中国最终消费支出与国内生产总值的之间关系的计量分析

1、中国最终消费支出与国内生产总值的之间关系的计量分析学院班级：国贸083姓 名：方卓学 号：20084060347一变量选择及关系分析：通过学习西方经济学理论，本人认为影响居民的最终消费支出的因素很多，从微观层面来看，居民储蓄，可支配收入、工资水平等情况等都能对居民的最终消费造成一定的影响。但若从宏观方面来分析，收入是影响消费的主要因素，即国内生产总值，其他一系列因素很大程度上也在国内生产总值中有一定的反映，因此最终消费支出和国内生产总值之间存在密切的关系。所以可以确定以最终消费支出为被解释变量，以国内生产总值为解释变量，其他的影响因素归入随机误差项的计量经济学模型。二建立模型下表为我国1990

2、-2008最终消费支出和国内生产总值的统计资料：最终消费支出y国内生产总值x19909450.918667.8199110730.621781.5199213000.126923.5199316412.135333.9199421844.248197.9199528369.760793.7199633955.971176.6199736921.578973199839229.384402.3199941920.489677.1200045854.699214.6200149213.2109655.2200252571.3120332.7200356834.4135822.8200463833.

3、5159878.3200571217.5183217.4200680476.9211923.5200793602.9257305.62008108392.2300670由上表可以得知，消费支出随国内生产总值的增加而增加。可以得出YX的散点图为：XY 的趋势图为：从x与y的散点图及趋势图可以看出，最终消费支出Y与国内生产总值X之间存在线性关系。因此可以设定最总消费支出Yt与国内生产总值Xt的关系为Yt=b0+b1*Xt+UYt表示t年最终消费支出Xt表示t年国内生产总值U表示随机误差项由于经济中许多变量之间都有隐藏的表面看不到的相关性，经济中许多方面有些微妙的联系，就如人们对某一产品的需求量会受

4、到该产品价格，替代品价格，居民收入水平等因素影响又不能全部列入模型，就用随机误差项表示。三参数估计模型估计结果为：Yt=7206.817+0.348590*XtS=(1234.375) (0.009085)T=(5.838432) (38.36872)R2=0.988584 R2修正值=0.987913F=1472.159 DW=0.142269 SE=3088.0661.经济意义检验：就本模型而言，从经济意义上看，b1的估计值为0.348590符合经济理论中绝对收入假说边际消费倾向的在0与一之间，表明我国国内生产总值每增加100亿元，最终消费支出平均增加34.859亿元。2.估计标准误差评价

5、估计标准误差是用来反映被解释变量的实际值和估计值之间的平均误差程度的指标。SE越小则回归直线精度越高。本模型的SE=3088.066，即估计标准差为3088.066亿元，它代表我国最终消费支出的估计值与实际值之间的平均值为3088.066亿元。回归系数真值有66.6%的的概率落在系数估计值一个标准误差之内，有95%的可能性位于估计值两个标准误差之内。3拟合优度检验本模型的R2=0.988584，这说明回归直线的解释能力为98.86%它代表我国最终消费总支出yt的总变差中，由解释变量xt解释的部分为98.86%，或者说我国最终的消费变动的98.86%可由样本回归直线作出解释。模型的拟合优度较高。

6、4参数显著性检验对于b1，t统计变量为38.36872。对于给定的a=0.05，查t分布表，在自由度为n-2=17下，得临界值t0.025(17)=2.1098，因为t=38.36872>2.1098,所以拒绝H0:b1=0，表明我国国内生产总值对我国最终消费支出的影响显著。四. 计量经济学检验1，异方差检验图示法残差的图示检验使用Eviews,可以得出如下模型的残差图： 由上图可以看出，残差分布的离散程度并不存在明显的扩大或缩小的趋势，则表明y的离散程度并不与解释变量之间存在一定的相关关系，所以可以初步判断模型不存在异方差性。但是图示检验法只能粗略地判断模型是否存在异方差性，如果方差不

7、太明显，还需要采用较为精确的方法。下面采用怀特检验法对模型的异方差性进行再次检验。怀特检验：回归模型的怀特检验结果如下其中F值是辅助回归模型的F统计值。取显著水平a=0.05，查表得自由度为1，上分为点为0.05的咖方分布值为7.879，nR2=4.959392<7.789,所以不存在异方差。实际上，由输出结果的概率值可以看出，只要显著水平取小于0.083769，就可以认为不存在异方差。由以上两种方法的检验，可以作出结论，该模型不存在异方差。即被解释变量y的离散程度并不与解释变量之间存在一定的相关关系。因此可以排除异方差对该模型的影响。该模型回归系数b0,b1由于不受随机误差项异方差的影

8、响，他们的最小二乘估计量均具有最小方差。参数估计值有效，参数的最小二乘估计量是一个有效的估计量；由于排除了异方差的影响，参数不会被低估其真实方差，也就不会夸大所估计参数的统计显著性。T检验对解释变量的显著性检验有效；满足最小二乘估计的假设，即同方差假设，因此异方差性不会对模型的应用造成不利的影响。2.自相关性检验D-W检验（1）假设H0：p=0，即不存在自相关性。H1：p<>0及存在一阶自相关性。(2)DW=2*(1-P)(3)从模型的回归结果可以知，DW=0.142269。该模型的样本容量n=19，在只有一个解释变量的条件下，给定显著性水平a=0.05，则查DW表得dl=1.18

9、，du=1.40，这时有DW=0.142269>du=1.40,由DW的判断区域可知误差序列不存在一阶自相关性。有以上检验结果可以作出结论：该模型随机误差项的值与其前期项的值无密切相关关系,即可以排除自相关性对模型的影响。该模型参数的估计值具有最优性;随机误差项的方差不会被低估，有较高的精确度;模型统计检验有效t统计检验对模型有很好的反映作用;区间估计和预测区间的精度有较高的准确性。由以上结果可以最终确定中国最终消费支出与国内生产总值的函数模型为：Yt=7206.817+0.348590*Xt由模型可知，中国最终消费支出与国内生产总值存在严格的线性关系。在其他条件保持不变的条件下，国内生

10、产总值每增加一亿元，居民最终消费支出将增加3485.90万元。五模型的总体评价根据一元线性回归的基本方法，通过对初始线性回归模型的验证和分析， 最后得到的线性回归模型在理论上符合实际，其结果也与前面分析的基本一致。六关于模型应用的思考与建议在实际应用中，影响居民最终消费支出的因素有很多，本人只分析了一个典型的最主要的因素，如居民储蓄，恩格尔系数，通货膨胀率等，通过线性回归模型也可以较为准确的判断今后的我们国民的消费情况。在现实生活中，所得预测结果不可能与生活完全一致，但是对增加人民收入、改变农民消费结构有很大的意义。国内生产总值的与最终消费支出有着严格的正相关关系。因此，要增加消费，关键的是人民大众要有钱花