城乡居民储蓄实证分析.docx

资源描述

城乡居民储蓄实证分析.docx

《城乡居民储蓄实证分析.docx》由会员分享，可在线阅读，更多相关《城乡居民储蓄实证分析.docx（31页珍藏版）》请在冰豆网上搜索。

城乡居民储蓄实证分析.docx

城乡居民储蓄实证分析

《应用经济计量学》

期末考核

专业：

09级工商管理

学号：

0911027031

姓名：

刘静

时间：

2011年11月20日

【摘要】

城乡收入作为我国经济建设中重要部分，城乡储蓄能及时反映出城乡居民的经济状况和消费水平，所以，研究城乡储蓄具有重大意义。

本文旨在对影响我国储蓄余额的诸多因素进行实证分析，从中选出了影响大几个因素，建立储蓄模型，结合我国实际情况，对储蓄问题提出一些建议。

首先，我们收集了1990年到2009年的数据，利用EVIEWS软件，对模型进行了一系列的参数估计和假设检验，通过对模型的不断修正，得出自己的结论。

最后，对于这个结论从宏观经济意义上进行了自己的解释，并针对如今储蓄方面的若干问题提出自己的看法和建议。

【关键字】

城乡居民储蓄；影响因素；实证分析

Absract

Urban-ruralincomeasanimportantpartinChineseeconomicofconstruction.Theurban-ruralsavingscanreflecteconomicconditionsandreflectlevelsofconsumptionofurbanandruralresidentsintime.Therefore,studyontheurbanandruralsavingshaveabigsignificanceInChinahaveanumberoffactorseffecttheUrban-ruralincomesThisarticleisintendedtoaffectthebalanceofsavingsdeposits.Asanempiricalanalysis,wepicksomefactorsaffectingthemoreimportant.First,wearebuildingsavingsmodel,secondcombinedwiththeactualsituationinChina,madeanumberofrecommendationsonsavingsissues.Finally,forthisconclusionfromamacro-senseishisexplanationandforsavinganumberofquestionsputforwardtheirviewsandsuggestions.

【Keyword】

Urbanandruralresidents'savings,Factor,empiricalanalysis

摘要Ⅰ

AbstractⅡ

引言5

一、城乡居民人民币储蓄的关联度双变量分析9

二、模型多重共线性诊断及补救10

三、模型自相关诊断及补救15

四、模型异方差诊断及补救20

五﹑小结与建议26

六﹑参考文献27

引言

城乡居民储蓄额增加受多方面因素的影响，除了人们的心理因素之外还有居民收入，居民消费物价指数等等。

由于储蓄增加额对我国经济有着重要的影响，所以对它的研究是十分必要的。

中国居民储蓄高速增长主要原因包括居民收入增加，而居民的消费处于长期储备期；城乡居民的投资渠道狭窄；消费领域信用水平低下，价格心理预期走低，是居民消费降低。

针对这些原因可以提出了加快发展直接投资；完善社会保障体系，增强居民消费行为；完善信用体系，全面普及消费信贷等一系列措施，来抑制储蓄的过分增长所带来的负效应。

本文选自1990到2009年的数据进行实证分析，选取全国近20年来城乡居民储蓄存款（Y）、银行活期利率（X2）和城乡居民可支配收入（X3）的统计数据，并运用计量经济学的分析方法，建立相应的回归模型以及运用一些相关分析方法对所建模型进行分析，以更好的说明因素间的关系，即银行活期利率和城乡居民可支配收入的影响关系。

城乡居民人民币储蓄存款的关联度分析

（一）城乡居民人民币储蓄（Y）、银行活期利率（X2）和城乡居民可支配收入（X3）关联度分析

为了更好的进行对城乡居民人民币储蓄（Y）、银行活期利率（X2）和城乡居民可支配收入（X3）关联度分析，我们选取全国1990年至2009年城乡居民人民币储蓄（Y）、银行活期利率（X2）和城乡居民可支配收入（X3）的统计资料，如表1-1，相对应的对数模型为1-2所示：

