计量期末论文.docx
- 文档编号:24923095
- 上传时间:2023-06-02
- 格式:DOCX
- 页数:23
- 大小:430.60KB
计量期末论文.docx
《计量期末论文.docx》由会员分享,可在线阅读,更多相关《计量期末论文.docx(23页珍藏版)》请在冰豆网上搜索。
计量期末论文
计量期末论文
题目:
预期收入对居民个人消费的影响
专业:
劳动与社会保障
组长:
陈灵41030025
******41030024
刘智慧41030027
陈晓41030029
汪霖宜41030030
预期收入对居民个人消费的影响
一、选题意义
在以人为本,进一步加快发展和转型步伐,壮大经济总量,做大“蛋糕”,做好“蛋糕”,分好“蛋糕”,实施城乡居民收入倍增计划,努力使改革发展成果更多更好地惠及人民群众,不断提高人民的幸福指数的今天,居民消费水平日益被人关注。
随着我国经济的快速增长,人们的收入状况有了很大改善,消费支出也随之上升。
但由于近两年来的通货膨胀状况的出现,CPI的上涨,居民的生活质量也难免有所下降。
发展经济就应该紧紧抓住消费,而消费水平的高低受多种因素的制约,只有正确捕捉到影响我国居民消费水平的主要因素,才能从根本上改善不足,促进我国经济的持续稳定健康发展。
居民消费水平是指居民在物质产品和劳务的消费过程中,对满足人们生存、发展和享受需要方面所达到的程度。
通过消费的物质产品和劳务的数量和质量反映出来。
一个国家居民的消费状况从侧面反映了该国的整体经济水平以及社会福利的大小,体现着一个国家的质量。
现实中有许多因素影响着居民的消费水平,如收入水平、物价水平(CPI)、GDP、利率水平、储蓄率、消费者偏好、社会文化等等。
而我们小组主要研究对象为预期收入对个人居民消费的影响,因为收入影响消费这个是众人皆知的事实,我们想通过数据探究和证明预期收入是否影响个人居民消费以及它影响的大小。
当经济增长带来收入的预期增长时,例如国家决定增长工资收入时,我们可以估计此时消费受到的影响,从而考察整个国民经济变化过程。
二、影响消费的因素
我们首要考虑到的消费影响因素有收入水平、物价水平(CPI)、GDP、利率水平、储蓄率、PPI、PMI。
收入是指某一个体,包括个人或者企业在销售商品、提供劳务及转让资产使用权等日常活动中所形成的经济利益的总流入。
居民个人收入对消费水平影响较大。
一般的,个人收入水平较高,他就会因为收入较高而增加消费,消费水平也就相应较高。
二者呈现正相关关系。
所以我们考虑第一个解释变量为个人实际收入水平。
CPI即消费者物价指数(ConsumerPriceIndex)是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标,通常作为观察通货膨胀水平的重要指标。
一般的,某地区CPI物价指数较高,居民就会由于物价过高而减少消费,消费水平就会较低。
二者呈现负相关关系。
因此,我们考虑第二个解释变量为CPI。
国内生产总值(GrossDomesticProduct,简称GDP)是指在一定时期内(一个季度或一年),一个国家或地区的经济中所生产出的全部最终产品和劳务的价值,常被公认为衡量国家经济状况的最佳指标。
而GDP分为用实际市场价格衡量的名义GDP和按固定价格或不变价格来进行统计的实际GDP。
其中实际GDP的各种变动被广泛地用来衡量产出的水平和波动。
一个国家或地区的GDP水平越高,相应消费水平也就会更高。
因此,我们考虑第三个解释变量为实际GDP。
利率水平即银行平均每年一年期定期存款利率。
储蓄率指个人可支配收入总额中储蓄所占的百分比。
储蓄率和居民本身的收入呈现强相关关系。
由于之前已经考虑收入的影响,因此不再重复赘述考虑储蓄率的影响。
生产者物价指数(ProducerPriceIndex,PPI)亦称工业品出厂价格指数,是一个用来衡量制造商出厂价的平均变化的指数。
采购经理指数(PMI)是一个综合指数,按照国际上通用的做法,由五个扩散指数即新订单指数(简称订单)、生产指数(简称生产)、从业人员指数(简称雇员)、供应商配送时间指数(简称配送)、主要原材料库存指数(简称存货)加权而成。
这两个指数计算较为麻烦,数据难以寻找,而且从我国实际经济情况出发,它们对居民消费水平的影响很小,因此在本文中不予考虑。
综上所述,由于样本数据的可收集性及我国现在的经济状况,我就仅从以下几个因素着手分析。
从居民角度来看,居民的个人可支配收入影响着其消费性支出的高低;而从整个社会经济环境来看,CPI指数和实际GDP同样影响着居民的消费支出。
值得提出的是,为了保持数值一致,我们采用的CPI,实际GDP和实际收入均是根据CPI基期为1985年的100进行调整过后的。
这样的数据保持了统一,符合计量经济学进行分析的前提要求。
