第7講中國消費者信心指數(shù)影響因素分析

第7講中國消費者信心指數(shù)影響因素分析學(xué)習(xí)要點分析方法：-方差分析模型，多元方差分析模型，最優(yōu)尺度回歸，多水平模型分析過程統(tǒng)計圖：直方圖圖組、線圖、條圖、散點圖一般線性模型：單變量、多變量混合模型：線性描述統(tǒng)計：序列圖回歸：最佳尺度（CATREG）2023/4/292案例背景

消費者信心是指消費者根據(jù)國家或地區(qū)的經(jīng)濟發(fā)展形勢，對就業(yè)、收入、物價、利率等問題綜合判斷后得出的一種看法和預(yù)期，消費者信心指數(shù)則是對消費者整體所表現(xiàn)出來的信心程度及其變動的一種測度。它是20世紀40年代后期提出，60余年的歷史證明了這一指標體系在預(yù)測未來宏觀經(jīng)濟走向方面具有不可替代的價值，目前已成為各市場經(jīng)濟國家非常重要的經(jīng)濟風(fēng)向標之一。

2023/4/293項目問卷S0受訪者所在城市：100.北京200.上海300.廣州S1請問您貴姓是？_______S2記錄被訪者性別：1.男性2.女性S3請問您的實際年齡是？_____S4請問您的學(xué)歷是？1.初中/技校或以下2.高中/中專3.大專4.本科5.碩士或以上2023/4/294項目問卷S5請問你的職業(yè)是？1、企事業(yè)管理人員2、工人/體力工作者(藍領(lǐng))3、公司普通職業(yè)(白領(lǐng))4、國家公務(wù)員5、個體經(jīng)營者/私營業(yè)主6、教師7、學(xué)生8、專業(yè)人士(醫(yī)生、律師等)

9、無/待/失業(yè)、家庭主婦10、退休11、其他職業(yè)S7請問你的婚姻狀況是？1.已婚2.未婚3.離異/分居/喪偶S9請問您的家庭月收入（包括工資、獎金和各種外快收入）大約在什么范圍？1.999元或以下2.1000~1499元3.1500~1999元4.2000~2999元2023/4/295項目問卷5.3000~3999元6.4000~4999元7.5000~5999元8.6000~79999、8000~9999元10、1000~14999元11、15000~19999元12、20000~29999元13、30000以上98、無收入99、拒答C0請問您的家庭目前有下列還貸支出嗎？C0_1房貸1.有2.無99.拒答C0_2車貸1.有2.無99.拒答C0_3其他一般消費還貸1.有2.無99.拒答O1請問您有家用轎車嗎？1、有2、沒有A3請問與1年前相比，您的家庭現(xiàn)在的經(jīng)濟狀況怎么樣？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、說不清/拒答2023/4/296項目問卷A3a為什么您這樣說呢？(最多選兩項)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：家庭開支相關(guān)140、惡化：家庭開支相關(guān)50、改善：政策/宏觀經(jīng)濟150、惡化：政策/宏觀經(jīng)濟相關(guān)A4與現(xiàn)在相比，您覺得1年以后您的家庭經(jīng)濟狀況將會如何變化？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、說不清/拒答A8與現(xiàn)在相比，您認為1年后本地區(qū)的經(jīng)濟發(fā)展狀況將會2023/4/297項目問卷如何變化？1、非常好2、比較好3、保持現(xiàn)狀4、比較差5、非常差9、說不清/拒答A9您認為1年之后本地區(qū)的就業(yè)狀況將會如何變化？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、說不清/拒答A10與現(xiàn)在相比，您認為5年后，本地區(qū)的經(jīng)濟將會出現(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5、明顯衰退9、說不清/拒答2023/4/298項目問卷A16對于大宗耐用消費品的購買，比如家用電器、電腦，以及高檔家具之類，您認為當前是購買的好時機嗎？1、很好的時機2、較好時機3、很難說，看具體情況而定4、較差時機5、很差的時機9、不知道/拒答2023/4/299信心指數(shù)的計算方法問卷中的大多數(shù)主干題目均為五級得分，都需要轉(zhuǎn)換為相應(yīng)的題目得分，以反映消費者的樂觀或悲觀態(tài)度，具體方式為針對每一道題目，計算每個選項被選中的百分比，隨后使用以下公式計算其相對得分：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觀的人群和偏向悲觀人群的比例之差，當人群中兩者比例基本平衡時，得分接近于100；如果樂觀人群比例偏高，則得分大于100；反之則小于100.總消費者信心指數(shù)的計算是基于下面五道問題的回答進行的：A3、A4、A8、A10、A162023/4/2910信心指數(shù)的計算方法

