固定资产投资对GDP的影响

时间:2017-08-11 经济毕业论文 我要投稿

  【摘要】: 我们大家都知道,在国家的经济发展中,最直观测量经济发展效果良好与否的指标就是看它的GDP,而影响GDP的主要有三大因素:消费,投资与进出口贸易。这里我们主要是分析固定资产投资对GDP产生的影响。总的来说,固定资产投资可分为国有投资与个体投资,由于国民投资一般由政府完成,所以这里把它作为一个整体,而个体投资又可分为很多的种类,主要的就有集体的,私人的或者法人企业,还有就是农村的,所以这里我们把固定投资分为国民投资,集体投资,个人投资和农村投资四类来说明它们对GDP的影响 ,以说明固定资产投资对经济发展的重要性。

  【关键词】:国民投资,集体投资,个体投资,农村投资,GDP

  【理论依据】:最基本的理论依据就是宏观经济学中的凯恩斯模型:既Y=C+I+(X-M)。其中的I就是投资的部分,而固定资产投资有是这投资I中的主要部分,因此它对经济的发展有至关重要的作用。并且,在发展经济学中 ,有一种发展理论就是认为发中过国家之所以不发展,就是因为它的投资的不足。要求国家积累储蓄,以用于投资。而这里的投资就包括有基础设施等固定资产的投资。

  【问题的提出】:我们根据对过去的相关资料的分析,根据我们的总结,可得出这样的观点。在以往 ,虽然已经有很多的人研究过这个方面的内容 ,但总的可以说他们有以下几个方面的缺点:

  (一):带有区域性,没有从全国的范围来分析说明固定资产投资对GDP的影响。他们通常都是从一个省,市或者是地区出发来分析该地区的经济发展。并且是以分析大城市的经济发展居多。而不是从全国范围来说明问题。

  (二):带有很强的部门性,也许这样说不是很准确,我们可以举下面的几个例子说明。他们要不就是分析的房地产市场对经济的影响,并且这方面的居多,还有就是基础设施,如卫生,交通等等。而没有从把他们归纳起来分析。

  (三):对固定资产投资部分的分析主要集中与政府的投入分析,没忽视了个体的投资,在现在这个个体投资逐渐上升的情况下 ,重视它们的存在对经济发展的研究具有十分重要的意义。

  因此,我们这次的分析是把总的固定资产投资部分分为四个部分:国民的投资(相当于政府的投资)。集体投资,个人投资,和农村投资。它们即可以说是分变量,也可以说是总的变量,各自代表的一个方面的全体总和。

  下面,我们就我们的关于固定资产投资对GDP的影响的模型的建立采取以下的步骤:“

  一:模型的建立。

  根据以上的分析,我们把资产分为四个部分,也就是四个解释变量

  设定:国民投资部分为变量X1

  集体投资部分为变量X2

  个人投资部分为变量X3

  农村投资部分为变量X4

  由于在过去的研究中,各种的经济理论中,我们没有找到专门研究固定资产投资和GDP之间关系之间的经济理论模型,因此我们就我们自己的认识来设定的原初始模型为:

  Y=α+β1X1+β2X2+β3X3+β4X4+Ut

  二 :数据的收集。

  数据主要来源于网上的收集,一是来自于中经网的数据,为中国统计年鉴所出;二是来自于国家统计局网站的统计局的统计数据

  国民生产总值 国有经济投资 集体经济投资 个体经济投资 农村经济投资

  1985 8989.1 1680.5 327.5 535.2 478.43

  1986 10201.4 2079.4 391.8 649.4 574.82

  1987 11954.5 2448.8 547 795.9 695.35

  1988 14922.3 3020 711.7 1022.1 865.23

  1989 16917.8 2808.2 570 1032.2 892.03

  9990 18598.4 2986.3 529.5 1001.2 876.47

  1991 21662.5 3713.8 697.8 1182.9 1042.56

  1992 26651.9 5498.7 1359.4 1222 1005.52

  1993 34560.5 7925.9 2317.3 1476.2 1137.73

  1994 46670 9615 2758.9 1970.6 1519.24

  1995 57494.9 10898.2 3289.4 2560.2 2007.85

  1996 66850.5 12056.2 3660.6 3211.2 2544.03

  1997 73142.7 13091.7 3850.9 3429.4 2691.16

  1998 76967.2 15369.3 4192.2 3744.4 2681.52

  1999 80579.4 15947.8 4338.6 4195.7 2779.59

  2000 88228.1 16504.4 48105 4709.4 2904.26

  2001 96346.4 17607 5278.6 5429.6 2976.56

  三 :经济意义的检验。

  对原模型进行初步回归得到如下的结果:

  Dependent Variable: Y

  Method: Least Squares

  Date: 12/28/04 Time: 15:36

  Sample: 1985 2001

  Included observations: 17

  Variable Coefficient Std. Error t-Statistic Prob.

