计量经济学消费收入模型分析01级基地班Word文档下载推荐.docx

1、405.43313.55天津1833.61594.441847.4663.2106.02河北1156.25695.531142.8651.7361.49山西901.59513.14652.9717.2353.82内蒙古1170.97207.631383.3810.3837.09辽宁1386.04702.661533.1526.55125.35吉林1204.51276.931455.4430.1966.61黑龙江1187.6201.751691.3921.642.3上海3763.474549.76736.83187.44331.32江苏1922.131531.641284.5463.9147.5

2、3浙江2911.841979.242316.22195.22259.54安徽954.93550.67768.6117.3455.35福建2074.58970.421524.0240.94220.82江西1170.68588.62840.6520.3667.63山东1482.43766.461543.947.2586.97河南889.66366.77880.3627.1967.6湖北1058.31470.289047.1388.26湖南1467.92688.711019.1625.02146.96广东2197.641223.11437.05126.42144.22广西1087.2378.8510

3、42.7214.5971.45（资料来源：三农数据库 2000年11月）为了进一步探讨收入和消费的关系，我们引用该模型进行简单的计量经济学分析，主要从以下几方面：一、 模型估计由OLS法得：Dependent Variable: YMethod: Least SquaresDate: 12/04/03 Time: 22:24Sample: 1 20Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C599.6231335.29961.7883200.0939X10.4904970.1072584.573

4、0430.0004X20.2428710.2246641.0810400.2968X32.6440671.2060362.1923610.0445X43.8056271.8235472.0869360.0544R-squared0.945266 Mean dependent var2009.831Adjusted R-squared0.930670 S.D. dependent var799.1046S.E. of regression210.4086 Akaike info criterion13.74830Sum squared resid664076.8 Schwarz criterio

5、n13.99723Log likelihood-132.4830 F-statistic64.76313Durbin-Watson stat1.517035 Prob（F-statistic）0.000000估计模型如下：Y=599.623+0.490X1+0.243X2+2.644X3+3.806X4 335.300 0.107 0.225 1.206 1.823t=1.788 4.573 1.081 2.192 2.087R2=0.945 R2=0.931 DW=1.517 F=64.763T检验：=0.05, t1t（16）=1.746, t2t（16）=1.746, t3t（16）=1

6、.746, t4 t（16） = 1.746;说明除X2以外，其余解释变量均较显著。F检验：FF0.05（3，16）= 3.24 ，F检验显著，说明整体拟合效果较好。二、 多重共线性分析由于用截面数据建立回归估计模型时，根据研究的具体问题，选择的解释变量往往从经济意义上存在一定程度的关联，而且在建模过程中，由于认识的局限，造成变量选择不当，都容易引起变量之间的多重共线性。不完全多重共线性会导致参数的区间估计失去意义，然而解释变量之间的多重共线性是难以避免的，我们追求的是多重共线性程度的尽可能减弱。检验：1-0.1934520066260.7017511096730.7803049405180.

7、2377841259990.148259831980.689719894838而由之前的检验知，F检验显著且可决系数较大，说明整体上线性回归拟合效果较好，但X2变量的参数的T值并不显著。再根据相关系数矩阵，说明解释变量确实存在多重共线性。故修正多重共线性：第一步：运用OLS方法逐一求Y的各个解释变量进行回归，得如下4个方程：Y对X1回归：Y=1154.37+0.75X1 R2=0.852Y对X2回归：Y=1768.33+0.158X2 R2=0.003Y对X3回归：Y=1052.88+9.883X3 R2=0.680Y对X4回归：Y=1175.98+14.26X4 R2=0.753结合经济意义

8、和统计检验后选出拟合效果最好的一元线性回归方程，可知，X1的显著性最好，所以选定解释变量X1作为进入回归模型的第一个解释变量；第二步：逐步回归。将其余解释变量分别加入模型，得到：Y对X1，X2回归：Y=55.57+0.79X1+0.69X2 R2=0.8983Y对X1，X3回归：Y=976.57+0.55X1+4.18X3 R2=0.9035Y对X1，X4回归：Y=1064.69+0.51X1+6.20X4 R2=0.8968再次根据可决系数最大的原则，选定X1，X3。继续加入其余解释变量，可得：Y对X1，X3，X2回归：Y=350.26+0.64X1+0.43X2+2.84X3 R2=0.9

9、013Y对X1，X3，X4回归：Y=348.05+0.62X1+0.47X2+4.12X4 R2=0.9543显然，Y=348.05+0.62X1+0.47X3+4.12X4是最佳模型。但是，注意到模型中各参数符号及大小和经济理论相一致，同时参数估计的t值在统计上有意义，R2较高。而且，现阶段，在农民收入中，家庭经营收入（X2）是总收入的主要组成部分，故它是一个重要变量，不能去掉。所以在这种情况下，不用过多考虑多重共线性的存在，我们对方程可以不做任何修改。三、异方差性分析 利用横截面数据研究消费和收入之间的关系时，收入较少的家庭用在购买生活必需品上的比例较大，误差项的变化幅度不大。收入较多的家

