我国城镇居民人均消费支出影响因素的实证分析金融计量与建模课程论文.doc

金融计量与建模课程论文我国城镇居民人均消费支出影响因素的实证分析姓名：黄静波专业：金融学学院：经济管理学院学号：2021103217我国城镇居民人均消费支出影响因素的实证分析摘要：根据一般消费理论，收入和价格是决定消费的两个主要因素而一国经济的开展与其居民的消费需求息息相关，因此在国际经济增长速度放缓，经济上行压力不断加大的情况下，扩大内需，增加居民消费成为了拉动经济增长的主要动因和最终力量故本文根据统计学和金融计量分析方法，结合1978-2021年我国消费样本数据建立了多元线性回归模型，以城镇居民人均消费支出作为被解释变量，将城镇居民人均可支配收入、人均GDP以及消费价格指数CPI等作为解释变量进行回归分析，经过数据描述性统计、多重共线性和异方差的诊断和消除，得出城镇人均可支配收入与消费价格指数对城镇居民人居消费支出有显著的正向影响，并根据模型得出的结论为我国经济的增长提供可行性建议关键字：城镇居民 人均消费支出 人均可支配收入 GDP一、 引言与理论根底 在社会总需求中, 消费需求是其重要的组成局部, 是宏观经济调控的重要工具其运行的状况直接影响到生产、就业乃至整个经济系统。

1998 年以来, 扩大内需成为国民经济重要开展方向因此对居民消费行为的研究有助于了解国内的消费内情,对进一步缓解国内市场需求缺乏有着积极的作用收入是决定居民消费需求的最根本因素之一, 无论在早期消费函数理论中还是在现代消费函数理论中, 这都是毋庸置疑的经济学家们从不同角度认识与刻画消费函数，形成了以下四种常见的消费函数理论：〔一〕凯恩斯的消费函数理论凯恩斯的消费函数理论是他在?就业、利息和货币通论?〔1936〕一书中提出：总消费是总收入的函数消费理论是凯恩斯宏观经济学的基石,也是现代宏观经济分析的研究热点消费函数那么是消费理论的根本表达工具所谓消费函数, 就是消费与可支配收入之间的依存关系在经典理论中这种依存关系表现为线性函数的形式：，式中C表示消费，Y表示收入，下标t表示时期，a为自发消费，b为边际消费倾向，其值介于0与1之间凯恩斯的这个消费函数仅仅以收入来解释消费，被称为绝对收入假说二） 杜森贝里的消费理论杜森贝里从消费的示范效应和棘轮效应两方面解释了长期消费函数与短期消费函数的矛盾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的影响来决定消费，从而消费是相对地决定的在短期内消费函数受经济周期波动的影响，而使消费与收入偏离长期固定比例，但在长期过程中，人们的消费函数要受示范效应和棘轮效应的影响，使收入与消费保持一个稳定的关系。

按他的看法，消费与所得在长时期维持一固定比率，故长期消费函数是从原点出发的直线，但短期消费函数那么为有正截距的曲线其函数形式为：长期消费函数表示为，CL是长期消费曲线，短期消费函数表示为其中，CS 为短期消费，C0为短期消费路径在纵轴的正截距，CD为短期消费与C0的差额，t表示时期，t=1，2，… n短期消费函数的正截距的产生，是因为消费者决定当期消费特别是决定经济衰退或萧条时期的消费时，相当大程度上受到经济景气时期消费习惯〔或者说是消费支出水平〕以及当期收入的影响 从以上表达可以看到，相对收入消费理论的核心在于消费者的消费容易随收入的增加而增加，但不易随收入的减少而减少，这就是所谓的消费量“上去容易下来难〞的“棘轮效应〞另外，相对收入消费理论还论述了消费方面的“示范效应〞，即消费者的消费受到周围人们消费水平的影响，特别是低收入者因攀比心理、提高社会相对地位的愿望等因素而使自身的消费处于和收入不相称的较高水平，在社会收入增多的情况下自然就提高了短期消费水平三） 生命周期假说生命周期假说也称生命周期假设消费函数模型，是由美国经济学家F·莫迪利安尼和R·布伦贝格、A·安东共同提出来的莫迪利安尼认为，理性的消费者要根据一生的收入来安排自己的消费与储蓄，使一生的收入与消费相等。

