计量经济作业 社会消费品零售总额模型
分析财政收入的影响因素
分析财政收入的影响因素财政收入是政府实施宏观调控的主要手段，可以有效地调节资源配置，从而促进国家经济的发展，提高人们的生活水平。
改革开放以来，随着经济体制的深化和经济的快速增长，我国的财政收入发生了很大的变化，从1989年的2664.9亿元到2008年的61330.35亿元，20年平均每年增长了16.98%。
为了研究影响中国财政收入增长的主要原因，分析财政收入的增长规律，预测中国财政收入未来的增长趋势，我们需要建立计量经济模型。
影响财政收入增长的因素有很多，主要有：财政支出、居民可支配收入、社会消费品零售总额、进出口总额、年底就业人数。
一、模型的建立本模型主要反映的是财政收入与各影响因素的关系。
在这里，我们选择“财政收入”作为被解释变量；选择“财政支出”、“城镇居民家庭人均可支配收入”、“农村居民家庭人均可支配收入”、“社会消费品零售总额”、“年底就业人数”、“进出口总额”为模型的解释变量。
从《中国统计年鉴》中收集到以下数据。
年份财政收入（亿元）财政支出（亿元）城镇居民家庭人均可支配收入（元）农村居民家庭人均可支配收入（元）社会消费品零售总额(亿元)年底就业人员数（万人）进出口总额（亿元）1989 2664.90 2823.78 1260.70 601.50 7074.20 55329 1116.00 1990 2937.10 3083.59 1510.20 686.30 7250.30 64749 5560.10 1991 3149.48 3386.62 1700.60 708.60 8245.70 65491 7225.80 1992 3483.37 3742.20 2026.60 784.00 9704.80 66152 9119.60 1993 4348.95 4642.30 2577.40 921.60 12462.10 66808 11271.00 1994 5218.10 5792.62 3496.20 1221.00 16264.70 67455 20381.90 1995 6242.20 6823.72 4283.00 1577.70 20620.00 68065 23499.90 1996 7407.99 7937.55 4838.90 1926.10 24774.10 68950 24133.80 1997 8651.14 9233.56 5160.30 2090.1 27298.90 69820 26967.20 1998 9875.95 10798.18 5425.10 2162.00 29152.50 70637 26849.70 1999 11444.08 13187.67 5854.02 2210.30 31134.70 71394 29896.20 2000 13395.23 15886.50 6280.00 2253.40 34152.60 72085 39273.20 2001 16386.04 18902.58 6859.60 2366.40 37595.20 73025 42183.60 2002 18903.64 22053.15 7702.80 2475.60 42027.10 73740 51378.202003 21715.25 24649.95 8472.20 2622.20 45842.00 74432 70483.50 2004 26396.47 28486.89 9421.60 2936.40 59501.00 75200 95539.10 2005 31649.29 33930.28 10493.00 3254.90 67176.60 75825 116921.80 2006 38760.20 40422.73 11759.50 3587.00 76410.00 76400 140971.45 2007 51321.78 49781.35 13785.80 4140.40 89210.00 76990 166740.19 2008 61330.35 62592.66 15780.76 4760.62 108488.00 77480 179921.47设定的多元线性回归模型为Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+μ二、参数估计将上述数据输入Eviews 软件中进行参数估计，得到以下结果:Dependent Variable: Y Method: Least Squares Date: 06/14/10 Time: 13:12 Sample: 1989 2008 Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 5128.266 6249.727 0.820558 0.4267 X1 1.177815 0.163365 7.209705 0.0000 X2 -2.438244 1.040729 -2.342824 0.0357 X3 