自回归分布滞后模型在广西居民消费中的研究应用

自回归分布滞后模型在广西居民消费中的研究应用 自回归分布滞后模型在广西居民消费中的应用研究 摘要 改革开放以来，随着人们消费水平的提高，消费结构和消费内容都发生了很大的变化。本文根据1990~2011年间广西城镇居民人均收入与消费支出统计数据，运用一定的计量经济学的研究方法，对影响消费的一些因素进行分析。国家一再强调扩大内需。保持经济增长的措施主要就是针对消费，收入是影响居民消费的主要因素，但还有其他一些因素制约消费水平，如收入分配、经济社会环境变化及其所导致的预期变化等。凯恩斯的消费理论认为，在现实生活中，决定消费支出的因素很多，如收入水平、商品价格水平、收入分配状况、利率水平、消费者偏好、消费者年龄构成以及、风俗习惯等。过去在对居民消费的计量经济学实证分析中，很多研究者得出这样的结论:居民消费支出与人均收入成正相关的关系。但是，影响消费支出的不仅仅是收入，他们没有把价格水平，消费者偏好等影响居民消费的因素纳入模型中。因此，有必要对其他影响消费支出的因素进行分析。本文就此利用Eviews6.0计量软件对广西省城镇居民消费影响因素进行回归实证分析，以期找到影响消费的主要因素并找到影响居民消费的主要因素。并对广西城镇消费做出讨论出针对广西消费的有效方针。由于人们的心理定势及社会习惯的作用，适应新经济条件和经济环境需要一个过程，从而表现为决策滞后。而且，经济主体的大多数行动，都会受到预期心理的影响。消费正是这样的、而本研究以最新发展的自回归分布滞后模型，对广西省1990~2011年居民消费和收入数据进行研究，结果也正说明了这一点。最后此模型的分析结果不仅包含当期和前期的影响也包含自身消费前期的影响。模型更有力的为预测广西2013年的居民消费情况奠定了坚实的基础。而实证研究中证明在建立预测模型之后关键是检验模型的准确性与可行性，此次通过检验模型的多重共线性问题、自相关检验和异方差分析。实证结果显示:消费会随着收入的增加而增加，而消费水平不仅受当期收入的影响还会受过去时期的收入和消费的影响。 关键词:自回归分布滞后模型;多重共线性检验;自相关检验;异方差分析 Autoregressive distributed lag model is applied to study the consumption of residents in Guangxi there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West Mathematics and Applied Mathematics ( economic direction) professional 2009 Pei Shuping Instructor Linpuren Abstract Since the reform and opening up, with the improvement of people's consumption level, consumption structure and content have undergone great changes. In this paper, according to the 1990~2011 years, Guangxi urban residents per capita income and expenditure statistics data, using the methods of econometrics, certain, carries on the analysis to the effect of some factors on consumption. The country has repeatedly stressed that the expansion of domestic demand. To maintain economic growth measures is mainly based on consumption, income is the main factor affecting the consumer, but also some other factors such as consumption levels, income distribution, economic and social environment change and the anticipated change. Think Keynes's consumption theory, in real life, many factors in consumer spending, such as income level, the level of commodity prices, income distribution, the level of interest rates, consumer preferences, consumer age structure and system, customs etc.. In the past, an empirical analysis of econometric on household consumption, many researchers conclude that: consumer spending and per capita income are positively correlated. However, affect consumer spending is not only the income, they did not take the price level, consumer preferences and other factors affecting household consumption is incorporated in the model. Therefore, it is necessary to analyze the effects of other factors of consumer spending. This paper uses the Eviews6.0 metering software regression analysis on the factors affecting the consumption of urban residents in Guangxi Province, in order to find the main factors influencing the consumption and find the main factors influencing the residents' consumption. And make a discussion summarizes effective policy for Guangxi consumption of Guangxi urban consumption. Because the psychology and social habits of people's role, to adapt to the new economic conditions and economic environment requires a process, thus the performance of the decision delay. there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West Moreover, most of the action of economic entities, will be affected by the expected psychological. Consumption is such, this research uses the latest development of the autoregressive distributed lag model, conducts the research to the Guangxi province 1990~2011 consumption and income data, the results are also illustrates this point. Finally, analysis the implications of this model not only includes the current and prior also contains its own consumption period. Model to forecast the consumer more force in Guangxi in 2013 has laid a solid