【网络经济影响巢湖市地区居民消费的实证分析2800字】

网络经济影响巢湖市地区居民消费的实证分析目录TOC\o"1-3"\h\u9769网络经济影响巢湖市地区居民消费的实证分析 1120271.1数据和指标的选取及说明 1180971.2变量的设定及其描述性统计分析 1284771.3模型的选定及说明 2215061.4模型的检验与分析 3169321.4.1ADF检验 3151931.4.2VAR模型输出结果 4312561.4.3VAR方程稳定性检验 679881.4.4格兰杰因果检验 6108891.4.5脉冲响应函数 7318731.4.6方差分解 81.1数据和指标的选取及说明本次分析主要从网络经济的发展以及巢湖市居民消费的变化入手，从巢湖市人民政府颁布的统计年鉴中获取互联网的普及率、网民规模，开通互联网业务比重、居民人均可支配收入和人均消费支出等数据.因为网站中仅获得2011年之后的数据，故笔者将数据区间选定为2011-2019年.本次实验分析的研究指标数据，主要根据数据的可得性，笔者选择巢湖市地区的互联网普及率、互联网用户规模、通网比重作为本次实验的网络经济指标；将农村居民人均生活消费支出作为衡量巢湖市地区居民的消费水平的分析指标；为了数据有效性，将巢湖市地区的居民人均可支配收入也作为自变量纳入分析体系中去[[][]李晨阳.网络经济对农村居民消费水平和消费结构的影响研究[D].河北经贸大学,2017.1.2变量的设定及其描述性统计分析因变量：：人均消费支出（XF）自变量：：人均可支配收入（SR）：互联网普及率（PJL）：网民规模（GM）：开通互联网宽带比重（TWBZ）表4-1变量的描述性统计分析分析值GMPJLTWBZSRXF均值584721.267.574538.5017519486.4611040.37中位数50907559.43532.7121706.7512301.75最大值79568892.6168.63054816563最小值48500051.1423.6879495159.9标准差11695811.0505115.740427433.2153859.234偏斜度0.8046420.7535490.935637-0.300841-0.265341峰度1.8834331.8499992.3186271.6749061.461309JB统计量3.1970982.9948733.3049461.7649132.207663伴随概率0.202190.2237030.1915760.4137650.331598数据和116944241351.49770.035389729.2220807.4离差平方和2.60E+113750.921.71E+031.05E+092.83E+081.3模型的选定及说明根据以往发布文献的启发，笔者综合考虑实验的可行性以及有效性，采取VAR矢量自回归模型来进行本篇论文的实证分析.VAR模型是基于分析数据的统计指标建立的相关变量之间的模型，其核心是将分析系统中的所有变量作为其他变量的滞后值，以分析之间存在的相关关系[[]李晨阳.网络经济对农村居民消费水平和消费结构的影响研究[D].河北经贸大学,2017.].在一定条件下其他模型也能够VAR模型，故VAR模型成为了[]李晨阳.网络经济对农村居民消费水平和消费结构的影响研究[D].河北经贸大学,2017.建立VAR模型分析后，还要通过后续的格兰杰因果检验、脉冲响应、方差分解来进行后续的分析检验.格兰杰因果关系是检验某个变量的滞后值是否是引起其他变量的原因.脉冲响应是冲击对某个变量在不同时期的影响效果.方差分解是分析影响内生变量的结构冲击的贡献度.VAR（p）模型的表达式是：（4-1）其中：是k维内生变量，是d维外生变量，p是滞后阶数，t是样本个数.k×k维矩阵和k×d维矩阵B是待估计的系数矩阵.是k维扰动列向量，他们相互之间可以同期相关，但却不与自己的滞后值相关，假设是的协方差矩阵，是一个k×k的正定矩阵，则可表示为：，（4-2）式（4-2）就是非限制性向量自回归模型.冲击向量是白噪声向量，没有结构性的含义，又称为简化形式的冲击向量.下面是去除常数项的非限制向量自回归模型，如式（4-3）：,（4-3）1.4模型的检验与分析1.4.1ADF检验因为建立VAR模型的前提条件就是需要变量指标的时间序列是平稳的，如果不平稳，则可能会出现伪回归现象.通过统计变量的概率值与显著性水平相比较，得出是否存在单位根的结论.令：序列至少存在一个单位根；：不存在单位根.通过检验估计值是否存在单位根来判断序列是否稳定.若接受，说明序列不平稳；反之，若拒绝，说明序列平稳，则可继续建立模型进行分析.通过Eviews10.0软件进行ADF检验，结果如表4-2所示，可得各变量在经过二阶差分后，除普及率外，其他序列均为临界值1%下的平稳序列，故需要去掉普及率指标来建立向量自回归模型进行分析.表4-2ADF检验结果变量ADF值1%临界值5%临界值10%临界值Prob结论LPJL-0.100789-3.959148-3.081002-2.681330.9326不平稳LGM-2.483616-3.886751-3.052169-2.6665930.1363不平稳LTWBZ-2.090104-3.886751-3.052169-2.6665930.2503不平稳LSR-0.992551-3.886751-3.052169-2.6665930.731不平稳LXF-0.630021-3.831511-3.02997-2.6551940.8415不平稳D（PJL）-2.781196-3.959148-3.081002-2.681330.0844临界值10%下平稳D（GM）-2.694274-3.959148-3.081002-2.681330.0978临界值10%下平稳D（TWBZ）-1.888749-3.857386-3.040391-2.6605510.3296不平稳D（SR）-3.618347-3.886751-3.052169-2.6665930.017临界值5%下平稳D（XF）-3.547025-3.886751-3.052169-2.6665930.0195临界值