计量经济论文 影响我国居民最终消费支出的相关因素分析.docx

计量经济论文 影响我国居民最终消费支出的相关因素分析.docx

《计量经济论文 影响我国居民最终消费支出的相关因素分析.docx》由会员分享，可在线阅读，更多相关《计量经济论文 影响我国居民最终消费支出的相关因素分析.docx（23页珍藏版）》请在冰豆网上搜索。

计量经济论文影响我国居民最终消费支出的相关因素分析

论文题目影响我国居民最终消费支出的

相关因素分析

学院经济管理学院

专业名称市场营销

班级营销12-2

学号120674230

姓名马怡琳

指导教师张兰

摘要

中国经济转型和消费问题密不可分。

从某种意义上说，解决消费问题也是经济转型的问题，而转型的某些措施安排也必然促进消费。

出于以上考虑，本文选取经济转型中的居民消费问题进行研究，试图重点研究两个问题：

一是中国居民消费目前的现状和问题，二是相关政策在战略层面与政策层面对于促进消费的作用。

研究居民消费支出的影响因素离不开一些基本的经济变量，西方经济学经典消费理论也对消费的决定或影响因素进行了一般性的论述，大多相关的研究文献中都把居民储蓄、人均可支配收入这两个指标作为影响财政收入的基本因素，还有一些文献中也提出了居民消费价格指数等其他变量。

遵循经典理论的结论，重视中国的特殊性问题，本文针对我国居民消费支出影响因素建立了计量经济模型，并利用Eviews软件对收集到的数据进行相关回归、多重共线性等分析，建立了居民消费支出影响因素的模型，分析了影响居民消费支出的主要因素及其影响程度，并提出了相关政策建议。

关键字：

居民消费支出计量经济学消费价格指数

Abstract

China'seconomictransitionisinseparablewithconsumptionissueInasense,tosolveconsumptionproblemisthesameissueforChina'seconomictransitionandthemethodsforChina'seconomictransitionwilldefinitelyenhancethedemandofconsumption.Asaresultofaboveconsiderations,thisarticlewillfocusontheresearchofcitizen'sconsumptionissueintwoaspects:

1,thecurrentstatusandproblemsonChinesecitizen'sconsumption;2,therolefinancialpolicyplayedasinstrategiclevelandthepolicyleveltoboostconsumption.

Studyoncitizen'sconsumptionissuecannotleavewithsomebasistheories.Westerneconomicsclassicconsumptiontheoryhasgeneraldiscussesonthedecisionorinfluencefactorsofconsumption,whichsaysthatsavingdepositsandpersonaldisposableincomeplayveryimportantroleonexpense.Alsotherearetheoriessupportingconsumingpriceindexbeingvital.

Basedonclassicalconclusions,takingseriousofChinesestatus,thisarticlesetsmodelineconometricstoanalysetheelementsofconsumptionwithEviewsandcomesupwithsomerelatedadvice.

KeyWords:

citizen'sconsumption,econometrics,consumingpriceindex

1.引言

1.1研究目标陈述

自改革开放以来，中国的经济增长方式一直是以投资和出口驱动的，消费则处于非主导地位。

“高增长、高投资、高出口依存度、高储蓄和低消费”成为中国宏观经济典型的特征写照。

然而在总需求的三大组成部分中，投资具有“引致性”和“派生性”的特点，（净）出口贸易则易受外部市场环境和本国在国际贸品中的地位等不确定因素的影响，投资和（净）出口贸易的出发点与落脚点都是为了消费，唯有消费才具有决定性的意义。

