计量经济学实验报告
实验三：虚拟变量模型
姓名：上善若水 班级： 序号：
学号：
中国人均消费影响因素
一、理论基础及数据
1. 研究目的
本文在现代消费理论的基础，分析建立计量模型，通过对1979——2008 年全国城镇居民的人均消费支出做时间序列分析和对2004—2008年各地区(31个省市)城镇居民的人均消费支出做面板数据分析，比较分析了人均可支配收入、消费者物价指数和银行一年期存款利率等变量对居民消费的不同影响。
2. 模型理论
西方消费经济学者们认为，收入是影响消费者消费的主要因素，消费是需求的函数。消费经济学有关收入与消费的关系，即消费函数理论有：（1）凯恩斯的绝对收入理论。他认为消费主要取决于消费者的净收入，边际消费倾向小于平均消费倾向。他假定，人们的现期消费，取决于他们现期收入的绝对量。（2）杜森贝利的相对收入消费理论。他认为消费者会受自己过去的消费习惯以及周围消费水准来决定消费，从而消费是相对的决定的。当期消费主要决定于当期收入和过去的消费支出水平。（3）弗朗科•莫迪利安的生命周期的消费理论。这种理论把人生分为三个阶段：少年、壮年和老年；在少年与老年阶段，消费大于收入；在壮年阶段，收入大于消费，壮年阶段多余的收入用于偿还少年时期的债务或储蓄起来用来防老。（4）弗里德曼的永久收入消费理论。他认为消费者的消费支出主要不是由他的现期收入来决定，而是由他的永久收入来决定的。这些理论都强调了收入对消费的影响。除此之外，还有其他一些因素也会对消费行为产生影响。（1）利率。传统的看法认为，提高利率会刺激储蓄，从而减少消费。当然现代经济学家也有不同意见，他们认为利率对储蓄的影响要视其对储蓄的替代效应和收入效应而定，具体问题具体分析。（2）价格指数。价格的变动可以使得实际收入发生变化，从而改变消费。
基于上述这些经济理论，我找到中国1979-2008年全国城镇居民人均消费以及城镇居民人均可支配收入、城镇居民消费者物价指数和2004—2008年各地区城镇居民人均消费以及城镇居民人均可支配收入、城镇居民消费者物价指数、以及银行一年期存款利率的官方数据。想借此来分析中国消费的影响因素以及它们具体是如何对消费产生影响的。针对这一模型，有以下两个假定。一，自改革开放以来，我国人均消费倾向呈现缓慢的递减趋势，即保持粘性。这一假定符合我国居民的储蓄——消费心理，也与其他一些发展中国家的情况大体一致。 二，由储蓄和消费的替代关系，可以假定刺激储蓄的因素，会制约消费。我们知道提高利率会刺激储蓄，因而我把利率也引入模型的分析中。
以下对我所找的数据作一一说明:
1、城镇居民人均消费水平。借此来代表城镇居民的消费支出情况，这是将要建立计量经济学模型的被解释变量。由下图可以看到消费是逐年增加的，与此同时，人均可支配收入也是逐年增加，隐含着两者可能有很高的线性相关性这层意思。
2、城镇居民人均可支配收入。由前面的理论，收入是决定消费的主要因素。因此，这里用这一变量来代表人均收入。人均收入提高，人均消费也会随之增加。 3、前一期的人均消费水平。根据杜森贝利的相对收入消费理论，消费者会受自己过去的消费习惯来决定当期消费。因而把它引入模型中，它与当期消费应该是正相关的。
4、城镇居民消费者物价指数。借此来说明价格变动对消费的影响，价格水平越高，人们的购买力普遍降低，为维持原来的消费水平，消费者的支出也会越多。它们应该是正相关的关系。这里假定上一年为基期，第二年的价格指数是对以上一年数据为100的相对数。
5、中国人民银行一年期储蓄利率。一般认为，提高利率会刺激储蓄，减少消费支出,因为利率水平越高，消费的机会成本就越大，居民就会压缩当前消费。因此，它们应该是负相关的。利率提高时，人们认为减少目前的消费，增加将来消费比较有利 ，从而增加储蓄，这是利率对储蓄的替代效应；另一方面，利率提高时他将来的利息收入增加，会使他认为自己比较富有，以致增加目前消费，从而可能反而减少储蓄，这是利率对储蓄的收入效应。利率对不同人群的影响也是不同的。由于中国人民银行的一年期利率总是不定期地进行调整，可能几年调整一次，或者一年调整几次，这给我的计量经济学分析带来了一定的困难。为达成统一，我每年各种年利率进行加权后作为全年的利率。
年份197919801981198219831984198519861987198819891990199119921993199419951996199719981999200020012002200320042005200620072008人均消费性人均可支支出配收入353405423.6477.6456.84500.4471535.3505.92564.6559.44652.1673.2739.08798.96900.9884.41002.11103.981180.21210.951373.91278.891510.21453.811700.61671.732026.62110.812577.42851.343496.23537.5742833919.474838.94185.645160.34331.615425.14615.915854499862805309.016859.66029.887702.86510.948472.27182.19421.67942.88104938696.5511759.59997.4713785.811242.8515780.8储蓄