《第七講中國(guó)消費(fèi)者信心指數(shù)影響因素分析.ppt》由會(huì)員分享，可在線(xiàn)閱讀，更多相關(guān)《第七講中國(guó)消費(fèi)者信心指數(shù)影響因素分析.ppt（39頁(yè)珍藏版）》請(qǐng)?jiān)趨R文網(wǎng)上搜索。

1、中國(guó)消中國(guó)消費(fèi)者信心指數(shù)影響因素分者信心指數(shù)影響因素分析析2023/1/131學(xué)學(xué)習(xí)要點(diǎn)要點(diǎn)分析方法：-方差分析模型，多元方差分析模型，最優(yōu)尺度回歸，多水平模型分析過(guò)程統(tǒng)計(jì)圖：直方圖圖組、線(xiàn)圖、條圖、散點(diǎn)圖一般線(xiàn)性模型：?jiǎn)巫兞?、多變量混合模型：線(xiàn)性描述統(tǒng)計(jì)：序列圖回歸：最佳尺度（CATREG）2023/1/132案例背景 消費(fèi)者信心是指消費(fèi)者根據(jù)國(guó)家或地區(qū)的經(jīng)濟(jì)發(fā)展形勢(shì)，對(duì)就業(yè)、收入、物價(jià)、利率等問(wèn)題綜合判斷后得出的一種看法和預(yù)期，消費(fèi)者信心指數(shù)則是對(duì)消費(fèi)者整體所表現(xiàn)出來(lái)的信心程度及其變動(dòng)的一種測(cè)度。它是20世紀(jì)40年代后期提出，60余年的歷史證明了這一指標(biāo)體系在預(yù)測(cè)未來(lái)宏觀(guān)經(jīng)濟(jì)走向方面具有不

2、可替代的價(jià)值，目前已成為各市場(chǎng)經(jīng)濟(jì)國(guó)家非常重要的經(jīng)濟(jì)風(fēng)向標(biāo)之一。2023/1/133項(xiàng)目問(wèn)卷S0 受訪(fǎng)者所在城市：100.北京 200.上海 300.廣州S1 請(qǐng)問(wèn)您貴姓是？_S2 記錄被訪(fǎng)者性別：1.男性 2.女性S3 請(qǐng)問(wèn)您的實(shí)際年齡是？_S4 請(qǐng)問(wèn)您的學(xué)歷是？1.初中/技?；蛞韵?2.高中/中專(zhuān) 3.大專(zhuān) 4.本科 5.碩士或以上2023/1/134項(xiàng)目問(wèn)卷S5 請(qǐng)問(wèn)你的職業(yè)是？1、企事業(yè)管理人員 2、工人/體力工作者(藍(lán)領(lǐng))3、公司普通職業(yè)(白領(lǐng))4、國(guó)家公務(wù)員 5、個(gè)體經(jīng)營(yíng)者/私營(yíng)業(yè)主 6、教師 7、學(xué)生 8、專(zhuān)業(yè)人士(醫(yī)生、律師等)9、無(wú)/待/失業(yè)、家庭主婦 10、退休 11、其他

3、職業(yè)S7 請(qǐng)問(wèn)你的婚姻狀況是？1.已婚 2.未婚 3.離異/分居/喪偶S9 請(qǐng)問(wèn)您的家庭月收入（包括工資、獎(jiǎng)金和各種外快收入）大約在什么范圍？1.999元或以下 2.10001499元 3.15001999元 4.20002999元2023/1/135項(xiàng)目問(wèn)卷5.30003999元 6.40004999元 7.50005999元 8.600079999、80009999元 10、100014999元 11、1500019999元 12、2000029999元 13、30000以上 98、無(wú)收入 99、拒答C0 請(qǐng)問(wèn)您的家庭目前有下列還貸支出嗎？C0_1 房貸 1.有 2.無(wú) 99.拒答C0_2

