第七講 中國消費者信心指數影響因素分析

1、數據分析與挖掘數據分析與挖掘 Data Analysis & Mining 中國消費者信心指數影響因素分中國消費者信心指數影響因素分 析析 2021-7-1信息技術教學中心1 學習要點學習要點 分析方法： -方差分析模型，多元方差分析模型，最優(yōu)尺度回歸，多水平模型 分析過程 統(tǒng)計圖：直方圖圖組、線圖、條圖、散點圖 一般線性模型：單變量、多變量 混合模型：線性 描述統(tǒng)計：序列圖 回歸：最佳尺度（CATREG） 2021-7-1信息技術教學中心2 案例背景 消費者信心是指消費者根據國家或地區(qū)的經濟發(fā)展形勢， 對就業(yè)、收入、物價、利率等問題綜合判斷后得出的一種看 法和預期，消費者信心指數則是對消費者

2、整體所表現(xiàn)出來的 信心程度及其變動的一種測度。它是20世紀40年代后期提出， 60余年的歷史證明了這一指標體系在預測未來宏觀經濟走向 方面具有不可替代的價值，目前已成為各市場經濟國家非常 重要的經濟風向標之一。 2021-7-1信息技術教學中心3 項目問卷 S0 受訪者所在城市： 100.北京 200.上海 300.廣州 S1 請問您貴姓是？_ S2 記錄被訪者性別： 1.男性 2.女性 S3 請問您的實際年齡是？_ S4 請問您的學歷是？ 1.初中/技?；蛞韵?2.高中/中專 3.大專 4.本科 5.碩士或以上 2021-7-1信息技術教學中心4 項目問卷 S5 請問你的職業(yè)是？ 1、企事業(yè)

3、管理人員 2、工人/體力工作者(藍領) 3、公司普 通職業(yè)(白領) 4、國家公務員 5、個體經營者/私營業(yè)主 6、 教師 7、學生 8、專業(yè)人士(醫(yī)生、律師等) 9、無/待/失業(yè)、 家庭主婦 10、退休 11、其他職業(yè) S7 請問你的婚姻狀況是？ 1.已婚 2.未婚 3.離異/分居/喪偶 S9 請問您的家庭月收入（包括工資、獎金和各種外快收入） 大約在什么范圍？ 1.999元或以下 2.10001499元 3.15001999元 4.20002999 元 2021-7-1信息技術教學中心5 項目問卷 5. 30003999元 6. 40004999元 7. 50005999元 8. 60007

4、999 9、80009999元 10、100014999元 11、1500019999元 12、 2000029999元 13、30000以上 98、無收入 99、拒答 C0 請問您的家庭目前有下列還貸支出嗎？ C0_1 房貸 1.有 2.無 99.拒答 C0_2 車貸 1.有 2.無 99.拒答 C0_3 其他一般消費還貸 1.有 2.無 99.拒答 O1 請問您有家用轎車嗎？ 1、有 2、沒有 A3 請問與1年前相比，您的家庭現(xiàn)在的經濟狀況怎么樣？ 1、明顯好轉 2、略有好轉 3、基本不變 4、略有變差 5、明顯變差9、 說不清/拒答 2021-7-1信息技術教學中心6 項目問卷 2021

5、-7-1信息技術教學中心7 A3a 為什么您這樣說呢？(最多選兩項) 0 中性原因 90 不知道/拒答 10 改善：收入相關 110、惡 化：收入相關 20 改善：就業(yè)情況相關 120 惡化：就業(yè)情 況相關 30、改善：投資相關 130、惡化：投資相關 40、改 善：家庭開支相關 140、惡化：家庭開支相關 50、改善： 政策/宏觀經濟 150、惡化：政策/宏觀經濟相關 A4 與現(xiàn)在相比，您覺得1年以后您的家庭經濟狀況將會如何 變化？ 1、明顯好轉 2、略有好轉 3、基本不變 4、略有變差 5、明顯變差 9、說不清/拒答 A8 與現(xiàn)在相比，您認為1年后本地區(qū)的經濟發(fā)展狀況將會 項目問卷 如何變

6、化？ 1、非常好 2、比較好 3、保持現(xiàn)狀 4、比較差 5、非常差 9、說不清/拒答 A9 您認為1年之后本地區(qū)的就業(yè)狀況將會如何變化？ 1、明顯改善 2、略有改善 3、保持現(xiàn)狀 4、略有變差 5、明顯變差 9、說不清/拒答 A10 與現(xiàn)在相比，您認為5年后，本地區(qū)的經濟將會出現(xiàn)怎 樣的變化？ 1、明顯繁榮 2、略有改善 3、保持現(xiàn)狀 4、略有衰退 5、明顯衰退 9、說不清/拒答 2021-7-1信息技術教學中心8 項目問卷 A16 對于大宗耐用消費品的購買，比如家用電器、電腦，以 及高檔家具之類，您認為當前是購買的好時機嗎？ 1、很好的時機 2、較好時機 3、很難說，看具體情況而定 4、較差

