私家车拥有量的计量分析.docx
《私家车拥有量的计量分析.docx》由会员分享,可在线阅读,更多相关《私家车拥有量的计量分析.docx(26页珍藏版)》请在冰豆网上搜索。
私家车拥有量的计量分析
私家车拥有量的计量分析
【摘要】本文旨在对1989-2003年我国人均收入变动,基础设施建设等一系列因素对私人汽车拥有量的影响进行实证分析。
首先,我们收集了相关的数据。
其次,建立了理论模型。
然后,利用EVIEWS软件对计量模型进行了参数估计和检验,并加以修正。
最后,我们对所得的分析结果作了经济意头的分析,并相应提出一些政策建议。
【背景资料】众所周知,汽车产业发展将带动巨大的经济链条的运转,特别是对钢铁、有色金属等原材料影响深刻,而就目前来说,中国的平均汽车保有量非常低,与中国的经济发展水平不相称,2003年,我国每千人的轿车拥有量只不过5.16辆。
世界上有29个国家遍及亚、非、拉美的人均GDP低于我国,可是它们的每千人轿车拥有量却髙于我国。
例如位于高加索地区的格鲁吉亚,虽然人均GDP只有701美元,但每千人轿车拥有量竟高岀我国16.6倍:
居民数仅次于我国的印度,其人均GDP只及我国的39%,可是每千人轿车拥有量却只与我国相差10%。
中国汽车市场目前400多万的销虽仅仅相当于美国六七十年代的水平,而中国的人口基数要比美国大得多,从收入最高的20%人口的收入水平来看,如果达到世界平均水平,中国应该有1.6亿俩汽车,是目前的8倍。
可见中国的汽车市场还没有完全形成应有的规模,所以中国汽车市场潜力巨大。
数据源
年份y
x2x3
x4x5
x6
x7
1989
81.62
18547.9
803
102.83
1.4
168.45
114333
L1990
73.12
16909.2
762
101.43
1.4
182.07
112704
1991
96.04
21617.8
896
104.11
1.7
196.01
115823
I1992
118.2
26638.1
1070
105.67
2
313.12
117171
1993
155.77
34634.4
1331
108.35
2.5
450.23
118517
1994
205.42
46759.4
1746
111.78
3.2
514.67
119850
〔1995
249.96
58478.1
2236
115.7
4.4
526.42
121121
1996
289.67
67884.6
2641
118.58
5.8
547.63
122389
L1997
358.36
74462.6
2834
122.64
6
527.74
123626
1998
423.65
78345.2
2972
127.85
6.2
568.45
124761
L1999
533.88
82067.5
3138
135.17
7
694.53
125786
2000
625.33
89468.1
3397
140.27
7.8
919.31
126743
2001
770.78
95727.9
3609
169.8
7.9
1070.15
127627
12002
968.98
103935.3
3818
176.52
9.1
1370.1
128453
2003
1219.23
117251.9
4089
180.98
12.4
1928.26
129227
Y:
私家车拥有量,(万辆):
X2:
国内生产总值(亿元);X3:
居民消费水平(元)
X4:
公路长度(万公里):
x5:
人均生活能源消费量(液化石油气kg):
x6:
海关历年进口机械及运输设备金额(亿美元):
x7:
年底总人口数(万人)。
(数据来源于《中国统计年鉴》)
一运用OLS法对参数估计.
(-)参数的估计
DependentVariable:
YMethod;LegistSquares
Date;05/DW5Time;22;59
Sample;19892003
Includedobservatlons:
15
Variable
Coefficient
Std.Error
t-Statistic
Prob.
