我国进出口总额影响因素分析
浅析进出口贸易对经济增长的影响
浅析进出口贸易对经济增长的影响本文先是论述了影响进出口贸易活动的因素，然后对进出口贸易对经济的影响做出了分析，最后结合自身所学，对我国就出口贸易发展提出几点个人观点，其目的旨在通过文中所述内容，推动我国进出口贸易的健康发展，并发挥其经济带动作用。
标签：进出口贸易;经济增长;影响引言在经济全球化发展的今天，进出口贸易作为我国经济体系中的重要组成部分，承担着提升国民经济增长的重任，而鉴于进出口贸易市场的激烈竞争，我们有必要对其进行深入探究，以提高我国进出口贸易在国际市场中的地位，确保其对国民经济增长的促进作用。
一、影响进出口贸易发展的因素1、国际因素在当前形式下，经济以成为衡量国家综合实力的重要标准，因此，各国都纷纷将经济作为国家发展的重心。
而国外一些发达国家，在进出口贸易过程中，为了保护其本国企业及国家利益，则采取了技术性壁垒、绿色壁垒等多种贸易规则，限制本国的进口贸易，避免贸易逆差导致的经济受损，但这种行为却给出口国带来了严重的负面影响。
2、国内因素就目前情况而言，我国虽然在进出口贸易中取得了不俗的成绩，但纵观其产品种类及贸易企业的产业结构，不难发现，我国的出口贸易，依然停留在中低端层次，而高端类产品出口仍然较少，导致我国在贸易出口方面获取的经济利益较少，影响我国经济的快速发展，而要解决这一问题，就必须依靠科技力量进行产品创新，从中低端出口不断向高端过度。
二、进出口贸易对经济增长的影响1、有效拉动内需改革开放后，进出口贸易成为我国对外交往的主要交往形式，也是拉动国民经济增长的三大引擎之一，对于我国经济增长具有重要的影响。
出口贸易规模迅速扩张，对于我国国民经济增长的拉动作用也日益凸显，贡献值不断提升。
进出口贸易对经济增长具有一定的促进作用，进口贸易也可以刺激国内消费，弥补国内资源配置的不足，使国内资源更多地用于国内企业的专业化发展，从而提高国内资源利用率和社会劳动生产率。
2、创造就业机会进出口贸易规模的不断扩大，就会创造出更多的工作岗位，这对于国内发展而言，是十分有利的。
中国进出口总额影响因素分析
中国进出口总额的影响因素分析摘要：本文利用相关理论，用R语言软件处理数据，采用计量经济学的分析方法，对中国的进出口总额因素进行实证分析。
建立多元回归分析线性模型，结果证实国内生产总值GDP，实际利用外资额，全社会固定资产投资，城乡居民人民币储蓄存款年底余额，外汇储备这5个因素与我国进口总额成正相关关系，全社会固定资产投资，人民币对美元汇率与我国正出口成负相关关系，而且GDP因素对进出口总额影响最大。
关键词：进出口总额GDP 全社会固定资产投资实际利用外资额城乡储蓄额外汇储备汇率相关分析多元回归R语言软件一、引言自改革开放以来我国的对外贸易不断扩大，加入WTO更为国内的企业提供了更多公平竞争的机会，中国俨然成为了贸易大国，但是贸易大国不一定的贸易强国，我们知道对外贸易对我国的经济起着不可小处的作用，可中国目前面临着一个棘手的问题，国内消费需求对GDP的贡献率很低，而且比重还呈现下降趋势，说明我国GDP对外贸易的依赖程度之重，所以为了保持我国GDP持续稳定增长，保持国际市场的竞争力，增加对外贸易就很有必要了。
就目前理论研究来看，影响我国进出口发展的因素主要有国内生产总值GDP，实际利用外资额，城乡居民人民币储蓄存款年底余额，全社会固定资产投资，外汇储备，人民币对美元汇率等。
本文就以上因素与进出口总额的实证分析，以及验证他们的关系。
二、各因素对我国进出口贸易的影响原理。
1、国内生产总值（GDP）----X1。
2006年我国外贸总额达到我国GDP的65%，尽管真实性有待考究，可从反面角度看中国消费需求占GDP的比重从1999年的61,16%逐年下降到2007年只有48.79%，下降了将近20个点，也正是我国的内需不足才使得我的进出口贸易总额不断增加，外贸总额占GDP的比例从1999年的44%逐年增长到2007年占62.8%%，显然国内生产总值的不断飞升离不开我国的对外贸易的贡献。
因此GDP作为衡量进出口贸易总额的重要因素。
影响我国进出口贸易的宏观经济因素分析
结果与讨论
实证结果显示，国内生产总值、人均收入水平、贸易政策、汇率波动以及成 本因素均对我国贸易进出口总额产生显著影响。其中，国内生产总值和人均收入 水平的增加有利于促进贸易进出口总额的增长，符合一般经济学原理。贸易政策 的调整也会对贸
易进出口总额产生显著影响，关税和非关税壁垒的变化会影响国内市场和国 际市场的竞争格局，进一步影响贸易进出口。汇率波动对贸易进出口的影响较为 复杂，一方面，人民币升值有利于增加进口，另一方面，人民币贬值有利于增加 出口。
