我國私人汽車擁有量分析

我國私人汽車擁有量分析引言隨著我國經濟突飛猛進的開展，人民群眾的收入水平不斷提高，特別是城鎮(zhèn)，居民的收入不斷提高，私人汽車擁有量不斷增加，同時銀行的按揭貸款買車等等的一系列推動措施，也促進了私人汽車擁有倆的增加。國家統(tǒng)計局最新公布的數據顯示，國內大城市的私家車擁有量繼續(xù)保持大幅增長的趨勢。截止到2010年底，在全國十大城市的私家車擁有量排名中，北京私家車的擁有量以多出第二名近40萬輛的絕對優(yōu)勢排在了第一位。這十個城市的具體排名分別是：1北京：624081輛6上海：87168輛2廣州：235456輛7重慶：82410輛3成都：233119輛8沈陽：67593輛4天津：232086輛9杭州：58587輛5深圳：144597輛10南京：39119輛除此之外，有關統(tǒng)計資料說明，我國城鎮(zhèn)居民中有3800萬戶〔占城鎮(zhèn)居民總戶數的24.8％〕，有能力承受10萬元左右的汽車消費。從近幾年我國汽車消費的開展變化來看，汽車消費將成為消費熱點。

從1990年到2000年的10年間，我國民用汽車的保有量由551.36萬輛增加到1608.91萬輛，平均每年增長11.3％。其中私人汽車擁有量由1990年的81.62萬輛增加到2000年的625.73萬輛，平均每年增長22.6％。私人汽車擁有量占民用汽車的保有量比重從1990年的14.8％，上升到2000年的38.9％，平均每年上升2.4個百分點。1996年以來，民用汽車擁有量的增加量中，私人汽車增加量的比重均高于57.7％，其中最高的是1999年，私人汽車增加量占全部民用汽車增加量的82.5％。這說明我國汽車市場結構發(fā)生了根本性的變化，居民個人已經成為我國汽車市場的消費主體。我國私人汽車擁有量隨時間變化圖如下：。從圖上可以看出，近些年來，我國私人汽車擁有量不斷增加，單從經濟方面來說，私人汽車擁有數量是評判一個國家人民生活水平的重要指標，因此，此次我就針對我國私人汽車擁有量進行分析。二、模型設定及數據說明1、模型設定通過數據觀察，我們搜集了30個城市的房地產價格的統(tǒng)計數據，建立模型，模型的表達式為普通的多元線性方程形式Y＝β0+β1X1+β2X2+β3X+3μi其中把我國私人汽車擁有量Y，X1城鎮(zhèn)居民可支配收入，X2為貸款利率,X3為燃料、動力類價格指數。其中為城鎮(zhèn)居民可支配收入，貸款利率,燃料、動力類價格指數在影響我國私人汽車擁有量時所占的比重，β0私人汽車擁有量μi通過上式，我們了解到了各個因素對于私人汽車擁有量的影響，從而進行經濟預測，為政策調整提供依據和參考。2、數據說明具體數據如下:obsYX1X2〔％〕X31990816200100199196040019921182000118.7133199315577001994205420010.9819952499600428319962896700199735836001998423650019995338800585420006253300628020017707800200296898002003121923008472.2Y::我國私人汽車擁有量X1：城鎮(zhèn)居民可支配收入X2：貸款利率X3：燃料、動力類價格指數〔以1990年價格為１００的定比指數序列〕三、模型的參數估計假定所建模型及隨機擾動項μi滿足古典假定，可以用eviews軟件，采用OLS法進行線性回歸。1、先對各個變量做平穩(wěn)性檢驗:對Y做平穩(wěn)性檢驗：ADFTestStatistic1%CriticalValue*5%CriticalValue10%CriticalValue*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(ADFY)Method:LeastSquaresDate:11/25/Sample(adjusted):19942003Includedobservations:10afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.ADFY(-1)D(ADFY(-1))D(ADFY(-2))D(ADFY(-3))CR-squaredMeandependentvar1063460.AdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresid2.35E+11SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)對X1進行平穩(wěn)性檢驗：ADFTestStatistic1%CriticalValue*5%CriticalValue10%CriticalValue*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(ADFX1)Method:LeastSquaresDate:11/25/Sample(adjusted):19942003Includedobservations:10afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.ADFX1(-1)D(ADFX1(-1))D(ADFX1(-2))D(ADFX1(-3))CR-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)對X2進行平穩(wěn)性檢驗：ADFTestStatistic1%CriticalValue*5%CriticalValue10%CriticalValue*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(ADFX2)Method:LeastSquaresDate:11/25/12Sample(adjusted):19942003Includedobservations:10afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.ADFX2(-1)D(ADFX2(-1))D(ADFX2(-2))D(ADFX2(-3))CR-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)對X3進行平穩(wěn)性檢驗：ADFTestStatistic1%CriticalValue*5%CriticalValue10%CriticalValue*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(ADFX3)Method:LeastSquaresDate:11/25/12Sample(adjusted):19942003Includedobservations:10afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.ADFX3(-1)D(ADFX3(-1))D(ADFX3(-2))D(ADFX3(-3))CR-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)由此可見，各個變量的隨時間變化是平穩(wěn)的，可以對其直接進行最小二乘估計。2、對其作普通最小二乘估計：DependentVariable:YMethod:LeastSquaresDate:11/25/12Sample:19902003Includedobservations:14VariableCoefficientStd.Errort-StatisticProb.C3250054.1725513.X1X2X3R-squaredMeandependentvar4354921.AdjustedR-squaredS.D.dependentvar3498430.S.E.ofregressionAkaikeinfocriterionSumsquaredresid5.64E+12SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)(1725513)(515.0624)(155673.7)(14255.54)t=(1.883529)(5.673154)(-1.379442)(-3.541955)AdjustedR2-四、模型的檢驗通過上述線性回歸得到模型，現在就其具體形式進行檢驗：經濟意義檢驗通過估計所得到的參數，可進行經濟意義檢驗：〔1〕α=3250054，表示城鎮(zhèn)居民可支配收入，貸款利率,燃料、動力類價格保持不變的情況下，我國的私人汽車擁有量仍能增加3250054輛。