计量经济学课程论文-中国私家轿车拥有量与其影响因素

计量经济学课程论文------中国私家轿车拥有量与其影响因素摘要：轿车进入家庭不是单一因素的结果。通过对影响中国私人轿车拥有量的因素，即GDP、居民消费价格指数、工业品出厂价格指数等三个方面的定量分析，估计除了这三个因素对中国私人轿车拥有量的影响程度。此项研究可对我国私人轿车拥有量的准确预测及交通规划和管理提供理论的依据。关键字：私人轿车拥有量GDP居民消费价格指数工业品出厂价格指数汽车产量研究主题：随着国内经济的高速发展，人们的物质生活水平不断提高，越来越多的家庭拥有了自己的私人轿车。拥有私人轿车为人们的出行带来了方便，但同时私人轿车数量的增多也带来了一些社会问题。除了看得见的交通拥挤、城市交通环境恶化，还有看不见的空气污染、土壤污染等自然环境恶化。这给城市交通、城市环境、城市空间架构的可持续发展都带来不利影响。但与此同时，私人轿车大规模的拥有和使用同一创造了巨大的社会效益。因此，研究中国私人轿车拥有量的影响因素，并对其进行定量粉丝将有重大的意义。本文通过对影响中国私人轿车拥有量的因素，即GDP、居民消费价格指数、工业品出厂价格指数、汽车产量等四个方面的定量分析，估计出了这三个因素对中国私人轿车拥有量的影响程度。此项研究可对我国私人轿车拥有量的准确预测及交通规划和管理提供理论依据。数据类型：时间序列数据数据频度：年起止时间：1995-2011主要研究方法：用普通最小二乘估计进行参数估计。通过基础的检验最终确定模型结构。模型设定研究中国私人轿车拥有量的影响因素，需要考虑一下几个因素：1.钢材的产量2.国民总收入，我们定义模型的变如下面所示：Y：中国私人汽车拥有量（万辆）X1：钢材产量（万吨）X2：GNI（亿元）数据的收集数据质量直接决定着模型的质量，本文收集了中华人民共和国国家统计局编的《2012统计年鉴》中1995年共15年的相关数据。如表1所示。年份中国私人汽车拥有量（万辆）钢材产量产量（万吨）国民总收入（亿元）1997358.369978.9378060.91998423.6510737.883024.31999533.8812109.7888479.22000625.331314698000.52001770.7816067.61108068.22002968.9819251.59119095.720031219.2324108.01134977.020041481.6631975.72159453.620051848.0737771.14183617.420062333.3246893.36215904.420072876.2256560.87266422.020083501.3958488.1316030.320094574.9169405.4340320.020105938.7180276.58399759.520117326.7988619.57472115.0由于非线性模型的假设检验都涉及到非常复杂的数学计算，所以我们考虑做一个多元线性模型，这样各种检验的方法较多，对模型准确程度的分析也更可靠。私人汽车这种高档消费品的拥有量显然与居民收入有关，因此引进解释变量国民总收入（GNI），并先验语气两者呈正相关关系。考虑到汽车工业的原材料，预计私家车市场的发展与其主要原材料钢材的生产有一定的关联，所以引进解释变量钢材产量，并先验预期其与私人汽车拥有量呈正相关。被解释变量Y代表私人汽车拥有量（万辆），解释变量X1=国民总收入（亿元）；X2钢材产量（万吨）。设立多元线性样本回归方程：Y=β0+β1X1+β2X2利用Eviews软件对上述数据进行最小二乘估计，得如下结果：图（1）首先，根据上表中国国民总收入，钢材产量和私人汽车拥有量的时间序列数据和多元线性回归模型，使用计量经济学EVIEWS6.0，把所要研究的样本数据输入该软件。利用最小二乘法进行回归计算后可得β1=-0.03735，β2=0.02469，即可得多元线性回归模型Yt=-1291.462-0.3735X1+0.02469X2(-7.2585)(-1.6648)(5.1950)R²=0.98444F=379.5958D.W.