線性回歸在經(jīng)濟(jì)學(xué)中的應(yīng)用

線性回歸在經(jīng)濟(jì)學(xué)中的應(yīng)用[摘要]線性回歸分析是當(dāng)代統(tǒng)計(jì)關(guān)系學(xué)的分支之一，也是用于經(jīng)濟(jì)領(lǐng)域開(kāi)展具體的經(jīng)濟(jì)問(wèn)題預(yù)測(cè)的應(yīng)用比較頻繁的一種數(shù)學(xué)方法。本文通過(guò)對(duì)城鎮(zhèn)居民儲(chǔ)蓄的影響因素和農(nóng)村居民收入增長(zhǎng)影響因素，探討了線性回歸的相關(guān)應(yīng)用。在線性回歸在城鎮(zhèn)居民儲(chǔ)蓄中的應(yīng)用中，首先選取了收入水平、利率水平、物價(jià)水平以及通貨膨脹率等作為分析變量，然后通過(guò)EVIEWS軟件建立了計(jì)量經(jīng)濟(jì)模型，并逐步進(jìn)行模型的求解和檢驗(yàn)以及模型實(shí)證分析得出結(jié)論。在線性回歸在農(nóng)村居民收入增長(zhǎng)中的應(yīng)用中，首先建立模型，并進(jìn)行樣本數(shù)據(jù)收集，再通過(guò)EVIEWS軟件對(duì)數(shù)據(jù)進(jìn)行求解檢驗(yàn)，得出結(jié)論。[關(guān)鍵詞]線性回歸經(jīng)濟(jì)學(xué)城鎮(zhèn)居民儲(chǔ)蓄農(nóng)村居民收入

Abstract:linearregressionanalysisisoneofthebranchesofcontemporarystatisticalrelations,anditisalsoakindofmathematicalmethodwhichisusedfrequentlyinthefieldofeconomicforecasting.Thispaperdiscussestheinfluencefactorsofurbanresidents'savingsandthefactorsthataffecttheincomegrowthofruralresidents.Intheapplicationoflinearregressioninthesavingsofurbanresidentsinthefirstselectthelevelofincome,interestrate,pricelevelandtheinflationrateasvariables,andthenthroughtheEVIEWSsoftwaretoestablishaneconometricmodel,andgraduallyanalyzesthesolutionofthemodelandtestmodelandempiricalconclusion.Intheapplicationoflinearregressionintheincomegrowthofruralresidents,thefirstmodelwasestablished,andthesampledatawerecollected,andthenthedataweretestedbyEVIEWSsoftware.Keywords:linearregressioneconomics,urbanresidents,ruralresidents'income

目錄第1章緒論 11.1研究背景與意義 11.2研究?jī)?nèi)容 11.3研究現(xiàn)狀 1第2章線性回歸概述 32.1線性回歸的內(nèi)涵 32.2多元線性回歸 3第3章線性回歸在城鎮(zhèn)居民儲(chǔ)蓄中的應(yīng)用 53.1變量選取 53.1.1收入水平 53.1.2利率水平 53.1.3物價(jià)水平 53.1.4通貨膨脹率 53.2數(shù)據(jù)收集 63.3計(jì)量經(jīng)濟(jì)模型的建立 73.4模型的求解和檢驗(yàn) 73.5模型實(shí)證分析結(jié)論 17第4章結(jié)論 19致謝語(yǔ) 20參考文獻(xiàn) 21PAGE17第1章緒論1.1研究背景與意義現(xiàn)實(shí)世界中，任何事物或現(xiàn)象都不是孤立存在的，而是相互聯(lián)系、相互制約、相互依存的。當(dāng)某些現(xiàn)象發(fā)生變化時(shí)，另一現(xiàn)象也會(huì)隨之發(fā)生變化。如商品價(jià)格的變化會(huì)刺激或抑制商品銷(xiāo)售量的變化；勞動(dòng)力素質(zhì)的高低會(huì)影響企業(yè)的效益；直接材料、直接人工的價(jià)格變化會(huì)對(duì)產(chǎn)品銷(xiāo)售成本有直接的影響；居民收入的高低會(huì)影響對(duì)該企業(yè)產(chǎn)品的需求量等等。研究這些現(xiàn)象之間的依存關(guān)系，找出它們之間的變化規(guī)律，是對(duì)經(jīng)搜集、整理過(guò)的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，為客觀、科學(xué)地統(tǒng)計(jì)提供依據(jù)?，F(xiàn)象間的依存關(guān)系大致可以分成兩種類(lèi)型：一類(lèi)是函數(shù)關(guān)系，另一類(lèi)是相關(guān)關(guān)系。相關(guān)關(guān)系是指客觀現(xiàn)象之間確實(shí)存在的，但數(shù)量上不是嚴(yán)格對(duì)應(yīng)的依存關(guān)系。在這種關(guān)系中，對(duì)于某一現(xiàn)象的每一數(shù)值，可以有另一現(xiàn)象的若干數(shù)值與之相對(duì)應(yīng)。例如成本的高低與利潤(rùn)的多少有密切關(guān)系，但某一確定的成本與相對(duì)應(yīng)的利潤(rùn)的數(shù)量關(guān)系卻是不確定的。這是因?yàn)橛绊懤麧?rùn)的因素除了成本外，還有價(jià)格、供求平衡、消費(fèi)嗜好等因素以及其他偶然因素的影響。計(jì)算相關(guān)系數(shù)只能說(shuō)明現(xiàn)象間相關(guān)關(guān)系的方向和程度，關(guān)系密切與否，但不能說(shuō)明一個(gè)現(xiàn)象發(fā)生一定量的變化，另一個(gè)現(xiàn)象一般也會(huì)發(fā)生多大的變化。為了測(cè)定現(xiàn)象之間數(shù)量變化上的一般關(guān)系要使用數(shù)學(xué)方法，這類(lèi)數(shù)學(xué)方法稱(chēng)為回歸分析?！盎貧w”這個(gè)詞的意思，就是指的變量之間的一般數(shù)量關(guān)系。根據(jù)現(xiàn)象之間相關(guān)關(guān)系的表現(xiàn)形式，配合一條直線或曲線，用這條直線或曲線來(lái)代表自變量和因變量相隨變動(dòng)的一般數(shù)量關(guān)系。