论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
我国居民消费增长模型
一、经济背景分析
目前随着我国改革开放的不断深入,我国居民收入的快速增长,中国居民消费水平的不断提高,消费方式也发生了很的变化。消费品的档次越来越高,消费周期越来越短,折旧越来越快。而相关调查也显示,中国城市家庭每百户拥有汽车及其它耐用消费品现值已达1.30。中国居民消费升级历经了从传统的基本生活消费逐步向发展型和享受型消费转移过程,消费升级主要经历了三个时期:
1.以基本生活消费为主的初级阶段。主要追求“三转一响”的“老四件”,即自行车,缝纫机,手表和收音机。
2.生活大为改善的电器普及阶段。始于80年代的城镇居民消费从千元级向万元级、十万元级消费发展,农村从百元级向千元级,万元级消费发展,形成了以家用电器普为代表的耐用消费品热潮。大约延续了十年左右,其主要标志是以排浪式消费方式在城市普及家电商品,家用电器开始进入农村家庭。
3.高层次的享受型阶段。家电普及后,以住房、汽车为主的新的消费热潮又扑面而来,其增势出人意料。抽样调查资料表明,2002年有82.1%的城镇居民家庭拥有自己的住房,其中:60.7%的家庭购买了房改房,9.3%的家庭购买了商品房,12.1%的家庭拥有私房。
根据当前中国居民的收入状况,居民消费将逐步进入新一轮消费周期:将以家电在农村普及,住房、轿车、电脑逐步进入城市家庭为主要标志。
引领消费龙头的商品首推住房。去年个人购房可望占商品房销售总数的八成以上。住房制度改革以后,居民购房意识增强,中国房地产业目前已进入新一轮发展周期的上升期。
第二消费大件当推汽车,目前个人消费占了汽车销售量的七成以上。在消费方面,通信、电脑、教育、旅游都是热门领域。2001年七月底,中国移动电话业务收入超过固定电话业务收入,成为国内第一大通信业务。移动电话用户达到1.106亿,超过美国,跃居世界第一。
LS // Dependent Variable is Y
Date: 12-10-2004 / Time: 14:24
SMPL range: 1982 - 2003
Number of observations: 22
VARIABLE COEFFICIENT STD. ERROR T-STAT. 2-TAIL SIG.
C 1416.1365 366.42131 3.922554 0.001
I 0.520154 0.0096012 55.062157 0.000
P -11.235036 2.865203 -3.9562135 0.001
R-squared 0.999406 Mean of dependent var 16999.85 (转载自科教范文网http://fw.nseac.com)
Adjusted R-squared 0.999302 S.D. of dependent var 15057.95
S.E. of regression 418.6330 Sum of squared resid 3329819.33
Durbin-Watson stat 0.969587 F-statistic 13574.75
Log likelihood -162.5247
检验:从经济意义方面检验参数估计量,国内生产总值I的系数估计量,=0.5201542,由于0<<1,故符合经济意义,商品零售价格指数P的系数估计量,=-11.235036<0,说明商品零售价格指数和居民消费成反比关系,故也符合经济意义,即经济意义检验通过。
从统计检验来看,方程拟合优度很高,总体显著性很好,各变量的显著性也都很好,唯一不足的就是DW值,DW=0.969587,有点小,当显著性水平为α=0.05时,n=22,k=3(包括常数项)查杜宾—瓦特森统计表得到:dL=1.15,由于DW=0.969587<1.15,拒绝随机扰动项零自相关的假设H0,说明随机扰动项具有正的一介自相关。
由于考虑到要去掉滞后变量,所以建立如下模型:
(模型2)
即:
(2.3494478) (21.734512) (7.3304080)
R2=0.999670 DW=1.567670 F=28779.94
检验:由计算结果可知,根据宏观经济学原理,可知该模型符合经济意义,没有明显的错误,从统计检验来看, R2=0.999670,说明方程总体的拟合优度非常好。从F=28779.94可知,不用查表就可断定方程显著性检验通过。即显著性非常好。 (转载自http://zw.nseac.coM科教作文网)
四、违背经典假设的检验与模型的改进
下面针对此模型,分别对违背基本假设的三种情况进行计量经济学检验。
(一)自相关检验
首先进行序列相关检验,由于此模型含有滞后的内生变量,使DW统计量失效。故运用回归检验法进行检验,用et作为被解释变量,et-1作为解释变量,建立回归检验模型,et 和et-1的数据如下:
年份(年) = -
1982 2867.9 2839.45 28.45 1.61
1983 3182.5 3146.93 35.57 28.45
1984 3674.5 3681.43 -6.93 35.57
1985 4589 4455.81 133.19 -6.93
1986 5175 5141.05 33.95 133.19
1987 5961.2 5930.61 30.59 33.95
1988 7633.1 7210.98 422.12 30.59
1989 8523.5 8384.45 139.05 422.12
1990 9113.2 9231.21 -118.01 139.05
1991 10315.9 10492.4 -176.5 -118.01
1992 12459.8 12612.4 -152.6 -176.5
1993 15682.4 16037.7 -355.3 -152.6
1994 20809.8 21266 -456.2 -355.3
1995 26944.5 26553.9 390.6 -456.2
1996 32152.3 31589.7 562.6 390.6
1997 34854.6 35272.4 -417.8 562.6
1998 36921.1 37384.2 -463.1 -417.8
1999 39334.4 39245.9 88.5 -463.1
2000 42911.4 42651.5 259.9 88.5
2001 45923.27 45825.9 97.37 259.9
2002 48912.06 48765.6 300.6 106.8
2003 52012.25 51962.5 102.4 302.4
利用OLS进行参数估计,得到如下检验方程:
=4.7256582+0.2228265
(0.0761044) (0.948)
R2=0.045688 F=0.899512
六、模型的预测及分析
1、相对误差分析。由模拟结果可知,最终模型的模拟结果比较满意,偏差都很小。一般地,当预测的相对误差小于10%时,可以认为是高精度预测。从上表可以看出,最终模型所有预测的相对误差都小于10%,而且平均相对误差Sqrt()=0.049756703 ,小于5% ,说明最终模型预测效果非常好。
(科教论文网 Lw.nsEAc.com编辑整理)