首先計算出上述5道題的題目得分，將其直接相加，再除以“基線”調(diào)查時的這一數(shù)值，即為當期的信心指數(shù)值。因此，計算出來的指數(shù)代表當期數(shù)值相對于“基線”調(diào)查數(shù)值的變動比例。如果樂觀人群的比例高于基線，則指數(shù)大于100；反之則小于100.目前作為基線水平的是2007年4月的數(shù)值。2023/4/2911研究目的總目標：

不同人口特征及背景資料的受訪者(家庭)在消費者信心上具有怎樣的差異，或者說不同人群之間是否存在信心指數(shù)的差異。分目標：1、上述指標對信心指數(shù)的作用是否存在地域差異2、上述指標對信心指數(shù)的作用是否細分至5個分項指標，即進一步考察其內(nèi)部的詳細作用方式北京、上海、廣州在2007年4月、12月、2008年12月和2009年12月的樣本。2023/4/2912分析思路首先擬合標準的方差分析模型，進行候選影響因素的篩選。利用最優(yōu)尺度回歸方法，對影響因素的作用做進一步的確認，并考慮各因素的內(nèi)在作用方式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)成擬合多因素變量的方差分析模型，進一步探索影響因素對各分項指標的作用方式。2023/4/2913數(shù)據(jù)理解考察時間、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點：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：選擇“圖形”——“圖表構(gòu)建程序”菜單命令。從圖庫中選擇直方圖組，將右側(cè)出現(xiàn)的簡單直方圖圖標拖入畫布在變量列表中知道index1，將其拖入畫布的橫軸框中。在元素屬性對話框中“顯示正態(tài)曲線”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)的操作不會生效2023/4/2914城市對信心指數(shù)的影響切換至組/點ID選項卡：選中“行嵌板變量”復(fù)選框?qū)0城市選入畫布上新增的嵌板框中。單擊“選項”按鈕，在選項對話框中確認未選中下方的“換行嵌板”復(fù)選框確定2023/4/2915時間對信心指數(shù)的影響選擇“圖形”——“圖表構(gòu)建程序”菜單命令。從圖庫中選擇線圖組，將右側(cè)出現(xiàn)的多重線圖圖標拖入畫布將月份time拖入橫軸框中將總指數(shù)index1拖入縱軸框中。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”子對話框中將分組依據(jù)由“顏色”改為“圖案”。單擊“確定”按鈕繪制出圖形，然后雙擊圖形進入編輯狀態(tài)，將均值連續(xù)軸刻度范圍修改為85~105，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。2023/4/29162023/4/2917考察性別、職業(yè)、婚姻狀況等對信心指數(shù)的影響選擇“圖形”——“圖表構(gòu)建程序”菜單命令。從圖庫中選擇條圖組，將右側(cè)出現(xiàn)的簡單條圖圖標拖入畫布將職業(yè)S5拖入橫軸框中將index1拖入縱軸框中確定雙擊圖形進入編輯狀態(tài)，選中類別分類軸，在屬性對話框的“類別”選項卡中，“排序依據(jù)”改為“統(tǒng)計”，“方向”改為“降序”單擊“應(yīng)用”按鈕。2023/4/2918職業(yè)影響2023/4/2919性別影響2023/4/2920學(xué)歷影響2023/4/2921婚姻狀況2023/4/2922收入的影響2023/4/2923年齡的影響選擇“圖形”——“圖表構(gòu)建程序”菜單命令。將簡單散點圖圖標拖入畫布將年齡S3拖入橫軸框中將index1拖入縱軸框中確定雙擊進入圖形編輯狀態(tài)，依次單擊“元素”——“總計擬合線”在“擬合線”選項卡中，將擬合方法更改為loess，單擊“應(yīng)用”按鈕關(guān)閉圖形并退出。2023/4/29242023/4/2925標準GLM框架下的建模分析建立總模型依次單擊“分析”——“一般線性模型”——“單變量”將總指數(shù)Index1選入“因變量”框?qū)⒃路輙ime、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?qū)⒛挲gS3選入“協(xié)變量”框進入“模型”子對話框，將各因素的主效應(yīng)選入“模型”框進入“保存”子對話框，選擇保存“未標準化預(yù)測值”和“標準化殘差”。進入“選項”子對話框，選擇“缺乏擬合優(yōu)度檢驗”

