有关我国居民储蓄影响因素的计量分析

一、研究目的：
 居民储蓄是指一定时期内居民可支配收入减去居民消费的剩余，它表现为各种（实物的和金融的）资产的持有。中国居民的储蓄形式主要是银行储蓄存款。1979年以来，经济体制由计划向市场转轨，国民收入分配向个人倾斜，个人收入迅速增长，居民储蓄占社会总储蓄的分额也迅速提高，居民储蓄已经构成社会经济发展的重要资源。本文的目的，就是考察影响中国居民储蓄的重要因素，从文中找出真正的决定因素，在此基础上了解我们居民储蓄的变化趋势，并且为政府部门合理地制定经济政策以及正确运用政策提供理论依据。

二、理论依据：
 收入理论
 （一）凯恩斯绝对收入假说
 对于  
有（1），即会随收入的而增长 ，但其增量小于收入增量。
 （2），即
由  可知
有，即收入的平均消费倾向递减。
绝对收入假说下的消费函数通常采用线性形式，
此时，函数符合假说和
（二）杜森贝利相对收入假说
 1．由于消费的示范效应，消费支出不仅受消费者自身收入影响，而且受他人消费支出和收入影响。
 2．由于消费的棘轮效应，消费支出不仅受消费者当前收入影响，而且受他过去收入和消费支出影响，尤其受具高峰时期收入和消费支出影响。
 即
表示过去最高消费水平，对有其中表示过去最高收入水平。
（三）弗里德曼持久性收入假说
 该假说把收入分解为持久性收入和暂时性收入，把分解为持久性消费和暂时性消费，有，
 假定：
 1．从而
 2．，其中，是由利息率，消费者非人力资本财富 其他因素决定的，认为通常是相对稳定的常数。
 3.与，与，与不相关，即，，，从而，因此，进而有。
 所以：消费函数不清，在假设下，函数形式成为弗里德曼持久性收入假说消费函数的修正形成或弱形式。
 利率理论
 凯恩斯认为储蓄不一定随着利率的下降而减少，反之亦然。
套利储蓄（仅仅是为了获得利息增加收入）与利率成反方向变化
安全储蓄不受利率的影响
目标储蓄如利率成反方向变化

三、现实意义：
 居民储蓄是社会经济运行的重要一环。市场经济历来提倡“藏富于民”，因而它也理所当然的得到了各国政府及学界的高度关注。
 截止到1998年末，我国居民储蓄也突破20000亿大关，是1980年的整整4倍！改革开放后的二十多年里，中国经济高速发展，同时期居民储蓄增长又明显快于经济增长。高投入，高增长，高储蓄被视为中国经济持续快速发展的法宝。
 那么是什么因素决定了中国的居民储蓄会如此迅猛的增长。以下试用收集到的相关数据，运用计量经济学知识对其加以探讨。

四、分析部分：
（一）数据收集：
 储蓄文化是一种亚文化，深深植根于储蓄经济活动之中，鲜明地反映于各具意识特征的储蓄品种上。储蓄文化的构成中，意识文化和价值观念则是它的核心内容。因为它决定着储户及储蓄工作者的行为取向，具有长盛不衰的驱动力和吸引力。
  储蓄有广义和狭义之分，狭义来讲是指金融性储蓄。广义上还包括实物性储蓄。在此，我们研究的是广义上的储蓄。
 居民储蓄=居民实物储蓄+居民金融性储蓄
 =城乡居民个人固定资产投资+居民耐用消费品购置的增加额+
居民购买商品房增加额+居民银行储蓄存款增加额+
居民手持现金增加额+居民购买有价证券增加额+
居民保险保费增加额+居民外币储蓄增加额
居民年储蓄（S）：
根据以上定义，我们收集到经调整后的数据，得到如下结果（单位：亿元）。
1980 500.3
1981 603.56
1982 623.2
1983 804.35
1984 1167.4
1985 1838.81
1986 2301.9
1987 2709.09
1988 3686.33
1989 3878.55
1990 4073.93
1991 4730.28
1992 6754.23
1993 7554.107
1994 13353.24
1995 14457.39
1996 17429.38
1997 18964.56
1998 21163.22
1999 21647.77
2000 21202.92
 介于储蓄的以上定义，我们把中国实际与理论相结合得出影响我国居民年储蓄的主要因素有：居民年收入，居民去年的收入，居民年消费，年利率，去年的年利率，基尼系数，通货膨胀率，以及一些政策因素，特别是经济体制改革。
 
年利率（R）：
在此我们采用的是中国人民银行活期存款利率，
而且利率对储蓄的影响不仅只是当期的利率水平，前一期的利率水平也对储蓄有较大的影响（单位：%）

居民年收入（I）：
我们运用 居民储蓄+居民消费=居民收入的公式的计算出居民收入，其中，居民消费采用SNA核算体系计算的数据。无庸置疑，收入是影响储蓄的最大因素。而且我们认为去年的收入对储蓄也具有较大的影响（单位：亿元）

