計(jì)量經(jīng)濟(jì)學(xué)論文——居民消費(fèi)支出的影響因素分析

1、計(jì)量經(jīng)濟(jì)學(xué)課程論文居民消費(fèi)支出的影響因素分析居民消費(fèi)支出的影響因素分析摘要：隨著我國(guó)經(jīng)濟(jì)的快速增長(zhǎng)，人們的收入狀況有了很大改善，消費(fèi)支出也隨之上升。一個(gè)國(guó)家居民的消費(fèi)狀況從側(cè)面反映了該國(guó)的整體經(jīng)濟(jì)水平以及社會(huì)福利的大小?，F(xiàn)實(shí)中有許多因素影響著居民的消費(fèi)水平，但由于樣本數(shù)據(jù)的可收集性及我國(guó)現(xiàn)在的經(jīng)濟(jì)狀況，我就僅從以下幾個(gè)因素著手分析：從居民角度來(lái)看，個(gè)人所得稅的多少影響著其消費(fèi)性支出的高低；而從整個(gè)社會(huì)經(jīng)濟(jì)環(huán)境來(lái)看，國(guó)內(nèi)價(jià)格指數(shù)和生產(chǎn)總值同樣影響著居民的消費(fèi)支出。關(guān)鍵詞：居民消費(fèi)支出影響因素多因素回歸分析模型檢驗(yàn)與修正1.引言本文主要針對(duì)我國(guó)居民消費(fèi)支出進(jìn)行多因素分析，從中國(guó)統(tǒng)計(jì)年鑒搜集相關(guān)數(shù)據(jù)

2、，建立模型，進(jìn)行數(shù)量分析。在得到消費(fèi)支出與各主要因素間的數(shù)量關(guān)系后，據(jù)模型方程中的各因素系數(shù)大小，分析主要因素和次要因素，為政府政策提供建議和依據(jù)。2.計(jì)量經(jīng)濟(jì)模型2.1 解釋變量和被解釋變量的定義過(guò)程模型設(shè)定選取 1985-2012 年我國(guó)居民消費(fèi)支出的有關(guān)數(shù)據(jù)進(jìn)行時(shí)間序列回 歸分析，以各年份的消費(fèi)支出作為被解釋變量 Y。影響居民消費(fèi)支出的因素很多，考慮到實(shí)證研究的需要和數(shù)據(jù)的可獲得性，本文選取以下幾個(gè)變量作為解釋變 量:（1）國(guó)內(nèi)生產(chǎn)總值。在一定時(shí)期內(nèi)，一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價(jià)值，常被公認(rèn)為衡量國(guó)家經(jīng)濟(jì)狀況的最佳指標(biāo)。理論上與居民消費(fèi)支出呈正相關(guān)。（2）稅收。

3、稅收是國(guó)家為實(shí)現(xiàn)其職能，通過(guò)稅收工具強(qiáng)制地、無(wú)償?shù)卣魇諈⑴c國(guó)民收入和社會(huì)產(chǎn)品的分配和再分配取得財(cái)政收入的一種形式。理論上該變量和房?jī)r(jià)存在負(fù)相關(guān)性。（3）消費(fèi)價(jià)格指數(shù)。是根據(jù)與居民生活有關(guān)的產(chǎn)品及勞務(wù)價(jià)格統(tǒng)計(jì)出來(lái)的物價(jià)變動(dòng)指標(biāo)，通常作為觀(guān)察通貨膨脹水平的重要指標(biāo)。2.2 建立模型根據(jù)上面所述，建立模型如下：Y= 0+ 1X1+ 2X2+ 3X3+其中：Y居民消費(fèi)支出（億元） X1國(guó)內(nèi)生產(chǎn)總值（億元） X2稅收（億元） X3消費(fèi)價(jià)格指數(shù)2.3 數(shù)據(jù)收集1985-2012 年我國(guó)居民消費(fèi)支出相關(guān)數(shù)據(jù)見(jiàn)附錄表 1。2.4 估計(jì)方程2.4.1 Y 與 X1、X2、X3 的回歸分析運(yùn)用 Eviews 軟件

