民用汽车拥有量主要影响要素及对策分析.docVIP

计量经济学实证分析专 业： 11经管会计 学 号： 0911029154 姓 名： 易 津 时 间： 2013年1 摘 要 根据近二十年来国内多项经济指标!运用逐步线性回归的方法建立了民用汽车拥有量的计量经济模型!并对模型进行评价和检验利用该模型可以对今后的民用汽车拥有量进行理论预测!为发展规划提供有依据的理论指导关键词!汽车拥有量%线性回归Linear regression相关回归模型The regression model%评价evaluationAccording to the domestic economic indicators over the past twenty years! Stepwise linear regression method to establish the econometric model of civil automobile ownership. And evaluate the model and test the model can be used to the civil car ownership of theoretical predictions for the future! Provide a basis for development plan of theoretical guidanceCar ownership目 录摘 要Abstract引 言2一、法定准备金主要要素的关联度双变量分析3二、法定准备金主要要素的关联度分析15三、模型设定误差分析24四、模型结构稳定性检验25五、模型多重共线性诊断及补救29六、模型自相关诊断及补救31七、模型异方差诊断及补救32八、预测模型选择34九小结与建议35十参考文献37引 言我国经济快速发展!为汽车产业的发展提供了巨大的市场对于我们这样一个人口大国!发展战略首先应该是推动内需!用内需来带动整个经济的持续健康发展从国内外汽车产业发展的状况来看!我国汽车产业的发展在相当长的一段时间内将以国内市场为主这就需要对国内汽车市场发展的主要影响因素进行分析!进而对国内汽车市场发展状况做出科学判断本文试图选取一系列变量!建立模型!进行定量分析!以便更准确地反映中国汽车产业发展的影响因素。一、民用汽车拥有量的关联度双变量分析（一）民用汽车拥有量与居民消费水平(X2)关联度分析为了更好的进行对民用汽车拥有量和居民消费水平(X2)的关联度分析，我们选取全国1996年至2011年民用汽车拥有量和居民消费水平(X2)的统计资料，如表1所示。表1 1996-2011年全国民用汽车拥有量和居民消费水平(X2)（单位：辆）年份民用汽车拥有量居民消费水平(X2)199611000800278919971219090030021998131930003159199914529400334620001608910036322001180204083886.92522002205317004143.74932003238292544474.52752004269371375031.99892005315966295596.19512005369735316298.56532007435835507309.6284200850996094843020096280608692832010780182591052220119356316312272 我们建立二元回归模型yb1b2X2（相关计算数据参照于表1），把民用汽车拥有量作为被解释变量y，居民消费水平(X2)作为解释变量X2，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2、表3和表4所示。表2 模型汇总模型RR 方调整 R 方标准 估计的误差1.997.993.9932131583.98557a 预测变量(常量), 居民消费水平表3 ANOVA(b)模型 平方和Df均方FSig.1回归9.368E1519.368E152061.848.000(a) 残差6.361E13144.544E12 总计9.432E1515 a 预测变量: (常量), 居民消费水平。b 因变量：民用汽车拥有量表4 系数(a)模型 非标准化系数标准系数tSig. B标准 误差试用版 1(常量)-15298731.4911221621.670 -12.523.000 居民消水平8675.554191.060.99745.408.000a 因变量：民用汽车拥有量据此，可得该回归模型各项数据为：b2 8675.554b1 -15298731.491 4.544E12Var（b1） 1.49E+12Var（b2） 36503.92Se（b1） 1221621.670Se（b2） 191.060t（b1） -12.523 t（b2） 45.408 0.993 df 14模型为：y-15298731.4918675.554X2令0.1，我们提出如下假设：H0：Bi0，YB1+B2X2+ yb1b2X2e t(bi) (14)在水平下，t检验的拒绝域为：，1.761和1.761，所以t（b1）、t（b2）均落在拒绝域中，拒绝原假设，即常数项和X2对于模型均有意义。