000)VariableCLNX3R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)Prob(Wald F-statistic)Coefficient-1.0075081.245965Std. Error1.0537370.102721t-Statistic-0.95612812.12957Prob. 0.34720.000010.977211.8346421.5326501.6260631.5625340.216150147.12650.927077 Mean dependent var0.924473 S.D. dependent var0.504199 Akaike info criterion7.118072 Schwarz criterion-20.98975 Hannan-Quinn criter.355.9690 Durbin-Watson stat0.000000 Wald F-statistic0.000000 7

苏州科技学院商业银行经营管理课程期末论文

分析lny c lnx3 lnx1

Dependent Variable: LNYMethod: Least SquaresDate: 12/25/15 Time: 22:27Sample: 1985 2014Included observations: 30HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 4.0000)VariableCLNX3LNX1R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)Prob(Wald F-statistic)Coefficient2.1462002.058820-1.009756Std. Error1.1835440.2227130.263990t-Statistic1.8133679.244275-3.824982Prob. 0.08090.00000.000710.977211.8346420.9556571.0957771.0004820.196869149.41530.961689 Mean dependent var0.958851 S.D. dependent var0.372161 Akaike info criterion3.739594 Schwarz criterion-11.33485 Hannan-Quinn criter.338.8788 Durbin-Watson stat0.000000 Wald F-statistic0.000000

分析lny c lnx3 lnx2

Dependent Variable: LNYMethod: Least SquaresDate: 12/25/15 Time: 22:29Sample: 1985 2014Included observations: 30HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 4.0000)VariableCLNX3LNX2R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)Prob(Wald F-statistic)Coefficient5.5345361.217077-1.344468Std. Error11.635460.1217042.343594t-Statistic0.47566110.00030-0.573678Prob. 0.63810.00000.570910.977211.8346421.5797441.7198641.6245700.23796477.013130.928491 Mean dependent var0.923194 S.D. dependent var0.508451 Akaike info criterion6.980109 Schwarz criterion-20.69616 Hannan-Quinn criter.175.2870 Durbin-Watson stat0.000000 Wald F-statistic0.000000

经过比较得，lnx3与lny的t检验和拟和效果最好 ，因此把lnX3作为基准变量引如，然后在逐步的引如其他的解释变量，经最后得到当去除lnX1以后，多重共线性消失，得到的检验结果如上。

8

苏州科技学院商业银行经营管理课程期末论文

从上面修正的回归结果可以看出，R^2=0.9284，并且它的修正的可决系数值也达到了0.923194，显然，它的拟和效果十分的好，并且t检验值显著的大于它的临界值，即t值检验十分的显著，因此多重共线性消失，得到修正后的模型为：

LNY = 5.5345 + 1.2171*LNX3 - 1.3445*LNX2 (11.6355)(0.1217) (2.3436) T=(0.4757) (10.0000) (-0.5737)

R-squared=0.9284 Adjusted R-squared=0.9232

3.3 White检验

①由lny c lnx2 lnx3 的估计结果，按路径view/residual tests/white heteroskedasticity(cross terms)，进入White检验。得到

Heteroskedasticity Test: WhiteF-statisticObs*R-squaredScaled explained SS1.095299 Prob. F(5,24)5.573760 Prob. Chi-Square(5)3.908498 Prob. Chi-Square(5)0.38860.34990.5627Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/26/15 Time: 13:23Sample: 1985 2014Included observations: 30HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 4.0000)VariableCLOG(X2)^2LOG(X2)*LOG(X3)LOG(X2)LOG(X3)^2LOG(X3)R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)Coefficient-107.9035-8.3675061.93179661.91836-0.018670-8.671865Std. Error587.738526.013101.248967245.84760.0706635.936441t-Statistic-0.183591-0.3216651.5467150.251857-0.264213-1.460785Prob. 0.85590.75050.13500.80330.79390.15700.2326700.3113910.6650240.9452630.7546750.9361540.185792 Mean dependent var0.016165 S.D. dependent var0.308864 Akaike info criterion2.289524 Schwarz criterion-3.975354 Hannan-Quinn criter.1.095299 Durbin-Watson stat0.388586 R2=0.1858

怀特统计量nR2=30×0.1858=5.574 查χ

20.05

2

分布表得到在5%的显著性水平下，自由度为5的χ

20.05

2

分布的临界值为χ

=11.07，因为nR2=5.574<χ=11.07，所以不拒绝同方差的原假设。

9

苏州科技学院商业银行经营管理课程期末论文

因此，在5%的显著性水平下，仍是不拒绝同方差这一原假设，表明模型不存在异方差。

3.4序列相关检验

Dependent Variable: LOG(Y)Method: Least SquaresDate: 12/26/15 Time: 13:30Sample: 1985 2014Included observations: 30HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 4.0000)VariableCLNX2LNX3R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)Prob(Wald F-statistic)Coefficient5.534536-1.3444681.217077Std. Error11.635462.3435940.121704t-Statistic0.475661-0.57367810.00030Prob. 0.63810.57090.000010.977211.8346421.5797441.7198641.6245700.23796477.01313 已知：DW=0.2380，查DW临界值表得dL=1.28，dU=1.57。由此可知，存在相关性。

