1、論文題目：基于多元線性回歸模型的影響居民消費 水平相關因素分析 姓 名： 學 號： 學 院： 專 業： 聯系電話：      年 月 日 基于多元線性回歸模型的影響居民消費 水平相關因素分析一、研究背景中國GDP總量超越日本，成為僅次于美國的第二大經濟體，但我國人均GDP依然很低，全球排名87位，這很大程度上制約了居民消費水平的提高。到2020年實現全面建成小康社會的目標，十八大明確提出提高居民人均收入和人均消費水平，共享改革開放成果。我國居民消費水平在改革開放后有了很大提高，但消費水平依然很低，消費量占GDP比重依然很小。為此，本文旨在根據全國經濟宏觀

2、政策、國內生產總值、職工平均工資指數、城鎮居民消費價格指數、普通中學及高等學校在校生數、衛生機構數和基本設施鐵路公路貨運量等因素的變化情況，來分析如何提高居民消費水平，以判斷是否能使居民消費水平有很大的提高。本文通過對1978-2010年影響居民消費水平因素數據的分析，找到影響居民消費水平的主要原因，通過計量經濟分析方法來建立合理的模型，探討影響居民消費增長的長期趨勢規律，并給政府提出合理的建議，以提高居民消費水平。二、影響居民消費水平的因素宏觀經濟模型,經濟發展應該緊緊抓住消費這一駕馬車，而居民消費水平的高低受制于多種因素。凱恩斯消費理論認為居民消費主要受收入影響，我國居民消費一直很低，消費

3、意愿不強，本文通過計量分析找到影響我國居民消費水平的主要因素，從根本上改善消費不足,促進我國經濟的持續穩定健康發展。消費分為居民消費和政府消費，居民消費包括農村居民消費和城鎮居民消費。本文結合居民消費水平的影響因素，列出了國內生產總值、職工平均工資指數、城鎮居民消費價格指數、普通中學及高等學校在校生數、衛生機構數和基本設施鐵路公路貨運量等相關因素，進行計量分析,得到回歸模型。三、居民消費水平模型的總體分析框架（1）多元線性回歸法OLS概述回歸分析是計量經濟分析中使用最多的方法，在現實問題研究中，因變量往往受制于多個經濟變量的影響，通過統計資料，根據多個解釋變量的最優組合來建立回歸方程預測被解釋

4、變量的回歸分析稱為多元線性回歸法。其模型基本形式為：其中、是個未知參數，稱為多元回歸系數。稱為被解釋變量，、是個可以精確測量和可控的一般解釋變量，是隨機誤差項。當時，上式為多元線性回歸模型。 （2）多元回歸模型的建立 定義被解釋變量和解釋變量，被解釋變量為居民消費水平(元)，解釋變量為國內生產總值(億元)、職工平均工資指數()、城鎮居民消費價格指數()、普通中學及高等學校在校生數(萬人)、衛生機構數(個)和基本設施鐵路公路貨運量(萬噸)。 （3）統計數據選取 本文所有數據均來自中國統計局和中國統計局外網中國統計年鑒。197818421261169732195301197920817514238

5、29291980238180553493327198126419012647133619822881934384927371983316196017520197 1984361198256657456 1985446200866668771 1986497203139755748 1987565204960852077 1988714205988877263 1989788206724885270 1990833208734874721 1991932209236886800 19921116204787938568 199313931935861003050 1994183319174210

6、58130 199523551900571106369 199627893225661154884 199730023150331148685 199831593140971140313 199933463009961157998 200036323247711217394 200138693303481249501 200241063060381321280200344110112.0291323138420520044925002975401494007200554630298997161107420066138003089691754571200770810298408195366920

7、0883492976371966731200990983011221967983201099683167511987111 在Eviews5中建立被解釋變量和解釋變量序列，如下圖：在新建的序列中輸入數據，如下圖：四、構建計量模型（1）根據被解釋變量和解釋變量，建立以下模型： 上式是常數，、是回歸模型系數，是隨機變量。（2）模型參數的估計 對于理論模型運用最小二乘法OLS 進行參數估計，估計結果如下圖：運用最小二乘法OLS估計模型的方程如下圖：（3）計量模型統計檢驗 (3.1)擬合優度和調整擬合優度：,本模型的擬合效果很好。 (3.2)檢驗和檢驗：在給定的顯著性水平，查分布表和分布表得到臨界值，

