城镇居民家庭人均支配收入与消费支出分析(doc 8页).doc

中国城镇居民家庭人均可支配收入与人均消费支出的变动分析对中国19852003年中国城镇居民家庭人均可支配收入与人均消费支出数据进行分析，数据如附表1。为了便于分析降低数据数量级，进而对原有数据都取对数。用y表示城镇居民家庭人均收入，用x表示城镇居民人均消费支出，y1,x1分别为取对数后的城镇居民家庭人均收入和城镇居民人均消费支出。文中的估计结果由Eviews5.0输出。一、 长期均衡分析（一）序列线性关系检验原有序列时序图取对数后的序列时序图原有序列散点图取对数后序列散点图从上述时序图和散点图可以比较明显的看出取对数后的城镇居民家庭人均收入和城镇居民人均消费支出之间具有线性关系，下面对取对数后的序列进行分析。（二）对对数序列进行ADF检验表1 城镇居民人均消费支出t-StatisticProb.*Augmented Dickey-Fuller test statistic-1.0493930.7100Test critical values:1% level-3.8867515% level-3.05216910% level-2.666593表2 城镇居民家庭人均收入t-StatisticProb.*Augmented Dickey-Fuller test statistic-1.9416510.3068Test critical values:1% level-3.9203505% level-3.06558510% level-2.673459从表1 和表2可以看出，进行ADF检验的结果表明取对数后的城镇居民家庭人均可支配收入和城镇居民人均消费支出二者都为非平稳序列。由于多元序列的建模前面要求序列必须平稳才能进行建立动态回归模型，进而取对数后的城镇居民家庭人均可支配收入和城镇居民人均消费支出序列不能建模，需要进行协整检验，如果存在协整关系即可进行建模，下面对两个序列进行协整检验。（三）协整检验对数消费支出2阶差分的ADF检验t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.7906030.0011Test critical values:1% level-2.7549935% level-1.97097810% level-1.603693对数可支配收入2阶差分的ADFj检验t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.4803700.0018Test critical values:1% level-2.7175115% level-1.96441810% level-1.605603从对数消费支出2阶差分的ADF检验和对数可支配收入2阶差分的ADF检验的结果可以看出2阶差分后序列都是平稳的，两个序列都是2阶单整，说明原有序列之间存在协整关系，下面进行协整检验。（三）构建模型（1）构造回归模型利用最小二乘法估计参数，参数估计值如表3。由表3可以看出P=0.0000.05,拒绝原假设，说明参数显著性检验是有效的，并且R2=0.999332，说明模型的拟合效果比较好，则构造出回归模型如下：y1=-0.357732+1.069827x1+t表1VariableCoefficientStd. Errort-StatisticProb.C-0.3577320.052374-6.8303190.0000X11.0698270.006706159.52510.0000R-squared0.999332Mean dependent var7.960369Adjusted R-squared0.999293S.D. dependent var0.805856S.E. of regression0.021425Akaike info criterion-4.749221Sum squared resid0.007803Schwarz criterion-4.649807Log likelihood47.11760F-statistic25448.25Durbin-Watson stat1.727920Prob(F-statistic)0.000000（2）残差序列单位根检验利用ADF对残差序列作单位根检验，三种类型的检验结果如下：类型1t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.5977850.0012Test critical values:1% level-2.6997695% level-1.96140910% level-1.606610类型2t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.4888060.0210Test critical values:1% level-3.8573865% level-3.04039110% level-2.660551类型3t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.3879030.0845Test critical values:1% level-4.5715595% level-3.69081410% level-3.286909由类型1和类型2可以看出P值都小于0.05，拒绝原假设，说明残差序列是平稳的。（需要说明的是三种类型中只要有一种类型检验结果拒绝原假设，即可说明序列是平稳的。）也就是说有95%的把握认为中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在协整关系，并可以构建如下动态回归模型：y1=-0.357732+1.069827x1+t检验结果显示回归模型显著成立，参数显著非零，残差序列t为白噪声序列。（四）结论上述分析说明中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列都是非平稳序列，但是由于它们之间具有协整关系，所以可以建立动态回归模型准确地拟合它们之间的互动关系。这个协整回归模型反映了中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在长期均衡关系。二、 短期波动分析（ECM模型）对中国19852003年中国城镇居民家庭人均可支配收入对数序列与人均消费支出对数序列进行分析，构造ECM模型。在前面已经通过EG检验证明中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在协整关系，即y1=-0.357732+1.069827x1+t这个协整回归模型反映了中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在长期均衡关系。为了研究人均消费支出的短期波动性，利用差分序列y2，x2和前期误差序列ECMt-1构建ECM模型：y2=0x2+1ECMt-1+t 用最小二乘法对参数进行估计，参数估计如表2。从表2可以看出0和1的参数检验对应的P值都小于0.05，拒绝原假设，说明参数是显著的，R2=0.998139方程的拟合优度较高，从而构建出ECM模型如下：y2= 1.023873x2+0.953422ECMt-1+t 参数检验结果表明收入的当期波动对消费支出的当期波动有显著的影响，上期的误差对当期波动的影响也是显著的。而且从回归系数的大小可以看出可支配收入的当期波动对消费支出的当期波动调整幅度很大，收入每增加1元消费支出就会增加1.023873元，同样上期误差对西欧啊发支出的当期波动幅度也很大，单位调整比例为 0.953422。表4VariableCoefficientStd. Errort-StatisticProb.X21.0238730.001060965.74610.0000ECMt-10.9534220.3963022.4057940.0286R-squared0.998139Mean dependent var7.900137Adjusted R-squared0.998023S.D. dependent var0.783977S.E. of regression0.034859Akaike info criterion-3.770571Sum squared resid0.019442Schwarz criterion-3.671641Log likelihood35.93514Durbin-Watson stat0.037805附表1 中国19852003年中国城镇居民家庭人均可支配收入与人均消费支出数据年份人均可支配收入人均消费支出1985739.1673.21986899.6798.9619871002.2884.419881181.41103.9819891375.71210.9519901510.21278.8919911700.61453.8119