影响我国居民消费水平的因素的计量分析计量小论文.docx

影响我国居民消费水平的因素的计量分析计量小论文.docx

《影响我国居民消费水平的因素的计量分析计量小论文.docx》由会员分享，可在线阅读，更多相关《影响我国居民消费水平的因素的计量分析计量小论文.docx（16页珍藏版）》请在冰豆网上搜索。

影响我国居民消费水平的因素的计量分析计量小论文

计量经济学实践报告（小论文）

影响我国居民消费水平的因素的计量分析

小组成员：

学号：

班级：

08国际经济与贸易（１）班

指导教师：

日期：

2011年5月10-25日

影响我国居民消费水平的因素的计量分析

摘要：

本文旨在根据我国1996—2009居民消费水平相关数据，分析出影响我国居民消费水平的部分因素。

首先基于对我国居民消费水平的一些考证以及对影响我国居民消费水平的因素分析，同时综合了相关的经济学理论，选取了人均收入等四个解释变量建立了理论模型。

在收集了相关数据的基础上，利用EVIEWS软件对计量模型进行了参数估计和检验。

最后，我们对所得的结果作了经济意义的分析，并提出一些相应政策建议。

关键词：

居民消费水平；多重共线性；异方差；自相关

一、问题的提出

在以人为本，进一步加快发展和转型步伐，壮大经济总量，做大“蛋糕”，做好“蛋糕”，分好“蛋糕”，实施城乡居民收入倍增计划，努力使改革发展成果更多更好地惠及人民群众，不断提高人民的幸福指数的今天，居民消费水平日益被人关注。

居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。

通过消费的物质产品和劳务的数量和质量反映出来。

居民消费水平在很大程度上受整体经济状况的影响。

国内生产总值（GDP）是用于衡量一国总收入的一种整体经济指标，经济扩张时期，居民收入稳定，GDP也高，居民用于消费的支出较多，消费水平较高；反之，经济收缩时，收入下降，GDP也低，用于消费的支出较少，消费水平随之下降。

发展经济就应该紧紧抓住消费,而消费水平的高低受多种因素的制约,只有正确捕捉到影响我国居民消费水平的主要因素,才能从根本上改善不足,促进我国经济的持续稳定健康发展。

二、经济理论陈述

基于以上问题的提出，我们在研读了大量统计和计量资料的基础上，选择了人均收入等四个变量进行研究，既包括整体经济方面的国内生产总值、进出口总额、国民总收入，也包括个人方面的人均收入。

根据西方经济学中凯恩斯消费理论可以得知消费水平受到居民收入水平、年底储蓄余额等多种因素的影响。

依据凯恩斯的消费理论消费由自发消费和引致消费构成，同时,消费水平又受储蓄余额影响等多因素的影响。

居民储蓄越多,可自由支配的货币越多,而且当储蓄超过了预防性储蓄的时候,居民的自发消费就能得到更好的满足,引致消费也会随之增加。

基于模型对我国居民消费水平影响因素的研究

（1）变量的设计与选择受收入水平的制约,而居民的收入水平减去自发消费后剩下的是可支配收入,可支配收入越多的时候,引致性消费将会增大。

这些因素究竟符合我国国情呢?

只有正确捕捉到影响我国居民消费水平的主要因素,才能从根本上改善不足,促进我国经济的持续稳定健康发展。

三、相关数据收集

根据我们对影响我国居民消费水平的因素分析，以及解决我们提出的问题的需要，初步选取了以下四个解释变量：

国内生产总值、进出口总额、国民总收入、人均收入。

鉴于我国发展的阶段性和我们分析的即时性，收集了1996-2009年最近十四年的统计数据。

年份

居民消费水平

人均收入

国内生产总值

进出口总额

国民总收入

（元）

（元）

（亿元）

（亿元）

（亿元）

Y

X1

X2

X3

X4

1996

2789

5846

71177

24134

70142

1997

3002

6420

78973

26967

78061

1998

3159

6796

84402

26850

83024

1999

3346

7159

89677

29896

88479

2000

3632

7858

99215

39273

98000

2001

3887

8622

109655

42184

108068

2002

4144

9398

120333

51378

119096

2003

4475

10542

135823

70484

135174

2004

5032

12336

159878

95539

159587

2005

5573

14185

184937

116922

185809

2006

6263

16500

216314

140971

217523

2007

7255

20169

265810

166740

267764

2008

8349

23708

314045

179921

316229

2009

9098

25575

340507

150648

343465

数据来源：

《中国统计年鉴2010》

四、计量经济模型的建立

我们建立了下述的一般模型：

其中

——1996-2009年各年我国居民消费水平（元）

——待定参数（i=1,2,3,4）

——人均收入（元）

——国内生产总值（亿元）

——进出口总额（亿元）

——国民总收入（亿元）

——随即扰动项

五、模型的求解和检验

利用Eviews软件，采用以上数据对该模型进行OLS回归，结果如下：

DependentVariable:

Y

Method:

LeastSquares

Date:

05/19/11Time:

23:

35

Sample:

114

Includedobservations:

14

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

3368.612

246.8762

13.64494

0.0000

X1

-3.527019

0.357590

-9.863295

0.0000

X2

0.294714

0.024656

11.95323

0.0000

X3

0.003128

0.000510

6.132202

0.0002

X4

-0.014262

0.022289

-0.639895

0.5382

R-squared

0.999891

    Meandependentvar

5000.286

AdjustedR-squared

0.999843

    S.D.dependentvar

2040.796

S.E.ofregression

25.57562

    Akaikeinfocriterion

9.593609

Sumsquaredresid

5887.012

    Schwarzcriterion

9.821844

Loglikelihood

-62.15527

    F-statistic

20691.07

Durbin-Watsonstat

2.292404

    Prob（F-statistic）

0.000000

Y=3368.612-3.527019X1+0.294714X2+0.003128X3-0.014262X4

（13.64494）（-9.863295）（11.95323）（6.132202）（-0.639895）

R2=0.999891DW=2.292404F=20691.07

其中括号内的数字是t值。

由此可见，该模型可决系数很高，F检验显著

但X1和X4的参数估计值的符号均为负号，违背实际经济意义，故应删除。

1.多重共线性检验：

对Y分别关于X2、X3作OLS回归，得

Y=1315.803+0.022716X2

（25.88761）（82.15301）

R2=0.998225DW=0.556989F=5749.639

Y=2187+0.033887X3

（7.180813）（11.09791）

R2=0.911219DW=0.785112F=123.1636

其中括号内的数字是t值。

确定基本回归方程：

根据经济理论分析和回归结果，易知X2（国内生产总值）是最重要的解释变量，所以X2的回归方程为基本回归方程。

加入X3（进出口总额），对Y关于X2和X3作OLS回归：

DependentVariable:

Y

Method:

LeastSquares

Date:

05/19/11Time:

23:

57

Sample:

114

Includedobservations:

14

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

1311.994

58.65140

22.36936

0.0000

X2

0.022859

0.000983

23.24640

0.0000

X3

-0.000233

0.001535

-0.152020

0.8819

R-squared

0.998229

    Meandependentvar

5000.286

AdjustedR-squared

0.997907

    S.D.dependentvar

2040.796

S.E.ofregression

93.36855

    Akaikeinfocriterion

12.09840

Sumsquaredresid

95894.55

    Schwarzcriterion

12.23534

Loglikelihood

-81.68877

    F-statistic

3099.855

Durbin-Watsonstat

0.528296

    Prob（F-statistic）

0.000000

Y=1311.994+0.022859X2-0.000233X3

（22.36936）（23.24640）（-0.152020）

R2=0.998229DW=0.528296F=3099.855

其中括号内的数字是t值。

可以看出，加入X3后，拟合优度几乎未增加，且X3的参数估计值的符号为负号，违背实际经济意义，故应删除。

2.异方差的检验：

再对模型的异方差性进行检验：

首先进行的是K-BTest

K-BTest：

P值靠近0.5，说明符合正态分布。

WhiteHeteroskedasticityTest：

然后进行WhiteHeteroskedasticityTest

WhiteHeteroskedasticityTest:

F-statistic

0.873161

    Probability

0.444675

Obs*R-squared

1.918083

    Probability

0.383260

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

05/20/11Time:

00:

26

Sample:

114

Includedobservations:

14

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

16786.06

7897.031

2.125617

0.0570

X2

-0.114413

0.095566

-1.197216

0.2564

X2^2

2.56E-07

2.36E-07

1.082540

0.3022

R-squared

0.137006

    Meandependentvar

6864.001

AdjustedR-squared

-0.019902

    S.D.dependentvar

5291.624

S.E.ofregression

5344.022

    Akaikeinfocriterion

20.19275

Sumsquaredresid

3.14E+08

    Schwarzcriterion

20.32969

Loglikelihood

-138.3493

    F-statistic

0.873161

Durbin-Watsonstat

1.127979

    Prob（F-statistic）

0.444675

P值都大于10%，表明模型中随机误差项不存在异方差

3.自相关性的检验：

LM检验：

滞后1期的LM检验结果如下：

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

6.587419

    Probability

0.026209

Obs*R-squared

5.243741

    Probability

0.022026

TestEquation:

DependentVariable:

RESID

Method:

LeastSquares

Date:

05/20/11Time:

00:

34

Presamplemissingvaluelaggedresidualssettozero.

