计量论文-居民消费的影响因素分析.docx

居民消费的影响因素分析摘要：近几年来,中国经济迅速发展。投资、出口、消费形成了拉动经济发展的“三架马车”，居民消费直接影响到我国国民经济的运行以及整个经济的发展。通过建立计量模型,运用计量分析方法对影响城镇居民消费支出的各因素进行相关分析,找出其中关键影响因素,以为本地政策制定者提供一定参考,最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石关键词：居民消费、人均可支配收入、居民储蓄、消费价格指数一 问题的提出1978年以前，国内由于人才匮乏，资源短缺，观念保守等原因延误了国家的发展机遇。1978年改革开放以来,随着国家经济实力的增强,随着教育事业的跨越发展,国家对不同阶段、不同领域、不同地域的经济社会发展大量采用科学、定量、求实的预测、指导方法,摒弃太多的人为影响,所作出的决策越来越切合实际,而效果亦愈来愈好;而这其中,计量分析方法功不可没。所以国家制定并实施了一系列相关财政及货币政策来刺激消费，增加居民投资的作用，但是居民存款额依然居高不下，居民消费虽有增长却不能支撑整个国民经济的发展。不管从宏观还是微观来分析，我国居民最终消费支出都直接影响到我国的国民经济运行及整个经济的发展，所以对我国居民最终消费支出的问题进行研究是必不可少的，而且十分重要。我们可以运用研究的结果来分析现状并制定正确的应对方针。消费是经济活动的起点和归宿，也是推动经济增长的重要因素。二 理论综述对决定消费的主要因素,国外学术界有两种主要不同的理论观点:一种是凯恩斯主义消费函数,强调现期消费主要取决于现期收入,随着可支配收入增加,消费也增加。这种消费理论主要强调的是用收入来解释消费,也叫绝对收入假说。他指出,在其他条件不变的条件下,消费者是完全理性的人,消费者的主要经济行为是储蓄和消费,而且消费将随着收入的增减而增减,但消费的变化幅度小于收入的变化幅度,再则,边际消费倾向小于平均消费倾向,边际消费倾向变化率为负值,即随着收入的增加,用于消费的指出占收入的比重减小,边际消费倾向是递减的,他指出的是消费增长与收入增长之间是一种非比例关系。凯恩斯认为，消费是限期可支配收入的函数，消费与可支配收入之间处在着以下的关系：（1）在短期无论可支配收入多少，是否等于零，消费支出总是大于零。可支配收入等于零时的消费支出，来源于从前的储蓄或现在的借债，这部分的消费支出与可支配收入无关，称为自发消费；（2）随着可支配收入的增加，消费支出也增加。随着可支配收入的变动而变动的消费叫引致消费；（3）消费支出的增加量少于可支配收入的增加量。假定消费函数为线性，则凯恩斯的消费函数可表述为 C=C0 +cYd其中，C为消费支出，Yd为可支配收入，C0与c均为常数，且C00,0c1.C0为自发消费，cYd为引致消费。消费支出等于自发消费与引致消费之和。用户的可支配收入用于消费以后剩下的部分就是储蓄，由于储蓄与消费具有互补性，故影响消费的所有因素也会影响储蓄，既然假定储蓄是可支配收入的函数，那么储蓄也是可支配收入的函数，储蓄函数的一般形式为S=S(Yd).储蓄等于可支配收入与消费支出之差。另一种是面向未来的消费函数,强调消费对一生总财富的依赖,以及储蓄在稳定消费中的作用莫迪利阿尼的生命周期理论强调为退休后的生活而储蓄的重要性;弗里德曼的持久收入假说强调储蓄在稳定高收入年份和低收入年份之间消费的作用,他强调的是持久性收入影响消费支出,而暂时性收入对消费支出的影响是通过对持久收入的影响而发生的,它的变动只会引起消费的波动,消费时持久性收入的稳定函数,而且消费的边际倾向没有递减。因此,消费不完全取决于现期收入。但是,经济学家大量经验观察说明,消费更多依赖于现期收入,主要原因有二,一是当居民收入下降或担心失业时,他可能会推迟或削减耐用品购买,现期消费就减少;二是当居民收入下降时,消费信贷会受到配额限制,他就不得不削减现期消费。简要的说,一种强调现期消费主要取决于现期收入。事实表明,两种因素同时对消费起着作用。 三 模型设定一、 影响因素的分析通过研究以前学者对影响因素的选取并且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、工资水平、消费者支出、恩格尔系数、通货膨胀率、收入分配、居民贫富情况的影响。1、居民储蓄：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；2、个人可支配收入：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。3、居民消费价格指数：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。4、基尼系数：凯恩斯认为，收入分配的均等化程度越高，社会的平均消费倾向就会越高，社会的储蓄倾向就会越低，消费率越高。所以把收入分配这一项也选入作为解释变量，在经济学中有一个概念基尼系数定量测定收入分配差异程度，国际上用来综合考察居民内部收入分配差异状况的一个重要分析指标，0.2到0.4之间都定义为分配合理，0.4作为收入分配差距的警戒线，超过的话表示收入分配差距较大，基尼系数越大表示收入分配差距越大，但是由于基尼系数的数据无法完整的找到，所以只好放弃。