计量经济学课程论文

分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 影响重庆市城镇居民消费的因素 摘要:刺激消费、扩大内需是推动我国经济增长的动力之一。本文在分析影响消费的主要因素的基础上,选择主要因素建立我国城镇居民消费计量模型。通过EVIEWS软件的实证分析～可以看出城镇居民的消费性支出与其收入之间有着内在的联系～同时居民的储蓄对消费也有很大程度的影响。据此～并提出了相关促进重庆市居民消费水平提高的一些政策取向。 关键词:居民消费;可支配收入;储蓄 一、引言 改革开放以来，我国经济建设取得了今世人瞩目的成就，国内生产总值有了较大幅度的增长，城乡居民收入不断增加。随着改革的深入, 特别是1998 年以来, 政府机构精简, 行政事业单位缩编, 国有企业下岗职工增多,使人们感觉到收入的持久性受到了威胁, 与此同时, 实际消费支出负担结构也发生了实实在在的变化, 未来的住房、医疗、子女教育费用将大部分由个人负担, 而且, 住宅价格、医疗费价格、教育费用上涨速度之快超过多数家庭收入增长速度。消费市场疲软,这种状况已制约了我国经济持续、快速、健康发展。要刺激消费、扩大内需,必须找出影响消费的关键因素,才能对症下药。重庆市作为我国最年轻的一个直辖市，重庆直辖和国家实施西部大开发战略，有力地推动着重庆经济发展和社会全面进步。一个地区的消费情况在很大程度上反映了这个地区的经济发展水平，扩大城镇居民的消费也不可避免的成为推动重庆经济增长的一项重要手段。因此，通过对影响重庆市城镇居民消费的因素的分析，作出相关政策建议，刺激消费促进重庆市的经济增长。 二、文献综述 经济学中关于消费理论的分析主要有绝对收入假说、相对收入假说和恒常收入假说。绝对收入假说理论的提出者是凯恩斯，他在《通论》中关于消费函数的论点主要有:消费支出取决于收入的绝对水平;平均消费倾向随着收入的增加而减少，即收入越高，消费在收入中所占的比例越小;边际消费倾向大于零而小于一"。凯恩斯谈到的消费函数是截距型:C=f(y)=a+by，其中y表示收入，a表示自主消费， b表示引致消费。a是同收入无关的的必须的消费，b表示会随着收入的增加而增加的消费，作为边际消费倾向在通常情况下b的值小于1。这种建立在心理规律基础之上的绝对收入假说是以偶然的观察为判断的依据，凯恩斯认为他的假说与理性的消费者行为是一致的。 詹姆斯?杜森贝里提出了相对收入假说，认为人的消费行为具有强烈的模仿性和追 求更高生活水平的倾向，人们在消费方面总是力图向别人看齐，收入在长期内是不断增长的，消费与收入的基本关系是成比例的，即长期消费函数为c=b*y。杜森贝里认为，短期内消费与收入之间的关系是c=a+b*y，如果经济在长期趋势中稳定地持续增长，消费支出将按一个固定的比率稳定增长，即c=b*y。但由于在经济增长的长期过程中，国民收入会随经济周期而相应地出现大起大落，人们对消费的态度也会变动，消费与收入的函数也会在长期、短期和稳定中变化。 米尔顿?弗里德曼在1957年出版的《消费函数理论》一书中提出了恒常收入假说，认为消费与收入的基本关系是恒常消费Cp取决于恒常收入Yp，二者之间存在着固定不变的比例关系:Cp=b*Yp。恒常收入假说不包含与长期相对应的短期消费函数，因为这一假说中恒常收入与恒常消费之间存在着固定不变的比例关系。但现实收入与消费同恒常收入与消费并不一致，存在着暂时收入与暂时消费，所以，可以从恒常收入消费函数推导出描述现实的消费与收入之间关系的周期的消费函数。即恒常收入假说也是提供了一种能把经验的短期消费函数和经验的长期消费函数协调起来的假说或理论。 三、理论分析 在现实生活中,影响消费的因素很多,如收入水平、商品价格水平、利率水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成、 制度 关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载 、风俗习惯等等。但考虑到样本数据的可收集性和重庆市经济的实际情况,选择了人均可支配收入、人均国内生产总值、人均人民币储蓄年末存款余额、商品零售价格指数作为影响消费的主要变量。GDP 是衡量一个国家经济实力,也是世界银行划分高收入、中等收入、低收入国家的主要标志,一般来说,人均GDP 高的国家,表明该国经济实力强, 人民消费水平高, 同时在我国,居民消费是在国内生产总值经过初次分配和再次分配后形成的, 由此选择了人均GDP; 储蓄是指可支配收入中未被消费掉的部分, 两者之间是此消彼长的关系, 过度储蓄会直接减少市场上的有效需求,并在货币市场上产生收缩效应,使商品市场长期低迷,可见储蓄和消费息息相关;根据日常观察和统计研究都表明, 当前可支配收入水平是决定一个国家消费的核心因素 , 因此人均可支配收入的入选毫无疑问;商品的价格在很大程度上也是促成居民消费心理的因素。 四、模型的设计与数据来源 根据上述分析，选择人均消费水平(Y)作为被解释变量，人均国内生产总值(X1)、人均人民币储蓄年末存款余额(X2)、人均可支配收入(X3)、商品零售价格指数(X4)作为解释变量。