中國消費者信心指數影響因素分析報告

1、word格式文檔專業(yè)整理中國消費者信心指數影響因素分析項目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整體所表現出來的信心程度及其變動的一種測度。消費者信心指數的概念和方 法最早由美國密西根大學調查研究中心的喬治.卡通納在20世紀40年代后期提 出，隨后在美聯儲的委托之下開展了相應調研至今日。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。聯恒市場研究看到了這一指標體系潛在的市場價值，2007年啟動了中國消費者信心調研

2、（CCS$項目，這一項目由聯恒的張文彤博士與美國密歇根大學社 會研究所消費者信心調查課題組負責人 Richard Curtin博士共同設計開發(fā)完成， 整個方法體系和密歇根大學的消費者信心調查基本相同，同時根據中國的具體國慶進行了補充和完善，使之更貼近中國的實際情況。1.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請問您的年齡是？S4請問您的學歷是？1初中/技校或以下 2高中/中專3 大專4本科5碩士或以上S5請問您的職業(yè)是?1.企事業(yè)管理人員 2.工人/體力勞動者（藍領）3.公司普通職員（白領）4. 國家公務員5. 個體經

3、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請問您的婚姻狀況是？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、獎金和各種外塊收入）大約在什么范圍?1.999元或以下2.10001499元3.15001999元4.20002999元5.30003999元6.40004999元7.50005999元8.60007999元9.80009999元10.1000014999 元 11.15000 19999 元 12.2000029999 元13.30000 以上 98. 無收入 99. 拒

4、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01.請問您有家用轎車嗎？1. 有 2. 沒有基本不變還是A3請問與一年前相比，您的家庭現在的經濟狀況怎么樣呢？是變好、變差？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A3a為什么您這樣說呢？0中性原因10改善：收入相關20改善：就業(yè)狀況相關30改善：投資相關40改善：家庭開支相關50改善：政策/宏觀經濟A4.與現在相比，您覺得 1（最多限選兩項） 90不知道/拒答110惡化：收入相關120惡化：就業(yè)狀況相關130惡化：投資相關1

5、40惡化：家庭開支相關150惡化：政策/宏觀經濟相關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.與現在相比，您認為 1年以后本地區(qū)的經濟發(fā)展狀況將會如何?1.非常好 2. 比較好 3.保持現狀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.保持現狀4.略有變差5.明顯變差9.說不清/拒答A10.與現在相比，您認為 5年之后，本地區(qū)的經濟將會出現怎樣的變化？1.明顯繁榮2.略有改善3.保持現狀4.略有衰退5.明顯衰退9.說不清/拒答A16.對于大宗

6、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 .較差時機5.很差時機9.不知道/拒答5 .信心指數的計算方法CCSS可卷中的大多數主干題目均為五級得分，類似于非常好（VF）、比較好（F）、一般、比較差（U）、非常差（VU,以及不知道/拒答。此類題目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程度。具體方式為針對每一道題目，據算每個選項被選中的百分比 （包括不知道/拒答），隨后使用以下公式計算氣相對得分：題目彳導分=100%+1.0*VF%+0.5*F%-0.5*U%-1.0*VU%這一數

7、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，當人群中兩者的 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:請問與一年前相比，您的家庭現在的經濟狀況怎么樣呢？是變好、基本不變還是 變差？A4.與現在相比，您覺得 1年以后您的家庭經濟狀況將會如何變化？A8.與現在相比，您認為 1年以后本地區(qū)的經濟發(fā)展狀況將會如何？A10.與現在相比，您認為 5年之后，本地區(qū)的經濟將會出現怎樣的變化？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？

8、首先計算出上述 5題的題目得分，然后將其直接相加，再除以“基線”調查時的這一類數值，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。研究目的：研究不同的人口特征及背景資料的受訪者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。分目的1:上述指標對信心指數的作用是否存在地域差異分目的2:上述指標對信心指數的作用是否細分維至5個分項指標。數據見 CCSS_Sample.sav數據分析思路：1 .首先擬合標準的方差分析模型，進行候

9、選影響因素的篩選2 .接著利用最優(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3 .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4 .最后擬合多因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。1、 數據理解1 .考察時間、地域對信心指數的影響地域對信心指數的影響：(1) 選擇“圖形”一一“圖表構建程序”菜單命令(2) 選擇直方圖，將簡單直方圖拖入畫布(3) 在變量列表中找到index1 ,將其拖入畫布的橫軸框中(4) 在元素屬性對話框選中“顯示正態(tài)曲線”復選框，注意要點擊“應用”(5) 切換至組/點ID選項卡：選中“行嵌套變量”復

10、選框(6) 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(7) 確定。結果:如圖可見總指數的分布是正態(tài)分布，只是左側有拖尾，所以有幾個極低的極端數值存在，初步觀察可以看出三地的信心指數均數差異相對不明顯。時間對信心指數的影響：由于月份是有序分類變量，因此利用線圖來分析：(8) 選擇“圖形”一一“圖表構建程序”菜單命令(9) 選擇線圖組，將多重線圖圖標圖拖入畫布(10) 將月份time拖入畫布的橫軸框中(11) 將總指數indexl拖入縱軸框中(12) 將城市S0拖入分組(設置顏色)框中，然后在雙擊該框，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”(13)