三、选择影响因素以及数据来源
我们模型最终选择解释变量为实际收入,实际GDP,CPI。
因为生产者物价指数和采购经
理指数和GDP都高度相关,PPI还是GDP的组成部分,所以我们就选择使实际GDP。
而把利率剔除的原因有两个,第一个为它和收入相关,从理论本身上来说收入就是影响消费最大的原因,所以可以将其不考虑在内。
第二个理由为,在我们加入利率之后,进行回归分析时,发现异方差和自相关无法解决,使模型出现了问题,所以决定删除。
第一个理由较为牵强,但考虑到模型的正确性,我们觉得割舍掉利率这个变量。
于是我们的模型解释变量为实际收入,实际GDP,CPI。
本次回归所用的数据来源为统计年鉴上1985年到2011年的居民个人消费水平,居民个人可支配收入,名义GDP(已将其以1985年为基期转换为实际GDP),消费者物价指数(CPI,已将其以1985年为基期转换为实际CPI)。
本次回归:
Y:
居民个人消费,X1个人可支配收入,X2:
cpi,X3:
实际gdp
四、对选定因素进行定阶
经典时间序列分析和回归分析有许多假设前提,如序列平稳性、正态性等,如果直接将经济变量的时间序列数据用于经济分析,实际上包含了这些假定。
在这些假定成立的条件下,进行计量经济学检验才具有较高的可靠度。
但是大多数经济时间序列是非平稳性的,如果直接将非平稳时间序列进行回归分析,则可能会带来不良后果,如伪回归问题:
变量间本来不存在有意义的关系,但回归结果却得出存在有意义关系错误结论。
所以在我们小组对数据进行回归之前,先对序列的平稳性做检验,并且使它们平稳。
对被解释变量LNY进行ADF检验,如下图所示
NullHypothesis:
LNYhasaunitroot
Exogenous:
Constant,LinearTrend
LagLength:
2(AutomaticbasedonSIC,MAXLAG=6)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-2.647280
0.2647
Testcriticalvalues:
1%level
-4.394309
5%level
-3.612199
10%level
-3.243079
*MacKinnon(1996)one-sidedp-values.
AugmentedDickey-FullerTestEquation
DependentVariable:
D(LNY)
Method:
LeastSquares
Date:
06/22/13Time:
21:
43
Sample(adjusted):
19882011
Includedobservations:
24afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
LNY(-1)
-0.288371
0.108931
-2.647280
0.0159
D(LNY(-1))
0.421614
0.194716
2.165270
0.0433
D(LNY(-2))
0.235749
0.208151
1.132588
0.2715
C
1.949811
0.704513
2.767602
0.0123
@TREND(1985)
0.033707
0.013170
2.559424
0.0192
R-squared
0.387248
Meandependentvar
0.127252
AdjustedR-squared
0.258247
S.D.dependentvar
0.071838
S.E.ofregression
0.061870
Akaikeinfocriterion
-2.544499
Sumsquaredresid
0.072731
Schwarzcriterion
-2.299071
Loglikelihood
35.53399
Hannan-Quinncriter.
-2.479387
F-statistic
3.001909
Durbin-Watsonstat
1.804848
Prob(F-statistic)
0.044601
Dlny
NullHypothesis:
D(LNY)hasaunitroot
Exogenous:
Constant
LagLength:
0(AutomaticbasedonSIC,MAXLAG=6)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-3.261966
0.0280
Testcriticalvalues:
1%level
-3.724070
5%level
-2.986225
10%level
-2.632604
*MacKinnon(1996)one-sidedp-values.
AugmentedDickey-FullerTestEquation
DependentVariable:
D(LNY,2)
Method:
LeastSquares
Date:
06/22/13Time:
21:
44
Sample(adjusted):
19872011
Includedobservations:
25afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
D(LNY(-1))
-0.624468
0.191439
-3.261966
0.0034
C
0.078127
0.027909
2.799318
0.0102
R-squared
0.316299
Meandependentvar
-0.001851
AdjustedR-squared
0.286573
S.D.dependentvar
0.078930
S.E.ofregression
0.066668
Akaikeinfocriterion
-2.501561
Sumsquaredresid
0.102227
Schwarzcriterion
-2.404051
Loglikelihood
33.26951
Hannan-Quinncriter.
-2.474516
F-statistic
10.64042
Durbin-Watsonstat
1.980626
Prob(F-statistic)
0.003430
我们对y进行ADF检验发现Y不是平稳的,并且也不是一阶单整和二阶单整,于是我们将Y变为了lny,即变化为居民个人消费的弹性,由上可以看出lny为一阶单整,照此办法我们队X2做了ADF检验,发现它也为一阶单整,我们依次做了X3的平稳性ADF检验,发现它不是一阶单整,而如果我们要用他们进行回归分析,则有可能得到伪回归。
这是我们小组遇到的难题之一,于是我们就对变量进行变化,将X3变化为DX3,此时它是DX3=X3/X3(-1),即为实际GDP的增长率。
发现做完变化后的X3(DX3)为一阶单整。
所以lny,X2,DX3都是一阶单整的,接下来就可以对他进行回归分析。
五、自适应预期模型的建立
考虑预期收入对消费的影响,我们将收入的预期引入模型,建立自适应预期模型。
同时将其他影响因素加入模型,则我们的期望模型为:
期望模型lnYt=a+
1lnX1t*+
2dx3+
3x2+ut.
假定lnX1t*=
lnX1t+(1-
)lnX1t-1*
lnYt=a*+
0*lnX1t+
1*Yt-1+
3x2+ut*
则变换之后的模型为:
lnYt=a*+
0*lnX1t+
1*lnYt-1+
2*dx3+
3*x2+ut
其中a*=a
,
0*=
1
,
1*=1-
,
2*=
2
,
3*=
3
,ut*=ut-ut-1
在估计参数时,因为将被解释变量的滞后值引入模型,而引入被解释变量的滞后值会产生两个主要问题:
(1)出现的随机解释变量lnYt-1可能与随机扰动项相关;
(2)随机扰动项可能自相关。
要解决这两个问题,我们就要找到一个适当的变量工具替代模型中同随机饶丁项相关的解释变量。
这里我们找到的工具变量是
,
它与所替代的解释变量高度相关;与随机扰动项不相关;与其他解释变量不相关。
则引入工具变量:
=
+
lnx1t-1+
lnx1t-2+
lnx1t-3+
dx3t-1+
dx3t-2+
dx3t-3+
x2+
x2+
x2
所以自适应预期模型为:
lnYt=a*+
0*lnX1t+
1*
+
2*dx3+
3*x2+ut*
六、多重共线性的检验并修正
通过上面自适应性预期模型的设立,我们的计量经济模型如下:
多重共线性即指解释变量之间存在一定的线性关系,会对我们的回归回归结果造成不精确的影响,其中包括参数估计量变大,预测区间估计不准确,假设检验有可能得到错误的结论,为了使我们的模型拟合程度更好,得出结论更准确,于是我们采用逐步回归法对模型进行检验和修正。
利用Eviews软件,对模型进行OLS回归,结果如表所示:
由此可见,该模型R²=0.9960,
=0.995,可决系数很高,明显显著。
但是可以从结果中看出,X2(CPI)的系数t检验不显著,它作为一个重要的解释变量,回归系数的标准误差较大,这表明很可能存在严重的多重共线性。
分别做Y对这几个变量的回归,发现X2(CPI)无法通过检验,很可能是它引起了多重共线性。
将X2(CPI)从模型之中剔除之后,再对新的模型进行OLS回归,得到如下结果:
从结果中可以看出,该模型明显显著,并且各模型变量t检验也显著,修正了多重共线性。
七、异方差检验并修正
由于异方差违背了OLS回归的基本假定中的同方差的假设,异方差指的是被解释变量观测值的分散程度是随解释变量的变化而变化的。
异方差对参数估计式有以下影响:
虽然参数的ols估计还是无偏的,但是估计式的方差不再是最小的,而且在有异方差的情况下,通常得到的t统计量不再服从t分布、f统计量也不再符合f分布。
所以如果存在异方差对我们模型的回归估计有影响,所以我们要对我们的模型进行异方差检验并进行修正。
我们检验所使用的方法为white检验,异方差检验方法有很多,但我们用white检验就能看出存在异方差,所以不再使用其他检验办法,如下图所示。
HeteroskedasticityTest:
White
F-statistic
5.540061
Prob.F(8,13)
0.0034
Obs*R-squared
17.01051
Prob.Chi-Square(8)
0.0300
ScaledexplainedSS
10.86067
Prob.Chi-Square(8)
0.2097
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
06/22/13Time:
20:
02
Sample:
19902011
Includedobservations:
22
Collineartestregressorsdroppedfromspecification
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-1.107601
0.598244
-1.851420
0.0870
LNX1
-0.484727
0.403276
-1.201973
0.2508
LNX1^2
0.030635
0.015869
1.930561
0.0756
LNX1*DX3
0.192284
0.402484
0.477744
0.6408
LNX1*LNYF(-1)
-0.030613
0.017028
-1.797822
0.0955
DX3
1.537204
1.112595
1.381639
0.1904
DX3^2
-0.414980
0.572041
-0.725438
0.4810
DX3*LNYF(-1)
-0.277146
0.399469
-0.693786
0.5000
LNYF(-1)
0.568538
0.401553
1.415847
0.1803
R-squared
0.773205
Meandependentvar
0.002161
AdjustedR-squared
0.633639
S.D.dependentvar
0.003055
S.E.ofregression
0.001849
Akaikeinfocriterion
-9.456198
Sumsquaredresid
4.44E-05
Schwarzcriterion
-9.009862
Loglikelihood
113.0182
Hannan-Quinncriter.
-9.351054
F-statistic
5.540061
Durbin-Watsonstat
2.167251
Prob(F-statistic)
0.003404
查分布表可得,自由度为9,0.05显著性水平下,临界值为15.5073,而17.01051>15.5073
则模型中存在异方差,所以要对异方差进行修正。
我们小组采用的是加权最小二乘法对此进行修正,下表是我们采用的各种权重对模型进行修改,并对其进行回归和WHITE检验,结果如下。
1/lnyf(-1)
1/sqrlnx1
1/lnx1^2
1/lnx1^(1/3)
Lnx1
nr^2
17.87978
17.06905
18.11842
17.26520
16.97191
P
0.0366
0.0294
0.0530
0.0447
0.0492
由于我们认为这个模型的异方差很可能是由于收入和居民个人消费这两个变量引起的,所以就在这两个变量上做数学变化来找到最好的权重,从而改变模型消除异方差,但是我们发现,试了很多个变量之后,还是无法消除异方差。
八、自相关检验并修正
回归模型的古典假定中是假设误差项是无自相关的,而如果该假设条件无法满足,就称模型中存在自相关。
当一个线性回归模型的随机误差项存在自相关时,就违背了线性回归方程的古典假定,如果仍然用普通最小二乘法估计参数,将会产生严重后果,自相关产生的后果与异方差的后果与异方差类似,参数估计值会被双重低估,标准误差被低估,过高的估计t统计量的值,会夸大所估计参数的显著性。
而由于自相关的存在也会使预测区间不可靠,从而降低了预测的精度,所以我们要对模型进行自相关检验,并且进行修正。
在此我们采用的DW检验,因为我们已经采用了工具变量,所以可以试用DW检验,而不用去采用德BH检验。
DependentVariable:
LNY
Method:
LeastSquares
Date:
06/22/13Time:
20:
48
Sample(adjusted):
19902011
Includedobservations:
22afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-0.729872
0.422089
-1.729190
0.1009
LNX1
0.486266
0.225891
2.152656
0.0452
DX3
0.660909
0.356481
1.853983
0.0802
LNYF(-1)
0.511848
0.234704
2.180826
0.0427
R-squared
0.996076
Meandependentvar
8.557839
AdjustedR-squared
0.995421
S.D.dependentvar
0.759524
S.E.ofregression
0.051393
Akaikeinfocriterion
-2.935663
Sumsquaredresid
0.047542
Schwarzcriterion
-2.737292
Loglikelihood
36.29230
Hannan-Quinncriter.
- 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 期末 论文
![提示](https://static.bdocx.com/images/bang_tan.gif)