于是最终确定了以居民最终消费支出为被解释变量，以城镇居民储蓄，居民可支配收入、居民消费价格指数为解释变量的计量经济模型。二、模型的设定X1代表城镇居民储蓄 X2代表人均可支配收入X3代表居民消费价格指数 Y代表居民最终消费支出设定经济模型为：Y=三、模型的计量经济形式的确定在现实的经济生活中，居民消费支出并不像上式那样，是城镇居民储蓄、居民可支配收入、居民消费价格指数的精确函数。由于还有其他许多未加入模型的因素也会影响居民的消费行为，所以上式那样的模型还不是适于对实际经济活动作计量分析的计量经济模型，还需要在模型中引入一个随机误差项，即Y=+u四 数据收集本文收集了我国1990-2013城镇居民有关居民消费的相关数据。指标居民消费居民储蓄人均可支配收入居民消费价格指数地区全国全国全国全国频度年年年年单位亿元亿元元-19781759.1210.6343.4100.719792011.5281405101.919802331.2395.8477.6107.519812627.9523.7500.4102.519822902.9675.4535.310219833231.1892.5564.6102198437421214.7652.1102.719854687.41622.6739.1109.319865302.12238.5900.9106.519876126.13081.41002.1107.319887868.13822.21180.2118.819898812.65196.41373.9311819909450.97119.61510.16103.1199110730.69244.91700.6103.4199213000.111757.32026.6106.4199316412.115203.52577.4114.7199421844.221518.83496.2124.1199528369.729662.34283117.1199633955.938520.84838.9108.3199736921.546279.85160.3102.8199839229.353407.475425.199.2199941920.459621.835854.0298.6200045854.664332.386279.98100.4200149435.8673762.436859.6100.73200253056.5786910.657702.899.25200357649.81103617.658472.210148119555.399421.6103.88200572958.71141050.9910493101.81200682575.45161587.311759.5101.47200796332.5172534.1913785.8104.772008111670.4217885.3515780.76105.862009123584.62260771.6617174.6599.312010140758.65303302.4919109.44103.322011168956.63343635.8921809.78105.392012190423.7739955124564.72102.652013212187.5447601.626955.1102.62五 模型的估计与调整1.模型的建立与构造在EVIEWS软件中输入数据，观察Y与三个解释变量X1、X2、X3之间的散点图，如下图所示：由以上散点图发现存在较强的线性关系，故此选择建立线性模型。建立模型：用最小二乘法，利用Eviews软件可得估计结果如下：报告形式：Y = -3231.399001 + 0.1600738916*X1 + 5.034164343*X2 + 36.85026766*X3（7135.774） （0.027061） （0.445268） (66.78873) T=（-0.452845） （5.915289） （11.30593） （0.551744) R2=0.998478 0.998335 F=6998.435 S.E=2332.004 D.W=0.581883一、经济检验：从回归结果看，在保持其他条件不变的条件下，居民储蓄每增加一个单位，居民消费支出将平均增加0.160074个单位，经济意义不合理；在保持其他变量不变的条件下，居民个人可支配收入每增加一个单位，居民消费支出将平均增加5.034164个单位，经济意义合理；在其他条件不变的条件下，价格指数每增加一个单位，居民最终消费支出将平均增加36.85207个单位，经济意义合理。 二、统计检验：判定系数：R2=0.998478接近于1，表明模型对样本数据拟合优度高。F检验：F=6998.435,大于临界值2.69, 其P值0.000000也明显小于,说明所有变量对居民消费Y有显著影响，模型线性关系显著。T检验： 居民消费价格指数的t值小于2，表明居民价格指数对居民消费Y没有显著影响，其他各参数的t值均大于2，表明其他各参数对居民消费Y有显著影响。