你好，欢迎来到经管之家 [登录] [注册]

设为首页 | 经管之家首页 | 收藏本站

搜索
经济学 管理学 金融学 统计学
您的位置：

人大经济论坛

 > 经济学毕业论文
搜索

经济学毕业论文

  • 银行信贷资金增量与股票市场成交金额变动的关系_经济学毕业论文范文

    银行信贷资金增量与股票市场成交金额变动的关系_经济学毕业论文范文 银行信贷资金增量与股票市场成交金额变动的关系 摘要：我国金融业实行分业经营、分业管理，银行信贷资金只有极少部分能在国家有关管理部门能够控制的情况下合理、合法的进入。但伴随混业经营的发展以及我国金融市场改革力度的加强，银行信贷资金进入股票市场有其必要性。本文通过将7 天回购交易金额、银行间债券综合指数交易金额、金融机构各项贷款余额以及金融机构短期贷款余额同股票市场成交金额之间进行相关性分析和格兰杰因果检验，得出银行信贷资金同股票市场成交金额的关联程度很低的结论，因此在肯定循序渐进、与整体经济改革配套推进的金融改革的基本思路下，需要推广实施信贷资金入市，使信贷资金合理有序进入股市，以发挥货币市场和资本市场的互动效应。 关键词：混业经营；银行信贷资金；股票市场；相关性分析；格兰杰因果检验 股市的发展离不开资金的推动。目前我国股票市场面临双向扩容的压力，而国家为了防范金融风险，不准银行信贷资金直接进入股票市场，合规的资金都是通过同业拆借市场和国债回购市场间接进入股市的，但逐利行为仍导致大量的违规资金通过委托理财、国债投资等表面合规方式进入股票市场。这些银行信贷资金同股票市场的发展状况的关系如何，是本文所关注和要研究的问题。通过研究他们的关系，可以分析不同渠道的信贷资金对股票市场的作用，进而对信贷资金进入股票市场的政策提出相关建议。 目前我国关于银行信贷资金和股票市场发展的关系大都还建立在理论和宏观的基础之上。吴晓求、宋清华、应展宇在《我国银行信贷资金进入股票市场研究》（2001）中对2000年银行信贷资金进入股票市场进行了规模测算和路径分析，文章通过对新股发行量和一些新股发行的资金冻结量以及股票的市值，分别估计了一级市场和二级市场的银行信贷资金量，简单相加后，得出2000年股票市场涉及的银行信贷资金存量规模约在4500～6000亿元之间。在这进入股市的数千亿元的信贷资金中，约有2/3是违规进入的。而路径分析中，作者将2000年金融机构各项贷款月增加额与股票月成交金额对比发现，两者走势非常一致，贷款增加较多的月份正是股票成交量较大的月份。这种从总量上的大致比较并不能说明信贷资金同股票市场相关程度的大小。江家平、傅炳生在《关于规范信贷资金间接进入股票市场》（2004）中对信贷资金进入股票市场的渠道进行了六点归纳，并提出了相应的政策建议，但是我们认为其孤立地对货币市场和股票市场进行分析，缺乏有力的相关数据分析两个市场之间的关系。而本文就要从银行信贷资金和股票市场交易金额的数量关系上考察它们两者之间的关系。 一、银行信贷资金和股票市场关系的背景介绍 我国金融业为规避风险，实行分业经营、分业管理。从法律现状来看，在“国九条”出台之前，货币市场和资本市场从法律法规上基本是分割的。实际上我国有关法律和政策也在逐步放开信贷资金进入股票市场的限制。自从允许三类企业(国有、国有控股和上市公司)可按规定投资股票市场以来，1999年8月20日和10月2日，中国人民银行先后下发了《证券公司进入银行间同业市场管理规定》和《基金管理公司进入银行间同业市场管理规定》，为银行信贷资金通过证券公司和基金管理公司间接进入股票市场提供了合法渠道。2000年2月13日，中国人民银行和中国证券监督管理委员会又联合下发了《证券公司股票质押贷款管理办法》，允许符合条件的证券公司以自营的股票和证券投资基金券作抵押向商业银行借款。可见，我国目前的政策并不是完全否定和排斥银行信贷资金进入股票市场，只是有条件：在国家有关管理部门能够控制的情况下合理、合法的进入。目前还不具备充分的条件完全放开管制，让银行信贷资金不受任何约束的进入股票市场。其原因主要有以下方面： 1、国家宏观调控的需要。即使是在金融市场非常发达的国家也采取了许多措施对银行信贷资金进入股票市场加以一定的限制。根据我国的实际情况来看，无论是对银行信贷资金的管理，还是对证券业的管理，以及对整个金融市场的管理，都不十分成熟。要保证金融市场平稳发展，就只能是逐步放开管制，兼顾各方的利益，并且把风险防范放在第一位，有条件的让一部分信贷资金先期进入股票市场。 2、保证货币政策的顺利实施。我国货币政策的传递长期以来都是依靠对商业银行信贷资金的控制而实现的。尽管中央银行已实施了一些间接调控手段，逐步采用经济手段进入公开市场调控货币供给量，但毕竟调控商业银行信贷资金是最为重要，也是最为基础的环节。所以目前还不能让信贷资金无限制的进入股票市场。 3、保证银行体系的信贷创造功能不致于弱化。商业银行的信贷资金数量多少及运用状况直接关系到货币供给量的多少。任何一个国家的货币管理当局，都十分关注信贷资金的运动状况。如果一定时期内银行信贷资金减少了，就意味着社会货币供给量可能要萎缩，经济发展中所需要的货币量得不到保证，企业生产就会因货币量不足而出现停滞甚至衰退。如果大量银行信贷资金进入股票市场买卖股票，势必要减少银行所能控制的资金量，减少直接进入生产经营环节的资金，从而削弱银行体系的信贷创造功能，整个社会都会陷入因资金造血功能不足而引起的混乱，这是任何一个政府都不愿意看到的。 但本文认为，无论是从银行业和证券业的经营发展要求来看，还是从资金的本性来看，以及从现代金融市场体系的发展要求来看，银行信贷资金进入股票市场都有其必要性，首先银行业的综合化经营和资产负债管理要求更加灵活的运用信贷资金。我国加入世界贸易组织后，银行业面对势力强大、管理先进、综合经营的外资银行业的强大冲击，因而必然要求多渠道运用资金，提高信贷资金的使用效益。其次，股票市场长期稳定发展需要有相对稳定的补充资金。第三，资本逐利的本性要求没有流动障碍。最后，资金的人为分隔必然造成资金运动的扭曲，阻碍货币市场和资本市场的协调发展。 二、银行信贷资金进入股票市场的路径分析 目前有大量银行信贷资金通过多种正常或非正常的渠道和方式流入股票市场。据估计，从2000年我国新股发行的数量以及一些新股发行所冻结的资金量，全年进入并滞留于一级市场用于申购资金应该在4000～6000亿元之间，而其中由企业.证券经营机构、个人通过各种渠道进入一级市场的银行信贷资金在所有申购资金中所占的比例应不低于50%，估计规模在2000～3000亿元之间。在二级市场中大概有不低于25%的资金是由企业.证券经营机构、个人通过获得银行信贷资金的方式转而投入，也就是说2000年二级市场中的银行信贷资金量应该在2000～2500亿之间。[吴晓求、宋清华、应展宇. 我国银行信贷资金进入股票市场研究. 管理世界. 2001.4: 89-90] 由于银行信贷资金直接进入股市为我国现行法律、法规和行政规章明令禁止，所以我国银行信贷资金通常都是间接入市的。银行信贷资金进入股市的通道无非是5条:证券公司、基金管理公司、企业、个人和其他单位等。具体路径有以下几条： 1、证券公司和基金管理公司进入银行间同业市场，将银行信贷资金投入股票市场。 自从《证券公司进入银行间同业市场管理规定》和《基金管理公司进入银行间同业市场管理规定》颁布以后，我国银行间同业拆借市场一直是银行信贷资金进入股票市场的一条重要渠道。相对于贷款而言，这种融资更为便捷，能够充分利用股票市场的时间差或新股申购。按照规定，证券公司和基金公司拆入的资金只能用于头寸调剂，不得用于证券交易，但这些公司往往以“临时周转”或“网点建设临时需要”为借口。我们从银行同业拆借市场的交易量和交易品种的波动以及股价振荡、新股申购冻结资金量之间的关系可看出，证券公司和基金公司己成为银行间同业拆借市场上最为活跃的成员。此外商业银行对证券公司贷款，股票质押贷款，债券抵押贷款也是信贷资金进入股票市场的重要渠道。 2、证券公司向银行申请股票质押贷款，并将获得的资金投入股市 随着2000年2月证券公司股票质押贷款的开办，符合条件的证券公司纷纷以其持有的股票和证券投资基金券作质押向商业银行申请贷款。但证券公司股票质押贷款以及用该贷款购买股票的规模要受许多因素的制约。首先，经纪类证券公司不能开展自营业务，不可能有或不应该有股票用于质押；其次，只有经批准的综合类证券公司总公司才能成为借款人，贷款人仅限于经批准的国有独资商业银行及其授权分行和其他商业银行总行；第三，用作股票质押贷款的质押物必须是在证券交易所上市流通的.综合类证券公司自营的人民币普通股票(A股)和证券投资基金券，用于质押贷款的股票原则上应业绩优良.流通股本规模适度.流动性较好，并明确规定有几种股票是不能作为质押物的；第四，严格有关比率管理，如股票质押率最高不能超过60%，贷款人发放的股票质押贷款余额不得超过其资本金15%，1家证券公司质押贷款余额不得超过其资本金的5%。 3、企业腾挪银行贷款进入股票市场 按照国家有关规定，三类企业(国有、国有控股和上市公司)可以用自有资金投资于股票市场。其方式是通过银证转帐和提现直接进入股市。但有相当一部分企业并不完全是用自有资金，而是用向银行取得的贷款直接或间接的投入到股票市场。比如事先将自有资金投入股市，然后以生产资金不足为理由向银行申请贷款。这种情况比较难以判断是否属于违规。一部分企业直接挪用流动资金贷款或固定资产贷款，然后隐蔽转移挪用到股市。具体方式主要有以下几种：(1)甲企业向银行申请贷款，然后将资金划转到母公司、大股东或与其有关系的乙企业，由乙企业将资金转入投资代理人或证券公司进入股票市场。(2)有的企业以委托代理方式将资金交给投资公司或证券公司进行股票投资。从上市公司披露的信息可看出，上市公司的委托投资不仅面广，而且数量越来越大。(3)有的企业以“过桥贷款”方式将信贷资金投入股票市场，即由企业在证券公司存放一定数量的保证金，然后由证券公司为企业提供担保向银行申请贷款，企业再将贷款转入证券公司买卖股票。(4)有的企业以非流通股权作抵押或质押向银行申请贷款，再投入股票市场。(5)利用票据承兑贴现方式轮回套取银行贷款。企业与母公司、子公司等“关联企业”之间，发生真实贸易往来，以银行承兑汇票方式结算时，收款企业将银行承兑汇票拿到银行申请贴现贷款，再将资金投入股票市场。有的企业之间甚至开具根本没有真实交易的承兑汇票，然后到银行贴现，用背书的方式或票据再回购，套取银行资金。有的企业将套取的一部分资金留作下一次的保证金，轮回套取银行资金。(6)额度贷款。银行对一些企业发放的额度贷款的资金流向更值得注意，因银行一般不严格限制额度贷款的用途，且额度贷款的额度可以循环使用，额度贷款进入股市的可能性相对要大一些。此外，在实践中一些企业为了逃避银行贷款不得炒股的规定，将自有资金用于购买股票，生产经营资金和固定资产投资完全依靠银行贷款，这实际上是变相地使用银行贷款炒股。 4、个人贷款炒股及其他 除了上面提到的三条途径之外，银行信贷资金进入股市的途径很多，还包括个人贷款及其他一些途径，主要有:(1)个人贷款炒股。2000年，我国金融机构个人住房及消费贷款累计增加2592亿元，比上年多增1693亿元，占全部金融机构贷款多增额2500亿元的67.7%。其中个人住房贷款新增加1952亿元，同比多增1047亿元。相对企业贷款来讲，个人贷款的用途更难监督，虽然国家并没有允许银行对个人发放贷款让其炒股，但个人利用银行贷款炒股的现象始终是存在的。(2)来自境内外的银行外汇信贷资金有一部分进入国内A、B股市场。外汇资金通过结汇或其他方式换成人民币，用于一级市场或二级市场炒作或投资，在将股票抛出后，再将人民币全部或部分换成外汇，之后再将外汇部分或全部汇出境外。这一部分外汇信贷资金中有一部分是直接或间接来自境外中资银行或境内中资银行外汇贷款等资金运用。 (3)银行信贷资金通过证券公司流入股市的途径实际上并非只有股票质押贷款一种方式。如证券公司在证交所债券市场上以证券回购方式获取的资金中可能有一部分间接来自银行，属于银行信贷资金。证券公司担保的贷款有一部分最终进入了股市。(4)财务公司购买股票占用了一定量的信贷资金，银行信贷资金间接通过保险公司进入股市的可能性也是存在的。 三、对银行信贷资金增量和股票市场成交金额的变动进行实证分析 （一）、样本的选取 1、货币市场的样本 由于没有短期国债，7天期拆借和回购利率现在已成为货币市场的基础利率，而且在成交量中占有很大的比例。央行《2003 年四季度货币政策执行报告》中多次提到“银行间具有代表性的7 天期回购利率”，《2004 年8 月金融市场运行基本情况》的报告中指出：“2004 年1 至8 月份，同业拆借交易量10342.22 亿元，同比减少5783.39亿元；8 月，同业拆借成交960.33 亿元，同比减少1636.87 亿元。交易品种以7 天为主，7 天品种共成交742.56 亿元，占8 月份全部拆借成交77.3％。2004 年1 至8 月份，银行间债券市场债券回购交易量为6.33 万亿元，同比少成交1.2 万亿元；8 月份银行间债券市场债券回购成交7829.92 亿元，同比少成交4911.35 亿元。8 月份，回购品种以7 天品种为主，共成交4762.07 亿元，占8 月份全部回购交易量的62.2％。”由于同业拆借市场数据难以获取，本文选取了“7 天回购交易金额（R07D）”[ 数据来源：中国债券网]作为代表银行间回购市场的指标，也就作为代表银行信贷资金量的重要指标，同时将选取“银行间债券综合指数交易金额”[ 数据来源：中国货币网]来代表银行间的债券交易市场。 另外，我们还选取了金融机构资金运用中的金融机构各项贷款余额[ 数据来源：中国人民银行网站]和金融机构短期贷款[ 数据来源：中国人民银行网站]余额这两个银行贷款指标，来分析银行信贷资金和股票市场关系的情况。 2、资本市场的样本 对于股票市场中样本选取，我们分别选取上证Ａ股指数来代表上海A 股股票市场，深综Ａ指来代表深圳A 股股票市场[ 数据来源：CASMAR SYSTEM软件]。对于债券市场样本，选取银行间债券市场综合指数交易金额。 （二）、样本期的选取 为了研究我国银行信贷资金和股票市场成交量的关系，我们选取了从2003年7月1日到2004年6月30日，共237个交易日的样本。通过在这个样本期中银行间信贷资金和股票市场中成交金额互动来动态分析资金的连通程度。另外，由于金融宏观数据在我国很难获得，我们只能获得月度数据，因此在研究信贷市场与股票市场资金连通情况时，考虑到数据的可获得性和充足性，我们采用了一个样本期从2000年 1月至2004 年5月，共53个月度的数据。 在对债券市场和股票市场价格连通的实证研究中，我们采用了Granger 因果检验的研究方法，来观察银行间债券成交金额的增量和上海A股、深圳A股成交金额的增量的相互影响及回购市场成交金额的增量和上海A股、深圳A股成交金额的增量的相互影响。具体的检验工作直接在Eviews软件上进行。 （三）、检验方法及检验结果 目前，对我国银行信贷资金和股票市场之间动态关系的研究很少，大都停留在理论分析层面，本文将借助单位根检验、相关分析和因果检验对这两者的动态关系进行实证研究。希望能够解决以下几个问题：A、我国银行信贷资金和股票市场之间是否存在紧密的联系？B、如果这两个市场存在联系，那么一个市场上的资金的变动是如何影响另一个市场的？ 1、单位根检验（ADF） 传统计量经济学在建立回归模型时，总是假定解释变量和被解释变量的样本序列是平稳的。但由于金融、经济分析中所涉及的变量数据基本上是时序数据，它们往往是非平稳的，这时如果直接将非平稳序列进行回归分析会产生统计上的谬误。因此在对时间序列进行回归分析时，有必要进行稳定性检验，而单位根检验就是针对宏观经济数据序列、货币金融数据序列中是否具有某种统计特性而提出的一种平稳性检验的特殊方法。 对于检验方法，首先使用DF检验法，如果不存在随机扰动项自相关，则做出结论，否则用ADF检验法。在进行ADF 单位根检验时，对于滞后阶数的选择，我们采用了赤池（Akaike）AIC准则与许瓦尔茨（Shwarz）SC准则，判断的依据是它们的值越小越好，最终得到较为理想的结果。 在进行实证研究前，本文首先对所有的样本（沪市指数日市场交易总金额、深圳指数日市场交易总金额、回购市场交易金额）进行了单位根检验，结果表明回购市场交易金额序列是平稳的，而沪市指数日市场交易总金额、深圳指数日市场交易总金额是不平稳的。所以我们又对沪市指数日市场交易总金额及深圳指数日市场交易总金额的一阶差分进行了单位根检验。 以上结果整理得下表： 样本期：2003年7月1日——2004年6月30日 HSSSHG ADF（DF）统计量-2.406296*-1.985837*-9.140905 临界值（5%）-2.8737-2.8740-2.8739 HS-DIFFSS-DIFF ADF统计量-19.44314-20.60302 临界值（5%）-2.8736-2.8739 注：HS代表沪市指数日市场交易总金额，SS代表深市指数日市场交易总金额，HG代表回购市场交易金额；HS-DIFF代表沪市指数日市场交易总金额一阶差分；SS代表指数日市场交易总金额一阶差分。*表示没有通过单位根检验。 2、相关性检验。 经过对样本变量的单位根检验后，发现这些交易金额变量中存在非平稳时间序列，如果对这些变量进行相关性检验会出现“伪回归”的问题，同时考虑到对信贷资金和股票市场进行资金相关研究时也可以用交易金额的增量（一阶差分）来进行实证研究，而前面结论得出所有样本的一阶差分都是平稳的。因此，为了确保研究的准确性，本文将分别计算这些交易金额增量的相关系数r，来分析信贷资金和股票市场的相关关系。 （1）、银行间回购市场交易量和深沪股票市场交易金额的相关关系 通过计算交易金额增量相关系数，其统计结果如下表所示： SS-DIFFHS-DIFFHG-DIFF SS-DIFF10.8122613289760.0280702726727 HS-DIFF0.81226132897610.0204441762399 HG-DIFF0.02807027267270.02044417623991 SS-DIFF——深市指数日市场交易总金额的一阶差分 HS-DIFF——沪市指数日市场交易总金额的一阶差分 HG-DIFF——回购市场日交量金额的一阶差分 从表中可以发现，资本市场中深圳股票市场与上海股票市场在资金的流向上存在正相关的关系，这说明在股票市场内部，资金的流动是同向的；从相关系数来看，资本市场中深圳股票市场和上海股票市场的系数分别为可以看出两个子市场之间的资金流动相关性很大；在回购市场和股票两个市场上，资金的流动存在正相关性，这说明资金在回购市场和股票市场上并非存在此消彼涨的关系；从相关系数来看，深沪股票市场与回购市场系数绝对值都在0.02-0.03 之间，这说明银行间回购市场资金与股票市场的关联程度很小。 因此在政策建议中，我们建议进一步降低券商、基金等资本市场投资主体进入银行间市场包括债券回购市场的门槛，同时允许其他投资主体进入货币市场市场，以提高两个市场的联动性。 （2）、银行间信贷市场和深沪股票市场资金连通的相关性 在对银行间信贷市场和深沪股票市场资金连通机制的相关性分析时，我们没有对样本数据进行单位根检验，因为这些样本数据都是月度数据，一般情况下都是稳定序列，其相关系数矩阵表如下： SS-RATEHS-RATE DQ-RATEZE-RATE SS-RATE10.9746484971560.2796207295810.199684862783 HS-RATE0.97464849715610.2422540713560.188898397093 DQ-RATE0.2796207295810.24225407135610.759874228019 ZE-RATE0.1996848627830.1888983970930.7598742280191 注：SS-RATE——深市月成交金额变化的相对比例 HS-RATE——沪市月成交金额变化的相对比例 DQ-RATE——月度金融机构短期贷款余额变化的相对比例 ZE-RATE—月度金融机构各项贷款总额余额变化的相对比例 银行间信贷市场与股票市场的资金连通存在较强的正相关性，关联程度较大。从相关系数来看，金融机构短期贷款余额变化对深沪市场的成交金额变化的影响程度分别为0.279620729581和0.242254071356，比金融机构各项贷款余额变化的影响程度大，这说明我国货币市场和股票市场上可能存在短期信贷资金套利的行为。因此银行信贷资金和股票市场连通的建设上，我们认为应该使这些游资在透明和合法的情况下进行套利，进一步加强对合规资金的认定和拓展，控制金融风险的集聚。 （3）格兰杰因果检验 格兰杰因果关系检验被广泛用来观察金融市场中变量间的相互影响，特别是变化比较迅速的变量间的影响。因此我们引入格兰杰因果关系检验来分析银行信贷资金增量同股票市场成交金额增量之间的影响关系。 根据格兰杰因果关系定义，当利用变量X 过去的信息和变量Y 过去的信息来预测Y 的效果比单独利用Y 过去的信息预测Y 要精确时，X 就是Y 的格兰杰原因，同样地，也可以定义Y 是X 的格兰杰原因。 对回购市场成交金额增量（HG-DIFF）同上海、深圳股票市场（以下简称上证、深证）成交金额增量(SS-DIFF)，银行短期贷款增量(DQ-DIFF)同上证、深圳成交金额增量，贷款总额增量(ZE-DIFF)同上证、深圳成交金额增量，以及银行间债券交易金额的增量（YHJ-DIFF）进行因果关系检验，由于两者结论相差不大，仅将于上证市场的检验结果列示如下： 滞后期=5 原假设样本数量F统计量P值 HG-DIFF不能格兰杰引致SS-DIFF2310.487110.78571 SS-DIFF不能格兰杰引致HG-DIFF0.590270.70744 DQ-DIFF不能格兰杰引致SS-DIFF471.281680.29318 SS-DIFF不能格兰杰引致DQ-DIFF0.661670.65478 ZE-DIFF不能格兰杰引致SS-DIFF470.779080.57134 SS-DIFF不能格兰杰引致ZE-DIFF1.812230.13517 YHJ-DIFF不能格兰杰引致SS-DIFF2310.857240.51070 SS-DIFF不能格兰杰引致YHJ-DIFF0.646470.66447 在5%置信水平下，不能拒绝原假设，说明银行信贷资金和深圳股票市场之间以及银行债券市场和上海股票市场之间不能进行相互的格兰杰引致。结果再次说明，我国的银行信贷资金和股票市场资金之间的连通程度很低。 四、分析得出的结论及启示 从国际经验上看，随着90年代以来的金融兼并逐渐高涨，混业已成为趋势，而我们国家为防范金融风险，实行分业经营、分业监管，这在一定程度上人为造成了市场的分割，随着金融业改革的推进，特别是2004年“国九条”颁布之后，虽然国家也在逐步放宽对分业的限制，但是本文从实证分析得出的数据表明，银行信贷资金与股票市场的关联程度仍然很小，需要进一步加强两者的连通。 但在肯定循序渐进、与整体经济改革配套推进的基本思路下，鼓励银证业务进一步渗透，逐步打破金融业间的分工壁垒，选择实施时机，分步试点和推广实施信贷资金入市，使信贷资金合理有序进入股市，以发挥货币市场和资本市场的互动效应；另一方面又必须加大对银行信贷资金进入股市的监管力度。为此，我们对银行信贷资金进入股票市场的途径和相关政策提出以下建议： 1、深化金融体制改革，完善商业银行的管理 通过商业银行股份制改造有效解决产权主体虚置，进一步完善公司治理和内控监控体系。只有这一基本的制度性问题得到解决，效率和效益的实现才有可能。在整体改造中要想方设法解决金融领域多年来遗留下来的巨额不良资产等金融风险问题(通过资本运作、财政担保、政府用外汇储备注资等方式)和金融秩序中的一些混乱现象以及政银分离问题，从而把纯国有产权的银行改造为国有相对控股的现代金融企业，这样的银行才可以在风险控制下从事股票业务。这种改革既是我国银行业参与国际竞争，迎接加入世界贸易组织的挑战，又是我国货币市场与资本市场协调发展的需要并为未来的混业经营奠定基础。目前我国国有商业银行正在如火如荼地进行改革，为银行信贷资金的有效管理打下了良好的基础。 2、选择银行信贷资金进入股市的模式 当前在我国仍需坚持分业经营的法律框架下，一方面鼓励金融创新，允许交叉经营、合作经营和兼业经营。如银行业与证券业的合作及相互渗透，特别是商业银行向投资银行的渗透。另一方面，积极进行多样化的组织试点，探索信贷资金进入股市的不同模式，通过市场的检验搜寻出最能兼顾效率与安全的模式。 积极推进金融业的混业经营，这已是目前国际性的潮流。从世界范围来看，信贷资金进入股市有三种模式:一是美国模式。即《金融服务现代化法案》规定银行法人不允许从事投资银行业务，如果商业银行想从事投资银行业务，应以控股公司形式在同一机构框架内通过相互独立的子公司来从事其他金融业务。从公司治理的角度来看，美国金融体制从分业经营过渡到混业经营，但银行与企业之间的“防火墙”不仅没有被拆除，相反得到了强化。从这个意义上说，我国金融业向混业经营过渡的进程中，面临着是否拆除这道“防火墙”的两难选择，即是否建立存款通过商业银行转化为股票市场投资的机制。事实上，美国隔离存款机构与股票市场的做法，在实践中被多次证明是非常正确的。无论是2001年以来的美国股票市场大幅度下跌，还是2002年的美国安然、世界通讯公司倒闭事件，都没有影响到美国银行系统的安全。二是英国模式。即允许银行在符合一定条件时，成立子公司，或由其控股公司成立子公司兼营其他金融业务如投资银行业务。三是德国、日本模式。即法律准许银行本身既可以直接兼营证券业务，也可以根据自身的需要自行选择由银行直接兼营或由银行设立子公司经营证券业务。 立足全球性竞争的舞台，结合中国在金融体制改革和开放过程中的国情，选择我国的目标模式应该是：在专业化分工和多样化竞争的基础上，建立效率与安全并重的适度混业经营的金融体制。所谓适度混业经营，是指存在部分“防火墙”的混业经营，而并非无任何限制的“自由”混业，从微观金融组织的角度来看，金融控股公司的模式最能体现这种“集团混业、子公司分业”的“适度混业”特征。只有这样才能降低金融系统性风险，稳健地推进金融体制改革和对外开放，确保我国金融安全。具体地讲，一方面，应适当允许金融集团通过控股公司的形式进行混业经营。我国已经出现了多种类似于金融控股公司的模式，目前需要尽快制定相关的监管制度规范其发展。另一方面，对我国的中小型银行，视不同情况分步试点推进美国分业经营时期的政策，即商业银行可以用自有资金和盈利总额的一定比例(如10%)购买公司的股票，购买的证券必须是信誉等级较高的证券。 3、各金融监管当局要统一政策，强化通力协作与配合，完善金融法规，提高监管水平 当前金融监管部门面临的重要的问题是抓紧按照分业监管的原则完善监管制度，更新监管技术，弥补现有金融监管制度的空白，使银监会和证监会对各自监管领域的监管逐步达到相当成熟、有效。同时，金融监管部门要加强分工与协作，增加透明度，提高金融信息化程度，全面提高金融监管整体素质，使金融机构适应市场经济条件下激烈竞争的需要。 针对信贷资金进入股票市场问题，金融监管部门首先应做好以下两点:第一，监管部门要完善银行信贷资金入市的有关规定，努力防范金融风险。在信贷资金入市模式、信贷资金入市组织机构、信贷资金入市比例、信贷资金入市提取的投资风险准备金等方面，对不同情况的银行应有针对性的措施。如对非金融集团的国有商业银行入市的比例由监管当局决定并持续监管;各总行统一法人要有专职部门和专人经营和管理股票业务，在人、财、物等方面实行银行业与证券业分立;要有专门的股票业务管理信息系统，能同步了解股市行情以及上市公司有关重要信息;要根据投资股票的市场价格定期(如每季度)评估其真实的价值，并依据潜在风险损失的大小提取充足的投资风险准备金。对其他商业银行入市的比例、具体操作等由其董事会决定，并由监管当局审批决定并持续监管等。第二，完善统计监测制度，适时调控银行信贷资金入市行为和政策。在建立信贷资金与股市有机联系的同时，要防止并控制过量的信贷资金违规流入股市以防止金融风险。一是要积极准备并在适当时候推出非券商股票质押贷款政策，包括开办企业股票质押贷款和个人股票质押贷款，进一步完善股票质押贷款管理办法。二是要求银行加大监控有可能把企业贷款和个人贷款转变用途购买股票的力度，切实堵住暗道，制止银行信贷资金违规进入股市。三是进一步推进利率市场化，通过利率水平的市场调节，保持间接融资和直接融资的适当比例，促使资金流动的均衡分布。 参考文献： [1] 吴晓求、宋清华、应展宇.管理世界.2001，4：89-90. [2] 蒋彦华. 对我国银行信贷资金进入股票市场的认识. 河南金融管理干部学院学报.2001,4:55-56. [3] 江家平、傅炳生.关于规范信贷资金间接进入股票市场．企业经济．2004,4:179-180． [4] 易丹辉．《数据分析与EViews应用》．北京：中国统计出版社，2002. [5] 庞皓等．《计量经济学》．成都：西南财经大学出版社，2002. [6] 古扎拉蒂.《计量经济学（上、下册）》（第三版）.北京：中国人民大学出版社

