Documento de econometría
Econometría
Informe final del experimento
Nombre del experimento: Análisis del gasto en consumo per cápita de los residentes urbanos en ciudades grandes y medianas y sus factores que influyen
Nombre:
ID del estudiante:
Clase:
Instructor:
Hora:
23 ciudades Gasto de consumo per cápita de los residentes urbanos
Análisis de los factores que influyen
1. Antecedentes teóricos económicos
En los últimos años, la economía de China ha mantenido una El impulso del rápido desarrollo, la inversión, las exportaciones y el consumo forman la "troika" que impulsa el desarrollo económico, que ha sido ampliamente reconocida en todos los ámbitos de la vida. Al establecer modelos econométricos y utilizar métodos de análisis econométricos para realizar análisis relevantes sobre diversos factores que afectan el gasto de consumo per cápita de los residentes urbanos, podemos identificar los factores clave que influyen para proporcionar cierta referencia a los responsables de las políticas y, en última instancia, permitir el "transporte" de los consumidores. exigen convertirse en un líder La piedra angular del desarrollo saludable, rápido y sostenible de la economía de China.
2. Teorías sobre el gasto de consumo per cápita y sus factores influyentes
Analizamos principalmente los factores que influyen en el gasto de consumo de los residentes de mi país desde los siguientes aspectos:
① , las expectativas de gasto futuro de los residentes han aumentado, lo que afecta el crecimiento del consumo inmediato de los residentes.
Los ahorros pasivos de los residentes conducen directamente a una enorme desviación del poder adquisitivo, debilitando así gravemente la demanda inmediata de bienes de consumo. afectando el crecimiento inmediato del consumo de los residentes, lo que a su vez conduce a una demanda efectiva insuficiente y, en última instancia, a un crecimiento económico débil. Desde finales de la década de 1990, se han introducido una serie de medidas de reforma en la atención médica, las pensiones, el seguro de desempleo, la educación, etc. de mi país. El sistema original se ha roto y el nuevo sistema aún no se ha establecido ni perfeccionado. Los sistemas actuales de atención médica, pensiones, seguro de desempleo y educación tienen una gran presión sobre los gastos personales de los residentes, que son básicamente gastos difíciles, y la incertidumbre sobre los gastos también es grande, lo que lleva a un aumento en las expectativas actuales de los residentes sobre gastos futuros. .
②. La contradicción estructural entre la oferta y la demanda de productos básicos sigue siendo prominente.
Desde la perspectiva de la estructura del consumo, el mercado de bienes de consumo de mi país ha experimentado nuevos cambios fundamentales: el bajo nivel de los residentes. el consumo está casi saturado y aún no se han alcanzado niveles más altos de consumo. Después de más de 20 años de reforma y apertura, los residentes urbanos y rurales han pasado por una etapa de popularización de bienes de consumo duraderos de rango medio. El consumo de ingresos actual de la gente común no es suficiente para formar un nuevo punto de consumo líder con productos de alto nivel. Los productos finales como el contenido, como los automóviles y la vivienda, no pueden incluirse en el consumo general de la mayoría de las personas, y el poder adquisitivo existente de los residentes no puede constituir una fuerza impulsora para promover la mejora de los principales bienes de consumo.
③. El nivel general de precios continúa siendo bajo y la presión deflacionaria es mayor, lo que no favorece el crecimiento del consumo.
Después de unirse a la OMC, Con la reducción de los aranceles y el aumento de la escala de las importaciones, la expansión, el impacto de los productos extranjeros en el mercado de nuestro país aumentará aún más y el ajuste de los precios internacionales tendrá un impacto negativo en los cambios de los precios internos. La continua caída de los precios no favorece el crecimiento del consumo de los residentes. Porque desde la perspectiva de la psicología del consumo de los residentes, los hábitos de compra de los residentes son comprar cuando los precios suben y no cuando los precios bajan. Como los residentes esperan que los precios sigan cayendo, a menudo posponen el consumo, lo que no favorece el crecimiento del consumo de los hogares. Además, según un análisis estadístico, debido a la caída de los precios, el crecimiento del consumo nominal suele ser inferior al crecimiento del consumo real, lo que no favorece hasta cierto punto el aumento del crecimiento del consumo.
④ En esta etapa, nuestro país no ha formado un gran punto de consumo y es difícil impulsar el rápido crecimiento del consumo.
