计量经济论文1Word格式文档下载.docx

1、根据杜森贝利的相对收入消费理论，消费者会受自己过去的消费习惯来决定当期消费。因而把它引入模型中，它与当期消费应该是正相关的。4、城镇居民消费者物价指数。借此来说明价格变动对消费的影响，价格水平越高，人们的购买力普遍降低，为维持原来的消费水平，消费者的支出也会越多。它们应该是正相关的关系。这里假定上一年为基期，第二年的价格指数是对以上一年数据为100的相对数。5、中国人民银行一年期储蓄利率。一般认为，提高利率会刺激储蓄，减少消费支出,因为利率水平越高，消费的机会成本就越大，居民就会压缩当前消费。因此，它们应该是负相关的。利率提高时，人们认为减少目前的消费，增加将来消费比较有利 ，从而增加储蓄，这

2、是利率对储蓄的替代效应；另一方面，利率提高时他将来的利息收入增加，会使他认为自己比较富有，以致增加目前消费，从而可能反而减少储蓄，这是利率对储蓄的收入效应。利率对不同人群的影响也是不同的。由于中国人民银行的一年期利率总是不定期地进行调整，可能几年调整一次，或者一年调整几次，这给我的计量经济学分析带来了一定的困难。为达成统一，我每年各种年利率进行加权后作为全年的利率。表1我国人均消费性支出、可支配收入、储蓄、消费价格指数与利率人均消费性支出人均支配收入i储蓄s消费价格指数cpi利率r197935340529101.93.941980423.6477.640.47107.55.041981456.

3、84500.451.5102.55.41982471535.366.51025.671983505.92564.687.55.761984559.44652.1117.9102.71985673.2739.08153.29111.96.731986798.96900.9211.71077.21987884.41002.1286.4108.819881103.981180.2346.8120.77.5819891210.951373.9462.9116.311.1219901278.891510.2615.24101.39.819911453.811700.6786.57105.17.83199

4、21671.732026.6985.35108.67.5619932110.812577.41282.81116.19.5419942851.343496.21795.4812510.9819953537.5742832448.98116.819963919.474838.93163.89.0719974185.645160.33744103.17.0219984331.615425.14279.199.4519994615.9158544735.3198.72.892000499862805076100.82.2520015309.016859.65780100.720026029.8877

5、02.86766992.0120036510.948472.28018100.91.9820047182.19421.69197103.32.02520057942.881049310787101.620068696.5511759.512293101.520079997.4713785.813058104.53.24200811242.8515780.816407105.63.8二、 研究的思路与方法首先构建回归模型, 以在这里我选用了1979-2008年这30年的人均消费性支出（PCCE），城镇居民人均可支配收入（I），储蓄（S），消费价格指数（CPI），利率（R ）数据作为研究对象， 利

6、用EVIEWS 软件采用普通最小二乘法（OSL） 进行回归, 估计出消费支出模型的参数值。然后利用EVIEWS 软件的相关功能对模型的参数进行相关检验确定影响人均消费性支出的因素三、构建模型散点图如下图所示图一从x 与y 的散点图可以看出, 人均消费性支出（PCCE）与城镇居民人均可支配收入（I），储蓄（S），消费价格指数（CPI），利率（R ）之间存在线性关系。因此可设定模型为如下多元回归模型：Yt =0 +1 I + 2 S +3 CPI +4 R +u（Y （PCCE）是人均消费性支出，I为城镇居民人均可支配收入， S为储蓄， CPI为消费价格指数， R 为利率 ）以人均消费性支出为被解

7、释变量，以I， S， CPI， R为解释变量，通过相关检验确定影响人均消费性支出的因素。最小二乘回归结果如下Dependent Variable: PCCEMethod: Least SquaresDate: 12/29/10 Time: 22:27Sample: 1979 2008Included observations: 30VariableCoefficientStd. Errort-StatisticProb.C168.5684455.11420.3703870.7142I0.9719350.04454221.820710.0000S-0.2421800.043747-5.53597

8、3R-22.7875013.76357-1.6556380.1103CPI-0.1087314.814722-0.0225830.9822R-squared0.998889Mean dependent var3510.258Adjusted R-squared0.998711S.D. dependent var3158.844S.E. of regression113.4133Akaike info criterion12.45097Sum squared resid321564.6Schwarz criterion12.68450Log likelihood-181.7645F-statis