  • 基于Hedonic模型的成都住宅价格影响因素分析_经济学毕业论文

    基于Hedonic模型的成都住宅价格影响因素分析_经济学毕业论文 基于Hedonic模型的成都住宅价格影响因素分析 摘要：近年来，如何准确的对住宅项目定价，已成为受到各界普遍关注的热点。本文结合住宅市场的发展及影响其价格构成的因素，筛选出了影响筛选出影响最大的几个因素，又借鉴了现有关于Hedonic定价的理论方法和研究经验，尝试构建成都市商品住宅价格的Hedonic模型。并以成都市2005年春季房交会上提供的相关数据为基础，对模型进行了拟和分析，得出了相关计量经济学模型。 Hedonic模型简述 Hedonic意即“享乐”，hedonic模型则是基于效用论的一个定价模型。该模型从消费者（生产者）的主观角度出发，通过对商品的属性的评估来定价。 Hedonic模型应用的对象是那些所谓的复杂的耐用商品，这些商品并不像平时在经济学教科书上讨论的商品那样简单，其价格由总的供求状况决定。而“复杂性”就体现在这类商品有着较多的属性，消费者必须通过对这些属性的综合评价而不是单一属性的评价来定价。该模型将这样的“复杂商品”视为一个“特征包”，也就是包含着n个特征的向量；每一个特征对应着一个隐含市场以及在这个隐含市场上由供求决定的隐含价格，最后通过这些属性的综合评价而得到的价格称为hedonic price（享乐价格）。 二、解释变量的选择 结合2005年春季房交会上提供的相关数据，经过分析将其中的变量分为成本、消费者偏好、消费成本三类来考虑。 （一）成本 1、土地成本：土地成本=土地单价×占地面积。土地单价主要体现在所处的区位上，离市中心越近地价越高，因此我们选择“区位”这一变量。占地面积另作为一个解释变量考虑。 2、建造成本：由于大多数房子使用的材料相近，所以建造成本也相对接近，此处暂未作考虑。 3、设备成本：各种管道设备成本等。由于各同质住宅之间的配套设施基本相似，成本也接近，所以在模型中未作考虑。 4、建筑面积：由于已考虑容积率和占地面积，建筑面积=容积率×占地面积，所以这里不考虑建筑面积。 （二）消费者偏好 1、周边环境：消费者在购房时对周边环境如学校、医院、银行、商场、交通便利程度的重视度越来越高，因此把它作为考虑要素。我们按一定的标准把它分为好与不好，用虚拟变量进行定性分析。 2、绿化率：随着人们对生活环境和健康的关注，绿化率已成为一项重要的考虑因素；而且它也对开发成本有着多方面的影响，因此在模型中考虑这一因素。 3、配套设施及装修状况：大多数房屋的配套设施如宽带接入状况、电信设施等都相似，装修状况都为毛坯房，所以这两个因素未作考虑。 4、房屋建筑形式：这一因素在楼层有所反应，我们把它分为高层、小高层及多层，用虚拟变更量进行定性区分。 5、容积率：是指一个小区的总建筑面积与用地面积的比率。对于发展商来说，容积率决定地价成本在房屋中占的比例，而对于住户来说，容积率直接涉及到居住的舒适度。容积率越大，房屋价格应该越低，反之亦然。所以其系数应该为负。 6、户型：消费者对房屋的户型结构都有自己不同的偏好，所以这里我们分列出室、厅、卫作为三个不同的解释变量。 （三）消费成本 1、交通费用：该因素主要表达的是消费者在生活便利方面的考虑，但它可以通过“区位”要素中的信息加以反映，因此未作单独处理。 2、物业费用：由于大部分房屋的物业费用还没有正式定出，所以这里暂未作考虑。 3、停车费用：与物业费用相似，都还未正式定价，所以不作考虑。 三、模型的设定 Hedonic模型定价的一般形式为：Y=f(x1,x2,….xn),其中xi表示商品的某种属性。所以，我们的模型设定为： Y=α0+α1D1t+α2D2t+α3D3t+α4D4t+α5D5t+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+ut 其中，各解释变量意义如下： 表一 区位D1t二环内 1 其他 0 D2t二环外（除郊县） 1 其他 0 绿化率X1 容积率X2 占地面积(亩)X3 室X4 厅X5 卫X6 周边环境D3t好 1 其他 0 房屋建筑形式D4t多层 1 其他 0 D5t小高层 1 其他 0 四、模型的估计 参数估计 直接进行OLS估计得: 表二 Dependent Variable: Y Method: Least Squares Date: 06/12/05 Time: 14:28 Sample: 1 95 Included observations: 95 VariableCoefficientStd. Errort-StatisticProb. C374.0264472.57000.7914730.4309 D1T1417.927212.02626.6875070.0000 D2T1328.929167.83747.9179550.0000 X123.823179.4889992.5106090.0140 X2263.823687.299753.0220430.0033 X30.2087630.4505960.4633040.6444 X4-95.61817113.5177-0.8423190.4020 X5307.7563157.54221.9534840.0541 X6-93.44759179.7801-0.5197880.6046 D3T462.8103172.49862.6829800.0088 D4T-193.1167210.0490-0.9193890.3606 D5T38.57189235.46780.1638100.8703 R-squared0.789312 Mean dependent var3141.705 Adjusted R-squared0.761390 S.D. dependent var1255.913 S.E. of regression613.4853 Akaike info criterion15.79378 Sum squared resid31238227 Schwarz criterion16.11638 Log likelihood-738.2048 F-statistic28.26799 Durbin-Watson stat1.299372 Prob(F-statistic)0.000000 初步估计方程为： Y = 374.0264255 + 1417.926924*D1t + 1328.928764*D2t + 23.82316551*X1 + 263.8236185*X2 + 0.2087631661*X3 - 95.61816974*X4 + 307.7562791*X5 - 93.44758689*X6 + 462.8102858*D3t - 193.1167471*D4t + 38.57188602*D5t 五、模型的检验 1、经济意义的检验 回归结果中，x4、x6与D4t的系数为负，x2的系数为正，与其经济意义相悖。所以剔除掉x2、x4、x6、D4t，再对剩余解释变量进行回归得： 表三 Dependent Variable: Y Method: Least Squares Date: 06/13/05 Time: 11:14 Sample: 1 95 Included observations: 95 VariableCoefficientStd. Errort-StatisticProb. C544.4782434.05951.2543860.2131 D1T1707.733199.62658.5546430.0000 D2T1428.953172.49988.2837930.0000 X116.408819.6372521.7026440.0922 X3-0.1033390.446899-0.2312370.8177 X5253.0170148.75811.7008620.0925 D3T569.9176176.63523.2265230.0018 D5T399.3092148.76842.6840990.0087 R-squared0.756645 Mean dependent var3141.705 Adjusted R-squared0.737065 S.D. dependent var1255.913 S.E. of regression643.9973 Akaike info criterion15.85372 Sum squared resid36081727 Schwarz criterion16.06878 Log likelihood-745.0516 F-statistic38.64321 Durbin-Watson stat1.368045 Prob(F-statistic)0.000000 得到新的方程为： Y = 544.4781988 + 1707.73299*D1t + 1428.952958*D2t + 16.40880665*X1 - 0.1033393232*X3 + 253.0170077*X5 + 569.9175829*D3t + 399.3092053*D5t 而解释变量X3的系数变为负数，不符合经济意义。我们对Y与X3进行OLS估计后，X3的值仍为负数，所以剔除X3。对剩余变量进行回归得： 表四 Dependent Variable: Y Method: Least Squares Date: 06/13/05 Time: 11:17 Sample: 1 95 Included observations: 95 VariableCoefficientStd. Errort-StatisticProb. C571.9814415.19481.3776220.1718 D1T1711.564197.86508.6501620.0000 D2T1431.378171.25238.3582950.0000 X115.310928.3413091.8355530.0698 X5256.9192147.00081.7477410.0840 D3T561.9200172.28203.2616300.0016 D5T397.4907147.75932.6901230.0085 R-squared0.756495 Mean dependent var3141.705 Adjusted R-squared0.739893 S.D. dependent var1255.913 S.E. of regression640.5245 Akaike info criterion15.83328 Sum squared resid36103903 Schwarz criterion16.02146 Log likelihood-745.0808 F-statistic45.56493 Durbin-Watson stat1.375885 Prob(F-statistic)0.000000 2、统计意义检验 查表可得，F值=45.56493大于F0.05(k-1,n-k)，说明回归方程显著；且排除x2、x3、x4、x6、d4t后，t值大部分大于2，再继续进行计量经济学检验。 3、计量经济学检验 （1）多重共线性检验 X解释变量两两的简单相关系数如下： 表五 X1X5 10.2336 0.23361 可看出，相关系数很小；并且R2不是很大，F值也没有显著大于给定显著水平下的临界值，所以可以认为不存在多重共线性。 （2）异方差检验 因为我们的数据是截面数据，所以用White检验进行异方差检验如下： 表六 White Heteroskedasticity Test: F-statistic1.988622 Probability0.057339 Obs*R-squared14.83042 Probability0.062528 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/13/05 Time: 11:20 Sample: 1 95 Included observations: 95 VariableCoefficientStd. Errort-StatisticProb. C-148435.91095245.-0.1355280.8925 D1T510503.4182654.12.7949190.0064 D2T385781.4156606.22.4633860.0158 X125891.4245897.930.5641090.5741 X1^2-118.0080509.0727-0.2318100.8172 X5-362270.0605520.9-0.5982780.5512 X5^263996.95121911.80.5249450.6010 D3T91101.43158982.50.5730280.5681 D5T-192234.1135721.5-1.4163860.1603 R-squared0.156110 Mean dependent var380041.1 Adjusted R-squared0.077608 S.D. dependent var606559.0 S.E. of regression582546.7 Akaike info criterion29.47815 Sum squared resid2.92E+13 Schwarz criterion29.72010 Log likelihood-1391.212 F-statistic1.988622 Durbin-Watson stat1.855904 Prob(F-statistic)0.057339 因为Obs*R-squared对应的Probability值大于5%，且对应X解释变量的t值都小于2, 所以认为不存在异方差性。 （3）自相关检验 用D-W法检验自相关 ∵K=7，K’=6 ∴dl=1.535 du=1.802 ∴DW=1.375885 dl =1.535，所以存在正自相关。 下面再用Cochrance-Orcutt迭代修正自相关得如下结果： 表七 Dependent Variable: Y Method: Least Squares Date: 06/13/05 Time: 11:22 Sample(adjusted): 2 95 Included observations: 94 after adjusting endpoints Convergence achieved after 8 iterations VariableCoefficientStd. Errort-StatisticProb. C698.9290371.80681.8798180.0635 D1T1725.492223.25747.7287110.0000 D2T1209.582233.90925.1711610.0000 X117.599597.3690882.3882990.0191 X5257.4604124.24912.0721320.0412 D3T374.9292149.45122.5087060.0140 D5T287.2135132.60692.1659020.0331 AR(1)0.4369030.1088224.0148450.0001 R-squared0.789324 Mean dependent var3127.255 Adjusted R-squared0.772176 S.D. dependent var1254.683 S.E. of regression598.8710 Akaike info criterion15.70923 Sum squared resid30843594 Schwarz criterion15.92569 Log likelihood-730.3340 F-statistic46.03009 Durbin-Watson stat2.008528 Prob(F-statistic)0.000000 Inverted AR Roots .44 DW=2.008528～(du,4-du)=（1.802, 2.198），所以成功消除自相关。 自相关是cov(ut,us)≠0，t≠s。通常认为由截面数据得到的模型不存在自相关。而我们的模型采用截面数据但依然存在自相关。结合所学习的产生自相关的原因我们认为：不同房产价格可能有互相参考对方价格的情况，在同一地区，后建的开发项目价格可能会参照周边已建房价格，这些行为都可能导致出现一些未知的或者一直的但无法估计的随机误差出现自相关。还有可能有一些偶然因素让房价的随机误差产生自相关。 经以上修正，最终模型的形式为 Y = 698.9290071 + 1725.5*D1t + 1209.6*D2t + 17.6*X1 + 257.5*X5 + 374.9*D3t + 287.2*D5t + [AR(1)=0.4369025751]+ut 六、经济意义浅析 1、从表示区位的D1t，D2t的系数可以看出，二环内的楼盘均价比二环至三环间的楼盘均价高500多元/m2，而比郊县的楼盘均价要高出2900多元/m2。 2、从表示绿化率的X3的系数可以看出，绿化率越高，楼盘的均价越高。 3、从表示厅的X5的系数可以看出，现在消费者越来越注重对住房厅的要求，如果厅越多，该楼盘的均价也会越高。 4、从表示周遍环境的D3t的系数可以看出，周遍环境越好，楼盘的均价越高。 5、从表示小高层的D5t的系数可以看出，现在消费者更偏好于小高层的住房，有小高层的楼盘均价会比其他楼盘高200多元/m2。 6、在最终模型中，影响房屋价格的重要因素有5个：区位、绿化、厅、周边环境、房屋建筑形式，这5个因素成为决定房屋价格的主导因素。 七、模型的局限 1、通过hedonic模型与市场公开数据建立了成都住宅市场的hedonic定价模型，由于仅是从消费者对住宅的主观评价入手，而且将影响因素局限在商品的属性上，并没有考虑其他更多的因素（如：投机炒作、收入，教育程度，预期等），可能会使结果显得过于片面，但由于消费者对商品的选择决策本质上是在各种约束条件下的一个最优理性行为，所以实际上除住宅本身属性以外的那些因素也应该反映在购买决策中，还需要进一步的数据处理和分析将其挖掘出来； 2、此次收集的数据是在公开市场上（出版物，网络）获得的信息，与实际情况不一定符合，比如价格就会与最终成交价格有一定差距，这也会直接影响到结果。 完成计量论文过程的总结： 感受： 1、最强烈的感受是体会到搜集数据的艰辛。此次数据搜集过程中，从房产局到开发商再到出版物、网络，我们都希望找到最准确、完整的数据，虽然尽了努力，但是实际成交价房产局要进行保密，我们对成交情况也不可能一一作调查，所以结果会有相当的误差出现。但是作为体验计量方法的使用，收获还是颇为丰富的。 2、体会到集体的智慧。刚开始在数据搜集时我们就分工搜集，提高了效率。在做论文的时候，原本我们也分工合作，一人负责一个部分，但是每次汇总的时候总能发现别人想法欠完整的地方或者自己有新思路、方法的时候，这都会导致一次又一次推翻以前的结果。后来我们决定运用集体的智慧，用一段时间共同完成一个部分，提出各自的思路，讨论后选出最好的，如果出现新问题就一起思考、找解决办法。这个合作的过程使得我们的思路更加完整清晰、效率也得以提高。 经验： 1、对模型的选择我们经历了诸多过程，开始我们没有引入虚拟变量时，模型的自相关、异方差都很严重，而且没有办法消除自相关性。然后我们又查阅参考资料调整模型，改变为对数形式的模型，但是模型拟合仍然不是很好。最后在助教的指导下，我们引入了虚拟变量。在论文中我们只体现了最终选择的最优模型——引入虚拟变量后的模型。 2、引入虚拟变量是我们面对更多的问题：对虚拟变量的性质划分、赋值、回归、检验每个看似简单的过程我们都遇到了不少的困难。由于我们模型所涉及的定性变量较多，引入虚拟变量就显得尤其麻烦，例如，原本对区位我们划分为一环内，一环到二环，二环到三环，三环外，郊县共五项，仅区位就需引入四个虚拟变量，在讨论咨询后，我们把它分别划分为二环内，二环到三环外，郊县，扩大了定性的范围。在对模型进行检验时，刚开始我们不知道如何对虚拟变量的t值进行判断，经过老师的指导，我们知道在检验异方差时只需判断x的t 值，而不用考虑虚拟变量地t 值。我们按照在不违背经济理论的条件下运用计量经济学知识决定虚拟变量的取舍。 不足： 此模型与经济理论的联系比较小。 这个模型是对耐用商品的一个内在价值估计，而忽略诸多外在因素，如对决定房地产价格非常重要的供求关系和投机因素的考虑就没有包括。 在引入虚拟变量的时候，我们只用了加法引入，没有使用乘法引入。因为虚拟变量和一般的解释变量太多，不知道应该如何正确使用乘法引入，所以最后就没有用这一方法。

