-
宏观经济政策对中国经济周期波动的影响分析_经济学毕业论文
宏观经济政策对中国经济周期波动的影响分析_经济学毕业论文 宏观经济政策对中国经济周期波动的影响分析 一、引言 什么是经济周期?萨绍尔森(Samuelson．M)和诺德豪斯〔Nordhans．P．A)(1998)在他们合著的《经济学》中是这样定义的：“经济周期是国民总产出、总收入、总就业量的波动．持续时间通常为2一l0年．它以大多数经济部门的扩张或收缩为标志“,”经济周期是由经济衰退和紧随其后的经济扩张两部分组成的”、“经济衰退是指国内生产总值(GDP)增长率连续两个季度以上下降”，“经济扩张是经济衰退的相反”。 对经济周期成因的论述，除外因说(如战争、革命、自然灾害等引起经济的周期性波动)外、西方学者调重于内因说．其中影响比较大的有以下几种观点： (1)凯恩斯主义提出的乘数一加速数理论 (2)卢卡斯在l 977、l 978年提出的货币性经济周期理论 (3)熊彼特在1939年提出的基于创新的周期理论 上述三种观点从不同角度解释了西方市场经济国家经济周期的成因。但用这些观点却难以解释保我国这样的体制转轨国家的经济的周期性运动。例如，它们不能解释我国1978、1992年的经济为什么会迅猛增长，也不能解释1989年为什么会出现严重的经济衰退。在我们看来，这3个年头我国经济出现的异常波动是由政府的宏观调控政策“启动过猛”或“刹车过急”所造成的。因此，我们认为．直到目前为止．“中国的经济周期是由不同时期、不同情况下政府宏观经济政策的不同和市场自身的运行规律共同起作用的结果。” 目前．理论界对我国1978—1999年间经济周期的划分．其依据集中在经济增长或通货膨胀的波动上。比较有代表性的有：以经济增长率(以GDP增长率计，下同)的“谷——谷”法为依据，划分为I978—1981年、1982一1986年、1987—1990年、1991—1998年4个周期(刘树成，2000) 综观改革开放以来各个时期出台的重大经济政策，我们发现，这些政策一般都是在经济增长处于波峰或波谷前后推出的(见图1)。我们将以经济增长的“谷——谷”法来划分经济周期，并认同刘树成认定的各个经济周期的起点。这样，我们认为改革开放以来经历了如下4个经济周期：1978—1981年、1982—1986年、1987—1990年、1991—1999年。 说明：图中的标记表示各个时期出台的主要重大经济政策。 (1)1978年2月，中共中央特发国家计《关于经济计划的汇报重点》，提出在1980年全国将建成独立的比较完整的工业体系和国民经济体系。当年的经济增长率成为第3个经济周期的波峰。 〔2)1979年3月，国务院出台了“调登、改革、登顿、提高”的八字方针．经济随即送入收缩期。 〔3)1981年3月，国务院作了关于加强基本建设计划管理、控制基本建设规模的若干规定，该年经济继续走低．并成为第1个经济周期的谷底。 (4)1982年9月，党的十二大召开，提出到20世纪末国民生产总值翻两番的目标，经济步入第2个经济周期的上升期。 (5)1986年4月，国务院发布关于加强预界外资金管理的通知》、7月,国务院发布《关于控制图定资产投资规援的若干规定》、经济增速下降，该年也成为第3个经济周期的谷底。 (6)]987年3月，国务院发布关于放宽固定资产投资审批权限和简化审批手续的通知经济增速随即上升．构成了第3个经济周期的上升期。 (7)1988年2月、7月和8月，国务院分别提出了“控制物价、穗定经济”，9月发布《关于清理固定资产投资在建项目、压缩投资规模、调整投资结构的通知》，经济开始步入收缩期。 (8)1989年3月，李鹏在七届人大二次会议上作《坚决贫彻治理整顿知深化改革的方针》政府工作报告、8月．国务院发布《关于进一步抓紧抓好治理固定资产投资项目的通知》，经济急剧收缩。 （9）l990年5月．国务院批转国家计委《关于1990牟继续搞好汾理固定资产投资项目工作的报告》，不过同年7月国务院举行第九次全体会议，提出在适当的时候采取“松”的财政货币政策。经济增速继续走低、并形成第3个经济周期的谷底。 (10)1991年2月，国务院召开全国经济体制改革工作会议、制定了《经济体制改革”八五”纲要和十年规划》，该年成为第4个经济周期的起点。 (11)1992年9月，中共召开十四大。江泽民作了题为《加快改革开放和现代化建设步伐．夺取有中国特色社会主义事业的更大胜利》的报告。在十四大的鼓舞和招引下，经济快速增长．构成了第4个经济周期的波峰。 (12)1993年6月，中共中央和国务院提出《关于当前经济情况和加强宏观调控的意见》，经济步入收缩。 (13)1996年1月、全国金融工作会议在京召开，提出继续实施适度从紧的货币政策，经济继续回落。 (14)1998年2月，中共中央、国务院发出3个文件、强调经济工作应注重扩大内需、增加投资。但经济继续惯性地在低谷徘徊。 (15)1998—2000年，政府相继出台了诸多积极的财政政策和稳健的货币政策，累计增发国债3600亿元，存贷款利率也降低到历史低点，经济的持续下滑之势得到抑制、并在2000年出现转机。 二、问题的提出 社会生产力的发展始终是人类面临的最大问题，20世纪以来经济增长突飞猛进，社会生产力得到极大提高。各国钧致力于经济的增长，并将此作为一国政府的政策目标。而在现实中，经济增长总是呈带波动的上升趋势，可以说经济增长是通过经济波实现的，经济波动又是在经济增长趋势中进行的，而有规律的经济波定可以称之为经济周期。 改革开放以来，我国经济结构发生了深刻变化，经济得以迅速发展。许多新的经济现象迫使人们跳出原有的分析套路，即根据历史平均增长速度推断和评价当前和未来经济增长的方法，转而关注各个时期增长速度的差异及其规律。 我们搜集了从1978～2002年的国内生产总值以及GDP增长率的数据，并对其进行统计分析，目的是揭示经济增长规律即经济周期。 对GDP采取Y=T*C*I模式进行分析。主要采用分解法来测定经济周期。 注：分解法：是从序列中分解出长期趋势和季节变动，医院序列数值除以趋势和季节，生于循环和不规则变动，最后分离出循环因素。 先分解长期趋势T，然后对I进行剔除，剩余循环因素 C 得到后结果如图： 三、模型设定与解释 （一）模型的理论基础：本文主要分析中国政府的宏观调控政策对经济波动所产生的影响。政府主要采用的宏观政策是货币政策和财政政策，因此我们采用的是政治周期理论 假设条件： 凯恩斯国民收入决定理论为政策制定者提供了刺激经济的工具 人民喜欢高经济增长、低失业及低通货膨胀时期 政治家喜欢连任（在中国，领导者们希望政局稳定以保证经济的健康持续发展） 中国的实际情况基本符合上述假定。 中国的宏观调控体系主要包括较为独立的市场经济主体、宏观经济政策特别是货币政策体系，以及测算宏观经济总量的指标体系等，基本上都是改革开放以后形成的。而我们所研究的对象是宏观经济政策对GDP的影响，宏观经济政策主要是货币政策和财政政策，因此我们研究的重点是货币政策和财政政策对GDP的影响。所以我们选择了GDP（Y），货币供给（M2），财政支出(F),这些变量来反映经济增长。 （二）变量及模型的选择。 根据圣路易方程（P228） GDP t = ά+β1* M2t ＋β2*INVt ＋β3*GCEt ＋ ut 我们选择变量GDP（Yt）、货币供给（M2）和财政支出（F）来建立初步的模型 Yt= ά+β1* M2+β2*F+ ut ——（1）（ά,β1,β2,β3均为回归系数，以下均同） 再在此基础上逐步引入政策变量（货币政策变量和财政政策变量）加以讨论以达到我们的研究目的。 （三）回归分析及其解释 查找相关数据资料得到如下具体数据： obsYFM2 1978 3624.100 1122.100 1159.000 1979 4038.200 1281.000 1458.100 1980 4517.800 1228.800 1842.900 1981 4862.400 1138.400 2234.500 1982 5294.700 1230.000 2589.800 1983 5934.500 1409.500 3075.000 1984 7171.000 1701.000 4146.300 1985 8964.400 2004.300 5198.900 1986 10202.20 2204.900 6720.900 1987 11962.50 2262.200 8330.900 1988 14928.30 2491.200 10099.80 1989 16909.20 2823.800 11949.60 1990 18547.90 3083.600 15290.40 1991 21617.80 3386.600 19349.90 1992 26638.10 3742.200 25402.20 1993 34634.40 4642.300 34879.80 1994 46759.40 5792.600 46923.50 1995 58478.10 6823.700 60750.50 1996 67884.60 7937.600 76094.90 1997 74462.60 9233.600 90995.30 1998 78345.20 10798.20 102297.0 1999 82067.50 13187.70 119897.9 2000 89468.10 15886.50 134610.3 2001 97314.80 18902.60 158301.9 2002 102397.9 22011.70 185007.0 根据模型对上述数据进行回归 Y= 17556.19 + 1.513852*M2 － 8.545446*F t ＝ （8.838951） （9.411871） （-5.699386） R2= 0.982399 DW=0.492734 F=613.9813 Obs*R^2=6.564749 根据回归结果分析，模型整体回归效果较好，t值显著，在ARCH滞后3期的条件下检验无异方差，不足是模型存在正的自相关，且F的系数与经济意义不相符合，估计是由于M2 和F的多重共线性引起的。 修正：将原模型按照两个解释变量修改为以下两个新模型： Yt=ά+β2*M2+ut (2) Yt=ά+β1*F +ut (3) 回归结果如下： 方程（2） Y= 8680.232 + 0.602531*M2 t = (4.574855) (22.46490) R2= 0.956412 DW=0.225136 F=504.6718 Obs*R-squared=14.51569 方程（3） Y= 3787.068 + 5.483294*F t= (1.285577) (15.39406) R2=0.911531 DW=0.197919 F=236.9772 Obs*R-squared=19.61643 根据回归结果分析，两个模型整体回归效果较好，t值显著，但是两个方程都存在严重的正自相关和异方差。对于方程（3）由于变量之间自身的性质使得自相关的消除几乎不可能，且用各种方法进行修正后仍然不能消除异方差，和自相关，对R2的影响也不大，因此我们暂不予以修改。对于方程（2）我们用广义差分法修正如下： DLY t= 0.665318 + 0.724973*DLM2 （4） t = (10.52221) (28.48460) R2= 0.973601 DW=1.331838 F=811.3727 Obs*R-squared=1.028529 （三）引入虚拟变量的模型设定 考虑到改革开放二十多年以来政府的财政政策和货币政策不断的变化，对经济的影响也大不相同，并且政策作为定性变量只能以虚拟变量的方式引入模型。 （1）引入虚拟变量的背景 根据所查阅的资料，GDP在82年达到波谷，由于80年我国出现了财政状况的严重困难，所以国家在81年采取的是紧缩的财政政策，通过压缩基建项目，控制消费基金增长等措施来降低总需求。由于当时的政策主要仍是以财政为主货币为辅，因此紧缩的财政政策对国民经济影响很大，造成1982年GDP的低谷状态。 82后国家采取宽松的财政政策，通过“分灶吃饭”的财政体制和两步利改税的税制改革，使我国经济增长走出低谷。到1984年我国经济出现过热和物价上涨，GDP增长率有所下降。85年出现通货膨胀，国家开始采取双紧政策，以抑制经济过热的势头，随着宏观经济政策的实施，经济增长率和物价水平都有了大幅回落。为了避免过分紧缩而使经济陷入过冷局面，国家在86年开始逐步放松货币政策，86——88年财政政策有区别的放松。 由于宽松政策连续几年的实行，需求总量膨胀，导致财政赤字扩大，进而货币超经济发行，物价很快上涨，严重影响国民经济的健康发展。1989年国家开始采取双紧政策，大规模压缩固定资产投资规模，大力削减消费需求，紧缩中央财政开支，这次急刹车迅速抑制了不良通涨，但也使经济出现疲软问题。 90年推行较为宽松的货币政策，财政政策依然紧缩，91年又放松了财政政策，92年采取双松政策模式，在这年经济增长达到最高点。92年之后年国家经济出现过热势头，因此94——96均采取了双紧的政策，成功实现软着陆。97年亚洲金融危机和98年大洪水的影响，再加上世界经济也处于萧条时期，99年以后国家采取积极财政政策以扩大内需，采取稳健的货币政策以防止通涨。 综上所述，我们得出中国改革开放25年以来的政策走向具体每年如下表所示：（松：扩张的政策 紧：紧缩的政策 无：当年的没有明显的政策倾向，） 表二：政策具体走向 197819791980198119821983198419851986198719881989 财政无松松紧松松松紧松松松紧 货币无松无紧松松松紧无松松紧 1990199119921993199419951996199719981999200020012002 财政紧松松无紧紧紧无松松松松松 货币松无松松紧紧紧紧紧紧紧紧紧 （2）设定虚拟变量和建模分析 A、单独政策分析 1 扩张性财政政策 D1= 0 其它 1 紧缩性财政政策 D2= 0 其它 1 扩张性货币政策 D3= 0 其它 1 紧缩性货币政策 D4= 0 其它 由此我们引入政策虚拟变量建立以下几个模型： Yt= ά+β1*RF+β2*F ————（5） (RF=D1*F) Yt= ά+β1*TF+β2*F ————（6） (TF=D2*F) DLYt= ά+β1*RDLM2+β2*DLM2 ———— （7） (RDLM2=D3*DLM2) DLYt = ά+β1*T DLM2+β2*DLM2 ————（8） (T DLM2=D4* DLM2) （1）扩张财政——(5) 对以上模型进行回归分析，结果如下： Y= －737.9418 － 2.668809*RF + 8.111691* F t = (-0.337588) (-5.242700) (14.56167) R2=0.960668 DW=1.006787 F=221.2294 Obs*R-squared=0.833266 根据回归分析，方程的R2 和F值都较高，说明模型整体回归效果较好，扩张性财政政策RF 和F的t值显著，模型不存在异方差。 （2）紧缩财政——(6) Y= 810.7126 + 2.410542 *TF + 5.504089* F t = (0.301704) (3.108418) (18.12558) R2=0.938527 DW=0.588219 F=167.9406 Obs*R-squared=4.488530 根据回归分析，方程的R2 和F值都较高，t值显著，回归效果较好。 （3）扩张货币——（7） DLYt = 0.654585 ＋ 0.002919* RDLM2 + 0.728331* DLM2 t = (9.044875) (0.328054) (26.07874) R2=0.973736 DW=1.390229 F=389.2844 Obs*R-squared=1.283805 根据回归分析，方程的R2 和F值都较高, 模型整体回归效果较好, DLM2的t值显著,而RDLM2的t值不显著, （4）紧缩货币——（8） DLYt = 0.686025 + 0.004068 * TDLM2 + 0.714347* DLM2 t = (8.602511) (0.440505) (20.17096) R2=0.973843 DW=1.248326 F=390.9213 根据回归分析，方程的R2 和F值都较高, 模型整体回归效果较好, DLM2的t值显著,而TDLM2的t值不显著, 图四 结合图形对上述四个方程进行经济解释： 采取扩张性财政政策的年份有79 80 82 83 84 86 87 88 91 92 98 99 2000 2001 2002结合图形再采取扩张财政政策的年份，在经济的衰退期和上升期，GDP增长率大体呈现向上的趋势，说明扩张的财政政策对GDP的拉动是明显的，能够抑制经济下滑和促进经济回升。 采取紧缩性的财政政策的年份有81 85 89 90 94 95 96 从图表一中可以看出在经济处于过热和通货膨胀时期采取紧缩性财政政策能够抑制经济过热，使经济软着陆。 采取扩张性的货币政策的年份有79 82 83 84 87 88 90 92 93扩张性财政政策基本在80年代和90年代初实施，是为了适应经济的增长对货币的需求。但是从通货膨胀的统计数据来看在实行扩张性货币政策的年份经济多处于通货膨胀时期，切经济多处于GDP增长率呈下降趋势的时期。说明这一时期的货币政策没有把握的很好，例如在85、88年出现了高通货膨胀。 采取紧缩性的货币政策的年份有81 85 89 94 95 96 97 98 99 2000 2001 2002 80年代采取紧缩的货币政策是为了抑制经济生活中出现的高通货膨胀，94－97年实施紧缩的货币政策是为了实现经济的软着陆，98－2002年是为了防止通货膨胀。从图中可以看出这些政策的实施恰好在80年代处于GDP的拐点处，而94-97年的GDP处于平缓下降趋势，在98－2002年GDP却呈现出轻微波动，从该政策实施的目的和GDP增长率的走势来看，政策的实施基本适应经济的运行。 然而，单独的财政或货币政策的分析并不能很好的解释现实经济的波动，这体现在我们的一些回归方程（如方程一）中所出现的符号正负向与其经济意义不相符以及t值的不显著（方程三和方程四中DLM2的t值不显著）。这可能是由于政府在不同时期政策的侧重点不同所造成的，因此我们还要进一步分析两种政策的搭配效果。 B、政策搭配分析： 这里同上将政策作为定性变量以虚拟变量的方式引入模型： 扩张性财政政策与扩张性货币政策 D5= 0 其它 1 紧缩性财政政策与紧缩性财政政策 D6= 0 其它 1 扩张性财政政策与紧缩性货币政策 D7= 0 其它 1 紧缩性财政政策与扩张性货币政策 D8= 其它 由此我们引入政策虚拟变量建立以下几个模型： Yt=ά+β1*F +β2*G+ ut ————（9） (G=D5*F) Yt=ά+β1*F +β2*H+ ut ————（10） (H=D6*F) Yt=ά+β1*F +β2*I+ ut ————（11） (I=D7*M2) Yt=ά+β1*F +β2*J+ ut ————（12） (J=D8*M2) DLYt=ά+β1*DLM2 +β2*M+ ut ————(13) (M= D5* DLM2) DLYt=ά+β1*DLM2 +β2*N+ ut ————(14) (N= D6* DLM2) DLYt=ά+β1*DLM2 +β2*O+ ut ————(15) (O= D7* DLM2) DLYt=ά+β1*DLM2 +β2*P+ ut ————(16) (P= D8* DLM2) 双松——方程(9、13) Yt= 5396.827 + 5.380336*F —1.783750*G （9） t = (1.509400) (14.12569) (-0.807766) R2=0.914077 DW=0.259600 F=117.0215 Obs*R-squared=16.16820 根据回归分析，方程的R2 和F值都较高，整体效果较好，但G的 t值不显著，且与经济意义不符 DLYt=0.633167 + 0.735952*DLM2 + 0.008133*M ———(13) t = (8.352247) (25.16985) (0.784916) R2=0.974354 DW=1.378384 F=398.9150 Obs*R-squared=1.696960 根据回归分析，方程的R2 和F值都较高，整体效果较好，但M的t值不显著 双紧——方程（10、14） Yt=1144.947 + 5.479830*F + 2.509594*H ———（10） t = (0.439378) (18.30478) (3.250014) R2=0.940227 DW=0.616864 F=173.0289 Obs*R-squared=4.367305 根据回归分析，方程的R2 和F值都较高，整体效果较好，解释变量的t值显著 DLYt=0.665093 + 0.719701*DLM2 + 0.021407*N ————(14) t = (12.28382) (32.91609) (3.000570) R2=0.981523 DW=1.701736 F=557.7734 Obs*R-squared=1.172853 根据回归分析，方程的R2 和F值都较高，整体效果较好，解释变量的t值显著 财松货紧——方程（11、15） Yt=-5433.785 + 8.743037*F —3.050889*I ————（11） t = (-2.044178) (13.16867) (-5.272718) R2=0.960917 DW=1.701736 F=270.4556 Obs*R-squared=1.302621 根据回归分析，方程的R2 和F值都较高，整体效果较好，解释变量的t值显著 DLYt=0.561240 + 0.773062*DLM2 —0.023652*O ————(15) t = (8.412790) (27.45514) (-2.787943) R2=0.980733 DW=2.003553 F=534.4618 Obs*R-squared=1.832936 根据回归分析，方程的R2 和F值都较高，整体效果较好，解释变量的t值比较显著 （4）财紧货松——方程（12、16） Yt=3919.989 + 5.475984*F —0.732207β2*J ————（12） t = (1.273935) (14.97942) (-0.207144) R2=0.911701 DW=0.199692 F=113.5764 Obs*R-squared=19.58128 根据回归分析，方程的R2 和F值都较高，整体效果较好，F的t 值显著，但J 的t值不显著 DLYt=0.668948 + 0.724655*DLM2 —0.027951*P ————(16) t = (10.92071) (29.40996) (-1.573140) R2=0.976384 DW=1.242358 F=434.1189 Obs*R-squared=1.491173 根据回归分析，方程的R2 和F值都较高，整体效果较好，DLM2的t 值显著，但P 的t值不显著 采取双松的政策下的年份有82 83 84 87 88，由方程（9）、（13），可决系数很大，这表明双松的政策对经济的影响十分显著。