7.059414 2.826045 2.497984 0.0267 X4 -0.263680 0.184393 -1.429990 0.1763 X5 -0.082663 0.104103 -0.794049 0.4414 X60.1218670.0370993.2849480.0059 R-squared0.998280 Mean dependent var 17264.08 Adjusted R-squared 0.997487 S.D. dependent var 16847.80 S.E. of regression 844.6458 Akaike info criterion 16.58493 Sum squared resid 9274545. Schwarz criterion 16.93344 Log likelihood -158.8493 F-statistic 1257.743 Durbin-Watson stat1.576982 Prob(F-statistic)0.000000由表中的数据可得模型估计的结果为：1234565128.266 1.177815 2.4382447.0594140.263680.0826630.121867XX X X X X Y ∧=+-+--+ (6249.727) (0.163365) (1.040729) (2.826045) (0.184393) (0.104103) (0.037099) t= (0.820558) (7.209705) (-2.342824) (2.497984) (-1.429990) (-0.794049) (3.284948)20.998280R=20.997487R= F=1257.743 df=13 三、模型检验1. 经济意义检验模型估计结果说明，在假定其他变量不变的情况下，当年的财政支出每增长1亿元，财政收入增长1.177815亿元；在假定其他变量不变的情况下，当年的城镇居民家庭人均可支配收入每增长1元，财政收入减少2.438244亿元；在假定其他变量不变的情况下，农村居民家庭人均可支配收入每增长1元，财政收入增长7.059414亿元；在假定其他变量不变的情况下，社会消费品零售总额每增长1亿元，财政收入减少0.263680亿元；在假定其他变量不变的情况下，年底就业人数每增加一万人，财政收入减少0.082663亿元；在假定其他变量不变的情况下，进出口总额每增加1亿元，财政收入增长0.121867亿元。
江西社会消费品零售总额与GDP的数学模型分析
销多样化等是推动消费活跃、 拉动 内需的主要 因素 。２０ ０ ９年 江西省实现地区生产 总值 ７ ８ ．２亿元， 比增长 １ ． 比 ５９２ 可 ３１ 全国水平高 出 ４ ４ ． 个百分点 。 ２ ０ 同期相比， 与 ０８年 我省去 年 Ｇ Ｐ总量 在全 国排名 前移一位 ， Ｄ 居第 １ ９位； 增速在全 国排名 前移两 位， 居第 １ 位 ； Ｉ 增速 在 中部地 区位列第三 位， 排名 前
２５ ． ４ ０ ４８
移一位 。投资 、 消费和净出 口被称为拉动国民经济增 长的三
驾马车， 直接 影响到国民经济的稳定健康发展 。支出法国内 生产总 值 Ｇ Ｐ由三大项 构成， ： Ｄ 即 资本形成 总额 、 终消费 、 最 货物和服务净 出 口 （ 公式表示为 ＧＰ Ｄ ＝资本形成总额 ＋最终
４ ８６ ２ ．２ ４ ９３ ７ ．７ ５ ２５ ７ ．５ ７ ３０ ２ ．４
２０ ０３ ２０ ０４ ２０ ０５
２ｏ ｏ６ ２０ ０ ７ ２０ ｏ８ ２０ ０９
９３ ｌ ２ ．２ １ ７．９ ０４ ４ ｌ ３． ７ ２６ １
１ ２．２ ４８ ０ １８ ９ ６３ ０ ２ ８ １ ０ ２ ８ ２ ８． ２ ４４ ４
１８ ９４ １８ ９５
１８ ９ ６
７ ３ ０ ３ ８．ｌ ５ ７
９ ．０ ６ ５
１ ９ １ ６ ．ｌ ２ ７８ ０ ．９
２ ０８ ３ ．２
２ｏ ｏ０ ２０ ０ｌ
２０ ０２
７４ ８ ０． ７ ７３ ３ ６． ４
８ ２ ７ ３ ． ｌ
２０ ． ０ ３ ０７ ２７ ． １ ５ ６８
基于-ARIMA模型在社会消费品零售总额预测中应用
基于ARIMA模型在社会消费品零售总额预测中的应用[摘要]为了研究arima模型对经济数据的预测，本文利用统计软件eviews7.2，通过分析我国社会消费品零售总额从2003年1月到2021年12月的月度数据，建立了八种不同参数的乘法季节arima模型。
根据模型的预测精度、检验结果，本文确定了最优预测模型arima(2,2,0)×(1，1，1)12，并运用该模型来预测我国2021年1月至12月的社会消费品零售总额，并与2021年实际数值进展比拟，拟合效果良好。
对于2021年的展望，笔者认为，其值仍将呈速度较快的上升趋势。
[关键词]乘法季节arima模型社会消费品零售总额预测差分检验一、引言社会消费品零售总额〔social retailgoods〕〔文中用sr简称〕是指批发和零售业、住宿和餐饮业以及其他行业直接售给城乡居民和社会集团的社会消费品零售总额。
