计量期末论文设计范文1.docx
《计量期末论文设计范文1.docx》由会员分享,可在线阅读,更多相关《计量期末论文设计范文1.docx(36页珍藏版)》请在冰豆网上搜索。
计量期末论文设计范文1
上海市城镇居民消费支出相关因素的实证分析
姓名:
班级:
学号:
一、引言……………………………………………………………1
二、实证分析………………………………………………………1
(一)变量选取…………………………………………………………1
(二)数据取得…………………………………………………………2
(三)模型的建立与构造………………………………………………3
(四)模型检验…………………………………………………………5
1.模型经济意义检验…………………………………………………………5
2.统计检验……………………………………………………………………5
3.计量检验……………………………………………………………………5
3.1.多重共线性检验……………………………………………………5
3.2.邹氏检验………………………………………………………………8
3.3.异方差检验……………………………………………………………11
3.4.自相关检验……………………………………………………………
(五)模型修正…………………………………………………………16
三、实证分析结论…………………………………………………18
四、政策建议………………………………………………………19
参考文献……………………………………………………19
上海市城镇居民最终消费支出总额相关因素的实证分析
【摘要】本文旨在对1980-2010年上海市城镇居民人均可支配收入、上海市商品零售价格指数以及上海市城镇居民常住人口数对上海城镇居民最终消费支出总额变动的影响进行实证分析。
首先利用EVIEWS软件建立了理论模型,进而利用其对计量模型进行了参数估计和检验,并且对模型进行了修正。
最后,对所得的分析结果作出了经济意义的分析,得出结论,并提出一些政策建议。
【关键词】最终消费支出总额相关因素模型计量经济学参数估计检验
一、引言
针对当下国内所存在的宏观经济问题来看,要解决中国经济的又好又快以及可持续发展,首当其冲的就是需要拉动内需,我国进一步重视扩大消费的作用,把增加居民消费作为扩大消费需求的重点,不断拓宽消费领域和改善消费环境。
改革开放以来,人们的收入水平尤其人均可支配收入在不断增加,同时消费品的种类和层次也在不断更新提升。
对于始终走在发展前沿的上海更是如此,这个作为未来世界金融中心、航运中心以及贸易中心的国际都会,它的居民尤其是在上海占绝大部分比重的城镇居民,他们的最终消费支出总额在这些年来发生着什么样的变化,引起这些变化的相关因素又是什么,研究好这些问题,对于我国接下来的发展导向的制定和改变是有着积极的作用和影响的。
居民最终消费支出是指常住居民在一定时期内的全部消费性货物和服务支出,居民指的是从事消费活动的住户和个人,不包括从事生产活动的企业、事业、行政等各种类型单位。
它是研究居民生活水平、消费购买力等的重要经济指标。
为了把它的增长变化原因弄清楚,我们引入它的相关因素变量,从多方面逐一进行剖析,再加以判断。
二、实证分析
(一)变量选取
(1)上海市城镇居民人均可支配收入。
由于城市的发展,居民的收入在逐年递增,消费结构以及消费观念也在发生着改变。
从早期购买耐用品到如今各类款式商品以及部分高档奢侈品。
人均可支配收入与消费支出总额必然存在关系,且收入越高,相应的消费支出也会增加,预计两者呈现正相关的关系。
(2)上海市商品零售价格指数。
通过此变量来说明价格的变动对于消费的影响,价格水平越高,相应的消费支出就会减少,预计两者应呈现负相关的关系。
由于指数是一个相对量的经济指标,这里均以1978年基期100。
(3)上海市城镇常住人口数。
针对此文研究的目标是最终消费支出总额的相关影响因素,则由于我国是一个人口大国,上海每年的人口都是逐年递增,故人口与消费支出总额必然存在关系。
人口越多,消费支出也越多,预计两者应呈现正相关的关系。
Y—上海市城镇居民最终消费支出总额(亿元)
X1—上海市城镇居民人均可支配收入(元)
X2—上海市商品零售价格指数(以1978年为基期100)
X3—上海市城镇居民常住人口数(万人)
(二)数据取得
1980-2010年上海市城镇居民最终消费支出总额相关因素统计表
年份
最终消费支出总额Y
人均可支配收入X1
商品零售价格指数X2
城镇居民常住人口数X3
1980
46.88
637
107.6
702.43
1981
50.44
637
109.2
715.08
1982
48.61
659
109.5
731.31
1983
54.73
686
109.6
745.86
1984
63.46
834
112
760.75
1985
86.43
1075
130.4
776.37
1986
103.24
1293
139.1
802.56
1987
113.86
1437
151.4
822.31
1988
155.07
1723
183.6
838.93
1989
183.45
1976
214.3
855.84
1990
218.64
2183
224.6
864.46
1991
238.92
2486
245.9
869.88
1992
281.23
3009
269.8
875.55
1993
445.15