而今，随着我国经济的快速增长，人们的收入状况有了很大改善，消费支出也随之上升。

但由于前几年通货膨胀状况的出现，CPI的上涨，居民的生活质量也难免有所下降。

一个国家居民的消费状况从侧面反映了该国的整体经济水平以及社会福利的大小，体现着一个国家的质量。

现实中有许多因素影响着居民的消费水平，如收入水平、商品价格水平、消费者偏好、价格水平、GDP等等。

但由于样本数据的可收集性及我国现在的经济状况，我就仅从以下几个因素着手分析：

居民角度来看，居民的储蓄存款、个人可支配收入都影响着其消费性支出的高低；而从整个社会经济环境来看，国内价格指数同样影响着居民的消费支出。

1.2相关理论与文献综述

国内外学者对于消费者行为的研究主要集中在两个方面。

一方面是从宏观经济学角度进行理论探讨，从消费者出发，研究消费者如何将其收入在储蓄与消费之间分割及分割的决定因素。

另一方面是从微观经济学角度进行解析，研究在消费偏好既定的情况下，消费者在相应预算约束下的效用最大化行为问题。

本文引入了一下三各方面的理论内容。

1.1.1消费者行为理论

消费者行为是研究个人消费与收入之间相关关系的基础。

消费者行为理论构成微观经济学的一部分，也成为宏观消费理论的微观基础，国外比较经典的著作是迪顿的《经济学与消费者行为》。

有关消费者行为的概念界定方面的研究屡见不鲜，较有代表性的是美国伍兹（Woods,W.A.）在《消费者行为》一书中指出，消费者行为是指“人们在获得他们所用的东西时所进行的话动”；美国西福曼和卡乃克两位教授合著的《消费者行为学》—书中，把消费者行为定义为"消费者在寻找、购买、使用、评定和处理希望满足其需要的产品、劳务和构思时所表现出来的行为”；美国的劳登和比塔两位教授在他们合著的《消费者行为一概念与应用》—书中把消费者行为定义为“人们在从事评定、获得、使用和处理产品服务的决策过程和身体话动”。

在这些概念的基础上，刘传富（1995）讨论了消费者行为理论在现实经济生活中的适应性问题，得出关于基数效用论、序数效用论方面的重要结论，认为消费者行为理论中关于收人和价格变化对消费的影响分析，对于研究商品需求量的变化具有实际意义。

卓永斌（2011）对传统的消费者行为理论所包含的效用分析方法进行了重新的思考，认为其中有很多有待完善的地方，并提出了相应的完善对策。

综上所述。

消费者行为理论在研究消费问题时虽有一定争议，但仍较为广泛的被运用。

1.1.2中国消费函数分析

这里不再赘述西方消费函数的理论，只重点论述中国消费函数的问题。

上世纪90年代分析中国消费函数的一本著作是臧旭恒的《中国消费函数分析》，书中给出了一个中国消费函数的文献综述。

孙凤（2001）根据预防性储蓄理论结合生命周期假说，采用误差修正模型技术进行实证分析，认为居民的消费行为可以由信贷消费制度不发达而导致的流动性约束、人们的生命周期特征以及预防性储蓄动机来解释，即本期收入变动对消费变动显著的正影响、上期收入与消费的长期均衡项对本期消费变动的显著的负影响、不确定性对本期消费的负影响。

1.1.3收入与消费

秦朵（1990）分析了居民总消费与收入之间的长短期关系，发现20世纪的50年代到80年代，我国居民消费与总收入之间存在稳定的比例关系，当期居民消费波动主要受当期收入与上一期收入、物价水平以及购买力变动的影响，影响程度相对固定。

厉以宁（1992）认为持久收入假说只能部分地解释1988年至1989年的居民储蓄变动，1988年至1989上半年，居民长期受到抑制的购买欲望得以释放，同时高通货膨胀的预期导致抢购浪潮的形成，消费倾向提高，储蓄率下降。

到了1989年末，人们的购买倾向逐渐恢复常态，通货膨胀得以抑制，于是人们消费支出减少，储蓄率上升。

2.经济模型概述

2.1经济原理

我国居民的最终消费支出对我国的国民经济运行及整个经济的发展有一定影响，所以对其进行研究是有一定经济意义的。

根据西方经济学理论，我认为居民的最终消费支出主要受居民储蓄、可支配收入、物价水平等因素的影响。

2.2变量描述

居民储蓄是影响居民最终消费的直接因素，居民储蓄越多，最终消费就越少，储蓄越少，最终消费支出就越多；

居民可支配收入是决定储蓄水平的一个因子，居民可支配收入增加，直接性的居民储蓄会随之上升，当可支配收入增加的同时就是增加自己的银行储蓄为以后的购房、养老、医疗保健做准备，这对居民的消费支出有很大的影响。

