论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
我国改革开放以来固定资产投资与GDP关系分析
金融02 张力群40204028 秋海波40204127 税亚君40204047 张耀文40204231 洪淼40204044 沈清40204235 邓瑶40104254
【摘要】本文旨在对我国改革开放以来固定资产投资与GDP关系进行计量分析。首先我们对已有的部分关于固定资产投资的观点和评论进行了评述;然后再收集的数据的基础上利用EViews软件进行了计量分析,从数据本身出发验证了两者的因果关系,并寻求设定合理的经济关系模型;接着运用软件对设定的模型进行了参数估计,检验及修正;最后我们利用所得的结果进行了经济预测以评估所得结果的价值并对结果本身提出了政策意见。
一 问题的提出
我国自改革开放以来已保持了国民经济20多年的快速增长,GDP年均增长率在10%以上,如此高的增长速度不经要引起人们对其增长动力或原因的兴趣。今年来关于投资,消费和出口“三驾马车”拉动经济增长的理论较为突出。尤其是进入90年代后直到90年代末到新世纪最近几年,不论是学术界还是公众媒体都对固定资产投资的高增长表现出不同程度的担忧,因而才引出关于经济软着陆和怎样减少固定资产投资的讨论。那么,究竟固定资产投资同GDP之间的关系如何?新世纪的前后几年是不是存在固定资产投资过热拉动经济过热的情况?本文试图运用计量经济学的方法寻求答案。
二 数据收集
为进行计量分析,我们寻求改革开放至今的GDP和固定资产的可比数据,数据来源为《中国统计年鉴》及中国统计局网站的数据资料,两项数据样本数都为27,满足一元回归的要求。
1978-2004年GDP及固定资产投资年度数据
obs GDP FAI
1978 3624.100 780.2000
1979 4038.200 846.2000
1980 4517.800 910.9000 (科教作文网http://zw.NSEaC.com编辑发布)
1981 4862.400 961.0000
1982 5294.700 1230.400
1983 7171.000 1430.100
1984 7171.000 1832.900
1985 8964.400 2543.200
1986 10202.20 3120.600
1987 11962.50 3791.700
1988 14928.30 4753.800
1989 16909.20 4410.400
1990 18547.90 4517.000
1991 21617.80 5594.500
1992 26638.10 8080.100
1993 34634.40 13072.30
1994 46759.40 17042.94
1995 58478.10 20019.26
1996 67884.60 22974.03
1997 74462.60 24941.10
1998 78345.20 28406.17
1999 82067.50 29854.71
2000 89468.10 32917.73
2001 97314.80 37213.49
2002 104790.6 43499.91
2003 117251.9 55566.61
2004 136515.0 70072.71
三 数据分析
由于相关数据为时间序列,很可能为非平稳序列,直接回归可能造成伪回归。因此对两时间序列进行平稳性检验,方法为ADF检验。EViews5默认情况下检验结果如下:
GDP的ADF检验
Null Hypothesis: GDP has a unit root
Exogenous: Constant
Lag Length: 2 (Automatic based on SIC, MAXLAG=6)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic 2.588925 1.0000
Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation 内容来自www.nseac.com
Dependent Variable: D(GDP)
Method: Least Squares
Date: 05/28/05 Time: 16:45
Sample (adjusted): 1981 2004
Included observations: 24 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
GDP(-1) 0.045772 0.017680 2.588925 0.0175
D(GDP(-1)) 1.327562 0.217150 6.113574 0.0000
D(GDP(-2)) -0.732831 0.231507 -3.165485 0.0049
C 399.8333 664.7932 0.601440 0.5543
R-squared 0.851066 Mean dependent var 5499.883
Adjusted R-squared 0.828726 S.D. dependent var 4860.139
S.E. of regression 2011.383 Akaike info criterion 18.20204
Sum squared resid 80913219 Schwarz criterion 18.39839
Log likelihood -214.4245 F-statistic 38.09586
Durbin-Watson stat 2.019994 Prob(F-statistic) 0.000000
FAI的ADF检验
Null Hypothesis: FAI has a unit root
Exogenous: Constant
Lag Length: 6 (Automatic based on SIC, MAXLAG=6)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic 4.261202 1.0000
Test critical values: 1% level -3.808546
5% level -3.020686
10% level -2.650413
(科教范文网http://fw.NSEAC.com编辑发布)
本文来自中国科教评价网
(科教范文网 fw.nseac.com编辑发布)
Pairwise Granger Causality Tests
Date: 05/30/05 Time: 03:34
Sample: 1978 2004
Lags: 3
Null Hypothesis: Obs F-Statistic Probability
GDP does not Granger Cause FAI 24 0.60966 0.61786
FAI does not Granger Cause GDP 6.40575 0.00422
Pairwise Granger Causality Tests
Date: 05/30/05 Time: 03:34
Sample: 1978 2004
Lags: 4
Null Hypothesis: Obs F-Statistic Probability
GDP does not Granger Cause FAI 23 0.43905 0.77841
FAI does not Granger Cause GDP 4.74551 0.01249
Pairwise Granger Causality Tests
Date: 05/30/05 Time: 03:34
Sample: 1978 2004
Lags: 5
Null Hypothesis: Obs F-Statistic Probability
GDP does not Granger Cause FAI 22 3.05627 0.05695
FAI does not Granger Cause GDP 3.69720 0.03297
对上述结果总结如下:
滞后长度m=n Granger因果性 F值 P值 结论 内容来自www.nseac.com
2 GDP->FAI 1.51006 0.24503 拒绝
FAI->GDP 12.8015 0.00026 不拒绝
3 GDP->FAI 0.60966 0.61786 拒绝
FAI->GDP 6.40575 0.00422 不拒绝
4 GDP->FAI 0.43905 0.77841 拒绝
FAI->GDP 4.74551 0.01249 不拒绝
5 GDP->FAI 3.05627 0.05695 不拒绝
FAI->GDP 3.6972 0.03297 不拒绝
可见GDP与固定资产投资存在明显的因果关系,受制于序列的不平稳才使得结论看上去仍受滞后长度的影响。。
四 模型设定,参数估计与检验
由数据分析可知,GDP与固定资产投资不但存在长期稳定关系更存在因果关系。因此可设定初步模型为:
GDP=C+β1* FAI+u
应用OLS法进行参数估计。得到如下结果:
Dependent Variable: GDP
Method: Least Squares
Date: 05/31/05 Time: 14:13
Sample: 1978 2004
Included observations: 27
Variable Coefficient Std. Error t-Statistic Prob.