11、 確定。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85105,小數位數更改為0.結果分析:內攜M)總mft105 如弊00-S0,城市. .卜7.-300 LW初廣用軸M-自5 gJ20CTCM2aoiT12200B12月份1.2008年年底之前，3個城市的信心指數都是持續(xù)下跌的，隨后在經濟刺激計劃的作用下開 始上升，在2009年年底達到最高。3個地區(qū)的信心指數變化規(guī)律不一，廣州變化相對平穩(wěn)， 上海漲跌幅度最大。 從平均水平來看北京消費者的信心指數最高，其次廣州，上海消費者信心指數最低。在2008年之前，三個地區(qū)的消費者的信心指數存在較大的差異，但是在 2009 年年末的指數差異則大為縮

12、小，意味著城市和月份這兩個變量之間可能會存在交互作用。2 .考察性別、職業(yè)、婚姻狀況等對信心指數的影響首先以S5職業(yè)為例來說明：(1) 選擇“圖形”一一“圖表構建程序”菜單命令(2) 選擇條圖組，將簡單條圖圖標圖拖入畫布(3) 將職業(yè)S5拖入畫布的橫軸框中(4) 將總指數indexl拖入縱軸框中(5) 確定。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”結果：T匐 tOTM- 配DtT 他D0- MQO- 20 00-一 n r I I n I I I口 (UK7良舊 刀工由 史堡型SM.II婚姻狀況對信心

13、指數的影響：T E也分析：未婚對外來的信心指數較高，已婚的對未來的信心指數比未婚的來得低一點, 但是喪偶分居等對未來的信心指數較低。分析：學生對未來的信心指最高，緊隨其后的是經濟地位相對不錯的私營業(yè)主，排在 第三的是國家飯碗的的國家公務員，排第四的是醫(yī)生等專業(yè)人士，接下來是公司其他 職員，普通職員，教師，工人，退休和無業(yè)人員。卻 翱 均性別對信心指數的影響：I分析：性別對未來的信心指數沒有影響。士 gJ ：X*歷狎ED-學歷對信心指數的影響:分析：家庭收入對信心指數的影響:K 1* 39-工重*t mo-H 百 T -Miu1分析：家庭月收入在 2000元以下的，信心指數隨著收入的上升而上升，

14、但是上升保持穩(wěn)定，并沒有特別的上升或下降的趨勢。3 .考察年齡對信心指數的影響(1) 選擇“圖形”一一“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X軸，總指數indexl拖入Y軸(4) 確定。雙擊圖形進入編輯狀態(tài)，依次單擊“元素”一一“總計擬合線”(5) 在“擬合線”選項卡中，將擬合方法更改為Loess,單擊“應用”按鈕結果:(6)關閉圖形并推出。結果說明：隨著年齡的增長，消費者信心指數的平均水平有緩慢的下降，且兩者間關聯基本上呈線性趨勢，繪制出的 loess的曲線也說明相同原因，從此圖可以看出曲線和回歸直 線的趨勢非常相似， 年齡和總指數之間的數量關聯如果存

15、在，那么基本服從線性規(guī)劃。消費者在信心指數在不同的年齡段上的離散程度相差不明顯，消費者信心指數存在若干偏小的數值，在3040歲間的一位消費者的信心指數是0。2、 標準GLM匡架下的建模分析1 .建立總模型(方差分析模型)(1)單擊“分析”一一“一般線性模型”一一“單變量”(2)將index1選入“因變量”(3)將月份time、城市S0、性別S2、學歷S4、職業(yè)S5、婚姻狀況S7及家庭月收入 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”為標準化預測值”和“標準化殘差”(7)進入“選項

16、”子對話框，選擇“缺乏擬合優(yōu)度檢驗”(8)確定。主體間效應的檢驗因變量：總指數源III 型平方和df均方FSig.校正模型63189.263 a351805.4084.381.000截距318752.0341318752.034773.409.000time12367.48934122.49610.003.000s03038.42121519.2103.686.025s243.880143.880.106.744s42735.8034683.9511.660.157s512218.394101221.8392.965.001s7349.4962174.748.424.655s97971.810

17、12664.3181.612.083S37505.61017505.61018.211.000誤差394004.692956412.139總計9652701.329992校正的總計457193.955991a. R 方=.138 （調整 R 方=.107 ）Time的P彳！ 0.05所以沒有影響。S0的P直0.05所以沒有影響。$2的騎0.05所以有影響s4的P直0.05所以有影響s5的P直0.05所以沒有影響。$7的騎0.05所以有影響$9的騎0.05所以有影響S3的P直0.05所以沒有影響。(10) 選擇“圖形”一一“圖標構造程序”菜單命令(11) 將簡單散點圖拖入畫布(12) 將為標準化

