汽车销售量的影响因素及其预测分析

论文总字数：11829字

摘 要

本课题选择了2013年中国统计年鉴中2002年～2013年共12年的数据，包括全国汽车产量，国内生产总值GDP，居民消费价格指数(上年=100)CPI，车用燃料及零配件类城市居民消费价格指数(上年=100)，全国公路里程以及汽车销售量的相关数据；构建多元线性回归模型；并使用多元线性回归的统计分析方法，对我国汽车销售量的影响因素进行回归分析；在此基础上对未来两年我国汽车销售量作出预测。

关键词：汽车销售量，影响因素，回归分析，预测

Abstract: According to the data of 2013 China Statistical Yearbook from 2002 to 2013, including the National auto output, gross domestic product GDP, the consumer price index (previous year = 100) CPI, vehicle fuel and spare parts class urban consumer price index (previous year = 100), the National Highway mileage and auto sales, this paper analyzes the influencing factors on the auto sales and forecast the auto sales for the next two years by using multivariate linear regression analysis.

Keywords: auto sales, influencing factors, regression analysis, forecasting

目录

1 引言 4

2 理论知识 4

3 实证分析 5

3.1 变量选择与数据来源 5

3.2 确定回归模型 6

3.3 回归方程的检验 9

3.4 预测及分析 12

结论 14

参考文献 15

致谢 16

1 引言

汽车产业在我国的发展已有一定历史，经过长期的发展，现如今汽车产业对我国的经济发展起着重要的推动作用；汽车产业在国民经济的发展中也占据着举足轻重的地位，对我国工业的发展，乃至整个GDP的增长都起着决定性的作用。

随着我国经济的迅速发展和人民生活水平的显著提高，我国汽车销售量有了快速的增长。但汽车行业在经历了高速增长、价格比拼等各种形势的变化之后，务必要求我们对全国汽车销售市场要有一个清晰的认识，学会运用相关理论知识和实践经验，对我国的汽车销售量有一个较好的规划，使得汽车市场(无论是生产者还是消费者)都逐渐成熟起来，而这种成熟能够推动市场的平衡和稳定。所以对影响我国汽车销售量的主要因素进行研究分析是应客观事实所需，是能够更有效的进行汽车生产的必备条件，具有相当大的现实意义。

通过整理现有的相关文献可知，有关这方面的研究，危高潮在《我国汽车销售主要影响因素的分析》一文中通过采用主成分分析方法来研究分析汽车产量、国民收入等因素对汽车销售量的影响^[1]；而从王悦琪的《影响我国汽车销售量因素的实证分析》一文可以看出：她采用计量模型深刻分析除汽车本身的价格之外的其他因素对汽车销售量的影响^[2]；王笃飞、程少航的《近期内中国汽车市场销量分析》一文主要是站在国际的角度通过分析国内经济现状、国家指定的相关政策及国际环境，对我国汽车行业的销售量在近几年内所面临的各方面的挑战以及我国政府、企业为应对这些挑战应采取哪些积极措施进行了综合分析，以通过实现汽车行业的迅速发展来推动经济的稳定发展^[3]。

众所周知，汽车销售量是受多方面的因素影响的。本文将首先介绍有关理论知识，然后收集近期数据选取适当的影响因素，建立多元线性回归模型，运用回归分析的方法，对汽车销售量的影响因素及其影响程度进行综合分析；并且考虑到数据之间相互关联的问题，采用主成分分析方法解决多重共线性问题，使模型更加合理；最后，根据所建立的模型，结合近几年我国汽车销售市场的发展状况，对未来两年的汽车销售量进行预测分析并得出相关建议。

2 理论知识

回归分析是统计分析方法中一种应用极其广泛的数量分析方法。它的主要用途是：分析事物之间存在着的统计关系，研究一个变量关于另一个(些)变量的具体依赖关系，它侧重于考查各变量之间的数量变化规律。以便帮助人们能够准确把握某一个或多个解释变量的变化对被解释变量影响的程度,这样为进一步科学合理的预测提供一定的依据^[4]。

回归模型是对统计关系进行定量描述的一种数学模型，用来描述被解释变量如何依赖于解释变量和误差项的方程^[4]。

回归方程是根据样本资料通过回归分析所得到的反映一个变量对另一个(些)变量的回归关系的数学表达式，用来描述被解释变量的期望值如何依赖于解释变量的方程^[4]。

3 实证分析

3.1 变量选择与数据来源

影响汽车销售量的因素有很多,既有政策因素也有经济因素,要想将各种因素对汽车销售量的影响都分析出来,在现实中几乎无法实现。因此,本文在借鉴一些研究学者的成功经验的基础之上,结合自己所需要研究的内容，实际选取了中国统计年鉴中全国汽车产量, 国内生产总值(GDP)，居民消费价格指数(上年=100)(CPI)，车用燃料及零配件类城市居民消费价格指数(上年=100)和公路里程这五个经济指标作为解释变量，选择汽车销售量作为被解释变量,运用多元线性回归分析方法,建立回归模型。

(1)被解释变量

汽车销售量：指汽车的销售数量。

(2)解释变量

汽车产量：指汽车的生产数量，是汽车销售量的重要反映指标。

国内生产总值(GDP)：指在某一特定时期内，一个国家或者某一地区的经济中所生产出的全部最终产品和提供劳务的市场价值的总值。它通常被公认为衡量某一国家经济状况的最佳指标，这也是目前各个国家和地区相互比较时经常采用的衡量手段。它不仅可反映出一个国家的经济表现能力，更加可以反映出该国的国力与财力^[5]。汽车销售量与GDP有着很大的关联，如果国家的经济发展得又快又好使得人民生活水平提高，这样购买汽车的人数就会随之增加。

居民消费价格指数(上年=100)（CPI）：反映在某一特定时期内与居民生活息息相关的产品及劳务的价格出现变动的趋势和程度的相对数。该指数通常作为观察通货膨胀水平的重要指标，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算得出的结果。该指数可以通过消费商品的零售价格与服务项目价格的变动对城乡居民实际生活费用支出的影响程度来进行观察和分析^[5]。

剩余内容已隐藏，请支付后下载全文，论文总字数：11829字