计量经济学课设报告Word文档格式.docx

计量经济学课设报告Word文档格式.docx

《计量经济学课设报告Word文档格式.docx》由会员分享，可在线阅读，更多相关《计量经济学课设报告Word文档格式.docx（16页珍藏版）》请在冰点文库上搜索。

年轻和中年时期阶段，老年时期是退休以后的阶段。

一般来说，在年轻时期，家庭收入低，但因为未来收入会增加，因此，在这一阶段，往往会把家庭收入的绝大部分用于消费，有时甚至举债消费，导致消费大于收入。

进入中年阶段后，家庭收入会增加，但消费在收入中所占的比例会降低，收入大于消费，因为一方面要偿还青年阶段的负债，另一方面还要把一部分收入储蓄起来用于防老。

退休以后，收入下降，消费又会超过收入。

因此，在人的生命周期的不同阶段，收入和消费的关系，消费在收入中所占的比例不是不变的。

生命周期假说理论认为，由于组成社会的各个家庭处在不同的生命周期阶段，所以，在人口构成没有发生重大变化的情况下，从长期来看边际消费倾向是稳定的，消费支出与可支配收入和实际国民生产总值之间存在一种稳定的关系。

但是，如果一个社会的人口构成比例发生变化，则边际消费倾向也会变化，如果社会上年轻的和老年人的比例增大，则消费倾向会提高，如果中年人的比例增大，则消费倾向会降低。

4、弗里德曼的持久收入假说

弗里德曼认为，要正确分析人们的消费行为对社会经济生活的影响，就必须严格区分两种收入：

一种是暂时性收入，另一种是持久性收入。

与之相适应，消费也应该区分为暂时性消费和持久性消费。

暂时性收入是指瞬间的、非连续性的、带有偶然性质的现期入，如工资、奖金、遗产、馈赠、意外所得等等；

而持久性收入是与暂时的或现期的收入相对应的、消费者可以预期到的长期性收入，它实际上是每个家庭或个人长期收入的一个平均值，是消费者使其消费行为与之相一致的稳定性收入。

至于这个持久期限究竟长到何种程度，弗里德曼认为最少应是三年。

3、理论分析与研究思路

按支出法测算的国内生产总值分为最终消费、资本形成总额、货物和服务净出口三大项。

最终消费分为居民消费和政府消费两项。

居民消费又分为农村居民消费和城镇居民消费。

为此本文结合居民消费水平的影响因素和国务院所确定的十项措施列出了四个相关因素进行计量分析,得到相关模型并结合相关政策进行分析,提出相关建议。

居民消费支出：

指常住住户在一定时期内对于货物和服务的全部最终消费支出。

居民消费支出除了直接以货币形式购买的货物和服务的消费支出外，还包括以其他方式获得的货物和服务的消费支出，即所谓的虚拟消费支出。

国内生产总值（GDP）：

指按市场价格计算的一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果。

国内生产总值有三种表现形态，即价值形态、收入形态和产品形态。

从价值形态看，它是所有常住单位在一定时期内生产的全部货物和服务价值超过同期投入的全部非固定资产货物和服务价值的差额，即所有常住单位的增加值之和；

从收入形态看，它是所有常住单位在一定时期内创造并分配给常住单位和非常住单位的初次收入之和；

从产品形态看，它是所有常住单位在一定时期内最终使用的货物和服务价值与货物和服务净出口价值之和。

职工工资总额：

指各单位或组织在一定时期内直接支付给本单位全部职工的劳动报酬总额。

财政支出：

是指在市场经济条件下，政府为提供公共产品和服务，满足社会共同需要而进行的财政资金的支付。

而公共产品和服务的好坏直接影响居民的消费支出，因此可以看出财政支出对居民消费支出有着重要的影响。

商品零售价格指数：

指反映一定时期内商品零售价格变动趋势和程度的相对数。

税收收入是一定量的货币收入，它是在一定的价格体系下形成的。

价格的变动直接影响居民是否购买该物品。

我们研究价格对消费的影响是通过价格指数来实现的。

因此从商品零售价格指数的变动可以看出居民消费支出的变动。

4、计量模型建立与结果分析

（1）模型建立

《中国统计年鉴2012》为资料来源，使用了2011年各地区的职工工资总额、生产总值、商品零售价格指数、财政支出，对我国各地区居民消费支出影响因素做实证分析。

建立以下模型:

YI=β0+β1X1+β2X2+β3X3+β4X4+μ

其中，Y--居民消费支出；

X1-----国内生产总值；

X2------职工工资总额；

X3----商品价格指数；

X4----财政支出；

（2）模型回归

用Eviews软件，对此模型进行回归，从表2实证分析结果中我们可以得到:

YI=-13471.82+0.203399X1+0.568603X2+124.8914X3+0.620175X4

（17128.46）（0.036109）（0.276214）（165.4228）（0.306666）

T=（-0.786517）（5.632848）（2.058556）（0.754983）（2.022316）

F=163.4583D-W=1.600248

=0.961755

=0.955872

该模型R2=0.9618，调整的R2=0.9559，F=163.4583，整体拟合优度高，明显显著。

但是当α=0.05时，X2、X3、x4系数的T检验不显著，这表明很可能存在严重的多重中线性。

（3）多重共线性检验

计算解释变量与被解释变量的相关系数，得其相关系数矩阵，见表3。

可看出个解释变量之间的相关系数较高，推测可能存在多重共线性。

采用逐步回归法，来检验并解决多重共线性问题。

分别作y对x1、x2、x3、x4的一元回归，结果如表4所示，其中，以加入x1的方程可绝系数最大，以x1为基础，顺次加入x2、x3、x4。

结果如表5。

查表得t0.025（31）=2.042经比较，加入x3的方程可绝系数有所改进，但t检验不显著，因此应剔除x2、x3、x4只保留x1。

作出X1的方程的回归结果为表6。

回归模型为：

Y=229.4+0.311X1

（4）异方差检验

White检验（表7）

由表作White检验，得结果如下，nR2=22.264，而查表得临界值Χ2（5）=5.99。

因为nR2=22.264>

Χ2（5）=5.99,所以，表明模型存在异方差。

异方差性的修正（表8）

修正后的模型方程为：

Y=-44.349+0.349X1

T=（-8.700）（40.056）

R2=0.982，DW=1.755F=1604.522

对模型再次进行white检验结果（表9）：

取现在水平a=0.05,由于nR2=1.006<

5.99

所以不存在异方差.

（5）自相关检验

Y=-44.349+0.349X1

R2=0.982，DW=1.755F=1604.522

在0.05显著水平下，查DW统计表可知，dl=1.352du=1.489，DW>

dU，说明不存在自相关。

最终模型表明，国内生产总值每增加一单位居民消费支出就会相应增加0.349个单位。

5、结论

综合以上分析，我们知道GDP总量对各地区的消费水平有着很重要的影响。

由此也对我国东中西部地区消费水平的差异造成显著影响，既而导致我国东中西部经济发展水平失衡，使我国地区贫富差距悬殊。

改革开放之初，由于东部沿海地区的各方面的优势，我国采取了重点发展东部沿海地区的政策战略，经过近三十年的发展，东部沿海地区经济发展迅速，取得辉煌成就，而在此期间，中西部地区经济发展缓慢，地区之间差距越来越大。

而在当前改革发展的关键时期，东西部之间的差距造成的内需不足已严重阻碍我国经济继续向前健康良好的发展。

建议政府应该国家建设的重点由由东部沿海地区逐渐向内地转移，在投资重点、项目安排、财政金融、外经外贸、物资以及劳动工资等方面，实行一系列优惠政策，并在财政、税收方面加大向内地的倾斜力度，使中西部地区加快经济发展，增强自己的经济竞争实力，促进地区GDP绝对数量的显著提高，以缩小和地区之间的经济差距，改善中西地区人口的生活条件和居住环境，在提高本地区人口的收入水平的同时也吸引更多的外来移民到本地区生活就业，从而促进内地消费水平的提高，也进一步促进了我国经济健康均衡发展，实现社会和谐，政通人和，为我国全面建设小康社会和中华民族的伟大复兴打下坚实的基础。

