储蓄存款总额与存款利率、可支配收入、物价 关联度的实证分析

储蓄存款总额与存款利率、可支配收入、物价关联度的实证分析
专业：08国际经济与贸易
学号：0802019xxx
姓名：XXX
完成时间：2011年01月
江西师范大学科学技术学院
摘要
存款储蓄是居民经济生活中的大事，同时储蓄额可以在一定程度上反映居民的富余程度，因此了解影响居民存款的因素对于我们清楚人们的储蓄心理并为一些经济政策的出台可以提供很好的借鉴作用。

本文选取了1991-2008年的数样本据，对储蓄存款的决定因素进行实证分析，研究主要检验了存款利率居民可支配收入以及物价水平和居民储蓄存款的关联度，通过对四者的关系进行了实证分析，我们得以上因素对储蓄存款都有一定的影响，居民的人均可支配收入和名义利率是影响居民储蓄存款的最主要因素,消费品的价格水平和实际利率对居民的储蓄存款有一定的影响,但影响不是很显著。

关键词：储蓄存款；物价；可支配收入；实证分析
Abstract
Savings account is residents economic life, and an event in savings can to a certain extent reflect the surplus degree, so people know influence factors of residents' deposits for we know people's saving psychology and for some economic policies in can provide very good reference. This paper selects the 1991-2008, according to the number of samples, the savings deposit determinant of empirical analysis, research mainly tested the deposit rates residents' disposable income and price level and resident savings degree with the four who examines the relationship, we must above factors on the savings deposit has certain influence, residents' per capita disposable income and nominal interest rate is affecting resident savings of main factor, and consumer price level and the actual interest rate for the savings deposits of residents have certain effect, but the impact of not significant
Keywords: savings, Prices; Disposable income, Empirical analysis
目录
序言 (5)
一、储蓄存款总额与存款利率关联度分析 (6)
二、储蓄存款总额、存款利率与可支配收入关联度分析 (10)
三、储蓄存款总额、存款利率与可支配收入与物价关联度分析 (14)
四、模型影响因素数量确定 (20)
五、模型设定误差分析………………………………………………- 21 -
六、模型结构稳定性检验……………………………………………- 22 -
七、模型多重共线性诊断及补救……………………………………- 29 -
八、模型自相关诊断及补救…………………………………………- 41 -
九、模型异方差诊断及补救…………………………………………- 43 -
序言
自改革开放以来，我国城乡居民的储蓄存款总额不断增长，而随着改革的深入特别是20世纪90年代更是迅速扩大，1990年我国居民储蓄存款7119.6亿元，2003年已达到103617.65亿元人民币，2008年我国居民储蓄存款增至217885.4亿元。

从1990年到2008年我国居民的储蓄存款一直保持着增长的势头。

储蓄存款是反映我国经济状况的一个重要指标，居民的存款意愿直接受其收入影响，因此可支配收入对储蓄存款的影响非常直接。

而居民的储蓄存款额跟其消费额必然成一定的负相关，在当前各国均趋向保守的对外经济政策的形势下，各国都依靠扩大内需来拉动经济增长，一系列政策措施都将可能影响居民的储蓄行为，特别是利率的高低。

储蓄存款不仅是一种投资理财的行为，人们不仅关心它的利息收入，更关心它的实际价值，如果市场通货膨胀或贬值都会的储蓄产生很大的影响，在这方面物价的高低，最明显和直接，因此在物价飞涨的情况下，人们是否储蓄就不会过分关注名义利率的高低，而在乎的实际利率。

居民的储蓄存款是关系国民经济的一个大事，利率物价可支配收入等因素的居民存款的影响到底多大，了解它们之间的关联度可以为很多经济活动和行为提供借鉴和更适合的政策，所以本文选取全国近19年来有关我国居民储蓄存款总额、物价、可支配收入、利率的数据，运用计量经济学的分析方法，建立相应的回归模型以及运用一些相关分析方法对所建模型进行分析，以更好的说明因素间的关系，即存款利率、可支配收入、物价对居民储蓄存款的影响因素的实证分析。

一、居民储蓄存款总额与存款利率关联度分析
为了更好的进行对居民储蓄存款总额和存款利率的关联度分析，我们选取全国1990年至2008年居民储蓄存款总额和存款利率的统计资料，如表1所示。

表1 1990-2008年我国居民储蓄存款总额和存款利率
我们建立二元线性回归模型Lny＝b
1＋b
2
LnX
2
＋i
e
，把国内生产总值作为被解释变
量y，固定资产投资额作为解释变量X
2
，由于回归模型的需要我们对表1中的数据进行对数处理结果如表2所示。

表2 1990-2008年我国居民储蓄存款总额和存款利率
19908.8706 0.7701
19919.1318 0.5878
19929.3722 0.5878
19939.6293 1.1474
19949.9767 1.1474
199510.2976 1.1474
199610.5590 0.6831
199710.7425 0.5365
199810.8857 0.3646
199910.9958 -0.0101
200011.0718 -0.0101
200111.2086 -0.0101
200211.3726 -0.3285
200311.5485 -0.3285
200411.6915 -0.3285
200511.8569 -0.3285
200611.9928 -0.3285
200712.0584 -0.2107
200812.2917 -0.3285
运行统计分析软件SPSS，将上表中数据输入界面，进行线性回归分析所得结果如表3、表4和表5所示。

据此，可得该线性回归模型各项数据为：
b 2 ＝ 2
2
2
2
2
2
()
x y
x y n x x n
--∑∑
∑∑
∑ ＝-1.539
b 1 ＝22y b x -＝11.204
2
δ
＝2
2
i
e
n -∑
＝0.347
Var （b 1
） ＝
2
2
22
22
()
x n x x σ-∑∑＝0.022 Var （b 2） ＝
2
2
221()
x x σ-∑＝0.061 Se （b 1） ＝
＝0.149 Se （b 2） ＝
＝0.248
t （b 1） ＝
1
1()
b Se b ＝ 75.318 t （b 2） ＝
2
2()
b Se b ＝-6.197 2R ＝
2
2
()()
y y y y --∑∑ ＝0.693
df ＝ 17
模型为：Lny ＝11.204-1.539x 2
＋i e
令α＝0.1
我们提出如下假设：
H 0：B i ＝0，LnY ＝B 1+B 2LnX 2+μi
Lny ＝b 1
＋b 2
Lnx 2
＋i e
t(bi)~t 0.1(17)
在α水平下，t 检验的拒绝域为：〔－∞，－1.3334〕和〔1.3334，＋∞〕 所以t （b 1）、t （b 2）均落在拒绝域中，拒绝原假设，即常数项和X 2对于模型均有意义。

