学士学位论文—-影响我国私人汽车拥有量因素的实证分析.doc

《学士学位论文—-影响我国私人汽车拥有量因素的实证分析.doc》由会员分享，可在线阅读，更多相关《学士学位论文—-影响我国私人汽车拥有量因素的实证分析.doc（20页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 影响我国私人汽车拥有量因素的实证分析数据处理与统计分析期末考核 影响我国私人汽车拥有量因素的实证分析 学 院 商学院 专 业 学 号 姓 名 时 间 2015年1月 目录摘 要1Abstract1引言2一、 私人汽车拥有量与城镇居民家庭人均可支配收入、燃油价格、载客汽车拥有量、政策因素之间的关联度分析3（一）变量选择3（二）数据来源3（三）建立模型4二、模型多重共线性诊断及补救5（一）多重共线性的诊断5（二）多重共线性的补救8三、新模型自相关诊断及补救10（一）自相关的诊断10四、新模型的多重共线性诊断12（一）多重共线性的诊断12五、新模型异方差诊断及补救15（一） 异方差的诊断15六、经

2、济意义18参考文献19摘 要在我国，随着经济的快速发展，私人汽车成为越来越普遍的交通工具。通过构建计量模型，实证研究了除汽车自身的价格之外，其他因素对私人汽车拥有量的影响。研究结果表明，1994至2012年城镇居民人均家庭可支配收入，燃油的价格还有政策因素都对私人汽车的销售影响显著，而载客汽车拥有量的影响较少。关键词：私人汽车；计量模型；城镇居民人均家庭可支配收入；燃油价格AbstractIn our country, with the rapid development of economy, private cars become more and more common means of

3、 transportation. By constructing econometric model, the empirical research in addition to price their car, the influence of other factors on the private car sales. The research results show that from 1994 to 2012, urban per capita household disposable income, the price of fuel and policy factors hav

4、e significant effect on private car sales, and the influence of passenger cars less.Keywords：Private cars;Econometric model;Per capita urban household disposable income;Fuel prices 0引言汽车工业是国民经济支柱产业,是我国实现现代化、城市化的基础与保障。一直以来，汽车行业的发展推动着我国国民经济的进步,拉动钢铁、石油、交通等许多行业的发展,成为国民经济发展的主要动力之一。我国汽车销售量在“十五”期间一直保持着高速的增

5、长。根据中国汽车工业协会统计数据,从2000年至今,我国汽车销售量增加了近3倍多,年均增长率超过20%；2005年,我国汽车销售量接近592万辆,约占世界总销售量的8.6%,成为世界第二大汽车消费国,仅次于美国。到2006年,我国汽车销售量再创历史新高,达720万辆。与世界各国汽车市场的不景气相比,中国汽车市场表现出良好的发展势头。面对巨大的汽车市场需求,各种社会资本纷纷投入汽车行业,汽车产能急剧扩大,形成了低端产品过剩,高质量、高附加值的产品供不应求的局面,造成了社会资源的巨大浪费。另外,由于销售量激增,汽车保有量也随之迅速增加,而我国石油供应、城市交通、环境保护等汽车消费环境发展相对滞后,

6、抑制了汽车消费需求的长期增长,从而引起国内汽车行业的产能过剩。这给汽车工业的可持续发展带来了隐患,也不符合社会主义和谐社会建设的要求。虽然2008年全球金融危机对我国打击也很严重，但我国经济仍在增长，只是增长速度有所放缓，居民的名义收入仍在逐渐提高，人们购买私家车的意愿也日益增强，但由于其他原因，汽车销量发生如此明显变化，致使我国汽车的销售进入“冰封”期，即使各个品牌大打价格战，消费者面临低价仍持币观望。因此，了解了我国汽车拥有量可以有效的了解公路的负载能力，预测对我国环境的影响。我国汽车拥有量到底受什么因素的影响，通过其他因素的变化，来感知私人汽车拥有量的变化具有重要意义。本文就利用计量模型