4、將 Y 與 X1、X2、X3 進(jìn)行回歸，結(jié)果如下：Dependent Variable: Y Method: Least SquaresDate: 06/12/13Time: 18:53Sample: 1985 2012Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C-3346.1421289.395-2.5951250.0159X10.2785820.0795233.5031840.0018X20.3029370.4021540.7532860.4586X33582.530995.80483.597

5、6230.0014R-squared0.996782Mean dependent var22944.63Adjusted R-squared0.996380S.D. dependent var21855.50S.E. of regression1314.955Akaike info criterion17.33256Sum squared resid41498587Schwarz criterion17.52287Log likelihood-238.6558Hannan-Quinn criter.17.39074F-statistic2478.235Durbin-Watson stat0.3

6、56672Prob(F-statistic)0.000000因此，樣本回歸方程為：Y =-3346.142+0.278582X1+0.302937X2+3582.530X3(-2.595125) (3.503184) (0.753286)(3.597623) R2=0.996782F=2478.235DW=0.356672；（1）經(jīng)濟(jì)意義檢驗(yàn)：從得出的回歸方程中可以看出，10.278582 表示在其他因素不變的情況下，國(guó)內(nèi)生產(chǎn)總值每增加一個(gè)單位，居民消費(fèi)支出平均增加 0.278582 個(gè)單位，與實(shí)際理論相符 20.302937 表示在其他因素不變的情況下，稅收每增加一個(gè)單位，商品房?jī)r(jià)格平均增加

7、 0.302937 個(gè)單位，與實(shí)際理論不相符合，可能存在多重共線(xiàn)性； 33582.530 表示在其他因素不變的情況下，消費(fèi)價(jià)格指數(shù)每增加一個(gè)單位，商品房?jī)r(jià)格平均增加 3582.530 個(gè)單位。（2）統(tǒng)計(jì)檢驗(yàn)擬合優(yōu)度檢驗(yàn)：R2=0.996782，擬合程度較好，商品房?jī)r(jià)格的 99%可以由國(guó)內(nèi)生產(chǎn)總值、稅收、消費(fèi)價(jià)格指數(shù)這三個(gè)解釋變量解釋。F 檢驗(yàn)：F=2478.235，F(xiàn)0.05(3,24)=3.01，F(xiàn) 統(tǒng)計(jì)量遠(yuǎn)遠(yuǎn)大于臨界值，拒絕原假設(shè)，回歸方程顯著，即三個(gè)因素對(duì)商品房?jī)r(jià)格均有顯著影響。t 檢驗(yàn): X1、X2、X3 的 t 統(tǒng)計(jì)量分別為(3.503184) (0.753286)(3.597623

8、)。t檢驗(yàn)臨界值 t0.025(24)為 2.064，由此可知，解釋變量 X2 沒(méi)有通過(guò) t 檢驗(yàn)，即稅收對(duì)居民消費(fèi)支出的影響不顯著。2.4.2 多重共線(xiàn)性檢驗(yàn)（1）用 OLS 法估計(jì)上述模型Y =-3346.142+0.278582X1+0.302937X2+3582.530X3(-2.59)(3.50)(0.75)(3.59) R2=0.996782F=2478.235DW=0.356672F0.05(3,24)=3.01F=2478.235>3.01故認(rèn)為上述模型的總體線(xiàn)性關(guān)系顯著成立。但 X2 的參數(shù)未通過(guò) t 檢驗(yàn)，故解釋變量間可能多重共線(xiàn)性（2）檢驗(yàn)簡(jiǎn)單相關(guān)系數(shù)，運(yùn)用 Evi

9、ews 軟件，得到相關(guān)系數(shù)表如下：X1X2X3X110.9823432632790120.9084152286384995X20.98234326327901210.8219013175933193X30.90841522863849950.82190131759331931從中可以看出各個(gè)解釋變量之間的相關(guān)性不是很高。（3）找出最簡(jiǎn)單的回歸方式分別作Y與 X1、X2、X3 間的回歸，結(jié)果見(jiàn)數(shù)據(jù) 1、數(shù)據(jù) 2、數(shù)據(jù) 3。從以上的回歸可以得出 Y 與 X1、X2、X3 間的回歸方程，分別是：Y =1633.430+0.407129X1（2.83） （52.44）R2=0.990635F=2750