也就是要建立并求解直線或曲線的數(shù)學(xué)方程式得變量間的一般關(guān)系值。1.2研究?jī)?nèi)容本文通過(guò)對(duì)城鎮(zhèn)居民儲(chǔ)蓄的影響因素和農(nóng)村居民收入增長(zhǎng)影響因素，探討了線性回歸的先關(guān)應(yīng)用。在線性回歸在城鎮(zhèn)居民儲(chǔ)蓄中的應(yīng)用中，首先選取了收入水平、利率水平、物價(jià)水平以及通貨膨脹率等作為分析變量，然后通過(guò)EVIEWS軟件建立了計(jì)量經(jīng)濟(jì)模型，并逐步進(jìn)行模型的求解和檢驗(yàn)以及模型實(shí)證分析得出結(jié)論。1.3研究現(xiàn)狀Smith(Douglas,2000)指出:對(duì)儲(chǔ)蓄變化的決定性因素的考慮明顯多于對(duì)效用最大化規(guī)模的考慮。正因?yàn)榛谶@方面的考慮，最近的學(xué)者對(duì)于居民儲(chǔ)蓄行為的研究沒(méi)有拘泥于具體的某一個(gè)消費(fèi)(儲(chǔ)蓄)函數(shù)，而是綜合考慮不同的消費(fèi)函數(shù)強(qiáng)調(diào)了各個(gè)變量。萬(wàn)廣華、史清華、湯樹(shù)梅(2003)引入了包括生命周期理論、預(yù)防性?xún)?chǔ)蓄理論中各種類(lèi)型的自變量，分析農(nóng)戶儲(chǔ)蓄行為。張學(xué)鵬(2003)認(rèn)為中國(guó)居民儲(chǔ)蓄存款從收入時(shí)序看，主要受當(dāng)年收入和下年收入影響;從收入穩(wěn)定性看，主要受短暫收入影響;從利率看，主要受名義利率影響，而與實(shí)際利率的關(guān)系在1990年前后發(fā)生了明顯的結(jié)構(gòu)變動(dòng)。同時(shí)，城鎮(zhèn)居民與農(nóng)村居民儲(chǔ)蓄對(duì)收入和利率變動(dòng)的反映表現(xiàn)出極大的差異性。羅楚亮(2004)引入持久性收入、暫時(shí)性收入、收入不確定性的代理變量、醫(yī)療和教育支出的不確定性變量來(lái)分析城鎮(zhèn)居民的儲(chǔ)蓄行為。樊綱、王小魯(2004)利用收入水平、城市化水平、交通運(yùn)輸和通訊設(shè)備條件、銀行卡普及率、養(yǎng)老保險(xiǎn)的普及、基尼系數(shù)等變量綜合分析城市居民的消費(fèi)水平。李成(2007)利用2001-2007年8月的數(shù)據(jù)對(duì)居民儲(chǔ)蓄與股票市場(chǎng)之間聯(lián)動(dòng)關(guān)系進(jìn)行的實(shí)證分析，發(fā)現(xiàn)我國(guó)股市交易與居民儲(chǔ)蓄存在聯(lián)動(dòng)效應(yīng)，居民主動(dòng)投資股票市場(chǎng)的積極性在增強(qiáng)，但兩者之間的影響幅度還相對(duì)較小，這與我國(guó)居民儲(chǔ)蓄存款的低利率彈性、股票市場(chǎng)的高風(fēng)險(xiǎn)特征以及股票市場(chǎng)的風(fēng)險(xiǎn)溢價(jià)波幅較大等有關(guān)。張文玉(2008)采用1980-2007年的年度數(shù)據(jù)，運(yùn)用ARMA模型實(shí)證分析了持久收入、不確定性、通貨膨脹、利率等因素對(duì)江蘇城鎮(zhèn)居民儲(chǔ)蓄的影響，認(rèn)為近年來(lái)居民收入不斷增長(zhǎng)是儲(chǔ)蓄攀升的關(guān)鍵因素，但用收入波動(dòng)衡量的個(gè)人風(fēng)險(xiǎn)是迫使居民提高儲(chǔ)蓄傾向的重要原因。

第2章線性回歸概述2.1線性回歸的內(nèi)涵回歸分析即對(duì)于兩個(gè)不同變量x,y之間存在的關(guān)系進(jìn)行處理的統(tǒng)計(jì)手段。也就是無(wú)法通過(guò)既定的x值進(jìn)行y值的確定，而僅能用一種的概率分布將其大小進(jìn)行描述出來(lái)的情況。這種力法在數(shù)學(xué)領(lǐng)域內(nèi)元、多元線性以及曲線三種力式，其中常用于經(jīng)濟(jì)學(xué)領(lǐng)域進(jìn)行預(yù)測(cè)的是線性回歸手段，即通過(guò)一些統(tǒng)計(jì)數(shù)據(jù)來(lái)找出不同變量間所存在的線性函數(shù)關(guān)系，在此基礎(chǔ)上進(jìn)行經(jīng)濟(jì)形勢(shì)以及問(wèn)題走向的預(yù)測(cè)。2.2多元線性回歸多元線性回歸模型，（multivariablelinearregressionmodel）在實(shí)際經(jīng)濟(jì)問(wèn)題中，一個(gè)變量往往受到多個(gè)變量的影響。例如，家庭消費(fèi)支出，除了受家庭可支配收入的影響外，還受諸如家庭所有的財(cái)富、物價(jià)水平、金融機(jī)構(gòu)存款利息等多種因素的影響。一元線性回歸是一個(gè)主要影響因素作為自變量來(lái)解釋因變量的變化，在現(xiàn)實(shí)問(wèn)題研究中，因變量的變化往往受幾個(gè)重要因素的影響，此時(shí)就需要用兩個(gè)或兩個(gè)以上的影響因素作為自變量來(lái)解釋因變量的變化，這就是多元回歸亦稱(chēng)多重回歸。當(dāng)多個(gè)自變量與因變量之間是線性關(guān)系時(shí)，所進(jìn)行的回歸分析就是多元性回歸。設(shè)y為因變量，…為自變量，并且自變量與因變量之間為線性關(guān)系時(shí)，則多元線性回歸模型為：其中，為常數(shù)項(xiàng)，，…為回歸系數(shù)，為，…固定時(shí)，每增加一個(gè)單位對(duì)Y的效應(yīng)，即對(duì)Y的偏回歸系數(shù)；同理為，…固定時(shí)，每增加一個(gè)單位對(duì)Y的效應(yīng)，即，對(duì)Y的偏回歸系數(shù)，等等。如果兩個(gè)自變量，同一個(gè)因變量Y呈線相關(guān)時(shí)，可用二元線性回歸模型描述為：建立多元線性回歸模型時(shí)，為了保證回歸模型具有優(yōu)良的解釋能力和預(yù)測(cè)效果，應(yīng)首先注意自變量的選擇，其準(zhǔn)則是：（1）自變量對(duì)因變量必須有顯著的影響，并呈密切的線性相關(guān)；（2）自變量與因變量之間的線性相關(guān)必須是真實(shí)的，而不是形式上的；（3）自變量之間應(yīng)具有一定的互斥性，即自變量之間的相關(guān)程度不應(yīng)高于自變量與因變量之因的相關(guān)程度；（4）自變量應(yīng)具有完整的統(tǒng)計(jì)數(shù)據(jù)，其預(yù)測(cè)值容易確定。多元性回歸模型的參數(shù)估計(jì)，同一元線性回歸方程一樣，也是在要求誤差平方和（Σe）為最小的前提下，用最小二乘法求解參數(shù)。

