计量经济学,多重共线性异方差虚拟变量随机解释变量大作业

上传人:今*** 文档编号:105858718 上传时间:2019-10-13 格式:DOC 页数:28 大小:449.51KB
返回 下载 相关 举报
计量经济学,多重共线性异方差虚拟变量随机解释变量大作业_第1页
第1页 / 共28页
计量经济学,多重共线性异方差虚拟变量随机解释变量大作业_第2页
第2页 / 共28页
计量经济学,多重共线性异方差虚拟变量随机解释变量大作业_第3页
第3页 / 共28页
计量经济学,多重共线性异方差虚拟变量随机解释变量大作业_第4页
第4页 / 共28页
计量经济学,多重共线性异方差虚拟变量随机解释变量大作业_第5页
第5页 / 共28页
点击查看更多>>
资源描述

《计量经济学,多重共线性异方差虚拟变量随机解释变量大作业》由会员分享,可在线阅读,更多相关《计量经济学,多重共线性异方差虚拟变量随机解释变量大作业(28页珍藏版)》请在金锄头文库上搜索。

1、影响我国居民消费因素分析班级:组员: 一、 提出问题:1、 原因:居民消费水平是按国民收入或国内生产总值的使用总量中用于居民消费的总额除以年平均人口计算的,它反映一个国家或一个地区居民的一般消费水平。居民消费水平是GDP中一个重要组成部分,是拉动经济增长的三驾马车之一,在拉动经济增长的三架马车中,最终消费对经济影响的最大,是拉动经济增长最重要最稳定的因素。我国经济正逐渐由投资拉动型增长向消费拉动型增长转变,居民消费一直是经济学家关注的焦点和研究的热门领域。居民消费对经济的发展和社会的进歩有着重要的引导作用,居民消费的结构、质量和增长趋势如何,在很大程度上决定着经济、社会的发展情况。要充分发挥消

2、费对经济的拉动作用,关键问题是如何保证居民的消费水平。在人均国民生产总值为一千美元时,世界各国的居民消费率一般为60%左右。而我国的人均国民生产总值早已超过了一千美元,但2013年全国居民的消费率仅36%,严重低于正常水平。消费需求的偏低导致消费对经济增长的拉动作用也偏弱,因此提高居民消费率,增加居民消费对经济增长的贡献度,是一项重要工作。通过对历年我国居民消费水平的分析,我们可以对消费水平发展有一个清晰的画面,并且能透过数据的表象来分析更深层次的国家调控手段和战略使用。2、 研究立场:政策制定者二、 文献综述:根据国外相关研究成果,主要有恩格尔的理论、绝对收入、相对收入、持久收入和生命周期消

3、费理论等。Caballero (1990)指出,当期劳动收入发生变化表明未来的收入发生变化的可能性比较大,为维持未来消费的稳定性,需要进行预防性储蓄,从而会降低当期消费,使得长期的消费得到平滑。国内研究得出的消费率的影响因素主要包括:居民收入占比,收入分配差距,不确定性,流动性约束和房价。齐吴珍认为居民消费的主要影响因素有:居民收入的增长率、收入分配差距、不确定性、流动性约束和房价等。目前,多数学者通过建立消费与收入的模型或者消费分别与城乡居民收入建立模型进行分析,结果显示:1、收入是决定居民消费水平的主要因素,收入增加的快慢是影响居民消费需求变化的重要原因。2、农村居民收入、财政支出水平、城

4、市化水平、农村社会保障制度均对农村居民消费需求起正向作用,城乡居民收入差距起负向作用,农村内部收入分配差距与消费需求不存在显著相关关系。3、收入的不确定性、以及出于预防动机,我国居民储蓄率高,在一定程度上影响消费水平。三、 模型建立:1、 假设提出:影响居民消费的因素主要有居民收入、物价水平、国家货币政策、利率水平、居民消费观念、商品供给、消费者心理、风俗习惯、人均国民生产总值等,其中,居民收入又可以分为城镇居民收入水平和农村居民收入水平。所以。我们选取人均居民消费作为被解释变量Y,人均国内生产总值X1、居民消费价格指数X2、活期利率X3、城镇居民可支配收入X4、农村居民可支配收入X5为解释变

5、量。由于国家的货币政策也可能对居民消费水平产生一定的影响,而货币政策为定性变量,于是以货币政策为虚拟变量D1引入模型。其中,X1、X4、X5为正影响,而X2、X3为负影响。2、 理论基础:有关居民消费与消费收入的关系。现代西方宏观经济学的奠基人凯恩斯的绝对收入消费理论对此做出了很好的解释。凯恩斯消费理论可以用来有效地描述与分析消费与收入的关系,凯恩斯认为:随着收入的增加。消费也会随着增加,但是消费的增加不及收入增加多。根据宏观经济学,不同消费阶层的消费倾向不同,因此城乡居民收入对消费的影响并不相同。城乡收入差距,也会对居民消费产生影响。同时,当收入一定,利率水平也会对消费水平产生影响。当利率水

