计量经济学期末课程设计南京审计学院 2009 级金融院题目：我国居民储蓄影响因素的实证分析_学生姓名_ _ 学号专业班级___ _ __2011年 12 月 12 日摘要：自经济体制改革以后，我国国民收入分配的格局发生巨大变化。
变化之一是居民收入在国民收入中的比重迅速提高。
自1949年以来，中国储蓄率随着经济增长和收入水平提高呈不断上升趋势，因而高储蓄率也被认为是解释中国经济高速增长的一个主要因素。
虽然高储蓄率总是会导致更高的收入及较高的经济增长率，但并非储蓄率越高越好，必然会存在一个最优的储蓄率。
这使居民的消费和储蓄行为对于经济发展有越来越重要的意义。
探讨中国居民储蓄行为的规律，找出主要决定因素，并在此基础上对储蓄的变化趋势做初步预测，成为确定本论文研究题目的宗旨之一。
关键字：居民储蓄 CPI GDP 存款利率股票市值物价指数一，文献综述居民储蓄的快速增长，成为我国经济发展的主要资金来源，但过高的储蓄，必然伴随着投资或消费的不足。
所以对影响居民储蓄的主要因素进行分析，才能在制定宏观政策上采取适当的措施，使储蓄率保持在一个适当的水平，促进经济增长。
据统计，我国近年来的实际ＧＤＰ平均每年增长９％左右，而资本的净边际产量即ＭＰＫ－δ，约为0.9%。
我国的资本收益ＭＰＫ－δ＝每年０.９％，大大低于经济的平均增长率（ｎ＋ｇ＝９％）。
可见，我国的资本存量已经远远超过了黄金律水平。
也就是说，当前我国的储蓄率和投资水平已经偏高，而消费率则偏低。
所以我们应该降低储蓄率，减少投资，把收入的更大份额用于消费，这样就会立即提高消费水平，并最终达到更高消费水平的稳定状态。
居民储蓄存款的变动直接受到可支配收入和储蓄率的影响，而储蓄率的变化受到以下因素的影响：通货膨胀率以及通货膨胀预期造成实际利率的变化，居民消费支出、房地产投资、金融投资收益及渠道的变化。
我国居民的平均边际消费倾向是缓慢下降的，所以，个人可支配收入越大，储蓄存款增加越多；反之也成立。
实际利率。
我国居民存款对名义利率下调的利率弹性小，而对名义利率上调的弹性大；而样本期间的绝大多数时间里，我国名义利率是下降的且在调整以前名义利率是不变的，所以从实际情况来看，我国居民存款变化受到名义利率变化的影响很小，主要受到通货膨胀引起的实际利率变化的影响。
居民消费支出。
居民消费支出对储蓄存款的影响比较微妙：当居民的收入不变时，消费支出增加了，可以用来储蓄的资金自然会减少；另一方面，居民消费支出也受到收入的影响，所以，把可支配收入和居民消费支出同时引进回归方程时，会引起复共线性；最后，居民消费支出还受到通货膨胀及其预期的影响。
总而言之，把居民消费支出引进方程时，要十分谨慎。
鉴于数据的可得性，本文用社会消费品零售总额表示居民消费支出。
关于金融投资渠道及收益，一方面，我国居民的金融投资意识越来越强；另一方面，随着我国证券市场的发展，可供居民选择的投资渠道越来越多，如股票、国债以及多种多样的基金等金融资产不断进入居民的资产组合之中。
本文选取相应期间股票指数来反映金融投资对储蓄存款的影响。
居民储蓄存款总额是我国评价经济运行情况的一个重要总量指标，它与许多宏观经济指标之间都存在着密切联系。
为了解释居民储蓄变动的原因，有必要引进居民储蓄函数，从数量上分析相关变量对居民储蓄变动的影响。
二，经济理论陈述1.收入水平：收入水平是影响储蓄的主要因素之一，由于居民可支配收入数据的不可获得性，本文将国内生产总值（GDP）作为衡量居民收入水平的指标。
只有收入达到一定水平之后才能进行储蓄，而且根据凯恩斯的理论，边际消费倾向是递减的，收入水平越高，边际消费倾向越低，消费越少，储蓄越多。
2.利率水平：利率作为消费的机会成本也会对储蓄产生影响，从理论上说利率水平越高，消费的机会成本就越大，居民就会压缩当前消费，增加储蓄。
反之，利率水平越低，消费的机会成本就越小，当前消费就会增加，储蓄就会减少。
本文采用一年期存款利率水平作为指标。
3.物价水平：物价水平也可以影响储蓄和消费，物价水平越高，相同消费水平所支出的货币就越多，在货币收入一定的情况下，能供储蓄的货币就越少。
同时，物价水平决定了实际利率，既定的名义利率下，物价水平与实际利率负相关。
4.通货膨胀率：是货币超发部分与实际需要的货币量之比,用以反映通货膨胀、货币贬值的程度;而价格指数则是反映价格变动趋势和程度的相对数。
在实际中,一般不直接、也不可能计算通货膨胀,而是通过价格指数的增长率来间接表示。
由于消费者价格是反映商品经过流通各环节形成的最终价格,它最全面地反映了商品流通对货币的需要量,因此,消费者价格指数是最能充分、全面反映通货膨胀率的价格指数。
目前,世界各国基本上均用消费者价格指数(我国称居民消费价格指数),也即CPI来反映通货膨胀的程度。
5.其他投资渠道：储蓄是一种投资行为，而除了银行储蓄外还有其他投资渠道，由于数据原因，本文只将股票市值作为其他投资渠道发达程度的衡量指标。
本文采用的是1995年-2009年的数据，所有数据来源于国家统计局。
虽然现在已经2011年底，但是国家统计局网站上的数据大多只更新到2009年，所以只截取到09年。
介于中国的股市是20世纪90年代初才刚刚起步，上海证券交易所是1990年成立，深圳证券交易所是1991年成立，成立初期的股票市值未必能够真实反映实际的情况，因而选取1995年以后的数据。
