中国居民数量消费函数
国家消费函数
国家消费函数经济0841 梁江禄 080101400140前言众所周知，消费函数C=α+βy，为求出这个函数，我们小组收集了1995年到2006年的数据。
在我们数据收集和计算的整个过程当中，我们认为自发消费（α）是未知的，这也是我们的指导思想之一。
而国民收入（y）和消费(C)可以通过直接收集数据或计算得来，我们在中国统计局的统计年鉴里直接找到了从1995年到2006年各年的国民收入（y），消费（C）和边际消费倾向（β）我们通过计算得出，在下面将进行详细的介绍和讲述。
1995年到2006年的国民收入情况单位：亿元年度国内生产总值国民收入(GDP) 增加的GDP(Δy)1995 60794 59811 103311996 71177 70142 79191997 78973 78061 49631998 84402 83024 54551999 89677 88479 95212000 99215 98000 100682001 109655 108068 110282002 120333 119096 160782003 135823 135174 244132004 15987 159587 245022005 183217 184089 190432006 211923 203132 56127备注：以上数据来源于《统计年鉴》，Δy是为了计算边际消费倾向β。
1995年到2006年的人口数单位：万人年份农村人口城镇人口总人口1995 85947 35174 1211211996 85085 37304 1223891997 84177 39449 1236261998 83153 41608 1247611999 82038 43748 1257862000 80837 45906 1267432001 79563 48064 1276272002 78241 50212 1284532003 76851 52376 1292272004 75705 54283 1299882005 74544 56212 130756 2006 73742 57706 131448 备注：以上数据来源于《统计年鉴》。
金融计量分析（完整版）
⾦融计量分析（完整版）案例⼀：中国居民总量消费函数（序列相关性）⼀、研究⽬地居民消费在社会经济地持续发展中有着重要地作⽤.居民合理地消费模式和居民适度地消费规模有利于经济持续健康地增长.建⽴总量消费函数是进⾏宏观经济管理地重要⼿段.为了研究全国居民总量消费⽔平及其变动地原因，从总量上考察居民总消费与居民收⼊间地关系，需要作具体地分析.为此，可以建⽴相应地计量经济模型去研究.⼆、模型设定研究对象：中国居民实际消费总⽀出与居民实际可⽀配收⼊之间地关系.模型变量：影响中国居民消费总⽀出有多种不同地因素，但从理论和经验分析，最主要地影响因素应是居民实际可⽀配收⼊，其他因素虽然对居民消费也有影响，但有地不易取得数据；有地与居民收⼊可能⾼度相关.因此这些其他因素可以不列⼊模型，可归⼊随即扰动项中.考虑到数据地可得性，我们将“实际可⽀配收⼊”作为解释变量X，“居民实际消费总⽀出”作为被解释变量.关于变量地符号与涵义如表1所⽰.表1 变量定义内⽣产总值GDP、名义居民总消费CONS以及表⽰宏观税收税收总额TAX、表⽰价格变化地居民消费价格指数CPI（1990＝100），并由这些数据整理出实际⽀出法国内⽣产总值GDPC ＝GDP/CPI、居民实际消费总⽀出Y＝CONS/CPI,以及实际可⽀配收⼊X=(GDP-TAX)/CPI.这些数据观测值是连续不同中地数据.表2 中国居民总量消费⽀出与收⼊数据资料中国居民总量消费⽀出与收⼊资料单位：亿元图２：Ｘ与Ｙ地散点图从散点图可以看出居民实际消费总⽀出(Y)和实际可⽀配收⼊(X)⼤体呈现为线性关系，所以建⽴地计量经济模型为如下线性模型：三、估计参数假定所建模型及随机扰动项满⾜古典假定，可以⽤OLS法估计其参数.回归结果下：表3得: Y=2091.295+0.437527X剩余项（Residual）、实际值（Actual）、拟合值（Fitted）地图形，如图2所⽰.图2四、模型检验（⼀）经济意义检验所估计地参数（斜率项）为0.438，符合经济理论中边际消费倾向在0与1之间地假说，经济意义为在1978－2006年间，以1990年价计地中国居民可⽀配收⼊每增加1亿元，居民总量消费⽀出⽔平平均增加0.438亿元.