  • 河南动漫产业发展研究_经济学毕业论文

    河南动漫产业发展研究_经济学毕业论文 摘　要：　国际国内动漫产业发展迅猛，河南动漫产业发展相对滞后。制约河南动漫产业发展的主要因素是人才培养机制不健全、政府主导相对缺失、生产技术落后、市场机制没有建立，等等。应加强政府主导，建立统一的人才培养基地，推进校企合作，培养市场意识，充分利用河南资源和的优势，促进河南动漫产业的发展。 关键词：　河南；动漫产业；形势；对策。 一、国际、国内动漫产业现状分析。 近几年，国际动漫产业发展迅猛，业已成为与、并驾齐驱的最为重要的时代娱乐产业。2008年，全球数字动漫产业的产值已达3 600亿美元，与动漫相关的衍生产品产值则在7 000亿美元以上。 几个动漫大国的动漫产业甚至发展成国民支柱产业之一。2006年，英国数字娱乐产业年产值占GDP的7. 9%,成为该国第一大产业。美国游戏业已连续6年超过好莱坞电影业，成为全美最大娱乐产业。日本则把动漫产业定位为“积极振兴的新型产业”。2008年，日本动画产品出口占GDP的10%,远远高于钢铁出口值。韩国政府从20世纪90年代中期立志跻身动漫强国以来，动漫产值逐年攀升， 2009年，韩国动漫业产值占全球的30%,韩国最大游戏———天堂的年生产利润高出韩国最大的三星电子，成为韩国国民经济的六大支柱产业之一。近几年，动漫产业更是强力支持了世界新经济的复苏。 我国动画已走过80余年的历史。早期万氏兄弟的《铁扇公主》作为亚洲第一部长篇动画片，曾影响了包括日本在内的亚洲动画的发展，被国际上称为“中国流派”。但由于种种原因，我国近几十年鲜有脍炙的动画作品。尽管《大闹天宫》、《宝莲灯》、《葫芦兄弟》等几部动画片也在国际上产生一定影响，但都难以形成强有力的产业。目前，日韩和欧美的动画片仍在主导我国的市场。 本世纪初，我国开始重视、扶持民族动漫产业，主要措施可归结为限制与扶持并举。一方面，抬高国外动画片播放门槛。如2004年，国家广电总局禁止电视台晚上9点之前的黄金时间播放外国动画片； 2006年9月1日起，全国的动画频道、少儿频道在每天动画片播出总量中，国产动画片的比例不少于70%。同时还限定各动画片经营单位，进口动画片（以分钟计）的前提是自己生产对等时间的原创动画片。另一方面，在鼓励各地电视台开播动画频道的同时，出台政策、划拨资金扶持动漫产业发展。 2006年，国务院办公厅转发《部等部门关于推动我国动漫产业发展若干意见的通知》； 2007年，扶持建设20个国家动漫产业基地； 2009年1月，文化部下发《关于扶持我国动漫产业发展的若干意见》。 同年7月，国家财政部、税务总局下发《关于扶持动漫产业发展有关政策问题的通知》，更是给动漫产业的税收给予多方面的减免优惠政策。 在国家的扶持下，国内动漫产业也快速起步并稳步发展。2004年，全国动漫产业总产值为117亿元人民币； 2009年，总产值达到180亿元人民币。杭州国际动漫节已经办了六届，第六届动漫节上供求签约达数百亿人民币。专家预测，在未来3~5年里，中国动漫市场具有1 000~1 500亿元的价值空间，将是中国动漫产业发展的黄金期。 河南是人口大省，是动漫产业受众最多的省份之一。尽管在省委和省政府及相关厅局的重视和支持下，先后组建了河南动漫协会和河南省动漫基地，省会郑州也成立郑州市动漫协会和郑州市动漫基地，但与其他省市相比，河南动漫产业显得步子缓慢，动力不足，仍是一个动漫产业落后大省。 二、制约河南动漫产业发展的主要因素。 （一）人才培养机制不健全。 产业发展的一个必要条件是专业人才，人才充足源于人才培养机制的健全。考察整个河南动漫产业市场，高效的人才产出机制至今仍未形成。在高新技术人才引进方面，政策模糊且缺乏力度；在论文" target="_blank">职业教育培训方面，缺乏强势基地；在高校专业人才培养方面，缺乏方向性、计划性指导；在整个人才培养环节中，缺乏师资；在专业人才方面，缺乏制度。放眼我省动漫产业，能够完全依靠本公司的技术实力进行动画片制作的企业屈指可数。 （二）政府主导缺失。 政府主导缺失主要存在于三个方面。一是专门机构与统筹管理的缺失。全省没有一个统一的、强有力的专门管理机构，没有一份完整、详实的全省发展规划，导致环节发展着力不均，地区发展各自为战，难以形成发展合力和完整的、结构合理的产业链，整个动漫产业发展停留在较低水平。二是政策落实监督机制的缺失。从省会城市到各地市，大多存在地皮给了，建设经费迟迟不到位；产业基地（产业园）有了，入驻企业不到位；机构有了，人员、职能不到位的政策落实问题。三是人才培养计划和方向性缺失。没有一个全省统一的、计划性的动漫人才队伍建设计划。在高校动漫人才培养领域，从本科到专科，不仅80%的院校都开设动画专业，仅学院一下就上了40所（超过河南高校半数）。每个软件学院不管实际条件是否具备，都开设动画或动漫专业，而所有动画和动漫专业人才培养规格又基本相同，都奔一个环节、一个岗位去，没有培养方向的侧重。试想，一下子上这么多专业，专业师资如何解决，本土企业很少的情况下，学生就业又如何解决？像河南这种“蜂群”做法，教育部广播影视教指委的一位资深专家表示“国内少有”。政府主导的缺失，导致整个河南动漫产业发展无序程度严重，效果不佳，政策“跟风”成分较大。 （三）技术水平低下。 从目前国内主流动画产品看，内容是在逐渐地丰富，但在动画的制作技术和技巧方面与国外还有不小的差距，特别是在动画的基础造型和后期的合成与特效方面。原因是我国近年的动漫产业很大程度上是在借鉴欧美和日韩等动漫强国的基础上起步的，还没有走到完全脱离模仿的“自由”时期。我省动漫产业发展起步比较晚，技术更显落后。目前，河南的动漫企业大部分是外来企业，土生土长的动漫企业不多。因为企业的外来性，主要的技术力量也大多来自沿海或其他动漫强省。技术的落后一方面造成企业难以进行规模性的原创开发与生产，能进行的生产大多着力在外包加工和辅助生产方面，企业基本上处在打工和半打工状态；另一方面，也导致促进动漫产业发展的一个重要环节———业务外包项目难以在河南全面展开。尽管我们有人力成本低廉方面的优势，但动漫生产属于技术不到位就难以生产的技术主导型产业。一句话，外包企业总是不放心把项目交给河南的企业来做。 技术水平的落后客观导致了我省动漫主要技术力量的被动引进，技术力量的引进又在很大程度上制约了本土技术力量的培育，形成了我省动漫技术延续的恶性循环。 （四）市场意识与市场机制缺乏。 鉴于在动漫产业发展进程中缺乏美、日、韩等动漫大国强烈的市场意识和支配动漫产业链各环节市场化高效的运作机制的较大缺陷，国务院《关于推动我国动漫产业发展若干意见的通知》明确中央财政设立扶持动漫产业发展专项基金，建立优秀原创动漫产品评选、奖励和推广机制，设立国家级动漫原创大奖，鼓励动漫出版和播映机构增加国产动漫产品的出版、刊载和播出比例，借以强化国内动漫产业发展的市场意识，建立市场运行机制。与国内其他动漫大省相比，目前我省动漫产业发展中的市场意识依旧落后，更谈不上市场机制。如此文化大省，至今还没有一个专业的少儿和动画频道。管理思维和经营行为的“重制作轻市场”，导致产业发展的助推环节、动力环节、检验环节“市场先行”成了一句空话。 三、有效对策与可行性措施。 （一）建立我省动漫产业人才培养机制，解决动漫产业发展的首要问题。 1.建立省级动漫人才培训基地。 目前我省动漫人才的总体情况是数量少，技术水平低。主要原因是河南的动画制作起步比较晚，人才培养比较落后，产业发展主要依赖外省专业人才，而本省的人才却得不到培训和锻炼提高。本土不多的动漫人才主要储备在高校的一些动画专业。最有效的措施莫过于借鉴苏州和无锡的经验，政府主导，给予经费上的支持，建立专门的省级培训机构，充分利用高校专业教师或引进优秀动漫培训人才，对全省的动漫人才进行系统、连续升级的培训。 2.“请进来，走出去”，加强交流与融合。 创造条件，把我省主要高校的动画专业老师有计划地送往动漫产业发达地区、高端动漫基地、专业动画制作公司和动漫生产工厂进行系统培训；采取措施，促使我省动漫企业和开设动漫专业的高校加强和知名动漫企业的联系和合作；聘请国内外优秀动漫专家，开展学术讲座和技术培训；联系知名动漫培训基地和企业，安排我省动漫专业毕业生到生产一线进行顶岗，以快速提高其实践能力。 3.坚定不移地推进校企合作。 出台扶持政策，促进专业动画公司和学校紧密结合，使学校专业老师和学生有效参与动画项目，破解高校人才培养中的实训难题。目前，我省动画公司规模上一般较小，总体也不大，公司很难有更多的资金投入到人才的培养上来。另一方面，高校的人才培养规格因为没有企业的人才规格标准又难以与企业岗位对接。这就造成动漫人才市场供需方面的脱节，最终导致人才紧缺。 如果引导动画公司把部分动画项目嵌入高校，和高校联合进行动画制作，借助学校的设备和人力，一方面，可以减少企业的制作成本，为企业可持续发展创造条件；另一方面，不仅可使高校师生的实践能力得到锻炼提高，而且为高校毕业生开拓了就业渠道，校企双方达到了双赢。 （二）强化政府主导。 和其他产业的兴起发展一样，动漫产业要有更大更好的发展，政府的政策导向、官方的支持和扶植不可或缺甚至起着决定性的作用。从我省目前的情况看，尽管政府主导成立河南省扶持动漫产业发展厅际联席会议，争取到了国家动漫基地（河南）建设项目，并相继成立了河南省动漫协会和主要地市动漫协会等民间组织。但大多停留在表面上，政府层面的对行业发展的指导意见还比较模糊，发展思路不够清晰，最关键的是相关扶持政策缺乏落实监督机制。要扭转这种局面，必须省、地市政府牵头，从以下几方面入手。 1.成立具有独立管理职能的、全省统一的动漫产业发展专门机构。 专门机构行使政府职能，对区域内的产业发展实行全面管理。拿规划，订方案，出措施，在宏观指导产业发展的同时，监督各项相关政策的落实，协调、反馈产业发展过程中的矛盾和问题。 2.协调相关部门，畅通政策落实渠道。 现在，我省动漫产业的主管部门为宣传部、文化厅，但是产业人才培养的主管单位是教育厅，宣传部、文化厅和教育厅在行政上无隶属关系，这样就会存在职能不清、责权不明的问题，同时也不利于政策的统一制定与落实。 在各部门间的协调方面，一个重要方面是协调高校动漫专业的设置和动漫课程的开设。目前，河南大部分高校都有动漫专业，在校学生预计3 000~4 000人。存在的问题是：人才培养的资源极为分散，培养方向与人才规格相对单一，各校间的专业发展极不平衡，校企之间缺乏合作，人才培养的各个环节相互脱节，形不成系统的、完整的人才培养机制。 这样，不仅造成资源浪费，重要的是形不成产业发展的“河南合力”。 3.调整扶持方向，注重“源头建设”。 和其他动漫大省相比，我省在政策上的支持主要体现在动画的后期制作和动画片播放的成绩上，而对前期最为重要的环节———人才培养没有很好的政策和资金支持，造成了人才培养主要由社会力量分散进行，规模小，进度慢，方向混乱，效果差。如能借鉴无锡、苏州、常州等地政府的做法，加强“源头建设”，奖励、扶持人才培养及其他“基础”，为企业扫除“开头难”，为整个产业发展搭建前期“孵化”平台，不仅可以吸引更多产业人士投身动漫领域，而且使得动漫产业走上良性发展的道路。 4.加强开发引导，突出河南特色。 动漫是一种文化的延续和彰显，没有丰富的文化蕴藏难出好的作品，时间一长也就会失去持续发展的动力。河南是历史文化资源大省，从民族发源的神话传说到王朝更替的历史英雄故事，从、宗教到民俗、物产，底蕴丰厚，特色鲜明。在动漫产业发展中，加强对本土资源的开发对河南特色的彰显很有利。 （三）改进人才引进机制，加强硬件建设，提高技术水平。 我省的很多高校虽然开设了动漫专业，但因为学历、文凭等问题，很多学校招不到专业教师。目前，我省专科院校录用教师的最低门槛是硕士，本科院校要求更高。而动漫专业2008年全国才有第一批硕士，社会上符合条件的毕业生少之又少。加上动漫专业技术人才大都集中在商业公司里，缺乏专业教师的人才培养可想而知。解决问题的办法只有一条：高校在动漫专业方面降低学历门槛，不拘一格选人才。 因核心技术没有掌握，人才梯队没有建立，整体技术水平达不到，目前我省动画片制作的基本状况仍是我们提供剧本和漫画前期制作，外省来做后期的合成和特技。我们在项目地位上处于从属地位，经济效益也在很大程度上是为其他兄弟省做贡献。 其直接的、主要的原因是：培养专业人才的高校专业实验室太少，专业设施严重不足，仅有的实验室开发程度又很低，老师和学生都没有机会参与动画片的实际制作。 （四）加强动画制作公司市场意识的培养，建立动漫行业市场机制。 在动漫产业链中，动画片的制作和与公众见面只是其中的一个环节。从整个动画片的收益分成看，动画片的播出收益只占其中很小一部分，多数动画片制作公司和推广公司在公众媒体播出方面几乎没有什么收益，大量的收益来源于动画玩具、卡通用具等动画衍生品。可惜的是，目前国内动画衍生品的开发非常落后，特别是收益中最重要的衍生品开发、机制的不健全（即使产品开发出来，也不能很快地转化为经济效益），导致一部好的动画片从前期研发制作到后期产品开发收益周期非常短。相比之下，一个“铁臂阿童木”，时间上影响至今已近50年，经济效益上仅从中国市场就拿走至少50亿美元。据，《铁臂阿童木》从1963年诞生起，近50年里为日本带来了1 700多亿美元的经济价值，其衍生品更是将玩具、学习用品、服装等都打上了“阿童木”的烙印。还有《聪明的一休》、《变形金刚》、《米老鼠和唐老鸭》、《猫和老鼠》等也是如此。 当前，尽管随着国家扶持政策的陆续出台，国内动画市场整体上呈现出欣欣向荣的景象，但从动漫产业和动画产品的可持续发展看，还有很多方面的制约，主要体现为：动画片的制作和动画产品的开发没有同步，产业链中重视的是前期的制作和开发，衍生品的开发滞后。产业链中只有动画片的开发商和制作团队，没有或极少有营销人才和对市场有把控能力的管理人才，整个市场没有建立起行之有效的营销体系，往往是动画片热播很久才进行产品的开发，失去了最好的营销时机，效益自然不佳。 河南的动画市场机制建立显得更为落后，制约因素相对突出。 第一，动画片的展播途径比较狭窄。目前我省的动画片除了在央视播出外，没有其他的播出渠道，自己也没有专门的少儿频道和动画频道，经济收益不佳，影响后面的投资热情，更重要的是受众面小，影响力有限，创伤了整个市场。第二，动画衍生品的开发和制作技术落后，产品相对粗糙，降低了喜好动画产品人群的购买热情，市场缺少动漫产品质量管理体系。第三，市场营销途径比较狭窄，导致动画产品的知名度和衍生品的销售难以扩大。很多动画公司在制作动画片的时候，并没有同期地进行动画衍生品的开发，更不用说专业的营销团队。与国内效果较好的《红猫蓝兔奇侠传》、《喜洋洋和灰太狼》相比，我省除了小樱桃卡通公司的《小樱桃》开发了部分衍生品外，其他公司基本没有开发出衍生品。根本原因就是没有市场机制，在动画衍生品的开发和推广过程中，政府也没有提供有效的支持。天乐动画公司的《酒神》、《独角乐园》因为发行渠道不健全，只有走出国门，去英伦半岛进行推广。 综上所述，当前河南动漫产业发展形势严峻。但是，也不是没有赶超先进的可能，“亡羊补牢”，关键在于行动快速并大力推进。

