城镇居民家庭人均支配收入与消费支出分析(doc 8页)

合集下载

中国历年城乡居民家庭人均收入和消费支出统计(1978-2012

中国历年城乡居民家庭人均收入和消费支出统计(1978-2012

中国历年城乡居民家庭人均收入和消费支出统计(1978-20122012年,中国城镇居民人均总收入26959元。

其中:城镇居民人均可支配收入24565元,比上年名义增长12.6%;扣除价格因素实际增长9.6%,增速比上年加快1.2个百分点。

在城镇居民人均总收入中,工资性收入比上年名义增长12.5%,经营净收入增15.3%,财产性收入增长8.9%,转移性收入增长11.6%。

全年城镇居民人均可支配收入中位数21986元,同比名义增长15.0%。

按城镇居民五等份收入分组,低收入组人均可支配收入10354元,中等偏下收入组人均可支配收入16761元,中等收入组人均可支配收入22419元,中等偏上收入组人均可支配收入29814元,高收入组人均可支配收入51456元。

2012年,农村居民人均纯收入7917元,比上年名义增长13.5%;扣除价格因素实际增长10.7%,比上年回落0.7个百分点。

其中,工资性收入比上年名义增长16.3%,家庭经营纯收入增长9.7%,财产性收入增长9.0%,转移性收入增长21.9%。

农村居民人均纯收入中位数7019元,名义增长13.3%。

按农村居民五等份收入分组,低收入组人均纯收入2316元,中等偏下收入组人均纯收入4807元,中等收入组人均纯收入7041元,中等偏上收入组人均纯收入10142元,高收入组人均纯收入19009元。

全年农民工总量26261万人,比上年增加983万人,增长3.9%。

其中本地农民工9925万人,增长5.4%;外出农民工16336万人,增长3.0%。

年末外出农民工人均月收入水平2290元,比上年增长11.8%。

中国历年城乡居民家庭人均收入和消费支出统计(1978-2011)年份城镇居民可支配收入城镇居民家庭农民纯收入农村居民家庭人均生活消费支出恩格尔系数人均生活消费支出恩格尔系数197834331157.513411667.7197916113564.01980 478 412 56.9 191 162 61.81981 458 457 56.7 223 191 59.81982 495 471 58.6 27060.61983 526 506 59.2 310 248 59.41984 608 559 58.0 355 274 59.31985 739 673398 317 57.81986 900 799 52.4 424 357 56.51987 1002 884 53.5 463 398 55.819881104 51.4 545 477 54.01989 1376 1211 54.5 602 535 54.81990 1510 1279 54.2 686 585 58.81991 1701 1454 53.8 709 620 57.61992 2027 1672 53.0 784 659 57.61993 2577 2111 50.3 92258.11994 3496 2851 50.0 1221 1017 58.91995 4283 3538 51.0 1578 1310 58.61996 4839 39191926 1572 56.31997 5160 4186 46.6 2090 1617 55.11998 5425 4332 44.7 2162 1590 53.419995854 4616 42.1 2210 1577 52.62000 6280 4998 39.4 2253 1670 49.12001 6860 5309 38.2 2366 1741 47.72002 7703 6030 37.7 2476 1834 46.22003 8472 6511 37.1 2622 1943 45.62004 9422 7182 37.7 293647.22005 10493 7943 36.7 3255 2555 45.52006 11759 8697 35.8 3587 2829 43.02007 13786 99974140 3224 43.12008 15781 11243 37.9 4761 3661 43.72009 17175 11265 36.5 5153 3993 41.0201013471 35.7 5919 4382 41.12011 21810 15161 36.3 6977 5221 40.4。

城市居民收入及消费水平的变化

城市居民收入及消费水平的变化

城市居民收入及消费水平的变化一中国城市居民收入水平变动特征从1978年开始,中国的经济改革已经进行了33年。

在这一过程当中,国民经济保持了快速增长,居民的收入水平显著提高,人民生活水平和消费能力大大增强,这30多年的发展成就了中国的经济奇迹。

伴随着改革开放的深入,中国城市居民的生活也经历了一系列的改变,多年的高速经济增长使得居民生活有了较大的改善,但同时社会变革也给老百姓带来了诸如住房、医疗以及教育等压力。

