计量经济学消费水平
计量经济学期末论文中国人均GDP与居民消费水平、税收及政府支出
分数：______计量经济学课程论文中国人均GDP与居民消费水平、税收及政府支出系别：国贸系班级：国本五学号： **********姓名：**指导老师：岁磊【提要】人均国内生产总值GDP作为发展经济学中衡量经济发展状况的指标，是衡量宏观经济的经济指标之一。
本人认为人均GDP具有社会公平和平等的含义，它直接反映了人民的收入和生活水平，而通过研究发现人均GDP的变化与居民消费水平、税收以及政府支出有着莫大的联系，因此，本文选取了1990-2005年的统计数据进行试验和分析。
【关键字】人均GDP、居民消费水平、税收、政府支出具体数据如下：图1数据收集注：Y:人均国内生产总值GDP（平均每年每人）（单位：元）X1：居民消费水平（单位：亿元）X2：国家税收（单位：亿元）X3：政府支出（单位：亿元）由此，我们可得到Y与X1 、X2、X3的散点图，如下：图 2 Y与X1图 3 Y与X2图 4 Y与X3由图我们可以发现Y与X1 X2 X3都有比较明显的线形关系，从而建立数学模型：建立三元线性回归模型：在eviews7 命令框中输入：LS Y C X1 X2 X3回车所以我们得到以下结果：Y=-275.7004+0.763471X1+0.330198X2-0.069827X3在现有的学习中，我们还没有完全掌握单位根检验及协整的方法，所以对模型的平稳性暂时不作考虑。
若不考虑单位根检验，直接用我们在前几章学习的方法进行检验，结果如下：1.拟合优度：我们由表可知，，修正的可决系数为,这说明模型对样本的拟合很好。
2.F检验：：，给定显著性水平，在F分布表中查出临界值,应拒绝原假设，说明回归方程显著。
即居民消费水平、税收和我国政府支出对人均国民生产总值有显著影响。
3.T检验：对于C、X1、X2的系数，t的统计量的绝对值都>2.179,都通过了检验，而X3的系数的t统计量为-2.033472，在df=12、α=0.05的情况下，t统计量应大于2.179，显然X3的系数不能通过T检验。
我国消费水平影响因素的计量分析
专业水平的认可程度越深；直播间氛围的吸引力、直播平台的可信度，都将积累直播间信任优势。
六、建议基于上述研究结论，为提高消费者在直播间购物和观看满意度，从产品、网红主播、直播环境三个方面提出以下建议：第一，高度重视产品质量，提高产品性价比。
产品的选用材料、功能特点和实用价值是消费者需求的出发点，因此直播团队在选品时应重点关注产品质量。
直播团队应提前调查产品用料、制作流程是否符合规范，功能、价值是否存在虚假宣传。
向消费者提供更优惠的产品是直播带货的宗旨之一，直播团队保证产品质量的同时，利用团购优势压低供货价格，为消费者提供更大力度的价格优惠，提高产品整体性价比，当消费者感知到的产品价值高于其预期质量时，有利于提高消费者对产品的满意度,同时增加粉丝黏性。
第二，网红主播保持正能量社会形象。
网红主播作为公众人物，其在社会公众心中的形象影响消费者对主播个人的满意度。
网红主播应树立正确的三观，不违反法律法规，改善个人生活陋习，由内而外地向公众散发积极向上的能量。
能力范围内积极支持慈善公益事业，向社会传递善意；参加综艺节目，展现个人隐形技能，突破网红主播的身份限制，赢得更多流量，打造个人品牌；通过子IP 传递“孝顺”“仗义”“有爱心”等丰富的个人品质，夯实人气基础。
第三，网红主播提高工作专业水平。
掌握说话之道，带货主播应通过语言快速吸引消费者对产品的注意，借助绚烂的修辞，穿透消费者好奇心，利用强势的语言表达，激发消费欲望。
提高互动质量，带货主播应熟记产品信息，流畅地介绍产品性能、用途，真实使用带货产品，对消费者在弹幕、评论中的疑惑进行细致讲解，并表达真实的使用感受，唤醒消费者同理心，同时传递其对待工作的专业态度，增加消费者的信任感和满意度。
第四，注重直播场景布置与直播主题的配合。
直播场景虽然在镜头前只作为背景呈现，但任何细节都可以向消费者传递有用信息。
服饰专场带货可以在空旷场地布置衣架、鞋架等，将本场出现的产品同步在背景区域展示。
计量经济学模型案例
计量经济学模型案例计量经济学是经济学的一个重要分支，它运用数理统计和经济理论来研究经济现象。
在实际应用中，计量经济学模型可以帮助我们分析经济数据，预测经济变化，评估政策效果等。
下面我们将通过几个实际案例来展示计量经济学模型的应用。
首先，我们来看一个关于劳动力市场的案例。
假设我们想要研究教育水平对个体工资收入的影响。
我们可以建立一个计量经济学模型，以教育水平作为自变量，工资收入作为因变量，控制其他可能影响工资收入的因素，如工作经验、性别、地区等。
通过对大量的劳动力市场数据进行回归分析，我们可以得出教育水平对工资收入的影响程度，进而评估教育政策对经济的影响。