foundation. The empirical study proves the prediction model is established after the key is accuracy and feasibility of model test, autocorrelation test and variance analysis of the test model by multiple collinearity problem. The empirical results show that: the consumption will increase with the increase of income, consumption is not only affected by the current income will also be affected by the past income and consumption in the period of. Keywords: Autoregressive distributed lag model; multiple linear test; autocorrelation test; variance analysis 目录 1 绪论 ................................................................................................................................. 1 1.1 选题背景及意义 .................................................................................................. 1 1.2 研究目的 ............................................................................................................ 1 there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 1.3 文献综述 ............................................................................................................ 1 2 分布滞后模型 ................................................................................................................... 3 2.1 模型参数估计方法 .............................................................................................. 3 3 自回归模型 ....................................................................................................................... 5 3.1 模型的参数估计方法 ........................................................................................... 5 4 自回归分布滞后模型......................................................................................................... 6 4.1 模型的参数估计方法 ........................................................................................... 6 5 滞后协整理论 ................................................................................................................... 6 5.1 整形阶数和单位根检验 ....................................................................................... 6 5.2 滞后协整检验 ..................................................................................................... 7 5.2.1 滞后协整检验理论基础 ................................................................................ 7 5.2.2 滞后协整检验方法 ....................................................................................... 8 6 模型检验 .......................................................................................................................... 9 6.1 拟合优度检验 ..................................................................................................... 9 6.2 总体显著性检验 .................................................................................................10 6.3 解释变量的显著性检验 ......................................................................................10 6.4 自相关检验 ........................................................................................................ 11 6.5 异方差检验 ........................................................................................................ 11 6.6 多重共线性检验 .................................................................................................12 7 预测 ................................................................................................................................12 7.1 点预测 ...............................................................................................................12 7.2 区间预测 ...........................................................................................................12 8 广西居民消费的实证研究.................................................................................................13 8.1 数据选取 ...........................................................................................................13 8.2 数据平稳性检验 .................................................................................................14 8.3 协整检验及模型的建立 ......................................................................................15 8.4.1 协整检验 ....................................................................................................15 8.4.2 自回归分布滞后模型滞后阶数的确定 ..........................................................16 8.4.3 模型的参数估计 ..........................................................................................17 8.4 多重共线性检验 .................................................................................................18 8.5 自相关检验 ........................................................................................................18 8.6 异方差检验 ........................................................................................................19 8.7 模型参数显著性检验 ..........................................................................................19 8.8 自回归分布滞后模型的拟合 ...............................................................................19 8.9 模型总体显著性检验 ..........................................................................................20 8.10 广西居民消费情况预测 ......................................................................................21 8.10.1 最小二乘估计法预测居民收入数据 .......................................................21 8.10.2 自回归分布滞后模型预测居民消费情况 ................................................22 9 结论 ................................................................................................................................23 致谢 .......................................................................................................................................24 参考文献 ................................................................................................................................24 附录 .......................................................................................................................................25 there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) 1 绪论 1.1 选题背景及意义 GDP我国自1997年改革开放滞后，经济取得了高速的增长，20世纪的最后20年 GDP年均增长率居于世界首位。2007年中国总量达到3.61亿美元，成为了世界第四大经济体。中国经济得到了高速发展，取得了举世瞩目的成绩。随着经济的快速增长最为明显的是人民的什么水平不断的提高，人民的消费结构也发生了巨大的变化。80年代还是以衣、食、住为主流，现在消费主要是倾向与享受性的消费。消费带动了需求，需求又影响的消费，收入也在不断的增长。对居民消费的研究已经成为了国内外经济研究的热点。 自回归分布滞后模型方法是一种较新的协整检验方法，优点在于对数据，，ARDL 的平稳性要求不严格，不要求数据序列数同阶单整，数据序列可以是或。同，，，，I0I1时更稳健、更适合对小样本的估计。其可以通过简单的线性变换到处动态的误差修正模型，而该误差修正模型同时整合了短期动态和长期动态。 选择这个模型对广西居民消费研究就是考虑到了数据的非平稳性，结合该模型的优点在模型分析上将会省去一些复杂的研究，而且对于预测能力结合最小二乘估计方法，预测也得到有力的支撑。 1.2 研究目的 本课题的研就目的在于在小样本的条件下，使用自回归分布滞后模型从样本区间对广西城镇居民消费水平进行拟合比较研究和从样本区间外对广西城镇居民消费水平进行预测比较研究。最终实现对广西城镇居民消费未来状况的了解做出合理的对策。 1.3 文献综述 消费是拉动经济的三架马车之一，研究消费需求，特别是正确分析与科学评价居民消费水平，从而有的放矢地引导经济增长方式的转变、提升内需拉动经济增长的动力，对于推动小康社会的建设具有重要的意义。 马克思曾经说过:“人从出生在地球舞台上的那一天起，每天都要消费，不管是在他开始生产以前和生产期间都是一样。”这句话正说明了消费行为与我们的生活、社会以及生产都是息息相关。 1 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 关于消费水平模型的研究是凯恩斯的宏观经济学里的消费理论为基础而逐渐发展起来的。他首先提出了消费水平模型，而且也是迄今为止最为常见的一种消费水平研究方法。在凯恩斯的经典理论中，消费水平与可支配收入之间有稳定的函数关系，而这种函数关系是线性函数形式。在这个基础上，对消费水平的研究进入了第二阶段，各国的经济学家开始从不同的角度对消费水平进行深入研究，并最终形成了各国经济专家学者所熟悉的杜森贝利相对收入消费水平模型，弗里德曼持久收入消费水平模型 ,,,,,,123和莫迪利安尼终生收入消费水哦模型等多种消费水平模型;兰利考虑了当劳动收 ,,4入不可多样化及小勇非二次型时，劳动收入不确定性对消费者行为的影响，并由桑德马、德勒泽和莫迪利亚尼在此基础上进行了进一步分析。 国内关于居民消费水平的研究主要参照国外消费模型的研究，并结合我国基本国情与实际情况从而建立最终的消费模型。随着经济的发展，中国政治水平的提高，国内领域的计量研究方法在其引用借鉴国外计量研究方法的基础上，进入90年代后，计量经济方面的专家学者在消费模型的实证研究方面取得了既可观又可喜的研究成果。 ,,5秦朵运用误差修正模型分析中国居民收入水平与消费水平之间的关系:叶阿忠 ,,6ARIMA御用模型进行消费模型的拟合与预测研究;汪萌、范敏等用自回归分布滞 ,,7后模型及误差修正模型和ELES模型进行消费行为的实证研究;贺菊煌讲生命周期假说运用到宏观经济系统中，进一步的研究分析了在宏观经济背景下的生命周期消费 ,,8模型理论;王小鲁、黄列分别阐述了总量宏观政策无效的根源，并预测了未来20 ,,10年中国经济增长的动因。也有御用协整理论与误差修正模型以及格兰杰英国检验等计量方法来研究居民消费模型，例如孙风等运用协整分析理论研究中国城镇居民收入与消费之间的变动关系;高铁梅运用朵变量时间序列随机粉丝的方差分解方法对我国消费需求变动的相关影响因素进行了分析，从定量的角度研究了各个影响因素对消 5，，费需求的影响程度和方向，同时也分析了消费需求对国内生产总值的影响. 