实证分析
本次演示将采用相关数据对我国进出口贸易与宏观经济因素进行关联性分析。 通过运用计量经济学方法，可以定量地评估这些因素对我国进出口贸易的影响。 例如，通过运用回归分析方法，可以估计汇率波动、利率等因素对出口或进口的 影响程度。
具体数据说明各个因素如何影响我国进出口贸易。例如，数据可能显示汇率 波动与出口之间存在负相关关系，即人民币升值可能导致出口减少。此外，数据 还可能显示利率与进口之间存在负相关关系，即利率上升可能导致进口减少。
谢谢观看
以合理制定贸易政策和企业战略，进一步促进我国贸易的发展。
未来研究方向方面，一方面可以拓展影响我国贸易进出口总额的其他潜在因 素，如国际市场需求、技术创新等；另一方面可以运用更复杂的模型和方法，如 面板数据模型、向量自回归模型等，以更准确地估计各因素对贸易进出口总额的 影响程度和作用机制。
参考内容二
通货膨胀：通货膨胀会导致国内物价上涨，可能影响出口产品的竞争力。此 外，通货膨胀还可能增加外贸企业的进口成本，从而对其经营产生压力。
这些因素之间的相互作用和影响
这些宏观经济因素之间相互作用和影响，共同对我国进出口贸易产生影响。 例如，汇率波动可能对出口产生影响，而利率和通货膨胀则可能对进口产生影响。 此外，政策法规的变化也可能对这些因素产生影响，从而进一步影响进出口贸易。
影响中国出口的因素计量经济分析
影响中国出口的因素计量经济分析学院：经济管理学院专业：经济学 113班学号： 1110660085，1110660082学生：郭光伟泽明【摘要】本文利用计量经济分析方法和1998—2012年的时间序列统计资料，建立了我国出口贸易影响因素模型。
建模过程中，处理了多出共线性问题，避免了自相关性，异方差性等问题。
模型结果表明，我国进出口贸易主要影响因素为GDP，汇率及居民消费价格指数。
【关键词】出口；出口贸易；影响因素分析；计量经济模型；引言中国改革开放三十多年以来，我国的对外贸易从一个较低的水平发展到了一个很高的水平，进出口总额占GDP的比例从1978年的10%上升到了2012年的50%左右，08年金融危机以前，进出口总额占GDP 比例曾高达65%，尤其是2001 年，我国经济以加入WTO为契机，G D P 总量跃上了10 万亿元大关，可见出口增长在我国经济增长中发挥着至关重要的作用。
2004 年贸易保护主义抬头，反倾销、技术性贸易壁垒案件不断严重地影响了我国出口贸易的进一步发展。
到2012年为止，我国外汇储备总额达到32557亿美元。
综合分析各种文献资料，影响我国出口贸易的因素有很多，其中主要有国民生产总值、汇率、第三产业比重等等。
由于国际竞争日趋激烈还有我国经济发展的复杂因素，影响因素非常复杂，因素间彼此关联，制约即各因素间可能不同程度地存在多重共线性或近似多重共线性关系。
因此，在新的形势下，研究影响出口贸易的相关因素及其影响程度非常重要，能为我国对外贸易政策的制定和出口企业的改革提供有益的定量依据和建议。
文献综述：第一次写文献综述，我想对于外贸出口的影响因素的研究，最早的应该是斯密的绝对优势理论，他认为一国在某项产品上之所以具有出口优势，是因为其对此项产品具有绝对有利的生产条件。
嘉图在斯密的基础上发展了他的观点，嘉图认为即使某国在所有产品的生产上都不具有绝对优势，只要他在某项产品的生产上具有比较优势，仍然可以获得该项产品的出口优势。
影响我国进出口贸易增长因素分析
一
、
实 证方法 的确定 与指标体 系 的选 取
面 提 到 的我 围进 出 口的 多 个 影 响 素 并 不 是 独 立 地 作
进 ｒ额 从 １９亿美元升至 ５ １ １ ０ ４亿荚兀 ， 长了５ 倍 ， ６ 增 １ 年均增
长 １． ６ ％，跃 居 世 界第 三 位 ，占世 界 进 口的 比重 达 ５ ％ｆ ４ ． 见表 ９
资和国内外经济环境等多种 因素 的影响 ， 种闪素都在不同程
度上影响着外贸进 出口。 本文 以 １９—２ ０ 年这 １ ９ １ Ｏ５ ５年间的数 据为例 ， 运 因子分析方法对 以 卜 这些 素进行分析 ， 探究我 国进 出口贸易增 Ｋ的动力 ， 同时对我 对外贸易发展提 出～些
律议
长 ｒ ２ ． 其 巾出 Ｌ ７６ ０亿 美元 ， Ｋ ２ ． 进 口 ６６ １ ３２ ％， Ｊ ２ 增 ８４ ％； ０
亿 美元 ，增 长 １．％，在 世界 贸 易中的 比重进 一 步提 高到 ７ ６ ６７ ． ％。随着 ｆ国加入 ｗＴ）改革的深化和开放 的扩大 ， ｛ ， 【、 对外 贸 易在经济发展中的作用和地位越来越重要
