学号：论文题目：我国钢铁产量相关因素分析学生姓名：专业班级：学院：日期：摘要改革开放以来我国钢铁产量不断增加，钢铁产业成为保证国民经济的支柱型产业。
本文根据我国钢材产量及其影响因素从1978年近20年数据，分析我国钢材产量与影响因素之间的关系，利用Eviews软件进行参数回归分析，并建立模型，对钢材产量进行简单预测。
通过一系列研究结果表明，我国钢材产量主要受原料供给的影响，生铁产量和固定资产投资额对我国钢材产量有显著的影响。
关键词：钢材产量逐步回归法 LS估计目录一．问题重述 (1)（一）背景 (1)（二）文献综述 (1)（三）问题提出 (2)二. 模型变量与数据 (2)三、模型检验 (4)（一）统计检验 (4)1、拟合优度检验 (4)2、t检验 (4)3、F检验 (4)（二）多重共线性检验 (5)1、多重共线性的检验 (5)2、修正多重共线性 (5)（三）异方差检验 (6)1、异方差的检验 (6)2、异方差修正 (7)（四）自相关检验 (8)1、自相关性的检验 (8)2、自相关问题的处理 (9)四、结论 (10)五、建议 (11)附录一：参考文献 (12)附录二：原始数据 (13)一．问题重述（一）背景自1978年改革开放以来，我国的钢铁产量在短短的十几年增加了三倍，从1996年成为全球第一大产钢国，并一直处于世界首位。
但随着经济的发展、市场供求关系的变化，我国钢铁企业的生产和贸易也暴露了一些问题。
加入世贸组织后，我国经济运行的环境发生了变化，这对我国的各个行业都产生深远影响，对钢铁行业来说，更是任重道远。
随着我国入世步伐的深入，钢铁行业的优惠政策逐步消除，我国的钢铁工业将面临更为严峻的挑战。
目前，我国钢铁行业面临各种问题，主要是钢铁企业集中度低，专业化程度不够；企业技术装备水平低，结构不合理；产品质量还有待提高。
最大的一个问题就是：产能过剩。
虽然我国是世界主要产钢国，但由于钢铁生产结构不合理（传统钢铁产品过多，高附加值的优良钢铁产品供不应求），同时也是世界主要钢铁进口国。
近几年的钢铁进口远远超过出口，导致国内很多钢产品“剩下”，钢铁业受到市场供大于求及原材料价格高的双重压力，多数钢企处于亏损或成本运行状态。
（二）文献综述钢铁行业是国民经济的支柱产业，是加快实现工业化的先导产业，其在拉动上下游产业发展、扩大城乡劳动力就业以及推动区域经济发展等方面做出了重要的贡献。
虽然整个现代化建设以传统原材料为主的状况已经发生改变，但钢铁行业对我国来说仍然是基础工业，直接影响着国民经济的健康发展。
可以说钢铁行业的稳定发展是实现我国新型工业化战略目标的关键一环，其发展水平的高低是衡量我国工业化水平和综合国力高低的重要标志。
《钢铁产业调整和振兴规划》阐明，我国是钢铁生产和消费大国，粗钢产量连续13年居世界第一。
进入21世纪以来，我国钢铁产业快速发展，粗钢产量年均增长21.1%。
2008年，粗钢产量达到5亿吨，占全球产量的38%，国内粗钢表观消费量4.53亿吨，直接出口折合粗钢6000万吨，占世界钢铁贸易量的15%。
2007年，规模以上钢铁企业完成工业增加值9936亿元，占全国GDP的4%，实现利润2436亿元，占工业企业利润总额的9%，直接从事钢铁生产的就业人数358万。
钢铁产品基本满足国内需要，部分关键品种达到国际先进水平。
钢铁产业有力支撑和带动了相关产业的发展，促进了社会就业，对保障国民经济又好又快发展做出了重要贡献。
钢铁行业是典型的周期性行业，与宏观经济的发展密切相关。
自上世纪 90 年代以来，我国宏观经济的高速增长推动了我国钢铁行业的迅猛发展。
遗憾的是，与发达国家相比我国钢铁行业一直都不具有竞争优势：能源消耗和污染排放过高；价值创造能力、经济效益水平较低，这使得我国钢铁行业一直没有摘掉高能耗、低附加值的“帽子”。
大而不强、多而不优，既是我国钢铁行业产品结构的弊病，也是钢铁企业成长中的问题。
同时，钢铁产业长期粗放发展积累的矛盾日益突出。
一是盲目投资严重，产能总量过剩。
截至2008年底，我国粗钢产能达到6.6亿吨，超出实际需求约1亿吨。