对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，居民消水平(M2)每变动一个单位，将引起法定准备金变动8675.554个单位。并且，该模型反映了99.3%的真实情况。二、民用汽车拥有量要素的关联度分析（一）民用汽车拥有量、居民消费水平与居民储蓄余额的的关联度分析 为了更好的进行对民用汽车拥有量和居民消费水平(M2)及居民储蓄余额的关联度分析，我们选取全国1996至2011年民用汽车拥有量和居民消费水平(M2)及居民储蓄余额的统计资料，如表2-1所示。表2-1 1994-2009年全国民用汽车拥有量、居民消费水平(M2)及居民人均储蓄余额（单位：元）居民储蓄余额年份民用汽车拥有量居民消费水平(M2)居民人均储蓄余额1996年1100080027893147.11997年1219090030023744.31998年1319300031594279.41999年1452940033464735.62000年1608910036325075.81482001年180204083886.92525779.52002年205317004143.74936763.52003年238292544474.52758019.922004年269371375031.99899196.572005年315966295596.195110783.712006年369735316298.565312297.42007年435835507309.6284130512008年509960948430164072009年628060869283195412010年7801825910522226192011年935631631227225505我们建立三元回归模型yb1b2X2b3X3e相关计算数据参照于表2-1）。我们将民用汽车拥有量作为被解释变量y，居民消费水平(M2)作为解释变量X2，居民人均储蓄余额作为解释变量X3（以下各步同上），运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2-2、表2-3和表2-4所示。表2-2 模型汇总模型RR 方调整 R 方标准 估计的误差1.997a.994.9932110377.92783a. 预测变量: (常量), 居民人均储蓄余额, 居民消费水平。2-3 ANOVA(b)模型l平方和df均方FSig.1回归9.374E1524.687E151052.388.000a残差5.790E13134.454E12总计9.432E1515a. 预测变量: (常量), 居民人均储蓄余额, 居民消费水平。b. 因变量: 民用汽车拥有量表2-4 系数(a)模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-12534878.8032723563.888-4.602.000居民消费水平6638.2721808.693.7633.670.003居民人均储蓄余额838.411740.257.2351.133.278a. 因变量: 民用汽车拥有量b2 6638.272b1 -12534878.803b3=838.411 4.454E12Var（b1） 7.4178E+12Var（b2） 3271370.368Var（b3）547980.426Se（b1） -12534878.803Se（b2） 6638.272Se（b3） 838.411t（b1） -4.602 t（b2） 3.670t（b3） 1.133 0.994 df 13据此，可得该回归模型各项数据为：y-12534878.8036638.272X2838.411X3令0.1我们提出如下假设：H0：Bi0，YB1+B2X2+B3X3+i yb1b2X2b3X3 t(bi) (13)在水平下，t检验的拒绝域为：，-1.771和1.771，所以t（b1）、t（b2）、t（b3）均落在拒绝域中，拒绝原假设，即常数项、X2、X3对于模型均有意义。联合假设检验：H0：0F (2，15)在水平下，模型中的F值落在F检验的右侧拒绝域3.68，中，拒绝原假设，即0对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，居民消费水平(M2)每变动一个单位，将引起法定准备金变动6638.272个单位；在其他条件不变的情况下，居民人均储蓄余额每变动一个单位，将引起法定准备金变动838.411个单位。并且，该模型反映了99.4%的真实情况。