表1-11990--2009年城乡居民储蓄（亿元）、活期利率、人均可支配收入

年份

城乡居民人民币储蓄（Y）

活期利率（X2）

人均可支配收入（X3）

1990

7119.6

2.64

2196.5

1991

9244.9

1.98

2409.2

1992

11757.3

1.8

2810.6

1993

15203.5

2.475

3499.0

1994

21518.8

3.15

4717.2

1995

29662.3

3.15

5860.7

1996

38520.8

2.7

6765.0

1997

46279.8

1.935

7250.4

1998

53407.5

1.575

7587.1

1999

59621.8

1.215

8064.3

2000

64332.4

0.99

8533.4

2001

73762.4

0.99

9226.0

2002

86910.7

0.765

10178.4

2003

103617.7

0.72

11094.4

2004

119555.4

0.72

12358.0

2005

141051

0.72

13747.9

2006

161587.3

0.72

15346.5

2007

172534.2

0.765

17926.2

2008

217885.4

0.55

20541.4

2009

260771.7

0.36

22327.8

建立相对应的对数模型：

表1-21990--2009年对数城乡居民储蓄（亿元）、活期利率、人均可支配收入

（LnY）

（LnX2）

（LnX3）

8.870606823

0.970778917

7.694620463

9.131827327

0.683096845

7.787050021

9.372229603

0.587786665

7.941153263

9.629280943

0.906240396

8.160232492

9.976682251

1.147402453

8.458970682

10.29763216

1.147402453

8.676024329

10.55895363

0.993251773

8.819517541

10.74246086

0.660107326

8.888811919

10.88570646

0.454255272

8.934204716

10.99577656

0.194744077

8.995202192

11.07181867

-0.010050336

9.051743154

11.2086044

-0.010050336

9.129780864

11.37263643

-0.267879445

9.228023107

11.54846344

-0.328504067

9.314195755

11.69153514

-0.328504067

9.422058906

11.85687681

-0.328504067

9.528641364

11.99280083

-0.328504067

9.638642714

12.05835076

-0.267879445

9.794018609

12.29172452

-0.597837001

9.930197641

12.47140059

-1.021651248

10.01358782

我们建立三元回归模型㏑y＝b1＋㏑b2X2＋㏑b3X3＋

（相关计算数据参照于表2-1）。

我们将城乡居民可支配收入作为被解释变量y，银行活期利率作为解释变量X2，城乡人居可支配收入作为解释变量X3，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表1-3、表1-4和表1-5所示。

表1-3模型汇总

模型

R方

调整R方

标准估计的误差

.998a

.997

.996

.066

a.预测变量:

（常量）,城乡居民可支配收入,银行利率。

表1-4Anovab

模型

平方和

均方

Sig.

回归

21.738

10.869

2485.513

.000a

残差

.074

.004

总计

21.812

a.预测变量:

（常量）,城乡居民可支配收入,银行利率。

b.因变量:

城乡居民人民币储蓄

表1-5系数a

模型

非标准化系数

标准系数

Sig.

标准误差

试用版

（常量）

-1.816

.375

-4.836

.000

银行利率

-.166

.044

-.100

-3.801

.001

城乡居民可支配收入

1.422

.041

.913

34.714

.000

a.因变量:

城乡居民人民币储蓄

据此，可得该回归模型各项数据为：

b2＝

＝-1.66

b1＝

＝-1.816

b3=1.442

＝

＝0.004

Se（b1）＝

＝0.375

Se（b2）＝

＝0.044

Se（b3）＝

＝0.041

t（b1）＝

=-4.836

t（b2）＝

＝-3.801

t（b3）＝

＝34.714

＝

＝0.997

df＝17

模型为：

㏑y=-1.816-0.66㏑X2＋1.422㏑X3＋

另α=0.05

我们提出如下假设：

H0：

Bi＝0，Y＝B1+B2X2+B3X3+μi

y＝b1＋b2X2＋b3X3＋

t（bi）~

（17）

在

水平下，t检验的拒绝域为：

〔－∞，－2.110〕和（2.110，＋∞〕

所以t（b1）、t（b2）、t（b3）均落在拒绝域中，拒绝原假设，即常数项、X2、X3对于模型均有意义。

联合假设检验：

H0：

＝0

F～

（1，18）

在

水平下，模型中的F值落在F检验的右侧拒绝域〔5.98，＋∞〕中，拒绝原假设，即

对于该模型的经济意义解释如下：

平均而言，在其他条件不变的情况下，活期利率（X2）每变动一个单位，将引起法定准备金变动0.166个单位；在其他条件不变的情况下，人均可支配收入（X3）每变动一个单位，将引起城乡居民人民币储蓄（Y）变动1.422个单位。

并且，该模型反映了99.7%的真实情况。

二、模型多重共线性诊断及其补救

在以下分析中，将选取原数据所得模型：

㏑y=-1.816-0.66㏑X2＋1.422㏑X3＋

相关计算数据参照于附表2-1和附表2-2

1.进行多重共线性的诊断

（1）

＝0.997t（b1）＝-4.836t（b2）＝-3.801t（b3）=34.714

由此可看出，该模型的拟合优度较大，各参数的t检验值都较显著，所以，不能据此看出其存在多重共线性。

（2）分析X2、X3之间的关联度，根据spss算出其相关性。

如图2-1所示

表2-1相关性

银行利率

城乡居民可支配收入

银行利率

Pearson相关性

-.843**

显著性（双侧）

.000

城乡居民可支配收入

Pearson相关性

-.843**

显著性（双侧）

.000

**.在.01水平（双侧）上显著相关。

由此可看出，该模型的X2与X3都是不相关的。

（3）辅助回归

针对模型：

㏑y=-1.816-0.66㏑X2＋1.422㏑X3＋

建立以X2为因变量，X3为自变量的辅助回归模型：

X2＝c1＋c2X3＋

运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2-2、表2-3和表2-4所示

表2-2模型汇总

模型

R方

调整R方

标准估计的误差

.843a

.710

.694

.358

a.预测变量:

（常量）,x。

城乡居民人均可支配收入

表2-3Anovab

模型

平方和

均方

Sig.

