计量经济学社会消费品零售总额影响因素简析.docx
- 文档编号:11758567
- 上传时间:2023-03-31
- 格式:DOCX
- 页数:18
- 大小:55.74KB
计量经济学社会消费品零售总额影响因素简析.docx
《计量经济学社会消费品零售总额影响因素简析.docx》由会员分享,可在线阅读,更多相关《计量经济学社会消费品零售总额影响因素简析.docx(18页珍藏版)》请在冰豆网上搜索。
计量经济学社会消费品零售总额影响因素简析
社会消费品零售总额
影响因素简析
Asimpleanalysisoffactorswhichinfluencethetotalretailsalesofconsumergoods
【摘要】:
社会消费品零售总额是一项重要的统计数据。
本文主要通过计量经济学软件,以1993至2008年的数据为样本,对影响社会消费品零售总额的主要因素进行了多元线性回归分析和判断,并得出了结论。
【关键词】:
社会消费品零售总额(totalretailsalesofconsumergoods),人口总量(population),商品零售价格指数(retailsalesindex),职工工资总额(grosspayroll),线性回归(linearregression)
目录
引言……………………………………………………………………………2
正文……………………………………………………………………………3
一、明确现实经济生活中的影响因素,选取变量………………………3
二、数据的整理和模型的设定……………………………………………4
三、参数估计………………………………………………………………5
四、计量经济学检验………………………………………………………7
4.1.多重共线性…………………………………………………………7
4.2异方差………………………………………………………………9
4.3自相关………………………………………………………………11
五、结论……………………………………………………………………11
六、政策建议………………………………………………………………12
结语……………………………………………………………………………13
参考文献………………………………………………………………………13
附录(原始数据)……………………………………………………………13
【引言】:
在金融危机的冲击下,一些企业(特别是进出口企业)受到了不小的影响,同时就业压力依然严峻,但总体来看,政府及时有力的一系列措施使我国经济始终处在一个较平稳的运行状态。
我国消费品市场发展面临较为有利的环境和条件。
第一,国家越来越重视消费的作用,近年来积极扩大内需,经济工作的重点突出进一步扩大城乡居民消费,不断拓宽消费领域和改善消费环境。
第二,2009年GDP“保8”,居民收入水平随着经济增长而稳步提高。
第三,不断改革完善社会保障体系,使居民可支配收入提高,改善消费预期,提高消费能力。
第四,国家进一步重视流通对经济发展的推动作用,促进流通业改革和发展的一系列政策措施的积极作用逐步显现,为完善消费设施、改善消费环境、拓宽消费领域、开拓农村市场创造了有利条件。
第五,随着国家对市场秩序整顿和监管力度的加大,有利于居民消费信心的提升;第六。
中国经济已率先开始回暖,国内经济形势进一步好转。
“社会消费品零售总额”是一项重要、敏感的政府统计。
定期发布的消费品零售统计资料,常常引起国内外的强烈关注,间或还会引发一些疑义和争议。
为了有利于把问题搞清楚,需要对“社会消费品零售总额”从多方面逐一进行剖析,找出影响其增长变化的各种因素,然后再加以判断。
目前对于这一指标的研究,虽然综合考虑了各种因素,但重点不够突出,稍显杂乱。
因此本文运用计量经济经济学方法,突出重点因素建立模型,进行定量分析。
【正文】
一、明确现实经济生活中的影响因素,选取变量
有很多因素会对社会消费品总额产生影响,但从直接影响角度来说,主要包括两个层面——销售方和购买方,以及三个主体——零售部门、居民和社会集团。
我选取了人口数量,商品零售价格指数和工资三个因素进行分析。
1、人口因素
我国社会消费品零售总量每年新增的部分中,平均约有6%是由于人口因素形成的。
我国是一个人口大国。
虽然80年代末期以来,我国的人口自然增长率虽然逐年递减,但由于人口基数大,平均每年仍有1000多万人出生。
这些新生人口的衣食住行,必然要与零售市场发生关系。
预计为正相关关系。
2、商品零售价格指数
借此来说明价格变动对消费的影响,价格水平越高,相应的消费支出就会减少,它们应该是负相关的关系。
这里均以上一年为基期。
3、工资水平
我国自改革开放以来,城乡居民总的收入和支出均为正增长。
居民生活质量改善,人们的消费档次和消费数量都大幅提高,从过去的只购买生活必需品到今天各种种类和款式的商品以及一些高档奢侈品。
同时,收入的变化也使得消费者使用在其他领域的消费增多,必然会对商品零售市场产生影响。
新增社会消费品零售总额中,约6.8%是由于居民购买消费品数量增加而带动的,预计也应该是呈正相关的关系。
Y——社会消费品零售总额(亿元)
X1——人口(万人)
X2——商品零售价格指数(%)
X3——工资水平(亿元)
此外,在城乡居民消费品购买中,常常会受到各种偶然性因素的影响,比如新设立的旅游黄金周,气候的突然变化,不规律的调资,各种改革措施的出台,购物券卡的发放和商家新的促销手段等等。
