计量经济学实验课程论文：居民最终消费的影响因素分析

1、计量经济学实验课程论文居民最终消费的影响因素分析摘要：近几年来,中国经济保持了快速发展势头,投资、出口、消费形成了拉动经济发展的“三架马车”,这已为各界所取得共识。通过建立计量模型,运用计量分析方法对影响城镇居民消费支出的各因素进行相关分析,找出其中关键影响因素,以为本地政策制定者提供一定参考,最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。关键字：消费支出 CPI 人均可支配收入于是最终确定了以居民最终消费支出为被解释变量，以城镇居民储蓄，居民可支配收入、居民消费价格指数、人均旅游花费为解释变量的计量经济模型。三变量的设定和数据收集1.将居民最终消费支出设为被解释变

2、量Y；X1代表城居民储蓄 X2代表人均可支配收入 X3代表居民消费价格指数X4代表人均旅游花费随即扰动项，代表其他所有的影响因素2.数据收集年份居民最终消费支出人均可支配收入居民储蓄居民消费价格指数人均旅游花费19909450.91510.27119.6103.1156.7199110730.61700.69244.9103.4163.2199213000.12026.611757.3106.4164.1199316412.12577.415203.5114.7178.5199421844.23496.221518.8124.1195.3199528369.7428329662.3117.12

3、18.7199633955.94838.938520.84108.3256.2199736921.55160.346279.8102.8328.1199839229.35425.153407.4799.2345199941920.45854.059621.898.6394200045854.6628064332.4100.4426.6200149213.26859.673762.4100.7449.5200252571.37702.886910.6599.2441.8200356834.48472.2103617.65101.2395.7200463833.59421.6119555.4103

4、.9427.5200571217.510493141051101.8436.1200680476.911759.5161587.3101.5446.9200793602.913785.8172534.19104.8482.62008108392.215780.8217885.4105.9511数据来源：中国统计年鉴2009四模型建立基于以上数据，建立模型=0+1X1+2 X2+3X3+4X4+ 是随机误差项由于经济中许多变量之间都有隐藏的表面看不到的相关性，经济中许多方面有些微妙的联系，就如人们对某一产品的需求量会受到该产品价格，替代品价格，居民收入水平等因素影响又不能全部列入模型，就用随即扰

5、动项表示。五 参数估计（一）使用Evies软件，运用OLS法估计模型：1.模型估计结果：=6193.15 + 7.5244X1- 0.0634X2 - 87.7866X3 + 9.8995X4t-Statistic (0.9198) (9.6430) (-1.4265) (-1.4582) (1.4626)R2=0.9991 F=3793.476 D.W. = 1.33572.经济意义从回归结果看，在保持其他条件不变的条件下，居民可支配收入每增加一个单位，居民消费支出将增加7.5244个单位；在保持其他变量不变的条件下，居民储蓄每增加一个单位，居民消费支出将减少0.0634个单位；在其他条件不

6、变的条件下，价格指数每增加一个单位，居民最终消费支出将减少87.7866个单位；在保持其他条件不变的额条件下，人均旅游花费没变动一个单位，消费支出就同向变动9.8995个单位。3.统计检验拟合优度：由=0.9991可知，方程的拟合程度很好F检验：在显著水平为0.05上，在F分布表上查自由度为k-1=4,n-k=14的临界值F（4，14）=5.87，很明显F=3793.476大于5.87，所以所有变量联合起来对模型由显著影响。 T检验：再显著条件为0.05的情况下,查自由度为14的t分布表此时，t（14）=2.15，可见，x2，x3, x4的t检验不显著，说明可能存在多重共线性问题。（二）计量经

7、济学检验： 1.多重共线性检验第一步，选取X1即人均可支配收入作为初始回归变量，则Y与X1的回归方程为：第二步，在初始回归方程中引入X2即居民储蓄，则可以得出回归方程：可以看出，虽然拟合优度稍有提升，但t值以及伴生概率都不达标，因此因剔除X2变量。第三步，引入X3变量，则回归方程为：可以看到拟合优度提升，t值F值及其伴生概率都达到要求，所以该变量应该保留。第四步，在上一步的基础上引入X4变量，则回归方程为：可以看出，虽然拟合优度稍有提升，但t值以及伴生概率都不达标，因此因剔除X4变量。综上，对于该模型，X2和X4是多余的，应剔除。最终的居民消费函数应该是Y=f(X1,X3)为最优，拟合结果如下

8、：2、异方差检验用怀特检验法检验异方差：从上述方程可以看出：nR22(1)=9.49，所以模型不存在异方差。3.序列相关性检验：用图示法检验模型是否存在序列相关：从上可知，存在正序列相关，下面利用广义最小二乘法消除序列相关性，可以得到回归方程：可以得出，在显著性水平为0.05的情况下，D.W.=1.514991du=1.68,仍存在序列相关，继续加入调整项进行调整，得到回归方程：此时，可以看出在显著性水平为0.05的情况下，D.W.=1.882585du=1.85，所以消除了序列相关性。所以最优的回归模型是：=13043.99 + 6.7846X1 - 116.4207X3 + 0.8897 AR(1) -0.3216 AR(2)六结论从回归结果看，在保持其他条件不变的条件下，居民可支配收入每增加一个单位，居民消费支出将增加6.7846个单位；在其他条件不变的条件下，价格指数每增加一个单位，居民最终消费支出将减少116.4207个单位。根据多元线性回归的基本方法，通过对初始线性回归模型的验证和分析， 最后得到的线性回归模型在理论上符合实际，其结果也与前面分析的基本一致。七. 模型应用及建议1.促进消费的增加，要从国