我國(guó)居民儲(chǔ)蓄影響因素的實(shí)證分析

PAGEPAGEI我國(guó)居民儲(chǔ)蓄影響因素的實(shí)證分析摘要居民儲(chǔ)蓄的增長(zhǎng)，是國(guó)家經(jīng)濟(jì)實(shí)力不斷增強(qiáng)的具體體現(xiàn)。隨著我國(guó)經(jīng)濟(jì)的快速增長(zhǎng)，居民生活水平不斷提高一直處于高增長(zhǎng)態(tài)勢(shì)，居民儲(chǔ)蓄在國(guó)民經(jīng)濟(jì)中的地位不斷上升。盡管國(guó)家采取了多種措施來(lái)鼓勵(lì)居民消費(fèi).完善社會(huì)福利制度等措施.但是成效均不明顯。雖然高儲(chǔ)蓄率總是會(huì)導(dǎo)致更高的收入及較高的經(jīng)濟(jì)增長(zhǎng)率，但并非儲(chǔ)蓄率越高越好，必然會(huì)存在一個(gè)最優(yōu)的儲(chǔ)蓄率。這使居民的消費(fèi)和儲(chǔ)蓄行為對(duì)于經(jīng)濟(jì)發(fā)展有越來(lái)越重要的意義。探討中國(guó)居民儲(chǔ)蓄行為的規(guī)律，找出主要決定因素，并在此基礎(chǔ)上對(duì)儲(chǔ)蓄的變化趨勢(shì)做初步預(yù)測(cè)，成為確定本論文研究題目的宗旨之一。關(guān)鍵詞：居民儲(chǔ)蓄；影響因素；實(shí)證分析

目錄摘要 I1前言 12文獻(xiàn)綜述 12.1國(guó)外研究綜述 12.2國(guó)內(nèi)研究綜述 23數(shù)據(jù)說(shuō)明和模型設(shè)定 33.1變量選取 33.1.1收入水平 33.1.2利率水平 33.1.3物價(jià)水平 33.1.4通貨膨脹率 33.2數(shù)據(jù)收集 33.3計(jì)量經(jīng)濟(jì)模型的建立 44實(shí)證結(jié)果分析 54.1模型的求解和檢驗(yàn) 54.2模型實(shí)證分析結(jié)論 175相關(guān)建議 18參考文獻(xiàn) 20PAGE191前言居民儲(chǔ)蓄是社會(huì)總儲(chǔ)蓄的重要組成部分，一國(guó)經(jīng)濟(jì)循環(huán)過(guò)程中投資資金的重要來(lái)源。一個(gè)國(guó)家的經(jīng)濟(jì)增長(zhǎng)過(guò)程中，資金是一個(gè)重要因素，而居民儲(chǔ)蓄是其中數(shù)額最大、來(lái)源最穩(wěn)定的一部分。居民儲(chǔ)蓄可以轉(zhuǎn)化為投資，直接拉動(dòng)經(jīng)濟(jì)增長(zhǎng)；居民儲(chǔ)蓄通過(guò)影響居民消費(fèi)影響到總需求，從而影響到經(jīng)濟(jì)增長(zhǎng)。改革開(kāi)放以來(lái)，隨著我國(guó)經(jīng)濟(jì)的快速增長(zhǎng)，居民生活水平不斷提高，中國(guó)經(jīng)濟(jì)的飛速發(fā)展得到了世界各國(guó)的矚目，但與此同時(shí)，也伴隨著很多問(wèn)題，特別是結(jié)構(gòu)性矛盾問(wèn)題。隨著近年來(lái)全球經(jīng)濟(jì)的萎靡不振，我國(guó)居民高儲(chǔ)蓄率的現(xiàn)象一直受到國(guó)內(nèi)外政治層面的高度關(guān)注。因此，對(duì)我國(guó)居民儲(chǔ)蓄率的影響因素進(jìn)行分析，進(jìn)而找到我國(guó)居民儲(chǔ)蓄率居高不下的原因?qū)ξ覈?guó)經(jīng)濟(jì)發(fā)展具有重要意義。2文獻(xiàn)綜述2.1國(guó)外研究綜述Carroll（1994）和Deaton（1992）提出了緩沖存貨儲(chǔ)蓄理論。該理論將預(yù)防性儲(chǔ)蓄理論與流動(dòng)性約束理論考慮進(jìn)來(lái)，認(rèn)為儲(chǔ)蓄類似于一種緩沖存貨，消費(fèi)者在境況艱難時(shí)，可以利用之前的儲(chǔ)蓄來(lái)進(jìn)行消費(fèi)，而在境況好轉(zhuǎn)時(shí)可以增加儲(chǔ)蓄。對(duì)于消費(fèi)者對(duì)未來(lái)收入的不確定性，儲(chǔ)蓄可以起到很好的調(diào)節(jié)作用。理論表示儲(chǔ)蓄與持久收入之間存在一個(gè)合理的比率，當(dāng)大于合理比率時(shí)，消費(fèi)者對(duì)于儲(chǔ)蓄缺乏耐心從而減少儲(chǔ)蓄增加消費(fèi)；當(dāng)小于合理比率時(shí)，消費(fèi)者對(duì)儲(chǔ)蓄表現(xiàn)的更有耐心，從而增加預(yù)防性儲(chǔ)蓄減少當(dāng)期消費(fèi)。Lu和McDonald（2005）運(yùn)用模型通過(guò)對(duì)中國(guó)在1998-2050年期間居民儲(chǔ)蓄和生活水平的最優(yōu)水平進(jìn)行模擬來(lái)判斷中國(guó)儲(chǔ)蓄率是否較高。研究得出如果現(xiàn)在的居民儲(chǔ)蓄率處于社會(huì)最優(yōu)水平的話，那么這段期間內(nèi)的時(shí)間偏好率就為負(fù)值，這表明中國(guó)居民當(dāng)期儲(chǔ)蓄過(guò)高，而對(duì)未來(lái)的儲(chǔ)備量過(guò)高，即中國(guó)當(dāng)前的居民儲(chǔ)蓄率是過(guò)高的。最后，文章嘗試分析了中國(guó)儲(chǔ)蓄結(jié)構(gòu)和儲(chǔ)蓄-投資的轉(zhuǎn)化渠道，結(jié)果表明這種嘗試是非常有效的。CharlesYujiHoriokaandJunminWan（2005）研究結(jié)果得出滯后儲(chǔ)蓄率、利息率、通貨膨脹率是導(dǎo)致中國(guó)居民儲(chǔ)蓄率居高不下的主要因素，而人口結(jié)構(gòu)的變遷對(duì)中國(guó)居民儲(chǔ)蓄率影響是微弱的，二者之間不存在明顯的相關(guān)性。