影响我国私人汽车销售量和生产量的计量分析模型

影响我国私人汽车销售量和生产量的计量分析模型Page1of27课程代码：081307学时/学分：48/3成绩：北航研究生精品课程建设计量经济学课程案例分析案例主题：影响我国私人汽车销售量和生产量的计量分析模型任课老师：韩立岩教授组长：闵文强（SY0908343）组员：尹力博（SY0908117）史延（SY0908111）赫辉（SY0908105）第1页共27页影响我国私人汽车销售量和生产量的计量分析模型Page2of27《计量经济学》课程论文影响我国私人汽车销售量和生产量的计量分析模型组长：闵文强成员：尹力博史延赫辉指导教师：韩立岩日期：2010年1月第2页共27页影响我国私人汽车销售量和生产量的计量分析模型Page3of27摘要：本文主要分为两个部分：（I）横截面回归，包括建立私人汽车销售量的单方程模型和关于私人汽车销售量以及生产量的联立模型；（II）时间序列分析。其中横截面部分选择中国1989年至2005年汽车生产量和销售量的年度数据作为研究对象，以汽车价格，人均消费汽油量、总GDP、人均GDP、固定资产投资、公共交通数量、人口总量和钢铁产量作为解释变量分别进行了横截面和时间序列分析，并建立了联立方程。在模型的优化过程中，进行了异方差和多重共线性检验和修正，昀终所得模型基本符合理论分析，达到预期水平。在时间序列部分选择我国2001年1月至2005年12月汽车生产量和销售量的月度数据作为研究对象，建立时间序列的乘法模型以及协整及误差修正模型。（I）建立私人汽车销售量的单方程模型一、大纲1．选题背景：汽车消费趋热2．理论基础：西方经济学计量经济学3．模型建立及分析：数据搜集及整理多重共线形检验和修正异方差检验和修正序列相关检验和修正4．模型意义解释二、选题背景受金融危机影响，世界第一汽车消费大国—美国，继2008年汽车销量大幅萎缩之后，2009年继续下滑。2009年美国汽车销量仅为1043万辆，比2008年的1320万辆减少近280万辆，比昀高峰时的年销1700万辆下降40%。而我国国内2009年汽车销量同比增长超过40%，取代美国，首次成为全球昀大的汽车消费市场。正是基于对汽车行业的看好，我们决定以西方经济学供求理论为基础，结合运用计量经济学的知识建立我国汽车销量与其影响因素的模型。鉴于数据近年的相关数据不易，我们选用的是1989—2005年相关数据。三、变量设置根据西方经济理论，影响消费函数的主要因素有：消费者收入、替代品价格、互补品的价格、偏好。直接影响消费量的因素有消费品的价格。因此，根据经济学理论和参考实际数据问题，我们选取的解释变量有：1、人均可支配收入（年度，单位：元）2、汽车产量（年度，单位：万辆）3、汽车拥有量（年度，单位：万辆）4、汽车价格指数5、固定资产投资完成额（年度累计额，单位：万元）6、国内生产总值（年度，单位：万元）7、人均消费汽油量（年度，单位：千克）8、公共交通数量（年度，单位：万辆）9、人口数量（年度，单位：千万）10、钢铁产量（年度，单位：万吨）11、公共交通里程数（年度，单位：万公里）第3页共27页影响我国私人汽车销售量和生产量的计量分析模型Page4of2712、汽油价格指数13、汽油产量（年度，单位：万吨）被解释变量为汽车产量和汽车拥有量（年度，单位：万辆）四、数据资料年份公共交通数量人均汽油消费量GDP人均GDP人均可支配收入198910.99664.936639.7405167.3258086.669498199011.038354.9359129.8345557.4048886.725034199111.098824.9279789.9888167.5459186.837333199211.252774.89335210.200757.7454367.017506199311.395834.87213910.47268.0057017.239215199411.597164.86213510.783078.304997.513709199511.826434.87366911.015248.5263517.764296199611.90574.98017611.172928.6735137.933438199712.038374.89110111.276868.7671738.007034199812.149514.75272811.343358.8240898.058011199912.254314.79909111.403978.8761268.115521200012.328264.83945111.505048.9692878.197539200112.34954.86983911.60519.0620728.260751200212.413614.91925111.698029.1482528.320205200312.484985.03630311.819119.2631238.391857200412.547945.10108511.982179.4202778.50208200512.65495.18961812.11779.5496668.60135年份汽车价格指数汽车产量人口数量钢铁产量汽油价格指数19894.7689884.06645911.632528.4885884.68582819904.6259533.93963811.646878.5473344.67376319914.6337584.26857811.659828.6372854.77744119924.6577634.6697411.671398.8094154.74753719934.7291564.8663811.682818.9510515.14341619944.8015594.91771611.6949.0393155.00193119954.7431914.97859411.704559.1027334.79744219964.6643