一
：２ 一 ｉ
－ １
—
、 “
Ｉ ”
也 ， ： 、 ， ｒ敞 凡 Ｈ “ Ｌ ： ， 第
， ～ 一 一 ，
一
１ 一 — ．
＋
一
ｊ 一 二 ¨ 二
一 ～
一 二 －一 － １
ｔ— Ｉ ＿
． ． ． ．
一 ，
、
二、 实证 分析过 程
为避免量纲的影 响， 在进行分析之前 ， 先将数据杯准化 ， 使
ｒ
－
份
近20年来我国出口趋势及其影响因素分析
近20年来我国出口趋势及其影响因素分析作者：首汉琼、阎琳滟、胡小芳、、陈潇毅、谭溢辉、周韬、鲜光奇、周宗裔指导老师：陈纪平2009年我国出口经历了最为困难的一段时期，但也是我国出口取得积极成效的一年。
我国出口自1990以来持续保持高位增长，特别是2001年中国加入WTO以后，出口每年以近15%的速度增长，在出口种类上，纺织品、机械、高新技术产品等比重越来越大。
同时，我国的进口也大幅度增长，在进口的种类上也发生了巨大的变化，原油、矿石、大型设备在进口中占了较大比重。
但是，近来年随着我国劳动力和原材料价格的上涨、货币的不断升值，我国产品原有的价格优势正在逐渐失去，同时，欧美国家不断发动与我国的贸易摩擦，我国出口面临的形式不容乐观，为此，本文针对我国出口面临的现状及其影响因素进行宏观分析。
一、近20年来中国出口的趋势分析自改革开放以来，我国出口贸易迅速发展，出口规模进一步扩大，出口结构也得到进一步的改善，一般贸易和加工贸易同步发展，带动了我国经济的持续增长。
本文根据国家统计局相关数据对我国出口趋势进行了如下分析：1、我国出口总体增长趋势分析由上图可以看出我国近20年的货物出口总额总体呈上涨趋势。
可以分为两个阶段：第一个阶段(1990年至2001年)我国出口额呈现持续增长的趋势，但是增长比较缓慢；第二阶段（2001年至今）我国出口额增加到了万亿美元新高，由原来的稳健增长转变为快速增长的轨道。
从这个阶段来看，我国出口额迅速增长的原因主要是因为中国加入WTO以后，积极接收国际高新技术产业生产能力的转移，实现了外贸出口的第三次飞跃。
高新技术产品出口异军突起，成为推动我国出口贸易发展新的增长点。
2003年我国出口总额达到4382.3亿美元。
2、出口种类变动趋势分析在信息时代，发展知识经济在美、日、欧等发达国家的政策中占有重要位置，服务业的创新越来越活跃，而制造业的创新有一定程度减弱，形成大量制造业企业纷纷从美、日、欧等发达国家向发展中国家转移的趋势，导致美国、欧洲、日本等发达国家制造业比重下降。
我国进出口总额影响因素计量分析
International trade | 国际贸易MODERN BUSINESS现代商业40我国进出口总额影响因素计量分析王紫荆 成都理工大学商学院 四川成都 610059摘要:随着改革开放和加入世贸组织，使得我国进出口贸易的飞速发展，但在近年来我国对外开放程度不断加深的情况下，让我国对外贸易依存度居高不下的问题摆上了台面。
为了能解决发展途中的不利因素，我们对外贸交易的研究也必须与时俱进，达到从量化的角度分析的目的。
并且在与传统的国内贸易相比时，国际贸易的量化工作更为艰巨。
所以本文针对我国进出口额的影响因素，首先从经济因素的角度出发，选取GDP、汇率、外汇储备和固定投资四个影响因素，并收集相关数据; 其次，运用 EVIEWS 软件对进出口总额的经济影响因素进行分析、检验，最终建立合适的回归模型; 最后对所求解的结果进行分析，并根据结果提出相关的政策建议。
关键词:进出口总额；GDP；外汇储备；汇率；相关分析；多元回归一、引言随着中国加入WTO以来，给我国带来了较多的机遇与挑战，对外贸易的不断发展使我国俨然成为了贸易大国，但是贸易大国不一定的贸易强国，我们知道外贸易对我国的经济起着不可小處的作用，可中国目前面临着一个棘手的问题，国内消费需求对GDP的贡献率很低，而且比重还呈现下降趋势，说明我国GDP对外贸易的依赖程度之重，所以为了保持我国GDP持续稳定增长，保持国际市场的竞争力，增加对外贸易就很有必要了，综述，只有清楚的分析能影响我国进出口贸易的因素，才能让我国经济达到可持续发展。
二、进出口总额主要影响因素的确定及数据收集(一)主要影响因素的确定就目前理论研究来看，影响我国进出口发展的因素主要有国内生产总值GDP，实际利用外资额，城乡居民人民币储蓄存款年底余额，全社会固定资产投资，外汇储备，人民币对美元汇率等。
本文仅以从经济角度进行研究，选取以下四个影响因素来进行计量分析：1.国内生产总值GDP。
进出口总额的影响因素分析
