对工业增长值做了一个简单的回归分析。

今天用固定资产投资、社会零售品销售、货物的贸易顺差和CPI对工业增长值做了一次回归。

主要是想看一下，哪些经济指标可以解释我国的经济增长。

本来是想着给GDP做一下回归。但是GDP数据是季度数据，而别的数据都是月度数据，频率不太一样，所以不太好弄。就用工业增加值来表征GDP，因为这两个数据相关性比较高，都是通过生产法计算的，工业增长值就是GDP的一个子项。

整体的处理比较简单，因为这只是个初步地操作。

4项解释变量都已经做了Z-SCORE化了。一共是129期的数据，因为有的数据1月份没有，就只能1、2月份一起算。时间跨度是从2015年1月份到2026年9月份。样本的数据量是足够了。

从整体上来看，模型高度显著。F = 56.50，p ≈ 4.7×10⁻²⁷（近乎为0）。

解释力上来看，能解释65％的工业增长值波动。

社零的系数是0.65，是里面系数最大的一个的解释变量了。t=11.50，p≈2.9×10⁻²¹（高度显著，p<0.001）。

贸易顺差是第二显著且系数第二的变量。系数是0.22。t=4.12，p≈6.8×10⁻⁵（高度显著）。

而固定资产投资对工业增长值是完全不显著。而且系数也非常小，只有0.0309。t=0.577，p=0.565（完全不显著）。

而且固投数据是这4项数据里波动第二大的数据。固投增长的同比百分数数据的平均值只有1.4，而标准差却高达25.8。

波动最大的数据是贸易顺差。标准差是219。而这10多年的百分数数据的平均值是15.6，是支出法GDP里面最大的一项，可见出口确实是中国经济的拉动引擎。