居民財富與消費長短期關系的實證分析

郭麗芳

內容摘要：本文通過VECM實證模型建立協整方程，從宏觀角度分析我國居民財富（即居民收入、住房資產、居民凈資產）與居民消費之間的長短期關系。結果表明：從長期來看，居民收入的增加能夠使居民消費水平提高;居民住房資產的增加對居民消費的影響不大;而居民凈資產的增加反而使居民消費水平降低。從短期來看，當居民消費偏離消費平衡態時，居民收入有助于恢復居民消費的平衡，而居民的凈資產與住房資產對非平衡態恢復的影響不大。

關鍵詞：協整方程 ? 居民財富 ? 居民消費 ? 消費平衡態

引言

隨著社會主義市場經濟的不斷完善，我國居民收入與市場內需不斷增加，并且從2013年至今居民消費占GDP的比重不斷提高，居民消費日益成為我國經濟發展的主要驅動力。經濟的快速發展與金融市場的不斷完善，使居民財富增長呈多元化發展，投資空間由過去的銀行存款逐漸擴展到股票、債券等領域，但居民消費水平并沒有因財富的增長而增加，這與生命增長周期-持久收入理論呈相反結果。部分學者通過研究同樣得出居民財富的多少對消費水平影響不大的結論。為了更準確研究居民財富與消費水平之間的關系，本文通過VECM實證模型建立協整方程，以期更加準確地表述我國居民收入、住房資產和凈資產與居民消費水平之間的動態關系，為解釋我國當前存在的財富增長快而消費水平相對不足的現象提供了更加科學的依據。

變量選擇與數據來源

為了保證數據的準確，本文選用國家統計局數據中2013-2017年的54個數據樣本，并選擇如下相關變量：

消費（C）和收入（Y）：2013-2017年選擇的54個人均季度消費支出和季度可支配收入，通過軟件計算，將季度數據換算為月度數據，這樣可以避免季度數據的波動。

住房資產（house）：住房資產與住房銷售面積、銷售額和人均住房面積有關，其表達式為：

住房資產=住宅銷售面積/銷售額*人均住房面積

住宅銷售面積和銷售額是根據國家統計局數據中月度住宅銷售面積和銷售額，并根據每月波動進行相應調整。人均住房面積是根據國家統計局報告中的城鄉居民住房面積及當年城鄉居民人口數量，并進行加權平均，最后整理得到人均住房面積。

凈存款：為了表達真實的城鄉居民可支配收入，考慮到居民很大一部分存在貸款，凈存款指用戶存款減去貸款后所得數值。這兩種數值是根據中國人民銀行城鄉居民存款貸款月度數值。

表1為將上述變量取對數后的統計性描述。由表1可知，居民消費平均值小于居民收入平均值，并且兩者標準差相差不多，說明現代居民消費理念是將部分收入用于儲蓄。此外，由表1還可以看出，住房資產平均值和標準差明顯大于其他三個變量，這也表明了住房銷售額和銷售量變化較大，與近年來住房銷售的實際情況相符合。

模型構建

為建立居民財富與消費水平之間關系的模型，首先設yt=（y1t，y2t，...，ykt） ′，其中t=1，2，...，t，yt～I（1），將其整理得到：

將上述公式進行變換，可得：

其中。假設rank（Г）=r，將矩陣Г分解，即可分解成Г=αβ`，rank（α）=r，rank（β）=r，且β`yt-1～I（0），將其代入上述公式中，可得：

式中β`yt-1代表各個變量之間的動態關系;α為變量參數，能夠將不平衡的變量轉變為平衡狀態。上述公式能夠更科學解釋各變量長期與短期的動態變化，更能夠解釋居民財富與消費的關系。

實證分析

通常情況下，時間序列中的變量在不同時期都有不同變化，不利于對結果進行科學分析，對這樣的時間序列要進行協整分析。通過協整分析能夠將時間序列中的變量呈一定規律性，更有利于分析各變量之間的長期及短期變化情況。要想進行協整分析，首先要將時間序列中的各個變量進行一階差分，通過一階差分析數據的平穩性。

為了保證數據的準確性和科學性，本文采用三種檢測方法，分別是PP檢測、DF-GLS檢測和KPSS檢測。而三種檢測方法中首先要進行PP檢測，通過PP檢測能夠解決變量中數據波動干擾的問題，但是PP檢測結果容易產生誤差，需要將PP檢測與DF-GLS檢測結果相結合。通過假設PP檢測與DF-GLS檢測的數據為平穩過程，再進行KPSS平穩性檢測，這樣能夠更科學的將時間因素考慮到變量數據中。

