基于計(jì)量經(jīng)濟(jì)學(xué)的私人汽車量影響因素分析

1、基于計(jì)量經(jīng)濟(jì)學(xué)的私人汽車量影響因素分析（論文）姓 名：彭思威學(xué) 號(hào)：2120150316班 級(jí):土木工程（管理科學(xué)與工程）二一二年十二月二十三日基于計(jì)量經(jīng)濟(jì)學(xué)的私人汽車量影響因素分析摘要：隨著我國經(jīng)濟(jì)的快速發(fā)展，人均收入的不斷提高，越來越多的中、高層收入者開始購買小汽車，從而帶動(dòng)我國私人汽車業(yè)的迅速發(fā)展，使我國每年的汽車銷量高速的增長。私人的汽車擁有量自90年代中期開始飛速提升（據(jù)相關(guān)數(shù)據(jù)表明,深圳市的私人汽車擁有量更為明顯的大幅度提高）。也正因?yàn)槠嚇I(yè)的發(fā)展，從而拉動(dòng)一整條產(chǎn)業(yè)鏈上的其他行業(yè)發(fā)展,對(duì)國內(nèi)經(jīng)濟(jì)起到了巨大的推動(dòng)作用.本論文運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法,從資料中采集到從1995年-2010年

2、16年的時(shí)間內(nèi)（考慮到16年時(shí)間長度較能充分說明私人汽車量的影響分析)，把私人汽車擁有量及其重要影響因素的時(shí)間序列為樣本，分析了我國平均工資水平、城鄉(xiāng)居民存款、貨幣供應(yīng)量、城鄉(xiāng)居民恩格爾系數(shù)、物價(jià)指數(shù)和汽車產(chǎn)量對(duì)我國汽車私人擁有量的影響，并在此基礎(chǔ)上對(duì)我國汽車市場發(fā)展提出建議.關(guān)鍵字：私人汽車擁有量 平均工資 城鄉(xiāng)居民存款 貨幣供應(yīng)量 城鄉(xiāng)居民恩格爾系數(shù) 物價(jià)指數(shù) 汽車產(chǎn)量一 模型設(shè)定根據(jù)對(duì)我國私人汽車量的數(shù)據(jù)(下表1)分析，判斷可能的影響因素，從定性的分析出發(fā)，確定出決定私人汽車量的幾個(gè)因素，并設(shè)定模型. 模型設(shè)定如下：Y=b0+b1X1+b2X2+b3X3+b4X4+b5X5+b6X6+u

3、iY表示私人汽車擁有量（萬輛），X1表示平均工資水平（元）,X2表示城鄉(xiāng)居民存款（億元)，X3表示貨幣供應(yīng)量（億元)，X4表示恩格爾系數(shù),X5表示物價(jià)指數(shù)，X6表示汽車產(chǎn)量（萬量）。b0、b1、b2、b3、b4、b5、b6是待定系數(shù)，ui是隨機(jī)誤差項(xiàng)。表1為由中國統(tǒng)計(jì)局網(wǎng)站得到19952010年的有關(guān)數(shù)據(jù)：表-1 19952010年相關(guān)數(shù)據(jù)年份私人汽車擁有量(萬輛)平均工資水平（元）城鄉(xiāng)居民存款（億元）貨幣供應(yīng)量（億元)城鄉(xiāng)居民恩格爾系數(shù)物價(jià)指數(shù)汽車產(chǎn)量1995249.96534829662。3060750。554。3117。1145。271996289。67598038520。8076094

4、。952。5108。3147。521997358。36644446279。8090995.350.8102.8158。251998423。65744653407。47104498.54999。2163.001999533。88831959621。83119897.947。398。6183.202000625。33933364332。38134610。344。3100.4207。002001770.781083473762.43158301。942.9100.7234.172002968。981237386910.65185007。041。999.2325.1020031219。23139691

5、03617。65221222.841。4101。2444.3920041481.6615920119555。39254107.042。5103.9509。1120051848。0718200141050。99298755.741.1101。8570。4920062333。3220856161587.30345603.5939。4101。5727。8920072876。2224721172534.19403442.239。7104.8888。8920083501。3928898217885.35475166。640。8105。9930.5920094574.9132244260771.66606

