计量经济学论文影响我国居民消费水平的因素.doc

计量经济学课程论文（小五号宋体） 计量经济学课程论文影响我国居民消费水平的因素学生姓名： 学 号： 数学与应用数学三号楷体系 部： 专 业： 二一四年十二月影响我国居民消费水平的因素之实证研究摘要：改革开放以来，随着经济的快速发展，人民的生活水平不断提高，居民的消费水平也不断提高。本文以分析我国居民消费水平为目的，选取了国内生产总值GDP、农村家庭人均纯收入、城镇居民家庭人均可支配收入、农村居民家庭恩格尔系数、城乡居民人民币储蓄存款年底余额作为解释变量，利用1978年至2013年的统计数据，建立居民消费水平的双对数回归模型，运用Eviews软件，通过对模型进行多重共线性、异方差、自相关等检验和修正，对我国居民消费水平进行了实证分析。关键词：居民消费水平，影响因素，双对数回归模型1.引言消费是人类社会经济生活中的重要行为和过程，任何社会都离不开消费。在我国，随着社会主义市场经济体制的确立，消费在全民经济生活中的作用更显重要。可以这样概括的说，消费活动是经济活动的终点，一切经济活动的目的就是为了满足人们不断增长的消费需求；但另一方面，消费活动又是经济活动的起点，是拉动经济增长的动力。国家一系列决策和尚待解决的问题很大程度上是既源于消费，又回归到消费。正因为如此，研究消费水平对于正处于转型期的我国经济有极其重要的经济意义。2.理论基础2.1 理论模型经查相关资料可知，影响居民消费水平的因素有国内生产总值GDP、农村家庭人均纯收入、城镇居民家庭人均可支配收入、农村居民家庭恩格尔系数、城乡居民人民币储蓄存款年底余额，建立居民消费水平模型如下其中，Y-居民消费水平 X1-国内生产总值GDP X2-农村家庭人均纯收入 X3-城镇居民家庭人均可支配收入 X4-农村居民家庭恩格尔系数 X5-城乡居民人民币储蓄存款年底余额2.2 研究现状3.模型设定3.1 数据来源为了估计模型的参数，本文从中国统计年鉴获取了1978-2013年的数据如表1.1所示。表 3.1年份居民消费水平（Y）/元国内生产总值（X1）/亿元农村家庭人均纯收入（X2）/元城镇居民家庭人均可支配收入（X3）/元农村居民家庭恩格尔系数（X4）/%城乡居民人民币储蓄存款年底余额（X5）/亿元1978184.00003645.220133.6000343.400067.70000210.60001979208.00004062.580160.2000405.000064.00000281.00001980238.00004545.620191.3000477.600061.80000395.80001981264.00004891.560223.4000500.400060.70000523.40001982288.00005323.350270.1000535.300059.90000675.40001983316.00005962.650309.8000564.600059.40000892.90001984361.00007208.050355.3000652.100059.200001214.7001985446.00009016.040397.6000739.100058.900001622.6001986497.000010275.18423.8000900.900058.800002237.8001987565.000012058.62462.60001002.10058.600003083.4001988714.000015042.82544.90001180.20058.100003819.1001989788.000016992.32601.50001373.90057.800005184.5001990833.000018667.82686.30001510.20057.600007119.6001991932.000021781.50708.60001700.60057.600009244.90019921116.00026923.48784.00002026.60056.4000011757.3019931393.00035333.92921.60002577.40056.3000015203.5019941833.00048197.861221.0003496.20055.8000021518.8019952355.00060793.731577.7004283.00055.1000029662.3019962789.00071176.591926.1004838.90054.8000038520.8019973002.00078973.032090.1005160.30054.0000046279.8019983159.00084402.282162.0005425.10053.4000053407.4719993346.00089677.052210.3005854.00052.6000059621.8320003632.00099214.552253.4006280.00049.1000064332.3820