2023/4/2926確定選擇“圖形”——“圖表構(gòu)建程序”菜單命令將簡單散點圖圖標拖入畫布將未標準化預(yù)測值拖入X軸框，標準化殘差拖入Y軸框確定雙擊進入圖形編輯狀態(tài)，在圖形中添加Y=0的橫線。2023/4/29272023/4/29282023/4/2929兩兩比較下面進一步考慮同一因子各水平之間兩兩比較的問題，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話框中的相應(yīng)方法，需要采用選項中估計邊際均數(shù)的功能來完成，操作如下：進入“選項”子對話框?qū)ime、s0、S4等需要計算邊際均數(shù)的因子全部選入右側(cè)的“顯示均值”列表框中選中下方的“比較主效應(yīng)”復(fù)選框置信區(qū)間調(diào)節(jié)選擇“bonferroni”繼續(xù)。2023/4/2930多元方差分析模型的結(jié)果擬合多元方差分析模型依次單擊“分析”——“一般線性模型”——“多變量”將QA3、QA4、QA8、QA10和QA16選入“因變量”框?qū)⒃路輙ime、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?qū)⒛挲gS3選入“協(xié)變量”框進入“模型”子對話框，將各因素的主效應(yīng)選入“模型”框進入“選項”子對話框，選擇“缺乏擬合優(yōu)度檢驗”確定

2023/4/2931最優(yōu)尺度回歸問題家庭收入等變量目前按照無序分類被引入模型，如果考慮有序的特征，又該如何對模型進行改善？同樣是家庭收入這個變量，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，會有怎樣的結(jié)果？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性的，雖然在散點圖中這一趨勢得到了確認，但又沒有更加靈活的方式，可以判斷是否無存在其他關(guān)聯(lián)趨勢的可能。2023/4/2932最優(yōu)尺度回歸的本質(zhì)首先對原始變量進行變換，將各變量轉(zhuǎn)換為適當?shù)牧炕u分，然后使用量化評分代替原變量進行回歸分析。2023/4/2933利用最優(yōu)尺度回歸進行分析依次單擊“回歸”——“最佳尺度(CATREG)”“因變量”框：選入index1,在“定義度量”框中將測量尺度修改為“數(shù)字”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”框中將測量尺度全部修改為“名義”“離散化”按鈕：選擇所有變量，將其離散化方法改為“秩”“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（附加類別）”“繪制”按鈕：選擇繪制所有變量的轉(zhuǎn)換圖。確定2023/4/29342023/4/29352023/4/2936多水平模型框架下的建模分析多水平模型適用于將數(shù)據(jù)從集中趨勢（均數(shù)）拓展到離散趨勢（標準差）進行研究，針對資料的非獨立性問題的一種模型