EVIEWS实证分析

EVIEWS实证分析（精选3篇）

EVIEWS实证分析 篇1

1 引言

文章运用1979—2002年省际动态面板数据研究城镇居民储蓄率的决定因素。计量结果表明:城镇样本较好地支持了永久收入假说, 生命周期理论。长期收入增长率是居民储蓄率的基本决定因素, 高增长是高储蓄的主要原因。通过对该模型的经济含义分析可以得出可支配收入率对储蓄率的影响不大, 还有利率对储蓄率的影响很小, 值得注意的是, 模型中的基尼系数对城镇居民的储蓄影响是相当大的。另外, 居民储蓄的行为模式、人口年龄结构、社会保障制度、不确定性、信贷约束以及地区差异都是居民储蓄率的重要决定因素, 但这些因素对城镇居民储蓄率的影响存在显著差异。

2 文献综述

李焰的研究指出, 由于流动性约束以及较低的收入水平, 50%以上的居民储蓄是用于未来特定的支出养儿、防老、购房和预防意外事件, 居民储蓄的刚性特征致使利率对储蓄并不具有显著的正效应。袁志刚和宋铮认为, 市场化改革不仅加大了居民所面临的系统风险, 同时也加剧了居民个人所面对的个体风险。他们认为推动储蓄率不断上升的主要力量是不确定性所带来的谨慎储蓄的上升, 以及由于流动性约束所造成的居民住房和教育消费水平的缓慢增长。刘建国对农村消费的一项研究表明, 由于产权模糊、政府干预以及农业保险制度不健全等原因导致农民收入的不确定性程度大为提高, 造成农村地区较低的消费倾向。万广华等先后运用中国1961—1998年度数据以及大样本农户家庭调查资料研究发现, 中国居民消费行为在20世纪80年代早期发生了结构性转变, 流动性约束型消费者所占比重的上升以及不确定性的增大, 造成了中国目前的低消费、高储蓄现象。这些研究主要是从消费函数出发, 强调了利率、预防性储蓄、流动性约束和不确定性等因素对居民储蓄的影响, 却没有考虑到习惯、经济增长、人口结构和社会保障等因素对储蓄率上升的贡献。

3 理论分析

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。

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。在本文中, 我们选用当年的收入增长率来考察收入因数对储蓄率的影响。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。

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。

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, 本文选用的是中国1979年到2002年的各年的城镇居民收入的基尼系数。

在本文中, 我们用城镇居民的储蓄率作为被解释变量。计算方法是:储蓄率=当年城镇居民储蓄增量/当年城镇居民总可支配收入。

4 模型设计

我们的模型是:rsave=c+b1*rgpi+b2*i+b3*rcpi+b4*gini+u 的形式。其中, c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。

b1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。

b2 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。

b3度量了当通货膨胀率变动一个单位, 储蓄增量的变动。

b4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。

我们的模型数据样本为从1979—2002年。

数据来源:各年份的《中国统计年鉴》。

5 实证分析

利用eviews回归结果如下:

rsave=-0.264646+0.317426*rgpi+0.024054*i+0.024476*rcpi+1.127523*gini.

5.1 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。

5.2 统计检验

R值为0.897971, 校正后的R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。

5.3 计量经济检验

(1) 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RGPI和RCPI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RCPI这个变量, 重新做回归分析得到:

rsave=c+b1*rgpi+b2*i+b4*gini+u

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rsave= -0.271487+0.314787*rgpi+0.024487*i+1.145280*gini

(2) 异方差性检验。

我们来对新模型进行异方差性的检验, 运用white检验, 得到如下结果:

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, 所以拒绝原假设, 即该模型不存在异方差性。

(3) 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

6 结论

从上述模型中我们可以看出: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。

摘要：通过建立计量模型对我国的城镇居民储蓄率变化进行实证分析。思路如下:建立全国的储蓄函数, 然后定量研究各年的变化差异。最后用经济、统计和计量分析检验, 最后得出结论。

关键词：城镇居民,储蓄率变化,储蓄函数

参考文献

[1]李静.中国居民储蓄率的决定因素-基于1995-2005年省际动态面板数据的分析[J].统计与决策, 2006, (11) .