4、 車(chē)貸 1.有 2.無(wú) 99.拒答C0_3 其他一般消費(fèi)還貸 1.有 2.無(wú) 99.拒答O1 請(qǐng)問(wèn)您有家用轎車(chē)嗎？1、有 2、沒(méi)有A3 請(qǐng)問(wèn)與1年前相比，您的家庭現(xiàn)在的經(jīng)濟(jì)狀況怎么樣？1、明顯好轉(zhuǎn) 2、略有好轉(zhuǎn) 3、基本不變 4、略有變差 5、明顯變差9、說(shuō)不清/拒答2023/1/136項(xiàng)目問(wèn)卷A3a 為什么您這樣說(shuō)呢？(最多選兩項(xiàng))0 中性原因 90 不知道/拒答 10 改善：收入相關(guān) 110、惡化：收入相關(guān) 20 改善：就業(yè)情況相關(guān) 120 惡化：就業(yè)情況相關(guān) 30、改善：投資相關(guān) 130、惡化：投資相關(guān) 40、改善：家庭開(kāi)支相關(guān) 140、惡化：家庭開(kāi)支相關(guān) 50、改善：政策/宏觀(guān)經(jīng)濟(jì) 1

5、50、惡化：政策/宏觀(guān)經(jīng)濟(jì)相關(guān)A4 與現(xiàn)在相比，您覺(jué)得1年以后您的家庭經(jīng)濟(jì)狀況將會(huì)如何變化？1、明顯好轉(zhuǎn) 2、略有好轉(zhuǎn) 3、基本不變4、略有變差 5、明顯變差 9、說(shuō)不清/拒答A8 與現(xiàn)在相比，您認(rèn)為1年后本地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r將會(huì)2023/1/137項(xiàng)目問(wèn)卷如何變化？1、非常好 2、比較好 3、保持現(xiàn)狀 4、比較差 5、非常差 9、說(shuō)不清/拒答A9 您認(rèn)為1年之后本地區(qū)的就業(yè)狀況將會(huì)如何變化？1、明顯改善 2、略有改善 3、保持現(xiàn)狀4、略有變差 5、明顯變差 9、說(shuō)不清/拒答A10 與現(xiàn)在相比，您認(rèn)為5年后，本地區(qū)的經(jīng)濟(jì)將會(huì)出現(xiàn)怎樣的變化？1、明顯繁榮 2、略有改善 3、保持現(xiàn)狀4、略有衰退

6、5、明顯衰退 9、說(shuō)不清/拒答2023/1/138項(xiàng)目問(wèn)卷A16 對(duì)于大宗耐用消費(fèi)品的購(gòu)買(mǎi)，比如家用電器、電腦，以及高檔家具之類(lèi)，您認(rèn)為當(dāng)前是購(gòu)買(mǎi)的好時(shí)機(jī)嗎？1、很好的時(shí)機(jī) 2、較好時(shí)機(jī) 3、很難說(shuō)，看具體情況而定4、較差時(shí)機(jī) 5、很差的時(shí)機(jī) 9、不知道/拒答2023/1/139信心指數(shù)的計(jì)算方法p問(wèn)卷中的大多數(shù)主干題目均為五級(jí)得分，都需要轉(zhuǎn)換為相應(yīng)的題目得分，以反映消費(fèi)者的樂(lè)觀(guān)或悲觀(guān)態(tài)度，具體方式為針對(duì)每一道題目，計(jì)算每個(gè)選項(xiàng)被選中的百分比，隨后使用以下公式計(jì)算其相對(duì)得分：題目得分=100%+1.0*VF%+0.5*F%-0.5*U%-1.0*VU%這一數(shù)值反映的是答案偏向樂(lè)觀(guān)的人群和偏向悲