对于该模型的经济意义解释如下：
平均而言，在其他条件不变的情况下，存款利率每1%个百分点，将引起储蓄存款总额变动-1.539%。

并且，该模型反映了69.3%的真实情况。

二、居民储蓄存款总额、存款利率与可支配收入关联度分析
为了更好的进行对居民储蓄存款总额和存款利率及可支配收入的关联度分析，我们选取我国1990年至2000年居民储蓄存款总额和存款利率及就可支配收入的统计资料，如表6所示。

表6 1990-2000年我国储蓄存款总额、存款利率及物价水平
我们建立三元线性回归模型Lny＝b
1＋b
2
Lnx
2
＋b
3
Lnx
3
＋i
e。

我们将储蓄存款总额作
为被解释变量y，存款利率作为解释变量X
2，可支配收入作为解释变量x
3
（以下各步同
上）
表7 1990-2000年我国储蓄存款总额、存款利率及可支配收入
1991 9.1318 0.5878 5.4108
1992 9.3722 0.5878 5.4727
1993 9.6293 1.1474 5.6098
1994 9.9767 1.1474 5.8260
1995 10.2976 1.1474 5.9837
1996 10.5590 0.6831 6.0636
1997 10.7425 0.5365 6.0911
1998 10.8857 0.3646 6.0831
1999 10.9958 -0.0101 6.0689
2000 11.0718 -0.0101 6.0730
2001 11.2086 -0.0101 6.0799
2002 11.3726 -0.3285 6.0719
2003 11.5485 -0.3285 6.0838
2004 11.6915 -0.3285 6.1221
2005 11.8569 -0.3285 6.1399
2006 11.9928 -0.3285 6.1549
2007 12.0584 -0.2107 6.2017
2008 12.2917 -0.3285 6.2590
运行统计分析软件SPSS，将上表中数据输入界面，进行线性回归分析所得结果如表8、表9和表10所示。

据此，可得该线性回归模型各项数据为：
b 2 ＝3233223233233223322()()()()()()()222()()()()y y x x y y x x x x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤
-------∑∑∑∑-⎣⎦⎣⎦⎣⎦⎢⎥⎣⎦⎡⎤---∑∑∑--⎣⎦
＝-0.7305
b 3 ＝22322232233223322()()()()()()()33222()()()()y y x x y y x x x x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤
-------∑∑∑∑-⎣⎦⎣⎦⎢⎥⎣⎦⎣⎦⎡⎤---∑∑∑--⎣⎦
＝2.542
b 1 ＝2323y b x b x --＝-4.137
2
δ＝2
3
i
e
n -∑＝0.044
Var （b 1） ＝22333222322332233223322()()2()()12[]222()()[()()]
x x x x x x x x x x x x n x x x x x x x x σ-+----∑∑∑+-----∑∑∑
＝1.994
Var （b 2） ＝
2
3
32
2
22
22332233()()()()()x
x x x x x x x x x σ-⎡⎤⎡
⎤-⋅----⎣⎦⎣⎦∑∑∑∑ ＝0.135
Var （b 3） ＝
2
2
222
22
22332233()()()()()x
x x x x x x x x x σ-⎡⎤⎡
⎤-⋅----⎣⎦⎣⎦∑∑∑∑
＝0.056
Se （b 1） ＝ 1.412
Se （b 2） ＝0.116
Se （b 3） ＝0.234 t （b 1） ＝ 1
1()
b Se b ＝-2.930 t （b 2） ＝2
2()
b Se b ＝-6.136 t （b 3） ＝
3
3()
b Se b ＝10.872 2R ＝
2
2
()()
y y y y --∑∑ ＝0.963
df ＝16
F ＝ 22
/2
(1)/()
R R n k --＝210.685 模型为： Lny ＝-4.137—0.7305Lnx 2＋2.542Lnx 3＋i e
令α＝0.1
我们提出如下假设：
H 0：B i ＝0，LnY ＝B 1+B 2LnX 2+B 3LnX 3+μi Lny ＝b 1＋b 2LnX 2＋b 3LnX 3＋i e
t(bi)~ t 0.1(16)
在α水平下，t 检验的拒绝域为：〔－∞，－1.3368〕和〔1.3368，＋∞〕 所以t （b 1）、t （b 2）、t （b 3）均落在拒绝域中，拒绝原假设，即常数项、x 2、x 3对于模型均有意义。

对于该模型的经济意义解释如下：
平均而言，在其他条件不变的情况下，存款利率每变动1%个百分点，将引起储蓄存款总额变动-0.205%个单位；在其他条件不变的情况下，物价水平每变动1%，将引起储蓄存款总额变动2.542%。

并且，该模型反映了96.3%的真实情况。

三、储蓄存款总额、存款利率、物价与可支配收入关联度分析
为了更好的进行对居民储蓄存款总额和存款利率、物价、可支配收入的关联度分析，我们选取全国1990年至2008年居民储蓄存款总额和存款利率、物价、可支配收入的统计资料，如表11所示。

表11 1990-2000年我国储蓄存款总额、存款利率、物价及可支配收入
我们建立三元线性回归模型Lny＝b
1＋b
2
Lnx
2
＋b
3
Lnx
3
＋b
4
Lnx
4
＋i
e。

我们将储蓄存
款总额作为被解释变量y，存款利率作为解释变量X
2，可支配收入作为解释变量x
3
，物
价作为解释变量x
3
（以下各步同上），由于回归模型的需要我们对表11中的数据进行对数处理结果如表12所示。

表12 1990-2000年我国储蓄存款总额、存款利率、物价及可支配收入
1991 9.1318 0.5878 5.4108 7.7871 1992 9.3722 0.5878 5.4727 7.9412 1993 9.6293 1.1474 5.6098 8.1602 1994 9.9767 1.1474 5.8260 8.4590 1995 10.2976 1.1474 5.9837 8.6760 1996 10.5590 0.6831 6.0636 8.8195 1997 10.7425 0.5365 6.0911 8.8888 1998 10.8857 0.3646 6.0831 8.9342 1999 10.9958 -0.0101 6.0689 8.9952 2000 11.0718 -0.0101 6.0730 9.0517 2001 11.2086 -0.0101 6.0799 9.1298 2002 11.3726 -0.3285 6.0719 9.2280 2003 11.5485 -0.3285 6.0838 9.3142 2004 11.6915 -0.3285 6.1221 9.4221 2005 11.8569 -0.3285 6.1399 9.5286 2006 11.9928 -0.3285 6.1549 9.6386 2007 12.0584 -0.2107 6.2017 9.7940 2008 12.2917 -0.3285 6.2590 9.9302
运行统计分析软件SPSS，将上表中数据输入界面，进行线性回归分析所得结果如表13、表14和表15所示。

