居民消費(fèi)與經(jīng)濟(jì)增長(zhǎng)_第1頁(yè)
居民消費(fèi)與經(jīng)濟(jì)增長(zhǎng)_第2頁(yè)
居民消費(fèi)與經(jīng)濟(jì)增長(zhǎng)_第3頁(yè)
居民消費(fèi)與經(jīng)濟(jì)增長(zhǎng)_第4頁(yè)
居民消費(fèi)與經(jīng)濟(jì)增長(zhǎng)_第5頁(yè)
已閱讀5頁(yè),還剩28頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

居民消費(fèi)與經(jīng)濟(jì)增長(zhǎng)第一頁(yè),共三十三頁(yè),2022年,8月28日宏觀經(jīng)濟(jì)運(yùn)行模擬分析綜合實(shí)訓(xùn)組織策劃

第三組

組織分工實(shí)驗(yàn)數(shù)據(jù)收集與整理:田婷、廖彬堰數(shù)據(jù)處理與分析:胡瑾(組長(zhǎng))、程文參考文獻(xiàn)搜集與整理:全體組員報(bào)告撰寫(xiě):周娟、周桃報(bào)告校正與PPT制作:李湛嬌(組長(zhǎng))、王娟第二頁(yè),共三十三頁(yè),2022年,8月28日一、理論回顧(一)消費(fèi)理論:居民消費(fèi)是指常住住戶對(duì)貨物和服務(wù)的全部最終消費(fèi)支出。

另:相關(guān)學(xué)說(shuō)代表:1、收入決定消費(fèi)理論2、相對(duì)收入消費(fèi)理論3、生命周期消費(fèi)理論4、永久收入消費(fèi)理論第三頁(yè),共三十三頁(yè),2022年,8月28日二、理論分析整個(gè)居民消費(fèi)如何影響經(jīng)濟(jì)增長(zhǎng)

居民消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間相互促進(jìn),相互影響。居民消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用直接作用間接作用提高居民消費(fèi)可以直接刺激經(jīng)濟(jì)增長(zhǎng)增加居民消費(fèi)來(lái)拉動(dòng)其他變量發(fā)生變化,從而拉動(dòng)經(jīng)濟(jì)增長(zhǎng)。第四頁(yè),共三十三頁(yè),2022年,8月28日延伸:

投資需求是一種中間需求,只有把投資建立在消費(fèi)的基礎(chǔ)上,才能共同拉動(dòng)內(nèi)需,為經(jīng)濟(jì)增長(zhǎng)創(chuàng)造更好的條件。投資的擴(kuò)張就等同于居民消費(fèi)的擴(kuò)張,可以通過(guò)增加居民消費(fèi)直接或間接的拉動(dòng)經(jīng)濟(jì)增長(zhǎng)。第五頁(yè),共三十三頁(yè),2022年,8月28日

當(dāng)經(jīng)濟(jì)處于過(guò)熱增長(zhǎng)時(shí),邊際消費(fèi)傾向遞減使得居民消費(fèi)下降,當(dāng)經(jīng)濟(jì)處于蕭條時(shí)期時(shí),居民消費(fèi)下降也不是特別大,這樣消費(fèi)既可以起到防止經(jīng)濟(jì)滑坡,又可以起到抑制經(jīng)濟(jì)增長(zhǎng)過(guò)快的功能。第六頁(yè),共三十三頁(yè),2022年,8月28日三、居民消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)影響的實(shí)證分析本文的實(shí)際分析公式是:國(guó)內(nèi)生產(chǎn)總值=總投資+居民消費(fèi)+政府購(gòu)買,即:GDP=I+C+G(GDP—國(guó)內(nèi)生產(chǎn)總值,其中:I—總投資,C—居民消費(fèi),G—政府購(gòu)買)第七頁(yè),共三十三頁(yè),2022年,8月28日?qǐng)D一

1997-2009最終消費(fèi)支出不僅呈不斷上升的趨勢(shì),而且占據(jù)著很大的份額。

第八頁(yè),共三十三頁(yè),2022年,8月28日?qǐng)D二圖三居民消費(fèi)C和宏觀經(jīng)濟(jì)指標(biāo)GDP呈現(xiàn)正相關(guān)關(guān)系,C越大越能促進(jìn)國(guó)民經(jīng)濟(jì)的增長(zhǎng)。從量化的角度來(lái)看,圖二和圖三顯示:當(dāng)居民消費(fèi)額每增加1億元,就會(huì)導(dǎo)致國(guó)內(nèi)生產(chǎn)總值平均增長(zhǎng)2。2538億元;而當(dāng)投資同樣增加1億元,GDP增加2.0742億元。

