澳大利亚GDP影响因素分析.ppt

a澳大澳大利亚GDP影响因素分析 -计量经济学作业,小组成员： 吕嘉焕 112333071111 莫雪萱 112333071116 唐艳君 112333071124 李冬燕 112333071140 臧昀辉 112333071145,.,.,.,国内生产总值（Gross Domestic Product，简称GDP)是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。从支出法来看，国内生产总值包括一个国家(或地区)所有常住单位在一定时期内用于最终消费、资本形成总额，以及货物和服务的净出口总额，它反映本期生产的国内生产总值的使用及构成。而有推论：人口自然增长率只要降低几个千分点便会明显促进人均GDP的增长。 故本文主要以人口增长率、最终消费支出、资本形成总额、货物与服务净出口为解释变量对澳大利亚GDP的影响做研究分析。,一、研究目的,.,为了分析人口增长率、最终消费支出、资本形成总额、货物与服务净出口对澳大利亚GDP的影响，选择“澳大利亚GDP”（用Y表示），选择最终消费支出（消费）、资本形成总额（投资）、货物与服务净出口(净出口）、人口增长率为解释变量，分别用X1、X2、X3、X4表示。 假定GDP与最终消费支出、资本形成总额、货物与服务净出口、人口增长率之间满足线性约束，则理论模型设定为： Y=1+2X1+3X2+4X3+5X4 其中Y表示澳大利亚GDP，X1表示最终消费支出、X2表示资本形成总额、X3表示货物与服务净出口、X4表示人口增长率。由世界银行得到的澳大利亚1990年2012年的有关数据。,二、模型设定,.,.,.,.,三、估计参数,（1）建立工作文件 首先，双击EViews图标，进入EViews主页，在菜单中依次点击File/New/Workfile,出现对话框“Workfile Range”。在“Workfile Frequency”中选择“Annual”，并在“Start date”中输入开始时间“1990”，在“end date”中输入最后时间“2012”。点击“OK”出现未命名文件的“Workfile UNTITLED”工作框。其中，已有对象“c”为截距项，“resid”为剩余项。,.,.,（2）.输入数据,在EViews命令框中直接输入“data y x1 x2 x3 x4”后回车，出现“Group”窗口数据编辑框，再从原来准备好的数据表中将对应数据粘贴到EViews的数据表中。,（3）.估计参数,在EViews命令框中直接输入“ls y c x1 x2 x3 x4”，按回车，即出现回归结果。,.,可用规范的形式将参数估计和检验的结果写为 Y1=193.0939+0.971477X1+0.982839X2+0.889458X3+7.583982X4 (56.71492 0.039373 0.088727 0.054786 15.46381) t = (3.418922) (24.67377) (11.07708) (16.23506) (0.490434) R2=0.999852 F=30445.41 n=23 最后，若要显示回归结果的图形，在“Equation”框中，点击“resid”，即出现剩余项“（Residual）、实际项（Actual）、拟合项（Fitted）的图形，结果如图所示。,.,.,四、模型检验,（1）.经济意义检验 由回归结果得，所估计的参数1=193.9039，2=0.971477,3=0.982839，4=0.889458，说明消费每增加1亿美元，可导致GDP提高0.971477亿美元；投资每增加1亿美元，可导致GDP提高0.982839亿美元；净出口每增加1亿美元GDP提高0.889458，这与GDP与消费、投资、净出口经济意义相符合。 然后5=7.583982，说明人口增长率每增加1个百分比，可导致GDP提高7.582982，这与最初设定的行为方式不相符合。,（2）、拟合优度和统计检验,用EViews得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据。 （1）拟合优度的度量：由回归结果可以看出，可决系数为0.999852，说明所建模型整体上对样本数据拟合较好，即解释变量“GDP”对被解释变量“消费”“投资”“进出口”“人口增长率”的绝大部分差异作出了解释。 (2)P值检验：依据P(0.05)不通过检验，故人口增长率”(X4)对“GDP”Y的影响不显著。,。,（3）对回归系数的t检验：分别针对H0：j=0（j=1,2,3,4,5），给定显著水平=0.05，查t分布表可得自由度为n-k=23-5=18的临界值: t /2（n-k)=t 0.025(18)=2.101. 由回归结果数据可得，与1、2、3、4对应的t统计量分别为3.418922、24.27377、11.07708、16.23506，其绝对值均大于2.101，这说明在显著水平=0.05下，分别应当拒绝H0：j=0(j=1,2,3,4),也就是说，当在其他解释变量不变的情况下，解释变量“消费”（X1)、“投资”(X2)、“净出口”(X3)分别对被解释变量“GDP”Y都有显著影响。 “人口增长率”(X4)所对应的t统计量为0.490434，表明在=0.05下，“人口增长率”(X4)对“GDP”Y的影响不显著。,（3）.异方差检验,根据White检验结果得，P0.005故不存在异方差。,。,由此可见，该模型R2=0.999852，修正后的可决系数为0.99819，很高，F检验值30445.41，明显显著。但当=0.05时，t(n-k)=2.101, X4的系数t检验不显著，表明很可能存在多重共线性 计算各解释变量的相关系数，得相关系数矩阵 由相关系数阵可以看出，各解释变量相互之间的相关系数较高，证实存在多重共线性。 。,2、多重共线性检验,修正多重共线性,采用逐步回归法， 第一步，分别对X1、X2、X、 X4做一元回归。经比较的X1的R2，且P小于0.05，故保留X1. 第二步，以X1为基础，分别加入X2、X3、X4逐步回归。比较加入X3的方程，改进最大。且各参数的t检验都显著。P 值均小于（0.05），故可保留X3.,，,，,。,第三步，以X1、X3为基础，分别加入X2、X4逐步回归。比较得出加入X2的方程，改进最大。且各参数的t检验都显著。P 值均为0，小于（0.05），故可保留X2. 且，人口增长率X4均未通过经济意义、t检验、P检验，多重共线性检验，故排除X4。,。,。,最后修正多重共线性影响后的结果为：,.,最后修正的回归结果为：,Y=204.6615+0.970798X1+0.885390X3+0.984054X2 (51.24546)(0.038554)(0.053061)(0.086952) t=(3.993750)(25.18016)(16.68618)(11.32373) R2=0.999850 F=42283.99 n=23 这说明，在其他因素不变的情况下，当最终消费支出每增加一亿美元，资本形成总额和货物与贸易净出口分别增加一亿美元时，GDP将分别增加0.970798、0.885390、0.984054亿美元。,五总结,经过经济意义的检验、t检验、P值检验，被解释变量人口增长率（X4）均为通过检验，对GDP影响不显著。并在多重线性检验中，采用逐步分析法，一一保留X1、X3、X2，排除X4，也经过一系列的检验得出“最终消费支出”（X1)、“资本形成总额”(X2)、“货物与服务净出口”(X3)通过检验，并且对GDP影响显著，最后修正并通过检验的模型为：Y=204.6615+0.970798X1+0.984054X2+0.885390X3.,