成都市投資額影響因素的實(shí)證分析

據(jù)，據(jù)，并借鑒其他組同學(xué)的先進(jìn)經(jīng)驗(yàn)，引入了利率的數(shù)據(jù)如下:成都市投資額影響因素的實(shí)證分析【摘要】本文收集了成都市1980-2003的相關(guān)數(shù)據(jù)，對成都市投資額消長規(guī)律進(jìn)行實(shí)證分析，以期達(dá)到預(yù)測未來成都市的投資額變化趨勢，并給出相應(yīng)的政策評價(jià)和政策建議。首先，我們根據(jù)收集的數(shù)據(jù)，建立簡單的線形回歸模型，再根據(jù)具體情況進(jìn)行相應(yīng)的回歸，修正等一系列的工作，最后確定一個(gè)較好的擬合模型，進(jìn)行外推預(yù)測。以上過程都通過EVIEWS在計(jì)算機(jī)上實(shí)現(xiàn)?！娟P(guān)鍵詞】投資額GDP的增長利率物價(jià)指數(shù)一：引言今年是成都較為風(fēng)光的一年，繼2004年11月份拿下十大最具經(jīng)濟(jì)活力城市頭把交椅后，成都又笑攬中國城市營造最高榮譽(yù)和中國10大最佳商務(wù)城市，這勢必給掀起成都新一輪的投資高潮。前不久，央行調(diào)整了存貸利率，給世界帶了不小的轟動(dòng)，然而這對地處西南內(nèi)陸的成都來說，又意味著什么呢？成都是西南地區(qū)的老大，他的人均GDP在西南地區(qū)遙遙領(lǐng)先于重慶，西安，昆明，其GDP總額更大致相當(dāng)于西安，昆明和南寧的總和，隨著新一輪經(jīng)濟(jì)的發(fā)展，GDP的再度增長對成都又會(huì)有什么樣的影響呢？二：經(jīng)濟(jì)理論支撐與變量的選取現(xiàn)代西方經(jīng)濟(jì)學(xué)認(rèn)為,投資是指資本的形成,即社會(huì)實(shí)際資本的增加,包括廠房,設(shè)備和存貸的增加,新住宅的建筑等,因此,本文中的投資就是指這方面的投資.決定投資的因素很多,主要的因素有利率水平,預(yù)期收益和投資風(fēng)險(xiǎn)等.我們選取了利率（名義）,GDP的增長，物價(jià)指數(shù)等三個(gè)變量?凱恩斯認(rèn)為，在決定投資的諸因素中,利率是最主要的,利率上升時(shí),投資就會(huì)減少;反之,反是.投資是利率的減函數(shù).這是因?yàn)?用于投資的資金多是借來的，利息是投資的COST.即使投資的資金是自由的，投資主體也會(huì)把利率看成是投資的機(jī)會(huì)成本,從而把利息看做投資的成本?因此，我們選取了利率做為一個(gè)解釋變量?其二，我們選取了GDP的增長作為一個(gè)解釋變量，其背后的經(jīng)濟(jì)學(xué)理論來源于投資的加速原理.即對投資項(xiàng)目的產(chǎn)出的需求預(yù)期，產(chǎn)出增量（我們用GDP的增長來表示）與投資之間的關(guān)系稱為加速數(shù)，說明產(chǎn)出變動(dòng)和投資之間的關(guān)系.這也是投資主體預(yù)期收益里面最主要的部分，另外還有如產(chǎn)品成本，投資稅減免，風(fēng)險(xiǎn)和托賓q等方面的影響.另外我們選取了物價(jià)指數(shù)做為解釋變量，理由在于我們認(rèn)為，投資者在決定投資時(shí)會(huì)考慮到通貨膨脹等影響其收益的因素，而且我們的前述因素如利率，GDP等都沒有考慮物價(jià)指數(shù)的影響，故在此加入之,但對于物價(jià)指數(shù)的影響有多少，是否顯著,我們拭目以待……三：綜合以上分析，我們可以初步建立以下模型：Y=a+pi*gdp01+B2*i+B3*P+u其中：Y投資額Gdp01國民生產(chǎn)總值的增長，即GDP-GDP（-1）i利率p物價(jià)指數(shù)u隨機(jī)擾動(dòng)四：數(shù)據(jù)的收集和整理我們從成都統(tǒng)計(jì)信息網(wǎng)上收集了成都市1980-2003年投資額和物價(jià)指數(shù)以及GDP的相關(guān)數(shù)ohsY1PGDP19805.5744005.0400001.06600046.2957019817.3229005.4000001.02100049.0129019829.5271005.6700001.01900055.40960198310.731805.7600001.00300062.76730198414.639905.7600001.04600071.20350198524.187406.7300001.11400086.49450198624.874107.2000001.04800094.89050198728.669507.2000001.088000115.8644198836.489207.5800001.246000146.4911198935.6684011.120001.162000163.9063199040.115609.8000001.035000194.0857199148.514707.8300001.052000236.9453199278.803807.5600001.100000300.67121993141.38269.5