它能反映一定时期人民物质文化生活水平的提高情况，反映社会商品购置力的实现程度，以及零售市场的规模状况。
arima 模型是用于一个国家或地区经济和商业预测中比拟先进适用的时间序列模型之一。
本文将以我国2003年至2021年sr历史数据为样本，通过arima 模型,试图发现我国社会消费品零售总额的在规律，进展后期预测，并通过与2021年数据比拟检验来探究模型的准确性。
然而，在对含有季节、趋势等成分的时间序列进展arima模型预测时，就不能像对纯粹的满足可解条件的arima模型则简单了，一般的arima模型有多个参数，没有季节成分可以记为arima(p,d,q)，其中d代表差分的阶数。
在有的固定周期s时，模型多了四个参数，可记为arima(p,d,q)×(p，d，q)s。
二、模型的建立本文以我国2003年至2021年96个月的sr历史数据为样本进展分析。
来源：./was40/gjtjj_data_outline.jsp(国家统计局)。
社会消费品零售总额
社会消费品零售总额社会消费品零售总额社会消费品零售总额是指一个国家或地区在一定时间内，通过零售业销售的商品和服务的总额。
它是一个重要的宏观经济指标，能够反映出一个国家或地区的消费水平和消费结构。
测算方法测算社会消费品零售总额通常使用收入法、支出法和生产法三种方法。
收入法：通过统计个人和家庭的消费支出来计算消费总额。
支出法：通过统计各个行业的消费支出来计算消费总额。
生产法：通过统计各个行业的增加值来计算消费总额。
不同国家或地区可能会选择不同的计算方法，但都会力求准确反映社会消费品零售总额的实际情况。
影响因素社会消费品零售总额的大小受多种因素影响，其中包括但不限于：1. 经济发展水平：经济发达的国家或地区通常有更高的消费水平和更广泛的消费需求，社会消费品零售总额较大。
2. 人口规模：人口多的国家或地区拥有更庞大的消费市场，社会消费品零售总额也相对较大。
3. 收入水平：收入较高的人群有更多的消费能力，高收入水平国家或地区的社会消费品零售总额通常较大。
4. 消费结构：不同的国家或地区对不同类型的商品和服务有不同的消费偏好，消费结构的差异也会导致社会消费品零售总额的差异。
国际比较根据国际比较数据，世界各国和地区的社会消费品零售总额差异很大。
以中国为例，近年来中国社会消费品零售总额呈现出稳步增长的趋势。
中国政府通过采取一系列措施，鼓励居民增加消费，推动经济结构调整和转型升级。
综合评价社会消费品零售总额是一个综合指标，能够反映出一个国家或地区的消费能力和消费水平。
较大的社会消费品零售总额意味着一个国家或地区的经济较为繁荣，居民的生活水平相对较高。
政府和相关部门需要密切关注该指标的变化，通过合理的政策和措施，促进消费市场的稳定和发展。
我国社会消费品零售总额时间序列模型及预测
Ｖ ，以得 到一个平稳序列 。第二 步 ，计算 差分后 。 序列 的自相关函数和偏 自相关函数 ，选择一个暂定 的模型。第三步 ，由差分序列的适 当自相关和偏 自 相关值求得模型的初始估计值 ， 并将这些估计值作 为最／ － ｂ－乘估计的初始值 ，对模型参数进行最小二 乘估计。第 四步 ，对估计得到的暂定模型的剩余进
差意义下的最优预测。 ． Ａ Ｉ Ａｐ ， 模型 中，Ａ 是 自回归模型 ， ｐ Ｒ Ｍ （ｄｑ ， ） Ｒ 为
经 过 ｄ 差分 变 换 后 的Ａ Ｍ ｐ ） 型 称 为 阶 Ｒ Ａ（ｑ模 ， Ａ Ｉ Ａｐ ，模型， ３ Ｒ Ｍ （ｄ ） ，ｑ 式（ 等价于下式 ）
（） 一 ） ｃ ０（） Ｌ（ Ｌ ＝ ＋ Ｌ８ １
对ｙ 行ｄ 进 阶差分。因此 ，Ａ Ｉ Ａｐ ，模 型区别于 Ｒ Ｍ （，ｑ ｄ） Ａ Ｍ （ｑ Ｒ Ａｐ ） ， 之处就在于前者的 自回归部分 的特征多
项 式 含有 ｄ 单位 根 。 个
的线性关 系，如果某一 时刻观测值仅 与上期 （ 滞后 期） 的观测值存在线性 函数 的关 系 ，则称为一阶 自回归过程 ，记作Ａ （ 。推而 广之 ，如果 这一时 Ｒ１ ）
时间序列模 型分析。分序 列的季节 因素影响和趋 势的变动 ， ｓ Ｒ ＭＡ 且
通 过模 型对社会消 费品零售总额做 了预 测 。该模 型可以提 供较 为准确的短期预测效果。
【 键 词 】 Ａ ＭＡ ＿ 关 Ｓ ＲＩ ￣ Ｊ ；社会消费品零售总额 ； 时间序列 【 作者简介 】 刘领坡 ，首都经济 贸易大学经济学院硕士研 究生，研 究方向 ：经济 系统分析 。
２ １年 ６月 ０１
经 济 论 坛
社会消费品零售总额ARIMA模型的建立及预测
社会消费品零售总额ARIMA模型的建立及预测
李巧梅;熊国经
【期刊名称】《科技广场》
【年(卷),期】2006(000)010
【摘要】利用单整自回归移动平均模型,以2000年1月至2005年12月中国社会消费品零售总额的统计数据为依据,根据自相关系数、偏自相关系数的性质,建立合适的模型,并预测2006年和2007年的中国社会消费零售总额.