Después del cultivo y el desarrollo en los últimos años, Nuestro país ahora ha formado un consumo de vivienda, residentes. Algunos aspectos destacados del consumo, como el consumo de automóviles, el consumo de productos electrónicos y de comunicaciones, el consumo de vacaciones y el consumo de turismo, pueden promover el crecimiento estable del consumo, pero nunca han formado un gran punto de consumo, por lo que no pueden impulsar un crecimiento del consumo a alta velocidad.
3. Recopilación de datos relevantes
Los datos relevantes provienen del "Anuario Estadístico de China" de 2006:
Situación básica de los hogares urbanos en 23 hogares grandes y medianos. ciudades
Población empleada promedio regional por hogar (persona) Número promedio de personas sustentadas por cada persona ocupada (persona) Ingreso mensual real promedio por persona (yuanes) Ingreso disponible per cápita (yuanes) Gasto de consumo per cápita ( yuanes)
Pekín 1,6 1,8 1865,1 1633,2 1187,9
Tianjin 1,4 2,0 2010,6 1889,8 939,8
Shijiazhuang 1,4 2,0 1061,3 1010,0 722,9 Taiyuán 1.3 2,2 1256,9 1159,9 789,5
Hohhot 1,5 1,9 1354,2 1279,8 772,7
Shenyang 1,3 2,1 1148,5 1048,7 812,1
Dalian 1,6 1,8 1269,8 133,1 946,5
Changchun 1,8 1 ,7 1156,1 1016,1 690,2
Harbin 1,4 2,0 992,8 942,5 727,4
Shanghái 1,6 1,9 1884,0 1686,1 1505,3
Nanjing 1,4 1536,4 1394,0 920,6
Hangzhou 1, 5 1,9 1695,0 1464,9 1264,2
Ningbo 1,5 1,8 1759,4 1543,2 1271,4
Hefei 1,6 1,8 1042,5 950,1 686,9
Fuzhou 1,7 1,9 1172,5 1059,4 942,8
Xiamen 1,5 1,9 1631,7 1394,3 998,7
Nanchang 1,4 1,8 1405,0 1321,1 665,4
Jinan 1,7 1,7 1491,3 1356,8 1071,4 >Qingdao 1,6 1,8 1495. 6 1378,5 1020,7
Zhengzhou 1,4 2,1 1012,2 954,2 750,3
Wuhan 1,5 2,0 1052,5 972,2 853,1
Changsha 1,4 2,1 1256,9 .9 986.8
Guangzhou 1,7 1,8 1898,6 1591,1 1215,1
IV.Establecimiento del modelo
De acuerdo con los datos, establecemos el modelo general de la ecuación de regresión lineal múltiple como:
Entre ellos:
——Gasto de consumo per cápita
——Término constante
——Parámetros de la ecuación de regresión
——El número promedio de personas empleadas por hogar
——El número promedio de personas empleadas por hogar El número de personas sustentadas por una persona empleada
- Ingreso mensual real promedio por persona
- Renta disponible per cápita
- Término de error aleatorio
5. Proceso experimental
(1) Estimación de parámetros del modelo de regresión
p>Establezca una ecuación de regresión lineal múltiple basada en los datos: <
/p>
Primero, utilice el software Eviews para realizar una estimación OLS en el modelo para obtener la ecuación de regresión muestral.
Los resultados de salida utilizando Eviews son los siguientes:
Variable dependiente: Y
Método: Mínimos cuadrados
Fecha: 12/11 /07 Hora: 16:08
Muestra: 1 23
Observaciones incluidas: 23
Error estándar del coeficiente variable Prob. estadístico t
C -1682.180 1311.506 -1.282633 0.2159
X1 564.3490 395.2332 1.427889 0.1704
p>X3 1.552510 0.629371 2.466766
X4 -1.180652 0.742107 -1.590947 0.1290
R cuadrado 0,721234 Media var dependiente 945,2913
R cuadrado ajustado 0,659286 D.D. dependiente var 224,1711
S.E de regresión 130. 8502 Criterio de información de Akaike 12,77564
Suma al cuadrado residente 308191,9 Criterio de Schwarz 13,02249
Logaritmo de probabilidad -141,9199 Estadístico F 11,64259
Estadístico de Durbin-Watson 2,047936 Prob(estadístico F) 0,000076
De acuerdo con los resultados de salida de la regresión lineal múltiple en Eviews, se pueden obtener los valores estimados de los parámetros: , , , ,
La ecuación de regresión obtenida inicialmente es:
Se= (1311.506) (395.2332) (379.7866) (0.629371) (0.742107)
T= (-1.282633) (1.427889) (1.498528) (2.466766) (-1.590947)
F=11.64259 df=18
Prueba del modelo: Dado que al nivel de , los valores P de la prueba de las variables explicativas, y son todos mayores que 0,05, las variables no son significativas , lo que indica que puede haber múltiples *** linealidades en el modelo y otros problemas, y luego corregir el modelo.