18、預測值拖入X軸框，標準化殘差拖入丫框(13) 確定(14) 雙擊進入圖形編輯狀態(tài)，在圖形中添加 丫=0的橫線。結果:H的式工rt帶0 05)13CIIKI心1的相1但結果分析：圖形可以得出圖中的點基本符合齊性殘差檢驗，除了一個點，從數據中的出是個男生在200712第97號數據，得到他的收入在 80009999元，但是他的選擇都是比較悲觀的， 說明可能當時他事業(yè)或者其他變故，讓他變得比較悲觀。2 .兩兩比較的結果(1)進入“選項”子對話框(2)將time、SR S4鄧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(3)選中下方的“比較主效應”復選框(4)置信區(qū)間調節(jié)選中Bonferron

19、i (5)繼續(xù)成對比較因變量：總指數(I)月份(J)月份均值差值(I-J)標準誤差Sig. a差分的95%置信區(qū)間a下限上限200704200712*5.1391.788.025.4119.867200812*8.8571.899.0003.83713.877200912-.0342.0761.000-5.5225.453200712200704*-5.1391.788.025-9.867-.4112008123.7181.846.266-1.1648.600200912-5.1742.056.072-10.609.262200812200704*-8.8571.899.000-13.877-

20、3.837200712-3.7181.846.266-8.6001.164200912*-8.8922.043.000-14.293-3.490200912200704.0342.0761.000-5.4535.5222007125.1742.056.072-.26210.609200812*8.8922.043.0003.49014.293基于估算邊際均值*.均值差值在.05 級別上較顯著。a.對多個比較的調整： Bonferroni分析：200704-200712的P直0.05說明有差異，200704總指數 -200712總指數等于5.139 ,說明200704總指數比200712總指數大

21、。200704-200812的P10.05 說明無差異，成對比較因變量：總指數(I) S0.城市(J) S0. 城市均值差值(I-J)標準誤差Sig. a差分的95%置信區(qū)間a下限上限100北京200上海3.5521.616.085-.3247.428300廣州*4.0241.622.040.1347.914200上海100北京-3.5521.616.085-7.428.324300廣州.4721.6171.000-3.4074.350300廣州100北京*-4.0241.622.040-7.914-.134200上海-.4721.6171.000-4.3503.407基于估算邊際均值a.對多

22、個比較的調整： Bonferroni*.均值差值在.05級別上較顯著。分析：北京-上海的P直0.05所以沒有差異，北京-廣州的P10.05所以有差異，北京-廣州=4.024 ,說明北京總指數比廣州的總指數大成對比較因變量：總指數(I) S4. 學歷(J) S4. 學歷均值差值(I-J)標準誤差Sig. a差分的95%置信區(qū)間a下限上限初中/技?；蛞韵赂咧?中專2.2122.2001.000-3.9778.402大專4.4512.410.651-2.33011.232本科6.1642.632.194-1.24213.569碩士或以上6.9643.813.681-3.76517.693高中/中專初

23、中/技?；蛞韵?2.2122.2001.000-8.4023.977大專2.2381.8561.000-2.9837.459本科3.9512.077.575-1.8949.796碩士或以上4.7523.4811.000-5.04214.546大專初中/技校或以下-4.4512.410.651-11.2322.330高中/中專-2.2381.8561.000-7.4592.983本科1.7131.8541.000-3.5026.928碩士或以上2.5143.3241.000-6.83811.865本科初中/技?；蛞韵?6.1642.632.194-13.5691.242高中/中專-3.9512.

24、077.575-9.7961.894大專-1.7131.8541.000-6.9283.502碩士或以上.8013.2621.000-8.3769.978碩士或以上初中/技?；蛞韵?6.9643.813.681-17.6933.765高中/中專-4.7523.4811.000-14.5465.042大專-2.5143.3241.000-11.8656.838本科-.8013.2621.000-9.9788.376基于估算邊際均值a.對多個比較的調整：Bonferroni分析：碩士 -初中的P直0.05所以沒有差異,碩士-高中的P10.05所以沒有差異，碩士-大專的的P直0.05所以沒有差異，碩

25、士-本科的的P直0.05所以沒有差異，結果分析：分別對所有變量的兩兩比較結果進行說明3、 多元方差分析模型的結果方差分析情況：(1)單擊“分析”一一“一般線性模型”一一“多變量”(2)將 QA3 QA4 QA8 QA1。QA16選入“因變量”框(3)將月份time、城市SR職業(yè)S5、家庭月收入 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”列表框(6)進入“選項”子對話框，選擇“缺乏擬合優(yōu)度檢驗”(7)確定。多變量檢驗效應值F 1假設df誤差dfSig.截距Pillai 的跟蹤.765741.646 a5.0001141.00

26、0.000Wilks 的 Lambda.235741.646 a5.0001141.000.000Hotelling 的跟蹤3.250741.646 a5.0001141.000.000Roy的最大根3.250741.646 a5.0001141.000.000s3Pillai 的跟蹤.07418.159 a5.0001141.000.000Wilks 的 Lambda.92618.159 a5.0001141.000.000Hotelling 的跟蹤.08018.159 a5.0001141.000.000Roy的最大根.08018.159 a5.0001141.000.000a.精確統(tǒng)計量b.設計：截距+ s3(8)結果分析：SPSS對引入模型的效應項輸出多元方差分析的結果，每個假設都分別用4種方