10、庭有更多可自由支配的收入，使得这些家庭的消费有更大的选择范围，由于个性、爱好、习惯等不同造成的差异，使误差项变化幅度增大，或者说低收入家庭消费的分散度（方差）和高收入家庭消费的分散度相比较，可以认为前者小于后者。根据经验，使用横截面数据进行计量分析出现异方差性的可能性较大。1、 Quandt检验先对X2（因为家庭收入X2在总收入中占最主要地位）排序，对1到8项数据进行回归，得： 12/05/03 Time: 23:06 1 8 8932.5663460.46272.0252810.1360-0.5632870.366788-1.5357310.22220.5557400.2459022.260

11、0030.10891.2986121.6554370.7844530.4900-3.9987222.335017-1.7125020.18530.9286261442.3150.833461161.807066.0321811.4873313080.7511.53698-40.949339.7580252.4390460.045629Y=932.57-0.56X1+0.56X2+1.29X3-4.00X4 e12 = 13080.7507 13 20-546.8460397.3538-1.3762190.26250.6413720.0765468.3789650.00360.6107500.1

12、956163.1221830.05243.5805130.7148585.0087030.01534.1140101.0477433.9265470.02940.9932462693.5260.984240875.9714109.968412.5074336279.1512.55709-45.02974110.29072.9485020.001382Y= -546.8460+0.64X1+0.61X2+3.58X3+4.11X4e22 = 36279.15可得 F=e22e12 = 2.77 F0.05（8，8）= 3.44，则接受H0：12 = 22说明不存在异方差。2、图示法3、 ARCH

13、检验ARCH Test:F-statistic0.478160 Probability0.702963Obs*R-squared1.6894370.639285Test Equation: RESID230Sample（adjusted）: 4 20 17 after adjusting endpoints21762.0815294.811.4228410.1783RESID2（-1）0.0790360.2056290.3843650.7069RESID2（-2）0.1960080.2129240.9205530.3741RESID2（-3）-0.2243510.259877-0.863296

14、0.40360.09937925566.49-0.10845741777.5343984.7624.423402.52E+1024.61945-203.59892.199523Obs*R-squared = 1.689 0.052（10） , 所以拒绝H0 。同样说明模型中随机误差项不存在异方差。4、 WHITE检验White Heteroskedasticity Test:1.2977570.3359999.7110000.28589933289641.0457833.80.6326340.5399152.152166.774212.2786060.0436X12-0.0278640.013

15、044-2.1362300.0560-166.3090611.1458-0.2721270.7906X220.0447000.1961130.2279320.8239-3607.2881545.884-2.3334790.0396X3211.110995.3473872.0778350.0619-621.22761373.633-0.4522520.6599X422.2600256.2523550.3614680.72460.48555033203.840.11140550994.9648070.5724.700892.54E+1025.14897-238.00891.864600Obs*R-

16、squared = 9.711 综上所述，经过多种检验，模型均不存在异方差性。四、自相关性1、DW检验根据OLS估计结果，DW1.517，给定显著性水平=0.05 ，查Durbin-Watson表，n=20,k（解释变量个数） = 4，得下限临界值dL=0.685, 上限临界值dU = 1.567 , 可知，DW统计量为1.517落在不能判断区域。由图看出，残差e 不呈自回归，表明不存在自相关性。结论： 经检验分析，得到农民消费收入模型如下：从该模型来看，农民的自主性消费水平为599.623个单位，工资性收入每增加一个单位，消费支出会增加0.49个单位；家庭营业性收入每增加一个单位，消费支出会

17、增加0.243个单位；转移性收入每增加一个单位，消费支出会增加2.644个单位；财产性收入每增加一个单位，消费支出会增加3.806个单位。农民消费水平低的根本原因是收入水平低，要扩大农民消费必须增加农民收入。长远来讲，提高农民收入主要是要提高农业生产的规模，提高生产效率，加快农业结构调整，进一步从农村疏散劳动力，加快城市化进程等。而从近期看，一方面要加大政府对农业的支持，特别是在进一步改善农村、农民的生产生活条件方面，政府尽可能提供支持。具体看来有以下措施： 提高农民收入，必须加快转移农村富余劳力。加快农村城镇化进程，以现有的县城和少数中心建制镇为重点，加快园区建设，发展小城镇，壮大县域经济，

18、为农民提供更多的就业机会，增加其工资性收入。 提高农民收入，必须增加政府投资。近年来国家通过实施积极财政政策，加大了对农业的支持力度，这对稳定农民收入发挥了积极作用。同时，国家还要加大对农村基础教育、卫生、文化事业的投入，一方面使农民增强就业和增收能力；另一方面使农民能够通过建设项目的参与获得更多的直接收入。此外，还应进一步完善社会保障体系，以增加农民转移性收入。 提高农民收入，必须推进农业产业化经营。要进一步拉长产业链，提高农产品的加工深度，实现多次增值。对于有品牌、有市场、有竞争力的农村致富带头人和龙头企业，在政策、资金、技术、信息等方面加大扶持力度，尽快扩大规模、提高质量、改善管理，更好地发挥辐射带动作用。 提高农民收入，必