计量经济学论文 关于影响我国社会商品零售总额因素的计量分析

华南农业大学经济管理学院 关于影响我国社会商品零售总额因素的计量 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 摘要：面对金融海啸的强大冲击，我国社会商品零售总额逆流而上，取得了骄人的成绩。为更加好地研究我国经济发展运行状况，加深对我国社会商品零售总额的了解，本文主要运用最小二乘法分析我国社会商品零售总额的影响因素并得出结论。 关键词：社会商品零售总额，影响因素，计量分析 刚刚过去的2009年，是进入新世纪以来我国经济社会发展最为困难的一年，也是我国商务事业经受严峻考验的一年，面对历史罕见的国际金融危机的严重冲击和外部市场萎缩，我国采取了积极有效的宏观经济政策，国内消费和对外经济都取得了最新的发展，2009年社会商品零售总额增速达24年来最高水平，为我国成功抵御国际金融危机冲击起到了重要的支撑作用。 一、研究意义 社会商品零售总额指各种经济类型的批发零售贸易业、餐饮业、制造业和其他行业对城乡居民和社会集团的消费品零售额和农民对非农业居民零售额的总和。一定时期内国民经济各部门向消费者出售消费品和向农村出售农业生产资料以及农民对非农业居民直接零售的总额。社会消费品零售总额所计量的是各种经济类型的商业由于经济的发展和社会的进步，特别是社会主义市场经济的建立，随着商品生产和商品交换的领域进一步扩大，用以确立和描述各类消费品市场对居民和社会集团出售商品总和的商品零售额指标的口径范围也作了相应的调整。 社会商品零售总额反映了一定时期内人民物质文化生活水平的提高情况，反映了社会商品购买力的实现程度，以及零售，市场的规模状况。也正是因为社会商品零售总额由社会商品供给和有支付能力的商品需求的规模所决定，所以是研究人民生活水平、社会零售商品购买力、社会生产、货币流通和物价的发展变化趋势的重要资料。对于金融海啸下研究中国经济运行情况具有极大的现实意义。 二、样本数据选取及模型设定： 1）寻找变量： 根据大一所学的宏观经济学和及对现实中国经济发展情况的理解，我觉得影响我国社会商品零售总额y（亿元）的主要因素有： x1人均GDP（元）， x2居民消费价格指数（上年=100）， x3城镇居民人均消费支出（元）， x4商品零售物价指数（上年=100） 建立模型： 根据因果关系及相互间的联系找出因变量，影响问题的主要因素作为自变量，非主要因素作随机误差变量。 设模型的函数形式为 y=c1+c2*x1+c3*x2+c4*x3+c5*x4+u 寻找数据： 以下1980—2006年的数据主要是从中国统计年鉴和计量经济学数据库网站上找到的。 数据详见 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 1-1. 表1-1 年份 y x1 x2 x3 x4 1980 2140 460.00 107.5 489 106 1981 2350 489.00 102.5 521 102.4 1982 2570 526.00 102 536 101.9 1983 2849 582.00 102 558 101.5 1984 3376 695.00 102.7 618 102.8 1985 4305 855.00 109.3 765 108.8 1986 4950 956.00 106.5 872 106 1987 5820 1103.00 107.3 998 107.3 1988 7440 1355.00 118.8 1311 118.5 1989 8101.4 1512.00 118 1466 117.8 1990 8300.1 1634.00 103.1 1596 102.1 1991 9415.6 1879.00 103.4 1840 102.9 1992 10993.7 2287.00 106.4 2262 105.4 1993 14270.4 2939.00 114.7 2924 113.2 1994 18622.9 3923.00 124.1 3852 121.7 1995 23613.8 4854.00 117.1 4931 114.8 1996 28360.2 5576.00 108.3 5532 106.1 1997 31252.9 6054.00 102.8 5823 100.8 1998 33378.1 6307.00 99.2 6109 97.4 1999 35647.9 6547.00 98.6 6405 97 2000 39105.7 7084.00 100.4 6850 98.5 2001 43055.4 8621.71 100.7 7113 99.2 2002 48135.9 9398.05 99.2 7387 98.7 2003 52516.3 10541.97 101.2 7901 99.9059 2004 59501 12335.58 103.9 8679 102.8062 2005 67176.6 14103.33 101.8 9410 100.7774 2006 76410 16084.00 101.5 10359 101.0282 三．模型参数估计及修正 1、参数估计： 假设模型中随机误差项Ui满足古典假设，运用OLS方法估计模型的参数，利用计量经济计算机软件Eviews计算可得如下结果： Dependent Variable: Y Method: Least Squares Date: 01/22/10 Time: 23:43 Sample: 1980 2006 Included observations: 27 Coefficient Std. Error t-Statistic Prob.   