计量经济学课程论文模板

1、-. z. . - .可修编 .计量经济学课程设计的要求统计年签 ../tjsj/ndsj/2013/inde*ch.htm1、需要的数据可以直接从统计年签获取，统计年签网址上面已给出。2、这里附带的E*CEL文件中提供了十个表数据，如果实在不想找也可以用这些数据。3、题目自拟。4、假设用一元回归模型做分析，则必须要附图象分析、相关性分析，得分不会太高。6、假设用多元回归模型做分析，则至少需要有多重共线性分析，建议最好也要参加图象分析。*建筑大学计量经济学课程论文题目： 影响居民消费水平因素分析 院系： 管理学院 专业班级： 12经济学 学 号：学生*：指导教师： 高先务 起

2、止时间：目 录第1章 前言1第2章 影响我国居民消费水平因素的建模分析.22.1数据采集22.2数据分析32.3结论7第3章 对策建议8 3.1根据模型结果分析83.2政策建议8参考文献11-. z.第1章 前言一、探究目的近几年，随着我国经济的飞速开展，我国居民消费水平也有明显提高，同样，消费水平也左右着经济的开展。因此，扩大居民消费是以人为本的具体表达，对中国经济长期持续安康开展、对推进社会主义和谐社会建立，以及实现宏观调控目标等既具有长远的战略意义，又具有重要的现实意义。然而终究有哪些因素制约着居民消费水平？凯恩斯认为，影响个人消费的主观因素比拟稳定，消费者的消费主要取决于收入的多少。然

3、而，大量的研究说明收入的变动并非影响消费的全部因素。还有许多其他因素或多或少地影响着消费水平。如国内生产总值、消费者物价指数、消费者家庭财产状况、年龄构成、*信仰等等。有些因素对于收入的影响是随机性的，如消费环境、消费者心情状况；有些因素是系统性的，如消费者个人偏好等等。因此，探究影响居民消费水平的客观因素十分重要。本文主要研究城镇居民人均可支配收入、农村居民人均纯收入、国家税收收入对于我国居民消费水平的影响。二、理论依据一城镇居民人均可支配收入与农村居民人均纯收入1.城镇居民人均可支配收入是指反映居民家庭全部现金收入能用于安排家庭日常生活的那局部收入。它是家庭总收入扣除交纳的所得税、个人交纳

4、的社会保障费以及调查户的记账补贴后的收入。可支配收入=家庭总收入- 交纳的所得税- 个人交纳的社会保障支出- 记帐补贴2.农村居民人均纯收入，又称农民人均纯收入，是指农村居民家庭全年总收入中，扣除从事生产和非生产经营费用支出、缴纳税款和上交承包集体任务金额以后剩余的，可直接用于进展生产性、非生产性建立投资、生活消费和积蓄的那一局部收入。也包括工资性收入、经营性收入、财产性收入、转移性收入。此两项收入被认为是影响一个国家消费水平的核心因素，因此对于消费水平模型的探究具有重要意义。二国家税收收入税收收入是指国家依据其政治权力向纳税人强制征收的收入，它是最古老、也是最主要的一种财政收入形式。除组织收

5、入的职能外，税收对经济社会运行和资源配置都具有重要的调节作用。有学者认为收入分配失衡是导致我国居民消费收入缺乏的原因之一而税收收入可以调节收入分配的失衡，实行二次分配，因此对于居民消费水平的研究具有重要意义。 第2章 影响我国居民消费水平因素的建模分析2.1数据采集影响我国居民消费水平因素的数据采集Y:居民消费水平 *1：城镇居民人均可支配收入*2：农村居民人均纯收入 *3：国家税收收入相关数据收集年份居民消费水平城镇居民人均可支配收入农村居民人均纯收入国家税收收入19908331,510.2686.32821.8619919321,700.6708.62990026

6、.6784.03296.91199313932,577.4921.64255.3199418333,496.21,221.05126.88199523554,283.01,577.76038.041996278948381,926.16909.821997300251602,090.18234.041998315954252,162.09262.81999334658542,210.310682.582000363262802,253.412581.512001386968662,366.415301.382002410677022,475.617636.452003441184722,622

7、.220017.312004503294212,936.424165.6820055596104933,254.928778.542006629911759358734804.3520077310137864140.445621.9720088430157814760.654223.7920099283171755153.259521.5920101052219109591973210.79201112570218106977.389738.39201214098245657916.6100614.282.2数据分析一建立模型依据图象，相关性分析二建立模型根据计量经济学原理，我们把模型设定为Y

