计量理论汽车销量范文

1计量分析理论

计量经济学里经常用到回归分析方法，它是一种应用广泛、理论性较强的定量预测方法，是处理多变量相依关系的一种统计方法，它是数理统计中应用较为广泛的一种方法之一。它的基本思路是分析预测对象与有关因素的相互联系，用适当的回归模型表达出来，然后再根据其数学模型预测其未来状态。所以，回归方法首先需要理论的支持，找到主要的相关因素，然后再建立在大量数据上作数理统计分析，研究一个变量与其他变量间的关系，是一种将先验经济理论与数据论证相结合的方法。由于有较严密的理论基础和较成熟的计算分析力一法，而且研究的是预测对象与相关因素的相互关系，抓住了预测对象变化的实质原因，如果模型建立得当，则可以得到比较精确可信的预测结果。在回归分析中，简单且常用的模型是多元线性回归模型。

yi＝b0＋b1xij＋Λ＋bmxim＋uv（i＝1，2，Λn）

其中，b0，b1、bm是回归系数，ui是随机误差项。

在分析的时候，要对模型中的参数进行估计，方法是采用最小二乘法，将所收集的数据资料通过SAS或者Eviews软件的处理得出所要的结果。确定了参数后，模型已基本建好，但是所建模型到底是不是比较理想，就需要通过一系列的检验，即要进行经济学、统计学、计量经济学以及预测的检验。具体来说，对于所建模型，要看模型中参数的符号与大小是否符合常理，如对于消费函数c＝120＋1．2y，很明显是不合适的，因为y的系数即边际消费倾向应该是界于0与1之间的；又如需求函数q＝180＋0．8p也是不合理的，因为需求q与价格p之间是成反比的，符号应为负的。此外，最关键的就是要对所建模型进行拟合优度的检验、变量显著性的检验、方程显著性的检验、序列相关性的检验、多重共线性的检验。通过这些检验，发现问题时要采用计量经济学上专用的方法进行处理，消除模型存在的诸如多重共线性、序列相关性、异方差性等不良影响，最终得到一个比较合理的模型。

2实证分析

现在，以计量经济学的理论，在各类型的汽车中（以轿车为例），运用SAS软件进行一下实证分析。首先，应该考虑影响我国汽车销售的因素，一个国家的轿车消费量应与其人均国内生产总值密切相关，发达国家一般比不发达国家轿车人均拥有量大。我国的人均汽车拥有量还较低，拥有较大的市场潜力。但是由于公路里程的长短及公路质量影响到交通状况，进而间接影响到人们买车的欲望。其次，近几年利率水平越高，则人们存款增加而贷款买车减少。在一些中国人眼里，外国产品的质量比国产的要好，进口增加购买量应相应增加，进口关税则与进口量成反比。再次，一个国家的产量越大，则销售量也应相应提高。当然还有其它一些因素，现在将影响我国汽车销售的因素归纳如下：

PGDP：人均国内生产总值

TRAN：每年总公里里程

OUTP：我国轿车的年产量

INP：汽车年进口量

ROCS：汽车消费贷款利率

POO：石油价格指数

表1选取的是我国1990~2004年这一时间段内我国的汽车销售状况以及影响这一状况的以上各因素的有关数据。

正如在经济学上研究影响供给与需求的一系列因素那样，在假设其它因素不变的前提下，来逐一分析各因素与因变量供给或需求的关系及影响作用的大小，现在要研究影响销售的关系，同样采用类似的分析方法，仅考虑单个因素与销售量之间的关系，借助于计量经济学上专用的数据分析工具SAS软件，得出有关因素与销售量之间的相关系数据见表2。

