计量经济学论文---关于影响我国社会商品零售总额因素的计量分析.doc

。 关于影响我国社会商品零售总额因素的计量分析摘要：面对金融海啸的强大冲击，我国社会商品零售总额逆流而上，取得了骄人的成绩。为更加好地研究我国经济发展运行状况，加深对我国社会商品零售总额的了解，本文主要运用最小二乘法分析我国社会商品零售总额的影响因素并得出结论。关键词：社会商品零售总额，影响因素，计量分析刚刚过去的2009年，是进入新世纪以来我国经济社会发展最为困难的一年，也是我国商务事业经受严峻考验的一年，面对历史罕见的国际金融危机的严重冲击和外部市场萎缩，我国采取了积极有效的宏观经济政策，国内消费和对外经济都取得了最新的发展，2009年社会商品零售总额增速达24年来最高水平，为我国成功抵御国际金融危机冲击起到了重要的支撑作用。 一、研究意义 社会商品零售总额指各种经济类型的批发零售贸易业、餐饮业、制造业和其他行业对城乡居民和社会集团的消费品零售额和农民对非农业居民零售额的总和。一定时期内国民经济各部门向消费者出售消费品和向农村出售农业生产资料以及农民对非农业居民直接零售的总额。社会消费品零售总额所计量的是各种经济类型的商业由于经济的发展和社会的进步，特别是社会主义市场经济的建立，随着商品生产和商品交换的领域进一步扩大，用以确立和描述各类消费品市场对居民和社会集团出售商品总和的商品零售额指标的口径范围也作了相应的调整。 社会商品零售总额反映了一定时期内人民物质文化生活水平的提高情况，反映了社会商品购买力的实现程度，以及零售，市场的规模状况。也正是因为社会商品零售总额由社会商品供给和有支付能力的商品需求的规模所决定，所以是研究人民生活水平、社会零售商品购买力、社会生产、货币流通和物价的发展变化趋势的重要资料。对于金融海啸下研究中国经济运行情况具有极大的现实意义。 二、样本数据选取及模型设定：1）寻找变量： 根据大一所学的宏观经济学和及对现实中国经济发展情况的理解，我觉得影响我国社会商品零售总额y（亿元）的主要因素有：x1人均GDP（元），x2居民消费价格指数（上年=100），x3城镇居民人均消费支出（元），x4商品零售物价指数（上年=100）2） 建立模型： 根据因果关系及相互间的联系找出因变量，影响问题的主要因素作为自变量，非主要因素作随机误差变量。 设模型的函数形式为y=c1+c2*x1+c3*x2+c4*x3+c5*x4+u3） 寻找数据： 以下19802006年的数据主要是从中国统计年鉴和计量经济学数据库网站上找到的。数据详见表1-1. 表1-1 年份yx1x2x3x419802140460.00 107.548910619812350489.00 102.5521102.419822570526.00 102536101.919832849582.00 102558101.519843376695.00 102.7618102.819854305855.00 109.3765108.819864950956.00 106.5872106198758201103.00 107.3998107.3198874401355.00 118.81311118.519898101.41512.00 1181466117.819908300.11634.00 103.11596102.119919415.61879.00 103.41840102.9199210993.72287.00 106.42262105.4199314270.42939.00 114.72924113.2199418622.93923.00 124.13852121.7199523613.84854.00 117.14931114.8199628360.25576.00 108.35532106.1199731252.96054.00 102.85823100.8199833378.16307.00 99.2610997.4199935647.96547.00 98.6640597200039105.77084.00 100.4685098.5200143055.48621.71 100.7711399.2200248135.99398.05 99.2738798.7200352516.310541.97 101.2790199.905920045950112335.58 103.98679102.8062200567176.614103.33 101.89410100.777420067641016084.00 101.510359101.0282三模型参数估计及修正1、参数估计： 假设模型中随机误差项Ui满足古典假设，运用OLS方法估计模型的参数，利用计量经济计算机软件Eviews计算可得如下结果：Dependent Variable: YMethod: Least SquaresDate: 01/22/10 Time: 23:43Sample: 1980 2006Included observations: 27CoefficientStd. Errort-StatisticProb.C4447.5682389.3481.8614150.0761X13.1993870.19688016.250400.0000X2-1120.207302.1084-3.7079640.0012X32.4558900.3057918.0312750.0000X41077.804311.81183.4565850.0022R-squared0.999295Mean dependent var23839.18Adjusted R-squared0.999167S.D. dependent var22180.93S.E. of regression640.2927Akaike info criterion15.92730Sum squared resid9019445.Schwarz criterion16.16727Log likelihood-210.0186Hannan-Quinn criter.15.99866F-statistic7794.877Durbin-Watson stat1.633619Prob(F-statistic)0.000000表1-2 回归结果2、模型相关系数分析计算解释变量之间的简单相关系数。Correlation MatrixX1X2X3X4X11.000 0.355 0.976 0.393 X20.355 1.000 0.341 0.994 X30.976 0.341 1.000 0.397 X40.393 0.994 0.397 1.000 表1-3相关系数矩阵 由表1-3可以看出，某部分解释变量之间存在高度线性相关。同时由表1-2也可以看出，尽管整体上线性回归拟合较好，但部分的参数t值并不显著，系数的符号与经济意义相悖。需要进行相应的修正。3、模型修正 （1）运用OLS方法求y对各个解释变量的回归。结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。经分析，在4个一元回归模型中社会商品零售总额y（亿元）对人均GDP x1的线性关系强，拟合程度好。回归结果如表1-4所示。Dependent Variable: YMethod: Least SquaresDate: 01/23/10 Time: 02:01Sample: 1980 2006Included observations: 27VariableCoefficientStd. Errort-StatisticProb. X14.8651720.06271777.573190.0000C648.2345409.60921.5825680.1261R-squared0.995863 Mean dependent var23839.18Adjusted R-squared0.995697 S.D. dependent var22180.93S.E. of regression1454.971 Akaike info criterion17.47455Sum squared resid52923532 Schwarz criterion17.57053Log likelihood-233.9064 F-statistic6017.600Durbin-Watson stat0.475802 Prob(F-statistic)0.000000表1-4回归结果y=648.2345+4.865172*x1t=(1.582568) (77.57319)R2=0.995863 S.E.= 1454.971图一描述应变量y与解析变量x3的散点图对方程逐步回归。将其余解释变量逐一代入式中得到如下模型：Dependent Variable: YMethod: Least SquaresDate: 01/23/10 Time: 01:53Sample: 1980 2006Included observations: 27VariableCoefficientStd. Errort-StatisticProb. X13.7742230.18054020.905230.0000X31.5785730.2548406.1943800.0000C-413.5952310.8627-1.3304760.1959R-squared0.998408 Mean dependent var23839.18Adjusted R-squared0.998275 S.D. dependent var22180.93S.E. of regression921.1606 Akaike info criterion16.59358Sum squared resid20364882 Schwarz criterion16.73757Log likelihood-221.0134 F-statistic7525.582Durbin-Watson stat0.722349 Prob(F-statistic)0.000000表1-5回归结果y=-413.5952+3.774223*x1+1.578573*x3t=(-1.330476) (20.90523) (6.194380)R2=0.998408 S.E.=921.1606 从以上数据中可以看出，模型的统计检验均有较大改善。但是，我观察到截距C的t值只有-1.330476，即截距项值不显著，所以将常数项去掉得，如表1-5所示的回归结果。Dependent Variable: YMethod: Least SquaresDate: 01/23/10 Time: 02:05Sample: 1980 2006Included observations: 27Y=C(2)*X1+C(4)*X3CoefficientStd. Errort-StatisticProb. C(2)3.8712690.16767423.088130.0000C(4)1.3916070.2158436.4473200.0000R-squared0.998291 Mean dependent var23839.18AdjustedR-squared0.998222 S.D. dependent var22180.93S.E. of regression935.2418 Akaike info criterion16.59067Sum squared resid21866933 Schwarz criterion16.68666Log likelihood-221.9741 Durbin-Watson stat0.694695表1-6回归结果 经过上述逐步回归分析，表明y对x1、x3的回归模型为最优，最终结果为 y=3.871269*x1+1.391607*x3 t=(23.08813) (6.447320) R2=0.998291 S.E.=935.2418 DW= 0.694695 为检验回归方差可靠性，下图为对应残差图。表1-7 因素人均GDP x1（元）和城镇居民人均消费支出x3（元）对y（社会商品零售总额）的残差图四、模型检验（1）模型的经济意义检验：回归系数估计值c2=3.871269 0，说明我国人均GDP 和我国社会商品零售总额正方向变动，当其他条件不变时，人均GDP每上升1元时，我国社会商品零售总额将平均增加0.482645（亿元）；回归系数估计值c4= 1.3916070，说明我国城镇居民人均消费支出与和我国社会商品零售总额成正方向变动，当其他条件不变时，城镇居民人均消费支出上升1元时，我国社会商品零售总额将平均增加0.095884（亿元）。（2）单个回归系数的显著性检验：从单个因素的影响看，在5%显著性水平上，t(b1) =23.08813t0.025(27)=2.052, t(b2) =6.447320t0.025(27)=2.052,说明人均GDP 和城镇居民人均消费支出能对我国社会商品零售总额影响是显著的。（3）拟合优度检验R2=0.998291说明，回归方程即上述样本函数的解释能力为99.8%，即人均GDP 和城镇居民人均消费支出能对我国社会商品零售总额变动的99.8%作出解释。回归方程的拟合优度较好。（4）回归模型的总体显著性检验：从全部因素的总体影响看，在5%显著性水平上，F= 5989.746F0.05 = Fa (k-1,n-k) (2,24)= 2.54,说明人均GDP 和城镇居民人均消费支出对我国社会商品零售总额影响是显著的。 (5）回归方程的标准误差的评价S.E= 935.2418说明，回归方程与各观测点（或估计值与观测值）的平均误差为935.2418亿元。五、总结（1）经过一系列的回归分析，得出人均GDP 和城镇居民人均消费支出能对我国社会商品零售总额的影响是显著的。这和大一所学的宏观经济学理论和现实常识相吻合的。得益于我国GDP今年报八成功和人均消费水平和欲望的增强，社会商品零售总额能够不断增强。（2）发挥投资对消费的拉动作用。一是加强县城的基础设施建设。上农业经济学的时候，老师曾经提过县城基础设施落后的状况严重制约着城市综合功能的发挥，随着城市化率的日益提高，城市的基础设施建设日趋紧迫。二是要以社会主义新农村建设为契机，加强对三农的投入，