（⼆）拟合优度和统计检验拟合优度检验：可决系数为0.987955，说明所建模型整体上对样本数据拟合较好，即解释变量“居民实际可⽀配收⼊”对被解释变量“居民实际消费总⽀出”地绝⼤部分差异作出了解释.对回归系数地t检验：截距项与斜率项t值都通过变量地显著性检验，这表明，居民实际可⽀配收⼊对居民实际消费总⽀出有显著影响.F统计量检验：F值较⼤，附带地概率也通过了检验，说明模型总体线性较显著.（三）计量经济学检验1、模型设定偏误检验：RESET检验表4在5%地显著性⽔平下，从F统计值地伴随概率看，拒绝原模型没有设定偏误地假设，表明原模型存在设定偏误.因为Y与X都是时间序列，⽽且它们表现出共同地变动趋势，因此怀疑较⾼地R2部分地由于这⼀共同变动趋势带来地.为排除时间趋势项地影响，在模型中引⼊时间趋势项，将这种影响分离出来.从趋势图看，X与Y呈现⾮线性变化趋势，故引⼊T地平⽅地形式，结果为：表5再次进⾏RESET检验：表6可以看出，引⼊时间趋势项地模型已经不存在设定偏误问题.2、异⽅差检验（对引⼊时间趋势项地模型进⾏White检验）从nR2统计量对应值地伴随概率可以看出，在5%在显著性⽔平下，因此拒绝原模型同⽅差地假设，即含有时间趋势项地模型存在异⽅差性.3.异⽅差地修正(WLS估计法)以resid^2为权数进⾏来进⾏加权最⼩⼆乘法如下修正后地回归⽅程为：Y = 6229.342 + 0.362278*X4、序列相关性检验（对引⼊时间趋势项地模型进⾏LM检验）表8从nR2统计量对应值地伴随概率可以看出，在5%在显著性⽔平下，拒绝原模型不存在序列相关性地假设，即含有时间趋势项地模型存在⼀阶序列相关性.从下部分Test Equation 中可以看出，RESID（－1）显著不为0，这进⼀步说明原模型存在⼀阶序列相关性.进⼀步检验滞后2阶情况，结果如下：表9可以看出，RESID(-2)地系数没有通过t显著性检验，即不存在2阶序列相关性.5、⼀阶序列相关性地修正（⼴义差分法）表10估计结果为：= 3505.7 + 0.1996X + 19.24T^2 +0.748AR(1)对上式进⾏LM检验：表11从nR2统计量对应值地伴随概率可以看出，在1%在显著性⽔平下，不拒绝原模型不存在序列相关性地假设，即模型已经不存在⼀阶序列相关性.从下部分Test Equation中可以看出，RESID（－1）前系数显著地为0，这进⼀步说明模型已经不存在⼀阶序列相关性.故现在地模型变为：= 3505.7 + 0.1996X + 19.24T+0.748AR(1) (1) 6、⼀阶序列相关性地修正（序列相关稳健估计法）序列相关稳健估计法估计结果为：= 3328.2 + 0.1762X + 21.66 T (2)（14.62）（7.53）（9.79）R＝0.9976 F＝5380.8 D.W.=0.442表126、序列相关性检验由于模型地R2与F值都较⼤，⽽且各参数估计值地t检验值都显著地不为零，说明各解释变量对Y地联合线性作⽤显著，⽽且各解释变量独⾃对Y地独⽴作⽤也⽐较显著，故各解释变量间不存在序列相关性五、回归预测2007年，以当年价计地中国GDP为263242. 5亿元，税收总额45621.9亿元，居民消费价格指数为409.1，由此可得出以1990年价计地可⽀配总收⼊X约为95407.4亿元，由上述回归⽅程可得2007年居民总量消费预测地点估计值：⽤式(1)进⾏估计：Y= 3505.7 + 0.1996*95407.4 + 19.24*30+0.748*0.7479=39860.5⽤式(2)进⾏估计：Y= =3328.2 + 0.1762*95407.4 + 21.66 *30=39624.62007年，中国名义居民消费总量为93317.2亿元，以1990年为基准地居民消费价格指数为228.1，由此可推出当年中国实际居民消费总量为40910.7亿元，可见相对误差为2.57%（⽤式(1)结果进⾏计算），可以说还是相对⽐较准确地结果.案例⼆；农作物产值模型（异⽅差地检验和修正）⼀、模型设定⼀取1986年中国29个省市⾃治区农作物种植业产值y t（亿元）和农作物播种⾯积x t （万亩）数据（见表1）研究⼆者之间地关系.