  • 新兴古典经济理论的产生与发展_经济学毕业论文范文

    新兴古典经济理论的产生与发展_经济学毕业论文范文 摘要: 对微观经济学的概念和基本理论框架进行简单介绍， 阐述当前微观经济学所研究的基本问题、方法等，介绍微观经济学的基本假设和研究方法，最后简要指出当前微观经济学理论中存在的一些问题及理论发展。 关键词:微观经济学; 框架; 缺陷与发展 1 微观经济学的基本概念及其理论框架 1.1 微观经济学的基本概念 我们现在所学的微观经济学又称现代微观经济学， 主要以马歇尔的新古典经济理论为框架， 即在给定资源稀缺程度或生产力条件下，以单个经济单位（消费者、厂商、要素所有者和政府）为研究对象，通过研究单个经济单位行为和相应的经济变量单项数值的决定来说明价格机制如何解决资源配置问题， 同时也将古典经济框架下的一些问题： 分工与专业化及组织结构重新引入新古典经济理论为框架加以分析和讨论，如规模经济、范围经济、学习效应、科斯定理等，当然随着理论的深入发展和现实解释的需要也引进一些新的理论（信息经济学、博弈论、市场失灵、政府失灵、不确定条件下的消费选择等），以对新古典经济理论为框架进行重要的补充的一门社会科学。 1.2 微观经济学的基本理论框架（见图1） 图1 新古典框架下的微观经济学 2 微观经济学的基本问题及其根本解决 一是微观经济学的基本问题主要是生产什么、生产多少和如何生产和为谁生产。 二是基本问题的根本解决方法有：第一，资源配置的有效性。由于资源是稀缺的，在资源配置时既要考虑其目标也要考虑其效率， 因为资源配置目标的实现依赖于资源配置效率的不断提高， 同时资源配置的效率直接影响到一个社会的经济效率；第二，资源配置的方式。主要有计划、市场、风俗习惯等。 3 微观经济学的基本假设及其研究方法 3.1 微观经济学的基本假设 （1）资源稀缺。资源相对于人类无穷的消费欲望而言总是有限的。 （2）理性人。作为经济决策的主体（消费者、厂商、要素所有者和政府）都充满理性，所追求的经济目标体现着最优化原则。具体地说，消费者追求满足最大化，厂商追求利润最大化， 要素所有者追求收入最大化，政府则追求目标决策最优化。但“理性人”不一定是自私自利的，更不一定是损人利已的。 （3）市场出清。在价格可能自由而迅速下降的情况下， 市场上一定会实现充分就业的均衡状态。在这种状况下，资源可以得到充分利用，不存在资源闲置或消费问题。 3.2 微观经济学的研究方法 主要包括：经济理论与经济模型；实证分析与规范分析； 静态分析、比较静态分 析、动态分析；平均分析与边际分析；均衡分析。 4 微观经济学的理论缺陷 4.1 “理性人”假定 该假定太过于苛刻， 现实生活中很难保证人们的所有行为都是理性的， 充其量只是“有限理性”，甚至还有大量的“非理性人”存在，也不排除有大量的“利他”行为的存在。 4.2 “利润最大化”假定 现实社会中企业追求的往往不是利润最大化，而是“适度利润”原则。 4.3 “市场出清”假定 该假定要求市场价格机制必须具有“灵活”性，然而现实社会中的市场价格机制通常是“滞后”的。 4.4 “价格决定”理论 微观经济学其核心理论是“价格决定”理论， 然而在分析厂商的要素生产时却假定要素的价格是既定，这对微观经济的“价格决定”理论，产生很大的冲击。 4.5 “机会成本”的概念 微观经济学引入“机会成本”这一重要概念，采用“机会成本”分析，能够促使各种要素用于最优途径， 然而当前的微观经济学在分析厂商的成本理论时用， 却不是用“机会成本”进行分析讨论，从而使微观经济学在其理论与其目标上产生重大分歧。 4.6 “新古典”框架对“古典”框架下的一些问题解释无力 当前微观经济学试图将一些“古典”框架下的经济学问题融入到“新古典”框架下加以讨论和分析，却忽略了“新古典”框架与“古典”框架的基本假设的不同，容易使人产生错误认识，且“新古典”框架下的解释也只是从现象上加以解释， 并没有将其根本原因分析清楚。 4.7 效用论 效用的主观性， 使得在运用基数效用或序数效用来推倒消费者的需求曲线，变 得主观和不科学。 4.8 一般均衡理论和福利经济学理论 一般均衡理论虽然被美国经济学家阿罗和法国经济学家德布鲁利用集合论和拓扑学等数学方法将其存在性加以证明，但其证明是在及其严格的假定条件下进行公理化证明的， 现实社会根本不可能达到其假定条件， 从而使一般均衡理论的证明丧失其经济学的本来目的： 论证亚当斯密的“看不见的手”的原理，反而被作为对“看不见的手”原理的攻击工具，使得经济学的科学性备受质疑。帕累托最优同样面临着这样的问题， 甚至于经济学家们对帕累托最优本身就存在很大的分歧和质疑。 5 微观经济学的理论发展 5.1 福利经济理论 主要有外部经济理论、次优理论、相对福利理论、公平与福利交替学说等。 5.2 厂商理论 主要有委托—代理理论、“适度利润”原则、核心竞争力理论等。 5.3 非均衡理论 经济学家们通过对现实社会经济研究，特别是对发展中国家经济的研究，发现大多数发展中国家甚至是一些发达国家在某一特定时期内， 经济多呈现出非均衡的发展， 从而将经济学的研究从均衡理论向非均衡理论， 对指导现实社会经济的有重要作用， 也对均衡理论提出重要质疑和补充发展。 5.4 消费者需求曲线推导的重大突破 经过数代经济学家的努力及近些年微观经济计量学的发展， 经济学家已经可以从大量的市场数据中运用“谢菲德”引理等数学方法将效用函数的可积性解决， 从而在很大程度上解决了困扰经济学家们的一个历史性的问题：效用的主观性和可测度。 5.5 行为经济理论 通过对现实生活中的经济个体行为的更合乎现实和丰富的假定， 以增进对消费 者选择及需求特点的理解， 丰富了微观经济学的理论研究。 5.6 产权制度理论 产权制度经济学理论认为， 市场交换的实质不是物品和货物的交换， 而是一组权利的交换，交易品的价格或价值的高低，主要取决于交易中所转手的产权的多寡或产权的强度； 商品的价格只不过是基于产权制度调节社会利益的分配， 产权制度是市场价格机制的基础。这是对当前市场价格机制的进一步认识和发展。 5.7 新兴古典经济理论的产生与发展 由于我国学者杨小凯对古典经济学的深入研究，并建立起“超边际分析”方法下的新兴古典经济，试图将新古典经济、科斯定理、发展经济学等理论重新融入到古典框架下加以分析和讨论， 以减少经济学主要分支的不必要的分歧， 从而增强其现实解释力和对经济学的长远健康发展。 6 结语 通过对微观经济学的认真学习， 对微观经济学的基本理论有了一个更深层次的认识， 特别是对微观经济学的框架体系的认识， 也认识到微观经济学并不是完美无缺的，它也存在一些理论上的问题。当然，这并不能成为抹杀当前微观经济学存在的意义和学习它的必要性， 它只能成为我们进一步完善其理论的热情和动力， 这是每一个学习经济学人的职责和义务， 以便更好地运用它来指导现实社会经济的健康发展和个人未来的发展。 参考文献 1 . 罗伯特.S.平狄克，丹尼尔.L.鲁宾费尔德著.王世磊译.微观经济学（第六版）[M].北京：中国人民大学出版社，2006 2 .平新桥.微观经济学十八讲[M].北京：北京大学出版社，2001 3. 张军.高级微观经济学[M].北京：清华大学出版社，2005 4. 尹伯成.现代微观经济学（第五版）[M].上海：复旦大学出版社，2006 5. 斯蒂格利茨著.姚开建译.经济学[M].北京：中国人民大学出版社，1996 6. 姚开建.经济学学说史[M].北京：中国人民大学出版社，2005 7. 张云峰.微观经济学导教、导学、导考[M].陕西：西北工业大学出版社，2004 8. 汪祥春.微观经济学[M].沈阳：东北财经大学出版社，2002 9. 梁小民.微观经济学纵横谈[M].上海：三联书店，2003 10. 余斌.微观经济学批判[M].北京：中国经济出版社，2004 11. 杨小凯.张定胜.经济学：新兴古典与新古典框架[M].北京：社会科学文献出版社，2003

  • 第二产业国内生产总值对固定资产投资的影响分析_经济学毕业论文

    第二产业国内生产总值对固定资产投资的影响分析_经济学毕业论文 第二产业国内生产总值对固定资产投资的影响分析 一: 论文说明。 本主要分析国内生产总值中第二产业的生产总值对固定资产投资的影响。分析投资函数可知，影响固定资产投资的因素除了我们选择的解释变量----第二产业国内生产总值以外，还有投资存量，利率，劳动力等因素。由于收集数据的局限，我们在这里只讨论第二产业的国内生产总值对固定投资的影响。 二: 数据搜集。 我们在2001年《中国统计年鉴》上找到了从1985年到2001年的全社会固定资产投资和第二产业国内生产总值的数据。 具体如下： 年份第二产业国内生产总值全社会固定资产投资 19853866.62543.2 19864492.73120.6 19875251.63791.7 1988687.24753.8 19897278.04410.4 19907717.44517.0 19919102.25594.5 199211699.58080.1 199316428.513072.3 199422372.217042.1 199528537.920019.3 199633612.922913.5 199737222.724941.1 199838619.328406.2 199940557.829854.7 200044935.332917.7 200149069.137213.5 三: 建立模型及参数估计 以全社会固定投资为被解释变量，以第二产业国内生产总之为解释变量建立一元回归模型 It=C1+C2Yt+U 其回归分析结果如下： Dependent Variable: I Method: Least Squares Date: 05/25/04 Time: 21:47 Sample: 1985 2001 Included observations: 17 VariableCoefficientStd. Errort-StatisticProb. C-496.5478393.7682-1.2610150.2266 Y0.7393830.01475750.104660.0000 R-squared0.994061 Mean dependent var15481.85 Adjusted R-squared0.993665 S.D. dependent var11965.40 S.E. of regression952.3918 Akaike info criterion16.66596 Sum squared resid13605753 Schwarz criterion16.76399 Log likelihood-139.6607 F-statistic2510.477 Durbin-Watson stat1.075031 Prob(F-statistic)0.000000 回归结果为：It= -496.5478 + 0.739383*Yt （-1.2610） （50.1047） R^2=0.9946 DW=1.0750 四: 模型检验。 经济意义检验。 第二产业国内生产总值每增加1%，全社会固定资产投资就会增加0.74%，这和现实中两者成同方向变化是相符的，也符合经济理论。 2．统计推断检验。 从估计的结果可以看出，可决系数为0.994061，模型拟合情况较好，系数显著性检验t统计量为50.10466，十分显著，在给定显著性水平为0.05的情况下，查t分布表，自由度为17-2=15下临界值为2.131，而50.10466远大于2.131，所以拒绝原假设，说明第二产业国内生产总值对全社会固定资产投资有显著性影响。 3．计量经济检验。 （1）建立的模型只有一个解释变量，不存在多重共线性。 （2）由于我们所用的样本资料是时间序列数据，可能存在异方差，而且样本容量较小，所以我们考虑用ARCH方法检验模型是否存在异方差。我们对残差平方选择滞后三期。结果如下： ARCH Test: F-statistic0.300807 Probability0.824179 Obs*R-squared1.158815 Probability0.762898 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/26/04 Time: 22:40 Sample(adjusted): 1988 2001 Included observations: 14 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C987839.6556846.01.7739910.1065 RESID^2(-1)0.1738470.3212210.5412050.6002 RESID^2(-2)-0.2842960.322859-0.8805550.3992 RESID^2(-3)0.0725970.3208050.2262960.8255 R-squared0.082772 Mean dependent var955411.1 Adjusted R-squared-0.192396 S.D. dependent var1251711. S.E. of regression1366829. Akaike info criterion31.32884 Sum squared resid1.87E+13 Schwarz criterion31.51143 Log likelihood-215.3019 F-statistic0.300807 Durbin-Watson stat2.029199 Prob(F-statistic)0.824179 从上面的结果可以看出：prob的值较大，即拒绝H0犯错误的概率较大，同时可以看出残差序列的t值都远小于2，不是很显著。所以我们说模型不存在异方差。 （3）由回归结果R—squared=0.994601 D—W=1.075031 而查表得到的Dl=1.13 Du=1.38 DW值落在无法决定的区域。因此需要对模型进行自相关的修正。用Cochrane—Orcutt法对模型进行自相关修行，得到的结果如下： Dependent Variable: I Method: Least Squares Date: 05/25/04 Time: 22:24 Sample(adjusted): 1986 2001 Included observations: 16 after adjusting endpoints Convergence achieved after 4 iterations VariableCoefficientStd. Errort-StatisticProb. C-622.7327791.7472-0.7865300.4457 Y0.7465800.02682727.829660.0000 AR(1)0.4628750.2708461.7089990.1112 R-squared0.994750 Mean dependent var16290.52 Adjusted R-squared0.993942 S.D. dependent var11868.34 S.E. of regression923.7531 Akaike info criterion16.66213 Sum squared resid11093156 Schwarz criterion16.80699 Log likelihood-130.2970 F-statistic1231.525 Durbin-Watson stat1.469106 Prob(F-statistic)0.000000 Inverted AR Roots .46 从上面的结果可以看出：DW值为1.4691,此时DuDW4-Du,表明通过修正的结果已经不存在自相关。 通过以上的回归及检验，我们可以写出如下回归方程： It= -622.7327 + 0.746580*Yt (-0.7865) (27.8297) R^2=0.9948 DW=1.4691 五：经济意思浅析。 从修正后得到的结果可以知道，第二产业国内生产总值每增加1%，全社会的固定资产投资就会增加近0.75%. 由于初始模型存在自相关，所以我们推测全社会的固定资产投资除了和当年的第二产业国内生产总值有关外，还和前些年的第二产业国内生产总值有关。通过迭代法修正模型我们可知，当年和前一年的第二产业国内生产总值对当年的全社会固定资产投资影响最大。 对全社会固定投资产生影响的因素还有固定资本存量，利率等，另外还有第一产业和第三产业的国内生产总值等因素。由于水平有限，我们在此只没有做更多分析。