表2為PP檢驗和DF-GLS檢驗統計量的平穩性檢測。由表2可知，在原時間序列的四個變量中的檢驗統計值均小于5%，而經過一階差分后，四個序列變量統計值（除收入的對應結果）均大于5%，說明該序列是平穩序列。表3為KPSS檢驗統計量的平穩性檢測。由表3可知，該原序列變量經過一階差分后，其變量統計值無法拒絕平穩序列的假設，這與PP檢驗和DF-GLS檢驗統計量的平穩性檢測結果相符合。

無論采用上述哪種檢測方法，都反映出一種事實，即所有數據變量都是不平穩的，但是將這些數據變量進行差分后發現這些變量呈平穩狀態，這就符合了協整分析的條件。說明這些變量雖然存在不穩定的過程，但從長期來看，又存在一定的數量關系，并能通過一定的數學模型將其表達出來，表明這些數據構成一個協整系統，并能夠采用協整檢驗進行分析。

表4為不同變量準則判別下的滯后階數情況。由表4可知，大多數變量準則滯后階數為四階。確定了變量的滯后性階數為四階后，本文又進行協整秩檢驗，通過協整秩檢驗可以確定無關協整向量個數，如表5所示。由表5可知，其中只有一個協整秩。此外，通過最大特征值結果（max statistic）可知，該數據變量的協整秩為0，無法拒絕協整秩為1的假設。通過表4與表5相結合可知，各數據變量之間存在長期協整關系，并且其協整秩為1。

通過以上建立的協整方程分析居民財富與居民消費之間的關系，即居民消費、住房、收入與居民存款之間的關系。本文依據各變量間的協整關系，又通過最大似然估計法（MLE）進一步分析各變量之間的關系，其分析結果如表6所示，整理得到協整方程為：

通過表6與協整方程可知，居民收入每提高1%，居民消費將增加0.884%，說明居民收入能夠明顯影響居民消費水平，收入的增加能夠促進居民消費水平提高。其次，住房資產每增加1%，消費水平將增加5.3%，說明居民的住房資產也能夠影響居民消費水平，但是對居民消費水平的影響明顯不如居民收入。此外，與之相反的是居民凈資產，居民凈資產每增加1%，其消費水平降低29.8%，說明居民凈資產與居民消費水平呈負相關，凈資產的提高不利于消費水平的提高。

表7為各個變量之間在短期內的動態變化規律的VECM參數估計值。由表7可知，居民消費的誤差修正系數為0.232，說明居民消費產生偏離時，消費平衡動態將被打破。居民收入的誤差修正系數為-0.069，說明居民收入將有助于恢復居民消費的平衡。此外，居民住房資產為0.623，居民凈資產為-0.336，說明當居民消費平衡被打破時，居民住房資產與凈資產對這種不平衡狀態的恢復所起到的作用不理想。

結論與建議

本文通過VECM模型建立協整方程，從宏觀角度分析居民財富與居民消費長短期的關系，可以得到以下結論：從長期來看，居民收入增加能夠促進居民消費水平的提高，居民住房資產對居民消費水平的影響不明顯，而居民凈資產的提高不利于消費水平的提高;從短期來看，居民收入將有助于恢復居民消費的平衡，而居民的住房資產與凈資產對恢復居民消費平衡的影響不大。因此，為了提高我國居民消費水平，充分釋放消費潛力，首先應當提高人力資本投入，完善工資制度，完善社會保障體系，提高我國居民最低生活保障，從而提高我國居民收入水平;其次應當利用互聯網等手段創新金融產品及其相關服務手段，鼓勵我國居民多元化投資，從而促進我國金融市場的發展;再次應當保證我國房地產市場的穩定健康發展，保證我國居民居有定所，從而促進我國居民住房資產的提高;最后應當鼓勵新型消費創新，完善基礎設施建設，提升供給質量，深化供給側結構改革，從而促進我國居民消費水平提高。

參考文獻：

1.劉玉飛，周穎潔，楊政宇.住房財富價值與居民家庭消費結構升級—來自CFPS（2014）數據的證據[J].河北經貿大學學報，2018（4）

2.王藝，李娜.房產財富對家庭消費影響異質性研究—基于中國3122戶城鎮家庭的證據[J].商業經濟研究，2016（17）

3.馬萬超，李輝.經濟轉型背景下收入差距、財富差距與消費需求的實證研究—來自中國家庭追蹤調查數據的解釋[J].云南財經大學學報，2017（6）

4.陳曉飛，趙昊東.農村居民收入來源結構與邊際消費傾向—基于整體性與區域差異的比較研究[J].商業經濟研究，2016（13）

5.石永珍，王子成.家庭資產對居民消費行為的影響—基于城鎮家庭調查數據的分析[J].城市問題，2017（11）

6.祝丹，趙昕東.房價的“漲”與“跌”對居民消費的非對稱性影響研究—基于中國省際面板數據的實證檢驗[J].宏觀經濟研究，2016（4）