朱永强5.docxVIP

基于城镇居民年人均可支配收入和消费性支出的Panel Data模型分析 华北科技学院 基础部 计算B091班 朱永强 【摘要】本文通过对城镇居民年人均可支配收入和消费性支出的数据的分析，首先根据“棘轮效应”对数据CONS进行滞后一期；其次对数据分析建立PanelData模型（1）；最后通EViews对数据处理得到估计值；通过对模型的检验也表明模型的假设是合法可靠的。 【关键词】棘轮效应 anelData模型（1) EViews Based on urban residents years per capita disposable income and consumer spending Panel Data model of analysis (North China science and technology university of B091 class based calculation) Zhuyongqiang Abstract: This paper in urban per capita disposable income and consumer spending data analysis, according to ratchet effect on a lag of data CONS time; Based on the data analysis is based PanelData model (1); Finally the EViews on data processing get estimate; The model also indicate that the model of the inspection of the hypothesis is lawful and reliable. Key words: Ratchet effect AnelData model (1) EViews 一、引言 城镇居民可支配收入，指居民家庭在支付个人所得税之后，所余下的全部实际现金收入。可支配收入=实际收入－家庭副业生产支出－记帐补贴－个人所得税；消费性支出是指政府以消费者身份在市场上购买所需商品和劳务所发生的支出。消费支出可分为公共消费支出和个人消费支出两部分。凡是购买的商品和劳务是由个人单独享受的，属于个人消费，如行政事业单位人员个人的日常生活消费。 二、Panel Data模型 面版模型的基本假设可称作参数齐性假设，即经济变量y由某一参数的概率分布函数P（y|θ）产生。其中，θ是m维实向量，在所有时刻对所有个体均相等。违背假定的情况通常有参数非其次性偏差和选择性偏差。参数的非其次性包括截面单元参数θ非其次性和时间序列参数非其次性。选择性偏差主要是因为样本并非从总体中随机抽取的。 一般线性合成数据模型可表示为： yit=αit+βit‘χit’+μit （i=1,…,T） (2.1) 式中，αit为常数项；χit’=χ1it’，χ2it’，…，χKit’，为外生变量；βit‘=β1it，‘β2it，…，‘βKit‘，为参数向量；K为外生变量个数；N为截面单位总数；T是时期总数。随机扰动项μit相互独立，且满足零均值、同方差。而这里αit，βit包含了时间和截面效应，αit可以进一步再分成总体效应与个体效应之和，即： αit=α+δi+ηt (2.2) 式中，α表示总体效应；δi表示截面效应；ηt表示时期效应，一起构成个体效应。 假定时间序列参数齐性，即参数满足时间一致性，也就是参数值不随时间的不同而变化，模型（2.1）可写为： yit=αi+βit‘χit’+μit (2.3) 式中，参数αi与βi都是个体时期恒量，其取值只受到截面单元不同的影响。在参数不随时间变化的情情况下，截距和斜率参数可以有如下两种假设： H01：回归斜率系数相同（齐性）但截距不同，即有： β1= β2= … βN 模型为： yit=αit+β‘χit H02：回归斜率系数和截距都相同，即有： α1= α2= … αN β1= β2= … βN 模型为： yit=α+β‘χit+μit 三、模型的估计及参数计算 本文选取了我国1994年至1999年全国各地城镇居民年人均可支配收入(INC)和消费性支出(CONS)，数据来源于《数据分析与EViews应用》303页。数据的录入采用截面单元堆格式，如下图1所示。 图1 面板数据导入INC和CONS 根据消费经济理论，居民消费支出不仅受到即期收入的影响，还应考虑前期消费支出的大小，这种消费习惯的继承性，被称为“棘轮效应”，即对数据进行分析之前，先对数据CONS滞后一期处理。建立模型： CONSit=αit+βtCONSit-1+β2