浅析影响我国居民储蓄的因素

浅析影响我国居民储蓄的因素 ————计量经济学模型 目录 一: 问题的提出 二、经济理论: 三、关于研究方法： 四、 模型的数据： 五 模型的具体形式和检验 （一） 多重共线性检验 1、 多重共线性检验 2、 多重共线性的修正（逐步回归法） （二） 异方差性检验 （三） 自相关性检验与修正 1、 自相关的检验 2、 自相关性的修正（迭代法） 3、 可支配收入的影响分析 4消费价格指数的影响分析 六、模型的经济解释 七、政策建议 关键词：城乡储蓄余额    城镇人均可支配收入  消费价格指数 [摘要] 本文旨在对影响我国储蓄余额的多个因素进行实证分析，从中选出影响较大的一个或者是几个因素，建立储蓄模型，以此结合我国实际情况对于储蓄问题提出一些建议。首先，我们选择了可能影响我国居民储蓄的几个因素，根据计量经济学的知识以及经济意义建立了相应的模型，随后，我们收集了从1985到2003年的数据，利用EVIEWS软件，对模型进行了一系列的参数估计和检验，不断对模型进行修正，得出我们自己的结论。最后，对这个结论从宏观的经济意义上进行了自己的一些解释，并针对如今在储蓄方面的一些问题提出我们自己的一点看法。 一、问题的提出： 自经济体制改革以后，我国人民生活发生巨大变化。居民收入和物价水平迅速提高。这使居民的储蓄行为对于经济发展有越来越重要的意义。探讨中国居民储蓄的规律，找出主要决定因素，并在此基础上对储蓄的变化趋势做相应研究，成为确定本论文研究题目的宗旨之一。 居民储蓄是现代社会总储蓄的一个重要组成部分,它有狭义与广义之分。狭义的居民储蓄是指居民在银行中的储蓄存款。广义的居民储蓄是指在居民可支配收入中未被消费的剩余部分,是城乡居民持有的各种金融资产之和 与西方经济理论比较，我国关于居民储蓄行为的研究尚处于起步阶段。因此，我们将在较大程度上借助西方主要的储蓄理论，并且针对中国的具体国情做必要的修正。根据“鲁滨逊.克鲁索经济”假定投资等于储蓄，消费和储蓄决策是完全一样的，给定可支配收入，消费者一旦选定了消费，那么储蓄也就决定了，所以我们可利用各种消费收入理论来间接分析对储蓄的影响： 凯恩斯的绝对收入理论：强调消费支出是实际收入的稳定函数。其实际收入是指现期、绝对、实际的收入水平，即指本期收入、收入的绝对水平和按货币购买力计算的收入。因此，扩大消费须提高居民的实际收入。如城市居民每隔两年一次的加工资。但如何提高农民的实际收入却始终没有切实的措施，这是我国总消费始终没有得到很好的提高的一个重要原因。 杜森贝相对收入理论：强调消费取决于相对收入水平，即相对于其他人的收入水平和相对于本人历史上的最高水平。由于示范效应与习惯效应的存在，收入减少对消费减少作用不大，而收入增加对消费增加作用较大。所以提高收入是稳定地提高消费的根本。 莫迪利安尼的生命周期理论：强调消费不取决于现期收入，而取决于一生的收入和财产收入。接受这种理论，有助于扩大当前消费：尤其是年青人，目前收入不多，但可以鼓励他们把未来的收入用于现在，即贷款消费。为此应切实推出便利的贷款消费政策。 弗里德曼的持久收入理论：强调居民消费取决于居民的持久收入，即要相当长时间里可以得到的收入，是一种长期平均的预期收入，一般用过去几年的平均收入表示。按这种理论，我国应持续稳定地增加居民的收入。 解释居民储蓄行为的理论有很多。我国基本国情决定了1979年以前居民储蓄行为的模式主要被绝对收入理论解释。1979年以后这一特征依然存在，但逐渐减弱。生命周期以及永久收入理论这些具有跨时预算约束特征的储蓄理论，对79年以后的居民储蓄行为的解释力迅速增强。 论文将居民储蓄余额定义为居民可支配收入减去居民消费的差额，即居民可支配收入乘以储蓄倾向。其实物形态有金融储蓄与实物储蓄两部分。金融储蓄包括现金、存款以及各种有价证券的增加量；实物储蓄包括本期购买的各种耐用消费品以及住房等价值非一次性损耗的商品扣除折旧后余额的增加量。但在分析过程中由于数据原因无法沿用此定义，我们研究的只是银行年末储蓄余额。储蓄对一个国家经济的发展有重要的影响， 事实告诉我们，由于有不同的储蓄率，法国和阿根廷的经济情况从最开始的同一水平发展到今天有了巨大的差距。而对于我国的经济发展，储蓄也起着举足轻重的作用。我们可以看到，在我国储蓄总额一度攀升的同时，人们的收入水平也在迅速的的提高，消费价格指数也跟着上涨；而从1996年5月以来到2004年10月，为了改变中国通货紧缩的状况，中国政府先后8次降低利率，以期望能够减少储蓄，扩大消费，拉动内需。但情况并没有预期的那么好；那么影响储蓄总额的主要因素是什么呢？ 二、关于研究方法： 论文以实证分析为主，根据各种被认为可能会对储蓄产生重要影响的因素，建立经济模型，分析各因素对储蓄的影响，探讨中国居民储蓄的规律，找出主要决定因素，并在此基础上对国家宏观政策做相应研究。 被认为可能是决定居民储蓄行为模式的主要因素有：城镇人均可支配收入，利率，农村人均纯收入，消费价格指数。 2、物价指数:调查表明,物价指数对储蓄额有着一定的影响,显著与否我们在模型中会有相应的说明 3、城镇居民收入:城镇居民收入对居民的储蓄额肯定有着重要而且是显著的影响,这点我们在模型中得到了验证. 4、农村居民收入:不可否认,农村居民在整个中国占绝大部分,也应该具有相当程度的影响,但是农村居民收入和城镇居民收入可能存在多重的共线性,我们在模型中会对其进行检验以及修正 由于数据收集的难度，我们选用从1985年到2003年的一组时间序列数据。 