基于VAR模型的国际投机性资本冲击影响因素分析

基于V AR模型的国际投机性资本冲击影响因素分析

内容摘要:本文用向量自回归(V AR)方法,对2000年以来国际投机性资本冲击中国的规模进行了实证分析,结论是实际利差、实际汇率变动、房地产收益差、储备资产/M2等因素都能对国际投机性资本在中国的规模造成显著影响。在此基础上,文章还就防范国际投机性资本冲击提出了政策建议。

关键词:国际投机性资本跨国资本流动

研究思路

(一)研究范畴

本文以国际投机性资本流动为研究对象,而非国际短期资本流动。文章对于国际投机性资本流动的定义来源于金德尔伯格的意图分类法,该法将国际短期资本流动分为贸易资金流动、银行资金流动、保值资金流动和投机性资本流动,其实质是在国际金融市场上进行逐利活动的投机性资本,也就是通常所说的“热钱”或者“游资”。本文采用的是目前研究领域使用较多的方法—非贸易及FDI资本流动,计算公式为:

非贸易及FDI资本流动=国际储备增加额-净出口额-净FDI资本流入

(二)变量选取

HM为国际投机性资本流入量。国际游资进入中国的目的在于逐利,具体的讲,可以分为利差获利、套汇获利和资产价格获利。据此,本文选取了三组变量分别代表国内外利差、汇率的变动和国内外资产收益的差值,这三组变量分别代表了引起投机预期的三种因素。

DDR为中美两国实际利差的变化量。实际利差是经过价格水平调整后的实际利率之差,采用实际利率和实际汇率之后就不能再采用两国价格水平作为解释变量。美国利率采用联邦基准利率,中国采用一年期存款利率。实际利率的计算公式为:

r=(1+i)/(1+p)-1

其中,r为实际利率;i为名义利率;p为一国价格水平,本文采用CPI。

DRER为人民币对美元(直接标价法)实际汇率的变动量。与其它研究不同的

计量经济学 案例分析

第二章 案例分析 研究目的：分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系，对更多规律的研究具有指导意义. 一． 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知，各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析其数量性变动规律，可建立如下简单线性回归模型： Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y

二．估计参数 假定所建模型及其随机扰动项u i满足各项古典假设，用普通最小二乘法（OLSE）估计模型参数.其结果如下： 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得， β1=11.9580，β2=0.0029 故简单线性回归模型可写为： ^ Y X t t=11.9580+0.0029 其中：SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320，F=143.5836，n=31

计量经济学案例分析汇总

计量经济学案例分析1 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入

第六章联立方程计量经济学模型案例

第六章 联立方程计量经济学模型案例 1、下面建立一个包含3个方程的中国宏观经济模型，已经判断消费方程式恰好识别的，投资方程是过度识别的。对模型进行估计。样本观测值见表6.1 01211012t t t t t t t t t t t C Y C u I Y u Y I C G αααββ-=+++?? =++??=++? 表6.1 中国宏观经济数据 单位：亿元 （1） 用狭义的工具变量法估计消费方程 选取方程中未包含的先决变量G 作为内生解释变量Y 的工具变量，过程如下：

结果如下： 所以，得到结构参数的工具变量法估计量为： 012???582.27610.2748560.432124α αα===，， （2） 用间接最小二乘法估计消费方程 消费方程中包含的内生变量的简化式方程为： 1011112120211222t t t t t t t t C C G Y C G πππεπππε--=+++?? =+++? 参数关系体系为：

11121210012012122000 παπαπααππαπ--=?? --=??-=? 用普通最小二乘法估计，结果如下： 所以参数估计量为： 101112???1135.937,0.619782, 1.239898π ππ=== 202122???2014.368,0.682750, 4.511084π ππ=== 所以，得到间接最小二乘估计值为： 12122??0.274856?π α π ==

211121????0.432124α παπ=-= 010120????582.2758α παπ=-= （3）用两阶段最小二乘法估计消费方程 第一阶段使用普通最小二乘法估计内生解释变量的简化方程，得到 1?2014.3680.68275 4.511084t t t Y C G -=++ 用Y 的预测值替换消费方程中的Y ，直接用OLS 估计消费方程，过程如下：

