计量经济学,多重共线性异方差虚拟变量随机解释变量大作业

影响我国居民消费因素分析

班级：

组员：

一、提出问题：

1、原因：

居民消费水平是按国民收入或国内生产总值的使用总量中用于居民消费的总额除以年平均人口计算的，它反映一个国家或一个地区居民的一般消费水平。居民消费水平是GDP中一个重要组成部分，是拉动经济增长的三驾马车之一，在拉动经济增长的三架马车中,最终消费对经济影响的最大,是拉动经济增长最重要最稳定的因素。我国经济正逐渐由投资拉动型增长向消费拉动型增长转变，居民消费一直是经济学家关注的焦点和研究的热门领域。居民消费对经济的发展和社会的进歩有着重要的引导作用,居民消费的结构、质量和增长趋势如何,在很大程度上决定着经济、社会的发展情况。

要充分发挥消费对经济的拉动作用,关键问题是如何保证居民的消费水平。在人均国民生产总值为一千美元时,世界各国的居民消费率一般为60%左右。而我国的人均国民生产总值早已超过了一千美元,但2013年全国居民的消费率仅36%,严重低于正常水平。消费需求的偏低导致消费对经济增长的拉动作用也偏弱,因此提高居民消费率,增加居民消费对经济增长的贡献

度,是一项重要工作。

通过对历年我国居民消费水平的分析，我们可以对消费水平发展有一个清晰的画面，并且能透过数据的表象来分析更深层次的国家调控手段和战略使用。

2、研究立场：政策制定者

二、文献综述：

根据国外相关研究成果，主要有恩格尔的理论、绝对收入、相对收入、持久收入和生命周期消费理论等。Caballero (1990)指出,当期劳动收入发生变化表明未来的收入发生变化的可能性比较大,为维持未来消费的稳定性,需要进行预防性储蓄,从而会降低当期消费,使得长期的消费得到"平滑"。

国内研究得出的消费率的影响因素主要包括:居民收入占比,收入分配差距,不确定性,流动性约束和房价。齐吴珍认为居民消费的主要影响因素有:居民收入的增长率、收入分配差距、不确定性、流动性约束和房价等。

目前，多数学者通过建立消费与收入的模型或者消费分别与城乡居民收入建立模型进行分析，结果显示:1、收入是决定居民消费水平的主要因素,收入增加的快慢是影响居民消费需求变化的重要原因。

2、农村居民收入、财政支出水平、城市化水平、农村社会保障制度均对农村居民消费需求起正向作用,城乡居民收入差距起负向作用,农村内部收入分配差距与消费需求不存在显著相关关系。

3、收入的不确定性、以及出于预防动机，我国居民储蓄率高，在一定程度上影响

消费水平。

三、模型建立：

1、假设提出：

影响居民消费的因素主要有居民收入、物价水平、国家货币政策、利率水平、居民消费观念、商品供给、消费者心理、风俗习惯、人均国民生产总值等，其中，居民收入又可以分为城镇居民收入水平和农村居民收入水平。所以。我们选取人均居民消费作为被解释变量Y，人均国内生产总值X1、居民消费价格指数X2、活期利率X3、城镇居民可支配收入X4、农村居民可支配收入X5为解释变量。由于国家的货币政策也可能对居民消费水平产生一定的影响，而货币政策为定性变量，于是以货币政策为虚拟变量D1引入模型。

其中，X1、X4、X5为正影响，而X2、X3为负影响。

2、理论基础：

有关居民消费与消费收入的关系。现代西方宏观经济学的奠基人——凯恩斯的绝对收入消费理论对此做出了很好的解释。凯恩斯消费理论可以用来有效地描述与分析消费与收入的关系，凯恩斯认为：随着收入的增加。消费也会随着增加，但是消费的增加不及收入增加多。

根据宏观经济学，不同消费阶层的消费倾向不同，因此城乡居民收入对消费的影响并不相同。城乡收入差距，也会对居民消费产

生影响。

同时，当收入一定，利率水平也会对消费水平产生影响。当利率水平高，人们倾向于增加储蓄，导致消费减少；当利率水平低，人们倾向于减少储蓄，增加当期消费。

3、理论模型：

1、形式确定---散点图

通过OLS可得模型的散点图如下：

从散点图可以看出人均居民消费水平（Y）与人均国内生产总值（X1）、居民消费价格指数（X2）、活期利率（X3）、城镇居民可支配收入（X4）、农村居民可支配收入（X5）大体呈现为线性关系。

因此我们建立线性模型。

2、建立模型：

数据来源：通过《中国统计年鉴》和国家统计总局收集的数据

建立时间序列数据的计量经济模型，并进行回归分析。假设建立如下线性一元回归模型：

Y=C+β1X1+β2X2+β3X3+β4+X4+β5X5+μ

其中，Y表示人均居民消费水平，X1表示人均国内生产总值、X2表示居民消费价格指数、X3表示活期利率、X4表示城镇居民可支配收入、X5表示农村居民可支配收入、μ表示随机误差项。四、实证研究：

1、参数估计：

假定所建模型及随机扰动项μ满足古典假定，可以用OLS 法估计其参数，运用计算机软件EViews 作计量经济分析。通过OLS 可得：

参数和估计结果为：

R 2=0.999819 F=28720.5

=∧

Y 51.43143+0.010105X1-0.153435X2-34.23191X3+0.322822X4+0.6

31562X5 2、经济意义检验

所估计的参数β1>0,β2<0,β3<0,β4>0,β5>0这与经济理论——X1、X4、X5为正影响，而X2、X3为负影响相符。

3、统计学检验

（1）拟合优度检验：

从回归估计的结果看，模型拟合较好：可决系数R2=0.999819说明所建模型整体上对样本数据拟合较好，即五个解释变量整体对被解释变量“人均居民消费”的绝大部分差异作出了解释。

（2）统计学检验：

C的Prob=0.7148>0.05，β1的Prob=0.5076>0.05,β2的Prob=0.9285>0.05，β3的Prob=0.1391>0.05，β4的Prob=0<0.05，β5的Prob=0<0.05因此，在置信度 =0.05时，Y与X4、X5之间存在显著的函数关系，Y与X1、X2、X3之间不存在显著性关系，有可能是由于序列相关或多重共线性导致。

F值=28720.5>F0.05(5,26)=2.59,因此拒绝原假设，认为Y与X1、X2、X3、X4、X5之间存在显著的函数关系。

4、序列相关性检验

为了保证回归参数估计量具有良好的统计性质,对模型进行序列相关性检验。

（1）DW检验

DW=1.371177，表明在5%的显著性水平下，n=32,k=6(包含常数项),查表得d L=1.11,d U=1.82,由于d L

（2）拉格朗日乘数检验