影响我国居民消费水平因素分析.doc

上传人:b****3 文档编号:2622132 上传时间:2022-11-03 格式:DOC 页数:7 大小:171.81KB
下载 相关 举报
影响我国居民消费水平因素分析.doc_第1页
第1页 / 共7页
影响我国居民消费水平因素分析.doc_第2页
第2页 / 共7页
影响我国居民消费水平因素分析.doc_第3页
第3页 / 共7页
影响我国居民消费水平因素分析.doc_第4页
第4页 / 共7页
影响我国居民消费水平因素分析.doc_第5页
第5页 / 共7页
点击查看更多>>
下载资源
资源描述

影响我国居民消费水平因素分析.doc

《影响我国居民消费水平因素分析.doc》由会员分享,可在线阅读,更多相关《影响我国居民消费水平因素分析.doc(7页珍藏版)》请在冰豆网上搜索。

影响我国居民消费水平因素分析.doc

影响我国居民消费水平因素分析

【摘要】随着改革开放的深入和市场经济的发展、人们的生活水平得到了大大的提高。

作为总需求中最主要的部分,消费的增长在GDP的增长中占很大比例。

由于分析影响我国居民人均消费水平的多种因素各自的重要程度,将有助于我们认清当前中国经济发展的重要原因。

本文采用1993年至2010年的统计数据,通过建立多元线性回归模型,运用Eviews软件,分析研究城镇居民的消费行为和影响消费的主要因素,才能因地制宜的制定政策,有效地推动居民消费的增长。

【关键词】居民消费水平消费增长消费因素经济发展

近年来,随着我国社会经济的迅速发展,人民的生活水平逐步改善,我国的消费水平也发生了很大的变化。

消费是所以经济行为有效实现的最终环节,是促进经济增长的持久拉动力。

在目前我国面临经济结构调整和产业结构升级的阶段,我国的消费水平如何,影响我国消费水平的因素有哪些,以及这些因素对消费具有怎样的影响,都是值得关注的问题。

有关学者认为,居民收入是影响居民消费的主要因素,经济增长对我国居民消费产生正向效应,但影响不明显。

一、选取数据

影响居民消费的因素有很多,包括宏观和微观多方面的影响。

如收入水平、商品价格水平、利率水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成、制度、风俗习惯等等。

但考虑到样本数据的可收集性和我国经济的实际情况,本文选取以下因素决定消费。

日常观察和统计研究都表明,当前可支配收入水平是决定一个国家消费的核心因素,因此人均可支配收入的入选毫无疑问;GDP是衡量一个国家经济实力,也是世界银行划分高收入、中等收入、低收入国家的主要标志;恩格尔系数是食品支出占消费的百分比,其值越小说明人们越富裕。

而定期余额则表明了居民持有的流动财产数目,所以本模型选取1993~2010年间的居民消费水平,国内生产总值,农村居民人均收入,城镇居民人均收入,农村居民家庭恩格尔系数,居民储蓄定期余额。

所用数据来源于国家统计局网站。

二、实证分析

数据如下:

年份

Y

X1

X2

X3

X4

X5

1993

1393

35333.9247

921.6

2577.4

58.1

12108.3

1994

1833

48197.8564

1221

3496.2

58.9

16838.7

1995

2355

60793.7292

1577.7

4283

58.6

23778.3

1996

2789

71176.5917

1926.1

4838.9

56.3

30873.2

1997

3002

78973.035

2090.1

5160.3

55.1

36226.7

1998

3159

84402.2798

2162

5425.1

53.4

41791.6

1999

3346

89677.0548

2210.3

5854.02

52.6

44955.1

2000

3632

99214.5543

2253.4

6280

49.1

46141.7

2001

3869

109655.171

2366.4

6859.6

47.7

51434.9

2002

4106

120332.689

2475.6

7702.8

46.2

58788.9

2003

4411

135822.756

2622.2

8472.2

45.6

68498.7

2004

4925

159878.338

2936.4

9421.6

47.2

78138.9

2005

5463

183217.4

3254.9

10493

45.5

92263.5

2006

6138

211923.5

3587

11759.5

43

103011.4

2007

7103

257305.6

4140.4

13785.8

43.1

104934.5

2008

8183

300670

4760.62

15780.76

43.7

139300.2

2009

9098

340902.8

5153.2

17174.7

41

160230.4

2010

10522

401202

5919

19109.4

41.1

178413.9

注:

Y为居民消费水平,X1为国内生产总值,X2为农村居民人均收入,X3为城镇居民人均收入,X4为农村居民家庭恩格尔系数(%),X5为居民储蓄定期余额

(一)模型初步提出

初步建立多元线性回归模型:

其中,Y为居民消费水平,为国内生产总值,为农村居民人均收入,为城镇居民人均收入,为农村居民家庭恩格尔系数(%),为居民储蓄定期余额,代表随机扰动项。

(二)模型的拟合检验用Eviews计量经济学分析软件

我们可以得到如下回归分析结果:

由此可见,该模型=0.999731,=0.999619,F检验值8930.921,明显显著。

但是当=0.05时,,不仅、的系数t检验不显著,且系数的符合与预期相反。

这表明很有可能存在严重的多重共线性。

1.多重共线性检验

(1)根据多重共线性检验,解释变量之间存在着线性相关,由上表知模型中确实存在多重共线性。

(2)修正:

采用逐步回归的办法,分别作Y对X1、X2、X3、X4、X5的一元回归,结果如表所示:

变量

X1

X2

X3

X4

X5

参数估计值

0.023886

1.868022

0.520369

-363.9620

0.051937

t统计量

53.76467

67.60962

57.40037

-7.539570

43.27772

0.994495

0.996512

0.995167

0.780356

0.991530

0.994151

0.996294

0.994865

0.766628

0.991000

分别作X2,X3对X1的估计,得到相关系数分别为:

0.986718、0.992756。

可知X1分别与X2、X3有较高相关性。

因为X2与Y的相关系数更大,所以剔除X1。

以X2为基础,顺次加入其它变量逐步回归:

变量

X2

X3

X4

X5

X2,X3

1.048218

(6.360861)

0.229819

(5.002976)

0.998693

X2,X4

1.805870

(32.08750)

-15.61981

(-1.260539)

0.996846

X2,X5

1.251016

(7.314773)

0.017327

(3.634675)

0.998145

经比较,新加入X3的方程=0.998693,改进最大,保留X3。

变量

X2

X3

X4

X5

X2,X3,X4

1.047994

(6.006626)

0.229943

(4.447764)

0.054890

(0.006114)

0.998413

X2,X3,X5

0.981257

(5.940581)

0.174121

(2.988236)

0.007460

(1.469537)

0.998625

从表中可以看出,当分别加入X4,X5时,有所增加。

但2.120,其参数的t检验不显著。

最后修正严重多重共线性影响后的回归结果为:

Y=--286.5734+1.048218+0.229819+

(-3.357694)(6.360861)(5.002976)

=0.998693=0.998519F=5730.592DW=1.805260

2、相关性检验

从估计的结果可以看出,模型拟合较好,可决系数=0.998693,表明模型在整体上拟合比较好。

3、显著性检验:

(1)对于X2,t统计量为6.360861。

给定α=0.05,查t分布表,在自由度为16下,得临界值2.120.因为t>2.120,所以拒绝原假设:

X2=0,表明农村居民人均收入对居民消费水平有显著性影响;

(2)对于X3,t统计量为5.002976。

给定α=0.05,查t分布表,在自由度为16下,得临界值2.120.因为t>2.120,所以拒绝原假设;:

X3=0,表明城镇居民人均收入对居民消费水平有显著性影响。

(3)对于F=7948.18>F(2,13)=3.80(显著性水平为0.05),表明模型从整体上看居民消费水平与各解释变量之间之间线性关系显著。

4、异方差检验

HeteroskedasticityTest:

Breusch-Pagan-Godfrey

F-statistic

4.237886

    Prob.F(2,15)

0.0348

Obs*R-squared

6.498781

    Prob.Chi-Square

(2)

0.0388

ScaledexplainedSS

4.076315

    Prob.Chi-Square

(2)

0.1303

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

11/18/12Time:

15:

25

Sample:

19932010

Includedobservations:

18

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-11495.82

8250.020

-1.393430

0.1838

X2

20.68681

15.92927

1.298667

0.2137

X3

-4.507651

4.440359

-1.015155

0.3261

R-squared

0.361043

    Meandependentvar

8095.075

AdjustedR-squared

0.275849

    S.D.dependentvar

11195.59

S.E.ofregression

9527.113

    Akaikeinfocriterion

21.31268

Sumsquaredresid

1.36E+09

    Schwarzcriterion

21.46108

Loglikelihood

-188.8141

    Hannan-Quinncriter.

21.33314

F-statistic

4.237886

    Durbin-Watsonstat

1.856637

Prob(F-statistic)

0.034756

由上表,Obs*R-squared=6.498781.而查表,给定α=0.95自由度P=5,得临界值1.145;给定α=0.05自由度P=5,得临界值11.07;所以1.145<6.498781<11.07,所以接受原假设,模型随机误差项不存在异方差。

5、自相关检验

(1)DW=1.805260,给定显著性水平α=0.05,查Durbin—Watson表,n=18,k=2,得下限临界值=1.046,4-=2.465因为DW统计量为=1.046<1.

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > IT计算机 > 电脑基础知识

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1