用eviews进行一元线性回归分析.docx

1、用eviews进行一元线性回归分析用eviews进行一元线性回归分析(共9页)天津外国语大学国际商学院本科生课程论文（设计）题 目：一元回归分析居民收入和支出的关系姓 名：学 号：专 业：年 级：班 级：任课教师：2014 年 4 月内容摘要随着本文中的收集数据参考了中国统计年鉴以及书本计量经济学中的相关统计结果，对我国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出进行分析。利用EVIEWS软件对计量模型进行参数评估和检验，最终得出相关结论。关键词：居民消费；居民收入；EVIEWS；一元回归分析一元回归分析居民收入与支出的关系一、引言（一）研究背景随着近年来我国成为世界第二大经济体，

2、居民的高生活水平也日益显著。我国人口正在高速城镇化，2011年中国大陆城镇人口为69079万人，城镇人口占总人口比重达到。因此城镇居民作为消费主体，研究城镇居民人均可支配收入以及人均可支配消费性支出之间的关系，可以有效的了解到我国各地区的人民生活水平以及经济状况，因此能更好的的带动我国GDP的飙升，改善居民的生活水平。（二）研究意义居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这要是人民生活水平的具体体现。改革开饭以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到

3、全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2007年的城市居民家庭平均每人每年消费支出，最高的是上海市达人均元，最低的则是新疆，人均只有元，上海是新疆的倍。为了研究全国居民消费水平及其变动的原因，需要做具体的分析。影响各地区居民消费指出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售业物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。二、研究综述（一）模型设定1.定义变量金融我们研究的对象是各地区居民消费的差异。居民消费可

4、分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“ 城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但是有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不

5、大，如“零售物价指数”、“利率”。因此这些其他因素可以不列为模型，即便他们对居民消费有某些影响也可归为随机扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。2.数据来源因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2007年截面数据模型。表1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出（元）地区可支配收入X消费支出Y地区可支配收入X消费支出Y 北 京 湖 北 天 津 湖 南 河 北 广 东 山 西 广 西 内蒙

6、古 海 南 辽 宁 重 庆 吉 林 四 川 黑龙江 贵 州 上 海 云 南 江 苏 西 藏 浙 江 陕 西 安 徽 甘 肃 福 建 青 海 江 西 宁 夏 山 东 新 疆 河 南资料来源：中国统计年鉴（2007）（二）作散点图作城市居民家庭平均每人每年消费支出（Y）和城市居民人均年可支配收入（X）的散点图。如图2从散点图可以看出居民家庭平均每人每年消费支出（Y）和城市居民人均你那可支配收入（X）大体呈现为线性关系，所以建立的计量经济模型为如下线性模型：Y=1+2X+U三、估计参数（一）操作步骤假定所建模型及随机扰动项U满足古典假定，可以用OLS法估计参数。运用计算机软件EViews作计量经济分

7、析十分方便。利用EViews作简单线性回归分析的步骤如下：建立工作文件；输入数据；估计参数。（二）回归结果参数估计的结果为：Y=+四、模型检验（一）经济意义检验所估计的参数2=，说明城市居民人均可支配收入每相差1元，可导致居民消费支出相差元。这与经济学中边际消费倾向的意义相符。（二）拟合优度和统计检验用EViews得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据。R-squared的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R-squared的值越接近0，说明回归直线对观测值的拟合程度越差。由表2中可以看出，本例中的可决系数为，说明所建模型整体上对样本数据拟合度较好

8、，即解释变量“城市居民人均可支配收入”对被解释变量“城市居民人均年消费支出”的绝大部分差异做出了解释。（三）回归预测 任意选取一个数据预测一下，假定某地区的人均可支配收入为10000元，根据回归方程可以计算出人均年消费支出约为元。五、结论从数据和回归结果上看，人均可支配收入对消费性支出有重要的影响。有数据和实验结果很容易知道，如何增加人均可支配收入是提供人均消费性支出的重要因素，但是这并不是唯一影响因素，比如政府政策，市场形势，以及流动性偏好和个人需求等很多因素。因此可以把如何提高消费欲望作为研究对象。尽管收入决定支出，但是市场决定供给，因此有效提高市场供给水平，也可以相应拉动国内消费需求。参考文献：1王成刚.在经济预测中一元回归分析法的计算机数据库处理.中国科技信息，2006（15）2李绍珠.一元回归分析.上海教育科研，1991（02）3李长风.经济计量学.上海财经大学出版社，19964易丹辉、尹德光.居民消费统计学.中国人民大学出版社，19965肖宜滨.买方市场下农民需求的实证分析.中国农村观察，19986褚时健.微观经济运行需求主体居民经济行为分析.中国金融出版社，1992