中国人均GDP主要要素的关联度实证的分析.doc

目　录 摘 要 Ⅰ Abstract Ⅱ 引 言 2 一人均GDP和城镇化率的关联度双变量分析 3 二、人均GDP主要要素的关联度分析 15 三、模型设定误差分析 24 四、模型结构稳定性检验 25 五、模型多重共线性诊断及补救 29 六、模型自相关诊断及补救 31 七、模型异方差诊断及补救 32 八、预测模型选择 34 九﹑小结与建议 35 十﹑参考文献 37 引 言 法定准备金政策是我国人民银行对我国经济进行宏观调控的重要货币政策之一。自1984 年中国人民银行按存款种类规定了法定准备金率以来，我国央行先后31 次调整了法定准备金率，尤其是自2003 年以后更是形成了逐步调高的趋势，这段时间的特点主要是频率快、幅度小、提前公布。频率快主要指央行从2003 年以后逐步加快了对法定准备率的调整，特别是从2007 年开始央行在一年内做了十次上调，随后2008 年调过九次，而这在世界范围内都是少见的。由此可见，中国人民银行在2010年已经六次上调至历史最高点，其目的是想让我国过热的经济能得到有效的降温，以便CPI从高位回落,并回笼投放过多的货币。对此本文选取全国近16年来有关法定准备金、广义货币(M2)、CPI、基准利率及发行货币的统计数据，并运用计量经济学的分析方法，建立相应的回归模型以及运用一些相关分析方法对所建模型进行分析，以更好的说明因素间的关系，即法定准备金对广义货币(M2)、 CPI、基准利率的影响关系。 一、人均GDP和城镇化率的关联度双变量分析 （一）人均GDP和城镇化率关联度分析 为了更好的进行全国人均GDP和城镇化率)的关联度分析，我们选取全国1990年至2010年全国人均GDP和城镇化率统计资料，如表1所示。 表1 1994-2010年全国人均GDP和城镇化率（单位：亿万元） 年份 人均GDP元 城镇化率% 1990 1181 17.4 1991 1338 18.26 1992 1641 20.67 1993 2156 22.26 1994 2935 24.09 1995 3931 26.43 1996 4574 29.50 1997 5253 31.00 1998 5579 32.60 1999 5804 34.30 2000 6274 35.59 2001 6963 37.40 2002 7912 39．90 2003 9098 41.90 2004 10845 43.51 2005 12404 45.24 2006 13939 46.70 2007 16629 48.30 2008 20490 49.99 2009 22920 51.59 2010 27596 53.00 我们建立二元回归模型y＝b1＋b2X2＋X2，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2、表3和表4所示。 表2 模型汇总 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .913a .834 .825 3132.89530 a. 预测变量: (常量), VAR00002。 ANOVA(b) Anovab 模型 平方和 df 均方 F Sig. 1 回归 9.343E8 1 9.343E8 95.193 .000a 残差 1.865E8 19 9815032.938 总计 1.121E9 20 a. 预测变量: (常量), VAR00002。 b. 因变量: VAR00001 a Predictors: (Constant),b Dependent Variable城镇化率 表4 系数(a) 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) -12438.266 2303.335 -5.400 .000 VAR00002 601.184 61.617 .913 9.757 .000 a. 因变量: VAR00001 a Dependent Variable: ＝601.184 b1 ＝＝-12438.266 ＝＝9815032.938 Var（b1） ＝＝5305352.122 Var（b2） ＝＝3797.270859 Se（b1） ＝ ＝2303.335 Se（b2） ＝ ＝61.617 t（b1） ＝ ＝-5.400 t（b2） ＝ ＝9.757 ＝ ＝0.834 df ＝ 19 模型为：y＝-12438.266＋601.184X2＋＝0.1， 我们提出如下假设