计量经济学-案例分析-第八章

第八章案例分析 改革开放以来，随着经济的发展中国城乡居民的收入快速增长，同时城乡居民的储蓄存 款也迅速增长。经济学界的一种观点认为，20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化，使居民的储蓄行为发生了明显改变。为了考察改革开放以来中 国居民的储蓄存款与收入的关系是否已发生变化，以城乡居民人民币储蓄存款年底余额代表 居民储蓄（Y），以国民总收入GNI代表城乡居民收入，分析居民收入对储蓄存款影响的数量关系。 表8.1为1978-2003年中国的国民总收入和城乡居民人民币储蓄存款年底余额及增加额的数据。 单位：亿元 2004 鉴数值，与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城

乡居民储蓄存款、国民总收入随时间的变化情况，如下图所示: 图8.5 从图8.5中，尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量 （YY ）,并作时序图（见图 8.6） 从居民储蓄增量图可以看出，城乡居民的储蓄行为表现出了明显的阶段特征: 2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图 看（见图8.7），也呈现出了相同的阶段性特征。 为了分析居民储蓄行为在 1996年前后和2000年前后三个阶段的数量关系，引入虚拟变 量D 和D2°D 和D 2的选择，是以1996>2000年两个转折点作为依据，1996年的GNI 为66850.50 亿元,2000年的GNI 为国为民8254.00亿元，并设定了如下以加法和乘法两种方式同时引入 虚拟变量的的模型: YY = 1+ 2GNI t 3 GNI t 66850.50 D 1t + 4 GNh 88254.00 D 2t i D 1 t 1996年以后 D 1 t 2000年以后 其中: D 1t _ t 1996年及以前 2t 0 t 2000年及以前 对上式进行回归后，有: Dependent Variable: YY Method: Least Squares Date: 06/16/05 Time: 23:27 120000 8.7 1996年和 100000- 40000 2WM GNi o eOB2&ISEea9a9l2949698[Ma2 20CUC ir-“- 1CC0C 图 8.6 *OOCO mnoot ， RtKXD Tconr GF*

计量经济学案例分析一元回归模型实例分析报告

∑ x = 1264471.423 ∑ y = 516634.011 ∑ X = 52432495.137 ∑ ? ? ? ? 案例分析 1— 一元回归模型实例分析 依据 1996-2005 年《中国统计年鉴》提供的资料，经过整理，获得以下农村居民人均 消费支出和人均纯收入的数据如表 2-5： 表 2-5 农村居民 1995-2004 人均消费支出和人均纯收入数据资料 单位：元 年度 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 人均纯 收入 1577.7 1926.1 2090.1 2161.1 2210.3 2253.4 2366.4 2475.6 2622.2 2936.4 人均消 费支出 1310.4 1572.1 1617.2 1590.3 1577.4 1670.1 1741.1 1834.3 1943.3 2184.7 一、建立模型 以农村居民人均纯收入为解释变量 X ，农村居民人均消费支出为被解释变量 Y ，分析 Y 随 X 的变化而变化的因果关系。考察样本数据的分布并结合有关经济理论，建立一元线 性回归模型如下： Y i =β0+β1X i +μi 根据表 2-5 编制计算各参数的基础数据计算表。 求得: X = 2262.035 Y = 1704.082 2 i 2 i ∑ x i y i = 788859.986 2 i 根据以上基础数据求得: β1 = ∑ x i y 2 i i = 788859.986 126447.423 = 0.623865 β 0 = Y - β1 X = 1704.082 - 0.623865 ? 2262.035 = 292.8775 样本回归函数为： Y i = 292.8775 + 0.623865X i 上式表明，中国农村居民家庭人均可支配收入若是增加 100 元，居民们将会拿出其中 的 62.39 元用于消费。

计量经济学案例分析

研究城镇居民可支配收入与人均消费性支出的关系 班级：08投资姓名：陈婷婷学号：802025105 一、研究的目的 本案例分析根据1980年～2009 年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律，并在预测2010年人均消费性支出的发展趋势。从理论上说，居民人均消费性支出应随着人均可支配收入的增长而提高。随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。 二、模型设定 表1 1980—2009年城镇人均可支配收入和人均消费性支出

