【计量经济学报告报告（8页）】计量经济学案例分析报告

……………………………………………………………精品资料推荐…………………………………………………

PAGE

PAGE 1

《计量经济学》课程论文

城镇居民消费主要影响因素的实证分析

小组成员：何志滔 李学贤 吴晓天

指导教师：张子昱

日期：2010年12月23日

城镇居民消费主要影响因素的实证分析

摘要

中国经济的快速增长，城镇化步伐加快。城镇居民的消费在国民经济中占有极其重要的比重，城镇居民的消费水平对整个国名经济的的发展有重大的作用。面对这个巨大的消费 ，如何提高消费水平就成了扩大内需、拉动经济所面对的问题。本文运用计量经济学的方法，就城镇居民的消费水平的主要影响因素进行了简单的分析。

关键词： 城镇居民；消费水平；影响因素

一 问题的提出

经济危机以来，中国遭遇增长上的瓶颈。一直以来中国经济的增长主要依赖于投资、出口和消费三架马车，而又以投资和出口的拉动作用最大。虽然我国一直在强调要扩大内需，但经济危机中由于出口减少而引起经济的下滑还是说明国内经济对出口的依赖还是很大的。

西方经济学中有很多关于需求、消费的理论。微观经济学中供求和均衡价格理论中的需求定理阐述了需求的定义和影响因素。需求是指某一特定时期内，在各种可能的价格水平下，消费者愿意而且能够买到的某种商品的数量。影响需求的主要因素包括商品本身的价格、其他商品的价格、消费者的偏好、消费者收入及人们对未来的期望等。

由于数据的可获得性及影响的重要性，对于城镇居民的消费水平主要选取了以下两个影响因素;城镇居民家庭可支配纯收入及商品零售价格指数。

二 1991年到2008年城镇居民消费水平及其影响因素的统计数据（表1）

年份

城镇家庭可支配纯收入X1

城镇居民消费水平Y

商品零售价格指数X2

1991

1700.6

1840

102.9

1992

2026.6

2262

105.4

1993

2577.4

2924

113.2

1994

3496

3852

121.7

1995

4283

4931

114.8

1996

4838.9

5532

106.1

1997

5160.3

5823

100.8

1998

5425.1

6109

97.4

1999

5854

6405

97

2000

6820

6850

98.5

2001

6859

7713

99.2

2002

7702.8

7387

98.7

2003

8472.2

7901

99.9

2004

9421.6

8679

102.8

2005

10439

9410

100.8

2006

11759.5

10423

101

2007

13785.8

11904

103.8

2008

15780.8

15326

106.7

三 建立模型

由数据分析，初步建立模型Y=b0+b1*X1+b2*X2+ui b0表示在没有任何影响因素下城镇居民的消费水平；b1表示城镇家庭可支配纯收入对城镇居民消费水平的影响；b2表示商品零售价格指数对城镇居民的消费水平的影响；ui为随机扰动项

四 模型的检验与修正

（一）模型的参数估计及经济意义和统计意义上的检验

利用Eviews软件，做Y对X1 X2的回归。回归结果如下表1：

Dependent Variable: Y

Method: Least Squares

Date: 12/22/10

Sample: 1991 2008

Included observations: 18

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

3435.487

1604.745

2.140831

0.0491

X1

0.782495

0.024778

31.58077

0.0000

X2

-20.24790

14.85835

-1.362728

0.1931

R-squared

0.986696

?Mean dependent var

6826.167

Adjusted R-squared

0.984922

?S.D. dependent var

3180.842

S.E. of regression

390.5890

?Akaike info criterion

14.92420

Sum squared resid

2288397.

?Schwarz criterion

15.07260

Log likelihood

-131.3178

?F-statistic

556.2194

Durbin-Watson stat

0.346363

?Prob(F-statistic)

0.000000

参数估计：由上表可知回归系数估计值

b。=3435.487 b1=0.782495 b3=-20.24790

（二）经济意义上的检验

该模型可以初步估计经济意义上的检验，系数符号均符合经济意义。城镇居民人均纯收入及零售商品价格指数均能在数量上增加居民消费。

统计意义上的检验

当n=18 a=0.10时 t=1.341由数表可以看出C X1 X2的t统计量绝对值都大于1.341 符合t检验 当n=18 a=0.05时，查表得Fa=6.63 有F=556.2194则符合。R-squared=0.986696 Adjusted R-squared=0.984922 模型的拟合优度比较好。因此这些因素对城镇居民消费水平有较大影响。

（三）计量经济学检验

异方差检验 样本容量为18 且模型为二元线性回归模型 利用怀特检验对异方差进行检验。利用OLS课上的残差ei 求残差的平方和ei的平方并将其X1 X2 X2的平方 X1的平方和X1*X2 进行回归 可得到如下表2 且Xii为X1的平方 Xi为Xj

White Heteroskedasticity Test:

F-statistic

9.554524

?Probability

0.000788

Obs*R-squared

13.43130

?Probability

0.009350

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 12/22/10 Time: 21:53

Sample: 1991 2008

Included observations: 18

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-5784096.

7392893.

