影响我国城镇居民消费水平多因素分析_第1页
影响我国城镇居民消费水平多因素分析_第2页
影响我国城镇居民消费水平多因素分析_第3页
影响我国城镇居民消费水平多因素分析_第4页
影响我国城镇居民消费水平多因素分析_第5页
已阅读5页,还剩7页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、影响我国城镇居民消费水平多因素分析2010级国际经济与贸易1班 1005024121 张亚平 消费是人类生产的目的,而生产是社会的核心活动,在社会生产中,生产必须围绕消费需求来进行,消费需求同时对生产有重要的导向作用。生产的消费是相辅相成的,生产者生产的产品的规模,质量,档次直接决定了消费的规模,质量和档次,消费能否顺利实现,决定了生产能否顺利完成。 消费行为是指消费者受需求动机的影响而做出购买决定、修改购买方案、完成购买过程的行为。消费者行为过程既是消费者的思维、心理过程,也是不断采取行动、产生方案、解决问题的过程。影响消费者行为的因素是多方面的,由社会的、历史的、经济的等多方面极其复杂的因

2、素。从扩大需求的角度来看,消费是刺激经济增长的主要方式。所以研究消费的影响因素对经济增长有重要的经济意义。 一、理论背景 居民消费水平 :指按人口平均计算的居民消费额。居民消费水平表明国家对人民的物质文化生活需要的满足程度,它是反映一个国家(或地区)的经济发展水平和人民物质文化生活水平的综合指标。居民消费水平,是按国内生产总值口径,即包括劳务消费在内的总消费进行计算的。计算公式为: 报告期国内生产总值中的居民消费总额 居民消费水平 报告期年平均人口 人口自然增长率:指一定时期内人口自然增长数(出生人数减死亡人数)与该时期内平均人口数之比,通常以年为单位计算,用千分比来表示,计算公式为: 年内出

3、生人数年内死亡人数人口自然增长率 ×1000 年平均人口数 全社会固定资产投资总额:指建造和购置固定资产的经济活动,它是社会增加固定资产,扩大生产规模发展国民经济的重要手段,也是提高人民物质文化生活水平的条件。固定资产投资额是以货币表现的建造和购置固定资产活动的工作量,它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。 消费价格指数:CPI居民消费价格指数的缩写,该指数反映城乡居民购买并用于消费的消费品及服务价格水平的变动情况,以此反映通货膨胀程度。用现在的价格除以上一年的价格这就是价格指数。 人均可支配收入:指个人收入扣除向政府缴纳的个人所得税和赠与税、不动产税、人头

4、税、汽车使用税以及交给政府的非商业性费用等以后的余额。个人可支配收入被认为是消费开支的最重要的决定性因素。因而,常被用来衡量一国生活水平的变化情况。二、建立数学模型由经济理论知,消费水平受家庭平均每人可支配收入、全社会固定资产投资总额的影响,当家庭平均每人可支配收入、全社会固定资产投资总额增加时,消费水平也随之提高,它们之间具有正向的同步变动趋势;还受城镇人口自然增长率、城市居民消费价格指数的影响,它们呈现相反变动趋势。除此之外,还受其他一些变量的影响及随机因素的影响均归并到随机变量m中。 Y- 城镇居民消费水平(元) X2-城镇人口自然增长率() X3-全社会固定资产投资总额(亿元) X4-

5、城镇家庭平均每人可支配收入(元) X5-城镇消费价格指数(上年=100) -随机误差项,代表其他无法用数字表示的因素根据X2、X3、X4、X5和Y的样本数据,分别作X2、X3、X4、X5与Y之间的散点图如下图:图1 城镇人口自然增长率X2与Y之间的散点图图2 全社会固定资产投资总额X3与Y之间的散点图图3 城镇家庭平均每人可支配收入X4与Y之间的散点图图4 城镇消费价格指数X5与Y之间的散点图由图可以看出,它们的变化趋势都是线性的,由此建立城镇居民消费水平Y与城镇人口自然增长率X2、全社会固定资产投资总额X3、城镇家庭平均每人可支配收入X4、城镇消费价格指数X5之间的多元线性回归模型为:Y=b