10、.324DW=0.275884Y =4077.254+2.720733X2（2.74） （18.84）R2=0.931815F=355.3183DW=0.145358Y =-16233.46+14608.96X3（-5.02） （13.64）R2=0.877456F=186.1694DW=0.107400可見(jiàn)，第一個(gè)式子的 R2 比較高，應(yīng)該選擇第一個(gè)式子為初始的回歸模型（4）逐步回歸將其他解釋變量分別導(dǎo)入上述初始回歸模型，尋找最佳的回歸方程。生成數(shù)據(jù)見(jiàn)附錄數(shù)據(jù) 4、數(shù)據(jù) 5、數(shù)據(jù) 6.通過(guò)以上回歸，以 Y=f(x1，x3)最優(yōu) Y=-2536.463+0.337875X1+2906.647X

11、32.4.3 異方差檢驗(yàn)：（1）運(yùn)用 Eviews 的 White 檢驗(yàn)，所得結(jié)果如下：Heteroskedasticity Test: WhiteF-statistic13.60438Prob. F(9,18)0.0000Obs*R-squared24.41126Prob. Chi-Square(9)0.0037Scaled explained SS18.69008Prob. Chi-Square(9)0.0280Test Equation:Dependent Variable: RESID2 Method: Least SquaresDate: 06/12/13Time: 19:19 Sa

12、mple: 1985 2012Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C35323690145550352.4269050.0260X11600.5971594.7891.0036410.3289X12-0.0120520.041507-0.2903660.7749X1*X20.3646040.4010120.9092100.3753X1*X3-1187.4621104.653-1.0749640.2966X2289.92485836.6540.0496730.9609X22-1.4793970

13、.976366-1.5152060.1471X2*X31499.4924862.2000.3083980.7613X3-5733479823851713-2.4038020.0272X32204255938054603.2.5358910.0207R-squared0.871831Mean dependent var1482092.Adjusted R-squared0.807746S.D. dependent var2178937.S.E. of regression955392.9Akaike info criterion30.65009Sum squared resid1.64E+13S

14、chwarz criterion31.12587Log likelihood-419.1012Hannan-Quinn criter.30.79554F-statistic13.60438Durbin-Watson stat2.884539Prob(F-statistic)0.0000020.05檢驗(yàn)統(tǒng)計(jì)量為 24.41126， c 2（4）=9.49，24.41126>9.49,因而拒絕原假設(shè)，模型存在異方差。（2）估計(jì)存在異方差的經(jīng)濟(jì)模型利用加權(quán)最小二乘法進(jìn)行估計(jì)，Eviews 軟件結(jié)果如下：Dependent Variable: Y Method: Least SquaresDat

15、e: 06/12/13Time: 19:24 Sample: 1985 2012Included observations: 28 Weighting series: 1/ABS(E1)VariableCoefficientStd. Errort-StatisticProb.C-1967.579355.1132-5.5407100.0000X1 X2 X30.3371040.0495672603.5910.01775318.988350.0951690.520829252.860510.296550.00000.60730.0000Weighted StatisticsR-squared0.9

16、99433Mean dependent var12391.47Adjusted R-squared0.999362S.D. dependent var17968.78S.E. of regression286.2400Akaike info criterion14.28310Sum squared resid1966400.Schwarz criterion14.47342Log likelihood-195.9634Hannan-Quinn criter.14.34128F-statistic14098.84Durbin-Watson stat0.575476Prob(F-statistic

17、)0.000000Unweighted StatisticsR-squared0.996593Mean dependent var22944.63Adjusted R-squared0.996167S.D. dependent var21855.50S.E. of regression1353.019Sum squared resid43935841Durbin-Watson stat0.379573從中得到加權(quán)最小二乘法的結(jié)果為Y =-1967.579+0.337104X1+0.049567X2+2603.591X3但 X2 的 t 參數(shù)沒(méi)有通過(guò)檢驗(yàn)，應(yīng)該剔除這個(gè)參數(shù)2.4.4 序列相關(guān)性檢

18、驗(yàn)拉格朗日乘數(shù)檢驗(yàn)1 階滯后Dependent Variable: Y Method: Least SquaresDate: 06/13/13Time: 18:21 Sample (adjusted): 1986 2012Included observations: 27 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C-3178.874483.3824-6.5763120.0000X10.3464060.02943111.770120.0000X2-0.1822130.150997-1.2067320.2404X3