通货膨胀率(L)：
当一个经济中的大多数商品和劳务的价格连续在一段时间内普遍上涨时，宏观经济学就称这个经济经历着通货膨胀。通货膨胀率被定义为从一个时期到另一个时期价格水平变动的百分比，即L=(Pt-Pt-1)/Pt-1 衡量标准有居民消费价格指数、零售物价指数，GDP折算指数等。
我们选择以零售物价指数为标准来计算通货膨胀率：（单位：%）

基尼系数(J)：
基尼系数是对收入分配平均程度的测度。具体指洛仑兹曲线和绝对平等线之间的阴影面积与绝对平等线以下的三角形面积之比。基尼系数界于0与1之间，基尼系数越小，越接近于收入分配的平均。
   在此，我们把基尼系数作为研究影响储蓄的因素之一加入模型，目的是检验我国居民收入平均程度是否对我国居民储蓄水平产生影响。

经济体制(E)：
我们认为经济体制与居民储蓄有一定的相关性。发生在1992年的经济体制改革勿疑是一个转折点。但是，经济体制改革无法用具体的经济数据来描述，因而我们引入虚拟变E来描述它。
obs E I L J R R1 I1
1980 0 2817.4 6 0.16 2.16  
1981 0 3207.66 2.4 0.288 2.16 2.16 2817.4
1982 0 3491.1 1.9 0.29 2.7 2.16 3207.66
1983 0 3986.85 1.5 0.295 2.88 2.7 3491.1
1984 0 4841.9 2.8 0.297 2.88 2.88 3986.85
1985 0 6427.81 8.8 0.2858 2.88 2.88 4841.9
1986 0 7476.9 6 0.2822 2.88 2.88 6427.81
1987 0 8670.29 7.3 0.2959 2.88 2.88 7476.9
1988 0 11319.43 18.5 0.329 2.88 2.88 8670.29
1989 0 12402.05 17.8 0.313 2.88 2.88 11319.43
1990 0 13187.13 2.1 0.3289 2.58 2.88 12402.05
1991 0 15046.18 2.9 0.3493 1.89 2.58 13187.13
1992 1 19214.03 5.4 0.3523 1.8 1.89 15046.18
1993 1 23236.51 13.2 0.3742 2.535 1.8 19214.03
1994 1 34163.04 21.7 0.3875 3.15 2.535 23236.51
1995 1 41401.89 14.8 0.3794 3.15 3.15 34163.04
1996 1 49581.68 6.1 0.3728 2.6175 3.15 41401.89
1997 1 53819.16 0.8 0.3598 1.9125 2.6175 49581.68
1998 1 58084.32 -2.6 0.3968 1.71 1.9125 53819.16
1999 1 60982.17 -3 0.4043 1.29 1.71 58084.32
2000 1 64114.82 -1.5 0.4066 0.99 1.29 60982.17
注：1982、1990、1991、1993、1996、1997、1999、2002年的数据经过了年的加权平均
 （二）模型设定：
 
 S=C+R+I+E+J+L+I(-1)+R(-1) 
                             

 （三）模型检验
因果检验:
通过对s和 每一个解释变量的Granger因果检验我们得出结论:
  I(-1)  J  R  R(-1) 都是S的原因.因此,我们舍弃其他解释变量.

回归检验：
对s I(-1)  J R R(-1)作OLS回归结果如下:
Dependent Variable: S
Method: Least Squares
Date: 10/09/04   Time: 07:40
Sample(adjusted): 1981 2000
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
I1 0.357291 0.025818 13.83910 0.0000
J 30596.43 10315.42 2.966085 0.0096
R 1461.376 701.1616 2.084221 0.0547
R1 93.94183 693.9178 0.135379 0.8941
C -13453.64 3377.044 -3.983849 0.0012
R-squared 0.989517     Mean dependent var 8448.411
Adjusted R-squared 0.986722     S.D. dependent var 7879.152
S.E. of regression 907.9163     Akaike info criterion 16.67250
Sum squared resid 12364679     Schwarz criterion 16.92143
Log likelihood -161.7250     F-statistic 353.9846
Durbin-Watson stat 2.404978     Prob(F-statistic) 0.000000
 
可决系数接近1,但是有几个解释变量的T检验不显著,模型中有可能具有多重共线形。因此我们作上述解释变量的简单相关系数矩阵分析：
 R1 R I1 J 
R1  1.000000  0.791342 -0.454646 -0.473344 
R  0.791342  1.000000 -0.670837 -0.550029 
I1 -0.454646 -0.670837  1.000000  0.871428 
J -0.473344 -0.550029  0.871428  1.000000 

由此我们可以得出结论:模型中存在多重共线性.