3、 多元线性回归模型结构稳定性检验（一）1994年至2002年多元线性模型分析：表3-1: 19942002年农村用电量与农业机械总动力和有效灌溉面积年份民用汽车拥有量居民消费水平(M2)居民人均储蓄余额1996年1100080027893147.11997年1219090030023744.31998年1319300031594279.41999年1452940033464735.62000年1608910036325075.81482001年180204083886.92525779.52002年205317004143.74936763.52003年238292544474.52758019.922004年269371375031.99899196.57资料来源：2012中国统计年鉴1.建立三元回归模型yb1b2X2b3X3（相关计算数据参照于表3-1），我们将农村用电量作为被解释变量y，农业机械总动力作为解释变量X2，有效灌溉面积作为解释变量X3，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表3-1.1、表3-1.2、表3-1.3和表3-1.4所示。 输入移去的变量b模型输入的变量移去的变量方法1居民人均储蓄余额, 居民消费水平.输入a. 已输入所有请求的变量。b. 因变量: 民用汽车拥有量模型汇总模型RR 方调整 R 方标准 估计的误差1.999a.998.997282983.83501a. 预测变量: (常量), 居民人均储蓄余额, 居民消费水平。Anovab模型平方和df均方FSig.1回归2.377E1421.189E141484.380.000a残差4.805E1168.008E10总计2.382E148a. 预测变量: (常量), 居民人均储蓄余额, 居民消费水平。b. 因变量: 民用汽车拥有量系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-1438776.6342172731.501-.662.532居民消费水平2125.9201292.494.2871.645.151居民人均储蓄余额1933.841473.258.7134.086.006a. 因变量: 民用汽车拥有量据此，可得该回归模型各项数据为：y 81991.93710516.327X220910.550X3令0.12.多元线性回归模型的假设检验：H0：Bi0，YB1+B2X2+B3X3+i yb1b2X2b3X3t =(bi-Bi)Se(bi) t(n-3) t a2 (n-3) t0.05(6) = 1.943t (b1) =2.392 t (b2) =5.109 t (b3) =2.497在水平下，t检验的拒绝域为：，1.943和1.943，所以t（b1）、t（b2）、t（b3）均落在拒绝域中，拒绝原假设，即常数项、X2、X3对于模型均有意义。3.联合假设检验：H0：0 F=(/(k-1)( (1- )/(n-k) F(k-1,n-k)F = (0.979/(3-1) )(1-0.979)/(9-3) = 137.158F F0.05 (2，6) = 5.14在水平下，模型中的F值落在F检验的右侧拒绝域5.14，中，拒绝原假设，即0对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，农业机械总动力每变动一个单位，将引起农村用电量变动10516.327个单位；在其他条件不变的情况下，有效灌溉面积每变动一个单位，将引起法定准备金变动20910.550个单位。并且，该模型反映了97.9%的真实情况。（二）2003年至2011年多元线性模型分析：表3-2: 20032011年农村用电量与农业机械总动力和有效灌溉面积年份农村用电量Y（亿千瓦时）农业机械总动力X2（亿千瓦时）有效灌溉面积X3（千万公顷）2005年315966295596.195110783.712006年369735316298.565312297.42007年435835507309.6284130512008年509960948430164072009年628060869283195412010年7801825910522226192011年9356316312272255052005年315966295596.195110783.712006年369735316298.565312297.4资料来源：2012中国统计年鉴1.同理，我们建立三元回归模型yb1b2X2b3X3（相关计算数据参照于表3-2），我们将农村用电量作为被解释变量y，农业机械总动力作为解释变量X2，有效灌溉面积作为解释变量X3，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表3-2.1、表3-2.2、表3-2.3和表3-2.4所示。REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT Y /METHOD=ENTER X2 X3.回归数据集0 D:SPSS数据集3.sav表3-2.1输入移去的变量b模型输入的变量移去的变量方法1有效灌溉面积（千万公顷）, 农业机械总动力（亿千瓦时）.输入a. 已输入所有请求的变量。b. 因变量: 农村用电量（亿千瓦时）表3-2.2模型汇总模型RR 方调整 R 方标准 估计的误差1.997a.994.9921100.28408a. 预测变量: (常量), 有效灌溉面积（千万公顷）, 农业机械总动力（亿千瓦时）。表3-2.3Anovab模型平方和df均方FSig.1回归1.236E926.178E8510.275.000a残差7263750.31561210625.053总计1.243E98a. 预测变量: (常量), 有效灌溉面积（千万公顷）, 农业机械总动力（亿千瓦时）。b. 因变量: 农村用电量（亿千瓦时）表3-2.4系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)142666.45353202.7602.682.036农业机械总动力（亿千瓦时）17988.0282753.6171.8716.533.001有效灌溉面积（千万公顷）-40158.14013009.908-.884-3.087.021a. 因变量: 农村用电量（亿千瓦时）据此，可得该回归模型各项数据为：y 142666.45317988.028X240158.140X3令0.12.多元线性回归模型的假设检验：H0：Bi0，YB1+B2X2+B3X3+i yb1b2X2b3X3t =(bi-Bi)Se(bi) t(n-3) t a2 (n-3) t0.05(6) = 1.943t (b1) =2.682 t (b2) =6.533 t (b3) =3.087在水平下，t检验的拒绝域为：，1.943和1.943，所以t（b1）、t（b2）、t（b3）均落在拒绝域中，拒绝原假设，即常数项、X2、X3对于模型均有意义。3.联合假设检验：H0：0 F=(/(k-1)( (1- )/(n-k) F(k-1,n-k)F = (0.994/(3-1) )(1-0.994)/(9-3) = 510.275F F0.05 (2，6) = 5.14在水平下，模型中的F值落在F检验的右侧拒绝域5.14，中，拒绝原假设，即0对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，农业机械总动力每变动一个单位，将引起农村用电量变动17988.028个单位；在其他条件不变的情况下，有效灌溉面积每变动一个单位，将引起法定准备金变动40158.140个单位。并且，该模型反映了99.4%的真实情况。（三）模型结构稳定性检验1.对于模型y127063.18315470.781X233970.345X3 52698700.4672.对于模型y81991.93710516.327X220910.550X3 3959063.5533.对于模型y142666.45317988.028X240158.140X3 7263750.315 由此可得： 11222813.878H0：F 14.783 F0.05（3,12）= 3.49在水平下，所以F值落在F检验的拒绝域3.49，中，则拒绝原假设，即该模型为结构不稳定性模型.六、模型自相关诊断（一）自相关的诊断相关数据参照于附表2-5。 (1)图形法根据模型：y7372.0620.007X27866.147X3320.440X4 作对的散点图，所得结果如图1所示。 作对t的散点图，所得结果如图2所示。图1 对的散点图图2 对t的散点图从图形中可以看出，是随机的，即不存在自相关。(2)杜宾瓦尔逊检验H0：是随机的d1.00424在水平下，查D-W表得DL=0.74、DU=1.25，则4DU2.75、4DL3.26，所以d值落在DL， DU的区域中，即无法判断是否存在自相关。 综上所述，该模型是不存在自相关的。七、模型异方差诊断及补救1.异方差的诊断（相关计算数据参照于表2-5）(1)图形法针对模型y7372.0620.007X27866.147X3320.440X4作对的散点图，所得结果如图3所示。图3 对的散点图由图形可以看出，散点基本上在一个集中的区域，且不存在一定的规律性，即原模型不存在在异方差。(2)帕克检验建立模型即运行统计分析软件SPSS，将附表2-5中相应变量数据输入界面，进行回归分析所得结果如表7-1、表7-2和表7-3所示。