回归

5.642

44.057

.000a

残差

2.305

.128

总计

7.946

a.预测变量:

（常量）,x。

城乡居民可支配收入

b.因变量:

y银行活期利率

表2-4系数a

模型

非标准化系数

标准系数

Sig.

标准误差

试用版

（常量）

7.319

1.074

6.817

.000

-.792

.119

-.843

-6.638

.000

a.因变量:

y银行活期利率

据此，可得该回归模型为：

X2＝7.319-0.792X3＋

H0：

＝0

F＝

＝44.075

F～

（1，18）

在

水平下，F值落在F检验的在拒绝域〔5.98，＋∞〕中，拒绝原假设，说明存在多重共线性。

2.多重共线性的补救

（一）进行变量变换的方法进行补救

银行活期利率教城乡居民可支配收入显著性更小，取银行活期利率系数为xj,建立新模型:

y*=b1xj*+b2x2*+b3x3*+e，如图2-5所示：

y/xj

1/xj

x2/xj

x3/xj

-13.4403

-1.51515

-1.47088

-11.6585

-13.8361

-1.51515

-1.035

-11.7986

-14.2003

-1.51515

-0.89059

-12.0321

-14.5898

-1.51515

-1.37309

-12.364

-15.1162

-1.51515

-1.73849

-12.8166

-15.6025

-1.51515

-1.73849

-13.1455

-15.9984

-1.51515

-1.50493

-13.3629

-16.2765

-1.51515

-1.00016

-13.4679

-16.4935

-1.51515

-0.68827

-13.5367

-16.6603

-1.51515

-0.29507

-13.6291

-16.7755

-1.51515

0.015228

-13.7148

-16.9827

-1.51515

0.015228

-13.833

-17.2313

-1.51515

0.405878

-13.9819

-17.4977

-1.51515

0.497733

-14.1124

-17.7144

-1.51515

0.497733

-14.2758

-17.965

-1.51515

0.497733

-14.4373

-18.1709

-1.51515

0.497733

-14.604

-18.2702

-1.51515

0.405878

-14.8394

-18.6238

-1.51515

0.905814

-15.0458

-18.8961

-1.51515

1.547956

-15.1721

运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2-6、表2-7和表2-8所示

表2-6模型汇总

模型

R方

调整R方

标准估计的误差

.998a

.997

.996

.100

a.预测变量:

（常量）,x3,x2。

表2-7Anovab

模型

平方和

均方

Sig.

回归

49.904

24.952

2485.513

.000a

残差

.171

.010

总计

50.075

a.预测变量:

（常量）,x3,x2。

b.因变量:

表2-8系数a

模型

非标准化系数

标准系数

Sig.

标准误差

试用版

（常量）

2.751

.569

4.836

.000

-.166

.044

-.100

-3.801

.001

1.422

.041

.913

34.714

.000

a.因变量:

据此，可得该回归模型各项数据为：

b2＝

＝-1.66

b1＝

＝2.751

b3=1.422

＝

＝0.010

Se（b1）＝

＝0.569

Se（b2）＝

＝0.044

Se（b3）＝

＝0.041

t（b1）＝

=4.863

t（b2）＝

＝-3.803

t（b3）＝

＝34.714

＝

＝0.997

df＝17

模型为：

㏑y=2.751-1.66㏑X2＋1.422㏑X3＋

另α=0.05

我们提出如下假设：

H0：

Bi＝0，Y＝B1+B2X2+B3X3+μi

y＝b1＋b2X2＋b3X3＋

t（bi）~

（17）

在

水平下，t检验的拒绝域为：

〔－∞，－2.110〕和（2.110，＋∞〕

所以t（b1）、t（b2）、t（b3）均落在拒绝域中，拒绝原假设，即常数项、X2、X3对于模型均有意义。

（二）辅助回归

针对模型：

㏑y=2.751-1.66㏑X2＋1.422㏑X3＋

建立以X2为因变量，X3为自变量的辅助回归模型：

X2＝c1＋c2X3＋

运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表3-1、表3-2和表3-3所示

表3-1模型汇总

模型

R方

调整R方

标准估计的误差

.843a

.710

.694

.542

a.预测变量:

（常量）,x1。

表3-2Anovab

模型

平方和

均方

Sig.

回归

12.951

44.057

.000a

残差

5.291

.294

总计

18.243

a.预测变量:

（常量）,x1。

b.因变量:

表3-3系数a

模型

非标准化系数

标准系数

Sig.

标准误差

试用版

（常量）

-11.089

1.627

-6.817

.000

-.792

.119

-.843

-6.638

.000

a.因变量:

据此，可得该回归模型为：

X2＝-11.089-0.792X3＋

H0：

＝0

F＝

＝44.057

F～

（1，18）

在

水平下，F值落在F检验的在拒绝域〔5.98，＋∞〕中，拒绝原假设，说明存在多重共线性，补救模型不成功，利用原模型

四、模型自相关诊断

（一）自相关的诊断