在中国“十二五”规划中,已明确提出关于居民收入的政策导向:加快城乡居民收入增长。

健全初次分配和再分配调节体系,合理调整国家、企业、个人分配关系,努力实现居民收入增长和经济发展同步、劳动报酬增长和劳动生产率提高同步,明显增加低收入者收入,持续扩大中等收入群体,努力扭转城乡、区域、行业和社会成员之间收入差距扩大趋势。

改革开放后中国经济发展和城市居民收入及消费的变化,具有以下几个特征。

1.中国经济高速增长给城镇居民带来持续的收入增加,但居民收入占国民经济的比率逐步下降从改革开放以来,中国国民经济总量实现了持续、快速、稳定增长。

从1978年至2011年间,中国国内生产总值和人均国内生产总值都得到了大幅度的提高,国内生产总值是衡量综合国力的重要指标,它的持续提高说明中国的综合国力正在不断增强。

“十一五”期间,中国国内生产总值年均增长11.2%,到2010年达到39.8万亿元(折算为58793亿美元),已超过日本同年54742亿美元的GDP数值,成为世界第二经济大国。

[1]经济增长带来了居民收入的持续增加,人民的生活水平与富裕程度显著提高。

中国城镇居民人均可支配收入由1978年的343元提高到2009年的17175元,扣除价格因素,是1978年的5.59倍,年均增长8.54%。

在城镇居民家庭人均可支配收入中,工资性收入增长10.7%,转移性收入增长12.8%,经营净收入增长12.1%,财产性收入增长20.5%,由此可以看出财产性收入在城镇居民收入中所占比重迅速提升。

研究城镇居民可支配收入与人均消费性支出的关系(计量经济学模型)

研究城镇居民可支配收入与人均消费性支出的关系(计量经济学模型)

研究城镇居民可支配收入与人均消费性支出的关系一、研究的目的本案例分析根据1985年~2014 年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律,并在预测2016年人均消费性支出的发展趋势。

从理论上说,居民人均消费性支出应随着人均可支配收入的增长而提高。

随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。

因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。

二、模型设定表1 1985—2014年城镇人均可支配收入和人均消费性支出为分析1985—2014年城镇人均可支配收入(X)和人均消费性支出(Y)的关系,作下图所示的散点图。

图1 城镇人均可支配收入和人均消费性支出的散点图从散点图可以看出城镇人均可支配收入(X)和人均消费性支出(Y)大体呈现为线性关系,为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性,可以建立如下简单线性回归模型:Y=β+βX+ui12i三、估计参数一.T检验Eviews的回归结果如下表所示:表2 回归结果① 参数估计和检验的结果写为:^184.59590.780645i i Y X =+(41.10880)(0.004281) t =(4.490423) (182.3403)2R =0.999159 2R (修正值)=0.999129 F =33247.99 n=30② 回归系数的区间估计[α=5% 2t α(n-2)=2.048 ]^^2222222ˆˆˆˆ[()()]1P t SE t SE ααβββββα-≤≤+=- =P (0.780645—2.048*0.004281 2β≤≤0.780645+2.048*0.004281)=P (0.7719 2β≤≤0.7894)=95%二异方差检验三序列相关性检验四、模型检验1、 经济意义检验所估计的参数β1= 184.5959,β2=0.780645,说明城镇人均可支配收入每增加一元,可导致人均消费性支出提高0.780645元。

研究城镇居民可支配收入与人均消费性支出的关系(计量经济学模型)

研究城镇居民可支配收入与人均消费性支出的关系(计量经济学模型)

研究城镇居民可支配收入与人均消费性支出的关系一、研究的目的本案例分析根据1985年~2014 年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律,并在预测2016年人均消费性支出的发展趋势。

从理论上说,居民人均消费性支出应随着人均可支配收入的增长而提高。

随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。

因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。

二、模型设定20089636.2412380.40200910694.7913627.65201011809.8714769.94201112432.2216015.58201214336.8717699.30201315527.9719732.86201416857.5121574.72为分析1985—2014年城镇人均可支配收入(X)和人均消费性支出(Y)的关系,作下图所示的散点图。

