1、基于计量经济学的私人汽车量影响因素分析（论文）姓 名：彭思威 学 号：2120150316 班 级：土木工程（管理科学与工程）二一二年十二月二十三日基于计量经济学的私人汽车量影响因素分析摘要：随着我国经济的快速发展，人均收入的不断提高，越来越多的中、高层收入者开始购买小汽车，从而带动我国私人汽车业的迅速发展，使我国每年的汽车销量高速的增长。私人的汽车拥有量自 90 年代中期开始飞速提升（据相关数据表明，深圳市的私人汽车拥有量更为明显的大幅度提高） 。也正因为汽车业的发展，从而拉动一整条产业链上的其他行业发展，对国内经济起到了巨大的推动作用。本论文运用计量经济学方法，从资料中采集到从 1995
2、年2010年 16 年的时间内（考虑到 16 年时间长度较能充分说明私人汽车量的影响分析） ，把私人汽车拥有量及其重要影响因素的时间序列为样本，分析了我国平均工资水平、城乡居民存款、货币供应量、城乡居民恩格尔系数、物价指数和汽车产量对我国汽车私人拥有量的影响，并在此基础上对我国汽车市场发展提出建议。关键字：私人汽车拥有量 平均工资 城乡居民存款 货币供应量 城乡居民恩格尔系数 物价指数 汽车产量一 模型设定根据对我国私人汽车量的数据（下表 1）分析，判断可能的影响因素，从定性的分析出发，确定出决定私人汽车量的几个因素，并设定模型。模型设定如下：Y=b0+b1X1+b2X2+b3X3+b4X4+
3、b5X5+b6X6+uiY 表示私人汽车拥有量（万辆） ，X 1表示平均工资水平（元） ，X 2表示城乡居民存款（亿元） ，X 3表示货币供应量（亿元） ，X 4表示恩格尔系数，X 5表示物价指数，X 6表示汽车产量（万量） 。b 0、b 1、b 2、b 3、b 4、b 5、b 6是待定系数，ui是随机误差项。表1 为由中国统计局网站得到 1995-2010 年的有关数据：表1 19952010 年相关数据年份私人汽车拥有量（万辆）平均工资水平（元）城乡居民存款（亿元）货币供应量（亿元）城乡居民恩格尔系数 物价指数 汽车产量1995 249.96 5348 29662.30 60750.5 5
4、4.3 117.1 145.271996 289.67 5980 38520.80 76094.9 52.5 108.3 147.521997 358.36 6444 46279.80 90995.3 50.8 102.8 158.251998 423.65 7446 53407.47 104498.5 49 99.2 163.001999 533.88 8319 59621.83 119897.9 47.3 98.6 183.202000 625.33 9333 64332.38 134610.3 44.3 100.4 207.002001 770.78 10834 73762.43 158
5、301.9 42.9 100.7 234.172002 968.98 12373 86910.65 185007.0 41.9 99.2 325.102003 1219.23 13969 103617.65 221222.8 41.4 101.2 444.392004 1481.66 15920 119555.39 254107.0 42.5 103.9 509.112005 1848.07 18200 141050.99 298755.7 41.1 101.8 570.492006 2333.32 20856 161587.30 345603.59 39.4 101.5 727.892007
6、 2876.22 24721 172534.19 403442.2 39.7 104.8 888.892008 3501.39 28898 217885.35 475166.6 40.8 105.9 930.592009 4574.91 32244 260771.66 606225.0 38.7 99.3 1379.532010 5938.71 36539 303302.50 725774.05 38.4 103.3 1826.53二 参数估计运用最小二乘估计（OLS） ，对模型进行参数估计，得到 Eviews 的回归结果如表 2 所示：表2 回归结果Dependent Variable: Y
7、Method: Least SquaresDate: 20/12/12 Time: 14:17Sample: 1995 2010Included observations: 16Variable Coefficient Std. Error t-Statistic Prob. C -1831.258 574.6463 -3.186758 0.0111X1 -0.002299 0.040145 -0.057269 0.9556X2 -0.006985 0.005869 -1.190144 0.2644X3 0.011286 0.004931 2.288597 0.0479X4 26.88352
8、10.08885 2.664677 0.0258X5 0.943801 7.875980 0.119833 0.9072X6 0.316304 0.775604 0.407817 0.6929R-squared 0.998995 Mean dependent var 1749.632Adjusted R-squared 0.998325 S.D. dependent var 1692.257S.E. of regression 69.25385 Akaike info criterion 11.61307Sum squared resid 43164.86 Schwarz criterion