表7-1 模型汇总ModelRR SquareAdjusted R SquareStd. Error of the Estimate1.391a.153.0922.7682599026E0a Predictors: (Constant), X*表7-2 ANOVA(b)Model Sum of SquaresdfMean SquareFSig.1Regression19.325119.3252.522.135a Residual107.286147.663 Total126.61115a Predictors: (Constant), X*b Dependent Variable: y*表7-3 系数(a)Model Unstandardized CoefficientsStandardized CoefficientstSig. BStd. ErrorBeta 1(Constant)31.63013.7842.295.038 X*-2.8981.825-.391-1.588.135a Dependent Variable: y*据此，可得该回归模型为：y*31.6302.898 X* 令0.1，H0：B20，YB1+B2 X*+i y*31.6302.898 X* t(bi) (14)在水平下，t检验的拒绝域为：，1.761和1.761，所以t（b2）均落非拒绝域中，不拒绝原假设，B20。由此判断，不存在异方差。综上所述，该模型不存在异方差，所以不需要对其进行补救。八、预测模型选择由于不存在多重共线性、自相关、异方差所以，将选取y7372.0620.007X27866.147X3320.440X4作为本报告中研究对象的预测模型。其经济含义如下：平均而言，在其他条件不变的情况下，广义货币(M2)每变动一个单位，将引起法定准备金变动0.007个单位；在其他条件不变的情况下，CPI每变动一个单位，将引起法定准备金变动7866.147个单位；在其他条件不变的情况下，基准利率每变动一个单位，将引起法定准备金变动320.440个单位。并且，该模型反映了92.9%的真实情况。且其优点如下：1. 节省性，即该模型简洁明了，能够较清晰地反映出现象之间的影响关系。2. 拟合优度较大，即该模型反映了较大程度的真实情况。3. 预测能力，即该模型能够较好的对所研究经济现象进行预测分析。综上所述，对于分析法定准备金受广义货币(M2)、CPI及基准利率的影响关系，采用模型y7372.0620.007X27866.147X3320.440X4可以起到相对较好的预测分析功能，供相关部门进行经济决策，以促进我国货币政策的进一步发展。九小结与建议在2010年我国已经五次上调整法定准备金率其目的就是要通过上调准备金率来增加法定准备金从而减少货币的流动性，起到抑制通货膨胀和物价上涨、防止经济过热的作用。本文先通过对2009年法定准备金与广义货币（M2）、CPI 及基准利率的相关性分析，得出我国实施法定准备金率调控的制定这一政策作用是较弱的以下是没有起到作用的原因和建议。（一）法定准备金率调控效果较弱显的原因分析1. 本文的理论基础过于简单。由于数据来源所限本文只是考虑了法定准备金与广义货币（M2）、CPI及基准利率之间的关系，没有考虑股价、贷款等因素的影响。2. 控制的货币政策。准备金率等数量型政策的上调会紧缩市场资金的供给，当投资者普遍预期长期货币政策将呈数量型紧缩时，就可以主动缩短投资久期。鉴于我国投资营商环境的恶化及人们对未来经济政治的良好预期，渐进的货币政策在他们面前已经失去了诱惑。居民对生活费用的急剧提高有鲜明感受。加之，银行存款实际利率为负，与此相比，房地产价格和股票价格大幅飙升，由此引发大量银行存款转移到股市和楼市，并进一步推动资产价格上扬。3. 法定准备金本身存在的缺陷。相对于发达国家来说，我国现在所实行的准备金制度不是很完善，除明确资本充足率、资产质量状况指标外，还有必要进一步扩大差别准备金的对象。另外，对准备金付息影响了准备金工具的有效运用，以我国目前来看，我国仍需对存款准备金和超额准备金支付利息，与此相反，世界上大所述国家都不对准备金付息，更不用说对超额准备金付息。由于，商业银行有超额准备金的利益的驱使，把大量资金以超额准备金的形式存放在央行以获取无风险收益，而这便影响了央行的货币控制及货币政策的效率。再者，目前我国金融机构超额准备金十分充足，在存在巨额超额准备金的条件下，提高法定准备金率的效应是相当有限的。4. 法定准备金政策的传导机制效率低下。我国货币政策的传导机制以信贷渠道为主，法定准备金是影响货币乘数的主要因素。但是，在目前我国贸易顺差持续扩大、外汇储备保持较快增长、我国基础货币的被动投放的情况下，导致货币乘数对于货币供应量的贡献率非常低。5. 汇率政策的不完善。我国现行的汇率政策是以市场供求为基础，参照一揽子货币进行调节，有管理的浮动汇率制度。官方储备是由货币当局购买并持有的，其在货币当局账目上的对应反映就是外汇占款，外汇占款的增加直接增加了基础货币量，再通过货币乘数效应，造成了货币供应量的大幅度增长。我国现在因外汇储备而发行的外汇占款过多，造成国内市场上纸币过多冲击市场物价，央行为了稳定物价就要把这些因美元而发行的贷币回笼，让其退出国内市场。使得央行被动投放基础货币，让法定存款准备金政策的效果大打折扣，没有