云南师范大学2015—2016学年上学期期末统一考查
《计量经济学》答卷
学院数学学院专业数学与应用数学年级2012级考查方式：开卷
班级12A学号124080007姓名杜亚群得分
评分项目与评分标准 选题（1分） 选题有新意，与专业联系紧密，具有鲜明特色 －1分 选题有一定新意，与专业有关，有一定特色 －分 选题落入俗套，老调重弹，无新意 0－分 文献综述（1分） 覆盖面广，重点突出，形成论文写作的重要铺垫 －1分 覆盖面较广，重点较突出，形成论文写作基础 －分 内容相关，基本能形成论文写作前提 0－分 模型设定（15分） 符合计量经济学规范，理论基础充分 11－15分 符合计量经济学规范6－10分 符合计量经济学规范 0－5分 数据来源及处理（1分） －1分 －分 0－分 参数估计与检验（5分） －35分 21－分 15－分 只有参数估计，无计量经济学检验等工作 0-9 模型的结论及评价（1分） －1分 5－分 0－分 总体格式规范（10分） －1分 5－分 0－分 评阅人 分 云南省居民消费水平的影响因素分析
摘要：消费水平反映了每个消费者实际的生活水平，是消费经济研究的重要问题。一个国家的消费水平的高与低，有一系列的衡量和评价标准。消费水平变动受多种因素的影响，并有客观的数量界限。本文在对影响省居民消费水平主要因素进行分析的基础上，采用～201年省居民消费水平、地区GDP、总人口及居民消费价格指数（以年的居民消费价格指数为100）的统计数据，分析了省居民消费水平的主要影响因素以及省居民消费水平与人均GDP的长期均衡关系。并得到以下结论：人均GDP与物价水平均会对居民消费水平产生正向的影响；居民消费水平与人均GDP之间存在着长期均衡关系；居民消费对人均GDP有强劲的拉动作用。
居民消费水平；GDP；EVIEWS软件；检验
引言
二十一世纪以来省经济得到了持续稳定的发展，居民。消费作为拉动经济发展的三大马车之一，决定着产品的需求，影响着厂商的供给，是促进就业及保证社会经济的健康发展的重要因素。居民消费水平除了居民收入水平影响物价水平也会对居民消费产生不可忽视的影响。为此，本文在众多消费理论研究的基础上，结合～201年省居民消费水平相关数据
二、文献综述
易丹辉数据分析与EViews应.在目前对居民消费水平的定性研究中，比较有代表性的有，刘清华影响四川省居民消费水平主要因素进行分析的基础上，采用1985～2010年四川省居民消费水平、地区GDP、总人口及居民消费价格指数（以1984年的居民消费价格指数为100）的统计数据，实证分析了四川省居民消费水平的主要影响因素以及四川省居民消费水平与人均GDP的长期均衡关系.田青，马健高铁梅，，；，；.
三、理论模型与数据
经过综合分析各个方面的影响因素，将云南省居民消费总水平（单位：元）作为因变量，云南省的人口数，云南省地区GDP（GDP是衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，更可以反映一个国家的财富与。
变量与符号：
Y:云南省居民消费总水平（单位：元）
X1:云南省人口数（单位：万人）
X2:云南省地区GDP（单位：亿元）
X3:云南省居民消费价格指数（以1999年为基期）
T:年份
表一
年份
（年）
T 居民消费总水平
（元）
Y 人口
（万人）
X1 地区GDP
（亿元）
X2 居民消费价格总指数
（以上一年为100）
X3 2000 2603 4241 2011.19 97.9 2001 2256 4284 2138.31 99.1 2002 2463 4333 2312.82 99.8 2003 2587 4376 2556.02 101．2 2004 3315 4415 3081.91 106.0 2005 3844 4450 3462.73 101.4 2006 4172 4483 3988.14 101.9 2007 4658 4514 4772.52 105.9 2008 5465 4543 5692.12 105.7 2009 5976 4571 6169.75 100.4 2010 6811 4602 7224.18 103.7 2011 8278 4631 8893.12 104.9 2012 9782 4659 10309.47 102.7 2013 11224 4687 11832.31 103.1 数据来源：国家统计局统计数据网
建模过程
（1）建立多元回归模型
在EVIEWS软件中输入数据，观察Y与三个解释变量X1、X2、X3之间的散点图，如图1、图2、图3所示：
由以上散点图发现存在较强的线性关系，故此选择建立线性模型。
建立模型：Y=C+β1x1+β2X2+β3x3+Ui
利用EVIEWS软件对数据进行普通最小二乘回归，得到如图4结果：
Y=4050.395-0.457695X1+0.918083X2-15.95611X3