9、11.95108Log likelihood -85.90456 F-statistic 1491.242Durbin-Watson stat 2.396327 Prob(F-statistic) 0.000000从回归结果可得出，系数 b0、b 1、b 2、b 3、b 4、b 5、b 6分别为：-1831.258、-0.002299、-0.006985、0.011286、26.88352、0.943801、0.316304。回归方程如下：Y=-1831.26-0.002*X1-0.01*X2+0.01*X3+26.88*X4+0.94*X5+0.32*X6+ui(-3.19) (-0.06)
10、 (-1.19) (2.29) (2.66) (0.12) (0.41)0.96 0.26 0.05 0.03 0.91 0.69R2=0.998 F=1491.24 n=16 DW=2.40 (括号内为 T 统计值,方括号为 P 值)三 模型检验根据 Eviews 的结果，我们对模型进行必要的检验，通过检验把不符合的因素去掉。（一） 经济意义检测X1 代表平均工资水平，由于私人汽车拥有量上涨，X1 的值应该为增长趋势，因而符号不对，与现实经济意义不符，故不把 X1 考虑入模型。（二） 统计推断检测R=0.998 拟合度非常好，F 检验也很显著，5 个变量的 t 检验都不是很显著。（三） P
11、值检测X1、X2、X5、X6 的 P 值均大于 0.05，可见其对于 Y 值的相关性不显著。X3和 X4 的 P 值小于等于 0.05，所以其对于 Y 的相关性较显著，由此去掉X1、X2、X5、X6，留下 X3、X4 对其进行模型修正。再次运用最小二乘估计（OLS） ，对模型进行参数估计，得到 Eviews 的回归结果如表 3 所示：表3 回归结果Dependent Variable: YMethod: Least SquaresDate: 22/12/12 Time: 19:01Sample: 1995 2010Included observations: 16Variable Coeffi
12、cient Std. Error t-Statistic Prob. C -2352.890 305.1361 -7.710953 0.0000X3 0.009248 0.000158 58.44002 0.0000X4 37.21967 6.137680 6.064127 0.0000R-squared 0.998264 Mean dependent var 1749.632Adjusted R-squared 0.997997 S.D. dependent var 1692.257S.E. of regression 75.74329 Akaike info criterion 11.65
13、994Sum squared resid 74581.60 Schwarz criterion 11.80480Log likelihood -90.27950 F-statistic 3737.237Durbin-Watson stat 1.533470 Prob(F-statistic) 0.000000从回归结果可得出，系数 b0、b 3、b 4分别为：-2352.89、0.01、37.22。回归方程如下：Y=-2352.89+0.01*X3+37.22*X4（58.44） （6.06）0 0R2=0.998 F=3737.24 n=16 DW=1.53(括号内为 T 统计值,方括号为
14、P 值)可以看出 Y 关于 X3，X4 的模型，拟合度非常好，F 检验也很显著，t 检验结果也很显著，并且 P 值都等于 0，说明对于 Y 的相关性很显著。 由上可确定，修正后的模型 Y=-2352.89+0.01*X 3+37.22*X4 四 多重共线性检验由于模型的多元性，故需对模型进行多重共线性检验。首先得出相关系数矩阵，相关系数矩阵表如下：表4 相关系数矩阵Y X1 X2 X3 X4 X5 X6Y 10.9846904796646590.9914467221864390.996670664616508-0.736299664052234-0.1060792110627790.99629
15、8218890448X10.984690479664659 10.9962168011973830.993600581377337-0.812442835750459-0.1440474568383810.973370253492029X20.9914467221864390.996216801197383 10.998131774968617-0.79835350554854-0.163989312082250.983188918660454X30.9966706646165080.9936005813773370.998131774968617 1-0.782537681597065-0.