7、觀(guān)人群的比例之差，當(dāng)人群中兩者比例基本平衡時(shí)，得分接近于100；如果樂(lè)觀(guān)人群比例偏高，則得分大于100；反之則小于100.總消費(fèi)者信心指數(shù)的計(jì)算是基于下面五道問(wèn)題的回答進(jìn)行的：A3、A4、A8、A10、A162023/1/1310信心指數(shù)的計(jì)算方法p 首先計(jì)算出上述5道題的題目得分，將其直接相加，再除以“基線(xiàn)”調(diào)查時(shí)的這一數(shù)值，即為當(dāng)期的信心指數(shù)值。因此，計(jì)算出來(lái)的指數(shù)代表當(dāng)期數(shù)值相對(duì)于“基線(xiàn)”調(diào)查數(shù)值的變動(dòng)比例。如果樂(lè)觀(guān)人群的比例高于基線(xiàn)，則指數(shù)大于100；反之則小于100.目前作為基線(xiàn)水平的是2007年4月的數(shù)值。2023/1/1311研究目的p總目標(biāo)：不同人口特征及背景資料的受訪(fǎng)者(家庭

8、)在消費(fèi)者信心上具有怎樣的差異，或者說(shuō)不同人群之間是否存在信心指數(shù)的差異。p分目標(biāo)：1、上述指標(biāo)對(duì)信心指數(shù)的作用是否存在地域差異 2、上述指標(biāo)對(duì)信心指數(shù)的作用是否細(xì)分至5個(gè)分項(xiàng)指標(biāo)，即進(jìn)一步考察其內(nèi)部的詳細(xì)作用方式p北京、上海、廣州在2007年4月、12月、2008年12月和2009年12月的樣本。2023/1/1312分析思路p首先擬合標(biāo)準(zhǔn)的方差分析模型，進(jìn)行候選影響因素的篩選。p利用最優(yōu)尺度回歸方法，對(duì)影響因素的作用做進(jìn)一步的確認(rèn)，并考慮各因素的內(nèi)在作用方式p嘗試按照多水平模型框架，分析各影響因素是否存在深層次的變異構(gòu)成p擬合多因素變量的方差分析模型，進(jìn)一步探索影響因素對(duì)各分項(xiàng)指標(biāo)的作用方

9、式。2023/1/1313數(shù)據(jù)理解p考察時(shí)間、地域?qū)π判闹笖?shù)的影響 首先看總信心指數(shù)分布狀況是否基本遵循正態(tài)分布，但是在多次使用了直方圖工具后，希望這次能夠走得更遠(yuǎn)點(diǎn)：直接在直方圖中考察城市之間的信心指數(shù)水平是否存在差異，具體操作如下：1.選擇“圖形”“圖表構(gòu)建程序”菜單命令。2.從圖庫(kù)中選擇直方圖組，將右側(cè)出現(xiàn)的簡(jiǎn)單直方圖圖標(biāo)拖入畫(huà)布3.在變量列表中知道index1，將其拖入畫(huà)布的橫軸框中。4.在元素屬性對(duì)話(huà)框中“顯示正態(tài)曲線(xiàn)”復(fù)選框，注意隨后一定要單擊下方的“應(yīng)用”按鈕，否則相應(yīng)的操作不會(huì)生效2023/1/1314城市對(duì)信心指數(shù)的影響5.切換至組/點(diǎn)ID選項(xiàng)卡：選中“行嵌板變量”復(fù)選框6.

10、將S0城市選入畫(huà)布上新增的嵌板框中。7.單擊“選項(xiàng)”按鈕，在選項(xiàng)對(duì)話(huà)框中確認(rèn)未選中下方的“換行嵌板”復(fù)選框8.確定2023/1/1315時(shí)間對(duì)信心指數(shù)的影響1.選擇“圖形”“圖表構(gòu)建程序”菜單命令。2.從圖庫(kù)中選擇線(xiàn)圖組，將右側(cè)出現(xiàn)的多重線(xiàn)圖圖標(biāo)拖入畫(huà)布3.將月份time拖入橫軸框中4.將總指數(shù)index1拖入縱軸框中。5.將城市S0拖入分組（設(shè)置顏色）框中，然后再雙擊該框，在彈出的“分組區(qū)域”子對(duì)話(huà)框中將分組依據(jù)由“顏色”改為“圖案”。6.單擊“確定”按鈕繪制出圖形，然后雙擊圖形進(jìn)入編輯狀態(tài)，將均值連續(xù)軸刻度范圍修改為85105，小數(shù)位數(shù)更改為0，拖放調(diào)整圖例位置和繪圖區(qū)大小至合適比例。20