第九頁(yè),共三十三頁(yè),2022年,8月28日四、具體居民消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的實(shí)證分析1、說(shuō)明各類居民消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的重要性(1)用相關(guān)系數(shù)說(shuō)明重要性消費(fèi)性支出食品衣著居住家庭設(shè)備用品及服務(wù)醫(yī)療保障交通和通信教育文化娛樂(lè)服務(wù)其他商品和服務(wù)農(nóng)村Pearson相關(guān)系數(shù)1.000.980.980.990.970.990.950.760.91農(nóng)村Kendall'stau_b0.940.700.730.960.621.001.000.730.83農(nóng)村Spearman'srho0.990.810.840.990.741.001.000.820.92城鎮(zhèn)Pearson相關(guān)系數(shù).995**.996**.993**.913**.937**.859**.978**.905**.943**城鎮(zhèn)Kendall'stau_b1.000**.962**.867**.829**.752**.924**.943**.886**.790**城鎮(zhèn)Spearman'srho1.000**.989**.943**.904**.904**.975**.979**.957**.896**表3-1GDP與消費(fèi)性支出各項(xiàng)的相關(guān)系數(shù)第十頁(yè),共三十三頁(yè),2022年,8月28日(2)特例說(shuō)明教育文化娛樂(lè)服務(wù)的重要性

GDP隨著教育文化娛樂(lè)服務(wù)的投入增加而增加,相關(guān)系數(shù)相對(duì)小一點(diǎn),即教育文化娛樂(lè)服務(wù)對(duì)經(jīng)濟(jì)增長(zhǎng)的直接影響稍微小一點(diǎn),但教育文化娛樂(lè)服務(wù)對(duì)經(jīng)濟(jì)存在間接的影響,所以在分析中也不能剔除其對(duì)GDP的影響。第十一頁(yè),共三十三頁(yè),2022年,8月28日2、居民消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的回歸模型

對(duì)國(guó)內(nèi)生產(chǎn)總值GDP和居民最終消費(fèi)C兩個(gè)時(shí)間序列分別取對(duì)數(shù)(見(jiàn)附錄一),使之趨于平穩(wěn)。

圖21995-2009年GDP值的折線圖第十二頁(yè),共三十三頁(yè),2022年,8月28日GDP、城鎮(zhèn)居民消費(fèi)和農(nóng)村居民消費(fèi)隨著年份的增長(zhǎng)都有明顯的上升趨勢(shì),說(shuō)明該三個(gè)時(shí)間序列數(shù)據(jù)不平穩(wěn),不能直接運(yùn)用單方程模型進(jìn)行回歸分析,否則會(huì)導(dǎo)致“偽回歸”。

圖三1995-2009年農(nóng)村與城鎮(zhèn)消費(fèi)性支出的折線圖第十三頁(yè),共三十三頁(yè),2022年,8月28日表1-1農(nóng)村居民消費(fèi)回歸統(tǒng)計(jì)ModelSummarybModelRRSquareAdjustedRSquareStd.ErroroftheEstimateChangeStatisticsDurbin-WatsonRSquareChangeFChangedf1df2Sig.FChange1.990a.979.978.05158.979618.432113.000.544a.Predictors:(Constant),lnGDPb.DependentVariable:ln農(nóng)村第十四頁(yè),共三十三頁(yè),2022年,8月28日表1-2農(nóng)村居民消費(fèi)系數(shù)分析CoefficientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant).191.300.636.536lnGDP.631.025.99024.868.000第十五頁(yè),共三十三頁(yè),2022年,8月28日?qǐng)D農(nóng)村消費(fèi)性支出與GDP回歸模型的殘差圖第十六頁(yè),共三十三頁(yè),2022年,8月28日根據(jù)調(diào)整后的GDP與農(nóng)村消費(fèi)性支出的數(shù)據(jù),使用普通最小二乘法估計(jì)GDP模型得:

(1)第十七頁(yè),共三十三頁(yè),2022年,8月28日從表1-2可以看出,常熟C顯著通不過(guò)檢驗(yàn)。此外,由于DW檢驗(yàn)值為0.544,根據(jù)樣本容量n和解釋變量的數(shù)目k(不包括常熟項(xiàng)),查DW分布表,可得臨界值和,因?yàn)镈W<,說(shuō)明存在正相關(guān)。這一點(diǎn)也可以從殘差圖中也可以看出。我們通過(guò)廣義差分法來(lái)消除自相關(guān)。由模型式(1)可得殘差序列,使用進(jìn)行滯后一期的自回歸,可得回歸方程:由式(2)可知,對(duì)原模型進(jìn)行廣義差分,得到廣義差分方程(2)(3)第十八頁(yè),共三十三頁(yè),2022年,8月28日用Eview計(jì)算可得如下所示結(jié)果:表1-3修正自相關(guān)后農(nóng)村消費(fèi)性支出與GDP的回歸模型DependentVariable:Y1-0.7548*Y1(-1)Method:LeastSquaresDate:11/01/11Time:15:09Sample(adjusted):19962009Includedobservations:14afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C-0.2126310.197229-1.0780900.3022X-0.7548*X(-1)0.7176790.06558810.942280.0000R-squared0.908907

