影响城镇居民家庭消费因素分析（样本）

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

影响城镇居民家庭消费因素分析

摘要：文章主要围绕城镇居民家庭可支配收入对消费水平的影响，建立模型并且对模型进行了一系列修正以及对参数进行的检验。文章共分为四个部分。第一部分：问题的提出。结合现实情况介绍影响消费水平的各因素。第二部分：计量方法。根据选定的变量，结合计量经济知识选择正确的方法建立计量经济模型。第三部分：建立计量经济模型。正确运用计量经济学的分析方法对设定模型进行分析检验，得出一个较合理的分析模型。第四部分：对以上分析得出的结论进行评价。结合我国当前的经济现状，对建立的模型进行总体上的评价，正确认识城镇居民家庭消费的影响因素及影响的程度。
关键词：收入  城镇居民家庭消费水平
一．问题的提出
伴随着国民收入的提高,居民消费水平也日益上升,消费开支不断扩大,尤其是在旅游、餐饮、住房、购车、数码产品上的开支不断增长。我们选用收入，作为模型的解释变量以研究居民消费的影响因素。根据经济理论，收入是消费的直接来源，两者成正相关关系，这种消费理论是否能得到实际经济发展的证实？这是本课题研究主要目的。
二．理论依据
关于收入和消费的关系，凯恩斯认为存在一条基本心理规律：随着收入的增长，消费也会增加，但是消费的增加不及收入的增加的多，这是凯恩斯的绝对收入假说，用公式表示是：C=C(Y)
除了凯恩斯的绝对收入假说，还有美国经济学家杜森贝利的相对收入假说、弗朗科•莫迪利安的生命周期的消费理论、和弗里得曼的永久收入消费理论。这些理论各有各的侧重点，但都揭示了收入和消费之间有着紧密的联系。
三．模型设定
影响各地区居民消费支出有明显差异的因素如收入水平、商品价格水平、利率水平、收入分配状况、消费者偏好、家庭财富状况、消费信贷状况以及制度、风俗习惯等。但从理论和经验分析，最主要的还是居民收入，虽然这些因素也有影响，但有的不易取得数据，还有的在运用截面数据的差异并不大。因此这些因素可以不列入模型，即使它们对居民消费有某些影响也可归入到随即扰动项中。选择在统计年鉴中“城镇居民家庭人均可支配收入“作为解释变量X，”城镇居民家庭人均消费支出“为被解释变量Y
从1990-2007年中国国家统计局中得到的数据。如下表1：
年份        城镇居民家庭人均消费支出Y/元        城镇居民家庭人均可支配收入X/元
1990        1339.68        1510.2
1991        1696.08        1700.6
1992        1886.68        2026.6
1993        2332.6        2577.4
1994        3093.91        3496.2
1995        3537.57        4283
1996        3119.47        4838.9
1997        4185.64        5160.3
1998        4331.61        5425.1
1999        4615.91        5854
2000        4998        6280
2001        5309.01        6859.6
2002        6030        7702.8
2003        6510.94        8472.2
2004        7182.1        9421.6
2005        7942.88        10493
2006        8696.55        11759.5
2007        9997.47        13785.8
四.的估计和调整
1.        对凯恩斯消费理论进行实证分析，所以应对被解释变量城镇居民家庭人均消费支出（Y）和城镇居民家庭人均可支配收入（X）节能型回归分析，并将方程形式设为：
Yi=β1+β2Xi+Ui，
Eviews的回归结果见表2
Dependent Variable: Y
Method: Least Squares
Date: 12/01/09  Time: 22:15
Sample: 1990 2007
Included observations: 18
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
C        444.5514        104.0494        4.272503        0.0006
X        0.705835        0.014674        48.10183        0.0000
R-squared        0.993132            Mean dependent var        4822.561
Adjusted R-squared        0.992703            S.D. dependent var        2504.364
S.E. of regression        213.9261            Akaike info criterion        13.67358
Sum squared resid        732230.2            Schwarz criterion        13.77251
Log likelihood        -121.0622            F-statistic        2313.786
Durbin-Watson stat        2.069026            Prob(F-statistic)        0.000000
从表2中可以看出，参数估计有以下结果
Yi= 444.5514 +0.705835 Xi
     （104.0494）   （0.014674）
t=（4.272503）      （48.10183）
r2= 0.993132    F=2313.786        df= 17     p=0.0000
回归结果,见图1