四，计量经济模型的建立结合我国近几年的经济发展特征，我国居民储蓄函数可以表示为：SAV = f (GDP ,Rate, RPI, CPI ,SMV , Ut )其中, SAV为居民储蓄总额, GDP为国内生产总值, Rate为一年期存款利率,RPI为零售物价指数,CPI 为消费物价指数， SMV为各期股市市值, U为随机扰动项, t表示时期.所建立模型也可以表示为:SAV =C+ β1 GDP+ β2 Rate+ β3 RPI+ β4 CPI+ β5 SMV+ Ut五、模型的求解和检验本人利用EVIEWS软件，用最小二乘法进行回归分析及统计检验，并对模型进行了自相关和异方差检验。
Dependent Variable: SAVMethod: Least SquaresDate: 12/07/11 Time: 19:47Sample: 1995 2009Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C 477192.6 108262.4 4.407741 0.0017GDP 1.106747 0.076510 14.46538 0.0000RATE 1802.841 1148.691 1.569474 0.1510RPI -2191.498 568.8353 -3.852605 0.0039CPI -696.7002 167.9047 -4.149378 0.0025SMV -0.108527 0.023094 -4.699316 0.0011R-squared 0.997406 Mean dependent var 108633.3 Adjusted R-squared 0.995964 S.D. dependent var 69337.42S.E. of regression 4404.908 Akaike info criterion 19.90800 Sum squared resid 1.75E+08 Schwarz criterion 20.19122Log likelihood -143.3100 F-statistic 691.9768 Durbin-Watson stat 1.707178 Prob(F-statistic) 0.000000SAV =477192.6 +1.106747GDP +1802.841Rate -2191.498RPI -696.7002CPI -0.108527SMV+Ut （108262.4）（0.076510）（1148.691）（568.8353）（167.9047）（0.023094）t =(4.407741) (14.46538) (1.569474) (-3.852605) (-4.149378) （-4.699316）R2=0.997406 F=691.9768 DW=1.707178（1）相关性检验：R2=0.997406表明方程拟和度很高，F统计量也明显显著表明模型，总体是显著的。
（2）经济意义上的检验：由β1=1.106747，β2=1802.841，β3=-2191.498，β4=-696.7002β5=-0.108527可以看出，模型符合经济意义。
（3）显著性检验：根据查询t分布表得：t0.025（13）=2.160，可见GDP，RPI，CPI，SMV的t统计量绝对值均大于2.160，但是Rate的t 统计量绝对值小于2.160。
所以推断模型中解释变量可能存在多重共线性。
（4）多重共线性检验：利用简单相关系数检验法，通过Eviews构建简单相关系数矩阵，如下：由表易见，除了GDP和CPI之间的相关系数较高，其他参数之间的相关程度并不是很高，可以推定多重共线性并不严重。
运用逐步回归法对模型进行修正第一步：分别求SAV对GDP、RATE、RPI、CPI、SMV的一元回归。
①SAV对GDP的一元回归Dependent Variable: SAVMethod: Least SquaresDate: 12/09/11 Time: 14:13Sample: 1995 2009Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C -7710.388 4807.492 -1.603827 0.1328GDP 0.748920 0.026874 27.86785 0.0000 R-squared 0.983536 Mean dependent var 108633.3 Adjusted R-squared 0.982270 S.D. dependent var 69337.42 S.E. of regression 9232.588 Akaike info criterion 21.22243 Sum squared resid 1.11E+09 Schwarz criterion 21.31684 Log likelihood -157.1682 F-statistic 776.6169 Durbin-Watson stat 1.258600 Prob(F-statistic) 