居民消费的影响因素分析Word文档下载推荐.docx
《居民消费的影响因素分析Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《居民消费的影响因素分析Word文档下载推荐.docx（11页珍藏版）》请在冰豆网上搜索。
居民储蓄
人均可支配收入
人均旅游花费
居民最终消费支出
1990
7119.6
1510.2
103.1
156.7
9450.9
1991
9244.9
1700.6
103.4
163.2
10730.6
1992
11757.3
2026.6
106.4
164.1
13000.1
1993
15203.5
2577.4
114.7
178.5
16412.1
1994
21518.8
3496.2
124.1
195.3
21844.2
1995
29662.3
4283
117.1
218.7
28369.7
1996
38520.84
4838.9
108.3
256.2
33955.9
1997
46279.8
5160.3
102.8
328.1
36921.5
1998
53407.47
5425.1
99.2
345
39229.3
1999
59621.8
5854.02
98.6
394
41920.4
2000
64332.4
6280
100.4
426.6
45854.6
2001
73762.4
6859.6
100.7
449.5
49213.2
2002
86910.65
7702.8
441.8
52571.3
2003
103617.65
8472.2
101.2
395.7
56834.4
2004
119555.4
9421.6
103.9
427.5
63833.5
2005
141051
10493
101.8
436.1
71217.5
2006
161587.3
11759.5
101.5
446.9
80476.9
2007
172534.19
13785.8
104.8
482.6
93602.9
2008
217885.4
15780.76
105.9
511
108392.2
四．模型建立
4建立模型
基于以上数据，建立模型
Y=
是随机误差项
由于经济中许多变量之间都有隐藏的表面看不到的相关性，经济中许多方面有些微妙的联系，就如人们对某一产品的需求量会受到该产品价格，替代品价格，居民收入水平等因素影响又不能全部列入模型，就用随即扰动项表示。
五．参数估计
DependentVariable:
Y
Method:
LeastSquares
Date:
12/27/09Time:
14:
36
Sample:
19902008
Includedobservations:
19
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
6192.770
6733.272
0.919727
0.3733
X1
-0.063377
0.044432
-1.426400
0.1757
X2
7.524316
0.780316
9.642653
0.0000
X3
-87.78250
60.20324
-1.458103
0.1669
X4
9.899457
6.768835
1.462505
0.1657
R-squared
0.999078
Meandependentvar
45991.12
AdjustedR-squared
0.998815
S.D.dependentvar
28088.00
S.E.ofregression
966.9904
Akaikeinfocriterion
16.80719
Sumsquaredresid
13090987
Schwarzcriterion
17.05572
Loglikelihood
-154.6683
F-statistic
3793.231
Durbin-Watsonstat
1.335732
Prob（F-statistic）
0.000000
模型估计结果：
T=（0.92）（-1.43）（9.64）（-1.46）（1.462）
R^2=0.999R^2=0.9988F=3793.23df=14
经济意义：
从回归结果看，在保持其他变量不变的条件下，居民储蓄每增加一个单位，居民消费支出将减少.06歌单位；
在保持其他条件不变的条件下，居民可支配收入每增加一个单位，居民消费支出将增加7.52个单位；
在其他条件不变的条件下，价格指数没增加一个单位，居民最终消费支出将减少87.78个单位；
在保持其他条件不变的额条件下，人均旅游花费没变动一个单位，消费支出就同向变动8.889个单位。
统计检验：
拟合优度：
由
=0.999可知，方程的拟合程度很好
F检验：
在显著水平为0.05上，在F分布表上查自由度为k-1=4,n-k=14的临界值F
（4，14）=5.87，很明显F=3793.23大于5.87，所以所有变量联合起来对模型由显著影响。
T检验：
再显著条件为0.05的情况下,查自由度为14的t分布表此时，t
（14）=2.15，可见，x1，x3,x4的t检验不显著，说明可能存在多重共线性问题
五.计量经济学检验
（一）多重共线性
1.检验
由上面：
F值很高，但T检验不显著，已经表明存在严重的多重共线性问题。
从相关系数矩阵也可以看到：
1
0.9939
-0.3218
0.866
0.99088
-0.2963
0.886
0.99873
-0.5545
-0.3241
0.8661
0.8861
0.9026
Y
0.9987
2.修正的多重共线性
采用逐步回归的办法，去解决多重共线性问题分别对Y,X1X2X3X4,做一元回归，结果如下：
变量
Ｘ１
Ｘ２
Ｘ３
Ｘ４
参数估计
0.449