Terada-Hagiwara（2012）對(duì)亞洲發(fā)展中國(guó)家在1966年-2007年間的數(shù)據(jù)進(jìn)行研究，分析什么是影響國(guó)內(nèi)儲(chǔ)蓄率的主要因素。研究結(jié)果表明人口結(jié)構(gòu)變遷（特別是老年撫養(yǎng)比率）、居民收入水平、金融業(yè)發(fā)展和收入水平是導(dǎo)致亞洲發(fā)展中國(guó)家居民儲(chǔ)蓄率居高不下的主要因素。本文對(duì)亞洲發(fā)展中國(guó)家2011年-2030年間居民儲(chǔ)蓄率進(jìn)行預(yù)測(cè)，結(jié)果表明雖然有些國(guó)家在近些年將步入老齡化社會(huì)，但由于還有一些亞洲發(fā)展中國(guó)家步入老齡化社會(huì)的時(shí)間比較晚，所以綜合考慮整個(gè)亞洲的儲(chǔ)蓄率將不會(huì)發(fā)生太大變化。2.2國(guó)內(nèi)研究綜述賀菊煌（2006）運(yùn)用世代交疊模型研究人口結(jié)構(gòu)變遷對(duì)我國(guó)居民儲(chǔ)蓄率的影響，模型選取幼兒撫養(yǎng)比率和老年撫養(yǎng)比率兩個(gè)變量代表人口結(jié)構(gòu)，研究得出計(jì)劃生育政策導(dǎo)致的新生兒童的減少對(duì)居民儲(chǔ)蓄率影響微弱，二者只存在微弱的正相關(guān)性。我國(guó)新生兒童數(shù)量的大量減少雖然導(dǎo)致經(jīng)濟(jì)增長(zhǎng)緩慢，但是同時(shí)也促使居民人均消費(fèi)永久性提高。研究還得出我國(guó)幼兒撫養(yǎng)比變動(dòng)對(duì)居民儲(chǔ)蓄率的影響程度遠(yuǎn)不及老年人口撫養(yǎng)比率的變動(dòng)對(duì)居民儲(chǔ)蓄率的影響。喬為國(guó)（2005）從邊際消費(fèi)傾向的角度對(duì)我國(guó)居民儲(chǔ)蓄率居高不下的原因做出解釋。研究收入分配制度對(duì)居民消費(fèi)傾向的影響，研究得出我國(guó)居民消費(fèi)傾向下降，居民儲(chǔ)蓄率居高不下的重要原因是由于我國(guó)收入差距的不斷擴(kuò)大。所以要想降低居民儲(chǔ)蓄率，增加居民消費(fèi)量，需要通過(guò)完善收入分配制度，縮小收入差距這一渠道。董麗霞，趙文哲（2011）通過(guò)面板向量自回歸模型對(duì)中國(guó)1982年-2008年省際面板數(shù)據(jù)進(jìn)行實(shí)證研究，模型選取幼兒撫養(yǎng)比、老年撫養(yǎng)比、人均GDP作為變量，分析我國(guó)幼兒撫養(yǎng)比、老年撫養(yǎng)比和人均GDP對(duì)居民儲(chǔ)蓄率的影響。研究得出幼兒撫養(yǎng)比和老年撫養(yǎng)比與居民儲(chǔ)蓄率都存在負(fù)相關(guān)性；隨著經(jīng)濟(jì)的增長(zhǎng)，幼兒撫養(yǎng)比呈下降趨勢(shì)，而老年撫養(yǎng)比呈上升趨勢(shì)，但是老年撫養(yǎng)比的上升幅度要遠(yuǎn)高于幼兒撫養(yǎng)比的下降幅度，所以總撫養(yǎng)比呈現(xiàn)上升趨勢(shì)，導(dǎo)致居民儲(chǔ)蓄率提高；另外，隨著我國(guó)老齡化程度的加劇，人均收入水平將呈現(xiàn)下降趨勢(shì)。3數(shù)據(jù)說(shuō)明和模型設(shè)定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，由于居民可支配收入數(shù)據(jù)的不可獲得性，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)200029662.2059810.509.00114.80396.903474.4200138520.8070142.508.33106.10429.909842.4200246279.8078060.805.67100.80441.9017529.2200353407.5083024.304.5997.40438.4019505.7200459621.8088479.202.2597.00432.2026471.0200564332.3898000.502.2598.50434.0048091.0200673762.43108068.202.2599.20437.0043522.0200786910.65119095.701.9898.70433.5038329.02008103617.65135174.001.9899.90438.7042458.02009119555.39159586.702.25102.80455.8037056.02010141050.99185808.602.39100.80464.0032430.02011161587.30217522.702.52101.00471.0089404.02012172534.19267763.703.47103.80493.60327141.02013217885.35316228.803.22105.90522.70121366.02014260771.66343464.702.6398.80519.00243939.0本文采用的是2000年-2014年的數(shù)據(jù)，所有數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局。雖然現(xiàn)在已經(jīng)2016年底，但是國(guó)家統(tǒng)計(jì)局網(wǎng)站上的數(shù)據(jù)大多只更新到2014年，所以只截取到14年。