【总页数】2页(P4-5)
【作者】李巧梅;熊国经
【作者单位】南昌大学理学院管理科学系,南昌,330047;南昌大学理学院管理科学系,南昌,330047
【正文语种】中文
【中图分类】F047.3
【相关文献】
1.ARIMA模型在榆林市社会消费品零售总额预测中的应用 [J], 解慧霞;胡素;;
2.桂林市社会消费品零售总额ARIMA模型的建立与预测 [J], 王蒋凤;吴群英;夏宝飞
3.基于ARIMA模型对社会消费品零售总额的预测分析——以甘肃省陇南市各县为例 [J], 樊亮
4.中国社会消费品零售总额的成分分解及预测
——基于X-12-ARIMA模型的应用 [J], 王爽;汪海飞
5.基于ARIMA模型的社会消费品零售总额的分析与预测 [J], 陈韵洁;许萍;白同元因版权原因，仅展示原文概要，查看原文内容请购买。
季节性ARIMA模型对社会消费品零售总额的建模和预报
季节性ARIMA模型对社会消费品零售总额的建模和预报引言社会消费品零售总额是一个国家或地区内消费者支出的一个重要指标，也是国民经济运行的重要参考指标。
对社会消费品零售总额的预测对政府决策和企业经营有着重要的意义。
利用季节性ARIMA模型对社会消费品零售总额进行建模和预测具有很高的实际应用价值。
一、社会消费品零售总额及其特点社会消费品零售总额是指在一定时期内，全社会终端商品零售总额的统计指标。
它反映了居民对商品和服务的实际消费支出。
社会消费品零售总额的变化受到经济周期、季节性、政策调控、消费者心理等多种因素的影响，具有明显的规律性和周期性特点。
二、季节性ARIMA模型简介ARIMA模型 (Autoregressive Integrated Moving Average model) 是一种常用的时间序列分析模型，可以对时间序列的趋势、季节性和周期性进行分析和预测。
ARIMA模型中的 "AR" 表示自回归，"I" 表示差分，"MA" 表示移动平均。
ARIMA模型分为非季节性和季节性两种，而季节性ARIMA模型主要用于处理具有明显季节性变化的时间序列数据。
三、建立季节性ARIMA模型1. 数据获取我们需要收集历史的社会消费品零售总额数据，可以通过国家统计局等权威机构获取。
这些数据通常是以月度或季度为单位的。
对于季节性ARIMA模型，至少需要两个完整的季节周期的数据。
2. 数据处理获得数据后，我们需要对数据进行初步的处理，包括时间序列图的绘制、观察数据的趋势和季节性规律等。
然后对数据进行平稳性检验，如果时间序列数据不是稳定的，我们需要进行差分操作，直至数据变得稳定。
3. 模型识别在进行季节性ARIMA模型的建模时，我们需要通过观察自相关函数 (ACF) 和偏自相关函数 (PACF) 的图形，来确定ARIMA模型的阶数。
通过对自相关函数和偏自相关函数的分析，我们可以确定模型的自回归阶数、差分阶数和移动平均阶数。
社会消费品零售总额ARIMA模型的建立及预测
图一 图 二
２ 研究方法
偏 自相关分析 图中，当ｋ＝１ ２时，样本的 自相关系数 （ ｔｃｒｅａｉｎ和偏自相关系数 （ ｒｉｌｃｒｅａ ｉ ） ａ ｏｏｒｌｔｏ） ｕ ｐ ｔａ ｏｒｌｔｏ ａ ｎ 显著不为０ ，表明季节性存在。 对序列 ｉｄｔ 做季节差分，得到新序列 ｓｌａａ ｌａａ ｉｄｔ。 由序列ｓｌａａ ｉｄｔ 的自相关和偏 自 相关系数图三可见， 序 列 的样本自相关系数（ｕｏｏｒｌｔｏ）与偏自 ａｔｃｒｅａｉｎ 相关系数
ｎ
～
．
，一
一
～
¨
门 土
‘ｕｕ
ｌ 门 ＇ 兑
什 个 圳 ｏ
２ ２模型识别 ．
