计量经济学消费水平

《计量经济学消费水平》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、计量经济学论文居民消费水平影响因素的计量分析班级：金融八班姓名：张真真学号：201392180387居民消费水平影响因素的计量分析摘要：本文中的收集数据参考了中国统计年鉴，使用了eviews软件进行计算统计整理，对我国1992年到2013年城镇居民可支配收入的变化情况进行分析，评估，检验，最终的出相关结论并提出相关建议。关键字：居民消费影响因素消费水平t检验，F检验多重共线性参数估计异方差检验LM法一、导论消费水平是指一个国家一定时期内全体消费者按人均达到的物质与文化需要获得满足的程度。国家经济发展水平起基础性作用；收入是消费的前提和基础，当前可支配收入越高，未来预期收入越

2、乐观，收入差距越小，消费水平越高；物价变动影响人们的购买力；生产决定消费（对象，方式，水平，生产为消费创造动力）；消费心理（从众，求异，攀比，求实）也会影响消费。本文认为国内生产总值、城乡居民人均收入(城镇，农村)、储蓄、居民消费价格指数都会对消费水平产生影响。通过研究各地的居民消费水平,可以反映不同地区的经济发展状况,为国家的经济决策提供依据。可见,居民消费水平是国家作出经济决策的风向标之一.政府活动的方向、范围、主要任务在很大程度上需要参考各地的居民消费水平.二、模型设定和数据说明（一）模型设定以分析居民消费水平为目的，同时考虑了其他一些指标的分析需要，根据计量经济学模

3、型的构思，在建模时作了如下处理：1、该模型为线性模型。2、鉴于1978年实行了改革开放，前几年是经济恢复期，数据不具代表性。主要采集的样本是1990年以后的，我国的经济运行机制有了极大的改变，人民生活水平也有了极大的提高，故这一时期的样本更能反映这种变化。3、模型中将居民消费水平（Y＾）作为被解释变量，根据经验引入国内生产总值（X1）、城乡居民人均收入(城镇X2，农村X3)、储蓄(X4)、居民消费价格指数(X5)，对模型进行回归分析，以求能使模型具有更高的可操作性。4、设定显著性水平为0.05。模型设定为：Y＾=β0+β1*X1+β2*X2+β3*X3+β4*X4+β5*X

4、5+μ（一）数据说明居民消费水平与国内生产总值等各相关因素的表格年份居民消费水平(元)GDP（亿元）城镇居民人均可支配收入（元）农村居民家庭人均纯收入（元）城乡居民储蓄存款年度余额（亿元）居民消费价格指数（1990年为100）199183318718.31510.2686.37119.6100.0199293221826.21700.6708.69244.9107.41993111626937.32026.6784.011757.3121.71994139335260.02577.4921.615203.5156.71995183348108.53496.21221.021

5、518.8222.61996235559810.54283.01577.729662.3280.51997278970142.54838.91926.138520.8313.51998300278060.85160.32090.146279.8325.51999315983024.35425.12162.053407.5322.02000334688479.25854.02210.359621.8315.82001363298000.56280.02253.464332.4317.620023887108068.26859.62366.473762.4320.6200341

6、44119095.77702.82475.686910.7317.120044475135174.08472.22622.2103617.7322.320055032159586.79421.62936.4119555.4339.420065573185808.610493.03254.9141051.0347.620076263217522.711759.53587.0161587.3354.620087255267763.713785.84140.4172534.2377.220098349316228.815780.84760.6217885.4406.3201090

7、98343464.717174.75153.2260771.7402.6201110522401512.819109.46991.8310059.2428.7201212570473104.021809.88641.6343635.9455.2201314098518942.124564.89605.5399551.0472.5数据来源：《中国统计年鉴2014》三、计量经济模型参数估计模型设定为：Y＾=β0+β1*X1+β2*X2+β3*X3+β4*X4+β5*X5+μ用普通最小二乘法估计模型，回归结果为：Depe