第3章線性回歸在城鎮(zhèn)居民儲(chǔ)蓄中的應(yīng)用居民合理地儲(chǔ)蓄能避免盲目消費(fèi)，提高生活質(zhì)量，同時(shí)也促使企業(yè)更注重產(chǎn)品質(zhì)量、服務(wù)質(zhì)量的不斷創(chuàng)新，在競(jìng)爭(zhēng)中實(shí)現(xiàn)結(jié)構(gòu)調(diào)整，防止一哄而上而造成經(jīng)濟(jì)過(guò)熱。目前我國(guó)消費(fèi)品生產(chǎn)的主要矛盾是產(chǎn)品結(jié)構(gòu)與消費(fèi)結(jié)構(gòu)之間的錯(cuò)位，一方面產(chǎn)業(yè)結(jié)構(gòu)調(diào)整過(guò)慢，另一方面消費(fèi)結(jié)構(gòu)變化過(guò)快。產(chǎn)業(yè)結(jié)構(gòu)調(diào)整過(guò)慢的一個(gè)重要原因是企業(yè)積累不多，資金有限，缺乏及時(shí)的投入。消費(fèi)結(jié)構(gòu)變化快主要是由于收入差距擴(kuò)大化引起消費(fèi)的多樣化。而儲(chǔ)蓄能在兩者之間形成調(diào)節(jié)，一方面儲(chǔ)蓄吸收了居民手中多余的貨幣，從而使消費(fèi)結(jié)構(gòu)合理進(jìn)行調(diào)整，減少盲目消費(fèi)；另一方面儲(chǔ)蓄通過(guò)轉(zhuǎn)化為貸款給社會(huì)急需產(chǎn)品的生產(chǎn)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，縮小了消費(fèi)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的差異，從而不斷為居民進(jìn)一步消費(fèi)創(chuàng)造了條件。本章將采用線性回歸分析對(duì)城鎮(zhèn)居民儲(chǔ)蓄進(jìn)行相關(guān)分析，探討出城鎮(zhèn)居民儲(chǔ)蓄的影響因素。3.1變量選取3.1.1收入水平收入水平是影響儲(chǔ)蓄的主要因素之一，本文將國(guó)內(nèi)生產(chǎn)總值（GDP）作為衡量居民收入水平的指標(biāo)。只有收入達(dá)到一定水平之后才能進(jìn)行儲(chǔ)蓄，而且根據(jù)凱恩斯的理論，邊際消費(fèi)傾向是遞減的，收入水平越高，邊際消費(fèi)傾向越低，消費(fèi)越少，儲(chǔ)蓄越多。3.1.2利率水平利率作為消費(fèi)的機(jī)會(huì)成本也會(huì)對(duì)儲(chǔ)蓄產(chǎn)生影響，從理論上說(shuō)利率水平越高，消費(fèi)的機(jī)會(huì)成本就越大，居民就會(huì)壓縮當(dāng)前消費(fèi)，增加儲(chǔ)蓄。反之，利率水平越低，消費(fèi)的機(jī)會(huì)成本就越小，當(dāng)前消費(fèi)就會(huì)增加，儲(chǔ)蓄就會(huì)減少。本文采用一年期存款利率水平作為指標(biāo)。3.1.3物價(jià)水平物價(jià)水平也可以影響儲(chǔ)蓄和消費(fèi)，物價(jià)水平越高，相同消費(fèi)水平所支出的貨幣就越多，在貨幣收入一定的情況下，能供儲(chǔ)蓄的貨幣就越少。同時(shí)，物價(jià)水平?jīng)Q定了實(shí)際利率，既定的名義利率下，物價(jià)水平與實(shí)際利率負(fù)相關(guān)。3.1.4通貨膨脹率通貨膨脹率是貨幣超發(fā)部分與實(shí)際需要的貨幣量之比，用以反映通貨膨脹、貨幣貶值的程度；而價(jià)格指數(shù)則是反映價(jià)格變動(dòng)趨勢(shì)和程度的相對(duì)數(shù)。在實(shí)際中，一般不直接、也不可能計(jì)算通貨膨脹，而是通過(guò)價(jià)格指數(shù)的增長(zhǎng)率來(lái)間接表示。由于消費(fèi)者價(jià)格是反映商品經(jīng)過(guò)流通各環(huán)節(jié)形成的最終價(jià)格，它最全面地反映了商品流通對(duì)貨幣的需要量，因此，消費(fèi)者價(jià)格指數(shù)是最能充分、全面反映通貨膨脹率的價(jià)格指數(shù)。目前，世界各國(guó)基本上均用消費(fèi)者價(jià)格指數(shù)（我國(guó)稱(chēng)居民消費(fèi)價(jià)格指數(shù)），也即CPI來(lái)反映通貨膨脹的程度。3.2數(shù)據(jù)收集表2.12001年-2015年中國(guó)居民儲(chǔ)蓄相關(guān)數(shù)據(jù)表年份居民儲(chǔ)蓄（SAV）國(guó)內(nèi)生產(chǎn)總值（GDP）一年期定期存款Rate（%）零售價(jià)格指數(shù)（RPI）消費(fèi)物價(jià)指數(shù)（CPI）股票市價(jià)總市值（SMV）200129662.2059810.509.00114.80396.903474.4200238520.8070142.508.33106.10429.909842.4200346279.8078060.805.67100.80441.9017529.2200453407.5083024.304.5997.40438.4019505.7200559621.8088479.202.2597.00432.2026471.0200664332.3898000.502.2598.50434.0048091.0200773762.43108068.202.2599.20437.0043522.0200886910.65119095.701.9898.70433.5038329.02009103617.65135174.001.9899.90438.7042458.02010119555.39159586.702.25102.80455.8037056.02011141050.99185808.602.39100.80464.0032430.02012161587.30217522.702.52101.00471.0089404.02013172534.19267763.703.47103.80493.60327141.02014217885.35316228.803.22105.90522.70121366.02015260771.66343464.702.6398.80519.00243939.0數(shù)據(jù)來(lái)源：中國(guó)年鑒（2016年）本文采用的是2001年-2015年的數(shù)據(jù)，如表2.1所示，所有數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局。