[2]陈利平.关于利率与我国居民储蓄的关系[J].改革, 2008, (6) .

EVIEWS实证分析 篇2

2005年7月21日, 我国开始实行以市场供求为基础、参考一揽子货币进行调节、有管理的浮动汇率制度, 美元对人民币交易价格调整为1美元兑8.11人民币。自此, 我国放弃了人民币与每元挂钩的汇率制度, 人民币一直保持升值趋势, 人民币汇率的浮动弹性逐渐扩大, 汇率波动性增加。截止到2013年1月18日, 1美元兑6.2752元人民币, 人民币累计升值幅度达29.23%。而伴随着我国经济的高速增长及国际收支的巨额顺差, 人民币汇率还将进一步升值。我国是第一大纺织品出口国, 纺织服装的出口率高达50%～60%, 人民币的持续升值将给我国纺织品出口行业带来汇率风险和经营压力。本文通过探究人民币币值与我国纺织品出口变化之间的关系, 着重分析了人民币升值对我国纺织品出口企业的不利影响。

1 数据的选取与模型的设定

本文利用1994-2012年的汇率值计算出各年的汇率升值率, 同时与纺织品出口占货物出口总额比例相结合, 研究人民币升值与纺织品出口的关系, 得到表1。根据表1中显示的数据, 通过计量经济学模型, 并利用EVIEWS6.0软件, 对人民币升值对纺织品出口影响程度进行定量预测。

数据来源:中华人民共和国国家统计局、《国家统计年鉴》。

由宏观经济学可知, 人民币升值, 有利于进口, 不利于出口。对于一国的汇率升值, 则使得出口价格相对提高, 进口价格相对降低, 从而引起出口量下降, 进口量上升, 这有助于缓解对外贸易顺差的压力;若一国汇率贬值, 则使得出口价格相对降低, 进口价格相对提高, 从而出口量上升, 进口量下降。因此, 在宏观经济学理论中, 出口函数一般表述为x=x (e) , 即出口是关于汇率的函数。根据这个理论可建立模型为:

yt=α+βet (yt代表历年纺织品出口占货物出口总额的比例, 为人民币升值率, α为待估系数, β为出口商品需求量变化的弹性值)

将表1中的人民币升值率以及纺织品出口占货物出口总额的比例的数据代入模型, 根据Eviews6.0软件进行回归分析, 对表1数据进行OLS估计。

求得一元线性回归方程式为:

yt=18.5497-0.7816et

t= (16.6964) (-2.1285)

p值0.0000 0.0492

undefined

其中:t表示系数显著性检验中的统计量, 用于对回归参数α、β的显著性检验;

R表示回归方程的相关系数, 反应一元线性回归模型拟合情况;

F表示回归方程显著性检验中的统计量, 用于检验一元线性回归方程的显著性。

2 实证结果分析

根据以上数据结果, 我们可得出:

第一, 根据Eviews6.0对该计量模型采取t检验对系数进行显著性检验分析表明, 常数项的置信水平为0.000, 自变量系数检验对应的置信水平为0.0492, 在a=0.05的假设条件下, 拒绝原假设, 即证明该方程具有一定的显著性。

第二, 根据以上分析, 我们可得出人民币升值率变化所对应的纺织品出口占货物出口总额比例呈反相关关系, 即人民币升值率越大, 纺织品出口占货物出口总额的比例就越小, 也就表明了人民币升值降低了纺织品的出口。即人民币升值1%, 纺织品出口占货物出口总额的比例就下降0.7816个百分点。

第三, 人民币升值后我国纺织品出口绝对总额不减反而增加了, 这与我国经济发展是同步的, 并不能说明人民币升值促进了纺织品的出口。相反, 纺织品出口占货物出口总额的比例却在不断下降, 证明人民币兑美元汇率升值后, 相对的降低了我国纺织品的出口, 对我国纺织品的出口产生了不利的影响, 但是人民币升值1%, 纺织品出口占货物出口的比例仅下降0.7816个百分点, 证明人民币升值并不是影响纺织品出口的单一因素, 纺织业出口还受到其他因素的影响。

