【摘要】改革开放以来,随着经济的快速增长,居民的生活水平不断提高,消费视屏的增长不言而喻,居民的消费水平也是影响国民收入的重要因素,因此对消费水平的探究就显得尤为重要。本文试图用eviews软件对往年的中国居民实际消费水平(以1978年的价格水平为基准,即Xi年的实际消费水平=Xi年的消费价格指数×1978年的居民消费水平,下文的居民可支配收入数据处理方法与此相同)影响因素进行分析以及对2019年的居民消费水平进行预测。 【关键词】eviews;居民实际消费水平:居民实际可支配收入:城镇人口与乡村人口之比。 一、影响因素分析 一方面收入一直是影响消费的重要因素,因此居民实际可支配收入在本论文中被人为是影响居民实际消费水平的重要因素;另一方面,根据中国人民实际的消费习惯可知:不同于西方国家,我国居民的消费不但受到即期收入的影响,还受到上一年度甚至是三年内收入的影响,因此在此情况下应当选用之后一期的居民实际可支配收入作为影响因素。第二个影响因素是城镇人口与乡村人口值比,这是因为根据客观事实,城镇人均消费水平普遍高于农村居民消费水平,因此城镇人口所占比例的提高必然会显著影响我国居民实际消费水平。 二、样本数据收集 本论文选取了1980年—2017年共计38组样本数据。在中国国家统计局官网查找相关数据的基础上,通过后期的数据处理(由于国家统计局早期的数据是每五年公布一次,因此中间四个年度的数据只能通过估算得出,即认为五年之间个数据是平均增长的。) 三、模型的确定 (1)确定如下解释变量与被解释变量: ①被解释变量Y:居民实际消费水平 ②解释变量X1(-1):滞后一期的居民人均实际可支配收入 ③解释变量X2:城镇人口与乡村人口之比 (2)建立如下模型: Y=β0+β1X1(-1)+β2X2 四、模型的参数估计 本论文采用普通最小二乘法(OLS)对模型进行归分析,利用eviews软回归生成equation,建立一个用来描述不同变量之间关系的方程,其结果如下:
Y = -113.3971 + 0.667615X1(-1) + 794.0211X2 (-5.249983) (25.10494) (9.901834) R-squared=0.999221 F-statistic=21795.49; Durbin-Watson stat=0.402218 Sum squared resid=26609.92 从上述结果中得出,调整后的可决系数为0.999221,表明模型的拟合优度较高,解释力度大。本论文设置显著性水平α为0.05。方程的显著性检验中,查F分布表可得临界值F0.05(2,37)=3.255,所以F值大于表明在显著性水平α为0.05下,模型的被解释变量和解释变量之间的线性关系在总体上显著成立。变量的显著性检验中,查表得临界值t0.025(37)=2.0357,模型中X1(-1),X2的t值的绝对值均大于临界值,表明在显著性水平α为0.05下,这些变量都显著通过了t检验,应被包含在模型中。 接下来进行逐步回归,将另一解释变量导入上述的初始回归模型,寻找最佳的回归方程。通过一系列的步骤,汇总结果如下
序列相关性 如果对于不同的样本点,随机误差项之间不再是相互独立的或者不相关的,而是存在某种相关性,则认为出现了序列相关性。对于序列相关性采用以下方法进行检验并修正。 1、图示法 做残差项与时间和滞后一期的残差项折线图,利用Eviews得到如下结果和散点图:
从上图中可以看出,随即干扰项存在正自相关。 2、Q统计量检验
在图中的Autocorrelation和Partial Correlation列中,柱状图过线,说明存在自相关。 3、序列相关修正 对于序列相关性,本论文采用科克伦-奥科特迭代法进行修正 利用Eviews得到如下结果:
上表中得出,D.W.= 2.007023,du<D.W.<4-du,所以认为序列相关性已经修正。所以,最终的结果是: LNY=1.901522+0.660183LNX1(-1)+ 0.620519X2+ [AR(1)= 1.077545,AR(2)= -0.165412] (1.797520) (3.317449) (1.505539) R-squared =0.999619 F-statistic =16277.42 Durbin-Watson stat =2.007023 Sum squared resid =0.009122 4、实验结果 调整后的可决系数为0.999619,较之前模型的拟合效果更佳,且经济意义合理,故该模型为最终模型。其结果如下: LNY=1.901522+0.660183LNX1(-1)+ 0.620519X2+ [AR(1)= 1.077545,AR(2)= -0.165412] (1.797520) (3.317449) (1.505539) 五、结果分析 1.为了研究我国居民人均实际消费水平的影响因素,最开始设定了2个影响因素X1(-1)-滞后一期的居民人均实际可支配收入 X2-城镇居民人口数与农村居民人口数之比。 国家的经济发展水平越高,居民人均实际可支配收入就越高,全国居民实际消费水平也就越高。,因此Y与X1(-1))、X2,成正相关,X1(-1))与X2在本命题中应该是较重的两个因素。 2.通过最终的模型可以看出,当其他因素不变时,LNX1(-1))每增加1个单位,LNY便提高0.660183;当其他因素不变时,X2每增加1个单位,LNY便提高0.620519。这与理论分析、经验判断一致。因此,该模型合理。 3.此外,最终得出的模型是经过多重共线性、异方差性、序列相关性共同检验和修正之后的结果。调整后的可决系数为0.99987,较之前模型的拟合效果更佳,F检验值和残差平方和值均符合要求,且该模型的内在经济意义合理。 六、模型预测 通过上面的一系列分析得出最终的模型,但这不是其最终的目的,现实中更重要的是对将来的情况能够进行预测,然后再根据预测结果采取相应的一些对策。而且,只有预测作用达到一定的可靠性,这个模型才是真正有价值的。 因本篇论文做的是1980-2017年的情况,在进行进行预测时可以将其分成两步。首先是根据模型对2018年情况的预测,因为2018年的部分情况是已知的,所以可以根据模型预测结果和实际已知值的对比,初步判定该模型的准确性和拟合性。然后是对2019年情况的预测,因为该年的情况还未发布,所以可以实现预测,然后到时候发布真实值的时候进行比对,查看偏差程度。 (一)模型可靠性检验 由国家统计局查找的数据,得2017年居民人均实际收入为4071.821元,即X1(-1)=4071.821,X2--城镇居民与农村居民人口数之比为1.47。 所以将2018年的X1(-1)和X2代入模型之中,计算得LNY≈8.301,Y≈4023.87,该数值符合历年来数据增长的趋势,说明该模型与真实情况拟合较好。 (二)2019年的情况预测 2019年的人均消费水平受到2018年的人均可支配收入的影响,且2018年的人均可支配收入实际增长6.5%,从而得出X1(-1)’=4336.489。由于2019年城镇人口数与乡村人口数尚未公布,因此X2’只能通过推算得出,X2’≈1.54。 根据现得的2019年的X1(-1)与X2数值,代入方程得 LNY值为8.43。最后计算得出Y-居民人均实际可支配收入为4248.96元(指数1978年=100)。 王杰,安徽大学 |
|
来自: 昵称66397308 > 《待分类》