C 4447.568 2389.348 1.861415 0.0761 X1 3.199387 0.196880 16.25040 0.0000 X2 -1120.207 302.1084 -3.707964 0.0012 X3 2.455890 0.305791 8.031275 0.0000 X4 1077.804 311.8118 3.456585 0.0022 R-squared 0.999295     Mean dependent var 23839.18 Adjusted R-squared 0.999167     S.D. dependent var 22180.93 S.E. of regression 640.2927     Akaike info criterion 15.92730 Sum squared resid 9019445.     Schwarz criterion 16.16727 Log likelihood -210.0186     Hannan-Quinn criter. 15.99866 F-statistic 7794.877     Durbin-Watson stat 1.633619 Prob(F-statistic) 0.000000 表1-2 回归结果 2、模型相关系数分析 计算解释变量之间的简单相关系数。 Correlation Matrix X1 X2 X3 X4 X1 1.000 0.355 0.976 0.393 X2 0.355 1.000 0.341 0.994 X3 0.976 0.341 1.000 0.397 X4 0.393 0.994 0.397 1.000 表1-3相关系数矩阵 由表1-3可以看出，某部分解释变量之间存在高度线性相关。同时由表1-2也可以看出，尽管整体上线性回归拟合较好，但部分的参数t值并不显著，系数的符号与经济意义相悖。需要进行相应的修正。 3、模型修正 （1）运用OLS方法求y对各个解释变量的回归。结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。经分析，在4个一元回归模型中社会商品零售总额y（亿元）对人均GDP x1的线性关系强，拟合程度好。回归结果如表1-4所示。 Dependent Variable: Y Method: Least Squares Date: 01/23/10 Time: 02:01 Sample: 1980 2006 Included observations: 27 Variable Coefficient Std. Error t-Statistic Prob. X1 4.865172 0.062717 77.57319 0.0000 C 648.2345 409.6092 1.582568 0.1261 R-squared 0.995863 Mean dependent var 23839.18 Adjusted R-squared 0.995697 S.D. dependent var 22180.93 S.E. of regression 1454.971 Akaike info criterion 17.47455 Sum squared resid 52923532 Schwarz criterion 17.57053 Log likelihood -233.9064 F-statistic 6017.600 Durbin-Watson stat 0.475802 Prob(F-statistic) 0.000000 表1-4回归结果 y=648.2345+4.865172*x1 t=(1.582568) (77.57319) R2=0.995863 S.E.= 1454.971 图一描述应变量y与解析变量x3的散点图 对方程逐步回归。将其余解释变量逐一代入式中得到如下模型： Dependent Variable: Y Method: Least Squares Date: 01/23/10 Time: 01:53 Sample: 1980 2006 Included observations: 27 Variable Coefficient Std. Error t-Statistic Prob. X1 3.774223 0.180540 20.90523 0.0000 X3 1.578573 0.254840 6.194380 0.0000 C -413.5952 310.8627 -1.330476 0.1959 R-squared 0.998408 Mean dependent var 23839.18 Adjusted R-squared 0.998275 S.D. dependent var 22180.93 S.E. of regression 921.1606 Akaike info criterion 16.59358 Sum squared resid 20364882 Schwarz criterion 16.73757 Log likelihood -221.0134 F-statistic 7525.582 Durbin-Watson stat 0.722349 Prob(F-statistic) 0.000000 表1-5回归结果 y=-413.5952+3.774223*x1+1.578573*x3 t=(-1.330476) (20.90523) (6.194380) R2=0.998408 S.E.