013887.000109655.22366.4006859.60047.7000073762.4320024144.000120332.72475.6007702.80047.2000086910.6520034475.000135822.82622.2008472.20046.30000103617.720045032.000159878.32936.4009421.60045.60000119555.420055596.000184937.43254.90010493.0045.50000141051.020066299.000216314.43587.00011759.5043.70000161587.320077310.000265810.34140.40013785.8043.10000172534.220088430.000314045.44760.60015780.8043.00000217885.420099283.000340902.85153.20017174.7041.10000260771.7201010522.00401512.85919.00019109.4041.00000303302.5201112570.00473104.16977.30021809.8040.40000343635.9201214110.00519470.17916.60024564.7039.30000399551.0201315632.00568845.28895.90026955.1037.70000447601.6数据来源：中国统计年鉴3.2 模型建立1.先通过EViews软件画出Y、X1、X2、X3、X4、X5的线性图。图3.1图3.2图3.3通过观察它们的线性图可以看出，Y、X1、X2、X3、X5都是逐年增长的，但增长速率有所变化，而X4大体上呈现出逐年递减的趋势，但减小速率有波动。这就说明变量之间不一定是线性关系。可探索的将模型设定为对数模型： （3.1）2. 参数的估计首先利用EViews软件以LNZ=LOG(Z)的生成方式生成LNY、LNX1、LNX2、LNX3、LNX4、LNX5等对数变量的数据。再利用最小二乘法（LOS）估计模型的参数，得到的回归结果如（表3.2）所示。表3.2 回归结果Dependent Variable: LNYMethod: Least SquaresDate: 12/08/14 Time: 20:58Sample: 1978 2013Included observations: 36VariableCoefficientStd. Errort-StatisticProb.C-2.3602820.559721-4.2168930.0002LNX10.3560000.0923593.8545230.0006LNX20.3233310.0454967.1067250.0000LNX30.3320250.1105813.0025580.0054LNX40.2678550.0989872.7059650.0111LNX5-0.0020960.019415-0.1079770.9147R-squared0.999761Mean dependent var7.502503Adjusted R-squared0.999721S.D. dependent var1.362779S.E. of regression0.022757Akaike info criterion-4.576846Sum squared resid0.015537Schwarz criterion-4.312926Log likelihood88.38323Hannan-Quinn criter.-4.484731F-statistic25095.85Durbin-Watson stat1.112372Prob(F-statistic)0.000000 根据表3.2中的数据，模型估计的结果为：（0.5597）（0.0924）（0.0455）（0.1106）（0.0989）（0.0194）(-4.2169)(3.8545)(7.1067)(3.0026)(2.7059)(-0.1079) F=25095.85 n=36 DW=1.1124 （3.2）3.3 模型检验及修正1. 经济意义检验模型估计结果说明，在假定其他变量不变的情况下，当国内生产总值GDP每增长1%，平均说来居民消费水平会增长0.3560%；在假定其他变量不变的情况下，当农村家庭人均纯收入每增长1%，平均说来居民消费水平会增长0.3233%；在假定其他变量不变的情况下，当城镇居民家庭人均可支配收入每增长1%，平均说来居民消费水平会增长0.3320%；在假定其他变量不变的情况下，当农村居民家庭恩格尔系数每增长1%，平均说来居民消费水平会增长0.2679%；在假定其他变量不变的情况，当城乡居民人民币储蓄存款年底余额每增长1%，平均说来居民消费水平会减少0.0021%。显然这与理论分析与经验判断有一定的出入，所以要对模型做进一步的该进。2. 