建⽴如下模型：⼆、数据搜集根据表中数据进⾏OLS回归，得估计地线性模型如下，yt = -5.6610 + 0.0123 xt （-0.95） (12.4)R2=0.85 =0.846 F =155.0四、异⽅差检验图2 残差图从模型地残差图（见图2）可以发现数据中存在异⽅差.（1）⽤White⽅法检验是否存在异⽅差.在上式回归地基础上，做White检验得：图3输出结果中地概率是指χ2 (2)统计量取值⼤于8.02地概率为0.018. 因为TR2 = 8.02 > χ2α (2) = 6，所以存在异⽅差.五、异⽅差地修正下⾯使⽤三种⽅法来修正异⽅差.(1)改变模型设定形式法.对yt和xt同取对数，得两个新变量Lnyt 和Lnxt（见图3）.⽤Lnyt 对Lnxt 回归，得：Lnyt = - 4.1801 + 0.9625 Lnxt .（-8.54） (16.9)R2 = 0.91, F = 285.6,因为TR2 = 2.58 < 20.05 (2) = 6.0，所以经White检验不存在异⽅差.图4(2)WLS估计法为了找到适当地权w，作ln(e^2)关于x地回归结果如下：图5结果显⽰，前参数地5%显著性⽔平下不为零，同时F检验也表明⽅程地线性关系在5%地显著性⽔平下成⽴，于是，可⽣成权序列W命令为Genr w=1/@sqrt(exp(3.56405028673 + 0.000209806008672*X))进⾏加权修正后地回归结果如下：图6我们可以再次对经过加权处理地模型进⾏异⽅差检验，如图：图7显然，nR^2值所附带地概率表明，不拒绝同⽅差地原假设，也就是模型已经不存在异⽅差了.修正后地回归结果为：Y=0.256182+0.01115*X(4.545095) (0.000917)R2=0.845671 =0.839956 F =147.9514(3)异⽅差地稳健标准误法修正原模型中地OLS标准差.图8可见系数了原模型基本⼀致，但X对应系数地标准差⽐OLS估计地有所增⼤，这表明原模型OLS估计结果低估了X地标准差.案例三：（多重共线性）⼀、研究⽬地与背景经济理论指出，居民消费⽀出（Y）不仅取决于可⽀配收⼊（X1）和利率（X2）还取决于个⼈财富（X3）地影响.可⽀配收⼊和个⼈财富对于居民消费⽀出地作⽤是正⽅向地；按照古典经济学地观点,利率对于储蓄地作⽤是也是正⽅向地,即利率地提⾼可以刺激储蓄、抑制消费；利率地降低则抑制储蓄,刺激消费.所以综上所述设定如下形式地计量经济模型：Yt = C + β1X1t - β1X2t + β2X3t + µt其中Y=家庭消费⽀出，X1=可⽀配收⼊，X2=利率，X3=个⼈财富⼆、模型估计与检验为估计模型参数，收集旅游事业发展最快地2001－2010年地统计数据，如表1所⽰：表1果如图1：输⼊统计资料： DATA Y X1 X2 X3建⽴回归模型： LS Y C X1 X2 X3因此，X1、X2、X3对居民地消费⽀出函数为：＝ (2.427712) (0.874457) (-0.503673) (-0.222169)R^2= 0.963636 ^2= 0.945455由此可见，该模型可决系数很⾼，F检验值52.99996, 给定α=5%,查表得临界值(3，6)=4.76 判断：F值>临界值，拒绝参数整体不显著地原假设，模型整体线性显著.给定显著性⽔平α=0.05，可得到临界值tα/2(n-k-1)=2.447，由样本求出统计量|t|=0.874457 |t|= 0.503673 |t|=0.222169，计算得所有变量地t值都⼩于该临界值，所以接受原假设H0，即是说包括常数项地3个解释变量都在95%地置信⽔平下不显著.⽽且X3系数地符号与预期地相反，这表明很可能存在严重地多重共线性.计算各解释变量地相关系数，选择X1、X2、X3数据，点“view/correlations”得相关系数矩阵，或在命令窗⼝中键⼊：cor X1、X2 x3.如表2所⽰：表2由相关系数矩阵可以看出：各解释变量相互之间地相关系数较⾼，证实确实存在严重多重共线性.三、模型地修正采⽤逐步回归地办法，去检验和解决多重共线性问题.