=921.1606 从以上数据中可以看出，模型的统计检验均有较大改善。 但是，我观察到截距C的t值只有-1.330476，即截距项值不显著，所以将常数项去掉得，如表1-5所示的回归结果。 Dependent Variable: Y Method: Least Squares Date: 01/23/10 Time: 02:05 Sample: 1980 2006 Included observations: 27 Y=C(2)*X1+C(4)*X3 Coefficient Std. Error t-Statistic Prob. C(2) 3.871269 0.167674 23.08813 0.0000 C(4) 1.391607 0.215843 6.447320 0.0000 R-squared 0.998291 Mean dependent var 23839.18 AdjustedR-squared 0.998222 S.D. dependent var 22180.93 S.E. of regression 935.2418 Akaike info criterion 16.59067 Sum squared resid 21866933 Schwarz criterion 16.68666 Log likelihood -221.9741 Durbin-Watson stat 0.694695 表1-6回归结果 经过上述逐步回归分析，表明y对x1、x3的回归模型为最优，最终结果为 y=3.871269*x1+1.391607*x3 t=(23.08813) (6.447320) R2=0.998291 S.E.=935.2418 DW= 0.694695 为检验回归方差可靠性，下图为对应残差图。 表1-7 因素人均GDP x1（元）和城镇居民人均消费支出x3（元）对y（社会商品零售总额）的残差图 四、模型检验 （1）模型的经济意义检验：回归系数估计值c2=3.871269 >0，说明我国人均GDP 和我国社会商品零售总额正方向变动，当其他条件不变时，人均GDP每上升1元时，我国社会商品零售总额将平均增加0.482645（亿元）；回归系数估计值c4= 1.391607>0，说明我国城镇居民人均消费支出与和我国社会商品零售总额成正方向变动，当其他条件不变时，城镇居民人均消费支出上升1元时，我国社会商品零售总额将平均增加0.095884（亿元）。 （2）单个回归系数的显著性检验：从单个因素的影响看，在5%显著性水平上， ︱t(b1) ︱=23.08813>t0.025(27)=2.052, ︱t(b2) ︱=6.447320>t0.025(27)=2.052,说明人均GDP 和城镇居民人均消费支出能对我国社会商品零售总额影响是显著的。 （3）拟合优度检验R2=0.998291说明，回归方程即上述样本函数的解释能力为99.8%，即人均GDP 和城镇居民人均消费支出能对我国社会商品零售总额变动的99.8%作出解释。回归方程的拟合优度较好。 （4）回归模型的总体显著性检验：从全部因素的总体影响看，在5%显著性水平上，F= 5989.746>F0.05 = Fa (k-1,n-k) (2,24)= 2.54,说明人均GDP 和城镇居民人均消费支出对我国社会商品零售总额影响是显著的。 (5）回归方程的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 误差的评价S.E= 935.2418说明，回归方程与各观测点（或估计值与观测值）的平均误差为935.2418亿元。 五、总结 （1）经过一系列的回归分析，得出人均GDP 和城镇居民人均消费支出能对我国社会商品零售总额的影响是显著的。这和大一所学的宏观经济学理论和现实常识相吻合的。得益于我国GDP今年报八成功和人均消费水平和欲望的增强，社会商品零售总额能够不断增强。 （2）发挥投资对消费的拉动作用。一是加强县城的基础设施建设。上农业经济学的时候，老师曾经提过县城基础设施落后的状况严重制约着城市综合功能的发挥，随着城市化率的日益提高，城市的基础设施建设日趋紧迫。二是要以社会主义新农村建设为契机，加强对三农的投入，刺激全民的消费能力。 （3）加快城市化建设步伐，增加有效需求，刺激市场发展，增加新的消费群体，挖掘新的消费潜力，促进商品消费品市场的发展。 （4）健全社会保障机制，提高居民消费水平。商品消费要有收入作基础，收入是消费的来源，是影响消费需求最重要因素，只有全面提高居民人均可支配收入，保障低收入家庭的收入，才能使人们放心大胆地进行消费。要使居民增收，一方面就是扩大就业渠道，提高居民整体收入水平；另一方面是不断完善社会保障机制，消除居民后顾之忧，扩大即期消费；第三方面就是要适时适当地提高企事业职工工资水平。 （5）在整个模型的分析中，寻找数据最难，自从考完计量经济学的那晚开始，我就开始着手寻找有关的数据，发现寻找数据十分困难。而且，平常的ADSL和学校的铁通居然打开不了中国统计年鉴的数据库，搞到要跑到有校园网的同学那里寻找资料。看来中国统计局真的要像整治足球那样整顿一下了。不过塞翁失马焉知非福，我不仅复习了所学的理论知识，也动手去实践了，还因此而培养了我的耐性，未尝不是一件好事。 参考文献： 1.经济计量学精要（原书第三版） 机械工业出版社 译 2.中国数据统计局——统计年鉴 3.计量经济学数据库 http://bslab.gxu.edu.cn/labbsWeb/jljj/index.html 4.中国历年GPD、CPI数据 http://peirunze.blog.hexun.com/23617609_d.html