计量经济学消费水平

计量经济学论文居民消费水平影响因素的计量分析 班级：金融八班 姓名：张真真 学号：7居民消费水平影响因素的计量分析摘要：本文中的收集数据参考了中国统计年鉴，使用了eviews软件进行计算统计整理，对我国1992年到2013年城镇居民可支配收入的变化情况进行分析，评估，检验，最终的出相关结论并提出相关建议。关键字：居民消费影响因素 消费水平 t检验，F检验 多重共线性 参数估计 异方差检验 LM法1、 导论消费水平是指一个国家一定时期内全体消费者按人均达到的物质与文化需要获得满足的程度。国家经济发展水平起基础性作用；收入是消费的前提和基础，当前可支配收入越高，未来预期收入越乐观，收入差距越小，消费水平越高；物价变动影响人们的购买力；生产决定消费（对象，方式，水平，生产为消费创造动力）；消费心理（从众，求异，攀比，求实）也会影响消费。本文认为国内生产总值、城乡居民人均收入(城镇，农村)、储蓄、居民消费价格指数都会对消费水平产生影响。通过研究各地的居民消费水平,可以反映不同地区的经济发展状况,为国家的经济决策提供依据。可见,居民消费水平是国家作出经济决策的风向标之一.政府活动的方向、范围、主要任务在很大程度上需要参考各地的居民消费水平.2、 模型设定和数据说明（1） 模型设定以分析居民消费水平为目的，同时考虑了其他一些指标的分析需要，根据计量经济学模型的构思，在建模时作了如下处理：1、 该模型为线性模型。2、鉴于1978年实行了改革开放，前几年是经济恢复期，数据不具代表性。主要采集的样本是1990年以后的，我国的经济运行机制有了极大的改变，人民生活水平也有了极大的提高，故这一时期的样本更能反映这种变化。3、模型中将居民消费水平（Y）作为被解释变量，根据经验引入国内生产总值（X1）、城乡居民人均收入(城镇X2，农村X3)、储蓄(X4)、居民消费价格指数(X5)，对模型进行回归分析，以求能使模型具有更高的可操作性。4、设定显著性水平为0.05。模型设定为：Y=0+1*X1+2*X2+3*X3+4*X4+5*X5+（2） 数据说明居民消费水平与国内生产总值等各相关因素的表格年份居民消费水平(元)GDP（亿元）城镇居民人均可支配收入（元）农村居民家庭人均纯收入（元）城乡居民储蓄存款年度余额（亿元）居民消费价格指数（1990年为100）199183318718.3 1510.2 686.3 7119.6 100.0199293221826.2 1700.6 708.6 9244.9 107.41993111626937.3 2026.6 784.0 11757.3 121.71994139335260.0 2577.4 921.6 15203.5 156.71995183348108.5 3496.2 1221.0 21518.8 222.61996235559810.5 4283.0 1577.7 29662.3 280.51997278970142.5 4838.9 1926.1 38520.8 313.51998300278060.8 5160.3 2090.1 46279.8 325.51999315983024.3 5425.1 2162.0 53407.5 322.02000334688479.2 5854.0 2210.3 59621.8 315.82001363298000.5 6280.0 2253.4 64332.4 317.620023887.2 6859.6 2366.4 73762.4 320.620034144.7 7702.8 2475.6 86910.7 317.120044475.0 8472.2 2622.2 .7 322.320055032.7 9421.6 2936.4 .4 339.420065573.6 10493.0 3254.9 .0 347.620076263.7 11759.5 3587.0 .3 354.620087255.7 13785.8 4140.4 .2 377.220098349.8 15780.8 4760.6 .4 406.320109098 .7 17174.7 5153.2 .7 402.6201110522.819109.46991.8.2428.7201212570.021809.88641.6.9455.2201314098.124564.89605.5.0472.5 数据来源：中国统计年鉴20143、 计量经济模型参数估计模型设定为：Y=0+1*X1+2*X2+3*X3+4*X4+5*X5+用普通最小二乘法估计模型，回归结果为：Dependent Variable: YMethod: Least SquaresDate:06/19/16 Time: 13:21Sample: 1991 2013Included observations: 23CoefficientStd. Errort-StatisticProb.C-145.566849.46585-2.0.0107X1-0.0.-1.0.2039X.0000X.0009X4-0.0.-0.0.8616X5-0.1.-0.0.3928R-squared0.Mean dependent var3923.300Adjusted R-squared0.S.D. dependent var2406.042S.E. of regression45.94497Akaike info criterion10.73609Sum squared resid29553.16Schwarz criterion11.03481Log likelihood-101.3609Hannan-Quinn criter.10.79440F-statistic10418.31Durbin-Watson stat1.Prob(F-statistic)0.从表中发现在0.05时，虽然R较大且接近于1，模型拟合效果较好，F检验显著，但由于X1、X4、X5前参数估计值未能通过t检验，而且系数的符号为负，与经济意义不符，故认为解释变量间存在多重共线性。4、 检验及修正1、经济意义检验逐步回归，检验简单相关系数，结果如下：X1X2X3X4X5X110.9950.98490.9940.789X20.995110.99380.99330.8357X30.98490.993810.98170.8795X40.99430.99330.981710.784X50.78940.83570.87950.78441由上表可见，解释变量之间确实存在高度相关，故采用逐步回归法进行修正。对X1、X2、X3、X4、X5单个回归，发现X2的拟合优度最好，结果为：Dependent Variable: YMethod: Least SquaresDate: 06/19/16 Time: 13:25Sample: 1991 2013Included observations: 23CoefficientStd. Errort-StatisticProb.C152.835849.158143.0.0061X98460.0000R-squared0.Mean dependent var3923.300Adjusted R-squared0.S.D. dependent var2406.042S.E. of regression116.0168Akaike info criterion12.43999Sum squared resid.0Schwarz criterion12.53956Log likelihood-122.3999Hannan-Quinn criter.12.45942F-statistic8153.812Durbin-Watson stat0.Prob(F-statistic)0.将X2作为基础模型，再将其余解释变量按R由大到小逐个引入，先引入X3，Dependent Variable: YMethod: Least SquaresDate: 06/19/16 Time: 13:32Sample: 1991 2013Included observations: 23CoefficientStd. Errort-StatisticProb.C-121.419033.02452-3.0.0019X05970.0000X59180.0000R-squared0.Mean dependent var3923.300Adjusted R-squared0.S.D. dependent var2406.042S.E. of regression44.89403Akaike info criterion10.58397Sum squared resid34263.05Schwarz criterion10.73333Log likelihood-102.8397Hannan-Quinn criter.10.61312F-statistic27278.31Durbin-Watson stat1.Prob(F-statistic)0.发现模型拟合优度提高，且参数符号合理，变量也通过了t检验，再引入X1，Dependent Variable: YMethod: Least SquaresDate: 06/19/16 Time: 13:21Sample: 1991 2013Included observations: 23CoefficientStd. Errort-StatisticProb.C-141.548538.78676-3.0.0022X.0000X.0000X1-0.0.-0.0.3365R-squared0.Mean dependent var3923.300Adjusted R-squared0.S.D. dependent var2406.042S.E. of regression44.91785Akaike info criterion10.62440Sum squared resid32281.81Schwarz criterion10.82355Log likelihood-102.2440Hannan-Quinn criter.10.66328F-statistic18166.59Durbin-Watson stat1.Prob(F-statistic)0.发现模型拟合优度再次提高，但是X1没有通过t检验，且参数符号与经济意义不符，所以要去掉X1，在引入X4、X5，修正的拟合优度下降，同时参数未通过t检验，且经济意义不符，所以X1、X4、X5是多余的。所以通过逐步回归后的模型为：Y=121.4190+0.*X2+0.*X3 3、 异方差检验采用怀特检验，设回归模型为Y=。+2*X2+3*X3+，模型输出结果为，F-statistic1.Prob. F(2,17)0.2897Obs*R-squared2.Prob. Chi-Square(2)0.2576Scaled explained SS3.Prob. Chi-Square(2)0.1673Dependent Variable: YMethod: Least SquaresDate: 06/02/14 Time: 13:47Sample: 1990 2012Included observations: 23CoefficientStd. Errort-StatisticProb.C357.15381603.7090.0.8264X22-0.0.-1.0.1494X3.1645R-squared0.Mean dependent var1713.153Adjusted R-squared0.S.D. dependent var3357.435S.E. of regression3299.943Akaike info criterion19.17868Sum squared resid1.85E+08Schwarz criterion19.32804Log likelihood-188.7868Hannan-Quinn criter.19.20784F-statistic1.Durbin-Watson stat1.Prob(F-statistic)0.由上面回归结果可以看出，p0.05，说明该模型不存在异方差。4.序列相关检验从残差项与时间t以及与的关系图看，随机干扰项呈现正相关。 D.W.检验结果表明，在5%的显著性水平下，n=20,k=3，查表得，1.10 1.54,由于0D.W=1.1.10，故存在正自相关。用广义差分法进行修正，一阶广义差分的估计结果为：Dependent Variable: YMethod: Least SquaresDate: 06/20/16 Time: 13:50Sample: 1991 2013Included observations: 23CoefficientStd. Errort-StatisticProb.C-105.554057.50659-1.0.0863X.0000X.0000AR(1).0930R-squared0.Mean dependent var4085.947Adjusted R-squared0.S.D. dependent var2356.305S.E. of regression42.04776Akaike info criterion10.50015Sum squared resid26520.22Schwarz criterion10.69898Log likelihood-95.75146Hannan-Quinn criter.10.53380F-statistic18837.06Durbin-Wa