4277
317
893.46
1994
602.63
5868
372.4
910.49
1995
773.64
7172
420.9
921.7
1996
912.66
8159
441.9
932.14
1997
1085.62
8439
436.6
943.03
1998
1200.89
8773
415.2
953.65
1999
1352.22
10932
404
969.63
2000
1579.48
11718
389.5
986.16
2001
1729.22
12883
384
999.07
2002
1949.21
13250
379
1018.81
2003
2249.66
14867
375.4
1041.39
2004
2682.48
16683
378.8
1097.6
2005
3138.4
18645
376.6783
1148.94
2006
3634.56
20668
377.3571
1173.3
2007
4363.77
23622.73
386.5303
1196.94
2008
5014.49
26674.9
407.069
1216.56
2009
5479.31
28838
404.828
1236.16
2010
6942.77
31838.08
411.7311
1254.95
表1以上数据来自《2011年上海统计年鉴》
(三)模型的建立与构造
在EVIEWS软件中输入数据,观察Y与三个解释变量X1、X2、X3之间的散点图,如图1、图2、图3所示:
图1y与x1的散点图
图2y与x2的散点图
图3y与x3的散点图
发现存在较强的线性关系,故此选择建立线性模型。
建立模型:
利用EVIEWS软件对数据进行普通最小二乘回归,得到如下结果:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/08/11Time:
22:
37
Sample:
19802010
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
888.5900
865.5490
1.026620
0.3137
X1
0.236646
0.017851
13.25682
0.0000
X2
-2.543733
0.543711
-4.678466
0.0001
X3
-0.905329
1.181137
-0.766490
0.4500
R-squared
0.989195
Meandependentvar
1509.068
AdjustedR-squared
0.987995
S.D.dependentvar
1854.239
S.E.ofregression
203.1677
Akaikeinfocriterion
13.58585
Sumsquaredresid
1114482.
Schwarzcriterion
13.77089
Loglikelihood
-206.5807
F-statistic
823.9566
Durbin-Watsonstat
0.755904
Prob(F-statistic)
0.000000
Y=888.5900229+0.2366456885*X1-2.543733397*X2-0.9053293021*X3
(四)模型检验
1.模型的经济意义检验
除X3外,X1与X2的估计系数符号均符合预期以及经济意义。
2.统计检验
模型的可决系数为0.989195,表明模型的拟合度较好,被解释变量对解释变量的解释能力较强。
F统计量等于823.9566大于5%显著性水平下F(3,31-3-1)的临界值3.35,表明模型整体的显著性较高。
除X3外,X1与X2的t检验值均大于5%显著性水平下自由度为31-3-1=27的临界值2.052,通过了变量的显著性检验。
故还须对模型进行计量经济学检验并作出修正。
3.计量检验
3.1.多重共线性检验
(1)对各解释变量进行多重共线性检验
利用EVIEWS软件得到各变量间相关系数矩阵表:
X1
X2
X3
X1
1.000000
0.725234
0.970428
X2
0.725234
1.000000
0.803181
X3
0.970428
0.803181
1.000000
从系数矩阵表中看出,X3与X1之间的相关系数较高,可能存在多重共线性。
(2)修正多重共线性
①利用EVIEWS分别对Y与各解释变量X1、X2、X3做最小二乘回归,回归结果如下:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/08/11Time:
22:
48
Sample:
19802010
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-343.9055
80.61173
-4.266197
0.0002
X1
0.196758
0.006142
32.03644
0.0000
R-squared
0.972521
Meandependentvar
1509.068
AdjustedR-squared
0.971573
S.D.dependentvar
1854.239
S.E.ofregression
312.6306
Akaikeinfocriterion
14.39026
Sumsquaredresid
2834399.