11、23/1/13162023/1/1317考察性別、職業(yè)、婚姻狀況等對(duì)信心指數(shù)的影響1.選擇“圖形”“圖表構(gòu)建程序”菜單命令。2.從圖庫(kù)中選擇條圖組，將右側(cè)出現(xiàn)的簡(jiǎn)單條圖圖標(biāo)拖入畫(huà)布3.將職業(yè)S5拖入橫軸框中4.將index1拖入縱軸框中5.確定6.雙擊圖形進(jìn)入編輯狀態(tài)，選中類(lèi)別分類(lèi)軸，在屬性對(duì)話(huà)框的“類(lèi)別”選項(xiàng)卡中，“排序依據(jù)”改為“統(tǒng)計(jì)”，“方向”改為“降序”單擊“應(yīng)用”按鈕。2023/1/1318職業(yè)影響2023/1/1319性別影響2023/1/1320學(xué)歷影響2023/1/1321婚姻狀況2023/1/1322收入的影響2023/1/1323年齡的影響1.選擇“圖形”“圖表構(gòu)建程序”菜

12、單命令。2.將簡(jiǎn)單散點(diǎn)圖圖標(biāo)拖入畫(huà)布3.將年齡S3拖入橫軸框中4.將index1拖入縱軸框中5.確定6.雙擊進(jìn)入圖形編輯狀態(tài)，依次單擊“元素”“總計(jì)擬合線(xiàn)”7.在“擬合線(xiàn)”選項(xiàng)卡中，將擬合方法更改為loess，單擊“應(yīng)用”按鈕8.關(guān)閉圖形并退出。2023/1/13242023/1/1325標(biāo)準(zhǔn)GLM框架下的建模分析p建立總模型1.依次單擊“分析”“一般線(xiàn)性模型”“單變量”2.將總指數(shù)Index1選入“因變量”框3.將月份time、城市S0、性別S2、學(xué)歷S4、職業(yè)S5、婚姻狀況S7及家庭收入S9選入“固定因子”列表框4.將年齡S3選入“協(xié)變量”框5.進(jìn)入“模型”子對(duì)話(huà)框，將各因素的主效應(yīng)選入“

13、模型”框6.進(jìn)入“保存”子對(duì)話(huà)框，選擇保存“未標(biāo)準(zhǔn)化預(yù)測(cè)值”和“標(biāo)準(zhǔn)化殘差”。7.進(jìn)入“選項(xiàng)”子對(duì)話(huà)框，選擇“缺乏擬合優(yōu)度檢驗(yàn)”2023/1/13268.確定9.選擇“圖形”“圖表構(gòu)建程序”菜單命令10.將簡(jiǎn)單散點(diǎn)圖圖標(biāo)拖入畫(huà)布11.將未標(biāo)準(zhǔn)化預(yù)測(cè)值拖入X軸框，標(biāo)準(zhǔn)化殘差拖入Y軸框12.確定13.雙擊進(jìn)入圖形編輯狀態(tài)，在圖形中添加Y=0的橫線(xiàn)。2023/1/13272023/1/13282023/1/1329兩兩比較p下面進(jìn)一步考慮同一因子各水平之間兩兩比較的問(wèn)題，由于模型中引入了協(xié)變量年齡，因此不能直接用兩兩比較子對(duì)話(huà)框中的相應(yīng)方法，需要采用選項(xiàng)中估計(jì)邊際均數(shù)的功能來(lái)完成，操作如下：1.進(jìn)入

