基于計(jì)量經(jīng)濟(jì)學(xué)的私人汽車量影響因素分析

1、基于計(jì)量經(jīng)濟(jì)學(xué)的私人汽車量影響因素分析 （論文） 姓 名：彭思威 學(xué) 號(hào)：2120150316 班 級(jí)：土木工程（管理科學(xué)與工程）二一二年十二月二十三日基于計(jì)量經(jīng)濟(jì)學(xué)的私人汽車量影響因素分析摘要：隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，人均收入的不斷提高，越來越多的中、高層收入者開始購買小汽車，從而帶動(dòng)我國(guó)私人汽車業(yè)的迅速發(fā)展，使我國(guó)每年的汽車銷量高速的增長(zhǎng)。私人的汽車擁有量自90年代中期開始飛速提升（據(jù)相關(guān)數(shù)據(jù)表明，深圳市的私人汽車擁有量更為明顯的大幅度提高）。也正因?yàn)槠嚇I(yè)的發(fā)展，從而拉動(dòng)一整條產(chǎn)業(yè)鏈上的其他行業(yè)發(fā)展，對(duì)國(guó)內(nèi)經(jīng)濟(jì)起到了巨大的推動(dòng)作用。本論文運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法，從資料中采集到從1995年20

2、10年16年的時(shí)間內(nèi)（考慮到16年時(shí)間長(zhǎng)度較能充分說明私人汽車量的影響分析），把私人汽車擁有量及其重要影響因素的時(shí)間序列為樣本，分析了我國(guó)平均工資水平、城鄉(xiāng)居民存款、貨幣供應(yīng)量、城鄉(xiāng)居民恩格爾系數(shù)、物價(jià)指數(shù)和汽車產(chǎn)量對(duì)我國(guó)汽車私人擁有量的影響，并在此基礎(chǔ)上對(duì)我國(guó)汽車市場(chǎng)發(fā)展提出建議。關(guān)鍵字：私人汽車擁有量 平均工資 城鄉(xiāng)居民存款 貨幣供應(yīng)量 城鄉(xiāng)居民恩格爾系數(shù) 物價(jià)指數(shù) 汽車產(chǎn)量一 模型設(shè)定 根據(jù)對(duì)我國(guó)私人汽車量的數(shù)據(jù)（下表1）分析，判斷可能的影響因素，從定性的分析出發(fā)，確定出決定私人汽車量的幾個(gè)因素，并設(shè)定模型。 模型設(shè)定如下：Y=b0+b1X1+b2X2+b3X3+b4X4+b5X5+b6

3、X6+uiY表示私人汽車擁有量（萬輛），X1表示平均工資水平（元），X2表示城鄉(xiāng)居民存款（億元），X3表示貨幣供應(yīng)量（億元），X4表示恩格爾系數(shù)，X5表示物價(jià)指數(shù)，X6表示汽車產(chǎn)量（萬量）。b0、b1、b2、b3、b4、b5、b6是待定系數(shù)，ui是隨機(jī)誤差項(xiàng)。表1為由中國(guó)統(tǒng)計(jì)局網(wǎng)站得到1995-2010年的有關(guān)數(shù)據(jù)：表1 19952010年相關(guān)數(shù)據(jù)年份私人汽車擁有量（萬輛）平均工資水平（元）城鄉(xiāng)居民存款（億元）貨幣供應(yīng)量（億元）城鄉(xiāng)居民恩格爾系數(shù)物價(jià)指數(shù)汽車產(chǎn)量1995249.96534829662.3060750.554.3117.1145.271996289.67598038520.807

4、6094.952.5108.3147.521997358.36644446279.8090995.350.8102.8158.251998423.65744653407.47104498.54999.2163.001999533.88831959621.83119897.947.398.6183.202000625.33933364332.38134610.344.3100.4207.002001770.781083473762.43158301.942.9100.7234.172002968.981237386910.65185007.041.999.2325.1020031219.2313

5、969103617.65221222.841.4101.2444.3920041481.6615920119555.39254107.042.5103.9509.1120051848.0718200141050.99298755.741.1101.8570.4920062333.3220856161587.30345603.5939.4101.5727.8920072876.2224721172534.19403442.239.7104.8888.8920083501.3928898217885.35475166.640.8105.9930.5920094574.9132244260771.6

