中国居民数量消费函数

计量经济学作业题目:中国居民总量消费函数的实例分析院系：数学系专业：信息与计算科学组成员：赵山云、陈兴耀、贾梦、冉静飞、母军学号：成绩：2012年5月8日中国居民总量消费函数的实例分析摘要本例旨在针对我国1978-2009年的时间序列数据，从总体上考察中国居民收入与消费的关系。首先，我们综合了几种关于收入和消费的主要理论观点，进而建立了理论模型。然后，收集了相关的信息，利用EVIEWS软件对计量模型进行了参数估计和检验，并预测。最后对我们所得的结果进行了分析，并相应提出一些政策建议。关键词：一元回归分析，最小二乘法。EVIEWS软件，模型检验，数据收集，预测。1、问题重述为了从总体上考察中国居民收入的关系，附录1中给出了中国名义支出法国内生产总值GDP，名义居民总消费CONS以及表示CPI（1978=100），并由这些数据整理出实际支出法国内生产总值GPPC=GDP/CPI，居民实际消费总支出Y=CONS/CPI，以及实际可支配收入X=(GDP-TAX)/CPI等时间序列数据。建立中国居民总量消费函数模型。2、问题分析对于时间序列数据，也可建立类似于截面数据的计量经济模型，并进行回归分析。运用最小二乘法建立一元回归模型；用拟合优度进行模型检验；运用点预测法则，置信区间预测法则进行预测。3、模型假设(1)、模型选择了正确的变量；(2)、模型选择了正确的函数形式；(3)、解释变量X在所抽取的样本中具有变异性，而且随着相关容量的增加，解释变量的样本方差趋于一个非零的有限常数；(4)、解释变量X是确定性变量不是随机变量在重复抽样中取固定值。4、符号说明X：实际可支配收入(单位：亿元）Y：实际消费总支出（单位：亿元）Y：Y的估计量（单位：亿元）i：回归系数（i=0，1）：随机误差项n：样本容量（n=1,2,...,23)C：常数项5、相关数据的收集在进行实证分析的过程中所需要的数据，应是能够度量收入与消费的关系的指标。在各项指标的选择上我们所用的数据来源于《中国统计年鉴》，所设模型容量为23个，对于一元回归的计算要求和目的已经够了。表1：中国居民总量消费支出与收入资料年份GDPCONSCPITAXGDPCXY19783605.62011.5100519.283605.63086.322011.519804592.92331.2109.5571.74194.4293672.332188.9519859076.74687.4131.12040.796923.495366.833575.44199019347.89450.9216.42821.868940.767636.774367.33199122577.410730.6223.82990.1710088.28752.114794.73199227565.213000.1238.13296.9111577.1510192.485459.93199336938.116412.1273.14255.313525.4911967.346009.56199450217.421844.23395126.8814813.3913301.046443.72199563216.928369.7396.96038.0415927.6614406.367147.82199674163.633955.9429.96909.8217251.3615644.057898.56199781658.536921.5441.98234.0418478.9516615.638355.17199886531.639229.3438.49262.819738.0517625.188948.2919999112541920.4432.210682.5821083.9918612.319699.3120009874945854.643412581.5122753.2319854.2610565.582001108972.449213.243715301.3824949.221447.7411261.62002120350.352571.3433.517636.4527791.3723722.9912127.172003136398.856834.4438.720017.3131145.3826582.5112955.192004160280.463833.5455.824165.6835278.6529976.8414004.722005188692.171217.546428778.544033034127.7315348.6200622224080120.547134804.3547184.7139795.2517010.722007265833.995609.8493.645621.9753856.1444613.4419369.92008314901.3110594.5522.754223.7960245.1349871.3421158.312009346316.6121129.951959521.5966727.6755259.1523339.096、模型的建立由EVIEWS软件得到Y的曲线图如下，可得到Y是关于X的线性方程。图1：我们建立如下的一元回归模型：7、模型求解利用EVIEWS进行回归分析及统计检验，检验结果如下：表2：中国居民总量消费Y对可支配收入X的回归（1978-2009）XY10采用EVIEWS软件对表中的数据进行回归分析的计算结果表明，可建立如下中国居民消费函数：XY404986.0244.15108、模型检验从回归估计的结果看，模型拟合较好：可决系数991035.02R，说明总离差平方和的99.1035%被样本回归直线解释，仅有不足1%未被解释；截距项于斜率项t检验值均大于5%显著水平下自由度为n-2=23-2=21的临界值08.221025.0t；因为405.01，且101，且中国居民可支配总收入没增加一亿元，居民总消费支出平均增加0.405亿元。9、预测2010年，以当年价计的中国GDP为394307.6亿元，税收总额为73210.79亿元，由此可得以1978年价计的可支配总收入X为59894.95。由上述回归方程可得2010年居民总消费预测的点估计值：（亿元）695.2576795.59894405.0244.15102010Y2010年，中国名义居民消费总量为133290.9亿元，，以1978年为基准的居民消费价格指数为536.1，由此可推得当年中国实际居民消费总量为24863.07亿元，可见相对误差为3.64%。下面给出2010年中国居民总量消费的预测区间，采用EVIEWS软件对X表中的数据进行分析，得出的计算结果如下表：（表3）由上表可直接得实际可支配收入X的样本均值与样本方差为：96.21396)(XE81017.2)(XVar于是，在95%的置信度下，)(2010YE的预测区间为：或参考文献[1]李子奈,潘文卿.一元线性回归模型,计量经济学,2010,2:22-59.206.718695.257671017.212396.2139695.59894231223707413808.2695.25767829.26485,5.25049