我国城镇居民储蓄分析

摘要

进入90年代以后，随着我国经济的快速发展，我国居民储蓄存款余额也在持续较快增长，居民储蓄率也一直居高不下。本文基于我国1990年至2009年的统计数据建立起城镇居民储蓄率的模型，运用相关计量经济学理论及多元线性回归分析知识建模并进行统计以及经济意义上的检验，研究了我国城镇居民储蓄存款情况，并得出了最终确定的各因素对我国城镇居民储蓄水平的影响程度，并针对模型所反映的城镇居民储蓄状况提出自己的一些看法及意见。

【关键词】 城镇居民储蓄率 利率 居民可支配收入 恩格尔系数 基尼系数

1 提出问题

改革开放以来，我国经济呈现蓬勃发展趋势，人民生活水平普遍提高，与此同时，我国居民的储蓄也随之快速增长。进入90年代以后，我国居民储蓄存款余额始终保持在两位数的增长速度。我国居民储蓄率一直是世界上最高的，这一现象引起国内各经济学家及政府的广泛关注，较高的居民储蓄直接影响到我国整个经济的运行，所以对我国居民储蓄存款的问题进行研究很有必要。我们可以对研究的结果进行分析，并制定相应的政策方针，使整个国民经济更好地发展。

2 影响我国城镇居民储蓄率的主要因素分析

在此之前，已有很多经济学专家学者对此问题做过相关模型分析，但是各自选定的变量各有差异，笔者通过对前人的研究成果进行比较分析，最后选定了城镇居民家庭人均可支配收入、一年期存款利率、恩格尔系数以及基尼系数这四个主要影响因素建立了模型。以下是对选择这几个影响变量的原因分析:

1

2.1 城镇居民家庭人均可支配收入

城镇居民家庭人均可支配收入指最终消费支出和其他非义务性支

出以及储蓄的总和，即居民家庭可用于自由支配的收入。居民储蓄的根本来源就是居民的可支配收入，居民可支配收入越多可以存入银行的钱也就越多，也就直接影响到居民的储蓄率，所以可支配收入这一因素必须首先选取为模型的解释变量。

2.2 一年期存款利率

存款利率对居民储蓄的影响也不容忽视，在西方经济学里，利率通

常和储蓄成正比，因为利率越高居民得到利息越多，就更愿意把钱存入银行，所以模型中也将这个因素选入解释变量。本模型中选取的利息率数据是一年的变动利率加权平均后的利率。

2.3 城镇居民家庭恩格尔系数

恩格尔系数(Engel’s Coefficient)是食品支出总额占个人消费支出总额的比重，是衡量一个国家和地区人民生活水平的状况，一个国家或家庭生活越贫困，居民储蓄越少，恩格尔系数就越大；反之，生活越富裕，居民储蓄越多，恩格尔系数就越小。所以这一因素也需要列为解释变量。

2.4城镇居民基尼系数

基尼系数是用来定量测定收入分配差异程度，综合考察居民内部收

入分配差异状况的一个重要分析指标。在西方经济学中，凯恩斯认为，收

2

入分配的均等化程度越高，社会的平均消费倾向就会越高，社会的储蓄倾向就会越低。所以把基尼系数选入作为解释变量。

3 变量设定及数据处理

接下来进行数据（见表一）处理并导入EViews软件中 SR代表城镇居民储蓄率

DI代表城镇居民家庭人均可支配收入 R代表一年期存款利率

Engel代表城镇居民家庭恩格尔系数 Geni代表城镇居民基尼系数

表一：1990年~2009年我国城镇居民储蓄率、家庭人均可支配收入一年期存款利率、恩格尔系数、基尼系数年份 SR DI R Engel Geni 1990 32.8 1510.2 9.92 54.24 0.24 1991 31 1700.6 7.92 53.8 0.25 1992 30 2026.6 7.56 53.04445096 0.27 1993 32 2577.4 9.26 50.31670307 0.3 1994 42 3496.2 10.98 50.03927978 0.28 1995 44 4283 10.98 50.09059891 0.28 1996 40.9 4838.9 9.21 48.76092941 0.29 1997 30.9 5160.3 7.17 46.59502489 0.3 1998 25.8 5425.1 5.02 44.6609921 0.3 1999 21.2 5854.02 2.89 42.06797793 0.3 2000 12.4 6280 2.25 39.44217687 0.32 2001 24.2 6859.6 2.03 38.19902392 0.33 2002 29.9 7702.8 1.98 37.67637167 0.32 2003 21.2 8472.2 1.98 37.1 0.47 2004 26.3 9421.6 2.25 37.7 0.48 2005 26.9 10493 2.28 36.7 0.47 2006 29.8 11759.5 2.52 35.8 0.5 2007 41.2 13785.8 3.47 36.28948124 0.49 2008 51.3 15780.76 3.92 37.88905838 0.49 2009 54.2 17174.65 2.25 36.51613797 0.5 资料来源：《中国统计年鉴》1990~2009年；中国人民银行网站http://pbc.gov.cn/。 注1：一年期存款利率是各年变动利率加权平均计算而得。

3

4 建立模型

基于以上数据，建立模型:

SR12DI3R4Engel5Geni+u

她表示在收入为零时人们也要花钱消费，也就是有生1度量了截距项，

活必需品消费支出，储蓄率为负。

2度量了当城镇家庭人均可支配收入变动1

元时，城镇居民储蓄率相对

应的变动单位数。

3度量了当一年期利率变动一个百分点时，城镇居民储蓄率相对应的变

动单位数。

4度量了恩格尔系数对储蓄率的影响，当恩格尔系数变动了一个单位

时，居民储蓄率相应的变动单位。

5度量了基尼系数对储蓄率的影响，这也是模型中的重点变量。

u是随机误差项。

对被解释变量SR做回归，得到回归结果如下:

Dependent Variable: SR Method: Least Squares Date: 05/24/11 Time: 22:21 Sample: 1990 2009 Included observations: 20 Variable C DI R ENGEL GENI

Std. Error 19.08387 0.000440 0.588282 0.414059 19.80231 t-Statistic -1.121997 8.710358 4.383134 1.557367 -2.177156 Prob. 0.2795 0.0000 0.0005 0.1402 0.0458 4

Coefficient -21.41204 0.003830 2.578521 0.644842 -43.11272 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.922769 Mean dependent var 0.902174 S.D. dependent var 3.257771 Akaike info criterion 159.1961 Schwarz criterion -49.12281 F-statistic 1.605638 Prob(F-statistic) 32.40000 10.41583 5.412281 5.661214 44.80569 0.000000

SR21.412040.003830DI2.578521R0.644842Engel43.11272Geni （19.08387）（0.000440） （0.588282） （0.414059） （19.80231）

t= (-1.121997) (8.710358) (4.383134) (1.557367) (-2.177156)

R20.922769，R20.902174，F44.80569，DW1.605638

5 模型检验

多重共线性检验

由回归结果看出，Engel的T检验过程中的P值为0.1402，大于0.05，这表示Engel没有通过T检验，不显著，模型拟合得不够好。由于经济中许多变量之间都有隐藏的表面看不到的相关性，用EViews软件计算出模型中各变量相关系数矩阵，从输出结果（见表二）可以看出Geni和DI之间、Engel和R之间的相关系数都大于0.9，有显著相关性，说明模型中存在严重的多重共线性。

表二：四个解释变量DI、R、Engel、Geni之间的相关系数矩阵

DI R DI 1 -0.680798 R -0.680798285 1 0.912212427 -0.6870146 ENGEL -0.844315413 0.912212427 1 -0.8382834 GENI 0.91361493 -0.6870146 -0.8382834 1 ENGEL -0.844315 GENI

0.9136149 5

于是笔者用了逐步回归法修正多重共线性，最后剔除掉了Engel和Geni

解释变量，多重共线性已不存在，并得到了最终满意的模型。修正后的模型为：SR-5.6397850.002673DI3.536253R

Dependent Variable: SR Method: Least Squares Date: 05/25/11 Time: 01:46 Sample: 1990 2009 Included observations: 20 Variable C DI R R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient -5.639785 0.002673 3.536253 Std. Error 3.598812 0.000265 0.357919 t-Statistic -1.567124 10.09309 9.880044 Prob. 0.1355 0.0000 0.0000 32.40000 10.41583 5.695689 5.845049 59.37135 0.000000 0.874763 Mean dependent var 0.860029 S.D. dependent var 3.896838 Akaike info criterion 258.1509 Schwarz criterion -53.95689 F-statistic 1.704050 Prob(F-statistic) 异方差检验

对得到的新模型进行异方差检验，运用White检验，得到的输出结果显示nR2=8.595219，由White检验知，在α=0.05下,0.05(4)

White Heteroskedasticity Test: F-statistic Obs*R-squared Test Equation: Dependent Variable: RESID^2 Method: Least Squares

29.48773>nR2=7.933371，所以拒绝原假设，表明不存在异方差。

0.089848 0.094050 6

2.465489 Probability 7.933371 Probability Date: 05/25/11 Time: 01:46 Sample: 1990 2009 Included observations: 20 Variable C DI DI^2 R R^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 88.77249 -0.007259 3.14E-07 -14.51331 0.784661 Std. Error 33.29765 0.004533 2.16E-07 7.243149 0.539361 t-Statistic 2.666029 -1.601381 1.454122 -2.003730 1.454798 Prob. 0.0176 0.1301 0.1665 0.0635 0.1663 12.90755 17.21224 8.472537 8.721470 2.465489 0.089848 0.396669 Mean dependent var 0.235780 S.D. dependent var 15.04689 Akaike info criterion 3396.132 Schwarz criterion -79.72537 F-statistic 2.589441 Prob(F-statistic)

自相关检验

最后得到的新模型的回归分析输出结果中DW值为1.704050，在有两

个变量，样本容量为20的情况下，给定显著水平为0.05查表可得DL=1.100，DU=1.537，于是 DU < DW < 4—DU，表明不存在自相关性。

7

60504012308204100-4-890929496980002040608ResidualActualFitted

6 最佳模型及结论

SR-5.6397850.002673DI3.536253R

7 针对模型提出的几点建议

8