图1 城镇人均可支配收入和人均消费性支出的散点图从散点图可以看出城镇人均可支配收入(X)和人均消费性支出(Y)大体呈现为线性关系,为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性,可以建立如下简单线性回归模型:Y=β+βX+ui12i三、估计参数一.T检验Eviews 的回归结果如下表所示:表2 回归结果① 参数估计和检验的结果写为:^184.59590.780645i i Y X =+(41.10880)(0.004281) t =(4.490423) (182.3403)2R =0.999159 2R (修正值)=0.999129 F =33247.99 n=30 ② 回归系数的区间估计[α=5% 2t α(n-2)=2.048 ]^^2222222ˆˆˆˆ[()()]1P t SE t SE ααβββββα-≤≤+=- =P (0.780645— 2.048*0.0042812β≤≤0.780645+2.048*0.004281)=P (0.7719 2β≤≤0.7894) =95%二异方差检验三序列相关性检验四、模型检验1、 经济意义检验所估计的参数β1= 184.5959,β2=0.780645,说明城镇人均可支配收入每增加一元,可导致人均消费性支出提高0.780645元。

中国城镇居民人均可支配收入与平均每人全年消费性支出

中国城镇居民人均可支配收入与平均每人全年消费性支出

中国城镇居民人均可支配收入与平均每人全年消费性支出中国城镇居民人均可支配收入与平均每人全年消费性支出的分析——基于平稳性检验和协整检验李丹吴伊刘覃莹国贸5104班摘要:为了考察1994-2010年中国城镇居民人均可支配收入与平均每人全年消费性支出的关系,运用统计检验、协整检验等检验分析方法采用Eviews6.0软件分析了1994-2010中国城镇居民人均可支配收入与平均每人全年消费性支出,结果表明中国城镇居民平均每人全年消费性支出变化的99.8764%可由人均可支配收入的变化来解释。

从斜率项的t检验值看,大于5%显著水平下自由度为n-2=13的临界值(13)=2.160,且该斜率值满足t0.0250<0.666754<1,符合经济理论中边际消费倾向在0与1之间的绝对收入假说,表明2010年,中国城镇居民人均可支配收入每增加1元,平均每人全年消费性支出增加0.666754元。

关键词中国城镇居民人均可支配收入平均每人全年消费性支出分析统计检验协整检验一、引言二、时间序列数据的来源表一收集了1994-2010年中国城镇居民人均可支配收入与平均每人全年消费性支出时间序列数据,其中Y代表人均可支配收入,X代表消费支出。

下面给出Eviews 进行相关分析。

1994-2010年中国城镇居民人均可支配收入与平均每人全年消费性支出的数据(来源:数据来源于1993年至2010年中国统计年鉴) 如下所示:表一年份人均可支配收入Y 平均每人全年消费性支出X 1994 3496.2 3125.32 1995 4293 3537.56 1996 4838.9 3919.46 1997 5160.3 4158.62 1998 5425.1 4331.61 1999 5854 4998 2000 6280 5090.1 2001 6859.6 5308.99 2002 7702.8 5834.31 2003 8472.2 6510.94 2004 9421.6 7182.1 2005 10493 7942.88 2006 11759.5 8696.55 2007 13785.8 9994.47 2008 15780.8 11242.85 2009 17174.7 12264.55 2010 19109.4 13471.45 三、建立模型设定的线性回归模型为:Y=+X+ ,,,01下表给出了采用Eviews软件对表一数据进行回归分析的结果。