这些因素,一般常在发生之初,引起短期剧烈的波动。
但当这些因素如果一直沿续下去,就会转入到长期影响中。
在我们对居民生活质量改善的平均估计中,事实上已经包括了这些因素的影响。
二、数据的整理和模型的设定
年份
社会消费品零售总额(亿元)Y
人口数量(万人)X1
商品零售价格指数X2
工资X3
1993
14270.4
118517
113.2
4916.2
1994
18622.9
119850
121.7
6656.4
1995
23613.8
121121
114.8
8100
1996
28360.2
122389
106.1
9080
1997
31252.9
123626
100.8
9405.3
1998
33378.1
124761
97.4
9296.5
1999
35647.9
125786
97
9875.5
2000
39105.7
126743
98.5
10656.2
2001
43055.4
127627
99.2
11830.9
2002
48135.9
128453
98.7
13161.1
2003
52516.3
129227
99.9
14743.5
2004
59501
129988
102.8
16900.2
2005
67176.6
130756
100.8
19789.9
2006
76410
131448
101
23265.9
2007
89210
132129
103.8
28244
2008
108487.7
132802
105.9
33713.8
数据来源:
中华人民共和国国家统计局
统计数据库http:
//219.235.129.58/welcome.do
使用Eviews3.1,输入数据,作出Y与各解释变量X1,X2,X3之间的散点图和趋势图:
由上图容易看出,Y与三个解释变量间存在较强的线性相关性。
所以选择建立线性模型。
Y=a*X1+b*X2+c*X3+d
三、参数估计
运用OLS进行参数估计E-views输出结果如下:
DependentVariable:
Y
Method:
LeastSquares
Date:
01/07/10Time:
20:
51
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-121947.0
33693.64
-3.619289
0.0035
X1
1.106553
0.225905
4.898306
0.0004
X2
-80.74852
72.28876
-1.117027
0.2858
X3
2.669671
0.103599
25.76919
0.0000
R-squared
0.998664
Meandependentvar
48046.55
AdjustedR-squared
0.998331
S.D.dependentvar
26351.54
S.E.ofregression
1076.698
Akaikeinfocriterion
17.01350
Sumsquaredresid
13911352
Schwarzcriterion
17.20665
Loglikelihood
-132.1080
F-statistic
2990.980
Durbin-Watsonstat
1.707019
Prob(F-statistic)
0.000000
回归方程:
Y=1.106553X1-80.74852X2+2.669671X3-121947
t=(4.898306)(-1.117027)(25.76919)(-3.619289)
R2=0.998664adjustedR2=0.998331
首先,R2=0.998664,所以方程具有很好的拟合优度,表明模型中解释变量对被解释变量的解释程度较高。
其次,对于给定显著性水平0.05来说,解释变量除X1、X3的t统计量都比较显著,说明X1、X3对于Y的影响是显著的,而X2的t统计量不太显著,可能存在多重共线性问题,因此需要对模型进行修正。
最后,对于给定的显著性水平0.05,0.0000<0.05,所以对于F检验是满足的,总体来看求出的回归方程具有很好的经济含义,并且是显著的。
上图为模型拟合图和残差图。
四、计量经济学检验
4.1多重共线性
4.1.1检验:
由下图知可能存在不完全共线性。
用相关系数矩阵进一步分析:
由上图可以看出,解释变量X1与X3相关系数较高,表明可能存在多重共线性,同时并不否认其他要素间存在多重共线性的可能。
4.1.2修正(逐步消除多重共线性)
运用OLS方法逐一求Y对各个解释变量的回归。
结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。
DependentVariable:
Y
Method:
LeastSquares
Date:
01/07/10Time:
21:
38
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-633942.8
77243.21
-8.207100
0.0000
X1
5.387964
0.609888
8.834355
0.0000
R-squared
0.847902
Meandependentvar
48046.55
AdjustedR-squared
