计量经济学报告报告

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2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X219911700.61840102.919922026.62262105.419932577.42924113.2199434963852121.7199542834931114.819964838.95532106.119975160.35823100.819985425.1610997.419995854640597320006820685098.520016859771399.220027702.8738798.720038472.2790199.920049421.68679102.82005104399410100.8200611759.510423101200713785.811904103.8200815780.815326106.7三建立模型由数据分析，初步建立模型Y=b0+b1*X1+b2*X2+uib0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X1X2的回归。回归结果如下表1：DependentVariable:YMethod:LeastSquaresDate:12/22/10Time:12:48Sample:19912008Includedobservations:18VariableCoefficientStd.Errort-StatisticProb.C3435.4871604.7452.1408310.0491X10.7824950.02477831.580770.0000X2-20.2479014.85835-1.3627280.1931R-squared0.986696Meandependentvar6826.167AdjustedR-squared0.984922S.D.dependentvar3180.842S.E.ofregression390.5890Akaikeinfo14.924204criterionSumsquaredresid2288397.Schwarzcriterion15.07260Loglikelihood-131.3178F-statistic556.2194Durbin-Watsonstat0.346363Prob(F-statistic)0.000000参数估计：由上表可知回归系数估计值b。=3435.487b1=0.782495b3=-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=18a=0.10时t=1.341由数表可以看出CX1X2的t统计量绝对值都大于1.341符合t检验当n=18a=0.05时，查表得Fa=6.63有F=556.2194则符合。R-squared=0.986696AdjustedR-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X1X2X2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XjWhiteHeteroskedasticityTest:F-statistic9.554524Probability0.000788Obs*R-squared13.43130Probability0.009350TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/22/10Time:21:53Sample:19912008Includedobservations:18VariableCoefficientStd.Errort-StatisticProb.C-5784096.7392893.-0.7823860.44805X1-133.933033.41135-4.0086090.0015X1^20.0060140.0019533.0785790.0088X2131397.1135226.40.9716830.3489X2^2-663.1973619.4676-1.0705920.3038R-squared0.746183Meandependentvar127133.2AdjustedR-squared0.668086S.D.dependentvar178382.8S.E.ofregression102769.8Akaikeinfocriterion26.14850Sumsquaredresid1.37E+11Schwarzcriterion26.39583Loglikelihood-230.3365F-statistic9.554524Durbin-Watsonstat1.614357Prob(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=14.07nR2=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-wolsonstate=0.3464查表dl=1.16du=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）DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:00:03Sample(adjusted):19922008Includedobservations:17afteradjustmentsConvergenceachievedafter18iterationsVariableCoefficientStd.Errort-StatisticProb.C2846.6871363.5092.0877660.0571X10.7296930.03560620.493410.0000X2-8.36309115.08058-0.5545600.5886AR(1)0.7122520.1601644.4470330.00076R-squared0.997387Meandependentvar7119.471AdjustedR-squared0.996784S.D.dependentvar3017.423S.E.ofregression171.1210Akaikeinfocriterion13.32494Sumsquaredresid380671.3Schwarzcriterion13.52099Loglikelihood-109.2620F-statistic1653.972Durbin-Watsonstat1.945502Prob(F-statistic)0.000000InvertedARRoots.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X1X2做回归首先让Y对X1做回归，得下表DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:09:39Sample:19912008Includedobservations:18VariableCoefficientStd.Errort-StatisticProb.C1264.137195.64626.4613410.0000X10.7920400.02439532.467190.0000R-squared0.985048Meandependentvar6826.167AdjustedR-squared0.984114S.D.dependentvar3180.842S.E.ofregression400.9134Akaikeinfocriterion14.92981Sumsquaredresid2571705.Schwarzcriterion15.02874Loglikelihood-132.368F-statistic1054.11973Durbin-Watsonstat0.274278Prob(F-statistic)0.000000将Y与X2回归得如下结果DependentVariable:YMethod:LeastSquaresDate:12/23/10Time:09:41Sample:19912008Includedobservations:18VariableCoefficientStd.Errort-StatisticProb.C22716.7911804.761.9243760.0723X2-152.9007113.3674-1.3487180.1962R-squared0.102084Meandependentvar6826.167AdjustedR-squared0.045964S.D.dependentvar3180.842S.E.ofregression3106.879Akaikeinfocriterion19.02506Sumsquaredresid1.54E+08Schwarzcriterion19.12399Loglikelihood-169.2256F-statistic1.819041Durbin-Watsonstat0.140831Prob(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8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