・1337.667
1300.979
・1.021916
0.3367
0002107
0010792
0.195260
00501
-0189167
0.271554
・0696610
05058
7617672
1440055
5289848
00007
7471374
2450343
3.049114
00158
0.040517
0.147795
0.274143
0.7909
0.006484
0.011616
0.472049
0.6496
R-squared
0.995076
Meandependentvar
411.3340
AdjustedR-=quared
0.993132
S.D.dependentvar
349.B6O3
S.E.ofregression
28.99340
Akaikeinfo
criterion
9.876738
Sumsquaredrosid
6724.938
Schwarzcriterion
IO20716
Loglikelihood
・6707554
尸・statistic
336.4232
Durbin-Watsonstat
2.153049
Prob(F-statistic)
0.000000
分析:
F=338・4232>Foa(6・8)=3.5&表明模型从整体上看私人汽车拥有昼与解释变量之间线性关系显著。
Y二1337667+0.002107X2.0.189167X3+7.617672X4+74.71374X5T.040517X6+0.005484X7
(1308.979)(0.010792)(0.271554)(1.440055)(24.50343)(0.147795)(0.011616)t=(-1.021916)(0.195260)(-0.696610)(5.289848)(3.049114)(0.274143)(0.472049)rA2=0.996076df=8
X3是居民消费水平,系数为负号与经济变量不符,剔除x3o
(-)解释变量之间的简单相关系数:
CorrelationMatrix
X2
X3
X4
X5
X6
X7
X2
1.ODOOOO
0.997870
0.915371
D931540
0691694
0.987506
X3
0.997870
1.000000
D.932442
0970605
0663841
0.983546
X4
0.916371
0.902442
1.030000
0932500
0.951892
0.891172
X5
0.9B1540
0.970605
0.932500
1ODDOOO
0.942159
0.951773
X6
0.391G94
0.863841
0.^1892
0942159
1£03000
0.855079
X7
0.987506
0.988546
0.891172
0951773
OE65079
1003000
由上表可以看岀:
解释变量之间存在髙度线性相关,尽管整体上回归拟合较好但X2,X3,
X6.X7变量的参数t值并不显著,X3系数符号是负的这与实际的经济意义相悖。
表明模型中解释变量之间确实存在严重的多重共线性。
(三)修正
(1)运用OLS法逐一求Y对各个解释变量的回归。
结合经济意义和统讣检验选岀拟合效果最好的一元线性回归方程。
逐步回归如下:
DependentVariable:
Y
Method:
LeastSquares
Date:
05/0W6Time23:
27
Sample:
19992003
Includedobsetvations:
15
Variable
Coefficient
Sid.Error
t-Slalistic
Prob.
C
-135.2947
47.73448
-2.834317
0.0141
X4
1038241
7.803266
13.30522
00300
R-squared
0.931589
Meandependentvar
406.6673
AdjustedR-squared
0926327
SDdependentvar
355.1212
S.E.ofrogression
96.38976
Akaikointocriterion
12.09824
Sumsquaredresid
120782.8
Schwarzcriterion
12.192G5
Loglikelihood
・8873682
F・statistic
1770287
Durbin-Watsonstat
0.5G6310
Prob(F-statistic)
0.000J00
X4系数为正r检验值=7.803266显著,可决系数=0.931589显著.保留X4
DeponderitVariable.Y
Method:
LeastSquares
Date:
05/01/05Time:
23:
29
Sample:
19892003
Includedobservations:
15
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-8493466
113.C668
-7510570
O.COOO
X4
8.237276
1.268732
B.492524
O.COOO
X5
33.09645
10.5972G
3.689291
O.CO31
R・squared
0.984654
Meandependentvar
411.3340
Adjusiedsquared
0982096
S.Ddependent
349.6603
£.E.ofregression
4581333
Akaikeinfocriterion
1070707
Sumsqu合rzdresid
^297.86
Schwarzcriterion
10.84868
Loglikelihood
-77.30302
F-statistic
384.9744
Durbin-Watsonstat
1.164882
Prob(F-statistic)
O.OOCOOO
Y二849.3466+8.237276X4+39.09645X5
(113.868)(1.268732)(10.59728)
t=(-7.510570)(6.492524)(3.689291)
rA2=0.984654df=12
X4与X5系数的符号为正与经济意义相符,t检验显著,可决系数=0.984654显著,保留X4与X5
DependentVariable:
Y
Method:
LeastSquares
Date:
U5/U1/U5Time:
23:
32
Sample:
19892003
Includedobservations:
15
Variable
Coefficient
Sid.Error
卜Statistic
Prob
■690.7049
89.86115
-7.6B6357
oooco
•0.003628
0001521
-2.385545
00382
6.935038
1.051863
6.593097
00001
66.57942
19.38056
3.435372
00064
0.134430
0074676
1.800200
01020
R-squared
0.995726
Meandependentvar
411.3340
Adjusiedsquared
0994016
S.Ddependentvar
3490603
S.E.ofregrGGGion
27.06278
Akaikeinfocritorion
9.695397
Sumsquaredresid
7323.939
Schwarzcriterion
9.931414
Loglikelihood
.67.71548
F・statistic
5824418
Durbin-Watsonstat
1.995601
Prob(F-statistic)
O.OOOOCO
Y二690.70490003628X2+6.935038X4+66.57942X5+0.134430X6
(89.86115)(0.001521)(1.051863)(1938056)(0.074675)t=(・7.686357)(2385545)(6.593097)(3.435372)(1.800200)22=0.995726df=10
X2是国内生产总值,系数符号与经济意义相悖,不能同时保留X2X4X5X6