19、3402.368366.32329.2878850.0000E(-1)1.2040060.09296812.950810.0000R-squared0.999614Mean dependent var23729.28Adjusted R-squared0.999544S.D. dependent var21866.25S.E. of regression466.8406Akaike info criterion15.29543Sum squared resid4794683.Schwarz criterion15.53540Log likelihood-201.4883Hannan-Quinn

20、 criter.15.36678F-statistic14254.67Durbin-Watson stat1.775855Prob(F-statistic)0.000000et = -3178.874+0.346406 X1-0.182213 X2+3402.368 X3+1.204006 et -1 ,2R =0.99，LM=28×0.99=27.72，取 =0.05，=9.488LM，因此存在自相關(guān)。2 階：Dependent Variable: Y Method: Least SquaresDate: 06/13/13Time: 18:29 Sample (adjusted):

21、 1987 2012Included observations: 26 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C-3139.241532.8283-5.8916570.0000X10.3359710.0336239.9922530.0000X2-0.0995320.186181-0.5345980.5988X33385.376394.64598.5782620.0000E(-1)1.3433010.1802087.4541820.0000E(-2)-0.2421630.266496-0.9086950.374

22、3R-squared0.999615Mean dependent var24564.58Adjusted R-squared0.999518S.D. dependent var21855.57S.E. of regression479.7513Akaike info criterion15.38359Sum squared resid4603226.Schwarz criterion15.67392Log likelihood-193.9866Hannan-Quinn criter.15.46719F-statistic10372.77Durbin-Watson stat1.979327Pro

23、b(F-statistic)0.000000et = -3139.241+0.335971 X1-0.099532 X2+3385.376 X3+1.343301 et -1 -0.242163表明: 存在正自相關(guān)；但t-2 的參數(shù)不顯著，說(shuō)明不存在 2 階序列相關(guān)性。修正：Dependent Variable: Y Method: Least SquaresDate: 06/13/13Time: 18:38 Sample (adjusted): 1986 2012Included observations: 27 after adjustments Convergence achieved

24、after 24 iterationsVariableCoefficientStd. Errort-StatisticProb.C-5995.1534001.648-1.4981710.1483X10.2340440.0724913.2285830.0039X2-0.1493010.414372-0.3603080.7221X33037.1241572.5041.9313930.0664AR(1)1.0809590.06406816.872140.0000R-squared0.999255Mean dependent var23729.28Adjusted R-squared0.999119S

25、.D. dependent var21866.25S.E. of regression648.8732Akaike info criterion15.95393Sum squared resid9262802.Schwarz criterion16.19390Log likelihood-210.3780Hannan-Quinn criter.16.02528F-statistic7375.959Durbin-Watson stat1.845552Prob(F-statistic)0.000000Inverted AR Roots1.08Estimated AR process is nons

26、tationary取 a=5% ，DW>du=1.104表明:廣義差分模型已不存在序列相關(guān)性。3.討論與結(jié)論基于以上回歸分析結(jié)果，可以提出以下建議供參考： 1、增加國(guó)內(nèi)生產(chǎn)總值。由檢驗(yàn)我們得知，國(guó)內(nèi)生產(chǎn)總值對(duì)于居民消費(fèi)支出的影響是最大的，國(guó)內(nèi)生產(chǎn)總值與居民消費(fèi)支出存在正相關(guān)，于是加快國(guó)內(nèi)生產(chǎn)總值是促進(jìn)我國(guó)居民消費(fèi)支出的最有效方式。 2、消費(fèi)價(jià)格指數(shù)。消費(fèi)價(jià)格指數(shù)與居民的日常消費(fèi)息息相關(guān)，也是通貨膨脹水平的重要指標(biāo)一般市場(chǎng)經(jīng)濟(jì)國(guó)家認(rèn)為 CPI 增長(zhǎng)率在 2%3%屬于可接受范圍內(nèi)， CPI 過(guò)高始終不是好事，高速經(jīng)濟(jì)增長(zhǎng)率會(huì)拉高 CPI，但物價(jià)指數(shù)增長(zhǎng)速度快過(guò)人民平均收入的增長(zhǎng)速度就一定不是