城镇居民可支配收入——消费性支出关系协整分析

城镇居民可支配收入——消费性支出关系协整分析

借助 误差修正模型检验 , 是因为误 差修 正模 型能够消除传统消 表 2 我国人均i支配收入与人均消费性支出的格兰杰 因果检验 r
费存在 的“ 虚假回归” 问题。
二 、 证 分 析 实
l 零假设
△L DI NP 和△L P N DE
滞后期 F统计量 伴随概率 检验 结果
2 1 37 . 8 2 02 3 .2 l 03 4 .16 O8 2 .O 4 接受 接受
断提 高 , 民收 入 持续 稳 定增 长 , 费水 平 不 断 提 高 。 济 学 消 L DIL P E表示 自然对数的人均可支配收入和人均消费性 居 消 经 NP 、 N C
费理论认 为, 收入是决 定消费的最基本 的因素之 一 , 收入增长 支 出, 并对其将进行 严格 的协 整检 验其相应 的一Hale Waihona Puke 差 分序 列记 政经视点
城镇 居 民可 支配收入 消费性 支 出关 系协 整 分析
苗 伟
保定 0 10 ) 700 ( 河北大学经济学院 , 河北 【 摘
要】 随着经济危机 的深入 , 国出口导向型发展模 式受到极 大的冲击 , 我 急需通过拉 动我 国居 民消费需求来维持经济 的平
稳发展。本文利用 中国城镇居 民 18  ̄2 0 年 的数据 , 95 0 8 运用协整和误差修正模 型对城镇居 民的人均 收入和 消费之 间的关系进行
表 1 我国人均可支配收入与人均消费性支 出的单位根检验结果
变 量 A DF 统 l 临 界 % 临 界 1% 临 界 结 论 % 5 0 计 量
PI D L D NP I
△L P E和 △L DI 2 NC NP


我国各地区城镇居民家庭平均每人全年消费性支出数据分析

我国各地区城镇居民家庭平均每人全年消费性支出数据分析

我国各地区城镇居民家庭平均每人全年消费性支出数据分析摘要:本文采用2011年我国31省、市、自治区城镇居民家庭平均每人全年消费性支出数据,根据经济发展、地理环境以及消费习惯等因素影响,我国各地区城镇居民的消费性支出水平很不平衡,消费结构差异也较大。

本文利用因子分析,聚类分析、k均值聚类法等方法,对2011年我国31 个省(直辖市、自治区)城镇居民人均消费性支出的各项指标进行计量分析,对城镇居民家庭消费水平进行评价和排序,以期反映消费水平与结构上的差异,为政府制定更加合理的引导性政策提供有效依据。

关键词:城镇居民消费水平因子分析聚类分析;一、背景:近年来,我国国民经济得到了迅速发展,人民生活水平进一步提高,物质文明建设达到了前所未有的水平。

但由于我国各地区经济发展水平不均衡,加之各地人口、资源、政策等各方面存在的差异,使各地区居民人均消费水平参差不齐,不同的地区具有不同的特点。

在这一背景下,研究我国各地区城镇居民家庭平均每人全年消费性支出情况其次,消费结构可以反映居民的生活质量和经济发展水平。

一般来说,经济越发达的地区,其消费结构就越趋向于追求安逸享受的消费结构。

在这样的消费结构中,奢侈品支出如住房、服务性支出所占的比例就会较大。

反之,在经济较不发达的地区中,生活必需品消费支出所占的比例就会较大。

随着社会主义市场经济体制的逐步完善,我国的社会生产力不断日益加快发展,经济总量和综合实力迅速上升,城镇居民的生活水平显著提高。

主要利用三种统计方法进行分析:主成分分析法、因子分析法、聚类分析法。

本文选取2009年我国城镇居民人均消费支出数据,利用聚类分析法和因子分析法,将全国31个省、市、自治区进行分类和排序,并与人们实际观察到的情况进行比较。

二、实证分析指标体系的选择(1)评价城镇居民消费水平的九个指标,分别为:y人均现金消费支出(元/人);x人均食品支出(元/人);x2人均衣着支1出(元/人);x3人均居住支出(元/人);x4人均家庭设备及用品支出(元/人);x5人均交通通信支出(元/人);x6人均文教娱乐支出(元/人);x7人均医疗保健支出(元/人);x8人均其他消费支出(元/人)。

改革开放以来我国城镇居民的收入与消费结构

改革开放以来我国城镇居民的收入与消费结构

改革开放以来我国城镇居民的收入与消费结构一、改革开放以来我国城镇居民的收入结构变化分析二、改革开放以来我国城镇居民的消费结构变化分析三、我国城镇居民收入与消费结构的对比分析四、我国城镇居民收入差距与消费差距的矛盾分析五、我国城镇居民的收入与消费未来的发展趋势分析随着中国经济改革的加速和城市化进程的不断推进,我国城镇居民的收入与消费结构也发生了深刻的变化。