为分析1980—2009年城镇人均可支配收入（X）和人均消费性支出(Y)的关系，作下图所示的散点图。 图1 城镇人均可支配收入和人均消费性支出的散点图 从散点图可以看出城镇人均可支配收入（X）和人均消费性支出(Y)大体呈现为线性关系，为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性，可以建立如下简单线性回归模型： Y=β+βX+u i12i 三、估计参数 Eviews的回归结果如下表所示： 表2 回归结果

① 参数估计和检验的结果写为： ^ 184.59590.780645i i Y X =+ （41.10880）（0.004281） t =(4.490423) (182.3403) 2R =0.999159 2R （修正值）=0.999129 F =33247.99 n=30 ② 回归系数的区间估计[α=5% 2 t α(n-2)=2.048 ] ^^ 22222 2 2 ????[()()]1P t SE t SE ααβββββα-≤≤+=- =P （0.780645—2.048*0.004281 2β≤≤0.780645+2.048*0.004281） =P （0.7719 2β≤≤0.7894） =95% 剩余项（Residual ）、实际值（Actual ）、拟合值（Fitted ）的图形如下： 图2 剩余项、实际项、拟合值的图形 四、模型检验 1、 经济意义检验 所估计的参数β1= 184.5959，β2=0.780645，说明城镇人均可支配收入每增加一元，可导致人均消费性支出提高0.780645元。

联立方程计量经济学模型案例

第六章联立方程计量经济学模型案例 1、下面建立一个包含3个方程的中国宏观经济模型，已经判断消费方程式恰好识别的，投资方程是过度识别的。对模型进行估计。样本观测值见表6.1 选取方程中未包含的先决变量G作为内生解释变量Y的工具变量，过程如下： 结果如下： 所以，得到结构参数的工具变量法估计量为： （2）用间接最小二乘法估计消费方程 消费方程中包含的内生变量的简化式方程为： 参数关系体系为： 用普通最小二乘法估计，结果如下： 所以参数估计量为： 所以，得到间接最小二乘估计值为： （3）用两阶段最小二乘法估计消费方程 第一阶段使用普通最小二乘法估计内生解释变量的简化方程，得到 用Y的预测值替换消费方程中的Y，直接用OLS估计消费方程，过程如下： 也可以用工具变量法估计消费方程，过程如下： 结果如下： 综上所述，可知道，对于恰好识别方程，三种方法得到的结论是一样的。 （4）用两阶段最小二乘法估计投资方程，过程同上。 （5）投资方程是过度识别的方程，也可以用GMM估计，选择的工具变量为先决变量C01、G。 估计结果如下： 与2SLS结果比较，结构参数估计量变化不大。残差平方和由变为，显著减少。为什么？利用了更多的信息。 2.以表6.2所示的中国的实际数据为资料，估计下面的联立模型。 表6.2

建立联立模型，并命名为MY 在SYSTEM窗口里面定义联立方程组和使用的工具变量。 选择两阶段最小二乘法进行估计。 得到如下输出结果： 所以得到联立方程计量经济学模型的估计表达式为： 3、以Klein（克莱因）联立方程模型为例介绍两阶段最小二乘估计。首先建立工作文件，数据如表7。

计量经济学案例分析一元回归模型实例分析

案例分析1— 一元回归模型实例分析 依据1996-2005年《中国统计年鉴》提供的资料，经过整理，获得以下农村居民人均消费支出和人均纯收入的数据如表2-5： 表2-5 农村居民1995-2004人均消费支出和人均纯收入数据资料 单位：元 年度 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 人均纯收入 1577.7 1926.1 2090.1 2161.1 2210.3 2253.4 2366.4 2475.6 2622.2 2936.4 人均消 费支出 1310.4 1572.1 1617.2 1590.3 1577.4 1670.1 1741.1 1834.3 1943.3 2184.7 一、建立模型 以农村居民人均纯收入为解释变量X ，农村居民人均消费支出为被解释变量Y ，分析Y 随X 的变化而变化的因果关系。考察样本数据的分布并结合有关经济理论，建立一元线性回归模型如下： Y i =β0+β1X i +μi 根据表2-5编制计算各参数的基础数据计算表。 求得: 082 .1704035.2262==Y X ∑∑∑∑====37 52432495.1986.788859011.516634423.1264471222i i i i i X y x y x 根据以上基础数据求得: 623865.0423 .126447986 .788859?21 == =∑∑i i i x y x β 8775.292035.2262623865.0082.1704??1 0=?-=-=X Y ββ 样本回归函数为： i i X Y 623865.08775.292?+= 上式表明，中国农村居民家庭人均可支配收入若是增加100元，居民们将会拿出其中的62.39元用于消费。

