目录摘要................................................ⅠAbstract....................................................................................Ⅱ引言.................................................2一人均GDP和城镇化率的关联度双变量分析.................3二、人均GDP主要要素的关联度分析......................15三、模型设定误差分析..................................24四、模型结构稳定性检验................................25五、模型多重共线性诊断及补救..........................29六、模型自相关诊断及补救..............................31七、模型异方差诊断及补救..............................32八、预测模型选择......................................34九﹑小结与建议........................................35十﹑参考文献..........................................37引言法定准备金政策是我国人民银行对我国经济进行宏观调控的重要货币政策之一。自1984年中国人民银行按存款种类规定了法定准备金率以来，我国央行先后31次调整了法定准备金率，尤其是自2003年以后更是形成了逐步调高的趋势，这段时间的特点主要是频率快、幅度小、提前公布。频率快主要指央行从2003年以后逐步加快了对法定准备率的调整，特别是从2007年开始央行在一年内做了十次上调，随后2008年---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---调过九次，而这在世界范围内都是少见的。由此可见，中国人民银行在2010年已经六次上调至历史最高点，其目的是想让我国过热的经济能得到有效的降温，以便CPI从高位回落,并回笼投放过多的货币。对此本文选取全国近16年来有关法定准备金、广义货币(M2)、CPI、基准利率及发行货币的统计数据，并运用计量经济学的分析方法，建立相应的回归模型以及运用一些相关分析方法对所建模型进行分析，以更好的说明因素间的关系，即法定准备金对广义货币(M2)、CPI、基准利率的影响关系。一、人均GDP和城镇化率的关联度双变量分析（一）人均GDP和城镇化率关联度分析为了更好的进行全国人均GDP和城镇化率)的关联度分析，我们选取全国1990年至2010年全国人均GDP和城镇化率统计资料，如表1所示。表11994-2010年全国人均GDP和城镇化率（单位：亿万元）年份人均GDP元城镇化率%1990118117.41991133818.261992164120.671993215622.261994293524.091995393126.431996457429.501997525331.00---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---1998557932.601999580434.302000627435.592001696337.402002791239．902003909841.9020041084543.5120051240445.2420061393946.7020071662948.3020082049049.9920092292051.5920102759653.00我们建立二元回归模型y＝b1＋b2X2＋（相关计算数据参照于表1），把人均GDP作为被解释变量y，城镇化率为解释变量X2，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2、表3和表4所示。表2模型汇总模型汇总模型RR方调整R方标准估计的误差1.913a.834.8253132.89530a.预测变量:(常量),VAR00002。表3ANOVA(b)---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---Anovab模型平方和df均方FSig.1回归9.343E819.343E895.193.000a残差1.865E8199815032.938总计1.121E920a.预测变量:(常量),VAR00002。b.因变量:VAR00001aPredictors:(Constant),人均GDPbDependentVariable城镇化率表4系数(a)系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)-12438.2662303.335-5.400.000VAR00002601.18461.617.9139.757.000a.因变量:VAR00001aDependentVariable:人均GDP据此，可得该回归模型各项数据为：b2＝＝601.184b1＝＝-12438.266＝＝9815032.938Var（b1）＝＝5305352.122---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---Var（b2）＝＝3797.270859Se（b1）＝＝2303.335Se（b2）＝＝61.617t（b1）＝＝-5.400t（b2）＝＝9.757＝＝0.834df＝19模型为：y＝-12438.266＋601.184X2＋令＝0.1，我们...