其次，我们来考虑一个关于消费行为的案例。
假设我们想要研究收入水平对消费支出的影响。
我们可以建立一个消费函数模型，以收入水平作为自变量，消费支出作为因变量，控制其他可能影响消费支出的因素，如家庭规模、价格水平、偏好等。
通过对消费者调查数据进行计量经济学分析，我们可以得出收入水平对消费支出的弹性，从而预测未来的消费趋势，指导政府制定经济政策。
最后，我们来看一个关于市场竞争的案例。
假设我们想要研究市场结构对企业利润的影响。
我们可以建立一个产业组织模型，以市场结构（如垄断、寡头、完全竞争）作为自变量，企业利润作为因变量，控制其他可能影响企业利润的因素，如生产成本、市场需求、技术创新等。
通过对不同产业的数据进行计量经济学分析，我们可以得出不同市场结构下的企业利润水平，为政府监管和产业政策提供依据。
通过以上案例的介绍，我们可以看到计量经济学模型在实际经济分析中的重要作用。
它不仅可以帮助我们理解经济现象的规律，还可以指导政策制定和企业决策。
当然，计量经济学模型的建立和分析也需要注意数据的质量、模型的假设条件等问题，只有在严谨的理论基础和丰富的实证分析基础上，我们才能得出可靠的经济结论。
综上所述，计量经济学模型在经济学研究中具有重要的地位和作用，它为我们提供了一种强大的工具来分析经济现象，预测经济变化，评估政策效果。
计量经济学——关于居民消费价格指数的分析
吉林财经大学2013-2014学年第一学期《计量经济学》期末论文专业班级：姓名：学号：答辩记录及评语一、答辩记录二、评语摘要居民消费价格指数（consumer price index）简称CPI。
居民消费价格指数，是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。
它是度量一组代表性消费商品及服务项目的价格水平随时间而变动的相对数，是用来反映居民家庭购买消费商品及服务的价格水平的变动情况。
本文采用1994年至2011年的CPI指数以及国内生产总值GDP增长率，m2同比增长率，一年定期存款利率，美元兑人民币汇率，外汇储备量，建立多元线性回归模型，运用最小二乘法，研究这些经济数据对CPI的影响。
[关键词]居民消费价格指数CPI，国内生产总值GDP，数据分析一、序言居民消费价格指数(CPI)是用来反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。
近几个月来中国物价上涨速度持续过快，出现了一定的通货膨胀，由于严重化的趋势，这必将影响人民的生活质量。
本文将就影响CPI变动的因素进行探讨，从而做出正确的判断，实行很好的宏观调控。
二、变量选取表1 1994年至2011年我国有关居民消费价格指数数据因1993年对汇率采取的政策变化，无数据，所以数据选取自1994年起，至2011年结束。
数据来源：国家统计局、《中国统计年鉴》三、实证分析（一）建立模型1、根据分析和数据建立了如下的计量经济学模型 选取CPI 增长率作为被解释变量，记作Y ； GPD 增长率为第一解释变量，记作X1；一年期定期利率为第三解释变量，记作X2；美元兑人民币汇率为第四解释变量，记作X3，单位元； 外汇储备量为第五解释变量，记作X4，单位万亿美元。
μβββββ+++++=443322110x x x x y2、根据1994年至2011年期间的数据建立模型。
用最小二乘法对模型进行回归得到原始回归，结果如下表所示：从上述结果可以看出，所估计的回归模型为Y=-34.63015+0.486148x1+2.011897x2+2.978864x3+2.768638x4 与此模型相对应的相关检验统计量分别为：69783.20,822531.0,864288.022===F R R ,DW=1.798283617227.0,447770.0,690784.6,826132.0,652373.043210====-=t t t t t四、模型的检验及修正（一）实际意义检验这个方程说明在其他变量不变的前提下，GDP 增长率每增加一个百分点，CPI 居民消费价格指数Y 就增加0.486148；一年期利率 2X 每增加一个百分点，CPI 居民消费价格指数Y 就增加2.011897；汇率3X 每增加1元，CPI 居民消费价格指数Y 就增加2.978864元；外汇储备量 4X 每增加1亿元，CPI 居民消费价格指数Y 就增加2.768638亿元。
计量经济学论文居民消费水平影响因素的计量分析
