我国居民消费水平的影响因素的实证分析

计 量 经 济 学 实 验 报 告

学院：财政金融学院

班级：09金融工程班 姓名： 钟褀人

学号：200904040143 任课老师

：李赟

Shanxi university of Finance and Economics

我国居民消费水平的影响因素的实证分析

本实验报告是运用EViews软件对我国居民消费水平的影响因素进行实证分析。

一、数据选取：

该模型中居民消费水平为被解释变量，国内生产总值、城镇居民人均可支配收入作为解释变量。数据基于1996-2010年的统计资料。数据资料如下：

注：以上数据中居民消费水平、国内生产总值来源于中国国家统计局网站的统计年鉴，城镇居民人均可支配收入来源于中宏数据库。

二、模型建立：

设y=居民消费水平，x1=国内生产总值，x2=城镇居民人均可支配收入

根据下面的图可以看出被解释变量和解释变量之间存在线性关系：

利用数据对模型做回归分析:

Y = 430.216958174 + 0.0021553026303* X1 + 0.447493565223* X2

(1.776964) (0.282948) (2.851166)

R²=0.995677 SE=127.0138 F=1382.024

回归报告如下：

Dependent Variable: Y

Method: Least Squares

Date: 11/27/11 Time: 16:01

Sample: 1996 2010

Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob.

C 430.2170 242.1078 1.776964 0.1009

X1 0.002155 0.007617 0.282948 0.7820

X2 0.447494 0.156951 2.851166 0.0146

R-squared 0.995677 Mean dependent var 4287.600 Adjusted R-squared 0.994957 S.D. dependent var 1788.547 S.E. of regression 127.0138 Akaike info criterion 12.70333 Sum squared resid 193590.1 Schwarz criterion 12.84494 Log likelihood -92.27494 Hannan-Quinn criter. 12.70182 F-statistic 1382.024 Durbin-Watson stat 0.538165 Prob(F-statistic) 0.000000

得残差图如下图

检验结果显示：2R=0.995677，可以看出，模型拟合度很好，这表明国内生产总值和城镇居民人均可支配收入确实对居民消费水平有显著影响。

三、问题处理

1、多重共线性问题。 检测：临界指标：

若VIF ≥10，则解释变量存在共线性问题，反之，则不存在。

Dependent Variable: X1 Method: Least Squares Date: 11/27/11 Time: 17:41 Sample: 1996 2010 Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob. C -29929.48 2967.046 -10.08730 0.0000 X2 20.56791 0.340620 60.38377 0.0000 R-squared 0.996447 Mean dependent var 134082.7

Adjusted R-squared 0.996174 S.D. dependent var 74766.47 S.E. of regression 4624.639 Akaike info criterion 19.83975 Sum squared resid 2.78E+08 Schwarz criterion 19.93416 Log likelihood -146.7981 Hannan-Quinn criter. 19.83874 F-statistic 3646.200 Durbin-Watson stat 0.444968 Prob(F-statistic) 0.000000

经检测，国内生产总值和城镇居民人均可支配收入两个解释变量存在共线性问

题。(方差扩大化因子vif =1/(1-0.996447)=281.452310≥)

2

2,1111)ˆ(k

R VIF -=β

使用岭回归估计解决，岭迹图为：

取

则

R8 0.01129046315563685 0.2426191099443357

得岭回归函数：LY = 839.055720285 + 0.0112904631556*X1 + 0.242619109944*X2

回归报告如下：

Dependent Variable: LY

Method: Least Squares

Date: 11/27/11 Time: 20:00

Sample: 1996 2010

Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob.

C 839.0557 2.22E-11 3.77E+13 0.0000

X1 0.011290 6.99E-16 1.61E+13 0.0000

X2 0.242619 1.44E-14 1.68E+13 0.0000

R-squared 1.000000 Mean dependent var 4287.600 Adjusted R-squared 1.000000 S.D. dependent var 1723.759 S.E. of regression 1.17E-11 Akaike info criterion -47.33448 Sum squared resid 1.63E-21 Schwarz criterion -47.19287 Log likelihood 358.0086 Hannan-Quinn criter. -47.33599 F-statistic 1.53E+29 Durbin-Watson stat 0.451082 Prob(F-statistic) 0.000000

根据数据计算得出拟合程度损失为LNH=3.13%,数值不是很大，较好。