我国储蓄总额的影响因素分析.docx
- 文档编号:11096150
- 上传时间:2023-05-29
- 格式:DOCX
- 页数:20
- 大小:81.80KB
我国储蓄总额的影响因素分析.docx
《我国储蓄总额的影响因素分析.docx》由会员分享,可在线阅读,更多相关《我国储蓄总额的影响因素分析.docx(20页珍藏版)》请在冰点文库上搜索。
我国储蓄总额的影响因素分析
我国储蓄总额的影响因素分析
2004级物流管理
刘莹40420024
一、选题背景分析
经济学家谢国忠认为5月份的CPI将会达到3.5%以上,将肯定会激发央行进一步加息对市场进行调控。
谢国忠表示,“加息是必然的事”。
但是,他认为,即使央行再次加息,对于国内过热的经济仍然起不到一个有效的作用。
他解释道,因为国内的利息水平相对来说是相当低的,如果央行此次加息还是按照原来的小步走的方式,对于国内的通货膨胀、经济过热的作用是微乎其微的。
世界银行近日发布的经济运行报告亦指出,中国的物价存在由消费价格向普遍价格上涨蔓延的风险。
5月份,居民消费价格总水平同比上涨3.4%。
其中城市上涨3.1%,农村上涨3.9%;食品价格上涨8.3%,非食品价格上涨1.0%;消费品价格上涨3.9%,服务项目价格上涨1.7%。
从月环比看,居民消费价格总水平比上月上涨0.3%。
前五月累计,中国CPI同比上涨百分之二点九。
在股市大涨达落之际,坊间对今天的CPI数据,均十分关注央行是否会加息,以及幅度多大。
在前一星期,央行行长周小川曾表示,是否加息,要在国家统计局公布五月份CPI统计数据之后才能决定。
目前,经济数据已出,周小川6月5日明确表示,央行正在关注5月份的数据,以决定是否再次加息。
有专家指出,CPI虽稍高,但还在可以容忍的限度,是否加息还有待观察。
中国经济长久保持的高增长低通胀的良好局面正受到各种因素的挑战。
进一步紧缩的预期在市场再度蔓延。
流动性长期过剩本身就会加大通货膨胀的风险,而目前供给因素导致CPI上行动力增强,这让央行货币政策的压力增大。
如果中国经济的步伐跟随他们的预期,加息将成为必然,问题只在于时间点的选择。
又有专家认为,如果中国的经济结构、经济增长方式及加速要素价格正常化没有根本的转变,汇率和利率将只能取得事倍功半的效果。
——新华网
在CPI快速上升的现在,央行加息被越来越多的人关注,不由得让人想到,存款利息的增加对我国的存款储蓄量和人民的消费量将起到怎样的推动或抑制作用。
基于此,对我国历年储蓄量的变化进行了计量分析。
二、计量经济学分析研究
(一)数据获取与处理
选取解释变量:
1、恩格尔系数:
居民“吃”方面的花费占总收入的比例决定着居民出去一部份必须花费所剩的收入多少,应该说对于存款储蓄量有着一定的影响,由于统计局网站上只有农村和城市居民分别的恩格尔系数,故通过农村和城市的人口对该解释变量进行了加权,以全国人民为研究对象对问题进行了简化。
2、人均可支配年收入:
决定着可供储蓄的资金基数的多少,如恩格尔系数的处理方法对该解释变量的历年数据进行了加权汇总。
3、存款率:
存款率高低对居民存款量的多少应该是有着重要的影响作用。
因为存款率调整日期不定,故依照调整日期和每月的日数对其进行加权。
4、居民价格消费指数:
消费指数决定居民消费,消费与储蓄又构成了居民总收入,故该解释变量对存款总额应该有着一定影响。
(二)计量分析
E--加权恩格尔系数
M--加权人均可支配年收入
P--加权调整后的存款率
X--居民价格消费指数
Y--全国储蓄存款年末余额
OLS回归
在Eviews中输入相应数据如下
表1
obs
E
M
P
X
Y
1985
56.73
592.78
2.88
100
1622.6
1986
55.42
674.13
2.88
106.5
2237.6
1987
55.22
741.82
2.88
114.3
3073.3
1988
53.33
887.24
2.88
135.8
3801.5
1989
54.72
1005.74
2.88
160.2
5146.9
1990
57.59
1127.68
2.682
165.2
7034.2
1991
56.58
1222.42
1.941
170.8
9110.3
1992
56.34
1394.62
1.8
181.7
11545.4
1993
55.92
1681.9
2.377
208.4
15203.5
1994
56.36
2276
3.15
258.6
21518.8
1995
56.13
2902.76
3.15
302.8
29662.3
1996
54.01
3426.13
2.681
327.9
38520.8
1997
52.39
3688.81
1.93
337.1
46279.8
1998
50.5
3805.76
1.575
334.4
53407.5
1999
48.95
3984.42
1.19
329.7
59621.8
2000
45.59
4281.26