计量经济学论文居民消费水平影响因素的计量分析居民消费水平影响因素的计量分析摘要：居民消费水平反映着人们对于满足生存、发展和享受需要方面所达到的程度;本文就我国近阶段消费方面出现的一些情况,利用Eviews软件对我国1993年至2011年的居民消费水平的影响因素相关数据进行实证分析;建立居民消费水平的影响因素模型,通过对该模型的经济含义分析得出各种主要因素对我国居民消费水平的影响程度,揭示中国居民消费水平的现状及问题,并在此基础上提出了提高我国居民消费水平的对策;关键词：居民消费水平影响因素回归分析正文：一、文献综述：1.居民消费水平经济学背景消费,消费是人类通过消费品满足自身欲望的一种经济行为;是社会再生产过程中的一个重要环节,也是最终环节;通常讲的消费,是指个人消费;生产决定消费,消费反过来影响生产;它是指利用社会产品来满足人们各种需要的过程;消费又分为生产消费和个人消费;前者指物质资料生产过程中的生产资料和活劳动的使用和消耗;后者是指人们把生产出来的物质资料和精神产品用于满足个人生活需要的行为和过程,是“生产过程以外执行生活职能”;它是恢复人们劳动力和劳动力再生产必不可少的条件;所以消费的水平对一个国家的发展有着十分重要的影响;居民消费水平,是按国内生产总值口径,即包括劳务消费在内的总消费进行计算的;是居民在物质产品和劳务的消费过程中,对满足人们生存、发展和享受需要方面所达到的程度的数量指标;消费进行计算的;计算公式为：2.反映居民消费水平的主要指标有：⑴平均实物消费量指标;平均每人全年主要有消费品的消费量、平均每百户耐用消费品拥有量、人均居住面积、平均每人生活用水量、平均每人生活用电量等；⑵现代化生活设施的普及程度指标;自来水普及率、煤气普及率、平均每百户主要家用电器拥有量、电话普及率等；⑶反映消费水平的消费结构指标;居民生活消费支出中食品的比例、居民生活消费支出中文化生活服务支出比例、不同质量消费晶的消费比例等；⑷平均消费量的价值指标;平均每人消费基金、平均每人生活消费额、平均每人用于各项生活消费的支出等;3.我国居民消费水平的问题新中国成立后,由于国家经济基础薄弱,物质上长时间处于相对短缺的状态,居民消费受到严重制约,中国社会传统的重积累、倡节约的消费观念没有得到根本改观;随着经济的发展和社会的进步,人们开始逐渐抛弃了自然经济模式下自给自足的消费观念,代之以量入为出、注重消费效益,强调消费带来的精神满足等新型消费观念;特别是2改革开放后以来,住房、通信及电子产品、节假日消费及旅游、文化教育、汽车等逐渐成为市场消费热点,信贷消费、理性消费、个性消费等消费形式也开始在人们的消费行为中发挥重要作用;因此,也就形成了当前中国居民西方消费主义与东方重积累思想并重的有中国特色的消费观念;2008年以来,美国次贷危机席卷全球,我国出口贸易也因此受挫,政府启动4万亿投资拉动内需;如何刺激国内消费以拉动经济一时间成为全国热点话题,这引起我们对影响城镇居民消费水平因素的思考;二、实证模型1. 变量选取：居民的消费水平往往受到许多因素影响,需要分析各因素对居民消费水平的影响程度;本文以分析居民消费水平为目的,同时考虑了其他一些指标的分析需要,共选取1993~2011年的数据,将居民消数据来源：国家统计局年度数据2. 模型初步提出为了具体分析各要素对我国居民消费水平的影响大小,我们选取Y 为居民消费水平,X2为国内生产总值,X3为城镇居民家庭人均可支配收入,X4城镇居民家庭恩格尔系数,X5城乡居民人民币储蓄存款年底余额,X6人口自然增长率进行回归分析;采用的对数模型如下：Y=β0+β1X 2+β2X 3+β3X 4+β4X 5+β5X 6+u i（1） 用Eviews 计量经济学分析软件作最小二乘回归,分析结果如下：通过结果可以看出,变量x2、x3、x4、x6的t 检验值均大于临界值145.2)519(025.0=-t ;说明经t 检验这4个参数均显着不为0,即为国内生产总值、城镇居民家庭人均可支配收入、城镇居民家庭恩格尔系数、人口自然增长率对居民消费水平均有显着影响;并且,模型中149.4247=F ,明显大于18.2)19,5(05.0=F ,说明各因素联合起来对居民消费水平影响显着;3. 多重共线性检验 1计算变量间相关系数:从上图可知, x2与x3,x3与x5,x3与x6,x5与x6之间都存在较高的线性相关;可能存在多重共线性;2 进行逐步回归,直至模型符合需要研究的问题,具有实际的经济意义和统计意义;采用逐步回归的办法,去检验和解决多重共线性问题;分别作Y 对X2,X3,X4,X5,X6的一元回归,结果如下:其中加入X2的方程调整的可决系数最大, 以X2为基础, 顺次加入其他变量逐步回归;结果如下表:经比较,新加入X4的方程调整可决系数改进最大, 各参数的t 检验也都显着,但是x4参数的符号与经济意义不符合;所以提出变量x4,以x2,x3为基础继续做逐步回归;结果如下表：当加入x5时,2R 有所增加,但其参数的t 检验不显着；加入x6时,2R 也有所增加,但其参数为负值不合理;综上可以看出x4、x5、x6引起了多重共线性,予以剔除;保留x2和x3;得出Y 对x2 x3的回归结果如下：最后修正严重多重共线性影响后的回归结果为：4. 