计量分析信贷供给结构变化与经济增长的关联

《计量分析信贷供给结构变化与经济增长的关联》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、计量分析信贷供给结构变化与经济增长的关联　　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

2、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的显着性水平，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，并且各参数显着性也很高，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，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

3、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的显着性水平，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，模型都不存在异方差。其中无交叉乘积项的white检验结果如下：nR²=

4、5.583436,相应的P值为0.2325大于0.05的显着性水平，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的显着性水平，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：　　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

5、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

6、，得出2013年我国GDP的预测值为627804.8568亿元。