全社会固定资产投资与国内生产总值GDP互动关系的实证分析

海南大学课程论文

课程名称: SAS和SPSS软件及应用研究 题目名称： 全社会固定资产投资与国内生产总值GDP 互动关系的实证分析 学 院： 经济与管理学院 专业班级： 2015 级企业管理 姓 名： 贺 琦 学 号： 15120202210004

全社会固定资产投资与国内生产总值GDP

互动关系的实证分析

贺琦

（海南大学经济与管理学院，海南 海口570228）

摘要：在国民经济的发展过程中，全社会固定资产投资对国内生产总值GDP的增长起着重要的作用。本文抽取来自于国家统计局的数据，以1995-2014年的全社会固定资产投资和国内生产总值GDP两时间序列数据为样本，借由SPSS、Eviews、HLM和SAS软件就二者关系进行了实证分析检验。结果表明：全社会固定资产投资对国内生产总值GDP的增长有很大的拉动作用，在短期内全社会固定资产投资增加1个百分点，国内生产总值GDP约增加1.213个百分点，并且二者之间还存在着长期稳定关系和单向的因果关系。在此基础上，本文就全社会固定资产投资与国内生产总值GDP的增长问题提出了一些有针对性的建议。

关键词：全社会固定资产投资；国内生产总值GDP；软件

国内生产总值简称GDP，是一个国家在一定时期内所生产的全部最终产品和服务的价值总和，反映一个国家的经济总体规模和经济结构，是衡量国家经济状况的最佳指标。国内生产总值主要是由消费和投资决定的，投资反映了社会资金的使用。全社会固定资产投资包括基本建设投资、更新改造投资、房地产开发投资、国有单位其他固定资产投资等。研究显示，全社会固定资产投资与其国内生产总值GDP存在高度的关联。作为社会资金使用方式之一的投资，常常被称为拉动经济增长的三驾马车之一，它最直接的价值之一便是对GDP 的创造。同样，较高的GDP 增长也会反过来带动较快的全社会固定资产投资增长，两者之间在一定程度上存在互相促进的作用。

一、国内生产总值GDP和全社会固定资产投资的基本情况 （一）国内生产总值GDP和全社会固定资产投资快速增长

1995-2014 年，国内生产总值GDP从61129.8亿元增长到636138.7亿元，年增长

率达47.03%；全社会固定资产投资从1995 年的20019.3亿元快速增长到2014年的512760.7亿元，年均增速接近123.07%，成为推动经济持续发展的重要力量。 （二）国内生产总值GDP和全社会固定资产投资的变化关系

全社会固定资产投资增速的波动是影响国内生产总值GDP周期波动的一个直接的、物质性的主导因素，全社会固定资产投资也成为国内生产总值GDP周期波动的物质基础，又是诱发国内生产总值GDP波动的主要因素。从我国经济运行的实际状况看，当全社会固定资产投资增长率上升时，国内生产总值GDP的增长率也相应地上升；相反，当全社会固定资产投资增长率下降时，国内生产总值GDP 的增长率也相应地下降。

全社会固定资产投资与国内生产总值GDP增长之间应存在着长期稳定的均衡关系。因为固定资产投资具有双重性，即它既能对生产形成需求，又能增加生产能力，这同时决定了投资对经济增长也具有双重效应，即短期的需求效应和长期的供给效应。因此，全社会固定资产投资与国内生产总值GDP之间存在着一定的因果关系，换句话说，如果没有投资就不可能有产出，如果没有投资的增长，经济就不可能保持一定的增长。

二、数据选取与模型设定 （一）数据选取

本文从国家统计局（http://www.stats.gov.cn/）中选取了全社会固定资产投资、国内生产总值 GDP从1995 年至2014 年的共20个样本作为研究的对象，如表1“1995-2014年全社会固定资产投资与国内生产总值GDP”所示，对样本数据序列进行实证分析。

表1 1995-2014年全社会固定资产投资与国内生产总值GDP 指标 2014年 2013年 2012年 2011年 2010年 2009年 全社会固定资产投资(亿元) 512760.7 446294.09 374694.74 311485.13 251683.77 224598.77 国内生产总值GDP(亿元) 636138.7 588018.8 534123 484123.5 408903 345629.2 2008年 2007年 2006年 2005年 2004年 2003年 2002年 2001年 2000年 1999年 1998年 1997年 1996年 1995年 172828.4 137323.94 109998.2 88773.62 70477.4 55566.61 43499.91 37213.49 32917.73 29854.7 28406.2 24941.1 22913.5 20019.3 316751.7 268019.4 217656.6 185895.8 160714.4 136564.6 121002 110270.4 99776.3 90187.7 84883.7 79429.5 71572.3 61129.8

