我国消费者信心指数与消费函数关系研究Word文档格式.doc
《我国消费者信心指数与消费函数关系研究Word文档格式.doc》由会员分享，可在线阅读，更多相关《我国消费者信心指数与消费函数关系研究Word文档格式.doc（22页珍藏版）》请在冰点文库上搜索。
西方发达国家受到重创，发展中国家受到的负面影响更大。
我国经济在本次经济危机中已深受其害，进出口行业受到的冲击最直接也最严重。
据测算，美国经济增长率每降1%，中国对美出口就会降5%～6%。
经济危机爆发以来，我国出口呈现减速迹象。
国家统计局2008年数据显示，从我国出口金额看，2008年上半年同比增长21.87%，比2007年同期27.55%的增长速度降低近6个百分点；
从出口数量看，2008年上半年同比增长8.44%，也明显低于2007年同期10.11%的增长速度。
2009年上半年我国继续延续出口减速的趋势，且短期内我国国内需求的增加无法弥补进口需求的减少。
图1我国2006-2009年进出口金额变化趋势图
图1显示的是我国2006—2009年的进出口金额变化趋势，可以看到我国进出口额在2008年第二季度急剧下降,2009年跌至低谷.
图22007-2009年我国企业家信心指数
图32007-2009年我国企业景气指数
此外，伴随着我国对外贸易情况的恶化，我国企业家信心指数、企业景气指数也随之严重受挫，如图2、图3所示，从2007年末以来，两指数均呈现明显下滑的趋势。
2009年随着国家相应拉动内需、推动经济发展的宏观政策出台，两指数才出现回升趋势，但依然低于经济危机前。
由此可见，经济危机带给我国的影响是多方面的，直接导致我国外部需求缩减、出口受阻、投资增速显著回落。
当前，如何培育新的经济增长点是亟待解决的重要课题。
在此背景下，中央扩大内需的战略决策及时且意义深远，政府一再强调“扩大内需的重点是扩大消费需求”。
为了落实和贯彻政府提出的扩大内需政策，必须深入研究影响我国居民消费的主要因素，即：
研究我国消费的模式和特征，在数学上，表现为消费函数的形式。
2.消费函数研究现状及存在的问题
在国外，自20世纪著名的经济学家凯恩斯提出消费函数理论以来，消费函数的研究不断深入，一直是宏观经济学研究的难点和重点问题。
在此方面，主要成果有：
杜森贝利（1949）的相对收入假说、莫迪里亚尼等人（1954）的生命周期假说、弗里德曼（1957）的永久收入假说。
除此之外，还有霍尔（1978）的随机游走假说、迪顿（1991）流动约束假说、通货膨胀假说、内生收入假说、消费习惯假说等。
对于各种消费函数理论，各大学派学者持有不同的理论，其中凯恩斯的消费函数理论认为总消费是总收入的函数。
这一思想用线性函数形式表示为：
式中表示总消费,表示总收入，下标t表示时期；
a、b为参数。
参数b称为边际消费倾向，其值介于0与1之间。
凯恩斯的这个消费函数仅仅以收入来解释消费，被称为绝对收入假说。
美国经济学家杜森贝利的相对收入消费理论认为，短期消费函数不同于长期消费函数，就短期而言，收入增加时低收入者的消费会赶上高收入者的消费，一旦收入减少，消费水平的降低将相当有限。
当期收入和过去的消费支出水平决定当期消费。
生命周期消费理论的提出者莫迪利安尼认为总储蓄和总消费会部分的依赖于人口的年龄分布。
人们会在相当长时期的跨度内计划自己的消费开支，以便于在整个生命周期内实现消费的最佳配置。
从个人一生的时间发展顺序看，一个人年轻时的收入较少，但具有消费的冲动、消费的精力等消费条件，此时的消费会超过收入；
进入中年后，收入会逐步增加，收入大于消费，其收入实力既可以偿还年轻时的债务，又可以为今后的老年时代进行积累；
退休之后步入老年，收入减少，消费又会超过收入，形成负储蓄。
弗里德曼提出永久性收入假说即人们的消费行为主要取决于永久性收入，而不是偶然所得的“暂时性收入”，只有没有预期到的影响未来收入的政策变化才能影响消费。
本文在对这些消费函数深入研究之后发现：
这些消费函数主要考虑了收入和价格两个变量，即影响消费行为的主要客观因素。
国内研究多是基于国外上述消费理论展开的实证分析。
实际经济生活表明，公众心理是影响消费波动的一个重要因素。
就此问题，理性预期学派做出了开创性的工作。
理性预期消费假说批判了持久收入假说通常采用拟合现期及过去收入来确定将来的预期收入的做法，认为在经济分析中假定经济行为的主体对未来事件的“预期”是合乎理性的，且认为政府应放弃实行相机抉择的财政金融政策。