400001.159000418.62501994179.790810.980001.265000558.35331995215.627210.980001.175000713.67181996258.84579.0700001.097000869.33561997310.07917.0200001.0570001007.0261998371.87005.0000001.0030001102.5951999419.09832.8900000.9830001190.0332000475.90002.2500001.0020001312.9902001582.21002.2500001.0080001492.0402002702.15002.0100000.9870001663.2202003862.97001.9800001.0210001870.800*注:以上數(shù)據(jù)來自（利率來自王維組的資料）單位:Y（億元RMB）1（%）GDP（億元RMB）P（%）五：EVIEWS實(shí)現(xiàn)過程利用EVIEWS軟件，首先進(jìn)行OLS回歸估計(jì)，可以得到：

DependentVariable:YMethod:LeastSquaresDate:12Z26/04Time:16:37Sample(adjusted):19812003Includedobseivations:23afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.GDP012.7129690.22802411.897750.0000I-37.442008.073433-4.6376810.0002P-114.5623284.1377-0.4031930.6913C366.6853261.91431.4000200.1776R-squared0.937081Meandependentvar212.1508AdjustedR-squared0.927147S.D.dependentvar248.5562S.E.ofregression67.08874Akaikeinfocriterion11.40668Sumsquaredresid85517.07Schwarzcriterion11.60416Loglikelihood-127.1768F-statistic94.32539Durbin-Watsonstat1.021987Prob(F-statistic)0.000000從回歸結(jié)果看出，擬合優(yōu)度為0.979625，但D-W未通過，且P,C的T檢驗(yàn)都未通過。因此，簡單線形回歸模型存在諸多不足，現(xiàn)對其進(jìn)行相關(guān)修正。(一)，我們進(jìn)行序列的平穩(wěn)性檢驗(yàn)及修正：(1)(1)對Y進(jìn)行平穩(wěn)性檢驗(yàn)：經(jīng)過簡單的計(jì)算機(jī)實(shí)現(xiàn)，我們發(fā)現(xiàn),Y是不平穩(wěn)的,我們?nèi)∷膶?shù)，即得到LOGY，再進(jìn)行平穩(wěn)性檢驗(yàn)，得到ADFTestStatistic-3.4133401ADFTestStatistic-3.4133401%CriticalValue*-3.78565%CriticalValue-3.011410%CriticalValue-2.6457ADFTestStatistic-3.4133401ADFTestStatistic-3.4133401%CriticalValue*-3.78565%CriticalValue-3.011410%CriticalValue-2.6457*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(LOGY,2)Method:LeastSquaresDate:12Z26/04Time:16:07Sample(adjusted):19832003Includedobservations:21afteradjustingendpointsR-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresid可以看出，在顯著性水平穩(wěn)序列(2)對GDP的平穩(wěn)性檢驗(yàn)：與上述對YR-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresid可以看出，在顯著性水平穩(wěn)序列(2)對GDP的平穩(wěn)性檢驗(yàn)：與上述對Y的檢驗(yàn)思路一致，我們也取LOGGDP01進(jìn)行檢驗(yàn)，如下：MeandependentvarS.D.dependentvarAkaikeinfocriterionSchwarzcriterion-0.0027100.182343-0.874077-0.724859atsonsiat0.4202450.3558280.1463490.3855261.14因此，我們可以4,該序列為平VariableCoefficientStd.Errort-StatisticProb.D(LOGY(-1))-0.9479020.277705-3.4133400.0031D