据此，可得该线性回归模型各项数据为：
b 2 ＝3233223233233223322()()()()()()()222()()()()y y x x y y x x x x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤
-------∑∑∑∑-⎣⎦⎣⎦⎣⎦⎢⎥⎣⎦⎡⎤---∑∑∑--⎣⎦
＝-0.240
b 3 ＝22322232233223322()()()()()()()3322()()()()y y x x y y x x x x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤
-------∑∑∑∑-⎣⎦⎣⎦⎢⎥⎣⎦⎣⎦⎡⎤---∑∑∑--⎣⎦
＝0.248 b 4 ＝ 1.301
b 1 ＝2323y b x b x --＝-2.193
2
δ=2
3
i
e
n -∑=0.003
Var （b 1） ＝22333222322332233223322()()2()()12[]()()[()()]
x x x x x x x x x x x x n x x x x x x x x σ-+----∑∑∑+-----∑∑∑
＝0.140
Var （b 2） ＝
2
3
322
22
22332233()()()()()x
x x x x x x x x x σ-⎡⎤⎡
⎤-⋅----⎣⎦⎣⎦∑∑∑∑
＝0.002
Var （b 3） ＝
2
2
222
22
22332233()()()()()x
x x x x x x x x x σ-⎡⎤⎡
⎤-⋅----⎣⎦⎣⎦∑∑∑∑
Var （b 4） ＝=0.025
0.007
Se （b 1） ＝
0.374 Se （b 2）
＝0.043 Se （b 3）
＝0.159 Se （b 4）= 0.084 t （b 1） ＝ 1
1()
b Se b ＝-5.859 t （b 2） ＝2
2()
b Se b ＝-5.601 t （b 3） ＝
3
3()
b Se b ＝1.561 t （b 4） = 15.532
2R ＝
2
2
()()
y y y y --∑∑ ＝ 0.998
df ＝15
F ＝ 22/2
(1)/()
R R n k --＝2329.848
模型为： Lny ＝-2.193—0.240LnX 2＋0.248LnX 3+1.301LnX 4＋i e
令α＝0.1
我们提出如下假设：
H 0：B i ＝0，LnY ＝B 1+B 2LnX 2+B 3LnX 3+μi Lny ＝b 1＋b 2LnX 2＋b 3LnX 3＋i e
t(bi)~ t 0.1(15)
在α水平下，t 检验的拒绝域为：〔－∞，－1.3406〕和〔1.3406，＋∞〕 所以t （b 1）、t （b 2）、t （b 3）均落在拒绝域中，拒绝原假设，即常数项、x 2、x 3、x 4对于模型均有意义。

联合假设检验： H 0：2
R ＝0 F ～0.1F (3，15)
在α水平下，模型中的F 值落在F 检验的右侧拒绝域〔3.29，＋∞〕中，拒绝原假设，
即2
R ≠0
对于该模型的经济意义解释如下：
平均而言，在其他条件不变的情况下，存款利率每变动1%，将引起储蓄存款总额变动-0.240%；在其他条件不变的情况下，物价水平每变动1%，将引起储蓄存款总额变动0.248%；在其他条件不变的情况下，可支配收入每变动1%，将引起储蓄存款总额变动1.301%。

并且，该模型反映了99.8%的真实情况。

四、模型影响因素数量确定
对于模型一：Lny ＝11.204-1.539x 2＋i e
2
R ＝ 0..693→2
R ＝ 1-(1-2R )
n-1n-k （）
（）
＝0.675 对于模型二：Lny ＝-4.137—0.7305Lnx 2＋2.542Lnx 3＋i e
2
R ＝0.963→2
R ＝ 1-(1-2R )
n-1n-k （）
（）
＝0.959 对于模型三：Lny ＝-2.193—0.240LnX 2＋0.248LnX 3+1.301LnX 4＋i e
2
R ＝0.998→2
R ＝ 1-(1-2R )
n-1n-k （）
（）
＝0.997 据此，我们可以看出，该模型在增加了解释变量X 3（可支配收入）,X 4 （物价），校正判定系数2
R 增大了，所以，增加的解释变量是有用变量，即可支配收入物价是影响储蓄存款总额的重要因素，应在模型中保留。

五、模型设定误差分析
对于模型一：Lny＝11.204-1.539x
2＋i e
Se（b1）＝0.149 Se（b2）＝0.248 t（b1）＝ 75.318 t（b2）＝-6.197 2
R＝ 0.693 df ＝17
对于模型二：Lny＝-4.137—0.7305Lnx
2＋2.542Lnx
3
＋i
e
Se（b1）＝1.412 Se（b2）＝0.116 Se（b3）＝0.234 t（b1）＝ -2.930 t（b2）＝-6.316 t（b3）= 10.872 2
R＝ 0.963 df ＝16
对于模型三：Lny＝-2.193—0.240LnX
2＋0.248LnX
3
+1.301LnX
4
＋i
e
Se（b1）＝0.374 Se（b2）＝0.043 Se（b3）＝0.159 Se（b4）＝0.084 t（b1）＝-5.859 t（b2）＝-5.601 t（b3）＝1.561 t（b4）＝15.532 2
R＝ 0.998 df ＝15
通过比较可以发现，从总体来看模型一中的参数的标准差比模型二中对应参数的标准差要大，总体来看模型二中的参数的标准差比模型三中对应参数的标准差要大；模型一中各参数的t检验值要比模型二中对应参数的t检验值大，模型二中各参数的t检验值要比模型三中对应参数的t检验值大。

也就是说，在同一 水平下，各模型的t检验值相比，假设检验越来越显著。

但同时，我们应该看到，模型一的拟合优度比模型二要低，模型二的拟合优度比模型三要低，即模型三中的解释变量与模型一二中的解释变量相比，能够更好的解释因变量，也就是物价、可支配收入、利率同时作为影响因素时，与前面两种情况相比，能够更好的说明储蓄存款总额的变化情况。

