我国国内生产总值及其影响因素的回归分析毕业论文

《我国国内生产总值及其影响因素的回归分析毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、题目：我国国内生产总值及其影响因素的回归分析学生姓名:张明明学号:1109014038专业班级:数应1101班指导教师:李晓康院(系):数学与计算机科学学院2015年6月6号我国国内生产总值及其影响因素的回归分析张明明(陕西理工学院数学与计算机科学学院数学与应用数学专业1101班级，陕西汉中723000)指导教师：李晓康[摘要]为了探究我国国内生产总值的影响因素，本文主要是从宏观经济的角度结合我国特定国情选取了1990-2009年我国的进出口贸易总额、财政支出、职工工资总额、税收收入、上期GDP

2、、储蓄余额这六个因素在这20年的历史数据，建立多元线性回归模型，利用OLS（最小二乘）方法进行参数估计和相应的检验。在检验中发现模型存在多重共线性，我们选择逐步回归法剔除无关变量从而消除了变量之间的多重共线性；利用等级相关系数法检验模型的异方差性并且采用对数变换法对模型进行修正，之后再利用White-检验发现修正后的模型已经不存在存在异方差性；通过学生化残差分析法对异常值进行诊断；用拉格朗日乘数方法检验(GB检验法）发现模型存在二阶自相关性并通过迭代法消除了序列相关性；经过这一系列的检验和修正，

3、保证了变量能够满足多元线性回归模型的基本假设。通过计算这20年实际数据与每个模型的相对误差将第四个模型确定为最终模型。最终得出结论：影响我国国内生产总值的最为主要的因素有进出口贸易总额、职工工资总额和上期国内生产总值。[关键词]国内生产总值逐步回归多元线性回归异方差性多元加权最小二乘法1引言国内生产总值(GrossDomesticProduct,简称GDP)：是指常住居民在一年内生产产品和提供劳务所得到的收入，常被公认为衡量一个国家或地区整体经济状况的重要指标同时还可以反映一国的国力与财富。所以

4、自从1985年国家统计局建立起相应的核算制度以来，国内生产总值核算已经成为我国经济管理部门了解我国经济运行情况的重要手段并且GDP的各项指标已经成为国家和各级政府制定经济发展战略、中长期规划、年度计划和各种宏观经济政策的重要依据。所以研究国内生产总值的影响因素对我国的经济发展具有十分重要的作用和意义。然而影响一个国家或地区国内生产总值的因素有很多包括消费支出、资源情况、进出口总额、国家基础设施建设等多方面的因素，2013版的中国统计年鉴把财政支出划为22个组成部分，其中并非所有支出项对国内生产总

5、值都有着显著的影响。本文建立了简单的多元线性回归模型并根据该模型的理论对模型中违背基本假设的情况进行检验和修正。通过定性描述和定量分析国内生产总值的影响因素，从而可对影响国内生产总值的影响因素以及它们各自的影响程度做出较为准确的判断。从而我们可以根据这些因素对GDP的影响程度的大小来制定更好的经济政策和目标以促进国民经济健康持续发展。通过查阅、参考其他课本和其他关于国内生产总值及其影响因素的论文中所研究的影响GDP的重要因素以及从我国的国情和当前的经济发展的整体水平来看，当前我国对外贸易的规模不

6、断扩大，进出口总额不断增长，进出口已经成为影响GDP增长变化的重要因素，并且其影响因素正在日益增大；财政支出是指政府为实现其职能对财政资金进行的再分配，只有把国家集中的财政收入按照行政及社会事业计划、国民经济发展的需要进行统筹安排合理运用，才能为国家和政府完成各项职能提供财力上的保障。因此财政支出总额也从某个角度反应了我国的经济发展状况；职工工资总额是我国经济发展水平和人民生活水平的一个重要指标，它反映了国民收入的情况其在某种程度上也会影响国内生产总值；税收总额在一定程度上表明了我国招商引资情况

7、和我国当前的经济结构，最终也可能影响国内生产总值；上期国内生产总值则表明了上段时间我国经济发展水平它是本期国内生产总值的基础。因此本文在分析我国国内生产总值时选取了进出口贸易总额、财政支出总额、职工工资总额、税收总额、上期国内生产总值和储蓄余额这六个因素作为我国国内生产总值模型的解释变量。为此，我们搜集了这六个因素在1990-2009年的统计数据，希望建立一个合适的多元线性回归模型来探讨影响我国国内生产总值的因素，进而为我国的经济发展提出较为科学合理的建议。在2013版的中国统计年鉴中得到国内生

8、产总值样本观测数据：见附录表.2模型假设为了便于进行模型的参数估计，对回归方程有如下的一些基本假设：(1).解释变量是确定性的变量，不是随机变量，且要求要，这里的，表明设计矩阵的中间自变量列之间不相关，样本容量的个数应大于解释变量的个数，是一满秩矩阵。(2).随机误差项具有0均值和等方差，即：(2.1)这个假设常称为条件。，即假设观测值没有系统误差，随机误差项的协方差假定表明随机误差项在不同的样本点之间是不相关的(在正态假定下即为独立的)，不存在序列相关，并且有相同的精度。(3).正态分布的假定