27、好事，因此控制消費(fèi)價(jià)格指數(shù)的增長(zhǎng)對(duì)于促進(jìn)我國(guó)居民消費(fèi)支出具有重要意義。3、穩(wěn)定稅收。稅收（X2）并未通過(guò) t 檢驗(yàn)，對(duì)于居民消費(fèi)支出的影響不顯著，但穩(wěn)定稅收的政策還是必要的。附錄：表 1年份居民消費(fèi)支出（億元）國(guó)內(nèi)生產(chǎn)總值（億元）稅收（億元）消費(fèi)價(jià)格指數(shù)19851759.103605.60519.281.0019862011.504092.60537.821.0219872331.204592.90571.701.0819882627.905008.80629.891.1119892902.905590.00700.021.1319903231.106216.20775.591.1519913

28、742.007362.70947.351.1819924687.409076.702040.791.2819935302.1010508.502090.731.3619946126.1012277.402140.361.4619957868.1015388.602390.471.7419968812.6017311.302727.402.0519979450.9019347.802821.862.12199810730.6022577.402990.172.19199913000.1027565.203296.912.33200016412.1036938.104255.302.6720012

29、1844.2050217.405126.883.31200228369.7063216.906038.043.88200333955.9074163.606909.824.20200436921.5081658.508234.044.32200539229.3086531.609262.804.28200641920.4090964.1010682.584.22200745854.6098749.0012581.514.24200849213.20108972.4015301.384.27200952571.30120350.3017636.454.23201056834.40136398.8

30、020017.314.29201163833.50160280.4024165.684.45201270906.00186700.9028778.544.53數(shù)據(jù)1：Y=f(x1)Dependent Variable: Y Method: Least SquaresDate: 06/12/13Time: 19:10Sample: 1985 2012Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C1633.430575.35772.8389820.0087X10.4071290.00776352.443

31、530.0000R-squared0.990635Mean dependent var22944.63Adjusted R-squared0.990275S.D. dependent var21855.50S.E. of regression2155.299Akaike info criterion18.25800Sum squared resid1.21E+08Schwarz criterion18.35315Log likelihood-253.6119Hannan-Quinn criter.18.28709F-statistic2750.324Durbin-Watson stat0.27

32、5884Prob(F-statistic)0.000000數(shù)據(jù) 2：Y=f(x2)Dependent Variable: Y Method: Least SquaresDate: 06/12/13Time: 19:07 Sample: 1985 2012Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C4077.2541486.5332.7427940.0109X22.7207330.14433718.849890.0000R-squared0.931815Mean dependent var22944

33、.63Adjusted R-squared0.929193S.D. dependent var21855.50S.E. of regression5815.658Akaike info criterion20.24324Sum squared resid8.79E+08Schwarz criterion20.33840Log likelihood-281.4054Hannan-Quinn criter.20.27234F-statistic355.3183Durbin-Watson stat0.145358Prob(F-statistic)0.000000數(shù)據(jù) 3：Y=f(x3)Depende

34、nt Variable: Y Method: Least SquaresDate: 06/12/13Time: 19:08 Sample: 1985 2012Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C-16233.463227.335-5.0299890.0000X314608.961070.69313.644390.0000R-squared0.877456Mean dependent var22944.63Adjusted R-squared0.872743S.D. dependent va

35、r21855.50S.E. of regression7796.530Akaike info criterion20.82949Sum squared resid1.58E+09Schwarz criterion20.92465Log likelihood-289.6129Hannan-Quinn criter.20.85858F-statistic186.1694Durbin-Watson stat0.107400Prob(F-statistic)0.000000數(shù)據(jù) 4：Y=f(x1，x2)Dependent Variable: Y Method: Least SquaresDate: 0

36、6/12/13Time: 21:29 Sample: 1985 2012Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C1105.089441.15742.5049770.0191X10.5497900.03077517.865000.0000X2-1.0006670.212051-4.7189960.0001R-squared0.995047Mean dependent var22944.63Adjusted R-squared0.994651S.D. dependent var21855.50S.E. of regression1598.477Akaike info criterion17.69245Sum squared resid63878238Schwarz criterion17.83518Log likelihood-244.6943Hannan-Quinn criter.17.73608F-statistic2511.228Durbin-Watson stat0.414466Prob(F-statistic)0.000000數(shù)據(jù) 5：Y=f(x1，x3)Depen