3.3計(jì)量經(jīng)濟(jì)模型的建立結(jié)合我國(guó)近幾年的經(jīng)濟(jì)發(fā)展特征，我國(guó)居民儲(chǔ)蓄函數(shù)可以表示為：其中，SAV為居民儲(chǔ)蓄總額，GDP為國(guó)內(nèi)生產(chǎn)總值，Rate為一年期存款利率，RPI為零售物價(jià)指數(shù)，CPI為消費(fèi)物價(jià)指數(shù)，SMV為各期股市市值，U為隨機(jī)擾動(dòng)項(xiàng)，t表示時(shí)期.所建立模型也可以表示為：3.4模型的求解和檢驗(yàn)利用EVIEWS軟件，用最小二乘法進(jìn)行回歸分析及統(tǒng)計(jì)檢驗(yàn)，并對(duì)模型進(jìn)行了自相關(guān)和異方差檢驗(yàn)。表2.2自相關(guān)和異方差檢驗(yàn)VariableCoefficientStd.Errort-StatisticProb.C477192.6108262.44.4077410.0017GDP1.1067470.07651014.465380.0000RATE1802.8411148.6911.5694740.1510RPI-2191.498568.8353-3.8526050.0039CPI-696.7002167.9047-4.1493780.0025SMV-0.1085270.023094-4.6993160.0011R-squared0.997406Meandependentvar108633.3AdjustedR-squared0.995964S.D.dependentvar69337.42S.E.ofregression4404.908Akaikeinfocriterion19.90800Sumsquaredresid1.75E+08Schwarzcriterion20.19122Loglikelihood-143.3100F-statistic691.9768Durbin-Watsonstat1.707178Prob（F-statistic）0.000000將回歸結(jié)果整理如下：SAV=477192.6+1.106747GDP+1802.841Rate-2191.498RPI-696.7002CPI-0.108527SMV+Ut（108262.4）（0.076510）（1148.691）（568.8353）（167.9047）（0.023094）t=（4.407741）（14.46538）（1.569474）（-3.852605）（-4.149378）（-4.699316）R2=0.997406F=691.9768>>F0.05(13)=3.18DW=1.707178dL=0.69dU=1.97（1）相關(guān)性檢驗(yàn)：R2=0.997406表明方程擬和度很高，F(xiàn)統(tǒng)計(jì)量也明顯顯著,表明模型總體是顯著的。（2）經(jīng)濟(jì)意義上的檢驗(yàn)：由β1=1.106747，β2=1802.841，β3=-2191.498，β4=-696.7002β5=-0.108527可以看出，模型符合經(jīng)濟(jì)意義。（3）顯著性檢驗(yàn)：根據(jù)查詢(xún)t分布表得：t0.025（13）=2.160，可見(jiàn)GDP，RPI，CPI，SMV的t統(tǒng)計(jì)量絕對(duì)值均大于2.160，但是Rate的t統(tǒng)計(jì)量絕對(duì)值小于2.160。所以推斷模型中解釋變量可能存在多重共線性。（4）多重共線性檢驗(yàn)：利用簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法，通過(guò)Eviews構(gòu)建簡(jiǎn)單相關(guān)系數(shù)矩陣，如下表2.3所示：表2.3相關(guān)系數(shù)矩陣表GDPRATERPICPISMVGDP1.000000-0.407213-0.0313800.9642250.808037RATE-0.4072131.0000000.740752-0.406719-0.249296RPI-0.0313800.7407521.000000-0.140537-0.025438CPI0.964225-0.406719-0.1405371.0000000.765092SMV0.808037-0.249296-0.0254380.7650921.000000由表易見(jiàn)，除了GDP和CPI之間的相關(guān)系數(shù)較高，其他參數(shù)之間的相關(guān)程度并不是很高，可以推定多重共線性并不嚴(yán)重。運(yùn)用逐步回歸法對(duì)模型進(jìn)行修正第一步：分別求SAV對(duì)GDP、RATE、RPI、CPI、SMV的一元線性回歸。=1\*GB3①SAV對(duì)GDP的一元線性回歸表2.4SAV對(duì)GDP的一元線性回歸表VariableCoefficientStd.Errort-StatisticProb.C-7710.3884807.492-1.6038270.1328GDP0.7489200.02687427.867850.0000R-squared0.983536Meandependentvar108633.3AdjustedR-squared0.982270S.D.dependentvar69337.42S.E.ofregression9232.588Akaikeinfocriterion21.22243Sumsquaredresid1.11E+09Schwarzcriterion21.31684Loglikelihood-157.1682F-statistic776.6169Durbin-Watsonstat1.258600Prob（F-statistic）0.000000②SAV對(duì)RATE的一元線性回歸表2.5SAV對(duì)RATE的一元線性回歸表VariableCoefficientStd.Errort-StatisticProb.C160342.031779.975.0453800.0002RATE-14159.007448.175-1.9010030.0797R-squared0.217519Meandependentvar108633.3AdjustedR-squared0.157328S.D.dependentvar69337.42S.E.ofregression63649.80Akaikeinfocriterion25.08375Sumsquaredresid5.27E+10Schwarzcriterion25.17815Loglikelihood-186.1281F-statistic3.613813Durbin-Watsonstat0.135596Prob（F-statistic）