进出口总额的影响因素分析公司内部档案编码：[OPPTR-OPPT28-OPPTL98-OPPNN08]中国进出口总额的影响因素分析摘要：本文利用相关理论，用R语言软件处理数据，采用计量经济学的分析方法，对中国的进出口总额因素进行实证分析。
建立多元回归分析线性模型，结果证实国内生产总值GDP，实际利用外资额，全社会固定资产投资，城乡居民人民币储蓄存款年底余额，外汇储备这5个因素与我国进口总额成正相关关系，全社会固定资产投资，人民币对美元汇率与我国正出口成负相关关系，而且GDP因素对进出口总额影响最大。
关键词：进出口总额 GDP 全社会固定资产投资实际利用外资额城乡储蓄额外汇储备汇率相关分析多元回归 R语言软件一、引言自改革开放以来我国的对外贸易不断扩大，加入WTO 更为国内的企业提供了更多公平竞争的机会，中国俨然成为了贸易大国，但是贸易大国不一定的贸易强国，我们知道对外贸易对我国的经济起着不可小处的作用，可中国目前面临着一个棘手的问题，国内消费需求对GDP的贡献率很低，而且比重还呈现下降趋势，说明我国GDP对外贸易的依赖程度之重，所以为了保持我国GDP持续稳定增长，保持国际市场的竞争力，增加对外贸易就很有必要了。
就目前理论研究来看，影响我国进出口发展的因素主要有国内生产总值GDP，实际利用外资额，城乡居民人民币储蓄存款年底余额，全社会固定资产投资，外汇储备，人民币对美元汇率等。
本文就以上因素与进出口总额的实证分析，以及验证他们的关系。
二、各因素对我国进出口贸易的影响原理。
1、国内生产总值（GDP）----X1。
2006年我国外贸总额达到我国GDP的65%，尽管真实性有待考究，可从反面角度看中国消费需求占GDP 的比重从1999年的61,16%逐年下降到2007年只有%，下降了将近20个点，也正是我国的内需不足才使得我的进出口贸易总额不断增加，外贸总额占GDP的比例从1999年的44%逐年增长到2007年占%%，显然国内生产总值的不断飞升离不开我国的对外贸易的贡献。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
我国进出口总额影响因素分析内容摘要：根据19889到2005年我国进出口总额变化的影响因素，从计量经济学的角度来验证哪些因素对我国进出口的影响较大，以及在引入解释变量中哪一项对进出口额的影响最大。
根据计量经济学的原理和所得年鉴显示的数据，在模型中引入六个变量：财政支出，国民收入，国内贷款，居民消费水平，对外经济合作与财政收入这六个变量。
关键词：进出口总额、财政支出、国民收入、国内贷款、居民消费水平、对外经济合作、财政收入正文一、导论1、研究背景自改革开放以来，我过对外贸易由低向高的水平不断发展，进出口值占GDP 的比重不断增加，显然，对外贸易对我国的经济发展产生了巨大的影响。
由于全球经济一体化的趋势逐渐增强，我国的对外贸易对经济的发展所起的作业也越来越重要。
由此，提高对外贸易额成为我过对外经济发展的长期战略，只有这样才能带动我国经济的进一步发展，提高我国的国际竞争力。
进出口总额就成了衡量一国在国际贸易中地位的重要指标。
2.问题的提出及研究意义我们高度重视在全球化中对外贸易的作用，并且希望加强对外贸易对经济的推动作用，但是对外贸易的发展依然存在许多问题，会影响我国经济的增长，我们必须着手解决。
对影响对外贸易总额的主要因素进行研究，主要是国内贷款和具名消费水平方面，从而更有效的来提高我国的对外贸易额度，具有其现实意义和价值。
下面引入六个变量：财政支出、国民收入、国内贷款、居民消费水平、对外经济合作、财政收入。
根据计量经济学原理，研究六个变量对我国进出口总额产生的影响，并且对他们之间存在的关系进行回归分析，从而确定回归模型、回归系数，来定量分析他们之间的确切关系。
3.研究目的通过建立模型掌握上述变量之间的回归关系，进而就可以通过对进出口额的影响因素进行控制，来提高进出口额，为经济发展奠定基础。
4．研究框架a.引入回归模型，利用现有数据，确定因素和进出口额之间的具体线性关系，写出线性回归方程，并且对回归系数和回归模型进行T检验和F检验。
从而确定其线性回归模型是否具有代表性。
b.检验回归方程是否具有“多重共线性”，“异方差”，“自相关”等。
对其惊醒检验，若存在上述现象则对其进行修补以提高模型的代表性。
c.进行模型的结果分析，对模型进行经济解释并分析存在的问题，最终给出切实可行的意见或建议。
二、建立回归模型及轨迹回归系数1.模型的设立原理由经济学原理简略分析下我国现今的进出口额状况，主要是对进出口的投入不够，所以可从财政支出，财政收入，和居民消费水平等方面进行考虑，进而考察队外贸易对财政支出的依赖程度，进而验证一下我国对外贸易的现存问题。