14、“選項(xiàng)”子對(duì)話(huà)框2.將time、s0、S4等需要計(jì)算邊際均數(shù)的因子全部選入右側(cè)的“顯示均值”列表框中3.選中下方的“比較主效應(yīng)”復(fù)選框4.置信區(qū)間調(diào)節(jié)選擇“bonferroni”5.繼續(xù)。2023/1/1330多元方差分析模型的結(jié)果p擬合多元方差分析模型1.依次單擊“分析”“一般線(xiàn)性模型”“多變量”2.將QA3、QA4、QA8、QA10和QA16選入“因變量”框3.將月份time、城市S0、職業(yè)S5、婚姻狀況S7及家庭收入S9選入“固定因子”列表框4.將年齡S3選入“協(xié)變量”框5.進(jìn)入“模型”子對(duì)話(huà)框，將各因素的主效應(yīng)選入“模型”框6.進(jìn)入“選項(xiàng)”子對(duì)話(huà)框，選擇“缺乏擬合優(yōu)度檢驗(yàn)”7.確定 2

15、023/1/1331最優(yōu)尺度回歸p問(wèn)題1.家庭收入等變量目前按照無(wú)序分類(lèi)被引入模型，如果考慮有序的特征，又該如何對(duì)模型進(jìn)行改善？2.同樣是家庭收入這個(gè)變量，數(shù)據(jù)中約有10%為缺失值，這些案例在方差分析模型中被直接刪除了，如果將其加入模型，會(huì)有怎樣的結(jié)果？3.年齡S3目前是以協(xié)變量的方式納入模型，意味著它和因 變量之間的作用方式只能是線(xiàn)性的，雖然在散點(diǎn)圖中這一趨勢(shì)得到了確認(rèn)，但又沒(méi)有更加靈活的方式，可以判斷是否無(wú)存在其他關(guān)聯(lián)趨勢(shì)的可能。2023/1/1332最優(yōu)尺度回歸的本質(zhì)p首先對(duì)原始變量進(jìn)行變換，將各變量轉(zhuǎn)換為適當(dāng)?shù)牧炕u(píng)分，然后使用量化評(píng)分代替原變量進(jìn)行回歸分析。2023/1/1333利用

16、最優(yōu)尺度回歸進(jìn)行分析p依次單擊“回歸”“最佳尺度(CATREG)”p“因變量”框：選入index1,在“定義度量”框中將測(cè)量尺度修改為“數(shù)字”p將月份time、城市S0、性別S2、年齡S3、學(xué)歷S4、職業(yè)S5、婚姻狀況S7以及家庭月收入S9選入“自變量”列表框，在“定義度量”框中將測(cè)量尺度全部修改為“名義”p“離散化”按鈕：選擇所有變量，將其離散化方法改為“秩”p“缺失”按鈕：選擇所有變量，將其缺失值方案改為“為缺失值規(guī)因（附加類(lèi)別）”p“繪制”按鈕：選擇繪制所有變量的轉(zhuǎn)換圖。確定2023/1/13342023/1/13352023/1/1336多水平模型框架下的建模分析p多水平模型適用于將數(shù)據(jù)從集中趨勢(shì)（均數(shù)）拓展到離散趨勢(shì)（標(biāo)準(zhǔn)差）進(jìn)行研究，針對(duì)資料的非獨(dú)立性問(wèn)題的一種模型。2023/1/1337針對(duì)時(shí)間擬合多水平模型p建立基本模型框架依次單擊“分析”“混合模型”“線(xiàn)性”將月份選入“主題”列表框，繼續(xù)。將總指數(shù)選入“因變量”列表框?qū)⒊鞘蠸0、職業(yè)S5及家庭月收入S9選入“因子”列表框。將S3年齡選入“協(xié)變量”列表框?！肮潭ò粹o”：將S0、S5、S9及S3的主效應(yīng)選入“模型”列表框，