7、来分析除了汽车本身的价格外，城镇居民人均家庭可支配收入、燃油的价格、载客汽车拥有量，政策因素对私人汽车拥有量的影响。一、 私人汽车拥有量与城镇居民家庭人均可支配收入、燃油价格、载客汽车拥有量、政策因素之间的关联度分析（一）变量选择本文是私人汽车拥有量的影响因素分析，因此我们将被解释变量定位为我国私人汽车拥有量。此外，本文认为，可支配收入会直接影响人们的购车行为，这里用城镇居民家庭人均可支配收入来表示；另一个影响购车的直接因素是油价，面对前期节节攀升的油价，多数的人们只能对汽车望而却步，因此，本文认为油价也会对私人汽车的拥有量有影响，于是用燃料购进价格指数来表述油价因素；公共交通的便利程度是另一

8、个间接因素，现今各地投入的公交车数量日增，覆盖线路渐广，且价格能被普通百姓接受，因此许多人选择乘坐公交车出行。另外，政策因素对汽车销售量也有影响。2001 年12 月11 日，我国正式加入世贸组织，汽车市场随之逐步开放，同时2009年12月17-18日在哥本哈根的全球气候大会上指出全球气候变暖的原因之一是二氧化碳的排放量问题，2010年开始关注汽车排放尾气对环境的影响，于是本文认为2010年我国在政策上对汽车的生产和销售都采取消极的态度。此外，虽然私人汽车给车主带来了很多的便利，但驾驶私家车也面临许多问题，比如堵车、车位紧张，同时还带来许多社会问题，比如日益增多的私家车会尾气排放总量增多，恶化

9、城市环境等，但因这些因素对汽车销售量的影响不容易量化，在这里我们就不将其纳入模型考虑范围。综上所述，我们选择的被解释变量为私人汽车拥有量，解释变量有城镇居民家庭人均可支配收入I、燃料价格购进指数、载客汽车拥有量，此外，我们再加入政策因素这一虚拟解释变量。 1 采取积极的政策D1= 0 不采取政策或采取消极的政策（二）数据来源本文收集了中国人民共和国国家统计局编制的2013 年中国统计年鉴及中华人民共和国国家统计局官方网站上的相关数据，制成下表1：表1：数据整理时间 私人汽车销售量城镇居民家庭人均可支配收入燃料动力类价格购进指数载客汽车拥有量（万辆）政策因素1994205.42276.8118.

10、0013.0501995249.96290.3108.7013.7301996289.67301.6110.2015.4101997358.36311.9109.3017.0101998423.65329.999.1019.4001999533.88360.6100.9092.1402000625.33383.7115.40216.8102001770.78416.3100.20255.1212002968.98472.1100.10289.55120031219.23514.6107.40352.19120041481.66554.2109.70439.09120051848.07607.4

11、115.00128.40120062333.32670.7111.90161.92120072876.22752.5104.30164.73120083501.39815.7120.60169.64120094574.91895.4109.20180.79120105938.71965.2116.3083.13020117326.791046.3110.884.34020128838.601146.7100.9086.710（三）建立模型基于数据是时间序列数据，同时加上对相关文献的参考，本文建立四元线性回归模型如下：y=b1+b2x2+b3x3+b4x4+b5d1+ei ，本文把私人汽车销售量

12、作为被解释变量y，城镇居民家庭人均可支配收入、燃料动力类价格购进指数、载客汽车拥有量、政策因素分别作为解释变量X2、X3、X4、D1。运用计量分析软件eviews，将上表数据输入界面，利用线性回归所得结果，如表2所示：表2：模型汇总VariableCoefficientStd. Errort-StatisticProb.C14.763461280.4660.0115300.9910X29.3902810.27651733.959200.0000X3-24.1849711.71523-2.0644040.0580X40.2572420.9139550.2814600.7825D1-1217.87

13、5218.0325-5.5857510.0001R-squared0.988099Mean dependent var2334.996Adjusted R-squared0.984698S.D. dependent var2584.015S.E. of regression319.6432Akaike info criterion14.59322Sum squared resid1430405.Schwarz criterion14.84176Log likelihood-133.6356Hannan-Quinn criter.14.63528F-statistic290.5841Durbin

14、-Watson stat1.192606Prob(F-statistic)0.000000可得模型：14.763 + 9.39* 24.185* +0.257*1217.875*d1+ Se（b）（1280.466）（0.276） （11.715） （0.913） （218.032） t（b） （0.011） （33.959） （-2.064） （0.281） （-5.585） 0.988 df 14 F 290.5841令0.05，我们提出如下假设：，Y=B1+B2X2+B3X3+B4X4+B5D1+ui y=b1+b2x3+b3x3+b4x4+b5d1+ei t()0.025(14)在水平