2.数据的手机和模型建立通过对数据的观察，根据收集的统计数据，建立模型。
设模型为:Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+εi (i=1,2,3……n)其中，Y表示进出口总额；X1为财政支出；X2为国民收入；X3为国内贷款；X 4为居民消费水平；X5为对外经济合作；X6为财政收入；εi是出了解释变量之外的影响出口额的其他因素的误差项。
模型的拟合检验可以的到一下回归分析结果：Dependent Variable: YMethod: Least SquaresDate: 12/22/11 Time: 16:19Sample: 1 17Included observations: 17Coefficient Std. Error t-Statistic Prob.C 5888.789 2665.432 2.209319 0.0516X1 -152.0812 120.8163 -1.258780 0.2367X2 1.983070 0.496678 3.992664 0.0025X3 0.376385 1.229151 0.306215 0.7657X4 -41.72119 8.931225 -4.671385 0.0009X5 74.49256 62.16705 1.198264 0.2584X6 -1.726581 0.717690 -2.405748 0.0370R-squared 0.997700 Mean dependent var 35455.96 Adjusted R-squared 0.996320 S.D. dependent var 32158.21S.E. of regression 1950.857 Akaike info criterion 18.28283Sum squared resid 38058441 Schwarz criterion 18.62591Log likelihood -148.4040 Hannan-Quinn criter. 18.31693F-statistic 722.9388 Durbin-Watson stat 1.670961Prob(F-statistic) 0.000000从估计结果可的模型Y=5888.79-152.08X1+1.98 X2+0.38 X3—41.72X4+74.49X5—1.73X6+εiR2=0.997700 S.E.= 1950.857 F=722.9388 D.W.= 1.670961三、回归模型的检验与修正1.经济意义检验根据实际经济意义，从估计量的符号和大小分析，X1 X4 X6的经济意义不读，即它们与总进出口额成反比关系，而X2 X3 X5即国民收入，国内贷款，具名消费水平与进出口额成正比。
表明，随着首日水平的提高，进出口总额会增加。
2．拟合优度检验，用最小二乘法对模型进行回归，由回归结果可以看出，可绝系数R2=0.997700 说明模型的拟合优度非常好。
3.显著性检验a.对回归系数的显著性检验：T检验（1）对α进行检验：提出原假设H0=0；备择假设≠0，T=2.209319，假定显著水平α=0.05，故自由度为n-2=15的分布表，观察其临界值t0.025(15)=2.131显然2.209319>2.131，故拒绝原假设，即是显著。
进行检验：提出原假设H0=0；备择假设≠0，T=-1.258780，假定（2）对β1显著水平α=0.05，故自由度为n-2=15的分布表，观察其临界值t0.025(15)=2.131显然1.258780<2.131,故接受原假设，即是不显著的。
进行检验：提出原假设H0=0；备择假设≠0，T=3.992664，假定（3）对β2显著水平α=0.05，故自由度为n-2=15的分布表，观察其临界值t0.025(15)=2.131显然3.992664>2.131, 故拒绝原假设，即是显著。
进行检验：提出原假设H0=0；备择假设≠0，T=0.306215，假定（4）对β3显著水平α=0.05，故自由度为n-2=15的分布表，观察其临界值t0.025(15)=2.131显然0.306215<2.131,故接受原假设，即是不显著的。
进行检验：提出原假设H0=0；备择假设≠0，T=-4.671385，假定（5）对β4显著水平α=0.05，故自由度为n-2=15的分布表，观察其临界值t0.025(15)=2.131显然4.671385>2.131, 故拒绝原假设，即是显著。
