搜索
基于EViews的上海市服务性消费支出与相关经济数据的模型分析与检验摘要：该文介绍了对于通过对服务性消费支出及相关经济变量进行检验分析建立模型的方法，将其运用到预测服务性消费支出。该方法对于调整相关经济政策，刺激内需，稳定经济有实际意义及借鉴价值。关键词：服务性消费支出；人均生产总值；人均可支配收入经过30年的改革开放，我国从一个贫穷落后的国家已一跃成为仅次于美国的全球第二大经济体。在此期间，我国通过大量的对外出口形成的贸易顺差，迅速累积了大量的外汇储备。但是，由于近年来在世界范围内陆续出现了次贷危机以及欧债危机，导致了许多西方发达国家的经济衰退，使得我国的出口贸易也受到了极大地影响。要想在全球经济不景气，国家对外出口受阻的情况下，保持我国经济总体平稳增长，就需要将视线转回国内，从拉动内需入手。根据经济学的一些基本原理，我们可以知晓，国民对于生活必需品的需求弹性较小。因此想要达到刺激消费，拉动内需的目的，最好的选择就是促进人们对于生活必需品以外的消费，尤其是弹性较大的服务性消费。为了预测人们的服务性消费支出水平，更好地规划宏观经济政策，就需要定量地分析与服务性消费支出相关的经济变量。本文选取了作为中国经济发展龙头的上海为代表，以上海统计网1980年到2010年的相关数据为依据进行模型的建立，并加以检验。另外，因为要对模型的可行性进行检验，所以把2010年的数据空出，作为模型的检验数据。这里以1980年到2009年各年人均服务性消费支出作为被解释变量，经分析得到以下变量：人均生产总值、居民消费水平、职工平均工资、人均可支配收入、人均消费支出，数据见表1。表1平均每人服务性消费支出与相关投入量年份人均生产总值（按人民币计算）（元）居民消费水平（元/人）职工平均工资（元）平均每人可支配收入（元）平均每人消费支出（元）平均每人服务性消费支出（元）19802725582873637553751981280063887063758579198228646408836595768219832947688897686615871984323278811108347261011985381110311416107599212119863956119016891293117013619874340129818931437128216119885080168022771723164817119895362192726081976181219019905911222529172183193723319916661242033752486216729419928208284242733009250936519931106139235650427735305681994143285081740158684669732199517779631092797172586888919962064772281066381596763120519972339782891142584396820117319982520688961205987736866134419992707196831414710932824817812000300471092215420117188868215420013179911807177641288393362393200233958131371947313250104643033200338486142472216014867110403369200444839164702439816683126314084200549649187412682318645137734447200654858214752956920668147624841200762041250993470723623172555595200866932282423950226675193986287200969164303584278928838209926656201076074322714675731838232006955模型初步设定为：Y=β1X1+β2X2+β3X3+β4X4+β5X5+C。其中，Y：人均服务性消费支出（元），X1：人均生产总值（元），X2：居民消费水平（元/人），X3：职工平均工资（元），X4：人均可支配收入，X5：人均消费支出（元）。显著性水平α=0.05。通过运用EViews，估计方程为：Y=0.059880X1-0.057770X2+0.384112X3-0.179370X4-0.326168X5-113.6263。1、多重共线性分析由于X2、X4未通过t检验，而且X2、X4、X5前的符号经济意义也不合理，因此解释变量可能存在多重共线性。检验简单相关系数，X1、X2、X3、X4、X5的相关系数表如表2：X1X2X3X4X5X110.9964280.9970590.9981020.997283X20.99642810.9989540.9977550.995812X30.9970590.99895410.9988340.99743X40.9981020.9977550.99883410.999202X50.9972830.9958120.997430.9992021用Y分别关于作一元线性回归得表3：X1X2X3X4X5参数估计值0.096370.2323970.1644970.2417130.334084T统计量38.8153847.3937650.4815337.5513532.18091R平方0.9817550.9876880.9891320.980530.973675由表3得知，解释变量的重要程度依次为X5、X4、X2、X3、X1。将各解释变量按以上顺序分别引入基本回归模型中，并用OLS法估计，删除较为不符合的解释变量，得到Y关于X1、X4的方程：Y=0.064058X1+0.081247X4-399.7564。2、异方差分析采用怀特检验法，运用EViews对经过修正的回归方程进行异方差检验。检验结果见下图。从上图可见，Obs*R-squared=14.87696，其Probability的值为0.0049630.05，说明回归方程存在异方差性。克服异方差，如图得到修正后的方程：Y=0.064058X1+0.081247X4-399.7564。3、序列相关性分析经过异方差修正后发现，方程的Durbin-Watsonstat值为0.213352，存在序列相关性。运用EViews对上一步得到的方程进行序列相关性分析。一阶滞后：从上图可见ar(1)的回归系数非常显著，表明此模型存在一阶自相关。二阶滞后：由上图可见ar(2)的回归系数不显著，故该模型不存在二阶序列相关性。三阶滞后：由上图可见，ar(3)的回归系数不显著，表明该模型不存在三阶序列相关性。采用广义差分法，运用EViews经过修正后，得到方程：Y=0.057882X1+0.108143X4-585.7653。4、随机变量分析运用EViews对上一步得到的方程的残差与解释变量的相关性进行检验，如下表：RESIDX1X2RESID10.0849530.087487X10.08495310.998043X20.0874870.9980431由上表可见，相关系数接近于零，不存在随机变量的影响。通过上述检验修正，最终得到的回归方程为：Y=0.057882X1+0.108143X4-585.7653。和初始方程相比无论是拟合优度还是参数t值都有显著地改善。经过以上分析，得出的模型的回归方程表明，人均服务性消费支出的变化可以由人均生产总值、人均可支配收入的数值来解释：X1的回归参数0.057882表示，在其他条件不变的情况下，人均生产总值每增加1元，人均服务性消费支出增加0.57882元；X4的回归参数0.108143表示，在其他条件不变的情况下，人均可支配收入每增加1元，人均服务性消费支出增加0.108143元。以此模型预测2010年的人均服务性消费支出，由统计年鉴可知2010年各解释变量的数值如下：X1=76074；X4=31838。代入模型中得Y=7260.607，误差率为4.39%，符合误差率的要求。综上所述，该模型可行，可将该模型运用于服务性消费支出。通过运用该模型，我们可以根据现有已知的解释变量的数据，预测服务性消费支出的数量，从而可以根据现有情况对国家经济进行指导，及时调整相关政策，拉动国内需求，减少经济发展对于出口贸易的依赖程度，缓解西方国家经济危机对于我国经济的冲击程度，有助于稳定国家经济发展，持续推动我国经济的平稳发展。2010级秋季经济学院研修班（金融投资方向）学员：章震学号：2010411251二〇一一年十二月三十日