学号班级计量经济学期末课程设计南京审计学院级院题目：我国国内生产总值的实证分析不能抄啊啊啊啊学生姓名学号专业班级2011年12 月28 日支出法看我国国内生产总值的实证分析Nau。
【摘要】本文选取了我国GDP数据对1997至2009年（统计年鉴没有2010年的）我国经济的变动进行实证分析，运用统计分析方法、计量经济学分析方法拟合国内生产总值，简单的进行了经济分析。
【关键字】国内生产总值 GDP 居民消费支出序言国内生产总值（GDP）是指一个国家或地区所有常住单位在一定的时间内（通常在一年内生产活动的最终结果，是国内国际认定的颇具全面的指标。
随着改革开放已然三十年，我国经济在这三十年有着巨大的腾飞和发展。
GDP虽然这些年被专家学者谈来谈去，但是仍然非常值得我们关注。
因此，我们应当在最近腾飞的十三年中总结经验，我选择了GDP这一课题进行计量经济学分析。
一、文献综述国内生产总值是国民经济核算体系（简称SNA）中一个重要的综合性指标，也是我国新国民经济核算体系中的核心指标，一个国家或地区的经济究竟处于增长抑或衰退阶段，从这个数字的变化便可以观察到。
支出法核算GDP，就是从产品的使用出发，把一年内购买的各项最终产品的支出加总而计算出的该年内生产的最终产品的市场价值。
这种方法又称最终产品法、产品流动法。
在现实生活中，产品和劳务的最后使用，主要是居民消费、企业投资、政府购买和出口。
因此，用支出法核算GDP，就是核算一个国家或地区在一定时期内居民消费、企业投资、政府消费和净出口这几方面支出的总和。
（1）居民消费（用字母C表示），包括购买冰箱、彩电、洗衣机、小汽车等耐用消费品的支出、服装、食品等非耐用消费品的支出以及用于医疗保健、旅游、理发等劳务的支出。
建造住宅的支出不属于消费。
（2）企业投资（用字母I表示），是指增加或更新资本资产（包括厂房、机器设备、住宅及存货）的支出。
投资包括固定资产投资和存货投资两大类。
（3）政府购买（用字母G来表示），是指各级政府购买物品和劳务的支出，它包括政府购买军火、军队和警察的服务、政府机关办公用品与办公设施、举办诸如道路等公共工程、开办学校等方面的支出。
政府支付给政府雇员的工资也属于政府购买。
政府购买是一种实质性的支出，表现出商品、劳务与货币的双向运动，直接形成社会需求，成为国内生产总值的组成部分。
（4）净出口（用字母X-M表示，X表示出口，M表示进口）是指进出口的差额。
进口应从本国总购买中减去，因为进口表示收入流到国外，同时，也不是用于购买本国产品的支出；出口则应加进本国总购买量之中，因为出口表示收入从外国流入，是用于购买本国产品的支出，因此，净出口应计入总支出。
净出口可能是正值，也可能是负值。
由核算的支出法，我从国家统计数据库中找到了1997年至2009年间支出法国内生产总值：居民消费支出、政府消费支出、资本形成总额、货物和服务净出口额的官方数据，运用计量经济学的方法建立多元线性回归方程，利用Eviews软件，借此来分析我国国内生产总值的影响因素以及它们具体是如何对我国国内生产总值进行影响的。
二、模型变量的选择原始数据见下表：（据来自国家统计局网站/tjsj/ndsj/2010/indexch.htm）设GDP（Y）为被解释变量，影响GDP的因素较多，暂且列出下列集中因素。
因此选择下列的几种因素：X1为居民消费支出；X2为政府消费支出；X3为资本形成总额；X4为货物和服务净出口。
因而可设模型的理论方程为，Y=β0+β1x1β2x2+β3X3+β4X4+U三、模型的参数估计、检验及修正（一）模型的参数估计1.相关性检验及显著性检验（两个分析）对理论模型运用OLS进行参数估计，运用EVIEWS软件,得出：Dependent Variable: YMethod: Least SquaresDate: 12/27/11 Time: 16:03Sample: 1997 2009Included observations: 13Variable Coefficient Std. Error t-Statistic Prob.C -93799.83 90122.66 -1.040802 0.3284X1 4.971513 7.451517 0.667181 0.5234X2 -0.075884 12.78030 -0.005938 0.9954X3 -0.958125 1.676473 -0.571513 0.5833X4 -0.217384 0.911086 -0.238599 0.8174 R-squared 0.992648 Mean dependent var 167607.7 Adjusted R-squared 0.9890 S.D. dependent var 94064.28 S.E. of regression 9877.99 Akaike info criterion 21.51773 Sum squared resid 7.81E+08 Schwarz criterion 21.73502 Log likelihood -134.865 F-statistic 270.0405 Durbin-Watson stat 1.934487 Prob(F-statistic) 0.000000Y=-93799.83 +4.971513 X1 -0.075884 X2-0.958125X3 -0.217384X4t=（-1.040802）（0.667181）（-0.005938）（-0.571513）（-0.238599）R²=0.992648 修正R²=0.988972 F=270.0405可绝系数接近于1，说明各自变量对因变量支出法国内生产总值的影响显著。