三、 模型的数据：    数据来源中国统计年鉴和中国人民银行网站 我们只取了1996年到2012年的有关数据，只有17个，作为小样本，给我们的检验过程提出了更高的要求 年份 城乡储蓄余额 (亿元) 消费价格指数 （上年=100） 城镇人均可支配收入（元） 农村人均纯收入（元） 1996 38520.80 108.30 4838.90 1926.10 1997 46279.80 102.80 5160.30 2090.10 1998 53407.47 99.20 5425.10 2162.00 1999 59621.83 98.60 5854.02 2210.30 2000 64332.38 100.40 6280.00 2253.40 2001 73762.43 100.70 6859.60 2366.40 2002 86910.65 99.20 7702.80 2475.60 2003 103617.65 101.20 8472.20 2622.20 2004 119555.39 103.90 9421.60 2936.40 2005 141050.99 101.80 10493.00 3254.90 2006 161587.30 101.50 11759.50 3587.00 2007 172534.19 104.80 13785.80 4140.40 2008 217885.35 105.90 15780.76 4760.62 2009 260771.66 99.30 17174.65 5153.17 2010 303302.50 103.30 19109.44 5919.01 2011 343635.89 105.40 21809.78 6977.29 2012 399551.00 102.60 24564.72 7916.58           消费价格指数以上年为基年，即（上年=100） 四 模型的具体形式和检验 利用最小二乘法估计多元回归方程 表1 Dependent Variable: Y Method: Least Squares Date: 12/12/04 Time: 20:18 Sample: 1985 2003 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. C 7649.025 3389.844 2.256454 0.0406 X1 20.12607 1.759287 11.43990 0.0000 X2 -10.90250 8.282137 -1.316387 0.2092 I -1124.351 1230.928 -0.913417 0.3765 P -123.3273 33.26030 -3.707942 0.0023 R-squared 0.996709 Mean dependent var 34233.61 Adjusted R-squared 0.995768 S.D. dependent var 33646.24 S.E. of regression 2188.767 Akaike info criterion 18.44100 Sum squared resid 67069836 Schwarz criterion 18.68954 Log likelihood -170.1895 F-statistic 1059.875 Durbin-Watson stat 1.426629 Prob(F-statistic) 0.000000           Y = 7649.025032 + 20.12607175*X1 - 10.90249833*X2 - 1124.350911*I - 123.3272844*P X1为城镇人均可支配收入；X2为农村可支配收入；I为利率；P为消费价格指数。 从上可以看到X2的符号与经济意义相悖，且X2和I的t检验都不显著，可能存在多重共线性。 多重共线性检验与修正 （一）多重共线性检验：简单相关系数矩阵法加综合判断法 表2   X1 X2 I P X1 1.000000 0.987875 -0.816778 0.928584 X2 0.987875 1.000000 -0.779957 0.967073 I -0.816778 -0.779957 1.000000 -0.654902 p 0.928584 0.967073 -0.654902 1.000000           由表可以看出相关系数都大于0.6，说明解释变量之间普遍存在比较严重的线性相关； 表明模型中解释变量确实存在比较严重的多重共线性。 （二）多重共线性的修正（逐步回归法） 1、 运用OLS法逐一求Y对各个解释变量的回归。结合经济意义和统计检验选出拟合效果较好的一元线性回归方程。 (1) Y = -12763.27598 + 12.82997922*X1      R2= 0.966909 (2556.201)        (0.575661)          R2 *= 0.964962 t= (-4.993064)        (22.28740)          F= 496.7284 (2) Y = -19406.92397 + 38.63566494*X2      R2=0.897005 (5092.294)      (3.175221)            R2 *=0.890947 t= (-3.811038)        (12.16787)          F= 148.0570 (3)Y = 105146.2456 - 33441.05277*I        R2= 0.731797 (11195.13)      (4910.123)          R2 *= 0.716020 t=  (9.392142)      (9.392142)        F= 46.38475 继续阅读