但由于G与M 的t值不显著，说明单一的政策效果不明显。我们认为货币扩张造成通胀，对经济周期影响较明显，政策的整体效果较好。实际中1992年及以前中国经济的发展处于转型的初期，各项经济指标都不健康，加之政府的指导思想存在失误，并且技术上的不足，对M2的发行严重失真，财政支出亦十分随意，造成经济通货膨胀十分严重，这大大干扰了经济的发展，GDP的走势图大起大落。 采取双紧的政策下的年份有81 85 89 94 95 96由方程（10）、（14），可以看出回归效果都很好，T检验很显著。实际上92年后政府在宏观调控有很大进步，经过长时间的通货膨胀，政府大力给经济降温，央行收缩银根，政府建立科学的预算制度，控制财政支出，通过有效的财政和货币政策,有力的遏制了经济的非理性发展，促进了经济的增长。 采取财松货紧的政策的年份有98-2002由方程（11）、（15）R2 和F值都较高，整体效果较好，解释变量的t值显著。但I 的系数为负，造成这一结果的原因可能是政府大量投资基础设施建设，对民间民间投资有“挤出”效应。 采取财紧货松的政策的年份只有90年，政策搭配没有普遍性，难以对其效果进行判断。所以在此不作进一步的讨论。 四、政策建议 当前我国经济处于过热的状态，经济过热的主要源头有两个：一个是房地产发展过快；另一个就是政府的政绩工程包括形象工程等推动的投资增长。钢铁、水泥，电解铝等只是中间产品。另外，由于近期国际石油价格上涨和国内原材料价格上涨,导致通货膨胀的出现，应该采取措施稳定物价，防止通货膨胀继续抬升。 根据回归方程及图形，我国经济确实存在周期现象，而经济的稳健增长是每个国家追求的目标，现实中各国都争取最大限度减少周期波动带来的不利影响，因此针对我国当前经济情况，我们提出以下的建议作为参考： 一、政政策可适当减弱力度，同时，向“中性”和“稳健”的方向调整。积极财的 政策对治理经济衰退比较有效。鉴于当前的经济形势，财政资金所支持的投资项目可以适度紧缩，主动进行结构性调整。在总量上，可以适当减少长期建设国债的规模，同时适当调整国债使用的结构和方向，更多地向经济和社会发展的薄弱环节倾斜，继续加大财政转移支付的力度，重点放在就业和社会保障体系的投入、义务教育、科学、文化、体育和基本卫生条件及的保障和改善方面；增加对“三农”问题的投入。同时，控制政府投资节奏。 二、货币政策短期内应保持稳健，并对利息率予以适当调整。在调控方式和松紧程度方面将进行连续的微调。居民存款早已是负利率；货款的实际利率也很低。利率的调整，可能对制止钢铁业，电解铝的投资作用不大，但对居民的房地产，汽车贷款的需求还是有一定作用的。目前，广义和狭义货币增长幅度控制在较低的水平，部分企业感到资金紧张，随着固定资产投资的降温，货币政策在数量控制方面可以稍有松动。但是考虑到控制通货膨胀的任务，央行仍应该谨慎地控制金融市场流动性，同时根据情况较为频繁地进行微调。 三、从财政政策与货币政策的组合来看，随着积极财政政策淡出之成为必然，货币政策也将从“配角”上升为“主角”，控制好货币供应量成为主要调控目标。要切实建立起激励中小企业, 服务业发展机制，拓宽中小企业的投资渠道。这里的核心是建立适合于中小企业的投融资体制。相对于别的国家来说，中国特别缺的是大量面向中小企业的专业投资公司。国际经验证明，大力发展对传统行业中小企业的创业投资公司或基金，能较快、较大规模地缓解中小企业融资难的问题。加快开放民营中小银行试点也不失为使 “冷”的领域“热”起来的好途径。民营银行要大胆试点，谨慎推广。与此同时，大力发展货币市场，进一步解决资本市场中存在的问题，打通货币市场与资本市场的联系渠道，推进利率市场化，多渠道引导资金流向实体经济特别是那些“求资若渴”的中小企业。 五、存在问题 一．由于学识所限，我们没有对单位根进行检验。因此本文中没有考虑变量的平稳性。 二．常用的对经济增长的测量均是采用劳动力、资本、技术等内生的变量来分析，我们这里采用了外生的政策作为解释变量，而政策变量只是通过实际变量中的关系，通过对某些实际变量的影响来实现间接影响经济增长，模型说服力可能不足。 三．宏观经济政策主要用语短期经济分析，而且建立在诸多的假定条件之上（如短期内价格不变等），很大程度上，实际情况不能满足这些严格的假设条件，因此，从长期的经济分析来看，存在缺陷。 四．改革开发能够后，中国国民经济核算体系经历了由物质产品平衡表体系（MPS）到国民账户体系（SNA）的转换，1993年开始试用SNA到1999年全面采用SNA和世界银行对中国官方GDP估计值全面接受。如此,对GDP核算的体系和口径上的不一致对模型的回归结果可能会产生影响。 数据来源：（中国统计年鉴，中国金融年鉴，国家统计局网站，） 参考文献：《宏观调控：理论基础与政策分析》，汤在新 吴超林 2001 《中国宏观经济政策蓝皮书》 2002 《宏观经济分析》，余少谦， 2004 《中国宏观经济政策报告》国务院发展研究中心 《宏观经济调控与政策》，杨坚白,陈东琪 2002 《紧缩与扩张：中国宏观调控模式选择》，吴军，2001 《宏观经济统计分析》，赵彦云 1999 附：各方程的回归估计表
-
我国居民储蓄影响因素的实证分析_经济学毕业论文范文
我国居民储蓄影响因素的实证分析_经济学毕业论文范文 我国居民储蓄影响因素的实证分析 一、居民储蓄存款的理论基础 在西方经济理论界，关于个人消费——储蓄的理论函数不胜枚举。其中，比较著名的有斯密西斯的“绝对收入理论”、杜森贝的“相对收入理论”、弗里德曼的“持久收入理论”和莫迪里亚尼的“储蓄生命周期论”。凡此种种，各有千秋。但是，总的来说，这些经济学大师的个人消费——储蓄的理论函数都是建立在西方发达国家的经济运行环境基础之上的，与我国的宏观经济环境有一定的差距，不能生搬硬套。现代经济理论的精髓在于，首先对某一时空的经济运行环境（即前提假设）进行抽象概括，然后建立与该时空的属性贴近的、反映某一经济现象内在数量关系和逻辑关系的理论函数。只有这样，才能比较准确地反映经济现实，为决策提供依据。 二、问题的提出 改革开放以来，我国的居民储蓄额一直持续且迅速的增长。据报道，2003年2月末，我国国内全部金融机构（含外资机构）本外币的居民储蓄存款余额已达10.03万亿元；2003年9月末，居民人民币储蓄存款余额又创10万亿元新高。10万亿元储蓄大体上相当于我国2002年的国内生产总值（GDP），1990年——2001年我国居民存款余额的年增长率达17.8%。这种储蓄增量可以说是很大一部分来自于我国改革开放后的人民收入的增长，但是居民储蓄的增速略高于居民可支配收入的增速，这表明储蓄增量还有一部分来自于居民的“超储蓄”。居民“超储蓄”反映居民储蓄意愿在增强。随着我国住房、医疗、养老等社会福利体制的进一步改革，人们在考虑收入的支配时，防患意识明显提高。为应对不确定性，许多居民进行预防性储蓄。而且我国目前的投资市场还并不健全，因此很多居民选择了保守，即传统的储蓄。 近来，居民储蓄存款的迅猛增长势头已有所放缓。2004年一季度，我国居民储蓄存款余额为11.2万亿元，同比增长18.3%。而2003年一至四季度同比增幅分别为20.1%、19.5%、19.9%、19.2%。今年1月份全国居民储蓄增幅同比再度下降，当月居民储蓄存款增加2683亿元，比上年同期少增2924亿元，以百分比来算，同比增长11.9%，增幅比上年12月末下降3.5个百分点，比上年同期低8.6个百分点之多。 那么，究竟都有些什么因素影响了我国的居民储蓄额的变化呢？尽管前人已经有一些研究这个问题的文献，但是在解释变量的选择上存在着差异，而且在数据的选用上往往采用跨度较长的年度数据，使得拟合的模型缺乏指导性，同时，这些文献的研究已经离现在的时代较远。针对上述情况，本文收集了我国近4年来的全国数据，并加以实证分析，分析我国居民储蓄增长的影响因素。 三、变量的引入 根据宏观经济学和微观经济学的理论，并结合中国近几年经济发展的实际情况，在最初建立的模型中，可能影响储蓄增长的解释变量有： 1. 股票成交额 居民的储蓄资金是作为剩余资金的一种投资渠道，股票作为剩余资金的另一投资渠道，可带来更多的收益，理论上会造成居民储蓄的下降。由于数据获取的局限性，本文采用股票成交额作为衡量股票这一投资渠道的指标。 2. 消费价格指数 物价指数会带来居民消费的变化，从而带来居民储蓄额的变化。理论上讲商品价格上升会导致居民储蓄的减少，在此选用居民消费物价指数作为衡量商品物价的指标。 3. 利率 理论上说，储蓄利率越高，居民的储蓄倾向就会越高。但由于对于未来不确定性的影响，人们的存款动机主要是备于未来不时之需，而取息增值的动机相对较弱。虽然近来我国银行存款的实际利率经常为负值，人们为安全和损失最小化起见，仍以银行存款为主要储蓄渠道，城乡居民储蓄存款额还是持续上升的。由此看来，银行存款利率虽对城乡居民储蓄存款有影响，但影响程度不会很大。 4. 人身险 我国住房、医疗、养老等社会福利体制改革在不断深入，总的趋势是许多由单位负担的支出将转由个人承担。近年来，越来越多的居民选择了投保，这就成为了又一个资金的流出渠道。理论上说，保险的增加会导致居民储蓄的减少。由于保险收入中包括财产险等各种险种，而由于近年来福利体制的改变，直接影响到人身险的投保额，因此我们认为人身险较具代表性，本文选择人身险的保费收入作为衡量居民投保额的指标。 5. 居民的收入水平。 这些年我国城乡居民储蓄的高速增长尽管是多方面的因素共同作用的结果，但最主要的原因应该还是经济的高速增长所带来的城乡居民收入的大幅度的增长，可以说，城乡居民收入一直是决定居民储蓄的最主要因素。由于居民的人均可支配收入最具代表性，因此选用此数据。 6. 其他影响因素 居民储蓄行为的决定是个相当复杂的过程，影响居民储蓄的因素除了以上所述的主要影响因素以外还有其他一些因素。从近几年我国经济运行的实际情况来看，产业结构调整、国企改革和政府机构改革以及由三者带来的结果使居民对未来收入和支出的预期发生了变化，但由于这些因素无法用数据表达，且也不能简单的用虚拟变量来模拟，所以用随机变量（）来进行处理。 四、模型分析： 1. 相关数据收集 为了更好的符合现在的实际情况，我们选用了2001—2004年共4年的季度数据，分析居民储蓄额的影响因素。搜集的数据现列如下： 日期股票成交额（亿元）消费价格指数利率人身险（万元）人均可支配收入(元)居民存款额(亿元) 2001.110058.85102.71.9827306642408.74032.75 2001.214765.15101.41.9837024772123.391263.45 2001.37358.1799.91.9831624852262.31624.06 2001.46123.0199.71.9846440052346.432509.79 2002.17891.1499.21.7167094482314.514965.87 2002.28953.4399.21.7151582712267.412983.49 2002.36425.3199.31.7169043702273.022427.26 2002.44720.5899.61.7175031832301.52771.6 2003.16673.85100.91.7192918292759.697657.19 2003.211353.73100.31.7174858182412.263106.73 2003.35447.16101.11.7169043702535.542790.99 2003.48640.54103.21.7175031832635.82729.05 2004.116415.541031.7192204533196.698254.53 2004.29620.971051.7186544842698.241920.29 2004.38337.69105.21.7169043702797.341666.27 2004.47959.77102.41.7175031832937.764096.65 2. 模型设定和检验 （1）首先我们设定了一般模型：Y=+1X1+2X2+3X3+4X4+5X5+ Y ——居民储蓄额 ——截距项 ——代定参数 X1--------股票成交总额 X2--------消费价格指数 X3--------储蓄利率 X4--------人身险投保额 X5--------人均可支配收入 根据上表的数据利用最小二乘法进行拟合和分析，得出如下显示结果： Dependent Variable: Y Method: Least Squares Date: 06/14/05 Time: 11:30 Sample: 2001:1 2004:4 Included observations: 16 VariableCoefficientStd. Errort-StatisticProb. C57351.4124650.112.3266190.0423 X10.1454440.1192241.2199280.2505 X2-794.4077241.6983-3.2867730.0082 X33748.3575791.9740.6471640.5321 X40.0002490.0004100.6083190.5565 X56.7737682.1879563.0959340.0113 R-squared0.718069 Mean dependent var3424.998 Adjusted R-squared0.577103 S.D. dependent var2019.011 S.E. of regression1312.974 Akaike info criterion17.47797 Sum squared resid17238995 Schwarz criterion17.76769 Log likelihood-133.8238 F-statistic5.093926 Durbin-Watson stat1.797255 Prob(F-statistic)0.013996 从上面的初步拟合结果可见，可决系数R2的值较好，F检验通过，说明模型拟合尚可。解释变量X2, X5的t值较为显著，从经济意义来分析，当消费价格指数升高时，居民储蓄减少，符合经济意义；人均可支配收入增加，居民储蓄额增加，也符合经济意义。但X1,X3,X4的t值均不显著，且股票成交额以及人身险的经济意义不符合，说明模型存在着多重共线性。 （2）多重共线性的修正 为了修正多重共线性，我们选择逐步回归法，对X1至X5进行逐步回归，得到的R2的修正值分别为： y c x10.065899y c x20.000108y c x30.099393 y c x40.262239y c x50.358475 由上可见，x5的拟合程度最好，继续进行两个解释变量的拟合，得到的R2的修正值分别为： y c x5 x10.269844y c x5 x20.599979 y c x5 x30.261566y c x5 x40.283995 由上可见，x5与x2的拟合程度最好，继续进行三个解释变量的拟合，得到的R2的修正值分别为： y c x5 x2 x10.632065y c x5 x2 x30.581008y c x5 x2 x40.567485 由上可见，x5、x2和x1的拟合程度最好，继续进行四个解释变量的拟合，得到的R2的修正值分别为： y c x5 x2 x1 x30.601322y c x5 x2 x1 x40.599447 由此可见X3,X4的引入对被解释变量的意义不大，因此删去这两个变量，再对Y=+1X1+2X2+5X5+进行最小二乘回归，得到如下显示结果： Dependent Variable: Y Method: Least Squares Date: 06/14/05 Time: 12:33 Sample: 2001:1 2004:4 Included observations: 16 VariableCoefficientStd. Errort-StatisticProb. C65657.8019739.583.3262010.0060 X10.1558260.1066781.4607120.1698 X2-807.4507217.3731-3.7145840.0030 X57.2536641.4336515.0595750.0003 R-squared0.705652 Mean dependent var3424.998 Adjusted R-squared0.632065 S.D. dependent var2019.011 S.E. of regression1224.684 Akaike info criterion17.27107 Sum squared resid17998211 Schwarz criterion17.46422 Log likelihood-134.1686 F-statistic9.589368 Durbin-Watson stat1.757439 Prob(F-statistic)0.001649 从上边中可以看出，其中X1的t值仍不显著。我们进行经济意义的分析，发现股票成交额对居民储蓄额的影响不显著可能是因为居民进行股票投资所用的资金应该是储蓄循环外的资金，它与出于谨慎性动机的储蓄存款替代性较小,故去掉X1..再对Y=+2X2+5X5+进行最小二乘回归，得到如下显示结果：. Dependent Variable: Y Method: Least Squares Date: 06/14/05 Time: 12:39 Sample: 2001:1 2004:4 Included observations: 16 VariableCoefficientStd. Errort-StatisticProb. C59062.5820036.642.9477280.0113 X2-732.1103220.1803-3.3250490.0055 X57.3839251.4919614.9491400.0003 R-squared0.653315 Mean dependent var3424.998 Adjusted R-squared0.599979 S.D. dependent var2019.011 S.E. of regression1276.968 Akaike info criterion17.30973 Sum squared resid21198412 Schwarz criterion17.45459 Log likelihood-135.4778 F-statistic12.24902 Durbin-Watson stat1.469082 Prob(F-statistic)0.001022 此时模型的可决系数R2,F检验值较原来的模型都有所改善，同时，所有剩余的变量的t值都通过了检验。从上面的分析中可知，各参数估计值也符合经济意义。 （3）Granger因果性检验以及协整误差校正 进一步进行经济变量间的Granger因果性检验，结果显示三阶滞后的消费价格指数是引起居民储蓄额变化的因素，如下： Pairwise Granger Causality Tests Date: 06/14/05 Time: 12:49 Sample: 2001:1 2004:4 Lags: 3 Null Hypothesis:ObsF-StatisticProbability Y does not Granger Cause X213 0.59446 0.64130 X2 does not Granger Cause Y 7.49269 0.01877 于是令解释变量X6=X2(-3)。 而人均可支配收入与居民储蓄增加额之间没有Granger因果关系。我们认为这能是因为人均可支配收入是在当期影响储蓄，不存在滞后效应，所以Granger因果关系检验不适用，但根据经济理论和其它实证研究可知人均可支配收入是影响居民储蓄额的重要因素。 再对各变量进行平稳性检验，发现X6无趋势项无截距项一阶差分平稳，X5有趋势项有截距项一阶差分平稳，Y有趋势项有截距项一阶差分平稳。对Y=+5X5+6X6+进行最小二乘回归，得到的残差项零阶平稳。故进行协整误差校正。 