图1剩余值、实际值、拟合值图形
2.        模型检验
（1）        经济意义检验
  所估计的参数β2=0.705835 ,说明城镇居民家庭人均可支配收入每相差1元，可导致城镇居民家庭人均消费支出相差0.705835元。这与凯恩斯边际消费倾向理论相符，即：随着收入的增加，消费也会增加，但是消费的增加不及收入增加的多。
（2）拟合优度和统计检验
用Eviews得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据。
拟合优度的度量：由表2中可以看出，本案例中可绝系数为0.993132  ，考虑到所采用的是截面数据，说明所建模型整体上对样本数据拟合度较好，即解释变量“城镇居民家庭人均可支配收入”对被解释变量“城镇居民家庭人均消费支出”的绝大部分差异做出了解释。
    对回归系数t的检验：针对H0：β1=0和H0：β2=0，由表2中数据还可以看出，估计的回归系数β1的标准误差和t值分别为：SE(β1)= 104.0494 ,t（β1）= 4.272503；β2的标准误差和t值分别为：SE(β2)= 0.014674 ,t（β2）= 48.10183  .取α=0.05，查t的分布表的自由度为n-2= 19-2= 17 的临界值t0.025（17 ）= 2.110。因为t（β1）= 4.272503>t0.025(17)= 2.110 ,所以能拒绝H0：β1=0;因为t（β2）=48.10183>t0.025（17）=2.110，所以应拒绝H0：β2=0.这表明。城镇居民家庭人均可支配收入对城镇居民家庭人均消费支出有显著影响。
五．回归预测
用Eviews做回归预测，当Xf1=15000，得出消费支出的点预测值，所以X和Y的描述统计结果，见表3。

根据表3的数据可以计算:
∑xi2=σx2(n-1)=3535.8842×（18-1）=212536796.60
（Xf1-X）2=(15000-6202.600) 2= 77394246.76
取α=0.05，Yf平均值置信度95%的预测区间
^         ^      ————————¬—
Yf±tα／2σ√1/n+（ Xf- X）/∑xi2 =  
Xf1=15000时
                                ————————
11032.07+/-2.045×213.9261×√1/18+ 77394246.76      
———————
/212536796.60      = 11164.71/10899.43
  即是说，当Xf1=15000元时，Yf1平均值置信度95%的预测区间为（10899.43，11164.71）元。
Yf个别值置信度95%的预测区间为
^         ^      ——————————
Yf±tα／2σ√1+1/n+（ Xf- X）/∑xi2     
Xf1=15000时
                                ————————
11032.07+/-2.045×213.9261×√1+1/18+ 77394246.76      
———————
/212536796.60      = 11489.24/10899.43
即是说，当第一步Xf1=15000时，Yf1个别值置信度95%的预测区间为(10899.43，11489.24)元。
用Eviews可的预测值及标准误差的图形，见图2。

                 图2. 预测值及标准误差
六．异方差检验
white检验
由表2估计结果，做white检验，结果见表4
White Heteroskedasticity Test:
F-statistic        0.151979            Probability        0.860312
Obs*R-squared        0.357506            Probability        0.836312
                               
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/02/09   Time:12:12
Sample: 1990 2007
Included observations: 18
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
C        19241.42        114121.7        0.168604        0.8684
X        12.14399        36.25577        0.334953        0.7423
X^2        -0.001072        0.002463        -0.435053        0.6697
R-squared        0.019861            Mean dependent var        40679.46
Adjusted R-squared        -0.110824            S.D. dependent var        127175.2
S.E. of regression        134037.1            Akaike info criterion        26.60063
Sum squared resid        2.69E+11            Schwarz criterion        26.74903
Log likelihood        -236.4057            F-statistic        0.151979
Durbin-Watson stat        2.196350            Prob(F-statistic)        0.860312
从表4可以看出，nR2=0.357506，由white检验知，在α=0.05下，查X2分布表，得临界值X0.052（2）=5.9915，同时X和X2的t检验值也显著，比较计算X2统计量与临界值，因为nR2=0.357506＜X0.052（2）=5.9915，                                                                                                                  
可以看出，本研究模型估计的最终结果为
Yi= 444.5514 +0.705835 Xi
     （104.0494）   （0.014674）
t=（4.272503）      （48.10183）
r2= 0.993132    F=2313.786        df= 17     p=0.0000
七．结论
消费与可支配收入存在着一种明显的正相关关系，即随着收入的增加，消费相应增加，反之，收入减少，消费相应减少。凯恩斯的绝对收入假说.得到实际经济发展的证实。
八．参考文献
中国国家统计局http://www.stats.gov.cn/

《中国社会统计资料》
《对外贸易年鉴》

《新中国五十年统计资料汇编》

《中国统计年鉴》

《经济学原理》    （美）曼昆/著    梁小民/译  

《计量经济学》     庞皓  李南成

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：城镇居民 因素分析 家庭消费 observations observation 计量经济学模板

兄弟啊，你的模型为时间序列数据模型，可能存在“伪回归”现象，因而首先需要做单位根检验，然后协整检验。否则回归结果可能并不可靠啊。

楼主你这是要干什么？经验没有这么赚的呀

楼主刚看到你的“理论依据“吓我一跳：oh my god！ 不会这么巧吧   看了后面之后 oh 万幸啊 幸好楼主只是简单的做了一些分析 不没有充分的运用你的理论依据 还好 还好
不过楼主 你前面写的这么好 模型咋这么 这么。。。。

感谢楼主 谢啦

理论依据太笼统，分析不够深入

什么东东啊 乱七八糟的

呵呵，刚开始学时，可以这样的，以后就不要这样了

well  done