0.99
331
64332.4
2001
44.12
4644.85
0.99
333.3
73762.4
2002
42.88
5111.57
0.78
330.6
86910.6
2003
42.15
5564.26
0.72
334.6
103617.3
2004
43.23
6287.12
0.72
347.7
119555.4
2005
41.72
7151.21
0.72
353.9
141051
用Eviews作OLS回归,结果如下:
表2
DependentVariable:
Y
Method:
LeastSquares
Date:
06/19/07Time:
15:
11
Sample:
19852005
Includedobservations:
21
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-1974.419
10615.97
-0.185986
0.8548
E
211.7280
212.7237
0.995319
0.3344
M
27.93865
0.820010
34.07109
0.0000
P
-2141.045
886.4744
-2.415236
0.0281
X
-179.6018
10.76499
-16.68388
0.0000
R-squared
0.998887
Meandependentvar
42715.02
AdjustedR-squared
0.998608
S.D.dependentvar
42233.31
S.E.ofregression
1575.456
Akaikeinfocriterion
17.76673
Sumsquaredresid
39712967
Schwarzcriterion
18.01543
Loglikelihood
-181.5507
F-statistic
3589.088
Durbin-Watsonstat
1.675391
Prob(F-statistic)
0.000000
平稳性检验
因为所研究的数据属于时间序列数据,因此应该先进行平稳性检验,以避免出现伪回归。
令et=resid,对et序列进行单位根检验。
检验结果如下表:
表3
ADFTestStatistic
-3.766630
1%CriticalValue*
-2.6889
5%CriticalValue
-1.9592
10%CriticalValue
-1.6246
*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.
AugmentedDickey-FullerTestEquation
DependentVariable:
D(ET)
Method:
LeastSquares
Date:
06/28/07Time:
10:
17
Sample(adjusted):
19862005
Includedobservations:
20afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob.
ET(-1)
-0.848980
0.225395
-3.766630
0.0013
R-squared
0.427443
Meandependentvar
17.44954
AdjustedR-squared
0.427443
S.D.dependentvar
1871.232
S.E.ofregression
1415.915
Akaikeinfocriterion
17.39765
Sumsquaredresid
38091464
Schwarzcriterion
17.44743
Loglikelihood
-172.9765
Durbin-Watsonstat
1.840179
由表可知,t检验统计量的值为-3.766630,小于相应的临界值,从而拒绝H0,表明残差序列不存在单位根,是平稳序列,说明各个变量之间存在协整关系。
因此可以进行以下回归、检验和修正。
根据其结果,我们可以看出在α=0.05的情况下,t=2.776,E、P的系数均不显著,同时E(加权恩格尔系数)和P(加权调整后的存款率)的系数的符号均与预期的相反,因此表明,可能存在严重的多重共线性。
多重共线性检验及修正
(1)、检验
计算各解释变量的相关系数:
表4
E
M
P
X
E
1
-0.908263347218
0.899415601375
-0.731273209553
M
-0.908263347218
1
-0.840666183936
0.910125337506
P
0.899415601375
-0.840666183936
1
-0.702567700126
X
-0.731273209553
0.910125337506
-0.702567700126
1
由相关系数矩阵可知,各个解释变量相互之间的相关系数很高,证实确实存在严重的多重共线性。