分别作Y 对X1、X2、X3地⼀元回归，结果如图2、3、4所⽰：图2图3图4表3以X1为基础，加⼊X2变量回归，回归结果为：图5Y=285.0087 + 0.523886X1 – 25.56223X2 t=（2.682801） (10.90078) (-0.493513)第⼀步，在初始模型中引⼊X2，模型拟合优度提⾼，参数符号合理，当取时，，但X2参数地t 检验不显著.第⼆步，去掉X2，引⼊X3，如图6：图6Y = 245.52 + 0.568*X1 - 0.0058*X3306. 2 ) 2 10 ( ) ( 025 . 0 2 = - = - t k n t αt=（3.53） (0.793781) (-0.082975)拟合优度略有下降，但是X3符号不合理，且未通过t检验.所以X2、X3都应该剔除.综上所述，最终地居民消费函数应该以Y=f(X1)为最优，拟合结果如下：= 244.5455 + 0.509091X1结论本次作业考虑到每组数据同时出现三种问题地可能性不⼤，故由每⼈负责⼀种情况地检验与修正.鉴于数据地可得性，对于有些样本数据空间地数量还远远达不到模型本⾝所要求地数量，这样去估计模型是没有实际预测意义地.同样，囿于所学⽔平有限，变量地选取还是按照书上地例⼦来选取，这种模型本⾝设定形式是否正确，还有待进⼀步验证.我们相信，随着所学知识地进⼀步深⼊，对于实证分析地⼀般过程和具体⽅法都会逐步完善.参考⽂献：［1］李⼦奈,陈绍业.计量经济学(第三版)［M］.⾼等教育出版社,2010.［2］张晓峒.EViews使⽤指南与案例［M］.机械⼯业出版社，2007.［3］程振源.计量经济学:理论与实验［M］.上海财经⼤学出版社，2009.［4］于俊年.计量经济学软件-EViews地使⽤［M］.对外经济贸易⼤学出版社，2006.版权申明本⽂部分内容，包括⽂字、图⽚、以及设计等在⽹上搜集整理。
消费物价指数的计算公式
消费物价指数的计算公式是什么推荐回答：计算公式：CPI=（—组固定商品按当期价格计算的价值/ 一组固定商品按基期价格计算的价值）X 100%。
采用的是固定权数按加权算术平均指数公式计算，即K'=工KW E W ，固定权数为W ,其中公式中分子的K为各种销售量的个体指数。
CPI表示对普通家庭的支出来说，购买具有代表性的一组商品，在今天要比过去某一时间多花费多少，例如，若1995 年某国普通家庭每个月购买一组商品的费用为800元，而2000 年购买这一组商品的费用为1000元，那么该国2000 年的消费价格指数为（以1995 年为基期）CPI=1000/800 X 100%=125% ，也就是说上涨了（125%-100%）=25% 。
在日常中我们更关心的是通货膨胀率，它被定义为从一个时期到另一个时期价格水平变动的百分比，公式为式子中T为t时期的通货膨胀率，Pt和P（t-1）分别表示t时期（代表报告期）和t-1 时期（代表基期）的价格水平。
如果用上面介绍的消费价格指数来衡量价格水平，则通货膨胀率就是不同时期的消费价格指数变动的百分比。
口：一个经济体的消费价格指数从去年的100增加到今年的112，那么这一时期的通货膨胀率为T=（112 —100）/100 X 100%=12%就是说通货膨胀率为12%，表现为物价上涨12%。
现期中国的CPI指数是根据上年为基期（100）计算得出的，而并非是以历史某一确定时点作为基期。
概念释义：CPI是居民消费价格指数。
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。
同比和环比计算公式？推荐回答：同比增长计算公式：同比增长率=（本期数-同期数）啊期数X 100% 环比增长… 环比:当月价格指房屋销售价格指数的计算方法推荐回答：房屋销售价格指数的计算方法（1）计算细项价格指数。
调查对象的个体价格指数计算公式为：调查细项的价格...价格指数统计的基数是怎么定的推荐回答：价格总水平是将所有商品价格用同度量因素加权计算出来的平均价格，反映一定地区…消费者物价指数（Co…物价指数怎么算推荐回答：物价指数计算的基本方法，是以计算期各种商品价格与权重乘积的和，除以基期各种商品价格与权重乘积的和（即两个和的比值）。
我国人均国内生产总值和人均消费关系分析
个人报告课程宏观经济分析二级学院：经济与贸易学院专业：经济学学生姓名：***学号：*********** 指导教师：***时间：2013年11月10日我国人均国内生产总值与人均消费关系简析摘要：随着国民经济的发展，国内生产总值不断增加，居民收入不断增加，居民的消费能力提升，消费水平随之提高。