以重庆市1985年到2005年的来源于《重庆统计年鉴2006》的指标数据(见 1 附表)为样本，根据样本数据作出被解释变量(Y)和解释变量X1、X2、X3、X4之间的散点图: 于是得到以下一般模型: Ut为随机扰动项;a、b、c、d为待估参数。) Y=aX1+bX2+cX3+dX4+Ut(其中 五、模型的求解、检验 利用EVIEWS软件，用OLS进行初次回归分析结果如下: 得方程如下: Y = 0.1112*X1 - 0.1483*X2 + 0.8632*X3 - 4.6572*X4 + 541.1243 (0.6032) (-2.4603) (6.1044) (-1.4088) (1.4547) 2 R=0.9981 F=2591.563 DW=1.6811 (一)经济意义的检验 从经济意义上来说居民消费会随着人均GDP和人均可支配收入的增加而增加,即与之 2 呈正相关;同时会随着商品价格和储蓄的增加而减少,即与之呈负相关;截距项说明不受其他因素影响而发生的必要消费。各参数值意义明确，除X4不符合凯恩斯经济理论中边际消费倾向在0与1之间的绝对收入假说外，其他三个指标大小和符号都符合实际，没有明显的错误。 (二)计量经济的检验 1、多重共性检验 (1)通过经济意义的检验和统计推断的检验，可以认为解释变量间存在多重共线性。 建立相关系数表 相关系数表 从表中数据可以发现X1、X2、X3之间存在高度相关性。 (2)找出最简单的回归形式 Y = 0.8785*X1 + 686.4273 3 Y = 0.9568*X2 + 1686.2959 Y = 0.8572*X3 + 136.8570 Y = -156.8597*X4 + 20532.8942 可见，居民消费受可支配收入的影响最大，与经验相符，因此选Y = 0.8572*X3 + 136.8570 为初始的回归模型。 (3)逐步回归 将其他解释变量分别导入上述初始回归模型，寻找最佳回归方程。 4 第一步，在初始模型中引入X2，模型拟合优度提高，参数符号也合理，变量也通过了t检验; 第二步，再引入X1，拟合优度仍然很高，但X1的参数不能通过检验。 第三步，去掉X1，引入X4，虽然拟合优度略有提高，但X4的参数未能通过t检验。 第四步，去掉X2，引入X1，拟合优度仍然很高，但X4的参数还是不能通过t检验。 从第二、三、四步表明X1与X4是多余的变量。同样还可以继续验证，如果用与X3高度相关的X1替代X3，则X1与X2、X4间的任意线形组合，对X4来说也一样不能达到以X2、 5 X3为解释变量的回归效果。因此，居民消费函数应以Y=f(X2、X3)为最优，拟合结果如下: Y = -0.1135*X2 + 0.9507*X3 +11.2616 、异方差性的检验 2 残差图形分析法 2E不随xr的变化而变化，所以不存在异方差。 3、序列相关性的检验 自相关检验，设定模型为:lnYt=a+blnX1+clnX2+dlnX3+flnx4+u 判定时间序列是 6 否存在自相关现象。 采用D-W检验，检验U的自相关性。由Eviews软件分析得: DW值为1.100418。在a=0.05下查表得Du =1.37 Dl=1.10。dw>dl,所以不存在 自相关。 4、单位根检验及协整 ny序列的ADF检验 L 由检验结果可知在5%的显著性水平下，t检验统计量绝对值小于临界值，表明lny序 列是非平稳列。 Lnx1序列的ADF检验 由检验结果表明lnx1序列是非平稳列。 Lnx2序列的ADF检验 由检验结果表明lnx2序列是非平稳列。 Lnx3序列的ADF检验 7 由检验结果表明lnx3序列是非平稳列。 Lnx4序列的ADF检验 由检验结果表明lnx4序列是非平稳列。 为了得到lny、lnx1、lnx2、lnx3、lnx4的序列单整阶数，用Eviews软件做ADF检验， 结果如下: Lny调平稳 Lnx1调平稳 Lnx2调平衡 Lnx3调平稳 8 Lnx4调平稳 由上式调平衡结果可知在5%显著性水平下单位根检验的临界值大于t检验统计量的值，表明lny、lnx1、lnx2、lnx3、lnx4序列不存在单位根，是平衡序列。为了分析lny、lnx1、lnx2、lnx3、lnx4是否存在协整关系，对它们做回归，然后检验回归残差的平平稳性，以lny为被解释变量，其他为解释变量，用ols回归方法估计回归模型，结果如下: 估计和回归模型为: lny=-0.0681+0.069lnx1-0.069lnx2+1.012lnx3-0.039lnx4 (-0.09445) (0.4004) (-0.8287)(4.3312)(-0.2281) 2=09975 DW=1.1004 R 检验回归残差的平稳性，DF检验结果: 从结果上看，残差序列不存在单位位根，旧平稳序列，存在协整关系。 9 把回归式中误差项e看作均衡误差项。