云南居民消费水平的因素分析

课程设计(综合实验)报告(2012--2013年度第一学期)名称：计量经济模型应用实践题目：云南居民消费水平的因素分析院系：经济与管理学院专业：金融学学号：1101940306学生姓名：陈玉斌指导教师：胡军峰设计周数：两周成绩：日期：2013年01月08日课程课程设计（综合实验）报告1一、课程设计(综合实验)的目的与要求1、要求学生独自完成一个实证分析的完整过程，得到计量经济分析的实践训练2、培养学生获取信息和综合处理信息的能力、建立模型的能力、文字和语言表达能力3、针对某一经济活动对象，收集真实的样本数据，独立建立一个单方程多元线性回归计量经济学模型，并完成模型的估计、检验和修正，最终得到一个无设定偏误、经济意义合理的模型；利用模型进行必要的结构分析、经济预测或政策评价。二、设计（实验）正文2.1选题背景及意义经济增长通常是指在一个较长的时间跨度上，一个地区人均产出（或人均收入）水平的持续增加。经济增长率的高低体现了一个地区在一定时期内经济总量的增长速度，也是衡量一个国家或地区总体经济实力增长速度的标志。它构成了经济发展的物质基础，而产业结构的调整与优化升级对于经济增长乃至经济发展至关重要。随着市场经济的稳定繁荣和改革开放的深入发展，我国人均生活水平有的很大的提高，其主要表现在人均可支配收入的增长，云南也如此。建立一个经济意义合理的消费模型，对云南消费结构分析、经济预测或政策评价具有一定的参考价值，从而有利于调整云南消费结构，改善云南消费水平。2.2文献综述马立平，居民消费行为的定量研究.首都经济贸易大学出版社,2009.12。研究了1978-2000年统计年鉴中的时间序列数据，运用多元线性回归模型，以居民收入、金融资产、投资机会的选择、消费机构、价格水平为解释变量，居民消费水平为被解释变量。对北京居民家庭的消费行为进行了定量研究与分析。贾洪文、颜咏华、白媛媛三人的《甘肃省城乡收入差距影响因素的实证研究——基于面板数据的分析》以甘肃14个州2012年的截面数据，以地区金融机构存贷款之和与该地区生产总值之比(FSC)、各地区金融机构贷款余额与存款余额之比(FEF)、地方政府财政支出与财政收入之比(GB)、人均GDP、第三产业占生产总值的比重(INDU)作为解释变量，应用面板数据和固定效应模型LnGAPINi，t=αi，t+β1LnFSCi，t+β2LnFEFi，t+β3LnGBi，t+β4LnCGDPi，t+β5LnINDUi，t+ε准确地研究产业结构与城乡收入差距之间的关系。王宏伟，中国农村居民消费的基本趋势及制约农民消费行为的基本因素分析.《管理世界》双月刊，2000年第4期，采用1985年到1998年的数据。以现期消费为被解释变量、现期收入与平均收入作为解释变量,建立相对收入的线性计量模型此模型主要用于检验消费示范效应和消费者的攀附行为。ln(ct/yt)=α0+α1ln(y/yt)(1)其中ct和yt分别表示消费者的现期消费和现期收入,y为平均收入来分析中国农村居民消费的基本趋势及制约农民消费行为的基本因素。2.3研究的目的和思路目的：研究影响云南消费水平的因素，有利于对对云南经济水平的了解，对于改善云南居民消费水课程课程设计（综合实验）报告2平具有一定的参考意义，对以后回到家乡建设家乡具有一定的基础。基本思路：从经济学角度来看，消费的增长应该是多种制约因素同时作用的结果，并不仅取决于其中的一种因素。本文的目的正是在于将定性的增长与定量的数据分析结合起来，运用计量经济模型来说明居民消费水平的增长与其制约因素之间的量化关系。我搜集云南1997年至2011有关时间序列数据，并加以实证分析与比较对比分析，以使我们对云南经济显示有一个客观、科学的认识。在这里我主要选取以下几个指标对云南消费水平有明显影响的因素来进行实证分析。2.4初步建立模型：Ct=a+bP+cY+dC1+u1、人均可支配收入(Y)，2、居民消费价格指数（P）,3、前期消费水平（C1）。2.5数据(数据来源：《中国统计年鉴2012》)表1单位：元年份居民消费（Ct）人均可支配收入（Y）物价水平（P）前期消费（Cl）199718331893103.4833199823552311106.4932199927892998114.71116200030024044124.11393200131595046117.11833200233465846108.32355200336326420102.8278920043869679699.2300220054106715998.63159200644117858100.43346200749258622100.7363220085463939899.238692009613810542101.241062010708112336103.944112011818314040101.849252.6.模型估计、检验、修正2.6.1.1变量相关性分析课程课程设计（综合实验）报告32.6.1.2模型估计检验结果显示，解释变量的系数符合经济意义，价格指数P值大于0.05。2.6.1.3序列相关检验利用Durbin-Watson检验法进行自相关检验。从表3可知D.W.值为1.063，且样本容量n=15，k=4在给定显著性水平α=0．05的条件下，查表得到D.W.的临界值的上下界分别为：dl=0.82和du=1.75，所以dlD.W.=1.063du，则不能确定自相关性。利用LM一阶序列相关性检验得课程课程设计（综合实验）报告4LM二阶序列相关性检验得nR²=0.290477nR´²=0.487918X²=3.84X´²=5.99故不存在序列相关性。Ct=2461.499-12.42P+0.88Y-1.09C1+u2.6.1.4异方差检验采用怀特（White）检验结果如下表由检验结果可知：精确p值大于0.05，不存在异方差性。2.6.1.5多重共线性检验定性分析：由于许多经济变量随时间的变化过程中往往存在共同的变化趋势，这就使得它们之间容易产生多重共线性。