六、模型结构稳定性检验
1.对样本进行线性回归分析，依据前面步骤可得出以下数据：
Lny＝-2.193—0.240LnX
2＋0.248LnX
3
+1.301LnX
4
＋i
e
Se（b1）＝0.374 Se（b2）＝0.043 Se（b3）＝0.159 Se（b4）＝0.084 t（b1）＝-5.859 t（b2）＝-5.601 t（b3）＝1.561 t（b4）＝15.532 2
R＝ 0.998 df ＝15
（1）将样本分为两段，其中第一段数据如表16所示。

表16 1990-2000年我国储蓄存款总额、存款利率、物价及可支配收入
1991 9.1318 0.5878 5.4108 7.7871
1992 9.3722 0.5878 5.4727 7.9412
1993 9.6293 1.1474 5.6098 8.1602
1994 9.9767 1.1474 5.8260 8.4590
1995 10.2976 1.1474 5.9837 8.6760
1996 10.5590 0.6831 6.0636 8.8195
1997 10.7425 0.5365 6.0911 8.8888
1998 10.8857 0.3646 6.0831 8.9342
1999 10.9958 -0.0101 6.0689 8.9952
建立四元线性回归模型Lny＝b
1＋b
2
Lnx
2
＋b
3
Lnx
3
＋b
4
Lnx
4
＋i
e（相关计算数据参照
于附表5），运行统计分析软件SPSS，将上表中数据输入界面，进行线性回归分析所得结果如表17、表18和表19所示。

据此，可得该线性回归模型各项数据为：
b 2
＝323
3
22323
3
23
3
223
3
2
2
()()()()()()
()
2
2
2()()
()
()
y y x x y y x x x x x x
x x
x x x x
x x
x x
⎡⎤
⎡⎤⎡⎤⎡⎤-------∑∑∑∑
-
⎣⎦⎣⎦⎣⎦
⎢⎥
⎣⎦
⎡⎤
---
∑∑∑
-
-⎣⎦
＝-0.127
b 3＝223
2223
2
23
3
223
3
2
2
()()()()()()
()
3
3
2
2
2()()
()
()
y y x x y y x x x x x x
x x
x x x x
x x
x x
⎡⎤
⎡⎤⎡⎤⎡⎤-------∑∑∑∑
-⎣⎦⎣⎦
⎢⎥
⎣⎦⎣⎦
⎡⎤
---
∑∑∑
-
-⎣⎦
＝-1.141
b
4
＝2.165
b 1＝23
23
y b x b x
--＝-1.515
2δ ＝2
3
i e n -∑＝0.002
Var （b 1）＝108.014449
Var （b 2）＝0.0196
Var （b 3）＝1.110916
Var(b 4) ＝0.389
Se （b 1） 1.412 Se （b 2） ＝0.047 Se （b 30.498 Se （b 4）＝0.305 t （b 1） ＝ 1
1()
b Se b ＝-3.890 t （b 2） ＝
2
2()
b Se b ＝-2.736 t （b 3） ＝
3
3()
b Se b ＝-2.290 t （b 4） ＝7.089
2R ＝
2
2
()()
y y y y --∑∑ ＝ 0 .998 df ＝6
F ＝ 22
/2
(1)/()
R R n k --＝1127.289 模型为：Lny ＝-1.515-0.127Lnx 2-1.141Lnx 3＋2.165Lnx 4＋i e 令α＝0.1， 我们提出如下假设：
H 0：B i ＝0，LnY ＝B 1+B 2LnX 2+B 3LnX 3+μi
Lny ＝b 1＋b 2Lnx 2＋b 3Lnx 3＋i e t(bi)~ t 0.1(6)
在α水平下，t 检验的拒绝域为：〔－∞，－1.4398〕和〔1.4398，＋∞〕 所以t （b 1）、t （b 2）、t （b 3）、t （b 4）均落在拒绝域中，拒绝原假设，即X 2、X 3对于
模型均有意义。

联合假设检验：
H0：2
R＝0
F ～
0.1
F (2，6)
在α水平下，模型中的F值落在F检验的右侧拒绝域〔3.46，＋∞〕中，拒绝原假设，即2
R≠0
对于该模型的经济意义解释如下：
平均而言，在其他条件不变的情况下，存款利率每变动1%，将引起储蓄存款总额变动-0.127%；在其他条件不变的情况下，物价水平每变动1%，将引起储蓄存款总额变动-1.141%；在其他条件不变的情况下，可支配收入每变动1%，将引起储蓄存款总额变动2.165%。

并且，该模型反映了99.8%的真实情况。

（2）第二段数据如表20所示
表20 2000-2008年我国储蓄存款总额、存款利率、物价及可支配收入
2001 11.2086 -0.0101 6.0799 9.1298
2002 11.3726 -0.3285 6.0719 9.2280
2003 11.5485 -0.3285 6.0838 9.3142
2004 11.6915 -0.3285 6.1221 9.4221
2005 11.8569 -0.3285 6.1399 9.5286
2006 11.9928 -0.3285 6.1549 9.6386
2007 12.0584 -0.2107 6.2017 9.7940
2008 12.2917 -0.3285 6.2590 9.9302
我们建立四元线性回归模型Lny＝b
1＋b
2
Lnx
2
＋b
3
Lnx
3
＋b
4
Lnx
4
＋i
e，运行统计分析软件
SPSS，将上表中数据输入界面，进行线性回归分析所得结果如表21、表22和表23所示。