16、1502533077877670.991381306725625X4-0.736299664052234-0.812442835750459-0.7983530554854-0.782537681597065 10.506633690626273-0.724434257469929X5-0.106079211062779-0.144047456838381-0.16398931208225-0.1502533077877670.506633690626273 1-0.0968841186507701X60.9962982188904480.9733702534920290.9831889186
17、604540.991381306725625-0.724434257469929-0.0968841186507701 1可以看出，解释变量之间相关系数很大，很可能存在共线性，将解释变量逐步带入回归方程，重新回归修正。先带入 X3 得此模型Y=-512.94+0.01*X3R2=0.993 F=2092 P=0 T 检验显著再带入 X6 得模型Y=-342.52+0.004*X3+1.64*X6R2=0.997 F=2389 P3=0.0004 P6=0.0008 T 检验不显著拟合度上升 F 值增加，可以保留，再带入 X2 得模型Y=-325-0.005*X2+0.007*X3+1.34*X
18、6R2=0.997 F=1513.14 P2=0.57 P3=0.15 P6=0.06 T 检验不显著由于 F 值下降，P 值相关性不显著，所以 X2 去掉，再加入 X1 得模型Y=-341.71-0.0006*X1+0.004*X3+1.63*X6R2=0.997 F=1470.36 P1=0.99 P3=0.19 P6=0.03 T 检验不显著F 值下降，P 值相关性不显著，去掉 X1，再加入 X5 得模型Y=-1237.58+0.005*X3+8.37*X5+1.40*X6R2=0.998 F=1746 P3=0.0002 P5=0.16 P6=0.004 T 检验不显著F 值下降，X5
19、 关于 Y 的相关性不显著，则去掉 X5，再加入 X4，得模型Y=-1759.73+0.01*X3+26.92*X4+0.81*X6R2=0.999 F=3435.05 P3=0 P4=0.002 P6=0.03 T 检验不显著F 值上升，并且关于 Y 的相关性显著，则予以保留 最终修正后的模型为 Y=-1759.73+0.01*X3+26.92*X4+0.81*X6R2=0.999 F=3435.05五 怀特检验由于之前检验 X6 带入模型，影响 P 值增加，随然在显著范围内，但是 t 检验却不显著，因而这里带入模型为 P 值修正后的模型Y=-2352.89+0.01*X3+37.22*X4
20、（58.44） （6.06）0 0R2=0.998 F=3737.24 n=16 DW=1.53(括号内为 T 统计值,方括号为 P 值)怀特检验如下:表4 怀特检验White Heteroskedasticity Test:F-statistic 8.913501 Probability 0.001841Obs*R-squared 12.22755 Probability 0.015737由表可看出，nR 2=8.91 ，由 White 检验知，在 下，查 X2 分布表，得0.5临界值 X20.05(2)=5.99，因为 nR2=8.91 X20.05(2)=5.99，表明模型有异方差。六
21、结论经过检验最终得出，基于计量经济学的私人汽车量影响因素的模型如下：Y=-2352.89+0.01*X3+37.22*X4同时也得出影响因素主要为 X3 货币供应量（亿元） ，X4 恩格尔系数。从分析中，可以总结出如下几点：1、我国的货币供给量对私人汽车拥有量有直接的影响，可见我国要想保持汽车市场稳定增长，保持健康的货币供给量增长是必须的，但同时也存在通货膨胀的问题，究其原因，是因为近几年来汽车市场降价频频，而货币供给量的增加只是解决了居民在购买汽车时购买能力的问题，没有对汽车市场的实质增长有很大的影响。2、国内的恩格尔系数直接决定着汽车市场销售量的实质性增长，只有稳步的提升居民的生活水平，随着恩格尔系数的下降，居民的消费品购买能力必然上升，自然能稳步的推动汽车市场向着良好的方向发展。3、从模型检验中可以看出，单纯的平均工资不能影响到私人的汽车拥有量，必须实质提升人均可支配收入。不仅仅是模型中，实际中汽车价格近年来持续走低，但销量依旧很好，可见物价指数与私人汽车拥有量没有直接的关系。居民的存款不属于可支配收入，并且在实际中与汽车销量是负相关，所以对其影响不是很大。汽车产量对于私人汽车拥有量是一个前后关系，相互对应，相互间并不直接构成影响。