  • 城乡收入差距的因素分析_经济学毕业论文范文

    城乡收入差距的因素分析_经济学毕业论文范文 城乡收入差距的因素分析 内容摘要：本文利用计量经济学的数量方法对影响城乡收入的诸多因素进行分析。在借鉴前人已证实的一些因素的基础上，结合当今经济发展的特点与动态，提出了一些新的影响因素，并利用计量方法加以检验，保留了显著的影响因素，剔除了不显著的因素。从而形成了一个新的影响城乡收入差距的模型，并对其进行了检验与修正，得出关于影响城乡收入差距的因素分析。 关键词： 城乡收入差距 因素分析 一、研究背景及其问题提出 改革开放之初，由于推行农村家庭联产承包责任制，将农民自身的经济利益与生产成果相联系，形成激励机制，调动了农民的生产积极性，粮食生产大幅度提高。同时国家也提高了农副产品的收购价格，农民的收入增长较快，80年城乡居民收入差距为2.30﹕1，85年一度缩小到1.83﹕1；但从85年起，国家将改革的重心由农村转移到城市，从而农村经济体制改革相对滞后，城乡经济发展有出现新的不平衡，差距再次扩大，直到2003年，这种情况都没有得到好转，城镇居民的可支配收入与农村居民的家庭纯收入之比仍在扩大。更糟糕的是，农村居民家庭纯收入增长速度还远低于城市居民的可支配收入的增长速度。下图所示： 虽然在一定程度上的收入差距有助于形成有层次性的需求结构，但是城乡收入差距过大必然会给社会带来极大的负面影响。那么目前中国的城乡收入差距究竟是否已经发展到不能容忍的地步了呢？学术界普遍观点如下： 过高论：横向静态比较，中国的城乡收入差距都高于发展中国家，更高于发达国家。 以陈宗胜为代表的主流派认为，目前城乡收入差距大致适当。原因在于：总体社会安定，没有大的动荡；农村和城市的基尼系数都没达到0.5以上，对照我国目前经济增长和效益来看，算不上两极分化。 两极分化论：农村人口众多，在加上由于历史传统，文化模式等原因，人们已经习惯了平均主义的分配方式，“不患寡而患不均”的观念一直很强。城乡收入差距已经发展大两极分化的地步，严重威胁社会的稳定。现阶段，大量的农民工问题就是一个反映。 我们认为目前，中国的城乡收入差距虽没有达到两极分化的严重后果，但也是不合适的。我们认为现在中国的城乡收入差距太高了，并且正在向着两极化的趋势发展。 首先，需要判定中国城乡收入差距是否不合理。我们把世界各国在一定的经济发展水平下相对应的城乡收入差距的平均水平看作是经济发展一定阶段上的必然现象，称之为自然差距，或者叫“合理的”差距，那么实际的差距和自然差距程度之间的差异就是不合理的，外在的，可控制的部分。我们采用霍利斯﹒钱纳里的“标准结构”来分析城乡收入差距是否合理？由于“标准结构”包含了101个样本国家（包含了发达国家和发展中国家），所以我们认为钱纳里的标准是可以用来衡量中国的。我们把“标准结构”分析中所隐含的城乡收入差距变化趋势视为世界各国城乡收入差距变化的一般趋势。将中国的农业劳动力份额与农业产值份额与世界平均水平比较，见下表： 农业劳动力份额与农业产值份额变化速度的比较 人均GNP（1964年，美元）100以下10020030040050080010001000以上 标 准 结 构初级产业劳动力份额（%）71.265.855.748.943.839.53025.215.9 初级产业产值份额（%）52.245.232.726.622.820.215.613.812.7 劳动力份额与产值份额比率1.3641.4561.7031.8381.9211.9551.9231.8261.252 中 国 结 构产业劳动力份额（%）1978年 71.91983年 68.71992年 601994 年 55.81996年 51.82001年 502002年 农业产值份额（%不变价格）40.33824.22118.415.20 劳动力份额与产值份额比率1.7841.8082.4792.6572.8153.289 从上表 ，我们可以看出在同样的收入区段，我国的劳动力份额与产值份额比率比“标准结构”上升得快。说明在同样的收入区段，我国农业劳动力份额比“标准结构”下降的慢，而农业产值份额则比“标准结构”下降的快；这表明，同“标准结构”相比，我国农民人均收入比城镇居民人均收入增长得更慢，我国城乡收入差距扩大的速度更快，因而我国城乡收入差距比“标准结构”更大。在目前中国人均GNP超过1000美元的情况下，劳动力份额与产值份额比率大大超过了“标准结构”，而且还出现上升趋势。可见，我国的城乡收入差距是不合理的。另外，我国财政用于农业支出占GDP的比重太少了，即使与发展中国家比较，我国财政用于农业支出占GDP的比重比发展中国家的平均水平还要少，说明农业投入过少，国家重视不够。请参见下表； 财政支出农业支出占GDP的比重 国别年份变动范围年均幅度 全世界1982-19870.84-1.030.97 发达国家1982-19870.67-0.910.83 发展中国家1982-19872.00-2.262.11 印度1982-19873.30-3.843.52 中国1990-20000.98-1.661.28 说明：印度的数据仅包括中央政府；中国的数据来自2001年及以前《中国统计年鉴》；其他国家数据来自于国际货币基金组织的《政府财政统计》（1990年）。 由此可以看出我国对农业投入的力度根本没有达到发展中国家的平均水平，而且离平均水平还相距甚远。说明我国应该加大对农业的重视程度，在这方面多投入精力、人力、物力、财力。而且和我们发展水平相差不多的印度其财政用于农业支出占GDP的比重也远远超过中国。这足够引起我们的深思。 二、模型设定及其理论分析 那么是什么因素在扩大城乡收入差距，什么因素对将来缩小城乡收入差距至关重要呢？我们在进行模型设定的时候，对近年来国家宏观经济形势和农业政策的分析，认为造成城乡收入差距的因素非常多。于是，我们在参考社科院九十年代关于农民收入与劳动力转移的一项课题的基础上，经过整理和总结将因素分析如下： 首先，这几年以来，虽然农民收入的渠道多元化，来自非农产业的收入份额在不断增长，但农产业的收入，尤其是种植业收入仍占很大比重，而这部分农产业收入又取决于农产品产量的多少和价格高低，所以选择农副产品收购价格指数（X1）和粮食产量增长率（X2）； 一国经济结构的变化对收入分配格局的影响，我们选择第一产业增加值占GDP的比重（X3），第一产业劳动者比重（X4），结构系数（X5）（非农产业比较劳动生产率与农产业比较劳动生产率之比）反映经济结构变化的影响。 农业生产的发展对提高农民收入，缩小城乡居民收入差距起着非常重要的作用，我们选择第一产业增加值增长率（X6），按可比价格计算的第一产业增加值指数（X7），第一产业劳动生产率增长率（X8）。 分析城乡收入变化的差异性对收入差距的影响，我们选择城镇居民收入增长率（X9），城镇职工年均工资增长率（X10），非农产业劳动生产率增长率（X11）和农村居民人均纯收入增长率（X12）。 农村居民收入增长较快的原因是非农收入份额增加，我们选择非农产业收入增长率（X13）和乡镇企业职工人数增长率（X14）。 另外在总和收入一定时，农村人口的减少会提高人均纯收入，我们选择城镇与农村人口比来衡量（X15）。 在设定模型之前，我们将以上变量整合，归纳为以下几个典型因素代表： 农村就业结构转换滞后于产值结构转换X1（农村就业结构—农业产值结构） 城乡人口比率X2（城镇总人口/农村总人口） 城乡文化水平差异X3（城镇居民平均受教育年限/农村居民平均受教育年限） 城乡居民财富比X4（城镇居民平均储蓄/农村居民平均储蓄） 城乡二元结构X5（非农业比较劳动生产率/农业比较劳动生产率） 滞后的收入差距Y(-1)（滞后一年的收入差距） （根据布坎南的收入分配理论，现代社会中，财富对收入的作用日益明显。但由于财富难于确切计量，我们借用滞后收入差距来衡量城乡财富的不同影响。） 几点说明： 一、理论界定：城镇居民和农村居民的划分应该依据居民的实际居住地。而官方统计上的城镇居民和农村居民的划分是依据居民的户口所在地确定。因此，我们在按户籍划分的城镇居民中加入农村流动人口，农村居民中减去农村外出人口；如下表所示： 流动前： 城镇居民农村居民 城镇户口居民农村户口居民 流动后： 城镇居民农村居民 城镇户口居民 农村流动劳动力（人口）农村实际居住人口 （农民户口居民—农村外出人口） 二、我们用来反映城乡收入差距的两个指标，即农民人均纯收入和城镇居民人均可支配收入，其统计口径并不一致，前者不仅包括现金纯收入，还包括实物折现金收入，而后者只是城镇居民可支配的货币收入，城镇居民所享受的大量非货币型福利收入（如住房，公费医疗和实物收入等）没有在现有的城镇居民人均可支配收入中体现。国家统计局一项据宏观统计资料和调查测算的结果表明，1995年城镇居民人均从国家及单位获得的福利收入3304元，相当于当年城镇居民人均可支配收入的比例为71.6%。因此，直接通过比较人均纯收入和城镇居民人均可支配收入得出的结果肯定会在一定程度上低估城乡居民收入差距，但至少给出了实际收入差距的下限。 三、我们之所以用平均教育年限来衡量文化水平差异这个因素是因为：一般而言，只接受过小学教育难以形成人力资本的差异，所以我们对接受初中、高中、大学的不同人数进行加权，得到平均教育年限这个因素。根据舒尔茨的人力资本理论，教育是形成人力资本的最重要因素，对人力资本的投资收益率远大于物质资本收益率，故引入这个因素。 于是最初模型设定为： Yt=C+ß1X1+ß2X2+ß3X3+ß4X4+ß5X5+ß7Yt-1+μt 我们对这个模型进行相关系数的检验，得到有些因素的相关系数很大，如下表所示： X1X2X3X33X4X5Y(-1) X1 1.000000 0.922361-0.835586-0.853444 0.572083 0.843458 0.808455 X2 0.922361 1.000000-0.926784-0.941395 0.513539 0.652445 0.784018 X3-0.835586-0.926784 1.000000 0.884172-0.645397-0.539827-0.834192 X33-0.853444-0.941395 0.884172 1.000000-0.589068-0.552566-0.708946 X4 0.572083 0.513539-0.645397-0.589068 1.000000 0.486464 0.698691 X5 0.843458 0.652445-0.539827-0.552566 0.486464 1.000000 0.609158 Y(-1) 0.808455 0.784018-0.834192-0.708946 0.698691 0.609158 1.000000 从此表看出，x1和 x2之间存在很强的相关性，所以在模型的引入因素时，我们考虑在x1和x2之间舍掉一个变量，利用Granger因果检验来确定x1和x2哪个引入模型更好。 检验结果： Pairwise Granger Causality Tests Date: 12/24/04 Time: 15:15 Sample: 1980 2002 Lags: 2 Null Hypothesis:ObsF-StatisticProbability X1 does not Granger Cause Y21 1.82742 0.19284 Y does not Granger Cause X1 0.00476 0.99526 Pairwise Granger Causality Tests Date: 12/24/04 Time: 15:26 Sample: 1980 2002 Lags: 2 Null Hypothesis:ObsF-StatisticProbability Y does not Granger Cause X221 0.50731 0.61148 X2 does not Granger Cause Y 5.56557 0.01463 结果表明，人口比率X2是Y的Granger原因；另外，采用多元统计中主成份分析法，发现只要以下几个因素就可以解释收入差距（Y）的绝大部分（贡献率达到86.76%），所以我们将模型中的解释变量确定为： 城乡人口比率（城镇总人口/农村总人口）：X1（最初模型中的X2） 滞后两年的城乡文化水平差异（城镇居民平均受教育年限/农村居民平均受教育年限）：X2（最初模型中的X3） 城乡二元结构（非农业比较劳动生产率/农业比较劳动生产率）：X3（最初模型中的X5） 滞后的收入差距：Y(-1)（滞后一年的收入差距） 重新设定模型为： Yt=C+ß1X1+ß2X2+ß3X3+ß4Yt-1+μt (一)我们的数据： 年份城乡收入差距城乡人口比率城乡文化水平差异城乡二元结构滞后的收入差距 YX1X2X3Yt-1 19802.50.245.2631579 19812.20.2552.5 19821.950.271.754.347826092.2 19831.820.281.733.846153851.95 19841.830.31.7241.82 19851.860.311.754.166666671.83[]5 19862.130.321.764.166666671.86 19872.160.341.7642.13 19882.170.351.734.166666672.16 19892.290.361.7342.17 19902.20.361.7242.29 19912.40.361.734.347826092.2 19922.570.381.7252.4 19932.80.391.694.761904762.57 19942.860.41.734.761904762.8 19952.630.411.74.166666672.86 19962.570.441.6942.63 19972.470.491.654.166666672.57 19982.510.51.634.347826092.47 19992.650.531.644.761904762.51 20002.790.571.634.545454552.65 20012.90.61.635.555555562.79 20023.110.641.652.9 备注说明：Y城乡收入差距程度=城镇居民可支配收入/农村居民纯收入 x1城乡人口比率=城镇总人口/农村总人口 x2城乡文化水平差异=城镇居民平均受教育年限/农村居民平均受教育年限 x3城乡二元结构系数 yt-1滞后一年的收入差距Y(-1) （二）用OLS估计结果 因为由于收入差距并不能按预期缩小到某一程度，所以我们是通过局部调整模型引入滞后变量的，因此我们仍可以采用OLS法进行估计。 Eviews的最小二乘计算结果为： Dependent Variable: Y Method: Least Squares Date: 12/24/04 Time: 16:07 Sample(adjusted): 1982 2002 Included observations: 21 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C-4.8578242.921249-1.6629270.1158 X11.8966610.8711682.1771480.0448 X22.4508021.5868511.5444440.1420 X30.1705390.0805502.1171900.0503 Y(-1)0.6671150.1227375.4353120.0001 R-squared0.926722 Mean dependent var2.412857 Adjusted R-squared0.908402 S.D. dependent var0.377851 S.E. of regression0.114357 Akaike info criterion-1.294721 Sum squared resid0.209241 Schwarz criterion-1.046026 Log likelihood18.59458 F-statistic50.58630 Durbin-Watson stat1.950848 Prob(F-statistic)0.000000 从上可以得到回归模型： Yt=-4.86 + 1.90X1 + 2.45X2 + 0.17X3 + 0.67 Yt-1 2.92 0.87 1.59 0.08 0.12 t= (-1.66) (2.18) (1.54) (2.12) (5.43) R2=0.93 =0.91 d=1.95 F=50.58 （三）对模型进行检验： 经济意义检验：从回归系数可以看出，X2（城乡文化水平差异）, X3（城乡二元结构系数）, Yt-1的系数为正，符合经济意义。即随着X2,X3, Yt-1的增大，城乡收入差距会随之增大。 X1这一指标对收入差别的影响有两个方面：其一，在经济未增长的情况下，如果该指标值扩大，则收入差别会扩大，因为指标值缩小意味着农村人口超生，平均每人分享的资源自然变小。其二，在经济持续增长的情况下，如果指标值扩大，意味着城市化的程度提高，如果城市化所伴随的工业化程度未达到促使城乡居民收入自然差距下降的临界值时，那么收入差距程度一般会提高，反之则下降。X2衡量的是文化水平的差异，随着农民所掌握的知识增多，可以改变过去的陈旧的工作观念，可以更多地接触新的生产技术，获取致富的信息，从而缩小与城市居民的收入差距。X3城乡二元结构系数，则反映我国传统农业中的剩余劳动力向现代非农产业转移存在困难。Yt-1的系数为正，说明收入差距会存在马太效应，“穷者愈穷，富者愈富”。 统计推断检验：从回归结果看，修正的可决系数 =0.91，回归的结果较好。X1，X3，Yt-1 的T值大于2，统计检验显著。X2的T值小于2，可能是因为教育存在滞后效应，受限于样本容量，不能再滞后了。 计量经济学检验： 首先，进行多重共线形的检验，使用简单相关系数矩阵： X1X2X3Y1 X11-0.9413952559220.6524453246340.784018351292 X2-0.9413952559221-0.552566098877-0.708946410694 X30.652445324634-0.55256609887710.609158096503 X40.784018351292-0.7089464106940.6091580965031 发现，X1、 X2之间存在很大的相关性，但我们仍然保留X2这个因素，根据舒尔茨对人力资本论述的观点，随着社会的发展，所受教育水平将会成为影响收入的重要因素，人力资本所带来的收益远大于物质资本带来的收益。另外，即使存在一定共线性，模型还是可以用来预测的。我们采用逐步回归法对此模型进行检验和补救，仍然觉得原模型最好。同时发现逐步回归法第一步引入的是人口因素，也就是说人口因素可以解释城乡居民收入差距变化的绝大部分。所以，解决收入差距的关键在于改变城乡人口比例。 其次，进行异方差的检验，采用ARCH检验，结果如下： ARCH Test: F-statistic0.404565 Probability0.673904 Obs*R-squared0.914591 Probability0.632993 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/26/04 Time: 18:30 Sample(adjusted): 1984 2002 Included observations: 19 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C0.0109650.0049852.1993810.0429 RESID^2(-1)-0.2241700.249931-0.8969280.3831 RESID^2(-2)-0.0301920.238682-0.1264930.9009 R-squared0.048136 Mean dependent var0.008728 Adjusted R-squared-0.070847 S.D. dependent var0.015345 S.E. of regression0.015879 Akaike info criterion-5.303644 Sum squared resid0.004035 Schwarz criterion-5.154522 Log likelihood53.38462 F-statistic0.404565 Durbin-Watson stat1.986703 Prob(F-statistic)0.673904 由ARCH检验知，拒真错误为63.29%，而且T值不显著，所以不存在异方差。接着做White检验，见下表： White Heteroskedasticity Test: F-statistic1.098965 Probability0.426005 Obs*R-squared8.879791 Probability0.352538 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/26/04 Time: 18:32 Sample: 1982 2002 Included observations: 21 VariableCoefficientStd. Errort-StatisticProb. C4.98619412.677840.3933000.7010 X1-0.3341470.537386-0.6218010.5457 X1^20.0604850.7266490.0832390.9350 X2-5.60920414.55731-0.3853190.7067 X2^21.5697604.2418480.3700650.7178 X3-0.0468070.193842-0.2414680.8133 X3^20.0080040.0212510.3766610.7130 Y(-1)0.1474790.1875030.7865410.4468 Y(-1)^2-0.0269830.039194-0.6884340.5043 R-squared0.422847 Mean dependent var0.009964 Adjusted R-squared0.038079 S.D. dependent var0.016251 S.E. of regression0.015939 Akaike info criterion-5.142585 Sum squared resid0.003049 Schwarz criterion-4.694932 Log likelihood62.99714 F-statistic1.098965 Durbin-Watson stat3.088266 Prob(F-statistic)0.426005 White检验下拒真错误为35.25%，而且T值都不显著，进一步证实了没有异方差。 再次，进行自相关的检验，由于我们在模型中引入了应变量的滞后项，所以我们使用德宾H检验，H=0.761.96，可以认为我们的模型不存在自相关。 所以，最终我们的模型为： Yt=-4.86 + 1.90X1 + 2.45X2 + 0.17X3 + 0.67 Yt-1 2.92 0.87 1.59 0.08 0.12 t= (-1.66) (2.18) (1.54) (2.12) (5.43) R2=0.93 =0.91 d=1.95 F=50.58 三、本文的亮点 理论界普遍的观点是随着农村劳动力向城市的流动将减少农村的剩余劳动力数量，提高农村的劳动生产率和农民的收入水平。因此，城市化的进程中城乡收入差距会逐渐缩小，也就是说回归中的解释变量X1的系数为负，但我们的计量模型回归得到为正。这是因为： 中国的城市化进程也可能对统计上的城乡收入差距产生一些负面影响。从改革以来，农村居民转为城镇居民的渠道主要有以下几种，而每一种渠道都意味着农村居民中较为富裕的居民有更大的可能性转为城镇居民。(1)城市化过程中，征地农民转为城镇居民，显然，越是经济发达地区的农村城市化进程越快。同时，在征地过程中，土地转为非农业用地，尽管一部分农村居民同时被转为城镇居民，但从事农业生产的居民并没有获得更多的土地，因此，农业生产中的剩余劳动力也并没有减少，农村居民的平均收入水平也不能获得提高。(2)通过户籍的买卖 “农转非”，在经济上比较富裕的农村居民更加有实力通过经济的手段获得城镇居民身份。(3)农村居民的孩子通过上大学，然后在城镇就业获得城镇居民身份，一般来说，相对富裕的农村地区和相对富裕的农村家庭有更好的条件供孩子读书。(4)通过在城镇地区的就业或与城镇居民的婚姻然后就业获得城镇居民身份，并不是每个在城镇地区就业的人都能够获得城镇居民的身份的，如果就业者的收入和社会地位较高，那么他获得城镇居民身份的可能性也就提高了。中国的城乡收入统计是以户籍为基础的，如果城市化进程中较富裕的农民首先转变成了城市居民，那么，城市化进程就可能在不改变所有居民的收入的情况下扩大统计上的城乡收入差距。 对此，我们以一个简单的数学式子加以说明。我们假定中国的农村居民人数为n，城镇居民为m，农村居民和城镇居民的平均收入分别为x和y，我们假定在城镇化进程中有一位农村居民转为了城镇居民，其收入为z。在该居民转为城镇居民之前，城乡人均收入之比为y/x，而该居民转为城镇居民后，城乡人均收入之比(r)为： r= （1） 如果r y/x，那么即使居民的收入并未发生变化，统计的城乡人均收入差距也会扩大。经过代数运算，我们发现，r y/x等价于： (2) 其中，(3) 不难发现，决定的因素主要有两个，一个是城镇人口的比重(近似等于)和城乡人均收入比(y/x)，城镇人口的比重越小，城乡人均收入比越小，越大。假设城镇人口比重为40％，城乡人均收入比为2.5，可以算出=0.625，也就是说，只要在边际上转为城镇居民的人收入达到当时城镇人均收入的62.5%，那么，这个城市化过程就会加大统计的城乡收入差距。另一个有意思的现象是，在城市化进程中，作为一个临界值是不断降低的，因为城镇人口的比重在不断上升，而城乡人均收入比也在不断上升，也就是说，随着城市化水平的提高，(2)式将越来越容易满足。如果(2)式得到满足，那么，城市化进程带来的结果就是统计上的城乡人均收入比不断上升。 我们应该看到，我国目前城市化严重滞后于工业化，现代企业部门难以容纳过多劳动力，因此会出现上述现象。但随着城市化的深入和制度完善，城市化是缩小城乡收入差距的必由之路。 四．本文的结论 通过分析,我们得出人口、二元结构，滞后的收入差距是制约收入的三个显著因素： 在模型分析中，城乡人口比的系数为正，说明我国目前的城市化进程滞后工业化，虽然有大量的劳动力涌入城市，但如果城市的工业化程度不足以吸收这些劳动力，从事的都是低收入的基础工作，部分地补充了低端工作岗位的不足，促使城市形成规模经济，从而带来了城市经济迅速发展，居民收入稳步提高。另一方面农民进城从事的工作报酬过低，不足以缩小收入差距。也就是说如果城市化所伴随的工业化程度未达到促使城乡居民收入自然差距下降的临界值时，那么收入差距程度一般会提高，反之则下降。 在中国的大多数地方仍然实行着城乡分割的户籍政策和管理政策，一些地方实行的户籍“准入政策”实际上是让富有的人成为城市居民，却没有使更多的农村居民享受到城市化的好处，这就使城市化对于缩小城乡收入差距的作用受到了限制。一直到最近，中国的中央政府才明确地提出要给农民在城市里同等的就业地位，但城乡分割的户籍政策并没有得到实质性的改变。任何分割城乡劳动力市场的政策都只能说明地方政府更多地考虑了城市居民的利益，这样的政策没有任何存在的理由，而地方政府是否能够真正地放弃保护城市居民的劳动力市场政策还需拭目以待。 二元结构系数这一因素显著正说明，农业中有太多的剩余劳动力没有转移出来，劳动生产率低下，产值在GDP中的比重逐年下降。农民收入增长缓慢，远远落后于城市居民收入的增长速度。 滞后的收入差距这一因素显著说明收入差距存在“循环效应”。是因为我国城乡两个市场一定程度隔离，根据凯恩斯的收入消费理论，城市人的高收入导致高消费，引起旺盛的需求，又导致生产扩大，经济增长，所以城市人收入迅速增长，由于市场的隔离，这种正效应很难扩展到农村；而农村的低收入不能拉动消费，促使需求增长，从而收入增长缓慢。另外，我们认为随着经济的发展，人们收入的很大部分是来自“资本”（财富）的收入，比如房产，股票，证券，这些财富很少为农村人所拥有。也就是说存在“穷者愈穷，富者愈富”的“ 马太效应”。 教育而言，因为它对收入差距的影响是滞后和长期，而本文由于数据收集原因（历史原因，80年以前的教育数据不好收集）只是滞后两年方面的分析，而且由于与人口存在高度相关，所以系数不显著。没有现代化的人，就开创不出现代化的经济：但没有现代化的经济，也无法造就出现代化的人，广大发展中国家又面临一个恶性循环的怪圈。农业没有足够潜力吸收高素质人才，人力资本，人才储备严重缺乏，另一方面，农村教育资源又很匮乏，农村教育培养的人才也大多流向其他产业。当一批低素质的劳动力进入农业领域，不能将先进的种植技术应用于农业生产，造成农业生产力低下，从而拉大收入差距，造成农民贫困。而下一代农业劳动力由于贫穷很难享受高等教育的资源，更难掌握先进的生产技术，又将导致新一轮的贫困，长此恶性循环，自然扩大收入差距。而相对农村而言城市更注重在教育方面的投入。 五、政策建议 根据我们的回归结果，针对城乡收入差距不断扩大这一严峻形势，认为现阶段应该切实作好下面几方面的工作： （一）缩小城乡知识差距，在农村实施基础教育和专业技术教育相结合。 收入差距的根源在于文化水平的差异太大，至少要在以下几个方面做出努力： 1、政策上，制定出向基础教育倾斜的政策。根据教育投资收益率按照小学，中学，大学教育的顺序递减规律，应加大对农村基础教育的财政投入以及其它相宜的扶持政策。免费进行种植技术以及科普知识的传授和普及，使农村的基础教育和专业技术教育都得到同步的发展。例如，定期在农村开展农业技术培训，组织技术人员对农民进行指导等。 2、师资力量上，建立教师队伍建设激励机制，特别是在农村应该提高教师的学历达标率和业务素质，培养在教育教学工作中起骨干示范作用的优秀教师。 3、完善农村教育基础设施，通讯基础设施跟上使他们享有平等接受教育的机会，特别是在农村应该保证学习的基本条件。 （二）加快劳动力转移，改变农业滞后现状。 农业现在的滞后大多是由于我国的二元结构造成的，目前我们充分挖掘，整合，对接，放大现有城乡两方面资源，促使各类生产要素从分割走向融合。 第一方面，特别是整合劳动力资源，为农村劳动力进入城市创造条件。 1、大力拓宽农村劳动力转移渠道，健全市，县，乡三级劳务输出工作网络和技能培训系统，提高农村劳动力的转移工作的组织程度。 2、进一步加快城市建设的步伐，拉动农村二，三产业的发展，给农民提供的更多的就业机会。正确处理乡镇企业和农业的关系，鼓励其更多地吸收农村剩余劳动力。 3、通过制定相关的政策措施或地方性法规，降低农民进城的“门槛”，保护农民进城务工的合法的权益，保障农村劳动力在城市享有自由流动，自由择业，自由选择居住地的权利。 第二个方面，深化土地制度改革。目前的家庭承包责任制已不适应市场经济环境，在现行的市场经济条件下，以相对集中的土地为条件的大农业才能与市场接轨，所以必须在稳定农户的土地承包关系基础上，建立有效的农地流转机制，提高农地经营效率，才能实现规模经济，提高农业产值。 参考文献： （1）《中国经济结构调整战略》林善炜著 中国社会科学出版社 2003年 （2）历年中国统计年鉴 （3）《转型经济中的宏观收入分配》杨灿明著 中国劳动社会保障出版社 2003年 （4）《中国金融年鉴》 2003年版 （5）《中国人口与劳动力报告----城乡就业问题及对策》主编 蔡钫 社会科学文献出版社 2002年版 （6）《城乡居民收入分配差距形成原因及对策研究》第30 卷第5 期财经研究Vol130 No15 2004 年5 月 刘社建 ,徐艳 （7）陈宗胜《再论改革与发展中的收入分配》 北京:经济科学出版社,2002 （8） 张平 《增长与分享———居民收入分配理论和实证》 北京:社会科学文献出版社,2003

