计量经济学mean

① 计量经济学论文

关于我国城镇居民储蓄存款模型的计量经济分析
（我的姓名等信息就省略了啊 呵呵）
内容摘要：本文利用我国1978年以来的统计数字建立了可以通过各种检验的城镇居民储蓄率的模型，对我国城镇居民储蓄存款情况进行实证分析。通过对该模型的经济含义分析得出各种主要因素对我国城镇居民储蓄存款数量的影响程度，并针对我国城镇居民存款储蓄现状提出自己的一些建议。
关键词：居民储蓄存款 实证分析 主要因素
一、问题的提出
1978年以来,随着我国国民经济的飞速发展,我国的居民储蓄也出现高速增长的态势。进入90年代以后．我国居民储蓄存款余额始终保持在两位数的增长速度。我国居民储蓄存款持续增长这一经济现象引起国内理论界的广泛关注。这对我国经济的进一步增长有着有利的一面,但也会带来一定程度的负面影响。所以国家相继出台了一系列积极的财政和货币政策,以刺激国内消费和投资需求,分流储蓄,但是居民储蓄依然持续增加。由于居民的储蓄存款直接影响着居民的消费行为，影响着货币的供给量，进而间接影响着国家经济的发展，宏观调控的力度和效果，因此，对我国居民存款储蓄问题的深入研究就显得尤为重要，这有助于帮助大家认清现状，做出合理的决策。虽然我们作为本科阶段的学生对这个问题的理解和研究还不够深入和透彻，但对此问题的探索有利于我们更好的掌握专业知识，了解国情，提高实际操作水平和理论联系实际、发现问题、分析问题、解决问题的能力。
二、文献综述
我国有很多学者建立了许多的储蓄模型来分析各因素对居民储蓄的影响程度,但分析结论的差异很大。整理以前的研究成果,一个社会的储蓄总量受很多因数的影响，根据经典西方宏观经济学理论，储蓄水平主要受收入因数、利息率、物价水平、收入分配等因数的影响：
1.收入因数
收入是决定储蓄的重要因数，收入的变化会直接决定着储蓄的变化。在其他条件不变的情况下，储蓄与可支配收入之间存在着正方向的变化关系，即居民的可支配收入增加，储蓄量增加；个人可支配收入减少，储蓄量减少。可支配收入是指居民户在支付个人所得税之后，余下的全部实际现金收入。
2.利息率
传统经济学认为，在收入即定的条件下，较高的利息率会使储蓄增加。在本文中，我们选用的利息率是根据当年变动月份加权平均后的一年期储蓄存款加权利率。
3.物价水平
物价水平会导致居民户的消费倾向的改变，从而也就会改变居民户的储蓄倾向。本文用通货膨胀率来考察物价水平对储蓄率的影响。
4.收入分配
凯恩斯认为，收入分配的均等化程度越高，社会的平均消费倾向就会越高，社会的储蓄倾向就会越低。在国际上，衡量收入分配平均状况最常用的指数是基尼系数。
三、变量的选取及分析
目前我国正处于改革时期，各种不确定性因素很多。因而，要分析各种因素对中国居民储蓄行为的影响，必须立足于中国的国情。1998年后，中国经济运行进入了一种新的体制约束状态，出现了明显的供给过剩，需求对经济增长的约束与拉动作用明显增强，投资、消费膨胀的内在动力明显不足；同时，由于我国市场机制尚不健全，市场经济发育不成熟，市场体制的控制力还有限，从而不能形成一种有效地传导机制。市场化的改革对人们的经济行为、心理行为带来了很大影响，银行开始考虑贷款风险，投资者开始考虑投资回报，而消费者也开始考虑最佳的消费时机和预期收入。这说明，我们的微观经济层面已生长出一种内在的约束机制，然而社会各个方面对这些积极的因素还很不适应，微观主体内在约束机制较强与宏观经济市场传导机制不畅之间的矛盾，导致了投资行为受阻、消费行为审慎和储蓄持续稳定增长。当前影响我国居民储蓄的因素有很多，概括起来有以下几点：居民对社会经济形势的预期、可选择的投资渠道、信贷消费的发展、利率因素的影响、"假性"存款的影响、消费领域的信用等级、高收入阶层消费状况、就业形势压力、体制改革、居民收入水平等。
由于我现在的时间和能力有限，只能综合考虑，选取一部分变量进行研究，而且为了方便查找数据，只建立我国城镇居民储蓄存款模型进行研究。本文选用当年的收入增长率来考察收入因数对储蓄率的影响。用城镇居民的储蓄率作为被解释变量。另外还选取了中国1979年到2002年的各年的城镇居民收入的基尼系数、一年期储蓄利率和通货膨胀率作为解释变量。
四、数据及处理
本文模型数据样本为从1979-2002年。
年份 城镇居民储蓄率 城镇居民收入增长率 一年期储蓄利率 通货膨胀率 城镇居民基尼系数
1979 0.06368087 0.264869934 3.78 0.02 0.16
1980 0.08740586 0.220385089 5.04 0.059804 0.15
1981 0.07093626 0.104176446 5.4 0.024052 0.15
1982 0.08105586 0.139165412 5.67 0.01897 0.15
1983 0.09963501 0.093723563 5.76 0.015071 0.16
1984 0.13025584 0.245357008 5.76 0.027948 0.19
1985 0.15161502 0.184241122 6.72 0.08836 0.19
1986 0.17454542 0.280700971 7.2 0.060109 0.2
1987 0.2175453 0.167515864 7.2 0.072901 0.23
1988 0.17862152 0.219728929 7.68 0.185312 0.23
1989 0.2721202 0.199827095 11.12 0.177765 0.23
1990 0.32760614 0.123579703 9.92 0.021141 0.24
1991 0.31032443 0.163667824 7.92 0.028888 0.25
1992 0.3016907 0.228819425 7.56 0.053814 0.27
1993 0.3199061 0.311233327 9.26 0.131883 0.3
1994 0.42486435 0.397210898 10.98 0.216948 0.28
1995 0.44898036 0.261076104 10.98 0.147969 0.28
1996 0.40903477 0.198208003 9.21 0.060938 0.29
1997 0.30935015 0.127739779 7.17 0.007941 0.3
1998 0.25777978 0.108852141 5.02 -0.026 0.295
1999 0.21234608 0.134557035 2.89 -0.02993 0.3
2000 0.1239205 0.125688358 2.25 -0.01501 0.32
2001 0.24155306 0.14364071 2.25 -0.0079 0.33
2002 0.29897822 0.173106495 2.03 -0.01308 0.319
数据来源：各年份的《中国统计年鉴》
注：Y代表城镇居民储蓄率
X1代表城镇居民收入增长率
X2代表一年期储蓄利率
X3代表通货膨胀率
X4代表城镇居民基尼系数
五、模型及处理
基于以上数据，建立的模型是：
Y=β1+β2X1+β3X2+β4X3+β5X4+u
β1度量了截距项，它表示在没有收入的时候人们也要花钱消费，储蓄率为负。
β2度量了当城镇个人可支配收入率变动1%时，储蓄增长率的变动。
β3度量了当利率变动一个单位，其实也就是1%时，储蓄的增量的变动。
β4度量了当通货膨胀率变动一个单位，储蓄增量的变动。
β5度量了基尼系数对储蓄率的影响。这也是本文的重点变量。
u是随机误差项。
对Y做回归
利用eviews最小二乘估计结果如下

