本文研究分析了普通本专科毕业人数、城乡居民人民币储蓄存款年底余额对结婚率的影响。以计量经济学中VAR模型为主要分析模型，建立了结婚率的多元回归模型。分析了普通本专科毕业人数、城乡居民人民币储蓄存款年底余额和结婚率现状。并且对未来结婚率进行了预测。
1.理论模型和研究方法
1.1理论模型
本文选择向量自回归模型，简称VAR模型，是一种常用的计量经济模型，1980年由克里斯托弗·西姆斯（Christopher Sims）提出。VAR模型是用模型中所有当期变量对所有变量的若干滞后变量进行回归。VAR模型用来估计联合内生变量的动态关系，而不带有任何事先约束条件。它是AR模型的推广，此模型目前已得到广泛应用。
向量自回归(VAR)是基于数据的统计性质建立模型，VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。VAR模型是处理多个相关经济指标的分析与预测最容易操作的模型之一，并且在一定的条件下，多元MA和ARMA模型也可转化成VAR模型，因此近年来VAR模型受到越来越多的经济工作者的重视。
VAR模型描述在同一样本期间内的n个变量（内生变量）可以作为它们过去值的线性函数。
一个VAR§模型可以写成为：
其中：c是常数向量，Ai是矩阵。et是误差向量，满足：误差项的均值为0；误差项的协方差矩阵为Ω（一个正定矩阵）；对于所有不为0的k都满足误差项不存在自相关.
1.2研究方法
1.2.1数据处理
为了避免因为各变量的数据差异而造成的异方差，于是对所有变量进行对数化处理。且数据的自然对数变换后不改变原有变量的协整关系，并能使其趋势线性化，消除时间序列中存在的异方差现象，所以对所有数据取其自然对数值，以增强数据线性化趋势消除异方差，同时便于考察各变量对我国结婚率的敏感性。
1.2.2单位根检验
在对时间序列数据进行回归分析之前，为了避免伪回归，要先进行时间序列数据的平稳性检验，即单位根检验。如果时间序列数据满足：均值是与时间t无关的常数；方差是与时间t无关的常数；协方差是只与间隔K有关，与时间t无关的常数；则称此时间序列是平稳的。简言之，就是时间序列数据围着某一特定均值上下波动。
1.2.3协整分析
协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归，即检验变量之间是否存在稳定的关系。所以，非平稳序列的因果关系检验就是协整检验。协整检验主要有EG两步法和JJ检验。EG两步法是基于回归残差的检验，可以通过建立OLS模型检验其残差平稳性，而JJ检验是基于回归系数的检验，前提是建立VAR模型（即模型符