Dependent Variable: Y1 Method: Least Squares Date: 06/14/05 Time: 13:16 Sample(adjusted): 2002:1 2004:4 Included observations: 12 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C-9.85E-141.46E-12-0.0672480.9483 X514.7405941.00E-144.74E+140.0000 X61-640.02572.60E-12-2.46E+140.0000 E1.0000001.54E-156.51E+140.0000 E(-1)-1.0000001.95E-15-5.13E+140.0000 R-squared1.000000 Mean dependent var132.2383 Adjusted R-squared1.000000 S.D. dependent var3457.328 S.E. of regression4.66E-12 Akaike info criterion-49.05163 Sum squared resid1.52E-22 Schwarz criterion-48.84959 Log likelihood299.3098 F-statistic1.51E+30 Durbin-Watson stat2.548868 Prob(F-statistic)0.000000 （4）异方差检验： 对长期模型Y=+5X5+6X6+进行ARCH异方差检验： ARCH Test: F-statistic0.832106 Probability0.383129 Obs*R-squared0.921822 Probability0.336997 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/14/05 Time: 13:26 Sample(adjusted): 2002:1 2004:4 Included observations: 12 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C2835380.1036847.2.7346170.0210 RESID^2(-1)-0.2854340.312908-0.9121980.3831 R-squared0.076818 Mean dependent var2180796. Adjusted R-squared-0.015500 S.D. dependent var2572708. S.E. of regression2592569. Akaike info criterion32.52521 Sum squared resid6.72E+13 Schwarz criterion32.60603 Log likelihood-193.1513 F-statistic0.832106 Durbin-Watson stat1.362875 Prob(F-statistic)0.383129 对模型进行WHITE检验： White Heteroskedasticity Test: F-statistic0.635145 Probability0.651732 Obs*R-squared3.133369 Probability0.535760 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/30/05 Time: 19:07 Sample: 2001:4 2004:4 Included observations: 13 VariableCoefficientStd. Errort-StatisticProb. C-7.59E+095.14E+09-1.4756290.1783 X540790.5851105.230.7981680.4478 X5^2-7.6387409.527205-0.8017820.4458 X61.49E+081.01E+081.4682350.1802 X6^2-735820.5501560.9-1.4670610.1805 R-squared0.241028 Mean dependent var2118538. Adjusted R-squared-0.138457 S.D. dependent var2473387. S.E. of regression2639068. Akaike info criterion32.69347 Sum squared resid5.57E+13 Schwarz criterion32.91076 Log likelihood-207.5076 F-statistic0.635145 Durbin-Watson stat2.428943 Prob(F-statistic)0.651732 模型的P值大于0.03，且T值小于2，则接受原假设，认为无异方差性。本模型DW=1.75，无自相关。 对短期模型Y1=+51X51+61X61+e+e(-1)+进行ARCH异方差性检验,得： ARCH Test: F-statistic1.845169 Probability0.207416 Obs*R-squared1.871512 Probability0.171302 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/14/05 Time: 13:32 Sample(adjusted): 2002:2 2004:4 Included observations: 11 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C8.90E-246.60E-241.3482060.2105 RESID^2(-1)0.4898340.3606041.3583700.2074 R-squared0.170137 Mean dependent var1.36E-23 Adjusted R-squared0.077930 S.D. dependent var1.94E-23 S.E. of regression1.86E-23 Sum squared resid3.11E-45 F-statistic1.845169 Durbin-Watson stat1.937503 Prob(F-statistic)0.207416 同理，该模型的P值大于0.03，且T值小于2，接受原假设，认定模型不存在异方差。该模型DW=2.558998,不存在自相关性。 3. 引入虚拟变量 在数据搜集过程中，我们发现四个季度的居民储蓄额有明显的递增趋势，说明季节因素也对居民储蓄额产生了影响，为了解释这种影响，我们引入了虚拟变量。 规定：D2=1 二季度 D3= 1 三季度 D4=1 四季度 =0 其他季度 = 0 其他季度 =0 其他季度 引入虚拟变量后，模型变为Y=+5X5+6X6+7D2+8D3+9D4+，对模型用最小二乘估计法进行回归后，得到如下显示结果： Dependent Variable: Y Method: Least Squares Date: 06/14/05 Time: 17:20 Sample(adjusted): 2001:4 2004:4 Included observations: 13 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C39533.0615781.092.5050910.0407 X52.4683030.8156473.0261920.0192 X6-392.6110164.0646-2.3930260.0480 D2-3632.834627.7078-5.7874600.0007 D3-3907.832625.8427-6.2441120.0004 D4-2983.334618.5267-4.8232910.0019 R-squared0.931380 Mean dependent var3683.055 Adjusted R-squared0.882365 S.D. dependent var2081.573 S.E. of regression713.9356 Akaike info criterion16.28350 Sum squared resid3567928. Schwarz criterion16.54425 Log likelihood-99.84275 F-statistic19.00217 Durbin-Watson stat2.256683 Prob(F-statistic)0.000605 由上面结果可以看出，可决系数R2=0.931380，拟合程度较好，且F值较大，通过了F检验，同时各个解释变量的T值都较大，通过了T检验。各参数估计值也符合经济意义。此模型无多重共线性，对模型进行异方差检验，得出结果如下： ARCH Test: F-statistic2.150456 Probability0.173256 Obs*R-squared2.123827 Probability0.145024 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/14/05 Time: 20:57 Sample(adjusted): 2002:1 2004:4 Included observations: 12 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C388627.1107177.23.6260230.0046 RESID^2(-1)-0.4409110.300667-1.4664430.1733 R-squared0.176986 Mean dependent var277358.6 Adjusted R-squared0.094684 S.D. dependent var275586.2 S.E. of regression262215.0 Akaike info criterion27.94273 Sum squared resid6.88E+11 Schwarz criterion28.02355 Log likelihood-165.6564 F-statistic2.150456 Durbin-Watson stat1.530591 Prob(F-statistic)0.173256 White Heteroskedasticity Test: F-statistic2.120648 Probability0.212532 Obs*R-squared9.724540 Probability0.204728 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/30/05 Time: 19:29 Sample: 2001:4 2004:4 Included observations: 13 VariableCoefficientStd. Errort-StatisticProb. C-7.90E+084.30E+08-1.8371850.1256 X53616.6654145.0160.8725330.4228 X5^2-0.6547850.778308-0.8412930.4386 X6154847588492438.1.8233580.1279 X6^2-76359.0942017.71-1.8173070.1289 D2388245.3188538.32.0592380.0945 D330401.98198477.60.1531760.8842 D4287495.8188789.01.5228420.1883 R-squared0.748042 Mean dependent var274456.0 Adjusted R-squared0.395300 S.D. dependent var264061.2 S.E. of regression205340.5 Akaike info criterion27.57798 Sum squared resid2.11E+11 Schwarz criterion27.92565 Log likelihood-171.2569 F-statistic2.120648 Durbin-Watson stat1.434518 Prob(F-statistic)0.212532 由上表可见，P值大于0.05，且T值小于2，因此接受原假设，模型不存在异方差。原模型DW检验值=10530591，因此无自相关性。 综上：长期模型： Y=39533.06+2.468303X5-392.6110X6-3632.834D2-3907.832D3-2983.334D4 同理，对短期模型引入季节变量D2,D3,D4,回归得到： Dependent Variable: Y1 Method: Least Squares Date: 06/15/05 Time: 13:17 Sample(adjusted): 2002:1 2004:4 Included observations: 12 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C-7.55E-131.17E-11-0.0642820.9518 X514.7405941.96E-142.42E+140.0000 X61-640.02575.96E-12-1.07E+140.0000 E1.0000005.35E-151.87E+140.0000 E(-1)-1.0000007.22E-15-1.38E+140.0000 D21.69E-112.40E-110.7026950.5210 D33.21E-131.53E-110.0210080.9842 D4-1.06E-111.31E-11-0.8058000.4655 R-squared1.000000 Mean dependent var132.2383 Adjusted R-squared1.000000 S.D. dependent var3457.328 S.E. of regression7.70E-12 Akaike info criterion-48.10816 Sum squared resid2.37E-22 Schwarz criterion-47.78489 Log likelihood296.6490 F-statistic3.17E+29 Durbin-Watson stat2.176497 Prob(F-statistic)0.000000 （R2,t值都很好，参数估计符合经济意义，但F过大？） 此模型无多重共线性，DW值通过检验，无自相关。对模型进行异方差检验，亦无异方差性。得出结果如下： ARCH Test: F-statistic0.038024 Probability0.849725 Obs*R-squared0.046279 Probability0.829670 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/15/05 Time: 13:18 Sample(adjusted): 2002:2 2004:4 Included observations: 11 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C2.25E-231.12E-232.0108620.0752 RESID^2(-1)-0.1103800.566054-0.1949990.8497 R-squared0.004207 Mean dependent var2.10E-23 Adjusted R-squared-0.106436 S.D. dependent var2.48E-23 S.E. of regression2.61E-23 Sum squared resid6.12E-45 F-statistic0.038024 Durbin-Watson stat1.359721 Prob(F-statistic)0.849725 综上，误差校正后的短期模型为：Y1=-7.55E-13+4.740594X51-640.0257X61+e+e(-1)+1.69E-11D2+3.21E-13D3-1.06E-11D4 五、结论1. 存款利息不是居民储蓄额的决定因素 调查结果显示，加息对居民储蓄心理和行为的影响逐渐减弱，居民对存款利率的认可程度有所降低，储蓄意愿回落， 尽管居民储蓄意愿降低，但这并不会导致储蓄存款的实际大幅降低。这是因为我国居民的投资渠道仍非常有限，而这些有限的投资领域如房地产、股市、保险等目前仍存在各自的问题，如房地产正面临调整、股市长期低迷、保险品种有限等等，因此，尽管实际利率为负利率或对储蓄存款利率不满意，但仍会有相当多的居民选择储蓄。所以，存款利率的变动对居民储蓄额的影响不大。2. 股票市场价值与居民储蓄无关 这似乎有悖常理，这与大部分的文献研究的结果也不同：大部分文献认为股票市场价值与居民储蓄相关。但其实股票市场价值与居民储蓄无关有其深层次的原因。第一，居民得到按揭贷款和消费信贷有较大阻碍；第二，由于种种原因居民对未来预期较为谨慎；第三，股票市场本身的缺陷制约着居民参与投资。因此，这三个关键问题的解决也是转化存款为投资或消费，拉动经济增长的途径。3. 收入水平对我国居民储蓄的影响较大 由模型中解释变量人均可支配收入的系数可知，储蓄受人民收入的影响较大，这与理论是相符的，也非常符合我国经济运行的实际情况。因此，在其他因素不变的情况下，要拉动消费，抑制储蓄过快增长，关键在于提高居民边际消费倾向。 六．总结 我们通过这次的论文写作对计量经济学有了更深入更透彻的了解和领会。在课堂上我们学到，计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，通过建立数学模型来研究经济数量关系和规律。在实际的操作和运用中，我们深切的理解到计量经济学的精髓在于经济现象的理解和经济关系的把握，离开了这个基础，无论模型最后的结果再完美，也是对经济运行规律的不完整甚至是不正确的理解。在关于这一点心得的体会中，我们也走了不少弯路。我们把在论文研究和写作中遇到的一些困难，曲折和困惑整理了出来，希望和大家共同探讨，以兹在计量经济学的学习中求得更大的进步。 1 . 数据来源的困难。考虑到近几年我国高速发展的经济与高速增长的居民储蓄额之间的反常关系，为了保证经济数据的时效性和准确性，也为了使模型对近期的经济现象有更好的指示性，我们决定采用季度数据来建立模型。但是在实际的数据查找和搜集过程中，我们发现一般的统计数据都采用的是年度数据，这种数据跨度时间较大，与我们的模型审定理念不符，因此我们并没有采用。而近三四年的经济数据中只有月度数据，这就需要我们自己将月度数据整理成为季度数据，这就给数据的搜集带来了一定的难度。而且在2001年以前，由于统计数据整理得不完善，我们无法获得相应的月度数据，因此只好把样本范围定在了2001年到2004年共四年十六个数据。而我们最初分析得出的解释变量则有五个，这就使得样本容量不够的问题显得比较突出。 2 . 数据的选取。在模型建立之初，我们采用国民生产总值GDP来衡量居民收入，用保费收入来表示居民在保险市场上的投资额。但拟合出来的结果不太令人满意。就这个问题我们特意请教了黎老师，在他的指点下，我们意识到，首先由于GDP中包含了大量的工业生产指标，因此用作替代居民收入不合适，应当改为收入指标，于是，我们采用了居民人均可支配收入。其次，保费收入的范围过大，其中还包含了诸如车险，火险，财产险等，而我们研究的重点在于住房，医疗，养老的保费分流情况，因此应当选取的是人身险的保费收入。在做了适当修改之后，模型的拟合优度有了明显的改善。 3 .模型的建立。在我们的研究过程中，我们发现由于现在国内金融市场和保险市场的体制不够健全，所以居民收入并没有很多的向此方向分流。同时由于我国的固定利率制度，使得利率对居民储蓄的影响作用也不显著。因此我们在对解释变量经济意义的判定和取舍上，剔除了这三个因素。同时我们考虑到物价波动的影响是通过一段时间才能显示出来的，因此还应当考虑消费价格指数的滞后影响。在进行经济变量的Granger检验时，也证明了这一点。另外，由于采用的是季度数据，在观测经济数据时，我们发现四个季度的居民储蓄额有明显的递增趋势，说明季节因素也对居民储蓄额产生了影响，为了解释这种影响，我们引入了虚拟变量，并取得了较好的拟合结果。 4 .团队精神。我们组的三个女生怀着对计量经济学的共同兴趣和热情，走到了一起，组成了这个小组。在长达一个多月的研究和讨论过程中，我们的友情也得到了进一步升华。回顾整个研究过程，我们也有很多感触。归纳起来，我们组能成功地完成这篇论文，与我们明确的团队精神是分不开的。那就是高昂的兴趣，明确的分工，细致的调查，及时的沟通，乐观的精神，以及深厚的友情。首先兴趣是最好的老师，又对计量经济学的兴趣才能使我们毫不倦怠的钻研。其次，分工的明确使得大家各司其职，节省了时间，提高了效率。第三，沟通使我们及时地发现模型建立中的不足和缺陷，大家群策群力，共同出谋划策，使得问题能够在最短时间里得到解决。此外，在研究中遇到困难是难免的，这时候保持一个乐观积极的心态显得尤为重要。不怕困难，勇于迎接挑战，这不仅使得我们的计量经济学的论文最终取得了很好的结果，也使得我们了解到了如何在以后的人生道路上走得更远更好。友情的培养和升华也是我们在这次论文写作中的最大收获，我们三个人将保持这份珍贵的友谊，不仅体现在共同的学习研究中，并在今后的生活和学习中互相帮助，共同进步。
-
论中国低碳经济的发展之路(一)_经济学毕业论文
论中国低碳经济的发展之路(一)_经济学毕业论文 内容提要：如果说效益是任何经济行为所追求的目标，那么在这个时代大背景下低碳必然是取得这一目标的保障。本文在大量参考文献的基础上，论述了低碳经济的基本概念及其在时代背景下的重要意义。分别分析了低碳经济各个行业之间的现状关系，并就中国发展低碳经济的一些特殊问题进行讨论，比较全面地阐述了低碳经济这一发展问题。 关键词：低碳行业 节能减排 新能源科技 稀土 两极冰川融化，海水吞没大陆，城市瞬间冰冻……这是气候灾难大片《后天》给我们描述的地球的“后天”。影片在给人以强烈视觉冲击的同时，更多的是带来人类对全球气候变暖的思索……随着人类社会进入工业文明时代，地球温度和二氧化碳的浓度开始同步上升，上个世界是近千年来最暖的100年，而最近20年又是其中最暖的20年。 联合国政府间气候变化专门委员（IPCC）2007年第四次报告明确表示，气候变化90%的因素来自人类活动排放。“碳量的变化是导致气候变化最主要的驱动因素。”中科院植物所马克平所长介绍道，人类自工业革命以来，生产能力得到迅速提高，自然界通过几十亿年所形成的陆地化石资源，人类有能力在数百年内开发并消耗殆尽，这种爆炸式的开发与能源使用，释放出带有巨大能量的温室气体。 2009年12月19日召开的哥本哈根气变化会议落下帷幕，这被视为“二战以来最重要的国际会议”、“拯救人类的最后一次机会”的会议有近百个国家和地区的领导人，近200个国家环境部长高调出席，这在联合国历史上是史无前例的。经过13天艰难复杂的谈判，终于达成了《哥本哈根协议》。协议就发达国家实行强制减排和发展中国家采取自主减排行动作出了安排。观察家认为，哥本哈根会议的特殊意义在于，它关系到各国未来如何判断国际气候合作，它实质上是发展权利和发展空间之争，是国际格局之争。 低碳经济是经济发展的必然趋势 时至今日，低碳已经成为一个炙手可热的时髦词。低碳经济包括的如低碳建筑、低碳交通、低碳工业、低碳生活成为这个世界的主流。低碳经济的发展模式既可以大量的节约资源，还可以保护环境，这才是全世界经济发展可走的长久之路，同时也是中国转变经济发展方式和调整经济结构的必经之路。 所谓低碳经济，是指在可持续发展理念指导下，通过技术创新、制度创新、产业转型、新能源开发等多种手段，尽可能地减少煤炭石油等高碳能源消耗，减少温室气体排放，达到经济社会发展与生态环境保护双赢的一种经济发展形态。“低碳经济”最早提出是英国，见诸于2003年的英国能源白皮书《我们能源的未来:创建低碳经济》。作为第一次工业革命的先驱，同时又是资源并不丰富的岛国，英国充分意识到了能源安全和气候变化的威胁，它正从自给自足的能源供应走向主要依靠进口的时代，按目前的消费模式，预计2020年英国80%的能源都必须进口。同时，气候变化的影响已经迫在眉睫。 而中国作为发展中国家，长期以来都是呈现粗放型经济增长方式的特点，即增加投资、扩大厂房、增加劳动投入，来增加产量，这种经济增长方式又称外延型增长方式。其基本特征是依靠增加生产要素量的投入来扩大生产规模，实现经济增长。 但是以这种方式实现经济增长，消耗较高，成本较高，产品质量难以提高，经济效益较低。在工业化加速发展时期，能源消费快速增长，污染物的排放最大。在全球资源匮乏的时代大背景之下，再加之受到金融危机的冲击，粗放型经济增长方式正走向一条死胡同。举浙江为例，浙江是一个资源匮乏的省份，人均资源占有量远低于全国人均水平，能源资源供应外向依存度逐年扩大，环境容量几乎饱和。从近期看，浙江省能源产出不可能有改观，但能源消费增长的势头却十分强劲，根据浙江省“十一五”规划需要，以9%至11%的经济增长速度计算，按照目前的能耗水平，到2010年浙江能源需求将达到1.85亿吨至2亿吨标准煤。而这也是中国经济发展的缩影，投射出中国经济发展的现状。 然而，自党的十四届五中全会提出转变经济增长方式至今，进展并不尽如人意。我国经济增长质量和效益仍然不高，高投入、高消耗、高污染、不协调、低效益的粗放型发展方式仍未从根本上转变。2001-2008年，中国经济年均增长率为10.2%，但根据世界银行数据库估计，2000-2008年中国的二氧化碳排放量年均增长率为12.28%，总量从27亿吨提高到70亿吨，累计排放量为415亿吨。根据国家发改委经济运行调节司的测算，2008年中国煤炭消费量在27.4亿吨左右，增长4.5%。如果按照每亿吨燃煤排放115万吨二氧化硫的强度来计算，2008年中国排放二氧化硫为3151万吨，远远超过了环境自身净化能力。煤炭的大量消费对大气、水体、生态环境的污染破坏十分严重，二氧化碳造成地球温室效应，二氧化硫导致酸雨，氮氧化合物严重危害人类健康。中国温室气体中85%的二氧化碳和大气污染中80%的二氧化硫、67%的氮氧化合物来自煤炭的燃烧。