Variable Coefficient Std. Error t-Statistic Prob.
C -0.264646 0.045525 -5.813154 0.0000
X1 0.317426 0.175678 1.806864 0.0875
X2 0.024054 0.003688 6.523093 0.0000
X3 0.024476 0.205508 0.119099 0.9065
X4 1.127523 0.149318 7.551127 0.0000
R-squared 0.897971 Mean dependent var 0.234065
Adjusted R-squared 0.875298 S.D. dependent var 0.116109
S.E. of regression 0.041002 Akaike info criterion -3.360748
Sum squared resid 0.030260 Schwarz criterion -3.113901
Log likelihood 43.64860 F-statistic 39.60525
Durbin-Watson stat 1.541473 Prob(F-statistic) 0.000000
根据以上结果，初步得出的模型为
Y=-0.264646+0.317426X1+0.024054X2 +0.024476X3+1.127523X4.
1.经济意义的检验
该模型可以通过初步的经济意义的检验，系数的符号符合经济理论。
2.统计检验
从表中可以看出，显然通货膨胀率的系数通不过T检验，R2=0.897971， 2值为0.875298，模型的拟合情况较好。F检验的值为39.60525，整个模型对储蓄率的增长影响是显著的。
3.多重共线性的检验
从F值可知此模型整体显著，但是分析各个变量后发现X1和X3不显著，可能存在多重共线性，运用消除多重共线性的逐步回归方法我们可以得到要放弃X3 这个变量，重新做回归分析得到：
Y=β1+β2X1+β3X2+β5X4+u