6、6606225.038.799.31379.5320105938.7136539303302.50725774.0538.4103.31826.53二 參數(shù)估計(jì) 運(yùn)用最小二乘估計(jì)（OLS），對(duì)模型進(jìn)行參數(shù)估計(jì)，得到Eviews的回歸結(jié)果如表2所示： 表2 回歸結(jié)果Dependent Variable: YMethod: Least SquaresDate: 20/12/12 Time: 14:17Sample: 1995 2010Included observations: 16VariableCoefficientStd. Errort-StatisticProb.  C

7、-1831.258574.6463-3.1867580.0111X1-0.0022990.040145-0.0572690.9556X2-0.0069850.005869-1.1901440.2644X30.0112860.0049312.2885970.0479X426.8835210.088852.6646770.0258X50.9438017.8759800.1198330.9072X60.3163040.7756040.4078170.6929R-squared0.998995    Mean dependent var1749.632Adjus

8、ted R-squared0.998325    S.D. dependent var1692.257S.E. of regression69.25385    Akaike info criterion11.61307Sum squared resid43164.86    Schwarz criterion11.95108Log likelihood-85.90456    F-statistic1491.242Durbin-Wat

9、son stat2.396327    Prob(F-statistic)0.000000 從回歸結(jié)果可得出，系數(shù)b0、b1、b2、b3、b4、b5、b6分別為：-1831.258、-0.002299、-0.006985、0.011286、26.88352、0.943801、0.316304。 回歸方程如下：Y=-1831.26-0.002*X1-0.01*X2+0.01*X3+26.88*X4+0.94*X5+0.32*X6+ui (-3.19) (-0.06) (-1.19) (2.29) (2.66) (0.12) (0.41)0.96 0.26

10、0.05 0.03 0.91 0.69R2=0.998 F=1491.24 n=16 DW=2.40 (括號(hào)內(nèi)為T統(tǒng)計(jì)值,方括號(hào)為P值)三 模型檢驗(yàn) 根據(jù)Eviews的結(jié)果，我們對(duì)模型進(jìn)行必要的檢驗(yàn)，通過檢驗(yàn)把不符合的因素去掉。（一） 經(jīng)濟(jì)意義檢測(cè) X1代表平均工資水平，由于私人汽車擁有量上漲，X1的值應(yīng)該為增長(zhǎng)趨勢(shì)，因而符號(hào)不對(duì)，與現(xiàn)實(shí)經(jīng)濟(jì)意義不符，故不把X1考慮入模型。（二） 統(tǒng)計(jì)推斷檢測(cè) R=0.998擬合度非常好，F(xiàn)檢驗(yàn)也很顯著，5個(gè)變量的t檢驗(yàn)都不是很顯著。（三） P值檢測(cè)X1、X2、X5、X6的P值均大于0.05，可見其對(duì)于Y值的相關(guān)性不顯著。X3和X4的P值小于等于0.05，所以

11、其對(duì)于Y的相關(guān)性較顯著，由此去掉X1、X2、X5、X6，留下X3、X4對(duì)其進(jìn)行模型修正。 再次運(yùn)用最小二乘估計(jì)（OLS），對(duì)模型進(jìn)行參數(shù)估計(jì)，得到Eviews的回歸結(jié)果如表3所示： 表3 回歸結(jié)果Dependent Variable: YMethod: Least SquaresDate: 22/12/12 Time: 19:01Sample: 1995 2010Included observations: 16VariableCoefficientStd. Errort-StatisticProb.  C-2352.890305.1361-7.7109530.0000X3

12、0.0092480.00015858.440020.0000X437.219676.1376806.0641270.0000R-squared0.998264    Mean dependent var1749.632Adjusted R-squared0.997997    S.D. dependent var1692.257S.E. of regression75.74329    Akaike info criterion11.65994Sum squared resi

13、d74581.60    Schwarz criterion11.80480Log likelihood-90.27950    F-statistic3737.237Durbin-Watson stat1.533470    Prob(F-statistic)0.000000 從回歸結(jié)果可得出，系數(shù)b0、b3、b4分別為：-2352.89、0.01、37.22。 回歸方程如下： Y=-2352.89+0.01*X3+37.22*X4（58.44） （6.06）0 0R2=0