异方差检验1分别绘制残差平方序列e2对变量x2和x3的散点图,如下：由散点图中可以看出,残差平方e2对解释变量x2和x3的散点图主要分布在图形的下三角部分,大致看出残差平方e2随x2和x3的变动增大的趋势,因此,模型很可能存在异方差;但是否确定存在需要进一步检验;2采用White 检验法,得到下图结果：从图中可以看出,nR 2=,有White 检验可知,在05.0=α下,071.11505.02=）（χnR 2 =>071.11505.02=）（χ,所以拒绝原假设,表明模型存在异方差; 3异方差修正选取多个权数分别做回归分析后比较,发现w1=1/x2x3的效果最好;下面仅给出权数w1的结果： 最终;消除异方差后的模型为：R 2 = DW= F=5.自相关处理样本量为19,两个解释变量模型,10%显着水平,查DW 统计表可知,835.0d =L 265.1d U = 模型中DW<L d ,显然模型中有自相关;由残差图也可以看出,残差的变动有系统模式,连续为正和连续为负,表明残差项存在一阶正自相关,模型中t 统计量和F 统计量的结论不可信,需要采取补救措施;生成残差序列,使用e t 进行滞后一期的自回归,可得到方程其中6948.0ˆ=ρ,对原模型进行广义差分,得到广义差分方程： 由上图可得回归方程为：Se=t= R2= F= DW=其中,133*3122*21*6948.0,6948.0,6948.0----=-=-=t t t t t t t X X X X X X Y Y Y由于使用了广义差分法数据,样本容量减少了1个,为18个;查1%显着水平的DW 统计表可知259.1,805.0d ==U L d ,模型中U DW d 109.2>=,说明在1%显着性水平下广义差分模型中已无自相关,不必再进行迭代;可决系数R 2、t 、F 统计量也均达到理想水平;由差分方程式有由此,得到最终的居民消费水平模型为通过最终的模型可以看出,国内生产总值和城镇居民家庭人均可支配收入两项指标对居民消费水平影响较大,其中国民收入每增加1亿元,居民消费水平提高元；城镇居民家庭人均可支配收入每增加1元,居民消费水平提高元; 三、提高居民消费水平的对策综上所述,大力发展国民经济,提高居民整体收入水平,才是促进居民消费水平提高的根本途径;因此,国家应当着重于发展生产力,促进我国居民可支配收入的增加;对此,我有如下建议：1.加强基础设施建设;增加对农村基础设施建设的投入,加强水、电、路、通讯等基础设施建设;要继续加大电网改造力度、降低民用电价,要对垄断行业和部门加强监管,规范公路收费和降低信息通信服务价格,减少商品流通成本;目前我国公路违规收费、超期收费问题突出,大大提高了区域经济之间的物流成本,严重影响了公路的利用率和运输效率,制约了旅游、运输等与交通行业密切相连的行业的发展;在信息通信领域,由于垄断和垄断经营的存在,信息通信服务价格明显高于国际上发展水平相近的国家,在抑制潜在消费能力增长的同时,也提高了信息获取的成本;2.保持物价稳定;平稳的物价水平是稳定居民消费预期,促进居民消费健康增长的前提;2002年以来,随着新一轮经济扩张期的到来,我国居民住宅价格快速上升,近两年来出现加速上升的趋势;虽然住宅作为居民投资品不直接计入居民消费蓝子中,但房价大幅上涨对居民其他消费产生明显的挤出效应;从中长期看,导致居民消费物价上涨的原因还很多,包括劳动力成本上升、原材料价格上涨、资源性产品价格改革、环境保护成本的显性化,以及粮价上涨的推动等;为此,应该从加强企业间竞争、为企业减负和提高供给能力等方面维护物价的基本稳定;3.完善社会保障体系;我国的社会保证体系包括养老、医疗、就业、住房、教育等一系列社会福利制度;目前我国社会保障体系的框架虽然已经基本构建,但这一制度仍处于不断探索和完善之中,一些重要问题仍有待解决;无论是医疗保障还是养老保险,都存在着覆盖面较小,保障水平较低的问题;因此应该完善社会保障制度,是居民能够放心的消费,降低人们对未来的预期消费;。
计量经济学论文城乡居民收入与消费
计量经济学论文：城乡居民收入与消费引言城乡居民收入和消费是计量经济学中一个重要的研究领域。
随着我国城市化进程的加快，城乡居民收入差距和消费水平的差异成为社会关注的焦点。
本文旨在通过计量模型的分析，探讨城乡居民收入与消费之间的关系，以提供有效的政策建议和参考。
数据来源和描述本文使用的数据来自中国统计年鉴和国家统计局发布的相关数据。
主要包括城乡居民收入、消费支出、人口信息、价格指数等。