但由于本题中Std. Error过大，可能存在多重共线性，现对其进行计量经济检验三、计量经济检验1、多重共线性检验由于选择的影响因素过多，所以估计模型之前，应先分析各个因素与被解释变量之间的关系，以及因素之间的相关程度，利用COR命令进行相关系数检验，得相关系数矩阵为：由相关系数矩阵可以看出，解释变量x1和x2和被解释变量y的相关系数较高，表明模型可能存在严重的多重共线性。辅助回归模型检验及方差膨胀因子检验当解释变量多余两个且变量之间呈现出较复杂的相关关系时，可以通过建立辅助回归模型来检验多重共线性模型F统计量F的伴随概率方差膨胀因子VIF容许度TOLX1=f(X2,x3)0.9859371159.8140.0000071.108580.014063X2=f(X1,x3,)0.9859351156.5900.0000071.098470.014065X3=f(X1,x2)0.0685851,2149840.3096441.0736150.931415上述辅助回归模型的F统计量，其伴随概率均接近于零或小于显著性水平0.05，表明模型可能存在严重多重共线性，这一结论也可以从X1、X2方差膨胀因子均大于10和容许度均小于0.1中得到。现按照逐步回归原理建立回归模型：1、建立一元回归模型由相关系数图表可知，可支配收入应是影响居民消费的最根据理论分析，城镇居民可支配收入应是居民消费的主要影响因素，相关系数检验也表明，城镇居民可支配收入与居民消费额的相关性最强，故先建立居民消费和人均可支配收入的一元基本线性回归模型。2、将其余的变量逐个引入模型，估计结果列入下表（第二行为t检验值）模型X2X1X3 y=f(x2)7.645323103.10920.9967180.996812y=f(x2，x1)5.04086311.446460.1591935.9651060.9983710.998464y=f(x2，x3)7.64815898.2739513.536050.1424940.9966210.996814经过以上的逐步引入检验过程，加入X1，R2有所提高，t统计量及其概率值通过，加入X3，经济意义合理，R2有所提高，但是t统计量及其概率值不通过所以最终确定消费函数的模型为：Y = 680.443175 + 5.040862954*X2 + 0.1591927948*X1+u（798.7363） （0.440386） （0.026728）T=（0.851900） （11.44646） (5.956106)R2=0.998464 0.998371 F=10723.53 S.E=2307.336 D.W=0.586290统计检验：判定系数：R2=0.998464 接近于1，表明模型对样本数据拟合优度高。F检验：F=10723.53,大于临界值3.32, 其P值0.000000也明显小于,说明人均可支配收入和消费价格指数对居民消费有显著影响，线性关系显著T检验：居民储蓄（X3）的t值大于2 ，表明居民储蓄对居民消费（Y）有显著影响，人均可支配入的t值的绝对值均大于2，表明人均可支配收入对居民消费（Y）有显著影响。2、异方差检验相关图分析由相关图初步判断模型存在递增型异方差 White检验a、 有交叉项如下图所示此时 =25.67455大于5%显著性水平下自由度为5的分布临界值11.07，因此存在异方差。b、 无交叉项的此时 =25.67038大于5%显著性水平下自由度为5的分布临界值11.07，因此存在异方差Park检验如下图所示：LOG(E2) = -19.64816035 + 10.42021814*LOG(X2) - 5.243488167*LOG(X1)Prob(F-statistic)=0.0000020.05,存在异方差。 Gleises检验E1 = 197.8225652 + 0.4317450088*X2 - 0.01677965429*X1=0.646789， F=30.21424，prob(F)=0.000000E1 = 507.5300769 - 13.20431316*(X2(1/2) + 9.148778062*(X1(1/2)=0.680470， F=35.13840，prob(F)=0.000000E1 = 726.1534492 + 3.05343113e-05*(X22) - 9.507954276e-08*(X12)=0.569289， F=21.80874，prob(F)=0.000001上述三个辅助回归模型，F统计量的伴随概率即prob(F)均小于给定的显著性水平0.05，拒绝原假设，均认为回归模型存在异方差。加权最小二乘法WLS建立的样本回归模型:权数选择:定义w1=1/(resid2)，w2=1/abs(resid)作为权数.对模型进行加权最小二乘回归结果如下权数为W1=1/ resid2的加权最小二乘法估计模型Y = 618.132839 + 5.205874716*X2 + 0.1362223833*X1 (13.83640) (0.024683) (0.003069) （44.67440） （210.9089） （46.38846）R2=1.000000 1.000000 F=4.06E+09 S.E=3.719036 D.W=1.452637加权最小二乘法估计模型再检验：White检验A、 有交叉项此时 =2.320709小于5%显著性水平下自由度为5的分布临界值11.07，因此不存在异方差。