进行检验：提出原假设H0=0；备择假设≠0，T=1.198264，假定（6）对β5显著水平α=0.05，故自由度为n-2=15的分布表，观察其临界值t0.025(15)=2.131显然1.198264<2.131,故接受原假设，即是不显著的。
进行检验：提出原假设H0=0；备择假设≠0，T=-2.405748，假定（7）对β6显著水平α=0.05，故自由度为n-2=15的分布表，观察其临界值t0.025(15)=2.131显然2.405748>2.131, 故拒绝原假设，即是显著。
b.对方程进行显著性检验：F检验由估计结果知F=722.9388假定显著水平=0.05，差自由度为10和6的F分布表得临界值F0.05（6,10）=5.39显然722.9388>5.39故F统计量的值在给定显著水平α=0.05的情况下显著。
c.多重共线性的检验与修正R2与F值都很大而T值较小，说明各个解释变量之间存在多重共线性，采用逐步回归法进行补救。
逐步引入X1、X2、X3、X4、X5、X6其中R-squared依次为0.006570、0.928566、0.980961、0.836353、0.978775、0.967873可以看出，X3的R-squared的值最高，所以选取X3为基本变量Dependent Variable: YMethod: Least SquaresDate: 12/23/11 Time: 14:15Sample: 1 17Included observations: 17Coefficient Std. Error t-Statistic Prob.C -2802.331 4444.309 -0.630544 0.5385X3 7.116787 0.255614 27.84190 0.0000X1 -263.1326 248.1849 -1.060228 0.3070R-squared 0.982376 Mean dependent var 35455.96 Adjusted R-squared 0.979859 S.D. dependent var 32158.21S.E. of regression 4563.887 Akaike info criterion 19.84852Sum squared resid 2.92E+08 Schwarz criterion 19.99556Log likelihood -165.7124 Hannan-Quinn criter. 19.86314F-statistic 390.1954 Durbin-Watson stat 1.082313Prob(F-statistic) 0.000000Dependent Variable: YMethod: Least SquaresDate: 12/23/11 Time: 14:21Sample: 1 17Included observations: 17Coefficient Std. Error t-Statistic Prob.C -1921.263 4480.821 -0.428775 0.6751X3 8.579384 1.346876 6.369839 0.0000X1 -204.7778 251.8278 -0.813166 0.4308X2 -0.133980 0.121172 -1.105696 0.2889R-squared 0.983891 Mean dependent var 35455.96 Adjusted R-squared 0.980174 S.D. dependent var 32158.21 S.E. of regression 4528.037 Akaike info criterion 19.87629 Sum squared resid 2.67E+08 Schwarz criterion 20.07234 Log likelihood -164.9485 Hannan-Quinn criter. 