3 结论与政策含义

基于我国纺织品行业的特点, 人民币升值对我国纺织品行业的影响是多方面的, 引用前面的数据, 人民币每升值1%, 纺织品行业利润率将下降2%-6%。如果人民币升值升值5%-10%, 行业利润率下降10%-60%。因此, 笔者认为, 人民币升值对纺织品出口行业主要存在以下几点影响:

3.1 人民币升值将加剧国内纺织品企业的恶性竞争

一方面, 在人民币大幅升值、纺织品出口退税率降低以及原材料大幅上涨的背景下, 将有大量纺织品出口企业由外销转为内销, 这更加剧了国内纺织企业的恶性竞争。另一方面, 我国纺织品服装出口主要集中于美国、日本和欧洲三大市场, 而出口市场的过于集中以及产能的急剧扩张和中小企业的增加, 在人民币大幅升值、纺织品出口退税率降低以及原材料大幅上涨的背景下, 加剧了无序竞争, 也增加了贸易摩擦的隐患。据中国纺织工业协会最新发布的统计数据显示, 2012年纺织服装出口仅同比增长3.3%, 是继2009年出口负增长之后的最低水平, 也远远低于全国出口7.9%的水平。由于人民币有可能进一步升值, 加上服装出口退税的调整, 不可否认不远的未来将可能出现出口企业所能承受成本的临界点, 届时相当数量的中小型企业将因此被淘汰出局, 从而加剧国内纺织企业的恶性竞争。

3.2 人民币升值将降低国内纺织品行业的出口竞争力

纺织品行业是一个劳动密集型行业, 对劳动力成本敏感的行业。在人民币不断升值的情况下, 相比以前, 购买产品原材料和劳动力的价格相对升高, 生产成本提高, 导致我国的纺织品出口价格优势大大减弱。与此同时, 周边国家的劳动力成本相比我国较低, 更使我国的劳动力成本低的优势没有那么明显, 我国纺织品出口贸易将面临激烈的竞争和挑战。

3.3 人民币升值加大了出口的不确定性以及交易风险

其一, 我国人民币升值的直接原因是过度的出口以及国际收支的双顺差和巨额的外汇储备。当前国际收支中经常项目与资本项目持续出现的“双顺差”, 构成人民币汇率短期走强的态势, 而汇率的剧烈波动使得政府、经济实体、个人在远期交易存在着收益和损失的不确定性, 从而增加了国际贸易的交易风险。其二, 外贸合同一般以外币计价, 在合同签订与收汇之间存在时间差, 由于我国人民币不断升值, 使得出口后还未收汇的出口遭受交易风险, 出口企业实际得到的收入减少, 从而给企业带来了损失。

3.4 人民币升值将使企业出口效益显著降低

我国纺织品出口大多是外商委托加工生产, 出口的纺织品处于低端水平, 可替代性强, 总体技术一直在较低水平上徘徊, 企业提升价格的空间非常有限。据资料显示, 我国的纺织出口企业利润普遍偏低, 平均纯利润率在3%-5%, 有的企业利润甚至低于3%, 企业抵御政策风险能力也相对较弱。随着人民币的不断升值, 企业组织商品出口或者采购原材料生产出口商品, 需要支付的是人民币, 收取的则是贬值以后的外币, 直接影响了企业的经济效益, 压缩企业仅有的利润空间, 甚至接近或已形成利润倒挂, 对我国纺织服装出口企业造成严重的打击。

3.5 人民币升值将增大国内纺织出口企业的就业压力

人民币升值对我国出口企业和境外直接投资的影响, 最终将体现在就业上。由于我国出口产品的大部分是劳动密集型产品, 出口受阻必然会加大就业压力。人民币升值将显著增加纺织业的劳动力成本, 同时又将导致纺织行业出口量下降, 出口效益下降, 很多依靠低附加值产品、低价竞争的中小企业将难逃倒闭的厄运, 大批劳动力将需要另找工作;而另一方面, 人民币升值导致外商投资向周边劳动力成本较低的国家转移, 将对外商投资的劳动密集型出口企业特别是纺织品行业造成一定冲击, 进而增大了国内纺织品行业的就业压力。

