【正文】 畢業(yè)論文 第 2 頁(yè) 共 20 頁(yè) 2X 、職工工資總額 3X 、稅收總額 4X 、上期國(guó)內(nèi)生產(chǎn)總值 5X 和儲(chǔ)蓄余額 6X 這六個(gè)因素作為我國(guó)國(guó)內(nèi)生產(chǎn)總值模型的解釋變量。通過(guò)定性描述和定量分析國(guó) 內(nèi)生產(chǎn)總值的影響因素，從而可對(duì)影響國(guó)內(nèi)生產(chǎn)總值的影響因素以及它們各自的影響程度做出較為準(zhǔn)確的判斷。所以自從 1985年國(guó)家統(tǒng)計(jì)局建立起相應(yīng)的核算制度以來(lái)，國(guó)內(nèi)生產(chǎn)總值核算已經(jīng)成為我國(guó)經(jīng)濟(jì)管理部門(mén)了解 我國(guó) 經(jīng)濟(jì)運(yùn)行情況的重要手段 并且 GDP的各項(xiàng)指標(biāo)已經(jīng)成為國(guó)家和各級(jí)政府制定經(jīng)濟(jì)發(fā)展戰(zhàn)略、中長(zhǎng)期規(guī)劃、年度計(jì)劃和各種宏觀(guān)經(jīng)濟(jì)政策的重要依據(jù)。在檢驗(yàn) 中發(fā)現(xiàn)模型存在多重共線(xiàn)性，我們選擇逐步回歸法剔除無(wú)關(guān)變量從而消除了變量之間的多重共線(xiàn)性；利用等級(jí)相關(guān)系數(shù)法檢驗(yàn)?zāi)Ｐ偷漠惙讲钚圆⑶也捎脤?duì)數(shù)變換法對(duì)模型進(jìn)行修正，之后再利用 White檢驗(yàn)發(fā)現(xiàn)修正后的模型已經(jīng)不存在存在異方差性；通過(guò)學(xué)生化殘差分析法對(duì)異常值進(jìn)行診斷；用拉格朗日乘數(shù)方法檢驗(yàn) (GB 檢驗(yàn)法）發(fā)現(xiàn)模型存在二階自相關(guān)性并通過(guò)迭代法消除了序列相關(guān)性；經(jīng) 過(guò) 這一系列的 檢驗(yàn)和修正，保證了變量能夠滿(mǎn)足 多元線(xiàn)性回歸模型的基本假設(shè)。通過(guò)計(jì)算這 20 年實(shí)際數(shù)據(jù)與每個(gè)模型的相對(duì)誤差將第四個(gè)模型確定為最終模型。所以研究國(guó)內(nèi)生產(chǎn)總值的影響因素對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展具有十分重要的作用和意義。從而我們可以根據(jù)這些因素對(duì) GDP的影響程度的大小來(lái)制定更好的經(jīng)濟(jì)政策和目標(biāo)以促進(jìn)國(guó)民經(jīng)濟(jì)健康持續(xù)發(fā)展。為此，我們搜集了這六個(gè)因素在 19902020年 的統(tǒng)計(jì)數(shù)據(jù)，希望建立一個(gè)合適的多元線(xiàn)性回歸模 型來(lái)探討影響我國(guó)國(guó)內(nèi)生產(chǎn)總值的因素，進(jìn)而為我國(guó)的經(jīng)濟(jì)發(fā)展提出較為科學(xué)合理的建議。 (3). 正態(tài)分布的假定條件為 : ??? ?相互獨(dú)立ni niN ??? ?? ? ?212, 2,1),0(~ () 由上述假定和多元正態(tài)分布的性質(zhì)可知，隨機(jī)變量 Y 遵從 n 維正態(tài)分布，回歸模型的數(shù)學(xué)期望和方差為： ????? ??).,(~)va r( )(22nnIXNY IYXYE???? () 3 模型的建立與求解 把上述應(yīng)變量 GDP記為 Y ， 六個(gè)自變量分別設(shè)定為 654321 X、 X、X、 X、 X、 X 。 從表 ： (1)變量 6X 的系數(shù)為負(fù)值，說(shuō)明國(guó)民生產(chǎn)總值隨居民儲(chǔ)蓄余額的增加而減少，這從理論上不符合我國(guó)的實(shí)際情況 即與經(jīng)濟(jì)原理相悖 ；其他因素系數(shù)均為正， 均符合經(jīng)濟(jì)原理 ，具有經(jīng)濟(jì)意義：各系數(shù)表示國(guó)內(nèi)生產(chǎn)總值對(duì)該因素的載荷即彈性大小。 