-
中国上市公司现金股利的影响因素分析_经济学毕业论文范文
中国上市公司现金股利的影响因素分析_经济学毕业论文范文 中国上市公司现金股利的影响因素分析 摘要：本文以沪市2004年度发放了现金股利的492家上市公司为样本来研究影响中国上市公司现金股利发放的因素。假设股权集中程度、盈利能力、上年度现金股利的发放情况、公司规模、资产的流动性、股票市价、每股净资产及负债比率为主要因素，建立多元线性回归模型，运用多元回归分析方法，在对假设做出判断的基础上进行了原因分析并提出政策建议。本文旨在为中国上市公司的现金股利政策提供参考。 关键词：现金股利；多元回归；影响因素 一、前言 股利政策是现代公司理财活动的三大核心内容之一。一方面，它是公司筹资、投资活动的逻辑延续，是其理财行为的必然结果；另一方面，恰当的股利分配政策，能使公司获得长期稳定的发展条件和机会。虽然国内外学者对股利政策与股价的关系已经做了大量的理论和实证的研究，然而股利政策涉及到公司是否分配、如何分配及分配多少的问题，这些又直接影响到公司未来的筹资能力和经营业绩。因为，一定量的内部留存收益是保证公司长期发展的重要资金来源，而股利则为股东提供了当期收入，股东对股利的不同偏好直接影响公司的未来股价，从而影响公司的发展。由于股利分配往往受到各种因素的影响，因此研究股利的影响因素既是上市公司的实际问题，同时又是财务理论的难题之一。 在对997家沪市上市公司发放的现金股利进行的统计过程中发现，沪市上市公司发放的股利形式多样，发放现金股利的上市公司占上市公司总数的50%左右，但每股现金股利数额不大。而影响沪市上市公司采取这样的现金股利政策的因素有很多，归纳起来主要有以下几类：第一，法律性限制；第二，契约性限制；第三，企业内部管理的有关限制；第四，股东的意愿；第五，公司经营状况、规模、成长性等自身情况的限制。上市公司股利分配政策的制定在符合法律性限制、契约性约束的前提下，主要受内部经营状况、盈利状况以及股东意愿诸因素的影响。股东意愿在我国股利分配政策中一度甚至起着重要影响作用。而现金股利主要受货币资金余额和可供股东分配的利润两因素影响。 我国对上市公司现金股利分配政策影响因素的研究，多限于规范性分析，实证研究较少。本文从企业特征出发，考察现金股利政策的影响因素，揭示有关企业特征与现金股利政策之间的相关性，无疑有其一定现实意义。在八项假设的前提下，以我国沪市上市公司公开公布的信息资料为样本，通过建立计量经济模型，运用多元回归分析方法，研究影响现金股利政策的若干因素。 二、研究假设 股利政策的实证研究所要研究的主要问题之一是上市公司选择发放现金股利的动因，即进行股利决策所考虑的因素，这样的因素很多，本文依据理论框架针对各因素提出以下一些研究假设。 假设一：股权越分散，每股现金股利越高。 《税法》规定股东个人或单位取得股利所得需要交纳个人所得税或企业所得税，而留存收益和股票股利则可以在当期不交或少交个人所得税或企业所得税，根据客户效应，大股东都比较富有，不依靠现金股利来维持生活，为了推迟纳税和获得免税收益，他们并不希望发放现金股利，而是以股票股利、公积金转增股本、留存收益来代替。对于小股东来说，他们可能需要靠现金股利来维持生计，货币的边际效用较大(边际效用递减规律)，当然希望多发放现金股利，而不是股票股利或公积金转增股本。因此，本文假设股权集中度与每股现金股利有负相关关系。 假设二：盈利能力越强，每股现金股利越高。 盈利能力越强表明可供股东分配利润越多，公司发放现金股利的自由度也越大，一般来说也会发放较多现金股利给股东(在投资决策已确定的情况下)，总之，盈利是现金股利的基础，高盈利才可能有高现金股利。所以，本文假设每股现金股利与盈利能力正相关。 假设三：上年度每股现金股利越高，当年每股现金股利也越高。 根据客户效应和预期理论，上年度的高现金股利吸引了偏好现金股利的投资者，也会提高股东对当年现金股利的预期。经营者为了维持股价、满足股东要求会继续推行高现金股利政策，否则，现金股利达不到预期水平或对特定投资群体吸引力下降都会导致股价下跌。稳健的经营者为了回避这一风险会采用高现金股利政策，所以，本文假设当年每股现金股利与上年度每股现金股利正相关。 假设四：公司规模越大，每股现金股利越高。 实证会计理论的规模假设表明：公司规模越大，其政治成本越高，所以，大公司的扩张欲并不强烈，更倾向于选择高现金股利、低股票股利的股利政策，相比之下，小公司的股本扩张欲望更强烈，更希望吸引新资金进入公司，来扩大经营规模增强竞争能力，股票股利是一种较好的途径，被普遍采用，而现金股利却被冷落了。所以，本文假设公司规模与每股现金股利正相关。 假设五：资产流动性越弱，每股现金股利越低。 保持一定的资产流动性是公司经营的基础和必备条件，发放现金股利会减少现金持有量并降低资产流动性，影响公司成长性甚至危及其生存，因此，如果企业的资产流动性差，为了保持其流动性，企业不会发放过多的现金股利，故资产流动性与每股现金股利正相关。 假设六：股票市价越高，每股现金股利越高。 一般认为，股票价值是其未来现金股利的现值，高现金股利会导致高股价，所以，本文假设股价与每股现金股利正相关。股价最适理论表明：过低的股价会降低公司信誉，而过高的股价却会降低股票的流动性和交易的活跃性，高股价公司会通过发放股票股利或公积金转增股本来增加流通股数，从而达到降低股价、活跃交易的目的，所以，本文假设股价与每股现金股利正相关。 假设七：每股净资产越多，每股现金股利越高。 每股净资产越多，每股盈利能力越强，每股现金股利也会越高。所以，本文假设每股净资产与每股现金股利正相关。 假设八：负债比率越高，每股现金股利越低。 实证会计理论的负债权益假设说明负债比率高的公司倾向于选择增加权益项目的会计政策来改善已经恶化的财务结构，现金股利只能使财务状况更加恶化，所以，本文假设负债比率与每股现金股利负相关。 三、数据与样本描述 数据来源与处理 1、数据来源 本文选取了2004年度沪市上市A股公司为研究样本，运用横截面数据进行分析。研究中所采用的基础数据来源于巨潮资讯网（）。 2、数据处理 由于取之于年报的数据需要加工和处理，所以，在开始研究之前有必要先对这些问题予以说明。 (1)数据准确性。 由于受客观条件限制，我们无法直接获取上市公司经营和财务方面的准确数据，而无论是上市公司的会计师还是注册会计师都比我们更了解公司的财务状况和经营成果，我们宁愿相信上市公司会计师编制的并经注册会计师审计的财务报告能准确反映上市公司的真实经营和财务状况，所以，本文的数据主要取自上市公司对外公布的年度报告，而不追究其准确性。 (2)时间问题。 按照国际惯例，上市公司一般每半年或每季度发放一次股利，但由于我国上市公司经济效益较差，大多数上市公司一年内只发放一次股利，甚至不分配股利，所以,本文的现金股利金额是以年为单位进行统计，以年报或中报所属年份为统计依据，以一年的股利合计数为当年现金股利金额。这主要是为了使现金股利金额能够与年报中的财务数据相配比，有利于研究二者之间的关系。 (3)区别对待不同股东。 我国上市公司只发行普通股，不发行优先股，普通股又可以划分为A股和B股，分别在两个不同的市场进行交易，B股上市公司的财务报告按国际会计准则编制，与A股上市公司的财务报告(按我国会计准则编制)存在明显的差异。由于A股与B股交易市场和财务报告方面的差异，上市公司可能会对A股股东和B股股东采用不同的股利政策，二者不具有可比性，无法同时包含在本文之中，本文只包括发行A股的上市公司，而不包括仅发行B股的上市公司和同时发行A、B股的上市公司。同时发行A、B股的上市公司分别编制对A股股东和B股股东的财务报告，B股的存在会对股利政策和财务数据的相关性产生重大影响，所以，本研究不包括这类公司。另外，在对模型进行检验的时候，由于考虑到同时发行H股的公司和金融概念股的公司将影响结论的可靠性和一致性，因此在研究时加以剔除，同时还剔除了数据不完整的公司。 （二）变量选择 1、被解释变量。 本文选取了每股现金股利（y）为被解释变量。 2、解释变量。 根据研究假设，我们提出了本文的解释变量，这些变量可能会对现金股利政策产生重大影响——至少我们认为它们是重要的，并且在上市公司年报中选取相应的财务指标作为各解释变量的研究变量。 本文选取了公司第一大股东持股比例和第二大股东持股比例之差来反映股权集中度。我们把第一大股东持股比例和第二大股东持股比例之差大于70%定义为股权集中度高，第一大股东持股比例和第二大股东持股比例之差小于70%但大于15%定义为股权集中度为中，把第一大股东持股比例和第二大股东持股比例之差小于15%定义为股权集中度低。分别用x1和x2表示，当持股比例之差大于70%时，x1=1，否则x1=0；当持股比例之差小于70%而又大于15%时，x2＝1，否则x2=0。 用每股收益x3和净资产收益率x4来反映公司的盈利能力。 x5表示2003年度发放过现金股利，用来反映现金股利的持续性。2003年度发放过现金股利，则x5＝1，否则x5=0。 x6表示总资产的对数，表示公司的规模。 x7表示总资产周转率，用来衡量资产的流动性。 x8表示年末股票市价。 x9表示每股净资产。 x10表示资产负债率。 （三）样本描述 所有样本及数据见附表。 （四）研究方法 在对现金股利政策影响因素的分析中，主要采用普通最小二乘法对模型进行估计，在对参数的检验上，采用了一般的统计检验方法。 首先，将可能影响被解释变量（Y）的多个解释变量(Xi)都纳入线性回归模型：。 其次，进行R2拟合优度检验、T检验、F检验、多重共线形检验、异方差检验、自相关检验，消除多重共线性的影响、异方差的影响及自相关的影响，从而验证模型的准确度及假设的合理性。 （五）统计软件 本文的数据处理全部采用Eviews软件完成。 四、实证结果 （一）多元线性回归模型及检验 我们对所建多元线形回归模型利用Eviews进行回归分析，回归结果如表一。 表一： Dependent Variable: Y Method: Least Squares Date: 06/03/05 Time: 00:02 Sample: 1 488 Included observations: 472 Excluded observations: 16 VariableCoefficientStd. Errort-StatisticProb. C-0.0037850.074974-0.0504780.9598 X10.0251980.0188371.3376850.1817 X20.0105430.0091301.1547660.2488 X30.0212480.0115911.8330760.0674 X40.0065270.0009267.0478290.0000 X5-0.0067290.008888-0.7571170.4494 X6-0.0005490.008524-0.0643980.9487 X70.0162750.0074452.1862030.0293 X80.0006070.0016140.3758650.7072 X90.0289870.0040067.2365090.0000 X10-0.0008900.000253-3.5190870.0005 R-squared0.390565 Mean dependent var0.142633 Adjusted R-squared0.377345 S.D. dependent var0.107186 S.E. of regression0.084578 Akaike info criterion-2.079244 Sum squared resid3.297774 Schwarz criterion-1.982365 Log likelihood501.7016 F-statistic29.54385 Durbin-Watson stat1.961807 Prob(F-statistic)0.000000 1、拟合优度检验 为了说明多元线性回归估计模型对观测值的拟合情况，可以考察在Y的总变差中能由解释变量所解释的那部分变差的比重，即多重可决系数，用R2来表示。R2介于0－1之间，R2越接近1，模型对数据的拟合程度就越好，但是也不能单纯地凭可决系数的高低断定模型的优劣。模型中R2＝0.390565，可决系数不是很理想，但通盘考虑到模型的可靠度及其经济意义，我们适当降低对可决系数的要求，判断模型对观测数据拟合程度较好，列入回归模型的解释变量对应变量联合影响程度较大。 2、回归参数的显著性检验（t－检验） 在回归分析中，不仅要模型的拟合度高，而且还要得到总体回归系数的可靠估计量。为了检验回归系数对应的解释变量是否对应变量有显著影响，我们对该模型进行t－检验。给定显著性水平，查自由度为477（488－11）的t分布表，得临界值t0.025()＝1.960。由表一知，t0=-0.050478，t1=1.337685，t2=1.154766，t3=1.833076，t4=7.047829，t5=-0.757117，t6=-0.064398，t7=2.186203，t8=0.375865，t9=7.236509，t10=-3.519087。其中，t4、t7、t9、t10大于临界值1.960，故在5%的显著性水平下，可以通过t检验，表明净资产收益率、总资产周转率、每股净资产、资产负债率是影响每股现金股利的主要因素。而t3接近临界值1.960，表明每股收益也是影响每股现金股利的因素。在对模型进行修正时，考虑剔除x1、x2、x5、x6、x8的影响。 3、回归方程的显著性检验（F－检验） T检验对单个回归系数是否显著进行了推断，由于多元线性回归模型包含多个解释变量，它们同应变量之间是否存在显著的线性关系还需进一步作出判断，即对回归系数进行整体检验（F－检验）。给定显著性水平，在F分布表中查自由度为10和477的临界值F0.05（10，）＝1.83。由表一知F＝29.54385，大于临界值，通过F-检验，表明回归方程显著。 （二）修正的多元线性回归模型及检验 由于t0、t1、t2、t5、t6、t8均小于临界值1.960，说明常数项c、x1、x2、x5、x6、x8对应变量的影响不显著，我们决定剔除上述解释变量。而t3接近临界值1.960，我们决定暂且保留该解释变量，根据回归结果再对x3的去留做出判断。对修正后的模型重新进行回归，回归结果如表二。 表二： Dependent Variable: Y Method: Least Squares Date: 06/03/05 Time: 00:06 Sample: 1 488 Included observations: 488 VariableCoefficientStd. Errort-StatisticProb. C-0.0053420.015931-0.3352930.7376 X30.0215960.0113421.9040590.0575 X40.0067040.0007658.7667570.0000 X70.0161060.0070982.2691900.0237 X90.0301760.00292510.316870.0000 X10-0.0009230.000224-4.1216820.0000 R-squared0.391240 Mean dependent var0.140611 Adjusted R-squared0.384925 S.D. dependent var0.106257 S.E. of regression0.083334 Akaike info criterion-2.119700 Sum squared resid3.347279 Schwarz criterion-2.068180 Log likelihood523.2069 F-statistic61.95458 Durbin-Watson stat1.945377 Prob(F-statistic)0.000000 1、拟合优度检验 修正后，模型中的R2=0.391240，略大于修正前的R2。一般来讲，随着模型中解释变量的增多，多重可决系数R2的值往往会变大，从而增加模型的解释功能。但是剔除部分解释变量后，R2的值不仅没有因为解释变量的减少而下降，反而还有所增加，说明剔除的解释变量是一些无关变量。 2、回归参数的显著性检验（t－检验） 给定显著性水平，查自由度为477（488－11）的t分布表，得临界值t0.025()＝1.960。由表二知，t0=-0.335293，t3=1.904059，t4=8.766757， t7=2.269190，t9=10.31687，t10=-4.121682。t3、t4、t7、t9、t10大于临界值1.960，故在5%的显著性水平下，可以通过t检验，而且显著性较修正前的模型均有所提高。x3顺利通过t-检验，应保留该解释变量。但t0仍然小于临界值1.960，说明常数项c对应变量影响不显著。 3、回归方程的显著性检验（F－检验） 给定显著性水平，在F分布表中查自由度为10和477的临界值 F0.05（10，）＝1.83。由表二知F＝61.95458，大于临界值，通过F-检验，而且显著性有所提高，表明修正后的回归方程仍然显著。 4、分析判断 如果剔除某一变量而R2、F值变化不大，则应将该变量从模型中剔除；如果剔除某一变量而R2、F值变化较大，则应将该变量保留在模型中。从以上分析可以看出，剔除五个解释变量后，R2、F略有上升，说明这五个解释变量应该从模型中剔除，剔除后也不至于发生弃真的错误。 另外，由于截距项t值不显著，我们将常数项去掉，得到的回归结果如表三。 表三： Dependent Variable: Y Method: Least Squares Date: 06/03/05 Time: 00:07 Sample: 1 488 Included observations: 488 VariableCoefficientStd. Errort-StatisticProb. X30.0222850.0111441.9996750.0461 X40.0066350.0007369.0182500.0000 X70.0157810.0070252.2465010.0251 X90.0294990.00211313.958400.0000 X10-0.0009680.000177-5.4686860.0000 R-squared0.391098 Mean dependent var0.140611 Adjusted R-squared0.386055 S.D. dependent var0.106257 S.E. of regression0.083257 Akaike info criterion-2.123566 Sum squared resid3.348060 Schwarz criterion-2.080632 Log likelihood523.1500 Durbin-Watson stat1.945802 此时，所有检验模型均能通过。 （三）多重共线性的检验 如果解释变量之间存在较强的共线性，对模型的影响是严重的，因此我们要运用简单相关系数举证法对模型进行多重共线性的检验。通过Eviews计算模型中十个解释变量两两的简单相关系数，简单相关系数结果如表四。 表四： X1X2X3X4X5X6X7X8X9X10 X1 1.000000-0.299277 0.092718 0.203674 0.033754 0.212309 0.048344-0.020724 0.007574-0.013201 X2-0.299277 1.000000-0.066642-0.058647 0.023077-0.072234 0.026607-0.001062 0.061837-0.062056 X3 0.092718-0.066642 1.000000 0.442745-0.000846 0.099774 0.133517 0.395122 0.322664 0.020760 X4 0.203674-0.058647 0.442745 1.000000 0.087620 0.259052 0.269921 0.350313-0.011928 0.195468 X5 0.033754 0.023077-0.000846 0.087620 1.000000 0.213413 0.029289-0.034718 0.047151-0.023174 X6 0.212309-0.072234 0.099774 0.259052 0.213413 1.000000 0.030422-0.057871 0.007594 0.381485 X7 0.048344 0.026607 0.133517 0.269921 0.029289 0.030422 1.000000 0.032035 0.055823 0.149098 X8-0.020724-0.001062 0.395122 0.350313-0.034718-0.057871 0.032035 1.000000 0.622243-0.095597 X9 0.007574 0.061837 0.322664-0.011928 0.047151 0.007594 0.055823 0.622243 1.000000-0.142119 X10-0.013201-0.062056 0.020760 0.195468-0.023174 0.381485 0.149098-0.095597-0.142119 1.000000 一般来讲，若相关系数大于0.5，则可以认为解释变量之间存在多重共线性。