15、下，t检验的拒绝域为：，2.145和2.145，所以t（）、t（）、t（）没有落在拒绝域中，不拒绝原假设，即常数项、对于模型没有意义，t（）落在拒绝域中，拒绝原假设，即对于模型均有意义。 联合假设检验：0 F (3，14)在水平下，模型中的F值落在F检验的右侧拒绝域2.73，中，拒绝原假设，即0对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，城镇居民家庭人均可支配收入每变动一个单位，将引起私人汽车销售量变动9.39个单位,政策因素也会对私人汽车的销售量有影响。该模型反映了98.8%的真实情况。二、模型多重共线性诊断及补救（一）多重共线性的诊断1. 方法一：拟合优度的检验和t检验

16、结合一起。模型为：14.763 + 9.39* 24.185* +0.257*1217.875*d1+ Se（b）（1280.466）（0.276） （11.715） （0.913） （218.032） t（b） （0.011） （33.959） （-2.064） （0.281） （-5.585） 0.988 df 14 F 290.5841由0.988， t（b） （0.011） （33.959） （-2.064） （0.281） （-5.585） 可看出，该模型的拟合优度较大，但是各参数的t检验值有不能通过，所以可能存在多重共线性。2. 方法二：相关系数矩阵图利用计量软件eviews，计算

17、，d1之间的相关系数矩阵，得到如表3：表3：相关系数矩阵X2X3X4D1X210.1190.0960.169X30.1191-0.106-0.019X40.096-0.10610.731D10.169-0.0190.7311由相关系数矩阵可以看出：，d1之间可能存在共线性。3. 方法三：辅助回归针对模型： = 79.37 + 9.388* - 24.617*+0.257*- 1173.109*d1+建立以为因变量, 、d1分别为自变量的辅助回归模型： = c1+ c2*+c3+c4d1+运行计量分析软件eviews可以得到模型如表4为：表4：模型汇总2VariableCoefficientSt

18、d. Errort-StatisticProb.C-72.789931205.145-0.0603990.9526X35.69954710.941080.5209310.6100X40.3361200.8309500.4045010.6916D1-28.40469198.6968-0.1429550.8882R-squared0.027585Mean dependent var584.8368Adjusted R-squared-0.166898S.D. dependent var278.7001S.E. of regression301.0603Akaike info criterion14

19、.43716Sum squared resid1359560.Schwarz criterion14.63599Log likelihood-133.1530Hannan-Quinn criter.14.47081F-statistic0.141840Durbin-Watson stat0.097165Prob(F-statistic)0.933308则模型为： = -28.818 + 5.232* + 0.336*+ 93.213*d1+0.027 df 15：0 F 0.141F (3，15)在水平下， F值没有落在F检验的右侧拒绝域3.29，中，接受原假设，说明与，d1不存在多重共线性。

20、同理，建立以为因变量，d1为自变量的辅助回归模型:= m1+ m2+m3d1+运行计量分析软件eviews可以得到模型如表5为：表5：模型汇总3VariableCoefficientStd. Errort-StatisticProb.C109.47522.46393944.430990.0000X40.0057420.0183170.3134800.7580D1-4.0015384.507202-0.8878100.3878R-squared0.057731Mean dependent var108.8421Adjusted R-squared-0.060053S.D. dependent v

21、ar6.539055S.E. of regression6.732537Akaike info criterion6.795720Sum squared resid725.2329Schwarz criterion6.944842Log likelihood-61.55934Hannan-Quinn criter.6.820958F-statistic0.490143Durbin-Watson stat1.594017Prob(F-statistic)0.621441则模型为： = 109.475 + 0.0057* - 4*d1 0.057 df 16 ：0 F 0.49F (2，16)在水

22、平下， F值没有落在F检验的右侧拒绝域2.67，中，接受原假设，说明与，d1之间不存在多重共线性。建立以为因变量，d1为自变量的辅助回归模型:= n1+ n2d1+运行计量分析软件eviews可以得到模型如表6为：表6：模型汇总4VariableCoefficientStd. Errort-StatisticProb.C64.1750027.079292.3698920.0299D1173.761739.345294.4163270.0004R-squared0.534297Mean dependent var146.4832Adjusted R-squared0.506903S.D. dep