  • 关于GDP与固定资产投资的计量经济模型分析_经济学毕业论文

    关于GDP与固定资产投资的计量经济模型分析_经济学毕业论文 关于GDP与固定资产投资的 计量经济模型分析 市场营销：郎明 关能耀 一.解释模型固定资产对一个企业来说是其主要的劳动手段,它的价值是逐渐地转移到所生产的产品上去.企业同时又是重要的市场主体,因此对固定资产的投资间接得影响到了一个经济体的产出，而在一定时期内，社会储蓄总额对固定资产的投资起到很大的作用。.这里主要对GDP及国有经济固定资产投资额(X1),以及储蓄总额（,进行计量经济学多元线性回归模型分析. 原始数据如下:单位(亿元) obsYX1X2 199121617.89241.65508.8 199226638.111759.48080.1 199334634.415203.513072.3 199446759.421518.817042.3 199558478.129662.320019.3 199667884.638520.822974 199774462.6946279.825300 199878345.253407.528457 199982067.559621.829876 200089403.664332.432619 200194812.9673762.436898 ------数据来源《中国统计年鉴》 我们建立了如下模型： Y=α+β1X1+β2X2+u 其中： Y——国内生产总值（GDP） α——常数项 β1，β2——代定参数 X1——为储蓄总额 X2——为全社会固定资产总额 我们分别利用EVIEWS软件，用最小二乘法进行回归分析及统计检验， Dependent Variable: Y Method: Least Squares Date: 06/03/04 Time: 17:18 Sample: 1991 2001 Included observations: 11 VariableCoefficientStd. Errort-StatisticProb. C7776.5943394.5312.2909180.0512 X10.1289500.2519600.5117870.6226 X22.2304900.5634563.9585850.0042 R-squared0.987237 Mean dependent var61373.12 Adjusted R-squared0.984047 S.D. dependent var25608.37 S.E. of regression3234.483 Akaike info criterion19.22813 Sum squared resid83695054 Schwarz criterion19.33664 Log likelihood-102.7547 F-statistic309.4180 Durbin-Watson stat1.013510 Prob(F-statistic)0.000000 由计算结果可以的出方程： Y=7776.594+0.128950X1+2.230490X2+U T （2.290918）（0.511787）（3.958585） R2= =0.987237 F=309.4180 DW=1.013510 〈一〉．经济意义的检验 从经济意义上来说储蓄总额和固定资产对GDP有促进作用，由计算的结果： β1，β20 并且可决系数R2= =0.987237接近与1 可以看出来，所以模型的参数估计是符合经济理论的。β1=0.128950表示在全社会固定资产总额不变情况下，储蓄总额每增加一亿元，国内生产总值就增加0.128950亿元。β2=2.230490表示在储蓄总额不变时全社会固定资产总额每增加一亿元GDP就增加2.230490亿元，基本符合我国的情况。 Dependent Variable: Y Method: Least Squares Date: 06/03/04 Time: 18:14 Sample: 1991 2001 Included observations: 11 VariableCoefficientStd. Errort-StatisticProb. C7776.5943394.5312.2909180.0512 X10.1289500.2519600.5117870.6226 X22.2304900.5634563.9585850.0042 R-squared0.987237 Mean dependent var61373.12 Adjusted R-squared0.984047 S.D. dependent var25608.37 S.E. of regression3234.483 Akaike info criterion19.22813 Sum squared resid83695054 Schwarz criterion19.33664 Log likelihood-102.7547 F-statistic309.4180 Durbin-Watson stat1.013510 Prob(F-statistic)0.000000 分析的F=309.4180F0.05(1,10)=3.28,表明模型从总体上国民生产总值与解释变量之间的线性关系显著 1）多重共线性检验 X1X2 X110.983774859646 X20.9837748596461 由表可以看出，解释变量之间存在高度线性相关。 修正 obsYX2 199121617.85508.8 199226638.18080.1 199334634.413072.3 199446759.417042.3 199558478.120019.3 199667884.622974 199774462.625300 199878345.228457 199982067.529876 200089403.632619 200194812.9636898 Dependent Variable: Y Method: Least Squares Date: 06/03/04 Time: 18:31 Sample: 1991 2001 Included observations: 11 VariableCoefficientStd. Errort-StatisticProb. C6553.2752309.3102.8377630.0195 X22.5141810.09685425.958430.0000 R-squared0.986820 Mean dependent var61373.11 Adjusted R-squared0.985355 S.D. dependent var25608.36 S.E. of regression3099.006 Akaike info criterion19.07852 Sum squared resid86434521 Schwarz criterion19.15086 Log likelihood-102.9318 F-statistic673.8398 Durbin-Watson stat1.099892 Prob(F-statistic)0.000000 运用OLS方法求Y对X2的回归，得出Y对X2的线性关系强，拟合程度好，即 Y=6553.275+20514181X2 （2.837763） （25.95843） R2= =0.986820 F=673.8398 表明Y对X2的回归模型最优。 2）异方差检验 利用ARCH检验，得到如下结果： ARCH Test: F-statistic0.989584 Probability0.482546 Obs*R-squared3.408073 Probability0.332882 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/03/04 Time: 19:35 Sample(adjusted): 1994 2001 Included observations: 8 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C181351128016128.2.2623280.0865 RESID^2(-1)-0.3305770.428033-0.7723170.4830 RESID^2(-2)-0.5985330.363474-1.6466980.1750 RESID^2(-3)-0.3595830.432096-0.8321840.4521 R-squared0.426009 Mean dependent var7751325. Adjusted R-squared-0.004484 S.D. dependent var8390006. S.E. of regression8408796. Akaike info criterion35.03431 Sum squared resid2.83E+14 Schwarz criterion35.07403 Log likelihood-136.1372 F-statistic0.989584 Durbin-Watson stat1.622491 Prob(F-statistic)0.482546 从输出的辅助回归函数中得obs*-squared为3.408073小于临界值7.81，所以接受原假设H0，表明模型中随机误差项不存在异方差。证明固定资产的投资与GDP的增长存在紧密的联系。 3）自相关检验 利用图示法，由Eviews软件得到如下结果： 可以初步判断随机误差项存在自相关。 再利用D-W法检验由DW=1.622491，查DW表，n=11,k’=1,查得两个临界值分别为：下限DL=0.927，上限DU=1.324，因为DW统计量为1.622491DU，根据判定区域知，这时随机误差项不存在一阶自相关。 由此可以看出GDP的增长与固定资产的投资模型如下： Y=7776.594+0.128950X1+2.230490X2+U 三.模型评价与经济分析该模型并没有直接地从投资、消费、出口的角度去考察解释变量对GDP的影响,而是以间接的方法从固定资产投资和国内储蓄的角度研究了其对GDP的影响.从计量经济学的检验结果看固定资产投资对GDP存在线性的影响,而且相关系数都接近于1,进一步证明了固定资产投资对一国社会总产出的影响.1978年以来的二十多年中，伴随着国有经济比重的不断下降，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"。固定资产投资的增长,必然会带来GDP的高速增长,因此,我国经济总量必然会着GDP的增长而增加。 由于人力资源的限制以及所学有限，本论文着重从知识的层面检验知识的掌握程度，而忽略了经济层面的考虑，是本文的欠缺。以后学习中会尽量的避免和改进。

