计量经济学我国城镇居民旅游消费指数实证分析

上传人:hs****ma 文档编号:508583183 上传时间:2023-08-19 格式:DOC 页数:12 大小:432.50KB
返回 下载 相关 举报
计量经济学我国城镇居民旅游消费指数实证分析_第1页
第1页 / 共12页
计量经济学我国城镇居民旅游消费指数实证分析_第2页
第2页 / 共12页
计量经济学我国城镇居民旅游消费指数实证分析_第3页
第3页 / 共12页
计量经济学我国城镇居民旅游消费指数实证分析_第4页
第4页 / 共12页
计量经济学我国城镇居民旅游消费指数实证分析_第5页
第5页 / 共12页
点击查看更多>>
资源描述

《计量经济学我国城镇居民旅游消费指数实证分析》由会员分享,可在线阅读,更多相关《计量经济学我国城镇居民旅游消费指数实证分析(12页珍藏版)》请在金锄头文库上搜索。

1、计 量 经 济 学 课 程 论 文 中国城镇居民旅游花费与城镇居民消费价格指数、城镇居民家庭人均收入和城镇居民旅游人数的实证分析作 者专 业指导教师学 院二一六年十一月目录 摘要I(可选)AbstractII1.引言11.1选题背景12文献综述23 理论分析24实证研究25 结论和启示2摘要在当代社会,旅游已经成为了人们的生活方式中一个重要的组成部分,人们在旅游上的消费也越来越多。本文通过对中国城镇居民旅游花费与城镇居民消费价格指数、城镇居民家庭人均收入和城镇居民旅游人数的实证分析,运用从计量经济模型的经济变量之间的因果,模型运用对这一问题作出解释,希望能够得出对中国城镇居民旅游花费的相关因素

2、的影响结果关键词:实证,模型,旅游1.引言 旅游消费是在人们基本生活需要满足之后而产生的更高层次的消费需要。它包括以下五个方面:保健性旅游消费,基础性旅游消费,文化性旅游消费,享乐性旅游消费和纪念性旅游消费。同旅游者收入水平、旅游者结构密切相关,也同旅游产品结构与产品质量密不可分。我国的城镇居民的旅游总花费与城镇居民消费价格指数、城镇居民家庭人均收入和城镇居民旅游人数有着密不可分的关系。因此我们对城镇居民的旅游总花费与城镇居民消费价格指数、城镇居民家庭人均收入和城镇居民旅游人数进行Eviews回归分析。分析对我过城镇居民的旅游总花费的主要因素。2文献综述凯恩斯的绝对收入假说 凯恩斯在货币通论中

3、提出了绝对收入假说,其主要理论观点是认为,人们的消费支出是由其当期的可支配收入决定的。当人们的可支配收入增加时,其中用于消费的数额也会增加,但是消费增量在收入增量中的比重是下降的,因此随收入的增加,人们的消费在收入中的比重是下降的, 而储蓄在收入中所占的比重则是上升的。 凯恩斯的消费函数,假定了消费是人们收入水平的函数,也称为绝对收入消费函数。当人们的可支配收入增加时,其中用于消费的数额也会增加,但是消费增量在收入增量中的比重是下降的,因此随收入的增加,人们的消费在收入中的比重是下降的,而储蓄在收入中所占的比重则是上升的。 杜森贝利的相对收入假说 该假说的基本思想是,在稳定的收入增长时期,总储

4、蓄率并不取决于收入;储蓄率要受到利率、收入预期、收入分配、收入增长率、人口年龄分布等多种因素变动的影响;在经济周期的短周期阶段中,储蓄率取决于现期收入与高峰收入的比率,从而边际消费倾向也要取决于这一比率,这也就是短期中消费会有波动的原因,但由于消费的棘轮作用,收入的减少对消费减少的作用并不大,而收入增加对消费的增加作用较大;短期与长期的影响结合在一起了。当期收入和过去的消费支出水平决定当期消费。该假说间接的说明了消费对于经济周期稳定的作用。 示范效应:家庭消费决策主要参考其他同等收水家庭,即消费有模仿和攀比性。 棘轮效应:家庭消费即受本期绝对收入的影响,更受以前消费水平的影响。收入变化时,家庭

5、宁愿改变储蓄以维持消费稳定。为了分析中国城镇居民旅游花费与城镇居民消费价格指数、城镇居民家庭人均收入和城镇居民旅游人数之间的相互关系,我们选取了知网1995-2013年的统计数据。3.建立回归分析模型为了建立相关模型,我选取了我国1995年到2013年的我国城镇居民的旅游总花费与及其相关因素的数据的统计资料。见表1.(来自知网年鉴统计数据)我国1995年-2013年城镇居民旅游总花费及其相关因素中国中国中国中国城镇居民旅游总花费(亿元)城市居民消费价格指数(上年=100)城镇居民家庭人均收入(元)城镇居民旅游人数(百万人次)2013年20692.6102.629547.121862012年17