23、endent var121.9469S.E. of regression85.63223Akaike info criterion11.83730Sum squared resid124658.9Schwarz criterion11.93672Log likelihood-110.4544Hannan-Quinn criter.11.85413F-statistic19.50394Durbin-Watson stat1.247082Prob(F-statistic)0.000378模型为： = 64.175 + 173.762*d10.534 df 17假设： 0 F 19.5F (1，17

24、)在水平下， F值没有落在F检验的右侧拒绝域4.45，中，接受原假设，说明，d1之间存在共线性。（二）多重共线性的补救针对，d1之间存在共线性，本文考虑到政策因素的影响比较大，采用将一个解释变量删除的方法，对模型进行补救，此时本文建立三元线性回归模型y=b1+b2+b3+b5d1+ei，把私人汽车拥有量作为被解释变量y，城镇居民家庭人均可支配收入、燃料动力类价格购进指数、政策因素分别作为解释变量X2、X3、X4、D1。运用计量分析软件eviews，将上表数据输入界面，利用线性回归所得结果，如表7所示：表7：模型汇总5VariableCoefficientStd. Errort-Statisti

25、cProb.C79.369851220.4480.0650330.9490X29.3883820.26781535.055430.0000X3-24.6169611.25213-2.1877590.0449D1-1173.109144.4869-8.1191410.0000R-squared0.988031Mean dependent var2334.996Adjusted R-squared0.985638S.D. dependent var2584.015S.E. of regression309.6771Akaike info criterion14.49360Sum squared r

26、esid1438499.Schwarz criterion14.69243Log likelihood-133.6892Hannan-Quinn criter.14.52725F-statistic412.7562Durbin-Watson stat1.141135Prob(F-statistic)0.000000可得模型： = 79.37 + 9.388* - 24.617* - 1173.109*d1+ Se（b）（1220.448）（0.268） （11.252） （144.486） t（b） （0.065） （35.055） （-2.187） （-8.119） 0.988 df 14

27、F 412.756令0.05，我们提出如下假设：，Y=B1+B2X2+B3X3+B5D1+ui y=b1+b2x3+b3x3+b5d1+ei t()0.025(15)在水平下，t检验的拒绝域为：，2.131和2.131，t（）、t（）均落在拒绝域中，拒绝原假设，即、对于模型均有意义。 联合假设检验：0 F (3，15)在水平下，模型中的F值落在F检验的右侧拒绝域2.49，中，拒绝原假设，即0对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，城镇居民家庭人均可支配收入每变动一个单位，将引起私人汽车销售量变动9.388个单位, 燃料动力类价格购进指数每变动一个单位，将引起私人汽车销售

28、量变动- 24.62个单位。政策因素也会对私人汽车的销售量有影响。该模型反映了98.8%的真实情况。三、新模型自相关诊断及补救（一）自相关的诊断1.图形法根据模型： = 79.37 + 9.388* - 24.617* - 1173.109*d1+作对的散点图，所得结果如图1所示。作对t的散点图，所得结果如图2所示。ei-1ei图1 对的散点图图2 对t的散点图从图形中可以看出，是随机的，即不存在自相关。2.游程法：是随机的N N1N2N111 N28 k=5查表后发现 游程的范围是515，即介于此范围内，是随机的。K=5在这个范围内，所以用游程检验法判断该模型不存在自相关。3.杜宾瓦尔逊检验

29、：是随机的d1.141135在=0.05水平下，df=15 n=19 查D-W表得=0.967、=1.685，则42.315，所以d值落在，的区域中，不能判断是否存在自相关。综上所述，该模型是不存在自相关，不需要补救。四、新模型的多重共线性诊断（一）多重共线性的诊断已知新模型为： = 79.37 + 9.388* - 24.617* - 1173.109*d1+ Se（b）（1220.448）（0.268） （11.252） （144.486） t（b） （0.065） （35.055） （-2.187） （-8.119） 0.988 df 14 F 412.756方法一：拟合优度的检验和t检

