影响我国社会消费品零售总额的因素的实证分析及其预测.doc

计量经济学课程论文影响我国社会消费品零售总额的因素的实证分析及其预测小组成员：（国际商学院02级）杨露 董娜 侯婧婧 邢维维 王学琴指导教师：庞皓、鲁万波 日期：2004年9月12月影响我国社会消费品零售总额的因素的实证分析及其预测【摘要】本文旨在分析1978-2003年改革开放以来，我国社会消费品零售总额变动情况，影响其变动的因素。首先，我们提出了关于收入和消费的主要理论观点，然后再引入其他有关变量，进而建立了理论模型。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我们对所得的分析结果作了经济意义的分析，详细剖析其成因，进一步进行预测，并相应提出一些政策建议。【关键词】社会消费品总额 居民消费价格指数 城镇居民家庭人均可支配收入 恩格尔系数 一 问题的提出改革开放以来，我国经济发生了翻天覆地的变化，人民生活水平有所提高，国内各行各业的零售商数量也剧增，国家整体消费水平亦有所提高。“社会消费品零售总额”是一项重要、敏感的政府统计。定期发布的消费品零售统计资料，常常引起国内外的强烈关注，间或还会引发一些疑义和争议。为了有利于把问题搞清楚，需要对“社会消费品零售总额”从多方面逐一进行剖析，找出影响其增长变化的各种因素，然后再加以判断。社会消费品零售总额是衡量一个地区，国家的总消费水平的指标。可以从这一指标看出人民生活水平、生活质量的提高。研究影响社会消费品零售总额的因素可以进一步证实其反映出了人民生活水平，生活质量的提高，例如城乡居民储蓄额，居民消费价格指数，城镇居民家庭人均可支配收入，镇居民家庭恩格尔系数等。研究影响社会消费品零售总额的因素能了解社会消费品零售总额可以反映出全国经济的脉象，便于零售商制定营销战略和企划。由此我组收集了从19782003年，我国社会消费品零售总额及其影响因素的时间序列数据，并加以实证分析及因素预测分析，分析我国改革开放以来居民生活水平以及国家总消费水平，并提出适当的政策建议。二 经济理论陈述由于社会消费品总额是一项敏感的政府统计指标，它反映的是一国总的消费水平。因此，模型的建立是基于相关的消费经济理论，引入的解释变量有城乡居民家庭人均可支配收入、城乡居民储蓄额、居民消费价格指数、恩格尔系数。下面将逐个分析各解释变量引入的经济理论。社会消费品零售总额是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。这个指标反映通过各种商品流通渠道向居民和社会集团供应的生活消费品来满足他们生活需要，是研究人民生活、社会消费品购买力、货币流通等问题的重要指标。（一）.城镇居民家庭可支配收入与消费的关系城镇居民可支配收入=城镇居民总收入-所得税-个人缴纳的社会保障支出等可支配收入反映的是居民购买力的强弱程度。也就是衡量居民对社会消费品的购买力程度。可支配收入增加，对社会消费品的购买力就增强，社会消费品总额就会增加。经此分析，城镇居民可支配收入是影响社会消费品总额的重要因素之一。（二）.城乡居民储蓄额与社会消费品总额的关系它反映居民收入水平、居民储蓄水平和居民购买力三者间的关系。在其他变量不变的情况下，城乡居民储蓄额增加，则表明居民用于消费的金额减少，对社会消费品的消费能力下降。也就是引起社会消费品总额的下降。经此分析，城乡居民储蓄额是引起社会消费品总额变动的因素。（三）.居民消费价格指数含义及需求论居民消费价格指数（CPI）是进行国民经济核算、宏观经济分析和预测、实施价格总水平调控的一项重要指标。其调查范围是我国城乡居民日常生活消费的全部商品和服务价格,包括食品、烟酒及用品、衣着、家庭设备用品及服务、医疗保健及个人用品、交通和通信、娱乐教育文化用品及服务、居住等8个大类，251个基本分类，约700个品种。当代西方消费经济理论中的需求论：马歇尔提出需求弹性理论，一般规律是在其他条件不变时，商品价格下降则对商品的需求量增加，反之也成立。这就是衡量需求量（消费）量对价格变动的反映。利用CPI，可以观察和分析消费品的零售价格和服务价格变动对城乡居民实际生活费支出的影响程度。结合需求论，CPI的变动将引起消费量的变动，即CPI是引起社会消费品总额的变动重要因素之一。（四）.恩格尔定律1857年，世界著名的德国统计学家恩思特.恩格尔阐明了一个定律：随着家庭和个人收入增加，收入中用于食品方面的支出比例将逐渐减小，这一定律被称为恩格尔定律，反映这一定律的系数被称为恩格尔系数。其公式表示为： 恩格尔系数（%）= 食品支出总额 /家庭或个人消费支出总额100% 国际上经常用恩格尔系数来衡量一个国家和地区人民生活水平的状况。根据联合国粮农组织提出的标准，恩格尔系数在59%以上为贫困，50-59%为温饱，40-50%为小康，30-40%为富裕，低于30%为最富裕。格尔系数是用来衡量家庭富足程度的重要指标。如果衡量的是一个国家，则一个国家生活越贫困，恩格尔系数就越大；反之，生活越富裕，恩格尔系数就越小。准确把握恩格尔系数的定义和适用范围，我们发现恩格尔系数已社会消费品总额之间的潜在联系。比如恩格尔系数下降，则表明居民的在收入增加的情况下，花在食物消费方面的支出反而减少了。这说明居民在非食物方面的支出增大了。非食物方面的支出则就是各种生产、生活方面的支出，包括各类零售商品、制造业类商品等方面的支出。而这些消费正是社会消费品总额指数所统计的范围。由此可见，恩格尔系数与社会消费品有着内在联系，是引起社会消费品总额变动的重要因素之一。三、相关数据收集在进行实证分析的过程中，所需要的数据来源于中国市场统计年鉴2003、中国财政年鉴2003以及部分网上统计资料。其中：社会消费品零售总额（亿元）Y，城乡居民储蓄额（亿元）X2，居民消费价格指数X3，城镇居民家庭人均可支配收入（元）X4，城镇居民家庭恩格尔系数X5。年份YX2X3X4X519781265210.6100.7343.40.57519791476281101.93870.57219801794399.5107.5477.60.56919812003523.7102.5491.90.56719822182675.4102526.60.57819832426892.51025640.592198428991214.7102.7651.20.592198538011622.6111.9739.10.533198643742237.6107899.60.524198751153073.3108.81001.20.52198865353801.5120.71181.40.514198970745146.9116.31375.70.54419908300.17034.2101.31510.20.54219919415.69110.3105.11700.60.538199210993.711545.4108.32026.60.53199312462.115203.5116.12577.40.503199416264.721518.81253496.20.519952062029662.3116.842830.501199624774.138520.8108.84838.90.488199727298.946279.8103.15160.30.466199829152.553407.599.45425.10.447199931134.759621.898.758540.421200034152.664332.4100.862800.394200137595.273762.4100.76859.60.382200240910.586910.6997702.80.37720034584210081.6100.98396.10.371四.计量经济模型的建立：Y=+2X2+3X3+4X4+5X5+T其中 ：Y 社会消费品零售总额（亿元） 常数项i代定参数 Xi各解释变量 t 随机扰动项我们分别利用EVIEWS软件，用最小二乘法进行回归分析及统计检验，并针对其中有多重共线性、自相关和异方差影响的方程，进行修正后再来估计参数。五、模型的求解和检验直接回归得到如下结果：Dependent Variable: YMethod: Least SquaresDate: 11/26/04 Time: 20:55Sample: 1978 2003Included observations: 26VariableCoefficientStd. Errort-StatisticProb. C19986.993607.3845.5405790.0000X2-0.0149170.007486-1.9926060.0595X3-70.1419714.86020-4.7201240.0001X44.9369220.14305234.511450.0000X5-22566.235248.261-4.2997540.0003R-squared0.998912 Mean dependent var14994.64Adjusted R-squared0.998704 S.D. dependent var14132.72S.E. of regression508.7128 Akaike info criterion15.47269Sum squared resid5434562. Schwarz criterion15.71463Log likelihood-196.1449 F-statistic4818.517Durbin-Watson stat1.267018 Prob(F-statistic)0.000000（一）统计意义的检验 R20.998912 ，Radj20.998704， F4818.517F0.05(5,21)=2.71，表明模型中各解释变量联合对Y的影响力显著。但是X2的t值不显著，t=1.992606t0.05(26)=2.056,其余变量的t值都显著，这说明由于解释变量共线性的作用，使得不能分解出各个解释变量对Y的独立影响。（二）计量经济的检验：1多重共线性的检验。在Eviews上得出相关矩阵如下：X2X3X4X5X2 1.000000-0.304854 0.848720-0.836721X3-0.304854 1.000000-0.247810 0.211099X4 0.848720-0.247810 1.000000-0.957580X5-0.836721 0.211099-0.957580 1.000000可看出各因素间存在相关性。由于变量较多，采用逐步回归法来修正模型。用Y对各个变量单独进行回归：得拟合优度最佳的并且符合经济意义：Dependent Variable: YMethod: Least SquaresDate: 11/26/04 Time: 20:51Sample: 1978 2003Included observations: 26VariableCoefficientStd. Errort-StatisticProb. C-606.9569232.5917-2.6095380.0154X45.4266790.06052689.659350.0000R-squared0.997023 Mean dependent var14994.64Adjusted R-squared0.996899 S.D. dependent var14132.72S.E. of regression786.9604 Akaike info criterion16.24804Sum squared resid14863361 Schwarz criterion16.34481Log likelihood-209.2245 F-statistic8038.798Durbin-Watson stat0.710785 Prob(F-statistic)0.000000在x4的基础上，现在分别加入其他变量，经比较，拟合优度最佳且符合经济意义的是：Dependent Variable: YMethod: Least SquaresDate: 11/26/04 Time: 20:52Sample: 1978 2003Included observations: 26VariableCoefficientStd. Errort-StatisticProb. C5755.2452108.2062.7299260.0119X3-58.6661719.35146-3.0316150.0059X45.3861530.05394499.847590.0000R-squared0.997873 Mean dependent var14994.64Adjusted R-squared0.997688 S.D. dependent var14132.72S.E. of regression679.5061 Akaike info criterion15.98878Sum squared resid10619757 Schwarz criterion16.13394Log likelihood-204.8541 F-statistic5395.730Durbin-Watson stat0.972261 Prob(F-statistic)0.000000再在x3, x4的基础上加入其他变量，得：Dependent Variable: YMethod: Least SquaresDate: 11/26/04 Time: 20:54Sample: 1978 2003Included observations: 26VariableCoefficientStd. Errort-StatisticProb. C6086.5712144.4022.8383540.0096X2-0.0091660.009868-0.9288340.3631X3-62.0506219.74853-3.1420380.0047X45.4633170.09914155.106340.0000R-squared0.997953 Mean dependent var14994.64Adjusted R-squared0.997674 S.D. dependent var14132.72S.E. of regression681.5429 Akaike info criterion16.02723Sum squared resid10219017 Schwarz criterion16.22079Log likelihood-204.3540 F-statistic3575.973Durbin-Watson stat0.889722 Prob(F-statistic)0.000000由于 x2，x3, x4拟合的修正可决系数0.997674比只用x3, x4拟合的修正可决系数0.997688还小，而且其中x2的t0.928834t0.05(26)=2.056，同时x2与x4，x5的可替代性强，综合考虑，因此可以剔除变量x2。Dependent Variable: YMethod: Least SquaresDate: 11/26/04 Time: 20:54Sample: 1978 2003Included observations: 26VariableCoefficientStd. Errort-StatisticProb. C18314.053737.6764.8998490.0001X3-64.1398115.50300-4.1372500.0004X44.8589360.14658933.146720.0000X5-20697.765501.391-3.7622770.0011R-squared0.998706 Mean dependent var14994.64Adjusted R-squared0.998529 S.D. dependent var14132.72S.E. of regression541.9694 Akaike info criterion15.56893Sum squared resid6462077. Schwarz criterion15.76249Log likelihood-198.3961 F-statistic5659.245Durbin-Watson stat1.389896 Prob(F-statistic)0.000000其中各变量t检验显著，F检验也显著，拟合优度很好。所以总结上述结果，回归式中以含有x3, x4, x5这么3个解释变量为最佳。通过消除多重共线性，最后得到的模型为：Y = 18314.05 -64.13981*X3 + 4.858936*X4 -20697.76*X5t = (4.899849) (-4.137250) (33.14672) (-3.762277)R2=0.998706 F=5659.245 DW=1.3898962异方差性的检验：由于我们的资料是时间序列数据，所以用ARCH检验（P1）得如下结果：ARCH Test:F-statistic3.292451 Probability0.082665Obs*R-squared3.130605 Probability0.076835Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 11/26/04 Time: 23:02Sample(adjusted): 1979 2003Included observations: 25 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C164345.068597.372.3957910.0251RESID2(-1)0.3916020.2158171.8145110.0827R-squared0.125224 Mean dependent var253370.4Adjusted R-squared0.087190 S.D. dependent var250896.3S.E. of regression239709.0 Akaike info criterion27.68886Sum squared resid1.32E+12 Schwarz criterion27.78637Log likelihood-344.1107 F-statistic3.292451Durbin-Watson stat1.884470 Prob(F-statistic)0.082665P值0.076835大于0.05，说明不存在异方差性。同时：在graph作图分别如下：随x的变化e2没有明显系统性变化，所以从图可以看出异方差性不存在。3自相关性的检验：由于d1.389896大于dL=1.143，小于du1.652，不能确定是否具有自相关性。用Cochrane-Orcutt 法估计得：Dependent Variable: YMethod: Least SquaresDate: 11/26/04 Time: 22:44Sample(adjusted): 1979 2003Included observations: 25 after adjusting endpointsConvergence achieved after 6 iterationsVariableCoefficientStd. Errort-StatisticProb. C16789.034696.7283.5746220.0019X3-60.4739819.15713-3.1567340.0050X44.9156270.18360326.773130.0000X5-18708.466706.763-2.7894920.0113AR(1)0.2996750.2371011.2639140.2208R-squared0.998773 Mean dependent var15543.83Adjusted R-squared0.998528 S.D. dependent var14138.16S.E. of regression542.4175 Akaike info criterion15.60681Sum squared resid5884334. Schwarz criterion15.85058Log likelihood-190.0851 F-statistic4071.334Durbin-Watson stat1.759885 Prob(F-statistic)0.000000Inverted AR Roots .30经过修正，d1.759885，大于du1.652而小于（4du）2.348，不存在自相关性。而且x3, x4 ,x5的t检验均显著，F检验与拟合优度都较好。这时，新方程为：Y=16789.03 - 60.47398*x3+4.915627*x4 -18708.467*x5t=(3.574622) (-3.156734) (26.77313) (-2.789492)R2=0.998773 F=4071.334 d=1.7598854.综上将实证分析结果如下：Y=16789.03 - 60.47398*x3+4.915627*x4 -18708.467*x5t=(3.574622) (-3.156734) (26.77313) (-2.789492)R2=0.998773 F=4071.334 d=1.759885（三）经济意义 在其他因素不变的情况下，居民消费价格指数每增加1，社会消费品零售总额平均减少60.47398亿元；城镇居民家庭人均可支配收入每增加1元，社会消费品零售总额平均增加4.915627亿元；城镇居民家庭恩格尔系数每降低0.01，社会消费品零售总额平均增加187.08467亿元。六预测分析与政策建议。（一）2004年社会消费品零售总额预测：预计2004年居民消费价格指数是103.5，城镇居民家庭人均可支配收入为9429.3元，预计2004年城镇居民家庭恩格尔系数将为0.365，代入拟合的模型中可以得出，2004年的社会消费品零售总额将为50052.305亿元。预计2004年中国消费品市场将继续保持稳定快速的势头，全社会消费品零售总额将超过5万亿元，增长速度约为10，居民消费价格总水平将比2003年略有上升。（二）对当前形势进行分析：优势：1. 国民经济稳步发展，城乡居民收入水平可以实现较快增长。2城乡居民消费结构升级步伐明显加快，带动相关市场和产业快速发展。从恩格尔系数这一衡量一个国家和地区人民生活水平及消费结构的重要指标来看，90年代以来，恩格尔系数下降速度明显加快。这说明，我国城乡居民的生活水平有明显提高，消费结构调整与升级的步伐正处于加速阶段。3消费者信心稳定与消费环境的进一步改善，有利于消费行为的稳步扩张。除了消费者信心的增加和消费需求的扩张，整顿和规范市场经济秩序工作按照“全国统一领导，地方政府负责，部门指导协调，各方联合行动”的原则，继续在全国范围内全面开展。劣势：1.城乡居民消费结构调整与服务价格的不断攀升，可能会对消费品需求有一定的挤出效应。近几年，居民消费价格指数处于上升趋势，其中各种农副产品以及一些基本工业、