我国汽车需求的因素分析

1、我国汽车需求的因素分析一问题，的提.出随着我国经济的持续、快速的增长，以及加入世界贸易组织后对外开放程度的不断加深，市场上对各种商品的需求也在与日俱增。汽车作为高档消费品，也随着市场经济的不断发展逐步走进了普通大众的生活。中国的汽车市场己俨然成为了各大汽车厂商必争的兵家之地。早己窥视许久的众多国际汽车巨头也加快了对中国汽车市场的争夺。然而，中国的汽车需求量到底有多大，会不会仅仅是GDP高速增长所产生的泡沫？面对国外各汽车巨头的大肆进攻，中国的汽车企业应如何应付？希望通过此次研究，能对我国的汽车需求量有更深入的认识，以解释以上提出的问题。二.分析过程为了应对入世后更为激烈的市场竞争，在更高层次上

2、发展我国的民族汽车产业，切实把握我国汽车需求的影响因素是当务之急。而影响到汽车需求的因素是多方面的。因此，我们提取了我国成品钢产量，原油产量，铁路运输量，公路运输线路长度，国内生产总值GDP这五个对有较大影响的因素的时间序列数据来进行分析，希望通过建立一个合适的经济模型來从理论上找出影响汽车需求的最主要因素。变量选取和具体数据：应变量Y（我国的汽车需求量）：假设在无存货的条件下，汽车的产量等于汽车的需求量，因此，用汽车的产量代替汽车需求量。自变量XI（成品钢产量）：钢铁是制造汽车的主要原料，使制造汽车的基础，是影响汽车产量的重要因素。因此也是影响汽午需求量的重要因素。X2（原油产量）：石油是汽

3、车的动力之源，也是人们拥有汽车期间的一项重要支出。可见也在一定程度上影响着汽车的需求量。X3（铁路运输量）：对汽车的需求具有替代作用，从而制约了汽车的需求量。X4（国内生产总值GDP）：GDP反映了国民经济发展状况是影响汽车需求量的重要因素。X5（公路运输线路长度）：公路运输线路越长与汽车需求量是互补品，公路运输线路越长，越会刺激汽车的需求。具体数据如下：（表1）Y（万辆）xl（万吨）:Fo.o5,表明第二部分的误差项方差大于第一部分的误差项方差，则拒绝丹。，接受円-即误差项存在异方差。修正：运用模型的对数变换对异方差性进行修正，用OLS法求LNY对LNX的回归，其结果为（表16）Depend

4、entVariable:LNYMethod:LeastSquaresDate:05/25/05Time:22:22Sample:19782003Includedobservations:26VariableCoefficientStd.Errort-StatisticProb.C-8.2777740.40494120.441920.0000LNX11.4415450.04634031.107870.0000R-squared0.975799Meandependentvar4.282572AdjustedR-squared0.974791SD.dependentvar0.989425S.E.of

5、regression0.157095Akaikeinfocriterion-0.790126Sumsquaredresid0.592294Schwarzcriterion-0.693349Loglikelihood12.27164F-statistic967.6999Durbin-Watsonstat0.773548Prob(F-statistic)0.000000对修正后的模型进行异方差检验（Goldfeld-Quandt检验）提出检验假设：HoU为同方差性：HiU为异方差性分别对两部分观察值求回归模型，结果如下：（表17）DependentVariable:LNYMethod:LeastS

6、quaresDate:05/25/05Time:22:23Sample:19781987Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.C10.901421.485048-7.3407860.0001LNX11.7603900.1847499.5285490.0000R-squared0.919023Meandependentvar3.244150AdjustedR-squared0.908901SD.dependentvar0.404480S.E.ofregression0.122083Akaikeinfo

7、criterion-1.191378Sumsquaredresid0.119234Schwarzcriterion-1.130861Loglikelihood7.956892F-statistic90.79325Durbin-Watsonstat1.816480Prob(F-statistic)0.000012(表18)DependentVariable:LNYMethod:LeastSquaresDate:05/25/05Time:22:24Sample:19942003Includedobservations:10VariableCoefficientStd.Errort-Statisti

8、cProb.C-4.9750720.5451499.1260850.0000LNX11.0888610.05777418.846800.0000R-squared0.977974Meandependentvar5.292838AdjustedR-squared0.975220SD.dependentvar0.386333S.E.ofregression0.060815Akaikeinfocriterion-2.585113Sumsquaredresid0.029587Schwarzcriterion-2.524596Loglikelihood14.92556F-statistic355.201

9、8Durbin-Watsonstat1.198604Prob(F-statistic)0.000000两部分的剩余平方和工勺=0.119234与工勺=0.029587,它们的自由度均为842为估计参数的个数，于是构造宁一幻一工垢艺:/洱仝幻W讦=0.029587/0.119234=0.248142308402F0.05(&8)=3.44故接受原假设，此时不再存在异方差自相关检验和修正经过异方差检验和修正后，模型为LnY=-8.277774+1.441545LnX1(-20.44192)(31.10787)R-squared=0.975799S.E=0.157095F=967.6999DW=0.

