计量经济学论文(eviews分析)《消费状况的影响因素研究》

计量经济学论文及作业 姓名：*学号：*消费状况的影响因素研究 摘要：本文选取的是现已充分掌握数据资料的 2013 年全国 31 个省市的城镇居民的人均全年可支配收入和人均全年消费支出，以及各地区的失业率。通过建模分析，找出三者之间的量化关系，进一步分析得出现实指导意义。关键词：消费支出 可支配收入 失业率(%)具体数据如下：消费支出(元/每人全年)Y 可支配收入(元/每人全年)X1 失业率(%)X2 北京 11123.84 13882.62 1.4 天津 7867.53 10312.91 3.8 河北 5439.77 7239.06 3.9 山西 5105.38 7005.03 3 内蒙 5419.14 7012.9 4.5 辽林 6077.92 7240.58 6.5 吉林 5492.1 7005.17 4.3 黑龙江 5015.19 6678.9 4.2 上海 11040.34 14867.49 4.9 江苏 6708.58 9262.46 4.1 浙江 9712.89 13179.53 4.2 安徽 5064.34 6778.03 4.1 福建 7356.26 9999.54 4.1 江西 4914.55 6901.42 3.6 山东 6069.35 8399.91 3.6 河南 4941.6 6926.21 3.1 湖北 5963.25 7321.98 4.3 湖南 6082.62 7674.2 3.8 广东 9636.27 12380.43 2.9 广西 5763.5 7785.04 3.6 海南 5502.43 7259.25 3.4 重庆 7118.06 8093.67 4.1 四川 5759.21 7041.87 4.4 贵州 4948.98 6569.23 4 云南 6023.56 7643.57 4.1 西藏 8045.34 8765.45 陕西 5666.54 6806.35 3.5 甘肃 5298.91 6657.24 3.4 青海 5400.24 6745.32 3.8 宁夏 5330.34 6530.48 4.4 新疆 5540.61 7173.54 3.5 数据来源于中国统计年鉴（2013）一、建立模型并回归 建立回归方程：Y=0+1*X1+2*X2+Y 消费支出(元/每人全年)X1 可支配收入(元/每人全年)X2 失业率(%)运用 OLS 估计方法对式 1 中的参数进行估计，Eviews程序：create u 31;data y x1 x2;ls y c x1 x2 得回归分析结果：Dependent Variable:Y Method:Least Squares Date:06/23/11 Time:12:07 Sample:1 31 Included observations:31 Variable Coefficient Std.Error t-Statistic Prob.C 99.66845 512.5545 0.194454 0.8472 X1 0.749028 0.033317 22.48216 0.0000 X2 30.99029 95.80441 0.323475 0.7487 R-squared 0.949335 Mean dependent var 6433.182 Adjusted R-squared 0.945716 S.D.dependent var 1761.376 S.E.of regression 410.3820 Akaike info criterion 14.96382 Sum squared resid 4715575.Schwarz criterion 15.10259 Log likelihood-228.9392 F-statistic 262.3240 Durbin-Watson stat 1.179608 Prob(F-statistic)0.000000 从表 2 中可以看出 F 检验显著，但有几项 t 检验不过关，说明变量之间存在多重线性。为此我们进行如下操作：表 2 可以看出 x2 的 t 检验的 p 值最大，因此将 x2 因素剔除再进行回归分析。运用 OLS 估计方法剔除 x2 的方程进行估计:Eviews 程序：create u 31;data y x1;ls y c x1 得回归分析结果：Dependent Variable:Y Method:Least Squares Date:06/23/11 Time:13:08 Sample:1 31 Included observations:31 Variable Coefficient Std.Error t-Statistic Prob.C 238.4694 275.9784 0.864087 0.3946 X1 0.746817 0.032101 23.26488 0.0000 R-squared 0.949146 Mean dependent var 6433.182 Adjusted R-squared 0.947392 S.D.dependent var 1761.376 S.E.of regression 403.9972 Akaike info criterion 14.90303 Sum squared resid 4733197.Schwarz criterion 14.99555 Log likelihood-228.9970 F-statistic 541.2545 Durbin-Watson stat 1.220823 Prob(F-statistic)0.000000 检验到上一步可得到 x1 与 y 的线性关系显著，得到回归方程 Y=238.4694336+0.7468171058*X1 R-squared 0.949146 Prob(F-statistic)0.000000 二、经济意义检验 回归方程为Y=238.4694336+0.7468171058*X1 说明 a：当x1=0时即可支配收入为0时，消费支出约为238.5元 b:当x1每增加一个单位，消费支出增加0.75个单位。