社会 消费 品零售总额指批发和零售业 、 餐饮业 、 新闻出 版业、 邮政业和其他服务业等， 售给城乡居民用于生活消费 的商 品和社 会集团用于公共消费 的商 品之 总量 。 它是 国民经 济核算的重要指标之一， 反映了最终需求当中最重要、 占比 例最 大的消费需求 情况。 由于 目前 消费需求 已成为经济增长 的重要组成部 分，如何 利用适当的模型对 其进行分析 和预 测， 具有十分重 要的经济意义 。 对社 会消费 品零售额台理的 预测结果， 一方面可以用于了解未来的经济发展势态；另一 方面， 把预测结 果 与现实的社 会零售总额进行 比较 来评估 当 前的消费需求和经济的运行状况，可为决策提供ｅ Ｘ ｏ ｇＧ ｏ ｉｇ ｉＱａｍｉ ｉ ｎ ｕ ｊ ｎ
（ 南昌大学理 学院管理 科学 系 ，南昌 ３ ０ ４ ） ３ ０ ７
（ｅ ａ ｔ ｅ ｔ ｏ ａ ａ ｅ ｅ ｔ Ｓ ｉ ｎ ｅ ｃ ｏ ｌ ｏ ｃ ｅ ｃ ，Ｎ ｎ ｈｎ ｎ ｖｒ ｉｙ ａ ｃ ａ ｇ ３ ０ ４ ） Ｄ ｐ ｒｍ ｎ ｆ Ｍ ｎ ｇｍ ｎ ｃ ｅ ｃ ，Ｓ ｈ ｏ ｆＳ ｉｎ ｅ ａ ｃ ａ ｇ Ｕ ｉｅ ｓ ｔ ，Ｎ ｎ ｈ ｎ ３ ０ ７
中国社会消费品零售总额的预测模型
ｆ ｈ ｏａ ｅａｌ ａｅ ｆ ｏ ｉｌ ｏ ｓ ｍｅ ｏ ｄ ｒｍ ａ ｕ ｒ ０ ２ｔ ｇ ｓ ０ ８ ａ ｄｔ ｓａ ｌ ｈ ｉ ｔ ｅｔｔｌ ｔｉｓｌｓｏ ｃａ ｃ ｎ ｕ ｒｇ ｏ ｓｆｏ Ｊ ｎ ａｙ ２ ０ ｏＡｕ ｕ ｔ２ ０ 。ｎ ｏｅ ｔｂｉ ｔ ｒ ｓ ｓ
广 西 科 学 Ｇｕ ｎ ｘ ｃ ｎ ｅ ０ ０， ７ ３ ： ０ ￣ ２ ８ ａ ｇ ｉ ｉ ｃ ｓ２ １ １ （ ） ２ ６ ０ Ｓｅ
中 国社 会 消 费 品零售 总额 的预 测 模 型
Ｔｈｅ Ｐｒ ｄ ｃ ｉ ｎ ｅ ｉｔｏ Ｍ ｄ ｌ ｆ ｏ ｅ ｏ Ｔｏ ａ Ｒｅ ａ ｌ ａ ｏ Ｓ ｃａ ｔｌ ｔｉ Ｓ ｌ ｓ ｆ ｏ ｉ ｌ ｅ
到预 期 的 目的 ．
关键 词 ： 费 品零 售 总 额 乘 积 季 节 模 型 疏 系数 预 测 消
中 图 法分 类 号 ： １ Ｏ２ ２ 文献标识码： Ａ 文章 编 号 ： ０ ５ ９ ６ （ ０ Ｏ ０ ２ ６０ １０ —１ ４ ２ １ ）３０ ０— ３
Ａｂ ｔ ａ ｔ： ｈ ｕ ｏ ｅ ｅ ｓｏ ｍ ｏ ｉｇ ａ ｅ ａ ｅ， ｕｔ ｒ ｇ ｅ ｓｏ ｎ ｍ ｏ ｉ ｇ ａ ｅ ａ ｅ ｍ ｏ ｅ ｅ ｅ ｕ ｅ ｏ ｓ ｒ ｃ Ｔ ｅ ａ ｔ ｒ ｇｒ ｓ ｉｎ， ｖｎ ｖ ｒ ｇ ａ ｏ ｅ ｒ ｓ ｉｎ ｉ ｖ ｎ ｖ ｒ ｇ ｄ ｌｗ ｒ ｓ ｄ ｔ
摘 要 ： 自 回归 、 动平 均 、 回归 移 动 平 均 模 型 （ Ｉ 用 移 自 ＡＲ ＭＡ） 合 分 析 ２ ０ 拟 ０ ２年 １ 到 ２ ０ 月 ０ ８年 ８月 中 国社 会 消 费 品零 售 总 额 ， 立 预 测 消 费 品 零 售 总 额 的疏 系数 乘 积 季 节 模 型 ， 用 该 模 型预 测 ２０ 建 并 ０ ８年 ６ １ ～ ０月 的 社 会 消 费 品 零 售 总 额 和 ２ ０ 年 月 度 消 费 品 零售 总额 ． 型 预 测误 差 率 都 在 ０ ０ ０９ 模 ． ３以 内 ， 计 值 与 真 实 值 吻合 ， 合 效 果 能 达 估 拟
基于ARIMA模型的全国社会消费品零售总额分析与预测
基于ARIMA模型的全国社会消费品零售总额分析与预测作者：陈静静来源：《时代金融》2014年第20期【摘要】社会消费品总额反映一定时期内人民物质文化生活水平的提高情况，反映社会商品购买力的实现程度，以及零售市场的规模状况。
社会消费品零售总额是研究居民生活水平、社会零售商品购买力、社会生产、货币流通和物价的发展变化趋势的重要资料。
本文利用ARIMA模型对全国社会消费品零售总额进行分析，并利用模型预测，结果显示本文建立的模型能够较为准确的描述和预测社会消费品总额的变化情况。
【关键词】ARIMA 全国社会消费品零售总额时间序列分析一、模型介绍模型结构一个序列{Xt}经过d阶差分后成为平稳序列，而且能利用ARMA模型对差分后的平稳序列建模，则称序列{Xt}的模型结构为求和移动平均模型（auto regressive integrated moving），简称ARMA（p，d，q），其中d为差分阶数，p为回归阶数，q为移动平均阶数，模型的具体表达式为：二、全国社会消费品零售总额的实证分析（一）数据来源及统计特征本文选取2004年1月至2012年3月全国社会消费品的月度数据。