Schwarzcriterion
14.48278
Loglikelihood
-221.0491
F-statistic
1026.334
Durbin-Watsonstat
0.346919
Prob(F-statistic)
0.000000
Y=-343.9054935+0.1967584335*X1
DependentVariable:
Y
Method:
LeastSquares
Date:
12/08/11Time:
22:
51
Sample:
19802010
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-1277.062
694.9926
-1.837519
0.0764
X2
9.402464
2.169763
4.333407
0.0002
R-squared
0.393031
Meandependentvar
1509.068
AdjustedR-squared
0.372101
S.D.dependentvar
1854.239
S.E.ofregression
1469.300
Akaikeinfocriterion
17.48530
Sumsquaredresid
62606447
Schwarzcriterion
17.57782
Loglikelihood
-269.0222
F-statistic
18.77842
Durbin-Watsonstat
0.072711
Prob(F-statistic)
0.000161
Y=-1277.061938+9.402464436*X2
DependentVariable:
Y
Method:
LeastSquares
Date:
12/08/11Time:
22:
52
Sample:
19802010
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-8575.827
717.1970
-11.95742
0.0000
X3
10.68633
0.749317
14.26143
0.0000
R-squared
0.875209
Meandependentvar
1509.068
AdjustedR-squared
0.870906
S.D.dependentvar
1854.239
S.E.ofregression
666.2224
Akaikeinfocriterion
15.90347
Sumsquaredresid
12871716
Schwarzcriterion
15.99598
Loglikelihood
-244.5037
F-statistic
203.3884
Durbin-Watsonstat
0.190966
Prob(F-statistic)
0.000000
Y=-8575.827025+10.68632524*X3
可见,最终消费支出总额与人均可支配收入的影响最大,与经验相符合,因此选择X1与Y的模型作为初始的回归模型。
②对模型进行逐步回归,在初始模型的基础上加入解释变量X2与X3,得到如下回归结果
加入X2:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/08/11Time:
22:
54
Sample:
19802010
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
229.9373
102.9650
2.233160
0.0337
X1
0.223705
0.005754
38.87691
0.0000
X2
-2.792969
0.432541
-6.457114
0.0000
R-squared
0.988960
Meandependentvar
1509.068
AdjustedR-squared
0.988171
S.D.dependentvar
1854.239
S.E.ofregression
201.6656
Akaikeinfocriterion
13.54286
Sumsquaredresid
1138732.
Schwarzcriterion
13.68164
Loglikelihood
-206.9144
F-statistic
1254.117
Durbin-Watsonstat
0.757159
Prob(F-statistic)
0.000000
Y=229.9373152+0.2237047768*X1-2.792968875*X2
加入X3:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/08/11Time:
22:
56
Sample:
19802010
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
2957.184
983.2193
3.007654
0.0055
X1
0.268120
0.021848
12.27194
0.0000
X3
-4.210084
1.250849
-3.365781
0.0022
R-squared
0.980436
Meandependentvar
1509.068
AdjustedR-squared
0.979039
S.D.dependentvar
1854.239
S.E.ofregression
268.4583
Akaikeinfocriterion
14.11503
Sumsquaredresid
2017957.
Schwarzcriterion
14.25381
Loglikelihood
-215.7830
F-statistic
701.5978
Durbin-Watsonstat
0.462125
Prob(F-statistic)
0.000000
Y=2957.183726+0.2681202171*X1-4.210084196*X3
初始模型加入X2后可决系数上升,且各变量的t检验值上升,表明变量的显著性提高;加入X3后可决系数虽仍上升,但是各变量的t检验值下降,表明变量的显著性下降。
这说明X3对模型的解释能力不强,因此决定剔除X3,保留X1和X2。
修正后的模型为:
Y=229.9373152+0.2237047768*X1-2.792968875*X2
由于剔除了变量X3,故模型已不存在多重共线性,且各解释变量前得系数均符合经济意义,模型拟合度上升,各变量t检验值上升。
在其他因素保持不变的情况下,人均可支配收入每增加1元,价格指数每上升1%,则最终消费支出总额
会增加0.2237亿元,减少2.793亿元。
3.2.邹氏检验
(1)对参数进行邹氏检验
考虑到1980-2010年时间跨度较大,居民的消费观念以及商品种类、价格均发生了较大的改变,因此有必要对模型进行参数的稳定性检验。
将数据分为1980-1994年和1996-2010年两组分别进行普通最小二乘回归结果如下:
1980-1994年:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/14/11Time:
23:
23
Sample:
19801994
Includedobservations:
15
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-23.57143
11.68572
-2.017113
0.0666
X1
0.108880
0.007695
14.14927
0.0000
X2
-0.031200
0.136626
-0.228360
0.8232
R-squared
0.997322
Meandependentvar
179.5160
AdjustedR-squared
0.996876
S.D.dependentvar
161.4286
S.E.ofregression
9.022875
Akaikeinfocriterion
7.414260
Sumsquaredresid
976.9473
Schwarzcriterion
7.555870
Loglikelihood
-52.60695
F-statistic
2234.625
Durbin-Watsonstat
1.784714
Prob(F-statistic)
0.000000
记此时的残差平方和为RSS1