由表1 所收集的数据可知，1995—2014 年全社会固定资产投资和国内生产总值 GDP增长具有明显趋同性，说明国内生产总值GDP和全社会固定资产投资在1995—2014 年期间都保持了逐年增长的趋势。全社会固定资产投资对国内生产总值GDP 具有推动发展作用。 （二）模型设定

根据经济学的相关理论得到全社会固定资产投资与国内生产总值 GDP之间存在着一定的因果关系。

为计算方便，令全社会固定资产投资=x（解释变量），国内生产总值 GDP=y（被解释变量）。拟初步建立了一元线性回归函数模型，具体如公式如下所示：

yt=α+βxt+μ

其中，α和β分别表示回归系数，μ 表示随机误差。一般而言，全社会固定资产投资的增加会带动国内生产总值 GDP的增加，由此可以预期：β> 0。

三、全社会固定资产投资和国内生产总值GDP关系的计量分析

（一）SPSS 1、线性分析

根据表1中的数据，利用SPSS进行线性分析。

表2 模型汇总 模型 1 R .991 aR 方 .982 调整 R 方 .981 标准 估计的误差 25614.31289 a. 预测变量: (常量), x。 由表2 知，该回归方程的判定系数为R2=0.982∈[0.8,1]，调整R2=0.981∈[0.8,1]，拟合优度值非常高，回归方程高度显著。即全社会固定资产投资总额的变动在很大程度上影响了国内生产总值GDP的变动。

表3 Anova 模型 1 回归 残差 总计 平方和 6.604E11 1.181E10 6.722E11 df 1 18 19 均方 6.604E11 6.561E8 F 1006.562 Sig. .000 aba. 预测变量: (常量), x。 b. 因变量: y 由表3 知，F=1006.562，sig=0.000<0.05。模型通过F检验，表明方程的整体性关系显著，x对y的影响显著。

表4 系数 非标准化系数 模型 1 (常量) x B 68311.014 1.213 标准 误差 8100.284 .038 标准系数 试用版 .991 t 8.433 31.726 Sig. .000 .000 a

Series

D(X,2) D(Y,2)

Prob. 0.0734 0.0041

Lag

3 1

Max Lag

3 3

Obs

14 16

由表7知， prob值全部小于显著性水平α（ α = 0． 05），应拒绝原假设，即二阶差分序列为平稳序列。在二阶检验下达到平稳状态，显著平稳。 2、协整关系检验

在计量经济分析中，如果变量之间不存在长期稳定的均衡关系，在进行回归分析时所建立的回归模型便极有可能有虚假回归（伪回归）的问题。因而在建立回归模型之前，往往需要对变量进行协整分析，判断其长期均衡关系。

表8 协整关系检验

Date: 11/21/15 Time: 22:07 Sample (adjusted): 1997 2014

Included observations: 18 after adjustments Trend assumption: Linear deterministic trend Series: X Y

0.05 Critical Value

15.49471 3.841466

Prob.** 0.0002 0.2089

Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s)

None * At most 1

Eigenvalue

0.797863 0.083970

Trace Statistic

30.35729 1.578712

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized No. of CE(s)

None * At most 1

Eigenvalue

0.797863 0.083970

Max-Eigen Statistic

28.77858 1.578712

0.05 Critical Value

14.26460 3.841466

Prob.** 0.0001 0.2089

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):

X

-6.63E-05 0.000105

Y

9.08E-05 -8.39E-05

-361.7166

Unrestricted Adjustment Coefficients (alpha):

D(X) D(Y)

4811.184 4127.075

762.1902 -3085.433

Log likelihood

1 Cointegrating Equation(s):

Normalized cointegrating coefficients (standard error in parentheses)

X

1.000000

Y

-1.370538 (0.06487)

Adjustment coefficients (standard error in parentheses)

D(X) D(Y)

-0.318839 (0.06332) -0.273503 (0.19214)