c、 无交叉项此时=1.171051小于5%显著性水平下自由度为4的分布临界值9.49，因此不存在异方差。权数为W2=1/ abs(resid)的加权最小二乘法估计模型Y = 4672.260085 + 3.432159637*X2 + 0.247305527*X1 (3479.236) (1.315149) (0.072463) (1.236190) (2.609712) (3.412851)R2=0.998780 0.998706 F=13507.13 S.E=5029.710 D.W=1.041276加权最小二乘法估计模型再检验：White检验a.有交叉项 b、有交叉项 上述两个经加权最小二乘法估计的回归模型中，nR统计量的伴随概率即prob(nR)均大于给定的显著性水平=0.05，接受原假设，认为调整后回归模型不存在异方差，而又由于模型一的拟合优度为两个模型中最高的，其R=1.0000，故最终选定模型一理想模型，即：Y = 618.132839 + 5.205874716*X2 + 0.1362223833*X1 (13.83640) (0.024683) (0.003069) （44.67440） （210.9089） （46.38846）R2=1.000000 1.000000 F=4.06E+09 S.E=3.719036 D.W=1.452637（3）自相关检验DW统计量：一元线性回归模型估计Y = 618.132839 + 5.205874716*X2 + 0.1362223833*X1 (13.83640) (0.024683) (0.003069) （44.67440） （210.9089） （46.38846）R2=1.000000 1.000000 F=4.06E+09 S.E=3.719036 D.W=1.452637此模型的可决系数为等于1，表明模型对样本拟合优度高；F统计量为4.06E+09，其伴随概率为0.00000，接近于零，表明模型整体线性关系显著，且回归系数均显著；对样本数n为36，解释变量个数k为2，若给定的显著性水平 =0.05，查DW统计表得，dL=1.354，dU=1. 587，而dL=1.354DW =1.452637du=1.587，这不能判断模型是否有自相关。偏相关系数检验：从上图可知，所有滞后期的偏相关系数PAC的绝对值均小于0.5，表明回归模型不存在高阶自相关性。BG检验：滞后期为1，得出结果：模型存在一阶自相关滞后期为2，得出结果：模型存在二阶自相关滞后期为3，得出结果：模型存在三阶自相关滞后期为4，得出结果：模型存在四阶自相关滞后期为5，得出结果：模型存在五阶自相关滞后期为6，得出结果：模型存在六阶自相关滞后期为7，得出结果：模型存在七阶自相关滞后期为8，得出结果：模型存在八阶自相关滞后期为9，得出结果：模型存在九阶自相关滞后期为10，得出结果：模型存在十阶自相关滞后期为11，得出结果：模型存在十一阶自相关滞后期为12，得出结果：模型存在十二阶自相关滞后期为13，得出结果：模型存在十三阶自相关滞后期为14，得出结果：模型存在十四阶自相关滞后期为15，得出结果：模型存在十五阶自相关滞后期为16，得出结果：模型存在十六阶自相关滞后期为17，得出结果：模型存在十七阶自相关滞后期为18，得出结果：模型存在十八阶自相关滞后期为19，得出结果：模型存在十九阶自相关滞后期为20，得出结果：模型存在二十阶自相关滞后期为21，得出结果：模型存在二十一阶自相关滞后期为22，得出结果：模型存在二十二阶自相关滞后期为23，得出结果：模型存在二十三阶自相关上述检验表明模型可能存在自相关，OLS估计模型中的t统计量和F统计量的结论不可信，需应用广义差分法修正模型。广义差分法估计模型：逐步加入AR（1） AR（2）Y = -15681.46808 + 7.928608386*X2 + 0.02661473967*X1 + AR(1)=1.105350513,AR(2)=-0.1409893075R=0.999363， F=16208.12，prob(F)= 0.000000 DW=1.794419输出结果显示AR(1)为1.105351，AR(2)为-0.014989，且回归系数的t检验显著，表明模型确实存在一阶自相关，不存在二阶自相关；调整后模型DW为1.794419，样本容量n为34个，解释变量个数k为2，查5%显著水平DW统计表可得dL=1.333，dU=1.580，而dU=1.580DW =1.794419 4-dU，这表明调整后模型不存在一阶自相关.偏相关系数检验广义差分法估计的模型：从上图可知，所有滞后期的偏相关系数PAC的绝对值均小于0.5，表明广义差分法估计的回归模型不存在高阶自相关性。BG检验广义差分法估计的模型:滞后期为1，得以下结果：滞后期为2，得以下结果：依次类推至滞后期至23，所有模型伴随概率均大于给定的显著性水平=0.05，并且残差滞后期的回归系数的t统计量值绝对值均小于2，这表明广义差分法估计的回归模型已消除高阶自相关性。上述检验表明，广义差分法估计的回归模型已消除自相关