关于居民消费模型的比较研究方面的发展情况，主要有以下代表性成果:吴有昌在题为“中国城乡消费函数比较”一文中，依据凯恩斯的绝对收入假说理论和弗里德曼的持久收入假说理论，分别构建了相应的计量经济形势模型，并且对中国城乡居民there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) ,,,,58消费模型进行比较研究，得出两种收入假说理论均有较强的解释能力的研究结论。 在国内利用扩展线性之处弄醒的各类研究中，主要是直接采用ELES模型进行分析，也有部分通过结合面板数九来分析不同收入群体的消费倾向。如张洛民运用面板数据模型，对我国30个省1999~2006年八年间城镇居民之间的消费水平具有显著的差异性，而城市之间城镇居民的消费倾向差异性却不大。朱琛的《我国当前农村居民 ELES消费需求结构变动趋势研究》利用改进的模型和模型相结合，研PanelData究了不同收入级别的消费者在不同时间内对不同商品的消费需求和边际消费倾向;在面板计量分析方面，陈海燕、杨宝臣认为，由于面板数据界面之间存在同期相关，因 SUR此利用可以修正相关的面板模型对我过城镇居民消费结构进行研究。 2 分布滞后模型 以滞后变量作为解释变量，就得到了滞后变量模型。其变量不含有被解释变量，它的一般形式为: s (2.1)y,,，,x，,,,titit,0i 分布滞后模型的各系数体现了解释变量的当期值和各期滞后值对被解释变量的不同影响程度，因此也称为乘数。称为短期或即期乘数，表示本期变化一个单位,x0 y，，对平均值的影响程度。,i,1,2,？,s称为动态乘数或延迟系数，表示各滞后期的xi s y变动对平均值影响大小。则称为长期或均衡乘数，表示变动一个单位，由x,,ii,0 ,,11y于滞后效应而形成的对平均值总影响的大小。 y由式值，如果各期的x保持不变，则x与间的长期或均衡关系为: (2.1) s,,，，Ey,,x，，,， 2.2 ,,,i,0,,i 2.1 模型参数估计方法 对于又掀起的分布滞后模型，普通最小二乘回归也会遇到如下的问题: (1) 没有先验准则确定滞后期长度; (2) 如果滞后期较长，将缺乏足够的自由度进行统计检验; 3 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 (3) 同名变量滞后期之间可能存在高度线性相关，即模型存在高度的多重共线性。 针对上面的困难，人们在大量研究的基础上提出了一系列的修正估计方法，但并不很完善。各种方法的基本思想大致相同，即都是通过对各分布滞后变量加权，组成线性 ,,12合成变量而有目的地减少滞后变量的数目，以缓解多重共线性，保证自由度。 (1)经验加权法 对于有限期的分布滞后模型，往往根据实际问题的特点以及人们的经验给各滞后变量指定权数，并按权数构成各滞后变量的线性组合，形成新的变量，再进行估计。权数的类型有以三类:递减型、矩型和倒型。 , 经验加权的有点是简单易行，缺点是设置权数的随意性较大。通常的做法是多选 2几组权数，分别估计出几个模型，然后根据各统计检验(检验，F检验，检验，Rt ,,11D.W.检验)，从中选择最佳估计。 (2)阿尔蒙多项式法 第一步，阿尔蒙变换:对于分布滞后模型: s (2.1.1)y,,，,x，,,,titit,0i i假定其回归系数可用一个关于滞后期的适应阶数的多项式来表示，即: ,i km ，，2.1.2，，,,,i,i,0,1,？,s,ik,0k m,2其中。阿尔蒙变换要求先验地确定适应结束，如取，得: m,sm km2 ，， 2.1.3，，，，,,,i,,，,i，,i,i,0,1,？,s,01ik,0k 将，，2.1.3式代人式得: (2.1.1) 2ssss，，2k，，，，，，y,,，,ix，,,,，,x，,ix，,ix，,，， 2.1.4 ,,,,,,10,1,2,ktttititit,,,,00,0,0,0ikiii，， 定义新变量: sss2，，2.1.5，，，，，， w,xw,ixw,ix,,,1,0,2,ttittitti,0,0,0iii 将原模型转化为: there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) y,,，,w，,w，,w，,(2.1.5)t0t01t12t2t 第二步，模型的普通最小二乘估计:对变换后的模型式进行普通最小二乘(2.1.5)估计。将得到的参数估计值代人式，求出滞后分布模型的参数估计值。 ，，2.1.2 3 自回归模型 如果滞后变量模型中仅包含的当期值与被解释变量的一个或多个滞后值，则yx 称为自回归模型。其一般形式为: q ，，3.1y,,，,x，,y，,,01,ttitit,1i 其中，滞后期长度也称为自回归模型的阶数。而 q y,,，,x，,y，,，，3.2t01t2t,1t ,,12称为一阶自回归模型。 3.1 模型的参数估计方法 对于自回归模型，估计时的主要问题在于，滞后被解释变量的存在可能导致，，3.1 它与随机干扰项相关，以及随机干扰项出现序列相关性。自回归模型的主要视滞后被 解释变量与随机干扰项的不同关系进行进行估计。采用工具变量法: 对模型，若滞后被解释变量y与随机干扰项同期相关，则普通最小二乘，，,3.1t,1t估计是有偏的，并且不是一致估计。因此需要寻找一个先的经济变量zy作为的工tt,1 具变量。参数估计量具有一致性。 ,, yyy在实际估计中，一般作为的工具变量，其中是x的若干滞后的线性组t,1t,1t,1合: , y,,，,x，,x，？，,x，，3.1.1 t,101t,12t,22t,s ，，,3.1x由于模型式中已经假设随机干扰项与解释变量及滞后项不存在相关性，因此t ,,,11y，，,3.1式中的与不再线性相关。 tt,1 5 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 4 自回归分布滞后模型 自回归分布滞后模型是提出来的。自回归分布滞后模型的一，，ADLp,qJorgenson 般形式为: Y,,，,Y，？，,Y，,X，？，,X，,，，4.1t01t,1st,s1tKt,K，1t从模型可以看出模型只是上式的一个特例。这个模型也称为滞后变量模型。 ARMA 4.1 模型的参数估计方法 对于模型的参数可以结合滞后分布与自回归分布模型的参数估计，在协整检验的 OLS基础上采用估计方法，再对估计出的模型进行拟合。 5 滞后协整理论 传统协整理论研究的仅仅是同期响亮序列之间的协整关系，而没有考虑响亮不同时期时间序列之间的协整关系。在一般协整模型中引入滞后变量，研究向量的不同期序列的协整关系，在一定程度上会提高预测的精度和准度。将考虑滞后变量的协整模型称之为滞后协整模型。 滞后协整描述的是向量序列包含两个或两个以上不同期的时间序列，各时间序列自身是非平稳的，其线性组合却是平稳的，则说明这些时间序列之间存在协整关系，这个协整关系称为向量序列的滞后协整。 在实际中，滞后协整研究不用期向量序列时间存在滞后协整关系，说明不同期的变量之间短期没会有所偏高，长期则会走向均衡。也就是说如果协整关系成立那么变 ,,13量间长期稳定关系就会成立。 5.1 整形阶数和单位根检验 整形阶数是指为使一个时间序列达到稳定所需要进行差分的次数。如果一个非平 dd,1y稳时间序列经过次差分后成为平稳的，而差分阶并不具有这种性质，那么t dy就称是单整。稳定的时间序列具有0阶单整。如果时间序列的整形阶数大于等于t 1，那么该序列就存在单位根。在协整分析之前，要对时间序列进行单位根检验，以确定各比那里的平稳性和整形阶数。 单位根检验的方法有很多，这里主要介绍ADF检验。其模型表达式为: there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) k ，，5.1.1，，,y,,，,t，,,1y，,,y，,,1,,ttitit,1i k方程中加入个滞后项是为了使残差为白噪声。 A. 原假设 H:,,10 B. 构造统计量 t ,,,,,,,SE其中是的标准差 ,t,,,1/SE,,,,,,,,, C. 在原假设下，统计量不再服从标准分布，因此不能使用分布表来进行Httt0 统计推断。Dickey和Fuller采用由Mackinnon给出的临界值作为统计检验。 若ADF检验值大于Mackinnon临界值，则序列有单位根，是非平稳的，接受yt 原假设。此外还要检验序列是一阶单整的还是高阶单整的。 yt 5.2 滞后协整检验 ,,135.2.1 滞后协整检验理论基础 前面我们介绍过最小二乘估计，现在介绍基于这个估计方法的检验方法，也就是检验期残差是否为白噪声序列。在虽小二乘估计得到参数估计后，计算残差 , ，，u,x,,x,？,,x ，，5.2.1.1，，，，，，t1t，i22t，innt，i12n ,,, xuuu当是协整的，则残差是平稳的。但是当是非平稳的，可能含有非常数tttt的趋势项，或者是单位跟过程，单位跟的检验就是先对序列拟合一个恰当的模型，在针对该模型计算期对应的特征根，如果其所有的特征根均在单位圆之外，则序列平稳。