计量经济学实习报告(广东居民消费与相关因素研究)

《计量经济学实习报告(广东居民消费与相关因素研究)》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、计量经济学实验报告关于广东省全体居民人均消费额及其相关因素的研究一、研究问题的目的与意义现在的中国市场已完全消除了日用品和食物短缺的现象。居民消费结构亦发生很大变化。在居民全部消费支出中，反映基本生存需要的食品、衣着和基本生活用品支出所占的比重大幅度下降，而体现发展与享受需求的住房、交通通信、医疗保健、文教娱乐、休闲旅游等项支出的比重则迅速上升，生活质量进一步提高。中国经过二十多年工业革命式的发展，工业制造和生产能力相当巨大，几乎能满足全世界一半人口的需求。过去中国的生产能力主要外部需求即中国的出口来维持，因此中国的许多投资也都是针对产品出口进行的。但

2、在当前全球经济危机下，出口大幅下滑，各国贸易保护主义抬头，外部需求已经不能吸收经过连年扩张的生产能力。政府曾提出启动内需来补充出口减弱的缺口，要求各地、各行业刺激居民消费。但是，依靠内需和消费不仅仅是一句口号那么简单，启动内需，刺激消费需要一个各方面相互配合的系统来共同推动，所面临的问题和受到的制约相当多，绝非两年三年能实现的目标。针对我国近况，我特此研究广东省全体居民人居消费金额的增长情况，并且研究影响其变化的主要因素，而我找出的相关变量为广东省城镇居民人均可支配收入、广东省人均生产总值、广东省财政支出以及广东省个人贷款与广东省全体居民人均消费金额的

3、相关关系。二、理论来源凯恩斯宏观经济学理论,宏观经济学的最终目标是寻找保持国民收入稳定增长的对策，所谓稳定的增长系指既无失业、有无通货膨胀的增长。而国民收入与消费存在着重大关系，随着中国改革开放以来，国民收入日益增长，而居民消费也与之上升，居民消费对GDP起到了重要作用。21世纪以来，我国以夸大内需、促进消费，刺激消费为目标，从而增加需求反过来影响国民收入稳定增长。另外国民生产总值，凯恩斯经济学理论中，核算国民经济活动的核心指标是国内生产总值GDP。GDP增长与居民消费影响也起到重要作用。21世纪以来，随着外国很多文化、经济冲击，中国一向以勤俭节约、多

4、存钱的消费观念慢慢改变，出现了许多贷款消费，居民个人贷款也可能成为促进消费的另一个重要部分。最后引入凯恩斯宏观经济学中，IS-LM模型对政府的支出是否存在“挤出”效应通过建立模型进行深入研究。因此，影响广东省居民人均消费额的因素可能有（1）从宏观经济学上，人均可支配收入DPI，是刺激消费的根源；（2）广东省人均生产总值，一个衡量广东省经济情况的核心指标，对整个经济体运行的衡量有重要意义；（3）广东省财政支出，政府的财政政策对个人消费与投资起着关键作用，但究竟是促进作用还是反作用一直以来都是倍受关注的热点话题；（4）个人贷款，个人贷款的增加是否有助于消费

5、，而对消费起着如何重要作用还需进一步验证。三、数据来源来自中宏数据库，是国内目前对我国宏观经济、中观经济完整描述的大型经济数据库，数据区间取自1999年到2009年。Y=广东全体居民人均消费金额(元)X1=广东城镇居民人均可支配收入(元)X2=广东省人均生产总值(元)X3=广东省财政支出(亿元)X4=广东省个人贷款总额（百万元）为了更好地反映表中数据的关系，我通过eviews软件作出其折线图和散点图，更加直观地看出数据各方面的关系。折线图散点图四、模型设定为了全面反映广东省居民人均消费增长的全貌，选择包括广东省全体居民人均消费金额作为被解释变量，以反映

6、消费的增长；选择“广东城镇居民人均可支配收入”作为解释变量，以反映居民的收入水平；选择“广东省人均生产总值”作为经济整体增长水平的代表；选择“广东省财政支出”作为公共财政需求的代表；选择“广东省个人贷款总额”作为个人贷款的代表。因此，我选择1999年到2009年这最近10年来广东省消费的关系，所以解释变量设定为可观测的“广东城镇居民人均可支配收入”、“广东省人均生产总值”、“广东省个人贷款总额”、“广东省财政支出”等变量。通过以上散点图，设定线性回归模型：五、对数据进行最小二乘回归DependentVariable:YMethod:LeastSquar

7、esDate:06/03/11Time:09:48Sample:19992009Includedobservations:11CoefficientStd.Errort-StatisticProb.  C-1266.3631374.902-0.9210570.3925X10.5315890.2264652.3473380.0573X20.3273170.1114292.9374540.0260X3-2.0171730.955675-2.1107310.0793X40.0042040.0047840.8788570.4133R-squared0.9980

8、71Meandependentvar9191.818AdjustedR-squared0.99