据此，可得该线性回归模型各项数据为：
b 2 ＝3233223233233223322()()()()()()()222
()()()()y y x x y y x x x x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤-------∑∑∑∑-⎣⎦⎣⎦⎣⎦⎢⎥⎣⎦⎡⎤---∑∑∑--⎣⎦
＝-0.331
b 3 ＝22322232233223322()()()()()()()33222()()()()y y x x y y x x x x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤
-------∑∑∑∑-⎣⎦⎣⎦⎢⎥⎣⎦⎣⎦⎡⎤---∑∑∑--⎣⎦
＝0.720
b 4＝1.419
b 1 ＝2323y b x b x --＝2.608
2δ＝2
3
i e n -∑＝0.002
Var （b 1） ＝22333222322332233223322()()2()()12[]222()()[()()]
x x x x x x x x x x x x n x x x x σ-+----∑∑∑+-----∑∑∑
＝29.257
Var （b 2） ＝
2
3
322
22
22332233()()()()()x
x x x x x x x x x σ-⎡⎤⎡
⎤-⋅----⎣⎦⎣⎦∑∑∑∑
＝0.045
Var （b 3） ＝
2
2
22
2
2222332233()()()()()x
x x x x x x x x x σ-⎡⎤⎡
⎤-⋅----⎣⎦⎣⎦∑∑∑∑ ＝1.893 Var （b 3） ＝0.112
Se （b 1）
5.409 Se （b 2） ＝0.211 Se （b 3） ＝1.376 Se （b 4）＝ 0.334 t （b 1） ＝ 1
1()
b Se b ＝0.482 t （b 2） ＝2
2()
b Se b ＝-1.567 t （b 3） ＝
3
3()
b Se b ＝-0.523 t （b 4） ＝4.242
2R ＝
2
2
()()
y y y y --∑∑ ＝0.992
df ＝5
F ＝ 22/2
(1)/()
R R n k --＝217.700
模型为：Lny ＝2.608-0.331Lnx ＋0.720Lnx 3＋1.419 Lnx 4＋i e
令α＝0.1，
我们提出如下假设：
H 0：B i ＝0，LnY ＝B 1+B 2LnX 2+B 3LnX 3+ B 4LnX 4+μi
Lny ＝b 1＋b 2Lnx 2＋b 3Lnx 3＋b 4Lnx 4＋i e t(bi)~ 0.1t (5)
在α水平下，t 检验的拒绝域为：〔－∞，－1.4751〕和〔1.4751，＋∞〕 所以t （b 2）t （b 4）均落在拒绝域中，拒绝原假设，即x 2 x 4对于模型有意义，但由于t （b 1）、t （b 3）均落在非拒绝域，因此常数项0.482和x 3对于模型均没有意义，即这二者没有存在的必要。

联合假设检验：
H 0：2
R ＝0 F ～0.1F (3，4)
在α水平下，模型中的F 值落在F 检验的右侧拒绝域〔4.19，＋∞〕中，拒绝原假设，
即2
R ≠0
对于该模型的经济意义解释如下：
平均而言，在其他条件不变的情况下，在其他条件不变的情况下，存款利率每变动1%，将引起储蓄存款总额变动-0.33%；在其他条件不变的情况下，可支配收入率每变动1%，将引起国内生产总值变动4.242%。

并且，该模型反映了99.2%的真实情况。

2.对于模型Lny ＝-2.193—0.240LnX 2＋0.248LnX 3+1.301LnX 4＋i e
R RSS ＝
2e ∑＝ 2
y y -∑（）＝0.041
对于模型Lny ＝-1.515-0.127Lnx 2-1.141Lnx 3＋2.165Lnx ＋i e 1RSS ＝0.009
对于模型Lny ＝2.608-0.331Lnx ＋0.720Lnx 3＋1.419 Lnx 4＋i e
2RSS ＝0.010
由此可得：
UR RSS ＝12RSS RSS ＋＝0.029
H0：R RSS ＝UR RSS
F ＝ 12()/k
/(2k)
R UR UR RSS RSS RSS n n --＋＝1.517
在α水平下，所以F 值不落在F 检验的右侧拒绝域〔2.54，＋∞〕中，接受原假设，即该模型为结构稳定模型。

在以下分析中，应该运用模型：
Lny ＝-2.193—0.240LnX 2＋0.248LnX 3+1.301LnX 4＋i e
七、模型多重共线性诊断及补救
相关计算数据参照于表13和表15。

1.进行多重共线性的诊断
（1）2
R ＝ 0.998 t （b 1）＝-5.859 t （b 2）＝-5.601
t （b 3）＝1.561 t （b 4）= 15.532
由此可看出，该模型的拟合优度较大，各参数的t 检验值都比较显著，所以，不能据此看出其存在多重共线性。

（2）X 2与X 3之间的关联度
r
L
2323)n x x x x -∑∑∑(＝-0.644
由此可看出，该模型的俩个解释变量属于中度相关。

X 3与X 4之间的关联度
r
L
2323)n x x x x -∑∑∑(＝0.944
由此可看出，该模型的俩个解释变量属于高度相关 X 2与X 4之间的关联度
r
L
2
3
23
)n
x x x x -
∑∑∑(＝-0.795
由此可看出，该模型的俩个解释变量属于中度相关
（3）辅助回归
针对模型：Lny ＝-2.193—0.240LnX 2＋0.248LnX 3+1.301LnX 4＋i e
建立以X 2为因变量， X 3 X 4为自变量的辅助回归模型：LnX 2＝c 1＋c 2LnX 3＋c 3LnX 3＋i
e
c 2 ＝23
23232
3()x x x x n
x x n
--∑∑∑∑∑ ＝1.953
c 3 ＝-1.444 c 1 ＝223x b x -＝1.492
2R ＝
2
2
()()
y y y y --∑∑＝0.733
df ＝16
模型为：LnX 2＝1.492＋1.953LnX 3-1.4442LnX 3＋i e H0： 2
R ＝0
F ＝222
2/k 1
(1)/(n k)
R R --- ＝22.006 F ～0.1F (2，16)
在α水平下， F 值落在F 检验的右侧拒绝域〔2.67，＋∞〕中，拒绝原假设，说明存在多重共线性。

建立以X 3为因变量， X 2 X 4为自变量的辅助回归模型：LnX 3＝d 1＋d 2LnX 2＋d 4LnX 4＋i
e
d 2 ＝2323
232
3()x x x x n x x n
--∑∑∑∑∑ ＝ 0.142
d 4 ＝ 0.490 d 1 ＝223x b x -＝1.550
2R ＝
2
2
()()
y y y y --∑∑＝ 0.921
df ＝16
模型为：LnX 2＝1.550＋0.142LnX 2＋0.490LnX 4＋i e
H0： 2
R ＝0
F ＝222
2/k 1
(1)/(n k)
R R --- ＝93.055 F ～0.1F (2，16)
在α水平下， F 值落在F 检验的右侧拒绝域〔2.67，＋∞〕中，拒绝原假设，说明存在多重共线性。