(2) Manejo de linealidad múltiple
Utilizamos el método de regresión por pasos para probar y procesar la linealidad múltiple del modelo:
X1:
Variable dependiente: Y
Método: Mínimos cuadrados
Fecha: 11/12/07 Hora: 16:28
Muestra: 1 23
Observaciones incluidas: 23
Error estándar del coeficiente variable Prob. estadístico t
C 153,8238 518,6688 0,296574 0,7697
X1 523,0964 341,4840 1,531833 0.1405
R-cuadrado 0.100508 Media var dependiente 945.2913
R-cuadrado ajustado 0.057675 S.D. dependiente var 224.1711
S.E. de regresión 217.61 05 Criterio de información de Akaike 13.68623
Suma al cuadrado residente 994441,2 Criterio de Schwarz 13,78497
Logaritmo de probabilidad -155,3917 Estadístico F 2,346511
Estadístico de Durbin-Watson 1,770750 Prob(estadístico F) 0,140491
p>
X2:
Variable dependiente: Y
Método: Mínimos cuadrados
Fecha: 11/12/07 Hora: 16: 29
p>Muestra: 1 23
Observaciones incluidas: 23
Error estándar del coeficiente variable Prob. estadístico t
C 1756.641 667.2658 2.632596 0.0156
X2 -424.1146 347.9597 -1.218861 0.2364
R cuadrado 0.066070 Var dependiente medio 945.2913
R cuadrado ajustado 0.0 21597 SD dependiente var 224.1711
S.E. de regresión 221.7371 Criterio de información de Akaike 13.72380
Suma al cuadrado resid 1032515. Criterio de Schwarz 13.82254
Logaritmo de probabilidad -155.8237 Estadístico F 1.485623
Estadística de Durbin-Watson 1,887292 Prob(estadística F) 0,236412
X3:
Variable Dependiente: Y
Método: Mínimos Cuadrados
Fecha: 11/12/07 Hora: 16:29
Muestra: 1 23
Observaciones incluidas: 23
Error estándar del coeficiente variable Prob. estadístico t
C 182,8827 137,8342 1,326831 0.1988 0.540400 0.095343 5.667960 0.0000 p >S.E. de regresión 144.2575 Criterio de información de Akaike 12.86402
Suma al cuadrado residente 437014.5 Criterio de Schwarz 12.96276
Logaritmo de probabilidad -145.9362 Estadístico F 32.12577
Estadística de Durbin-Watson 2,064743 Prob(estadística F) 0,000013
X4:
Variable dependiente: Y
Método: mínimos cuadrados
Fecha: 11/12/07 Hora: 16:30
Muestra: 1 23
Observaciones incluidas: 23
Coeficiente variable Error estándar Estadística t. Prob.
