计量经济学论文——我国消费者信心指数与宏观经济的关系

1、我国消费者信心指数与宏观经济的关系摘要通过协整方法发现，消费者信心指数与消费者物价指数之间有长期关系。利用回归方程得出，消费者信心指数对宏观经济指标：社会零售额、金融机构储蓄存款（人民币）、工业总产值、上证收盘综合指数、深证收盘综合指数的预测作用不明显。采用Granger提出的因果引导关系模型来检验CCI是否对宏观变量具有增量预测作用，得出CCI的变化会引起我国金融机构储蓄变化，但与本文所选的其它宏观经济变量没有动态引导关系。【关键词】：消费者信心指数、单位根检验、协整、回归方程、Granger因果检验、Eviews1、研究背景与意义1.1、研究背景消费者信心是指消费者对国家或地区的经济发展形

2、势和个人经济状况的看法和预期。消费者信心指数也被译为消费者情绪指数。消费者信心指数一般包括消费者满意指数和消费者预期指数，消费者满意指数反映的是指消费者对当前经济生活的评价，消费者预期指数反映的是指消费者对未来经济生活发生变化的预期，一般包括对宏观经济、家庭收入、物价水平、耐用品购买、住宅购买、汽车购买、就业状况以及股票投资的信心。许多国家定期开展了消费者信心调查。国外关于消费者信心指数的研究证明消费者预期是宏观经济未来变化的先行指标，消费者信心指数能够预测消费支出，对其他宏观经济指标也有较好的预测效果。如Utaka (2003) 用日本月度、季度、半年度的消费者信心指数研究消费者信心指数对日

3、本国民生产总值波动的影响。日本消费者信心本身对短期的经济周期波动是有影响的，但是对长期而言，它对实体经济的影响却可以忽略。吴文锋利用中国消费者信心指数 1999 至 2003 年数据分析 CCI 对宏观经济因素的影响，发现 CCI 在一定程度上能预测消费者行为，但 CCI 缺乏对工业界、金融界和商业界等经济部门的信号引导功能。杨茂利用中国消费者信 心指数 （ CCI ）1999年10月至2004年8月的数据，结合北京、天津、上海、广州四大城市的社会消费品零售总额来分析 CCI 的预测、引导功能。发现表明，CCI 的变化对北京及天津的消费需求变化有解释和预测作用但对上海、广州的消费需求变化不存在

4、显著的解释和预测作用。 1.2、研究意义消费者信心指数被目前的经济学家和政府广泛认可并用于预测经济走势。研究消费者信心指数与宏观经济之间的关系，如果消费者信心指数与宏观经济有关时，则我们更应该注重消费者信心指数。2、消费者信心指数与宏观经济的理论研究与模型设定2.1、指标的选取与数据的来源消费者信心指数与宏观经济之间是呈动态变化关系的。消费者的信心影响了消费欲望，而消费欲望通过作用于消费需求影响到宏观经济的运行。考虑到数据的来源难易程度以及反映宏观经济的一些结构性指标，我们主要从一下几个方面分析研究：消费者信心指数与消费者物价指数的关系，消费者信心指数（CCI）对社会零售额（CPS）、金融机构

5、储蓄存款（人民币）（CHUXU）、工业总产值（GYCZ）、上证收盘综合指数（SHANG）、深证收盘综合指数（SHEN）的预期作用。采用Granger提出的因果引导关系模型来检验CCI是否对宏观变量具有增量预测作用。本文所选的指标涵盖了股票市场、商业界、工业界、社会消费与储蓄，较全面的包括了消费者信心指数所能预测的宏观经济变量。本文的数据来自中经网统计数据库68:81/ 工业总产值的数据是2000年1月到2008年12月的月度数据，其余指标数据均是2000年1月到2011年9月的月度数据。2.2、消费者信心指数（CCI）与消费者物价指数（CPI）之间的关系消费

6、者满意指数（CCI）反映的是指消费者对当前经济生活的评价，消费者物价指数（CPI），是反映与居民生活有关的商品及劳务价格统计出来的指标，当CPI升高时，CCI应该减少，同时由于CPI、CCI都有滞后效应，且设滞后期数为六期，最后我们设定的模型为2.3、消费者信心指数（CCI）的预测能力如果CCI指数对各个宏观经济变量有领先预测作用的话，则滞后的CCI指数的变化可用于解释领先的宏观经济变量的变化。设定的模型如下:式中分别表示各宏观经济变量社会零售额（CPS）、金融机构储蓄存款（人民币）（CHUXU）、工业总产值（GYCZ）、上证收盘综合指数（SHANG）、深证收盘综合指数（SHEN）2.4、Gr

