我国信贷结构与经济增长关系计量分析

《我国信贷结构与经济增长关系计量分析》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、我国信贷结构与经济增长关系计量分析本文通过建立多元线性回归分析的计量经济学模型，通过模型设定、模型建立、模型检验与模型修正，来分析我国信贷供给结构的变化对我国经济增长的影响。一、计量模型的建立本文采用国内生产总值(GDP)作为产出变量，来表示经济增长的变动情况;以短期贷款、中长期贷款和其他贷款来表示信贷供给结构的变化。文章选取了1978—2012年34年国家统计局公布的样本数据。在计量经济模型设定中，以GDP作为被解释变量，用Y表示;以短期贷款、中长期贷款和其他贷款作为解释变量，分别用X1、X2、X3表示，建立经典

2、多元线性回归模型。模型表达式为：Y=α+β1X1+β2X2+β3X3+u其中，u代表随机干扰项，表示没有在模型中反应的其他影响GDP变化的因素。α、β1、β2、β3分别表示各解释变量的待估参数。用Evie检验，结果显示：LM=nR2=4.438031，并且相应的P值为0.1087，大于0.05的显著性水平，则说明不能拒绝原假设，随机干扰项不存在自相关。三、模型修正以上直接用原始数据进行的回归结果，虽然方程整体的拟合性很好，并且各参数显著性也很高，但是，常数项不能通过检验，随机干扰项存在异方差。(1)为了消除异方差，

3、采用加权最小二乘法进行回归，权重取为残差绝对值的倒数，即：检验，结果如下，LM=nR2=28.82112，并且对应的P值为0.0000非常小，可以拒绝原假设，认为模型存在自相关。(2)对自相关的修正——迭代法假如认为模型存在一阶自相关，在Evie检验对进行了一阶自回归后的结果进行检验，结果如下：LM=nR2=4.601473，所对应的P值为0.1002大于0.05的显著性水平，并且各变量的t值都不能通过检验。所以不能拒绝原假设，认为不存在自相关。此时，采用white检验时，选择有交叉乘积项和无交叉乘积项，模型都不存

4、在异方差。其中无交叉乘积项的white检验结果如下：nR2=5.583436，相应的P值为0.2325大于0.05的显著性水平，所以不能拒绝原假设，认为不存在异方差。其中有交叉乘积项的white检验结果如下：nR2=11.44265小于X2(10)=18.3070，相应的P值为0.3241大于0.05的显著性水平，所以不能拒绝原假设，认为不存在异方差。通过以上对模型进行修正，得到了修正后的回归方程：LNY=0.85079212408*LNX1+0.125378568023*LNX2+0.0977653456807*

5、LNX3+[AR(1)=0.827043038816](14.31165)(2.394575)(2.103296)(23.26302)R2=0.998251DW=1.414454四、模型评价及预测(一)模型评价根据上述修正的回归方程可知，短期贷款、中长期贷款、其他贷款的变动情况均对我国经济增长有正相关关系，其中，短期贷款的变动对我国经济增长的变化有较大的影响，中长期贷款次之，其他贷款对我国经济增长的影响作用较小。(二)模型预测通过分别计算出短期贷款、中长期贷款和其他贷款与上一年相比的平均增长率，再以这些平均增长率为

6、基础，计算出短期贷款、中长期贷款和其他贷款与2012年相比的增长情况，得出2013年短期贷款、中长期贷款和其他贷款的估计值，分别为287996.4016亿元、451721.4976亿元、34188.0574亿元。由于此预测的结果是取对数后的国民收入，接下来，当不生成对数序列，对各变量在采用加权最小二乘法进行一阶自回归估计时，直接以对数形式进行估计，然后再根据回归方程，得出2013年我国GDP的预测值为627804.8568亿元。：何明伟：商2015年11期