0.837038
S.D.dependentvar
26351.54
S.E.ofregression
10637.75
Akaikeinfocriterion
21.49867
Sumsquaredresid
1.58E+09
Schwarzcriterion
21.59525
Loglikelihood
-169.9894
F-statistic
78.04582
Durbin-Watsonstat
0.277737
Prob(F-statistic)
0.000000
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
173475.9
98507.12
1.761049
0.1000
X2
-1207.794
946.5139
-1.276044
0.2227
R-squared
0.104189
Meandependentvar
48046.55
AdjustedR-squared
0.040202
S.D.dependentvar
26351.54
S.E.ofregression
25816.41
Akaikeinfocriterion
23.27188
Sumsquaredresid
9.33E+09
Schwarzcriterion
23.36845
Loglikelihood
-184.1750
F-statistic
1.628289
Durbin-Watsonstat
0.144406
Prob(F-statistic)
0.222704
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1811.602
1646.057
1.100571
0.2896
X3
3.221451
0.100573
32.03100
0.0000
R-squared
0.986538
Meandependentvar
48046.55
AdjustedR-squared
0.985577
S.D.dependentvar
26351.54
S.E.ofregression
3164.741
Akaikeinfocriterion
19.07400
Sumsquaredresid
1.40E+08
Schwarzcriterion
19.17057
Loglikelihood
-150.5920
F-statistic
1025.985
Durbin-Watsonstat
0.254763
Prob(F-statistic)
0.000000
经分析在3个一元回归模型中社会消费品零售总额Y对工资X3的线性关系强,拟合度好,即:
Y=1811.602+3.221451*X3
(1.100571)(32.031)
R2=0.986538S.E.=3164.741F=1025.985
截距项不显著,去掉,重新估计:
Y=3.221451*X3
将其余解释变量逐一代入上式,逐步回归。
DependentVariable:
Y
Method:
LeastSquares
Date:
01/07/10Time:
22:
02
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-155551.4
15317.21
-10.15533
0.0000
X1
1.315433
0.127953
10.28061
0.0000
X3
2.584625
0.070924
36.44223
0.0000
R-squared
0.998526
Meandependentvar
48046.55
AdjustedR-squared
0.998299
S.D.dependentvar
26351.54
S.E.ofregression
1086.910
Akaikeinfocriterion
16.98743
Sumsquaredresid
15357843
Schwarzcriterion
17.13229
Loglikelihood
-132.8994
F-statistic
4401.955
Durbin-Watsonstat
1.734157
Prob(F-statistic)
0.000000
Y=1.315433*X1+2.584625*X3
(10.28061)(36.44223)
R2=0.998526S.E.=1086.91F=4401.955
DependentVariable:
Y
Method:
LeastSquares
Date:
01/07/10Time:
22:
04
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
41704.49
7261.642
5.743121
0.0001
X2
-373.8529
67.48924
-5.539444
0.0001
X3
3.147019
0.058499
53.79636
0.0000
R-squared
0.995994
Meandependentvar
48046.55
AdjustedR-squared
0.995378
S.D.dependentvar
26351.54
S.E.ofregression
1791.570
Akaikeinfocriterion
17.98693
Sumsquaredresid