家庭的收入包括劳动收入和财产收入，所以家庭的消费函数是：在上式中，C为消费支出，WR为财产收入，YL为劳动收入，a为财产收入的边际消费倾向，c为劳动收入的边际消费倾向四） 持久收入假说持久收入假说是由美国著名经济学家弗里德曼提出的，他认为居民消费不取决于现期收入的绝对水平，也不取决于现期收入和以前最高收入的关系，而是取决于居民的持久收入也就是说，理性消费者为了实现效应最大化，不是根据现期的暂时性收入，而是根据长期中能保持的收入水平即持久收入水平来作出消费决策的这一理论将人们的收入分为暂时性收入和持久性收入，并认为消费是持久性收入的稳定函数，用公式表示即： 式中，Ct为现期消费支出，c为边际消费倾向，YP t 为现期持久收入持久收入是指消费者可以预期的长期收入，即预期在较长时期中可以维持稳定的收入流量尽管上述几种理论侧重不同, 但都归结于收入线性地(成比例地)决定消费本文将以上述理论为根底，建立我国城镇居民消费模型，用实证分析的方法对影响我国城镇居民人均消费支出的因素作出实证分析，找出其主要影响因素，并针对分析结果为扩大城镇居民的消费需求提出合理有效的建议二、 变量与数据在本文中所研究的对城镇居民人均消费支出〔Ct〕的影响因素有：人均可支配收入〔Y〕、价格指数〔CPI〕、人均GDP。

选择1978-2021年我国人均消费水平作为样本，其样本数据如表1根据样本数据作出被解释变量Ct与解释变量Yt 、人均GDPt、CPI之间的关系可以判断C与Y、人均GDP、CPI之间存在明显的线性关系，根据上述理论建立模型来研究我国城镇居民人均消费支出 表1 我国城镇居民消费模型样本观测数据 〔1978-2021〕单位：元年份人均消费支出 C人均可支配收入 Y人均GDPCPI(1978年=100)197838119794191980463198149219824715281983583198469519858581985799963198711121988110413661989121115191990164419911893199223111993299819944044199550461996584619976420199867961999715920004998785820015309862220029398200310542200412336200514185200616500200720219202123708202125608202130015202135198202138459202141908三、 我国城镇居民人均消费支出模型的建立(一)建立模型根据消费理论， 某一时期消费水平由该时期收入所决定。

在我国，居民消费是在国内生产总值〔GDP〕经过初次分配和再次分配后形成的而在进行收入分配时，必须考虑已到达的消费水平状况，以保持政策连续性；当年消费安排必须考虑上年已实现的消费因此，在建立我国城镇居民消费函数模型时， 以某一时期人均消费支出作为被解释变量，以当期人均可支配收入Y、当期人均GDP 、消费者价格指数CPI作为解释变量当然，影响消费的因素还有很多，如利率、价格、预期、收入分配等，本文并不将其列入研究变量范围根据一般消费理论来研究消费行为的定量关系，建立以下消费函数模型： 〔1〕其中：Ct 是某年城镇居民人均消费支出；Yt是某年城镇居民人均可支配收入；GDP是当年人均国内生产总值；CPI为当年消费价格指数；μ为除当年GDP、CPI、人均可支配收入Y以外的因素〔二〕模型参数估计 利用EVIEWS软件对模型〔1〕及上述样本用OLS方法估计模型，得回归方程： Ct t t t 〔2〕 R2 Cttt (3) R2 Cttt (4) t : R2 根据样本数据，运用OLS方法可得出人均可支配收入Y与人均GDP的函数方程为： Y t t 〔5〕可以看出人均可支配收入Y与人均GDP成正相关关系。

（三） 模型检验1、经济意义检验 从经济意义上检验参数估计量在回归方程〔2〕中，除人均GDP的参数a2= -0.092336 为负值外，a0、a1、 a3 均大于0 即人均GDP与人均消费支出Ct是负相关但是根据实际经济情况，我们可以推知随着国内生产总值GDP的逐年攀升，居民人均收入应是增加的，人均消费支出也应相应增长，即人均消费水平应与人均GDP成正相关关系在回归方程〔3〕和〔4〕中，解释变量Yt与CPIt和被解释变量Ct成正相关关系，解释变量GDPt与CPIt 和被解释变量Ct成正相关关系所以结合实际经济情况，由回归方程〔4〕可知回归方程〔2〕中参数a2= -0.092336有问题，a2为负值的原因是人均可支配收入Y与人均GDP成正相关关系2、自相关性检验 回归方程〔2〕、〔3〕、〔4〕的回归分析中DW的值分别为0.619456、0.429753、0.446750 ，因为n=36，αDW的值均不在dL-dU之间，所以三个回归方程均不存在自相关性3、 异方差性的检验 采取怀特〔White〕方法进行异方差检验，原模型分别为式〔3〕、式〔4〕，假设异方差与解释变量Y、CPI〔或GPD、CPI〕的一般线性关系为： (3-1) (4-1)White检验的统计量是：m=nR2其中：n是样本观测量；R2是检验回归式的拟合优度。

nR2服从自由度为5的分布于是可由相伴概率作出是否拒绝原假设的结论式〔3-1〕的怀特检验Heteroskedasticity Test: WhiteF-statistic    Prob. F(5,30)Obs*R-squared    Prob. Chi-Square(5)Scaled explained SS    Prob. Chi-Square(5)m=nR2=27.69 ﹤ 接受原假设，说明原模型不存在异方差性式〔4-1〕的怀特检验Heteroskedasticity Test: WhiteF-statisticProb. F(5,3。