eviews软件对于我国城镇居民消费性支出和可支配收入的分析.doc

Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-dateeviews软件对于我国城镇居民消费性支出和可支配收入的分析我国城镇居民消费性支出和可支配收入的分析我国城镇居民消费性支出和可支配收入的分析我国城镇居民消费性支出和可支配收入的分析一：研究目的及要求 居民消费支出是指城乡居民个人和家庭用于生活消费以及集体用于个人消费的全部支出。居民可支配收入是居民家庭在调查期获得并且可以用来自由支配的收入。随着市场经济的稳定繁荣和改革开放的深入发展，我国人均生活水平有了大幅度提高，其主要表现在人均可支配收入的增长。为研究我国城镇居民消费支出与收入的相关性，探讨城镇居民可支配收入与消费性支出之间数量关系的基本规律，揭示可支配收入在居民消费性支出中的作用，对于宏观经济运行提出合理化建议，根据19942008年全国城镇居民消费性支出与可支配收入的基本数据，利用EVIEWS软件对计量模型进行了参数估计和检验，对城镇居民消费性支出与可支配收入之间数量关系进行分析从而证明增加居民收入来刺激消费，增加消费性支出的必要性。二、模型设定及其估计 食品支出，居民住房，医疗保健以及衣着对于居民日常生活来说是必不可少的支出，因此我考虑的影响因素主要有食品支出X2，居住支出X3,医疗保健X4，衣着方面X5，建立了下述的一般模型： +et 其中 居民的可支配收入食品支出居住支出医疗保健衣着支出 et 随即扰动项。从1995-2009年的中国统计年鉴中收集到以下数据：年份Y收入（元）X2(食品支出 ) （元）X3(居住 ) （元）X4(医疗保健) （元）X5(衣着支出) （元）19943496.241422.49193.1682.89390.3819954282.951766.02250.18110.11479.2019964838.901904.71300.85143.28527.9519975160.321942.59358.64179.68520.9119985425.051926.89172.96257.15311.0119995854.021932.10453.99245.59482.3720006279.981958.31500.49318.07500.4620016859.582014.02547.96343.28533.6620027702.802271.84624.36430.08590.8820038472.202416.92699.39475.98637.7320049421.612709.60733.53528.15686.79200510493.032914.39808.66600.85800.51200611759.453111.92904.19620.54901.78200713785.813628.03982.28699.091042.00200815780.764259.811145.41786.201165.91利用Eviews软件，输入Y、X2、X3、X4、X5、X6等数据，采用这些数据对模型进行OLS回归，结果如表1：Dependent Variable: YMethod: Least SquaresDate: 12/16/10 Time: 11:19Sample: 1994 2008Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X22.1940210.5859043.7446790.0038X30.2143991.5857390.1352040.8951X46.3047982.0006123.1514340.0103X52.0980001.9080981.0995240.2973C-1227.160365.0907-3.3612460.0072R-squared0.997209    Mean dependent var7974.180Adjusted R-squared0.996092    S.D. dependent var3628.636S.E. of regression226.8423    Akaike info criterion13.94759Sum squared resid514574.4    Schwarz criterion14.18361Log likelihood-99.60692    F-statistic893.0849Durbin-Watson stat1.471612    Prob(F-statistic)0.000000 表1表2残差图 表2由表2可以看出，残差的变动有系统模式，连续为正和连续为负，表明残差项存在一阶正自相关，模型中t统计量和F统计量的结论不可信，需采取补救措施。根据表1可以看出，模型估计的结果为：1227.160 + 2.194021+ 0.214399+ 6.304798+ 2.098000 (365.0907) (0.585904) (1.585739) (2.000612) (1.908098) t= (-3.361246) (3.744679) (0.135204) (3.151434) (1.099524)一、统计检验（1）拟合优度：由表1中数据可以得到：R2=0.9972 ，修正的可决系数为0.9961，可决系数很高，这说明模型对样本的拟合很好。（2） F检验：针对，给定显著性水平，在F分布表中查出自由度为k-1=3和n-k=11的F=893.0849F0.05(3,11)=3.59,明显显著，应拒绝原假设，表明模型的线性关系在95%的置信水平下显著成立。 （3）t 检验：在5%的显著性水平下，自由度n-k-1=10的t统计量的临界值为t0.025（10）=2.23，则可以得出X3、X5前参数的估计值未能通过t检验。 计算各解释变量的相关系数，选择X2、X3、X4、X5数据，得相关系数矩阵表3X2X3X4X5X2 1.000000 0.741777 0.946577 0.971292X3 0.741777 1.000000 0.671058 0.950386X4 0.946577 0.671058 1.000000 0.607836X5 0.971292 0.950386 0.607836 1.000000 表3由相关系数矩阵可以看出：各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。