8、。由圖建立如下方程：原假設由回歸結果知，故拒絕原假設，能顯著的解釋居民消費水平；同理，、的值分別為、都比顯著性水平，下得到的臨界值要小，故接受原假設，、不能顯著的解釋居民消費水平；、的值都比顯著性水平，下得到的臨界值要大，故拒絕原假設，、能顯著的解釋居民消費水平。其中,說明被解釋變量的變差被模型解釋的比例為，因此樣本回歸直線擬合度很好，但解釋變量和的檢驗不能通過，不能顯著解釋居民消費水平，可知此模型存在多重共線性。 （4）計量經濟模型的檢驗與克服 （4.1）多重共線性通過eviews5查看各變量之間的相關系數，如下表：,由上式知與、的相關系數都大于，相關程度比較高，與的相關程度最高，達到了。

9、（4.2）多重共線性的克服利用eviews5分別將對、回歸，對進行線性回歸得到。同理，分別、進行線性回歸，擬合優度分別為：對的擬合優度最高，因此把GDP作為居民消費水平的第一個解釋變量得到最初的回歸模型,然后向回歸模型中分別引入、，得到最終的回歸結果?？梢钥闯觯粌H擬合優度提高了，且通過了檢驗，多重共線性經過修正后的回歸方程如下：從回歸結果知，解釋變量均通過檢驗，說明擬合效果很好。各解釋變量均符合經濟意義，即居民消費水平主要受收入、衛生、價格等影響，隨著它們的提高而提高。(4.3)異方差的檢驗圖示法檢驗作殘差與解釋變量、之間的散點圖，圖形如下： （和的散點圖） （和的散點圖） （和的散點圖）從

10、殘差與解釋變量、之間的散點圖可以看出回歸模型滿足同方差的假定。懷特檢驗法解釋變量有、和，為了減少數據損失,采用沒有交叉項的情形進行懷特檢驗。由檢驗結果可知，伴隨概率，在的顯著性水平下知，模型不存在異方差。ARCH檢驗法由于樣本數據是時間序列，故還可以用ARCH檢驗模型是否存在異方差，設置滯后期數，由于,，在顯著性水平下,故模型中不存在異方差。（4.4）序列相關性檢驗殘差圖，作出殘差圖如下：作出殘差與其自身前一期殘差的散點圖如下：依據德賓-沃森檢驗法,，的顯著性水平下，檢驗的臨界值的下限與上限分別為，由于，故回歸模型無一階自相關。LM乘數法，拉格朗日乘數檢驗法是檢驗二階序列相關性的方法，用evi

11、ews5軟件計算結果如下： 從表中看出伴隨概率，可知模型不存在二階序列相關性。 由上述檢驗，回歸模型已消除多重共線性，不存在異方差，無二階自相關，最后的回歸模型為：五、回歸模型估計結果的解釋和評價 本文基于1978-2010 年居民消費水平和影響因素的相關數據，建立多元線性回歸模型，居民消費水平和國內生產總值、城鎮居民消費價格指數和衛生機構數之間存在高度相關。根據理論分析，職工平均工資指數、普通中學及高等學校在校生數和基本設施鐵路公路貨運量存在相關性，但由于與居民消費水平存在多重共線性，因此沒有進入回歸模型。 六、回歸模型估計結果的經濟含意（1）由回歸方程可知被解釋變量和解釋變量之間存在正向關

12、系，回歸模型中解釋變量前的符號正好反映正向關系。（2）沒什么意義；，表明在其他條件不變時，國內生產總值增長個單位，居民消費就增加個單位； ，表明在其他條件不變時，城鎮居民消費價格指數增長個單位，居民消費就增加個單位；，表明在其他條件不變時，衛生機構數增長個單位，居民消費就增加個單位。（3） 擬合優度，表明被解釋變量變差被解釋變量解釋的比例為，擬合程度較好。（4） 值和值都通過檢驗，不存在異方差、多重共線性和自相關。 七、政策建議 居民消費作為推動GDP增長的三駕馬車之一，占GDP的比重很低而且不斷下降，在2008年經融危機之后，我國外貿出口和國內投資增長緩慢，我國經濟增長速度明顯下滑，在此背景下，黨中央國務院明確提出擴大國內消費，提高居民消費水平。但是我國居民消費意愿很低，大量資金存入銀行，在一定程度上源于他們承擔