建立以X 3为因变量， X 2 X 4为自变量的辅助回归模型：LnX 3＝e 1＋e 2LnX 2＋e 3LnX 3＋i
e
e 2 ＝2323
232
3()x x x x n x x --∑∑∑∑∑ ＝-0.377
e 3＝ 1.764
e 1 ＝223x b x -＝-1.495
2R ＝
2
2
()()y y y y --∑∑＝0.950
df ＝16
模型为：LnX 2＝-1.495-0.377LnX 2＋1.764LnX 4＋i e
H0： 2
R ＝0
F ＝222
2/k 1
(1)/(n k)
R R --- ＝152.385 F ～0.1F (2，16)
在α水平下， F 值落在F 检验的右侧拒绝域〔2.67，＋∞〕中，拒绝原假设，说明存在多重共线性。

2.进行多重共线性的补救
用变量转换法进行多重共线性的补救
将模型中各对应变量的数值均除以X 4（可支配收入），所得结果如表24所示。

表24 多重共线性变量转换后数据
Y* X2* X3* X4* 1.1528 0.1001 0.6988 0.1300 1.1727 0.0755 0.6948 0.1284 1.1802 0.0740 0.6892 0.1259 1.1800 0.1406 0.6875 0.1225 1.1794 0.1356 0.6887 0.1182 1.1869 0.1322 0.6897 0.1153 1.1972 0.0775 0.6875 0.1134 1.2085 0.0604 0.6853 0.1125 1.2184 0.0408 0.6809 0.1119 1.2224 -0.0011 0.6747 0.1112 1.2232 -0.0011 0.6709 0.1105 1.2277 -0.0011 0.6659 0.1095 1.2324 -0.0356 0.6580 0.1084 1.2399 -0.0353 0.6532 0.1074 1.2409 -0.0349 0.6498 0.1061 1.2443 -0.0345 0.6444 0.1049 1.2442 -0.0341 0.6386 0.1037 1.2312 -0.0215 0.6332 0.1021 1.2378
-0.0331
0.6303
0.1007
1)取其中的y*和X 2*进行二元线性回归分析
建立回归模型：Lny*＝b
1＋b
2
LnX
2
*＋i
e，运行统计分析软件SPSS，将上表中相应
数据输入界面，进行线性回归分析所得结果如表24、表25和表26所示。

据此，可得该线性回归模型各项数据为：
b 2＝2
2
2
2
2
2
()
x y
x y
n
x
x
n
**
**
*
*
-
-
∑∑
∑
∑
∑
＝0.399
b 1 ＝22 y
b x *
*-＝1.224
2
δ
＝22
i
e
n -∑
＝0.000
Var （b 1） ＝2
2
2
2
22()
x
n x x σ***-∑∑＝ 0.000009 Var （b 2） ＝
2
2
2
21
()
x
x σ*
*-∑＝0.00000729 Se （b 1）
0.003 Se （b 2）
＝0.027 t （b 1） ＝
11()
b Se b ＝395.958 t （b 2）＝22()b
Se b ＝-9.166
2R ＝
2
2
()()
y y y y --∑∑＝0.832 df ＝17
模型为：Lny*＝1.224＋0.399LnX 2*＋i e 令α＝0.1，
我们提出如下假设：
H 0：B i ＝0，LnY ＝B 1+B 2LnX 2*+μi
Lny*＝0.314＋0.759LnX 2*＋i e t(bi)~ t 0.1(17)
在α水平下，t 检验的拒绝域为：〔－∞，－1.3334〕和〔1.3334，＋∞〕 所以t （b 1）、t （b 2）均落在拒绝域中，拒绝原假设，即常数项和X2对于模型均有意义。

(2)取其中的y*和X 2*、X 3*进行三元变量回归分析
建立回归模型Lny*＝b 1＋b 2LnX 2*＋b 3LnX 3*＋i e ，运行统计分析软件SPSS ，将上表
中相应数据输入界面，进行线性回归分析所得结果如表26、表27和表28所示。

据此，可得该线性回归模型各项数据为：
b2 ＝22332233332233
33222()()()()()()()222()()()()y y x x y y x x x x x x x x x x x x x x x x **********************⎡⎤⎡⎤⎡⎤⎡⎤
-------∑∑∑∑-⎢⎥⎣⎦⎣
⎦⎣⎦⎣⎦⎡⎤---∑∑∑--⎣⎦
＝-0.263
b3 ＝3322223322223333222()()()()()()()222()()()()y y x x y y x x x x x x x x x x x x x x x x ******************
****⎡⎤⎡⎤⎡⎤⎡⎤
-------∑∑∑∑-⎢⎥⎣
⎦⎣⎦⎣⎦⎣⎦⎡⎤
---∑∑∑--⎣⎦
＝-0.462
b1 ＝2233y b x b x **--=1.530
2
δ ＝ 2
3
i
e
n -∑= 0.000
Var （b1） ＝2
2333222322332233332222()()2()()12[]22()()()()x x x x x x x x x x x x n x x x x x x x x σ****************
****-+----∑∑∑+⎡⎤
---∑∑∑--⎣⎦
＝ Var （b2） ＝
2
332
2
22333322()222()()()()x
x x x x x x x x x σ******
****-⎡⎤
---∑∑∑--⎣⎦
∑
＝
Var （b3） ＝
22222333
3
222
()
222
()()()()x x x x x x x x x x σ*******
**
*
∑-⎡⎤---∑∑∑--⎣⎦
＝7
Se （b1） ＝
0.152 Se （b2）
＝0.079 Se （b3）
＝0.231 t （b1） ＝ 1
1()
b Se b ＝ 10.036 t （b2） ＝2
2()
b Se b ＝ -3.329 t （b3） ＝
3
3()
b Se b ＝-2.003 2R ＝ 22
()()
y y y y ***
*--∑∑＝0.865 df ＝16
F ＝ 22
/2
(1)/()
R R n k --＝51.455
模型为：y*＝1.530--0.263 X2*-0.462 X3*＋i e 令α＝0.1，
我们提出如下假设：
H0：Bi ＝0，Y ＝B1+B2 X2*+B3 X3*+μi
y ＝b1＋b2 X2*＋b3 X3*＋i e t(bi)~0.1t (16)
在α水平下，t 检验的拒绝域为：〔－∞，－1.3368〕和〔1.3368，＋∞〕 所以t （b1）、t （b2）、t （b3）均落在拒绝域中，拒绝原假设，即X2*、X3*对于模型均有意义。