于是我们采用逐步回归法对模型进行修正
S=0.384251*I（-1）+122.5043
  （0.015118）     （442.8677） 
t =25.41630          0.276616
Adjusted R-squared=  0.971385

S= 108520.1*J    -     27833.69
  （18662.96）    （6264.461）
T=（5.814731）   （-4.443111）
 Adjusted R-squared=  0.621292

S=-7031.364*R  +25080.81
  （2449.001）       （6104.962）
T=（-2.871115）       （4.108266）
Adjusted R-squared=   0.265875

S=-5888.188*R（-1） + 23114.41
（3180.406）    （8093.458）
T=（-1.851395）   （2.855938）
Adjusted R-squared=  0.113296

S=0.320965*R（-1） +33383.61*J  -  9836.285
T=（12.14142）     （2.745899）   （-2.697410）
Adjusted R-squared=  0.979011

S=1667.878*R  +  0.419.46*I（-1） -  4688.128
T=（3.089923）   （24.96367）      （-2.931884）
Adjusted R-squared= 0.980598

S=0.395076*I（-1） +899.8100*R（-1）  -  2353.258
T=（23.96749）     （1.444460）       （-1.331702）
Adjusted R-squared=  0.973014

S=0.359046*I（-1） +1532.700*R   +  30162.50*J  -  13296.12
T=15.47781        （3.504654）     （3.184921）   （-4.440098）
Adjusted R-squared=  0.987384
S=0.421464*I（-1）  +2164.028*R  -659.378*R（-1） -  4304.933
T=（24.53179）     （2.688794）  （-0.837242）     （-2.567146）
Adjusted R-squared= 0.980251

根据以上结果，我们最后得出结论如下：
Dependent Variable: S
Method: Least Squares
Date: 10/09/04   Time: 08:52
Sample(adjusted): 1981 2000
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
I1 0.359046 0.023197 15.47781 0.0000
J 30162.50 9470.405 3.184921 0.0058
R 1532.700 437.3329 3.504654 0.0029
C -13296.12 2994.556 -4.440098 0.0004
R-squared 0.989376     Mean dependent var 8448.411
Adjusted R-squared 0.987384     S.D. dependent var 7879.152
S.E. of regression 884.9936     Akaike info criterion 16.58589
Sum squared resid 12531418     Schwarz criterion 16.78504
Log likelihood -161.8589     F-statistic 496.6752
Durbin-Watson stat 2.409139     Prob(F-statistic) 0.000000
此时，可决系数较高，而且T检验显著，说明此时模型中已不存在多重共线性。

异方差检验

ARCH Test:
F-statistic 1.755995     Probability 0.202661
Obs*R-squared 1.778840     Probability 0.182292
    
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 10/09/04   Time: 08:09
Sample(adjusted): 1982 2000
Included observations: 19 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
C 433755.3 228999.0 1.894136 0.0754
RESID^2(-1) 0.313777 0.236788 1.325140 0.2027
R-squared 0.093623     Mean dependent var 617795.6
Adjusted R-squared 0.040307     S.D. dependent var 810148.4
S.E. of regression 793653.2     Akaike info criterion 30.10598
Sum squared resid 1.07E+13     Schwarz criterion 30.20540
Log likelihood -284.0068     F-statistic 1.755995
Durbin-Watson stat 1.937549     Prob(F-statistic) 0.202661
P大于显著性水平=>模型中不存在异方差性.

自相关性:
我们使用DW检验法确定模型中不存在自相关性.查表的DL DU 分别为0.685  1.567,而DW值为2.409139.即,模型中不存在自相关性.

我们用图示法进一步验证了模型中的自相关性.

我们得出结论：模型中不存在自相关性.

五、经济意义解释:
我国居民现阶段消费信心指数不足,他们还愿意把储蓄看成是一种投资行为.而利率作为这种投资行为的回报率,在客观上是必会影响这种投资行为总量的大小.
 之所以选用滞后一期的收入来作解释变量,是因为收入对于储蓄来讲具有滞后性.试想一个人并不会把本期(假设为一年)的所有收入拿来储蓄,他愿意把上期收入的节余部分拿来储蓄.这就是使用之后一期收入的原因.
使用基尼系数(居民收入)作为解释变量的原因在于: 基尼系数是反映收入分配的客观指标,如果基尼系数减小就代表收入差距减小,收入变得更加平均,这势必会导致总的储蓄量降低.
 对于未采用通货膨胀率,他主要影响的是居民金融性储蓄,而对于整体储蓄水平并无显著影响.
 对于经济体制改革未能起到显著性影响的问题,我们的解释是中国经济在改革开放初期显示出一种恢复性告诉发展的态势,而在92年经济体制改革后由于进一步的放开导致经济仍能以高速度增长.这就使得经济体制改革变量并未起到我们所预期的作用.

六、不足及缺陷:
西方经济理论并不一定适用于中国实际,比如中国居民储蓄对利率的弹性很弱,这并不符合凯恩斯的利率理论.
并未做平稳性检验,数据非平稳。
由于中国的客观国情,导致时间序列数据长度不够,在小样本情况下更容易出现误差.
我们得出的结论并不一定和实际经济情况相符合,由此得出的对经济政策制定的借鉴作用可能并不显著.

七、参考文献及相关网站：
 文献：1980年—2001年 《中国统计年鉴》
      《现代财经》2003年5月
 《经济论坛》2003年14期
 《经济学动态》2004年5月
 《经济学》2003年4月
 《生产力研究》2004年8月
 《统计与决策》2004年6月
 《统计研究》2004年6月
 《经济理论与经济管理》2002年11月
 《中国居民消费—储蓄模式研究与实证分析》 龙志和 华南理工大学
网站：中国国家统计局　
 中国经济研究中心