中国消费者信心指数影响因素分析.docx

中国消费者信心指数影响因素分析一、引言随着我国改革进入深水区，经济下行的压力加大，今年前三季度的GDP增速为7.4%，创历史新低。改革开放30年以来，我国主要依靠出口与投资驱动我国经济快速的发展。随而潜在的债务危机使得扩大内需成为我国经济发展的必要途径，衡量与预测消费者的消费意愿具有很强的必要性。消费者信心指数（CCI）由消费者满意指数和消费者预期指数构成，是反映消费者信心强弱的指标，是预测经济走势和消费趋向的一个先行指标。在许多国家,消费者信心的测度被认为是消费总量的必要补充。但消费者信心指数使用过程中，却并不能很有效地预测预期消费。针对这一现象，我们通过对影响消费者信心指数的一些定量数据进行分析，研究各项指标和消费者信心指数之间的关系，从而更深入地了解消费者信心指数本身的构造。二、文献综述对于消费者信心指数的研究，国外大多侧重于消费者信心指数的预测作用。2007年，密歇根大学调查研究中心主任Richa Curtin对37个国家和地区消费者信心调查数据的研究表明，有54%的国家和地区的CCI调查数据与本国GDP增长趋势显著相关，能够有效预测GDP增长趋势；62%的国家和地区数据可以有效预测失业率的变化；55%可以有效预测消费市场的变化。国内对于消费者信心指数的研究，主要集中于消费者信心指数的编制，以及其与各大宏观经济变量的相关关系的分析上。唐晓青（2008）针对消费者信心指数与CPI之间的关系进行实证研究，发现CCI对于全国水平上的CPI的预测和解释作用都不显著；任栋（2012）则着重研究消费者信心指数的形成机理，表明国内生产总值、房地产开发综合景气指数、CPI、失业率四大宏观经济指标，对于消费者信心指数的形成具有显著的影响。综上所述，国内外关于消费者信心指数的研究大都集中在CCI与各种宏观经济因素之间存在的关系以及CCI对宏观经济的导向功能方面。因此，本文将探究消费者信心指数与各重要宏观经济因素之间的相互影响关系。三、指标选择及数据预处理本文一共选取了以下5个变量：居民消费价格指数(CPI)、社会消费品当月总额（CPS）、城镇登记失业率(UL)、采购经理人指数（PMI）、房地产开发综合景气指数(下文均用FDC代替)。其中，居民消费价格指数以上年同月为基期，是同比数据。构建模型如下：CCI= 1+2CPS+3UL+4FDC+5CPI+6PMI+ut具体的数据表格如下表所示：指标名称消费者预期指数居民消费价格指数(CPI)社会消费品当月总额额(亿元)制造业采购经理指数(%)城镇登记失业率房地产开发综合景气指数2006年01月95.8101.896641.652.14.2100.762006年02月95.9100.866001.952.14.2101.052006年03月96.7100.85796.755.34.2101.462006年04月96.4101.215774.658.14.2101.612006年05月96.3101.386175.654.84.2101.872006年06月96.8101.516057.854.14.2102.932006年07月96.6101.036012.252.44.1103.512006年08月97.1101.326077.453.14.1103.312006年09月98.6101.516553.6574.1103.142006年10月98.3101.416997.754.74.1103.42006年11月98.7101.886821.755.34.1103.922006年12月99.7102.817499.254.84.1102.962007年01月99.1102.177488.355.14.1102.422007年02月98.6102.717013.753.14.1101.782007年03月97.4103.286685.856.14.1101.222007年04月98.8103.036672.558.64.1102.652007年05月99.1103.397157.555.74.1103.322007年06月100104.36702654.54.1103.632007年07月99.2105.626998.253.341042007年08月99.9106.527116.6544104.482007年09月99.6106.247668.456.14104.992007年10月99.2106.5826353.24105.742007年11月98.7106.948104.755.44106.592007年12月99.5106.519015.355.34106.452008年01月98.6107.089077.3534106.112008年02月96.8108.748354.753.44105.552008年03月97.1108.318123.258.44104.722008年04月96.6108.48814259.24104.072008年05月97107.728703.553.34103.342008年06月96.5107.088642524103.082008年07月96.9106.38628.848.44102.362008年08月96104.98767.748.44101.782008年09月95.6104.649446.551.24101.152008年10月94.2103.9710082.744.64.299.682008年11月104.6102.439790.838.84.298.462008年12月100.9101.210728.541.24.296.462009年01月100.110110756.645.34.395.662009年02月99.998.49323.8494.394.862009年03月9998.89317.652.44.394.742009年04月99.698.59343.253.54.