, u做分解如下: t , u,a，bt，,，， 5.2.1.2 tt ,, buuH:b,0H首先检验系数，。当成立，则不具有非常数的趋势，然后做00tt单位根检验。设 ,, u,,u，,，，5.2.1.3 ttt,1 , ,,其中为正态白噪声。最小二乘估计为: t 7 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 ,T, uu,t,1,t,1 ,,，，5.2.1.4,T2u,t,1t,1 5.2.2 滞后协整检验方法 E,G(1)两变量的协整检验——检验法 为了检验两变量是否为协整,和于1987年提出了两步检验法,lx,lyEngleGranger E,G也称为检验。假如都是的,我们可以用以下思路来检验它们之间是否存，，I1lx,ly OLS在协整关系。首先用估计方法对协整回归方程进行估计"然后,y,,，,x，ettt lx检验残差是否是平稳的。因为如果和没有协整关系,那么它们的任一线性组合elyt 都是非平稳的,残差也将是非平稳的。所以,我们通过检验是否平稳,就可以得和eelytt lx是否存在协繁关系。具体实施步骤为: OLS第一步,用(普通最小二乘回归)方法估计序列方程: y,,，,x，e，，5.2.2.1ttt ADF第二步,使用检验法对回归残差进行单位根检验。如果为稳定序列,则认eett lx为和是协整的。检验是否平稳可以采用前文提到的单位根检验,但需要注意的elyt ADF是,此时的临界值不能再用检验的临界值,而要用恩格尔和格兰杰 提到的临界值。 EngleandGranger Johansen(2)多变量检验检验法 Johansen检验是对多变量之间的协整关系检验的一种有效的方法。是一种用向量自回归模型进行检验的方法，其基于多遍了的无约束向量自回归模型之上。检验是从 r,1，，Hr,0不存在任何协整关系的零假设开始，然后是最多一个协整关系，直到0 m,1mH最多个协整关系(r,m,1)，共进行次检验，假设不变，这样根据检验结1 果，可以最后确定协整关系的阶数。 Johansen这样，采用检验法，我们就确定了协整关系的个数，就可以以此建立r cem协整方程，在建立协整方程之前要先建立自回归分布滞后模型。如果协整方程()there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) 是平稳向量。那么这些非平稳变量就满足协整建议，进而可以确定变量之间满足长期动态的平稳关系。 6 模型检验 利用样本数据估计得到的样本回归方程只是对总体回归方程的一个近似估计模型，所估计的模型是否确切反应了经济变量之间的相互关系还需要进行检验，回归分 ,,11析中主要是通过统计检验来保证模型统计意义的可靠性。 6.1 拟合优度检验 拟合优度是指模型对样本数据的近似程度。为了考察模型的拟合优度需要构造一 2个数量指标即判定系数。判定系数是衡量被解释变量关系密切程度的指标，可表R 示为: ,,,,YY,,2,,,,,2R,,1, ，，6.1.122，，，，Y,YY,Y,, 22220,,R,,1R,1,,0显然，,当时，，因此值越接近1，则模型的拟R, 合优度越高。 2为了克服由于R的递增性，对解释变量的添加变成一个有取无舍，使变量的添 222，，,,/n,k,1R加变得毫无准则。可以通过对进行自由度修正。将用来代替。,, 22，，，，，，Y,YY,Y/n,1k将用来代替，其中为样本容量。为模型中解释变量个n,, 2R数，则变为: 2/n,k,1，，,,2R,，， 6.1.2 2，，，，Y,Y/n,1, 2这里的R成为修正拟合优度。 22，，，，Y,Y/n,1，，,/n,k,1 当模型中解释变量个数改变时，保持不变，则,, 2随之改变，而且可能变大也可能变小，因此引起R值减小或增大。当模型中增加一 22，，,/n,k,1R个解释变量，则变小，从而使增大，这样便可以认为解释变量对, 9 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 ,,11呗解释变量有显著影响，该解释变量可以放入模型中。 6.2 总体显著性检验 为了从总体上检验模型中的被解释变量与解释变量之间的关系是否显著，我们利用F统计量对假设进行检验。对于多元回归模型 y,,，,x，,x，？，,x，,,i,1,2,3,？,n，，6.2.1t011i22ikkii F检验的步骤: a) 提出原假设,则原假设不同时为0; H,,,,,？,,,0H:,,,,？,012k112kb) 计算F统计量 , y/kESS/k,u ，，6.2.2，，F,,~Fk,n,k,12，，RSS/n,k,1，，e/n,k,1,i c) 查表:给定显著性水平，查自由度的F分布表，得到临界值，，,n,k,1 ; ，，Fk,n,k,1, d) 判断，若,拒接,接受，回归方程显著成立;否则回归方程不显著认为F,FHH,01 总体回归方程不存在显著的线性关系。 6.3 解释变量的显著性检验 变量的显著性检验对确定变量关系和模型的真实性非常重要。检验的具体方法如 95%下:做原假设H:,,0，备择假设，仍然选择置信度，因为t服从自由H,00b1 n,k,1,,0.05度为的分布，根据样本容量和显著性水平，查到双侧分布临界ntt 95%，，tn,k,1t值，那么的可能性应该满足: 0.025b b,,b,,，，t,,,tn,k,1，， 6.3.1 b0.0252222，，，，s/x,xs/x,x,,iiii kn注:为样本数量，为变量的个数。 H如果原假设成立，那么就意味着: 0 there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) b，，,tn,2 ，，6.3.20.02522，，s/x,x,ii 95%即有的可能性会成立。 6.4 自相关检验 模型的误差序列相关对于自相关检验，可以采用统计量检验方法。观察虚线之Q 间的区域，如果序列相关值在这个区域内，则在5%显著性水平下的序列相关系数与 ,,6零没有显著区别，也就是说不存在自相关问题。对于模型存在自相关性时可以采用 n ee,ii1,,,i2,柯-奥迭代法，根据模型回归的残差序列计算的第一个估计值，用作,,,,2e,ii ,,****广义差分变换，用和进行线性回归分析得到估Y,Y,,Y,X,X,,XYXiii,1iii,1ii ,,, 计值和，并计算相应的回归残差序列。其中常数项，通常迭代一两b,A/(1,,)bA01 ,,3次就可以达到目标。在适用软件处理的过程中其实就是在解释变量中添加项，ar 是消除一阶自相关，是消除二阶自相关，和是消除一、二阶自相，，，，，，，，ar1ar2ar1ar2 关，如此等。 6.5 异方差检验 当存在异方差时，线性回归模型的最小二乘估计的有效性，误差方差的估计以及各种统计推断的检验等都会受到严重的影响，所以需要对模型进行异方差检验，异方 ,差主要是针对随机误差项的。可以采用格里瑟检验方法，利用残差绝对值与自变量t ，，e,,，,fx，，fx的各种函数形式进行回归，回归方程的一般形式为:，其中可i01ii以改变成不同的函数形式。通过对方程系数的显著性检验，判断最佳的拟合形式，从 ,,3，，fx而确定的函数形式。如果它们的方程系数都是显著不等于零的，则认为存在i 异方差。对于异方差的处理可以根据异方差的具体形式，通过对模型的相应变换，针对性的克服异方差问题。加权最小二乘估计这是克服香型回归模型异方差性的针对性 11 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 方法。考虑到模型的最小二乘估计的回归残差平方和为: 2，，1,, ，，,,,,,Vybbx？bk，，5.6.1,i011ikki，，fx,,tji，， 这其实就是在原模型的最小二乘估计的残差平方和的每一项都乘一个权重的加权平 1方和，其中权重为。 W,i，，fxji 6.6 多重共线性检验 由于本研究中滞后变量的引入，所以解释变量除了包括现期收入外，通常还包括过去的收入，而现期收入的一部分一般由前期值决定，两期收入间有较强的线性相关性，因此做这种模型的估计时都一定要注意到多重共线性的存在。对于多重共线性检验，可以采用解释变量相关系数检验法。利用相关系数矩阵来查看解释变量之间的相 5关系数情况，如果引入的解释变量之间相关系数都大于0.94，那么说明变量之间存在高度的相关性，也就意味着模型存在严重的多重共线性。如果产生多重共线性的直接原因是在模型中引进过多相似有内在联系的解释变量，那么可以选择删去一些与其他解释变量意义相近的变量。本研究中采用辅助回归检验的方式对，通过变量间的回归显著性检验选择删除的变量，再对模型进行回归。 7 预测 7.1 点预测 预测是计量经济分析最重要的目的之一，根据两变量线性回归模型的回归直线进 *x行预测时，点预测主要采用的是将解释变量的特征值代人回归方程，就可以得到x ,,,14*y解释变量的一个相应的预测值，即为被解释变量的一个点预测值。 