欢迎来到天天文库
浏览记录
ID:6301755
大小:167.12 KB
页数:10页
时间:2018-01-09
《我国城市居民消费水平影响因素的计量分析》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、我国城市居民消费水平影响因素的计量分析一、研究背景改革开放以来我国经济发展迅速,城乡居民生活状况发生了巨大的变化,人民生活水平显著提高。消费是实现国民经济良性循环的重要因素。居民消费水平对一国经济发展具有显著的影响,因而,扩大居民消费需求是目前我国经济发展的重要任务。本文从实证的角度分析了近几年影响我国城市居民消费水平的几个主要因素。二、理论分析城市居民消费水平受诸多因素的影响,本文主要从城市居民人均可支配收入、税收、国内生产总值、居民储蓄总额和城市居民上年消费水平这几个方面,选取1995年至2013年的数据,运用计量经济学Eviews软件分析以上因素对城市居民消费水平的具体影响。居民的可支
2、配收入直接影响其消费能力,在其他条件不变的情况下,可支配收入的增加会导致居民消费水平的提高。因此,预期城市居民消费水平与城市居民可支配收入成正相关。对于税收,在同等条件下,税收的增加可以导致消费水平的降低。因此,预期城市居民消费水平与税收成负相关。国民生产总值,即GDP的增长可以带动消费水平的提高。因此,预期城市居民消费水平与GDP成正相关。居民储蓄总额是居民可支配收入除去消费支出的部分,因而在可支配收入一定的情况下,储蓄总额的增加会降低消费支出。因此,预期城市居民消费水平与居民储蓄总额成负相关。城市居民上年消费水平。般来说,城市居民的消费水平具有连续性,上一年的消费水平会对下一年产生影响。
3、下表是从中国统计年鉴选取的具体数据。三、模型假定用Y表示城市居民消费水平,X1、X2、X3、X4、X5依次表示城市居民人均可支配收入、税收、国内生产总值、居民储蓄总额、城市居民上一年消费水平。利用Eviews分别对各解散变量同被解释变量做散点图,结果如下:城市居民可支配收入与城市居民消费水平的散点图税收与城市居民消费水平的散点图GDP与城市居民消费水平的散点图居民储蓄总量与城市居民消费水平的散点图上年消费水平与城市消费水平的散点图从图中可以看出,被解释变量Y与各个解释变量之间都存在比较好的线性关系,初步假设城市居民消费水平的基本模型为:Y=β0+β1×X1+β2×X2+β3×X3+β4×X4
4、+β5×X5+μ四、对模型的回归分析和统计检验用Eviews软件对被解释变量与这五个解释变量做初步回归,所得结果如下:取显著水平α=0.05,从图中可以看出,部分解释变量的系数违背了经济意义,且不是所有的解释变量都能通过显著性检验。从可决系数R-squared和F统计量值可以看出,模型整体的显著性较好,因此可以初步判定模型存在多重共线性。1、多重共线性的检验与修正用Eviews计算出解释变量间的相关系数,如下:从图中的数据可以看出存在多重共线性,因此,用逐步回归法修正模型的多重共线性。运用OLS方法逐一求Y对各个解释变量的回归。结合经济意义和统计意义选出拟合效果最好的一元线性回归方程。结果如
5、下:解释变量X1X2X3X4X5参数估计值0.7837420.1650250.0339630.0430701.117007T统计量103.913889.61535111.149975.2480566.93355拟合优度0.9984280.9978880.9986260.9970070.996220加入X3的方程R2最大,以X3为基础,顺次加入其他变量逐步回归。解释变量X1X2X3X4X5R2X3、X10.361523(3.209232)0.018318(3.752794)0.999164X3、X20.039654(1.007189)0.025811(3.186640)0.998708X3、X
6、40.022187(7.015859)0.014986(3.733830)0.999266X3、X50.021777(14.61582)0.402999(8.214024)0.999737经比较,新加入的X5方程R2=0.999737,改进最大,而且各参数的t检验显著,选择保留X5,再加入其他新变量逐步回归。解释变量X1X2X3X4X5R2X3X5X10.088802(1.152415)0.019149(7.051400)0.362813(6.068210)0.999758X3X5X20.016428(0.906900)0.018622(4.916145)0.395652(7.913444)
7、0.999750X3X5X40.021844(11.16177)-0.000213(-0.055453)0.406320(5.179308)0.999737在X3、X5的基础上加入X1或X2后的方程R2均增大,但是X1、X2的t检验不通过。因此剔除X1、X2、X4。最后修正多重共线性影响的模型为:Y=β0+β1×X3+β3×X5+μ其回归结果为:1、异方差性检验图示法:从上图可看出,残差随Y的变动趋势不明显,
此文档下载收益归作者所有