此经济意义检验符合经济常识，所以经济意义检验合格 三、统计检验(1)拟合优度检验 通过上表中的结果：R2=0.949146 2R=0.947392 且Prob(F-statistic)=0.000000 拟合程度很好（2）F检验 在显著水平为 0.05 上，在 F 分布表上查自由度为 k-1=4,n-k=14 临 界值 F05.0（4，14）=5.87，很明显 F=541.2545大于 5.87，所以所有 变量联合起来对模型由显著影响。（3）T检验、再显著条件为0.05 的情况下,查自由度为14 的 t 分布表此时，t025.0（14）=2.15，可见，x1 的 t 检验显著。三、经济计量学检验（一）异方差检验 应用怀特检验，操作步骤:smpl 1 31;ls lny c lnx1;在方程窗口中点 View residual test white heteroskedastcity(no cross terms)对Y=238.4694336+0.7468171058*X1 进行怀特检验，结果如下 White Heteroskedasticity Test:F-statistic 1.691798 Probability 0.202476 Obs*R-squared 3.342240 Probability 0.188036 Test Equation:Dependent Variable:RESID2 Method:Least Squares Date:06/24/11 Time:18:12 Sample:1 31 Included observations:31 Variable Coefficient Std.Error t-Statistic Prob.C-1872177.1113291.-1.681660 0.1038 X1 422.7464 235.3746 1.796058 0.0833 X12-0.020047 0.011468-1.748146 0.0914 R-squared 0.107814 Mean dependent var 152683.8 Adjusted R-squared 0.044087 S.D.dependent var 298716.6 S.E.of regression 292057.7 Akaike info criterion 28.09906 Sum squared resid 2.39E+12 Schwarz criterion 28.23783 Log likelihood-432.5354 F-statistic 1.691798 Durbin-Watson stat 2.182169 Prob(F-statistic)0.202476 Obs*R-squared 3.342240 Probability 0.188036 P值=0.1880360.05 表明不存在异方差 （二）自相关检验 1、DW检验 Durbin-Watson stat 2.182169 Durbin-Watson stat的值较接近2，说明回归方程不存在一阶自相关。2、LM检验，Eviews 步骤：s y c x1 x2 x3 在方程窗口中 view/residual test/serial correlation LM test.检验结果如表 ARCH Test:F-statistic 0.359846 Probability 0.701205 Obs*R-squared 0.781111 Probability 0.676681 Test Equation:Dependent Variable:RESID2 Method:Least Squares Date:06/24/11 Time:19:18 Sample(adjusted):3 31 Included observations:29 after adjustments Variable Coefficient Std.Error t-Statistic Prob.C 191418.6 73910.86 2.589858 0.0155 RESID2(-1)-0.093533 0.194319-0.481337 0.6343 RESID2(-2)-0.143846 0.194330-0.740212 0.4658 R-squared 0.026935 Mean dependent var 153793.0 Adjusted R-squared-0.047916 S.D.dependent var 307171.2 S.E.of regression 314444.3 Akaike info criterion 28.25270 Sum squared resid 2.57E+12 Schwarz criterion 28.39414 Log likelihood-406.6641 F-statistic 0.359846 Durbin-Watson stat 2.044042 Prob(F-statistic)0.701205 Obs*R-squared 0.781111 Probability 0.676681 LM检验表明 p值=0.7012050.05 表明回归方程没有二阶自相关 四、模型的现实意义 综上所述：Y=238.4694336+0.7468171058*X1 X1是可支配收入，由以上可以看出 消费支出受可支配收入的影响。所以为提高消费，政府应该提高人民的可支配收入。这样才能从本质上提高消费。而消费作为拉动经济的三驾马车之一，对于经济总量的增长有相当大的作用。所以为增长GDP，政府应该尽可能的增加人民的可支配收入。