中国城镇居民消费的计量经济学分析Word格式.docx

中国城镇居民消费的计量经济学分析Word格式.docx

《中国城镇居民消费的计量经济学分析Word格式.docx》由会员分享，可在线阅读，更多相关《中国城镇居民消费的计量经济学分析Word格式.docx（17页珍藏版）》请在冰豆网上搜索。

2001

5309.01

6859.6

100.7

38.2

2002

6029.88

7702.8

99

37.7

2003

6510.94

8472.2

100.9

37.1

2004

7182.1

9421.6

103.3

2005

7942.9

10493

101.6

36.7

2006

8696.6

11759.5

101.5

35.8

2007

9997.5

13785.8

104.5

36.3

2008

11243

15780.8

105.6

37.9

2009

12264.55

17175

99.1

36.5

2010

13471.45

19109.44

99.3

35.7

2011

15161

21810

99.5

37.2

资料来源：

中国知网中国统计年鉴（居民消费价格指数以上一年=100计算）

根据我国居民实际情况，假设一般模型为：

，其中：

y为当期城镇居民人均消费支出，

为当期人均可支配收入，

为当期价格指数，

为前期城镇人均消费支出，u为随机扰动项。

利用eviews对数据进行最小二乘法分析如下

DependentVariable:

Y

Method:

LeastSquares

Date:

06/29/12Time:

00:

56

Sample:

19982011

Includedobservations:

14

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-1201.884

1267.137

-0.948504

0.3652

X1

0.511816

0.092947

5.506532

0.0003

X2

18.03754

11.89297

1.516655

0.1603

X3

0.254951

0.159679

1.596653

0.1414

R-squared

0.999555

Meandependentvar

8411.032

AdjustedR-squared

0.999422

S.D.dependentvar

3507.833

S.E.ofregression

84.34140

Akaikeinfocriterion

11.94258

Sumsquaredresid

71134.71

Schwarzcriterion

12.12517

Loglikelihood

-79.59805

F-statistic

7492.472

Durbin-Watsonstat

1.820464

Prob（F-statistic）

0.000000

由以上结果可知，出去X1（当期人均可支配收入）以外，包括常数项在内的所有变量的t值相伴概率都远大于0.05即都不满足t检验时的显著性水平。

所以，要对模型进行调整，重新进行0LS估计。

经分别将每个变量进行一元回归，得出结果如下：

Y（当期城镇居民人均消费）与X1（当前人均可支配收入）的一元回归：

01:

07

865.5526

58.47586

14.80188

0.0000

0.660523

0.004672

141.3850

0.999400

0.999350

89.42869

11.95632

95969.89

12.04762

-81.69427

19989.72

0.887679

拟合优度：

0.9994

Y（当期城镇居民人均消费）与X2（当期价格指数）建立一元回归其结果如果下表所示：

08

-10740.14

47271.22

-0.227203

0.8241

189.6290

467.9666

0.405219

0.6924

0.013499

-0.068710

3626.342

19.36140

1.58E+08

19.45269

-133.5298

0.164203

0.088651

0.692447

Y（当期城镇居民人均消费）与X3（前期城镇居民人均消费）的一元回归及其结果如下表所示：

09

-253.0728

134.6523

-1.879454

0.0847

1.135966

0.016450

69.05639

0.997490

0.997281

182.9199

13.38754

401516.3

13.47883

-91.71276

4768.785

2.041571

经比较可知X1的拟合优度最高，X2的拟合优度最低，X3的拟合优度次之，后以X1的拟合优度为基准，分别计算X1与X2，X1与X3的拟合优度，并根据结果根据剔除变量X2，得：

21

705.1150

166.0331

4.246833

0.0014

0.567441

0.090312

6.283138

0.0001

0.160450

0.155466

1.032057

0.3242

0.999453

0.999354

89.18695

12.00676

87497.43

12.14370

-81.04729

10049.65

0.978205

有图中结果可知，X3的t值相伴概率远远大于0.05，不满足t检验显著性水平，所以剔除变量X2、X3，则得出回归方程为：

Y=865.5526+0.6605*X1

（14.80188）（141.3850）

二、模型检验

1.经济意义检验

由模型可知，城镇居民人均收入与人均消费支出是正相关关系，即随着城镇居民收入的增加或减少，消费支出也会相应的增加或减少。

说明此模型符合经济学的一般规律。

当前城镇居民可支配收入每增加一元，城镇居民人均消费支出就将增加0.6605元。

2.自相关检验

（1）杜宾-瓦森检验（DW检验）

已知DW=0.8877

因为n=14,k=1取显著性水平a=0.05时，查表得

，所以0<

DW<

即该模型存在一阶自相关

（2）布罗斯-戈弗雷检验（BG检验）结果如下：

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

1.551670

Probability

0.258875

Obs*R-squared

3.315701

0.190548

TestEquation:

RESID

15:

02

28.40832

59.69310

0.475906

0.6444

-0.002936

0.004940

-0.594317

0.5655

RESID（-1）

0.471108

0.335918

1.402449

0.1911

RESID（-2）

0.155491

0.355414

0.437491

0.6711

0.236836

-6.82E-13

0.007887

85.92031

85.58083

11.97176

73240.78

12.15434

-79.80229

1.034447

1.721471

0.418654

经分析得出该模型不存在自相关性，这与DW检验结果相违背，其原因尚未可知。

2、异方差检验

（1）戈德菲尔德-匡特（G-Q）检验

为了方便操作检验建立Y与X1的新数据表如下

样本数据个数为n=14,C=4

SortX1将样本数据关于X1排序

SMPL19982002确定子样本1

LSYCX1

22

19982002

5

315.6654

193.1678

1.634151

0.2007

0.738013

0.029840

24.73226

0.995119

5056.882

0.993493

658.4521

53.11632

11.07202

8464.029

10.91579

-25.68005

611.6847

3.422497

0.000145

有上表可得到样本1的残差平方和

SMPL20072011确定子样本2

28

20072011

1093.881

157.9212

6.926755

0.0062

0.646446

0.008898

72.64979

0.999432

12427.50

0.999243

1993.511

54.86444

11.13678

9030.320

10.98056

-25.84196

5277.991

2.378455

0.000006

由表可得到样本2的残差平方和

所以

=1.067

取a=0.05时，

而F=1.067<

所以该模型不存在异方差。

（2）怀特检验

WhiteHeteroskedasticityTest:

0.802368

0.472851

1.782369

0.410170

RESID^2

44

20465.95

11628.44

1.759991

0.1062

-2.210497

2.034559

-1.086475

0.3005

X1^2

7.43E-05

7.72E-05

0.962897

0.3563

0.127312

6854.992

-0.031358

6383.128

6482.438

20.57899

4.62E+08

20.71593

-141.0529

1.873589

由此表分析可知，取a=0.05，Obs*R-squared=1.782<

并且P值较大，模型异方差假设不成立。

（3）帕克检验：

利用eviews软件操作如下并得到结果：

GENRLNE2=LOG（RESED^2）

GENRLNX1=LOG（X1）

LSLNE2CLNX1

LNE2

16:

00

15.46366

8.096121

1.910008

0.0803

LNX1

-0.788118

0.874755

-0.900958

0.3853

0.063358

8.177794

-0.014695

1.443128

1.453694

3.717656

25.35870