从表2中可以很清楚的看到，各影响因素与汽车销售量的相互关系大小。其中，汽车的年进口量、年生产产量、人均国民生产总值以及我国每年的总公里里程与我国汽车的销售量之间具有很强的相关性，但是这种相关性并不是十分可靠的，因为在得出这些相关性之前是有条件的，是在不考虑其它条件的前提下，仅就这一种情况而分析得到的。在实际生活中，各种因素并不是孤立存在的，他们是同时存在并且同时对我国汽车的销售量进行影响的，并且在各种因素之间也存在着很大的关联性，如人均国民生产总值与我国每年总公里里程之间的相关系数竟高达0．93，与我国汽车的年产量的相关系数也是0．87，我国汽车的年量与总公里里程的相关系数是0．90。从各因素之间的相关系数可以看出，各种因素之间是存在着相互关联的，这种关联在某些因素之间甚至是很大的，即变量之间存在着共线性。现在先不考虑这些因素，而是直接将各种因素一起进行计量分析，可得到以下模型：

由以上数据可知，此模型的拟合程度是相当好的，但是从T检验值发现，我国每年的总公里里程的T值最小，P值最大，由此可见此变量的显著性水平最差，应将此变量剔除后再分析，得如下模型：其中，交叉项与各变量的T值依次为：，与此相对应的P值依次为：，。

方程的F检验值为：1226．1959，对应的P值为：0．0001；模型的拟合优度检验值R2＝0．9985。

经过这一次分析可以看到，人均国民生产总值的T值最小，P值最大，是个最不显著的变量，将其剔除后可得模型：

其中，交叉项与各变量的T值依次为：，与此相对应的P值依次为：。

方程的F检验值为：1399．5033，对应的P值为：0．0001；模型的拟合优度检验值R2＝0．9982。

进一步将T值最小的变量石油价格指数剔除后再拟合出以下模型：

＝8．5489－0．7435ROCS＋0．9188OUTP＋0．9988INP

其中，交叉项与各变量的T值依次为：2．0038，－1．9930，31．9483，1．9031，与此相对应的P值依次为：0．0703，0．0717，0．0001，0．0835。

方程的F检验值为：1663．9000，对应的P值为：0．0001；模型的拟合优度检验值R2＝0．9978。

从此模型的结果可知，所有的变量的P值都是在0．1以下，即都是显著的，并且F检验与R2检验都可以通过，因此该模型是个比较理想的模型。

3结语

从以上分析可以看出，在影响汽车销售的诸多因素中，汽车消费贷款利率、汽车年产量、汽车年进口量的影响是比较显著的，其中，汽车年产量对我国汽车销售量的影响是最大的。而我国的汽车年供给量虽然在世界上已经名列前茅，但是我国的基本国情是人口众多，导致我国汽车的人均占有量偏低，现在汽车行业存在的矛盾是汽车供给量还不能满足人们日益增涨的对汽车需求的欲望，汽车厂商也只好用提高价格的方法来暂时缓和这一矛盾，因此，平民百姓是无法享用这一奢侈品的。我国是一个消费者众多的国家，在汽车行业还存在很大的需求空间，提高我国的汽车的年生产量，一方面是制造商追求利润的途径，另一方面也是发展我国民族产业，壮大国民经济，满足广大消费者日益增长的消费欲望的必由之路。要提高我国汽车销售量，关键就是要不断增强自身的研发能力，不断的开拓创新，大力发展我国汽车工业，使我国的汽车年生产量得到不断的突破。同时，汽车消费贷款利率的降低有助于提高那些消费者尤其是潜在消费者的积极性，对提高我国汽车的年消费量是有重大作用的，而汽车的年进口量也可以对我国汽车工业发展起到刺激作用。加入世贸以来，我国与世界的联系更紧密了，国外的汽车也开始大规模的进入我国，这对我国汽车业来说是个机遇，我们可以借鉴一下国外企业成功的经验，见贤思齐，在各方面不断完善自己。人均国民生产总值本应该与汽车销售量之间有显著作用的，它之所以从模型中被剔除，是因为近几十年来，虽然我国的国民生产总值在不断增加，但一方面我国人口基数太大，人均国民生产总值仍很小；另一方面，主要是由于我国在经济增长的同时，贫富差距也越来越大，导致社会上大部分财富主要集中在少数人的手里，人均国民生产总值这一指标也没有太大的意义，因此在建模时是个不显著的变量。