计量经济学论文居民消费水平影响因素的计量分析班级：金融八班姓名：张真真学号：201392180387居民消费水平影响因素的计量分析摘要：本文中的收集数据参考了中国统计年鉴，使用了eviews软件进行计算统计整理，对我国1992年到2013年城镇居民可支配收入的变化情况进行分析，评估，检验，最终的出相关结论并提出相关建议。
关键字：居民消费影响因素消费水平t检验，F检验多重共线性参数估计异方差检验LM法一、导论消费水平是指一个国家一定时期内全体消费者按人均达到的物质与文化需要获得满足的程度。
国家经济发展水平起基础性作用；收入是消费的前提和基础，当前可支配收入越高，未来预期收入越乐观，收入差距越小，消费水平越高；物价变动影响人们的购买力；生产决定消费（对象，方式，水平，生产为消费创造动力）；消费心理（从众，求异，攀比，求实）也会影响消费。
本文认为国内生产总值、城乡居民人均收入(城镇，农村)、储蓄、居民消费价格指数都会对消费水平产生影响。
通过研究各地的居民消费水平,可以反映不同地区的经济发展状况,为国家的经济决策提供依据。
可见,居民消费水平是国家作出经济决策的风向标之一.政府活动的方向、范围、主要任务在很大程度上需要参考各地的居民消费水平.二、模型设定和数据说明（一）模型设定以分析居民消费水平为目的，同时考虑了其他一些指标的分析需要，根据计量经济学模型的构思，在建模时作了如下处理：1、该模型为线性模型。
2、鉴于1978年实行了改革开放，前几年是经济恢复期，数据不具代表性。
主要采集的样本是1990年以后的，我国的经济运行机制有了极大的改变，人民生活水平也有了极大的提高，故这一时期的样本更能反映这种变化。
3、模型中将居民消费水平（Y＾）作为被解释变量，根据经验引入国内生产总值（X1）、城乡居民人均收入(城镇X2，农村X3)、储蓄(X4)、居民消费价格指数(X5)，对模型进行回归分析，以求能使模型具有更高的可操作性。
4、设定显著性水平为0.05。
模型设定为：Y＾=β0+β1*X1+β2*X2+β3*X3+β4*X4+β5*X5+μ（二）数据说明居民消费水平与国内生产总值等各相关因素的表格数据来源：《中国统计年鉴2014》三、计量经济模型参数估计模型设定为：Y ＾=β0+β1*X 1+β2*X 2+β3*X 3+β4*X 4+β5*X 5+μ 用普通最小二乘法估计模型，回归结果为：Dependent Variable: Y Method: Least Squares Date:06/19/16 Time: 13:21年份居民消费水平(元) GDP （亿元） 城镇居民人均可支配收入（元）农村居民家庭人均纯收入（元）城乡居民储蓄存款年度余额（亿元） 居民消费价格指数（1990年为100）1991 833 18718.3 1510.2 686.3 7119.6 100.0 1992 932 21826.2 1700.6 708.6 9244.9 107.4 1993 1116 26937.3 2026.6 784.0 11757.3 121.7 1994 1393 35260.0 2577.4 921.6 15203.5 156.7 1995 1833 48108.5 3496.2 1221.0 21518.8 222.6 1996 2355 59810.5 4283.0 1577.7 29662.3 280.5 1997 2789 70142.5 4838.9 1926.1 38520.8 313.5 1998 3002 78060.8 5160.3 2090.1 46279.8 325.5 1999 3159 83024.3 5425.1 2162.0 53407.5 322.0 2000 3346 88479.2 5854.0 2210.3 59621.8 315.8 2001 3632 98000.5 6280.0 2253.4 64332.4 317.6 2002 3887 108068.2 6859.6 2366.4 73762.4 320.6 2003 4144 119095.7 7702.8 2475.6 86910.7 317.1 2004 4475 135174.0 8472.2 2622.2 103617.7 322.3 2005 5032 159586.7 9421.6 2936.4 119555.4 339.4 2006 5573 185808.6 10493.0 3254.9 141051.0 347.6 2007 6263 217522.7 11759.5 3587.0 161587.3 354.6 2008 7255 267763.7 13785.8 4140.4 172534.2 377.2 2009 8349 316228.8 15780.8 4760.6 217885.4 406.3 2010 9098 343464.7 17174.7 5153.2 260771.7 402.6 2011 10522 401512.8 19109.4 6991.8 310059.2 428.7 2012 12570 473104.0 21809.8 8641.6 343635.9 455.2 2013 14098 518942.1 24564.8 9605.5 399551.0 472.5Sample: 1991 2013Included observations: 23Coefficient Std. Error t-Statistic Prob.C -145.5668 49.46585 -2.942774 0.0107X1 -0.003730 0.002798 -1.332848 0.2039X2 0.373130 0.059949 6.224121 0.0000X3 0.889545 0.211496 4.205964 0.0009X4 -0.000403 0.002269 -0.177517 0.8616X5 -0.900315 1.020946 -0.881844 0.3928R-squared 0.999731 Mean dependent var 3923.300Adjusted R-squared 0.999635 S.D. dependent var 2406.042S.E. of regression 45.94497 Akaike info criterion 10.73609Sum squared resid 29553.16 Schwarz criterion 11.03481Log likelihood -101.3609 Hannan-Quinn criter. 10.79440F-statistic 10418.31 Durbin-Watson stat 1.440844Prob(F-statistic) 0.000000从表中发现在α＝0.05时，虽然R²较大且接近于1，模型拟合效果较好，F检验显著，但由于X1、X4、X5前参数估计值未能通过t检验，而且系数的符号为负，与经济意义不符，故认为解释变量间存在多重共线性。
