中国居民数量消费函数

计量经济学作业

题目: 中国居民总量消费函数的实例分析

院系：数学系

专业：信息与计算科学

组成员：赵山云、陈兴耀、贾梦、冉静飞、母军

学号：

成绩：

2012年5月8日

中国居民总量消费函数的实例分析

摘要

本例旨在针对我国1978-2009年的时间序列数据，从总体上考察中国居民收入与消费的关系。首先，我们综合了几种关于收入和消费的主要理论观点，进而建立了理论模型。然后，收集了相关的信息，利用EVIEWS软件对计量模型进行了参数估计和检验，并预测。最后对我们所得的结果进行了分析，并相应提出一些政策建议。

关键词：一元回归分析，最小二乘法。EVIEWS软件，模型检验，数据收集，预测。

1、问题重述

为了从总体上考察中国居民收入的关系，附录1中给出了中国名义支出法国内生产总值GDP，名义居民总消费CONS以及表示CPI（1978=100），并由这些数据整理出实际支出法国内生产总值GPPC=GDP/CPI，居民实际消费总支出Y=CONS/CPI，以及实际可支配收入X=(GDP-TAX)/CPI等时间序列数据。建立中国居民总量消费函数模型。

2、问题分析

对于时间序列数据，也可建立类似于截面数据的计量经济模型，并进行回归分析。运用最小二乘法建立一元回归模型；用拟合优度进行模型检验；运用点预测法则，置信区间预测法则进行预测。

3、模型假设

(1)、模型选择了正确的变量；

(2)、模型选择了正确的函数形式；

(3)、解释变量X在所抽取的样本中具有变异性，而且随着相关容量的增加，解释变量的样本方差趋于一个非零的有限常数；

(4)、解释变量X是确定性变量不是随机变量在重复抽样中取固定值。

4、符号说明

X：实际可支配收入(单位：亿元）

Y：实际消费总支出（单位：亿元）

∧

Y：Y的估计量（单位：亿元）

β：回归系数（i=0，1）

i

μ：随机误差项

n：样本容量（n=1,2, (23)

C：常数项

5、相关数据的收集

在进行实证分析的过程中所需要的数据，应是能够度量收入与消费的关系的指标。在各项指标的选择上我们所用的数据来源于《中国统计年鉴》，所设模型容量为23个，对于一元回归的计算要求和目的已经够了。

表1：中国居民总量消费支出与收入资料

年份GDP CONS CPI TAX GDPC X Y

1978 3605.6 2011.5 100 519.28 3605.6 3086.32 2011.5 1980 4592.9 2331.2 109.5 571.7 4194.429 3672.33 2188.95 1985 9076.7 4687.4 131.1 2040.79 6923.49 5366.83 3575.44 1990 19347.8 9450.9 216.4 2821.86 8940.76 7636.77 4367.33 1991 22577.4 10730.6 223.8 2990.17 10088.2 8752.11 4794.73 1992 27565.2 13000.1 238.1 3296.91 11577.15 10192.48 5459.93 1993 36938.1 16412.1 273.1 4255.3 13525.49 11967.34 6009.56 1994 50217.4 21844.2 339 5126.88 14813.39 13301.04 6443.72 1995 63216.9 28369.7 396.9 6038.04 15927.66 14406.36 7147.82 1996 74163.6 33955.9 429.9 6909.82 17251.36 15644.05 7898.56 1997 81658.5 36921.5 441.9 8234.04 18478.95 16615.63 8355.17 1998 86531.6 39229.3 438.4 9262.8 19738.05 17625.18 8948.29 1999 91125 41920.4 432.2 10682.58 21083.99 18612.31 9699.31 2000 98749 45854.6 434 12581.51 22753.23 19854.26 10565.58 2001 108972.4 49213.2 437 15301.38 24949.2 21447.74 11261.6 2002 120350.3 52571.3 433.5 17636.45 27791.37 23722.99 12127.17 2003 136398.8 56834.4 438.7 20017.31 31145.38 26582.51 12955.19 2004 160280.4 63833.5 455.8 24165.68 35278.65 29976.84 14004.72 2005 188692.1 71217.5 464 28778.54 40330 34127.73 15348.6 2006 222240 80120.5 471 34804.35 47184.71 39795.25 17010.72 2007 265833.9 95609.8 493.6 45621.97 53856.14 44613.44 19369.9 2008 314901.3 110594.5 522.7 54223.79 60245.13 49871.34 21158.31 2009 346316.6 121129.9 519 59521.59 66727.67 55259.15 23339.09

6、模型的建立

由EVIEWS 软件得到Y 的曲线图如下，可得到Y 是关于X 的线性方程。

图1：

我们建立如下的一元回归模型：

7、模型求解

利用EVIEWS 进行回归分析及统计检验，检验结果如下：

表2：中国居民总量消费Y 对可支配收入X 的回归（1978-2009）

μββ++=X Y 10