(LOGY(-1),2)0.2604680.2267251.1488250.2657C0.2043230.0687762.9708550.0082ADFTestStatistic-2.9759611%ADFTestStatistic-2.9759611%CriticalValue*5%CriticalValue10%CriticalValue-2.6889-1.9592-1.6246ADFTestStatistic-2.9759611%ADFTestStatistic-2.9759611%CriticalValue*5%CriticalValue10%CriticalValue-2.6889-1.9592-1.6246*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(LOGGDP01,2)Method:LeastSquaresDate:12/26/04Time:16:40Sample(adjusted):19842003Includedobservations:20afteradjustingendpointsR-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidR-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihood0.5231760.4966860.4374713.444849-10.79025MeandependentvarS.D.dependentvarAkaikeinfocriterionSchwarzcriterionF-statistic0.0026420.6166371.2790251.37859819.74979VariableCoefficientStd.Errort-StatisticProb.D(LOGGDP01(-1))-0.9452640.317633-2.9759610.0081D(LOGGDP01(-1),2)-0.0933430.213461-0.4372830.6671都可得LOgGDPOi也是平的.00313顯然在1%都可得LOgGDPOi也是平的.00313(3):對I的檢驗(yàn)，同理我們得到I也通過了平穩(wěn)性檢驗(yàn).一⑷對P的檢驗(yàn)，同理我們得到p也通過了平穩(wěn)性檢驗(yàn).(二),多董共線性的檢驗(yàn)和修正：可以得到：DependentVariable:LOGYMethod:LeastSquaresDate:12Z26/04Time:16:48Sample(adjusted):19812003Includedobservations:23afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.LOGGDP011.0795000.05387820.03593I-0.0941380.036827-2.5562240.0193P-1.4071111.340232-1.0499O1|0.3069C2.5297161.2188122.0755590.0518R-squared0.962598Meandependentvar4.468807AdjustedR-squared0.956692S.D.dependentvar1.516726S.E.ofregression0.315640Akaikeinfocriterion0.688340Sumsquaredresid1.892940Schwarzcriterion0.885818Loglikelihood-3.915913F-statistic162.9960Durbin-Watsonstat1.736142Prob(F-statistic)0.000000很顯然，卩的T檢驗(yàn)沒有通過，說明該模型依然存在問題，我們進(jìn)行多垂共二線研究發(fā)現(xiàn):重共線，我們用OLS方法逐一對各個(gè)解釋變量進(jìn)行回歸，結(jié)合經(jīng)濟(jì)意義和統(tǒng)計(jì)檢驗(yàn)選出擬合效果好的一元回歸模型如下：LOGY=0.344414+1.093908LOGGDP01(0.310422)(0.077905)然后將其余解釋變量逐一代入上式得如下幾個(gè)模型：LOGY=1.281425+1.062503LOGGDP01-0.124211*I+u0.2687810.0515200.0232062R=0.960428,F=242.7015,DW=1.811754Logy=2.529716+1.079500loggdp01-0.094138i-1.407111p+u1.2188120.0538780.0368271.3402322R=0.962598,F=162.9960,DW=1.736142可見P對LOGY的影響不顯著，故將P刪去，得模型如下：DependentVariable:LOGYMethod:LeastSquaresDate:12/28/04Time:17:48Sample(adjusted):19812003Ineludedobservations:23afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