y 7.2 区间预测 点预测只是一个预测估计值，更有说服力的还是区间预测，所以在点预测的基础 *上，我们可以与构造参数的区间估计一样，构造对的预测置信区间，即区间预测。y ,*y,a，bx，uy对线性回归模型同样需要先将标准化为服从标准正态分布的统计t there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) 22n,2量，并用模型的误差项方差的估计代替误差项方差，得到服从自由度为的S, 分布统计量 t ,,,,,y,ya，bx,y,t,, ，，，，22,,,,,,，，，，1x,x1x,x22S1，，S1，，,,,,22nn，，，，xxxx,,,,,,,,iiii，，，， ,,0.05,,0.01根据样本容量，以及显著性水平和，查分布临界值表得到nt 1,,，那么的置信度下会有下式成立: ，，tn,2,/2 ,,a，bx,y ,t,/2，，2,,,，，1x,x21S，，,,2n，，x,x,,,ii，， *也就是说的置信区间为: y ，，，，22,,,,,,，，，，1x,x1x,x,,,22a，bx,tS1，，,y,a，bx，tS1，，,,,,,,/2/222nn，，，，xxxx,,,,,,,,iiii，，，， ,,15这个区间预测比点预测更有意义，因为它考虑了点预测必然存在的随机偏差。 8 广西居民消费的实证研究 8.1 数据选取 根据构建模型的需要，本文需要以下数据:广西1995~2010年城镇居民家庭人均 ，，，，yx消费的年度数据以及收入的年度数据，所选用的数据单位均为元。数据来源于 ,,16广西统计年鉴(见附录1)。采用软件是EViews6.0对收集的数据进行建模和预测， 13 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 ,,4本研究将2011年居民消费数据作为对模型预测效果的对比检验。陈彦斌(2008)认为年度数据由于时间跨越比较长，无法避免卢卡斯批判，月度数据由于波动频率过高也会导致计量方程不稳定。但是由于本问研究的目的在于模型的应用所以先不考虑这个卢卡斯批判。 8.2 数据平稳性检验 之所以要对数据进行平稳性检验是因为传统的计量经济学建模中一般假定经济过程是平稳的,并在此基础上建立有效的经济模型。但如果研究的过程是非平稳的,在此假设下建立的计量经济学模型很可能丧失它本来的经济意义。在许多情况下,时间序列多是有非平稳过程产生的,为了检验时间序列的平稳性,本文采用ADF检验方法检验各个变量的平稳性。如果数据不平稳可以采用自然对数差分的方法将数据转化 ,,17为平稳的序列，保证变量间存在长期的稳定关系。 ADFADF对数据的检验结果见表7.3.1;对数据的检验结果见表7.3.2 yx ADF的检验结果 表7.3.1序列x t-Statistic Prob.* Augmented Dickey-Fuller test statistic 4.472 0.999 Test critical values: 1% level -4.122 5% level -3.145 10% level -2.714 ADF表7.3.2 序列y的检验结果 t-Statistic Prob.* Augmented Dickey-Fuller test statistic 4.010 0.999 Test critical values: 1% level -3.959 5% level -3.081 10% level -2.681 y检验结果显示序列x和的统计量值分别为4.472和4.010均大于5%显著性水平t 下的ADF值，所以接受原假设，也就是这些序列都是非平稳的时间序列。所以为了消 ,,,,ly,lx除或减小时序数据的异方差，使得数据更为平滑，对原序列取自然对数再对 Dlxlx其进行平稳性检验。检验结果见表7.3.3，Dly、分别代表对数ly、的一阶差分。 there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) lsr表7.3.3 对数与对数平稳性检验 lxf 变量 ADF检验值 1%临界值 5%临界值 10%临界值 结论 ly-0.407 -4.728 -3.759 -3.325 不平稳 Dly-3.63 -4.8 -3.791 -3.342 平稳 -1.898 -4.572 -3.691 -3.287 lx 不平稳 Dlx -4.75 -4.992 -3.875 -3.388 平稳 lx检验发现对数序列的一阶差分在5%水平上显著、的一阶差分在10%的水平ly lx上显著。所以可以认为对数序列、均为一阶单整序列。 ly 8.3 协整检验及模型的建立 8.3.1 协整检验 协整理论就是尽管许多经济变量岁时间呈现出很强的非平稳性，但一组变量可能一起变动，并且经济模型产生的残差如果是平稳的，则这些非平稳的经济变量仍具备长期稳定的关系，即协整关系成立。 E,G(1)采用基于回归残差的协整检验方法(两步法)来检验两者之间的协 E,GEviews整关系根据上对述两步法的理论介绍,先用对两个变量做回归分析。结果如下: ，，8.3.1.1ly , 1.668 ， 0.782*lx ，，，，7.74532.692 2DW,0.762F,1068.78R,0.987 T注:括号内为值。 2R,0.987判断系数，其值很接近1，表面模型的拟合情况非常好。但是DW,0.762,d,0.84说明序列存在正相关关系，由于序列的相关性违背了回归理,l 论的标准假设:不同时点的扰动互不相关。因此，我采用将变量滞后一期再对模型，，8.3.1.1进行修正。修正结果为: ，，8.3.1.2ly , 0.247 ， 0.57*lx ， 0.679*ly(-1) - 0.285*lx(-1) ，，，，，，，，0.4863.2212.731,1.032 15 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 2DW,1.69F,468.38 R,0.992 注:此处分别是对变量取滞后一起的对数值。 ly(,1),lx(,1) 从修正结果来看, 值已经消除了模型的自相关性,但是DW,1.69,d,1.25,u 滞后一期值不显著,去掉这一项重新对模型进行修正，修正结果如下: Tlx(,1) ，，8.3.1.3ly, 0.506 ， 0.438*lx ， 0.493*ly(-1) ，，，，，，1.1423.5792.869 2DW,1.45F,698.32 R,0.991 方程式的各项均通过了检验。 ，，8.3.1.3 接下来就需要对模型的残差(见附录表2)进行单位根检验以确定一阶，，8.3.1.3ut 单整序列变量的协整关系是否成立。 ly,lx 。 对残差序列进行单位根检验，结果见表8.3.1 表8.3.1 残差的单位根检验 t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.113670 0.0045 Test critical values: 1% level -2.740613 5% level -1.968430 10% level -1.604392 lx方程的残差在1%的水平上显著，即残差是平稳的，之前已经对序列、做了平稳ly性检验，检验结果也证明了它们为一阶单整。所以我们可以认为变量序列的协整是长期稳定的。 8.3.2 自回归分布滞后模型滞后阶数的确定 在建立模型之前，先确定自回归分布滞后模型的滞后阶数: (1) 为了排除lxf各期之间的影响，用偏自相关系数法判定lxf的自相关性。观察图 PAC8.3.2.1偏自相关数值发现，只有偏相关系数滞后一期的值超过0.5，表明 lxf存在一阶自相关性。 there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) 图8.3.2.1偏自相关图 lsr(2)用互相关分析方法分析被解释变量与解释变量及其滞后值之间的相lxf 互关系，以确定变量的滞后阶数，见图8.3.2.2。 lsr图8.3.2.2 与的互相关图 lxf lsrlsr观察与的的各期滞后值，发现对存在二阶滞后影响。 lxflxf 因此选定我国广西居民消费的自回归分布滞后模型的滞后阶数为，，，其中2为2,1lx的滞后阶数，1为的自回归阶数。所以建立的自回归分布滞后模型为: ly ly,,，,ly(,1)，,lx，,lx(,1)，,lx(,2)，， 8.3.2.1 0123 8.3.3 模型的参数估计 ，，8.3.2.1采用OLS估计方法对模型进行参数估计，得到的模型如下: ly,0.131，0.683ly(,1)，0.578lx,2.97lx(,1)，0.014lx(,2)，，8.3.3.1 ，，，，，，，，，，0.2532.6843.824,0.9430.068 17 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 2 R,0.993,S.E,0.033,F,318.07,DW,1.987,AIC,,3.782 对模型的拟合效果此次暂时不做讨论，将在一下的检验分析中对模型进，，8.3.3.1 行评价，确定对于广西居民消费研究是否可以选择此模型。