2940.4751.566.587.5117.9153.29211.7286.4346.8462.9615.24786.57985.351282.811795.482448.983163.837444279.14735.315076578067668018919710787122931305816407居民消费价格指数101.9107.5102.5102102102.7111.9107108.8120.7116.3101.3105.1108.6116.1125116.8108.8103.199.498.7100.8100.799100.9103.3101.6101.5104.5105.6利率3.945.045.45.675.765.766.737.27.27.5811.129.87.837.569.5410.9810.989.077.0252.892.252.252.011.982.0252.252.253.243.8
二、多元线性回归及其相关检验
1. 模型设计：
本案例以人均消费性支出为被解释变量，以cpi，i，s，r为解释变量，通过相关检验确定影响人均消费性支出的因素，及其各因素对人均消费性支出的影响大小。其中cpi是居民消费价格指数，i是人均可支配收入，s是储蓄，r是利率，pcce是人均消费性支出。
最小二乘回归结果如下
由上图：R值很大，说明模型拟合度很高，但是cpi、r的t检验都未通过，而且方差特别大，我们可以猜测该模型存在多重共线性；DW近似为1，说明该模型可能存在序列相关性。下面就对多重共线性、序列相关性、异方差性，分别进行检验。
2、异方差检验
White检验
异方差的修正，权重取残差绝对值的倒数
3、序列相关性检验
通过观察自相关图，DW值和拉格朗日乘数检验来判断相关性，残差e与其滞后一阶的自相关图如下
由图形判断可能存在正相关
由DW值=0.9837判断存在正相关 拉格朗日乘数检验结果如下
运用差分法做修正，做一阶差分，回归结果如下，
4、多重共线性检验
各解释变量间的相关系数如下
由相关系数看，s与i存在高度相关，即存在多重贡献性 直接剔除相关系数高的变量，观察多重共线性的情况 剔除s，结果如下
剔除i，加入s，结果如下
比较两者，选择剔除s，保留i，效果更好 此时相关系数如下
三、虚拟变量分析
1979年----2008年我国城镇居民人均消费性支出时间序列图如下：
Y12,00010,0008,0006,0004,0002,0000198019851990199520002005 从图中大致可以看出，该折线变化的斜率在2000年左右发生了比较大的变化，后一段的斜率更大。我们知道中国在2001年加入世界贸易组织（简称WTO），这标志着中国的开放程度增大，中国与外国的贸易往来更为自由，本文试检验改革开放前后中国城镇居民人均消费这个时间序列的斜率是否发生变化。定义虚拟变量为WTO如下：
0，（1979----2001） WTO=
1，（2002----2008）
以时间t为解释变量，城镇居民人均消费用Y表示，则数据列表如下： 中国城镇居民人均消费性支出数据（1979-2008） （单位：元人民币）
人均消年 费性支时间份 出y t WTO t*WTO 1979 353 1 0 0 1980 423.6 2 0 0 1981 456.84 3 0 0 1982 471 4 0 0 1983 505.92 5 0 0 1984 559.44 6 0 0 1985 673.2 7 0 0 1986 798.96 8 0 0 1987 884.4 9 0 0 1988 1103.98 10 0 0 1989 1210.95 11 0 0 1990 1278.89 12 0 0 1991 1453.81 13 0 0 1992 1671.73 14 0 0 1993 2110.81 15 0 0 年 人均消费时间份 性支出y t WTO t*WTO 1994 2851.34 16 0 0 1995 3537.57 17 0 0 1996 3919.47 18 0 0 1997 4185.64 19 0 0 1998 4331.61 20 0 0 1999 4615.91 21 0 0 2000 4998 22 0 0 2001 5309.01 23 0 0 2002 6029.88 24 1 24 2003 6510.94 25 1 25 2004 7182.1 26 1 26 2005 7942.88 27 1 27 2006 8696.55 28 1 28 2007 9997.47 29 1 29 2008 11242.85 30 1 30
设模型如下：
Yi=β0+β1t+β2WTOi+β3（t WTOi）+ui 用Eviews进行估计，则输出结果如下所示：
所以，估计结果为：
Y= -733.7205+ 231.3752t-11227.77WTO+512.5770t*WTO (-3.2) (13.4) (-4.4) (5.2)
在t值要求不高的情况下，可以认为在加入WTO前后斜率的变化是显著的，即 -733.7205+ 231.3752t （WTO=0, 1979----2001） Y=
-11961.4905+743.9522t 1，（WTO=1, 2002----2008）
因篇幅问题不能全部显示，请点此查看更多更全内容