研究城镇居民可支配收入与人均消费性支出的关系(计量经济学模型)

研究城镇居民可支配收入与人均消费性支出的关系一、研究的目的本案例分析根据1985年～2014年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律，并在预测2016年人均消费性支出的发展趋势。从理论上说，居民人均消费性支出应随着人均可支配收入的增长而提高。随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。二、模型设定表11985—2014年城镇人均可支配收入和人均消费性支出年份人均消费性支出Y/元人均可支配收入X/元1985485.76472.571986517.44560.691987592.08631.451988660.12714.201989744.36818.371990889.56954.121991998.881102.0919921215.841320.8919931506.991583.1319941921.052086.2119951983.862303.1519962388.772752.1819972830.623476.7019983777.434632.3819995181.306367.0820006253.687438.6820016736.098157.8120026853.488561.7120037054.098839.6820047517.819125.9220058016.919761.5720068099.6310415.1920078988.4811137.2020089636.2412380.40200910694.7913627.65201011809.8714769.94201112432.2216015.58201214336.8717699.30201315527.9719732.86201416857.5121574.72为分析1985—2014年城镇人均可支配收入（X）和人均消费性支出(Y)的关系，作下图所示的散点图。图1城镇人均可支配收入和人均消费性支出的散点图从散点图可以看出城镇人均可支配收入（X）和人均消费性支出(Y)大体呈现为线性关系，为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性，可以建立如下简单线性回归模型：i12iY=β+βX+u三、估计参数一．T检验Eviews的回归结果如下表所示：表2回归结果①参数估计和检验的结果写为：^184.59590.780645iiYX（41.10880）（0.004281）t=(4.490423)(182.3403)2R=0.9991592R（修正值）=0.999129F=33247.99n=30②回归系数的区间估计[=5%2t(n-2)=2.048]^^2222222ˆˆˆˆ[()()]1PtSEtSE=P（0.780645—2.048*0.00428120.780645+2.048*0.004281）=P（0.771920.7894）=95%二异方差检验三序列相关性检验四、模型检验1、经济意义检验所估计的参数β1=184.5959，β2=0.780645，说明城镇人均可支配收入每增加一元，可导致人均消费性支出提高0.780645元。2、拟合优度和统计检验①拟合优度的度量：由表2中可以看到，案例中可决系数为0.999159，调整后的可决系数为0.999129，说明所建模型整体上对样本数据拟合较好，即解释变量“城镇人均可支配收入”对被解释变量“人均消费性支出”的绝对部分差异作出了解释。②对回归系数的t检验：针对01:H=0和02:H=0，由表2中还可以看出，估计的回归系数β1的标准误差和t值分别为：1ˆ()SE=41.10880，1ˆ()t=4.490423；β2的标准误差和t值分别为：2ˆ()SE=0.004281，2ˆ()t=182.3403。取=5%，查t分布表得自由度为n-2=30-2=28的临界值0.025t(28)=2.048。因为1ˆ()t=4.490423＞0.025t(28)=2.048，所以拒绝01:H=0；因为2ˆ()t=182.3403＞0.025t(28)=2.048，所以拒绝02:H=0。这表明，城镇人均可支配收入对人均消费性支出确有显著影响。五、回归预测将年份1980—2009，扩展为1980—2010，因此区间改为1980—2010。取fX=22000,为了作区间预测，取=0.05。表3X和Y的描述统计结果①fY平均值置信度95%的预测区间为：2^^FFFα22i(X-X)1Y=Ytσ+nx。通过作回归分析得到ˆfY=17358.79。并且得到X和Y的描述统计结果：由表3的数据可以计算出：222()(1)4954.366(301)711826531.4iixxxxn22()(220005883.657)259736511.7fXX当fX=22000时，将相关数据代入计算得到：1259736511.717358.792.048146.258730711826531.4=17358.79163.98544。当2010年fX=22000时，fY平均值置信度95%的预测区间为（17194.804，17522.775）元。②fY个别值置信度95%的预测区间为：222()1ˆˆ1FFFiXXYYtnx。当fX=22000时，代入数据得：1259736511.717358.792.048146.2587130711826531.4=17358.79354.1926。当2010年fX=22000时，fY个别值置信度95%的预测区间为（17004.597，17712.982）元。图3预测值