绘制全国社会消费品的月度数据（记为序列ww）柱状图，图3.1显示序列ww的均值为8880.74，中位数为8202.5，标准差为3605.195，样本偏度为0.536612，样本峰度为2.203222，J-B统计量为7.146667，相伴概率为0.028062，因此可以拒绝序列ww为正态分布的原假设。
图1 时间序列ww的统计柱状图随后检验序列ww的稳定性，在SPSS中对季节差分序列进行游程检验（以数据的平均值划分），检验结果显示|ww|=9.066>1.96，所以序列ww具有季节性，是非平稳序列。
（二）序列的平稳性处理为了消除序列ww的趋势性，对序列ww做一阶差分得到序列ww1。
选择无截距项和趋势项的模型对ww1进行单位根检验。
检验t统计量的值是-1.753338，小于各个显著性水平下的临界值，所以拒绝ww1不存在单位根的原假设。
- 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)。
社会消费品零售总额模型Total Retail Sales of Social Consumer Goods Model[摘要]本文旨在于1990至2008年间总人口数、农村居民家庭人均收入、城镇居民年总收入、CPI等因素对于社会消费品零售总额的影响进行实证分析。
首先我们从中国统计网搜集了相关的数据，根据数据，我们试着建立模型，并用eviews 对模型进行检验，筛选出较优的模型。
并且运用eviews做了参数估计和检验，并加以修正。
最后，根据所得出的结果作了经济意义的分析，得出结论，并提出政策性建议。
[关键词]社会消费品零售总额；计量经济分析；检验；经济意义分析Abstract: This thesis aims at analyzing the elements that influence the total volume of retail sales. Here we choose several factors to be analyzed. They are total population, the mean income of cottar, the mean income of hometown residents, CPI (customer price indicator). The collected data came from china statistic website. Based on these data, we identify models through selection, which passed the tests of Eviews. By using Eviews, parameter estimation and measurements were finished. In order to make the results better, some adjustments on parameter were done. In terms of the results, the analysis of economical significance was made, that is also leading to a conclusion and political suggestion in the end .Key words: the total volume of retail sales , economic analysis measurement ,analysis of economical significance一.引言1.研究背景及意义在十二五计划中，将“坚持扩大内需战略，保持经济平稳较快发展”放在了较为战略性重要地位。