Meandependentvar1.943081AdjustedR-squared0.901316

S.D.dependentvar0.111316S.E.ofregression0.034969

Akaikeinfocriterion-3.737156Sumsquaredresid0.014674

Schwarzcriterion-3.645862Loglikelihood28.16009

F-statistic119.7335Durbin-Watsonstat1.252521

Prob(F-statistic)0.000000第十九頁(yè),共三十三頁(yè),2022年,8月28日從上表可以看出,常數(shù)C在70%的置信水平下基本可以通過(guò)檢驗(yàn),DW也不存在明顯的相關(guān)性,此時(shí)模型可用。具體模型如下:第二十頁(yè),共三十三頁(yè),2022年,8月28日表2-1城鎮(zhèn)居民消費(fèi)回歸統(tǒng)計(jì)ModelSummarybModelRRSquareAdjustedRSquareStd.ErroroftheEstimateChangeStatisticsDurbin-WatsonRSquareChangeFChangedf1df2Sig.FChange1.998a.996.996.02648.9963143.64113.000.767a.Predictors:(Constant),lnGDPb.DependentVariable:ln城鎮(zhèn)第二十一頁(yè),共三十三頁(yè),2022年,8月28日表2-2城鎮(zhèn)居民消費(fèi)系數(shù)分析CoefficientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant).107.154.696.499lnGDP.730.013.99856.068.000a.DependentVariable:ln城鎮(zhèn)第二十二頁(yè),共三十三頁(yè),2022年,8月28日?qǐng)D2城鎮(zhèn)消費(fèi)性支出與GDP回歸模型的殘差圖第二十三頁(yè),共三十三頁(yè),2022年,8月28日根據(jù)調(diào)整后的GDP與城鎮(zhèn)消費(fèi)性支出的數(shù)據(jù),使用普通最小二乘法估計(jì)GDP模型得:(4)由于DW檢驗(yàn)值為0.767,通過(guò)查DW分布表,可得臨界值和,因?yàn)镈W<,說(shuō)明存在正相關(guān)。這一點(diǎn)也可以從殘差圖中也可以看出。我們通過(guò)廣義差分法來(lái)消除自相關(guān)。由模型式(4)可得殘差序列,使用進(jìn)行滯后一期的自回歸,可得回歸方程:第二十四頁(yè),共三十三頁(yè),2022年,8月28日(5)由式(5)可知,對(duì)原模型進(jìn)行廣義差分,得到廣義差分方程用Eviews計(jì)算可得如下所示結(jié)果:表2-3修正自相關(guān)后城鎮(zhèn)消費(fèi)性支出與GDP的回歸模型第二十五頁(yè),共三十三頁(yè),2022年,8月28日DependentVariable:Y2-0.6148*Y2(-1)Method:LeastSquaresDate:11/01/11Time:15:13Sample(adjusted):19962009Includedobservations:14afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C0.0892550.1289480.6921790.5020X-0.6148*X(-1)0.7197410.02770625.978020.0000R-squared0.982529

Meandependentvar3.435714AdjustedR-squared0.981073

S.D.dependentvar0.156682S.E.ofregression0.021556

Akaikeinfocriterion-4.704805Sumsquaredresid0.005576

Schwarzcriterion-4.613511Loglikelihood34.93363

F-statistic674.8576Durbin-Watsonstat1.852556

Prob(F-statistic)0.000000第二十六頁(yè),共三十三頁(yè),2022年,8月28日從上表可以看出,常數(shù)C能通過(guò)的置信水平很低,不能通過(guò)t值顯著性檢,所以剔除常數(shù)因素再做回歸分析。剔除常后用Eviews計(jì)算可得如下所示結(jié)果:DependentVariable:Y2-0.6148*Y2(-1)Method:LeastSquaresDate:11/01/11Time:15:24Sample(adjusted):19962009Includedobservations:14afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

X-0.6148*X(-1)0.7388990.001213609.27510.0000R-squared0.981832

Meandependentvar3.435714AdjustedR-squared0.981832

S.D.dependentvar0.156682S.E.ofregression0.021119

Akaikeinfocriterion-4.808512Sumsquaredresid0.005798

Schwarzcriterion-4.762865Loglikelihood34.65959

Durbin-Watsonstat1.801779表2-4修正自相關(guān)后城鎮(zhèn)消費(fèi)性支出與GDP的回歸模型第二十七頁(yè),共三十三頁(yè),2022年,8月28日從上表的可決系數(shù)可以看出,回歸模型的模擬效果很好,從,,說(shuō)明模型通

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論