由表四可以看出，只有解释变量x8与解释变量x9之间的相关系数大于0.5，为0.622243，其余解释变量之间线性相关程度并不高。说明开始建立的模型存在多重共线性。对模型进行修正后，我们已将x8剔除，修正后剩余解释变量两两简单相关系数如表五。表五中所有相关系数均小于0.5，表明修正后的模型不存在多重共线性的影响。 表五： X3X4X7X9X10 X3 1.000000 0.444604 0.130880 0.326036 0.017612 X4 0.444604 1.000000 0.263260-0.011381 0.194996 X7 0.130880 0.263260 1.000000 0.051746 0.151782 X9 0.326036-0.011381 0.051746 1.000000-0.156243 X10 0.017612 0.194996 0.151782-0.156243 1.000000 此外，利用变量显著性与方程显著性的综合判断方法也可以证实这一结论。如果R2很大，且F值显著地大于给定显著性水平下的临界值，而变量对应的偏回归系数的t值不显著，则说明该模型存在多重共线性。表一中线性回归结果表明，R2较大，F显著，但t值并不显著。由此判断，所建模型中解释变量可能存在多重共线性的影响。从表三中线性回归结果来看，t值显著，说明修正后的模型已消除了多重共线性的影响。 （四）异方差的检验 为了检验随机误差项U的方差是否随模型中所设解释变量的变化而变化，即检验随机误差项是否存在异方差，我们对所建模型进行ARCH检验，检验过程中我们取p=5，结果如表六。 给定显著性水平，查自由度为5（p）的分布表，得临界值，由表六知，(n-P)* R2=8.103685，小于临界值。表明模型不存在异方差的影响。模型修正后，解释变量的个数减少，自然更不会有异方差的影响。 表六： ARCH Test: F-statistic1.628935 Probability0.151066 Obs*R-squared8.103685 Probability0.150613 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/03/05 Time: 10:31 Sample(adjusted): 6 488 Included observations: 424 Excluded observations: 59 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C0.0064050.0014474.4260110.0000 RESID^2(-1)0.0107370.0489430.2193730.8265 RESID^2(-2)-0.0120580.048964-0.2462650.8056 RESID^2(-3)-0.0221690.048962-0.4527740.6509 RESID^2(-4)0.1345670.0481292.7959450.0054 RESID^2(-5)-0.0115790.049438-0.2342070.8149 R-squared0.019112 Mean dependent var0.007132 Adjusted R-squared0.007379 S.D. dependent var0.025547 S.E. of regression0.025453 Akaike info criterion-4.489920 Sum squared resid0.270802 Schwarz criterion-4.432613 Log likelihood957.8631 F-statistic1.628935 Durbin-Watson stat2.020426 Prob(F-statistic)0.151066 （四）自相关检验 自相关性是一种随机误差现象，指回归模型中随机误差项逐项值之间的相关。自相关性对模型的破坏是严重的，因此，必须对模型的误差项序列是否存在自相关性进行检验 由表一回归结果知，DW＝1.961807，查Durbin-Watson表，n＝488，k＝10，得下限临界值dl＝1.665，上限临界值du＝1.874，因为duDW（4-du）,故模型不存在一阶自相关。 由表四回归结果知，DW=1.945802，查Durbin-Watson表，n＝488，k＝10，得下限临界值dl＝1.665，上限临界值du＝1.874，因为duDW（4-du）,故修正后的模型也不存在一阶自相关。 五、结论 本文利用多元回归分析方法，从十个解释变量中确定出影响上市公司现金股利发放的五个最重要的因素:每股收益、净资产收益率、总资产周转率、每股净资产和资产负债率。 对于以上实证结果，我们进行了如下分析，并提出一些政策建议： 拒绝假设一，股权集中程度与现金股利的发放无关。股权集中程度高的企业，往往是国家股一股独大。而国家股占很大比重但在股利决策中作用微弱，说明国家股东没有充分行使自己的权力，不能也不想像私人股东那样关心自己的利益。由于国家与上市公司之间的双层代理关系导致代理成本增加和逆向选择的可能性增大，即使产权明晰了还是存在如何降低代理成本、谁来关心国家利益等问题。解决国家股权行使问题有三个方案：方案一是让国家股参与市场流通，这是最终的解决办法，但由于条件限制目前较难实行。方案二是为国家股设立C股市场进行流通并最终与A股市场合并。方案三是成立国家股权执行公司，代表国家行使股东权利，加强监督。 接受假设二，盈利能力对股利政策存在重大影响。但纳入模型的变量不是主营业务利润率而是每股收益和净资产收益率，说明上市公司更注重名义的会计数字，而不是其经济实质。这与股票市场存在功能锁定现象相一致。股利政策与上一年的盈利水平相关程度较高，说明股利政策能够反映历史业绩状况。 拒绝假设三，本年度现金股利与上年度现金股利无关。上一年度是否发放现金股利并不影响本年度的现金股利政策。表明现金股利的发放没有连续性，企业不会因为上年度发放了现金股利，本年度就继续发放，反之亦然。 拒绝假设四，公司规模与现金股利政策无关。公司规模虽然不是影响现金股利发放的主要因素，但我们认为公司质量不能忽视。股市的扩容与摘牌并行，会提高上市公司质量，进而提高股利水平。因为提高经济效益是增加股利的根本途径。我们认为股市应通过上市公司之间的竞争促使其对股东加以回报，促进理性投资和理性经营。同时，一些低质量公司就应该摘牌甚至破产，这样才有利于通过竞争提高上市公司质量。 接受假设五，说明股利政策与资产流动性有关。可能的原因是我国市场经济逐渐成熟，信用机制日趋完善，过去拖欠货款现象得到好转，大量的呆滞债权和债务已经得到清理。上市公司在取得贷款时，开始考虑利润率和资本结构，甚至还会考虑到股利政策，使得资产流动性对股利政策的影响越来越显著。 拒绝假设六，这与股利政策对股价有重要影响的结论相悖，说明股价最适理论不适合于我国股市。可能是因为我国股市有中国特色，股票市场并未与全球接轨。 接受假设七，每股净资产与每股现金股利正相关。每股净资产代表的是所有者权益，即公司可供分配的利润。而发放现金股利是利润分配的一种形式，说明每股净资产对股利政策有重要影响。 接受假设八，负债比率与每股现金股利负相关。负债高的企业会担心因为没有足够的现金流量而导致企业的财务危机，因此不愿意发放现金股利，以保证企业的现金流。 需要指出的是，本文在研究中还存在一定的局限性。本文仅对我国上市公司的现金股利政策进行研究，对于上市公司其它股利分配行为的行业特征没有研究。虽然使用了1年的数据，但都是利用截面数据模型，没有考虑时间序列对结论的影响。这些局限可能对本文的结论产生影响，但是影响并不大，本文实证研究的结果具有可信性。 参考文献： 1、高翔、梁冬军、游家兴，《上市公司现金股利的影响因素分析》，财经论坛，2004.5 2、张鸣、朱光龙，《上市公司现金股利理论分析和数据检验》，上海财经大学学报，2002.10 3、何小连、蒋巍，《我国上市公司现金股利政策的行业影响分析》，杭州电子科技大学学报，2005.2 4、单磊、杨朝军，《现金股利、股票股利、混合股利之比较研究》，上海管理科学，2002.6 5、何涛、陈晓，《现金股利能否提高企业的市场价值——1997-1999年上市公司会计年度报告期间的实证分析》，金融研究，2002.8 6、董黎明，《现金股利影响因素的实证分析》，郑州航空工业管理学院学报，2004.9 7、邵军，《中国上市公司现金股利的实证研究》，生产力研究，2004.12
-
恩格尔系数模型检验_经济学毕业论文
恩格尔系数模型检验_经济学毕业论文 恩格尔系数模型检验 论文摘要：本论文的初衷在于分析影响恩格尔系数的因素，并找出它们与恩格尔系数之间的数量关系，希望能为政府经济决策提供参考。鉴于中国国情的复杂（城乡差距，东西差距等地域差别的存在），本小组把讨论范围仅限于四川城镇。 关键词：恩格尔系数 城镇居民人均可支配收入 人均求实可支配收入 人均住房面积 每百人电视拥有量 食品物价指数 一理论背景 19世纪德国统计学家恩格尔根据统计资料，对消费结构的变化得出一个规律：一个家庭收入越少，家庭收入中用来购买食物的支出所占的比例就越大，随着家庭收入的增加，家庭收入中用来购买食物的支出则会下降。推而广之，一个国家越穷，每个国民的平均收入中用于购买食物的支出所占比例就越大，随着国家的富裕，这个比例呈下降趋势。这个定律被称为恩格尔定律。 而恩格尔系数是根据恩格尔定律得出的比例数，是表示生活水平高低的一个指标。其计算公式为： 恩格尔系数=食物支出金额/总消费支出金额*100%。 其中：食品支出包括主食、副食、其他食品和在外饮食支出。主食是指各种粮食和粮食复制品。粮食复制品是指利用原粮加工而成的食品，如挂面等。但不包括用粮食加工成的豆油、豆腐、粉条、酒等。副食包括蔬菜、豆制品、油脂类、食糖、肉、禽及其制品、蛋类、水产品、调味品等。其他食品包括烟草类、酒类、饮料类、干鲜果品、糖果糕点，奶制品、罐头类等。 生活消费支出：是指居民年内用于物质生活和精神生活方面的实际支出，包括食品、衣着、住户、燃料用品及其他的生活消费品支出及文化服务、生活服务支出和其他非商品支出。 恩格尔定律主要表述的是食品支出占总消费支出随收入变化而变化的一定趋势。揭示了居民收入和食品支出之间的定量关系和相关关系，用食品支出占消费总支出的比例来说明生产发展、收入增加对生活消费的影响程度。众所周知，吃是人类生存的第一需要，在收入水平较低时，其在消费支出中必然占有重要地位。随着收入的增加，在食物需求基本满足的情况下，消费的重心才会开始向穿、用等方面转移。因此，一个国家或家庭生活越贫困，恩格尔系数就越大；反之，生活越富裕，恩格尔系数就越小。 恩格尔定律和恩格尔系数一经提出，就得到西方经济学界的广泛接受和确认，认为它具有普遍的适用性。在我国也较早的就被应用在统计工作当中。计算恩格尔系数一般是采用各地的城乡住户调查资料。如根据天津市１９９５年城镇住户调查资料，居民人均消费性支出为４０６４元，其中人均食品支出为２１１７元，则恩格尔系数为５２．０９％。 国际上常常用恩格尔系数来衡量一个国家和地区人民生活水平的状况。根据联合国粮农组织提出的标准，恩格尔系数在５９％以上为贫困，５０－５９％为温饱，４０－５０％为小康，低于４０％为富裕。在我国运用这一标准进行国际和城乡对比时，要考虑到那些不可比因素，如消费品价格比价不同、居民生活习惯的差异、以及由社会经济制度不同所产生的特殊因素。对于这些横截面比较中的不可比问题，在分析和比较时应做相应的剔除。另外，在观察历史情况的变化时要注意，恩格尔系数反映的是一种长期的趋势，而不是逐年下降的绝对倾向。它是在熨平短期的波动中求得长期的趋势。 二模型设定 1影响因素： 对于系数的分子项——食物支出，其影响因素主要有收入约束、食品价格、食品结构；对于分母项——总消费支出，其主要影响因素有收入、家庭财富。 其中： 收入采用人均可支配收入（INCOME）； 食品价格采用消费物价指数（FINDEX）； 食品结构采用肉禽支出占食品消费百分比（MEAT），因为观察历年城镇居民消费结构数据后我们发现在食品类支出中肉禽类始终占据第一位，粮食居其次； 对于家庭财富，由于其中包括家庭储蓄、住房、耐用消费品等许多因素，而现阶段四川身处西部，整体经济落后人民生活水平不高，住房、耐用消费品在家庭支出中仍占有重要地位，因此家庭财富用人均住房面积（HOUSE）代替 2建立模型 （1）我们初步建立的是简单线性回归模型 Y=α+λINCOME+φFINDEX+θMEAT+δHOUSE+μ （2）数据的获得 由于1978到1989年的城镇恩格尔系数数据在《四川统计年鉴》中缺损，经过小组成员的讨论后，我们决定采用1990年至2001年的数据。我们查阅了1992年到2002年的《四川省统计年鉴》、四川统计网上查找数据，得到了数据。 年份恩格尔系数（EN）(%)人均每年可支配收入（INCOME）食物指数（FINDEX） 90年为基期肉禽支出占食品总支出的比例（MEAT）人均住房面积（HOUSE） （平方米） 199053.81498.3710.2493935216.7 199151.91714.491.054080.282126547 199254.12002.971.192080.2817856347.2 199352.12428.461.411450.2833298727.6 199451.73312.541.9350190.2871104257.9 199551.34004.792.3916980.2811005198.1 199651.34426.212.5974240.2750884188.6 199749.14787.862.6909350.283547929 199844.95159.972.580630.2534072269.4 199943.8855102.467080.2450995299.9 200041.485925.592.336260.25117410510.42 200140.236406.562.4017180.23973546811.58 （3）参数估计 我们先对模型的稳定性进行检验，运用eviews 回归，我们得到以下结果 EN检验 ADF Test Statistic 1.168556 1% Critical Value*-4.3260 5% Critical Value-3.2195 10% Critical Value-2.7557 HOUSE检验 ADF Test Statistic 2.674950 1% Critical Value*-4.3260 5% Critical Value-3.2195 10% Critical Value-2.7557 MEAT检验 ADF Test Statistic-0.171096 1% Critical Value*-4.3260 5% Critical Value-3.2195 10% Critical Value-2.7557 FINDEX检验 ADF Test Statistic-2.697509 1% Critical Value*-4.3260 5% Critical Value-3.2195 10% Critical Value-2.7557 INCOME检验 ADF Test Statistic-0.919051 1% Critical Value*-4.3260 5% Critical Value-3.2195 10% Critical Value-2.7557 显然，这些变量都不平稳。 由于我们的计量经济学知识有限，我们没有方法对它们进行协整。因此我们决定在下面的分析中忽略数据的非平稳性。 对我们查到的这些数据运用eviews 回归，我们得到以下结果 Dependent Variable: EN Method: Least Squares Date: 12/19/04 Time: 15:05 Sample: 1990 2001 Included observations: 12 VariableCoefficientStd. Errort-StatisticProb. C43.3898212.679803.4219630.0111 INCOME-0.0058280.002664-2.1879570.0649 FINDEX0.0726570.0299412.4266710.0456 MEAT17.6449728.293370.6236430.5526 HOUSE1.0502221.9615620.5354010.6090 R-squared0.970574 Mean dependent var48.81583 Adjusted R-squared0.953759 S.D. dependent var4.871351 S.E. of regression1.047521 Akaike info criterion3.225066 Sum squared resid7.681099 Schwarz criterion3.427111 Log likelihood-14.35040 F-statistic57.72114 Durbin-Watson stat2.507658 Prob(F-statistic)0.000019 三 模型检验 1．经济意义检验 INCOME人均收入系数为负，表明随收入的上升恩格尔系数在下降，符合经济意义。MEAT肉禽支出占食品支出比例系数为正，表明随肉禽消费比例增大，恩格尔系数上升，符合经济意义。HOUSE人均住房面积系数为正，表明随住房面积扩大，家庭财富的增加，改善生活的支出增大，但恩格尔系数上升，人民生活没有改善，不符合经济意义。 2．统计推断检验 从回归结果看，R-squared=0.970574，拟和优度很高，拟和效果好。 3.计量经济学检验 （1）多重共线检验 A 、检验： F值为57.72，变量整体对恩格尔系数的解释力较强，但是MEAT、HOUSE的T值不显著，从学过的知识我们推断这些变量间可能存在多重共线性，为了检验我们推断的准确性，我们对变量进行多重共线的检验。 通过检验我们得到以下结果： MEATINCOMEHOUSEFINDEX MEAT 1.000000-0.548043-0.643659-0.246646 INCOME-0.548043 1.000000 0.964479 0.895163 HOUSE-0.643659 0.964479 1.000000 0.756473 FINDEX-0.246646 0.895163 0.756473 1.000000 从结果可看出人均收入与人均住房、食物价格指数有很强的线性相关。 B、多重共线的修正： 对HOUSE和INCOME进行eviews检验得： HOUSE = 5.310068087 + 0.0008410560592*INCOME 去掉HOUSE再对模型进行估计： Dependent Variable: EN Method: Least Squares Date: 12/19/04 Time: 15:57 Sample: 1990 2001 Included observations: 12 VariableCoefficientStd. Errort-StatisticProb. C48.880447.1169006.8682210.0001 INCOME-0.0044430.000605-7.3469600.0001 FINDEX0.0585760.0136584.2888620.0027 MEAT21.1390726.274350.8045520.4443 R-squared0.969369 Mean dependent var48.81583 Adjusted R-squared0.957882 S.D. dependent var4.871351 S.E. of regression0.999728 Akaike info criterion3.098534 Sum squared resid7.995644 Schwarz criterion3.260170 Log likelihood-14.59120 F-statistic84.39096 Durbin-Watson stat2.451550 Prob(F-statistic)0.000002 结果拟和优度略微下降，而MEAT的T值依然不显著。因为住房属于大值商品，人均收入的大小对人均住房的大小有很强的决定作用，所以两者之间存在很强的线性关系，而家庭财富对消费有着影响，不能简单的去掉人均住房面积，我们决定用耐用消费品——每百人电视拥有量（TV）替代人均住房面积HOUSE。同时，用求实人均收入（RINCOME）替代人均收入（INCOME）以避免人均收入与食品指数之间的线性相关。 年份人均每年可支配收入（INCOME）元物价指数 （90年为基期）实际收入 （RINCOME） 1990 1498.3711498.37 1991 1714.491.054081626.527 1992 2002.971.192081680.231 1993 2428.461.411451720.543 1994 3312.541.9350191711.89 1995 4004.792.3916981674.455 1996 4426.212.5974241704.077 19974787.862.6909351779.255 19985159.972.580631999.5 199955102.467082233.41 20005925.592.336262536.357 20016406.562.4017182667.491 求实人均收入=人均收入/物价指数。其中物价指数是以90年为基期，这样便于比较。 