四、检验及修正1、经济意义检验逐步回归，检验简单相关系数，结果如下：X1 X2 X3 X4 X5 X1 1 0.995 0.9849 0.994 0.789X2 0.9951 1 0.9938 0.9933 0.8357X3 0.9849 0.9938 1 0.9817 0.8795X4 0.9943 0.9933 0.9817 1 0.784X5 0.7894 0.8357 0.8795 0.7844 1由上表可见，解释变量之间确实存在高度相关，故采用逐步回归法进行修正。
对X1、X2、X3、X4、X5单个回归，发现X2的拟合优度最好，结果为：Dependent Variable: YMethod: Least SquaresDate: 06/19/16 Time: 13:25Sample: 1991 2013Included observations: 23Coefficient Std. Error t-Statistic Prob.C 152.8358 49.15814 3.109064 0.0061X2 0.521494 0.005775 90.29846 0.0000R-squared 0.997797 Mean dependent var 3923.300Adjusted R-squared 0.997675 S.D. dependent var 2406.042S.E. of regression 116.0168 Akaike info criterion 12.43999Sum squared resid 242278.0 Schwarz criterion 12.53956Log likelihood -122.3999 Hannan-Quinn criter. 12.45942F-statistic 8153.812 Durbin-Watson stat 0.396373Prob(F-statistic) 0.000000将X2作为基础模型，再将其余解释变量按R²由大到小逐个引入，先引入X3，Dependent Variable: YMethod: Least SquaresDate: 06/19/16 Time: 13:32Sample: 1991 2013Included observations: 23Coefficient Std. Error t-Statistic Prob.C -121.4190 33.02452 -3.676631 0.0019X2 0.318223 0.020133 15.80597 0.0000X3 0.729108 0.071768 10.15918 0.0000R-squared 0.999688 Mean dependent var 3923.300Adjusted R-squared 0.999652 S.D. dependent var 2406.042S.E. of regression 44.89403 Akaike info criterion 10.58397Sum squared resid 34263.05 Schwarz criterion 10.73333Log likelihood -102.8397 Hannan-Quinn criter. 10.61312F-statistic 27278.31 Durbin-Watson stat 1.087443Prob(F-statistic) 0.000000发现模型拟合优度提高，且参数符号合理，变量也通过了t检验，再引入X1，Dependent Variable: YMethod: Least SquaresDate: 06/19/16 Time: 13:21Sample: 1991 2013Included observations: 23Coefficient Std. Error t-Statistic Prob.C -141.5485 38.78676 -3.649403 0.0022X2 0.350176 0.038020 9.210384 0.0000X3 0.700663 0.077331 9.060545 0.0000X1 -0.001152 0.001162 -0.990946 0.3365R-squared 0.999707 Mean dependent var 3923.300Adjusted R-squared 0.999651 S.D. dependent var 2406.042S.E. of regression 44.91785 Akaike info criterion 10.62440Sum squared resid 32281.81 Schwarz criterion 10.82355Log likelihood -102.2440 Hannan-Quinn criter. 10.66328F-statistic 18166.59 Durbin-Watson stat 1.226596Prob(F-statistic) 0.000000发现模型拟合优度再次提高，但是X1没有通过t检验，且参数符号与经济意义不符，所以要去掉X1，在引入X4、X5，修正的拟合优度下降，同时参数未通过t 检验，且经济意义不符，所以X1、X4、X5是多余的。