所以可支配收入这一因素必须选取为模型的解释变量；

物价水平对消费者的消费倾向会有影响，即影响到居民的消费支出，当居民的收入不变时，若物价上涨，则消费支出增加；反之，居民收入不变，若物价下跌，则消费支出减少。

对于物价水平，我们选择价格指数来反映即，居民消费价格指数。

3.数据及处理说明

3.1数据收集

本文数据来源于2014年中国统计局统计年鉴，经搜集整合，具体如下：

年份

居民最终消费支出（Y）

居民储蓄（X1）

人均可支配收入（X2）

居民消费价格指数（X3）

1994

16412.10

15203.50

2577.40

114.70

1995

21844.20

21518.80

3496.20

124.10

1996

28369.70

29662.30

4283.00

117.10

1997

33955.90

38520.84

4838.90

108.30

1998

36921.50

46279.80

5160.30

102.80

1999

39229.30

53407.47

5425.10

99.20

2000

41920.40

59621.80

5854.02

98.60

2001

45854.60

64332.40

6280.00

100.40

2002

49435.86

73762.40

6859.60

100.70

2003

53056.57

86910.65

7702.80

99.20

2004

57649.81

103617.65

8472.20

101.20

2005

65218.48

119555.40

9421.60

103.90

2006

72958.71

141051.00

10493.00

101.80

2007

82575.45

161587.30

11759.50

101.50

2008

96332.50

172534.19

13785.80

104.80

2009

111670.40

217885.40

15780.76

105.90

2010

123584.62

260771.70

17174.65

99.30

2011

140758.65

303302.50

19109.44

103.30

2012

168956.63

343635.90

21809.78

105.40

2013

190423.77

399551.00

24564.72

102.60

3.2数据分析

3.2.1模型计算与估计

建立模型如下：

Y=α+β1X1+β2X2+β3X3+µ

其中Y表示居民最终消费支出、X1表示居民储蓄、X2表示人均可支配收入、X3表示居民消费价格指数，α表示截距，β表示弹性系数，µ表示随机误差项。

本节将居民消费支出与其他变量之间建立散点图，分析变量之间是否存在线性相关关系，相关散点图如下图所示：

图1消费支出与储蓄图2消费支出与人均可支配收入

图3消费支出与消费价格指数

由散点图可以看出，居民储蓄、人均可支配收入、居民消费价格指数与居民最终消费支出大体上呈线性相关关系。

进行回归分析，结果如下：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/17/14Time:

13:

29

Sample:

19942013

Includedobservations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

5801.540

12647.32

0.458717

0.6526

X1

0.207329

0.077241

2.684170

0.0163

X2

4.048545

1.374928

2.944551

0.0095

X3

-14.63827

106.5663

-0.137363

0.8925

R-squared

0.997129

    Meandependentvar

73856.46

AdjustedR-squared

0.996590

    S.D.dependentvar

49732.13

S.E.ofregression

2903.934

    Akaikeinfocriterion

18.96238

Sumsquaredresid

1.35E+08

    Schwarzcriterion

19.16152

Loglikelihood

-185.6238

    Hannan-Quinncriter.

19.00125

F-statistic

1852.184

    Durbin-Watsonstat

0.915304

Prob（F-statistic）

0.000000

得到回归方程：

Y=5801.54+0.21*X1+4.05*X2-14.64*X3

（12647.32）（0.0772）（1.3750）（106.5663）

t=（0.4587）（2.6842）（2.9446）（-0.1374）

R2=0.9971F=1852.184D.W.=0.9153n=20

3.2.2异方差检验

使用White检验，结果如下：

HeteroskedasticityTest:

White

F-statistic

4.635314

    Prob.F（9,10）

0.0125

Obs*R-squared

16.13286

    Prob.Chi-Square（9）

0.0642

ScaledexplainedSS

5.281710

    Prob.Chi-Square（9）

0.8091

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

12/17/14Time:

