居民财富与消费长短期关系的实证分析

郭丽芳

内容摘要：本文通过VECM实证模型建立协整方程，从宏观角度分析我国居民财富（即居民收入、住房资产、居民净资产）与居民消费之间的长短期关系。结果表明：从长期来看，居民收入的增加能够使居民消费水平提高;居民住房资产的增加对居民消费的影响不大;而居民净资产的增加反而使居民消费水平降低。从短期来看，当居民消费偏离消费平衡态时，居民收入有助于恢复居民消费的平衡，而居民的净资产与住房资产对非平衡态恢复的影响不大。

关键词：协整方程   居民财富   居民消费   消费平衡态

引言

随着社会主义市场经济的不断完善，我国居民收入与市场内需不断增加，并且从2013年至今居民消费占GDP的比重不断提高，居民消费日益成为我国经济发展的主要驱动力。经济的快速发展与金融市场的不断完善，使居民财富增长呈多元化发展，投资空间由过去的银行存款逐渐扩展到股票、债券等领域，但居民消费水平并没有因财富的增长而增加，这与生命增长周期-持久收入理论呈相反结果。部分学者通过研究同样得出居民财富的多少对消费水平影响不大的结论。为了更准确研究居民财富与消费水平之间的关系，本文通过VECM实证模型建立协整方程，以期更加准确地表述我国居民收入、住房资产和净资产与居民消费水平之间的动态关系，为解释我国当前存在的财富增长快而消费水平相对不足的现象提供了更加科学的依据。

变量选择与数据来源

为了保证数据的准确，本文选用国家统计局数据中2013-2017年的54个数据样本，并选择如下相关变量：

消费（C）和收入（Y）：2013-2017年选择的54个人均季度消费支出和季度可支配收入，通过软件计算，将季度数据换算为月度数据，这样可以避免季度数据的波动。

住房资产（house）：住房资产与住房销售面积、销售额和人均住房面积有关，其表达式为：

住房资产=住宅销售面积/销售额*人均住房面积

住宅销售面积和销售额是根据国家统计局数据中月度住宅销售面积和销售额，并根据每月波动进行相应调整。人均住房面积是根据国家统计局报告中的城乡居民住房面积及当年城乡居民人口数量，并进行加权平均，最后整理得到人均住房面积。

净存款：为了表达真实的城乡居民可支配收入，考虑到居民很大一部分存在贷款，净存款指用户存款减去贷款后所得数值。这两种数值是根据中国人民银行城乡居民存款贷款月度数值。

表1为将上述变量取对数后的统计性描述。由表1可知，居民消费平均值小于居民收入平均值，并且两者标准差相差不多，说明现代居民消费理念是将部分收入用于储蓄。此外，由表1还可以看出，住房资产平均值和标准差明显大于其他三个变量，这也表明了住房销售额和销售量变化较大，与近年来住房销售的实际情况相符合。

模型构建

为建立居民财富与消费水平之间关系的模型，首先设yt=（y1t，y2t，...，ykt） ′，其中t=1，2，...，t，yt～I（1），将其整理得到：

将上述公式进行变换，可得：

其中。假设rank（Г）=r，将矩阵Г分解，即可分解成Г=αβ`，rank（α）=r，rank（β）=r，且β`yt-1～I（0），将其代入上述公式中，可得：

式中β`yt-1代表各个变量之间的动态关系;α为变量参数，能够将不平衡的变量转变为平衡状态。上述公式能够更科学解释各变量长期与短期的动态变化，更能够解释居民财富与消费的关系。

实证分析

通常情况下，时间序列中的变量在不同时期都有不同变化，不利于对结果进行科学分析，对这样的时间序列要进行协整分析。通过协整分析能够将时间序列中的变量呈一定规律性，更有利于分析各变量之间的长期及短期变化情况。要想进行协整分析，首先要将时间序列中的各个变量进行一阶差分，通过一阶差分析数据的平稳性。

为了保证数据的准确性和科学性，本文采用三种检测方法，分别是PP检测、DF-GLS检测和KPSS检测。而三种检测方法中首先要进行PP检测，通过PP检测能够解决变量中数据波动干扰的问题，但是PP检测结果容易产生误差，需要将PP检测与DF-GLS检测结果相结合。通过假设PP检测与DF-GLS检测的数据为平稳过程，再进行KPSS平稳性检测，这样能够更科学的将时间因素考虑到变量数据中。

