投资额预测分析

罗中德

摘 要：利用回归分析的方法，先对我国1980年至2013年的GDP、财政收入与投资额的相关数据建立二元线性回归模型，其次分别建立时间对GDP、时间对财政收入的回归模型，并对这三个回归模型进行参数估计和假设检验，再分别计算出2014—2018年的GDP与财政收入的预测值，进而计算出2014—2018年的投资额的预测值。

关键词：

投资额；GDP；财政收入；预测值；拟合曲线

中图分类号：

F83

文献标识码：A

文章编号：16723198（2015）23014902

1 引言

GDP和财政收入均是反映我国综合实力的重要指标，财政收入影响经济发展水平，投资额对经济增长又具有拉动作用。正确的认识三者间相互作用相互影响的关系，对促进我国经济社会可持续协调发展具有深远意义。近年，许多学者对投资额、GDP和财政收入三者进行了深入的研究。例如：徐菁、邓子基等学者分别在文献[1]-[7]中对我国的财政收入与GDP之间的相关性、协整和因果等关系进行了实证研究与分析。随着经济的发展，各种投资都在影响着GDP，其中房地产投资已经成为我国各地的经济支柱产业，是推动我国经济增长的主要动力。通过不断增加固定资产投资，可以逐渐地扩大企业本身的生产规模，提升企业的生产水平，调整相应产品结构，有力的促进整个社会经济的发展。不管是哪方面的投资，对GDP都有不可忽视的作用。美国多位著名经济学家一致认为相当高的投资率对短期的经济增长有非常大的促进作用，所以扩大投资额提高投资率对GDP的增长有拉动作用。经济发展水平的高低是财政收入多少的一个重要因素，所以只有不断的稳步的提高我国的经济发展，才能更有效的确保国家财政收入的持续快速的增长。正确认识投资额、GDP和财政收入的内在关系，探究其制约因素，从而根据问题本质寻找解决的新思路，从而更好更快地解决经济社会问题，对促进我国经济社会的发展具有及其重要的指导意义。

2 数据选取

文章采用的数据是1980年至2013年的数据，而相应的数据都是来自国家统计局网官方网站，相关数据如表1所示。

3 回归模型的建立

在建立三者的多元回归模型之前，需要先直观的了解他们两两之间的函数关系，特别是两个自变量GDP、财政收入与因变量投资额之间的函数关系，因此，本节先绘制他们相应的散点图，所得图形如图1、图2所示。

由图1可知，随着GDP的增加，投资额的增速越来越快，两者之间具有较强的对数函数的关系。又通过观察图2可知，随着财政收入的逐渐增加，投资额的增速也是一年比一年快，两者之间具有一定的对数函数的关系。综合分析可知，可以采用对数线性模型的形式对三者做回归分析。

记Y表示投资额，X1表示GDP，X2为财政收入，β0，β1，β2表示回归模型的三个待估参数，ε表示随机干扰项。则根据上面的分析，可设三者间的回归模型的基本形式为：

lnY=β0+β1lnX1+β2lnX2+ε

下面利用计量经济学软件Eviews进行计算，计算结果如图3所示。

由此可得到回归模型为：

lnY=0.899540lnX1+0.331248lnX2-2.947818（1）

从计算结果看，模型的F检验值F=4449.362，对应P值明显小于0.05，在显著性水平为5%下，认为该模型显著。从t检验的P值可以看出，若取显著性水平α=0.05，lnX1和lnX2两者前面的系数和常数项的估计值的P都显著小于α=0.05，从而拒绝这三个待估参数为零的原假设，也就是可以认为这三者都显著不为零，而lnX1，lnX2前面的系数都是整数，符合经济相应的经济含义。再者，模型的修正后的拟合优度R2=0.996528非常接近1，即该模型拟合效果非常好。因此可以用该模型进行经济预测决策。为预测2014年及以后每一年度的投资额的值，下面再分别给出GDP预测模型和财政收入的预测模型。

4 GDP预测模型

运用excel得到GDP与时间的散点图如图4所示。

从GDP趋势图看出，GDP随着时间的推移有指数增长的趋势，下面用关于时间的指数模型进行拟合。现在将1980年作为基期，即令1980年为t=1，然后依次递进，可知2013年为t=34。运用Eviews计算所得结果如图5所示。所得模型为：

lnX1=0.152033t+8.250896（2）

在显著水平为5%的条件下，由于模型检验的值小于0.05，从而该模型显著；而且模型系数和常数项的值均小于005，从而可知各系数和常数项显著不为0。再者调整之后的拟合优度达到0992143，很接近1，说明该模型拟合效果很理想。从而，可以利用该模型预测GDP。

5 财政收入预测模型

运用excel得到财政收入与时间的散点图，如图6所示。

图6 财政收入趋势图

从财政收入趋势图看出，财政收入随着时间的推移有指数增长的趋势，下面用关于时间的指数模型进行拟合。现在将1980年作为基期，即令1980年为t=1，然后依次递进，可知2013年为t=34。运用Eviews计算所得结果如图7所示。

图7 财政收入对时间的回归结果

模型为：

lnX2=0.150202t+6.498745

（3）

类似前面的分析可知，该模型拟合效果也很好，可用改模型对财政收入做预测。

6 投资额的预测

取t = 35、36、37、38、39分别代入（2）式和（3）式，

从投资额原始值与预测值的比较图（图8）中可以看出投资额也随着时间的推移而快速增长，预测值与原始值基本相近，进一步说明了建立的回归模型预测效果很好。

参考文献

[1]徐菁.对财政收入与GDP相关性的分析[J].浙江金融，2007，（01）.

[2]邓子基.财政收入与GDP的协调关系研究[J].经济学动态，2011，（05）.

[3]梁蕾.我国财政收入与GDP之间协整关系的分析[J].中国电力教育，2008，（3）.

[4]杨华峰.我国财政收入与GDP关系的实证研究[J].中国地质大学学报（社会科学报），2001，01，（01）.

[5]李进江.中国财政收入与GDP的因果关系检验[J].科技广场，2008，（06）.

[6]刘俊珍.财政收入与GDP关系的统计研究[J].北方经济，2008，（02）.

[7]韦邦荣，杨玉生.中国财政收入与GDP之间关系的协整分析与误差修正模型研究[J].统计与信息论坛，2006，21，（01）.