坚持扩大内需特别是消费需求的战略，必须充分挖掘我国内需的巨大潜力，着力破解制约扩大内需的体制机制障碍，加快形成消费、投资、出口协调拉动经济增长新局面。
为了达到这一规划目标，在“十二五规划”中也相应地提出了相应的建议。
如以下几条：（1）加强和改善宏观调控。
巩固和扩大应对国际金融危机冲击成果是“十二五”时期的重要任务。
要处理好保持经济平稳较快发展、调整经济结构和管理通胀预期的关系，保持宏观经济政策的连续性和稳定性，增强针对性和灵活性，提高宏观调控的科学性和预见性，防范各类潜在风险，避免经济大的起落。
把短期调控政策和长期发展政策有机结合起来，加强各项政策协调配合，促进经济平稳较快发展。
（2）建立扩大消费需求的长效机制。
把扩大消费需求作为扩大内需的战略重点，进一步释放城乡居民消费潜力，逐步使我国国内市场总体规模位居世界前列。
要积极稳妥推进城镇化，大力发展服务业和中小企业，增加就业创业机会。
要完善收入分配制度，合理调整国民收入分配格局，着力提高城乡中低收入居民收入，增强居民消费能力。
要增加政府支出用于改善民生和社会事业比重，扩大社会保障制度覆盖面，逐步完善基本公共服务体系，形成良好的居民消费预期。
要加强市场流通体系建设，发展新型消费业态，拓展新兴服务消费，完善鼓励消费的政策，改善消费环境，保护消费者权益，积极促进消费结构升级。
要合理引导消费行为，发展节能环保型消费品，倡导与我国国情相适应的文明、节约、绿色、低碳消费模式。
（3）调整优化投资结构。
发挥投资对扩大内需的重要作用，保持投资合理增长，优化投资结构，完善投资体制机制，提高投资质量和效益，有效拉动经济增长。
“十二五”前期要确保国家扩大内需的重点在建和续建项目顺利完成并发挥效益。
发挥产业政策作用，引导投资进一步向民生和社会事业、农业农村、科技创新、生态环保、资源节约等领域倾斜。
坚持区别对待、分类指导，引导投资更多投向中西部地区。
严格执行投资项目用地、节能、环保、安全等准入标准，有效遏制盲目扩张和重复建设。
促进投资消费良性互动，把扩大投资和增加就业、改善民生有机结合起来，创造最终需求。
明确界定政府投资范围，加强和规范地方政府融资平台管理，防范投资风险。
规范国有企业投资行为，注重提高经济效益和社会效益。
鼓励扩大民间投资，放宽市场准入，支持民间资本进入基础产业、基础设施、市政公用事业、社会事业、金融服务等领域。
为了能够更明确地了解影响消费品零售总额的因素，我们采用了定量分析方法，对相关因素变量进行逐一分析，找出影响消费零售总额的确切因素及其应影响方向和大小。
从结果分析中，我们可以对于拉升消费提出一些政策性建议。
2.确立问题商品要进入市场，只有通过流通到达消费品的手中，才能实现其使用价值。
社会消费品零售总额是指各种经济类型的批发零售贸易业，餐饮业和其他行业对城乡居民和社会集团的消费品零售总和。
这个指标反映通过各种商品流通渠道向居民和社会集团供应的生活消费品来满足他们的生活需要，要研究人民生活，社会消费品购买力，货币流通等问题的重要指标。
对居民的消费品零售额指售给城乡居民用于生活消费的商品。
对社会集团的消费品零售额指售给机关，团体，部队，学校，企业，事业单位和城市街道居民委员会，农村村民委员会用公款购买的用作非生产，非经营使用的消费品。
一个国家的社会消费品零售总额在很大程度上决定了一个国家的综合国力，国民生产和消费能力，因此分析影响它的主要因素至关重要。
本文利用计量经济学的方法对影响社会消费品零售总额的因素做出分析，从而得出各因素分别对社会消费品总额的影响程度。