41726403
Schwarzcriterion
18.13179
Loglikelihood
-140.8955
F-statistic
1616.078
Durbin-Watsonstat
0.874113
Prob(F-statistic)
0.000000
Y=-373.8529*X2+3.147019*X3
(-5.539444)(53.79636)
R2=0.995994S.E.=1791.57F=1616.078
加入变量X1的二元回归方程R²最大,并且各参数的t检验显著,加入X2后R²值有所下降,并且t检验值不太显著,表明变量对模型的解释能力不强,因此选择保留X1,剔除X2。
相应的回归结果为:
Yi=-155551.4+1.315433*X1+2.584625*X3即为最优模型。
t=(-10.15533)(10.28061)(36.44223)
R²=0.998526S.E.=1086.910F=4401.955
4.2异方差
4.2.1图形法检验。
绘制e²t对Xt的散点图:
4.2.2Goldfeld-Quandt检验
DependentVariable:
Y
Method:
LeastSquares
Date:
01/08/10Time:
12:
49
Sample:
19931998
Includedobservations:
6
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-258127.0
28426.83
-9.080402
0.0028
X1
2.242185
0.253565
8.842655
0.0030
X3
1.282776
0.331069
3.874644
0.0304
R-squared
0.997636
Meandependentvar
24916.38
AdjustedR-squared
0.996060
S.D.dependentvar
7459.941
S.E.ofregression
468.2852
Akaikeinfocriterion
15.44288
Sumsquaredresid
657873.1
Schwarzcriterion
15.33876
Loglikelihood
-43.32865
F-statistic
632.9390
Durbin-Watsonstat
2.163191
Prob(F-statistic)
0.000115
Y=-258127+2.242185X1+1.282776X3
(-9.080402)(8.842655)(3.874644)
R2=0.997636Sumsquaredresid1=657873.1F=632.939
DependentVariable:
Y
Method:
LeastSquares
Date:
01/08/10Time:
12:
52
Sample:
20032008
Includedobservations:
6
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
248427.2
309809.1
0.801872
0.4813
X1
-1.877370
2.441243
-0.769022
0.4979
X3
3.212477
0.454393
-0.769022
0.0058
R-squared
0.997049
Meandependentvar
75550.27
AdjustedR-squared
0.995082
S.D.dependentvar
20642.01
S.E.ofregression
1447.530
Akaikeinfocriterion
17.69996
Sumsquaredresid
6286033.
Schwarzcriterion
17.59584
Loglikelihood
-50.09987
F-statistic
506.8802
Durbin-Watsonstat
2.404491
Prob(F-statistic)
0.000160
Y=248427.2-1.87737X1+3.212477X3
(0.801872)(-0.769022)(-0.769022)
R2=0.997049Sumsquaredresid2=6286033F=506.8802
求F统计量:
F=6286033/657873.1=9.555,查F分布表,给定显著性水平
得临界值F0.05(2,2)=19,比较F=9.5551 ,表明随机误差项不存在异方差。 4.3.自相关 根据OLS计算结果,由: dw=1.734157,给定显著性水平a=0.05,查D-W表,n=16,k=3,得下限临界值dL=0.98,上限临界值dU=1.54,4-du=2.46。 因为du 综上所述,最优回归方程即确定为: Y=-155551.4+1.315433*X1+2.584625*X3 由于2009年相关数据还没有正式的官方统计,所以本文不对2009年的社会消费品零售总额进行预测。 五、结论 1.最终模型消除了多重共线性,且没有异方差和序列相关的干扰,同时增加了模型的精度,最终得到统计检验显著并且拟合优度较高的模
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 社会消费品 零售总额 影响 因素