- 相關(guān)推薦
私家車銷量的影響因素分析
統(tǒng)計學(xué)院本科生科學(xué)討論會論文
【摘要】本文旨在對2003年到2004年8月我國鋼鐵價格、汽油價格以及人均收入對私家車銷量的影響進(jìn)行分析。首先，我們綜合了幾種關(guān)于私家車的前期成本和后期成本以及人均月收入的變化情況和相互關(guān)系，建立了我們的理論模型。然后，收集了相關(guān)的數(shù)據(jù)，利用EVIEWS軟件對計量模型進(jìn)行了參數(shù)估計和檢驗，并加以修正。最后，我們對所得的分析結(jié)果作了經(jīng)濟(jì)意義的分析，并相應(yīng)提出一些建議。
關(guān)鍵詞：小型汽車 汽油價格 冷軋鋼板 人均可支配收入
問題的提出：今年汽車市場越來越火，車市紅火的原因，除了機關(guān)單位和出租車公司購置、更新車輛外，更主要的是得益于個人購車的快速增長。小轎車大量的進(jìn)入普通工薪階層家庭，私家車的擁有量呈現(xiàn)出上升的趨勢，上升速度還有加快的趨勢。在中國加入了WTO后，面臨了國外轎車的沖擊，然而近期的汽油價格受到國際原油價格的影響，價格不斷上漲，同時鋼材也由于我國現(xiàn)階段的固定資產(chǎn)投資的發(fā)展而不斷漲價。這就影響了汽車前后期成本，也可以說是對汽車價格有了明顯的影響。另一方面，人們對于私家車的消費在很大程度上決定于他們的可支配收入，所有這些問題都是影響到汽車銷量的重要因素。
研究目的：我們期望通過把這些影響到汽車銷量的因素具體量化，建立一個能夠反映和分析這些變量和汽車銷量之間的關(guān)系的模型，用以找出什么因素才是影響汽車銷量的重要因素。期望能通過我們的簡單分析能對現(xiàn)在汽車的銷售提出一些建議。
問題的解決：
模型的建立：Y=C+B1X1+B2X2+B3X3+U
變量設(shè)置：Y是私家車的銷售量， X1是汽油（我們以93號汽油為代表），X2是國內(nèi)冷軋鋼材（造車的主要用鋼1,Q195-Q235 ），X3是人均可支配月收入。我們期望通過我們的計算找出現(xiàn)在我國汽車的產(chǎn)業(yè)的發(fā)展受到前期生產(chǎn)成本（鋼鐵）的影響和之后的使用成本（汽油）及人均可支配收入之間，誰對汽車銷售的影響更大。
數(shù)據(jù)收集：我們收集了2003年1月到2004年8月的我國冷軋鋼材月平均價格和2003年1月到2004年8月的國內(nèi)93號汽油月平均價格，人均月收入以及同期私家車的月銷售量。運用EVIEWS軟件，進(jìn)行最小二乘估計得到如下結(jié)果：
Dependent Variable: Y
Method: Least Squares
Date: 11/10/04 Time: 15:08
Sample: 2003:01 2004:08
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 182405.2 79269.67 2.301071 0.0352
X1 100.3393 21.51167 4.664413 0.0003
X2 -106.4242 32.93104 -3.231729 0.0052
X3 -69.33059 43.90709 -1.579029 0.1339
R-squared 0.611924 Mean dependent var 166969.1
Adjusted R-squared 0.539160 S.D. dependent var 29694.60
S.E. of regression 20158.24 Akaike info criterion 22.83747
Sum squared resid 6.50E+09 Schwarz criterion 23.03662
Log likelihood -224.3747 F-statistic 8.409686
Durbin-Watson stat 1.993242 Prob(F-statistic) 0.001389
標(biāo)準(zhǔn)化后，如下：
Dependent Variable: YY
Method: Least Squares
Date: 11/10/04 Time: 15:11
Sample: 2003:01 2004:08
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
XX1 1.317256 0.273974 4.807967 0.0002
XX2 -0.919326 0.275975 -3.331190 0.0040
XX3 -0.250599 0.153966 -1.627626 0.1220
R-squared 0.611924 Mean dependent var -1.60E-16
Adjusted R-squared 0.566268 S.D. dependent var 1.000000