  C -3253.317 1016.906 -3.199231 0.0076

  X1 2.659681 0.385593 6.897639 0.0000

  X2 0.001335 0.043956 0.030380 0.9763

  X3 4.215146 1.400283 3.010210 0.0109

  X4 9.541968 2.438306 3.913359 0.0021

  R-squared 0.997851 Mean dependent var 44161.04

  Adjusted R-squared 0.997135 S.D. dependent var 30811.57

  S.E. of regression 1649.121 Akaike info criterion 17.89380

  Sum squared resid 32635221 Schwarz criterion 18.13886

  Log likelihood -147.0973 F-statistic 1393.312

  Durbin-Watson stat 1.340522 Prob(F-statistic) 0.000000

  可以看出,经济检验合理,没有出现数字和符号的错误。并且可决系数R2=0.997851,修正的可决系数为0.997135。可以看出,拟和效果十分的好。因此,该模型的设定是合理的 ,将表中的数字带入模型得:

  Y=-3253.317+2.659681X1+0.001335X2+4.215146X3+9.541968X4

  3.199231 6.897369 0.030380 3.010210 0.913359

  R2=0.997851 F=1393.312 DW=1.340522

  四:由于模型的统计检验在上步中我们已经做过.在这里我们就直接对它进行计量的经济检验。

  1 ,做多重共线性检验,利用简单相关系数矩阵法得到下列的矩阵:

  X1 X2 X3 X4

  X1 1.000000 0.492140 0.975155 0.978367

  X2 0.492140 1.000000 0.530160 0.482757

  X3 0.975155 0.530160 1.000000 0.975582

  X4 0.978367 0.482757 0.975582 1.000000

  可以看出存在的多重共线性 ,下面我们采用逐步回归法对他进行修正,先对它们的每个解释变量对应变两的回归。

  Dependent Variable: Y

  Method: Least Squares

  Date: 12/28/04 Time: 16:16

  Sample: 1985 2001

  Included observations: 17

  Variable Coefficient Std. Error t-Statistic Prob.

  C -302.5024 1436.238 -0.210621 0.8360

  X1 5.276606 0.141686 37.24166 0.0000

  R-squared 0.989301 Mean dependent var 44161.04

  Adjusted R-squared 0.988587 S.D. dependent var 30811.57

  S.E. of regression 3291.614 Akaike info criterion 19.14627

  Sum squared resid 1.63E+08 Schwarz criterion 19.24430

  Log likelihood -160.7433 F-statistic 1386.942

  Durbin-Watson stat 1.157392 Prob(F-statistic) 0.000000

  经过比较得,X1与Y的t检验和拟和效果最好 ,因此把X1作为基准变量引如,然后在逐步的引如其他的解释变量,经最后得到当去除X2以后,多重共线性消失,得到的检验结果如下::

  Dependent Variable: Y

  Method: Least Squares

  Date: 12/28/04 Time: 16:22

  Sample: 1985 2001

  Included observations: 17

  Variable Coefficient Std. Error t-Statistic Prob.

  C -3254.751 975.9967 -3.334797 0.0054

  X1 2.659258 0.370238 7.182561 0.0000

  X3 4.227543 1.287006 3.284788 0.0059

  X4 9.531943 2.321185 4.106499 0.0012

  R-squared 0.997851 Mean dependent var 44161.04

  Adjusted R-squared 0.997355 S.D. dependent var 30811.57

  S.E. of regression 1584.486 Akaike info criterion 17.77623

  Sum squared resid 32637731 Schwarz criterion 17.97228

  Log likelihood -147.0980 F-statistic 2012.406

  Durbin-Watson stat 1.344455 Prob(F-statistic) 0.000000

  从上面修正的回归结果可以看出,R2=0.997851,并且它的修正的可决系数值也达到了0.997355,显然,它的拟和效果十分的好,并且t检验值显著的大于它的临界值,即t值检验十分的显著,因此多重共线性消失,得到修正后的模型为:

  Y=-3254.751+2.659258X1+4.227543X3+9.531943X4

  -3.334797 7.182561 3.284788 4.106499

  R2=0.997851 F=2012.406 DW=1.344455

  2 ,在1的基础上进行异方差的检验

  利用ARCH 检验,得到的结果是,在上面1中的模型中,不存在异方差。所得到的DW值总是大于2的 。下面的是我们滞后5期的检验结果。

  ARCH Test:

  F-statistic 0.194771 Probability 0.953441

  Obs*R-squared 1.675723 Probability 0.891944

  Test Equation:

  Dependent Variable: RESID^2

  Method: Least Squares

  Date: 12/28/04 Time: 16:43

  Sample(adjusted): 1990 2001

  Included observations: 12 after adjusting endpoints

  Variable Coefficient Std. Error t-Statistic Prob.