Variable Coefficient Std. Error t-Statistic Prob.
C -0.271487 0.041322 -6.570056 0.0000
X1 0.314787 0.113799 2.766177 0.0119
X2 0.024487 0.003178 7.704986 0.0000
X4 1.145280 0.137886 8.305987 0.0000
R-squared 0.897094 Mean dependent var 0.229740
Adjusted R-squared 0.881658 S.D. dependent var 0.115517
S.E. of regression 0.039739 Akaike info criterion -3.461967
Sum squared resid 0.031583 Schwarz criterion -3.265624
Log likelihood 45.54360 F-statistic 58.11739
Durbin-Watson stat 1.556309 Prob(F-statistic) 0.000000
从新模型的整体效果来看，R值和F值都很好，而且各个变量的t统计量也表明各个变量对储蓄率的增长都有显著影响。
因此模型可设为Y= -0.271487+0.314787X1+0.024487X2+1.145280X4
4.异方差性检验
对新模型进行异方差性的检验，运用white检验，得到如下结果：

White Heteroskedasticity Test:
F-statistic 2.669433 Probability 0.054505
Obs*R-squared 11.50596 Probability 0.073942
Obs*R-squared的计算结果是11.50596，，由于选用的没有交叉乘积项的方式，所以自由度为7，在0.05的显著水平下，查表得 （7）=12.59〉11.50596，所以接受原假设，即该模型不存在异方差性。
5.自相关性的检验
从上表可知DW值为1.556309，且样本容量n=24，有三个解释变量的条件下，给定显著性水平 =0.01，查D-W表得，d =0.882,d =1.407,这时有d <dw=1.556039<4- d ,表明不存在自相关。
6.最终结果
从上面的计量分析中最后得到我国城镇居民的储蓄存款模型：
Y= -0.271487+0.314787X1+0.024487X2+1.145280X4
(0.041322) (0.113799) (0.003178) (0.137886)
t= (-6.570056) (2.766177) (7.704986) (8.305987)
R2= 0.897094 df=20 F=58.11739 DW=1.556309
六、结论与建议
1.模型的实证分析
城镇居民的收入增长率变化对居民的储蓄率变化的影响还是比较明显的，储蓄率对收入增长率的弹性为0.314787, 在其他条件不变的情况下，居民的收入变化1%，储蓄率同方向变化0.314787%。
利率变动对实际的储蓄率变动的影响并不是十分的重要，弹性仅为0.024487。这方面有很多的原因，其中对未来预期的不确定性是一个很重要的原因，尤其是1998年以后，随着住房、医疗、教育等方面的改革，人们的储蓄倾向受预期的影响更大。这方面从人民银行数次通过降息来调整储蓄量，但是效果并不明显也可以看出来。
基尼系数对储蓄率的影响非常大，弹性达到了1.145280。这里可以看出，收入分配的均等程度对储蓄的影响非常明显。这是由于收入高的群体的储蓄倾向要明显的高于收入低的群体。
2.对宏观经济的政策建议
基于基尼系数对储蓄率的很大的影响，因此，国家应该重视对分配领域的调节，加大对低收入的者的转移支付，切合中国实际的对税收领域进行改革，缩小社会的贫富差距：
1）不要"逼"老百姓花钱，而要针对不同收入阶层，采取不同对策，引导居民消费
首先，增加中低收入居民的个人相对收入，在分配政策上进一步缩小收入差距；进行微观层面的改革和合适的福利体系改革，大力提高人们的收入预期；控制教育和医疗费用，降低人们的支出预期，减少公众的焦虑；积极发展消费信贷，尤其是助学贷款，减少人们为教育而储蓄的需要，让其"有钱花"。
其次，引导高收入居民向更高层次的消费过渡，努力提高其消费倾向，增加消费供给，让其"有地方花钱"，从而抑制储蓄倾向的进一步提高。
2）不要"逼"老百姓投资，而要不断增加金融创新，努力改善投资环境，刺激居民投资
目前的储蓄高增长主要是由于居民收入的持续增长、消费和投资的增速缓慢、居民手持现金的逐步减少而引起，充分暴露出我国经济架构的严重失衡。因此，必须采取相应的措施缓解储蓄增长的势头，并积极引导储蓄向投资转化：
第一，提供多样化的金融工具，不断开发新的金融产品，大力发展商业保险和社会保险，拓宽居民投资渠道，引导居民储蓄资金的合理分流。
第二，进一步发展和完善股票市场，规范上市公司的市场行为，逐步建立完善的、公开的信息披露制度，增强居民的投资信心。
第三，大力发展债券市场，尤其是企业债券市场，充分发挥债券融资的优势，加大企业从资本市场直接融资的比重。
第四，积极引导民间投资，用新型的融资方式拓宽民间投融资的渠道。稳定发展民营金融机构；建立民间投资退出机制；加强民间投资的信用体系建设。
3.模型的不足
在实际经济活动中，人们的预期对储蓄率的影响是非常明显的。由于这方面的影响很难用数据来描述以及碍于本文作者水平有限，所以本模型没有反映人们的预期对储蓄率的影响。