4 总结

随着国内产业结构转型以及人民币升值的巨大压力, 中国纺织业遭受内需减缓、外需下降的双重压力, 生产经营出现了较大困难。如何化解成本压力、增加利润, 在巨大的竞争压力中寻求发展是纺织服装企业应该思考的问题。我国有关部门和出口企业应该采取积极有效的措施, 加强技术创新, 打造自有品牌, 增强企业规避汇率风险的意识和能力, 实行贸易多元化和“走出去”战略, 加强与发达国家的合作, 减少摩擦, 推动产业结构优化升级, 增强我国纺织品出口的国际竞争力。

摘要：近年来, 随着我国经济持续快速发展, 人民币面临着空前的升值压力, 这必然会对出口依存度高达51%的纺织业的出口产生重要影响。利用中国1995-2012年人民币升值率与纺织品出口占货物出口总额比例等相关的年度数据, 运用Eviews6.0软件建立一元线性回归模型, 并对模型进行实证检验。结果表明:人民币升值加剧了国内纺织品企业的恶性竞争、降低了国内纺织品行业的出口竞争力、加大了出口的不确定性以及交易风险、降低了企业的出口效益以及增大了国内就业压力。

关键词：人民币升值,纺织品出口行业,实证分析,影响

参考文献

[1]徐立平.人民币升值对纺织企业的影响及对策[J].企业经济, 2006, (2) .

[2]谢吉丽.人民币升值对浙江纺织业的影响及对策[J].北方经济, 2006, (9) :45-47.

[3]肖海霞.我国纺织品服装出口面临的问题及解决对策[J].中国商贸, 2009, (09) .

[4]陈平, 熊欣.进口国汇率波动影响中国出口的实证分析[J].国际金融研究, 2002, (6) .

EVIEWS实证分析 篇3

计量经济学作为一门交叉学科, 其中融合了经济学、数学和统计学不同学科的知识。计量经济学模型, 可以描述各种经济变量之间的不同关系, 而一元线性回归模型是其中最为简单的计量模型。在这类模型中, 只有一个解释变量, 参数估计方法也较为简单, 但观测起来也更为直接和简便。EViews软件经常被用来处理时间序列数据, 被认为是经济领域中一种非常有效的分析工具。

一、收集数据

本文采用的数据为时间序列数据, 包括内蒙古2002年至2013年的农村居民人均纯收入 (X) 和人均消费支出 (Y) , 具体数据如表1。

从表1中, 我们可以清晰看到, 从2002年开始至2013年, 内蒙古农村居民人均纯收入和人均消费支出均呈现大幅度增长趋势, 平均每年增加纯收入542.48元, 增加消费支出468.44元。详见图1, 图2。

二、回归分析并建立模型

将数据代入EViews软件, 可以做出内蒙古农村居民人均纯收入和人均消费支出关系的散点图, 如图3。

由图3可以清楚看出, 内蒙古农村居民人均纯收入和消费支出之间存在着一元线性关系, 因此, 可以建立一元线性模型如下:

其中, β0、β1为参数, μ为随机干扰项。

通过OLS (最小二乘法) , 对其进行先行回归分析。我们知道, 在OLS中首先假定μ是正态分布的, 因为真实的误差项μi是不能够直接观察到的, 但通常可以通过μi的近似值ei来检验其正态性。在Eviews软件中, 则可以通过雅克-贝拉 (Jarque-Bera) 检验作μi的正态性检验。上述检验科简称为JB检验, 它是所已知的一组样本是否能够被认为来自于正态总体的一种有效方法。已知JB统计量如下:

其中, n为样本容量, K代表峰度, S代表偏度。Jarque和Bera证明了在正态分布的假定之下, JB统计量是服从自由度为2的χ2分布的, 可以表示如下:

JBasy~χ2 (2)

上式中, asy表示是渐进的。

从式 (2) 中可以看出, 当变量服从正态分布时, S的值为零, K值为3, 则JB的统计量的值也为零。但当变量不是正太变量时, JB统计量则为一个逐渐增大的值, 可以通过χ2分布表算出JB统计量的值。当给定显著性水平a=0.05时, 查出χ2 (2) =5.99147。即, 当 (2) 式中的计算结果超过临界值χ2 (2) =5.99147时, 拒绝正态分布的假设;反之则接受原假设。