7、anger因果引导关系检验CCI是否对宏观变量有增量预测作用2.4.1、Granger因果理论如果变量X有助于预测Y ,即根据Y的过去值对Y进行回归时,如果再加上X的过去值,能够显著地增强回归的解释能力,则称X是Y的Granger原因,否则称为非Granger原因。估计下列两个回归模型:检验的零假设为: x不是引起y的Granger原因,即H0 : ，若原假设成立,则构造统计量：其中是限制性变量时，回归方程的OLS的残差平方和；是非限制性方程的OLS估计的残差平方和；p，q分别为y和x的滞后阶数，可以根据赤池信息准则（AIC）来确定；T为样本容量。比较F统计量与临界值的大小即可得检验结果。如果

8、F大于临界值就拒绝原假设H0 : x不是引起y的Granger原因,若F小于临界值,则不能拒绝原假设:这就意味着x不是y的“Granger原因”。其次，将的位置交换，按同样的方法检验原假设H0：不是引起变化的Granger原因。最后要得到是变化的Granger原因的结论，必须同时拒绝原假设“x不是y的Granger原因”和接受原假设“y不是引起x的Granger原因”当检验的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，可以采用格兰杰因果检验，且要做格兰杰检验的前提是数据必须是平稳的，否则不能做。2.4.2、CCI变化与宏观经济变化Granger因果模型设定下面采用Grange

9、r提出的因果引导关系模型来检验CCI是否对宏观变量具有增量预测作用。即使CCI无预测作用，若发现它具有增量信息的预测作用看，引导了，则认为，的变化在一定程度上引起了宏观变量的变化，它们之间存在一定的因果引导关系。3、消费者信心指数与消费者价格指数的关系由于所用的数据为时间序列数据，需检验其平稳性性，用EG两步法考察他们之间是否存在协整关系。根据协整关系的检验方法，首先回答消费者信心指数与居民消费价格指数序列是否为非平稳序列，即考察其单整阶数。3.1、数据平稳性检验由于在某些计量分析中，要求序列为平稳时间序列数据，否则不能得到准确结果，出现伪回归等问题。因此首先对相关数据进行平稳性检验，由于CC

10、I与CPI在某个水平上下波动，所以用模型检验，并以Schwarz 信息准则确定滞后阶数，得到下表所示 各变量的单位根检验变量ADF检验值检验类型（C,T,N）临界值（置信水平）检验结果1%5%10%CCI-2.09133（C,0，0）-3.47749-2.88213-2.57783非平稳CCI-10.0654（C,0，0）-3.47784-2.88228-2.57791平稳CPI-1.73652（C,0，12）-3.48204-2.88411-2.57888非平稳CPI-5.404（C,0，11）-3.48204-2.88411-2.57888平稳3.2、协整检验CCI、CPI的单位根检验表明

11、，CCI序列、CPI序列都是一阶单整的，即、。为了分析消费者信心指数（CCI）和消费者价格指数（CPI）之间是否存在协整关系，我们先作两变量之间的回归，然后检验回归残差的平稳性。设定的方程为：由上表可知，该模型可决系数高，F检验值60.56802，明显显著。但是当=0.05时，只有CCI的一阶滞后显著，其余不显著，且有些变量的符号与预期相反，这表明很可能存在严重的多重共线性。计算各解释变量的相关系数，发现CCI各阶滞后存在严重的多重共线性，CPI各阶滞后存在严重的多重共线性。利用阿尔蒙法（Almon），消除多重共线性。阿尔蒙法的思想是利用多项式来逼近滞后参数的变化结构，从而减少待估参数的数目。

12、其基本原理是，在有限分布滞后模型滞后长度s已知的情况下，滞后项系数可以看成是相应滞后期i的函数。结果如下图，从图中可知，CPI当期与其所有滞后期的系数都不显著。为了研究CCI与CPI之间的关系。采用逐步回归修正多重共线性，最终得：由于模型中，只有CPI的第六期滞后，而无前五期，因而再次利用Almon检验，在Eviews中输入 LS CCI C CCI(-1) PDL(CPI,6,3),得如下图，CPI只有第六期显著，所以该模型是正确的。采用模型检验回归残差的平稳性，得如下图，在0.05的显著水平下，拒绝原假设，表明残差序列不存在单位根，是平稳序列。说明消费者信心指数、消费者信心指数一期滞后、消