7、時機 5、很差的時機 9、不知道/拒答 2021-7-1信息技術教學中心9 信心指數的計算方法 p 問卷中的大多數主干題目均為五級得分，都需要轉換為相 應的題目得分，以反映消費者的樂觀或悲觀態(tài)度，具體方 式為針對每一道題目，計算每個選項被選中的百分比，隨 后使用以下公式計算其相對得分： 題目得分=100%+1.0*VF%+0.5*F%-0.5*U%-1.0*VU% 這一數值反映的是答案偏向樂觀的人群和偏向悲觀人群的比 例之差，當人群中兩者比例基本平衡時，得分接近于100； 如果樂觀人群比例偏高，則得分大于100；反之則小于100. 總消費者信心指數的計算是基于下面五道問題的回答進行的： A3、

8、A4、A8、A10、A16 2021-7-1信息技術教學中心10 信心指數的計算方法 p 首先計算出上述5道題的題目得分，將其直接相加，再除 以“基線”調查時的這一數值，即為當期的信心指數值。 因此，計算出來的指數代表當期數值相對于“基線”調查 數值的變動比例。如果樂觀人群的比例高于基線，則指數 大于100；反之則小于100.目前作為基線水平的是2007年4 月的數值。 2021-7-1信息技術教學中心11 研究目的 p 總目標： 不同人口特征及背景資料的受訪者(家庭)在消費者信心上 具有怎樣的差異，或者說不同人群之間是否存在信心指數的 差異。 p 分目標： 1、上述指標對信心指數的作用是否存

9、在地域差異 2、上述指標對信心指數的作用是否細分至5個分項指標， 即進一步考察其內部的詳細作用方式 p 北京、上海、廣州在2007年4月、12月、2008年12月和 2009年12月的樣本。 2021-7-1信息技術教學中心12 分析思路 p 首先擬合標準的方差分析模型，進行候選影響因素的篩選。 p 利用最優(yōu)尺度回歸方法，對影響因素的作用做進一步的確 認，并考慮各因素的內在作用方式 p 嘗試按照多水平模型框架，分析各影響因素是否存在深層 次的變異構成 p 擬合多因素變量的方差分析模型，進一步探索影響因素對 各分項指標的作用方式。 2021-7-1信息技術教學中心13 數據理解 p 考察時間、地

10、域對信心指數的影響 首先看總信心指數分布狀況是否基本遵循正態(tài)分布，但是 在多次使用了直方圖工具后，希望這次能夠走得更遠點：直 接在直方圖中考察城市之間的信心指數水平是否存在差異， 具體操作如下： 1. 選擇“圖形”“圖表構建程序”菜單命令。 2. 從圖庫中選擇直方圖組，將右側出現(xiàn)的簡單直方圖圖標 拖入畫布 3. 在變量列表中知道index1，將其拖入畫布的橫軸框中。 4. 在元素屬性對話框中“顯示正態(tài)曲線”復選框，注意隨 后一定要單擊下方的“應用”按鈕，否則相應的操作不 會生效 2021-7-1信息技術教學中心14 城市對信心指數的影響 5. 切換至組/點ID選項卡：選中“行嵌板變量”復選框

11、6. 將S0城市選入畫布上新增的嵌板框中。 7. 單擊“選項”按鈕，在選項對話框中確認未選中下方的 “換行嵌板”復選框 8. 確定 2021-7-1信息技術教學中心15 時間對信心指數的影響 1. 選擇“圖形”“圖表構建程序”菜單命令。 2. 從圖庫中選擇線圖組，將右側出現(xiàn)的多重線圖圖標拖入 畫布 3. 將月份time拖入橫軸框中 4. 將總指數index1拖入縱軸框中。 5. 將城市S0拖入分組（設置顏色）框中，然后再雙擊該框， 在彈出的“分組區(qū)域”子對話框中將分組依據由“顏色” 改為“圖案”。 6. 單擊“確定”按鈕繪制出圖形，然后雙擊圖形進入編輯 狀態(tài)，將均值連續(xù)軸刻度范圍修改為8510

12、5，小數位數 更改為0，拖放調整圖例位置和繪圖區(qū)大小至合適比例。 2021-7-1信息技術教學中心16 2021-7-1信息技術教學中心17 考察性別、職業(yè)、婚姻狀況等對信 心指數的影響 1. 選擇“圖形”“圖表構建程序”菜單命令。 2. 從圖庫中選擇條圖組，將右側出現(xiàn)的簡單條圖圖標拖入 畫布 3. 將職業(yè)S5拖入橫軸框中 4. 將index1拖入縱軸框中 5. 確定 6. 雙擊圖形進入編輯狀態(tài)，選中類別分類軸，在屬性對話 框的“類別”選項卡中，“排序依據”改為“統(tǒng)計”， “方向”改為“降序”單擊“應用”按鈕。 2021-7-1信息技術教學中心18 職業(yè)影響 2021-7-1信息技術教學中心1

