齐化富 邱鹏

摘要：本文根据青岛海关的进出口数据，建立了中国对东盟进出口总额和部分中国宏观经济数据的逐步回归预测模型，预测误差非常小。此预测数据能有效的指导管理层及时调配市场资源，达到市场资源利用最优化。

关键词：进出口总额;线性回归模型;逐步回归模型

中图分类号：F323.7       文献标识码：A

中国与东盟各成员国的贸易额近年来增长迅速，截止2019年，中国对东盟进出口总额达到4.43万亿元，增长14.1%;其中出口2.48万亿元，进口1.95万亿元，东盟成为中国第二大贸易伙伴，中国是东盟最大的贸易伙伴。因此，中国与东盟之间的贸易规律研究尤为重要。

本文基于青岛海关统计数据，建立了多元回归模型，成功预测了中国对东盟贸易额，属于定量研究。此预测数据能有效的指导管理层及时调配市场资源，从而达到市场资源利用的最优化。

一、多元线性回归模型简介

1.1、多元线性回归模型

线性回归分析法是最基本的回归分析方法，设随机变量Y与m个自变量存在线性关系，且满足下列数学模型

（1）

，其中是与无关的常数，称为回归参数，称为回归超平面方程，也简称为m元线性回归方程，回归系数，。

1.2  多元线性回归模型参数的最小二乘估计

设m个样本观察值为，利用最小二乘法可求出的估计值。记

（2）

解上述方程组得到，从而得到经验线性回归方程

（3）

上述计算和检验都可以通过spss软件实现，用方程（3）及其自变量的数值就能实现预测因变量的数值。

二、中国对东盟进出口总额的线性规划预测模型

2.1  数据准备

中国-东盟双边贸易与中国宏观经济密不可分。因此，本文选取中国国内生产总值（GDP）X1，居民消费价格指数（CPI）X2，工业品出厂价格指数（PPI）X3，采购经理人指数（PMI）X4，城镇固定资产投资X5，企业商品价格指数X6，消费者信心指数X7，社会消费品零售总额X8八个可能会影响中国对东盟进出口额的因素为自变量（数据来自东方财富网站），中国对东盟进出口额（数据来自青岛海关网站）Y为因变量建立多元线性回归模型。所下载整理的数据如表1：

2.2  逐步线性回归模型建立与spss软件求解

利用上述变量建立的多元线性回归模型为，其中为回归系数，为随机变量。

将上述数据导入spss统计软件，在菜单栏中选择“分析”|“回归”|“线性”|“逐步”命令，在“线性回归”对话框内进行相应设置，最后单击“确定”按钮，便可得到线性逐步回归模型结果如表2-表3。

由此获得的逐步回归预测模型为

（4）

模型（4）中D-W检验统计量为1.091，说明模型（4）残差序列独立性非常高;回归部分的，相应的，回归线性相关程度高。利用模型（4）预测2019年中国对东盟的进出口额为，误差大约为1.7%，效果非常好。

参考文献：

[1].陈胜可.spss统计分析从入门到精通 [M].清华大学出版社，2012.11.

[2].刘汉中.基于主成分分析的两阶段最小二乘估计研究[J].数量经济技术经济研究，2019（6）：135-151.

[3].陈晶晶.中国-东盟发展現状分析 [J].2007（2）：76-78.

作者简介：

齐化富（1970-），男，山东淄博人，硕士研究生，青岛港湾职业技术学院教师，副教授，研究方向为：高等数学教学，大数据统计方法。

基金项目：山东省人文课题“基于大数据分析的青岛海关主要进出口商品信息的应用研究”（J16WE01）