三、消除多重共线性采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y对X2、X3、X4、X5的一元回归，结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/20/10 Time: 10:53Sample: 1994 2008Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X24.6251330.18175625.447000.0000C-3181.529459.1190-6.9296380.0000R-squared0.980319    Mean dependent var7974.180Adjusted R-squared0.978806    S.D. dependent var3628.636S.E. of regression528.2685    Akaike info criterion15.50065Sum squared resid3627879.    Schwarz criterion15.59506Log likelihood-114.2549    F-statistic647.5497Durbin-Watson stat0.708690    Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 12/20/10 Time: 10:55Sample: 1994 2008Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X311.770550.81246014.487550.0000C1166.053525.32822.2196670.0448R-squared0.941675    Mean dependent var7974.180Adjusted R-squared0.937188    S.D. dependent var3628.636S.E. of regression909.4170    Akaike info criterion16.58705Sum squared resid10751511    Schwarz criterion16.68146Log likelihood-122.4029    F-statistic209.8891Durbin-Watson stat1.493135    Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 12/20/10 Time: 10:56Sample: 1994 2008Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X415.842050.94895616.694190.0000C1826.470421.59404.3322970.0008R-squared0.955433    Mean dependent var7974.180Adjusted R-squared0.952005    S.D. dependent var3628.636S.E. of regression794.9544    Akaike info criterion16.31801Sum squared resid8215383.    Schwarz criterion16.41242Log likelihood-120.3851    F-statistic278.6960Durbin-Watson stat0.517894    Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 12/20/10 Time: 10:57Sample: 1994 2008Included observations: 15VariableCoefficientStd. Errort-StatisticProb.  X514.516981.08233813.412610.0000C-1289.203735.3244-1.7532440.1031R-squared0.932607    Mean dependent var7974.180Adjusted R-squared0.927423    S.D. dependent var3628.636S.E. of regression977.5601    Akaike info criterion16.73156Sum squared resid12423110    Schwarz criterion16.82597Log likelihood-123.4867    F-statistic179.8981Durbin-Watson stat1.301498    Prob(F-statistic)0.000000统计如下为：变量X2X3X4X5参数估计值4.62513311.7705515.8420514.51698t 统计量25.4470014.4875516.6941913.412610.97880.9371880.9520050.927423按的大小排序为：X2 X4 X3 X5以X2为基础，顺次加入其他变量逐步回归。1) 首先加入X5回归结果为：-3085.316 +4.302113 + 1.07.0201 t= (5.449761) (0.421283) R2 =0.977374当取时，t<t0.05 ,X5参数的t检验不显著，予以剔除.2)再加入X4回归结果为：-1488.048 + 2.913841 +6.272478 t= （10.87632） (6.748146)R2 = 0.995211 查表得出t>t0.05 则 对于参数的t检验显著，保留X43)加入X3回归结果为-1454.370 + 2.774995 + 4.575556 + 1.659270 t= （10.85868） （3.665669） (1.851993)R2 = 0.996018 查表得出t<t0.05 参数的t检验不显著，剔除X3。则X2 X4 的参数的t检验显著,这是最后消除多重共线性的结果，最后保留X2、X4。最终的函数以f（X2， X4）=-1454.370 + 2.774995 + 4.575556 为最优。 这意味着在其他因素不变的情况下，可支配收入对于居民的食品支出以及医疗方面来说有着显著的影响。食品方面，随着经济发展人民生活水平提高，用于食品支出比例下降，符合经济发展的一般规律。食品边际消费倾向下降，这也清楚的表明了我国经济不断向前发展。居住方面，因为住房更换的周期具有较长性,与其他支出相比更具有稳定性,变化比例往往与人民的预期关系紧密。并且现在有些年轻人不买房而改为租房或者和家人一起住，造成了这方面消费的增长并不是太快。衣着方面，随着收入的增加，居民未来衣着的消费倾向偏重于成衣化，高档化，衣着偏重于改善服装的质量。医疗保健方面，现代人对于自己的健康重视程度增加，并且医院的普及也部分解决了看病困难的情况。健康成为人们普遍关心的话题，而且居民在养生以及保健药品方面的支出也逐年增加。 因此，我国居民的可支配收入对于某些消费性支出有着显著的相关性。如果能够增加居民收入，改善消费环境，完善相关配套措施以增加居民消费支出，提高消费水平，那么我国的经济将更加快速并且健康的发展。-