由平稳性检验可知残差序列平稳，即国内生产总值GDP与全社会固定资产投资序列之间具有协整关系，也就是说国内生产总值GDP与全社会固定资产投资序列之间存在长期稳定的均衡关系。上述检验结果中，none*表示拒绝或否定，prob（none*）=0.0001<0.05，因此拒绝变量间无协整关系的原假设，即在相应的显著性水平（0.05）下认为变量之间存在协整关系。at most 1表示至多有一个。 3、格兰杰因果关系检验

由上述协整关系检验结果得出，全社会固定资产投资与国内生产总值GDP之间存在着长期稳定的均衡关系，短期的偏离并不会影响长期的走势。但这种均衡关系是否构成因果关系，即是由于全社会固定资产投资的增加带来了国内生产总值GDP的增长，还是由于国内生产总值GDP的增长带来了全社会固定资产投资。需要对上述序列的平稳形式进行格兰杰因果检验。格兰杰因果关系检验实际是考察相互关联的两个变量之间在时间上的先导与滞后关系。一般经济理论认为全社会固定资产投资的变动会拉动国内生产总值GDP 变动，而另一方面，国内生产总值GDP 的变动也会产生引致全社会固定资产投资效应。可以通过格兰杰 创造的因果关系检验法来验证两者何者为因、何者为果。 如果检验拒绝原假设H01，则认为变量Y 是X的格兰杰原因，即变量Y 有解释和预测变量X的能力，反之则认为变量Y不是X的格兰杰原因；若检验拒绝原假设H02，则认为X是Y 的格兰杰原因，即变量X有解释和预测变量Y的能力，反之则认为变量X不是的Y格兰杰原因。对全社会固定资产投资和国内生产总值GDP进行格兰杰因果关系检验结果如下：

表9 格兰杰因果关系检验

Pairwise Granger Causality Tests Date: 11/21/15 Time: 22:11

Sample: 1995 2014 Lags: 2

Null Hypothesis: Y does not Granger Cause X

X does not Granger Cause Y

Obs

Prob. 1.E-05 0.2812

F-Statistic 18

30.3226 1.40080

由表9可知：对于国内生产总值GDP不是全社会固定资产投资原因的原假设，prob（Y does not Granger Cause X）值为1.E-05<0.05，拒绝原假设，表明在95%的置信条件下可以认为国内生产总值GDP是全社会固定资产投资的格兰杰原因；对于全社会固定资产投资不是国内生产总值GDP原因的原假设，Prob（X does not Granger Cause Y）值为0.2812>0.05，不能拒绝原假设。这表明国内生产总值GDP是全社会固定资产投资增长的显著原因，而全社会固定资产投资增长对国内生产总值GDP增长的作用不显著，全社会固定资产投资和国内生产总值GDP增长之间只存在单向因果关系。由此，可以得出结论，国内生产总值GDP的增加或减少必然会引起全社会固定资产投资的增加或减少，而全社会固定资产投资的变化对国内生产总值GDP的变化没有直接因果关系。 4、面板数据模型

表10 面板数据模型

Dependent Variable: Y? Method: Pooled Least Squares Date: 11/21/15 Time: 23:06 Sample: 1995 2014

Included observations: 20 Cross-sections included: 1

Total pool (balanced) observations: 20

Variable

C

Coefficient

68311.01

Std. Error

8100.284

t-Statistic

8.433163

Prob. 0.0000

X? R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

1.213039 0.982432 0.981455 25614.31 1.18E+10 -230.3433 1006.562 0.000000

0.038234 31.72636 0.0000 250039.5 188094.1 23.23433 23.33390 23.25377 0.466752

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

由表10可知，F-statistic=1006.562，说明该检验模型拟合效果很好。Prob（c）=0<0.05，拒绝原假设，则c显著，c=68311.01。prob（x？）=0<0.05，拒绝原假设，则x？显著，x？=1.213039。 （三）HLM

用HLM软件进行多层模型估计，输出结果如下：

表11 固定效果最终估计

Final estimation of fixed effects:

Approx

Coefficien

Fixed Effect

t

error

o

Standard

t-rati

.

e

p-valu

d.f.

For INTRCPT1, β0 INTRCPT2, γ

00-52692.61068

2

7914.74668

3

0.025527

-6.658 31.726

18 18

<0.001 <0.001

01 Y1, γ 0.809893

其中p-value<0.001，则输入模型显著，x与y之间有显著的线性关系。 （四）SAS

本文来源：https://www.bwwdw.com/article/dh1r.html