论文部分内容阅读
经济增长意味着国家财富的增加，就业机会的增加，人民生活水平的提高等等，从而研究经济增长的影响因素一直是宏观经济学讨论的热点问题。消费、投资和净出口作为拉动经济增长的三驾马车，一直是国家宏观调控的核心变量。净出口即出口与进口的差值。如果各项经济指标发展不平衡、不合理，将会严重影响国家经济的可持续发展。所以找出影响经济增长的主导性因素是非常有经济意义的课题。本文主要从因果关系的角度进行了分析。 因果关系反映了两个时间序列的先导滞后关系，揭示了事物间的发展规律，是目前很多科学研究中的热点。本文主要讨论了经典的格兰杰因果关系（GC）和新型因果关系（NC）。并通过具体模型例子比较了两种因果关系方法，发现NC比GC更好的揭示两个时间序列间真实的因果关系大小。 本文研究的重点内容是从消费、投资、进口、出口这四个主要的宏观经济变量中找出对GDP影响最大的因素，从而为制定宏观经济协调发展政策提供重要的参考信息。我们先分析了各变量与GDP的相关性，然后分别用GC和NC方法分析了回归模型里各变量对GDP的因果关系大小，最后分析了线性模型里各变量对GDP的即期影响（Ⅱ）。通过对29个国家数据的分析，可以看出: 1）绝大多数国家都表现出消费与GDP的相关性最强，从原始数据的变化趋势曲线也可以看出，GDP和消费有明显的同步性。 2）基于双变量模型、多变量模型绝大多数国家都表现出消费对GDP的NC值是最大的，而GC方法得到的结果大都与经济事实不吻合。 3）绝大多数国家线性模型里消费的模型系数是最大的，Ⅱ值也是最大的，从而消费对GDP的即期影响是最大的。 综合起来我们可以得到结论：消费是影响经济增长的主导性因素；NC方法比GC方法能更准确的揭示两个时间序列间真实的因果关系。因此，我们有理由相信NC方法将会在经济学或者其他领域得到更广泛的应用。