4．模型的檢驗(yàn)和改進(jìn) ]5[ 相關(guān)系數(shù)檢驗(yàn) .用 SPSS軟件求得所有變量的相關(guān)系數(shù)矩陣： 由表 ：解釋變量 654321 X、 X、 X、 X、 X、 X 之間存在高度正相關(guān)性，所以模型存在嚴(yán)重的多重共線(xiàn)性。這個(gè)過(guò)程反復(fù)進(jìn)行，直到既無(wú)顯著的自變量選入回歸方程，也無(wú)不顯著的自變量從回歸方程中剔除為止。 表 輸入／移去的變量 a 模型 輸入的變量 移去的變量 方法 1 上期 GDP . 步進(jìn)（準(zhǔn)則 : Ftoenter 的概率 = .050，F(xiàn)toremove 的概率 = .100）。 a. 因變量 : GDP 表 模型匯總 R 方 調(diào)整 R 方 標(biāo)準(zhǔn) 估計(jì)的誤差 .994 .993 .999 .999 .999 .999 .999 a. 預(yù) 測(cè)變量 : (常量 ), 上期 GDP。 表 Anovae df 均方 F Sig. 1 .000a 陜西理工學(xué)院畢業(yè)論文 第 6 頁(yè) 共 20 頁(yè) 18 19 2 .000b 17 19 3 .000c 16 19 4 .000d 15 19 a. 預(yù)測(cè)變量 : (常量 ), 上期 GDP。 e. 因變量 : GDP 表 系數(shù) a 模型 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)系數(shù) t Sig. B 標(biāo)準(zhǔn) 誤差 試用版 1 (常量 ) .418 .681 上期 GDP .021 .997 .000 2 (常量 ) .004 上期 GDP .893 .031 .781 .000 進(jìn)出口額 .374 .045 .227 .000 3 (常量 ) .054 上期 GDP .634 .092 .555 .000 進(jìn)出口額 .355 .038 .215 .000 職工工資總額 .758 .238 .010 4 (常量 ) .127 上期 GDP .735 .071 .643 .000 進(jìn)出口額 .409 .031 .248 .000 職工工資總額 .567 .303 .000 儲(chǔ)蓄余額 .153 .001 a. 因變量 : GDP. 表 已排除的變量 e t Sig. 偏相關(guān) 共線(xiàn)性統(tǒng)計(jì)量 容差 .000 .894 .097 陜西理工學(xué)院畢業(yè)論文 第 7 頁(yè) 共 20 頁(yè) .289 .257 .016 .656 .521 .157 .013 .079 .413 .008 .425 .360 .096 .013 .279 .784 .070 .013 .010 .588 .008 .179 .358 .001 .012 .144 .009 .071 .355 .096 .430 .004 .689 .252 a. 模型中的預(yù)測(cè)變量 : (常量 ), 上期 GDP. b. 模型中的預(yù)測(cè)變量 : (常量 ), 上期 GDP, 進(jìn)出口額 . c. 模型中的預(yù)測(cè)變量 : (常量 ), 上期 GDP, 進(jìn)出口額 , 職工工資總額 . d. 模型中的預(yù)測(cè)變量 : (常量 ), 上期 GDP, 進(jìn)出口額 , 職工工資總額 , 儲(chǔ)蓄余額 . e. 因變量 : GDP. 通過(guò)逐步回歸得到了四個(gè)模型而模型四中 6X 的系數(shù)仍為負(fù)值，其經(jīng)濟(jì)意義仍無(wú)法解釋?zhuān)赃x擇模型三為最優(yōu)模型，最終剔了除了變量 642 , XXX 由以上 SPSS的運(yùn)行結(jié)果可得標(biāo)準(zhǔn)化以后的回歸方程為： 1 3 X X X? ? ? ? () 由表 ： 2R = 修正 2R = F = 并且在顯著性水平?? 下模型三通過(guò)了 F 檢驗(yàn)和 t 檢驗(yàn) 。這種檢驗(yàn)方法在樣本容量大或小時(shí)都可以應(yīng)用。在 8n ? 