汽車銷量 影響因素 實證分析 計量經(jīng)濟學(xué)
一、模型設(shè)定
（一）變量選擇
我們將以汽車銷售量作為被解釋變量，選擇以下五個影響因素作為解釋變量：鋼鐵價格，橡膠價格，消費者信心指數(shù)，居民車用燃料和零配件價格指數(shù)，關(guān)稅。
表格 1 總體模型解釋變量與被解釋變量
?。ǘ┠Ｐ凸烙?、檢驗與修正
1、時間序列平穩(wěn)性檢驗
由于本文所研究的問題中，各變量均為時間序列數(shù)據(jù)，因此，須對其進行時間序列平穩(wěn)性檢驗以及必要的修正，以避免偽回歸問題。采用Augmented Dickey-Fuller檢驗，分別對Y0、Y1、Y2、Y3、X1、X2、X3、X4進行時間序列平穩(wěn)性檢驗。結(jié)果顯示，在顯著性水平為α=0.05的情況下，各個序列均存在單位根。因此，對個變量的一階差分值進行時間序列平穩(wěn)性檢驗。采用EG兩步法對各模型進行協(xié)整檢驗。協(xié)整檢驗結(jié)果顯示，各模型中變量之間均協(xié)整。因此，上述模型的建立均有意義，為真實回歸而非偽回歸。
2、汽車銷量的總體模型
?。?）回歸模型建立
Y1 = β0 +β1X1 +β2X2 +β3X3 +β4X4 +
?。?）關(guān)于虛擬變量關(guān)稅的設(shè)定
隨著我國逐步加入WTO的承諾，于2006年7月1日起，我國的汽車進口關(guān)稅由之前的80%－100%下降為：整車進口關(guān)稅為25%，汽車零件關(guān)稅為10%。為了反映關(guān)稅的變化對全國汽車月銷售量的影響，在此設(shè)定虛擬變量，在2006年7月之前，從2006年7月開始。
?。?）模型的修正
利用所有原始數(shù)據(jù)對模型進行OLS回歸，結(jié)果顯示模型可能存在嚴(yán)重的多重共線性。
我們利用逐步回歸法修正多重共線性，剔除引起多重共線性的變量X1。
由之前對模型中和預(yù)期有出入的系數(shù)的分析可得出：模型中的解釋變量消費者信心指數(shù)對被解釋變量全國汽車月銷量的影響可能存在滯后效應(yīng)。經(jīng)過對比分析，我們選擇滯后2階，再對模型進行多重共線性的、異方差和自相關(guān)的檢驗和修正，得到最終模型1為：
?。?）對總體模型的經(jīng)濟意義分析
在其他變量不變的條件下，“膠制品業(yè)工業(yè)品出廠價格指數(shù)”每上漲一個基點，“全國汽車月銷量”減少70964.89輛；兩個月前和三個月前的消費者信心指數(shù)對汽車銷量有顯著影響；在其他變量不變的條件下，“居民燃料和零配件價格指數(shù)”每上漲一個基點，“全國汽車月銷量”增加8526.827輛；從虛擬變量D1顯著不為零可得出，中國履行入世承諾，于2006年7月起減少對進口汽車和零配件的關(guān)稅，確實提高了“全國汽車月銷量”。
根據(jù)直觀的生活經(jīng)驗，“消費者信心指數(shù)”的下降多數(shù)情況下會導(dǎo)致“全國汽車月銷量”的下降，而“居民燃料和零配件價格指數(shù)”的上漲多數(shù)情況下也會導(dǎo)致“全國汽車月銷量”的下降。但是通過了統(tǒng)計檢驗的參數(shù)估計的結(jié)果卻與之恰恰相反。對于此和預(yù)期之間的巨大差異，我們通過查詢大量相關(guān)資料和進一步分析，得出了如下我們對此的解釋：
隨著06年到09年物價指數(shù)的節(jié)節(jié)攀升，人們對于物價的上漲形成連續(xù)和強烈的一致預(yù)期，在消費者信心指數(shù)上的表現(xiàn)則是明顯的下降。在這種預(yù)期下，對于將來有購車需求的人來說，也許當(dāng)期買車的需求并不強烈，但是如果選擇將來買車，卻將面對當(dāng)期到將來這段時間，燃料和零配件（尤其燃料）上漲后的價格，在實際利率為負(fù)的情況下，選擇在將來買車實際上并不合算。很多消費者，在現(xiàn)實生活中，本著“先買先用，先用就先有較低的燃料價格享受”的想法，以致有將來購車需求的人選擇當(dāng)期購車。
二、基于模型的實證分析
通過總體模型可以看出，“全國汽車月銷量”隨“消費者信心指數(shù)”的下降而上升，“全國汽車月銷量”隨“居民燃料和零配件價格指數(shù)”的上漲而上升。這表明，在現(xiàn)實生活中，很多消費者懷有“先買先用，先用就先有較低的燃料價格享受”的想法。在整個物價上漲的過程中，消費者信心指數(shù)連連下降。但是燃料等價格越漲，人們對未來價格進一步上漲的預(yù)期越強烈，以致有將來購車需求的人選擇當(dāng)期購車。
三、模型出現(xiàn)的問題
?。ㄒ唬┰诳傮w模型設(shè)定的時候，我們將與原材料有關(guān)的解釋變量設(shè)定為兩個我們理想中覺得影響較大的鋼鐵價格指數(shù)和橡膠價格指數(shù)，可是在模型回歸檢驗過程中，在進行解釋變量多重共線性修正時，大多數(shù)模型都將鋼鐵價格這一變量剔除掉了?？墒前凑宅F(xiàn)實際經(jīng)濟現(xiàn)象，鋼鐵的價格對汽車的銷量的影響應(yīng)該是顯著的?？墒菍嶒灲Y(jié)果與實際經(jīng)濟情況相違背。
?。ǘ┒鄠€模型在進行多重共線性修正的時候，逐步回歸結(jié)果中可決系數(shù)還有修正可決系數(shù)異常的低。在采用逐步回歸法修正了多重共線性，剔除了個別變量之后，一些模型的整體擬合效果仍然不理想。