8、i=0+1*1+2*2+3*3+ui三参数估计使用Eviews软件，根据OLS法对模型进展估计得：Dependent Variable: YMethod: Least SquaresDate: 10/28/15 Time: 18:30Sample: 1990 2012Included observations: 23VariableCoefficientStd. Errort-StatisticProb.*10.1861360.0233447.9736980.0000*21.0088670.07405813.622720.0000*30.0167070.0029665.6332140.0000

9、C-133.559548.45383-2.7564270.0126R-squared0.999768Mean dependent var5039.826Adjusted R-squared0.999731S.D. dependent var3731.682S.E. of regression61.20857Akaike info criterion11.22322Sum squared resid71183.30Schwarz criterion11.42070Log likelihood-125.0671F-statistic27251.17Durbin-Watson stat1.83878

10、5Prob(F-statistic)0.000000四检验及修正多重共线性的检验与修正检验：由F=27251.17F0.05(3,20)=3.10(显著性水平=0.05)说明模型从整体上看财政收入与解释变量之间线性关系显著，采用简单相关系数矩阵法对其进展检验，可知解释变量之间是高度相关的，如下表所示。Y*1*2*3Y1.0000000.9983040.9989850.990968*10.9983041.0000000.9959350.988055*20.9989850.9959351.0000000.986801*30.9909680.9880550.9868011.000000修正：采用逐步

11、回归法对其进展修正。根据以上分析，由于*2的t值最大，线形关系强，拟合程度最好，因此把*2作为根本的变量，即：i =-534.3995+1.8675*2 1-8.1548 (101.6406)R2=0.9980 F=10330.81把解释变量*1代入1式得：i =-353.0841+1.0919*2+0.2336*1 (2) (-7.6990) (9.4460) (6.7376)R2=0.9993 F=16108.18分析可得：参加*1后，拟合优度R2值显著提高，t=6.7376通过检验，所以应该把*1保存。把解释变量*3代入1式得：i =-147.0266+1.5039*2+0.0252*3

12、 (3)-1.4942 (18.3340) (4.4918)R2=0.9990 F=9892.234分析可得：参加*3后，拟合优度R2值显著提高，t值也通过检验，因此保存*3。 由上可知，Y与*1,*2,*3校具有高度相关性，而从建立如下模型：Dependent Variable: YMethod: Least SquaresDate: 10/28/15 Time: 18:54Sample: 1990 2012Included observations: 23VariableCoefficientStd. Errort-StatisticProb.*10.1861360.0233447.973

13、6980.0000*21.0088670.07405813.622720.0000*30.0167070.0029665.6332140.0000C-133.559548.45383-2.7564270.0126R-squared0.999768Mean dependent var5039.826Adjusted R-squared0.999731S.D. dependent var3731.682S.E. of regression61.20857Akaike info criterion11.22322Sum squared resid71183.30Schwarz criterion11

14、.42070Log likelihood-125.0671F-statistic27251.17Durbin-Watson stat1.838785Prob(F-statistic)0.000000i =-133.5595+0.1861*1+1.0089*2+0.0167*3 -2.7564 (7.9737) (13.6227) (5.6332)R2=0.9998 F=27251.172.3结论i =-133.5595+0.1861*1+1.0089*2+0.0167*3 -2.7564 (7.9737) (13.6227) (5.6332)R2=0.9998 F=27251.17此时，该回归

15、模型的回归结果，t值以及F统计值均显著，且不存在多重共线性。 第3章 对策建议预测3.1 根据模型结果分析从以上的分析可以看到，解释变量城镇居民人均可支配收入、农村居民纯收入和国家税收收入对被解释变量居民消费水平有显著影响，且都与居民消费水平同方向变化。本文选取城镇居民人均可支配收入、农村居民纯收入和国家税收收入这三个因素作为居民消费水平的影响因素，在很大程度上解释了居民消费水平的变化情况，但凡事都有例外，本文中的模型只适用于一般情况。3.2 政策建议 根据上述实证分析，结合相应的理论研究，本研究认为中国在提高居民消费水平方面可以采取以下政策措施。(1) 提高居民的收入水平。收入是影响消费的主要因素，因此为了提高居民消费水平，中国应努力增加居民可支配收入，提高居民的购置力，尤其是提高中低收入阶层的收入，降低贫富差距，增加对低收入群体的转移支付，缩小居民收入差距。(2) 发挥税收的调节作用从中国现行