时间序列计量经济学模型案例11949—2001年中国人口时间

第九章时间序列计量经济学模型案例 1、1949—2001年中国人口时间序列数据见表8，由该数据（1）画时间序列图和差分图；（2）求中国人口序列的相关图和偏相关图，识别模型形式；（3）估计时间序列模型；（4）样本外预测。 表9.1 中国人口时间序列数据（单位：亿人） （1）画时间序列图 y的数据窗口 打开 t 得到中国人口序列图

求中国人口差分图： 中国人口差分图如下：

从人口序列图和人口差分序列图可以看出我国人口总水平除在1960年和1961年两年出现回落外，其余年份基本上保持线性增长趋势。52年间平均每年增加人口1412.6923 y的变化特征看，这是一个非平稳序列。 万人，年平均增长率为1.66%。从人口序列 t （2）求中国人口序列的相关图和偏相关图，识别模型形式 y数据窗口，过程如下： 打开 t

y画相关图、偏相关图。滞后期为10。Level表示选择对 t 结果如下： y是非平稳序列。由相关图衰减缓慢可以知道，中国人口序列 t dy的相关图和偏相关图如下： 做 t

由上图可以看出，自相关函数呈指数衰减，偏自相关函数1阶或2阶截尾。所以是一个1阶或2阶自回归过程。 （3）时间序列模型估计 模型估计命令如下，同时将样本改为1949—2000年，留下2001年的值用于计算预测精度。 输出结果如下： 从上面的输出结果可以看出，AR(2)的系数没有显著性，因此需要从模型中将其剔除继续估计。 得到重新的估计结果如下：

对应的模型表达式为： 0.1429t t Dy u =+ (8.7) 10.6171t t t u u v -=+ (5.4) 直接写为： 10.14290.6171(0.1429)t t t Dy Dy v -=+-+ 输出结果中的0.1429是t Dy 的均值，表示年平均人口增量是0.1429亿人。 整理上述输出结果，得： 110.1429(10.6171)0.61710.05470.6171t t t t t Dy Dy v Dy v --=-++=++ 0.0547表示线性趋势的增长速度。 从输出结果的最后一行可以知道，特征根是1/0.62=1.61，满足平稳性要求。 检验模型的误差项：

计量经济学案例分析报告

《计量经济学》 实验报告 实验课题：各章节案列分析 姓名：茆汉成 班级：会计学12-2班 学号：2012213572

目录 第二章简单线性回归模型案例 (1) 1问题引入 (1) 2模型设定 (1) 3估计参数 (3) 4模型检验 (3) 第三章多元线性回归模型案例 (5) 1问题引入 (5) 2模型设定 (5) 3估计参数 (6) 4模型检验 (6) 第四章多重线性案例 (8) 1问题引入 (8) 2模型设定 (8) 3参数估计 (8) 4对多重共线性的处理 (9) 第五章异方差性案例 (10) 1问题引入 (11) 2模型设定 (11) 3参数估计 (11) 4异方差检验 (11) 5异方差性的修正 (14) 第六章自相关案例 (14) 1问题引入 (15) 2模型设定 (15) 3用OLS估计 (15) 4自相关其他检验 (15) 5消除自相关 (16) 第七章分布滞后模型与自回归模型案例 (18) 7.2案例1 (19) 1问题引入 (19) 2模型设定 (19) 3参数估计 (19) 7.3案例2 (20) 1问题引入 (21) 2模型设定 (21) 3、回归分析 (21) 4模型检验 (23) 第八章虚拟变量回归案例 (23) 1问题引入 (24) 2模型设定 (24) 3参数估计 (26) 4模型检验 (27)