  C 2193556. 2155338. 1.017732 0.3481

  RESID^2(-1) 0.148862 0.386211 0.385441 0.7132

  RESID^2(-2) -0.025827 0.353938 -0.072972 0.9442

  RESID^2(-3) -0.287149 0.490408 -0.585531 0.5795

  RESID^2(-4) 0.278066 0.515142 0.539785 0.6088

  RESID^2(-5) -0.211612 0.535957 -0.394830 0.7066

  R-squared 0.139644 Mean dependent var 2005926.

  Adjusted R-squared -0.577320 S.D. dependent var 2322068.

  S.E. of regression 2916318. Akaike info criterion 32.91639

  Sum squared resid 5.10E+13 Schwarz criterion 33.15885

  Log likelihood -191.4984 F-statistic 0.194771

  Durbin-Watson stat 2.019631 Prob(F-statistic) 0.953441

  如图所显示的一样 ,DW检验明显的通过检验,不存在异方差。

  并且通过图示法如下

  也可以看出点相对的集中不存在异方差。

  3 ,对修正的模型进行自相关的检验。

  先用散点图法的:

  可以看出呈很强的线性关系,存在自相关。

  再对它进行DW检验得:d=0.3278,经过查表得,在n=17,k=3的情况下,得到的下限临界值dl=0.897上限临界值du=1.710,d

  下面对它进行修正。先进行广义差分法,得到下列的结果

  Dependent Variable: DY

  Method: Least Squares

  Date: 12/29/04 Time: 12:02

  Sample(adjusted): 1986 2001

  Included observations: 16 after adjusting endpoints

  Variable Coefficient Std. Error t-Statistic Prob.

  C -2598.748 988.2074 -2.629759 0.0220

  DX1 2.529208 0.414231 6.105790 0.0001

  DX3 4.649384 1.503811 3.091734 0.0093

  DX4 9.780878 2.634919 3.712023 0.0030

  R-squared 0.996288 Mean dependent var 35136.47

  Adjusted R-squared 0.995360 S.D. dependent var 22612.54

  S.E. of regression 1540.372 Akaike info criterion 17.72975

  Sum squared resid 28472951 Schwarz criterion 17.92290

  Log likelihood -137.8380 F-statistic 1073.501

  Durbin-Watson stat 1.604456 Prob(F-statistic) 0.000000

  从上面的结果可以看出,虽然DW有很到的提高, 可是它却落在了不确定的区域,下面在对它进行Cochrane-Oecutt迭代发进行检验 ,得到下列的结果。

  Dependent Variable: Y

  Method: Least Squares

  Date: 12/27/04 Time: 13:03

  Sample(adjusted): 1986 2001

  Included observations: 16 after adjusting endpoints

  Convergence achieved after 8 iterations

  Variable Coefficient Std. Error t-Statistic Prob.

  C -3589.189 1620.325 -2.215104 0.0488

  X1 2.474528 0.462902 5.345687 0.0002

  X3 4.867869 1.953241 2.492201 0.0299

  X4 9.763649 3.022069 3.230782 0.0080

  AR(1) 0.362664 0.327192 1.108416 0.2913

  R-squared 0.997962 Mean dependent var 46359.28

  Adjusted R-squared 0.997221 S.D. dependent var 30414.11

  S.E. of regression 1603.382 Akaike info criterion 17.84792

  Sum squared resid 28279173 Schwarz criterion 18.08936

  Log likelihood -137.7834 F-statistic 1346.546

  Durbin-Watson stat 1.703525 Prob(F-statistic) 0.000000

  Inverted AR Roots .36

  这次得到的DW=1.703525.但是效果已经明显的好转了 ,因此我们可以看作它已经落在了没有自相关的区域。因此我们考。因此我们在再它的基础上再进行一次迭代得到下列的结果。得到的模型 为

  Y=-3589.189+2.474528X1+4.867869X3+9.763649X4)

  -2.215104 5.345687 2.492201 3.230782

  R2=0.997962 F=1346.546 DW=1.703525

  Dependent Variable: Y

  Method: Least Squares

  Date: 12/29/04 Time: 13:02

  Sample(adjusted): 1987 2001

  Included observations: 15 after adjusting endpoints

  Convergence achieved after 15 iterations

  Variable Coefficient Std. Error t-Statistic Prob.