S.E. of regression 0.658583 Akaike info criterion 2.140029
Sum squared resid 7.373442 Schwarz criterion 2.289389
Log likelihood -18.40029 Durbin-Watson stat 1.993242
我們注意到我們的三個t統(tǒng)計量分別為4.66、3.23和1.57，前兩個t值通過了檢驗且符合了我們的假設(shè)，通過了f檢驗，且p值很小，擬合度也為53%，我們都較為滿意。但是也發(fā)現(xiàn)了x3的t值小于2，不能通過檢驗，與我們的假設(shè)相背。于是我們想到可能會有共線性存在導(dǎo)致了這種現(xiàn)象的存在，同時我們注意到，人均月可支配收入呈現(xiàn)明顯的以年為周期的波動，比如2月的收入明顯比其他月高出很多，也許是年終分紅的原因，等等。這也許會對我們的模型構(gòu)成比較大的影響。為了驗證我們的想法，我們單獨對x1、x2做了一個模型~~結(jié)果如下：
Dependent Variable: Y
Method: Least Squares
Date: 11/10/04 Time: 15:03
Sample: 2003:01 2004:08
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 155133.7 80691.81 1.922546 0.0715
X1 100.9372 22.43314 4.499467 0.0003
X2 -112.7411 34.09260 -3.306909 0.0042
R-squared 0.551449 Mean dependent var 166969.1
Adjusted R-squared 0.498678 S.D. dependent var 29694.60
S.E. of regression 21024.99 Akaike info criterion 22.88229
Sum squared resid 7.51E+09 Schwarz criterion 23.03165
Log likelihood -225.8229 F-statistic 10.44991
Durbin-Watson stat 2.242554 Prob(F-statistic) 0.001097
標(biāo)準(zhǔn)化后，結(jié)果如下：
Dependent Variable: YY
Method: Least Squares
Date: 11/10/04 Time: 15:11
Sample: 2003:01 2004:08
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
XX1 1.325105 0.286205 4.629913 0.0002
XX2 -0.973893 0.286205 -3.402781 0.0032
R-squared 0.551449 Mean dependent var -1.60E-16
Adjusted R-squared 0.526530 S.D. dependent var 1.000000
S.E. of regression 0.688092 Akaike info criterion 2.184851
Sum squared resid 8.522471 Schwarz criterion 2.284424
Log likelihood -19.84851 Durbin-Watson stat 2.242554
模型的異方差檢驗：我們對于這個模型進(jìn)行了異方差的檢驗，結(jié)果如下：
ARCH Test:
F-statistic 0.501073 Probability 0.688052
Obs*R-squared 1.762002 Probability 0.623238
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/10/04 Time: 15:48
Sample(adjusted): 2003:04 2004:08
Included observations: 17 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 3.55E+08 2.48E+08 1.428317 0.1768
RESID^2(-1) 0.181473 0.268171 0.676706 0.5105
RESID^2(-2) -0.243090 0.265098 -0.916982 0.3759
RESID^2(-3) 0.206433 0.265272 0.778194 0.4504
