各地区批发和零售业企业商品销售总额(共7页).doc

精选优质文档-倾情为你奉上浅析我国各地区批发和零售企业的商品销售情况金融学院07-1班 9 李晶晶 由俭入奢易，由奢入俭难。2010年，中国社会经济和个人经济正在面临“由奢入俭”的巨大难题。在某些时候，某个问题中的一个较小的变化，都可能变成“蝴蝶效应”，影响到经济全局。在此，我主要分析了2009年我国各地区批发和零售企业的商品销售情况，希望从这个细小的方面，能够对分析2010年的经济状况有一定得帮助。 根据经济意义上影响我国各地区批发和零售企业商品销售（y）的影响因素有：各地区货运量（x1）各地区零售企业营业面积（x2）各地区居民家庭平均每人全年购买主要商品数量（x3）各地区产品质量优等品率（x4）各地区货物周转量（x5）居民消费价格指数（x6）。运用计量经济学方法普通最小二乘法（ols）来进行分析。假设显著性水平为0.05。1 查找数据以下数据来自于国家统计局，有些相关数据进行了简要的加总求和得到。地区各地区批发和零售业企业商品销售总额y 各地区货运量 x1 各地区零售企业营业面积 x2各地区居民家庭平均每人全年购买主要商品数量 x3各地区产品质量优等品率x4 各地区货物周转量x5居民消费价格指数x6 北京24232.120525495.5409.685.59758.89101.8天津8977.134114151.240655.762703.44102.9河北3401.1380.4404.746.425925.48102.9山西3104.264.7391.254.592562.24102.1内蒙古1857.89929833335.862.263658.72102.8辽宁7567.6240.8495.810.227033.9102.3吉林26343110574.2392.428.311157.78103.6黑龙江2045.45397640.3369.79.821690.93104上海2495884400729.8360.949.9816029.8102.6江苏18039.41304.3359.748.784300.95103.2浙江16906905.5334.347.124974.86103.7安徽3258.8315.5417.937.955843.21102.7福建484157202232353.246.092396.21102.9江西1061.880932176.2350.491.372285.49102.7山东10517.41064374.551.1710107.8102.4河南3837.9288.938531.665165.07102.7湖北5601.271900406.4341.842.632526.39102湖南2309.9350.234268.442349.84102.7广东20579.71710.9327.163.94428.43102.9广西1790.283123194.334125.892079.02102.3海南649.9153055.3301.986.65597.69104重庆2533.763763308.5360.415.31490.3102.4四川3273.3161.1371.360.651578.66102.2贵州7813269213294.951.82805.33102.2云南2672.744682206.236418.92821.26104.1西藏43.67371.3343.36.2135.49101.3陕西1798.38349374.1351.67.172027.05103.2甘肃1428.62374126.7384.773.111594.9103.6青海257.4911513.4316.629.74335.66104.4宁夏442.92616240.2374.613.86703.62103.4新疆2637.546087190366.355.461272.97103.72 参数估计以及经济意义和统计检验Dependent Variable: YMethod: Least SquaresDate: 06/22/10 Time: 23:46Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C92783.8786873.801.0.2961X1-0.0.-4.0.0001X215.864091.8.0.0000X341.1181517.173422.0.0248X448.7707325.772411.0.0706X50.0.3.0.0025X6-1029.857831.0100-1.0.2272R-squared0.    Mean dependent var5936.758Adjusted R-squared0.    S.D. dependent var7220.655S.E. of regression3233.927    Akaike info criterion19.19646Sum squared resid2.51E+08    Schwarz criterion19.52026Log likelihood-290.5452    F-statistic20.92659Durbin-Watson stat1.    Prob(F-statistic)0.OLS法的估计结果如下： =92783.87 -0.*X1 + 15.86409*X2 + 41.11815*X3 +48.77073*X4 +0.*X5 -1029.857*X6 R²=0. D.W.= 1. F=20.92659从估计的结果看，(1)模型拟合一般，可决系数R²=0.，调整的可决系数是0.。0.05的显著性水平下自由度为n-2=31-2=29,其临界值t(29)=2.045可看出x4和x6不显著。 D.W.= 1. F=20.92659 不是很高。