回归方程和回归参数的检验 1）拟合优度：由表3.2中的数据可以得到,修正的可决系数为,这说明模型对样本的拟合很好。 2）F检验：针对：，给定显著性水平，在F分布表中查出自由度为k-1=5和n-k=30的临界值。由表1.2中得到F=25095.85，由于F=25095.85，应拒绝原假设：，说明回归方程显著，即“国内生产总值”，“农村家庭人均纯收入”，“城镇居民家庭人均可支配收入”，“农村居民家庭恩格尔系数”，“城乡居民人民币储蓄存款年底余额”等变量联合起来确实对“居民消费水平”有显著影响。 3）t检验：分别针对：（j=1，2，3，4，5，6），给定显著性水平查t分布表得自由度为n-k=30的临界值。由表1.2中数据可得，与，对应的t统计量分别为-4.2169，3.8545，7.1067，3.0026，2.7059，其绝对值均大于，这就说明在显著性水平下，分别应当拒绝：（j=1，2，3，4，5，），也就是说，当在其他解释变量不变的情况下，解释变量“国内生产总值”（X1），“农村家庭人均纯收入”(X2)，“城镇居民家庭人均可支配收入”(X3)，“农村居民家庭恩格尔系数”(X4)分别对被解释变量“家庭消费水平”Y都有显著的影响。“城乡居民人民币储蓄存款年底余额”（X5）所对应的t统计量为0.0194，从表1.2中可得其P值为0.9147，表明在下，“城乡居民人民币储蓄存款年底余额”（X5）对“家庭消费水平”Y的影响不显著，但在下，可不拒绝“城乡居民人民币储蓄存款年底余额”（X5）对“家庭消费水平”Y有显著影响。3. 计量经济学检验及修正（1）异方差（White检验）由表1.2估计结果进入White检验。根据White检验中辅助函数的构造，则辅助函数为 （3.3）用EViews软件估计出现White检验结果，见附录表1。从附录表1中可以看出，由White检验知，在下，查分布表，得临界值，比较计算的统计量与临界值，因为 du=1.511而DW检验无自相关的区间为（1.511,2.489），此时的DW统计量落入此区间，故模型中的自相关已经得到修正，并且t统计量，F统计量以及判定系数都很理想。再利用EViews软件作出其相关图，得到的结果如图3.5所示。图 3.5由于第七栏PROB是Q检验统计量的伴随概率都大于0.05，则表明此序列不存在自相关。根据附录表3的数据，我们得到最终的中国居民家庭消费水平的模型为 （-1.2732）（4.7978）（2.4142）（-0.0013）（-0.1669） F=22616.26 DW=1.9402 （3.7）由式（3.7）的中国居民家庭消费水平的模型可知，在假定其他变量不变的情况下，当国内生产总值GDP每增长1%，平均说来居民消费水平会增长0.6603%；在假定其他变量不变的情况下，当农村家庭人均纯收入每增长1%，平均说来居民消费水平会增长0.2496%；在假定其他变量不变的情况下，当城镇居民家庭人均可支配收入每增长1%，平均说来居民消费水平会减少0.0002%；在假定其他变量不变的情况下，当农村居民家庭恩格尔系数每增长1%，平均说来居民消费水平会减少0.0321%。这与理论分析与经验判断大体上一致。4. 结论4.1 实证的结果由以上回归数据以及相关检验，我们得出了各个变量与我国居民消费的变动关系。1、国内生产总值GDP增加，居民消费水平增加。2、农村家庭人均纯收入增加，居民消费水平增加。3、城镇居民家庭人均可支配增加，居民消费水平减少。4、农村居民家庭恩格尔系数增加，居民消费水平减少。4.2 实证的局限性1、 由于模型具有多重共线性，并且剔除了一个主要变量，可能模型对实际意义的解释存在一定的不足。2、 收集的数据是时间序列的没有对其进行平稳性的检验，所以模型可能存在伪回归的现象。5.政策建议当前扩大居民消费的政策建议第一，近年来在城市基础设施建设明显改善的同时，要增加对农村基础设施建设的投入，加强水、电、路、通讯等基础设施建设。要继续加大电网改造力度、降低农村电价，为空调、冰箱、洗衣机等家电大规模、全面进入农村居民家庭创造条件。要健全和发展农村商业网点，加强农村消费市场建设，降低农村市场流通成本。要对垄断行业和部门加强监管，规范公路收费和降低信息通信服务价格，减少商品流通成本。目前我国公路违规收费、超期收费问题突出，大大提高了区域经济之间的物流成本，严重影响了公路的利用率和运输效率，制约了旅游、运输等与交通行业密切相连的行业的发展。在信息通信领域，由于垄断和垄断经营的存在，信息通信服务价格明显高于国际上发展水平相近的国家，在抑制潜在消费能力增长的同时，也提高了信息获取的成本。第二，整顿和规范市场经济秩序，提高产品质量、保证食品安全。要加大整顿和规范市场经济秩序的力度，深入持久地打击制售假冒伪劣商品的违法犯罪活动，抓紧查处严重破坏市场经济秩序的大案要案，增强群众的消费信心。要大力加强对农村消费品市场的监管，严厉打击“假冒伪劣”商品和有毒有害商品。打击传销，规范直销和代销等各种销售形式，严格查处虚夸广告和虚假宣传。要不断完善质量监督检验检疫的法律法规体系和质量标准体系，加大执法监督力度，保障食品安全，不断提高产品质量，维护中国产品的国际声誉。