2022年城镇居民家庭人均支配收入与消费支出分析.docx

《2022年城镇居民家庭人均支配收入与消费支出分析.docx》由会员分享，可在线阅读，更多相关《2022年城镇居民家庭人均支配收入与消费支出分析.docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、中国城镇居民家庭人均可支配收入与人均消费支出的变动分析对中国 19852003年中国城镇居民家庭人均可支配收入与人均消费支出数据进行分析，数据如附表 1；为了便于分析降低数据数量级，进而对原有数据都取对数；用y表示城镇居民家庭人均收入， 用x表示城镇居民人均消费支出， y1,x 1 分别为取对数后的城镇居民家庭人均收入和城镇居民人均消费支出；文中的估量结果由Eviews5.0 输出；一、长期均衡分析（一）序列线性关系检验原有序列时序图24681012141618YX9,0008,0007,0006,0005,0004,0003,0002,0001,0000取对数后的序列时序图9.28.88.4

2、8.07.67.26.86.424681012141618Y1X1原有序列散点图9,0008,0007,0006,0005,000Y4,0003,0002,0001,000002,0004,0006,0008,000X取对数后序列散点图9.59.08.5Y18.07.57.06.56.46.87.27.68.08.48.8X1从上述时序图和散点图可以比较明显的看出取对数后的城镇居民家庭人均收入和城镇居民人均消费支出之间具有线性关系，下面对取对数后的序列进行分析；（二）对对数序列进行 ADF检验表1城镇居民人均消费支出t-StatisticProb.*Augmented Dickey-Fulle

3、r test statistic-1.0493930.7100Test critical values:1% level-3.8867515% level-3.05216910% level-2.666593表2城镇居民家庭人均收入t-StatisticProb.*Augmented Dickey-Fuller test statistic-1.9416510.3068Test critical values:1% level-3.9203505% level-3.06558510% level-2.673459从表1 和表2可以看出，进行 ADF检验的结果说明取对数后的城镇居民家庭人均可支配

4、收入和城镇居民人均消费支出二者都为非平稳序列；由于多元序列的建模前面要求序列必需平稳才能进行建立动态回来模型，进而取对数后的城镇居民家庭人均可支配收入和城镇居民人均消费支出序列不能建模，需要进行协整检验，假如存在协整关系即可进行建模，下面对两个序列进行协整检验；（三）协整检验对数消费支出 2阶差分的 ADF 检验t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.7906030.0011Test critical values:1% level-2.7549935% level-1.97097810% level-1.603693

5、对数可支配收入 2阶差分的 ADFj 检验t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.4803700.0018Test critical values:1% level-2.7175115% level-1.96441810% level-1.605603从对数消费支出 2阶差分的 ADF 检验和对数可支配收入 2阶差分的 ADF 检验的结果可以看出 2阶差分后序列都是平稳的，两个序列都是 2阶单整，说明原有序列之间存在协整关系，下面进行协整检验；（三）构建模型（1）构造回来模型2利用最小二乘法估量参数， 参数估量值如表

6、3；由表3可以看出 P=0.0000.05, 拒绝原假设，说明参数显著性检验是有效的，并且R=0.999332，说明模型的拟合成效比较好，就构造出回来模型如下：y1=-0.357732+1.069827x 1+t表1VariableCoefficientStd. Errort-StatisticProb.C-0.3577320.052374-6.8303190.0000X11.0698270.006706159.52510.0000R-squared0.999332Mean dependent var7.960369Adjusted R-squared0.999293S.D. dependen

7、t var0.805856S.E. of regression0.021425Akaike info criterion-4.749221Sum squared resid0.007803Schwarz criterion-4.649807Log likelihood47.11760F-statistic25448.25Durbin-Watson stat1.727920ProbF-statistic0.000000（2）残差序列单位根检验利用ADF对残差序列作单位根检验，三种类型的检验结果如下： 类型1t-StatisticProb.*Augmented Dickey-Fullertest

8、statistic-3.5977850.0012Test critical values:1% level-2.6997695% level-1.96140910% level-1.606610类型2t-StatisticProb.*Augmented Dickey-Fullertest statistic-3.4888060.0210Test critical values:1% level-3.8573865% level-3.04039110% level-2.660551类型3t-StatisticProb.*Augmented Dickey-Fullertest statistic-

9、3.3879030.0845Test critical values:1% level-4.5715595% level-3.69081410% level-3.286909由类型 1和类型 2可以看出 P值都小于 0.05 ，拒绝原假设， 说明残差序列是平稳的；（需要说明的是三种类型中只要有一种类型检验结果拒绝原假设，即可说明序列是平稳的；）也就是说有 95%的把握认为中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在协整关系，并可以构建如下动态回来模型：y1=-0.357732+1.069827x 1+t检验结果显示回来模型显著成立，参数显著非零，残差序列 t 为白噪声序

10、列；（四）结论上述分析说明中国城镇居民家庭人均可支配收入对数序列和人均消费支出对 数序列都是非平稳序列， 但是由于它们之间具有协整关系， 所以可以建立动态回来模型精确地拟合它们之间的互动关系； 这个协整回来模型反映了中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在长期均衡关系； 二、短期波动分析（ ECM模型）对中国 19852003年中国城镇居民家庭人均可支配收入对数序列与人均消费支出对数序列进行分析，构造 ECM模型；在前面已经通过 EG检验证明中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在协整关系，即y1=-0.357732+1.069827x

11、1+t这个协整回来模型反映了中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在长期均衡关系；为了讨论人均消费支出的短期波动性，利用差分序列y2，x2和前期误差序列ECMt-1 构建ECM模型：y2=0x2+1 ECMt-1 +t2用最小二乘法对参数进行估量，参数估量如表 2；从表 2可以看出 0和1的参数检验对应的 P值都小于 0.05 ，拒绝原假设，说明参数是显著的， R=0.998139 方程的拟合优度较高，从而构建出 ECM模型如下：y2= 1.023873x 2+0.953422ECMt-1 + t参数检验结果说明收入的当期波动对消费支出的当期波动有显著的影响，上期的

12、误差对当期波动的影响也是显著的； 而且从回来系数的大小可以看出可支配收入的当期波动对消费支出的当期波动调整幅度很大，收入每增加1元消费支出就会增加 1.023873 元，同样上期误差对西欧啊发支出的当期波动幅度也很大，单位调整比例为表4Variable0.953422 ；CoefficientStd. Errort-StatisticProb.X21.0238730.001060965.74610.0000ECMt-10.9534220.3963022.4057940.0286R-squared0.998139Mean dependent var7.900137Adjusted R-squar

13、ed0.998023S.D. dependent var0.783977S.E. of regression0.034859Akaike info criterion-3.770571Sum squared resid0.019442Schwarz criterion-3.671641Log likelihood35.93514Durbin-Watson stat0.037805附表1中国19852003年中国城镇居民家庭人均可支配收入与人均消费支出数据年份人均可支配收入人均消费支出1985739.1673.21986899.6798.9619871002.2884.419881181.41103.9819891375.71210.9519901510.21278.8919911700.61453.8119922026.61671.7319932577.42110.8119943496.22851.34199542833537.5719964838.93919.4719975160.34185.6419985425.14331.61199958544614.9120006280499820016859.65309.0120027702.86029.8820038472.26510.94