(2)、修正
采用逐步回归的办法,去检验和解决多重共线性的问题,分别做Y对E、M、P、X的一元回归,结果如下表所示:
表5
变量
E
M
P
X
参数估计值
-6918.668
20.55420
-39638.40
368.2644
t统计量
-11.44393
24.95023
-7.450700
6.414613
R²
0.873302
0.970383
0.745011
0.684109
修正R²
0.866634
0.968824
0.731590
0.667483
其中,加入M的方程的修正R²=0.968824为最大,以其为基础,顺次加入其他变量逐步回归,结果如表所示:
表6
变量
变量
E
M
P
X
修正R²
M,E
-1682.993
(-2.813445)
16.24613
(9.636453)
0.977143
M,P
18.45988
(12.74524)
-5483.097
(-1.720043)
0.971737
M,X
28.23535
(60.78668)
-180.0914
(-18.16938)
0.998298
经比较,新加入X的方程修正R²=0.998298,改进最大,而且该解释变量的系数的t检验值显著,选择保留,再加入其它新变量逐步回归。
结果如下表:
表7
变量
变量
E
M
P
X
修正R²
M,X,E
-74.18291
(-0.370362)
27.93976
(30.06544)
-177.6132
(-14.60158)
0.998213
M,X,P
27.35652
(47.60989)
-1650.042
(-2.240899)
-174.2631
(-18.67577)
0.998609
由表可见,加入E后可决系数没有改进,而且E的t检验不显著。
加入P后,可决系数有所改进,但是P的t检验不显著。
故最后修正严重多重共线性影响的回归结果如下:
Yt=3892.326+28.23535Mt-180.0914Xt
Se=(1406.775)(0.464499)(9.911809)
t=(2.766843)(60.78668)(-18.16938)
R²=0.998469修正R²=0.998298DW=1.291035
异方差性的检验与修正
(1)、检验
A、图形法
生成e2=(resid)^2,分别绘制e2对各解释变量的散点图
对E
图1
对M
图2
对P
图3
对X
图4
依图可见,e2均随解释变量的变化而变化,因此,模型很可能存在异方差,根据实际情况,进一步用White检验方法进行检验
B、white检验
在表2的基础上进行检验,结果如下表:
表8
WhiteHeteroskedasticityTest:
F-statistic
3.915967
Probability
0.051175
Obs*R-squared
18.92843
Probability
0.167702
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
06/19/07Time:
17:
20
Sample:
19852005
Includedobservations:
21
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-2.35E+09
6.15E+08
-3.819997
0.0088
E
86645757
24668386
3.512421
0.0126
E^2
-791065.1
261685.7
-3.022958
0.0233
E*M
-6898.368
2101.094
-3.283228
0.0168
E*P
119624.9
1849581.
0.064677
0.9505
E*X
49269.65
29149.27
1.690253
0.1419
M
346089.5
72959.94
4.743554
0.0032
M^2
-10.43442
3.773429
-2.765236
0.0326
M*P
2550.464
14292.33
0.178450
0.8642
M*X
184.7908
201.0718
0.919029
0.3935
P
-21479165
92648832
-0.231834
0.8244
P^2
2062093.
3864946.
0.533537
0.6128
P*X
13862.99
181404.3
0.076420
0.9416
X
-2561499.
871051.6
-2.940697
0.0259
X^2
-515.2576
1986.250
-0.259412
0.8040
R-squared
0.901354
Meandependentvar
1891094.
AdjustedR-squared
0.671180
S.D.dependentvar
2092142.
S.E.ofregression
1199693.