  X1 3.140521 0.330911 9.490519 0.0000

  X3 2.388136 1.327758 1.798623 0.1023

  X4 9.481661 2.456511 3.859808 0.0032

  C -3227.635 821.2250 -3.930268 0.0028

  AR(2) -0.676145 0.377847 -1.789470 0.1038

  R-squared 0.998000 Mean dependent var 48769.81

  Adjusted R-squared 0.997200 S.D. dependent var 29857.66

  S.E. of regression 1579.782 Akaike info criterion 17.82916

  Sum squared resid 24957125 Schwarz criterion 18.06518

  Log likelihood -128.7187 F-statistic 1247.716

  Durbin-Watson stat 1.835760 Prob(F-statistic) 0.000000

  可以看到,DW=1.835760大于du=1.710,因此在不存在自相关的区域,自相关修正完毕,并且从上面的结果我们也可以看出 ,t检验 ,可决系数都是很显著的 ,结果合理。得到修正后的模型

  4.进行平稳性检验。对GDP的检验得到下列的结果

  ADF Test Statistic 0.172147 1% Critical Value* -4.1366

  5% Critical Value -3.1483

  10% Critical Value -2.7180

  *MacKinnon critical values for rejection of hypothesis of a unit root.

  Augmented Dickey-Fuller Test Equation

  Dependent Variable: D(Y)

  Method: Least Squares

  Date: 12/29/04 Time: 13:45

  Sample(adjusted): 1990 2001

  Included observations: 12 after adjusting endpoints

  Variable Coefficient Std. Error t-Statistic Prob.

  Y(-1) 0.012838 0.074574 0.172147 0.8690

  D(Y(-1)) 1.060365 0.512954 2.067172 0.0842

  D(Y(-2)) -0.343638 0.699769 -0.491074 0.6408

  D(Y(-3)) -0.343622 0.730271 -0.470541 0.6546

  D(Y(-4)) 0.102210 0.704008 0.145183 0.8893

  C 2821.284 1578.264 1.787587 0.1241

  R-squared 0.763783 Mean dependent var 6619.050

  Adjusted R-squared 0.566935 S.D. dependent var 3260.410

  S.E. of regression 2145.601 Akaike info criterion 18.48708

  Sum squared resid 27621610 Schwarz criterion 18.72953

  Log likelihood -104.9225 F-statistic 3.880066

  Durbin-Watson stat 2.212817 Prob(F-statistic) 0.064636

  可以看出是非平稳的,并且进行 多次检验结果都是非平稳的 。并且对 X1 X3 X4进行检验,一样是非平稳的。但是由于我们的能力有限 ,对平稳性休整多次还是非平稳的 ,在这里我们就把它当成我们以后的努力的重点 ,以后再继续详细的研究,这里就不做平述。因此,对于 协整,这里也不做平述。

  最后,我们得到的模型是:

  Y=-3589.189+2.474528X1+4.867869X3+9.763649X4

  -2.215104 5.345687 2.492201 3.230782

  R2=0.997962 F=1346.546 DW=1.703525

  最后我们的总的拟和效果图如下

  可见,拟和的效果十分的好。

  五,经济意义分析及模型评价。

  从模型可以得到 ,随着经济的发展 ,农村投资和个体投资在经济的增长过程哦 ,所占的比重越来越大,所起到的作用也越来越大,。这是与我国由从过去的计划经济到市场经济的转型过程相一直的,在计划经济时代 ,各种的主要的或者是非主要的固定资产投资,都是在政府的详细规划下完成的,这相当于是国有经济投资 ,并且一切的产出都归国家所有,由国家统一的分配,很难得调动人们的积极性,因此导致生产效率低下,经济发展缓慢。更不要说是调动私人投资的积极性。随着改革开放的进行 ,市场经济的转型,国内出现热火朝天的投资热潮。各种私人的 ,外商的,区域集团化的投资与国有投资之间形成相辅相成的局面。并且 ,相对于国有投资国有经济来说 ,个体的或者私人更加的具有发展的积极性,它更有动力去最求企业的发展前途 ,因此她们代表的就是更高的产出和更高的经济效益,这更加的有利于企业的发展。从而为经济的发展的贡献更大。1978年以来 的二十多年中,伴随着 国有经济的比重的不断下降,国有经济的地位与作用问题长期以来一直倍受关注,从“主体”到“发挥主导作用 ”,“保持控制力”,贯穿其中的红线是我们思想上的逐步解放。在传统计划经济体制下,国有经济控制里往往停留在国有资产的物质形态层面上 ,而随着我国改革开放的推进以及市场经济体制的逐步完善,以国有资产的行政计划分配为主要特征的“静态控制”体系显然已不再适合社会主义市场经济体制的要求,因此学者提出将国有经济“控制力”重新界定于“国有资本的调控力”上面来 。这与我们的模型分析结果是一致的。对国有经济的投资来说,它的t=5.345687。说明在目前的情况下它在整个的投资中对经济的影响还是占主要的。农村投资次之,个体投资再次之。但是在模型中我们看到国有经济对GDP的影响的相关系数为2.474528。个体的投资在对GDP的影响系数为40867869。农村投资对GDP的影响系数为9.763649,为最大,这说明国有经济投资对GDP的作用在下降,而个体投资即私人投资和农村投资对GDP的影响在上升。这与我国近些年来的实际情况是相一致的。这说明了我们的模型在和现实的情况是一致的。并且,农村投资对GDP的影响相关系数最高,这也是与我国的农村的状况是相关的。我国的农村人口占有我国人口的百分之七八十,发展极为落后。是相对城市来说非常的落后的最贫穷的地方,各种的相关的最基本的设施建设都不完善 ,因此在农村投资才处于起步的阶段。

  六、我们主要的政策建议。

  1,固定资产投资在国民经济的发展过程中有极其重要的作用,我们应加大固定资产投资额,以更加强劲拉动力来拉动我国经济的发展。

  2,在固定资产投资当中我们应主要增加农村投资,特别是农村的基础设施建设的投资来带动农村经济的快速发展,以缩小农村与城市经济发展严重不平衡的越来越大的差距。我相信,当农村的各项基础投资完善到基本的水平或者更好些达到城市水平的一半,我们中国要赶世界上的发达国家的水平是指日可待的。

  3,应继续加大力度实行对外改革开放,大力引进外资,鼓励私人投资。

  4并加强政治体制改革,促进市场经济体制的完善,以使它能够顺应市场经济体制的要求,并保证市场经济的良好运行,增强个体投资的投资商人的投资积极性。促进私人投资的增加。

  七,模型过程中的不足:

  由于我们的能力十分的有限。我们自己也觉得我们在做的过程中有很多的不尽如人意的地方。

  我们在做自相关修正的时候有一点小小的问题,我们先对它进行的是广义差分,结果不显著,然后进行的是变换模型的对数变换发,结果还是不是很显著,并且结果比广义差分更差,我们进行了多次的迭代法分析和在对数变换的基础上,广义差分的基础上进行迭代法分析,最后我们采取了折中并最好的选择,择了上面的结果。

  我们在对模型的平稳性检验的时候,结果是不平稳的,我们给出的解释是,由于这些变量每年都是变化的 ,并且影响它变化的外在的因素很多,如,国家的政策啊 ,各种疾病,战争等等,这些都会对固定资产的投资产生影响。

  我们 没有进行模型的解释变量的滞后模型检验 ,因为我们模型中的解释变量全是固定资产投资,如果进行解释变量滞后检验的话,那我们就必须对每一个解释变量都要滞后分析,但由于我们的能力实在有限,达不到这样的水平。我们 会在今后的学习中进一步的努力,来完善我们的模型。

  、总的来说,我们的模型有许多的不足之处,希望同学和老师能给我们指正和帮助,希望大家就我们的模型提出宝贵的意见和建议,以使我们的模型能够完善。

  八,参考资料:

  《西方经济学》 高鸿业 人民大学出版社

  中经网

  中国期刊网 固定资产投资1994—2004年的论文部分

  《计量经济学》教材 庞浩 西南财经大学出版社

  中华人民共和国统计局网站

《固定资产投资对GDP的影响》相关文章:

1.固定资产投资对GDP的影响

2.我国固定资产投资对经济增长的滞后影响分析

3.固定资产投资对贵州GDP影响分析

4.固定资产投资的计量经济学模型

5.中国地区差距的变动趋势和影响因素

6.分析国内工业固定资产和劳动就业人数对工业产值的影响

7.影响货币需求的因素分析

8.金融发展与经济增长的关系—现代经济理论派学说的计量考证

9.当前中国投资与消费比例失衡的表现及危害(1)

10.我国GDP增长与人民就业及生活水平的关系分析

固定资产投资对GDP的影响相关推荐