附录

表1全国各地区居民消费支出及影响因素单位：

亿元

地区

居民消费支出Y

国内生产总值

X1

职工工资总额

X2

商品价格指数

X3

财政支出

X4

北京

4648.2

14113.58

4136.1

100.4

2717.32

天津

2247.5

9224.46

1051.2

103.4

1376.84

河北

5731.4

20394.26

1629.6

103.1

2820.24

山西

2855.2

9200.86

1286.5

102.3

1931.36

内蒙古

2710.6

11672.00

888.2

103.0

2273.50

辽宁

5622.1

18457.27

1787.2

103.2

3195.82

吉林

2510.6

8667.58

776.3

104.1

1787.25

黑龙江

3409.6

10368.60

1277.6

2253.27

上海

7281.9

17165.98

2611.2

101.7

3302.89

江苏

10942.8

41425.48

2998.8

4914.06

浙江

9701.8

27722.31

3517.5

103.9

3207.88

安徽

4873.4

12359.33

1225.1

2587.61

福建

4710.8

14737.12

1602.3

1695.09

江西

3545.5

9451.26

836.7

102.7

1923.26

山东

11059.0

39169.92

3166.7

4145.03

河南

7402.6

23092.36

2213.6

103.7

3416.14

湖北

5136.8

15967.61

1601.3

2501.40

湖南

5788.9

16037.96

1479.9

2702.48

广东

16722.3

46013.06

4484.3

103.3

5421.54

广西

3657.1

9569.85

952.7

2007.59

海南

654.3

2064.50

250.0

104.6

581.34

重庆

2792.3

7925.58

897.7

1709.04

四川

6638.5

17185.48

1840.5

4257.98

贵州

2137.4

4602.16

669.1

1631.48

云南

3082.1

7224.18

930.5

103.6

2285.72

西藏

133.2

507.46

108.9

101.0

551.04

陕西

3105.8

10123.48

1215.0

2218.83

甘肃

1567.7

4120.75

568.9

1468.58

青海

405.1

1350.43

189.6

104.3

743.40

宁夏

565.7

1689.65

225.9

557.53

新疆

1578.9

5437.47

850.8

1698.91

表2居民消费支出的影响因素回归分析结果

Coefficient

Std.Error

t-Statistic

Prob. 

C

-13471.82

17128.46

-0.786517

0.4387

0.203399

0.036109

5.632848

0.0000

0.568603

0.276214

2.058556

0.0497

124.8914

165.4228

0.754983

0.4570

0.620175

0.306666

2.022316

0.0535

一

R-squared

0.961755

Meandependentvar

4619.971

AdjustedR-squared

0.955872

S.D.dependentvar

3650.346

S.E.ofregression

766.8200

Akaikeinfocriterion

16.26907

Sumsquaredresid

15288334

Schwarzcriterion

16.50036

Loglikelihood

-247.1706

Hannan-Quinncriter.

16.34447

F-statistic

163.4583

Durbin-Watsonstat

1.600248

Prob（F-statistic）

0.000000

表3各变量的相关系数表

Y

1.000000

0.972702

0.882613

-0.077947

0.932965

0.857338

-0.058169

0.920317

-0.288636

0.836737

-0.111824

表4逐步回归结果

（1）

变量

参数估计

0.3114

2.8438

-296.894

2.8321

T统计

22.5725

10.1107

-0.4210

13.9573

可绝系数

0.9461

0.7790

0.0061

0.8704

调整后的可绝系数

0.9443

0.7713

-0.0282

0.8660

表5逐步回归结果

（2）

X1X2

0.5919

0.9550

2.3614

X1x3

-81.6588

0.9466

-0.4901

X1x4

0.7493

0.9555

2.4213

表6居民消费支出对国内生产总值回归结果

DependentVariable:

Y

Method:

LeastSquares

Date:

12/02/12Time:

17:

36

Sample:

131

Includedobservations:

31

229.4198

248.5545

0.923016

0.3636

0.311428

0.013797

22.57251

0.946149

0.944292

861.5777

16.41775

21527167

16.51026

-252.4751

16.44791

509.5182

2.078795

表7White检验

HeteroskedasticityTest:

White

35.68169

Prob.F（2,28）

Obs*R-squared

22.26439

Prob.Chi-Square

（2）

ScaledexplainedSS

30.78471

TestEquation:

RESID^2

12/03/12Time:

18:

57

241235.4

305881.1

0.788658

0.4369

-27.92443

36.57025

-0.763583

0.4515

X1^2

0.002609

0.000798

3.268018

0.0029

0.718206

694424.7

0.698078

1254834.

689499.1

29.81708

1.33E+13

29.95586

-459.1648

29.86232

1.757590

表8异方差性的修正

D