以下分别是对模型，，8.3.3.1的多重共线性，自相关性以及异方差的检验。 8.4 多重共线性检验 之所以要对模型的多重共线性检验是因为有上述模型的拟合可以初步判，，8.3.3.1 断模型存在多重共线性。 对解释变量的系数进行检验，结果见表8.4.1: 表8.4.1变量的相关系数值 Ly x Lx(-1) Lx(-2) Ly 1 0.996 0.989 0.982 x 0.9966 1 0.986 0.9798 Lx(-1) 0.989 0.986 1 0.991 Lx(-2) 0.982 0.979 0.991 1 表8.4.1显示变量之间都是高度相关的。本研究先不对模型的共线性采取处理措施，在模型拟合中一并处理。 8.5 自相关检验 DW因为模型中存在滞后变量，所以检验值无法判断模型是否存在残差序列自相关现象，本研究中采用统计量检验。检验结果见图8.5.1: Q 图8.5.1统计检验结果图 Q 可以看出序列相关中正负两倍估计标准差都夹在虚线之间，也就是说在5%的显著性there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) 水平下序列相关系数与零假设没有显著区别。前一阶滞后的统计值是是大于5%pQ 的。接受原假设，即模型不存在序列自相关。 8.6 异方差检验 Gleiser表8.6.1的异方差检验表 Heteroskedasticity Test: Glejser F-statistic 1.038 Prob. F(4,9) 0.439 Obs*R-squared 4.419 Prob. Chi-Square(4) 0.352 Scaled explained SS 1.621 Prob. Chi-Square(4) 0.805 2表8.6.1显示无论是F统计量还是统计量，其对应的伴随概率均大于常用显著性水, 平，因此接受原假设，即模型不存在异方差。 8.7 模型参数显著性检验 t-Statisticlxt-Statistic由以上回归分析可知，参数的为2.684，参数的为，，ly,1 t-Statistict-Statistic3.248，参数的为-0.943，的为0.069，自由度为12，lx(-1)lx(,2) 假设: H:,,0H:,,00112 ，，，， Ti,,,,,/s,,iii 在时，查表得 ,,0.05,n,16,k,3 ，，T12,2.179 0.025 lx由此可知，，，和是显著的而和是不显著的。 ly,1lx(-1)lx(,2) 8.8 自回归分布滞后模型的拟合 从参数的显著性检验知道模型中有两个变量是不显著的。所以考虑到剔除不显著的变量lx(,2)的模型拟合如下: ，，，，ly , 0.235 ， 0.685*ly(-1) ， 0.571*lx- 0.291*lx-18.7.1 ，，，，，，，，0.4863.2212.731,1.032 19 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 2S.E,0.032DW,1.68AIC,,3.808,,, R,0.9923，，ProbF,statistic,0.0000剔除不显著的变量的模型拟合如下: lx(-1) ，，8.7.2ly, -0.657 ， 0.895*ly(-1) ， 0.184*lx(-2) ，，，，，，，，0.823.4662.535,0.393 2S.E,0.032DW,1.83AIC,,3.792,,, R,0.9923，，ProbF,statistic,0.0000剔除不显著的变量和的模型拟合如下: lx(-1)lx(,2) ，，8.7.3ly, 0.499， 0.496*ly(-1) ， 0.436*lx ，，，，，，1.1423.5792..869 2S.E,0.0324DW,1.42AIC,,3.844R,0.9915,,, ，，ProbF,statistic,0.0000 S.E模型、和的残差标准差均小于模型的标准差，，，，，，，，8.7.18.7.28.7.38.3.3.1S.E,0.033AICAIC,,3.782，而均大于模型的的绝对值3.782，的所以最，，8.3.3.1 ,,18终选择模型。 ，，8.3.3.1 resid02ACFPACF如图8.8.1，是模型的残差(见附录表3)图和图，，，8.3.3.1 全部落入随机区间内，说明该模型的残差是白噪声。所以即使模型中的变量存在不显著性但是综述所述还是认为该模型是最优的选择。 ACFPACF图8.8.1 模型的残差图和图 ，，8.3.3.1 8.9 模型总体显著性检验 eviewsFF，，8.3.3.1由回归结果可以知道模型的统计量值为318.07。查分布临界there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) n,K,1,11,,0.01值表，可得到自由度,显著性水平的临界值,显，，F4,11,5.670.01 ,,0.05著性水平的临界值，很显然得到的两个临界值都远远小于F，，F4,11,3.360.05 统计量值，说明回归方程总体是显著的。 所以模型同时满足了总体显著性，本研究将以该模型对2013年广西城镇，，8.3.3.1 居民消费情况做预测。 8.10 广西居民消费情况预测 8.10.1 最小二乘估计法预测居民收入数据 由于本研究模型中涉及的变量2012~2013年的居民收入数据是未知的，而在，，x 研究之前对数据进行简单建模是发现如果需要预测2013年的居民消费情况则居民收入必须要已经的。所以本文采用最小二乘估计法达到居民收入成为已经的数，，，，xx据。预测模型如下: 建立广西居民收入与时间序列的回归模型，得到的模型如下: x,2111.12，781.6055 ，，8.10.1.1 ，，，，2.85110.209 2 R,0.882,DW,0.248,F,104.23 DW从回归结果值小于1.48得出模型的拟合定存在自相关性，为了消除自相关采取对数迭加方法再对模型进行拟合，得到的拟合结果为: log(x) , 7.87 ， 0.115*T ， [ar(1),0.783] ，， 8.10.1.2 2 R,0.989,DW,1.875,F,549.16 从回归结果模型的拟合优度得到了大大的提高，自相关性得到了消除，根据检t t,0.0007,,0.05p，，ar1,0.0002验概率概率值，均小于水平下的显著性检验，所 Fp以模型的变量均是显著的。再根据统计检验的概率值为0，所以模型整体显著。 ，，8.10.1.2所以可以根据模型对2011、2012、2013年的收入进行预测，预测结果见 21 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 表8.10.1.1，模型预测标准为3.56，相对误差为3.35%。这个预测结果将作为MAPE 已经的居民收入数据，引用到本文的自回归分布滞后模型中，用于预测消费情况。 x 表8.10.1.1居民收入预测值 年份 收入预测值 2011年 18887.133 2012年 21152.473 2013年 23700.407 8.10.2 自回归分布滞后模型预测居民消费情况 (1)居民消费情况的点预测 采用回归拟合模型: ly,0.131，0.683ly(,1)，0.578lx,2.97lx(,1)，0.014lx(,2)，，8.3.3.1 预测广西居民消费情况，结果见表8.10.2.1: 表8.10.2.1居民消费预测值 年份 预测值 2011 12520.96 2012 13894.6 2013 15417.62 发现2011年的预测值与真实值相差327.41即相对误差为2.55%。而模型整体预测相对误差为2.46%，而又从1995~2011年数据真实值与预测值对比图，见图8.10.2.2: 14000 图8.10.2.2预测值与真实值对比图 12000 10000 8000预测值 真实值6000 4000 2000 0 123456789101112131415 发现虽然2011年与真实值的相对误差相对于整体预测平均相对误差来说偏差值并不大，再加上总体的预测平均相对误差是较小的。产生原因估计是本研究中采用的是小样本，再加上对变量采取的是预测值对解释变量进行预测所以误差就相对的增大了，所以如果居民收入是已经的那么对于消费值的预测准确度会有所提高。 there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) (2)居民消费的区间预测 eviews6.0运用通过对模型预测得到预测估计值和标准差序列，命名为，，8.3.3.1 SEYF(见附录表4)。