本文将从以上五个方面进行详细分析和讨论。

一、改革开放以来我国城镇居民的收入结构变化分析改革开放以来,我国城镇居民的收入结构发生了较为明显的变化。

随着各行各业的蓬勃发展,居民的收入渠道也越来越多元化。

从2010年至2019年,我国城镇居民人均可支配收入从22816元增长到40621元,年均增长率为7.5%。

其中,工资性收入始终占据主导地位,但其比重逐渐减少,房地产租金收入和股权投资收入等非工资性收入占比逐渐提高,这也标志着我国城镇居民的收入结构不断优化。

二、改革开放以来我国城镇居民的消费结构变化分析消费结构的变化与收入结构变化紧密相联。

改革开放以来,我国城镇居民的消费意识不断提高,消费水平也逐渐提高,消费结构也呈现出多样化的发展趋势。

值得注意的是,城镇居民的食品支出和住房支出两个方面始终占据着消费支出的主要份额。

同时,文化娱乐、旅游、教育支出等在总消费支出中的比重逐年提高,这标志着我国城镇居民消费结构从以生活必需品为主转变为多元化和高品质消费。

三、我国城镇居民收入与消费结构的对比分析通过对我国城镇居民的收入与消费结构分析可以发现,目前我国城镇居民的收入与消费结构呈现出一定的矛盾。

从收入结构来看,居民收入来源相对单一,大多数仍然依靠工资性收入;从消费结构角度来看,消费品质不断提高并多样化,尤其是高端、质量优良的消费品消费逐年增长。

可以预见,收入与消费结构之间的不平衡状况可能会增加未来社会矛盾和不稳定因素。

四、我国城镇居民收入差距与消费差距的矛盾分析城镇居民的收入差距和消费差距也存在一定的矛盾。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

中国城镇居民家庭人均可支配收入与
人均消费支出的变动分析对中国1985—2003年中国城镇居民家庭人均可支配收入与人均消费支出数据进行分析,数据如附表1。

为了便于分析降低数据数量级,进而对原有数据都取对数。

用y表示城镇居民家庭人均收入,用x表示城镇居民人均消费支出,
y 1,x
1
分别为取对数后的城镇居民家庭人均收入和城镇居民人均消费支出。

文中
的估计结果由Eviews5.0输出。

一、长期均衡分析
(一)序列线性关系检验
原有序列时序图
取对数后的序列时序图
原有序列散点图
入和城镇居民人均消费支出之间具有线性关系,下面对取对数后的序列进行分析。

(二)对对数序列进行ADF检验
表1 城镇居民人均消费支出
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.049393 0.7100
Test critical values: 1% level -3.886751
5% level -3.052169
10% level -2.666593
表2 城镇居民家庭人均收入
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.941651 0.3068
Test critical values: 1% level -3.920350
5% level -3.065585
10% level -2.673459
从表1 和表2可以看出,进行ADF检验的结果表明取对数后的城镇居民家庭人均可支配收入和城镇居民人均消费支出二者都为非平稳序列。

由于多元序列的建模前面要求序列必须平稳才能进行建立动态回归模型,进而取对数后的城镇居民家庭人均可支配收入和城镇居民人均消费支出序列不能建模,需要进行协整检验,如果存在协整关系即可进行建模,下面对两个序列进行协整检验。

(三)协整检验
对数消费支出2阶差分的ADF检验
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic -3.790603 0.0011
Test critical values: 1% level
-2.754993 5% level -1.970978 10% level -1.603693
对数可支配收入2阶差分的ADFj 检验
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic -3.480370 0.0018
Test critical values: 1% level
-2.717511 5% level -1.964418 10% level -1.605603
从对数消费支出2阶差分的ADF 检验和对数可支配收入2阶差分的ADF 检验的结果可以看出2阶差分后序列都是平稳的,两个序列都是2阶单整,说明原有序列之间存在协整关系,下面进行协整检验。

