我国汽车销售量的影响因素及其计量分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

我国汽车销售量的影响因素及其计量分析

摘要:汽车改变了人们的生活,延展了人类的脚步。本文以分析我国汽车销量数量为主要目的,并提出个人可支配收入、GDP、恩格尔系数、居民消费指数、石油消耗量、汽车产量等指标,建立线性回归模型,分析汽车销售数量变化背后的原因。汽车销售数量的上升,进一步说汽车在国民生活中普及,也说明国民生活质量和国家宏观经济发展之良好势头。

关键词:汽车销售量、影响因素、计量分析、政策提议

1. 引言

1901年,第一辆进口汽车登陆上海。从此,中国有了汽车的概念。但也有人说,慈禧乘坐过的一辆汽车是我国进口的第一辆汽车,现还有实物陈列在颐和园内。[1] 1953年,解放CA1在长春第一汽车制造厂崭新的总装线下线,这里程碑式的时刻意味着中国自主制造的第一款汽车诞生,它的诞生不仅给我国不能制造汽车的历史划上句号,也将中国的名字浓墨重彩地写入世界汽车工业史。改革开放以来,我国的汽车工业的发展取得了长足的进步。我国的汽车工业是在50年代起步,但是到了90年代汽车这一“新鲜”的事物才逐渐走入老百姓的生活中,也是从那个时候汽车工业得到快速的发展。汽车工业也逐渐成为国民经济中的主流力量,是国家工业的顶梁柱。

2001年我国汽车千人保有量仅为14台, 2008年汽车千人保有量为49台; 2001年轿车千人保有量仅为7. 8台; 至2008年上升到34台。2002年成为汽车工业发展的私车普及年, 其标志是轿车产销量占汽车市场的比例跃升到34%的高位, 结束了轿车发展连续5年徘徊在30%左右的局面。从2002年轿车占汽车比例突破30%的平台到2006年突破50%的平台仅用了四年。[2]

中国的汽车保有量增长令人刮目相看,在世界的汽车销售份额占据越来越重要的地位,中国市场向来就是各大汽车厂商的必争之地。

本文通过建立计量分析模型,分析各个提出的解释变量对汽车销售数量的影响。

2. 指标选择

2.1 影响因素概述

GDP:汽车的销售量反映了我国整体的经济走向,与经济走向具有一致性,可反映出我国宏观国民经济的情况。大多数的情况下,我们一般使用GDP来衡量某一时间段内国家的宏观经济情况。而且GDP是计算一国一年内生产的最终产品的价值,所以GDP的增长应该是与汽车销售量的增长是一致的。

恩格尔系数:恩格尔系数是食品支出总额占个人消费支出总额的比重。一个家庭收入越少,家庭收入中(或总支出中)用来购买食物的支出所占的比例就越大,随着家庭收入的增加,家庭收入中(或总支出中)用来购买食物的支出比例则会下降。推而广之,一个国家越穷,每个国民的平均收入中(或平均支出中)用于购买食物的支出所占比例就越大,随着国家的富裕,这个比例呈下降趋势。所以我们可以推断恩格尔系数越低,家庭可支配收入越高,那么汽车的购买能力越强,若有意愿,则我们可以说当恩格尔系数越低,汽车的销售数量越高,与汽车销售数量增长呈反向变动。

消费价格指数:消费物价指数英文缩写为CPI,是根据与居民生活有关的产品及劳务价格统计出来的物价变动指标,通常作为观察通货膨胀水平的重要指标。我们可以推断消费价格指数与汽车销售数量的增长呈正向变动。

石油消耗量:石油是工业的血液,汽车也是,汽车赖以驱动的汽油和柴油是石油的工业制成品,而石油的消耗量也会反映出汽车的销售量,当汽车销售量越大时,石油的消耗量也越大。我们可以推断出石油的消耗量与汽车销售数量的增长呈正向变动。

汽车产量:汽车产量是汽车销售数量的重要反映指标,所有的消费品都必须先生产出来才可以拿去销售。生产是销售的前提和反映。汽车厂商也不会过量生产,以免造成库存,会根据当前的销售状况来调整当前的生产规模。所以汽车的产量与汽车的销售数量的增长呈正向变动。

2.2 相关数据及其数据来源

数据来源:中国国家统计局,2012年《中国统计年鉴》和《中国汽车产销量明细》

数据缺陷:由于中国汽车的产销量只有记录到1994年的,所以我们本篇文章收集的是1994年到2011年间的18年的数据。

3. 模型估计及检验修正

3.1 模型估计

我们在建立参数模型之前。先利用上表的数据, 先对汽车销售数量和解释变量之间做散点图,观察分布大致趋势, 以便于选择建立合适的模型。

根据上述散点图初步建立回归模型:

Date: 01/17/13 Time: 14:13

Sample: 1994 2011

Included observations: 18

Variable Coefficient Std. Error t-Statistic Prob.

C 353.3294 367.7166 0.960874 0.3556

X1 0.000259 7.93E-05 3.261235 0.0068

LOG(X2) -31.87323 38.45873 -0.828765 0.4234

LOG(X3) 11.32506 31.22668 0.362673 0.7232

LOG(X4) -29.12749 22.81531 -1.276665 0.2259

X5 0.949696 0.013632 69.66790 0.0000

R-squared 0.999934 Mean dependent var 598.6611

Adjusted R-squared 0.999907 S.D. dependent var 563.6701

S.E. of regression 5.443817 Akaike info criterion 6.488039

Sum squared resid 355.6217 Schwarz criterion 6.784830

Log likelihood -52.39236 F-statistic 36449.65

Durbin-Watson stat 1.182306 Prob(F-statistic) 0.000000

初步回归的模型为:

Y=353.3294+0.000259X1-31.87323LOG(X2)+11.32506LOG(X3)-29.12749LOG(X4)+ 0.949696X5

t (0.960874) (3.261235) (-0.828765) (0.362673) (-1.276665) (69.66790)

R^2=0.999934 R^2=0.999907

DW=1.182306 F=36449.65

3.2 模型检验

①经济意义检验:从模型中可得知,LOG(X3)和LOG(X4)和系数符号没有通过经济意义的检验。

②R^2检验:无论是模型中判定系数R^2=0.999934,或者是校正判定系数R^2=0.999907,其值都比较高,表明该模型拟合度较高。

③t检验:从六个参数的t检验值看,六个t检验值分别为t1=0.960874,t2=3.261235,

t3=-0.828765,t4=0.362673,t5=-1.276665,t6=69.66790,而在5%显著性水平下自由度为n-k=18-6=12的t分布双边检验临界值为2.179,则得知某些解释变量的系数t检验值不显著,不能通过检验。

④F检验:该初步回归的模型的F值为F=36449.65,在5%显著水平下自由度为

相关文档
最新文档