二是创新能力不强，先进生产技术、高端产品研发和应用还主要依靠引进和模仿，一些高档关键品种钢材仍需大量进口，消费结构处于中低档水平。
三是产业布局不合理，大部分钢铁企业分布在内陆地区的大中型城市，受到环境容量、水资源、运输条件、能源供应等因素的严重制约。
四是产业集中度低，粗钢生产企业平均规模不足100万吨，排名前5位的企业钢产量仅占全国总量的28.5%。
五是资源控制力弱，国内铁矿资源禀赋低，自给率不足50%。
六是流通秩序混乱。
钢铁产品经销商超过15万家，投机经营倾向较重。
在这种高增长态势下，当前钢铁业存在四大忧虑：国内供需平衡基础不稳、出口将呈现回落、节能减排压力巨大、企业生产成本开始上升。
（三）问题提出鉴于钢材产量在国民经济中的重要程度，文本搜集了我国从1978年至1997年的钢材产量的相关时间序列数据，并分析了影响我国钢材产量的因素，然后建立相应的模型说明各因素对钢材产量影响的大小。
二. 模型变量与数据为了解决我国钢铁行业产能过剩的问题，必须先找出影响钢铁产量的因素，然后才能对症下药，解决问题，故建立以下模型来对影响钢材产量的因素进行分析。
任何一种产品的产量都主要受供给和需求的影响，供给是从生产钢材所需原材料方面分析。
通过对以下因素的分析，了解钢材产量主要受什么因素的影响，然后根据分析结果寻找相应的解决措施。
被解释变量Y------我国成品钢材产量，代表我国每年生产出的钢材成品总量。
主要影响因素：X1------发电量（千瓦时）X2------- 生铁产量（万吨）生铁经转炉氧化脱去碳及其他杂质后，得到钢水。
钢水中加入合金、碳后，浇铸得到粗钢。
粗钢经过加工，添加合金，轧制成型后可得到钢材。
生铁是生产钢材的主要原料，生铁的生产量在钢铁工业中是衡量当年钢铁产业发展状况的重要指标。
X3-------固定资产投资额（亿元）固定资产投资是建造和购置固定资产的经济活动，即固定资产再生产活动。
固定资产再生产过程包括固定资产更新（局部和全部更新）、改建、扩建、新建等活动，在这些活动中钢材是必不可少的。
对于钢铁工业来说，固定资产投资是资金的来源，决定着需求量，对生产量有很大的影响X4------国内生产总值（亿元）X5 ------铁路运输量（万吨）为估计模型参数，搜集我国从1978年至1992年的钢材产量的相关时间序列数据，如附录1所示。
为利用EViews 软件分析和估计模型的参数，在EViews 软件中建立工作文件、选择数据类型“Annual ”、输入开始时间“1978”和最后时间“1997”、在EViews 命令框直接输入“series Y 2X 2X 3X 4X 5X ”,在对应的Y X1 2X 3X 4X 5X 下输入相应的数据。
得到线性回归方程，如下图1所示： VariableCoefficient Std. Error t-Statistic Prob. C354.5884 435.6968 0.813842 0.4294 X10.026041 0.120064 0.216892 0.8314 X20.994536 0.136474 7.287380 0.0000 X30.392676 0.086468 4.541271 0.0005 X4-0.085436 0.016472 -5.186649 0.0001 X5-0.005998 0.006034 -0.994019 0.3371 R-squared0.999098 Mean dependent var 5153.450 Adjusted R-squared0.998776 S.D. dependent var 2512.131 S.E. of regression87.87969 Akaike info criterion 12.03314 Sum squared resid108119.8 Schwarz criterion 12.33186 Log likelihood-114.3314 Hannan-Quinn criter. 12.09145 F-statistic3102.411 Durbin-Watson stat 1.919746 Prob(F-statistic)0.000000 图1 回归结果由此可见，该模型2R =0.999098,998776.02=R 可绝系数很高，F 检验值3102.411，明显显著。
