计量课程设计.doc

计量经济学课程设计报告 研究题目：关于私家车消费影响的因素研究分析 姓名： 李世杰 学号： 091958 班级： 经济学092班 指导老师： 魏学辉 2012年6月15日对于私家车消费影响的因素研究分析 经济092 李世杰 091958摘要：鉴于近些年汽车越来越普及，私家车购买的热情不断升高，我国各地区的汽车拥有量不断上升，本文旨在通过对1990年到2010年居民平均消费水平，全国道路里程，燃油价格等因素来对全国私家车的拥有量进行分析，以私家车拥有量为被解释变量，其他因素为解释变量的计量经济学模型，通过Eviews软件对模型进行分析，估计，检验和修正。最后得出这些影响因素对于私家车购买的影响。关键词：私家车消费 汽车拥有量 影响因素 。一，问题的提出从1990年以来我国汽车业发展迅速，私家车在我国迅速普及，人们对私家车的购买热情一波高过一波。那么什么会影响人们对私家车的购买呢，我们从这几个方向分析，1.购买能力，这里我们通过每年的居民平均消费水平来代表，只有拥有一定的购买能力的人群才会去考虑私家车的购买。2.购买后的使用，也就是私家车购买后的使用状况如何，只有国家在道路投入上加大力度，更多的私家车才能更好的发挥功能，我们用全国道路总里程来表示这个方面。3.后续投入费用，购买私家车后还需要很多后续的投入，燃油，保养，保险都是后续费用，这里我们用燃油价格来表示这个方面。通过对购买能力，私家车使用程度，后续费用等因素对私家车购买的分析，我们可以找出哪些因素对私家车的购买影响更大，从而给一些私家车供应商做参考，使他们更加迎合私家车购买者的心理。二，变量的选取私家车消费的影响因素也就是影响汽车购买的因素，我们用人均消费水平，道路总里程和燃油相对价格来做变量。变量的解释如下：1， 私家车拥有量(Y)，这里就是一个绝对的数值，表示我国统计内的每年的私家车的拥有总量。私家车拥有量Y是我们研究问题的因变量。2， 居民平均消费水平（X1），本表是以1978年为基期的居民消费水平的相对数，这样可以避免货币因素对研究问题的影响。居民消费水平（X1）是我们研究汽车消费的不可或缺的自变量，消费水平的变动应该是和私家车消费有正相关的。3， 公路总里程（X2），从国家统计局获得的数据，也是我国公路里程的绝对数值。公路总里程（X2）我们以为和私家车的消费也有正相关的联系，因为只有国家对道路建设投入足够的资金才有更多的人原因购买私家车。4， 油价水平（X3），以1990年为基期的，燃料购进价格指数，同样可以避免货币因素的影响，同时基期的数值对比更方便。油价水平（X3）也是需要考虑的因素，因为油价水平对汽车的后续使用拥有很大的影响。,以下为我们收集的数据：年份y(汽车拥有量)x1（消费水平）x2（道路里程）x3（油价指数）199081.62229.20102.83100.00199196.04249.00104.11109.101992118.20282.00105.67121.101993155.77305.80108.35163.601994205.42320.00111.78193.401995249.96345.10115.70222.901996289.67377.60118.58231.601997358.36394.60122.64234.601998423.65417.80127.85224.701999533.88452.30135.17217.302000625.33491.00140.27228.402001770.78521.20169.80227.902002968.98557.60176.52222.7020031219.23596.90180.98233.4020041481.66645.30187.07260.0020051848.07695.20334.52281.6020062333.32761.90345.70298.5020072876.22843.40358.37311.6020083501.39916.80373.02344.3020094574.911001.60386.08317.2020105938.711062.60400.82347.70三 模型的建立与分析本文是要分析各因素对私家车拥有量的影响，现建立模型如下：Y=0+1*X1+2*X2+3*X3+Ut（一） 对其做基本的回归分析对设定的方程做OLS估计CoefficientStd. Errort-StatisticProb.X17.5253121.8669784.0307450.0009X21.4787733.2676320.4525520.6566X3-7.7532633.806424-2.0368890.0575C-1234.973429.4983-2.8753850.0105得到以下回归方程：Y=-1234.973+7.525*X1+1.479*X2-7.753*X3 (429.498) (1.867) (3.268) (3.806)t=（0.0105）（0.0009）（0.6566）（0.0575）R2=0.918 F=75.924 DW=0.45根据分析结果知，X2对Y没有显著性影响，也就是说虽然私家车的拥有量随着公路里程的增加，但是并不显著。（二） 模型的调整对模型进行调整，剔除公路里程这个变量同时做OLS估计CoefficientStd. Errort-StatisticProb.X18.2251011.0228148.0416360.0000X3-8.0446203.667779-2.1933220.0417C-1253.056418.0828-2.9971490.0077得到以下方程：Y=-1253.056+8.225*X1-8.045*X3 (418.083) (1.023) (3.667) t=（0。0077）（0.0000）（0.0417）R2=0.929 F=119.043 DW=0.44（三） 异方差检验由于模型属于时间序列，我们对模型进行White检验。检验结果如下：F-statistic3.523509Prob. F(2,18)0.0511Obs*R-squared5.908383Prob. Chi-Square(2)0.0521Scaled explained SS7.219436Prob. Chi-Square(2)0.0271结果0.05，我们知方程符合原假设不存在异方差。（四） 自相关检验用DW法检验自相关，根据修正多重共线性的模型结果：CoefficientStd. Errort-StatisticProb.X1-0.8989611.391478-0.6460480.5287X3-1.8309800.641764-2.8530430.0128C1049.8501023.3241.0259220.3223AR(1)2.1389230.2599188.2292140.0000AR(2)-1.0937510.315177-3.4702770.0038R-squared0.999052Mean dependent var1498.606Adjusted R-squared0.998781S.D. dependent var1655.719S.E. of regression57.80589Akaike info criterion11.17299Sum squared resid46781.29Schwarz criterion11.42153Log likelihood-101.1434Hannan-Quinn criter.11.21505F-statistic3688.328Durbin-Watson stat1.700359Prob(F-statistic)0.000000由计算结果可知，DW=1.7，原模型不存在自相关。综上，我们得出较为理想的模型为：Y=-1253.056+8.225*X1-8.045*X3四 结论由总体分析结果我们知，私家车拥有量近二十年呈较快速度增长。从经济上解释随着人均消费水平的增加汽车的拥有量越来越大，说明对人们购买私家车的热情伴随着增加，消费水平是对私家车购买有绝对影响力的,那我们可以说消费水平越高的地区对私家车的购买需求越大，这样就为汽车销售商提供了一定的理论支持，把销售网点、4S店建立在经济更发达的地区有利于销售业绩。同时随着油价的上涨，私家车的拥有量呈负相关，说明由于油价的上涨，人们降低了对私家车的需求。我们可以理解为油价是在人们购买汽车时的考虑范围内的，那么排量小的私家车会相对来说更受青睐，也给汽车制造商点明了一些方向，就是人们在油价方面的顾虑。而且同时我们发现私家车拥有量和公路里程不相关或者说关联不显著。我们可以这么理解，就是单纯的增加里程已经不能缓解交通拥堵的现状，