R-squared 0.103647 Mean dependent var 4.09E+08
Adjusted R-squared -0.103203 S.D. dependent var 6.51E+08
S.E. of regression 6.84E+08 Akaike info criterion 43.72749
Sum squared resid 6.08E+18 Schwarz criterion 43.92354
Log likelihood -367.6836 F-statistic 0.501073
Durbin-Watson stat 1.910615 Prob(F-statistic) 0.688052
可以看到x1x2的t統(tǒng)計量分別為4.49和3.3們的假設(shè)，通過了f檢驗，且p值很小，擬合度也為55%，同時模型的異方差檢驗也順利通過，說明我們的模型基本正確，我們都較為滿意。 經(jīng)過標(biāo)準(zhǔn)化后，我們可以看見，汽油的價格和私家車的銷量是負(fù)相關(guān)，這說明油價上漲就會導(dǎo)致私家車銷量的減少，符合正常的經(jīng)濟(jì)意義，但是鋼材的價格還是和私家車銷量成正相關(guān)，就是說鋼鐵價格上浮了之后，汽車的銷量也會上漲，只是相關(guān)系數(shù)比起汽油來要小得多，經(jīng)過大家討論，覺得汽油和鋼材之間有一定的多重共線性，因為鋼材的運輸成本和汽油價格有很大關(guān)系，另外，鋼鐵的價格也會受到國家宏觀調(diào)控的影響，所以x2和y的關(guān)系與正常的經(jīng)濟(jì)意義有部分相違背。通過方程可以看出，汽油對車銷量的影響比鋼材大得多，因此控制汽油的價格這個變量顯得更加關(guān)鍵，所以我們覺得，汽車的節(jié)能問題是一個很重要的問題。
一點建議：根據(jù)我們小組的結(jié)果，我們討論后認(rèn)為可以最好通過控制汽車的耗油量來降低民眾購買汽車的后期使用成本，來刺激現(xiàn)在的汽車銷售，具體的方法比如有高新科技設(shè)計發(fā)動機使汽油能更加充分的燃燒，或者能夠通過減輕車身重量來減少耗油量，等等。同時，對于新能源的開發(fā)也可以起到很重要的作用，又比如可以用電能來部分取代汽油的使用，這樣既能環(huán)保，又能節(jié)約成本。
以上是我們初步討論的結(jié)果，其中必然存在許多的錯漏和不足，請李老師斧正。
附:
原始數(shù)據(jù)表
時間 小型客車月銷售額(輛) 93號無鉛汽油(元/噸) 鋼鐵冷軋薄板(元/噸) 城鎮(zhèn)居民家庭人均可支配收入(元)
Jan-03 141203 4285.15 4008.09 728.29
Feb-03 100360 4408.13 4226.53 990.62
Mar-03 138715 4599.45 4252.74 635.05
Apr-03 155438 4793.08 4329.28 642.03
May-03 143139 4617.66 3997.23 642.03
Jun-03 154759 4457.42 3944.86 651.57
Jul-03 148452 4478.82 4002.85 660.37
Aug-03 155925 4470.31 3999.25 672.37
Sep-03 183684 4477.02 4014.85 712.51
Oct-03 166384 4617.59 4025.69 693.01
Nov-03 191261 4762.59 4037.36 685.29
Dec-03 227135 4881.17 4183.52 747.24
Jan-04 150250 4998.32 4230.79 963.04
Feb-04 168742 5089.29 4285.79 963.00
Mar-04 217909 5206.35 4274.65 712.08
Apr-04 212196 5320.36 4260.11 717.00
May-04 177657 5417.20 4564.29 734.00
Jun-04 167282 5470.28 4613.58 724.00
Jul-04 169949 5294.69 4752.91 737.66
Aug-04 168942 5382.58 4764.79 742.79
【私家車銷量的影響因素分析】相關(guān)文章：
影響審計質(zhì)量的因素分析06-08
業(yè)務(wù)外包及其影響因素分析08-28
知識共享方式及影響因素分析09-20
內(nèi)部審計外包影響因素分析07-05
服裝版型的影響因素之分析07-09
審計質(zhì)量影響因素及其改善分析09-30
影響醫(yī)學(xué)檢驗分析前質(zhì)量因素09-07
影響糧食產(chǎn)量的相關(guān)因素分析06-24
影響聚乙烯市場相關(guān)因素分析07-03