当前，大多数国家都致力于提高居民的消费水平，分析研究二者的关系有利于我们更清楚的认识国民经济的发展与居民消费水平提高息息相关，从而以提高国民经济为出发点，提高居民的消费水平，促进经济的健康发展。
居民消费是经济活动中不可或缺的一部分，对一个国家的经济增长起着至关重要的作用。
如今，中国正处于经济转型的特殊时期，特别是在经历了2008年金融危机之后，人民币升值步伐不断加快，而国外进口需求的恢复不尽如人意，出口贸易对中国经济增长的贡献持续降低，以往靠出口拉动GDP快速增长的模式将一去不复返。
在这种情况下，居民消费将成为推动经济增长的主要因素。
因此，分析我国居民人均消费水平的影响因素，对于刺激居民消费，扩大内需，探寻经济持续健康发展的途径都有重要的意义。
关键词：人均GDP 、人均消费、实证分析、协整截至2012年年底，我国的国内生产总值达到了一个新的高度。
从1978—2012年，我国国内生产总值迅速增加，2012年的国内生产总值大约为1978年的141.7倍。
国民收入也大约增长了141倍。
表明我国的经济实力得到了很大的提升，各行各业都发展势头良好。
其中第三产业发展最为迅速，增大大约1.8倍。
随着国内生产总值的增长，人均国内生产总值也上升了很大一个台阶。
我国的综合国力逐渐提高，对世界经济发展的影响逐渐增大，我国在世界上的经济地位越来越高。
一、我国国内生产总值1、定义国内生产总值（GDP）是按市场价格计算的国内生产总值的简称。
它是一个国家（地区）所有常住单位在一定时期内生产活动的最终成果。
国内生产总值有三种表现形态，即价值形态、收入形态和产品形态。
【多元线性回归实验】中国城市居民食品消费需求函数模型
多元线性回归分析
取1996-2015年中国城镇居民人均消费支出及价格指数如下表所示（单位：元）
注：以上数据来源于《中国统计年鉴》（1996-2015）。
从2013年起，国家统计局开展了城乡一体化住户收支与生活状况调查，2013年及以后数据来源于此项调查。
与2013年前的分城镇和农村住户调查的调查范围、调查方法、指标口径有所不同。
1、回归分析结果
从回归结果分析，虽然模型的拟合优度很高，且整体通过F检验，但是p1、p0参数估计值没有通过t检验，并且拒绝原假设犯错的概率极高，且可以判断变量之间存在自相关性。
因此，可以得出结论：该模型不显著。
检验序列多重共线性：
从简单相关系数矩阵可以看出P0与P1之间的相关系数在0.808之上，可以判断P0与P1之间存在多重共线性。
利用逐步回归法修正多重共线性：
分别将X、P1、P0对Q进行回归，从以上回归结果可以看出Q受X的影响最大，因此选择第一个式子作为初始的回归模型。
将其他解释变量分别导入上述初始回归模型，寻求最佳回归方程。
回归估计方程如下：
Q = -2208.0065 + 0.2743*X + 29.0911*P1
（24.9825）（2.4202）
R 2
09780F=378.0763 DW=1.1995。
我国城镇居民消费的计量模型分析
我国城镇居民消费计量模型分析小组成员：马晨竞40921075刘捷豪40921076黄政卿40921077林伟兴40921078一、研究背景无论从宏观还是从微观上看，消费都是经济分析的重要内容。
把握国民经济发展格局中居民消费需求的特点，制定符合我国现阶段情况的政策，对于提高我国经济增长的速度和质量都有十分重要的意义。
近些年来，随着我国居民收入与消费水平不断提高，居民消费需求对国民经济发展的影响不断增大，居民消费结构转换和消费需求扩张己经成为我国经济高速增长的主要动力，然而相对于收入水平的增长速度，中国居民的平均消费倾向却呈现下降趋势。
尤其是这几年，居民消费的热情一直不高，国家采取了许多措施来刺激消费，但是居民的银行存款依然逐年攀升，居民储蓄热情不减，消费持续低迷。
要刺激消费、扩大内需, 必须找出影响消费的关键因素, 才能对症下药。
本文通过建立城镇居民消费计量模型对此进行分析。
二、文献综述1．国外研究现状在消费需求的研究领域中，国外学者研究较多的是消费函数。
消费函数即消费与收入之间的关系，在宏观经济研究中具有核心作用。