C 7569.484 2054.444 3.684445 0.0011
FAI 2.157312 0.083696 25.77556 0.0000
R-squared 0.963736 Mean dependent var 42756.36
Adjusted R-squared 0.962285 S.D. dependent var 41079.01
S.E. of regression 7977.694 Akaike info criterion 20.87787
Sum squared resid 1.59E+09 Schwarz criterion 20.97386
Log likelihood -279.8513 F-statistic 664.3797
(科教范文网http://fw.NSEAC.com编辑发布)
ARCH检验,设定滞后期为3得到如下结果
ARCH Test:
F-statistic 10.08751 Probability 0.000294
Obs*R-squared 14.45014 Probability 0.002352
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/31/05 Time: 14:53
Sample (adjusted): 1981 2004
Included observations: 24 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 9059274. 20379913 0.444520 0.6614
RESID^2(-1) 1.820983 0.421753 4.317653 0.0003
RESID^2(-2) -2.143868 0.567807 -3.775697 0.0012 (科教论文网 Lw.nsEAc.com编辑整理)
RESID^2(-3) 1.488624 0.491305 3.029939 0.0066
R-squared 0.602089 Mean dependent var 62731107
Adjusted R-squared 0.542403 S.D. dependent var 1.04E+08
S.E. of regression 70486751 Akaike info criterion 39.13076
Sum squared resid 9.94E+16 Schwarz criterion 39.32710
Log likelihood -465.5691 F-statistic 10.08751
Durbin-Watson stat 1.787900 Prob(F-statistic) 0.000294
比较obj*R2=14.45014>显著程度0.05,自由度P=3时的λ临界值7.81473。因此决绝原假设,判断模型误差项存在异方差。
3 自相关检验。
由此前回归结果可知D-W统计量为0.288516。给定显著水平0.05,查D-W表n=27,k=1得下限临界值为1.316,上限临界值为1.469。而0.288516<下限1.316因此模型误差项存在一阶自相关。
五 模型修正
(一)异方差修正
WLS估计法。生成权数w=1/fai的估计结果为
Dependent Variable: GDP
Method: Least Squares
Date: 05/31/05 Time: 15:16
Sample: 1978 2004
Included observations: 27
Weighting series: 1/FAI
Variable Coefficient Std. Error t-Statistic Prob.
C 1984.233 211.1094 9.399078 0.0000
FAI 2.757995 0.109874 25.10151 0.0000
(转载自http://www.NSEAC.com中国科教评价网)
Dependent Variable: LGDP
Method: Least Squares
Date: 05/31/05 Time: 15:22
Sample: 1978 2004
Included observations: 27
Variable Coefficient Std. Error t-Statistic Prob.
C 2.713661 0.115957 23.40222 0.0000
LFAI 0.829008 0.012904 64.24241 0.0000
R-squared 0.993979 Mean dependent var 10.06867 您可以访问中国科教评价网(www.NsEac.com)查看更多相关的文章。
Adjusted R-squared 0.993738 S.D. dependent var 1.208213
S.E. of regression 0.095609 Akaike info criterion -1.785921
Sum squared resid 0.228525 Schwarz criterion -1.689933
Log likelihood 26.10993 F-statistic 4127.088
Durbin-Watson stat 0.876328 Prob(F-statistic) 0.000000
比较两种方法可知gdp与固定资产投资在对数线性回归下拟合最好!此时的ARCH检验结果为
ARCH Test:
F-statistic 0.685945 Probability 0.571103
Obs*R-squared 2.239024 Probability 0.524303
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/31/05 Time: 15:24
Sample (adjusted): 1981 2004
Included observations: 24 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 0.006041 0.003046 1.983333 0.0612
RESID^2(-1) 0.173273 0.226838 0.763864 0.4539
RESID^2(-2) -0.015320 0.226278 -0.067705 0.9467
RESID^2(-3) 0.232025 0.225640 1.028298 0.3161
R-squared 0.093293 Mean dependent var 0.009341
Adjusted R-squared -0.042713 S.D. dependent var 0.007696