联合假设检验：
H0：2
R ＝0
F ～
0.1
F(2，16)
在α水平下，模型中的F值落在F检验的右侧拒绝域〔2.67，＋∞〕中，拒绝原假设，即2
R≠0
(3)取其中的y*和X
2*、X
3
*、X
4
*进行三元变量回归分析
建立回归模型Lny*＝b
1＋b
2
LnX
2
*＋b
3
LnX
3
*＋i
e，运行统计分析软件SPSS，将上表
中相应数据输入界面，进行线性回归分析所得结果如表31、表32和表33所示。

据此，可得该线性回归模型各项数据为：
b 2 ＝2233223333223333222()()()()()()()222()()()()y y x x y y x x x x x x x x x x x x x x x x ******************
****⎡⎤⎡⎤⎡⎤⎡⎤
-------∑∑∑∑-⎢⎥⎣⎦⎣
⎦⎣⎦⎣⎦⎡⎤
---∑∑∑--⎣⎦
＝ -0.227
b 3 ＝3322223322223333222()()()()()()()222()()
()()y y x x y y x x x x x x x x x x x x x x x x **********************⎡⎤⎡⎤⎡⎤⎡⎤
-------∑∑∑∑-⎢⎥⎣
⎦⎣⎦⎣⎦⎣⎦⎡⎤---∑∑∑--⎣⎦
＝0.218
b 4＝-2.236
b1 ＝2233y b x b x **--=1.325
2
δ ＝ 2
3
i
e
n -∑= 0.000
Var （b1） ＝2
2333222322332233332222()()2()()12[]222()()()()x x x x x x x x x x x x n x x x x x x x x σ****************
****-+----∑∑∑+⎡⎤
---∑∑∑--⎣⎦
＝ 0.000064 Var （b2） ＝
2
332
2
22333322()222()()()()x
x x x x x x x x x σ*
*****
****-⎡⎤
---∑∑∑--⎣⎦
∑
＝0.00185
Var （b3） ＝
222223333222
()
222()()()()x x x x x x x x x x σ******
****∑-⎡⎤
---∑∑∑--⎣⎦
＝0.02723 Var （b3） ＝0.12532 Se （b1） ＝
0.008 Se （b2）
＝0.043 Se （b3）
＝0.165 Se （b4） ＝0.354
t （b1） ＝ 1
1()
b Se b ＝14.978 t （b2） ＝2
2()
b Se b ＝ -5.264 t （b3） ＝
3
3()
b Se b ＝1.323 t （b4） ＝-6.312
2R ＝ 22
()()
y y y y ***
*--∑∑＝0.963 df ＝ 15
F ＝ 22
/2
(1)/()
R R n k --＝130.860
模型为：y*＝1.325-0.227X2*+0.218 X3* - 2.236X4*＋i e 令α＝0.1，
我们提出如下假设：
H0：Bi ＝0，Y ＝B1+B2 X2*+B3 X3*+ B4X4*+μi
y ＝b1＋b2 X2*＋b3 X3*＋b4 X4*＋i e t(bi)~0.1t (15)
在α水平下，t 检验的拒绝域为：〔－∞，－1.3406〕和〔1.3406，＋∞〕 所以t （b1）、t （b2）、t （b3）均落在拒绝域中，拒绝原假设，即X2*、X3*对于模型均有意义; t （b4）不落在拒绝域中，不拒绝原假设，即X4*对于模型没有意义 联合假设检验：
H0：2
R ＝0 F ～0.1F (3，15)
在α水平下，模型中的F 值落在F 检验的右侧拒绝域〔2.49，＋∞〕中，拒绝原假设，
即2
R ≠0
（3）对于模型何时增加影响因素的分析
对于二元变量模型：Lny*＝1.224＋0.399LnX 2*＋i e
2
R ＝→2
R ＝ 1-(1-2R )
n-1n-k （）
（）
＝0.832 对于三元变量模型：y*＝1.530--0.263 X2*-0.462 X3*＋i e
2
R ＝ →2
R ＝ 1-(1-2R )
n-1n-k （）
（）
＝0.865 对于四元变量模型：y*＝1.325-0.227X2*+0.218 X3* - 2.236X4*＋i e
2R ＝ →2
R ＝ 1-(1-2R )
n-1n-k （）
（）
＝0.963
据此，我们可以看出，该模型在增加了解释变量X 3*后，校正判定系数2
R 增大了，所以，增加的变量是有用变量，应在模型中予以保留。

（4）模型设定误差 对于模型一：Lny*＝1.224＋0.399LnX 2*＋i e
Se （b 1）＝0.003 Se （b 2） ＝0.027 t （b 1） ＝395.958 t （b 2）＝-9.166 2R ＝ 0.832 df ＝17
对于模型二：y*＝1.530--0.263 X2*-0.462 X3*＋i e
Se （b1） ＝0.152 Se （b2）＝0.079 Se （b3）＝0.231
t （b1）＝ 10.036 t （b2）＝ -3.329 t （b3）＝-2.003
2R ＝0.865 df ＝16 F ＝51.455
对于模型三：y*＝1.325-0.227X2*+0.218 X3* - 2.236X4*＋i e
Se （b1）＝0.008 Se （b2）＝0.043 Se （b3）＝0.165 Se （b4）＝0.354 t （b1）＝14.978 t （b2）＝ -5.264 t （b3）＝1.323 t （b4）＝-6.312
2
R ＝0.963 df ＝ 15 F ＝130.860
通过比较可以发现，模型一中的参数的标准差比模型二中对应参数的标准差要小，型三中的参数的标准差比模型二中对应参数的标准差要小；模型一中各参数的t 检验值要比模型二中对应参数的t 检验值大，模型三中各参数的t 检验值要跟模型二中对应参数的t 检验值相比，有大有小。

也就是说，在同一α水平下，模型一中的参数与模型二中的参数相比，假设检验更为显著而模型三则不一定。

同时，我们应该看到，模型一的
拟合优度比模型二要低，即模型三中的自变量与模型一二中的自变量相比，能够更好的解释因变量，其反映的真实水平的比例相对于模型一二更高。

以下分析将采用模型三，即四元模型。

（5）多重共线性诊断
2
R ＝0.963 t （b2）＝ -5.264 t （b3）＝1.323 t （b4）＝-6.312 由此可看出，该模型的拟合优度较大，各参数除b3外的t 检验值都比较显著，所以，不能据此判断其是否存在多重共线性。