但是当a=0.05时，18.2)520()(025.02/=-=-t k n t α，不仅X1，X5的系数t 检验不显著，而且X5系数的符号与预期相反，这表明很可能存在严重的多重共线性。
可以建立模型：^Y = -48.90698+0.026041t X 1+0.923523t X 2+0.419908t X 3-0.083769t X 4-0.005998t X 5 三、模型检验（一）统计检验1、拟合优度检验由图1的回归结果知，2R =0.999089，说明所建立的模型整体上对样本数据拟合较好，即解释变量“生铁产量、固定资产投资额、国内生产总值”对被解释变量“钢材产量”的绝大部分差异作出了解释。
2、t 检验分别针对原假设)5,4,3,2,1(0:0=j H β，给定显著性水平05.0=α，查t 分布表得自由度为n-k=16的临界值t （n-k ）=2.013.由图一中数据可得，与54321ˆˆˆˆˆβββββ、、、、对应的t 统计量分别为0.216892、7.287380、4.541271、-5.186649、-0.994019，其三个参数的t 统计量均大于013.2)16(2/=αt ，但最后一个和第一个参数的t 统计量小于013.2)16(2/=αt ，这说明在显著性水平a=0.05下，当其他解释变量不变的情况下，解释变量“生铁产量”、“固定资产投资额”、“国内生产总值”分别对被解释变量“钢材产量”都有显著性的影响，解释变量“发电量”和“铁路运输量”钢材产量”没有显著性的影响。
3、F 检验针对0:4320===βββH ，给定显著性水平,在F 分布表中查出自由度为k-2=3和n-k=16的临界值67.2)16,3(=αF .由图一中得到F=3102.411，由于F=3102.411>67.2)16,3(=αF ,应拒绝原假设0:4320===βββH ，说明回归方程显著，即“生铁产量”、“固定资产投资额”和“国内生产总值”这些变量联合起来确实对“钢材产量”有显著影响。
因此，试图剔除相关变量X1，X5，重新进行检验，得到新的线性回归方程，如下图2所示：Dependent Variable: YMethod: Least SquaresDate: 01/07/15 Time: 09:54Sample: 1978 1997Included observations: 20Variable CoefficientStd. Error t-Statistic Prob. C -48.9069892.74748 -0.527313 0.6052 X2 0.9235230.029407 31.40459 0.0000 X3 0.4199080.054606 7.689711 0.0000 X4 -0.0837690.011884 -7.049126 0.0000R-squared0.999034 Mean dependent var 5153.450 Adjusted R-squared0.998853 S.D. dependent var 2512.131 S.E. of regression85.06612 Akaike info criterion 11.90159 Sum squared resid115779.9 Schwarz criterion 12.10074 Log likelihood-115.0159 Hannan-Quinn criter. 11.94047 F-statistic5518.031 Durbin-Watson stat 1.861388 Prob(F-statistic)0.000000图2 剔除变量后回归结果 由此可见，该模型2R =0.999034,2R =0.998853可绝系数很高，F 检验值5518.031，明显显著。