综合这三点推测该模型可能存在异方差性，序列相关性（2）从经济意义角度来看x4,x6不符合经济意义，但是它们在一定程度上对y起到了决定性作用，因而不可以随便删除，推测解释变量之间可能存在多重共线性。3 计量经济学检验A.对于多重共线性的检验(1)简单分析 0.05的显著性水平下F(6,24)=2.51。F=20.92659>2.51，说明各地区批发和零售企业的商品销售和上述解释变量间总体线性关系显著，但是x4和x6前参数估计未能通过t检验，而且x1x4x6不符合经济意义，因而认为解释变量之间存在多重共线性。（2）检测以及修正解释变量间的各个相关系数X1X2X3X4X5X6X1 1. 0. 0. 0. 0.-0.X2 0. 1.-0. 0. 0.-0.X3 0.-0. 1.-0. 0.-0.X4 0. 0.-0. 1. 0.-0.X5 0. 0. 0. 0. 1.-0.X6-0.-0.-0.-0.-0. 1.可看出x1和x2以及x1和x5之间相关性比较大。 = 2818.485 + 0.*X1（1.25） （1.67） R²=0. D.W.=1. F=2. = 1411.227+13.75690*x2 (1.33) (6.74)R²=0.D.W.=1.F=45.39516 = -3028.280+24.54526*x3 (-0.24)(0.71)R²=0.D.W.=1. F=0. =2164.886+84.92493*x4 （0.80）（1.58）R²=0.D.W.=1. F=2. =1933.807+1.*x5 （1.27） （3.73） R²=0.D.W.=1. F=13.90299 =.6-1614.065*x6 （094） （-0.90） R²=0. D.W.=1. F=0.通过观测知道各地区批发和零售企业商品销售总额受各地区零售企业营业面积（x2）的影响最大，因此选第二个为初始的回归模型。逐步回归的下表：（经过了摘选，以下为适合的数据）F(X)CX1X2X3X4X5X6R²D.W.F（x1，x2）3327.67-0.0416.660.661.3326.91T值2.37-1.976.83（x1，x2，x3）-14780.47-0.0518.1451.570.731.8623.76T值-2.07-2.907.892.58（x1，x2，x5）3025.78-0.0615.000.950.771.1729.82T值2.57-3.717.163.58（x1，x2，x3，x5）-10243.62-0.0716.3237.910.820.801.5626.41 T值-1.62-4.317.902.133.19（x1，x2，x3，x5，x6）.6-0.0716.4434.930.80-1158.7380.821.7422.11T值1.22-4.528.061.973.19-1.33从上表可以看出x6是多余的，虽然拟合优度有所提高，但是添加了x6以后，使得x3和x6的参数未能通过t检验，因此，最终的各地区批发和零售企业商品销售总额函数以f=（x1，x2，x3，x5）为最优，拟合结果如下：Y=-10243.62-0.07*x1+16.32*x2+37.91*x3+0.82*x5 （-1.62）（-4.31） （7.90） （2.13） （3.19）B对于异方差的检验利用G-Q对所选模型进行异方差检验在0.05的显著性水平下,在自由度为(7,7)的f分布的临界值为F=3.79首先对x1进行排序：Dependent Variable: LOG(Y)Method: Least SquaresDate: 06/24/10 Time: 01:37Sample: 1 12Included observations: 12VariableCoefficientStd. Errort-StatisticProb.  C15.370839.1.0.1408LOG(X1)-0.0.-1.0.0872LOG(X2)0.0.5.0.0015LOG(X3)-0.1.-0.0.5999LOG(X5)0.0.0.0.4886R-squared0.    Mean dependent var8.Adjusted R-squared0.    S.D. dependent var0.S.E. of regression0.    Akaike info criterion1.Sum squared resid1.    Schwarz criterion2.Log likelihood-5.    F-statistic8.Durbin-Watson stat2.    Prob(F-statistic)0.Dependent Variable: LOG(Y)Method: Least SquaresDate: 06/24/10 Time: 01:40Sample: 20 31Included observations: 12VariableCoefficientStd. Errort-StatisticProb.  C-0.14.38756-0.0.9996LOG(X1)0.0.0.0.6341LOG(X2)0.0.1.0.3153LOG(X3)0.2.0.0.9748LOG(X5)0.0.0.0.3940R-squared0.    Mean dependent var6.Adjusted R-squared0.    S.D. dependent var1.S.E. of regression0.    Akaike info criterion1.Sum squared resid1.    Schwarz criterion1.Log likelihood-4.    F-statistic18.95902Durbin-Watson stat2.    Prob(F-statistic)0.由上表可知F=1./1.=1.2511<F=3.79 。因此推断不存在异方差。对x2进行排序，结果如下：VariableCoefficientStd. Errort-StatisticProb.  