394.762009年05月100.398.610028.453.14.395.942009年06月100.198.39941.653.24.396.552009年07月101.198.29936.553.34.398.012009年08月10298.810115.6544.3100.082009年09月102.1899.210912.854.34.3101.082009年10月102.6499.511717.655.24.3102.032009年11月102.99100.61133955.24.3102.782009年12月103.98101.91261056.64.3103.662010年01月104.6101.512720.9155.84.2104.5652010年02月104.5102.712337.81524.2105.472010年03月108.2102.41132255.14.2105.892010年04月106.8102.81151055.74.2105.662010年05月108.2103.11245553.94.2105.072010年06月108.9102.91233052.14.2105.062010年07月108.6103.31225351.24.1104.722010年08月107.9103.51257051.74.1104.112010年09月104.49103.61353753.84.1103.522010年10月104.14104.41428454.74.1103.572010年11月103.1105.11391155.24.1103.22010年12月100.6104.61533053.94.1101.792011年01月100104.91524952.94.1102.3452011年02月99.65104.91376952.24.1102.92011年03月109.32105.41390453.44.1102.982011年04月107.5105.31364952.94.1103.192011年05月106.6105.514697524.1103.22011年06月111.4106.414564.750.94.1101.752011年07月111.8106.514408.350.74.1101.52011年08月110.4106.21470550.94.1101.122011年09月108.85106.11586551.24.1100.412011年10月106.25105.51654650.44.1100.272011年11月101.71104.216129494.199.872011年12月105.32104.11774050.34.198.892012年01月109.31104.517222.550.54.198.392012年02月110.93103.216446.5514.197.892012年03月106.57103.591565053.14.196.922012年04月108.48103.371560353.34.195.622012年05月108.871031671550.44.194.92012年06月103.22102.1516584.650.24.194.712012年07月101.46101.7816314.950.14.194.572012年08月103.72102.0416658.949.24.194.642012年09月104.04101.9118226.649.84.194.392012年10月109.33101.7218933.850.24.194.562012年11月109.4102.0418476.750.64.195.712012年12月107.6102.5220334.2150.64.195.592013年01月110.1102.0319373.3450.44.196.7552013年02月113.3103.2218436.550.14.197.922013年03月107.9102.0717641.250.94.197.562013年04月108.1102.3917600.2950.64.197.352013年05月102.7102.118886.350.84.197.262013年06月100.5102.6718826.6950.14.197.292013年07月101102.6718513.1650.3497.392013年08月101.6102.5718886.2251497.292013年09月103.5103.0520653.3351.1497.252013年10月107.5103.2121491.2751.44.0596.882013年11月102.7103.0221011.951.44.0596.382013年12月106.8102.523059.8514.0597.21四、模型回归与检验在做多元回归前，我们将消费者信心指数分别与居民消费价格指数(CPI)、社会消费品当月总额（CPS）、城镇登记失业率(UL)、采购经理人指数（PMI）、房地产开发综合景气指数(下文均用FDC代替)做出相应的散点图，分析因变量与各个自变量之间的关系，具体图形如下图所示： 图1 CCI与CPS 图2 CCI与CPI 图3 CCI与FDC 图4 CCI与PMI 图5 CCI与UL上图将各个变量进行散点图分析后，我们发现CCI与大部分变量之间都存在线性关系，因此我们将以CCI作为因变量，CPI、CPS、FDC、UL、PMI作为自变量从而进行多元回归。