论文部分内容阅读
随着中国经济改革的不断深入,居民生活条件不断得到改善,消费水平也得到提升。不过特别值得关注的是,消费占GDP的比重在不断降低。数字显示,近5年我国居民最终消费率持续走低,分别为61.1%、59.8%、58.2%、55.5%、53.9%。十年来,我国最终消费率平均为59.5%,比世界平均消费率低近20个百分点。
针对这个现象,社会各界给出的解释多种多样。不过所有的解释均可归结于,由于中国经济乃至整个社会处于转型期,各方面的变化很大,因此影响消费的不确定性因素很多。此外,由于我国金融体系的不发达,一般居民容易受到流动性约束,从而表现出收入的冲击可以带来直接的消费的波动。
一、理论分析,建立模型
这种现象和20世纪60年代以后逐渐成为主流的理性预期假说并不吻合。将理性预期假说引入消费理论,就出现了Hall于1978年提出的随机游走假说,也即各期的消费水平服从随机游走过程,用公式表达为:。但得出这一结论的条件及其苛刻。针对中国问题,根据万广华的研究,一个更一般的假定是,效用函数遵从CRRA形式,利率服从正态分布,消费变量服从对数正态分布,则随机游走过程的表达式可修正为:。其中为对数形式的消费的变化量,为第t期的实际利率,为一随机扰动项。
一个比较好的分析框架由Campbell和Mankiw于1989年提出,在Hall的消费模型的基础上,Campbell和Mankiw引入了不确定性。在存在不确定性的情况下,当行为人面临预防性储蓄和流动性约束时,行为人的消费就有可能不再取决与永久收入,而与当期收入高度关联,甚至是收入多少消费多少。
为此,Campbell和Mankiw把一个经济体中的行为人认为两种,一种行为人比较“短视”,他们仅凭经验,或者是因为受到流动性约束而消费他们的现期收入,于是他们的消费行为只与当期收入有关,也即遵从凯恩斯消费形式;另外一种行为人则按照理性预期——永久收入方式平滑跨期消费,这时这类消费者每期的消费水平与其现期收入无关。假如总收入的一定比例δ由第一类消费者所支配 ,依据假设 ,其消费行为的变化服从下式: , 取对数形式为。对于另一类消费者而言 ,则 。通过加总 ,得到总消费的变化为:
虽然在此不完全等同,但仍传达了同样的信息,即它测定了消费者中流动性约束型消费者所占比例的大小(Campbell和Mankiw, 1989,第190页)。该模型表明,一旦考虑到流动性约束,消费的变化则取决于收入和利率的变化,而不仅仅是后者。
二、对数据的说明
文章中数据来自中国资讯行和万德资讯(Wind)。其中消费()和可支配收入()的数据来自中国资讯行,具体为《中国经济快报》公布的对中国36个大中城市城镇家庭通过月度调查汇总而得来的全国数据,时间为2000年1月到2006年12月,分别都有84个观测量。其中消费数据不包括耐用品消费,由于耐用品消费的特殊性,即能够跨期使用,因而不能很好的反映消费与当期收入波动之间的关系。此外,由于我国城镇和农村消费和收入形式均有很大的差异,因此一个较好的办法是将城镇和农村分开做。本文只讨论城镇的消费问题。最后,在本模型中,为了消除季节因素造成的影响,消费和可支配收入的数据均进行了季节调整。
利率的数据来源于万德资讯。本模型中,利率数据采用了2000年1月到2006年12月间我国1年期定期存款利率。由于本模型中要求利率为实际利率,在此本文使用了万德资讯上同期我国的cpi进行了调整,遵从Campbell和Mankiw的做法,具体调整方法为:。其中r为实际利率,i为名义利率,为当期中国城镇居民的消费价格指数。
三、计量过程
1. 回归估计。基于以上回归方程和整理后的数据。我们用普通OLS方法进行回归,其结果为(其中DLOGC代表,C为截距项):(如图1所示)
2、序列相关性检验。基于以上回归结果,我们运用Q统计量对残差进行序列相关检验,其相关图为:(如图2所示)
从相关图我们可以发现,普通OLS回归结果的残差在滞后1阶和滞后2阶存在自相关,也即该回归结果存在1阶和2阶的序列相关。在次,我们可以采用AR模型来修正回归方程的扰动项序列的序列相关性:
通过AR模型修正后的回归结果显示如下:(如图3所示)