19.89578 F-statistic 264.6732 Durbin-Watson stat 1.400786 Prob(F-statistic) 0.000000Dependent Variable: YMethod: Least SquaresDate: 12/23/11 Time: 14:22Sample: 1 17Included observations: 17Coefficient Std. Error t-Statistic Prob.C 3805.739 2730.109 1.393988 0.1886X3 1.480114 1.515432 0.976694 0.3480X1 -10.21153 145.9214 -0.069980 0.9454X2 1.435074 0.298108 4.813944 0.0004X4 -32.31103 5.976783 -5.406089 0.0002R-squared 0.995311 Mean dependent var 35455.96 Adjusted R-squared 0.993748 S.D. dependent var 32158.21 S.E. of regression 2542.711 Akaike info criterion 18.75978 Sum squared resid 77584564 Schwarz criterion 19.00484 Log likelihood -154.4581 Hannan-Quinn criter. 18.78414 F-statistic 636.8082 Durbin-Watson stat 1.285040 Prob(F-statistic) 0.000000Dependent Variable: YMethod: Least SquaresDate: 12/23/11 Time: 14:24Sample: 1 17Included observations: 17Coefficient Std. Error t-Statistic Prob.C 2300.739 2646.530 0.869342 0.4032X3 1.318179 1.395858 0.944350 0.3653X1 -90.88010 141.4947 -0.642286 0.5338X2 1.026557 0.356613 2.878627 0.0150X4 -25.13422 6.801262 -3.695523 0.0035X5 125.3581 70.03726 1.789877 0.1010R-squared 0.996369 Mean dependent var 35455.96 Adjusted R-squared 0.994718 S.D. dependent var 32158.21 S.E. of regression 2337.155 Akaike info criterion 18.62182 Sum squared resid 60085238 Schwarz criterion 18.91590 Log likelihood -152.2855 Hannan-Quinn criter. 18.65105 F-statistic 603.6411 Durbin-Watson stat 1.400739 Prob(F-statistic) 0.000000Dependent Variable: YMethod: Least SquaresDate: 12/23/11 Time: 14:26Sample: 1 17Included observations: 17Coefficient Std. Error t-Statistic Prob.C 5888.789 2665.432 2.209319 0.0516X3 0.376385 1.229151 0.306215 0.7657X1 -152.0812 120.8163 -1.258780 0.2367X2 1.983070 0.496678 3.992664 0.0025X4 -41.72119 8.931225 -4.671385 0.0009X5 74.49256 62.16705 1.198264 0.2584X6 -1.726581 0.717690 -2.405748 0.0370R-squared 0.997700 Mean dependent var 35455.96 Adjusted R-squared 0.996320 S.D. dependent var 32158.21 S.E. of regression 1950.857 Akaike info criterion 18.28283 Sum squared resid 38058441 Schwarz criterion 18.62591 Log likelihood -148.4040 Hannan-Quinn criter. 