13、9 性別影響 2021-7-1信息技術教學中心20 學歷影響 2021-7-1信息技術教學中心21 婚姻狀況 2021-7-1信息技術教學中心22 收入的影響 2021-7-1信息技術教學中心23 年齡的影響 1. 選擇“圖形”“圖表構建程序”菜單命令。 2. 將簡單散點圖圖標拖入畫布 3. 將年齡S3拖入橫軸框中 4. 將index1拖入縱軸框中 5. 確定 6. 雙擊進入圖形編輯狀態(tài)，依次單擊“元素”“總計擬 合線” 7. 在“擬合線”選項卡中，將擬合方法更改為loess，單擊 “應用”按鈕 8. 關閉圖形并退出。 2021-7-1信息技術教學中心24 2021-7-1信息技術教學中心25

14、 標準GLM框架下的建模分析 p 建立總模型 1.依次單擊“分析”“一般線性模型”“單變量” 2.將總指數Index1選入“因變量”框 3.將月份time、城市S0、性別S2、學歷S4、職業(yè)S5、婚姻狀況S7 及家庭收入S9選入“固定因子”列表框 4.將年齡S3選入“協(xié)變量”框 5.進入“模型”子對話框，將各因素的主效應選入“模型”框 6.進入“保存”子對話框，選擇保存“未標準化預測值”和“標 準化殘差”。 7.進入“選項”子對話框，選擇“缺乏擬合優(yōu)度檢驗” 2021-7-1信息技術教學中心26 8. 確定 9. 選擇“圖形”“圖表構建程序”菜單命令 10. 將簡單散點圖圖標拖入畫布 11.

15、將未標準化預測值拖入X軸框，標準化殘差拖入Y軸框 12. 確定 13. 雙擊進入圖形編輯狀態(tài)，在圖形中添加Y=0的橫線。 2021-7-1信息技術教學中心27 2021-7-1信息技術教學中心28 2021-7-1信息技術教學中心29 兩兩比較 p 下面進一步考慮同一因子各水平之間兩兩比較的問題，由 于模型中引入了協(xié)變量年齡，因此不能直接用兩兩比較子 對話框中的相應方法，需要采用選項中估計邊際均數的功 能來完成，操作如下： 1. 進入“選項”子對話框 2. 將time、s0、S4等需要計算邊際均數的因子全部選入右側 的“顯示均值”列表框中 3. 選中下方的“比較主效應”復選框 4. 置信區(qū)間調

16、節(jié)選擇“bonferroni” 5. 繼續(xù)。 2021-7-1信息技術教學中心30 多元方差分析模型的結果 p 擬合多元方差分析模型 1. 依次單擊“分析”“一般線性模型”“多變量” 2. 將QA3、QA4、QA8、QA10和QA16選入“因變量”框 3. 將月份time、城市S0、職業(yè)S5、婚姻狀況S7及家庭收入S9 選入“固定因子”列表框 4. 將年齡S3選入“協(xié)變量”框 5. 進入“模型”子對話框，將各因素的主效應選入“模型” 框 6. 進入“選項”子對話框，選擇“缺乏擬合優(yōu)度檢驗” 7. 確定 2021-7-1信息技術教學中心31 最優(yōu)尺度回歸 p 問題 1. 家庭收入等變量目前按照無

17、序分類被引入模型，如果考 慮有序的特征，又該如何對模型進行改善？ 2. 同樣是家庭收入這個變量，數據中約有10%為缺失值，這 些案例在方差分析模型中被直接刪除了，如果將其加入 模型，會有怎樣的結果？ 3. 年齡S3目前是以協(xié)變量的方式納入模型，意味著它和因 變量之間的作用方式只能是線性的，雖然在散點圖中這 一趨勢得到了確認，但又沒有更加靈活的方式，可以判 斷是否無存在其他關聯(lián)趨勢的可能。 2021-7-1信息技術教學中心32 最優(yōu)尺度回歸的本質 p 首先對原始變量進行變換，將各變量轉換為適當的量化評 分，然后使用量化評分代替原變量進行回歸分析。 2021-7-1信息技術教學中心33 利用最優(yōu)尺

18、度回歸進行分析 p 依次單擊“回歸”“最佳尺度(CATREG)” p “因變量”框：選入index1,在“定義度量”框中將測量尺度 修改為“數字” p 將月份time、城市S0、性別S2、年齡S3、學歷S4、職業(yè)S5、 婚姻狀況S7以及家庭月收入S9選入“自變量”列表框，在 “定義度量”框中將測量尺度全部修改為“名義” p “離散化”按鈕：選擇所有變量，將其離散化方法改為 “秩” p “缺失”按鈕：選擇所有變量，將其缺失值方案改為“為 缺失值規(guī)因（附加類別）” p “繪制”按鈕：選擇繪制所有變量的轉換圖。確定 2021-7-1信息技術教學中心34 2021-7-1信息技術教學中心35 2021-7-1信息技術教學中心36 多水平模型框架下的建模分析 p 多水平模型適用于將數據從集中趨勢（均數）拓展到離散 趨勢（標準差）進行研究，針對資料的非獨立性問題的一 種模型。 2021-7-