10、773548从模型设定來看，没有违背D-W检验的假设条件，因此可以用D7检验来检验模型是否存在一阶自相关。D-W检验：由回归结果得DW=0.773548,给定显著性水平0.05,查Durbin-Watson表的下限临界值1.072,上限临界值为1.222。可见DW=0.773548DL=1.072,所以判定存在一阶正自相关，需要进行修正。釆用广义差分法对模型进行修正：由DW=0.773548,根据p=1-DW/2,计算出p=0.613226,用GENR分别对X和丫作广义差分。即：GENRDY=Y-0.613226*Y(-1)GENRDX=X-0.613226*X(-1)修正为：DLNY=C+C

11、iDLNX+u修正的模型回归结果为:DependentVariable:DLNYMethod:LeastSquaresDate:05/25/05Time:22:30Sample(adjusted):19792003Ineludedobservations:25afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C-0.0414150.057266-0.7232110.4768DLNX11.8532260.5232943.5414630.0017R-squared0.352878Meandependentvar0.

12、135787AdjustedR-squared0.324742SD.dependentvar0.169472S.Eofregression0.139262Akaikeinfocriterion-1.028302Sumsquaredresid0.446059Schwarzcriterion-0.930792Loglikelihood14.85378F-statistic12.54196Durbin-Watsonstat2.235509Prob(F-statistic)0.001743由回归结果得DW=2.235509,DL=1.055DU=1.211故DUDW4DUDW值得到了改善，修正了一阶自

13、相关所以,我们确定的模型最终形式是DLNY=-0.041415+1.853226DLNX+u三、总结从经济意义角度，成品钢产量，原油产量，铁路运输量，公路运输线路长度，国内生产总值GDP都应该是对汽车产量有较大影响的因素。但从我们对模型的参数估计、检验和修正的结果來看，在多重共线性检验过程中，原油产量，铁路运输量，公路运输线路长度，国内生产总值GDP因素都没有通过检验而被删去，只留下了成品钢产量因素这个唯一变量。经过我们的分析，我们认为这可能源于四方面的原因：我们所选择的这几个经济变量在随时间的变化过程中往往存在共同的变化趋势。这使得它们之间容易产生多重共线性。在模型设立过程中由于认识上的局限

14、造成变量选择不当，也会引起变量之间的多重共线性。数据本身的原因。统计数据的真实，有效性是我们不能控制的。由于数据來源的局限我们设立的模型是封闭的，假定年份我国原油生产总量我国原油消费总量两者差额不存在进出口问题，即我国汽车生产需要的成品钢，原油都是自己生产提供的，这与现实有一定偏差的。以1978年到2003年我国原油生产总量和消费总量相关数据为例（见左表），在1993年以前，中国的石油产量基本能够自给自足;但1993年以后原油的产量就逐渐不够消费需求了，且这个供需缺口在随着我国经济发展，汽车行业的成长而扩大。同时我们发现，在对模型进行参数估计、检验及修正过程中，多重可决系数数值不断降低。经过多

15、重共线性检验和修正，只留下XI（万吨标准煤）（万吨标准煤）197814876.4912971.6881904.802198015168.9312476.9252692.005198517879.11413112.6224766.492198919616.32716575.7143040.613199019745.1816384.6983360.482199120130.04817746.8932383.15519922027138419104.751166.634199320768.03321110.726-342.693199420896.30421356.238-459.934199521

16、419.64422955.8-1536.16199622544.7225010.64-2465.92199722906.9328110.792-5203.86199822986.2528426.01-5439.76199922916.4630187.608-7271.1520002332338432053.062-8729.68200123454.632784.102-9329.5200223937.83735528.8134-11591200324285.4538107.38-13821.9作为变量，此时RA2为0.988479o然后经过异方差检验和修正，RA2从0.988479变为0.975799,但通盘考虑模型的可靠度及其经济意义，我们认为适当降低可决系数的要求是可取的。最后经过自相关检验和修正