13:

33

Sample:

19942013

Includedobservations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-2.20E+08

5.11E+08

-0.431040

0.6756

X1

-2380.958

6852.850

-0.347441

0.7355

X1^2

-0.021371

0.011982

-1.783621

0.1048

X1*X2

0.725206

0.416909

1.739482

0.1126

X1*X3

8.626867

56.92278

0.151554

0.8826

X2

42027.83

122441.4

0.343249

0.7385

X2^2

-6.133543

3.645334

-1.682573

0.1234

X2*X3

-156.7583

1004.149

-0.156111

0.8791

X3

3263845.

7240431.

0.450780

0.6618

X3^2

-13320.82

27487.27

-0.484618

0.6384

R-squared

0.806643

    Meandependentvar

6746267.

AdjustedR-squared

0.632622

    S.D.dependentvar

7000972.

S.E.ofregression

4243410.

    Akaikeinfocriterion

33.66649

Sumsquaredresid

1.80E+14

    Schwarzcriterion

34.16435

Loglikelihood

-326.6649

    Hannan-Quinncriter.

33.76367

F-statistic

4.635314

    Durbin-Watsonstat

2.844714

Prob（F-statistic）

0.012547

从White检验结果可以知道，选取10%的置信水平，nR2服从自由度为9的卡方分布，nR2=16.13286<20.05（9）=14.6837。

所以模型存在异方差。

对异方差进行修正，采用模型对数化的方法，结果如下：

DependentVariable:

LNY

Method:

LeastSquares

Date:

12/17/14Time:

13:

40

Sample:

19942013

Includedobservations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

5.329753

1.119438

4.761098

0.0002

LNX1

-0.349645

0.158196

-2.210202

0.0420

LNX2

1.532582

0.221390

6.922546

0.0000

LNX3

-0.902050

0.269016

-3.353152

0.0040

R-squared

0.998406

    Meandependentvar

10.99905

AdjustedR-squared

0.998107

    S.D.dependentvar

0.675506

S.E.ofregression

0.029389

    Akaikeinfocriterion

-4.039562

Sumsquaredresid

0.013819

    Schwarzcriterion

-3.840416

Loglikelihood

44.39562

    Hannan-Quinncriter.

-4.000687

F-statistic

3340.718

    Durbin-Watsonstat

1.159920

Prob（F-statistic）

0.000000

从以上的回归结果可以看到可以方程的拟合优度R2=0.998406>0.9接近1所以方程拟合的非常好，并且T检验都非常显著，排除了异方差。

3.2.3多重共线性检验

使用相关系数矩阵检验方法结果如下：

LNX1

LNX2

LNX3

LNX1

1.0000

LNX2

0.9952

1.0000

LNX3

-0.5445

-0.4706

1.0000

使用相关系数矩阵检验，从相关系数可以看到相关系数的绝对值都大于0.9，所以存在多重共线性，使用逐步回归的方法，进行修正结果如下。

首先用三个自变量和因变量进行回归，对LNY和LNX1进行回归：

DependentVariable:

LNY

Method:

LeastSquares

Date:

12/18/14Time:

21:

22

Sample:

19942013

Includedobservations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

2.776961

0.188713

14.71530

0.0000

LNX1

0.718341

0.016435

43.70753

0.0000

R-squared

0.990666

    Meandependentvar

10.99905

AdjustedR-squared

0.990147

    S.D.dependentvar

0.675506

S.E.ofregression

0.067052

    Akaikeinfocriterion

-2.472050

Sumsquaredresid

0.080928

    Schwarzcriterion

-2.372477

Loglikelihood

26.72050

    Hannan-Quinncriter.

-2.452612

F-statistic

1910.348

    Durbin-Watsonstat

0.438015

Prob（F-statistic）

0.000000

对LNY和lNX2进行回归：

DependentVariable:

LNY

Method:

LeastSquares

Date:

12/18/14Time:

21:

24

Sample: