中国消费者信心指数影响因素分析.docx
- 文档编号:28330976
- 上传时间:2023-07-10
- 格式:DOCX
- 页数:23
- 大小:56.21KB
中国消费者信心指数影响因素分析.docx
《中国消费者信心指数影响因素分析.docx》由会员分享,可在线阅读,更多相关《中国消费者信心指数影响因素分析.docx(23页珍藏版)》请在冰豆网上搜索。
中国消费者信心指数影响因素分析
中国消费者信心指数影响因素分析
一、引言
随着我国改革进入深水区,经济下行的压力加大,今年前三季度的GDP增速为7.4%,创历史新低。
改革开放30年以来,我国主要依靠出口与投资驱动我国经济快速的发展。
随而潜在的债务危机使得扩大内需成为我国经济发展的必要途径,衡量与预测消费者的消费意愿具有很强的必要性。
消费者信心指数(CCI)由消费者满意指数和消费者预期指数构成,是反映消费者信心强弱的指标,是预测经济走势和消费趋向的一个先行指标。
在许多国家,消费者信心的测度被认为是消费总量的必要补充。
但消费者信心指数使用过程中,却并不能很有效地预测预期消费。
针对这一现象,我们通过对影响消费者信心指数的一些定量数据进行分析,研究各项指标和消费者信心指数之间的关系,从而更深入地了解消费者信心指数本身的构造。
二、文献综述
对于消费者信心指数的研究,国外大多侧重于消费者信心指数的预测作用。
2007年,密歇根大学调查研究中心主任RichaCurtin对37个国家和地区消费者信心调查数据的研究表明,有54%的国家和地区的CCI调查数据与本国GDP增长趋势显著相关,能够有效预测GDP增长趋势;62%的国家和地区数据可以有效预测失业率的变化;55%可以有效预测消费市场的变化。
国内对于消费者信心指数的研究,主要集中于消费者信心指数的编制,以及其与各大宏观经济变量的相关关系的分析上。
唐晓青(2008)针对消费者信心指数与CPI之间的关系进行实证研究,发现CCI对于全国水平上的CPI的预测和解释作用都不显著;任栋(2012)则着重研究消费者信心指数的形成机理,表明国内生产总值、房地产开发综合景气指数、CPI、失业率四大宏观经济指标,对于消费者信心指数的形成具有显著的影响。
综上所述,国内外关于消费者信心指数的研究大都集中在CCI与各种宏观经济因素之间存在的关系以及CCI对宏观经济的导向功能方面。
因此,本文将探究消费者信心指数与各重要宏观经济因素之间的相互影响关系。
三、指标选择及数据预处理
本文一共选取了以下5个变量:
居民消费价格指数(CPI)、社会消费品当月总额(CPS)、城镇登记失业率(UL)、采购经理人指数(PMI)、房地产开发综合景气指数(下文均用FDC代替)。
其中,居民消费价格指数以上年同月为基期,是同比数据。
构建模型如下:
CCI
具体的数据表格如下表所示:
指标名称
消费者预期指数
居民消费价格指数(CPI)
社会消费品当月总额额(亿元)
制造业采购经理指数(%)
城镇登记失业率
房地产开发综合景气指数
2006年01月
95.8
101.89
6641.6
52.1
4.2
100.76
2006年02月
95.9
100.86
6001.9
52.1
4.2
101.05
2006年03月
96.7
100.8
5796.7
55.3
4.2
101.46
2006年04月
96.4
101.21
5774.6
58.1
4.2
101.61
2006年05月
96.3
101.38
6175.6
54.8
4.2
101.87
2006年06月
96.8
101.51
6057.8
54.1
4.2
102.93
2006年07月
96.6
101.03
6012.2
52.4
4.1
103.51
2006年08月
97.1
101.32
6077.4
53.1
4.1
103.31
2006年09月
98.6
101.51
6553.6
57
4.1
103.14
2006年10月
98.3
101.41
6997.7
54.7
4.1
103.4
2006年11月
98.7
101.88
6821.7
55.3
4.1
103.92
2006年12月
99.7
102.81
7499.2
54.8
4.1
102.96
2007年01月
99.1
102.17
7488.3
55.1
4.1
102.42
2007年02月
98.6
102.71
7013.7
53.1
4.1
101.78
2007年03月
97.4
103.28
6685.8
56.1
4.1
101.22
2007年04月
98.8
103.03
6672.5
58.6
4.1
102.65
2007年05月
99.1
103.39
7157.5
55.7
4.1
103.32
2007年06月
100
104.36
7026
54.5
4.1
103.63
2007年07月
99.2
105.62
6998.2
53.3
4
104
2007年08月
99.9
106.52
7116.6
54
4
104.48
2007年09月
99.6
106.24
7668.4
56.1
4
104.99
2007年10月
99.2
106.5
8263
53.2
4
105.74
2007年11月
98.7
106.94
8104.7
55.4
4
106.59
2007年12月
99.5
106.51
9015.3
55.3
4
106.45
2008年01月
98.6
107.08
9077.3
53
4
106.11
2008年02月
96.8
108.74
8354.7
53.4
4
105.55
2008年03月
97.1
108.31
8123.2
58.4
4
104.72
2008年04月
96.6
108.48
8142
59.2
4
104.07
2008年05月
97
107.72
8703.5
53.3
4
103.34
2008年06月
96.5
107.08
8642
52
4
103.08
2008年07月
96.9
106.3
8628.8
48.4
4
102.36
2008年08月
96
104.9
8767.7
48.4
4
101.78
2008年09月
95.6
104.64
9446.5
51.2
4
101.15
2008年10月
94.2
103.97
10082.7
44.6
4.2
99.68
2008年11月
104.6
102.43
9790.8
38.8
4.2
98.46
2008年12月
100.9
101.2
10728.5
41.2
4.2
96.46
2009年01月
100.1
101
10756.6
45.3
4.3
95.66
2009年02月
99.9
98.4
9323.8
49
4.3
94.86
2009年03月
99
98.8
9317.6
52.4
4.3
94.74
2009年04月
99.6
98.5
9343.2
53.5
4.3
94.76
2009年05月
100.3
98.6
10028.4
53.1
4.3
95.94
2009年06月
100.1
98.3
9941.6
53.2
4.3
96.55
2009年07月
101.1
98.2
9936.5
53.3
4.3
98.01
2009年08月
102
98.8
10115.6
54
4.3
100.08
2009年09月
102.18
99.2
10912.8
54.3
4.3
101.08
2009年10月
102.64
99.5
11717.6
55.2
4.3
102.03
2009年11月
102.99
100.6
11339
55.2
4.3
102.78
2009年12月
103.98
101.9
12610
56.6
4.3
103.66
2010年01月
104.6
101.5
12720.91
55.8
4.2
104.565
2010年02月
104.5
102.7
12337.81
52
4.2
105.47
2010年03月
108.2
102.4
11322
55.1
4.2
105.89
2010年04月
106.8
102.8
11510
55.7
4.2
105.66
2010年05月
108.2
103.1
12455
53.9
4.2
105.07
2010年06月
108.9
102.9
12330
52.1
4.2
105.06
2010年07月
108.6
103.3
12253
51.2
4.1
104.72
2010年08月
107.9
103.5
12570
51.7
4.1
104.11
2010年09月
104.49
103.6
13537
53.8
4.1
103.52
2010年10月
104.14
104.4
14284
54.7
4.1
103.57
2010年11月
103.1
105.1
13911
55.2
4.1
103.2
2010年12月
100.6
104.6
15330
53.9
4.1
101.79
2011年01月
100
104.9
15249
52.9
4.1
102.345
2011年02月
99.65
104.9
13769
52.2
4.1
102.9
2011年03月
109.32
105.4
13904
53.4
4.1
102.98
2011年04月
107.5
105.3
13649
52.9
4.1
103.19
2011年05月
106.6
105.5
14697
52
4.1
103.2
2011年06月
111.4
106.4
14564.7
50.9
4.1
101.75
2011年07月
111.8
106.5
14408.3
50.7
4.1
101.5
2011年08月
110.4
106.2
14705
50.9
4.1
101.12
2011年09月
108.85
106.1
15865
51.2
4.1
100.41
2011年10月
106.25
105.5
16546
50.4
4.1
100.27
2011年11月
101.71
104.2
16129
49
4.1
99.87
2011年12月
105.32
104.1
17740
50.3
4.1
98.89
2012年01月
109.31
104.5
17222.5
50.5
4.1
98.39
2012年02月
110.93
103.2
16446.5
51
4.1
97.89
2012年03月
106.57
103.59
15650
53.1
4.1
96.92
2012年04月
108.48
103.37
15603
53.3
4.1
95.62
2012年05月
108.87
103
16715
50.4
4.1
94.9
2012年06月
103.22
102.15
16584.6
50.2
4.1
94.71
2012年07月
101.46
101.78
16314.9
50.1
4.1
94.57
2012年08月
103.72
102.04
16658.9
49.2
4.1
94.64
2012年09月
104.04
101.91
18226.6
49.8
4.1
94.39
2012年10月
109.33
101.72
18933.8
50.2
4.1
94.56
2012年11月
109.4
102.04
18476.7
50.6
4.1
95.71
2012年12月
107.6
102.52
20334.21
50.6
4.1
95.59
2013年01月
110.1
102.03
19373.34
50.4
4.1
96.755
2013年02月
113.3
103.22
18436.5
50.1
4.1
97.92
2013年03月
107.9
102.07
17641.2
50.9
4.1
97.56
2013年04月
108.1
102.39
17600.29
50.6
4.1
97.35
2013年05月
102.7
102.1
18886.3
50.8
4.1
97.26
2013年06月
100.5
102.67
18826.69
50.1
4.1
97.29
2013年07月
101
102.67
18513.16
50.3
4
97.39
2013年08月
101.6
102.57
18886.22
51
4
97.29
2013年09月
103.5
103.05
20653.33
51.1
4
97.25
2013年10月
107.5
103.21
21491.27
51.4
4.05
96.88
2013年11月
102.7
103.02
21011.9
51.4
4.05
96.38
2013年12月
106.8
102.5
23059.8
51
4.05
97.21
四、模型回归与检验
在做多元回归前,我们将消费者信心指数分别与居民消费价格指数(CPI)、社会消费品当月总额(CPS)、城镇登记失业率(UL)、采购经理人指数(PMI)、房地产开发综合景气指数(下文均用FDC代替)做出相应的散点图,分析因变量与各个自变量之间的关系,具体图形如下图所示:
图1CCI与CPS图2CCI与CPI
图3CCI与FDC图4CCI与PMI
图5CCI与UL
上图将各个变量进行散点图分析后,我们发现CCI与大部分变量之间都存在线性关系,因此我们将以CCI作为因变量,CPI、CPS、FDC、UL、PMI作为自变量从而进行多元回归。
利用eviews进行最小二乘估计得到最初的回归结果如下:
DependentVariable:
CCI
Method:
LeastSquares
Date:
24/12/15Time:
23:
36
Sample:
2006M012013M12
Includedobservations:
96
Variable
Coefficient
Std.Error
t-Statistic
Prob.
CPI
0.269999
0.239839
1.125752
0.2633
CPS
0.000894
8.38E-05
10.66884
0.0000
FDC
0.633479
0.143553
4.412866
0.0000
PMI
-0.150002
0.112008
-1.339207
0.1839
UL
34.13807
5.440578
6.274714
0.0000
C
-135.2785
41.02794
-3.297229
0.0014
R-squared
0.637388
Meandependentvar
100.1461
AdjustedR-squared
0.617243
S.D.dependentvar
4.532754
S.E.ofregression
2.804297
Akaikeinfocriterion
4.960644
Sumsquaredresid
707.7674
Schwarzcriterion
5.120916
Loglikelihood
-232.1109
Hannan-Quinncriter.
5.025429
F-statistic
31.63979
Durbin-Watsonstat
0.974000
Prob(F-statistic)
0.000000
表5.1最小二乘法回归结果
从输出结果中可得出当前模型的输出结果为:
CCI=-135.2785+0.269999CPI+0.000894CPS+0.633479FDC+34.13807UL-0.150002PMI
(40.21924)(0.232774)(8.41E-05)(0.127115)(5.397903)(0.112008)
t=(-3.297229)(1.125752)(10.66884)(4.412866)(6.274714)(-1.339207)
R²=0.637388
=0.617243F=31.63979DW=0.974000
从统计推测角度看,在5%的显著性水平下,自由度为96时,可决系数与F统计值均显著,且各个解释变量的系数除了CPI以外均较为显著。
但是我们可以看到该输出结果中,R2只有0.63,同时DW值也较小,为0.97,该模型并不完善,可能存在多重共线性、异方差或者自相关等。
因此接下来将进一步进行计量经济学检验,从而优化该模型。
(一)多重共线性检验
选择CPI,CPS,FDC,UL数据,利用correlation得到相关系数矩阵如下:
CCI
CPI
CPS
FDC
PMI
UL
CCI
1.000000
-0.142210
0.554012
-0.158015
-0.201211
0.312172
CPI
-0.142210
1.000000
0.009555
0.498249
0.088521
-0.782763
CPS
0.554012
0.009555
1.000000
-0.570146
-0.387640
-0.163141
FDC
-0.158015
0.498249
-0.570146
1.000000
0.537276
-0.226335
PMI
-0.201211
0.088521
-0.387640
0.537276
1.000000
-0.036438
UL
0.312172
-0.782763
-0.163141
-0.226335
-0.036438
1.000000
表5.2相关系数矩阵
由表可知各个变量之间的相关性系数均小于0.8,可以判断CCI、CPI、CPS、FDC、UL这五个变量之间不存在明显的多重共线性。
(二)异方差检验
HeteroskedasticityTest:
White
F-statistic
2.708938
Prob.F(20,75)
0.0010
Obs*R-squared
40.26328
Prob.Chi-Square(20)
0.0046
ScaledexplainedSS
43.62176
Prob.Chi-Square(20)
0.0017
表5.3white检验结果
上表中,在α=0.01下,P值小于α,同时变量的t检验值也显著,表明模型存在异方差。
采用加权最小二乘法(WLS)对异方差进行修正,分别选取W1=1/|resid|,W2=1/resid²,,W5=1/reside5作为权数进行怀特检验,具体结果如下:
当W1=1/|resid|时,回归结果及怀特检验结果如下:
DependentVariable:
CCI
Method:
LeastSquares
Date:
24/12/15Time:
10:
03
Sample:
2006M012013M12
Includedobservations:
96
Weightingseries:
W1
Variable
Coefficient
Std.Error
t-Statistic
Prob.
CPI
0.267827
0.020004
13.38890
0.0000
CPS
0.000889
1.30E-05
68.37407
0.0000
FDC
0.632500
0.013734
46.05527
0.0000
PMI
-0.165444
0.018941
-8.734740
0.0000
UL
34.37518
0.795672
43.20271
0.0000
C
-135.0622
3.753760
-35.98052
0.0000
WeightedStatistics
R-squared
0.998373
Meandependentvar
99.61227
AdjustedR-squared
0.998283
S.D.dependentvar
302.2560
S.E.ofregression
0.374111
Akaikeinfocriterion
0.931935
Sumsquaredresid
12.59634
Schwarzcriterion
1.092207
Loglikelihood
-38.73288
Hannan-Quinncriter.
0.996719
F-statistic
11048.61
Durbin-Watsonstat
0.701503
Prob(F-statistic)
0.000000
UnweightedStatistics
R-squared
0.637233
Meandependentvar
100.1461
AdjustedR-squared
0.617080
S.D.dependentvar
4.532754
S.E.ofregression
2.804894
Sumsquaredr
- 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:
- 中国消费者 信心 指数 影响 因素 分析