参考文献
1.何德旭：10万亿储蓄的多视角分析[N]。金融时报，2003-05-19.
2.屈宏斌：居民储蓄高增长堪忧[N]。经济观察报， 2003-03-31.
3.张锐：高储蓄挑战宏观政策[N]。世纪经济报道， 2003-04-29.
4.郭树清：深化投融资体制改革与完善货币政策传导机制[J].金融研究，2002，（2）。
5.武少俊：强化消费需求启动措施，保证经济持续快速增长[J].金融研究，2003，（5）
6.潘雅琼：我国城乡居民储蓄存款余额的趋势预测[J].统计与决策，2003（6）
7.刘隽亭,乔瑞红：我国居民储蓄持续增长的原因及特点分析[J].天津商学院学报，2005(2)
8.李焰：关于利率与我国居民储蓄关系的探讨[J].经济研究，1999(11)
9.韩汉君：中国的居民储蓄存款及其利率弹性[J].上海经济研究，1999(9)
10.庞皓：计量经济学.科学出版社，2008-1

② 计量经济学Eviews软件里的看图说话：怎样读懂软件的结果报告

对数y 最小二乘法 调整后21个数据

p值均小于0.05（相应的t值大于临界值），模型各参数是显著的
R方和调整后的R方分别为0.995244和0.994404，拟合优度不错，具有较好的解释能力
Sum squared resid 0.023990为残差平方和
F-statistic 1185.756，相应p值小于0.05
F值通常和R方的方向相同，R方不错,F值也一般不错
Akaike info criterion 和Schwarz criterion分别为AIC准则和SC准则，
用于不同模型的比较，AIC和SC值越小越好

注意：Durbin-Watson stat 0.608696
即D。W值不好，可能存在正的自相关，越接近2，则无自相关

③ 计量经济学计算统计量F，已知RSS,S.D dependent var以及R的平方，该如何求得ESS

1、S.D dependent var是被解释变量Y的标准差，简称SD。

TSS：Total sum of squares，即原始数据和均值之差的平方和。

TSS与SD存在下列关系：

TSS=SD^2*(N-1) ；

2、回归平方和： ESS (explained sum of squares)即预测数据与原始数据均值之差的平方和，这部分差异是回归可解释的部分。

三者之间的关系是TSS＝RSS＋ESS

由此，可以得到：ESS=TSS-RSS=SD^2*(N-1)-RSS

(3)计量经济学mean扩展阅读：

1、S.D dependent var是被解释变量Y的标准差。标准差（Standard Deviation），是离均差平方的算术平均数的平方根，是方差的算术平方根。S.D dependent var反映被解释变量Y的离散程度。

2、TSS（Total sum of squares）原始数据和均值之差的平方和。与SD存在下列关系：

TSS=SD^2*(N-1) ；

3、决定系数是因变量Y的变异中有多少百分比,可由控制的自变量X来解释. 在Y的总平方和中，由X引起的平方和所占的比例。

表达式：R平方=ESS/TSS=1-RSS/TSS

④ 计量经济学中什么叫“mean dependent var 和 S.D. dependent var”

Mean dependent var表示被解释变量的均值。S.D dependent var 表示被解释变量的标准差=the root of [TSS/(N-1)]。

第一，单方程模型、非线性动态模型、诊断与识别检验的小样本性质等方面的研究将会愈来愈受到计量经济学家们的重视。

第二，随着计算机技术的突飞猛进，现代模拟推断技术在计量经济学中的应用将会越来越广泛，尤其是在受限因变量模型、贝叶斯计量经济学以及非线性计量经济学更会引人注目。

第三，金融计量经济学将会是一个最活跃的研究领域。金融数据的大量性及其非正态性对计量经济学家们来说既是机遇也是挑战。该领域的研究重点将有可能放在随机波动模型及其应用方面。

(4)计量经济学mean扩展阅读

计量经济学发展的第三个里程碑是1987年Engle-Granger发表论文“协整与误差修正，描述、估计与检验”。该论文正式提出协整概念，从而把计量经济学理论的研究又推向一个新阶段。Granger定理证明若干个一阶非平稳变量间若存在协整关系，那么这些变量一定存在误差修正模型表达式。反之亦成立。

1988-1992年Johansen（丹麦）连续发表了四篇关于向量自回归模型中检验协整向量，并建立向量误差修正模型（VEC）的文章，进一步丰富了协整理论。

⑤ 计量经济学计算题--回归结果中求F ,S.E.regression...