6、平高,人们倾向于增加储蓄,导致消费减少;当利率水平低,人们倾向于减少储蓄,增加当期消费。3、 理论模型: 1、形式确定-散点图通过OLS可得模型的散点图如下:从散点图可以看出人均居民消费水平(Y)与人均国内生产总值(X1)、居民消费价格指数(X2)、活期利率(X3)、城镇居民可支配收入(X4)、农村居民可支配收入(X5)大体呈现为线性关系。因此我们建立线性模型。 2、建立模型:数据来源:通过中国统计年鉴和国家统计总局收集的数据年份人均居民消费(元) Y人均国内生产总值(元) X1居民消费价格指数(%) X2活期利率(%) X3城镇居民可支配收入(元) X4农村居民可支配收入(元)X519781

7、84381.2311068100.72.16343.4133.61979208419.2504918101.92.16405160.21980238463.2530241107.52.88477.6191.31981264492.1632235102.52.88500.4223.41982288527.7803521022.88535.3270.11983316582.68282031022.88564.6309.81984361695.2009219102.72.88652.1355.31985446857.8204998111.92.88739.1397.61986497963.18668

8、311072.88899.6423.819875651112.377322108.82.881002.2462.619887141365.505933120.72.881181.454519897881519.002289116.32.881372.9601.519908331644103.12.161510.2686.319919321892.759642103.41.81700.6708.6199211162311.087535106.41.82026.6784199313932998.364339114.73.152577.4921.6199418334044.004115124.13.

9、153496.21221199523555045.729919117.13.1542831577.7199627895845.886547108.31.984838.91926.1199730026420.180477102.81.715160.32090.1199831596796.03036999.21.445425.12162199933467158.50157998.60.995854.022210.3200036327857.676093100.40.9962802253.4200138878621.70622100.70.996859.62366.4200241449398.054

10、45899.20.727702.82475.62003447510541.97114101.20.728472.22622.22004503212335.577103.90.729421.62936.42005557314185.35951101.80.72104933254.92006626316499.704101.50.7211759.535872007725520169.46136104.80.7213785.84140.42008834923707.71462105.90.3615780.764760.622009909825575.4831399.30.3617174.655153

11、.17建立时间序列数据的计量经济模型,并进行回归分析。假设建立如下线性一元回归模型: Y=C+1X1+2X2+3X3+4+X4+5X5+其中,Y表示人均居民消费水平,X1表示人均国内生产总值、X2表示居民消费价格指数、X3表示活期利率、X4表示城镇居民可支配收入、X5表示农村居民可支配收入、表示随机误差项。四、 实证研究:1、参数估计:假定所建模型及随机扰动项满足古典假定,可以用OLS法估计其参数,运用计算机软件EViews作计量经济分析。通过OLS可得: 参数和估计结果为:R2=0.999819 F=28720.5 51.43143+0.010105X1-0.153435X2-34.2319

12、1X3+0.322822X4+0.631562X5 2、经济意义检验所估计的参数10,20,30,50这与经济理论X1、X4、X5为正影响,而X2、X3为负影响相符。3、 统计学检验(1) 拟合优度检验:从回归估计的结果看,模型拟合较好:可决系数R2=0.999819说明所建模型整体上对样本数据拟合较好,即五个解释变量整体对被解释变量“人均居民消费”的绝大部分差异作出了解释。(2) 统计学检验:C的Prob=0.71480.05,1的Prob=0.50760.05,2的Prob=0.92850.05,3的Prob=0.13910.05,4的Prob=00.05,5的Prob=0F0.05(5,

13、26)=2.59,因此拒绝原假设,认为Y与X1、X2、X3、X4、X5之间存在显著的函数关系。4、序列相关性检验为了保证回归参数估计量具有良好的统计性质,对模型进行序列相关性检验。(1) DW检验DW=1.371177,表明在5%的显著性水平下,n=32,k=6(包含常数项),查表得dL=1.11,dU=1.82,由于dLDW=1.371177dU,故不能确定模型的序列相关性。(2) 拉格朗日乘数检验假设随机干扰项存在P阶序列相关,建立辅助回归模型: et=0+1Xt1+kXtk+1et-1+pet-p+t假设约束条件 H0=1=2=p=0则LM统计量服从如下分布: LM=nR2 X2(p)通过OLS可得: 一阶滞后:et=-26.71645+0.006116X1+0.331876X2-3.37547X3-0.014957X4+0.19273X5+0.330864et-1 R2=0.100409LM=31*0.100409=3.112679,该值小于显著性水平为5%、自由度为1的X2分布的临界值X20.05(1)=3.84,并且C、X1、X2、X3、X4、X5的P值均大于0.05,由此判断原模型不存在1阶序列相关性。 二阶滞后:et=-2

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 高等教育 > 大学课件

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号