-0.782386

0.4480

X1

-133.9330

33.41135

-4.008609

0.0015

X1^2

0.006014

0.001953

3.078579

0.0088

X2

131397.1

135226.4

0.971683

0.3489

X2^2

-663.1973

619.4676

-1.070592

0.3038

R-squared

0.746183

?Mean dependent var

127133.2

Adjusted R-squared

0.668086

?S.D. dependent var

178382.8

S.E. of regression

102769.8

?Akaike info criterion

26.14850

Sum squared resid

1.37E+11

?Schwarz criterion

26.39583

Log likelihood

-230.3365

?F-statistic

9.554524

Durbin-Watson stat

1.614357

?Prob(F-statistic)

0.000788

由表可知 R-squared=0.746183 查表得样本数为18 自由度为7的χ2=14.07

nR2=13.5＜14.07 所以接受原假设，表明残差是同方差的。不存在异方差性。

（四） 序列相关检验

Dubin-wolson state=0.3464 查表dl=1.16 du=1.39 而DW值小于dl，存在正序列相关

利用秩代法序列相关进行处理 一次秩代结果（表3）

Dependent Variable: Y

Method: Least Squares

Date: 12/23/10 Time: 00:03

Sample (adjusted): 1992 2008

Included observations: 17 after adjustments

Convergence achieved after 18 iterations

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

2846.687

1363.509

2.087766

0.0571

X1

0.729693

0.035606

20.49341

0.0000

X2

-8.363091

15.08058

-0.554560

0.5886

AR(1)

0.712252

0.160164

4.447033

0.0007

R-squared

0.997387

?Mean dependent var

7119.471

Adjusted R-squared

0.996784

?S.D. dependent var

3017.423

S.E. of regression

171.1210

?Akaike info criterion

13.32494

Sum squared resid

380671.3

?Schwarz criterion

13.52099

Log likelihood

-109.2620

?F-statistic

1653.972

Durbin-Watson stat

1.945502

?Prob(F-statistic)

0.000000

Inverted AR Roots

.71

经过一次秩代，DW值1.945

所以其大于du而小于4-du 所以模型的序列不相关。所以模型所选变量比较好。

（五） 多重共线性检验

利用Frish综合分析法做检验，让Y对X1 X2做回归首先让Y对X1做回归，得下表

Dependent Variable: Y

Method: Least Squares

Date: 12/23/10 Time: 09:39

Sample: 1991 2008

Included observations: 18

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

1264.137

195.6462

6.461341

0.0000

X1

0.792040

0.024395

32.46719

0.0000

R-squared

0.985048

?Mean dependent var

6826.167

Adjusted R-squared

0.984114

?S.D. dependent var

3180.842

S.E. of regression

400.9134

?Akaike info criterion

14.92981

Sum squared resid

2571705.

?Schwarz criterion

15.02874

Log likelihood

-132.3683

?F-statistic

1054.119

Durbin-Watson stat

0.274278

?Prob(F-statistic)

0.000000

将Y与X2回归得如下结果

Dependent Variable: Y

Method: Least Squares

Date: 12/23/10 Time: 09:41

Sample: 1991 2008

Included observations: 18

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

22716.79

11804.76

1.924376

0.0723

X2

-152.9007

113.3674

-1.348718

0.1962

R-squared

0.102084

?Mean dependent var

6826.167

Adjusted R-squared

0.045964

?S.D. dependent var

3180.842

S.E. of regression

3106.879

?Akaike info criterion

19.02506

Sum squared resid

1.54E+08

?Schwarz criterion

19.12399

Log likelihood

-169.2256

?F-statistic

1.819041

Durbin-Watson stat

0.140831

?Prob(F-statistic)

0.196209

由上两表可知Y与X1的拟合度比较好 Y与X2的拟合度不那么好。但由表1可知引入X2后R-quared=0.9867 让Y与X1回归的R-quared=0.9850 这说明X2这变量对模型有改善作用。且t符合检验，故不能舍弃。

五 问题思考及政策建议

（一）问题思考

在扩大内需进程中，城市这个市场是一直以来都非常重要的。本文就是城镇家庭可支配纯收入和商品零售价格指数对城镇居民消费水平的影响进行了简要的分析。但是在现实生活中，城镇居民消费水平是受多方面影响的，不仅包括经济层面，还包括社会层面。我认为经济层面包括收入、储蓄、商品价格、通货膨胀率等等，这些方面基本上是可以计量的，但居民的消费水平还受社会层面的影响，例如居住地区、医疗社会保障程度、家庭人口状况、受教育程度等等，这些方面都是难以计量的，但他们对居民消费影响程度的影响又是不可以低估的。

（二）政策建议

1、由模型可以看出，城镇家庭可支配纯收入如对消费水平的影响是巨大的，所以增加居民收入是提高消费水平的一个重要手段，所以政府在扩大内需的同时要想方设法增加居民的收入，不仅要增加居民收入的数量，还要增加居民收入的渠道，鼓励居民适当增加投资。

2、商品零售价格指数对城市居民消费水平也有一定的影响，但其受通货膨胀率及经济发展水平等因素的影响。商品零售价格指数偏高，居民不得不用更多的钱去消费，居民消费水平也会升高，但这种上升是相对的。事实上，在居民收入增长较慢的情况下，商品零售价格指数越高，人民生活水平越低，尽管在数值上居民消费水平上升了，但这种上升对居民是不利的，我认为商品零售价格指数必须要控制在一个合理的范围之内，让其与城镇居民收入成适当的比例。政府也可以实行一些特殊的政策，例如“家电下乡”“以旧换新”等政策，人为的干预商品零售价格指数。但这也不是长宜之计，重点还是深化市场改革，建立和完善社会主义市场经济，同时要打破长久形成的城乡二元结构，形成合理的竞争市场。

3、要提高城镇居民消费水平就要建立完善的医疗社会保障制度和社会保障制度，让居民消除消费的后顾之忧。

参考文献

[1]中国统计年鉴

[2]中华人民共和国统计局/

[3]张瑞清.计量经济学[M]北京：中国农业出版社2007.08

推荐访问:报告 报告 计量 经济学 计量经济学报告报告（8页）