C 184.7094 161.8178 1.141465 0.2665
al cuadrado 0.500600 S.D. var dependiente 224.1711
S.E. residente al cuadrado 527020.1 Criterio de Schwarz 13.15003
Logaritmo de probabilidad -148.0898 Estadístico F 23.05284
Estadístico de Durbin-Watson 2.037087 Prob(estadístico F) 0.000096
Puede ser De los datos obtenidos se ve que el coeficiente de ajuste de es el mayor, por lo que primero introdúzcalo en la ecuación de ajuste y luego introdúzcalo por separado como variable,
, Realice OLS para obtener:
X1, X3
Variable dependiente: Y
Método: Mínimos cuadrados
Fecha: 12/11 / 07 Hora: 16:32
Muestra: 1 23
Observaciones incluidas: 23
Error estándar del coeficiente variable Prob. estadístico t
C -222.8991 345.9081 -0.644388 0.5266
X1 289.8101 227.2070 1.275533 0.2167
>
R cuadrado 0.634449 Media var dependiente 945.2913
Ajustado R -cuadrado 0,597894 SD var dependiente 224,1711
S.E. de regresión 142,1510 Criterio de información de Akaike 12,87276
Suma al cuadrado resid 404138,2 Criterio de Schwarz 13,02087
Logaritmo de probabilidad -145,0368 Estadística F 17.35596
Estadística de Durbin-Watson 2.032110 Prob(estadística F) 0.000043
X2, X3
Variable dependiente: Y
p>Método: Mínimos Cuadrados
Fecha: 11/12/07 Hora: 16:33
Muestra: 1 23
Observaciones incluidas: 23
Prob. estadístico t de error de coeficiente variable
C 239,5536 531,1435 0,451015 0,6568
X2 -27,00981 244,0392 -0,110678 0,9130
X3 0,536856 0,102 783 5,223221 0,0000
R cuadrado 0,604954 Media var dependiente 945,2913
R cuadrado ajustado 0,565449 D.D. dependiente var 224,1711
S.E de regresión 147. 7747 Criterio de información de Akaike 12,95036
Suma al cuadrado residente 436747.0 Criterio de Schwarz 13.09847
Logaritmo de probabilidad -145.9292 Estadístico F 15.31348
Durbin-Wat
estadística de hijo 2.063247 Prob(estadística F) 0.000093
X3, X4
Variable dependiente: Y
Método: mínimos cuadrados
Fecha : 11/12/07 Hora: 16:34
Muestra: 1 23
Observaciones incluidas: 23
Error estándar del coeficiente variable Prob. estadístico t.
C 331.7015 142.5882 2.326290 0.0306
X3 1.766892 0.553402 3.192782 0.0046
363
R cuadrado 0.684240 Media var dependiente 945.2913
R cuadrado ajustado 0,652664 S.D. var dependiente 224,1711
S.E. de regresión 132,1157 Criterio de información de Akaike 12,72634
p>Logaritmo de probabilidad -143.3529 Estadística F 21.66965
Estadística de Durbin-Watson 2.111635 Prob(estadística F) 0.000010
Se puede ver en los resultados de los datos que cuando se introduce X4 en el ecuación El coeficiente de determinación ajustado es el más grande y todas las variables explicativas pasaron la prueba de significancia, luego se introdujeron X1 y X2 para el análisis.
X1, X3, X4
Variable dependiente: Y
Método: Mínimos cuadrados
Fecha: 11/12/07 Hora: 16:37
Muestra: 1 23
Observaciones incluidas: 23
Error estándar del coeficiente variable Prob. estadístico t
C 193.6693 403.8464 0.479562 0.6370
X1 89.29944 243.6512 0.366505 0.7180
>X4 -1.345001 0.757634 -1.775265 0.0919
R -Al cuadrado 0,686457 Var media dependiente 945,2913
R cuadrado ajustado 0,636950 S.D. DEPENDENT VAR 224,1711
S.E. Offai Inf INF Inf o criterio 12,80625
Suma cuadrada Resid 346640,3 Criterio de Schwarz 13,00373
Logaritmo de probabilidad -143.2719 Estadística F 13.86591
Estadística de Durbin-Watson 2.082104 Prob(estadística F) 0.000050
X2, X3, X4
p>Variable dependiente: Y
Método: Mínimos Cuadrados
Fecha: 11/12/07 Hora: 16:38
Muestra: 1 23
Observaciones incluidas : 23
Prob. estadístico t de error estándar de coeficiente
C 62,60939 489,2088 0,127981 0,8995
X2 134,1557 232,9303 0,575948 0,5714
X3 1,886588 0,600027 3,144175 0,0053
X4 -1,596394 0,701018 -2,277251 0,0345
R cuadrado 0,689658 Media var dependiente 945,2913
R cuadrado ajustado 0. 640657 S.D. dependiente var 224.1711
S.E. de regresión 134.3798 Criterio de información de Akaike 12.79599
Suma al cuadrado residente 343100.8 Criterio de Schwarz
12.99347
Logaritmo de probabilidad -143.1539 Estadística F 14.07429
Estadística de Durbin-Watson 2.143110 Prob(estadística F) 0.000046
Como se puede ver en los resultados , en A nivel de , los valores P de las variables explicativas y la prueba son todos mayores que 0,05, y las variables explicativas no pueden pasar la prueba de significancia. Por lo tanto, se puede concluir que solo dos variables, X3 y X4, se puede introducir en el modelo.