以下是数据的主要描述：•城乡居民收入：包括城市居民人均可支配收入和农村居民人均纯收入。
•消费支出：包括城市居民人均消费支出和农村居民人均消费支出。
•人口信息：包括城市人口和农村人口的总量和结构。
•价格指数：包括城市居民消费价格指数和农村居民消费价格指数。
模型设定为了探索城乡居民收入与消费之间的关系，我们使用了以下计量模型进行分析：1. 静态计量模型首先，我们使用静态计量模型来研究城乡居民收入与消费之间的相关性。
模型设定如下：$$ C_i = \\beta_0 + \\beta_1Y_i + u_i $$其中，C i代表第i个居民单位的消费支出，Y i代表该居民单位的收入水平，$\\beta_0$和$\\beta_1$分别为模型的截距和斜率，u i为模型的误差项。
2. 动态计量模型其次，我们使用动态计量模型来考察城乡居民收入对当前和未来消费的影响。
模型设定如下：$$ C_{i,t} = \\alpha_0 + \\alpha_1Y_{i,t} + \\alpha_2Y_{i,t-1} + \\alpha_3Y_{i,t+1} + v_{i,t} $$其中，C i,t代表第i个居民单位在时期t的消费支出，Y i,t代表该居民单位在时期t的收入水平，Y i,t−1和Y i,t+1分别代表该居民单位在前一时期和后一时期的收入水平，$\\alpha_0$、$\\alpha_1$、$\\alpha_2$和$\\alpha_3$为模型的参数，v i,t为模型的误差项。
我国城镇居民消费水平影响因素的计量经济分析
我国城镇居民消费水平影响因素的计量经济分析一、本文概述随着我国经济的快速发展，城镇居民的消费水平逐渐成为衡量一个国家经济活力和民生改善的重要指标。
消费水平不仅反映了居民的生活质量和购买力，还对社会经济结构和产业发展产生深远影响。
因此，深入研究我国城镇居民消费水平的影响因素，对于促进经济持续健康发展、优化消费结构、提高人民生活水平具有重要意义。
本文旨在通过计量经济分析的方法，全面探讨影响我国城镇居民消费水平的各种因素。
文章首先对相关理论和文献进行梳理和评价，明确研究背景和意义。
接着，运用定性和定量分析方法，从宏观经济、社会人口、消费环境等多个维度，深入剖析影响城镇居民消费水平的各种因素。
在此基础上，构建计量经济模型，对影响因素进行实证分析和检验，揭示各因素之间的内在联系和作用机制。
本文的研究不仅有助于深化对我国城镇居民消费水平影响因素的认识，还能为政府制定相关政策提供科学依据，引导居民合理消费，促进经济结构调整和转型升级。
本文的研究方法和结论也能为其他领域的消费研究提供借鉴和参考。
二、文献综述随着我国经济的持续发展和居民收入的稳步提高，城镇居民的消费水平及其影响因素逐渐成为经济学研究的热点。
众多学者从不同角度对此进行了深入的分析和探讨。
早期的研究主要关注于收入对消费的影响。
凯恩斯在其消费函数中明确指出，收入是影响消费的最重要因素，且消费随着收入的增加而增加，但消费的增加不如收入的增加快，即存在所谓的“边际消费倾向递减”现象。
这一观点得到了许多学者的实证支持，他们通过计量经济模型验证了收入与消费之间的正相关关系。
然而，随着研究的深入，学者们发现除了收入之外，还有许多其他因素也在影响着城镇居民的消费水平。
例如，价格水平、消费者信心、社会保障制度、教育水平、人口结构等都被认为是影响消费的重要因素。
其中，价格水平的变化会直接影响消费者的购买意愿和购买能力；消费者信心则反映了消费者对未来经济走势的预期，对消费具有重要影响；社会保障制度的完善程度会影响消费者的消费预期和消费决策；教育水平则通过提高消费者的消费能力和消费意愿来影响消费水平；人口结构的变化，如老龄化趋势的加剧，也会对消费产生深远影响。
我国城市居民消费水平影响因素的计量分析
我国城市居民消费水平影响因素的计量分析一、研究背景改革开放以来我国经济发展迅速，城乡居民生活状况发生了巨大的变化，人民生活水平显著提高。
消费是实现国民经济良性循环的重要因素。
居民消费水平对一国经济发展具有显著的影响，因而，扩大居民消费需求是目前我国经济发展的重要任务。
本文从实证的角度分析了近几年影响我国城市居民消费水平的几个主要因素。
二、理论分析城市居民消费水平受诸多因素的影响，本文主要从城市居民人均可支配收入、税收、国内生产总值、居民储蓄总额和城市居民上年消费水平这几个方面，选取1995年至2013年的数据，运用计量经济学Eviews软件分析以上因素对城市居民消费水平的具体影响。
居民的可支配收入直接影响其消费能力，在其他条件不变的情况下，可支配收入的增加会导致居民消费水平的提高。
因此，预期城市居民消费水平与城市居民可支配收入成正相关。
对于税收，在同等条件下，税收的增加可以导致消费水平的降低。