调整后的Q检验的相关图显示如下,可见序列相关问题已经得到解决。(如图4所示)
3、序列的平稳性检验以及单整,协整。
在此我们采用ADF检验对各变量序列进行平稳性检验。以下分别显示解释变量和被解释变量的检验结果:
(1). DLOGI序列的平稳性检验
DLOGI序列随时间变化的趋势如下图所示(如图5所示)。
可以认为该序列没有截距项和趋势项,因此其单位根检验如下所示:(如图6所示)。
(2). R序列的平稳性检验
DLOGI序列随时间变化的趋势如下图所示(如图7所示)。
可以认为该序列没有截距项和趋势项,因此其单位根检验如下所示:(如图8所示)。
(3). DLOGC序列的平稳性检验
DLOGI序列随时间变化的趋势如下图所示(如图9所示)。
可以认为该序列没有截距项和趋势项,因此其单位根检验如下所示:(如图10所示)。
以上检验结果显示,DLOGI,R和DLOGC三个变量序列在10%的显著性水平上均没有单位根,也即三个变量序列均为平稳过程,其单整结果均符合I(0)过程。
由于回归方程中三个变量序列均为平稳过程,也即不会存在伪回归的问题,于是就没有进行协整的必要了。
4、异方差检验。由于是多变量回归,在此我们采用带有交叉项的white异方差检验。以下为检验结果:(如图11所示)。
在此=2.895314, 由于方程中有两个自变量,于是在0.05显著性水平上,服从自由度为5的的临界值为,该模型不存在异方差。
5、条件异方差的检验。我们运用ARCH LM检验来对残差进行检验以确定是否存在条件异方差。以下为检验结果(滞后一期):(如图12所示)。
从以上检验结果可以看出,该回归模型并不存在条件异方差。
6、多重共线性检验。本模型中只有两个自变量,运用eviews提供的相关性检验可以度量它们之间的相关关系,检验结果如下:(如图13所示)。
两个变量间相关系数只有-0.042471,可以认为它们之间并不存在共线性问题。
7、异常值检验。下图是回归结果的残差图。根据的标准,从图中我们可以发现,2001年3月,2003年5月,以及2006年9月的残差跳动较大,符合上述标准,可以认为是异常值点。(如图14所示)
以下我们运用虚拟变量的方法对原始模型进行调整。我们构造回归模型:
这时回归结果为(其中DT1,DT2,DT3分别为三个虚拟变量):(如图15所示)。
和没有处理异常值的回归结果相比,使用了虚拟变量来消除异常值的影响后,该回归模型的自变量的系数有微小改变,系数显著性变化也略有变化,整个模型回归的变大,但模型的有效性并没有改变。这点可以通过以下几个加了虚拟变量后模型的重要检验指标值得到验证。
(1). Q检验结果如下:(如图16所示)。
(2). 异方差检验结果为:(如图17所示)。
(3). 条件异方差检验结果(滞后一期)为:(如图18所示)。
四、综合分析,政策建议
综合来看,通过虚拟变量消除异常值影响后的回归模型的有效性并没有改变。也因此,最终我们的估计方程可以写作:
回归结果为:(如图19所示)。
根据模型设定时对各变量经济含义的解释,我们可以认为在中国大中城市中,仍有约36%的人收到了流动性约束;而实际利率和消费的变化有负向关系,但并不显著。
基于以上回归结果,我们可以得到以下政策建议,也即进一步改善金融部门的效率,降低居民在需要时难以获得贷款的可能性,从而提高居民的金融流动性,消费的波动也因此可以降低。这一环节的疏通,至少在一定程度上可以改变居民消费比重不断降低的现状。
参考文献:
[1] Campbell , J . Y. and N. G. Mankiw , 1989 , “Consumption , Income and Interest Rates : Reinterpreting the Time Series Evidence” , in : O.Blanchard and S. Fischer , eds. , NBER Macroeconomic Annual 1989 (MIT Press , MA)
[2]Hall , R. , 1988 , “Intertemporal Substitution in Consumption” , Journal of Political Economy 96 , 339— 57