年份每百人拥有电（TV） 199014.69 199116.72 199218.03 199319.75 199422.09 199523.88 199624.17 199725.37 199826.69 199926.82 200027.26 200127.87 再对模型进行估计得： Dependent Variable: EN Method: Least Squares Date: 12/19/04 Time: 16:06 Sample: 1990 2001 Included observations: 12 VariableCoefficientStd. Errort-StatisticProb. C56.578898.2103166.8911950.0001 RINCOME-0.0076500.001684-4.5426230.0019 MEAT53.1052524.728712.1475140.0640 TV-0.3259960.109371-2.9806480.0176 R-squared0.969316 Mean dependent var48.81583 Adjusted R-squared0.957809 S.D. dependent var4.871351 S.E. of regression1.000593 Akaike info criterion3.100263 Sum squared resid8.009483 Schwarz criterion3.261899 Log likelihood-14.60158 F-statistic84.24055 Durbin-Watson stat2.531862 Prob(F-statistic)0.000002 从结果看可决系数为：0.969316，拟和优度很好，F值84.24055，在5%显著水平下查F分布表F（3，8）=4.07，84.240554.07，拒绝原假设，即变量整体对恩格尔系数有显著影响。再看各变量T值检验：在给定显著性水平5%下，查T分布表自由度N-2=10的临界值为2.128，各变量系数分别为6.89、-4.54、2.15、-2.98，绝对值均大于2.128，拒绝原假设，即各变量对恩格尔系数均有显著影响。 （2）异方差检验 ARCH Test: F-statistic1.212419 Probability0.395692 Obs*R-squared3.790013 Probability0.285050 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/19/04 Time: 20:13 Sample(adjusted): 1993 2001 Included observations: 9 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C0.8313670.3040172.7346030.0411 RESID^2(-1)-0.3144020.325895-0.9647350.3790 RESID^2(-2)-0.0546350.180230-0.3031400.7740 RESID^2(-3)-0.3099080.181549-1.7070180.1485 R-squared0.421113 Mean dependent var0.352557 Adjusted R-squared0.073780 S.D. dependent var0.489584 S.E. of regression0.471178 Akaike info criterion1.633939 Sum squared resid1.110042 Schwarz criterion1.721594 Log likelihood-3.352725 F-statistic1.212419 Durbin-Watson stat1.967502 Prob(F-statistic)0.395692 从结果得obs*R-squard=3.790013，又临界值为7.81，故接受原假设，表明模型随机误差项不存在异方差。 （3）自相关检验 A、检验 模型DW值为2.531862给定显著性水平0.05，查Durbin-Watson表，n=12，k`（解释变量个数）=3，得下界临界值dl=0.658，上界临界值du=1.864，因为DW统计量为2.531862大于4-du=2.136，小于4-dl=3.342,落入了不能判定区域。 B、自相关的修正 Cochrane-Orcutt迭代法 Dependent Variable: EN Method: Least Squares Date: 12/20/04 Time: 13:26 Sample(adjusted): 1991 2001 Included observations: 11 after adjusting endpoints Convergence achieved after 5 iterations VariableCoefficientStd. Errort-StatisticProb. C36.820688.8148754.1771080.0058 RINCOME-0.0054290.001309-4.1472700.0060 TV-0.3156580.064231-4.9144430.0027 MEAT109.718425.045834.3807070.0047 AR(1)-0.5656980.235750-2.3995640.0533 R-squared0.982333 Mean dependent var48.36273 Adjusted R-squared0.970556 S.D. dependent var4.836635 S.E. of regression0.829933 Akaike info criterion2.768012 Sum squared resid4.132733 Schwarz criterion2.948873 Log likelihood-10.22406 F-statistic83.40644 Durbin-Watson stat2.382750 Prob(F-statistic)0.000022 Inverted AR Roots -.57 从结果看到：此时DW=2.38275依然不能判断，但比2.531862已有明显改善。拟和优度0.982333比之前的0.969316也有了较大改善。 再使用广义差分法进行修正得： Dependent Variable: DEN Method: Least Squares Date: 12/20/04 Time: 16:50 Sample(adjusted): 1991 2001 Included observations: 11 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C50.9554214.257853.5738500.0091 DTV-0.3890900.214141-1.8169860.1121 DRINCOME-0.0086820.002416-3.5937980.0088 DMEAT18.5573350.311560.3688480.7231 R-squared0.936814 Mean dependent var35.17505 Adjusted R-squared0.909734 S.D. dependent var3.789705 S.E. of regression1.138593 Akaike info criterion3.372751 Sum squared resid9.074752 Schwarz criterion3.517440 Log likelihood-14.55013 F-statistic34.59441 Durbin-Watson stat2.239029 Prob(F-statistic)0.000144 此时DW=2.239029，虽依然无法判定是否存在自相关，但比2.382750又更接近4-du=2.136。接下来我们使用对数变换，对数变换同时考虑Cochrane-Orcutt迭代的方法进行修正，依然重复上述结果：更加接近，更加接近……出现这种结果可能是由于样本容量太少。因为同样在0.05显著性水平和3个解释变量条件下，当样本容量由12上升至16后，du值由1.864变为1.728，相应的4-du的值由2.136变为2.272，修正后的DW=2.239029即落入不拒绝区域，则不存在自相关。 四 结论及经济意义说明 1 结论 经过一番的检验修正，最后得出模型如下： EN = 56.5788879 - 0.007650222687*R + 53.10525244*M - 0.3259961383*TV (8.210316) (0.001684) (24.72871) (0.109371) T= （6.891195） （-4.542623） （2.147514） （-2.980648） R^2=0.969316 , F=84.24055 , (R= RINCOME M=MEAT) 2 经济意义说明 求实人均收入（RINCOME）=人均可支配收入/物价指数，代表着收入与物价对人民生活水平的共同影响，它与恩格尔系数负相关。实际收入越高消费指出越多元化，恩格尔系数下降。肉禽支出占食品支出的比例（MEAT）代表着人们食品选折空间的增大，食品结构的多元化，它与恩格尔系数正相关。因为食品结构的多元化必然导致人们食品消费的增大。每百人拥有电视数量（TV）代表人们家庭财富的增加，电视冰箱洗衣机空调等耐用消费品的满足使得人们更注重生活享受、注重营养健康，从而减小恩格尔系数。从该模型的检验过程来看，设立模型时考虑的各个因素得到了一一映证，收入、家庭财富、食品结构确实对恩格尔系数有着重要影响。 我们的认识和经济预期： 经过我们对成都市恩格尔系数的影响因素分析，我们不难看出：虽然我们讨论的是城镇的恩格尔系数,可是恩格尔系数本身跟食品消费密切相关,而食品消费又受到食品工业的发展状况和农村经济的严重制约，这就意味着我们的讨论还必须跟食品工业和农村经济挂钩。 首先, 食品在整个消费品支出中的所占比重即"恩格尔系数"逐渐降低。但我国城镇居民的食品消费总量却呈上升趋势，在食品消费比重持续下降的同时，城镇居民中，吃好、吃精、注重营养、追求方便的倾向越来越明显，食品消费不断由吃饱向吃好转变。基于以上认识，从食品工业的市场前景来看，食品工业极具发展潜力和极为广阔的市场前景没有根本性的改变。未来的工业生产仍将保持快速稳定增长。在生产和供应结构上，基于消费结构的变化趋势以及生产、供应结构与消费结构相适应的要求，食品工业的生产和供应结构将会发生大的改变，其未来发展趋势应该是：资源加工和综合利用程度将会显著提高，区域资源和生产结构的差异性、集中度和规模效益将显著提高，食品新资源、新产品、新技术将得到更快速的开发和应用。 其次, 国内外的经验都表明，尽管随着消费结构中恩格尔系数的下降，从最终需求来看，对农产品的需求弹性是趋于下降的，但是对农产品的中间需求，也就是对加工制成食品的需求则是不断扩大的。农产品加工业作为农业的后向产业，直接关系到农产品中间需求的扩张。因此我们的启示是：在当前调整优化农业结构中，农产品加工业是一个非常重要的领域，积极发展农产品加工业具有重要的现实意义。农产品加工业的发展对于提高我国农业的整体水平和竞争力有十分重要的战略意义 五 存在的问题与不足 一、收集的样本太少，我们查阅《四川统计年鉴》，在90年以前相应的数据有着明显的缺损与不同，如：90年以后的食品支出是用货币衡量的，而90年以前的支出使用的是公斤，导致样本的不足。 二、从前面的检验可以知道，我们的数据并不平稳，也就是说，我们的对参数的检验、预测等是建立在假设数据的平稳上的，显然这是我们模型的一个很大的不足。很遗憾的是以我们现在的知识无法解决这个问题。 三、由于经济行为的滞后性和某些解释变量没有被我们考虑进来，我们的模型还存在一定的自相关。经过不断的修改已经得到了一些改善，可是还是没有通过自相关检验，我们将继续对这个问题进行研究。 四、我们知道，现在离恩格尔系数提出时已有140多年了, 食物支出在消费结构中的意义远没有恩格尔时代重要。其他消费如穿、住、行、用, 特别是耐用消费品如汽车、住房的意义越来越显得重要。而且, 恩格尔系数之所以降低, 也是因为购买食物的负荷率降低的结果: 食物的相对价格低廉化。 而且，中国的特殊情况也使恩格尔系数失去实际意义。以食物支出的比率来统一衡量生活水平, 现在已有失客观。因为, 社会对每个家庭、每个阶层的吃没有统一标准, 食物支出的弹性很大, 贫富和个性化的差异性很大。佳肴美馍的享用和粗菜淡饭的充饥, 是大不一样的。更何况各个家庭重吃或重穿、重住、重教、重用的风格习性各异, 个性化越来越突出。许多低收入家庭都舍不得吃, 吃的很差, 尽量从牙缝里挤出点钱来派其他用场。低收入家庭的恩格尔系数甚至比中等收入家庭还低。譬如, 厦门大学校园里有来自四川、重庆的数百名民工, 他们月基本工资 500 元, 每月自炊只花 150 元伙食费 , 恩格30%系数比城镇恩格尔系数 (2000年是37。1%) 还低。他们的伙食标准主要是填饱肚子。伙食品质优劣没个标准。 最后，恩格尔系数的涵义在于，可通过观察人们在满足了生存的基本需求后，还剩多少“闲钱”，判断生活水平是否提高。但如果现实中农民吃饭的花费虽不变，且收入增加得很少，但其他费用在增多，特别是乱收费、乱集资、乱罚款以及各种摊派等增加的负担，令“闲钱”减少甚至没有的话，恩格尔系数的下降也就失去了意义。我国农村经济的改革发展需要突破旧体制的框框，在精简机构，实现农业规模化、产业化等方面寻找新突破口。而简单地套用恩格尔系数似乎有些脱离实际。 参考资料： 《计量经济学》 庞浩 主编 西南财经大学出版社 《四川统计年鉴》1992--2002
-
浅析企业国际贸易方式创新研究——基于网络技术全球化视角下_经济学毕业论文
浅析企业国际贸易方式创新研究——基于网络技术全球化视角下_经济学毕业论文 「关键词〕技术 国际贸易 创新方式 [论文摘要」网络技术的及其广泛应用正深刻地影响和改变着各行各业，在国际贸易领域尤其突出。以Internet为基础的互联网为买卖双方直接沟通产销信息提供了最廉价的工具，也成为之间进行信息交换和资源共享的最佳方式。在网络化和全球化的背景下，国际贸易在组织形式、流通模式、流通渠道以及营销方式等方面都在进行着创新。 一、国际贸易组织形式的创新—虚拟企业 以互联网为基础的商务对企业传统的组织形式带来了很大的冲击，打破了传统职能部门依赖于分工与协作完成整个工作的过程。除了市场部或销售部与客户直接打交道外.在互联网时代.企业的其他部门也可以通过电子商务网络与客户频繁接触，从而改变了过去间接接触客户的状况。企业组织信息传递的方式也由单向的“一对多式”向双向的“多对多式”转换。“一对多式”单向为主的信息传递方式形成了“金字塔”式的垂直型组织结构。而“多对多式”的信息传递方式，将垂直的阶层结构演变为水平结构形式，这是世纪企业组织结构的新变化，即网络化的组织结构。这种组织结构表现为两大特点:第一，电子商务构造了企业的内部网、数据库，所有部门和其他各方都可以通过网络直接快捷地交流，管理人员之间相互沟通的机会大大增加，组织结构逐步倾向于网络化结构;第二，电子商务使中间管理人员获得更多的直接信息，提高了他们在企业决策中的作用。 网络化组织结构的典型代表是虚拟企业。这种企业打破了企业之间、产业之间、地区之间的界限，把现有资源优化组合成为一种没有围墙、超越时空约束、利用电子手段联系、统一指挥的经营实体。虚拟企业可以是一个企业的某几种要素的重新组合.也可以是一个企业的某一种要素或几种要素与其他企业系统中某一种或几种要素的重新组合。虚拟企业一改我们习惯了的刚性组织结构，通过柔性化的网络将具有相关能力的相关资源联系起来.组成跨职能的团队，使资源的配置真正实现最优化。 虚拟企业以高屋建领的方式站在企业之上，专注于产品的生产、销售及供应.摆脱了传统企业内部事务如人事、行政、财务、福利等的烦扰。虚拟企业能紧抓瞬间即逝的市场机遇，将原本分散的技术资源、人力资源和管理资源快速有效集成。 二、国际贸易流通模式的创新—ECR 在互联网时代，消费者自主意识增强，对新产品的期望越来越高，个性化需求的特点明显。为适应这一变化，一种新的贸易流通模式出现，并得到推广，这就是消费者有效反应(EfficientConsumetResponse)以下简称ECR。根据ECR欧洲执行董事会的定义，"ECR是一种通过制造商、批发商和零售商各自经济活动的整合，以最低的成本，最快、最好地实现消费者需求的流通模式”。ECR促进了贸易过程的观念创新、组织创新和信息创新。这种创新的意义深远，被西方经济学家称之为第二次产业革命。 目前，ECR模式在欧洲、美国、日本等国《国际贸易问题》年第期家和我国的地区都得到了广泛推广。如何将ECR模式有效推广至国际经贸领域，是摆在我们面前的一个重要课题。因为实施ECR所带来的经济效益十分明显:欧洲推广ECR流通模式，直接效益是每年节省费用270亿美元，平均零售成本降低5.7%，其中运营和库存成本分别下降4.8%和0.90l00 与传统流通模式相比较，ECR模式有着本质的区别。在传统模式中，整个流通过程被人为地划分成若干个封闭的小环.各小环之间存在节点。这在我国对外贸易的传统模式中表现得尤为充分: 1.重视采用新技术和新方法 ECR系统采用了先进的信息技术，在制造商与销售商之间开发了一种利用机技术的自动订货系统(CAO)。我国对外贸易中的出口交货周期长、商品保鲜度低、破损率偏高.特别是面对新贸易保护主义的各种手段，利用是一个很好的突破口。 2.建立稳定的伙伴关系 在传统的商品供应体制上，制造商、批发商，零售商联系不甚紧密即或相互间较为紧密，发生的每一次定货都有很大的随机性。这就造成生产与销售之间商品流动的极不稳定性，增加了商品的交易成本。而ECR系统却克服了这些缺点在制造商、批发商、零售商之间建立起一个连续的、闭合式的供应体系，使他们结成了相对稳定的伙伴关系，克服了商业交易中的勾心斗角，实现了共存共荣，是一种新型的产销同盟和产销合作形式。 3实现了非文书化 ECR系统充分利用了信息处理技术，使产购销各环节的信息传递实现了非文书化。无论是企业内部的传票处理，还是企业之间的订货单、价格变更、出厂、装般通知等文书都通过计算机间的数字交换进行自动处理。由于全面采用了电子数据交换，可以根据出厂明细自动处理人库，从而使时间近似为零。这对于迅速补充商品，提高预测精度，大幅度降低成本起到了很大作用。
-
开放经济下储蓄、投资与贸易余额关系的研究_经济学毕业论文
开放经济下储蓄、投资与贸易余额关系的研究_经济学毕业论文 开放经济下储蓄、投资与贸易余额关系的研究 主要内容：储蓄、投资与对外贸易是宏观经济中最常见的经济行为。本文就目前国内储蓄、投资以及对外贸易的现状进行了一次整合，通过建立计量经济学模型来探讨在开放经济条件下三者之间的联系，以说明在进行宏观经济调控的时候正确处理三者关系的重要性。 关键词：储蓄 投资 财政赤字 贸易顺差 物品市场均衡条件 正文： （一）前言 在以往近20年的时间里，中国储蓄存款增幅之惊人为世界罕见。国家从1996年5月1日至1999年6月10日，连续7次降息，1999年8月，“利息税”在一片争议声中出台，“7+1储蓄大震仓”，这一系列旨在赶出7万亿元居民储蓄这一“笼中虎”的政策措施可谓用心良苦。然而这些举措并没有达到预期效果，居民储蓄率仍然居高不降。2002年，在居民人均可支配收入实际增长10％左右的情况下，居民储蓄存款余额的年增长率竟达到17.8％。进入2003年，居民储蓄存款更是一路高歌猛进，到2月末，国内全部金融机构(含外资机构)本外币的居民储蓄存款余额已达10.03万亿元，同比增长18％，比年初增加5894亿元，其中，定期储蓄存款比年初增加3877亿元，活期储蓄存款比年初增加2017亿元。 与高储蓄同时出现的另一显著经济现象是国内投资的高速增长。尽管面临复杂的国际环境和非典疫情的影响,我国经济继续保持了快速增长态势。其中固定资产投资“出乎预料”地加速增长，成为抵御“两大冲击” 和推动GDP高增长的主要力量。据最新统计显示，今年1至5月份国有及其他经济类型固定资产投资完成10578亿元，同比增长31.7%，高于去年同期5.9个百分点，是1994年以来同期的最高增速。随着投资增长持续高位,有关我国投资率是否过高再次成为当前管理层和学术界关注的热点问题。 2003年,在世界政治、经济局势复杂多变,美伊战争爆发,世界经济复苏进程缓慢,部分国家和地区发生非典疫情的不利条件下,中国经济仍然保持了持续快速健康增长的良好态势。作为国民经济的重要方面,中国对外贸易也实现了快速增长,总体形势大大好于年初的预期。2003年前三季度,全国对外贸易总额达6062.6亿美元,增长36.2%。其中,出口3077.0亿美元,增长32.3%进口2985.6亿美元,增长40.5%。实现贸易顺差91.5亿美元。 这是目前国内经济发展形势呈现出的显著的“三高”局面。 （二）问题的提出 这几年，我国财政收入虽然大幅攀升，居民储蓄存款快速增长，国内可用的资金充裕，市场物资丰富，物价处在较低水平，国际收支连年盈余，外汇储备较为雄厚，但是连续2年财政赤字突破3000亿大关，到2002年达到了3198亿元。尽管仍在国家财力可以承受的范围之内，但从总体发展趋势判断，对我国当前的财政赤字不可掉以轻心。同时，储蓄存款的迅猛增长，给我国经济社会也带来了一系列的影响。尤其在我国内需不振，出现通货萎缩的情况下，储蓄存款的变化直接关系到我国金融乃至整个社会的运行态势，制约着经济的良性循环，导致了实际经济增长率的下降。目 前过高的投资率也同样令人担忧。一定时期的高投资率固然有助于加速经济发展，但已有研究表明,固定资产投资对经济增长的拉动是以有效投资为前提的。如果投资没有效率，投资过度，需求尤其是消费需求没有跟上，反而会发生生产过剩的危机。从我国经济发展来看，投资率过高，不仅使生产能力利用率下降，而且导致回报率过低，影响经济增长效益的提高。因此，投资效率以及投资与需求的结合程度也是我们需要密切关注的问题。 以上均是从单个的经济行为入手分析储蓄、投资及贸易对国家宏观经济的影响。然而，在经济发展的过程中，任何经济因素、经济行为都不是单独存在的，或多或少都存在一定的联系。这里，我们把这几个因素抽取出来，将物品市场的均衡条件，即投资等于储蓄（包括私人的和公共的）放到开放经济中来研究，构造出开放经济下的物品市场均衡模型，并对其进行回归分析，试图从中探讨三者之间的联系及正确的协调方法。 （三）模型的设定 1、经济学家将GDP分解之后，发现GDP（总产出）是由下面几部分构成：消费（C），投资（I），政府支出（G），净出口（X-Q）,库存投资（产出-销售）。