6、1+b2X2+b3X3+b4X4+b5X5+三、模型的参数估计,检验和修正样本回归模型为:Y=b1+b2X2+b3X3+b4X4+b5X5+用EViews估计回归模型,EViews的输出结果如下:对被解释变量城镇居民消费水平与各解释变量的总体回归得: Dependent Variable: YMethod: Least SquaresDate: 12/22/12 Time: 19:30Sample: 1986 2005Included observations: 20VariableCoefficientStd. Errort-StatisticProb.  C-905.3

7、2711712.543-0.5286450.6048X2-12.6160675.91774-0.1661810.8702X3-0.0611240.013727-4.4527580.0005X41.3905690.1772287.8462000.0000X59.2504189.5096470.9727400.3461R-squared0.992842    Mean dependent var4662.200Adjusted R-squared0.990933    S.D. dependent var2815.11

8、5S.E. of regression268.0504    Akaike info criterion14.23255Sum squared resid1077765.    Schwarz criterion14.48148Log likelihood-137.3255    F-statistic520.1555Durbin-Watson stat0.759239    Prob(F-statistic)0.000000由EVie

9、ws输出结果,得到回归方程估计结果如下:1、统计检验Y= -905.3271 -12.61606*X2 -0.061124*X3 +1.390569*X4 +9.250418X5T=(-0.528645) ( -0.166181) ( -4.452758) ( 7.846200) (0.972740) R2=0.992842 DW=0.759239 F=520.15552、计量经济学的检验()多重共线性检验与修正多重共线性检验:由表可见,该模型R2=0.992842可决系数很高,F检验值为520.1555,明显显著。但是X2和X5的T检验值不显著,结合经济现实分析可能存在多重共线性。计算各解释

10、变量的相关系数:X2X3X4X5X2 1.000000-0.870655-0.953251 0.549876X3-0.870655 1.000000 0.966842-0.483997X4-0.953251 0.966842 1.000000-0.546707X5 0.549876-0.483997-0.546707 1.000000 由相关系数矩阵可以看出,各解释变量相互之间的相关系数较高,确实存在严重多重共线形。多重共线性的修正:我们采用对各个变量逐个回归、剔除的方法来解决这个问题:分别对Y做X2、X3、X4、

11、X5的一元回归,结果如下表所示:变量X2X3X4X5参数估计值-763.0086-0.1092180.924687-194.2546T检验量-16.48849-10.0714226.70086-2.759136R-squared0.9379030.8492890.9753740.297227Adjusted R-squared0.9344530.8409160.9740060.258184由表可以看出,X5的可决系数很低,而且T检验也不显著,所以把它剔除。X4的可决系数最高,而且T检验也比较显著,所以,以X4为基础,顺次加入其他变量逐步回归:加入X2:Dependent Variable: Y

12、Method: Least SquaresDate: 12/22/12 Time: 20:16Sample: 1986 2005Included observations: 20VariableCoefficientStd. Errort-StatisticProb.  C4137.7561291.2323.2045030.0052X40.6606470.0969216.8163280.0000X2-233.079981.55673-2.8578870.0109R-squared0.983366    Mean dependent v

13、ar4662.200Adjusted R-squared0.981409    S.D. dependent var2815.115S.E. of regression383.8392    Akaike info criterion14.87581Sum squared resid2504653.    Schwarz criterion15.02517Log likelihood-145.7581    F-statistic502

14、.4957Durbin-Watson stat0.333074    Prob(F-statistic)0.000000加入X3:Dependent Variable: YMethod: Least SquaresDate: 12/22/12 Time: 20:19Sample: 1986 2005Included observations: 20VariableCoefficientStd. Errort-StatisticProb.  C-47.3238356.57410-5.3465070.2332X41.3868390.077

15、66317.857110.0000X3-0.0605040.009830-6.1548010.0000R-squared0.992372    Mean dependent var4662.200Adjusted R-squared0.991474    S.D. dependent var2815.115S.E. of regression259.9299    Akaike info criterion14.09618Sum squared resid1148580.&#

16、160;   Schwarz criterion14.24554Log likelihood-137.9618    F-statistic1105.803Durbin-Watson stat1.710981    Prob(F-statistic)0.000000 加入X2,X3后R2都增大,但是加入X3后R2明显增大,而且各参数的T检验值也显著,所以选择保留X3,再加入X2进行回归:Dependent Variable: YMethod: Least SquaresDate: 12

17、/22/12 Time: 20:23Sample: 1986 2005Included observations: 20VariableCoefficientStd. Errort-StatisticProb.  C204.49731274.9940.1603910.8746X41.3562640.1733927.8219520.0000X3-0.0587340.013483-4.3562060.0005X2-15.0527875.74878-0.1987200.8450R-squared0.992391    Mean depend