利用eviews进行最小二乘估计得到最初的回归结果如下： Dependent Variable: CCIMethod: Least SquaresDate: 24/12/15 Time: 23:36Sample: 2006M01 2013M12Included observations: 96VariableCoefficientStd. Errort-StatisticProb.CPI0.2699990.2398391.1257520.2633CPS0.0008948.38E-0510.668840.0000FDC0.6334790.1435534.4128660.0000PMI-0.1500020.112008-1.3392070.1839UL34.138075.4405786.2747140.0000C-135.278541.02794-3.2972290.0014R-squared0.637388Mean dependent var100.1461Adjusted R-squared0.617243S.D. dependent var4.532754S.E. of regression2.804297Akaike info criterion4.960644Sum squared resid707.7674Schwarz criterion5.120916Log likelihood-232.1109Hannan-Quinn criter.5.025429F-statistic31.63979Durbin-Watson stat0.974000Prob(F-statistic)0.000000表5.1 最小二乘法回归结果从输出结果中可得出当前模型的输出结果为：CCI=-135.2785+0.269999CPI+0.000894CPS+0.633479FDC+34.13807UL-0.150002PMI (40.21924) (0.232774) (8.41E-05) (0.127115) (5.397903) (0.112008) t=（-3.297229）（1.125752）（10.66884）（4.412866） （6.274714） （-1.339207）R= 0.637388 R=0.617243 F=31.63979 DW=0.974000从统计推测角度看，在5%的显著性水平下，自由度为96时，可决系数与F统计值均显著，且各个解释变量的系数除了CPI以外均较为显著。但是我们可以看到该输出结果中，R2只有0.63，同时DW值也较小，为0.97，该模型并不完善，可能存在多重共线性、异方差或者自相关等。因此接下来将进一步进行计量经济学检验，从而优化该模型。（一） 多重共线性检验选择CPI,CPS, FDC,UL数据，利用correlation得到相关系数矩阵如下：CCICPICPSFDCPMIULCCI1.000000-0.1422100.554012-0.158015-0.2012110.312172CPI-0.1422101.0000000.0095550.4982490.088521-0.782763CPS0.5540120.0095551.000000-0.570146-0.387640-0.163141FDC-0.1580150.498249-0.5701461.0000000.537276-0.226335PMI-0.2012110.088521-0.3876400.5372761.000000-0.036438UL0.312172-0.782763-0.163141-0.226335-0.0364381.000000表5.2相关系数矩阵由表可知各个变量之间的相关性系数均小于0.8，可以判断CCI、CPI、CPS、FDC、UL这五个变量之间不存在明显的多重共线性。（二）异方差检验Heteroskedasticity Test: WhiteF-statistic2.708938Prob. F(20,75)0.0010Obs*R-squared40.26328Prob. Chi-Square(20)0.0046Scaled explained SS43.62176Prob. Chi-Square(20)0.0017表5.3 white检验结果上表中，在=0.01下，P值小于，同时变量的t检验值也显著，表明模型存在异方差。采用加权最小二乘法（WLS）对异方差进行修正，分别选取W1=1/|resid|，W2=1/resid，,W5=1/reside5作为权数进行怀特检验，具体结果如下：当 W1=1/|resid|时，回归结果及怀特检验结果如下：Dependent Variable: CCIMethod: Least SquaresDate: 24/12/15 Time: 10:03Sample: 2006M01 2013M12Included observations: 96Weighting series: W1VariableCoefficientStd. Errort-StatisticProb.CPI0.2678270.02000413.388900.0000CPS0.0008891.30E-0568.374070.0000FDC0.6325000.01373446.055270.0000PMI-0.1654440.018941-8.7347400.0000UL34.375180.79567243.202710.0000C-135.06223.753760-35.980520.0000Weighted StatisticsR-squared0.998373Mean dependent var99.61227Adjusted R-squared0.998283S.D. dependent var302.2560S.E. of regression0.374111Akaike info criterion0.931935Sum squared resid12.59634Schwarz criterion1.092207Log likelihood-38.73288Hannan-Quinn criter.0.996719F-statistic11048.61Durbin-Watson stat0.701503Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.637233Mean dependent var100.1461Adjusted R-squared0.617080S.D. dependent var4.532754S.E. of regression2.804894Sum squared resid708.0687Durbin-Watson stat0.976033怀特检验结果：Heteroskedasticity Test: WhiteF-statistic47.16310Prob. F(10,85)0.0000Obs*R-squared81.34038Prob. Chi-Square(10)0.0000Scaled explained SS2.238032Prob. Chi-Square(10)0.9942 由怀特检验结果可知，当权重为W1=1/|resid|时，仍然存在异方差现象。当 W1=1/resid2时，回归结果及怀特检验结果如下：Dependent Variable: CCIMethod: Least SquaresDate: 24/12/15 Time: 10:07Sample: 2006M01 2013M12Included observations: 96Weighting series: W2VariableCoefficientStd. Errort-StatisticProb.CPI0.2438970.00449754.237910.0000CPS0.0009093.33E-06273.14960.0000FDC0.6491370.002529256.71560.0000PMI-0.1544580.003540-43.634500.0000UL32.872730.236589138.94440.0000C-128.94600.999771-128.97550.0000Weighted StatisticsR-squared0.999996Mean dependent var99.32407Adjusted R-squared0.999995S.D. dependent var558.5301S.E. of regression0.029306Akaike info criterion-4.161573Sum squared resid0.077297Schwarz criterion-4.001301Log likelihood205.7555Hannan-Quinn criter.-4.096788F-statistic4169879.Durbin-Watson stat1.761798Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.636733Mean dependent var100.1461Adjusted R-squared0.616552S.D. dependent var4.532754S.E. of regression2.806826Sum squared resid709.0447Durbin-Watson stat0.961477怀特检验结果：Heteroskedasticity Test: WhiteF-statistic1.688216Prob. F(6,89)0.1331Obs*R-squared9.809535Prob. Chi-Square(6)0.1329Scaled explained SS82.81304Prob. Chi-Square(6)0.0000由怀特检验结果可知，当权重为W1=1/|resid|时，仍然存在异方差现象。当 W1=1/resid5时，回归结果及怀特检验结果如下：Heteroskedasticity Test: WhiteF-statistic0.012843Prob. F(3,92)0.9980Obs*R-squared0.040186Prob. Chi-Square(3)0.9979Scaled explained SS1.354239Prob. Chi-Square(3)0.7163表 5-4 怀特检验输出结果由怀特检验的结果可知，通过加权最小二乘法的修正，该模型已经不存在异方差。此时，多元回归模型的输出结果如下：Dependent Variable: CCIMethod: Least SquaresDate: 24/12/15 Time: 23:48Sample: 2006M01 2013M12Included observations: 96Weighting series: WVariableCoefficientStd. Errort-StatisticProb.CPI0.2231290.000545409.10470.0000CPS0.0009264.24E-072185.8960.0000PMI-0.1396040.000396-352.80940.0000FDC0.6607900.0003092137.4660.0000UL31.639030.0312541012.3270.0000C-123.91680.128689-962.91730.0000Weighted StatisticsR-squared0.999999Mean dependent var103.4279Adjusted R-squared0.999999S.D. dependent var1581.317S.E. of regression0.000102Akaike info criterion-15.48874Sum squared resid9.31E-07Schwarz criterion-15.32847Log likelihood749.4595H