14、.998 F=3737.24 n=16 DW=1.53(括號(hào)內(nèi)為T統(tǒng)計(jì)值,方括號(hào)為P值) 可以看出Y關(guān)于X3，X4的模型，擬合度非常好，F(xiàn)檢驗(yàn)也很顯著，t檢驗(yàn)結(jié)果也很顯著，并且P值都等于0，說明對(duì)于Y的相關(guān)性很顯著。 由上可確定，修正后的模型 Y=-2352.89+0.01*X3+37.22*X4 四 多重共線性檢驗(yàn) 由于模型的多元性，故需對(duì)模型進(jìn)行多重共線性檢驗(yàn)。 首先得出相關(guān)系數(shù)矩陣，相關(guān)系數(shù)矩陣表如下：表4 相關(guān)系數(shù)矩陣YX1X2X3X4X5X6Y10.9846904796646590.9914467221864390.996670664616508-0.736299664052234-

15、0.1060792110627790.996298218890448X10.98469047966465910.9962168011973830.993600581377337-0.812442835750459-0.1440474568383810.973370253492029X20.9914467221864390.99621680119738310.998131774968617-0.79835350554854-0.163989312082250.983188918660454X30.9966706646165080.9936005813773370.9981317749686171

16、-0.782537681597065-0.1502533077877670.991381306725625X4-0.736299664052234-0.812442835750459-0.7983530554854-0.78253768159706510.506633690626273-0.724434257469929X5-0.106079211062779-0.144047456838381-0.16398931208225-0.1502533077877670.5066336906262731-0.0968841186507701X60.9962982188904480.97337025

17、34920290.9831889186604540.991381306725625-0.724434257469929-0.09688411865077011 可以看出，解釋變量之間相關(guān)系數(shù)很大，很可能存在共線性，將解釋變量逐步帶入回歸方程，重新回歸修正。 先帶入X3得此模型 Y=-512.94+0.01*X3 R2=0.993 F=2092 P=0 T檢驗(yàn)顯著再帶入X6 得模型 Y=-342.52+0.004*X3+1.64*X6 R2=0.997 F=2389 P3=0.0004 P6=0.0008 T檢驗(yàn)不顯著擬合度上升 F值增加，可以保留，再帶入X2得模型 Y=-325-0.005*X

18、2+0.007*X3+1.34*X6 R2=0.997 F=1513.14 P2=0.57 P3=0.15 P6=0.06 T檢驗(yàn)不顯著由于F值下降，P值相關(guān)性不顯著，所以X2去掉，再加入X1得模型 Y=-341.71-0.0006*X1+0.004*X3+1.63*X6 R2=0.997 F=1470.36 P1=0.99 P3=0.19 P6=0.03 T檢驗(yàn)不顯著F值下降，P值相關(guān)性不顯著，去掉X1，再加入X5 得模型 Y=-1237.58+0.005*X3+8.37*X5+1.40*X6 R2=0.998 F=1746 P3=0.0002 P5=0.16 P6=0.004 T檢驗(yàn)不顯著

19、 F值下降，X5關(guān)于Y的相關(guān)性不顯著，則去掉X5，再加入X4，得模型 Y=-1759.73+0.01*X3+26.92*X4+0.81*X6 R2=0.999 F=3435.05 P3=0 P4=0.002 P6=0.03 T檢驗(yàn)不顯著 F值上升，并且關(guān)于Y的相關(guān)性顯著，則予以保留 最終修正后的模型為 Y=-1759.73+0.01*X3+26.92*X4+0.81*X6 R2=0.999 F=3435.05五 懷特檢驗(yàn)由于之前檢驗(yàn)X6帶入模型，影響P值增加，隨然在顯著范圍內(nèi)，但是t檢驗(yàn)卻不顯著，因而這里帶入模型為P值修正后的模型 Y=-2352.89+0.01*X3+37.22*X4 （58.44） （6.06） 0 0 R2=0.998 F=3737.24 n=16 DW=1.53 (括號(hào)內(nèi)為T統(tǒng)計(jì)值,方括號(hào)為P值)懷特檢驗(yàn)如下: 表4 懷特檢驗(yàn)White Heteroskedasticity Test:F-statistic8.913501    Probability0.001841Obs*R-squared12.22755