表2为PP检验和DF-GLS检验统计量的平穩性检测。由表2可知，在原时间序列的四个变量中的检验统计值均小于5%，而经过一阶差分后，四个序列变量统计值（除收入的对应结果）均大于5%，说明该序列是平稳序列。表3为KPSS检验统计量的平稳性检测。由表3可知，该原序列变量经过一阶差分后，其变量统计值无法拒绝平稳序列的假设，这与PP检验和DF-GLS检验统计量的平稳性检测结果相符合。

无论采用上述哪种检测方法，都反映出一种事实，即所有数据变量都是不平稳的，但是将这些数据变量进行差分后发现这些变量呈平稳状态，这就符合了协整分析的条件。说明这些变量虽然存在不稳定的过程，但从长期来看，又存在一定的数量关系，并能通过一定的数学模型将其表达出来，表明这些数据构成一个协整系统，并能够采用协整检验进行分析。

表4为不同变量准则判别下的滞后阶数情况。由表4可知，大多数变量准则滞后阶数为四阶。确定了变量的滞后性阶数为四阶后，本文又进行协整秩检验，通过协整秩检验可以确定无关协整向量个数，如表5所示。由表5可知，其中只有一个协整秩。此外，通过最大特征值结果（max statistic）可知，该数据变量的协整秩为0，无法拒绝协整秩为1的假设。通过表4与表5相结合可知，各数据变量之间存在长期协整关系，并且其协整秩为1。

通过以上建立的协整方程分析居民财富与居民消费之间的关系，即居民消费、住房、收入与居民存款之间的关系。本文依据各变量间的协整关系，又通过最大似然估计法（MLE）进一步分析各变量之间的关系，其分析结果如表6所示，整理得到协整方程为：

通过表6与协整方程可知，居民收入每提高1%，居民消费将增加0.884%，说明居民收入能够明显影响居民消费水平，收入的增加能够促进居民消费水平提高。其次，住房资产每增加1%，消费水平将增加5.3%，说明居民的住房资产也能够影响居民消费水平，但是对居民消费水平的影响明显不如居民收入。此外，与之相反的是居民净资产，居民净资产每增加1%，其消费水平降低29.8%，说明居民净资产与居民消费水平呈负相关，净资产的提高不利于消费水平的提高。

表7为各个变量之间在短期内的动态变化规律的VECM参数估计值。由表7可知，居民消费的误差修正系数为0.232，说明居民消费产生偏离时，消费平衡动态将被打破。居民收入的误差修正系数为-0.069，说明居民收入将有助于恢复居民消费的平衡。此外，居民住房资产为0.623，居民净资产为-0.336，说明当居民消费平衡被打破时，居民住房资产与净资产对这种不平衡状态的恢复所起到的作用不理想。

结论与建议

本文通过VECM模型建立协整方程，从宏观角度分析居民财富与居民消费长短期的关系，可以得到以下结论：从长期来看，居民收入增加能够促进居民消费水平的提高，居民住房资产对居民消费水平的影响不明显，而居民净资产的提高不利于消费水平的提高;从短期来看，居民收入将有助于恢复居民消费的平衡，而居民的住房资产与净资产对恢复居民消费平衡的影响不大。因此，为了提高我国居民消费水平，充分释放消费潜力，首先应当提高人力资本投入，完善工资制度，完善社会保障体系，提高我国居民最低生活保障，从而提高我国居民收入水平;其次应当利用互联网等手段创新金融产品及其相关服务手段，鼓励我国居民多元化投资，从而促进我国金融市场的发展;再次应当保证我国房地产市场的稳定健康发展，保证我国居民居有定所，从而促进我国居民住房资产的提高;最后应当鼓励新型消费创新，完善基础设施建设，提升供给质量，深化供给侧结构改革，从而促进我国居民消费水平提高。

参考文献：

1.刘玉飞，周颖洁，杨政宇.住房财富价值与居民家庭消费结构升级—来自CFPS（2014）数据的证据[J].河北经贸大学学报，2018（4）

2.王艺，李娜.房产财富对家庭消费影響异质性研究—基于中国3122户城镇家庭的证据[J].商业经济研究，2016（17）

3.马万超，李辉.经济转型背景下收入差距、财富差距与消费需求的实证研究—来自中国家庭追踪调查数据的解释[J].云南财经大学学报，2017（6）

4.陈晓飞，赵昊东.农村居民收入来源结构与边际消费倾向—基于整体性与区域差异的比较研究[J].商业经济研究，2016（13）

5.石永珍，王子成.家庭资产对居民消费行为的影响—基于城镇家庭调查数据的分析[J].城市问题，2017（11）

6.祝丹，赵昕东.房价的“涨”与“跌”对居民消费的非对称性影响研究—基于中国省际面板数据的实证检验[J].宏观经济研究，2016（4）