计量经济学课题论文实验报告Word下载.docx

计量经济学课题论文实验报告Word下载.docx

《计量经济学课题论文实验报告Word下载.docx》由会员分享，可在线阅读，更多相关《计量经济学课题论文实验报告Word下载.docx（24页珍藏版）》请在冰豆网上搜索。

人们的收入差距过大，总体消费水平会降低；

反之，收入差距缩小，会使总体消费水平提高。

农村居民人均可支配收入对居民消费水平的影响大大超过了城镇居民人均可支配收入对居民消费水平的影响。

主要原因：

第一是我国是农民人口占绝大多数的国家，而居民消费水平是以人口数为权数对农村居民消费水平和城镇居民消费水平进行加权平均计算而得到的；

第二是农村居民的消费动力远远大于城镇居民。

人口自然增长率，是反映人口发展速度和制定人口计划的重要指标，也是计划生育统计中的一个重要指标，它表明人口自然增长的程度和趋势。

在人口数量一定的情况下，经济发展水平越高，消费品数量越多，那么居民消费水平就会越高；

反之，在经济发展水平稳定的条件下，人口数量的多少就决定着消费水平的高低。

居民消费价格指数，是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。

它是度量一组代表性消费商品及服务项目的价格水平随时间而变动的相对数，是用来反映居民家庭购买消费商品及服务的价格水平的变动情况。

消费物价指数对居民根据经济理论分析，物价越高，越会抑制人们的消费，消费水平会越低。

以经济建设为中心，大力发展生产力，落实科学发展观，使国民经济又好又快发展。

增加居民收入，农民收入，完善社保，缩小城乡差距。

国家加强宏观调控，稳定物价。

首先，要保持GDP稳速增长，同时，政府应当加大资金和物质投入，扩大社会保障的资金来源，增加融资来源和渠道，有效地促进社会保障制度的运行和社会保障体系的建设。

其次，应合理制定税收政策，积极推进税制改革，减轻中低收入者的税收负担，充分发挥税收对收入和消费的调节作用，通过提高个人所得税的起征点和对高收入群体征收较高的个人所得税，促进收入的相对公平。

三、基于计量经济模型的居民消费影响因素分析

1、变量的选择与设计

Y-居民消费水平

X1-国内生产总值

X2-人口自然增长率

X3-居民消费价格指数（上年=100）

X4-城镇居民家庭人均可支配收入

X5-农村居民家庭人均纯收入

2、模型的设立

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5

回归结果：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/01/14Time:

15:

08

Sample:

19792013

Includedobservations:

35

Variable

Coefficient

Std.Error

t-Statistic

Prob. 

C

66.06162

215.6538

0.306332

0.7615

X1

0.007283

0.001348

5.402866

0.0000

X2

-7.583460

9.544774

-0.794514

0.4334

X3

-0.327767

2.011271

-0.162965

0.8717

X4

0.103370

0.043601

2.370802

0.0246

X5

0.974971

0.068204

14.29481

R-squared

0.999806

Meandependentvar

3896.143

AdjustedR-squared

0.999772

S.D.dependentvar

4226.517

S.E.ofregression

63.80517

Akaikeinfocriterion

11.30435

Sumsquaredresid

118061.9

Schwarzcriterion

11.57098

Loglikelihood

-191.8261

Hannan-Quinncriter.

11.39639

F-statistic

29831.70

Durbin-Watsonstat

1.158136

Prob（F-statistic）

0.000000

3、模型检验

一，模型检验

由以上回归结果可看出：

1，经济意义检验

X2与理论分析和经验判断不一

2，拟合优度检验

可决系数和修正的可决系数，拟合很好

3，F检验

显著性水平0.05下，F（6，29）=2.545F=29831.7>

2.545回归方程显著

4，t检验

显著性水平0.05下，t（29）=2.045β2和β3不能通过检验

二，多重共线性检验：

可决系数R2较高，经F检验的参数联合显著性也很高，但X2和X3的系数不显著，且X2的符号与预期相反，这表明可能存在严重的多重共线性。

1，相关系数检验法

1.000000

-0.800638

-0.264424

0.996066

0.993517

0.409727

-0.842008

-0.829955

-0.280410

-0.279674

0.997214

由上述相关系数矩阵可以看出确实存在一定的多重共线性

2，方差扩大因子检验法

分别以X1，X2，X3，X4，X5为被解释变量，做关于其他解释变量的回归分析，结果

X1

16:

20

-61641.16

26953.42

-2.286952

0.0294

5762.032

751.3559

7.668844

-288.1224

267.2832

-1.077966

0.2896

28.35085

2.842825

9.972775

-14.57918

8.845958

-1.648118

0.1098

0.997432

129747.2

0.997089

160186.0

8641.897

21.09820

2.24E+09

21.32039

-364.2184

21.17490

2912.951

0.871799

X2

22

6.884682

3.928894

1.752320

0.0899

0.000115

1.50E-05

0.074647

0.035977

2.074861

0.0467

-0.003717

0.000485

-7.664234

0.002695

0.001208

2.230239

0.0334

0.918477

9.882000

0.907607

4.015221

1.220477

3.367924

44.68692

3.590117

-53.93867

3.444625

84.49805

1.032575

X3

23

83.28940

12.32825

6.755978

-0.000129

0.000120

1.681145

0.810244

0.004749

0.003862

1.229624

0.2284

-0.004727

0.006131

-0.771096

0.4467

0.218961

105.3943

0.114822

6.156152

5.791948

6.482378

1006.400

6.704570

-108.4416

6.559079

2.102588

1.019268

0.105193

X4

24

1605.419

854.1301

1.879596

0.0699

0.027098

0.002717

-178.1049

23.23844

10.10433

8.217412

1.110033

0.201230

5.516233

0.998877

7010.643

0.998727

7489.172

267.1760

14.14526

2141491.

14.36745

-242.5420

14.22196

6671.194

0.889682

X5

25

-201.4293

576.1034

-0.349641

0.7291

-0.005695

0.003455

52.77540

23.66357

-4.110963

5.331326

0.453634

0.082236

0.995234

2328.203

0.994598

2323.844

170.7978

13.25040

875156.4

13.47259

-226.8820

13.32710

1566.006

0.388839

由方差扩大因子VIF>

=10判断，该模型存在严重多重共线性问题。

3，对多重共线性的处理。

①变换模型形式：

对所有变量取对数得：

LNY

34

-1.178968

0.357753

-3.295482

0.0026

LNX1

0.254516

0.111038

2.292167

0.0293

LNX2

0.083198

0.037515

2.217742

0.0346

LNX3

-0.032530

0.099234

-0.327815

0.7454

LNX4

0.483502

0.109929

4.398322

0.0001

LNX5

0.279536

0.062719

4.456936

0.999752

7.567862

0.999709

1.324190

0.022575

-4.589165

0.014779

-4.322534

86.31038

-4.497124

23391.41

1.339966

有上述结果可看出该模型中LNX3对应的系数不能通过t检验，LNX3不显著，又由于对数模型误差相对较大，故综合而言，仍采用原有模型。

②，对原模型逐步回归

一元回归

分别做Y关于X1，X2,X3,X4,X5的一元回归，根据回归结果比较可决系数，引入X5

二元回归

分别做Y关于X5和X1，X5和X2，X5和X3，X5和X4的二元回归，根据回归结果比较修正的可决系数，再引入X1

三元回归

分别做Y关于X1，X5和X2；

X1，X5和X3；

X1，X5和X4的三元回归，根据回归结果比较修正的可决系数，再引入X4

四元回归

分别做Y关于X1，X4，X5和X2以及X1，X4，X5和X3的四元回归，结果如下：

17:

38.76206

133.5888

0.290160

0.7737

0.007325

0.001301

5.630687

-8.134485

8.779795

-0.926501

0.3616

0.101813

0.041846

2.433025

0.0211