因此，预期城市居民消费水平与税收成负相关。
国民生产总值，即GDP的增长可以带动消费水平的提高。
因此，预期城市居民消费水平与GDP 成正相关。
居民储蓄总额是居民可支配收入除去消费支出的部分，因而在可支配收入一定的情况下，储蓄总额的增加会降低消费支出。
因此，预期城市居民消费水平与居民储蓄总额成负相关。
城市居民上年消费水平。
般来说，城市居民的消费水平具有连续性，上一年的消费水平会对下一年产生影响。
下表是从中国统计年鉴选取的具体数据。
三、模型假定用Y表示城市居民消费水平，X1、X2、X3、X4、X5依次表示城市居民人均可支配收入、税收、国内生产总值、居民储蓄总额、城市居民上一年消费水平。
利用Eviews分别对各解散变量同被解释变量做散点图，结果如下：城市居民可支配收入与城市居民消费水平的散点图税收与城市居民消费水平的散点图GDP与城市居民消费水平的散点图居民储蓄总量与城市居民消费水平的散点图上年消费水平与城市消费水平的散点图从图中可以看出，被解释变量Y 与各个解释变量之间都存在比较好的线性关系，初步假设城市居民消费水平的基本模型为：Y=β0+β1×X 1+β2×X 2+β3×X 3+β4×X 4+β5×X 5＋μ四、对模型的回归分析和统计检验用Eviews 软件对被解释变量与这五个解释变量做初步回归，所得结果如下： 取显著水平α=0.05，从图中可以看出，部分解释变量的系数违背了经济意义，且不是所有的解释变量都能通过显著性检验。
- 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、"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、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)。
计量经济学论文居民消费水平影响因素的计量分析班级：金融八班姓名：张真真学号：201392180387居民消费水平影响因素的计量分析摘要：本文中的收集数据参考了中国统计年鉴，使用了eviews软件进行计算统计整理，对我国1992年到2013年城镇居民可支配收入的变化情况进行分析，评估，检验，最终的出相关结论并提出相关建议。
关键字：居民消费影响因素消费水平t检验，F检验多重共线性参数估计异方差检验LM法一、导论消费水平是指一个国家一定时期内全体消费者按人均达到的物质与文化需要获得满足的程度。
国家经济发展水平起基础性作用；收入是消费的前提和基础，当前可支配收入越高，未来预期收入越乐观，收入差距越小，消费水平越高；物价变动影响人们的购买力；生产决定消费（对象，方式，水平，生产为消费创造动力）；消费心理（从众，求异，攀比，求实）也会影响消费。
本文认为国内生产总值、城乡居民人均收入(城镇，农村)、储蓄、居民消费价格指数都会对消费水平产生影响。
通过研究各地的居民消费水平,可以反映不同地区的经济发展状况,为国家的经济决策提供依据。
可见,居民消费水平是国家作出经济决策的风向标之一.政府活动的方向、范围、主要任务在很大程度上需要参考各地的居民消费水平.二、模型设定和数据说明（一）模型设定以分析居民消费水平为目的，同时考虑了其他一些指标的分析需要，根据计量经济学模型的构思，在建模时作了如下处理：1、该模型为线性模型。
2、鉴于1978年实行了改革开放，前几年是经济恢复期，数据不具代表性。
主要采集的样本是1990年以后的，我国的经济运行机制有了极大的改变，人民生活水平也有了极大的提高，故这一时期的样本更能反映这种变化。
3、模型中将居民消费水平（Y＾）作为被解释变量，根据经验引入国内生产总值（X1）、城乡居民人均收入(城镇X2，农村X3)、储蓄(X4)、居民消费价格指数(X5)，对模型进行回归分析，以求能使模型具有更高的可操作性。
4、设定显著性水平为0.05。
模型设定为：Y＾=β0+β1*X1+β2*X2+β3*X3+β4*X4+β5*X5+μ（二）数据说明居民消费水平与国内生产总值等各相关因素的表格数据来源：《中国统计年鉴2014》三、计量经济模型参数估计模型设定为：Y ＾=β0+β1*X 1+β2*X 2+β3*X 3+β4*X 4+β5*X 5+μ 用普通最小二乘法估计模型，回归结果为：Dependent Variable: Y Method: Least Squares Date:06/19/16 Time: 13:21年份居民消费水平(元) GDP （亿元） 城镇居民人均可支配收入（元）农村居民家庭人均纯收入（元）城乡居民储蓄存款年度余额（亿元） 居民消费价格指数（1990年为100）1991 833 18718.3 1510.2 686.3 7119.6 100.0 1992 