C15.370839.1.0.1408LOG(X1)-0.0.-1.0.0872LOG(X2)0.0.5.0.0015LOG(X3)-0.1.-0.0.5999LOG(X5)0.0.0.0.4886R-squared0.    Mean dependent var8.Adjusted R-squared0.    S.D. dependent var0.S.E. of regression0.    Akaike info criterion1.Sum squared resid1.    Schwarz criterion2.Log likelihood-5.    F-statistic8.Durbin-Watson stat2.    Prob(F-statistic)0.VariableCoefficientStd. Errort-StatisticProb.  C-0.14.38756-0.0.9996LOG(X1)0.0.0.0.6341LOG(X2)0.0.1.0.3153LOG(X3)0.2.0.0.9748LOG(X5)0.0.0.0.3940R-squared0.    Mean dependent var6.Adjusted R-squared0.    S.D. dependent var1.S.E. of regression0.    Akaike info criterion1.Sum squared resid1.    Schwarz criterion1.Log likelihood-4.    F-statistic18.95902Durbin-Watson stat2.    Prob(F-statistic)0.由上表可知F=1./1.=1.2511<F=3.79 。因此推断不存在异方差。分别对x3进行排序，对x5进行排列，结果同x1，x2，结果不存在异方差。综上所述，可知该模型不存在异方差。C. 对于序列相关性的检验（1）杜宾-瓦森检验法来进行一级检验可知：D.W.=1.56 显著性水平为0.05，k=5，n=31查表得d1=1.16，d2=1.74，位于二者之间，判定不能确定。（2）进行拉格朗日乘数检验（LM检验），结果如下：在0.05的显著性水平下，自由度为2的卡方分布的临界值为5.991。Breusch-Godfrey Serial Correlation LM Test:F-statistic0.    Probability0.Obs*R-squared2.    Probability0.VariableCoefficientStd. Errort-StatisticProb.  C-4032.7877180.605-0.0.5796X1-0.0.-0.0.9448X20.2.0.0.8406X311.2259920.175740.0.5831X5-0.0.-0.0.9382RESID(-1)-0.0.-0.0.8394RESID(-2)-0.0.-1.0.1903R-squared0.    Mean dependent var1.69E-12Adjusted R-squared-0.    S.D. dependent var3208.954S.E. of regression3459.167    Akaike info criterion19.33112Sum squared resid2.87E+08    Schwarz criterion19.65493Log likelihood-292.6324    F-statistic0.Durbin-Watson stat1.    Prob(F-statistic)0.nR²=2.<5.991，因此该模型不存在序列相关性。4最终结果因此我选择的模型：Y=-10243.62-0.07*x1+16.32*x2+37.91*x3+0.82*x5为最优模型。此模型的统计意义是：当x2、x3、x5保持不变时，x1每增加一个单位，y平均减少0.07个单位；当x1、x3、x5保持不变时，x2每增加一个单位，y平均增加16.32个单位；当x1、x2、x5保持不变时，x3每增加一个单位，y平均增加37.91个单位；当x1、x2、x3保持不变时，x5每增加一个单位，y平均增加0.82个单位。该模型的经济意义是：当各地区零售企业营业面积、各地居民家庭平均每人全年购买主要商品数量、各地区货物周转量保持不变时，各地区货运量每增加1万吨，各地区批发和零售企业商品销售总额将减少0.07亿元；当各地区货运量、各地居民家庭平均每人全年购买主要商品数量、各地区货物周转量保持不变时，各地区零售企业营业面积每增加1万平方米，各地区批发和零售企业商品销售总额将增加16.32亿元；当各地区货运量、各地区零售企业营业面积、各地区货物周转量保持不变时，各地居民家庭平均每人全年购买主要商品数量每增加1单位时（因单位不同），各地区批发和零售企业商品销售总额将增加37.91亿元；当各地区货运量、各地区零售企业营业面积、各地居民家庭平均每人全年购买主要商品数量保持不变时，各地区货物周转量每增加1亿吨公里时，各地区批发和零售企业商品销售总额将增加0.82亿元。5结束语即相关建议 经过该模型的分析可以看出各地区批发和零售企业商品销售额的增加与否与各地区货物周转量、地居民家庭平均每人全年购买主要商品数量、地区零售企业营业面积有相当大的关系。因而各地区想要使得商品销售额有所增加可以从这些方面入手，当然这些并不能说是最主要的因素，主要还是要看人们消费能力，以及消费喜好的。但是人们的主观意识不是说谁都能改变的，改变的只能是销售方法以及销售的相关预测。因而此处从一些相关的方面入手，希望能够给我国各地区的经济给予一定的帮助。但是需要强调的是，以上经济变量的增加一定要结合当地的实际经济能力以及相关政策进行适度的增加或是减少，才会达到一个好的效果。专心-专注-专业