0.079700③SAV對(duì)RPI的一元線性回歸表2.6SAV對(duì)RPI的一元線性回歸VariableCoefficientStd.Errort-StatisticProb.C253307.4425251.50.5956650.5616RPI-1422.5574177.473-0.3405310.7389R-squared0.008841Meandependentvar108633.3AdjustedR-squared-0.067402S.D.dependentvar69337.42S.E.ofregression71636.05Akaikeinfocriterion25.32015Sumsquaredresid6.67E+10Schwarzcriterion25.41456Loglikelihood-187.9011F-statistic0.115961Durbin-Watsonstat0.082701Prob（F-statistic）0.738897④SAV對(duì)CPI的一元線性回歸表2.7SAV對(duì)CPI的一元線性回歸VariableCoefficientStd.Errort-StatisticProb.C-749501.079407.69-9.4386450.0000CPI1890.552174.464910.836290.0000R-squared0.900326Meandependentvar108633.3AdjustedR-squared0.892659S.D.dependentvar69337.42S.E.ofregression22716.99Akaikeinfocriterion23.02318Sumsquaredresid6.71E+09Schwarzcriterion23.11759Loglikelihood-170.6738F-statistic117.4253Durbin-Watsonstat1.192764Prob（F-statistic）0.000000⑤SAV對(duì)SMV的一元線性回歸表2.8SAV對(duì)SMV的一元線性回歸VariableCoefficientStd.Errort-StatisticProb.C66814.1715599.264.2831630.0009SMV0.5699720.1348744.2259540.0010R-squared0.578725Meandependentvar108633.3AdjustedR-squared0.546319S.D.dependentvar69337.42S.E.ofregression46702.81Akaikeinfocriterion24.46456Sumsquaredresid2.84E+10Schwarzcriterion24.55897Loglikelihood-181.4842F-statistic17.85869Durbin-Watsonstat1.570359Prob（F-statistic）0.000991通過(guò)比較各個(gè)調(diào)整可決系數(shù)，選擇GDP作為第一個(gè)解釋變量，形成一元線性回歸模型。第二步：逐步回歸。將剩余解釋變量分別加入模型。①表2.9逐步回歸（1）C4183.6796892.7800.6069650.5552GDP0.7258640.02590028.026010.0000RATE-2276.1301041.210-2.1860420.0494R-squared0.988225Meandependentvar108633.3AdjustedR-squared0.986263S.D.dependentvar69337.42S.E.ofregression8126.713Akaikeinfocriterion21.02056Sumsquaredresid7.93E+08Schwarzcriterion21.16217Loglikelihood-154.6542F-statistic503.5696Durbin-Watsonstat1.524263Prob（F-statistic）0.000000②表2.10逐步回歸（2）VariableCoefficientStd.Errort-StatisticProb.C89407.2049997.991.7882160.0990GDP0.7474280.02438730.648340.0000RPI-952.6625488.5801-1.9498600.0749R-squared0.987497Meandependentvar108633.3AdjustedR-squared0.985414S.D.dependentvar69337.42S.E.ofregression8374.131Akaikeinfocriterion21.08054Sumsquaredresid8.42E+08Schwarzcriterion21.22215Loglikelihood-155.1040F-statistic473.9034Durbin-Watsonstat1.283649Prob（F-statistic）0.000000觀察得知SMV獲得的調(diào)整后可決系數(shù)最大，作為第二個(gè)解釋變量。第三步：在保留GDP，SMV的基礎(chǔ)上繼續(xù)進(jìn)行逐步回歸分析表2.11逐步回歸（5）VariableCoefficientStd.Errort-StatisticProb.C-1427.5526553.071-0.2178450.8315GDP0.7911320.03761421.032750.0000SMV-0.0764550.035196-2.1722780.0526RATE-1979.967919.9040-2.1523630.0544R-squared0.991760Meandependentvar108633.3AdjustedR-squared0.989513S.D.dependentvar69337.42S.E.ofregression7100.615Akaikeinfocriterion20.79693Sumsquaredresid5.55E+08Schwarzcriterion20.98574Loglikelihood-151.9770F-statistic441.3232Durbin-Watsonstat1.974429Prob（F-statistic）0.000000表2.12逐步回歸（6）VariableCoefficientStd.Errort-StatisticProb.C84761.0141147.802.0599160.0639GDP0.8188480.03402524.066360.0000SMV-0.0876940.033752-2.5981990.0248RPI-952.8072401.7162-2.3718420.0370R-squared0.992252Meandependentvar108633.3AdjustedR-squared0.990139S.D.dependentvar69337.42S.E.ofregression6885.309Akaikeinfocriterion20.73535Sumsquaredresid5.21E+08Schwarzcriterion20.92416Loglikelihood-151.5151F-statistic469.5884Durbin-Watsonstat1.667134Prob（F-statistic）0.000000第四步：通過(guò)觀察發(fā)現(xiàn)RATE，RPI，CPI的調(diào)整后可決系數(shù)均有提升，但是RPI的最高，所以作為第三個(gè)解釋變量保留，并繼續(xù)逐步回歸分析。