Akaikeinfocriterion
31.00884
Sumsquaredresid
8.64E+12
Schwarzcriterion
31.75493
Loglikelihood
-310.5928
F-statistic
3.915967
Durbin-Watsonstat
1.926603
Prob(F-statistic)
0.051175
由表可知nR²=18.92843。
因为自由度为14,在α=0.05的情况下,查表得χ²0.05(14)=23.6848。
因为nR²=18.92843<23.6848,所以不能拒绝原假设,表明模型不存在异方差。
自相关的检验与补救
(1)、检验
A、图示检验法
绘制e(-1)和e的散点图
图5
绘制回归残差项et的图形如下
图6
由图可知,随机误差项ut存在负自相关。
B、DW检验法
由表2可知DW=1.675391,对此样本为21,四个解释变量的模型,在5%的显著水平下,查DW统计表可知,dL=0.927,dU=1.812,dL (2)、补救 生成b=resid,对其进行滞后一期的自回归,结果如下表: 表9 DependentVariable: B Method: LeastSquares Date: 02/05/04Time: 16: 27 Sample(adjusted): 19872005 Includedobservations: 19afteradjustingendpoints Variable Coefficient Std.Error t-Statistic Prob. B(-1) 0.247889 0.222750 1.112856 0.2804 R-squared 0.061587 Meandependentvar 87.88509 AdjustedR-squared 0.061587 S.D.dependentvar 1654.372 S.E.ofregression 1602.619 Akaikeinfocriterion 17.64786 Sumsquaredresid 46230961 Schwarzcriterion 17.69757 Loglikelihood -166.6547 Durbin-Watsonstat 1.626761 有回归方程: bt=0.247889*b(t-1) 由上可知ρ=0.247889,对原模型进行广义差分,得广义差分方程: Yt-0.247889*Y(t-1)=β1(1-0.247889)+β2*(Et-0.247889*E(t-1))+β3*(Mt-0.247889*M(t-1))+β4*(Pt-0.247889*P(t-1))+β5*(Xt-0.247889*X(t-1))+ut-0.247889*u(t-1) 对此广义差分方程进行回归,输入如下回归式: 图7 结果如下表: 表10 DependentVariable: Y-0.247889*Y(-1) Method: LeastSquares Date: 02/05/04Time: 16: 31 Sample(adjusted): 19862005 Includedobservations: 20afteradjustingendpoints Variable Coefficient Std.Error t-Statistic Prob. C 302.1030 9444.523 0.031987 0.9749 E-0.247889*E(-1) 165.0081 249.3580 0.661732 0.5182 M-0.247889*M(-1) 27.84053 0.967029 28.78975 0.0000 P-0.247889*P(-1) -1939.416 1036.182 -1.871694 0.0809 X-0.247889*X(-1) -179.6795 13.95723 -12.87358 0.0000 R-squared 0.998175 Meandependentvar 35399.88 AdjustedR-squared 0.997688 S.D.dependentvar 33170.46 S.E.ofregression 1594.925 Akaikeinfocriterion 17.79936 Sumsquaredresid 38156784 Schwarzcriterion 18.04829 Loglikelihood -172.9936 F-statistic 2050.797 Durbin-Watsonstat 1.905251 Prob(F-statistic) 0.000000 可得回归方程为: Yt*=302.1030+165.0081Et*+27.84053Mt*-1939.416Pt*-179.6795Xt* Se=(9444.523)(249.3580)(0.967029)(1036.182)(13.95723) t=(0.031987)(0.661732)(28.78975)(-1.871694)(-12.87358) R²=0.998175修正R²=0.997688DW=1.905251 其中Yt*=Yt-0.247889*Y(t-1),Et*=Et-0.247889*E(t-1),Mt*=Mt-0.247889*M(t-1),Pt*=Pt-0.247889*P(t-1),Xt*=Xt-0.247889*X(t-1) 由于使用了广义差分方程,样本荣来能够减少了一个,为20个,查显著水平的DW统计表可知dL=0.894,dU=1.828,DW=1.905251>1.828,故说明广义差分模型中已无自相关,不必再进行迭代,同时可见,可决系数R²、t、F统计量也均达到了理想水平。 为保证样本数不减少,可以使用普莱斯-温斯腾变换补充第一个观测值,即E1*=E1√1-ρ²,M1*=M1√1-ρ²,P1*=P1√1-ρ²,X1*=X1√1-ρ²,Y1*=Y1√1-ρ²。 计算可得E1*=54.95936827,M1*=574.2784121,P1*=2.79011071,X1*=96.87884411,Y1*=1571.956125 生成新变量Y*,E*,M*,P*,X* (分别用t,g,r,f,a代替)(见图8) 补充第一个观测值(见图9)后作回归: 图8 图9 表11 DependentVa
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 我国 储蓄 总额 影响 因素 分析