Entonces la ecuación de regresión lineal múltiple ajustada es:
Se= (142.5882) (0.553402) (0.656624)
T= (2.326290) (3.192782) (-2.244390)
F=21.66965 df=20
(3). Prueba de heterocedasticidad
Realizar la prueba de White sobre el modelo:
Prueba de heterocedasticidad de White:
p>Estadístico F 1.071659 Probabilidad 0.399378
Obs*R-cuadrado 4.423847 Probabilidad 0.351673
Ecuación de prueba:
Variable dependiente: RESID^ 2
Método: Mínimos Cuadrados
Fecha: 11/12/07 Hora: 16:53
Muestra: 1 23
Observaciones incluidas: 23
Error estándar del coeficiente variable Prob. estadístico t
C 34247,50 128527,9 0,266460 0,7929
X3 247,9623 628,1924 0,394723 0,6977
X3 ^2 -0,071268 0,187278 -0,380548 0,7080
X4 -333,6779 714,3390 -0,467114 0,6460
47
R cuadrado 0,192341 Media var dependiente 15177,87
Suma al cuadrado residente 9.60E 09 Criterio de Schwarz 23.36892
Logaritmo de probabilidad -260.9038 Estadístico F 1.071659
Estadístico de Durbin-Watson 1.968939 Prob(estadístico F) 0.399378
Se puede ver en los resultados de la prueba que, según la prueba de White, sabemos que cuando buscamos la tabla de distribución, obtenemos el valor crítico (20) = 30,1435 porque lt (5) = 30,1435, no hay heterocedasticidad. en el modelo.
(4). Prueba de autocorrelación
Se puede ver en los resultados de salida del modelo que los resultados de la estimación son bastante satisfactorios, ya sea la prueba de ecuación de regresión o la prueba. probabilidad de la prueba de significancia del parámetro, son significativamente menores que 0.05, el valor D-W es 2.111635, el nivel de significancia = 0.05 Consulte la tabla de Durbin-Watson, donde n=23, el número de variables explicativas es 2 y el límite inferior crítico. Se obtienen el valor y el valor crítico del límite superior, =1.543lt; D-W= 2.111635lt;4. De la regla de decisión de la prueba DW, se puede ver que este modelo no tiene problemas de autocorrelación.
6. Analice el modelo y explique la importancia económica.
La importancia de la ecuación de regresión es: cuando el ingreso mensual real promedio por persona permanece sin cambios, cuando el ingreso disponible per cápita aumenta en una unidad, el gasto de consumo per cápita disminuyó en 1,473721 unidades; cuando el ingreso disponible per cápita permanece sin cambios, por cada aumento de una unidad en el ingreso mensual real promedio por persona, el gasto de consumo per cápita aumentó en 1,766892 unidades.
7. Dar sugerencias de políticas específicas o conclusiones sobre los temas reflejados en el modelo.
Del análisis del gasto de consumo per cápita de mi país, se puede ver que la economía de mi país es está evolucionando de manera constante, pero existen ciertos problemas en la situación actual de la economía de nuestro país debido a diversas razones, como el imperfecto sistema de seguridad social que conduce a una estructura de consumo irracional; los depósitos de ahorro excesivos de los residentes que afectan la tendencia de inversión equivocada y baja; la inversión en la industria de producción de bienes de consumo. La eficiencia obstaculiza el consumo en el mercado interno; los conceptos de consumo conservadores y las restricciones de las políticas de consumo afectan las tendencias de consumo de los residentes. En este sentido, nuestro país debe realizar investigaciones de contramedidas sobre los problemas existentes en el consumo de los residentes en los siguientes aspectos
(1) Establecer y mejorar el sistema de seguridad social y mejorar la confianza en el consumo de los residentes
(2) ) Cultivar nuevos puntos de consumo y ampliar las áreas de consumo de los residentes
(3) Promover la transformación del consumo de productos básicos de autoacumulación a consumo respaldado por crédito
(4 ) Promover el consumo de los residentes en diferentes niveles
(5) Romper las restricciones políticas que afectan la optimización de la estructura de consumo
(6) Resolver la contradicción entre oferta efectiva insuficiente y exceso relativo de productos