假设企业没有库存，那么物品的供给就等于产出，那么就得出均衡产出的方程： Y = C + I + G +X –Q ① 2、根据约翰.梅纳德.凯恩斯在1936年《就业，利率与货币通论》一书中的首次详细阐述的模型，可得到私人储蓄（消费者的储蓄，S）等于可支配收入减去消费： S = - C ② 按照可支配收入的定义，可以把私人储蓄表示为收入减去税收，再减去消费： S = Y – T – C ③ 3、回到方程①中，在两边同时减去（C+T），利用方程③，得到： S = I + G – T + X –Q ④ 定义净出口Y = X – Q, 方程④重新整理得到： Y = S + (T- G) – I ⑤ 4、方程⑤正是我们所要研究的净出口与储蓄（包括私人储蓄和公共储蓄）、投资三者之间关系的一个反映。我们设立模型如下： 表示净出口总额对居民储蓄的弹性，表示净出口总额对公共储蓄的弹性，表示净出口总额对固定资产投资的弹性，U为随即扰动项。我们将通过对该模型的回归分析，得出三者之间更为准确的关系。 （四）样本数据收集 本模型使用时间序列数据，数据来源于国家统计局网站() 中国统计年鉴。在经过大量分析比较后我们采用了所取样本数据见表1。 单位：亿元 年份T税收收入G财政支出Z公共储蓄I固定资产投资S储蓄X出口总额Q进口总额Y净出口 1982700.021153.3-453.281027.74675.4413.8357.556.3 1983775.591292.5-516.911369892.5438.3421.816.5 1984947.351546.4-599.0518331214.7580.5620.5-40 19852040.791844.8195.9924751622.6808.91257.8-448.9 19862090.732330.8-240.0729672237.61082.11498.3-416.2 19872140.362448.5-308.143640.863073.314701614.2-144.2 19882390.472706.6-316.134496.543801.51766.72055.1-288.4 19892727.43040.2-312.84137.735146.919562199.9-243.9 19902821.863452.2-630.344449.297034.22985.82574.3411.5 19912990.173813.6-823.435508.89110.33827.13398.7428.4 19923296.914389.7-1092.797854.9811545.44679.44444.2235.2 19934078.8874642.3-563.41313072.315203.55284.85986.2-701.4 19944788.1485792.62-1004.4717042.121518.810421.89960.1461.7 19955562.186823.72-1261.5420019.329662.312451.811048.11403.7 19966430.7467937.55-1506.82297438520.812576.411557.41019 19977998.4169233.56-1235.1424941.146279.815160.711806.53354.2 19988873.99510798.18-1924.1928406.253407.515231.611626.13605.5 19999920.48213187.67-3267.1929854.759621.816159.813736.52423.3 200012125.8815886.5-3760.6232917.764332.420635.2186391996.2 200114429.518902.58-4473.0837213.573762.422029.120164.21864.9 表1. （四）模型的参数估计和检验 用Eviews计量经济学分析软件，使用“表一”和“表二”中的数据和代估模型： 我们可以得到如下回归分析结果： Dependent Variable: Y Method: Least Squares Date: 12/15/03 Time: 22:14 Sample: 1982 2001 Included observations: 20 VariableCoefficientStd. Errort-StatisticProb. S0.1990000181690.04491760795914.43033427670.000419957870315 I-0.20733412810.0754743815579-2.747079523150.0143197736228 Z1.118252198380.2800616010083.992879403510.00104759202435 C395.802172656249.6517351841.585417270840.132435009766 R-squared0.866571875071 Mean dependent var749.565 Adjusted R-squared0.841554101647 S.D. dependent var1277.59433982 S.E. of regression508.549790412 Akaike info criterion15.477859769 Sum squared resid4137966.22925 Schwarz criterion15.6770062237 Log likelihood-150.77859769 F-statistic34.6382493909 Durbin-Watson stat2.08987725795 Prob(F-statistic)3.1484752193e-07 表二 回归结果为： Y = 395.8022+ 0.199×S + 1.1183 × Z - 0.2073 × I 1、经济意义检验 从经济意义看表示净出口总额对居民储蓄的弹性，表示净出口总 额对公共储蓄的弹性，表示净出口总额对固定资产投资的弹性。和的值为正，的值为负，是符合经济意义的。 2、统计推断检验 从EVIEWS的分析结果看来，模型拟合较好，可决系数=0.84156,表明模型在整体上拟合也较好。 系统显著性检验：对于,t统计量为4.4303。给定=0.05,查t分布表，在自由度位n-2=18下，得临界值（18）=2.101,因为›（18）,所以拒绝：=0，表明城乡居民储蓄S对净出口额Y有显著性影响。同理，对于——t统计量为3.993›（18）,和——t统计量-2.7407›-（18）,表明公共储蓄Z和固定资产投资I对净出口额Y有显著性影响。 3、计量经济学检验 （1）多重共线性检验 采用简单相关系数矩阵法对其进行检验： SIZ S10.989810090416-0.927467715958 I0.9898100904161-0.893868529617 Z-0.927467715958-0.8938685296171 表三 从结果可知，S、I、Z之间可能存在多重共线性。但由表二的分析表明，参数估计值的t检验显著，F检验通过，模型整体上拟合较好。因此可判定，S、I、Z之间可能存在的共线性较弱且对模型影响不严重，可以接受。 （2）异方差检验 ①检验： 利用ARCH检验法检验模型是否存在异方差。 结果如下： ARCH Test: F-statistic0.151212734309 Probability0.927054676232 Obs*R-squared0.573216652138 Probability0.902535486299 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/16/03 Time: 17:25 Sample(adjusted): 1985 2001 Included observations: 17 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C295975.914894128355.7970672.305902200410.0382376622465 RESID^2(-1)-0.04912808178460.273654395471-0.1795260101710.860292681252 RESID^2(-2)-0.1534055648880.275399503538-0.55702919910.586970092009 RESID^2(-3)-0.1081818686420.281870763107-0.3837995379480.707330739157 R-squared0.0337186265963 Mean dependent var226210.17471 Adjusted R-squared-0.189269382651 S.D. dependent var221479.513176 S.E. of regression241531.444867 Akaike info criterion27.8297112153 Sum squared resid758386705176 Schwarz criterion28.0257614139 Log likelihood-232.55254533 F-statistic0.151212734309 Durbin-Watson stat1.54436376555 Prob(F-statistic)0.927054676232 其中，Obs*R-squared=0.573216652138小于，所以接受原假设，表明模型中随机误差项不存在异方差。 （3）一阶自相关检验 ①检验： 从模型设定来看，没有违背D-W检验的假设条件，因此可以用D-W 检验来检验模型是否存在一阶自相关。 根据表二中估计的结果，由DW=2.08987725795 ，给定显著性水平α=0.05，查Durbin-Watson表，n=29，k′=3，得=0.998,=1.676 。因为DW统计量为2.08987725795 =2.324，根据判定域知，随机误差项不存在一阶自相关。 (4)确定模型 Y = 395.8022+ 0.199×S + 1.1183 × Z - 0.2073 × I 由于该模型的回归结果、t值以及F统计值均显著，且不存在计量经济学问题，因此最后定型为此。 其拟合图如下： （五）结论 国家目前的宏观政策是“双稳”政策，即稳定的财政政策和稳定的货 币政策。也就是说未来几年里，Z会保持稳定，要扩大净出口，只能依赖于S和I。再看一下模型，S的系数是正的，而I的系数是负的，也就是说，加大储蓄—投资转化率，将会减少净出口额，但是，目前中国7万亿多的储蓄存款已经成为国家的一块心病，国家仍然是鼓励投资的，因为即便这样，还是可以保持贸易顺差的，我们的储蓄远远比固定资产投资大，转换一个百分点的储蓄成为投资后，其差额还是大于零的，所以鼓励投资也是可以增加净出口的。但长期以来，我国的储蓄—投资转化机制主要是依赖商业银行进行，转换面不广，渠道也不够畅通，众多非银行金融机构的媒介作用没有充分发挥出来。而储蓄—投资转化机制影响着整个社会资金的投资方向与效率，为了搞活储蓄__投资机制，结合我国现状，应当做到以下几点： 1.正确处理好金融风险与经济发展的关系， 2.启动消费，实现储蓄分流 3.充分发挥证券市场的积极作用。 4.加快建立区域性资本市场。
-
浅谈建立基于绩效的薪酬管理体系_经济学毕业论文
浅谈建立基于绩效的薪酬管理体系_经济学毕业论文 薪酬管理;绩效;薪酬 在社会主义市场不断完善的今天，作为市场的主体将面临来越激烈的竞争局面，而在21世纪决定企业生存的关健因素就乏人才。时于企业来说，只有建立墓于绩效的薪酬管理体系才能留住人才，才能为企业创造更大效益。本文通过时薪酬管理体系的具体阐述，结合人力资源的相关理论，就建立基于绩效的薪酬管理体系的必要性及途径进行论述。 一、基于绩效的薪酬管理体系 (一)薪酬管理 薪酬管理是组织管理者对员工的薪酬形式、薪酬结构、薪酬水平、薪酬等级、薪酬标准等内容进行制定和调整。其目标包括吸引和留住人才，激励员工，引导员工与组织保持相同的目标。薪酬管理是人力资源管理的一项重要内容，对企业的发展和实现企业目标有着重要意义。 (二)基于绩效的薪酬管理体系含义 基于绩效的薪酬管理是根据员工的实际劳动成果或工作绩效来决定劳动报酬的一种工资管理形式。其中，基于绩效的薪酬的具体形式较多，常见的有定额工资、计件工资、提成工资、奖金等。下面主要阐述一下定额工资、提成工资和奖金。第一，定额工资是根据员工完成与劳动直接相关或间接相关的各种定额的多少来确定劳动报酬的一种工资形式。定额主要是对员工应完成的工作量的规定，基本形式是产量定额和工时定额。定额工资的适用范围较广泛，几乎所有组织和工种都可以通过制定工作量的定额来实行定额工资。第二，提成工资也称分成工资，是按照一定比例从企业的销售额、营业额或纯收人中提取一部分货币进行工资分配的工资形式。提成工资既可以按企业或员工提供的超过考核基数的营业额或纯收人来提成，也可以按企业或员工的全部营业额或纯收人提成。第三，奖金是根据员工超额劳动或超额贡献的大小支付报酬的一种工资形式。目前，员工持股计划是常见的以鼓励员工长期努力工作为目的奖励形式。所谓员工持股计划是指以赠送或低价出售公司股票的形式来支付员工部分报酬的一种奖金形式。一般规定，赠送或低价出售给员工的股票，必须持有一定年限后才能出售。因为股票价格和企业的经营效益密切相关，员工持股后，为了自己的利益，希望股票升值，就会更加关心企业的长期利益，并为之努力工作。目前，采取员工持股计划的企业在世界范围内大幅度增加。据调查，20世纪90年代中期，采取员工持股的美国企业约1万个，员工超过1000万名。我国近年采取员工持股制的企业也开始增加。 以上几方面构成了基于绩效的薪酬管理体系的重要组成部分，一个企业要想建立有效的竞争机制，在给予员工报酬方面必须合理，将员工薪酬与企业效益挂钩，这样，员工才能尽自己最大的努力去工作，从而既满足了自身需求，也促进了企业的发展。 二、建立基于绩效的薪酬管理体系 1、要有公平性和竞争力 一个合理的薪酬管理体系必须对内有公平性，对外有竞争力。首先，就对内公平性而言，一是确定员工合理的级别，二是按绩效付酬。在对企业职位分级时要考虑10个方面因素，包括知识、经验、活动范围、决策责任、工作失误后果、内部联系、对外联系、督导责任、所督导的人数、研究分析能力等。传统企业的级别较多，有的多达几十级。级别太多，容易导致组织效率降低，一份文件要很多层级的人签字。此外，这也会导致员工过分的内部竞争。每个人都指望自己每年能升一级。这会对企业发展产生极为不利的影响。其次，就薪酬的对外竞争力而言，要注意岗位匹配这个前提。因为不同的公司对同一个职位名称是有不同定义的。
-
西方消费理论在中国的实证分析_经济学毕业论文
西方消费理论在中国的实证分析_经济学毕业论文 西方消费理论在中国的实证分析 前言 西方的消费函数首先是由凯恩斯提出的“绝对收入”假说，由于他针对的是消费的短期现象，只能解释短期数据，而长期数据拟合度比较差缺乏解释力，产生了“消费函数之谜”，从而后来又相继出现了杜森贝利的“相对收入假说”、弗里德曼的“持久收入假说” 、莫迪利安尼的“生命周期假说”和霍尔的“随即游走假说”以及在批判霍尔的基础上提出的各种假说，例如流动性收入假说、预防性储蓄假说等等，从而西方的消费函数理论不断发展和完善。在这里我们只针对前面的四个理论对中国的消费水平进行实证分析。 一、建立西方消费理论的简化数学模型 1、凯恩斯的“绝对收入假说” 凯恩斯在不存在流动性约束和不确定性，消费者只追求一种预算约束下的效用最大化的假定基础上提出了绝对收入假说。认为，消费支出的大小与当期收入水平的高低相联系，收入的绝对水平决定了消费。消费函数线性形式： Ct=c+βYt+εt (0β=dC/dY1) Ct是单个个人的t期消费量, β是当期收入的边际消费倾向，Yt是当期收入，εt是个随即扰动项，c是个人最低消费（吃饭穿衣的基本消费） 边际消费倾向MPC是Yt的递减函数，即：dMPC/dy=d2C/dY20 而平均消费倾向应大于边际消费倾向，随着可支配收入的增加，平均消费倾向应是递减的，这与库兹涅茨实证研究的美国长期边际消费倾向稳定在0.87不符合。 2、杜森贝利的“相对收入假说” 杜森贝利针对凯恩斯消费只与当期收入相关和个人彼此独立消费的说法提出了“相对收入假说”，建立了消费的“示范性”和“不可逆性”。示范性是消费者受周围人消费行为的影响，如果周围人的消费水平较高，某人的收入水平较低，也企图接近周围人的消费水平。于是低收入者的边际消费倾向很大，其数学模型为：Ct=c+α0Yt+α1 Y0+εt Y0 为周围人群或团体的平均收入 所谓消费的“不可逆性”是指个人的消费不仅受当前收入的影响，而且还受过去收入和消费水平的影响，如果某人在过去的高收入下形成了某种消费水平，虽然现在收入减少了，但是还想维持这种消费水平不让他下降，其不可逆模型为： Ct=c+α0Yt+α1Y2+εt Y2为过去的最高收入 3、弗里德曼的“持久收入假说” 弗里德曼认为人们的收入分为两部分：一部分是暂时收入，一部分是持久收入。人们在计划自己的消费水平是，不是根据短期实际收入而是把消费与持久的长期的收入联系在一起。短期的可支配收入由于受许多偶然因素的影响，是一个经常变动的量，人们的消费不会随它的波动而经常变动。消费者为了实现效用最大化，实际上是根据他们在长期中能保持的收入水平来进行调整的，一时性的短期收入的变动只有在能够影响持久收入水平预期时才会影响消费水平。消费是持久收入的稳定函数，这便是持久收入假说的基本思想。持久收入Ypt可表示成可观测量Yt的函数 Y*t=Y*t-1+γ(Yt – Y*t-1)(0 γ1) θ是加权数，是对过去的经验所作的预期 可以改写成：Y*t=γYt +（1-γ）Y*t-1 当γ=1时，现期的预期收入就等于现期收入，当γ=0时，现期的预期收入中本期实际值被忽略。 Ct=c+αY*t=c+α[γYt +（1-γ）Y*t-1]= c+αγYt +α(1-γ)Y*t-1……………….{1} 然后将Ct=c+αY*t滞后一期并乘以1-γ：(1-γ)Ct-1=(1-γ)c+α(1-γ)Y*t-1 ………{2} 1式减去2式，整理得：Ct=c(1-γ)+αγYt+(1-γ)Ct-1 令：α*=αγ γ*=(1-γ) c*= c(1-γ) 所以其消费数学模型为： Ct=c+αY*t+εt=c+α*Yt+γ* Ct-1+εt 4、莫迪利安尼的“生命周期假说” 此理论的中心论点是：每个人都根据他自己一生的全部预期收入来安排他的消费支出，即是说，每个家庭在每个时点上的消费与储蓄决策都反映了该家庭谋求在其生命周期内达到消费的理想分布的企图，而每个家庭的消费要受制于该家庭在其整个生命期间内所获得的总收入，所以在此我们要考虑财产（储蓄）和收入两个因素，这里我们不考虑利率的影响。其t期消费的数学模型为： Ct=c+α×Wt+β×Yt+εt Wt是t期财产,这里我们用储蓄近似替代，Yt 是t期收入。 二、数据的说明和处理 由于考虑到数据的权威性，我们对原始数据通过两个渠道收集：一是学校图书馆的统计年鉴，二是中国国家统计局的网站。出于数据及时性和样本自由度的考虑，我们最终选取了中国国家统计局网站上的数据作为我们的样本数据。当时，网站上数据没有我们所要求的那样进行系统整理过，这又加强了收集工作的难度，只能一年一年的下载然后整合在一起。 下面我们对数据的处理简要说明一下： 由于我们要做的是西方消费模型对中国的实证分析，因此需要的数据大致有以下几种：历年消费消费量Ct,人均财产Wt,人均收入水平Yt,又考虑到城乡消费层次的不同，我们继而进一步划分为：农村人均消费、人均财产、人均收入水平和城镇人均消费、人均财产、人均收入水平。但是真正符合要求的上述数据基本上没有，于是我们作如下处理： 由于财产很难统计，而在中国又比较特别，即储蓄占了中国人均财产中相当大的比例，于是在此我们用人均储蓄来代替中国人均财产。为了能进一步说明人均财产的性质，即流动性。我们用人均定期储蓄和活期储蓄来说明人均财产中流动性好和差的两种类别，进而来研究对中国消费的相关影响。但是人均储蓄这一数据我们没有收集到，于是通过历年年底中国储蓄总额和人口数来求得。而中国农村和城镇储蓄数据也没有，在这里我们大胆的用中国人均储蓄来代替农村和城镇的人均储蓄，这必然会产生一定潜在误差，在随后的回归中我们会再加以考虑。 通货膨胀的剔除，按可比价格计算。 我们认为在后面的消费模型中应用可比价格来重新处理数据，，理由如下：(1) 在杜森贝利的相对收入假说中，有历史最高收入这一项，如果不剔除通胀，历年人均收入很自然的年年攀高，如果一旦排除通胀因素，我们会发现在通胀厉害的阶段，居民的人均收入反而减少（2）考虑到储蓄因素，它是逐年累加起来的，每年增加的储蓄在各年的购买力是不一样的，不排除通胀，无法体现居民实际的购买力。 对通胀的核算是如下进行的： a、用全国居民的消费价格环比指数（1985-2002）来分别求得基于1984年的全国消费价格的上涨率（全国消费品通胀率） b、用城镇居民的消费价格环比指数（1985-2002）来求基于1984年的城镇居民消费价格的上涨率（城市居民消费品通胀率） c、用农村居民的消费价格环比指数（1985-2002）来求基于1984年的农村居民消费价格的上涨率（农村居民消费品通胀率） d、其中全国储蓄、人均消费和人均收入用全国消费品价格上涨率来排除通胀；城镇居民的收入和消费都用城镇居民消费品价格上涨率排除通胀，农村就用农村居民消费品的上涨率排除通胀。 三、模型的参数估计及影响作用分析 首先对凯恩斯收入假说在中国实证分析 对城镇居民消费 Ct=26.22452+1.109043 Yt （1） （0.470744） （23.45593） R2=0.97174 , R2=0.969974,F=550.1807 括号中为相应参数的t检验值。系统性检验：回归方程式（1）中，对于参数β在自由度为ｎ－2=16的情况下通过显著性水平为0.05的t检验，所以拒绝H0：β=0，表明城镇居民年人均收入年人均消费支出有显著性影响。但是从经济意义上讲, β=1.109043,不符合凱恩斯绝对收入假说理论中边际消费倾向在０与１之间。因此对城镇居民的消费通过回归，发现凯恩斯的绝对收入假说不能合理解释中国城镇居民的消费习惯。 