将整理所得数据代入EViews软件, 本文得出数据的一般统计特征如下:

从上表中可以看出, 偏度系数S的值为0.552910, 峰度系数K值为2.114831, JB统计量的值为1.003182, 当显著性水平α=0.05时, χ2 (2) =5.99147, 因此可以得出JB=1.003182<χ2 (2) =5.99147, 可以说明计算所得的JB统计量不是统计显著的, 即不能拒绝零假设:农村居民消费支出回归的残差服从正态分布。由此可得, 文中所设模型满足最小二乘的基本假设, 可以对已知数据进行回归分析。

通过EViews软件作回归, 可以得到下表:

计算所得结果可以写为以下格式:

三、模型检验和预测

1.估计标准差误差评价

估计标准误差是根据样本资料计算的, 用来反映被解释变量的实际值Y与估计值Yi平均误差程度的指标, 当σ=S.E越大, 则回归直线精度越低;当σ=S.E越小, 则回归直线精度越高;当σ=S.E=0时, 表示所有的样本点都落在回归线上, 解释变量与被解释变量之间表现为函数关系。从表3中可以看出本模型中, σ=S.E=88.41585, 它表示我国内蒙古农村居民的消费支出估计值与实际值之间的平均误差为88.41585元。

2.拟合优度检验

拟合优度是指样本回归直线与样本观测值之间的拟合程度, 用可决系数的大小来表示, 可决系数用来描述解释变量对被解释变量的解释程度。在本文的模型中, R2=0.997886, 这说明样本回归直线的的解释能力为99.79%, 也就是说我国内蒙古农村居民最终消费支出Yi的总变差中, 有解释变量农村居民人均纯收入解释的部分占99.79%, 说明模型的拟合程度还是比较高的。

3.参数显著性检验

参数β0作为截距项, 研究的意义不大, 故一般不对其进行讨论。对于参数β1, t统计量为68.70966。通过查询t分布表, 当给定显著性水平α=0.05, 自由度为n-2=12-2=10时, 临界值t0.025 (10) =2.262, 而由上文可知t=68.70966>t0.025 (10) =2.262, 所以拒绝H0∶β1=0, 这表示, 我国内蒙古农村居民的人均纯收入对人均消费支出有显著性影响。

4.预测分析

通过EViews软件, 可以计算出样本估计期内的被解释变量的拟合值, 拟合变量记为YF, 并可得拟合值与实际值对比图 (图4) , 以及模型的残差图 (图5、图6) 。

四、总结

通过上述的分析, 我们已经得出内蒙古农村居民人均消费支出和其平均纯收入之间存在线性关系, 即存在长期稳定的均衡关系, Y=0.854753424533×X-168.028003307。得到此方程后, 若已知2014年及2015年的内蒙古农村居民人均纯收入, 即可预算当年的居民消费人均支出。

同时我们可以得出这样的结论:内蒙古农村居民消费水平的提升离不开大幅度提高农村居民的消费水平。那么如何提高内蒙古农村居民的收入, 刺激农民消费, 就成为促进农村经济增长的重头戏。

反过来说, 刺激消费的政策是无效的, 由于刺激政策M增加的当期消费必将以减少下一期的消费为代价, 而不会影响消费与收入的长期均衡关系。持续的消费增长只有在稳定的收入增长基础上才能得以维持。由于农村居民具有更高的消费倾向, 而增加农民收入的政策无论是从短期还是长期来看, 都能较大幅度地提高消费水平。

参考文献

[1]杰弗里·M·伍德里奇.计量经济学导论[M].北京:中国人民大学出版社, 第四版, 2010.

[2]陈敏, 周志明.基于EViews软件对某地区的消费和支出进行分析预测[J].咸宁学院学报, 2008, (29) :8~11.

[3]王文才, 乔旺, 王瑞智, 李刚.基于一元线性回归的中国煤炭行业年死亡人数与年煤炭产量的预测研究[J].工矿自动化, 2010, (12) :27~29.