18.31693 F-statistic 722.9388 Durbin-Watson stat 1.670961 Prob(F-statistic) 0.000000引入X1得R-squared=0.982376，R-squared提高，先保留X1引入X2得R-squared=0.983821，R-squared提高，先保留X2引入X4得R-squared=0.995311，R-squared提高，先保留X4 引入X5得R-squared=0.996369，R-squared提高，先保留X5 引入X6得R-squared=0.997700，R-squared提高，先保留X6 由于X1、X2、X5的T检验不显著所以删除X1、X2、X5模型修改为Y=α +β3X3+β4X4+β6X6Dependent Variable: YMethod: Least SquaresDate: 12/23/11 Time: 14:38Sample: 1 17Included observations: 17Coefficient Std. Error t-Statistic Prob.C -1286.133 2540.207 -0.506310 0.6211X3 6.276440 1.412085 4.444804 0.0007X4 -5.695818 2.046712 -2.782912 0.0155X6 1.331419 0.734788 1.811977 0.0931R-squared 0.988701 Mean dependent var 35455.96 Adjusted R-squared 0.986094 S.D. dependent var 32158.21 S.E. of regression 3792.222 Akaike info criterion 19.52162 Sum squared resid 1.87E+08 Schwarz criterion 19.71767 Log likelihood -161.9337 Hannan-Quinn criter. 19.54110 F-statistic 379.1928 Durbin-Watson stat 1.277408 Prob(F-statistic) 0.000000得新的模型为Y=-1286.133+6.27644X3-5.695818X4+1.331419X6d.异方差的检验利用怀特检验对模型进行异方差检验Heteroskedasticity Test: WhiteF-statistic 1.423090 Prob. F(9,7) 0.3282 Obs*R-squared 10.99227 Prob. Chi-Square(9) 0.2762 Scaled explained SS 5.221230 Prob. Chi-Square(9) 0.8146有检验结果可知Obs*R-squared=10.99227模型存在异方差利用WLS估计法对模型进行异方差的修正e．自相关的检验与修正Dependent Variable: YMethod: Least SquaresDate: 12/23/11 Time: 14:38Sample: 1 17Included observations: 17Coefficient Std. Error t-Statistic Prob.C -1286.133 2540.207 -0.506310 0.6211X3 6.276440 1.412085 4.444804 0.0007X4 -5.695818 2.046712 -2.782912 0.0155X6 1.331419 0.734788 1.811977 0.0931R-squared 0.988701 Mean dependent var 35455.96 Adjusted R-squared 0.986094 S.D. dependent var 32158.21S.E. of regression 3792.222 Akaike info criterion 19.52162Sum squared resid 1.87E+08 Schwarz criterion 19.71767Log likelihood -161.9337 Hannan-Quinn criter. 19.54110F-statistic 379.1928 Durbin-Watson stat 1.277408Prob(F-statistic) 0.000000由回归结果可知d=1.277408，给定显著水平α=0.05查Durbin-Watson表n=17,k=4得dl=0.9 du=1.71 ，所以d=1.277408落在dl和du之间，所以不能确定。