[3] 万广华、张荫、牛建高,2001《流动性约束、不确定性与中国居民消费》,《经济研究》
(责任编辑:张雄辉)
针对这个现象,社会各界给出的解释多种多样。不过所有的解释均可归结于,由于中国经济乃至整个社会处于转型期,各方面的变化很大,因此影响消费的不确定性因素很多。此外,由于我国金融体系的不发达,一般居民容易受到流动性约束,从而表现出收入的冲击可以带来直接的消费的波动。
一、理论分析,建立模型
这种现象和20世纪60年代以后逐渐成为主流的理性预期假说并不吻合。将理性预期假说引入消费理论,就出现了Hall于1978年提出的随机游走假说,也即各期的消费水平服从随机游走过程,用公式表达为:。但得出这一结论的条件及其苛刻。针对中国问题,根据万广华的研究,一个更一般的假定是,效用函数遵从CRRA形式,利率服从正态分布,消费变量服从对数正态分布,则随机游走过程的表达式可修正为:。其中为对数形式的消费的变化量,为第t期的实际利率,为一随机扰动项。
一个比较好的分析框架由Campbell和Mankiw于1989年提出,在Hall的消费模型的基础上,Campbell和Mankiw引入了不确定性。在存在不确定性的情况下,当行为人面临预防性储蓄和流动性约束时,行为人的消费就有可能不再取决与永久收入,而与当期收入高度关联,甚至是收入多少消费多少。
为此,Campbell和Mankiw把一个经济体中的行为人认为两种,一种行为人比较“短视”,他们仅凭经验,或者是因为受到流动性约束而消费他们的现期收入,于是他们的消费行为只与当期收入有关,也即遵从凯恩斯消费形式;另外一种行为人则按照理性预期——永久收入方式平滑跨期消费,这时这类消费者每期的消费水平与其现期收入无关。假如总收入的一定比例δ由第一类消费者所支配 ,依据假设 ,其消费行为的变化服从下式: , 取对数形式为。对于另一类消费者而言 ,则 。通过加总 ,得到总消费的变化为:
虽然在此不完全等同,但仍传达了同样的信息,即它测定了消费者中流动性约束型消费者所占比例的大小(Campbell和Mankiw, 1989,第190页)。该模型表明,一旦考虑到流动性约束,消费的变化则取决于收入和利率的变化,而不仅仅是后者。
二、对数据的说明
文章中数据来自中国资讯行和万德资讯(Wind)。其中消费()和可支配收入()的数据来自中国资讯行,具体为《中国经济快报》公布的对中国36个大中城市城镇家庭通过月度调查汇总而得来的全国数据,时间为2000年1月到2006年12月,分别都有84个观测量。其中消费数据不包括耐用品消费,由于耐用品消费的特殊性,即能够跨期使用,因而不能很好的反映消费与当期收入波动之间的关系。此外,由于我国城镇和农村消费和收入形式均有很大的差异,因此一个较好的办法是将城镇和农村分开做。本文只讨论城镇的消费问题。最后,在本模型中,为了消除季节因素造成的影响,消费和可支配收入的数据均进行了季节调整。
利率的数据来源于万德资讯。本模型中,利率数据采用了2000年1月到2006年12月间我国1年期定期存款利率。由于本模型中要求利率为实际利率,在此本文使用了万德资讯上同期我国的cpi进行了调整,遵从Campbell和Mankiw的做法,具体调整方法为:。其中r为实际利率,i为名义利率,为当期中国城镇居民的消费价格指数。
三、计量过程
1. 回归估计。基于以上回归方程和整理后的数据。我们用普通OLS方法进行回归,其结果为(其中DLOGC代表,C为截距项):(如图1所示)
2、序列相关性检验。基于以上回归结果,我们运用Q统计量对残差进行序列相关检验,其相关图为:(如图2所示)
从相关图我们可以发现,普通OLS回归结果的残差在滞后1阶和滞后2阶存在自相关,也即该回归结果存在1阶和2阶的序列相关。在次,我们可以采用AR模型来修正回归方程的扰动项序列的序列相关性:
通过AR模型修正后的回归结果显示如下:(如图3所示)
调整后的Q检验的相关图显示如下,可见序列相关问题已经得到解决。(如图4所示)
3、序列的平稳性检验以及单整,协整。
在此我们采用ADF检验对各变量序列进行平稳性检验。以下分别显示解释变量和被解释变量的检验结果:
(1). DLOGI序列的平稳性检验
DLOGI序列随时间变化的趋势如下图所示(如图5所示)。
可以认为该序列没有截距项和趋势项,因此其单位根检验如下所示:(如图6所示)。
(2). R序列的平稳性检验
DLOGI序列随时间变化的趋势如下图所示(如图7所示)。
可以认为该序列没有截距项和趋势项,因此其单位根检验如下所示:(如图8所示)。
(3). DLOGC序列的平稳性检验
DLOGI序列随时间变化的趋势如下图所示(如图9所示)。
可以认为该序列没有截距项和趋势项,因此其单位根检验如下所示:(如图10所示)。
以上检验结果显示,DLOGI,R和DLOGC三个变量序列在10%的显著性水平上均没有单位根,也即三个变量序列均为平稳过程,其单整结果均符合I(0)过程。
由于回归方程中三个变量序列均为平稳过程,也即不会存在伪回归的问题,于是就没有进行协整的必要了。
4、异方差检验。由于是多变量回归,在此我们采用带有交叉项的white异方差检验。以下为检验结果:(如图11所示)。
在此=2.895314, 由于方程中有两个自变量,于是在0.05显著性水平上,服从自由度为5的的临界值为,该模型不存在异方差。
5、条件异方差的检验。我们运用ARCH LM检验来对残差进行检验以确定是否存在条件异方差。以下为检验结果(滞后一期):(如图12所示)。
从以上检验结果可以看出,该回归模型并不存在条件异方差。
6、多重共线性检验。本模型中只有两个自变量,运用eviews提供的相关性检验可以度量它们之间的相关关系,检验结果如下:(如图13所示)。
两个变量间相关系数只有-0.042471,可以认为它们之间并不存在共线性问题。
7、异常值检验。下图是回归结果的残差图。根据的标准,从图中我们可以发现,2001年3月,2003年5月,以及2006年9月的残差跳动较大,符合上述标准,可以认为是异常值点。(如图14所示)
以下我们运用虚拟变量的方法对原始模型进行调整。我们构造回归模型:
这时回归结果为(其中DT1,DT2,DT3分别为三个虚拟变量):(如图15所示)。
和没有处理异常值的回归结果相比,使用了虚拟变量来消除异常值的影响后,该回归模型的自变量的系数有微小改变,系数显著性变化也略有变化,整个模型回归的变大,但模型的有效性并没有改变。这点可以通过以下几个加了虚拟变量后模型的重要检验指标值得到验证。
(1). Q检验结果如下:(如图16所示)。
(2). 异方差检验结果为:(如图17所示)。
(3). 条件异方差检验结果(滞后一期)为:(如图18所示)。
四、综合分析,政策建议
综合来看,通过虚拟变量消除异常值影响后的回归模型的有效性并没有改变。也因此,最终我们的估计方程可以写作:
回归结果为:(如图19所示)。
根据模型设定时对各变量经济含义的解释,我们可以认为在中国大中城市中,仍有约36%的人收到了流动性约束;而实际利率和消费的变化有负向关系,但并不显著。
基于以上回归结果,我们可以得到以下政策建议,也即进一步改善金融部门的效率,降低居民在需要时难以获得贷款的可能性,从而提高居民的金融流动性,消费的波动也因此可以降低。这一环节的疏通,至少在一定程度上可以改变居民消费比重不断降低的现状。
参考文献:
[1] Campbell , J . Y. and N. G. Mankiw , 1989 , “Consumption , Income and Interest Rates : Reinterpreting the Time Series Evidence” , in : O.Blanchard and S. Fischer , eds. , NBER Macroeconomic Annual 1989 (MIT Press , MA)
[2]Hall , R. , 1988 , “Intertemporal Substitution in Consumption” , Journal of Political Economy 96 , 339— 57
[3] 万广华、张荫、牛建高,2001《流动性约束、不确定性与中国居民消费》,《经济研究》
(责任编辑:张雄辉)