6、678102.72695919332011年14808.6105.323979.216872010年9403.8103.221033.410652009年7233.899.118858.19032008年5971.7105.617067.87032007年5550.4104.514908.66122006年4414.7101.512719.25762005年3656.1101.611320.84962004年3359495.210128.54592003年2404.1479.49061.23512002年2848.1475.18177.43852001年2651.7479.96907.1375

7、2000年2235.3100.86316.83291999年1748.2472.85888.82841998年1515.14795458.32501997年1551.8481.95188.52591996年1368.4467.44844.82561995年1140.1116.84288.1246因此将城镇居民旅游总花费设为Y,城市居民消费价格指数为,将城镇居民家庭人均收入为,将城镇居民旅游人数设为。建立回归模型为: Y=+。Eviews回归结果如下Dependent Variable: YMethod: Least SquaresDate: 11/05/16 Time: 23:07Sample

8、: 1995 2013Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C-1216.870299.1730-4.0674460.0010X20.3043650.5018800.6064500.5533X30.0196550.0346900.5665910.5794X49.5146910.42751922.255610.0000R-squared0.997788Mean dependent var5801.658Adjusted R-squared0.997346S.D. dependent var581

9、5.129S.E. of regression299.5727Akaike info criterion14.42726Sum squared resid1346157.Schwarz criterion14.62608Log likelihood-133.0589Hannan-Quinn criter.14.46090F-statistic2255.818Durbin-Watson stat1.910892Prob(F-statistic)0.000000通过Eviews回归分析我们能够看到结果:Y=+-1216.87T值为:(0.606) (0.567) (22.256) (-4.067)

10、F值为2255.818 DW值:1.911 =0.998 =0.997我们可以大概观察到散点图,如下4实证研究4.1经济意义检验模型估计结果说明模型估计结果说明,在假定其它变量不变的情况下,居民消费指数每增加1个单位,城镇居民旅游总花费就会增加0.304亿元;在假定其它变量不变的情况下,城镇居民家庭人均收入每增加1个单位,城镇居民旅游总花费就会增加0.020亿元;在假定其它变量不变的情况下,城镇居民旅游人数每增加1个单位,城镇居民旅游总花费就会增加9.515亿元,这与理论分析和经验判断相一致。4.2统计检验4.2.1 拟合优度检验:调整的判定系数()相比较R2而言,考虑到了自由度,对在回归方程

11、中增加新的自变量施加了惩罚。其具有以下性质:由于,则。即随着模型中自变量的增加,调整的判定系数越来越小于R2,这相当于对增加新自变量的惩罚;对于很小的n和很大的k,可能远小于R2,甚至可能为负,为负表明相对于自由度个数而言,该回归方程是个很差的拟合模型。由回归结果可以得出结论,=0.998 =0.997说明模型对样本拟合非常良好。4.2.2 F检验:回归整体显著的F检验在Eviews中报告的F检验实际上是对于所有自变量的排除约束进行检验,即原假设认为没有一个自变量可以影响应变量,用参数表示为:实际上得到的受约束的模型为:所有自变量被从方程中除去,所以H0等同于:即因变量的变异一点都没有得到解释

12、,因此回归整体显著性的统计量可以定义为:在本实验中,统计值为2255.818,其相伴概率p为0.000,显示出回归整体是极为显著的。4.2.3 多重共线性检验多重共线性的基本概念在回归模型中假定(为描述方便)是其余变量的一个线性组合,即在辅助回归中,那么此时原回归模型就存在完全多重共线性;如果方程接近1,那么就称回归模型存在高度多重共线性。(一般而言,在实际应用当中,多重共线性指的是高度多重共线性)多重共线性的影响在回归方程中,有其中为的总样本变异,为将对其他自变量(包括截距项)进行回归的。如果存在高度多重共线性,随着,那么将存在。因此在方程中一旦某些自变量之间存在多重共线性,必然地其参数估计

13、值的检验统计值在很大程度上可能是不显著的,但是对这些变量的联合约束的检验的统计量却可能是显著的。根据T检验我们可以看出只有较为显著,其他解释变量并不是特别显著,因此可以怀疑和之间存在多重共线性。通过对Eviews的结果如下:CorrelationX2X3X21.000000-0.639461X3-0.6394611.000000由于没有到达临界值0.8,所以共线性不是十分的显著,不用排除。4.2.4 自相关检验Durbin-Watson检验存在一阶自相关那么基于全套经典线性模型假定采用OLS回归得出的残差则存在那么应当显著异于0且绝对值小于1,因此可以构建根据经验做法DW值一般在2左右则不存在自相关,同样可以通过Durbin-Watson统计量表来判定是否存在自相关。表 5.1 DW检验判断表DW值结论0DWdL存在一阶正自相关dLDWdU无法判断dUDW4- dU不存在自相关4- dUDW4- dL无法判断4- dLDW4存在一阶负自相关通过这一基本原理可以了解Durbin-Watson检验的适用条件为:在大样本条件下只存在误差项的一阶自相关,并且解释变量与误差项不相关。一般情形下自相关的判别方法从方程出发,可以通过回归直接得出的值的统计

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 资格认证/考试 > 自考

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