表2.13逐步回歸（8）VariableCoefficientStd.Errort-StatisticProb.C60096.6565099.210.9231550.3777GDP0.8077410.04163219.402050.0000SMV-0.0832500.036069-2.3080450.0437RPI-668.4038703.6183-0.9499520.3645RATE-783.16111562.384-0.5012600.6270R-squared0.992442Meandependentvar108633.3AdjustedR-squared0.989419S.D.dependentvar69337.42S.E.ofregression7132.325Akaikeinfocriterion20.84386Sumsquaredresid5.09E+08Schwarzcriterion21.07988Loglikelihood-151.3290F-statistic328.2815Durbin-Watsonstat1.769654Prob（F-statistic）0.000000通過(guò)觀察可知加入CPI的調(diào)整后可決系數(shù)上升至0.9954，F(xiàn)統(tǒng)計(jì)量也很大，可以作為第四個(gè)解釋變量，而加入RATE的調(diào)整后可決系數(shù)由0.990139下降至0.989419，F(xiàn)統(tǒng)計(jì)量也沒(méi)有那么大，t值也很小，顯示出RATE對(duì)因變量的解釋作用不是特別明顯，因而產(chǎn)生了輕微的多重共線性。從實(shí)際情況出發(fā)，結(jié)合數(shù)據(jù)分析結(jié)果，應(yīng)該還是可以保留RATE這一解釋變量的。（5）異方差性檢驗(yàn)：進(jìn)行WHITE檢驗(yàn)表2.14逐步回歸（10）F-statistic54.56052Probability0.000779Obs*R-squared14.02083Probability0.136093VariableCoefficientStd.Errort-StatisticProb.C-2.67E+084.40E+09-0.0605740.9546GDP-92.641501032.704-0.0897080.9328GDP^20.0009890.0032390.3054240.7753RATE9305867.255916160.3636300.7345RATE^2-1347150.2775160.-0.4854310.6528RPI2.27E+08888501802.5509380.0632RPI^2-1107043.429435.6-2.5779010.0615CPI-4934498516020776-3.0800620.0369CPI^253657.6117485.323.0687230.0373SMV-321.1577475.5241-0.6753760.5365SMV^20.0002740.0011430.2397770.8223R-squared0.992722Meandependentvar36773201AdjustedR-squared0.974527S.D.dependentvar75566626S.E.ofregression12060592Akaikeinfocriterion35.59370Sumsquaredresid5.82E+14Schwarzcriterion36.11293Loglikelihood-255.9527F-statistic54.56052Durbin-Watsonstat2.748851Prob（F-statistic）0.000779由分析表可知：nR2=14.02083，由White檢驗(yàn)知，在α=0.05下，X20.05（6）=14.0671，因此不存在異方差性（6）自相關(guān)檢驗(yàn)H0：ρ＝0，即Ut不存在一階自回歸；H1：ρ≠0，即Ut存在一階自回歸。因?yàn)镈W＝1.707178查表得，當(dāng)n＝15，k＝5時(shí)dL＝0.69，dU＝1.97，4－dU＝2.03，4－dL=3.31，可見(jiàn)dU<DW<4-dU,表明不存在一階自相關(guān)。（7）因果關(guān)系檢驗(yàn)表2.15因果關(guān)系檢驗(yàn)NullHypothesis:ObsF-StatisticProbabilityGDPdoesnotGrangerCauseSAV133.926530.06485SAVdoesnotGrangerCauseGDP14.77360.00206RATEdoesnotGrangerCauseSAV130.598900.57230SAVdoesnotGrangerCauseRATE0.939790.42994RPIdoesnotGrangerCauseSAV132.026420.19409SAVdoesnotGrangerCauseRPI5.566610.03056CPIdoesnotGrangerCauseSAV131.962550.20254SAVdoesnotGrangerCauseCPI17.10730.00129SMVdoesnotGrangerCauseSAV136.629010.02006SAVdoesnotGrangerCauseSMV3.311050.08960RATEdoesnotGrangerCauseGDP131.623200.25604GDPdoesnotGrangerCauseRATE1.378170.30599RPIdoesnotGrangerCauseGDP131.580870.26390GDPdoesnotGrangerCauseRPI3.311280.08959CPIdoesnotGrangerCauseGDP137.102160.01685GDPdoesnotGrangerCauseCPI20.77110.00068SMVdoesnotGrangerCauseGDP1342.83475.3E-05GDPdoesnotGrangerCauseSMV4.921220.04042RPIdoesnotGrangerCauseRATE131.327530.31779RATEdoesnotGrangerCauseRPI1.614510.25763CPIdoesnotGrangerCauseRATE130.944750.42822RATEdoesnotGrangerCauseCPI1.610280.25840SMVdoesnotGrangerCauseRATE130.316920.73713RATEdoesnotGrangerCauseSMV0.130580.87941CPIdoesnotGrangerCauseRPI130.356380.71079RPIdoesnotGrangerCauseCPI0.852920.46156SMVdoesnotGrangerCauseRPI136.876100.01830RPIdoesnotGrangerCauseSMV0.020370.97988SMVdoesnotGrangerCauseCPI135.951940.02610CPIdoesnotGrangerCauseSMV3.382600.08618由該檢驗(yàn)結(jié)果表明，在α=0.05的水平下，F(xiàn)0.05(k，n-k-1)=F（5，9）=3.48，而F=3.9265>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為GDP變量對(duì)SAV有顯著性影響；F=14.7736>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為SAV變量對(duì)GDP有顯著性影響；F=0.5989<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為RATE變量對(duì)SAV影響不顯著；F=0.9398<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為SAV變量對(duì)RATE影響不顯著；F=2.0264<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為RPI變量對(duì)SAV有影響不顯著；F=5.5666>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為SAV變量對(duì)RPI有顯著性影響；F=1.9626<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為CPI變量對(duì)SAV有顯著性影響；F=17.1073>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為SAV變量對(duì)CPI有顯著性影響；F=6.6290>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為SMV變量對(duì)SAV有顯著性影響；F=3.3111<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為SAV變量對(duì)SMV影響不顯著；F=1.6232<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為RATE變量對(duì)GDP影響不顯著；F=1.3782<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為GDP變量對(duì)RATE影響不顯著；F=1.5809<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為RPI變量對(duì)GDP影響不顯著；F=3.3113<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為GDP變量對(duì)RPI影響不顯著；F=0.9448<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為CPI變量對(duì)GDP影響不顯著；F=20.7711>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為GDP變量對(duì)CPI有顯著影響；F=42.8347>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為SMV變量對(duì)GDP有顯著影響；F=4.9212>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為GDP變量對(duì)SMV有顯著影響；F=1.3275<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為RPI變量對(duì)RATE影響不顯著；F=1.6145<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為RATE變量對(duì)RPI有顯著影響；F=0.9448>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為CPI變量對(duì)RATE有顯著影響；F=1.6103>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為RATE變量對(duì)CPI有顯著影響；F=0.3169<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為SMV變量對(duì)RATE影響不顯著；F=0.1306<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為RATE變量對(duì)SMV影響不顯著；F=0.3564<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為CPI變量對(duì)RPI影響不顯著；F=0.8529<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為RPI變量對(duì)CPI影響不顯著；F=6.8761>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為SMV變量對(duì)RPI有顯著影響；F=0.0204<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為RPI變量對(duì)SMV有顯著影響；F=5.9519>F（5，9）=3.48，所以拒絕原假設(shè)，認(rèn)為SMV變量對(duì)CPI有顯著影響；F=3.3826<F（5，9）=3.48，所以接受原假設(shè)，認(rèn)為CPI變量對(duì)SMV影響不顯著。