  • 第二产业GDP增长的多因素分析_经济学毕业论文

    第二产业GDP增长的多因素分析_经济学毕业论文 第二产业GDP增长的多因素分析 主要内容：从1978年至今，第二产业的GDP占GDP总量的比重逐年提高，到2003年，已经达到52%。第二产业的发展对于国民经济的发展至关重要。本文旨在研究资本、劳动、教育水平与第二产业GDP形成的关系。 关键字：生产函数，就业人数，资本形成额，教育支出 一、经济理论： 产出增长是通加增加要素投入和通过源于技术进步所导致的生产率提高和生产能力更强的劳动大军实现的。生产函数提供了投入与产出之间的数量关系。 若仅考虑劳动和资本，生产函数的一般公式是Y=AF(K,N) ,即产出Y取决于资本和劳动投入（K，L）和技术水平A。特别的，对柯布-道格拉斯函数，有Y=AKaLb。这个函数可以对经济进行比较准确的描述，例如，对美国而言，a=0.25,b=0.75与其现实经济相当相近。 除此之外，自然资源和人力资本也是两种重要的投入。人力资本投资即通过学校教育，在职培训和其他手段来增加工人的技巧和才能，这与实物投资导致的实物资本增加是相同的。增加了人力资本H的生产函数可以写做：Y=AF（K，H，N）。在工业化国家中，人力资本的要素分额较大，比如曼昆的一篇文章中就指出，生产函数中实物资本，非熟练劳动力和人力资本的要素分额各占1/3。 二、模型的建立和数据搜集： 由Y=A*F（K，H，L），若生产函数采用类似柯布-道格拉斯生产函数的形式，并进行对数变换得到： LNY=LNA+aLNK+bLNL+cLNH 用Y代表第二产业GDP，K与L分别代表资本和劳动投入，人力资本用教育费用支出E代替，可以得到以下模型： LNY=C+aLnK+blnL+clnE+u 数据： 年份第二产业就业人数第二产业GDP教育费用支出资本形成 197869451745.275.051377.9 197972141913.593.161474.2 198077072192114.151590 198180032255.5122.791581 198283462383137.611760.2 198386792646.2155.242005 198495903105.7180.882468.6 1985103843866.6226.833386 1986112164492.7274.723846 1987117265251.6293.934322 1988121526587.2356.665495 1989119767278412.396095 1990138567717.4462.456444 1991140159102.2532.397517 19921435511699.5621.719636 19931496516428.5754.914998 19941531222372.21018.7819260.6 19951565528537.91196.6523877 19961620333612.91415.7126867.2 19971654737222.71545.8228457.6 19981660038619.31726.329545.9 19991642140557.81927.3230701.6 20001621944935.32179.5232499.8 200116284487502636.8437460.8 20021578052980.23105.9942304.9 20031607761274.13351.3251382.7 将所有数据取对数后输入EVIEWS 从经济意义上考虑到当年的教育支出对产出的影响可能存在滞后，采用Granger检验，可以得到当之后长度为2时，E是引起Y变化的原因，故模型修改为： LNY=C+aLnK+blnL+clnE（-2）+u 三、模型的估计和检验： 1）平稳性检验：单位根检验 Lny ADF 一阶差分 只有截距项 滞后3阶 ADF Test Statistic-2.807303 1% Critical Value*-3.7856 5% Critical Value-3.0114 10% Critical Value-2.6457 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNY,2) Method: Least Squares Date: 06/14/05 Time: 10:15 Sample(adjusted): 1983 2003 Included observations: 21 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. D(LNY(-1))-0.5812070.207034-2.8073030.0126 D(LNY(-1),2)0.5973570.2186002.7326520.0148 D(LNY(-2),2)0.0187300.2225440.0841650.9340 D(LNY(-3),2)0.2935510.2070491.4177850.1754 C0.0900170.0334642.6899590.0161 R-squared0.446263 Mean dependent var0.004307 Adjusted R-squared0.307828 S.D. dependent var0.066967 S.E. of regression0.055715 Akaike info criterion-2.732888 Sum squared resid0.049666 Schwarz criterion-2.484192 Log likelihood33.69532 F-statistic3.223642 Durbin-Watson stat1.883066 Prob(F-statistic)0.040398 以10%的标准LNY不存在单位根，一阶差分平稳。 LNK ADF 一阶差分 只有截距项 滞后3阶 ADF Test Statistic-3.012373 1% Critical Value*-3.7856 5% Critical Value-3.0114 10% Critical Value-2.6457 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNK,2) Method: Least Squares Date: 06/14/05 Time: 10:19 Sample(adjusted): 1983 2003 Included observations: 21 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. D(LNK(-1))-0.8981760.298162-3.0123730.0083 D(LNK(-1),2)0.4042240.2584971.5637490.1374 D(LNK(-2),2)0.2826120.2402811.1761750.2567 D(LNK(-3),2)0.3104540.2277361.3632180.1917 C0.1415370.0493952.8654030.0112 R-squared0.380186 Mean dependent var0.004144 Adjusted R-squared0.225232 S.D. dependent var0.102694 S.E. of regression0.090392 Akaike info criterion-1.765057 Sum squared resid0.130733 Schwarz criterion-1.516361 Log likelihood23.53309 F-statistic2.453546 Durbin-Watson stat2.004426 Prob(F-statistic)0.088031 以5%的标准，没有单位根，一阶差分平稳。 LNL ADF只有截距项和趋势 滞后1阶一阶差分 ADF Test Statistic-3.628678 1% Critical Value*-4.4167 5% Critical Value-3.6219 10% Critical Value-3.2474 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNL,2) Method: Least Squares Date: 06/14/05 Time: 10:22 Sample(adjusted): 1981 2003 Included observations: 23 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. D(LNL(-1))-1.3032520.359153-3.6286780.0018 D(LNL(-1),2)0.0196830.2279610.0863460.9321 C0.1054470.0334553.1519390.0052 @TREND(1978)-0.0045070.001580-2.8527530.0102 R-squared0.632964 Mean dependent var-0.002063 Adjusted R-squared0.575011 S.D. dependent var0.051344 S.E. of regression0.033472 Akaike info criterion-3.799468 Sum squared resid0.021287 Schwarz criterion-3.601991 Log likelihood47.69389 F-statistic10.92201 Durbin-Watson stat1.991014 Prob(F-statistic)0.000216 以5%的标准，没有单位根，一阶差分平稳 LNE(-2) ADF 有趋势和截距项 滞后1阶一阶差分 ADF Test Statistic-4.419992 1% Critical Value*-4.4415 5% Critical Value-3.6330 10% Critical Value-3.2535 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNE1,2) Method: Least Squares Date: 06/14/05 Time: 11:28 Sample(adjusted): 1982 2003 Included observations: 22 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. D(LNE1(-1))-1.5774320.356886-4.4199920.0003 D(LNE1(-1),2)0.2059900.2192470.9395310.3599 C0.0184120.0359670.5119120.6149 @TREND(1978)-0.0013230.002272-0.5820980.5677 R-squared0.702869 Mean dependent var0.001932 Adjusted R-squared0.653348 S.D. dependent var0.113284 S.E. of regression0.066698 Akaike info criterion-2.414312 Sum squared resid0.080076 Schwarz criterion-2.215940 Log likelihood30.55743 F-statistic14.19315 Durbin-Watson stat2.064102 Prob(F-statistic)0.000054 以5%的标准，没有单位根，一阶差分平稳 综上，模型中的变量都是一阶差分平稳。对变量进行回归LS LNY C LNK LNL LNE（-2） Dependent Variable: LNY Method: Least Squares Date: 06/14/05 Time: 11:31 Sample(adjusted): 1980 2003 Included observations: 24 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C3.6123801.0467783.4509510.0025 LNK0.9203680.07564512.166900.0000 LNL-0.3874810.141687-2.7347670.0128 LNE(-2)0.1642600.0673732.4380810.0242 R-squared0.998259 Mean dependent var9.374063 Adjusted R-squared0.997998 S.D. dependent var1.164977 S.E. of regression0.052123 Akaike info criterion-2.919421 Sum squared resid0.054336 Schwarz criterion-2.723078 Log likelihood39.03305 F-statistic3823.231 Durbin-Watson stat0.654112 Prob(F-statistic)0.000000 R2=0.998259 拟合程度很好， F=3823.231 通过了F检验，模型设定正确。 回归结果，得： LNY=3.612380 +0.920368LNK—0.387481LNL+0.164260LNE(-2) （各参数均通过T检验） 对残差项进行平稳性检验，单位根检验 0阶，没有趋势和截距，滞后一阶 ADF Test Statistic-2.108609 1% Critical Value*-2.6756 5% Critical Value-1.9574 10% Critical Value-1.6238 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(R2) Method: Least Squares Date: 06/14/05 Time: 11:34 Sample(adjusted): 1982 2003 Included observations: 22 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. R2(-1)-0.4605980.218437-2.1086090.0478 D(R2(-1))0.2609930.2386241.0937440.2871 R-squared0.146646 Mean dependent var-0.008221 Adjusted R-squared0.103978 S.D. dependent var0.040171 S.E. of regression0.038026 Akaike info criterion-3.614601 Sum squared resid0.028919 Schwarz criterion-3.515415 Log likelihood41.76061 F-statistic3.436934 Durbin-Watson stat1.816806 Prob(F-statistic)0.078563 以5%的标准，没有单位根，平稳。说明存在协整。 故说明以上长期关系方程的变量选择合理，回归系数具有经济意义，即： LNY=3.612380 +0.920368LNK—0.387481LNL+0.164260LNE(-2) 误差校正： LNYI=LNYt—LNYt-1 LNKI=LNKt—LNKt-1 LNLI=LNLt—LNLt-1 LNEI=LNEt—LNEt-1 R=RESID Dependent Variable: LNY1 Method: Least Squares Date: 06/14/05 Time: 10:52 Sample(adjusted): 1983 2003 Included observations: 21 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C0.0213630.0053044.0275090.0012 LNK10.8940320.01928746.353850.0000 LNK1(-1)0.1008110.0195535.1556970.0001 LNL1-0.2951410.036564-8.0719200.0000 R0.9752030.04141123.549450.0000 R(-1)-0.8331370.051257-16.254240.0000 LNE1(-4)-0.0701980.027907-2.5153950.0247 R-squared0.996762 Mean dependent var0.154619 Adjusted R-squared0.995374 S.D. dependent var0.083807 S.E. of regression0.005700 Akaike info criterion-7.235415 Sum squared resid0.000455 Schwarz criterion-6.887241 Log likelihood82.97185 F-statistic718.2057 Durbin-Watson stat2.664799 Prob(F-statistic)0.000000 回归得到短期动态方程： LNY1=0.021363+0.894032LNK1+0.100811LNK1(-1)-0.295141LNL1 0.070198LNE1(-4)+0.975203R-0.833137R(-1) 2）计量经济学检验 对长期模型进行异方差检验： ARCH Test: F-statistic0.874324 Probability0.473763 Obs*R-squared2.807036 Probability0.422343 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/15/05 Time: 11:45 Sample(adjusted): 1983 2003 Included observations: 21 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C0.0016580.0013371.2406910.2316 RESID^2(-1)0.2342690.3662400.6396590.5309 RESID^2(-2)-0.3322760.348164-0.9543670.3533 RESID^2(-3)0.4128180.3547091.1638220.2606 R-squared0.133668 Mean dependent var0.002230 Adjusted R-squared-0.019214 S.D. dependent var0.003111 S.E. of regression0.003141 Akaike info criterion-8.519183 Sum squared resid0.000168 Schwarz criterion-8.320227 Log likelihood93.45143 F-statistic0.874324 Durbin-Watson stat1.693624 Prob(F-statistic)0.473763 T值都小于2，没有异方差 White Heteroskedasticity Test: F-statistic2.726168 Probability0.048331 Obs*R-squared11.76869 Probability0.067333 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/30/05 Time: 18:41 Sample: 1980 2003 Included observations: 24 VariableCoefficientStd. Errort-StatisticProb. C-2.5804821.840997-1.4016760.1790 LNK-0.0152300.056131-0.2713370.7894 LNK^20.0010460.0029950.3491290.7313 LNL0.5794110.4186621.3839580.1843 LNL^2-0.0298950.021690-1.3782800.1860 LNE(-2)-0.0500310.027073-1.8479720.0821 LNE(-2)^20.0035060.0020381.7205630.1035 R-squared0.490362 Mean dependent var0.002264 Adjusted R-squared0.310490 S.D. dependent var0.002979 S.E. of regression0.002473 Akaike info criterion-8.928022 Sum squared resid0.000104 Schwarz criterion-8.584423 Log likelihood114.1363 F-statistic2.726168 Durbin-Watson stat2.184959 Prob(F-statistic)0.048331 T值都小于2，所以没有异方差。 长期模型存在自相关，使用迭代法修正 Dependent Variable: LNY Method: Least Squares Date: 06/15/05 Time: 12:18 Sample(adjusted): 1981 2003 Included observations: 23 after adjusting endpoints Convergence achieved after 21 iterations VariableCoefficientStd. Errort-StatisticProb. C0.5225072.0845840.2506530.8049 LNK0.7710150.0771279.9967040.0000 LNL0.0245400.2404990.1020390.9199 LNE(-2)0.2496640.0830813.0050750.0076 AR(1)0.7228630.1745814.1405690.0006 R-squared0.999181 Mean dependent var9.447171 Adjusted R-squared0.998999 S.D. dependent var1.133470 S.E. of regression0.035853 Akaike info criterion-3.629138 Sum squared resid0.023137 Schwarz criterion-3.382291 Log likelihood46.73508 F-statistic5492.676 Durbin-Watson stat1.739477 Prob(F-statistic)0.000000 Inverted AR Roots .72 样本容量23个，3个解释变量，查表，得：Du=1.660,DW=1.7394771.660且2.340 经修正后，不存在自相关。 经过修正后得到的长期模型为： Lny =0.522507+0.771015Lnk+0.024540Lnl+0.249664Lne(-2)+u 对长期模型进行多重共线检验： LNE(-2)LNKLNL LNE(-2) 1.000000 0.988701 0.932551 LNK 0.988701 1.000000 0.953239 LNL 0.932551 0.953239 1.000000 具有比较严重的多重共线性。使用逐步回归法进行修正，不能删除解释变量。 3）经济意义检验： 综上可得： Lny =0.522507+0.771015Lnk+0.024540Lnl+0.249664Lne(-2) 可以转化为：Y=e0.522507K0.771015L0.024540E(-2)0.249664 可见，在第二产业中，资本投入对gdp的贡献是最大的，资本投入产出弹性为0.771015;人力资本产出弹性为0.249664；而劳动产出弹性为0.024540，十分不显著——但是这和中国目前的现实不符合，资本投入产出弹性过高而劳动产出弹性过低。这是由于解释变量之间存在严重的多重共线性，从而使得估计结果无偏但无效，无法真实的描述各因素对我国第二产业GDP贡献的真实情况。 4、失败原因分析和经验教训总结： 从上面的分析得到，我们的模型无法达到对促进第二产业GDP的各因素进行正确描述的目的。失败的原因主要有： 由于资本，劳动，和人力资本三者之间存在着互相替代的关系，所以三个解释变量之间存在严重的多重共线性，而且无法进行修正。目前我们没有办法解决这个问题。 第二产业包括工业和建筑业，由于数据的原因，并且工业的GDP比建筑业大出许多，因此我们只是笼统的对第二产业整体进行了分析。但这两者之间是存在差异的，这样使我们的原始数据和分析出现偏差。 在这次做论文的过程中，我们有很多遗憾，也从很多次失败中学到了东西。 我们是三易题目。第一次想要做有关银行的盈利性，流动性和安全性之间的分析；第二次是尝试了金融发展对中国GDP的影响。最后才换到现在的题目。最深刻的感受就是：每次我们都是一想到某个题目，就马上开始查找数据，输入数据开始回归，但是没有认真的对背后的经济理论进行思考和分析，没有认真想做这个题目的目的和意义何在？所以，在每次回归的结果出现问题的时候，我们没有尝试从经济意义方面进行分析，就忙着换解释变量，修改模型的表达式，总之就是千方百计要让回归的数据“合理完美”。当这些努力都徒劳的时候，我们就决定，换题目。的确是完全陷入了“数字陷阱”中。就如同在高中做物理实验的时候，根据定理来“修改”自己的实验数据，不是一种严肃的正确的研究问题的态度。这是我们得到的最大的教训，以后一定会引以为戒。

  • 人力资本投入与GDP_经济学毕业论文范文

    人力资本投入与GDP_经济学毕业论文范文 人力资本投入与GDP 组长 马俊 引言 社会经济的发展是与多种多样的因素相关的，传统观念认为影响生产的决定性因素就是资本的投入与劳动者的数量。这种观点在资本主义早期得到了事实的佐证，但随着时代的进步，这种理论却无法解决许多新问题。近年来，人力资本理论由定性到定量的发展得到了越来越多经济学家的关注， 研究目的 作为人力资源管理专业的学生，我们希望能利用本专业知识与计量经济学相结合，通过对柯克道格拉斯函数的检验，分析人力资本投入在经济发展中的作用，据以观察我国在人力资本投资上的政策方向，预测国家经济发展方向，进行政策评价。 分析 1．柯克道格拉斯模型的检验 柯克道格拉斯函数的核心是认为，生产的决定性因素就是资本投入量与劳动者的数量，据此我们统计了1990至2002年全国固定资产投资额和就业人数： obsGDP（亿元）固定资产投资额(亿元)就业人数（亿人） 1990 18598.40 4449.290 6.390900 1991 21662.50 5508.800 6.479900 1992 26651.90 7854.980 6.555400 1993 34560.50 12457.88 6.637300 1994 46670.00 16370.33 6.719900 1995 57494.90 20019.26 6.794700 1996 66850.50 22974.03 6.885000 1997 73142.70 24941.11 6.960000 1998 76967.20 28406.17 6.995700 1999 80579.40 29854.71 7.058600 2000 88228.10 32917.73 7.115000 2001 94346.40 37213.49 7.302500 2002 102398.0 43499.91 7.374000 据此，我们用eviews软件根据柯克道格拉斯函数对影响GDP的因素进行分析，为避免多重公线性，用分别用GDP，固定资产投资额和就业人数的对数值ly,lx ,lz代替y x z Dependent Variable: LY Method: Least Squares Date: 05/20/04 Time: 13:26 Sample: 1990 2002 Included observations: 13 VariableCoefficientStd. Errort-StatisticProb. C1.8067381.8371260.9834590.3486 LX0.7304560.0813398.9803880.0000 LZ0.9941931.3436590.7399150.4764 R-squared0.991580 Mean dependent var10.87716 Adjusted R-squared0.989896 S.D. dependent var0.582647 S.E. of regression0.058567 Akaike info criterion-2.638121 Sum squared resid0.034301 Schwarz criterion-2.507748 Log likelihood20.14779 F-statistic588.8253 Durbin-Watson stat0.906606 Prob(F-statistic)0.000000 得表达式 LY = 1.80673763 + 0.7304560978*LX + 0.9941926462*LZ 模型总体拟合度较好，F统计值显著。但我们知道，固定资本投入到产出有一个过程，具有滞后性，因此用阿尔蒙法进行滞后，并试图消除其造成的多重共线性。经分析，以滞后三阶为最优： Dependent Variable: LY Method: Least Squares Date: 05/20/04 Time: 13:48 Sample(adjusted): 1993 2002 Included observations: 10 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C2.5926321.2752322.0330670.0977 LZ1.4781201.3704591.0785580.3300 PDL010.4042230.0494848.1687270.0004 PDL020.2004120.1615231.2407680.2697 PDL03-0.2411530.103723-2.3249710.0676 R-squared0.998926Mean dependent var11.13983 Adjusted R-squared0.998067S.D. dependent var0.336436 S.E. of regression0.014792Akaike info criterion-5.282638 Sum squared resid0.001094Schwarz criterion-5.131345 Log likelihood31.41319F-statistic1162.732 Durbin-Watson stat2.771769Prob(F-statistic)0.000000 Lag Distribution of LXiCoefficientStd. ErrorT-Statistic *. |0-0.03734 0.22626-0.16504 . *|1 0.40422 0.04948 8.16873 . * |2 0.36348 0.09843 3.69271 * . |3-0.15957 0.06301-2.53226 Sum of Lags 0.57080 0.14235 4.00988 得表达式 LY = 2.59263219 + 1.478120305*LZ - 0.03734272268*LX + 0.404222688*LX(-1) + 0.3634816769*LX(-2) - 0.1595657561*LX(-3) 由于DW检验值等于2.771769，查表发现不能确定是否存在自相关。 2．人力资本的作用 人力资本的作用是使劳动者的技术水平上升，综合素质得到提高，能够为社会创造更大的财富。同时也是GDP中投资的一部分，将1990年至2002年的教育经费考虑进模型，同理，教育经费的发生效力也是一个长时期的过程，同样对其进行滞后分析。 Dependent Variable: LY Method: Least Squares Date: 05/20/04 Time: 14:17 Sample(adjusted): 1993 2002 Included observations: 10 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C1.7200454.1631690.4131580.7196 LZ1.5913582.4608850.6466610.5842 PDL010.3671980.1856821.9775600.1866 PDL020.0609220.2751790.2213890.8453 PDL03-0.1432920.195252-0.7338840.5394 PDL040.0293520.1941880.1511520.8937 PDL050.0671120.3292180.2038530.8573 PDL06-0.0629450.186173-0.3381000.7675 R-squared0.999265Mean dependent var11.13983 Adjusted R-squared0.996693S.D. dependent var0.336436 S.E. of regression0.019347Akaike info criterion-5.061963 Sum squared resid0.000749Schwarz criterion-4.819895 Log likelihood33.30981F-statistic388.4971 Durbin-Watson stat2.879180Prob(F-statistic)0.002570 Lag Distribution of LXiCoefficientStd. ErrorT-Statistic . * |0 0.16298 0.42717 0.38155 . *|1 0.36720 0.18568 1.97756 . * |2 0.28483 0.16230 1.75498 * . |3-0.08413 0.25202-0.33382 Sum of Lags 0.73088 0.42473 1.72082 Lag Distribution of LSiCoefficientStd. ErrorT-Statistic * . |0-0.10070 0.46525-0.21645 . * |1 0.02935 0.19419 0.15115 . *|2 0.03352 0.24247 0.13824 * . |3-0.08820 0.12359-0.71371 Sum of Lags-0.12604 0.40657-0.31000 由此我们得到该模型的表达式： LY = 1.720044891 + 1.591358377*LZ + 0.1629841247*LX + 0.367198033*LX(-1) + 0.2848271534*LX(-2) - 0.08412851405*LX(-3) - 0.1007048014*LS + 0.029352059*LS(-1) + 0.03351895422*LS(-2) - 0.08820411579*LS(-3) 模型检验 ARCH Test: F-statistic0.737454 Probability0.595832 Obs*R-squared2.971116 Probability0.396100 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/28/04 Time: 21:28 Sample(adjusted): 1996 2002 Included observations: 7 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C0.0001468.85E-051.6514970.1972 RESID^2(-1)0.0045500.5614670.0081040.9940 RESID^2(-2)-0.5273880.487722-1.0813300.3587 RESID^2(-3)-0.3464730.631646-0.5485230.6215 R-squared0.424445 Mean dependent var6.99E-05 Adjusted R-squared-0.151110 S.D. dependent var9.54E-05 S.E. of regression0.000102 Akaike info criterion-15.24072 Sum squared resid3.14E-08 Schwarz criterion-15.27163 Log likelihood57.34251 F-statistic0.737454 Durbin-Watson stat1.889227 Prob(F-statistic)0.595832 由Obs*R-squared=2.971116 临界值7,81，我们可以看出,模型不存在异方差。 由eviews输出结果可以看出,DW检验值为2.879180,介乎于4-du和4-dl之间，刚好处于不能决定区间，无法确定是否存在一介自相关。出现这种问题在于选取的样本容量太小，我们也没有太好的办法解决，只能使用具有一定代表性的小样本。 总结 经比较我们可以发现，人力资本对国内生产总值并不局限于其本身作为投资而带来的对国内生产总值的增长，而更大程度的体现为由于使劳动者自身水平的提高而对国内生产总值的贡献更大,具体的体现就是在我们得到的表达式中, LZ的系数由1.478120305增长到1.591358377,,意味着LZ的作用越来越显著.但在经济生活中，这种贡献是隐性的，被隐藏在物资投资加大（包括劳动者数量增长）所带来的收益中，甚至只是一种单纯的支出，容易被忽视，在特定时期也就形成了粗放式的经济增长，在到达一定程度后停滞不前。因此,在我国的经济发展经历了以牺牲人口和环境保护为代价的教训后,应该注重对人进行投资，尤其是对高级人才的培养，用人才的质量推动经济的进步。 参考文献： 西奥多舒尔茨，《对人进行投资——人口质量经济学》，首都经济贸易大学出版社 詹姆士。J。海克曼，《提升人力资本投资的政策》，复旦大学出版社 查尔斯。I。琼斯，《经济增长导论》，北京大学出版社 加里。贝克尔，《人力资本》，北京大学出版社 刘家强，《人口经济学新论》，西南财经大学出版社