该函数的研究方法既包括纯理论的探讨、统计计量验证，又包括理论与计量方法相结合产生的具有良好预测功能的经济计量模型。
消费函数的研究大体经历了以下几个阶段:凯恩斯1936年提出了绝对收入假说，杜森贝里1949年提出了相对收入假说，费里德曼1957年提出了持久收入假说，莫迪里安尼1954年提出了生命周期假说。
之后利兰德将不确定性引入分析框架，提出了预防性储蓄理论。
20世纪70年代后期，霍尔1978年将理性预期引入生命周期和持久收入假说，产生了理性预期生命周期消费函数。
80年代初期，戴维森等人1981年提出了误差修正机制，为消费函数注入了新的“血液”。
近些年来，国外学者对消费函数的理论研究主要将视野集中在预防性储蓄理论上，如Deaton1991年和Carroll于l992年提出的“缓冲库存模型”。
中国农村居民家庭消费结构分析基于QUAIDS模型的两阶段一致估计
中国农村居民家庭消费结构分析基于QUAIDS模型的两阶段一致估计一、概述随着中国经济社会的快速发展，农村居民家庭消费结构正在发生深刻的变化。
为了深入探究这一变化背后的规律和特点，本文采用QUAIDS模型进行两阶段一致估计，对中国农村居民家庭消费结构进行了全面细致的分析。
QUAIDS模型（Quadratic Almost Ideal Demand System）作为一种先进的经济学模型，能够基于消费者效用最大化的假设，有效地估计消费者对各类商品的需求响应程度。
我们运用该模型对农村居民家庭的各类消费支出进行了深入研究，包括食品、衣着、耐用品、交通通讯、文化教育、医疗保健等多个方面。
通过对这些消费支出的分析，我们旨在揭示农村居民家庭消费结构的现状、特点及趋势，进而为相关政策制定提供科学依据。
本文还通过对比不同收入水平和地区之间的差异，进一步探讨了消费结构变化的深层次原因。
本文基于QUAIDS模型的两阶段一致估计方法，对中国农村居民家庭消费结构进行了全面而深入的分析，旨在为推动农村经济社会的持续健康发展提供有益的参考和启示。
1. 农村居民家庭消费结构问题的研究背景与意义《中国农村居民家庭消费结构分析基于QUAIDS模型的两阶段一致估计》文章段落生成随着中国经济的快速发展和城乡一体化进程的推进，农村居民家庭消费结构问题逐渐凸显，成为社会各界关注的焦点。
农村居民的收入水平不断提高，消费能力逐渐增强，其消费结构也在发生深刻变化。
与此农村居民家庭消费结构中也存在一些问题，如消费结构单消费层次不高、消费环境不完善等，这些问题不仅制约了农村居民生活质量的提升，也影响了农村经济的可持续发展。
在这样的背景下，对农村居民家庭消费结构进行深入分析，具有重要的理论和现实意义。
消费结构作为反映居民生活水平的重要指标，是衡量农村经济发展状况的重要依据。
通过分析农村居民家庭消费结构，可以深入了解农村居民的消费行为、消费偏好和消费水平，为制定针对性的农村经济发展政策提供科学依据。
消费函数理论对中国居民消费的启示
消费函数理论对中国居民消费的启示李亮亮【摘要】消费理论的发展作为经济学研究领域中的一个重要课题,一直深受经济学家们的追捧.消费理论的发展不仅影响了人们的消费习惯,而且也在很大程度上对人们的消费行为提供了一个可供参考的指导.进一步来讲,消费理论可以为一个国家的发展提供理论上的指导.重商主义、古典经济、新古典经济、凯恩斯主义、新古典综合派、发展经济学等主流经济学派的消费理论都为我们的研究提供了很好的理论参考和实践指导.除此之外还有一些非主流经济学派的消费理论,像货币主义学派、理性预期学派、边际效用学派等,也在一定程度上促进了消费理论的发展.中国作为一个发展中的大国,消费理论的发展严重滞后于消费实践的发展,理论是我们经济发展的短板.因此,本文将从发西方消费理论中找出一个符合我国基本国情的理论.而且最近几年我国社会保障事业的发展,更是对人们消费行为产生了很大的影响,这需要我们对此给予更多的重视.【期刊名称】《金融经济（理论版）》【年(卷),期】2016(000)012【总页数】2页(P38-39)【关键词】生命周期假说;跨期摊配模型;居民消费;可支配收入【作者】李亮亮【作者单位】陕西师范大学,陕西西安710119【正文语种】中文我国作为一个人口大国，各方面的需求量非常大，因此，我国的消费不仅影响着我国的经济发展，而且还在很大程度上通过进出口影响着全世界的经济发展。