Date: 12/26/15 Time: 14:07Sample: 1985 2014Included observations: 29AutocorrelationPartial Correlation1234567891...1...1...AC 0.176-0.43...-0.25...-0.18...0.0770.2600.053-0.14...-0.09...-0.01...-0.00...0.036 PAC0.176-0.48...-0.07...-0.43...0.059-0.12...-0.01...-0.16...0.001-0.10...-0.08...-0.10... Q-Stat0.98957.36509.536110.80011.02213.65613.77114.61614.99515.00215.00215.072 Prob0.3200.0250.0230.0290.0510.0340.0550.0670.0910.1320.1820.2380.928491 Mean dependent var0.923194 S.D. dependent var0.508451 Akaike info criterion6.980109 Schwarz criterion-20.69616 Hannan-Quinn criter.175.2870 Durbin-Watson stat0.000000 Wald F-statistic0.000000 从图中可以看出，模型的第2期偏相关系数的直方块超过了虚线部分，存在着一阶和二阶自相关。

自相关性的调整：加入AR项

对回归模型进行调整，在LS命令中加上AR(2)，使用迭代估计法估计模型。结果如图所示：

10

苏州科技学院商业银行经营管理课程期末论文

Dependent Variable: LNYMethod: ARMA Maximum Likelihood (OPG - BHHH)Date: 12/26/15 Time: 14:17Sample: 1985 2014Included observations: 30Convergence achieved after 9 iterationsCoefficient covariance computed using outer product of gradientsVariableCLNX2LNX3AR(2)SIGMASQR-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)Inverted AR RootsCoefficient-1.153340-0.0018641.2411970.8936760.049808Std. Error9.5185161.9212190.3666010.2605590.012553t-Statistic-0.121168-0.0009703.3856863.4298423.967899Prob. 0.90450.99920.00230.00210.000510.977211.8346420.2250550.4585880.2997641.6560400.984692 Mean dependent var0.982243 S.D. dependent var0.244478 Akaike info criterion1.494239 Schwarz criterion1.624176 Hannan-Quinn criter.402.0321 Durbin-Watson stat0.000000 .89

修正后的DW=0.7154。进行自相关检验，Q统计量的下图。

Date: 12/26/15 Time: 14:14Sample: 1985 2014Included observations: 30Q-statistic probabilities adjusted for 2 ARMA termAutocorrelationPartial Correlation1234567891...1...1...1...1...1...1...AC 0.1470.1350.0920.008-0.08...-0.22...-0.03...0.0610.047-0.15...-0.01...-0.01...-0.08...-0.12...-0.05...-0.09... PAC0.1470.1160.059-0.02...-0.10...-0.21...0.0410.1440.076-0.21...-0.06...-0.03...-0.00...-0.03...-0.01...-0.18... Q-Stat Prob...0.71981.34631.64501.64751.89853.96264.01404.17704.27675.36505.37495.39425.75956.63306.82887.42750.2460.4390.6490.7540.5550.6750.7590.8310.8010.8650.9110.9280.9200.9410.945

通过上图可以看出，修正后无自相关。

3.4模型的最终确定

综上所述，可知最终的模型为：

LNY = 5.5345 +1.3445*LNX2 + 1.2170*LNX3

11

苏州科技学院商业银行经营管理课程期末论文

第四章结论分析和政策建议

4.1主要结论

4.1.1消费需求对经济的拉动作用

消费需求是三大需求要素中所占份额最大、波动幅度最小的部分，是国民经济的重要支 柱和最主要的组成部分，同时也是最为明显地反映经济自发增长态势的宏观经济指标。

4.1.2政府投资是经济增长的重要原动力

经济发展取决于投入资金的数量和资金的利用效率。政府投资是经济增长的重要原动力，它对经济运行具有先导作用，并以其乘数效应拉动经济增长。

4.2政策建议

政府应实施积极的财政政策，增加公共基础设施投资，促进经济增长。 俗话说，消费，投资，出口是经济增长的三驾马车，本国居民的消费需求会极大影响本国的国民经济，健康的，巨大的消费需求会促进本国经济的增长，因此，政府应该提高本国居民的收入水平，改善他们的消费观念，只有这样他们才会愿意把钱花出去，从而促进企业大规模生产，从而促进本国经济增长。

12

苏州科技学院商业银行经营管理课程期末论文

参考文献

［1］中国统计年鉴

［2］ 《计量经济学基础》张晓峒主编

13

本文来源：https://www.bwwdw.com/article/4fpr.html