对于已经发生的产品质量和食品安全问题，要参照国际惯例，本着对内对外负责任的态度加以处理。参考文献1 庞皓主编 计量经济学（第二版）.北京：科学出版社2 张晓峒.2004.计量经济学EViews使用指南.2版.天津：南开大学出版社3 高鸿业主编 西方经济学（微观部分）第五版.北京：中国人民大学出版社附录表1 White检验结果Heteroskedasticity Test: WhiteF-statistic1.665398Prob. F(19,16)0.1536Obs*R-squared23.90997Prob. Chi-Square(19)0.1996Scaled explained SS16.36581Prob. Chi-Square(19)0.6327Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/09/14 Time: 17:34Sample: 1978 2013Included observations: 36Collinear test regressors dropped from specificationVariableCoefficientStd. Errort-StatisticProb.C-3.4643696.272776-0.5522860.5884LNX1-0.7136910.799787-0.8923520.3854LNX12-0.0073210.031428-0.2329300.8188LNX1*LNX2-0.0122810.055095-0.2229130.8264LNX1*LNX30.0214630.0466150.4604320.6514LNX1*LNX40.1651440.1599641.0323800.3172LNX1*LNX50.0140390.0213880.6564040.5209LNX20.7051020.2834572.4875120.0243LNX22-0.0281510.030241-0.9309000.3657LNX2*LNX30.0236070.0537570.4391440.6664LNX2*LNX4-0.1235780.052420-2.3574540.0315LNX2*LNX50.0139290.0145790.9554350.3536LNX30.5443380.6953100.7828710.4451LNX3*LNX4-0.1462820.135864-1.0766830.2976LNX3*LNX5-0.0376330.028436-1.3233990.2043LNX41.4437182.2237630.6492230.5254LNX42-0.1587130.196940-0.8058980.4321LNX4*LNX50.0103000.0458200.2247850.8250LNX5-0.0580910.260255-0.2232080.8262LNX520.0032980.0058850.5604630.5829R-squared0.664166Mean dependent var0.000432Adjusted R-squared0.265363S.D. dependent var0.000615S.E. of regression0.000527Akaike info criterion-11.95957Sum squared resid4.44E-06Schwarz criterion-11.07984Log likelihood235.2723Hannan-Quinn criter.-11.65252F-statistic1.665398Durbin-Watson stat2.746486Prob(F-statistic)0.153590表2 多重共线性修正后的回归结果Dependent Variable: LNYMethod: Least SquaresDate: 12/11/14 Time: 17:06Sample: 1978 2013Included observations: 36VariableCoefficientStd. Errort-StatisticProb.C-2.3253330.449313-5.1753130.0000LNX10.3570240.0903943.9496330.0004LNX20.3207250.0379498.4515270.0000LNX30.3289040.1050193.1318350.0038LNX40.2621150.0821613.1902680.0032R-squared0.999761Mean dependent var7.502503Adjusted R-squared0.999730S.D. dependent var1.362779S.E. of regression0.022392Akaike info criterion-4.632013Sum squared resid0.015543Schwarz criterion-4.4