.LOGGDP011.0625030.05152020.623190.0000I-0.1242110.023206-5.3524290.0000C1.2814250.2687814.7675450.0001R-squared0.960428Meandependentvar4.468807AdjustedR-squared0.956470S.D.dependentvar1.516726S.E.ofregression0.316446Akaikeinfocriterion0.657779Sumsquaredresid2.002760Schwarzcriterion0.805887Loglikelihood-4.564454F-statistic242.7015Durbin-Watsonstat1.811754Prob(F-statistic)0.000000從表中可以看出，剔除P后的模型檢驗(yàn)效果大有改善。（三）異方差的檢驗(yàn)和修正回歸后得到：ARCHTest:F-statistic1.045005Probability0.399591Obs*R-squared3.276730Probability0.350895TestEquation:DependentVariable:RESIDEMethod:LeastSquaresDate:12/28/04Time:18:12Sample(adjusted):19842003

Ineludedobservations:20afteradjustingendpointsVariableCoeffieientStd.Errort-StatistieProb.C0.0374120.0468450.7986450.4362RESIDA2(-1)0.0131030.2319670.0564890.9557RESIDA2(-2)0.0605330.2360030.2564920.8008RESIDA2(-3)0.4202160.2388721.7591670.0977R-squared0.163837Meandependentvar0.085823AdjustedR-squared0.007056S.D.dependentvar0.115056S.E.ofregression0.114649Akaikeinfoeriterion-1.317025Sumsquaredresid0.210311Sehwarzeriterion-1.117878Loglikelihood17.17025F-statistie1.045005Durbin-Watsonstat1.721388Prob(F-statistie)0.3995912得到R=0.163837，計(jì)算(n-p)R2=(23-3)*0.163837=3.27674vx2(/2、(3)=7.81,因此我們認(rèn)為,(a/2)不存在異方差。另外，我們用WHITE檢驗(yàn)也可以得到模型不存在異方差的結(jié)論。(四)自相關(guān)的診斷和修正回歸：DependentVariable:LOGYMethod:LeastSquaresDate:12/28/04Time:19:27Sample(adjusted):19812003Ineludedobservations:23afteradjustingendpointsVariableCoeffieientStd.Errort-StatistieProb.LOGGDP011.0625030.05152020.623190.0000I-0.1242110.023206-5.3524290.0000C1.2814250.2687814.7675450.0001R-squared0.960428Meandependentvar4.468807AdjustedR-squared0.956470S.D.dependentvar1.516726S.E.ofregression0.316446Akaikeinfoeriterion0.657779Sumsquaredresid2.002760Sehwarzeriterion0.805887Loglikelihood-4.564454F-statistie242.7015Durbin-Watsonstat1.811754Prob(F-statistie)0.000000D-W=1.811754,查表得DL=1.168,DU=1.543，由于DUvD-Wv4-DU,所以不存在一階自相關(guān).五）加入自回歸后的模型1:一階自回歸模型此時(shí)，我們還有LOGY，LOGGDP01，I三個(gè)變量，由于LOGY即投資會(huì)受到往年的影響，我們可以嘗試建立一個(gè)自回歸模型，如下：logYt=a+Pi*loggdp01t+B2*it+B3*logyt-i+ut利用所給的數(shù)據(jù)，我們得到如下回歸結(jié)果：DependentVariable:LOGYMethod:LeastSquaresDate:12/28/04Time:13:56Sample(adjusted):19812003Ineludedobservations:23afteradjustingendpointsVariableCoeffieientStd.Errort-StatistieProb.LOGY(-1)0.7253530.05256613.798930.0000LOGGDP010.2960670.0577805.1240260.0001I-0.0315510.009825-3.2114240.0046C0.4780290.1014374.7125790.0002R-squared0.996410Meandependentvar4.468807AdjustedR-squared0.995843S.D.dependentvar1.516726S.E.ofregression0.097795Akaikeinfoeriterion-1.655122Sumsquaredresid0.181712Sehwarzeriterion-1.457645Loglikelihood23.03390F-statistie1757.611Durbin-Watsonstat1.508454Prob(F-statistie)0.000000回歸結(jié)果顯示，T檢驗(yàn),2F檢驗(yàn)和R都很顯著，德賓-H檢驗(yàn)，H=(l-d/2)*sqrt(n/(l-n*Var(P3)))=(1-1.508454/2)SQRT(23/1-23*0.052566^2)=1.18032在顯著性水平a=0.05上,查標(biāo)準(zhǔn)正態(tài)分布表得臨界值h(a/2)=1.96,由于/h/v1.96,則拒絕原假，說明自回歸模型不存在一階自相關(guān)….2;二階自回歸模型我們又接著做了滯后2期的回歸,模型如下:logYt=a+pi*loggdp01t+P2*it+P3*logyt-l+P4*logyt-2+ut自適應(yīng)模型的參數(shù)估計(jì)和檢驗(yàn)：DependentVariable:LOGYMethod:LeastSquaresDate:12/26/04Time:16:27Sample(adjusted):19822003Includedobservations:22afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.LOGY(-1)1.0201340.1331267.6629200.0000LOGY(-2)-0.3173850.129044-2.4595200.0249LOGGDP010.3337450.0505196.6063990.0000I-0.0372310.008557-4.3509130.0004C0.3914400.0906334.3189360.0005R-squared0.997429Meandependentvar4.581435AdjustedR-squared0.996824S.D.dependentvar1.450640S.E.ofregression0.081746Akaikeinfocriterion-1.973683Sumsquaredresid0.113601Schwarzcriterion-1.725719Loglikelihood26.71052F-statistic1649.027Durbin-Watsonstat1.996983Prob(F-statistic)0.0000002可以看出，回歸效果較好，擬合優(yōu)度R=0.997429，解釋變量的T檢驗(yàn)全部通過。AugmentedDickey-FullerUnitRootTestonD(RESID)ADFTestStatistic-4.0437361%CriticalValue*-4.57435%CriticalValue-3.692010%CriticalValue-3.2856*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.對于殘差，也通過平穩(wěn)性檢驗(yàn)。德賓-H檢驗(yàn)：H=(l-d/2)*sqrt(n/(l-n*Var(°3)))=(l-1.996983/2)*sqrt(22/(l-22*0.133126*0.133126))H=0.00906vvl.96,故不存在一階自相關(guān).而且與滯后一期相比，在擬合優(yōu)度上有所提高,因此,我們采用了滯后2期的模型.因此,最后我們的模型如下:logYt=0.391440+0.333745*loggdp01t-0.037231*it+1.020134*logyt-1-0.317385*logyt-22R=0.997429,F=1649.027,DW=1.996983該模型較好的擬合了成都市投資額與所考察變量之間的關(guān)系,符合經(jīng)濟(jì)意義.模型的擬合程度可由下圖表示:六:模型應(yīng)用.（一）（一）經(jīng)濟(jì)意義分析和存在的問題結(jié)合成都市歷年的投資數(shù)據(jù)以及相關(guān)經(jīng)濟(jì)學(xué)知識(shí)我們可以看出投資的增長隨著GDP的增長率的增大而增大,隨著利率的增大而減少,并且和以往的投資額存在一定的關(guān)系,我們建立了一個(gè)自適應(yīng)模型,很好擬合了他們的關(guān)系,對于經(jīng)濟(jì)意義的檢驗(yàn),我們主要通過來說通過模型對2004,甚至2005年成都市的投資額進(jìn)