6、225。038。799。31379。5320105938。7136539303302.50725774.0538。4103。31826。53二 參數(shù)估計(jì)運(yùn)用最小二乘估計(jì)(OLS），對(duì)模型進(jìn)行參數(shù)估計(jì)，得到Eviews的回歸結(jié)果如表2所示：表2 回歸結(jié)果Dependent Variable: YMethod： Least SquaresDate： 20/12/12 Time: 14:17Sample: 1995 2010Included observations： 16VariableCoefficientStd。 ErrortStatisticProb。  C1831。25

7、8574。6463-3。1867580。0111X10。0022990.0401450。0572690。9556X20。0069850。005869-1。1901440.2644X30.0112860。0049312.2885970。0479X426。8835210.088852。6646770。0258X50。9438017。8759800.1198330。9072X60.3163040.7756040。4078170.6929R-squared0.998995    Mean dependent var1749。632Adjusted R-squar

8、ed0。998325    S.D. dependent var1692。257S。E. of regression69。25385    Akaike info criterion11.61307Sum squared resid43164.86    Schwarz criterion11。95108Log likelihood85。90456    Fstatistic1491。242DurbinWatson stat2。3963

9、27    Prob(Fstatistic)0.000000從回歸結(jié)果可得出，系數(shù)b0、b1、b2、b3、b4、b5、b6分別為：-1831。258、0。002299、0。006985、0.011286、26。88352、0。943801、0.316304?；貧w方程如下：Y=1831。260。002X10。01X2+0.01*X3+26。88X4+0。94*X5+0。32X6+ui（-3.19） (0。06） （1。19) (2.29） (2。66） （0。12) （0。41）0。96 0。26 0。05 0。03 0。91 0.69R2=0。998 F

10、=1491。24 n=16 DW=2.40 (括號(hào)內(nèi)為T統(tǒng)計(jì)值，方括號(hào)為P值）三 模型檢驗(yàn) 根據(jù)Eviews的結(jié)果，我們對(duì)模型進(jìn)行必要的檢驗(yàn)，通過檢驗(yàn)把不符合的因素去掉.（一) 經(jīng)濟(jì)意義檢測X1代表平均工資水平，由于私人汽車擁有量上漲，X1的值應(yīng)該為增長趨勢(shì),因而符號(hào)不對(duì),與現(xiàn)實(shí)經(jīng)濟(jì)意義不符，故不把X1考慮入模型。(二） 統(tǒng)計(jì)推斷檢測 R=0.998擬合度非常好,F檢驗(yàn)也很顯著,5個(gè)變量的t檢驗(yàn)都不是很顯著。（三)P值檢測X1、X2、X5、X6的P值均大于0.05,可見其對(duì)于Y值的相關(guān)性不顯著。X3和X4的P值小于等于0.05，所以其對(duì)于Y的相關(guān)性較顯著，由此去掉X1、X2、X5、X6,留下X

11、3、X4對(duì)其進(jìn)行模型修正. 再次運(yùn)用最小二乘估計(jì)（OLS），對(duì)模型進(jìn)行參數(shù)估計(jì),得到Eviews的回歸結(jié)果如表3所示：表3 回歸結(jié)果Dependent Variable: YMethod： Least SquaresDate： 22/12/12 Time： 19：01Sample： 1995 2010Included observations： 16VariableCoefficientStd。 Errort-StatisticProb。  C2352.890305。1361-7.7109530。0000X30。0092480。00015858。440020。0000X43

12、7.219676.1376806.0641270.0000R-squared0。998264    Mean dependent var1749。632Adjusted Rsquared0。997997    S.D。 dependent var1692。257S.E。 of regression75。74329    Akaike info criterion11.65994Sum squared resid74581.60    S

13、chwarz criterion11。80480Log likelihood90.27950    Fstatistic3737.237DurbinWatson stat1。533470    Prob(F-statistic）0。000000從回歸結(jié)果可得出,系數(shù)b0、b3、b4分別為：2352.89、0。01、37.22。 回歸方程如下： Y=-2352。89+0。01*X3+37.22*X4（58。44) （6。06）0 0R2=0。998 F=3737。24 n=16 DW=1。53(括號(hào)內(nèi)為T統(tǒng)計(jì)值,方括