(3964.042)(1.179421)(0.045775)(26.24281)
=0.997111=0.996244,F=1150.300，DW=1.317143
（2）模型检验
1、多重共线性检验
①对各解释变量进行多重共线性检验,利用EVIEWS软件得到各变量间相关系数矩阵如图5：
从图5中看出，X1与X2之间的相关系数较高，可能存在多重共线性。
②修正多重共线性,用EVIEWS分别对Y与各解释变量X1、X2、X3做最小二乘回归：
Y=-78410.16+18.65270X1
(10327.66)(2.301690)
=0.845507DW=0.315562
Y=492.6677+0.893774X2
(90.89281)(0.014791)
=0.996725DW=1.360919
Y=-40143.42+443.2181X3
(29257.52)(288.2471)
=0.164596DW=0.328797
以上3个方程根据经济理论和统计检验得出，地区GDPX2是最重要的解释变量，从而得出最优简单回归方程Y=f(X2)。对模型进行逐步回归，在初始模型的基础上加入解释变量X1与X3，得到如下回归结果：
加入X1，
Y=4356.955-0.905554X1+0.930833X2
(3817.535)(0.894345)(0.039470)
=0.997004
加入X3，
Y=2736.871+0.901513X2-22.31635X3
(1981.961)(0.016134)(19.68836)
=0.997067
由以上数据构成表格如下：
表二
C (X1) (X2) (X3) Y=f(X2) 492.6677
(90.89281) 0.893774
(0.014791) 0.996725 Y=f(X1,X2) 4356.955
(3817.535) -0.905554
(0.894345) 0.930833(0.039470) 0.997004 Y=f(X3,X2) 2736.871
(1981.961) 0.901513(0.016134) -22.31635(19.68836) 0.997067 Y=f(X1,X2,X3) 4050.395
(3964.042) -0.457695
(1.179421) 0.918083
(0.045775) -15.95611
(26.24281) 0.997111 由上表可以看出，解释变量X1与X2之间的相关系数较大，而X3与X2、X1之间关联并不紧密。但根据经济意义，居民消费价格指数对居民消费水平的影响重大。当国民生产总值一定时，居民消费价格指数越高，居民的消费水平越低。此变量不可轻易舍去。我们采用数据结合的方式，用X2/X3表示当年实际国民生产总值X4来回避原模型的多重共线性，那么
Y=C+β1x1+β2X4+Ui
用EVIEWS软件和最小二乘法对数据进行回归分析
模型分析
Y=1600.902+-0.271237X1+94.14091X4
(3622.459)(0.848852)(3.896916)
=0.997142
从上式可以看出，经过数据处理后，模型的统计检验效果更为显著。
影响消费水平的因素众多，从中挑选了地区GDP，人口和居民消费价格指数进行分析，本意是想通过模型得出的数据应用于实践可以对一个地区的居民消费水平进行粗略估计。因为此三项数据从理论上分析是影响消费水平的主要因素之三，且获取途径多，又为大众理解，如能应用于实践，则为一般投资者和政府决策时节省了时间、精力和金钱。但实际分析的结果并不理想，究其原因，我们认为，主要是影响消费水平的因素实在太多，我们从中挑选了三个变量实在是太“身单体薄”、“寡不敌众”，如果真要使模型优化，必须增加多个变量，尽可能把影响因素量化后加入模型，比如国民生产总值在总消费、总投资、净出口之间的支出分配比例，总消费内部的比例（居民消费和社会消费），人口增长速度及人口的社会构成等。收集此类数据较为困难，有些不能直接得到，须自己计算整理，而且时间数据最大的一个问题在于其不同年份的数据可能口径不一致，这也会导致统计偏差。总的来说要改进的确还要很多的时间和精力。假期如有可能，我会朝这方面努力。但即便如此，我们也不敢保证模型一定成功。因为影响因素还有一大部分是无法量化的，如消费者的心理、偏好，消费政策的调整，银行消费信贷的宽紧状况变化等。经济的东西存在太多的不确定性。我们在决策上不能选择最优，只能尽可能满意。
参考文献：
[1]易丹辉.数据分析与EViews应用[M]，北京：中国人民大学出版社，2008.
[2]刘清华.[J].商情2013.
[3]田青，马健，高铁梅.我国城镇居民消费影响因素的区域差异分析[J].管理世界，2008.
云南师范大学数学学院2015-2016学年上学期《计量经济学》课程论文答卷
第5页共5页
图1
图2
图3
图4
图5
图6-1
图6-2
图6-3
图7-1
图7-2
图8
|
|