对农村居民消费 Ct=1.015476+0.905399 Yt (2) (10.279706) (44.05461) R2=0.991823 , R2=0.991312,F=1940.808 括号中为相应参数的t检验值，系统性检验：在回归方程式（2）中，对参数β在自由度为ｎ－2=16的情况下通过显著性水平为0.05的t检验，所以拒绝H0：β=0，表明农村居民年人均收入对年人均消费支出有显著性影响。从经济意义上讲，β＝0.905399，符合凯恩斯的绝对收入假说中边际消费倾向在0与1之间，而且截距项c为1.015476也符合普遍的经济意义，我们认为凯恩撕的消费理论对中国农村消费现象有比较大的解释力。同城镇居民消费现象相比我们发现，农村居民当期收入对消费的影响明显要高于城镇居民当期收入对消费的影响，我们认为很大的因素是农民收入比城镇居民收入要低得多，当期收入中的很大部分用于当期消费。 对全国居民人均消费 Ct=1+1.16Yt (3) (3.14) (3.998590) R2= １，R2=１，F=5.82 系统性检验：回归方程式（3）中，对于参数β在自由度为ｎ－2=16的情况下通过显著性水平为0.05的t检验，所以拒绝H0：β=0，表明全国居民年人均收入对年人均消费支出有显著性影响。但是从经济意义上讲，β＝1.16明显不符合绝对收入假说中对于边际消费倾向在0到1之间的假定。因此对于中国居民年人均消费也不适合凯恩斯的消费模型。 杜森贝利相对收入假说在中国的实证分析 对城镇居民年人均消费 （1）“示范性”检验 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C63.3578658.164631.0892850.2932 Yt0.6123940.3163901.9355680.0720 Y00.7342170.4629361.5860000.1336 R-squared0.975799 Mean dependent var1270.500 Adjusted R-squared0.972572 S.D. dependent var416.5416 Ct=63.35786+0.612394 Yt+0.734217 Y0 089285) ( 1.935568) ( 1.586000) R2=0.975799, R2=0.972572, F=302.4025 10.989747 0.9897471 从估计的结果看出，模型拟合较好，可决系数R2=0.975799，F检验显著性明显，表明模型在整体上拟合不错。系数检验：对于参数α0 ，α1在自由度为n-2=16的情况下都没有通过显著性水平为0.05的t检验。故接受原假设H0:α0=0 α1=0。用简单相关系数矩阵法发现： Yt与Y0的相关系数达到了0.989,存在严重的共线性。 因此我们认为中国城镇居民消费几乎不存在杜森贝利相对收入假说中消费的“示范性”。 （2）“不可逆性”检验 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C-31.0154259.52349-0.5210620.6099 Yt0.5384150.3000891.7941860.0930 Y20.6629400.3449111.9220590.0738 R-squared0.977325 Mean dependent var1270.500 Adjusted R-squared0.974302 S.D. dependent var416.5416 Ct= -31.01542+0.538415 Yt+0.662940 Y2 （-0.521062）（1.794186）（1.922059） R2=0.977325，R2=0.974302，F=323.2612 根据估计结果我们发现模型拟合较好，可决系数和调整可决系数分别达到0.977325和0.974302，F检验显著，表明模型整体上拟合较好。然而进行系数性检验时发现：对于参数α0 ，α1在自由度为n-2=16的情况下都没有通过显著性水平为0.05的t检验，故接受原假设H0:α0=0 α1=0。用简单相关系数矩阵法： 10.989319346 0.9893193461 同样可以看到，Yt和Y2的相关系数达到了：0.989 ,也存在着明显的共线性。因此中国城镇居民的消费不存在着消费的“不可逆性”。结合上述我们认为杜森贝利的相对收入假说在中国还不存在。 对农村居民年人均消费 （1）“示范性”检验 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C15.3372316.632850.9221050.3711 Yt0.7434350.1158896.4150630.0000 Y00.0900180.0634501.4187170.1764 R-squared0.992791 Mean dependent var456.0217 Adjusted R-squared0.991830 S.D. dependent var125.9500 Ct=15.33723+0.743435 Yt+0.090018 Y0 （0.922105）（6.415063）（0.063450） R2=0.992791，R2=0.991830，F=1032.835 从估计结果来看，模型拟合得比较好，可决系数和调整可决系数分别达到了0.992791和0.991830，而且F检验也很显著，表明模型在整体上是很令人满意的，但是进行系数显著性检验可以看到：对于参数α0在自由度为n-2=16的情况下通过了显著性水平为0.05的t检验而对于参数α1则没有通过t的显著性检验，故接受原假设H0: α1=0。在用简单相关系数矩阵法： 与上面遇到的情况一样，Yt和Y0存在着共线性问题，说明在中国农村还没出现“示范性”消费。 （2）“不可逆性”检验 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C1.07084811.713080.0914230.9284 Yt1.0430900.1514096.8892240.0000 Y2-0.1516160.165162-0.9179830.3732 R-squared0.992258 Mean dependent var456.0217 Adjusted R-squared0.991226 S.D. dependent var125.9500 Ct=1.070848+1.043090 Yt-0.151616 Y2 （0.091423）（6.889224）（-0.917983） R2= 0.992258， R2=0.991226，F=961.2849 从估计结果看，和上面基本上差不多，整体性拟合很好，但是对于解释变量却存在着共线性问题，由此我们推断杜森贝利的相对收入假说也不适合中国农村居民的消费习惯。 对全国居民年人均消费 因为我们在取平均收入的时候用的是全国人均收入水平，所以我们在这里就无法对全国居民人均消费的“示范性”进行检验，只能对全国居民人均消费的“不可逆性”进行检验。 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C30.3844723.475771.2942910.2151 Yt0.4746520.3194111.4860220.1580 Y20.4241860.3655141.1605180.2640 R-squared0.990142 Mean dependent var648.1407 Adjusted R-squared0.988827 S.D. dependent var214.8409 Ct=30.38447+0.474652 Yt+0.424186 Y2 （1.294291）（1.486022）（1.160518） R2=0.990142， R2=0.988827，F=753.2744 10.997675 0.9976751 我们发现对全国人均消费的“不可逆性”检验结果，和上面几个差不多，整体上拟合得比较好，可决系数和调整可决系数都分别达到了0.990142和0.988827，F检验也很显著，但就是面临解释变量的共线性问题：相关系数达到了0.997675。因此，消费的“不可逆性” 对中国人均消费的解释也告失效。 莫迪利安尼的生命周期假说在中国的实证分析 对城镇居民年人均消费 S=人均总储蓄；S1=人均定期储蓄；S2=人均活期储蓄 Ct=298.7277+0.642073 Yt+0.327384 S ； Ct= -14.21381+1.170012 Yt-0.137745S2 （1.803554）（0.0327）（0.1033） （-0.161910）（10.46447）（-0.604486） R2=0.976462, R2=0.973324,F=311.1394； R2=0.972413；R2=0.968734,F=264.3623 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C362.3802109.74573.3019980.0048 Yt0.4952800.1875812.6403590.0185 S10.6239060.1869363.3375330.0045 R-squared0.983783 Mean dependent var1270.500 Adjusted R-squared0.981621 S.D. dependent var416.5416 Durbin-Watson stat1.270004 Prob(F-statistic)0.000000 Ct=362.3802+0.495280 Yt+0.623906 S1 （3.301998）（2.640359）（3.337533） R2=0.983783 ，R2=0.981621， F=454.9834 我们分别对城镇居民人均消费关于人均储蓄S、人均活期储蓄S2和人均定期活蓄S1进行回归分析，发现从整体上三者拟合得都比较好，可决系数都相当高，F检验都非常显著。但是对系数显著性检验时发现：对于人均储蓄的回归中，各参数在自由度为16的情况下都没有通过显著性水平为0.05的t检验,用简单相关系数矩阵法发现Yt和S的相关系数为0.98657,两者存在共线性问题。对于人均活期储蓄的回归中，参数β在自由度16的情况下没有通过显著新水平为0.05的t检验,也用简单相关系数矩阵法得到Yt和S2的相关系数为0.9,也存在共线性问题。但是对于定期储蓄的回归中，我们惊喜地发现在自由度为16的情况下各参数均通过了显著性水平为0.05的t检验。对此我们再进行自相关检验即Durbin-Watson检验D=1.270004,在0.05的显著性水平下，DL=1.046,DU=1.535,发现无法确定是否自相关。我们图示法进行检验： 由图可以看出，Ct=362.3802+0.495280 Yt+0.623906 S1+εt 不存在自相关性，因此莫迪利安尼的生命周期理论符合中国城镇居民人均消费习惯。 对农村居民年人均消费 Ct=23.16403+0.818653 Yt+0.023180S ；Ct=10.13372+0.864490 Yt+0.037392S2 (0.881220) ( 9.969786) ( 1.090714)； (0.706596) ( 23.77290) ( 1.348319) R2=0.992424 ,R2= 0.991414,F=982.5017；R2=0.992707, R2=0.991735,F=1020.923 Ct=5.216863+0.877368 Yt+0.010585S1 (0.128507) ( 6.517229) ( 0.210849) R2=0.991848, R2=0.990761,F=912.4725 我们又分别对农村居民人均消费关于人均储蓄S、人均活期储蓄S2和人均定期活蓄S1进行回归分析，发现从整体上三者也拟合得比较好，可决系数都相当高，F检验都非常显著。但是对系数显著性检验时发现：三者的参数β在自由度为16的情况下都没有通过显著性水平为0.05的t检验。通过简单相关系数矩阵分析三者的解释变量都存在共线性问题。所以我们认为莫迪利安尼的生命周期假说不适合中国农村的消费情况。 对全国居民年人均消费 Ct=78.43675+0.760908 Yt+0.040006S (1.550574) ( 5.366006) ( 0.596831) R2=0.989506 ，R2=0.988106，F=707.1725 Ct=36.73347+0.878474 Yt-0.053446S2 （1.562385）（18.29270）（-0.798999） R2=0.989695 ，R2=0.988321，F=720.3057 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C155.450543.454563.5773120.0028 Yt0.5142570.1299553.9572000.0013 S10.2273340.0885112.5684180.0214 R-squared0.992538 Mean dependent var648.1407 Adjusted R-squared0.991543 S.D. dependent var214.8409 Log likelihood-77.60311 F-statistic997.6063 Durbin-Watson stat1.324869 Prob(F-statistic)0.000000 Ct=155.4505+0.514257 Yt+0.227334S1 (3.577312) ( 3.957200) ( 2.568418) R2=0.992538，R2=0.991543，F=997.6063 我们再分别对全国居民人均消费关于人均储蓄S、人均活期储蓄S2和人均定期活蓄S1进行回归分析，发现在整体上三者都拟合得很好，可决系数相当高，F检验也非常显著，但在对系数显著性检验时却发现，在对人均储蓄和人均活期储蓄的回归中，参数β在自由度为16的情况下都没有通过显著性水平为0.05 的t检验。通过简单相应系数矩阵法发现Yt和S、S2的相关系数都很大，他们存在共线性问题。然而对人均定期储蓄的回归中，各参数都通过显著性为0.05的t检验，为此我们进一步检验它的自相关性，根据Durbin-Watson检验，D=1.324869,DL=1.046,DU=1.532,由于DL=1.046D=1.324869 DU=1.532,所以用Durbin-Watson检验无法确定自相关性。因此我们利用图示法来检验： 由图可知，Ct=155.4505+0.514257 Yt+0.227334S1+εt 不存在自相关性。所以我们认为莫迪利安尼的生命周期假说适合我国全国居民人均消费的习惯。 4、弗里德曼持久收入假说在中国的实证分析 对中国城镇居民人均消费 Ct=19.11114+0.142563 Yt+0.912987 Ct-1 （0.464830）（0.648974）（4.408253） R2=0.987033 ， R2=0.985180，F=532.8231 从估计的结果来看，整体上拟合得比较好，可决系数和调整可决系数分别达到0.987033和0.98518，F检验显著。但对参数α的显著性水平为0.05的t检验没有通过，解释变量Yt和Ct-1存在共线性,用简单相关系数矩阵法可进一步验证两者的相关系数达到0.98796。因此持久收入假说不适合解释中国城镇居民人均消费习惯。 对农村居民年人均消费 Ct= -2.513666+0.778819 Yt+0.147323 Ct-1 (-0.213099) ( 5.470424) ( 0.868952) R2=0.992008 ，R2=0.990866，F=868.8374 从回归的结果看，其实和上面的情况相差不多，整体拟合良好，但对参数α*的t检验没有通过，解释变量Yt和Ct-1存在共线性。 对全国居民年人均消费 Ct=14.52789+0.339707 Yt+0.643955 Ct-1 (0.749336) ( 0.0579) ( 0.0086) R2=0.993372, R2=0.992425,F=1049.062 对全国居民人均消费回归来看，结果的情形一样，参数α*的t的显著性检验没有通过，但是无论从可决系数、调整可决系数还是F检验显著都表明整体拟合得很好，通过图示法也表明不存在自相关和异方差，问题的主要原因还是共线性。 四、结论 通过以上分析可知，我们得出： 农村居民的人均消费适合于凯恩斯的绝对收入假说 我们认为原因在于中国农民的收入水平仍然比较低，当期收入中很大部分（90.5%）都用于消费，虽然现在沿海地区比较发达，农民生活水平有很大提高，但是就全国来看农民还是比较穷，所以党十六大才把“三农”问题提上了议案，主要要提高中国8亿农民的生活水平。 中国城镇居民的人均消费适合莫迪利安尼的生命周期假说 主要是原因是在中国改革开放的20年中，受益最大的是城镇居民，他们随着中国经济的发展，生活水平稳步提高，收入中一部分构成了储蓄，而且随着收入的不断提高，定期储蓄也迅速提高，而定期储蓄一定程度上是财富的象征，因为只有手头宽裕的人才会去定期储蓄，不然由于流动性的需要，人们都偏好活期储蓄。在文章开头对数据说明的时候，我们对用全国储蓄来代替城镇居民储蓄表示过怀疑，但是在这里却能比较好得拟合，也说明了中国储蓄中很大部分是城镇居民储蓄，农民的储蓄相对比较少。 全国居民人均消费也适合莫迪利安尼的生命周期假说 这一点也说明了，由于城镇居民消费适合生命周期假说从而带动了全国消费适合生命周期假说，而农民的消费模型在这里被取代了。一个很重要的原因就是城镇居民的储蓄几乎完全等同于全国居民的储蓄。还一方面是城镇居民的消费水平比起农村居民来相当高，虽然农民人数多，占全国人均消费的权重比较大而城镇在人数权重方面要占劣势，但是城镇居民的消费水平很高，这样足以抵消农民人数权重大的优势（全国人均消费=农民人均消费*农民人数/全国人数+城镇人均消费*城镇人数/全国人数），从而使全国人均消费也服从莫迪利安尼的生命周期假说，其中也说明了中国贫富差距的悬殊。
-
浅议薪酬体系设计的一些方法与策略_经济学毕业论文
浅议薪酬体系设计的一些方法与策略_经济学毕业论文 关键词:薪酬管理体系 方法 策略 论文摘要:国企在新形势下要实现可持续，就必须确立劳动、资本、技术和管理等生产要素，按贡献参与进行分配的原则，完善按劳分配为主体，多种分配方式并存的分配制度，从而建立一套完善、合理、符合时代特征的薪酬管理体系。 0引言 薪酬问题历来是国有管理中的难点和重点，特别是随着国企改革的深化，薪酬制度改革迫在眉睫。传统薪酬制度的特点:企业建立内部一致性的分配制度，“同工同酬”，欠考虑员工的工作绩效;工资是身份工资，随着官阶的递升工资才能递增，这种单一的生涯通道阻碍着员工发展;分配制度侧重其保障功能，缺少激励功能，员工的潜在能力不易激发，等等。而今国企在新形势下要实现可持续发展，就必须确立劳动、资本、技术和管理等生产要素，按贡献参与进行分配的原则，完善按劳分配为主体，多种分配方式并存的分配制度，从而建立一套完善、合理、符合时代特征的薪酬管理体系。 1全面理解薪酬制度含义 薪酬不仅仅包含单一的工资和纯粹的货币形式的报酬，它还包括精神方面的激励，是内在薪酬和外在薪酬的完美结合。内在薪酬，包括参与决策、较大责任、个人发展机会、培训机会、晋升机会、较大工作自由及裁定权、较有趣的工作、活动的多单元等内容，属精神方面的。外在薪酬，分为直接薪酬、间接薪酬、非财务性薪酬。直接薪酬包括基本薪金、加班及假日津贴、绩效奖金、利润分成、股票认购权等;间接薪酬包括保健计划、非工作时间给付、服务及额外津贴等;非财务薪酬包括动听的头衔、业务用名片、较喜欢的工作、宽裕的自主时间、喜欢的办公室装演等，属物质方面的。薪酬设计要将薪酬激励方面的功能很好地融入到薪酬体系中，达到内在薪酬和外在薪酬要完美结合，物质和精神奖励并重。 2建立多通道职业生涯发展薪酬体系 企业传统薪酬体系是建立在“官本位”意识极强基础之上，这种以“官本位”为唯一“职业锚”的单一薪酬攀升通道，给员工个人和企业整体发展带来了诸多弊端。 2.1它使企业内的管理岗位成了各级各类员工追求的唯一生涯发展目标，并且企业领导也将职务的平衡作为薪酬、关系等方面平衡的唯一选择。其结果是:满足了员工的期望，企业会官多、官价多，造成管理难题;满足不了员工的期望时，员工的工作激情就会受到压抑，工作不上心，给企业造成无形损失。 2.2会使企业高素质员工生存与发展空间大为“缩水”。单一的职业生涯通道无论怎样精心设计，其容纳的高素质员工较职业生涯发展的多通道数量都会大大减少，大多数员工会感到“前途渺茫”，最终导致员工与企业越走越远，甚至“移情别恋”、“分道扬镰”，给双方带来损失。 2.3可能会造成高素质员工配置错位与浪费，使不善长管理的高素质技术开发人才被安排到领导岗位，糟蹋了人才、损害了工作。而多通道生涯发展薪酬体系设计，则解决了以上问题。它不单单设有管理职业锚，还设有技术职业锚、业务职业锚等，只不过不同职业锚薪酬级别上升路线和所需能力要求不同而已。多通道生涯发展薪酬体系设计使企业内各级各类员工上升到企业最高层岗位的人员数量大为增加，避免了过去大家“挤独木桥”的尴尬状况，使各个不同岗位上的员工都有更多的发展机会，实现了最大激励效果。多通道生涯发展薪酬体系设计的最终目标，是使企业员工和企业形成一个利益统一体，把员工个人的发展与企业的整体发展联系起来，最终实现员工与企业的双赢。 3薪酬设计要以职位为基础 员工获得薪酬的原因不外乎两点:第一、达到岗位任职要求，被聘到相应岗位;第二、按照岗位要求完成了各项工作。这就要求薪酬设计要以组织战略、组织结构、职位体系为基础。进行以职位为基础薪酬设计的前提是:清晰而明确的企业发展战略，的组织结构设置，规范的职位体系。而职位定价的出发点是工作岗位分析。 人力资源部门首先需要分解企业生产经营活动，确定相应的工作岗位，并以职位说明书的形式将岗位职责和任职资格明确下来。有了职位说明书，人力资源部门就能按照任职资格要求招聘新员工，新上岗员工也可以参照职位说明书所描述的职责开展自己的工作。工作职责的界定、企业对岗位任职资格的要求合在一起，是确定岗位固定薪酬的基础。 4薪酬要与绩效考核挂钩 为了评价上岗人员完成具体工作的状况，人力资源部门需要建立员工绩效考评体系，包括绩效考评指标、能力考评指标与态度考评指标等。企业通过考评员工在岗位上的工作业绩表现，确定其为公司业绩做出的贡献，进而确定员工的薪金报酬。员工可能超出岗位对业绩的基本要求，也可能达不到这个要求，这些都直接影响他们领取奖金的额度。员绩考评结果是确定岗位业绩薪酬的基础。