然而从我国统计年鉴上的一些数据显示，我国居民的消费模式并不乐观。
我国现阶段正处于发展阶段，我们的发展理念是让一部分人先富起来，这也是经济发展的最初积累阶段，然后通过先富来带动后富，最终达到共同富裕。
这就导致了财富分布的不均匀，两极分化异常严重。
进而导致了我国产生了一种病态的消费模式，那就是最底层的穷苦大众只能辛辛苦苦来维持最起码的生活起居，也就是凯恩斯说的自发消费。
与此相反，生活在最高层的那部分人早已经不在为吃喝而发愁，他们追求的是一种精神上的享受，特别是能够体现自己身份地位的消费，因此炫耀性消费变成了他们追求的对象。
- 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)。
计量经济学作业
题目: 中国居民总量消费函数的实例分析
院系：数学系
专业：信息与计算科学
组成员：赵山云、陈兴耀、贾梦、冉静飞、母军
学号：
成绩：
2012年5月8日
中国居民总量消费函数的实例分析
摘要
本例旨在针对我国1978-2009年的时间序列数据，从总体上考察中国居民收入与消费的关系。
首先，我们综合了几种关于收入和消费的主要理论观点，进而建立了理论模型。
然后，收集了相关的信息，利用EVIEWS软件对计量模型进行了参数估计和检验，并预测。
最后对我们所得的结果进行了分析，并相应提出一些政策建议。
关键词：一元回归分析，最小二乘法。
EVIEWS软件，模型检验，数据收集，预测。
1、问题重述
为了从总体上考察中国居民收入的关系，附录1中给出了中国名义支出法国内生产总值GDP，名义居民总消费CONS以及表示CPI（1978=100），并由这些数据整理出实际支出法国内生产总值GPPC=GDP/CPI，居民实际消费总支出Y=CONS/CPI，以及实际可支配收入X=(GDP-TAX)/CPI等时间序列数据。
建立中国居民总量消费函数模型。
2、问题分析
对于时间序列数据，也可建立类似于截面数据的计量经济模型，并进行回归分析。
运用最小二乘法建立一元回归模型；用拟合优度进行模型检验；运用点预测法则，置信区间预测法则进行预测。
3、模型假设
(1)、模型选择了正确的变量；
(2)、模型选择了正确的函数形式；
(3)、解释变量X在所抽取的样本中具有变异性，而且随着相关容量的增加，解释变量的样本方差趋于一个非零的有限常数；
(4)、解释变量X是确定性变量不是随机变量在重复抽样中取固定值。
4、符号说明
X：实际可支配收入(单位：亿元）
Y：实际消费总支出（单位：亿元）
∧
Y：Y的估计量（单位：亿元）
β：回归系数（i=0，1）
i
μ：随机误差项
n：样本容量（n=1,2, (23)
C：常数项
5、相关数据的收集
在进行实证分析的过程中所需要的数据，应是能够度量收入与消费的关系的指标。
在各项指标的选择上我们所用的数据来源于《中国统计年鉴》，所设模型容量为23个，对于一元回归的计算要求和目的已经够了。
表1：中国居民总量消费支出与收入资料
年份GDP CONS CPI TAX GDPC X Y
1978 3605.6 2011.5 100 519.28 3605.6 3086.32 2011.5 1980 4592.9 2331.2 109.5 571.7 4194.429 3672.33 2188.95 1985 9076.7 4687.4 131.1 2040.79 6923.49 5366.83 3575.44 1990 19347.8 9450.9 216.4 2821.86 8940.76 7636.77 4367.33 1991 22577.4 10730.6 223.8 2990.17 10088.2 8752.11 4794.73 1992 27565.2 13000.1 238.1 3296.91 11577.15 10192.48 5459.93 1993 36938.1 16412.1 273.1 4255.3 13525.49 11967.34 6009.56 1994 50217.4 21844.2 339 5126.88 14813.39 13301.04 6443.72 1995 63216.9 28369.7 396.9 6038.04 15927.66 14406.36 7147.82 1996 74163.6 33955.9 