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-5.352363

42.03620

-0.127327

0.9010

X2

4.59E-05

0.000229

0.200397

0.8448

RESID（-1）

0.621639

0.242204

2.566597

0.0262

R-squared

0.374553

    Meandependentvar

-1.61E-13

AdjustedR-squared

0.260835

    S.D.dependentvar

85.97675

S.E.ofregression

73.91824

    Akaikeinfocriterion

11.63121

Sumsquaredresid

60102.97

    Schwarzcriterion

11.76815

Loglikelihood

-78.41844

    F-statistic

3.293710

Durbin-Watsonstat

1.073011

    Prob（F-statistic）

0.075692

滞后2期的LM检验结果如下：

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

4.923264

    Probability

0.032477

Obs*R-squared

6.945870

    Probability

0.031026

TestEquation:

DependentVariable:

RESID

Method:

LeastSquares

Date:

05/20/11Time:

00:

36

Presamplemissingvaluelaggedresidualssettozero.

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-22.92107

41.15604

-0.556931

0.5898

X2

0.000176

0.000231

0.760101

0.4647

RESID（-1）

1.014395

0.340462

2.979472

0.0138

RESID（-2）

-0.569801

0.366817

-1.553368

0.1514

R-squared

0.496134

    Meandependentvar

-1.61E-13

AdjustedR-squared

0.344974

    S.D.dependentvar

85.97675

S.E.ofregression

69.58416

    Akaikeinfocriterion

11.55791

Sumsquaredresid

48419.56

    Schwarzcriterion

11.74050

Loglikelihood

-76.90535

    F-statistic

3.282176

Durbin-Watsonstat

1.748393

    Prob（F-statistic）

0.066843

滞后3期的LM检验结果如下：

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

3.432959

    Probability

0.065608

Obs*R-squared

7.471123

    Probability

0.058305

TestEquation:

DependentVariable:

RESID

Method:

LeastSquares

Date:

05/20/11Time:

00:

39

Presamplemissingvaluelaggedresidualssettozero.

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-40.77883

46.71531

-0.872922

0.4054

X2

0.000304

0.000279

1.090781

0.3037

RESID（-1）

0.954701

0.352314

2.709803

0.0240

RESID（-2）

-0.315971

0.476820

-0.662664

0.5242

RESID（-3）

-0.380688

0.447386

-0.850915

0.4169

R-squared

0.533652

    Meandependentvar

-1.61E-13

AdjustedR-squared

0.326386

    S.D.dependentvar

85.97675

S.E.ofregression

70.56456

    Akaikeinfocriterion

11.62339

Sumsquaredresid

44814.22

    Schwarzcriterion

11.85162

Loglikelihood

-76.36370

    F-statistic

2.574719

Durbin-Watsonstat

1.598016

    Prob（F-statistic）

0.109865

滞后3期的LM检验结果显示AIC和SC值上升，说明滞后停止，即滞后2期。

4.自相关性的补救：

LM检验结果显示滞后2期,即证明存在二阶自相关。

DependentVariable:

Y

Method:

LeastSquares

Date:

05/20/11Time:

00:

44

Sample（adjusted）:

314

Includedobservations:

12afteradjustments

Convergenceachievedafter9iterations

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

1320.803

115.1985

11.46545

0.0000

X2

0.022852

0.000644

35.46108

0.0000

AR

（1）

1.102509

0.531999

2.072389

0.0720

AR

（2）

-0.628657

0.503919

-1.247536

0.2475

R-squared

0.999385

    Meandependentvar

5351.083

AdjustedR-squared

0.999155

    S.D.dependentvar

1995.071

S.E.ofregression

58.01081

    Akaikeinfocriterion

11.22034

Sumsquaredresid

26922.04

    Schwarzcriterion

11.38197

Loglikelihood

-63.32203

    F-statistic

4334.141

Durbin-Watsonstat

1.766928

    Prob（F-statistic）

0.000000

InvertedARRoots

 .55+.57i

     .55-.57i

Y=1320.803+0.022852X2+1.102509AR

（1）-0.628657AR

（2）

（11.46545）（35.46108）（2.072389）（-1.247536）

R2=0.999385DW=1.766928F=4334.141

其中括号内的数字是t值。

六、经济意义解释

优化之后的模型为Y=

+

X2+

AR

（1）+

AR

（2），各系数分别衡量我国居民消费水平关于国内生产总值、国内生产总值一期滞后及国内生产总值二期滞后的影响。

这里要特别注意，优化之