经对回归方程的显著性检验（F检验），可知，回归方程明显显著。
2、多重共线检验由上表可以看出，X1、X2、X3、X4之间的相关系数都比较大，可见存在着严重的多重共线性。
在经济意义上，居民消费支出、政府消费支出、资本形成总额、货物和服务净出口与支出法国内生产总额密切相关，这使得它们之间的相关性很强。
下面我们利用逐步回归法（变量剔除法）进行修正：其中，加入X2的方程修正可决系数最大，所以以X2为基础，孙策加入其他变量逐步回归。
加入新变量的结果得到下表：经比较，新加入X1的方程修正可决系数为0.990592，X4的改进最大，但是系数为负数是不合理的。
而且各参数的t检验显著，选择保留X1，再加入其他新变量逐步回归，结果如下：加入X4后的方程修正可决系数都有所下降，并且，其t检验不显著，加入X3后方程修正可决系数有所增加，但t检验不显著，参数为负值也不合理，这说明主要是X1、X3引起了多重共线性。
3、异方差检验运用Goldfeld-Quanadt检验进行检验：White Heteroskedasticity Test: F-statistic 13.34590 Probability 0.012124 Obs*R-squared 12.53055Probability0.129055Test Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 12/27/11 Time: 17:06 Sample: 1997 2009 Included observations: 13Variable Coefficient Std. Error t-StatisticProb.C 4.08E+09 2.08E+09 1.964039 0.1210 X1-281031.8 187744.1 -1.496888 0.2088 X1^2 1.844694 1.287480 1.432794 0.2252 X2 280469.2 276448.61.0145440.3677 X2^2 -5.283213 5.040448 -1.048163 0.3537 X3 64137.35 33020.731.9423360.1240 X3^2 -0.361860 0.221317 -1.635026 0.1774 X4 17261.46 17291.700.9982520.3747 X4^2 -0.7285850.888943 -0.8196090.4585 R-squared 0.963888 Mean dependent var 60045973 Adjusted R-squared 0.891665 S.D. dependent var 1.21E+08 S.E. of regression 39786665 Akaike info criterion 38.04192 Sum squared resid 6.33E+15 Schwarz criterion 38.43304 Log likelihood -238.2725F-statistic13.34590 Durbin-Watson stat2.581749 Prob(F-statistic)0.012124由上表可以看出，nR ²=12.53055，73264.2)8(53055.12*05.02==χ R N ，表明模型存在异方差。
运用加权最小二乘法进行修正得出：Dependent Variable: YMethod: Least SquaresDate: 12/27/11 Time: 19:45Sample: 1997 2009Included observations: 13Weighting series: 1/RESID^2Variable Coefficient Std. Error -Statistic Prob.C -200.6124 2143.351 -0.093598 0.9277X1 1.007860 0.086802 11.61108 0.0000X2 0.999571 0.044859 22.28269 0.0000X3 0.995799 0.044768 22.24370 0.0000X4 0.997122 0.030637 32.54678 0.0000 Weighted StatisticsR-squared 1.000000 Mean dependent var 258247.1 AdjustedR-squared 1.000000 S.D. dependent var 758073.6 S.E. of regression 8.318204 Akaike info criterion 7.358493 Sum squared resid 553.5401 Schwarz criterion 7.575781 Log likelihood -42.83020 F-statistic 8.04E+08 Durbin-Watson stat 1.002885 Prob(F-statistic) 0.000000 Unweighted StatisticsR-squared 0.984063 Mean dependent var 167607.7 Adjusted R-squared 0.976094 S.D. dependent var 94064.28 S.E. of regression 14543.72 Sum squared resid 1.69E+09 Durbin-Watson stat 1.001924此时R²=1，F=804000000，各项统计检验指标全面改善。