（8）綜上所述，我們最終得到居民儲(chǔ)蓄的模型：此時(shí)的回歸結(jié)果整理如下：SAV=477192.6+1.106747GDP+1802.841Rate-2191.498RPI-696.7002CPI-0.108527SMV+Ut（108262.4）（0.076510）（1148.691）（568.8353）（167.9047）（0.023094）t=（4.407741）（14.46538）（1.569474）（-3.852605）（-4.149378）（-4.699316）R2=0.997406F=691.9768DW=1.707178 模型擬合情況圖如下：圖2.1模型擬合情況圖3.5模型實(shí)證分析結(jié)論1.收入水平對(duì)居民儲(chǔ)蓄有明顯作用，收入水平越高，居民儲(chǔ)蓄也相對(duì)越高，兩者之間是正相關(guān)關(guān)系，這與一般理論一致。1994年以來(lái)，我國(guó)居民儲(chǔ)蓄迅速增長(zhǎng)的根本原因就是收入水平的提高。隨著中國(guó)經(jīng)濟(jì)的發(fā)展，居民收入還會(huì)持續(xù)增長(zhǎng)，如果其他因素不變的話，居民儲(chǔ)蓄仍然會(huì)有相應(yīng)的增長(zhǎng)。要抑制儲(chǔ)蓄，刺激消費(fèi)，提高居民的邊際消費(fèi)傾向是關(guān)鍵。2.與收入相比利率對(duì)儲(chǔ)蓄額的影響則較為微弱，但利率對(duì)儲(chǔ)蓄結(jié)構(gòu)的變動(dòng)具有決定性作用。從上面的分析中，我們可以看出，名義利率對(duì)儲(chǔ)蓄的影響要小于實(shí)際利率對(duì)儲(chǔ)蓄的影響，這是由于通脹率的存在，在一定程度上起了抵消的作用。CPI超過(guò)3%屬于物價(jià)溫和上漲，可以肯定的是，今年不會(huì)出現(xiàn)惡性通貨膨脹。但3.1%對(duì)于普通銀行儲(chǔ)戶來(lái)說(shuō)，意味著實(shí)際存款負(fù)利率。自1999年開(kāi)始，CPI就高于一年期存款利率，并且這種差距呈現(xiàn)出越來(lái)越大的趨勢(shì)。3.物價(jià)水平對(duì)居民儲(chǔ)蓄有負(fù)面影響。物價(jià)水平提高導(dǎo)致居民消費(fèi)支出的增加，在一定收入條件下，儲(chǔ)蓄必然會(huì)減少。居民對(duì)未來(lái)物價(jià)上漲預(yù)期依然強(qiáng)烈，擔(dān)心明天的貨幣會(huì)不斷貶值，因而傾向于提前購(gòu)買(mǎi)商品，造成供不應(yīng)求，加劇導(dǎo)致了物價(jià)上漲。同時(shí)物價(jià)上漲造成了居民消費(fèi)能力的下降，能夠用于儲(chǔ)蓄的資金和進(jìn)行儲(chǔ)蓄的意愿也明顯減少。4.CPI的不斷升高，意味著通貨膨脹率的不斷升高。當(dāng)CPI大于銀行存款名義利率的時(shí)候，表明居民的實(shí)際利率是負(fù)的，因?yàn)榫用駮?huì)選擇講資金投入回報(bào)更高的項(xiàng)目，例如分紅型保險(xiǎn)，股市等，或者將現(xiàn)金兌換成例如黃金一類(lèi)的硬通貨或者固定資產(chǎn)，以期保值。因此愿意儲(chǔ)蓄的人越來(lái)越少，儲(chǔ)蓄資金也相對(duì)越來(lái)越少。5.股市市值與居民儲(chǔ)蓄有正相關(guān)關(guān)系：這個(gè)結(jié)論表面上看起來(lái)不符合邏輯.因?yàn)樵谑杖胨揭欢ǖ那疤嵯拢善蓖顿Y的增加勢(shì)必導(dǎo)致銀行儲(chǔ)蓄的下降，兩者之間應(yīng)該是負(fù)相關(guān)，而不是正相關(guān)，出現(xiàn)這種結(jié)論的原因是：中國(guó)的股票市場(chǎng)還很年輕，制度不健全，市場(chǎng)不規(guī)范，炒作成分很大，投機(jī)氣氛相當(dāng)濃厚。這是中國(guó)股票市場(chǎng)的具體情況所決定的。

第4章結(jié)論目前居民儲(chǔ)蓄居高不下，帶來(lái)了諸多方面的負(fù)面影響?；谕匈e的貨幣增長(zhǎng)理論，在貨幣經(jīng)濟(jì)中總儲(chǔ)蓄的增長(zhǎng)并不意味著對(duì)經(jīng)濟(jì)增長(zhǎng)的作用大，儲(chǔ)蓄對(duì)經(jīng)濟(jì)增長(zhǎng)的作用在很大程度上取決于現(xiàn)金儲(chǔ)蓄與實(shí)物儲(chǔ)蓄的比重。由于現(xiàn)金儲(chǔ)蓄不能轉(zhuǎn)化為實(shí)際投資，因此，真正對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用的只是實(shí)物儲(chǔ)蓄，總儲(chǔ)蓄中只有減去現(xiàn)金儲(chǔ)蓄的部分才能轉(zhuǎn)化為投資。正因如此，在貨幣經(jīng)濟(jì)中能轉(zhuǎn)變?yōu)閷?shí)際投資的人均儲(chǔ)蓄要比純粹的實(shí)物經(jīng)濟(jì)低，相應(yīng)的，人均投資也低于純粹的實(shí)物經(jīng)濟(jì)中的人均投資。因此基于貨幣增長(zhǎng)理論以及實(shí)證檢驗(yàn)結(jié)果給出如下政策建議：首先，在貨幣政策方面政府當(dāng)局要保證國(guó)民收入的穩(wěn)步增長(zhǎng)，因?yàn)槭杖胧秦?cái)富積累的源泉，是資本形成的前提條件，是影響儲(chǔ)蓄的決定性因素，同時(shí)在理論上儲(chǔ)蓄率的提升更加會(huì)作用于實(shí)體經(jīng)濟(jì)的增長(zhǎng)。但要促進(jìn)經(jīng)濟(jì)增長(zhǎng)，從我國(guó)的實(shí)際情況可以看出，僅僅依靠?jī)?chǔ)蓄的積累并不夠，其關(guān)鍵環(huán)節(jié)在于提高實(shí)物儲(chǔ)蓄在總儲(chǔ)蓄中的比重。由于現(xiàn)金儲(chǔ)蓄只是財(cái)產(chǎn)的一種，利率對(duì)其有重要的調(diào)節(jié)作用。因此，中央銀行可以通過(guò)價(jià)格型工具調(diào)節(jié)利率來(lái)提高在總儲(chǔ)蓄中的比重，以此促進(jìn)經(jīng)濟(jì)增長(zhǎng)。例如，在當(dāng)下由于受金融危機(jī)拖累，我國(guó)實(shí)際經(jīng)濟(jì)增長(zhǎng)率小于自然增長(zhǎng)率，此時(shí)中央銀行就可以通過(guò)利率杠桿維持當(dāng)前實(shí)施的擴(kuò)張性貨幣政策，利用通貨膨脹來(lái)降低現(xiàn)金貨幣的貯藏價(jià)值，迫使居民提高實(shí)物儲(chǔ)蓄在總儲(chǔ)蓄中的比