0.000000②SAV对RATE的一元回归Dependent Variable: SAVMethod: Least SquaresDate: 12/09/11 Time: 14:17Sample: 1995 2009Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C 160342.0 31779.97 5.045380 0.0002RATE -14159.00 7448.175 -1.901003 0.0797R-squared 0.217519 Mean dependent var 108633.3 Adjusted R-squared 0.157328 S.D. dependent var 69337.42 S.E. of regression 63649.80 Akaike info criterion 25.08375 Sum squared resid 5.27E+10 Schwarz criterion 25.17815 Log likelihood -186.1281 F-statistic 3.613813 Durbin-Watson stat 0.135596 Prob(F-statistic) 0.079700 ③SAV对RPI的一元回归Dependent Variable: SAVMethod: Least SquaresDate: 12/09/11 Time: 14:20Sample: 1995 2009Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C 253307.4 425251.5 0.595665 0.5616RPI -1422.557 4177.473 -0.340531 0.7389R-squared 0.008841 Mean dependent var 108633.3 Adjusted R-squared -0.067402 S.D. dependent var 69337.42 S.E. of regression 71636.05 Akaike info criterion 25.32015 Sum squared resid 6.67E+10 Schwarz criterion 25.41456 Log likelihood -187.9011 F-statistic 0.115961 Durbin-Watson stat 0.082701 Prob(F-statistic) 0.738897④SAV对CPI的一元回归Dependent Variable: SAVMethod: Least SquaresDate: 12/09/11 Time: 14:23Sample: 1995 2009Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C -749501.0 79407.69 -9.438645 0.0000CPI 1890.552 174.4649 10.83629 0.0000 R-squared 0.900326 Mean dependent var 108633.3 Adjusted R-squared 0.892659 S.D. dependent var 69337.42 S.E. of regression 22716.99 Akaike info criterion 23.02318 Sum squared resid 6.71E+09 Schwarz criterion 23.11759 Log likelihood -170.6738 F-statistic 117.4253Durbin-Watson stat 1.192764 Prob(F-statistic) 0.000000⑤SAV对SMV的一元回归Dependent Variable: SAVMethod: Least SquaresDate: 12/09/11 Time: 14:24Sample: 1995 2009Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C 66814.17 15599.26 4.283163 0.0009SMV 0.569972 0.134874 4.225954 0.0010 R-squared 0.578725 Mean dependent var 108633.3 Adjusted R-squared 0.546319 S.D. dependent var 69337.42 S.E. of regression 46702.81 Akaike info criterion 24.46456 Sum squared resid 2.84E+10 Schwarz criterion 24.55897 Log likelihood -181.4842 F-statistic 17.85869 Durbin-Watson stat 1.570359 Prob(F-statistic) 0.000991 通过比较各个调整可决系数，选择GDP作为第一个解释变量，形成一元回归模型。