824.99396411.714969.141854.65014419974.6131385.06417611.725029.2082314.6765619984.5788265.0937511.734169.2815264.53259919994.5747115.21057811.742349.4017694.69683720004.5900575.33271911.749929.4838734.97189420014.5971385.45604711.756879.6845614.59612920024.5920855.78413311.763329.8653494.5559820034.604176.09670311.7693310.09034.75013620044.6327856.23266411.775210.299684.73795120054.6131386.34649611.7810910.53934.807294第4页共27页影响我国私人汽车销售量和生产量的计量分析模型Page5of27年份公共交通里程数汽油产量投资趋势变量19894.6193699.5298123.5243119904.6330779.5346683.551627219914.6454489.5538593.776432319924.6603219.5617014.701117419934.6853679.5835585.617316519944.7165339.5893255.822069619954.7510019.6161355.927486719964.7755889.663546.03371819974.8092539.6849676.114942919984.8508589.6865756.1194841019994.9065339.6803445.9994081120004.9435699.698926.0091821220015.1346219.7047856.1501341320025.1734349.7231646.2680161420035.1983879.7386126.282361520045.2314839.7749346.4073751620055.2629499.8056156.40233217备注：上述数据中，汽车价格指数、汽车产量、GDP、人均GDP、人均可支配收入、投资、公共交通数量、汽车数量、汽油产量、公共交通里程数、人口数量和钢铁产量为取其对数值。*以上数据来自国家统计年鉴数据库。五、模型建立过程模型设定形式为：。01kiiiYXββ==+∑为防止出现多重共线性，逐渐加入被解释变量。（1）Y：汽车拥有量；（年度，单位：万辆）X1：人均可支配收入；（年度，单位：元）X2：人口数量；（年度，单位：千万）利用Eviews软件，输入数据，对模型进行OLS回归，结果如下表所示：DependentVariable:NUMCARMethod:LeastSquaresDate:11/28/09Time:01:18Sample:19892005Includedobservations:17VariableCoefficientStd.Errort-StatisticProb.INCOME0.7706410.1644294.6867700.0003RK-0.1163280.042740-2.7217780.0165C12679.994796.7762.6434400.0193R-squared0.902194Meandependentvar558.8265第5页共27页影响我国私人汽车销售量和生产量的计量分析模型Page6of27AdjustedR-squared0.888222S.D.dependentvar533.4785S.E.ofregression178.3593Akaikeinfocriterion13.36426Sumsquaredresid445368.5Schwarzcriterion13.51130Loglikelihood-110.5962Hannan-Quinncriter.13.37888F-statistic64.57021Durbin-Watsonstat0.390315Prob(F-statistic)0.000000由此可见，2R=0.902194，2R=0.888222可决系数较高，F检验值64.57021，明显显著。但D-W值为0.390315，离2较远，说明，存在序列相关。接下来加入趋势变量，对该方程进行修正。（2）Y：汽车拥有量；（年度，单位：万辆）X1：人均可支配收入；（年度，单位：元）X2：人口数量；（年度，单位：千万）X3：趋势变量；利用Eviews软件，输入数据，对模型进行OLS回归，结果如下表所示：DependentVariable:NUMCARMethod:LeastSquaresDate:11/28/09Time:01:41Sample:19892005Includedobservations:17VariableCoefficientStd.Errort-StatisticProb.INCOME0.1120340.0937411.1951460.2534RK-0.3147820.026641-11.815520.0000TREND418.472644.909479.3181390.0000C35155.503007.43411.689540.0000R-squared0.987263Meandependentvar558.8265AdjustedR-squared0.984324S.D.dependentvar533.4785S.E.ofregression66.79350Akaikeinfocriterion11.44341Sumsquaredresid57997.83Schwarzcriterion11.63946Loglikelihood-93.26901H