=1.280868从图1中可知，X1和X2的t统计量值分别为-1.6648和5.1950，R-squared=0.984440，AdjustedR-squared=0.981846，F=379.5958，D.W.=1.280868。其次，由上图可知拟合优度（R-squared）为0.984440，修正拟合优度（AdjustedR-squared）为0.981846，说明模型对数据的拟合程度较好。此外，由Eviews6.0得出的数值可知F=379.5958，查表得在ɑ=0.05显著水平下，自由度为15的F值为3.68。F大于其临界值，表明回归方程整体通过F检验。再者，在给定显著性水平ɑ=0.05的情况下，查自由度为（n-2）即15-2=13的T分布表，可得临界值tɑ/2（13）=0.694.已知回归结果中1和2的t统计量值分别为-1.66476和5.19501，两者的绝对值均大于临界值0.694，所以可以证明模型通过T检验。用DW进行自相关检验。该方法的假定条件是：解释变量X非随机；随机误差项t为一阶自回归形式μt=ρt-1+νt回归模型中不应含有滞后应变量作为解释变量，即不应出现下列形式而此处符合上述所要求的条件。原假设：H0：ρ=0,即不存在一阶自回归，构造如下统计量：根据样本容量个数n=15和解释变量的个数k=2得到临界值，dl=1.29，du=1.36.依据Eviews6.0可知D.W.=1.2809，则表明存在正自相关。如果模型被检验证明存在序列相关性，则需要发展新的方法估计模型。用广义差分法来进行修正。由于此处序列相关系数未知，但是已知d且样本容量n为15，可通过公式ρ=1-ɑ/2算得ρ=0.67735.用Eviews6.0做迭代法估算，可得如下结果由上图可知d=1.893068.在给定的显著性水平为0.05的情况下，dl=1.17，du=1.54，d>du且接近于2，落入无相关区域，不存在相关性。在Eviews6.0中输入新得出的系列数据，可得如下结果：新多元回归模型为：Y*=-245.1365+0.003190X1*+0.04617X2*+0.700912AR[1]R2=0.998247F=3416.994DW=1.893068上述所有的检验结果说明解释变量X对被解释变量Y的影响是显著的，即国民总收入和钢产量分别都是对私人汽车拥有量的影响是显著的。综上所述，该模型的各种主要检验指标均达到多元线性回归模型检验的各项要求。据以上分析表明，X1*的洗漱0.003190表示，在样本期间即1997~2011年间，保持其他变量不变，平均而言，国民总收入每增加1%，私人汽车拥有量增加0.003190%；X2*的系数0.040617表示，在样本期间即1997~2011年间，保持其他变量不变，平均而言，钢材产量每增加1%，私人汽车拥有量增加0.040617%。通过上述模型分析及各项检验，在摒除其他因素对经济增长的影响下，我们不难看出钢材产量和国民收入每增加一个单位，私人汽车拥有量将增加；由此可见，国民收入和钢材产量对我国私人汽车拥有的数量存在着明显的正相关性。从文中模型可以看出，1997~2011年的15年间，随着改革开放的不断深入，经济稳定持续增长，作为重要工业原料的钢材的产量保持了逐年上升的趋势，国民总收入也保持了每年持续的高增长水平，私人汽车作为高档消费品，每年也保持了较高的增长，它已经以越来越快的步伐进入我国的普通大众消费品。实验小结：从以上分析可见，私人轿车拥有量与国民总收入与钢材产量之间存在着一定的函数关系。GNI的提升，同时也提高了国民的可支出消费，根据经济理论，收入水平是影响私人汽车拥有量的关键因素。收入增长是人们对私人轿车需求增长的前提，收入增长缓慢必然制约着人们对私人汽车的需求。从模型的结果看，随着收入的增加，对车的需求也会相应的增加。钢材产量的增加，在一定程度上会加速汽车行业的竞争，降低价格，顺应了私人汽车拥有量的提高，在经济学理论也比较符合。政策建议：要提高收入，促进汽车行业的合理有效发展。督促政府加大经济政策的调控。要控制汽车行业的泡沫发展，对中