30、验结合一起。由0.988， t（b） （0.065） （35.055） （-2.187） （-8.119） 可看出，该模型的拟合优度较大，各参数的t检验值都比较显著，所以，不能据此看出其存在多重共线性。方法二：相关系数矩阵利用计量软件eviews，计算，d1之间的相关系数矩阵，得到如表8：表8：相关系数矩阵X3X2D1X310.119-0.019X20.11910.169D1-0.0190.1691由相关系数矩阵可以看出，各解释变量之间的相关系数比较低，从而可以得出不存在多重共线性。方法三：辅助回归针对模型： = 79.37 + 9.388* - 24.617* - 1173.109*d1+建

31、立以为因变量, 、d1为自变量的辅助回归模型： = c1+ c2*+c3d1+运行计量分析软件eviews可以得到模型如表9为：表9：模型汇总6VariableCoefficientStd. Errort-StatisticProb.C-28.818361139.239-0.0252960.9801X35.23236410.421860.5020570.6225D193.21339132.84710.7016590.4930R-squared0.043686Mean dependent var584.8368Adjusted R-squared-0.075853S.D. dependent v

32、ar278.7001S.E. of regression289.0771Akaike info criterion14.31520Sum squared resid1337049.Schwarz criterion14.46432Log likelihood-132.9944Hannan-Quinn criter.14.34044F-statistic0.365454Durbin-Watson stat0.081880Prob(F-statistic)0.699526则模型为： = -28.818 + 5.232* + 93.213*d1+0.043 df 16：0 F 0.365F (2，1

33、6)在水平下， F值没有落在F检验的右侧拒绝域2.67，中，接受原假设，说明不存在多重共线性。建立以为因变量，、d1为自变量的辅助回归模型:= m1+ m2+m3d1+运行计量分析软件eviews可以得到模型如表10为：表10：模型汇总7VariableCoefficientStd. Errort-StatisticProb.C107.35553.86618227.767840.0000X20.0029640.0059040.5020570.6225D1-0.5213273.207564-0.1625300.8729R-squared0.015885Mean dependent var108.

34、8421Adjusted R-squared-0.107130S.D. dependent var6.539055S.E. of regression6.880408Akaike info criterion6.839172Sum squared resid757.4403Schwarz criterion6.988294Log likelihood-61.97214Hannan-Quinn criter.6.864410F-statistic0.129130Durbin-Watson stat1.785623Prob(F-statistic)0.879767则模型为： = 107.356 +

35、 0.003* - 0.521*d1 0.016 df 16：0 F 0.129F (2，16)在水平下， F值没有落在F检验的右侧拒绝域2.67，中，接受原假设，说明不存在多重共线性。建立以d1为因变量，、为自变量的辅助回归模型:d1= n1+ n2+n3+运行计量分析软件eviews可以得到模型如表11为：表11：模型汇总8VariableCoefficientStd. Errort-StatisticProb.C0.6305172.1058010.2994190.7685X20.0003200.0004560.7016590.4930X3-0.0031620.019453-0.16253

36、00.8729R-squared0.030222Mean dependent var0.473684Adjusted R-squared-0.091001S.D. dependent var0.512989S.E. of regression0.535822Akaike info criterion1.733910Sum squared resid4.593687Schwarz criterion1.883032Log likelihood-13.47215Hannan-Quinn criter.1.759148F-statistic0.249308Durbin-Watson stat0.41

37、4679Prob(F-statistic)0.782312模型为：d1 = 0.631+ 0.00032 - 0.0030.03 df 16： 0 F 0.249F (2，16)在水平下， F值没有落在F检验的右侧拒绝域2.67，中，接受原假设，说明不存在多重共线性。综上所述，该模型不存在多重共线性，不需要补救。五、 新模型异方差诊断及补救（一） 异方差的诊断1. 图形法针对模型 = 79.37 + 9.388* - 24.617* - 1173.109*d1+ 作对的散点图，所得结果如图3所示。图3：对的散点由图形可以看出，散点在一个集中的区域，且不存在一定的规律性，即原模型不存在在异方差。

38、2.帕克检验建立模型即，运行计量分析软件eviews，将相应变量数据输入界面，进行线性回归分析所得结果表12，表12：模型汇总9VariableCoefficientStd. Errort-StatisticProb.C9.9060222.4315184.0740080.0008LNY0.0393920.3362770.1171410.9081R-squared0.000807Mean dependent var10.18716Adjusted R-squared-0.057970S.D. dependent var1.654658S.E. of regression1.701942Akaike info criterion4.000718Sum squared resid49.24230Schwarz criterion4.100132Log likelihood