第2章简单线性回归模型案例 1、问题引入 居民消费在社会经济的持续发展中有着重要的作用。适度的居民消费规模和合理的消费模型是人民生活水平的具体体现，有利于经济持续健康的增长。随着社会信息化程度和居民的收入水平的提高，计算机的运用越来越普及，作为居民耐用消费品重要代表的计算机已经为众多的城镇居民家庭所拥有。研究中国各地区城镇居民计算机拥有量与居民收入水平的数量关系。影响居民计算机拥有量的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入水平。从理论上说居民收入水平越高，居民计算机拥有量越多。所以我们设定“城镇居民家庭平均每百户计算机拥有量（台）”为被解释变量，“城镇居民平均每人全年家庭总收入（元）”为解释变量。 2、模型设定 （1）对数据X和Y的统计结果的描述 图表2-1：X和Y的描述统计结果

计量经济学案例分析

齐齐哈尔大学 计量经济学案例分析 题目1994-2011年出口货物总额差异原因 专业班级信科172 学号 学生姓名 成绩

一、研究的目的要求 随着全球经济一体化进程深入推进，加强对外贸易是必不可少的。面对当今世界复杂多变的经济形式，出口作为国民经济指标之一，受到多种因素的影响。“工业增加值”，“人民币汇率”“经济增长”“商品结构”等因素。我们本题选择“工业增加值”，“人民币汇率”等变量进行研究。 为研究影响1994-2011年每年年出口货物总额差异的主要原因，分析1994-2011年每年出口货物总额增长的数量规律，预测每年出口货物总额的增长趋势，需要建立计量经济模型。 二、模型设定 为了探究影响1994-2011年每年年出口货物总额差异的主要原因，选择年出口货物总额为解释变量，工业增加值，人民币汇率为解释变量。 首先，建立工作文件，选择数据类型“Annual”“Start date”中输入1994，“End date”中输入“2011”.在EViews命令框中直接输入“data Y X1 X2”，在对应的“Y X1 X2”下粘贴数据。 探索将模型设定为线性回归模型形式 建立出口货物总额计量经济模型:

三、数据收集

四、参数估计 （1）绘制散点图 在命令框输入“scat X1 Y”“scat X2 Y ”得到： 上图为解释变量工业增加值和被解释变量出口货物总额的散点图，由图可知，大多数散点分布在一条直线左右，可以认为X1和Y之间呈高度线性相关。

上图为解释变量人民币汇率和被解释变量出口货物总额的散点图，由图可知，大多数散点分布在一条直线左右，可以认为X1和Y之间呈线性相关。 （2）对于计量经济模型： 在命令框输入“LS Y C X1 X2”回车即可出现下面的回归结果：

计量经济学Eviews操作案例集

案例分析一关于计量经济学方法论的讨论 问题：利用计量经济学建模的步骤，根据相关的消费理论，刻画我国改革开放以来的边际消费倾向。 第一步：相关经济理论。首先了解经济理论在这一问题上的阐述，宏观经济学中，关于消费函数的理论有以下几种：①凯恩斯的绝对收入理论，认为家庭消费在收入中所占的比例取决于收入的绝对水平。②相对收入理论，是由美国经济学家杜森贝提出的，认为人们的消费具有惯性，前期消费水平高，会影响下一期的消费水平，这告诉我们，除了当期收入外，前期消费也很可能是建立消费函数时应该考虑的因素。关于消费函数的理论还有持久收入理论、生命周期理论，有兴趣的同学可以参考相应的参考书。毋庸置疑，收入和消费之间是正相关的。 第二步：数据获得。在这个例子中，被解释变量选择消费，用cs表示；解释变量为实际可支配收入，用inc表示（用GDP减去税收来近似，单位：亿元）；变量均为剔除了价格因素的实际年度数据，样本区间为1978～2002年。 第三步：理论数学模型的设定。为了讨论的方便，我们可以建立下面简单的线性模型： 第四步：理论计量经济模型的设定。根据第三步数学模型的形式，可得 式中：cs=CS/P，inc=(1-t)*GDP/P，其中GDP是当年价格的国内生产总值，CS代表当年价格的居民消费值，P代表1978年为1的价格指数，t=TAX/GDP代表宏观税率，TAX是税收总额。u t表示除收入以外其它影响消费的因素。 第五步：计量经济模型的参数估计 根据最小二乘法，可得如下的估计结果： 常数项为正说明，若inc为0，消费为414.88，也就是自发消费。总收入变量的系数 为边际消费倾向，可以解释为城镇居民总收入增加1亿元导致居民消费平均增加0.51亿元。 另外，根据相对收入理论，我们可以得到下面的估计结果：