5%下平稳D（PJL，2）-2.138432-1.05791-3.11991-2.7011030.2344不平稳D（GM，2）-6.649197-3.886751-3.052169-2.6665930临界值1%下平稳D（TWBZ，2）-5.058783-3.886751-3.052169-2.6665930.001临界值1%下平稳D（SR，2）-5.393346-3.92035-3.065585-2.6734590.0006临界值1%下平稳D（XF，2）-1.121612-3.92035-3.065585-2.6734590.0068临界值1%下平稳1.4.2VAR模型输出结果表4-3参数估计结果和检验统计量结果GMTWBZSRXFGM(-1)1.2457383.65E-050.0264670.001089-0.48148-6.00E-05-0.01087-0.01473[2.58730][0.60992][2.43394][0.07397]GM(-2)0.2727160.0001330.0003970.01072-0.72388-9.00E-05-0.01635-0.02214[0.37674][1.47679][0.02430][0.48421]TWBZ(-1)-3397.2420.583817-210.1436-0.959871-3849.67-0.47897-86.9445-117.734[-0.88248][1.21890][-2.41699][-0.00815]TWBZ(-2)-501.5657-0.66206263.22104-81.82004-4381.48-0.54551-99.023-131.09[-0.11508][-1.21366][0.63845][-0.61019]SR(-1)-1.717538-0.0016161.4235250.261695-16.1039-0.002-0.3637-0.4925[-0.29294][-0.80667][3.91396][0.53136]SR(-2)-11.9548-0.001124-0.1769290.272838-20.2487-0.00252-0.45732-0.61926[-0.59040][-0.44600][-0.38689][0.44058]XF(-1)12.78880.002775-0.8439930.334077-11.9074-0.00185-0.33668-0.45591[0.85788][1.49621][-2.50679][0.73277]XF(-2)19.480750.0016370.05374-0.493547-20.5522-0.00256-0.46417-0.62855[0.94787][0.64019][0.11578][-0.78522]C-171378.7-51.14503-4979.871-717.793-161897-20.143-3656.43-4951.26[-1.05857][-2.53910][-1.36195][-0.14497]0.9787340.9829350.9965880.977743调整后0.959830.9677660.9935560.95796残差值5.08E+0978.6356125911134751210标准差23757.652.955891536.5645726.5757F统计量51.7752661.79991328.613649.42193对数似然函数值-200.6644-38.81097-132.4359-137.8927AIC准则23.296055.3123315.715116.32142施瓦茨准则SC23.741245.75751616.1602916.7666因变量均差595529.139.2447220756.4611660.99因变量标准差118536.716.463946683.8613543.634通过表4-3可得本文的向量自回归模型：（4-4）（4-5）（4-6）（4-7）用矩阵表示为：（4-8）得出巢湖市地区农村居民消费水平的回归方程为：（4-9）上述模型即为本文的VAR模型，且由表（4-3）中的值可知方程的拟合程度是很高的.至此，后续还需用格兰杰因果检验、脉冲响应、方差分解来进一步分析，需要注意，在进行下一步的检验之前需要通过特征根来检验模型是否稳定.1.4.3VAR方程稳定性检验判断VAR模型是否稳定的方法是通过观察模型的所有特征根的倒数的模是否都小于1，当大于等于1时那么这个模型不稳定，没有办法进行后续的检验.除了数据显示，若所有的散点都在单位圆内也是能判断模型是稳定的.为了表现直观，如图4-1所示，因为所有特征根的模都在圆内，所以该VAR模型稳定，就可以进行下一步的检验.图4-1稳定性检验1.4.4格兰杰因果检验格兰杰因果关系用来检验某个变量是否对其他的变量产生影响.通过概率值和置信水平进行比较.如表4-4所示.表4-4格兰杰因果检验结果Dependentvariable:XFExcludedChi-sqdfProb.GM0.37103620.8307TWBZ0.58236520.7474SR3.8407620.1466All12.6447860.049由上可得，收入、网民规模和通网比重均不能格兰杰引起消费，即消费和收入网民规模和通网比重之间不存在格兰杰因果关系.但需要注意的是，该检验结果只是一种预测，并不能完全作为肯定或否定因果关系的依据，本文仅供实验数据参考，不等同于两者之间不存在因果关系[[][]周建,李子奈.Granger因果关系检验的适用性[J].清华大学学报:自然科学版,2004(03):358-361.1.4.5脉冲响应函数脉冲响应函数是得到一个变量对另一个变量的全部的动态的影响分析，对于分析多个指标之间的动态关系很明显，本文的脉冲响应分析结果如图4-2所示.图4-2脉冲响应检验由图4-2知，消费受网民规模的冲击在6至9期之间呈负向冲击，6期之前9期之后均为正向冲击，且9期之后曲线上升趋势较大；消费受通网比重的冲击前两期为正向冲击，后期促进作用不明显；消费受收入的冲前期作用很大，后存在波动趋于平稳；消费受自身的冲击前4期下降后趋于平稳.可得