R-squared 0.66325 Mean dependent var 5.123810
Adjusted R-squared S.D. dependent var 3.694984
S.E. of regression Akaike info criterion 4.505098
Sum squared resid 91.95205 Schwarz criterion 4.604576
Log likelihood -45.30353 F-statistic
Durbin-Watson stat 0.858742 Prob(

⑥ 计量经济学中什么叫“mean dependent var 和 S.D. dependent var”

Mean dependent var表示被解释来变自量的均值。

S.D dependent var 表示被解释变量的标准差=the root of [TSS/(N-1)]。

在时间序列方面，ARCH（GARCH）模型研究的势头将会继续保持。更多的单位根检验有望产生，如随机单位根检验等。协整理论的研究有可能朝非线性化方向发展。

非参数和半参数方法、向量自回归模型（VAR）的应用研究，特别是在金融领域中的应用研究，将会是一种发展趋势。

(6)计量经济学mean扩展阅读

参数估计量性质的分析：

a 小样本和大样本性质

b 无偏性

c 有效性

d 一致性

e Gauss-Markov定理

A、虚拟解释变量问题

a，加法方式：定性因素对截距的影响

b，乘法方式：定性因素对斜率项产生的影响

c，加法与乘法结合方式：定性应诉对截距和斜率项同时产生影响

B、滞后变量问题

a，分布滞后模型：经验加权法，Almon多项式法，Koyck方法---来减少滞后项的数目

b，自回归模型：工具变量法，OLS法

⑦ 计量经济学中，“eviews”这些字母都代表什么

计量经济学中，“eviews”这些字母的意思如下：

1. R-SQUARED 判定系数，越近1越好。
   

2. ADJUSTED R-SQUARED 调整回的判定系数，大多情答况下略小于判定系数。
   

3. S.E. OF REGRESSION 回归标准差，越小越好。
   

4. LOG LIKELIHOOD 似然估计值，暂可不考虑。
   

5. DURBIN-WATSON STAT 杜宾-瓦特森统计量，检验是否存在一阶自相关的指标。
   

6. MEAN DEPENDENT VAR 被解释变量的均值。
   

7. S.D. DEPENDENT VAR 被解释变量的标准差。
   

8. AKAIKE INFO CRITERION 赤迟信息准则。
   

9. SCHWARZ CRITERION施瓦茨准则，以上两者都是用来确定最优滞后期的指标，（AIC常用）。
   

10. F-STATISTIC 为F统计量，检验方程整体显著性的指标。
    

11. PROB(F-STATISTIC)是F统计量的伴随概率，如果小于0.05表明所有的待估参数不全为零。

⑧ 计量经济学输出结果分析

Dependent Variable: Y 应变量（被解释变量）：Y
Method: Least Squares 方法：最小二乘法
Date: 10/24/08 Time: 10:42 时间：2008-10-24，10：42
Sample: 1 26 样本数据1-26
Included observations: 26 观测值的个数：26

Variable Coefficient Std. Error t-Statistic Prob
可变系数标准差。误差t值检验的概率。

C 33.67020 272.2453 0.123676 0.9026
X 0.782013 0.033914 23.05898 0.0000
这个是你输出的C和X的值。

R-squared0.956813 判定系数
Mean dependent var 6089.640 因变量的均值
Adjusted R-squared 0.955013 修正后的判定系数
S.D. dependent var 1724.100 因变量的标准差
S.E. of regression 365.6838 回归标准误差
Akaike info criterion 14.71522 赤池信息量(AIC)（越小说明模型越精确）
Sum squared resid 3209392 残差平方和
Schwarz criterion 14.81200 施瓦兹信息量（SC）（越小说明模型越精确）
Log likelihood -189.2978 对数似然比。（残差越小，L值越大，越大说明模型越正确）
F-statistic 531.7168 F值
Durbin-Watson stat 1.351510 DW统计量（0-4之间）
Prob(F-statistic) 0.000000 F值检验