  • 农村剩余劳动力转化途径与农民收入增加的关系分析_经济学毕业论文范文

    农村剩余劳动力转化途径与农民收入增加的关系分析_经济学毕业论文范文 农村剩余劳动力转化途径与农民收入增加的关系分析 内容摘要：通过分析比较农村剩余劳动力的两大主要转移途径，以找到提高农民收入更有效的方法。 关键词：农民收入 农民工 农村剩余劳动力 农村城市化 农民城市化 一、问题的提出及研究目的： 三农问题近年来一直受到广泛的关注。有研究表明，在GDP小于1000美圆的时候，国家经济发展更多情况下是依靠牺牲农业为其他经济建设提供支持。而当人均GDP超过1000美圆后，一般由压榨农业变为扶持农业发展。中国作为一个农业大国，则更应该关注8亿多农民的生活。不仅如此来自国家统计局的资料显示，2003年，中国消费率仅为55.4%，是1978年以来25年里最低的水平，而消费率持续降低的根子在于农民收入增长缓慢，消费能力减弱。，进一步分析2003的消费率会发现，城镇居民消费占57.6%，呈上升趋势。农民消费占42.4%，是下降的。这也更说明了当前，农民增收问题，也关系到了中国的消费率，关系城乡差距的扩大，进一步，关系国家的稳定。 如何提高农民收入？当前的情况是，一方面是大量农村劳动力进城务工从而引发的农村劳动力城市化的经济、政策问题；另一方面，农村务农人口自发转向在农村从事非农业劳动，比如第三产业。针对这两个农民收入的增长方向，本文希望从农村剩余劳动力转化的方向对农民收入的影响入手，试图通过分析，讨论当前状况下哪个方向的转移更能增加农民收入，进而推动国民经济的发展。为政策制定提供一定的参考。 二、现有理论研究成果 主流观点认为：改革开放以来，影响中国农民收入总量水平的主要因素是从事非农产业的农村劳动者人数、农副产品收购价格和农业生产的发展规模。而目前，中国粮食价格总体水平已与国际粮食价格基本持平，部分粮食品种的价格已高于国际价格。由于粮食收购价格的提高会增加粮食流通体制改革的困难，再加上加入世界贸易组织之后面临世界农产品市场的竞争压力，所以进一步提高农副产品收购价格的余地已经很小同时，发展农业生产是一个缓慢的过程，希望在短期内使农民收入有很大的提高是不现实的。而且还应该看到，在过去农业总产值的增长中，政策因素(例如实行家庭承包经营)起了很大的作用，而在今后时期内，政策因素的作用将显著减弱。再加上投人(化肥、电力、农药等)的效益递减，其对农民收入的增加提升力不是很显著。所以只有从农村剩余劳动力的转移问题方面着手，才能有效提高农民收入。农村剩余劳动力转移主要表现为三种形式：一是制度性转移，以“农转非”为主，平均每年的制度性转移规模目前在100万人左右；二是自发性转移，以“民工潮”为主，目前出乡的农民工规模为7，500万左右，在省外流动就业的农民工规模为4,500万左右（国家统计局统计资料）；三是内部性转移，以从事当地非农产业（如乡镇企业、私营企业和个体户）为主，目前乡镇企业的从业人员大约为12,500万人，私营企业的从业人员大约为750万人，个体从业人员大约为3，800万人。 这种理论并没有提出自发性转移和内部性转移，哪种形式对农民收入的提高有更大的促进作用。这将是本文着力探讨的要点。 三、我们的思路和数据处理： 数据处理 考虑到通货膨胀的影响，我们试用商品零售价格指数来调整农民年均纯收入Y。（实际收入=货币收入÷农村商品零售价格指数）以样本采集初始年份1978年作为基期。得到1978年至2003年的农民年均纯收入。见附表1。 X1为农林牧渔业总产值指数(以1952年为基期)； X2为农产品收购价格指数(以1978年为基期)； X3为外出务工人数占农村常住人口的比例； X4为在农村从事非第一产业人数占农村常住人口的比例。 数据平稳性检验 首先对y值进行含趋势项和飘移项的单位根检验，结果见附表７-9。首先对y进行含趋势项和漂移项的单位根检验，由于结果非平稳，因而，我们继续进行。最后结果为y是平稳的。同理，我们进行x1，x2，x3，x4的单位根检验，得到x1，x3，x4都平稳。 ２．模型设定及回归： 第一步：我们首先根据农民收入的情况，我们认为来自农业的收入仍然是农民收入的主要构成部分，因而我们用农林牧渔业总产值和农产品的收购价格来反映农民纯收入的主体部分（这里暂不讨论其他因素），构造以下模型： L X1代表农林牧渔业总产值指数(以1952年为基期)；x2代表农产品收购价格指数(以1978年为基期)；y代表消除通长后的人均纯收入指数。 由1978至2003的数据回归，我们得到如下结果（见附表2） Y=-4.955556+1.1612lnx1－0.144351lnx2 (-18.3864)( 10.37796)( -1.56334) =0.965283 =0.962264 f=319.7461 Df=24 由回归结果可以看到，lx2的t 检验值不显著,并且，其系数为负，既当 产品的收购价格增加，反而引起农民纯收入的降低．这是违背经济现象的。另一方面，r-square较显著，这说明x1，x2 之间可能存在多重共线性。模型设定不够完善，我们进一步进行相关系数的检验，结果如图： Correlation matrix LX1LX2 LX11.0000000.935537 LX20.9355371.000000 证明二者的确存在多重共线性。 但是考虑到本文研究目的在于探讨农民外出务工和在农村从事非农业对农民纯收入的影响，因此我们忽略掉他们的共线性。 第二步：根据研究目的，我们首先对农村剩余劳动力转移的过程的三个形式进行了调整。因为制度性转移—“农转非”，既包含了由农村转移到城市的民工，也包含了农村内部向非农产业部门的转移。我们将其分解到在农村从事非第一产业，和农村劳动力外出务工两大人群中。也就是外部转移和内部转移两部分。 其次，根据《中国统计年鉴》的统计指标解释，农民纯收入按收入的性质划分为工资性收入、家庭经营收入、财产性收入和转移性收入。我们在研究两种劳动力收入的时候，与劳动力划分相对应，将农民家庭人均纯收入按行业和城乡划分，由三部分组成：a.农民在农村从事第一产业收入，b.农民在农村从事非第一产业收入，c.外出的农民工劳动收入。 第一产业非第一产业 农村ab 城镇c 我们逐步代入变量x3-外出打工人员占农村常住人口的比例，x4-在农村从事非第一产业人数占农村常住人口比例，以验证我们的假设。 ①L 再次通过1978-2003的数据回归，得到如下结果：（见附表3） L （-10.8074） （11.30946） （-2.41484） （2.176519） =0.971434 =0.967538 f=249.3798 Df=24 由回归结果，可以看到，在引入新的变量x3之后，方程的显著性有所提高，从0.965283增加到了0.971434。并且，x3的t检验值显著，再分析其他统计学检验结果，我们认为，变量x3既外出打工人员占常住人口比例的增加能够引起农民纯收入的增加，其弹性为0.065344.也就是说,当该比例增加1%时,农民纯收入能够平均增加0.065344%. ②L 同样,通过eviews软件，我们得到如下结果：（见附表4） L（-9.777435）（10.73217）（-2.926831） （3.036023） （-2.099080） =0.976388 =0.971890 F= 217.0940 Df=22 在引入新变量x4之后，方程的显著性又有所提高，并且各个解释变量的t检验值均显著。因而，可以认为，x4-在农村从事非第一产业人数占农村常住人口比例对于农民纯收入也有显著性影响．其弹性为-0.14224。但是，负的系数表明，当在农村从事非第一产业人数占农村常住人口比例上升１％，反而使农民纯收入减少0.14224％。 四．经济意义及统计检验： 从估计的结果可以看，可决系数=０．976388表明拟合度很好。同时，在加入x3，x4之后，可决系数都有所提高，证明本文的原假设，在农村从事非第一产业的人数增加和外出务工的人数增加对于农民纯收入都有显著的影响。但是，就系数而言，x2和x4的系数都为负。我们认为原因在于，从1997-2002年，农产品的收购价格指数具有下降趋势，而农民纯收入则呈现上升趋势．这个，可能就是x2系数为负的原因。同时，x4的负系数 ，这个与现实经济状况不符。统计检验方面，４个解释变量的t检验值都是显著的，可决系数显著，证明x3，x4之间不存在多重共线性。但是dw检验结果显示，随机扰动项存在着自相关，因此，我们继续对模型进行计量经济学检验。 五．计量经济学检验： 异方差检验 因为采取的是时间序列数据，因而对该方程我们采用ARCH检验来检验异方差。检验结果见附表3。由于Obs*R-squared=1.663191，通过查卡方分布表，(22)=33.9244，所以接受原假设，不存在异方差。（见附表5） 自相关检验 由D-W= 1.010458，通过查表，得到dl=1.062du=1.759，因而该DW值落在了有自相关的区域。我们对该模型进行Cochrane-Orcutt迭代法检验，结果见附表7。 通过对自相关的修正，我们可以看到，此时D-W=2.033644 通过查表，得到dl=1.062du=1.759，因而该DW值落在了无自相关的区域中的DW=1.418451。落在了无自相关的区域中，但是该检验显著影响了解释变量的系数以及t检验值，造成系数不符合经济意义且t检验值不显著，所以我们放弃对自相关的修正。（见附表6） 最后方程： 通过计量经济学的检验和修正，我们得到最后的方程： L（-9.777435）（10.73217）（-2.926831） （3.036023） （-2.099080） =0.976388 =0.971890 F= 217.0940 Df=22 由此模型可以看到，农民纯收入对农村非农业从业人员占农村常住人口的比例弹性为-0.14224。也就是说，该比例每增加1%，农民纯收入也会相应的减少0.022645%。而这与经济现实情况是不相符合的。由于，第一，在自相关的检验中，模型并未得到修正，非最优模型。第二，由保守的估计，我国农村第二产业的就业人数约有九千万人，第三产业就业人数约三千万人，从这些数据也可以间接的表明，实际上在农村从事非第一产业对于农民的吸引。由上两点，我们不能就统计学检验结果而否定农民内部转移对于农民纯收入没有正的显著性影响。同时，当外出打工人员占农村常住人口的比例增加1%时,农民纯收入能够平均增加0.065344%。 六、计量经济学检验问题分析 对于产生自相关的原因，我们分析认为虽然模型的拟合度很好，但是由于模型设定不合理，使得ui中包含了对Y有影响的部分解释变量，产生了自相关。 七、经济分析与政策建议 通过对这两个弹性系数的比较,我们可以看到,针对当前农村大量剩余劳动力转移的两条渠道,外部转移和内部转移对增加农民收入都有一定的作用。但是在两者对于农民收入的贡献又是有区别的。再考虑剩余劳动力两类转移相应的成本。当前,农村劳动力外部性转移,面临如下问题: 1．我国城市国有企业改革和国有经济改组的进度缓慢,一方面使吸纳新劳动力的能力由正转负，另一方面，使工商业缺乏活力。 2．城市经济体制改革造成的大量下岗工人也面临就业难的问题，也就恶化了农民工就业环境。 3．二元户籍制度，虽然正在进行改革，但是它对农民工进城后的工作，生活和日后的家庭发展仍造成了不小的阻碍。 农民工进城造成的城市交通，治安，环境等问题使城市抱有一定程度上的排斥情绪。 鉴于上面存在的问题，农村剩余劳动力的外部性转移实际上面临很多难题，在农民城市化的进程中，城市，农民都要付出一定的代价，并且过程是比较漫长的。 但是，农村城市化的过程，农民城市化的过程，对于增加农民的纯收入方面，却有显著的影响。因此，应该从国家政策上支持这一过程，逐渐消灭长期以来的城乡二元化结构，鼓励农民城市化。 再考虑农村剩余劳动力的内部化过程。据保守的估计，我国农村第二产业的就业人数约有九千万人，第三产业就业人数约三千万人，这为农村的城市化提供了大量的劳动力资源。并且，农村剩余劳动力的就地转化，有社会成本低，社会收益高，农民积极性高的优势，同时，也有利于带动第一产业的产业化发展，最终缩小城乡差距。 因而，考虑以上诸因素，我们认为，推行农村剩余劳动力的内部转化和农村城市化进程，与鼓励剩余劳动力外部化相比，更能有效地增加农民收入。 参考书目： 历年《中国农村统计年鉴》国家统计局农村社会经济调查总队 编 中国统计出版社 历年《中国统计年鉴》中国人民共和国国家统计局 编 中国统计出版社 历年《中国经济年鉴》中国经济年鉴社　编辑出版 历年《中国劳动统计年鉴》中国统计出版社 《中国农业年鉴2000》 中国农业出版社 《计量经济学》（第三版）[美]古扎拉蒂 中国人民大学出版社 《影响中国农民收入增长的因素分析》 宁夏社会科学院经济所副研究员 段庆林 注释： 1．农产品收购价格指数是反映国有商业、集体商业、个体商业、外贸部门、国家机关、社会团体等各种经济类型的商业企业和有关部门收购农产品价格的变动趋势和程度的相对数。农产品收购价格指数可以观察和研究农产品收购价格总水平的变化情况，以及对农民货币由入的影响。作为制订和检查农产品价格政策的依据。计算指数所选的商品有11大类、包括276种农副土特产品。采用加权倒数平均公式(即按报告期实际收购金额加权综合法)计算。 2．总收入指调查期内农村住户和住户成员从各种来源渠道得到的收入总和，按收入的性质划分为工资性收入、家庭经营收入、财产性收入和转移性收入。工资性收入指农村住户成员受雇于单位或个人，靠出卖劳动而获得的收入。家庭经营收入指农村住户以家庭为生产经营单位进行生产筹划和管理而获得的收入。财产性收入指金融资产或有形非生产性资产的所有者向其他机构单位提供资金或将有形非生产性资产供其支配，作为回报而从中获得的收入。转移性收入指农村住户和住户成员无须付出任何对应物而获得的货物、服务、资金或资产所有权等，不包括无偿提供的用于固定资本形成的资金。 附表： 1． y消除通长后的人均纯收入x1农林牧渔业总产值指数(以1952年为基期)x2农产品收购价格指数(以1978年为基期)x3务工/常住x4非农/常住 19781.336206.21000.0024060.02762 19791.5750736221.8122.10.0018630.01433 19801.79827035224.9130.770.0015210.025484 19812.05690084239.5138.480.0016150.012897 19822.44545043266.5141.530.0034380.015278 19832.77176344287.2147.760.0051710.036449 19843.08607661322.4153.670.0071170.050802 19853.2275347333.4166.890.0093720.083132 19863.27638191344.7177.560.013820.088485 19873.36436364364.7218.40.016460.094856 19883.49048748379268.60.0192410.09929 19893.14460477390.8308.930.01810.10219 19903.47669706420.5300.90.01850.17081 19913.5192451436294.880.01490.163551 19923.74760994463304.910.01710.167702 19933.91237901500345.760.03270.179132 19944.21740182543483.720.0160090.131512 19954.68199893602.2579.980.0166440.139898 19965.3739293658.9604.340.0148620.145478 19975.61500645703.2577.140.0136550.152853 19986.13623592745530.970.0109810.158746 19996.45920514779.7466.190.0113220.163382 20006.70022598807.8449.410.0110960.180698 20017.0464223842439.520.0113610.191734 20027.4421464883.3441.720.0128110.205006 20037.76798886917.7465.170.0128460.230464 2． Dependent Variable: LY Method: Least Squares Date: 12/31/04 Time: 17:24 Sample: 1978 2003 Included observations: 26 VariableCoefficientStd. Errort-StatisticProb. C-4.9555560.269523-18.38640 LX11.16120.11189110.377960 LX2-0.1443510.092335-1.563340.1316 R-squared0.965283 Mean dependent var1.316582 Adjusted R-squared0.962264 S.D. dependent var0.479941 S.E. of regression0.093233 Akaike info criterion-1.79927 Sum squared resid0.199923 Schwarz criterion-1.65411 Log likelihood26.39053 F-statistic319.7461 Durbin-Watson stat0.298921 Prob(F-statistic)0 3． Dependent Variable: LY Method: Least Squares Date: 12/31/04 Time: 17:05 Sample: 1978 2003 Included observations: 26 VariableCoefficientStd. Errort-StatisticProb. C-4.2855740.396539-10.80740 LX11.1762690.10400811.309460 LX2-0.2255970.093421-2.414840.0245 LX30.0653440.0300222.1765190.0405 R-squared0.971434 Mean dependent var1.316582 Adjusted R-squared0.967538 S.D. dependent var0.479941 S.E. of regression0.086472 Akaike info criterion-1.91736 Sum squared resid0.164501 Schwarz criterion-1.72381 Log likelihood28.92572 F-statistic249.3798 Durbin-Watson stat0.493229 Prob(F-statistic)0 4． Dependent Variable: LY Method: Least Squares Date: 01/04/05 Time: 09:08 Sample: 1978 2003 Included observations: 26 VariableCoefficientStd. Errort-StatisticProb. C-5.0415840.515635-9.7774350.0000 LX11.3426740.12510710.732170.0000 LX2-0.2585560.088340-2.9268310.0081 LX30.1552350.0511313.0360230.0063 LX4-0.1422400.067763-2.0990800.0481 R-squared0.976388 Mean dependent var1.316582 Adjusted R-squared0.971890 S.D. dependent var0.479941 S.E. of regression0.080467 Akaike info criterion-2.030908 Sum squared resid0.135972 Schwarz criterion-1.788967 Log likelihood31.40181 F-statistic217.0940 Durbin-Watson stat1.010458 Prob(F-statistic)0.000000 5． ARCH Test: F-statistic0.781826 Probability0.47044 Obs*R-squared1.663191 Probability0.435354 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/31/04 Time: 16:59 Sample(adjusted): 1980 2003 Included observations: 24 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C0.0022880.0012451.8372860.0804 RESID^2(-1)0.0024950.2032370.0122770.9903 RESID^2(-2)0.1293530.1227881.0534650.3041 R-squared0.0693 Mean dependent var0.003024 Adjusted R-squared-0.019339 S.D. dependent var0.004932 S.E. of regression0.004979 Akaike info criterion-7.65051 Sum squared resid0.000521 Schwarz criterion-7.50325 Log likelihood94.80612 F-statistic0.781826 Durbin-Watson stat2.107301 Prob(F-statistic)0.47044 6． Dependent Variable: LY Method: Least Squares Date: 12/31/04 Time: 17:04 Sample(adjusted): 1979 2003 Included observations: 25 after adjusting endpoints Convergence achieved after 29 iterations VariableCoefficientStd. Errort-StatisticProb. C-4.1087580.410453-10.01030 LX11.0610640.08827112.020530 LX2-0.190020.063516-2.991710.0075 LX3-0.0226450.030519-0.741980.4672 LX40.0116230.0274210.4238830.6764 AR(1)0.6719780.102156.5783510 R-squared0.995394 Mean dependent var1.357658 Adjusted R-squared0.994182 S.D. dependent var0.440733 S.E. of regression0.033616 Akaike info criterion-3.74206 Sum squared resid0.021471 Schwarz criterion-3.44953 Log likelihood52.77578 F-statistic821.2834 Durbin-Watson stat2.033644 Prob(F-statistic)0 Inverted AR Roots0.67 7． ADF Test Statistic-0.720309 1% Critical Value*-4.3942 5% Critical Value-3.6118 10% Critical Value-3.2418 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(Y) Method: Least Squares Date: 01/04/05 Time: 08:28 Sample(adjusted): 1980 2003 Included observations: 24 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. Y(-1)-0.0679970.094400-0.7203090.4797 D(Y(-1))0.2396520.2301701.0411940.3102 C0.1692450.1233931.3715860.1854 @TREND(1978)0.0227460.0219631.0356770.3127 R-squared0.158155 Mean dependent var0.258038 Adjusted R-squared0.031878 S.D. dependent var0.197208 S.E. of regression0.194039 Akaike info criterion-0.290500 Sum squared resid0.753026 Schwarz criterion-0.094157 Log likelihood7.485995 F-statistic1.252449 Durbin-Watson stat2.217045 Prob(F-statistic)0.317368 8． ADF Test Statistic 1.005737 1% Critical Value*-3.7343 5% Critical Value-2.9907 10% Critical Value-2.6348 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(Y) Method: Least Squares Date: 01/04/05 Time: 08:28 Sample(adjusted): 1980 2003 Included observations: 24 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. Y(-1)0.0260360.0258871.0057370.3260 D(Y(-1))0.1796330.2231400.8050250.4298 C0.1054090.1070810.9843840.3361 R-squared0.113006 Mean dependent var0.258038 Adjusted R-squared0.028530 S.D. dependent var0.197208 S.E. of regression0.194375 Akaike info criterion-0.321590 Sum squared resid0.793411 Schwarz criterion-0.174333 Log likelihood6.859083 F-statistic1.337734 Durbin-Watson stat2.125481 Prob(F-statistic)0.283901 9． ADF Test Statistic 2.905696 1% Critical Value*-2.6649 5% Critical Value-1.9559 10% Critical Value-1.6231 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(Y) Method: Least Squares Date: 01/04/05 Time: 08:30 Sample(adjusted): 1980 2003 Included observations: 24 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. Y(-1)0.0461500.0158832.9056960.0082 D(Y(-1))0.2123690.2204930.9631580.3459 R-squared0.072077 Mean dependent var0.258038 Adjusted R-squared0.029899 S.D. dependent var0.197208 S.E. of regression0.194238 Akaike info criterion-0.359813 Sum squared resid0.830022 Schwarz criterion-0.261642 Log likelihood6.317757 Durbin-Watson stat2.159296

1 ...454647484950515253... 77
最新消息
相关帖子
高校大学相关专题
标签云
AB
CD ABCDEFGHIJKLMNOPQISTUVWXYZ
人大经济论坛 大学 专业 手机版

为做大做强人大经济论坛，本站接受风险投资商咨询，请联系（010-62719935）
京ICP备11001960号 京ICP证090565号 京公网安备1101084107号 论坛法律顾问：王进律师 知识产权保护声明 免责及隐私声明
邮箱：service@pinggu.org
合作咨询电话：(010)62719935 广告合作电话：010-68456523 13661292478 刘老师
投诉电话：(010)68466864 不良信息处理电话：13661292478