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：SAV=f(GDP,Rate,RPI,CPI,SMV,Ut)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:SAV=C+β1GDP+β2Rate+β3RPI+β4CPI+β5SMV+Ut4實(shí)證結(jié)果分析4.1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3.1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=691.9768DW=1.707178（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3.2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的一元回歸。=1\*GB3①SAV對(duì)GDP的一元回歸表3.3SAV對(duì)GDP的一元回歸表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的一元回歸表3.4SAV對(duì)RATE的一元回歸表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的一元回歸表3.5SAV對(duì)RPI的一元回歸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的一元回歸表3.6SAV對(duì)CPI的一元回歸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的一元回歸表3.7SAV對(duì)SMV的一元回歸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3.8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3.9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)0.000000③表3.10逐步回歸（3）VariableCoefficientStd.Errort-StatisticProb.C75610.52108026.20.6999270.4973GDP0.8255930.1029918.0161780.0000CPI-209.8054271.7363-0.7720920.4550R-squared0.984315Meandependentvar108633.3AdjustedR-squared0.981701S.D.dependentvar69337.42S.E.ofregression9379.435Akaikeinfocriterion21.30728Sumsquaredresid1.06E+09Schwarzcriterion21.44889Loglikelihood-156.8046F-statistic376.5429Durbin-Watsonstat1.246291Prob(F-statistic)0.000000④表3.11逐步回歸（4）VariableCoefficientStd.Errort-StatisticProb.C-12370.744718.833-2.6215680.0223GDP0.8203310.04004220.486670.0000SMV-0.0876830.039728-2.2070850.0475R-squared0.988290Meandependentvar108633.3AdjustedR-squared0.986338S.D.dependentvar69337.42S.E.ofregression8104.419Akaikeinfocriterion21.01506Sumsquaredresid7.88E+08Schwarzcriterion21.15667Loglikelihood-154.6130F-statistic506.3770Durbin-Watsonstat1.643177Prob(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①表3.12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)0.000000②表3.13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)0.000000③表3.14逐步回歸（7）VariableCoefficientStd.Errort-StatisticProb.C90069.5492690.260.9717260.3521GDP0.9179930.0967619.4872240.0000SMV-0.0916140.039521-2.3180910.0407CPI-258.4749233.5761-1.1065980.2921R-squared0.989463Meandependentvar108633.3AdjustedR-squared0.986589S.D.dependentvar69337.42S.E.ofregression8029.637Akaikeinfocriterion21.04284Sumsquaredresid7.09E+08Schwarzcriterion21.23166Loglikelihood-153.8213F-statistic344.3102Durbin-Watsonstat1.525700Prob(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。①表3.15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)0.000000②表3.16逐步回歸（9）VariableCoefficientStd.Errort-StatisticProb.C351533.178022.004.5055640.0011GDP1.0273440.06145116.718020.0000SMV-0.0961210.023233-4.1373130.0020RPI-1416.955302.8799-4.6782720.0009CPI-553.7253151.0105-3.6668010.0043R-squared0.996695Meandependentvar108633.3AdjustedR-squared0.995374S.D.dependentvar69337.42S.E.ofregression4716.183Akaikeinfocriterion20.01659Sumsquaredresid2.22E+08Schwarzcriterion20.25261Loglikelihood-145.1244F-statistic754.0229Durbin-Watsonstat1.621632Prob(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3.17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＝0.562，dU＝2.220，4－dU＝1.78，4－dL=3.438,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18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)(5,9)=3.48，而F11=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；F12=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；F21=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；F22=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；F31=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；F32=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；F41=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；F42=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；F51=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；F52=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；F61=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；F62=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；F71=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；F72=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；F81=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；F82=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；F91=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；F92=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；F101=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；F102=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；F111=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；F112=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；F121=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；F122=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；F131=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；F132=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；F141=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；F142=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；F151=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；F152=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3.1模型擬合情況圖4.2模型實(shí)證分