(三)构建模型 (1)构造回归模型
利用最小二乘法估计参数,参数估计值如表3。

由表3可以看出P=0.000<0.05,拒绝原假设,说明参数显著性检验是有效的,并且
R 2=0.999332,说明模型的拟合效果比较好,则构造出回归模型如下:
y 1=-0.357732+1.069827x 1+εt
表1 (2)残差序列单位根检验 利用ADF 对残差序列作单位根检验,三种类型的检验结
果如下:
类型1
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic -3.597785 0.0012 Test critical values: 1% level -2.699769 5% level -1.961409 10% level -1.606610 类型2
t-Statistic
Prob.*
Variable Coefficient Std. Error t-Statistic Prob.
C -0.357732 0.052374 -6.830319 0.0000
X1 1.069827 0.006706 159.5251 0.0000
R-squared 0.999332 Mean dependent var 7.960369
Adjusted R-squared 0.999293 S.D. dependent var 0.805856 S.E. of regression 0.021425 Akaike info criterion -4.749221 Sum squared resid 0.007803 Schwarz criterion -4.649807
Log likelihood 47.11760 F-statistic 25448.25
Durbin-Watson stat 1.727920 Prob(F-statistic) 0.000000
Augmented Dickey-Fuller test statistic -3.488806 0.0210
Test critical values: 1% level -3.857386
5% level -3.040391
10% level -2.660551
类型3
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.387903 0.0845
Test critical values: 1% level -4.571559
5% level -3.690814
10% level -3.286909
由类型1和类型2可以看出P值都小于0.05,拒绝原假设,说明残差序列是平稳的。

(需要说明的是三种类型中只要有一种类型检验结果拒绝原假设,即可说明序列是平稳的。

)也就是说有95%的把握认为中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在协整关系,并可以构建如下动态回归模型:
y1=-0.357732+1.069827x1+εt
检验结果显示回归模型显著成立,参数显著非零,残差序列{ε
t
}为白噪声序列。

(四)结论
上述分析说明中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列都是非平稳序列,但是由于它们之间具有协整关系,所以可以建立动态回归模型准确地拟合它们之间的互动关系。

这个协整回归模型反映了中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在长期均衡关系。

一、短期波动分析(ECM模型)
对中国1985—2003年中国城镇居民家庭人均可支配收入对数序列与人均消费支出对数序列进行分析,构造ECM模型。

在前面已经通过EG检验证明中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在协整关系,即
y1=-0.357732+1.069827x1+εt
这个协整回归模型反映了中国城镇居民家庭人均可支配收入对数序列和人均消费支出对数序列之间存在长期均衡关系。

为了研究人均消费支出的短期波动性,利用差分序列y
2,x
2
和前期误差序列
ECM
t-1
构建ECM模型:
y2=β0x2+β1ECM t-1+εt
用最小二乘法对参数进行估计,参数估计如表2。

从表2可以看出β
0和β
1

参数检验对应的P值都小于0.05,拒绝原假设,说明参数是显著的,R2=0.998139方程的拟合优度较高,从而构建出ECM模型如下:
y2= 1.023873x2+0.953422ECM t-1+εt
参数检验结果表明收入的当期波动对消费支出的当期波动有显著的影响,上期的误差对当期波动的影响也是显著的。

而且从回归系数的大小可以看出可支配收入的当期波动对消费支出的当期波动调整幅度很大,收入每增加1元消费支出就会增加1.023873元,同样上期误差对西欧啊发支出的当期波动幅度也很大,单位调整比例为0.953422。

表4
Variable Coefficient Std. Error t-Statistic Prob.
X2 1.023873 0.001060 965.7461 0.0000
ECM
t-10.953422 0.396302 2.405794 0.0286
R-squared 0.998139 Mean dependent var 7.900137
Adjusted R-squared 0.998023 S.D. dependent var 0.783977
S.E. of regression 0.034859 Akaike info criterion -3.770571
Sum squared resid 0.019442 Schwarz criterion -3.671641
Log likelihood 35.93514 Durbin-Watson stat 0.037805。

相关文档
最新文档