② X2*与X3*之间的关联度
r
**
L ＝0.861
由此可看出，该模型的俩个解释变量属于高度相关
③ X3*与X4*之间的关联度
r ＝0.886
由此可看出，该模型的俩个解释变量属于高度相关
④ X2*与X4*之间的关联度
r ＝0.795
由此可看出，该模型的俩个解释变量属于中度相关。

⑤辅助回归
针对模型：：y*＝1.325-0.227X2*+0.218 X3* - 2.236X4*＋i e
建立以X2*为因变量，X3* X4*为自变量的辅助回归模型：
LnX2＝b1＋b2LnX3*＋b3LnX4*＋i e
该线性回归模型各项数据为：
b2 ＝ 2.138
b3 ＝1.100
b1 ＝-1.524
22R ＝0.746 df ＝16
模型为：LnX2＝-1.524＋2.138LnX3*＋1.100b3LnX4*＋i e
H0： 2
R ＝0
F ＝*22*2
2/k 1
(1)/(n k)R R --- ＝23.539
F ～0.1F (2，16)
在α水平下，所以F 值落在F 检验的右侧拒绝域〔6.23，＋∞〕中，拒绝原假设，说明存在多重共线性。

由于补救前模型的拟合优度为0.998，大于补救后模型的拟合优度0.746，所以接下来的分析将采用补救前的模型。

八、模型自相关诊断及补救
1．自相关的诊断 (1)图形法
根据模型：Lny ＝-2.193—0.240LnX 2＋0.248LnX 3+1.301LnX 4＋i e 作i e 对1i e -的散点图，所得结果如图1所示。

作i e 对t 的散点图，所得结果如图2所示。

图1 i e
对1i e
－的散点图
图2 i e
对t 的散点图
从图形中可以看出，i e 是随机的，即不存在自相关。

(2)游程法
H 0：i e 是随机的
N ＝N 1＋N 2
k=9 N 1＝8 N 2＝11
查游程表得： D U =15 D L =5
所以k<D U 或k>D L 即拒绝H 0：i e 是随机的
所以用游程检验法判断该模型的自相关性。

(3)杜宾－瓦尔逊检验
d ＝
2
12
21
()n
i
i i n
i
i e
e e
==-∑∑－＝
在α水平下，查D-W 表得D L =1.08、D U =1.53，
则4－D U ＝2.47、4－D L ＝2.92，所以d 值落在〔0，D L 〕的区域中，即判断是不存在自相关。

九、模型异方差诊断及补救
1.异方差的诊断
(1)图形法
针对模型Lny＝-2.193—0.240LnX
2＋0.248LnX
3
+1.301LnX
4
＋i
e
作i
e对 y的散点图，所得结果如图3所示。

图3 i
e对 y的散点图
由图形可以看出，散点在一个集中的区域，且不存在一定的规律性，即原模型不存在在异方差。

(2)帕克检验
建立模型
2
12ˆi i
i
Lne b b Lny v
=++即12
**i
y b b x v
=++
运行统计分析软件SPSS，将附表9中相应变量数据输入界面，进行线性回归分析所得结果如表 29、表30和表31所示。

据此，可得该线性回归模型各项数据为： b 2 ＝22
()x y x
y
n x x n
*
*
*
*
*
*--∑∑
∑∑∑＝0.511
b 1 ＝ 2y b x **- ＝－12.794
2
δ
＝
2
2
i
e n -∑ ＝3.328
Var （b 1
） ＝
2
22
()
x n x x σ**
*
-∑∑ ＝ 20.4847
Var （b 2） ＝
2
2
1
()
x
x σ*
*-∑＝0.1731 Se （b 1） ＝
＝ 4.526
Se （b 2） ＝
＝0.416
t （b 1） ＝ 11()Se b ＝－2.826
t （b 2） ＝
2
2()
b Se b ＝1.227 2
R ＝
22
()
()
y y y y --∑∑ ＝0.0081
df ＝ 17
模型为：y*＝－12.794+0.511 X*＋i v
令α＝0.1， H 0：B 2＝0，Y ＝B 1+B 2X*+μi
y*＝－12.794+0.511 X*＋i v
t(bi)~ 0.1t (17)
在α水平下，t 检验的拒绝域为：〔－∞，－1.740〕和〔1.740，＋∞〕 所以t （b 2）均落非拒绝域中，不拒绝原假设，B 2＝0。

由此判断，不存在异方差。

综上所述，该模型不存在异方差，所以不需要对其进行补救。

十、预测模型选择
由于不存在异方差和自相关，将选取共线性补救前后的两个模型进行比较选择。

模型一；Lny ＝-2.193—0.240LnX 2＋0.248LnX 3+1.301LnX 4＋i e
SIC=2
k i
n
e
e
n
∑＝
模型二：y*＝1.325-0.227X 2*+0.218 X 3* - 2.236X 4*＋i e ， SIC=2
k i
n
e
e
n
∑＝
通过比较我们发现：
模型一的SIC值小于模型二的SIC值；
模型一的拟合优度大于模型二的拟合优度。

所以，将选取模型二作为本报告中研究对象的预测模型。

其经济含义如下：
平均而言，在其他条件不变的情况下，存款利率每变动1%，将引起储蓄存款总额变动—0.240%；在其他条件不变的情况下，物价水平每变动1%，将引起储蓄存款总额变动0.248%；在其他条件不变的情况下，可支配收入每变动1%，将引起储蓄存款总额变动1.301%。

并且，该模型反映了99.4%的真实情况。

尽管该模型存在多重共线性缺陷，但其优点如下：
1.节省性，即该模型简洁明了，能够较清晰地反映出现象之间的影响关系。

2.拟合优度大，即该模型反映了较大程度的真实情况。

3.预测能力，即该模型能够较好的对所研究经济现象进行预测分析。

综上所述，对于分析储蓄存款总额受存款利率、可支配收入、物价的影响关系，采用
模型Lny＝-2.193—0.240LnX
2＋0.248LnX
3
+1.301LnX
4
＋i
e可以起到相对较好的预测分
析功能，供相关部门进行经济决策，以促进我国储蓄存款的健康增长。

参考文献
[1]李子奈，潘文卿.计量经济学[M].北京:高等教育出版社.2000
[2]叶德磊.宏观经济学[M].北京:高等教育出版社.2000
[3]鲁玲．我国固定资产投资经济效益的实证分析[J]．经济纵横.2006（5）
[4]中国统计年鉴[M].北京:中国统计出版社.2007。