2013年的预测值和预测标准误差ly,9.643266 ，所以在点预测和预测标准差的基础上，很容易进一步构造区间预，，seyf,0.064333 测，而不需要再用理论的求解方法。仍然采用95%的置信度，分布临界值为t ，将上述的点预测和预测标准误差代入区间预测公式，得到: ，，t11,2.0210.025 ,9.643266-2.021*0.064333,9.501669305,ly,9.643266，2.021*0.064333,9.784862663 ,将其转化为原变量的区间预测值为: y , 13382.05,y,17762.82 ,即的95%置信度的区间预测为。 ,,13382.05,17762.82y 9 结论 本文主要基于自回归分布滞后模型方法研究广西居民消费情况。从国民经济核算的角度来看，消费、投资、出口构成了国内生产总值的三大需求，其中，消费是三大需求中最稳定、最重要的部分。通过实证研究发现:在综合模型中消费的当期前期和收入的当期前期都影响着未来的消费。所以在做出广西居民消费措施决策之前要明确引起消费变动的主要因素，是需要提高消费水平还是注重居民的收入。 相对与广西北部湾地区的收入我认为政府应该着重的调整居民的收入水平而不是大量的引进商家提高消费。总之，运用上述模型分析我国广西城镇居民的消费情况，可以了解各种因素对消费情况的不同影响，为居民消费结构分析提供依据，并对扩大城镇居民消费需求的重点与难点探讨给予帮助。同时，在使用该模型时要注意结合模型自身和消费本身的特性。因为模型本身的动态性，不同的时间周期内影响它的主要因素不一定是相同的，届时就需要有效的预测较近几年的居民的人均消费情况，才能得到有效合理的结果。从这点来看，对于消费的研究其实就不应该只是考虑到收入和消费的影响，对广西居民消费的研究如果要研究彻底靠一个人那是不可能呢。很多的因素都会因为个人考虑的不周全而导致模型的拟合度。如果需要提高模型的预测的准确度，应该考虑扩大样本空间，对数据的选取应该考虑选择月度数据。但是本研究的 23 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 预测值的相对误差平均值为2.46%，真实值与预测值相差并不是很大。 致谢 我悲观过，我恼火过，我想放弃过，但是我支持下来了，论文也即将完成，我心中却有些不舍，不知道跟它一起奋斗了多少各日日夜夜，也许有点夸张，但是其中上的艰辛与快乐只有自己最清楚。从最初的选题、查找资料、初稿酝酿成型、再几经字斟句酌修改，让我深深体会到做学问的不易。这一切得感谢林浦任老师，他在繁忙中抽空细致耐心地指导我、鼓励我;还有我的同学黄艳鸿，让我知道身边有朋友，他们会帮助我的;最后还要着重的感谢我的父母，如果不是他们在背后默默的支持我不可能有机会上大学更不可能安心的读完本科。 参考文献 [1] 魏英辉. 对我国居民消费函数的分析.内蒙古电大学刊，. ,,，，J2005,8:33,34[2] 刘臣. 对消费函数的几点认识. 广播电视大学学报(哲学社会科学版)，,,J . ，，2005,4:60,61 [3] 张婷. 扬州市农村消费状况及其影响因素研究. 扬州大学硕士论文，,,D . 2009,5,7 [4] 奥利维尔.琼.布兰查德，斯坦利.费希尔.宏观经济学(高级教程).北京:经济,,M 56,60科学出版社，2001,. [5] 陈莉. 新疆城乡居民消费结构与消费水平市场变动趋势研究,,. 新疆财经大学硕D 士论文，. 2010,5,6 2007:5,6[6] 李姣. 成都城镇居民消费函数研究,,D. 西南财经大学硕士论文，. ,,J[7] 国家统计局南京调查队. 统计科学与实践. 2011年2期，2011,3,5. ,,D[8] 马立平. 居民消费的定量研究-方法与应用. 首都经济贸易大学博士论文， 2006:13,15. ,,，，J1995,3:43,47[9] 吴有昌. 中国城乡居民消费函数比较. 经济科学，. there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West 钦州学院本科毕业论文(设计) [10] 王晓鲁. 关于中国经济增长的讨论. 经济学季刊. 第2卷第11期.. ,,，，J200210 [11] 江莹. 协整理论及其在经济领域中的应用研究. 南京信息工程大学硕士学位,,D 2008:7,论文，18. 167,180[12] 李子奈. 潘文卿. 计量经济学. 高等教育出版社，2010,. ,,M [13] 潘贻超.多元时序与滞后协整混合模型及其在股指预测中的应用.武汉理工大,,D 33,34学硕士学位论文，2010，. 234,160[14] 殷红. 金永红. 计量经济学理论与方法. 清华大学出版社，2010，. ,,M 170,175[15] 谢予. 计量经济学. 北京大学出版社，2010，. ,,M 1919,2010[16] 广西统计年鉴,. [17] 田应福.ADL王林. 基于模型的贵州人口时间序列分析. 贵州民族学院数学与,,J 746,748计算机科学系，2009，第28卷第4期，. [18] 赵爽. 基于协整分析与误差校正模型的我国货币供给研究. 硕士论文，2006，,,D39,43. 附录 表1广西城镇居民收入和消费数据 时间(年) 收入(sr) 消费(xf) 1995 4791.87 4045.83 1996 5033.33 4339.42 1997 5110.27 4452.7 1998 5412.24 4381.08 1999 5648.46 4587.22 2000 5834.43 4852.31 2001 6665.73 5224.73 2002 7315.32 5413.44 2003 8293.92 5763.48 2004 8177.46 5862.2 2005 8916.82 6426.24 2006 10014.53 6791.94 2007 12200.44 8151.26 2008 14146.04 9627.4 2009 15451.48 10352.38 25 裴淑萍 自回归分布滞后模型在广西居民消费中的研究应用 2010 17063.89 11490.08 表2广西居民消费模型的残差序列ut ，，7.4.1.3 时间(年) 1996 1997 1998 1999 2000 2001 2002 2003 残差ut 0.040 0.024 -0.029 0.006 0.025 -0.013 -0.028 -0.038 时间(年) 2004 2005 2006 2007 2008 2009 2010 残差ut 0.046 0.0004 -0.041 0.027 0.039 0.009 0.016 resid02表3 广西居民消费模型的残差序列 ，，7.4.3.1 时间(年) 1997 1998 1999 2000 2001 2002 2003 残差0.031 -0.022 0.013 0.033 0.017 -0.029 -0.035 resid02 时间(年) 2004 2005 2006 2007 2008 2009 2010 残差-0.039 0.011 -0.039 0.027 0.032 -0.014 0.014 resid02 表4 消值费函数预测估计值及标准差序列 时间(年) 1997 1998 1999 2000 2001 2002 2003 2004 2005 ly 8.369 8.395 8.420 8.444 8.529 8.601 8.697 8.718 8.789 seyf 0.037 0.044 0.046 0.047 0.049 0.049 0.049 0.051 0.053 时间(年) 2006 2007 2008 2009 2010 2011 2012 2013 ly 8.878 9.019 9.145 9.240 9.339 9.435 9.539 9.643 seyf 0.049 0.051 0.052 0.052 0.054 0.056 0.060 0.064 there is no network. Because the mountain barrier, links between different groups only on a limited number of bridge and road connections, poor road network system performance as a whole. Bridge across the Yangtze River has only two: luolong high-speed bridge of Yibin Yangtze River Bridge. There are six bridges across the jinsha River: respectively from West