932 21826.2 1700.6 708.6 9244.9 107.4 1993 1116 26937.3 2026.6 784.0 11757.3 121.7 1994 1393 35260.0 2577.4 921.6 15203.5 156.7 1995 1833 48108.5 3496.2 1221.0 21518.8 222.6 1996 2355 59810.5 4283.0 1577.7 29662.3 280.5 1997 2789 70142.5 4838.9 1926.1 38520.8 313.5 1998 3002 78060.8 5160.3 2090.1 46279.8 325.5 1999 3159 83024.3 5425.1 2162.0 53407.5 322.0 2000 3346 88479.2 5854.0 2210.3 59621.8 315.8 2001 3632 98000.5 6280.0 2253.4 64332.4 317.6 2002 3887 108068.2 6859.6 2366.4 73762.4 320.6 2003 4144 119095.7 7702.8 2475.6 86910.7 317.1 2004 4475 135174.0 8472.2 2622.2 103617.7 322.3 2005 5032 159586.7 9421.6 2936.4 119555.4 339.4 2006 5573 185808.6 10493.0 3254.9 141051.0 347.6 2007 6263 217522.7 11759.5 3587.0 161587.3 354.6 2008 7255 267763.7 13785.8 4140.4 172534.2 377.2 2009 8349 316228.8 15780.8 4760.6 217885.4 406.3 2010 9098 343464.7 17174.7 5153.2 260771.7 402.6 2011 10522 401512.8 19109.4 6991.8 310059.2 428.7 2012 12570 473104.0 21809.8 8641.6 343635.9 455.2 2013 14098 518942.1 24564.8 9605.5 399551.0 472.5Sample: 1991 2013Included observations: 23Coefficient Std. Error t-Statistic Prob.C -145.5668 49.46585 -2.942774 0.0107X1 -0.003730 0.002798 -1.332848 0.2039X2 0.373130 0.059949 6.224121 0.0000X3 0.889545 0.211496 4.205964 0.0009X4 -0.000403 0.002269 -0.177517 0.8616X5 -0.900315 1.020946 -0.881844 0.3928R-squared 0.999731 Mean dependent var 3923.300Adjusted R-squared 0.999635 S.D. dependent var 2406.042S.E. of regression 45.94497 Akaike info criterion 10.73609Sum squared resid 29553.16 Schwarz criterion 11.03481Log likelihood -101.3609 Hannan-Quinn criter. 10.79440F-statistic 10418.31 Durbin-Watson stat 1.440844Prob(F-statistic) 0.000000从表中发现在α＝0.05时，虽然R²较大且接近于1，模型拟合效果较好，F检验显著，但由于X1、X4、X5前参数估计值未能通过t检验，而且系数的符号为负，与经济意义不符，故认为解释变量间存在多重共线性。
四、检验及修正1、经济意义检验逐步回归，检验简单相关系数，结果如下：X1 X2 X3 X4 X5 X1 1 0.995 0.9849 0.994 0.789X2 0.9951 1 0.9938 0.9933 0.8357X3 0.9849 0.9938 1 0.9817 0.8795X4 0.9943 0.9933 0.9817 1 0.784X5 0.7894 0.8357 0.8795 0.7844 1由上表可见，解释变量之间确实存在高度相关，故采用逐步回归法进行修正。