9、tic5618.019Durbin-Watson stat0.983719Prob（F-statistic）0.000000表给出了采用Eiews 软件对表1中的数据进行回归分析的计算结果。一般可写出如下回归分析结果：=168.5684+0.971935I - 0.242180S-0.108731CPI-22.78750Rt （0.370387） （21.82071） （-5.535973） （-0.022583） （-1.655638）R2 = 0.998889 2 = 0.998711 F = 5618.019 D.W. = 0.983719四、模型检验（ 一）经济意义检验1.经济意义检验

10、模型估计结果说明，在假定其他变量不变的情况下，当年人均支配收入每增长1元，人均消费性支出增加0.971935亿元；在假定其他变量不变的情况下，当年储蓄每增加1元，人均消费性支出减少0.242180元；在假定其他变量不变的情况下，当年CPI 每增加1人均消费性支出减少0.108731元；在假定其他变量不变的情况下，当年利率每增加百分之一，人均消费性支出减少22.78750元 （ 二） 统计检验1.拟合优度检验由表2中数据可以得到：R2 = 0.988443，修正的2 = 0.986902，这说明模型的拟合优度很好。表明在19902007年期间，财政收入变化的98.84可由其他两个变量的变化来解释

11、。2.模型的显著性检验（1）F检验：针对显著性水平5，在F分布表中查出自由度为k=4和n-k-1=25的临界值F0.05（4,25）=2.76由表2中得到F =5618.019，由于F = 5618.019F0.05（4,25）=2.76，表明模型的线性关系显著成立，说明I、S、CPI、R等变量联合作用对PCCE人均消费性支出有显著性影响。（2）t检验：针对显著性水平5，查t分布表的自由度n-k-1=25临界值t0.025（25）=2.060。由表2中数据得I、S、CPI、R的t值分别为21.82071、 -5.535973 、-0.022583 、-1.655638，只有I、S绝对值均大于t

12、0.025（25）=2.060，而CPI和R的t值都小于t0.025（25）=2.060。说明，当其他解释变量不变的情况下，解释变量I、S分别对PCCE都有显著性影响,而CPI和R对其影响不显著（ 三） 计量经济学检验1、异方差检验（1）Goldfeld-Quanadt检验对变量取值按升序排序， 构造子样本区间，建立回归模型。在本例中，删除中间7个观测值，余下部分平分得两个样本区间：111和1930，它们的样本个数均是11个 用OLS方法求得如下结果 12/27/10 Time: 20:26 1 11 11-381.8950144.6274-2.6405440.03851.0498410.18

13、18405.7734370.0012-0.3675430.396031-0.9280670.3892-6.9311647.270037-0.9533880.37723.4412381.3916482.4727780.04830.998537676.48090.997562287.836414.212188.4490311211.9168.629892-41.469671023.9392.524207将区间定义为1930，再用OLS方法求得如下结果32 19 30 12-322.24571955.020-0.1648300.87370.5900590.0702148.4036720.0001-3

14、4.1818720.08545-1.7018220.13260.0613200.0578691.0596480.324513.8622120.718150.6690860.52490.9993066753.5700.9989102312.63276.3611811.8031640817.2112.00521-65.818982520.5712.084463下面求F统计量值。基于图中残差平方和的数据得知RSS1=1211.916， RSS2 =40817.21，根据G-Q检验，F统计量F=RSS2/RSS1=40817.21/1211.916=33.6799在显著性水平5%的水平下，查F分布表得

15、临界值F0.05（6,6）=4.28 F=33.6799，所以拒绝原假设，表明模型确实存在异方差。（2）White检验White Heteroskedasticity Test:16.96547Probability0.000017Obs*R-squared16.706260.000236Test Equation: RESID2 21:3319885.448529.6892.3313200.0274-6.3837863.427343-1.8626050.0734I20.0008500.0002433.4958350.00170.55687523915.790.52405136352.7325

16、079.4023.192121.70E+1023.33224-344.88181.037057由表中可以看出，nR2 =16.70626，由怀特（white）检验在显著性5%下，查X2分布表，得临界值X20.05 （4）=9.49 nR2 =16.70626所以拒绝原假设，不拒绝备择假设，表明模型存在异方差。（3）异方差性的修正在运用WLS法估计过程中，分别选用了权数W1=1/I，W2=1/I2 W3=1/sqr（I），经估计采用权数为w2的效果更好，散点图如下所示。.000000.000001.000002.000003.000004.000005.000006.0000074000600080001000012000PEW2.00.01.02.03.04.05.063加权最小二乘法的结果40Weighting series: W25.5835937.6196560.7327880.46980.8745620.01430861.12233Weighted Statistics0.998803609.20600.998760645.926022.745779.15097614486.369.244389-135.26463735.9391.698494Unweighted Statistics0.9347500.932420S.E. of regress