13、费者信心指数六期滞后之间存在协整，表明两者之间有长期均衡关系。3.2.1、利用德宾检验随机扰动是否存在自相关查标准正态分布表得，在3%的置信水平下，,不拒绝原假设，说明自回归模型不存在一阶自相关。3.2.2、检验模型是否存在异方差1）用图示法 从图上看出，残差平方对解释变量分布较均匀，模型很可能不存在异方差。2）White检验设方差与解释变量之间的关系：用Eviews计算得，由White检验可知，在下，查分布表，得临界值，同时个解释变量的t值也显著。比较计算的统计量与临界值，因为，所以不拒绝原假设，表明模型不存在异方差。3）ARCH检验也无异方差（略）综上，模型不存在异方差。3.2.3、模型的

14、意义解释该方程表示为在其它因素不变的情况下，当上期的CCI增加1单位时，本期CCI增加0.919380个单位，当前六期的CPI增加1单位时，本期CCI减少0.109948个单位。这符合经济意义，CPI增加，CCI减少。4、消费者信心指数（CCI）的预测能力如果CCI指数对各个宏观经济变量有领先预测作用的话，则滞后的CCI指数的变化可用于解释领先的宏观经济变量的变化。设定的模型如下:式中分别表示各宏观经济变量社会零售额总额（CPS）、金融机构储蓄存款（人民币）（CHUXU）、工业总产值（GYCZ）、上证收盘综合指数（SHANG）、深证收盘综合指数（SHEN）;如果CCI指数对各个宏观经济变量有领

15、先预测作用的话，则滞后的CCI指数的变化可用于解释领先的宏观经济变量的变化，那么上式的模型在统计上应该显著。采用模型检验新的各个指标的平稳性，所有的指标都是平稳的。因而可以用普通OLS对模型进行估计。各个回归模型的参数值D_CPSD_CHUXUD_GYCZD_SHANGD_SHEN00.024 0.013 0.024 0.004 0.007 01.020 0.046 1.020 0.449 0.253 1-0.838 -0.214 -0.838 0.095 -0.051 2-0.632 -0.043 -0.632 0.189 0.064 31.568 0.075 1.568 -0.216 -0

16、.324 4-0.942 -0.152 -0.942 0.293 0.261 50.283 -0.061 0.283 0.042 0.094 60.163 0.115 0.163 0.252 0.211 Adj_R20.053 0.083 -0.019 -0.031 -0.041 P值（方程显著性）0.639 0.135 0.639 0.883 0.973 从标准的F和修正后的可决系数知，消费者信心指数与所有模型的回归都不显著，这表明，CCI的变化对各个宏观经济变量变化的解释作用和预测作用都不显著。5、Granger因果引导关系检验CCI是否对宏观变量具有增量预测作用前面的回归模型是检验CCI

17、是否具有直接的预测作用。下面采用Granger提出的因果引导关系模型来检验CCI是否对宏观变量具有增量预测作用。即使CCI无预测作用，若发现它具有增量信息的预测作用，如引导了，则认为，的变化在一定程度上引起了宏观变量的变化，它们之间存在一定的因果引导关系。因此，因果引导关系的检验有利于观察变量之间的动态变化关系。第4节已经验证了各指标为平稳的，所以可以用Granger因果检验。各个变量之间的Granger因果引导关系(10%的置信水平下)宏观经济变量D_XtD_Xt不是引起D_CCIt Granger原因D_CCIt不是引起D_XtGranger原因F检验值（P值）引导关系F检验值（P值）引导

18、关系D_CPS1.4889(0.89036)N0.38035(0.89036)ND_SHI1.48126(0.19016)N0.6358(0.70136)N D_SHEN1.53316(0.17296)N 0.85926(0.52707)ND_CHUXU1.62113(0.14694)N1.93917(0.07981)YD_GYCZ0.99124(0.43628) N 0.2407(0.9618)N 从上表可以看出CCI的变化是我国金融机构储蓄变化的Granger原因，且金融机构储蓄变化不是CCI变化的Granger原因，所以CCI的变化会引起我国金融机构储蓄变化。CCI与社会零售额（CPS）、工业总产值（GYCZ）、上证收盘综合指数（SHANG）、深证收盘综合指数（SHEN）之间没有这样的关系。这说明，我国的CCI对这些变量没有影响。6、本