例如，经济的增长将使人均可支配收入有所增加，随着人们可支配收入的增长，会使得商品销售有所增长，进而导致零售物价指数也发生相应的变化。在我们的模型中，将人均可支配收入，物价指数和前课程课程设计（综合实验）报告5期消费水平作为解释变量同时引入模型，这三者之间极有可能存在很大的相关性2.6.1.6做辅助回归分析做Cl的辅助分析结果为：DependentVariable:ClMethod:LeastSquaresDate:01/08/13Time:15:11Sample:19972011Includedobservations:15CoefficientStd.Errort-StatisticProb.Y0.3333310.01614720.644030.0000P-28.646517.635652-3.7516780.0028C3460.751868.31053.9856140.0018R-squared0.9602784Meandependentvar2780.067AdjustedR-squared0.979915S.D.dependentvar1320.732S.E.ofregression187.1755Akaikeinfocriterion13.47883Sumsquaredresid420415.8Schwarzcriterion13.62044Loglikelihood-98.09120Hannan-Quinncriter.13.47732F-statistic342.5215Durbin-Watsonstat0.399574Prob(F-statistic)0.000000R2=0.96，Cl的VIF的值为25，存在多重共线。做P的辅助分析得DependentVariable:PMethod:LeastSquaresDate:01/09/13Time:10:25Sample:19972011Includedobservations:15CoefficientStd.Errort-StatisticProb.C117.12623.03986738.530040.0000Y0.0057990.0018603.1177150.0089CL-0.0188430.005023-3.7516780.0028R-squared0.985268Meandependentvar105.4533AdjustedR-squared0.594814S.D.dependentvar7.541586S.E.ofregression4.800537Akaikeinfocriterion6.152189Sumsquaredresid276.5419Schwarzcriterion6.293799Loglikelihood-43.14142Hannan-Quinncriter.6.150681F-statistic11.27602Durbin-Watsonstat0.692134Prob(F-statistic)0.001755课程课程设计（综合实验）报告6R2=0.985，VIF=66,存在严重多重共线做Y的辅助回归得DependentVariable:YMethod:LeastSquaresDate:01/09/13Time:10:31Sample:19972011Includedobservations:15CoefficientStd.Errort-StatisticProb.C-9229.2552870.252-3.2154860.0074CL2.9178590.14134120.644030.0000P77.1717124.752653.1177150.0089R-squared0.919333Meandependentvar7020.600AdjustedR-squared0.975888S.D.dependentvar3566.377S.E.ofregression553.7872Akaikeinfocriterion15.64829Sumsquaredresid3680163.Schwarzcriterion15.78990Loglikelihood-114.3622Hannan-Quinncriter.15.64679F-statistic284.3131Durbin-Watsonstat0.377367Prob(F-statistic)0.000000R2=0.92，VIF=12.5，不存在严重多重共线。2.6.1.7修正剔除变量P得DependentVariable:CTMethod:LeastSquaresDate:01/09/13Time:10:44Sample:19972011Includedobservations:15CoefficientStd.Errort-StatisticProb.Y0.8019870.0828789.6767490.0000CL-0.8476470.223795-3.7876050.0026C1012.218135.44947.4730370.0000R-squared0.987706Meandependentvar4286.133AdjustedR-squared0.985658S.D.dependentvar1786.081S.E.ofregression213.9007Akaikeinfocriterion13.74576Sumsquaredresid549042.3Schwarzcriterion13.88737课程课程设计（综合实验）报告7Loglikelihood-100.0932Hannan-Quinncriter.13.74425F-statistic482.0627Durbin-Watsonstat0.894007Prob(F-statistic)0.000000P值均小于0.05再检验序列相关检验Breus