对X1、X2、X3、X4、X5单个回归，发现X2的拟合优度最好，结果为：Dependent Variable: YMethod: Least SquaresDate: 06/19/16 Time: 13:25Sample: 1991 2013Included observations: 23Coefficient Std. Error t-Statistic Prob.C 152.8358 49.15814 3.109064 0.0061X2 0.521494 0.005775 90.29846 0.0000R-squared 0.997797 Mean dependent var 3923.300Adjusted R-squared 0.997675 S.D. dependent var 2406.042S.E. of regression 116.0168 Akaike info criterion 12.43999Sum squared resid 242278.0 Schwarz criterion 12.53956Log likelihood -122.3999 Hannan-Quinn criter. 12.45942F-statistic 8153.812 Durbin-Watson stat 0.396373Prob(F-statistic) 0.000000将X2作为基础模型，再将其余解释变量按R²由大到小逐个引入，先引入X3，Dependent Variable: YMethod: Least SquaresDate: 06/19/16 Time: 13:32Sample: 1991 2013Included observations: 23Coefficient Std. Error t-Statistic Prob.C -121.4190 33.02452 -3.676631 0.0019X2 0.318223 0.020133 15.80597 0.0000X3 0.729108 0.071768 10.15918 0.0000R-squared 0.999688 Mean dependent var 3923.300Adjusted R-squared 0.999652 S.D. dependent var 2406.042S.E. of regression 44.89403 Akaike info criterion 10.58397Sum squared resid 34263.05 Schwarz criterion 10.73333Log likelihood -102.8397 Hannan-Quinn criter. 10.61312F-statistic 27278.31 Durbin-Watson stat 1.087443Prob(F-statistic) 0.000000发现模型拟合优度提高，且参数符号合理，变量也通过了t检验，再引入X1，Dependent Variable: YMethod: Least SquaresDate: 06/19/16 Time: 13:21Sample: 1991 2013Included observations: 23Coefficient Std. Error t-Statistic Prob.C -141.5485 38.78676 -3.649403 0.0022X2 0.350176 0.038020 9.210384 0.0000X3 0.700663 0.077331 9.060545 0.0000X1 -0.001152 0.001162 -0.990946 0.3365R-squared 0.999707 Mean dependent var 3923.300Adjusted R-squared 0.999651 S.D. dependent var 2406.042S.E. of regression 44.91785 Akaike info criterion 10.62440Sum squared resid 32281.81 Schwarz criterion 10.82355Log likelihood -102.2440 Hannan-Quinn criter. 10.66328F-statistic 18166.59 Durbin-Watson stat 1.226596Prob(F-statistic) 0.000000发现模型拟合优度再次提高，但是X1没有通过t检验，且参数符号与经济意义不符，所以要去掉X1，在引入X4、X5，修正的拟合优度下降，同时参数未通过t 检验，且经济意义不符，所以X1、X4、X5是多余的。