14、號(hào)為P值)可以看出Y關(guān)于X3，X4的模型，擬合度非常好,F檢驗(yàn)也很顯著，t檢驗(yàn)結(jié)果也很顯著,并且P值都等于0,說明對(duì)于Y的相關(guān)性很顯著。由上可確定，修正后的模型Y=-2352。89+0.01X3+37.22X4四 多重共線性檢驗(yàn)由于模型的多元性，故需對(duì)模型進(jìn)行多重共線性檢驗(yàn)。首先得出相關(guān)系數(shù)矩陣，相關(guān)系數(shù)矩陣表如下：表4 相關(guān)系數(shù)矩陣YX1X2X3X4X5X6Y10。9846904796646590。9914467221864390。9966706646165080.7362996640522340。1060792110627790。996298218890448X10。98469047966

15、465910。9962168011973830。9936005813773370。8124428357504590。1440474568383810。973370253492029X20。9914467221864390。99621680119738310。9981317749686170。79835350554854-0。163989312082250.983188918660454X30。9966706646165080。9936005813773370.9981317749686171-0.782537681597065-0.1502533077877670。99138130672562

16、5X4-0.7362996640522340。812442835750459-0.7983530554854-0。78253768159706510。506633690626273-0。724434257469929X50。1060792110627790。1440474568383810。163989312082250。1502533077877670。50663369062627310.0968841186507701X60。9962982188904480。9733702534920290.9831889186604540.9913813067256250.724434257469929

17、0.09688411865077011可以看出，解釋變量之間相關(guān)系數(shù)很大,很可能存在共線性，將解釋變量逐步帶入回歸方程,重新回歸修正。先帶入X3得此模型Y=512.94+0。01X3 R2=0。993 F=2092 P=0 T檢驗(yàn)顯著再帶入X6 得模型 Y=342。52+0。004*X3+1。64X6R2=0。997 F=2389 P3=0.0004 P6=0。0008 T檢驗(yàn)不顯著擬合度上升 F值增加，可以保留,再帶入X2得模型 Y=-3250。005X2+0。007*X3+1。34X6R2=0。997 F=1513。14 P2=0。57 P3=0。15 P6=0.06 T檢驗(yàn)不顯著由于F值

18、下降，P值相關(guān)性不顯著,所以X2去掉,再加入X1得模型 Y=341。710。0006X1+0.004X3+1。63X6R2=0.997 F=1470。36 P1=0。99 P3=0.19 P6=0.03 T檢驗(yàn)不顯著F值下降，P值相關(guān)性不顯著,去掉X1，再加入X5 得模型 Y=1237。58+0。005*X3+8。37*X5+1.40X6 R2=0.998 F=1746 P3=0。0002 P5=0。16 P6=0.004 T檢驗(yàn)不顯著 F值下降,X5關(guān)于Y的相關(guān)性不顯著，則去掉X5，再加入X4,得模型 Y=1759.73+0.01X3+26。92*X4+0。81X6 R2=0。999 F=3

19、435。05 P3=0 P4=0。002 P6=0.03 T檢驗(yàn)不顯著 F值上升，并且關(guān)于Y的相關(guān)性顯著，則予以保留 最終修正后的模型為 Y=1759。73+0.01X3+26.92X4+0。81X6 R2=0。999 F=3435。05五 懷特檢驗(yàn)由于之前檢驗(yàn)X6帶入模型，影響P值增加，隨然在顯著范圍內(nèi)，但是t檢驗(yàn)卻不顯著，因而這里帶入模型為P值修正后的模型 Y=2352。89+0.01*X3+37。22X4（58。44） （6.06）0 0R2=0.998 F=3737.24 n=16 DW=1。53（括號(hào)內(nèi)為T統(tǒng)計(jì)值，方括號(hào)為P值)懷特檢驗(yàn)如下：表4 懷特檢驗(yàn)White Heteroskedasticity Test：Fstatistic8。913501    Probability0。001841ObsRsquared12。22755   &