误差修正模型为: ?InY=a+b?InX1+c?Inx2+d?InX3+f?Inx4+jE+z 分别得到Y、X1、X2、X3对数的差方序列 DY=InYt-InYt-1 DX1=InX1t-InX1t-1 DX2=InX2t-InX2t-1 DX3=InX3t-InX3t-1 DX1=InX4t-InX4t-1 以DY为被解释变量DX1，、DX2、DX3、DX4、E为解释变量，回归结果如下: 利用Eviews软件可: 得到误差修正模型为: DG=-0.0306++0.3040df+3.8e+m (-1.1957)(6.0811) (0.0446) 2 R=0.7830 DW=1.9283 得到误差项估计和系数为3.80。 六、政策建议 在上述模型建立与分析的基础上,结合重庆市经济实际,提出如下刺激消费、推动经济增长的政策建议: (一) 提高居民收入是关键 经济理论和居民消费模型都表明,要刺激消费, 最重要的是提高居民收入水平, 从而增加人们对未来的信心。 (二) 建立健全社会保障制度 从企业保障制度向统一的社会保障制度的改革,目的是为居民建立更为安全、 规范 编程规范下载gsp规范下载钢格栅规范下载警徽规范下载建设厅规范下载 、覆盖面更广的保障制度,特别是个人帐户与社会统筹相结合的社会保障资金 管理办法 关于高温津贴发放的管理办法稽核管理办法下载并购贷款管理办法下载商业信用卡管理办法下载处方管理办法word下载 可以使居民更好地解除住房、医疗、养老、失业救济等问题的后顾之忧 。 (三) 扩大社会投资 10 在经济不景气、市场疲软时适度扩大投资不仅直接增加对投资品的需求而且有,, , 部分的固定资产投资将转化为消费资金, 间接扩大对生活消费品的需求。 (四) 培育新的经济增长点 重庆市目前新的经济增长点主要是指住宅业、教育产业、信息通讯业、旅游业和高新技术产业、社区服务业等无污染、低能耗、低物耗、适合重庆市生存和发展的产业。 (五) 积极开拓农村市场 占人口70 的农村居民所拥有的市场潜力是不言而喻的。城乡居民的消费水平和消% 费构成的差距在很长一段时间里是根本无法消除的,这种消费差距就蕴育着巨大的市场空间 。 (六)合理调整市场利率 市场利率的调整必须与心理预期相结合。中华民族一直崇尚节俭, 所以时间偏好率的值比较高, 导致以往的降息对刺激消费的作用并不大, 只有在降息的同时, 辅以其它的措施(如前所述) , 调整居民的心理预期, 才会增加即期消费。 参考文献: [1] 李恩辕，商有光. 计量经济学.哈尔滨工业大学出版社. [2] 李春艳，张景富. 影响我国城镇居民消费的因素分析及对策 .当代经济研究. [3] 重庆统计年鉴2006. [4] 董锐, 黄漫宇. 论收入分配结构调整对扩大消费的影响. 商业时代 . [5] 杨天宇. 中国居民收入分配影响消费需求的实证研究. 消费经济 . [6] 刘江丽, 赵峰. 消费函数理论的新发展. 教学与研究 . [7] 张圣兵. 凯恩斯的消费函数理论与我国的消费和就业机制. 南京经济学院学报. [8] 孙艳, 蔡杰. 我国消费函数理论研究综述. 统计与决策 . [9] 任天飞, 肖彦花. 消费函数理论的发展及在中国的运用. 湘潭大学社会科学学报. [10]百度网站 [11]中国知网 [12]维普咨询 [13]中国期刊全文数据库 11 附录: 年份 人均消费支出 人均GDP 人均人民币储蓄年末存款余额 人均可支配收入 商品零售价格指数 1985 711.13 551 92 812.4 110 1986 893.84 611 124 983.99 104.2 1987 1043.86 673 156 1108.71 110.5 1988 1323.17 840 176 1277.89 123.3 1989 1382.66 965 235 1448.98 116.5 1990 1569.97 1031 316 1691.13 100.1 1991 1754.2 1166 415 1891.9 106.1 1992 1928.63 1427 523 2195.33 109.8 1993 2397.08 1870 668 2780.62 116.3 1994 3126.56 2541 956 3634.33 126.5 1995 4051.53 3395 1337 4375.43 116.3 1996 4467.12 3942 1656 5022.96 106.1 1997 4919.63 4485 1908 5302.05 101.7 1998 4956.8 4721 2368 5442.84 94.5 1999 5376.69 4866 2959 5828.43 96.5 2000 5471.7 5202 3511 6176.3 95.5 2001 5724.9 5706 4252 6572.3 99 2002 6360.2 6407 5122 7238.07 98.9 2003 7118.06 7280 6059 8093.67 99.5 12 2004 7973.05 8584 6964 9220.96 101.4 2005 8623.29 9727 8033 10243.99 98.7 13