6.878
-1352.247
203.867
T统计量
30.32
81.82
-1.42
0.646
0.9818
0.9975
0.1050
0.815
０．９８08
0.9973
0.0524
0.804
其中以ｘ2的方程
最大，则以Ｘ2为基础，顺次加入其它变量逐步回归，
结果如表所示：
加入新变量的回归结果：
Ｘ2，x1
-0.066
（-1.34）
7.871
（10.56）
0.997439
Ｘ2，Ｘ3
6.8146
（92.72）
-128.85
（-2.89）
0.998130
Ｘ2，Ｘ4
6.3377
（51.98）
18.51
（4.598）
0.998773
经过比较，新加入的ｘ4的方程
＝0.998773，改进最大，而且各参数检验显著，在加入其它变量逐步回归，结果如表所示：
ｘ１
ｘ２
ｘ３
ｘ４
X2，x4，x1
-0.023
（-0.64）
-6.75
（11.44）
17.72
（4.14）
0.998726
X2，x4，x3
6.43
（44.48）
-34.41
（-0.706）
15.97
（2.94）
0.998733
在x2,x4的基础上加入ｘ1，ｘ３以后，虽然修正过的可决系数略有改进,但是t检验依然不能通过，所以应该舍弃x1，x3，只留下x2,x4作为解释变量。
最后修正严重多重共线性影响的回归结果为：
这说明，在其他因素不变的条件下,居民可支配收入每增加一个单位,居民最终消费支出将会增加6.38个单位,其他因素不变的田间下,人均了旅游花费每增加一个单位,居民最终消费支出将会增加18.51个单位,。
（二）自相关
1.自相关的检验
对多重共线性修正后的结果在进行一次普通最小二乘法的估计，的模型数据结果如下：
（-3.94）（51.96）（4.598）
R^2=0.998909F=7325.57DW=0.85
该方程可绝系数较高，回归系数均显著。
样本容量是19，k=2,两个解释变量的模型，5%的显著水平，查DW统计表的D
=1.072,Du=1.536，模型中Dw<
所以应该存在正自相关，也可以从残差图中得到此结论。
从图中可以看出，是几年正的后跟几年负的，所以是正相关，如果是一年正，一年负，则应该是负相关。
所以此图表现应该是正相关。
2.自相关的修正
对残差做回归分析，先明明e的残差序列，在通过程序得到残差数列e
，对e
做滞后一期的回归，得方程：
e
=0.583e
由上式可知：
，对模型进行广义差分，得到广义差分方程：
-0.583Y
=
因为是小样本，所以最好将丢失的第一个数据补充进去，用普莱斯-温思腾变换补充，使xx1=x1
，同理求出xx2和yy的值。
对广义差分方程进行回归，得结果如下：
YY
16:
51
438.9419
622.3423
0.705306
0.4908
XX1
0.026598
0.010066
2.679
0.5068
XX2
6.429506
0.609678
10.54575
0.995460
22212.41
0.994893
13687.07
978.1317
16.75310
15307866
16.90223
-156.1545
1754.256
1.1742
YY=438.9419+0.027xx1+6.43xx2
SE=622.340.010070.610
T=0.7052.67910.55
=0.995F=1754.26df=16DW=1.742
经检验，应经不存在自相关，所以此数据可以使用。
由差分方程得，
=1160.53
所以我们得到的最终模型为：
=1160.53+0.027X
+6.43X2
由模型可知，在其他条件保持不变的条件下，居民人均可支配收入增加1元，居民最终消费支出将增加0.027元，在其他田间不变的条件下，人均旅游花费将增加1元，居民最终消费支出将增加6.43元。
六.结论
根据多元线性回归的基本方法，通过对初始线性回归模型的验证和分析，最后得到的线性回归模型在理论上符合实际，其结果也与前面分析的基本一致。
在实际应用中，居民最终消费支出方面有很多，本文只是分析了几个典型的因素，如居民储蓄，居民可支配收入，恩格尔系数，旅游花费等，通过线性回归模型也可以较为准确的判断今后的我们国民的消费情况。
在现实生活中，所得预测结果不可能与生活完全一致，但是对增加人民收入、改变农民消费结构有很大的意义。
通过对多元线性回归的分析，我们可以看出，我国人民的费结构已经开始转型，家庭消费不完全是以食品支出为主，旅游等精神消费已经开始蔓延带整个社会，这也会是我们国家一直要求的和我们的发展方向，是正确的道路。
经济增长由粗放型想集约型转变，由消费带动经济增长。
消费的增长不仅是口号，更关键的是人民大众要由钱花，所以国家应该制定合理的措施，增加人民的收入，才是刺激消费的最重要的因素。
因此，国家更应该调整相应的政策，增强消费的经济基础,通过增加消费拉动经济增长,通过经济增长带动消费的增加。
此外还应培育居民正确的消费观念，要加快形成积极的消费观念，在生产发展的基础上努力提高生活质量，使生活更加富有意义；
要克服“只知道买价格低、便宜的商品，养儿防身防老”等片面观念。
七.模型应用及建议
1.促进消费的增加，要从国家做起，消费的关键依然跟人民的收入成正比，而且有莫大关联，国家应该采取一些措施改变“穷人更穷，富人更富”的贫富两级分化问题，真正的实现社会公平。
2.由此模型可以看出旅游花费成为家庭消费支出的重要因素，所以要想增加消费，就必须大力提倡发展第三产业，促进旅游也和相关产业的发展，第三产业的进步也将标志着我国经济发展进入一个新的阶段。
主要参考文献：
《中国统计年鉴2009》中华人民共和国国家统计局编
《计量经济学》2001西南财经大学出版社庞皓编
农村消费市场现状及发展趋势[J]．信息市场报,常素蛾.
升级会员 