這種結果符合開展規(guī)律，合理。〔2〕=，表示在其他條件不變的情況下，城鎮(zhèn)居民可支配收入每增加一個單位，私人汽車擁有量仍能增加輛，反之，降低。符合現實。〔3〕=，表示在其他條件不變的情況下，貸款利率每增加一個百分點，房地產價格增加,，反之降低，符合現實。〔4〕=5049，表示在其他條件不變的情況下，動力類價格增加一萬元，房地產價格增加，反之降低，合理。綜上可知，該模型符合經濟意義，經濟意義檢驗通過。統(tǒng)計檢驗擬合優(yōu)度檢驗樣本決定系數R^2的值越接近1，說明回歸直線對觀測值的擬合程度越好；反之，的值越接近0，說明回歸直線對觀測值的擬合程度越差。由參數估計結果可得，樣本決定系數R^2=0.9645＞0.8，可見其擬合優(yōu)度不錯。調整后的樣本決定系數 因解釋變量為多元，使用調整的擬合優(yōu)度，以消除解釋變量對擬合優(yōu)度的影響。調整后的R^2=0.95391＞0.8，所以，其擬合程度不錯。程顯著性檢驗有模型可知總離差平方和TSS的自由度為13(n-1),回歸平方和ESS的自由度為3。所以，殘差平方和的自由度為10(n-k-1)。H0:=0H1:0在H0成立的條件下，統(tǒng)計量F=(ESS/k)/(RSS/(n-K-1))=而在α=0.05,n=14,k=3時，查表得F(3,14=2.98＜，由此可知，應拒絕原假設，接受H1，認為回歸方程顯著成立。數顯著性檢驗X2的T檢驗不顯著，而F統(tǒng)計量顯著，效果很好，可以推斷解釋變量可能存在多重共線性。3、計量經濟學檢驗1、多重共線性的檢驗與修正：下面是x1x2x3的簡單相關系數矩陣:x1x2x3x11x21x31可見,各個變量相關系數很高,x1x3尤為突出.我們采用逐步回歸法進行修正：〔1〕運用OLS方法逐一求Y對各個解釋變量的回歸，結合經濟意義和統(tǒng)計檢驗出擬合效果最好的一個一元線性回歸方程：方程1：DependentVariable:YMethod:LeastSquaresDate：11/25Sample:19902003Includedobservations:14VariableCoefficientStd.Errort-StatisticProb.C-2616509.X1R-squaredMeandependentvar4354921.AdjustedR-squaredS.D.dependentvar3498430.S.E.ofregression1221860.AkaikeinfocriterionSumsquaredresid1.79E+13SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)方程2：DependentVariable:YMethod:LeastSquaresDate:11/25/12Sample:19902003Includedobservations:14VariableCoefficientStd.Errort-StatisticProb.C150419042243778.X2-1322763.R-squaredMeandependentvar4354921.AdjustedR-squaredS.D.dependentvar3498430.S.E.ofregression2096637.AkaikeinfocriterionSumsquaredresid5.28E+13SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)方程3:DependentVariable:YMethod:LeastSquaresDate:11/25/12Sample:19902003Includedobservations:14VariableCoefficientStd.Errort-StatisticProb.C-4659138.1615330.X3R-squaredMeandependentvar4354921.AdjustedR-squaredS.D.dependentvar3498430.S.E.ofregression1852398.AkaikeinfocriterionSumsquaredresid4.12E+13SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)(2)比照分析，依據調整后可決系數最大原那么，選取X1進入回歸模型的第一個解釋變量，形成一元回歸模型:Y(787741.3)(151.6332)t=(-3.321533)(9.724864)AdjustedR-squared〔3〕逐步回歸，將其余變量分別參加模型：DependentVariable:YMethod:LeastSquaresDate:11/25/12Sample:19902003Includedobservations:14VariableCoefficientStd.Errort-StatisticProb.C2354107.2443622.X1X2R-squaredMeandependentvar4354921.AdjustedR-squaredS.D.dependentvar3498430.S.E.ofregression1075105.AkaikeinfocriterionSumsquaredresid1.27E+13SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)DependentVariable:YMethod:LeastSquaresDate:11/25/Sample:19902003Includedobservations:14VariableCoefficientStd.Errort-StatisticProb.C1316764.1047067.X1X3R-squaredMeandependentvar4354921.AdjustedR-squaredS.D.dependentvar3498430.S.E.ofregressionAkaikeinfocriterionSumsquaredresid6.71E+12SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)由上表可以看出，X3和X1構建的模型的擬合值優(yōu)于X2和X1構建的方程的擬合值，且比起y對x1的回歸擬合優(yōu)度更好,t檢驗和F檢驗都更顯著，所以在Y=-2616509+0.887401x1的根底上參加解釋變量x3,得:Y(1047067)(442.2023)(13608.15)t=(1.257573)(7.515119)(-4.284665)AdjustedR-squared2、異方差的檢驗與修正因為時間序列數據，樣本個數較小，所以選用ARCH檢驗：DependentVariable:E2Method:LeastSquaresDate:11/25/Sample(adjusted):19932003Includedobservations:11afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C4.33E+111.37E+12E2(-1)E2(-2)E2(-3)R-squaredMeandependentvar2.96E+12AdjustedR-squaredS.D.dependentvar3.55E+12S.E