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。

禾悴提高时，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。

、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。

Dependent Variable: PCCE
Method: Least Squares DateiOWa/IO Time: 10:40 Sample; 1979 2008
Included observations ： 30
Variab 怕
Coefficient
Std Error
1-8taitist
Prob. CPI -0.108731 4.814722 -0.022583 0 9822 I 0.971 035 0.044542 21 B2071 0.0000 S -0.242180 0.043747 -5.535973 0.0000 R -22.70750 13 76357 -1 655B38 0 1133 C
166.5694 455.1142
0.370387
D.7142 R-squared
0.SS8389 Mean dependentvar 361 0.268 Adjusted R-sc|uared 01.998711 S.D.dependent var
3153 944 S.E of regression 113.4133 Aka ike info criterion 12.45097 Sum squared resid 3215646 Schwarz criterion 12.68450 Lag likelihood -1817S45 Hann^n-Quinr crlter. 12.52588 F-statistic
5618.019
Durbin-Watson stat
0.98371 S
Prob(F-statistic)
0.000000
| Print l^ianio ||刊。

乾。

| | EstimabB R Forecast || Stats Resjds
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。