3.变量选择及数据来源现实经济生活中，影响“社会消费品零售总额”的因素很多，但从直接影响程度看，主要有以下4个：(1)年末总人口(万人)：X1(2)农村居民家庭人均年总收入：X2(3)城镇居民家庭人均年总收入：X3(4)CPI（上年=100）：X4数据如下：数据来源：国家统计局二.建立模型1.模型的建立首先我们拟合了2个模型： （1）四元线性回归模型： 建立线性模型：Y=012341234X X X βββββμ+X ++++模型为：Y=210896.63-1.784394*X1+9.175370* X2+5.690219*X3- 133.3074*X4可决系数R方=0.997979F检验p值为0可见，线性模型拟合效果较好，表明模型中解释变量对被解释变量的解释程度较高。
对截距以及4个自变量分别进行t检验，只有变量x4的t统计量不显著，未通过检验。
（2）四元对数回归模型模型为：LNY=57.9460919-4.841638*LNX1+0.2010875*LNX2+1.228895*LNX3 - 0.6288267*LNX4可决系数R方=0.998539F检验p值为0可见，对数模型拟合效果较好，表明模型中解释变量对被解释变量的解释程度较高。
对截距以及4个自变量分别进行t检验，只有变量lnx2的t统计量不显著，未通过检验。
2.模型的选取对比线性回归模型和对数模型，对数模型的可决系数更高，因此采用对数模型对数据进行拟合，但是变量lnx2的t值都不显著，因此，需要对上述模型进行计量经济学方法检验。
三.模型的检验1. 异方差性检验拟合图和残差图如下：拟合直线和残差的有关结果如下：从上图不能很很直接地看出残差是否存在异方差，因此，需要对模型进行更加深入的检验分析。
（1）G-Q检验首先对23个样本按总人口数从小到大排列，去掉中间5个观察值，对前后两个样本进行OLS估计，样本容量均为9。
前一个OLS估计结果如图所示：后一个样本的OLS 估计结果如下图所示：于是得到如下F 统计量为：12/(941)0.01075/(941)--==--RSS F RSS在5%的显著性水平下，自由度为（4,4）的F 分布的临界值为：0.05(4,4) 6.39=F 。
于是不能拒绝同方差的假设，表明原模型不存在异方差。
由于样本量偏少，G-Q 检验说服力不够，因此再进行怀特检验。
（2）怀特检验带交叉项的怀特检验：n R统计量对应值的伴随概率值0.272979，不能拒绝同方差的假设，表明从2序列不存在异方差性。
去除交叉项的怀特检验：n R统计量对应值的伴随概率值0.170023，不能拒绝同方差的假设，因从2此，同样显示序列不存在异方差性。
2. 共线性检验及修正2.1相关系数矩阵从上面可以看出lnx1与lnx2，lnx1与lnx3，lnx2与lnx3都存在很强的相关性，它们之间存在高度的相关性。
因此有可能存在共线性问题。
说明lnx2是引起多重共线性的解释变量，应该剔除掉。
用LNX1、LNX2、LNX3、LNX4分别单独与LNY进行回归拟合，结果如下：按R2的大小排列为：LNX3、LNX2、LNX1、LNX4，但是，LNX4的R2很小，所以剔除X4。
最后确定的模型如下：LNY=12.39220428-1.064951931*LNX1+0.3827030036*LNX2+0.8674025931*LNX3这是消除多重共线性以后的结果从上图结果看出：方程通过了F检验，截距项和每个自变量均通过了t检验，且=0.997972，解释变量对被解释变量的解释性很高，模型拟合效果较好。
3. 序列自相关性检验在eviews的的软件下，得出如图的回归结果：由于D.W值为0.529337，小于显著性水平为5%下，样本容量为21的D.W.分布的像限临界值L d=1.13。
所以，序列存在正自相关，于是，我们再通过LM 检验法进行检验,假设存在一阶序列相关，结果为：上表说明，该模型存在1阶自相关。
用广义差分法进行修改之后，拟合结果如下：修正后的模型为LNY= -174.078585+14.988947*LNX1+0.312899*LNX2+0.584324*LNX3 +0.920583*AR(1)由上表可以说明，该模型存在1阶自相关，并且修正后的模型拟合效果较好。