但这种“理性”预期多是对主体经济行为的预期，且现实中并非所有的消费者都能真实地预见各种政策，即使预见到了，受各自的社会、地理、历史等很多条件的影响，做出的选择和判断未必能一致。
因此，当前的消费函数理论并未包含真正意义上的消费者主观因素，这显然是一种不足。
如何寻找一个能综合反映消费者主观心理因素的指标，并将该指标科学地引入到消费函数中显得至关重要。
本文认为将CCI引入到消费函数中，将会极大地丰富我国消费理论。
同时，为我国扩大内需政策的制定和实施提供有价值的政策建议。
3.建立模型的准备工作
3.1指标选取
本文选取家庭人均消费支出作为消费需求的体现，之所以选取居民家庭人均变量，是由于家庭是社会经济生活中最基本的单位，以家庭为单位进行划分，能够真实说明每个居民或每个家庭成员生活与发展的实际条件，绝大数从业者都是生活在家庭之中，须负担无收入者和低收入者，个人消费支出不能完全反映这一情况。
在选择居民消费需求变动的影响因素时，本文将其影响因素分为两大类：
主观因素和客观因素。
3.1.1影响消费需求的客观因素变量的选取
为了研究消费问题首先要知道消费由什么决定呢？
在现实生活中，影响各个家庭消费的因素很多。
如收入水平，利率水平，收入分配状况，消费者偏好，家庭财产状况，消费信贷状况，消费者年龄构成以及制度、风俗习惯等等。
凯恩斯认为，这些因素中有决定意义的是家庭收入。
为此，可以从诸多因素中抽出这一因素单独分析。
他认为，存在一条基本心里规律，随着收入的增加，消费也会增加，但是消费的增加不及收入增加多。
即假定消费是收入水平的函数。
此理论也被称为绝对收入消费理论。
以上讨论的是家庭的消费，事实上，在考虑其他一些诸如国民收入分配，政府税收等因素后，社会消费和家庭消费基本相似。
此外，也有证据表明，消费者在选择其消费水平时既会考虑当前收入，也会预期其长期收入，为了说明消费对长期收入趋势的依赖关系，经济学家也提出了上文提到的永久性收入理论和生命周期假说。
但无论哪一种理论，都把收入作为了一个影响消费的非常重要的因素。
本文认为收入是一项综合性指标，人们能够获得某种程度的收入，往往与他们的职业、文化程度和技能水平有着密切的关系。
同时，一定的收入水平在某种程度上还可以决定人的生活方式、财产积累的能力，甚至思想观念的倾向，为此本文选取选取家庭人均收入作为解释消费的主要客观因素变量。
同时，考虑到消费和收入的惯性存在，本文会考虑到前期消费和前期收入作为影响当前居民消费支出的客观因素。
3.1.2影响消费需求的主观因素变量的选取
虽然很多研究表明收入能够作为影响消费需求的主要客观因素，但随着经济发展的日益复杂化和多元化，消费者的主观因素逐渐影响着消费者需求变化。
一定意义上讲，影响消费者消费行为的主观因素很多，诸如消费者性格、消费偏好、行为习惯等等，它们都和消费者的心理、情感、社会、历史等等因素有着很大的关系，也都在一定程度上影响着社会消费需求变化。
同时，理性的消费者都是有一定的心理预期的，消费行为不仅受现在所处境况的影响，更受其对未来境况预期的左右。
特别是在金融危机、经济萧条的大背景下，研究消费者的主观心理感受对社会消费需求的影响显得十分必要。
虽然收入在一定程度上跟这些客观因素有很强的相关关系，但是并非所有的客观因素都能被收入水平所揭示，因此本文除“收入”客观因素外，将引入主观因素变量。
正如上文对消费者信心指数的介绍，消费者信心指数是一个综合反映消费者主观心理感受的先行指标，例如，消费者对物价上涨的反应相对敏感，如果有物价持续上涨、财产性收入缩水等现象，不仅直接影响消费者对当前经济状况满意程度,更会使消费者对未来经济前景产生悲观预期。
这势必会影响消费需求进而阻碍经济的发展。
消费者信心指数是根据消费者对国家（或当地）经济形势、社会就业状况、个人预期收入、个人生活质量、国家消费政策、物价和股市走势等情况的主观判断和心理感受来编制的一种指数，是宏观景气监测预警系统中的一项重要内容。
消费者信心指数可以反映消费者对经济环境的信心强弱程度，以及消费者对经济的看法以及购买意向。
通过迅速反映消费者心理意向的消长趋势，消费者信心指数可以用来预测市场变化。
一般而言，消费者信心指数主要包括即期（满意度）信心指数和预期信心指数两部分。
按照国际惯例，信心指数的取值介于0%和200%之间。
本文中，当指数反映满意情况的时候，100%是中值，表明消费者的满意程度一般，0%表示极端不满意，200%表示极端满意。
当指数反映的是价格变化程度或境况变化情况时，100%是中值，表示价格或境况没有什么变化，0%表示价格极端下降或境况极端变差，200%表示价格极端上升或境况极端变好。