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
418.6284
628.5659
0.666006
05205
X4
6429062
1106487
5.810327
00002
X5
42.09112
1364904
3083816
00116
X6
0.186836
0073566
2.639751
00294
X7
-0.009662
0.005814
・1660227
01279
R-squared
0.994743
Moandependentvar
411.3340
AdjustedR-squared
0.992640
S.D.dependentvar
3498603
S.E.ofregression
30.01466
Ak^ikeinfocriterion
9.902444
Sumsquaredresid
9008.736
Schwarzcriterion
10.13846
Loglikelihood
・6926833
F-st^tistic
473.0471
Durbin-Watsonstat
1493331
Prob(F-stylistic)
0.000000
DependentVariable:
Y
Method:
LeastSquares
Date:
05X)1/05Time:
23:
35
Sample:
19892003
Includedobservations:
15
Y=418.6284+6.429052X4+42.09112X5+0.186836X6-0.009652X7
(628.5659)(1.106487)(13.64904)(0.073565)(0.005814)
t=(0.666006)(5.810327)(3.083816)(2.539751)(-1.660227)
严2=0.994743df=10
X7是年底总人口数,系数符号为负,与经济意义相悖,不能同时保留X4X5,X6.X7
DependentVariableY
Method:
LeastSquares
Date:
05/01/D5Time:
23:
36
Sample:
19832003
Includedobservations:
15
Variable
Coefficient
StdError
t-Statistic
Prob
-613.456B
100.1139
・6.127588
0.C001
6.726533
1.100981
5.201305
0.C003
23.50411
9.407799
2.79551G
0.0174
0.252093
0.066964
3.764609
0.C031
R-squarod
0.993294
Meandopondontvar
411.3340
AdjustedR-squared
0.9914G5
S.D.dependentvar
349.£603
S.E.ofrogrGSGion
32.322C6
Akaikoinfocritorion
10.01255
Sumsquaredresid
1149106
Schwarzcriterion
10.20137
Loglikelihood
-71.09416
F-statistic
543.C054
Durbin-Watsonstat
1.024424
Prob(F-statistic)
O.OOCOOO
Y二613.4566+5.726536X4+23.50411X5+0.252093X6
(100.1139)(1.100981)(8.407789)(0.066964)
t=(-6.127588)(5.201305)(2.795516)(3.764609)
存2=0.993294df=ll
如上分析可知:
删除X2,X3,X7之后,模型的统il•检验效果均有较大的改善,表明Y对X4.X5.X6的回归模型最优。
三异方差检验
(一)匡特检验
(1)
DependentVariable:
YMethod:
LeastSquaresDate:
05?
D2zD5Time:
22:
34
Sample:
19891994
Ineludedobservations:
6
Variable
Coefficient
StdErrort-Statistic
Prob.
C
X4
-1272375
13.18956
6481648-1963043
0.61290721.51967
00000
0.0000
R・squared
AdjustodR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat
0.991436
0.989296
5.236234
109.6726
-17.23085
1.206017
MeandependentvarS.D.dopondentvarAkaikeinfocriterionSchwarzcriterion
F・statisticProb(F-statistic)
121.6950
50.61010
6.410284
6.340870
4630962
0.000028
DependentVariable:
Y
Method:
LeastSquares
Date:
05^02^05Time:
22:
36
Sample:
19982003
Includedobservations:
6
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-1089.087
349.4180
-3.116661
0.0356
X4
11.90253
2.232066
5.332515
0.0060
R-squared
0.876679
Meandependentvar
756.9750
AdjustedR-squared
0.845849
S.D.dependentvar
295.6429
S.E.ofregression
116.0755
Akaikeintocriterion
12.60756
Sumsquaredresid
53894.13
Schwarzcriterion
12.53815
Loqlikelihood
・35.82268
F-statistic
28.43572
Durbin-Watsonstat
1.795686
Prob(F-statistic)
0.005955
由表可知:
F4=53894.13/1O9.6726=49L4O925>Fo.O5(4、4)=6.39,则拒绝Ho,表明随机误差显著的存在异方差。
⑵
DependentVariable:
Y
Method:
LeastSquares
Date:
05/U2/05Time:
22:
44
Sample:
19891994
Ineludedobservations:
G
Variable
Coefficient
StdErrort-Statistic
Prob
C
・23.78674
4.434653-5.363833
0.0058
X5
71.54840
2.07899734.41486
0.0000
R-squared
0.996634
Meandependentvar
121.6950
AdjustedR-squared
0.995793
S.D・dependentvar
50.61010
S.E.ofregression
3.282798
Akaikeinfocriterion
5.476471
Sumsquaredresid
43.10704
Schwarzcriterion
5.407057
Loglikelihood
-1442941
F-statistic
1184382
Durbin-Watsonstat
2.917669
Prob(F-statistic)
0.000004
DependentVariable:
Y
Method:
LeastSquares
Date:
05/02/05Time:
22147
Sample:
19982003
Includedobservations:
6
Variable
Coefficient
StdError1-Statistic
Prob.
C
・3378915
1554494-2.173644.
0.0954
X5
130.3413