《经济计量学实习报告影响我国农村居民消费水平的主要因素分析》由会员分享，可在线阅读，更多相关《经济计量学实习报告影响我国农村居民消费水平的主要因素分析（14页珍藏版）》请在金锄头文库上搜索。
1、 经济计量学实习报告影响我国农村居民消费水平的主要因素分析 【摘要】：本文主要通过对农村居民消费水平的变动进行多因素分析，建立以农村居民消费水平为应变量，以农村人口自然增长率、农村居民人均可支配收入、商品零售价格指数以及农业生产资料价格指数为自变量的多元线性回归模型，并利用模型对农村居民消费水平这一社会现象进行数量化分析，揭示中国农村消费水平的现状及问题，并对如何提高农村居民消费水平提出一些可行性的建议。【关键词】:农村居民消费水平、农村人口自然增长率、农村居民人均可支配收入、商品零售价格指数、农业生产资料价格指数、建议前言: 当前全球面临60 年来最严重的金融危机之后的经济复苏期，而中国亦深
2、受当前经济时势影响，外贸出口难度加大。我国地域辽阔，经济发展不平衡，人民生活由温饱向小康过渡，无论是市场容量还是未来发展，扩大内需的潜力都十分巨大。此外，当前工业化，城市化，现代化进程加快，经济结构调整升级，国内市场的需求进一步扩大。所以，对我国这样一个发展中大国来说，拉动经济增长的最主要力量仍然是国内需求， 而扩大国内需求的一个重要举措是刺激国内消费。而农民作为中国广大的消费群体，其消费水平和消费需求的变化直接关系到内需的政策的效果。目前，农民的经济状况仍然保持在“温饱有余、小康不足”的状态。“许多农民消费仍然不足，这已经影响到整个国民经济的健康发展。因此研究中国农村居民消费水平，对于我国制
3、定、完善经济政策，改善消费结构，促进消费水平，提高农民消费质量有重要的意义。一、数据整理以及模型预测影响我国农村居民消费水平的主要因素分析年份农村居民消费水平Y（元）农村人口自然增长率X1农村居民人均可支配收入X2（元)商品零售价格指数X3农业生产资料价格指数X4198534914.26397.6108.8104.8198637815.57423.8106101.1198742116.61462.6107.3107198850915.73544.9118.5116.2198954915.04601.5117.8118.9199056014.39686.3102.1105.5199160212.
4、98708.6102.9102.9199268811.6784105.4103.7199380511.45921.6113.2114.11994103811.211221121.7121.61995131310.551577.7114.8127.41996162610.421926.1106.1108.41997172210.062090.1100.899.5199817309.14216297.494.5199917668.182210.39795.8200018607.582253.498.599.1200119696.952366.499.299.1200220626.452475.69
5、8.7100.5200321036.012622.299.9101.4200423015.872936.4102.8110.6200525605.893254.9100.8108.3200628475.283587101101.5200732655.174140.4103.8107.7200837565.084760.6105.9120.3200942505.055153101.497.5 数据来源：2009年中国统计年鉴根据上面的数据我们初步预测模型：Y=B0+B1*X1+B2*X2+B3*X3+B4*X4+U其中：Y农村居民消费水平X1农村人口自然增长率X2农村居民人均可支配收入X3商品零
6、售价格指数X4农业生产资料价格指数U随机误差项二、模型设定回归模型参数估计根据数据用Eviews软件对模型进行OLS估计，得样本回归方程。结果如下：Dependent Variable: YMethod: Least SquaresDate: 01/15/11 Time: 20:48Sample: 1985 2009Included observations: 25VariableCoefficientStd. Errort-StatisticProb. C-207.4927163.4764-1.2692520.2189X1-0.7415855.960389-0.1244190.9022X20
7、.7986720.01516052.684330.0000X37.9035243.1062042.5444310.0193X4-5.4543712.110245-2.5847090.0177R-squared0.998772 Mean dependent var1641.160Adjusted R-squared0.998526 S.D. dependent var1095.098S.E. of regression42.04608 Akaike info criterion10.49227Sum squared resid35357.46 Schwarz criterion10.73604L
8、og likelihood-126.1533 F-statistic4065.108Durbin-Watson stat1.025801 Prob(F-statistic)0.000000经过上述的初步回归分析，表明了最小的二乘估计的性质，证明了最小二乘法准则的合理性，但仍然不能完全保证现行回归分析的价值。原因是，模型本身未必一定满足要求，也就是模型的各个假设并不一定成立。最终的结果为：i = -207.4927-0.741585*X1+0.798672*X2+ 7.903524*X3-5.454371*X4t= (-1.269252) (-0.124419) (52.68433) (2.54
9、4431) (-2.584709) R2=0.998772 R2=0.998526 DW=1.025801 F=4065.108模型检验：经济意义检验：从得出的模型看，X1和X4的参数符号没通过经济意义检验。R2检验：经计算此模型的可决系数R2=0.998772，校正的可决系数R2=0.998526，表明模型拟合度高。t检验:再从五个参数的t检验值看，五个参数的t值分别为：t0=-1.269252, t1=-0.124419, t2=52.68433, t3=2.544431, t4=-2.584709 ，在5%显著性水平下自由度为n-k=25-5=20的t分布临界值为2.086，因此可知有部
10、分t值是不显著的。F检验：模型的F值为：F=4065.108，而5%显著性水平下自由度分别为k-1=4和n-k=20的F分布临界值远小于模型的F值，说明模型在总体上是高度显著的。下面进行相关检验说明模型中可能存在多重共线性等问题，进而对模型进行修正。三、模型的检验和修正1.多重共线性检验:YX1X2X3X4Y1-0.9081173817440.999151350318-0.45713591375-0.160979829436X1-0.9081173817441-0.9113872994820.5581729288970.231994327899X20.999151350318-0.911387
11、2994821-0.463297625812-0.156835642896X3-0.457135913750.558172928897-0.46329762581210.837520186067X4-0.1609798294360.231994327899-0.1568356428960.8375201860671由上表可知，X1与X2相关系数高达0.9114，X4与X3相关系数高达0.8375，结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。多重共线修正处理：(1)采用逐步回归: 运用OLS方法求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最好的一元线性回归方程。Ev
12、iews过程如下Y对X1回归：Dependent Variable: YMethod: Least SquaresDate: 01/15/11 Time: 20:50Sample: 1985 2009Included observations: 25VariableCoefficientStd. Errort-StatisticProb. C4168.325260.401016.007330.0000X1-256.284024.63966-10.401280.0000R-squared0.824677 Mean dependent var1641.160Adjusted R-squared0.
13、817054 S.D. dependent var1095.098S.E. of regression468.3967 Akaike info criterion15.21313Sum squared resid5046096. Schwarz criterion15.31064Log likelihood-188.1641 F-statistic108.1866Durbin-Watson stat0.281126 Prob(F-statistic)0.000000Y对X2回归：Dependent Variable: YMethod: Least SquaresDate: 01/15/11 Time: 20:50Sample: 1985 2009Included observations: 25VariableCoefficientStd. Errort-StatisticProb. C57.4474316.439243.4945300.0020X20.7876350.006770116.33440.0000R-squared0.998303 Mean dependent var1641.160Adjusted R-squared0