本文认为，研究消费者信心指数这一主观因素变量，对于预测消费需求和经济周期等有着重要的意义。
本文选取消费者信心指数（CCI）作为影响消费需求的主观因素代表。
3.2数据整理
3.2.1原始数据
从国家统计局网站和历年中国经济景气月报上得到建模所需的如表1所示原始数据。
国家统计局网站上公布的消费者信心指数与1997年进行对比消除了经济波动的影响。
由于本文的收入、消费数据都没有进行消除价格因素，所以本文使用的消费者信心指数是进行相应转换后得来的数据，数据意义和计算方法都与国际接轨。
表1建模所需原始数据
城镇居民（单位：
元）
农村居民（单位：
消费者信心指数
年份
家庭人均可支配收入
家庭人均消费支出
家庭人均纯收入
总指数
满意度指数
预期指数
1990
1510.2
1278.89
686.3
584.63
110.5
114.2
108.0
1991
1700.6
1453.81
708.6
603.2
114.4
117.1
112.6
1992
2026.6
1671.73
784.0
697.5
122.8
114.8
128.1
1993
2577.4
2110.81
921.6
769.65
117.7
125.4
1994
3496.2
2851.34
1221.0
1016.81
115.8
123.7
1995
4283.0
3537.57
1577.7
1310.36
118.0
123.3
1996
4838.9
3919.47
1926.1
1572.08
120.7
124.8
117.9
1997
5160.3
4185.64
2090.1
1617.15
118.4
118.6
118.2
1998
5425.1
4331.61
2162.0
1590.33
115.6
119.4
113.1
1999
5854.0
4615.91
2210.3
1577.42
109.3
108.6
109.7
2000
6280.0
4998.00
2253.4
1670.13
113.2
112.1
2001
6859.6
5309.01
2366.4
1741.09
116.8
118.1
115.9
2002
7702.8
6029.88
2475.6
1867.62
116.6
120.0
114.3
2003
8472.2
6510.94
2622.2
1943.3
121.2
115.3
2004
9421.6
7182.10
2936.4
2184.65
114.5
119.7
111.0
2005
10493.0
7942.88
3254.9
2555.4
112.5
110.6
2006
11759.5
8696.55
3587.0
2829.02
113.8
115.2
112.8
2007
13785.8
9997.47
4140.4
3223.85
114.6
2008
15781.0
10791.20
4761.0
3322.26
115.1
113.5
116.1
3.2.2数据预处理
考虑到在建模过程中将使用同一特征群体的收入、消费数据，这些变量在经济波动中具有同方向变动效应，因此没有折算成可比价格，直接采用原始数据。
另外，由于原始变量收入、支出的绝对数额大，且都呈现上升趋势，而消费者信心指数相比收入、消费数据相对稳定，无法详细显示消费者信心指数对居民消费的影响，甚至会导致消费者信心指数与居民人均收入、消费变量之间的关系不显著。
（1）
（2）
因此，特根据公式
（1）
（2），分别得到城镇居民和农村居民的消费支出增长速度、收入增长速度，如表2所示。
表2建模所需的处理后数据
城镇居民
农村居民
家庭人均收入增长速度x1
家庭人均消费支出增长速度y1
家庭人均收入增长速度x2
家庭人均消费支出增长速度y2
信心指数h0
满意度指数h1
预期指数h2
112.61
113.68
103.25
103.18
114.40
117.10
112.60
119.17
114.99
110.64
115.63
122.80
114.80
128.10
127.18
126.27
117.55
110.34
117.70
125.40
135.65
135.08
132.49
132.11
115.80
123.70
110.50
122.50
124.07
129.21
128.87
118.00
123.30
112.98
110.80
122.08
119.97
120.70
124.80