429.9 6909.82 17251.36 15644.05 7898.56 1997 81658.5 36921.5 441.9 8234.04 18478.95 16615.63 8355.17 1998 86531.6 39229.3 438.4 9262.8 19738.05 17625.18 8948.29 1999 91125 41920.4 432.2 10682.58 21083.99 18612.31 9699.31 2000 98749 45854.6 434 12581.51 22753.23 19854.26 10565.58 2001 108972.4 49213.2 437 15301.38 24949.2 21447.74 11261.6 2002 120350.3 52571.3 433.5 17636.45 27791.37 23722.99 12127.17 2003 136398.8 56834.4 438.7 20017.31 31145.38 26582.51 12955.19 2004 160280.4 63833.5 455.8 24165.68 35278.65 29976.84 14004.72 2005 188692.1 71217.5 464 28778.54 40330 34127.73 15348.6 2006 222240 80120.5 471 34804.35 47184.71 39795.25 17010.72 2007 265833.9 95609.8 493.6 45621.97 53856.14 44613.44 19369.9 2008 314901.3 110594.5 522.7 54223.79 60245.13 49871.34 21158.31 2009 346316.6 121129.9 519 59521.59 66727.67 55259.15 23339.09
6、模型的建立
由EVIEWS 软件得到Y 的曲线图如下，可得到Y 是关于X 的线性方程。
图1：
我们建立如下的一元回归模型：
7、模型求解
利用EVIEWS 进行回归分析及统计检验，检验结果如下：
表2：中国居民总量消费Y 对可支配收入X 的回归（1978-2009）
μββ++=X Y 10
采用EVIEWS 软件对表中的数据进行回归分析的计算结果表明，可建立如下中国居民消费函数：X Y
404986.0244.1510+=∧
8、模型检验
从回归估计的结果看，模型拟合较好：可决系数991035.02
=R ，说明总离
差平方和的99.1035%被样本回归直线解释，仅有不足1%未被解释；截距项于斜率项t 检验值均大于5%显著水平下自由度为n-2=23-2=21的临界值
()08
.221025.0=t ；因为405.01=β，且101<<β，且中国居民可支配总收入没增加
一亿元，居民总消费支出平均增加0.405亿元。
9、预测
2010年，以当年价计的中国GDP 为394307.6亿元，税收总额为73210.79亿
元，由此可得以1978年价计的可支配总收入X 为59894.95。
由上述回归方程可得2010年居民总消费预测的点估计值：
（亿元）
695.2576795.59894405.0244.15102010=⨯+=Y
2010年，中国名义居民消费总量为133290.9亿元，，以1978年为基准的居民消费价格指数为536.1，由此可推得当年中国实际居民消费总量为24863.07亿元，可见相对误差为3.64%。
下面给出2010年中国居民总量消费的预测区间，采用EVIEWS 软件对X 表中的数据进行分析，得出的计算结果如下表：（表3）
由上表可直接得实际可支配收入X 的样本均值与样本方差为：
96.21396)(=X E
81017.2)(⨯=X Var
于是，在95%的置信度下，)
(2010Y E 的预测区间为：
或
参考文献
[1] 李子奈,潘文卿.一元线性回归模型,计量经济学,2010,2:22-59.
()()206.718695.257671017.212396.2139695.59894231223707413808.2695.2576782
±=⎪⎪⎭
⎫
⎝⎛⨯⨯--+⨯-±()
9.26485,5.25049。