18、ent var4662.200Adjusted R-squared0.990964    S.D. dependent var2815.115S.E. of regression267.5996    Akaike info criterion14.19372Sum squared resid1145752.    Schwarz criterion14.39286Log likelihood-137.9372    F-statist

19、ic695.5630Durbin-Watson stat1.702585    Prob(F-statistic)0.000000在X4,X3的基础上加入X2,虽然R2改进了一点,但是各项参数的T检验又不变的不显著,将X2剔除。所以保留X3、X4,最后修正严重多重共线形影响的回归结果:Dependent Variable: YMethod: Least SquaresDate: 12/23/12 Time: 09:32Sample: 1986 2005Included observations: 20VariableCoefficientStd. Err

20、ort-StatisticProb.  C-47.3238356.57410-5.3465070.2332X3-0.0605040.009830-6.1548010.0000X41.3868390.07766317.857110.0000R-squared0.992372    Mean dependent var4662.200Adjusted R-squared0.991474    S.D. dependent var2815.115S.E. of regression259.9299&#

21、160;   Akaike info criterion14.09618Sum squared resid1148580.    Schwarz criterion14.24554Log likelihood-137.9618    F-statistic1105.803Durbin-Watson stat1.710981    Prob(F-statistic)0.000000Y= -47.32383 -0.060504X3+1.386839X

22、4()、异方差检验与修正)图示法检验由残差与的散点图检验由残差与Y的散点图判断 由残差与X,残差与Y的散点图知:upf与X或Y的变化不相关,所以不存在异方差。)戈德菲尔德夸特检验法由于该模型中所获取的数据是时间序列数据且为大样本,因此,我们选择用Goldfeld-Quanadt检验法:对变量取值排序(按递增排序)。构造子样本区间,建立回归模型。样本容量n=20,删除中间约1/4的观测值(约4个),余下部分平分得两个样本区间:1986年1993年和1998年2005年,即:n1=n2=8。Dependent Variable: YMethod: Least SquaresDate: 12/23/

23、12 Time: 21:40Sample: 1986 1993Included observations: 8VariableCoefficientStd. Errort-StatisticProb.  C-161.601054.91781-2.9425970.0322X3-0.0135600.013997-0.9687480.3772X41.1342890.08123213.963510.0000R-squared0.997695    Mean dependent var1658.625Adjusted R-squared0.99

24、6773    S.D. dependent var677.7279S.E. of regression38.49935    Akaike info criterion10.41916Sum squared resid7411.001    Schwarz criterion10.44895Log likelihood-38.67663    F-statistic1082.106Durbin-Watson stat2.068838&

25、#160;   Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 12/23/12 Time: 21:42Sample: 1998 2005Included observations: 8VariableCoefficientStd. Errort-StatisticProb.  C3325.211491.90126.7599160.0011X3-0.0135290.010842-1.2478620.2673X40.4628050.1312733.5

26、255040.0168R-squared0.991530    Mean dependent var7479.625Adjusted R-squared0.988141    S.D. dependent var1124.399S.E. of regression122.4443    Akaike info criterion12.73319Sum squared resid74963.02    Schwarz criterion1

27、2.76298Log likelihood-47.93274    F-statistic292.6426Durbin-Watson stat1.505182    Prob(F-statistic)0.000007由上表可得:=7411.001,=74963.02,根据Goldfeld-Quanadt检验,F统计量为:F=/=10.1151005。在=0.05下,F0.01(5,5)=11.0因为F< F0.01(5,5),所以拒绝原假设,模型不存在异方差。(3)自相关检验在=0.05下,由DW统计表知:DW1.710981,DL=1.100,DU=1.537,4-DU>DW>DU,所以模型不存在自相关。最终模型为:Y= -47.32383 -0.060504X3+1.386839X4+X3-全社会固定资产投资总额(亿元)X4-城镇家庭平均每人可支配收入(元)四、模型应用理论 1.城镇人口自然增长率对消费水平的影响不是很大,据分析,可能是由于中国农村人口占总人口比重较大,而且农村人口增长率也要比城市人口高的多,所以城镇人口自然增长率不能很好的解释城镇居民消费水平。 2.全社会固定投资总额对城镇居民的消费水平影响很

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论