基于EViews軟件對金華城鎮居民的消費和支出進行分析預測

鄭紅賓，陳雄

(浙江師范大學 地理與環境科學學院，浙江 金華 321004)

0 引言

計量經濟學經是由經濟學、數學和統計學相結合的交叉學科，經過數十年的發展，已經成為一門相對獨立的應用經濟學科．經濟學家克萊茵在《A Textbook of Econometrics》的序言中寫道:“計量經濟學已經在經濟學科中居于最重要的地位”［1］．美國的羅伯特·F．恩格爾(Robert．F．Engle)和英國的克萊夫·w．J．格蘭杰(Clive．W．J．Granger)兩位計量經濟學家因為在時間序列數據研究方法方面的重要貢獻而獲得諾貝爾經濟學獎，這說明了計量經濟學是經濟學科中最重要地位．在我國，計量經濟學的研究不斷深入，也更廣泛的經濟領域發揮作用．EViews軟件是對探索社會經濟關系與經濟活動的數量規律的一種有效技術手段．它是專門用以處理時間序列數據的軟件包．計量經濟學研究的核心是結構分析、經濟預測、政策評價［2］．EViews是經濟領域逐漸成為有效的分析工具．特別對社會經濟領域的數據分析、建模和預測具有很強的操作性和適用性．

1 收集數據

經濟計量分析的有效性既取決于經濟模型是否真實的反應當地經濟現象，還取決于模型中變量的代表指標是否符合經濟模型的要求，他要求模型中數據具有準確性和以獲取性．數據來源于浙江省金華市1995－2009年城鎮居民人均可支配收入(X)和人均消費支出(Y)．見表1:

表1 1995－2009年金華市城鎮居民人均消費支出和人均可支配收入Table1 1995－2009 Urban per capita consumption expenditure and Urban per capita disposable income in Jinhua

注:數據來源于2010金華統計年鑒

2 回歸分析并建立模型

通過軟件做出的城鎮居民人均可支配收入和人均消費支出關系的散點圖，下面是散點圖:

由圖1看出，金華市城鎮居民人均可支配收入和支出建立的模型存在著一元線性關系，一元線性模型的一般形式為:

用最小二乘法(OLS)來進行線性回歸分析．首先，假定隨機干擾項μ是正態的，因為不能直接的觀察真實的誤差項μi，通常只能用μi的近似值——殘差ei來檢驗μi的正態性．在Eviews軟件中用Jarque—Bera(雅克一貝拉)檢驗作正態性檢驗，Jarque—Bera簡稱JB檢驗．它是檢驗一組樣本是否能夠認為來自正態總體的一種方法．JB統計量:

其中，S為偏度，K為峰度，n為樣本容量．在正態分布的假定下，JB統計量服從自由度為2的χ2分布，表示為:

其中，asy 表示漸近的［3］．

由(2)式看出，如果變量不服從正態變量，則JB統計量將為一個逐漸增大的值;如果變量服從正態分布，則S為零．K為3，因而JB統計量的值為零．但通過分布表查找JB統計量的值．給定顯著性水平α=0．05，由表現實χ2(2)=5．99147，如果(2)式的計算結果超過臨界χ2(2)=5．99147，則拒絕正態分布的假設;否則就接受原假設．運用EViews軟件分析結果如下:

表2 數據的一般統計特征Table 2 The general statistical characteristics of the data

從表中可以發現，偏度系數S=0．467247，峰度系數為K=1．906036，JB統計量 =1．293773，當顯著性水平 a=0．05，χ2(2)=5．99147，而 JB=1．293773 ＜ χ2(2)=5．99147，這表明JB統計量不顯著．因此不能拒絕零假設，可以認為樣本來正態分布，所以該模型滿足最小二乘的基本假設，把數據用EV iews軟件進行回歸分析結果如下:

由圖2我們得到計算結果的標準格式如下:

下面是簡單介紹統計檢驗指標，t一檢驗是回歸參數的顯著性檢驗;R2為擬合優度檢驗，其作用是檢驗變量間的線性相關程度和回歸模型對觀測值的擬合程度;F一檢驗是總體回歸線的顯著性檢驗．通常R2越接近1，表示數據擬合度越好，F檢驗和t檢驗就是用來檢驗模型估計出來的系數，F檢驗是方程顯著性檢驗，T檢驗是變量顯著性檢驗．

3 模型檢驗和預測

3．1 擬合優度檢驗

擬合優度(Goodness of Fit)是利用線性回歸模型對y的變動進行解釋的效果如何，可以通過R2統計量來衡量，它刻畫吧自變量所能夠解釋人因變量的波動．R2的取值范圍是［0，1］．R2值較大表明模型對因變量擬合人較好，因變量的真實值距離擬合值更近．反之，R的值越接近0，說明線性回歸中自變量和因變量的擬合程度越差．在本模型中，R2=0．972342，這說明居民消費的波動可以由可支配收入解釋97．23%，因此該模型的擬合程度較高．

3．2 參數顯著性檢驗

參數β1，樣本數據t統計量為21．37804，當給定α =0．05，然后查t分布表，在自由度為 n － 2=13 情況下，臨界值 t0．025(13)=2．16037，因為 t=21．37804 ＞ t0．025(13)=2．16037，因此拒接H0:β1，表明金華市城鎮居民的人均可支配收入對人均消費支出影響顯著．

3．3 預測

通過EV iews軟件計算出樣本估計期內的被解釋變量的擬合值，圖3顯示是關于預測值(YF)與真實值(Y)之間的偏差程度的模型預測圖．然后顯示出模型的擬合圖和殘差圖:平均絕對百分誤差(M ean Abs percent Error)=6．19 ＜15，TIC=0．032．表明該模型預測精度較高，預測結果比較理想．

圖3 模式預測圖Fig．3 The picture of the model prediction

圖4 模型的擬合圖和殘差圖Fig．4 Model of the fitting and residual of the plots

如果給出2010和2011年的人均可支配收入分別為25029元和27225元．可以通過Eviews預測2010年和2011年居民人均消費支出的預測值(給定顯著性水平α=0．05)．

表3 利用模型進行的預測結果Table 3 Use of model to Prediction results

通過利用模型的進行預測，得出人均消費支出的預測值 ^Y2010=16892．74，^Y2011=18226．81．

4 總結

收集浙江省金華市城鎮居民人均消費支出與人均可支配收入近些年數據，運用Eviews軟件進行回歸分析，通過擬合優度檢驗和參數顯著性檢驗進行分析及預測．Eviews軟件分析簡單易懂，作圖快捷，預測值精度較高，是社會經濟數據分析數據的一種良好的方法．

［1］李子奈，魯賓菲爾德．微觀經濟學［M］．北京:中國人民大學出版社，1996，3－10．

［2］高鐵梅．計量經濟分析方法與建模［M］．北京:清華大學出版社，2006，67－123．

［3］陳敏，周志明．基于EViews軟件對某地區的消費和支出進行分析預測［J］．咸寧學院學報，2008，(29):8－11．

［4］于俊年．計量經濟學軟件——Eviews的使用［M］．北京:對外經濟貿易大學出版社，2006，(5):27－64．