117.90
106.64
106.79
108.51
102.87
118.40
118.60
118.20
105.13
103.49
103.44
98.34
115.60
119.40
113.10
107.91
106.56
102.23
99.19
109.30
108.60
109.70
107.28
108.28
101.95
105.88
113.20
112.10
109.23
106.22
105.01
104.25
116.80
118.10
115.90
112.29
113.58
104.61
107.27
116.60
120.00
114.30
109.99
107.98
105.92
104.05
121.20
115.30
111.21
110.31
111.98
112.42
114.50
119.70
111.00
111.37
110.59
110.85
116.97
112.50
110.60
112.07
109.49
110.20
110.71
113.80
115.20
112.80
117.23
114.96
115.43
113.96
114.60
114.47
107.94
103.05
115.10
113.50
116.10
3.3建模思路
本文的建模思路和研究框架可以用图4来表示。
理论分析
定性分析
比较分析
如何解决
消费函数理论现状
消费函数理论存在的问题
消费需求函数
主观因素
客观因素
估计
统计检验
实证分析
结论与建议
文献述评
建模过程
结论
关系检验
图4本文的建模思路
4.变量之间关系的检验
4.1散点图
绘制散点图是相关分析过程中极为常用且非常直观的分析方式。
现将影响居民消费变动（以变量“消费支出增长速度yi（i=1,2）”来表示）与影响因素“人均收入增长速度xi（i=1,2）”、“消费者信心指数h0”、“消费者满意度指数h1”、“消费者预期指数h2”之间的散点图分别如下：
图5城镇居民人均消费支出与人均收入、消费者信心指数之间的散点图
图6农村居民人均消费支出与人均收入、消费者信心指数之间的散点图
图5、图6表明，城镇居民和农村居民人均消费支出与人均收入、消费者信心总指数、消费者满意度指数之间都存在一定的线性关系，与消费者预期消费者信心指数的关系不明显，且人均消费支出与人均收入之间的线性关系最强。
因此粗略地看，居民人均消费支出受到人均收入、消费者信心总指数、消费者满意度指数的影响。
4.2相关系数
虽然散点图能直观展现变量之间的统计关系，但不精确。
相关系数以数值的方式精确地反映了两个变量间线性相关程度。
利用相关系数进行变量间线性关系的分析通常需要两大步骤：
（1）计算相关系数；
（2）对样本来自的两总体是否存在显著的线性关系进行推断。
对不同变量应采用不同的相关系数来度量，本文主要采用Pearson简单相关系数，该系数主要用来度量定距型变量之间的线性相关关系。
它的数学定义为：
其中,与分别是变量X与Y的样本均值，即,，是样本容量。
相关系数又称皮（尔生）氏积矩相关系数，是两个变量之间相关关系密切程度的统计分析指标。
样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。
|r|值越大，变量之间的线性相关程度越高；
|r|值越接近0，变量之间的线性相关程度越低。
r＞0为正相关，r＜0为负相关。
r＝0表示不相关。
下面利用相关系数的方法对人均消费支出、人均收入、消费者信心总指数、消费者满意度信心指数、消费者预期指数的关系作进一步的分析，计算出的相关系数矩阵如表3和表4所示。
表3城镇居民消费支出与影响变量间的相关系数
X1
Y1
H0
H1
H2
PearsonCorrelation
1
.963（**）
.381
.634（**）
.018
Sig.（2-tailed）
.
.000
.119
.005
.944
N
18
.332
.665（**）
-.063
.178
.003
.805
.563（*）
.816（**）
.015
-.018
.942
**Correlationissignificantatthe0.01level（2-tailed）.
*Correlationissignificantatthe0.05level（2-tailed）.
表4农村居民消费支出与影响变量间的相关系数
X2
Y2
.886（**）
.352
.573（*）
.023
.152
.013
.928
.324
升级会员 