的情況下，用下式對(duì)樣本等級(jí)相關(guān)系數(shù) sr 進(jìn)行 t 檢驗(yàn)。 陜西理工學(xué)院畢業(yè)論文 第 9 頁(yè) 共 20 頁(yè) 下面對(duì)模型的異方差性進(jìn)行修正。 因此這里我們采用對(duì)數(shù)變換法進(jìn)行處理。原假設(shè) 0H : 隨機(jī)誤差項(xiàng) ie 不存在異方差；備擇假設(shè) 1H : 隨機(jī)誤差項(xiàng) ie 存在異方差。 由軟件運(yùn)行結(jié)果如下： 陜西理工學(xué)院畢業(yè)論文 第 10 頁(yè) 共 20 頁(yè) 表 White Heteroskedasticity Test: Fstatistic Probability Obs*Rsquared Probability 表 Test Equation: Variable Coefficient Std. Error tStatistic Prob. C +11 +10 LNX1 +10 +10 LNX1^2 +09 +09 LNX1*LNX3 +09 +10 LNX1*LNX5 +10 +10 LNX3 +11 +10 LNX3^2 +10 +10 LNX3*LNX5 +10 +10 LNX5 +11 +10 LNX5^2 +09 +10 Rsquared Mean dependent var +08 Adjusted Rsquared . dependent var +08 . of regression +08 Akaike info criterion Sum squared resid +18 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 因?yàn)閼烟亟y(tǒng)計(jì)量 2nR = ??? =， 故沒(méi)有理由拒絕原假設(shè) 0H ，即修正后的模型不存在異方差性。由于強(qiáng)影響點(diǎn)并不總是 y 的異常值點(diǎn)，因而不能單純根據(jù)杠桿值 iih 的大小判斷強(qiáng)影響點(diǎn)是否異常。 但是對(duì)于庫(kù)克距離，判斷其大小的方式比較復(fù)雜，所以我們用較為簡(jiǎn) 單的方式 。取絕對(duì)值最大的學(xué)生化殘差為： SRE= 3? ，因而根據(jù)學(xué)生化殘差診斷認(rèn)為 2020年的數(shù)據(jù)是異常值。但實(shí)際問(wèn)題的研究中樣本容量的獲得往往 會(huì) 受到 各種特定因素 的限制。 自相關(guān)性的修正 (迭代法 ) 當(dāng)檢測(cè)出模型存在序列相關(guān)性后，就不能直接采用普通最小二乘法進(jìn)行回歸，必須發(fā)展新的估計(jì)方法如：差分法、自回歸法、移動(dòng)平均法。對(duì)于一元回 歸模型： ttt XY ??? ??? 10 () (1)如果模型 ()存在一階序列相關(guān)性 ttt ???? ?? ?1 () 模型 ()取滯后 1期后，兩邊乘以 ? 作變換 1?? tt YY ? ,即有： 1110101 ??? ??????? tttttt XXYY ???????? 1110 )1( ?? ?????? tttt XX ??????? () 令： 1* ??? ttt YYY ? , 1* ??? ttt XXX ? ,則模型式 ()可轉(zhuǎn)化為： ttt XpY ??? ???? *10* )1( ttX ??? ??? **1*0 () 此時(shí)模型 ()的自相關(guān)性會(huì)有所減弱，對(duì)回歸模型重復(fù)迭代，直至最終消除誤差項(xiàng)t? 的自相關(guān)性。 在 LS命令中加上 ??1AR 、 ??2AR ,使用迭代估計(jì)法估計(jì)模型，回歸結(jié)果如下： 表 回歸表格 陜西理工學(xué)院畢業(yè)論文 第 13 頁(yè) 共 20 頁(yè) Variable Coefficient Std. Error tStatistic Prob. C 1428185. LNX1 LNX3 LNX5 AR(1) AR(2) Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion S