中国主要宏观变量的稳定性检验：基于非参数估计与Bootstrapping的一个方法.pdfVIP

卞话满量温 2009年第 1期 WorldEconomicPapers February，2009 中国主要宏观变量的稳定性检验： 基于非参数估计与Bootstrapping的一个方法 方 颖 郭萌萌 摘要 在利用中国各种宏观和金融数据的实证研究和政策分析中，向量 自回归模型或结 构向量 自回归模型等方法得到了越来越广泛的应用。非线性的依存关系和结构不稳定性会 给VAR等模型以及相关的估算和检验带来极其严重的影响。利用最新发展起来的趋势性时 变系数模型(TrendingTime—varyingCoefficientMode1)，本文将稳定性检验建立在比较非参数 估计与线性参数估计的基础上，并通过wildbootstrap的方法来计算检验量的样本分布。我们 利用中国83个主要变量的月度宏观数据，检验这些变量本身的自回归线性关系。我们的初 步结果发现部分宏观变量存在严重的非稳定性或非线性问题。 关键词 非参数时变系数模型 结构稳定性 VAR 一 茸l 言 、 J I 口 在利用中国各种宏观和金融数据的实证研究中，向量 自回归(VectorAutoregressive， VAR)模型和结构 向量 自回归(SturctureVAR)模型得到了越来越广泛的应用。向量 自 回归模型可以很好地模拟多变量时间序列之间的动态关系。通过脉冲反应函数(Im- pulse—responseFunction)分析的方法，在VAR模型中可以估算出某一具体变量对整个多 变量体系的影响。研究者也可 以直接在 VAR模型中运用格兰杰因果检验 (Granger— Causality)发现某些变量之间的格兰杰因果关系。在20世纪8O年代初，作为对卢卡斯 批判的一种回应，由Sims(1980)等人发展起来的结构向量 自回归模型进一步促进了经 济理论和经济计量模型之间的联系，从而有助于具体的政策分析和政策效应模拟。有 别于传统的VAR模型，结构向量 白回归模型强调对于外生冲击本身的识别，通过一系 列结构方程来描述整个体系之间的动态关系。在 “协整”(Cointegration)概念提出以后 (Granger，1981；EngleandGranger，1987)，研究者也把 “协整”向量引入到VAR模型或 者SVAR模型中，扩展成为向量误差修正模型(VectorErrorCorrectionModel，VECM)和 结构向量误差修正模型(SturcturalVECM)。 方颖：厦门大学王亚南经济研究院，福建厦门大学经济楼A306，邮编：361005，电话：0592-2181763，传真：0592— 2187708，E-mail：yi~tl@xmu．edu．Cifl；郭萌萌：厦门大学王亚南经济研究院和柏林洪堡大学经济与统计系，E—mail： gmm0701@gmail．conl。作者感谢美国北卡罗纳大学夏洛特分校蔡宗武教授提供关于使用wildboots~ap的R语言 程序，也感谢蔡宗武、陈斌、洪永淼、刘斌、SungyongPark、冼刍荛和赵扬等教授对于本文的建议。方颖还同时感谢 复旦大学经济学院985项 目所提供的部分资助，也感谢在复旦访问期间和经济学院多位同仁之间的讨论。 2009年第 1期 方颖郭萌萌 中国主要宏观变量的稳定性检验：基于非参数估计与B00tstrappi唱的一个方法 95 由于上述的一些优点，VAR模型和SVAR模型在研究中国的经济学文献中得到了广泛 的应用。我们查阅了近三年中最重要的一些研究中国经济的期刊，发现学者主要使用 CPI通胀率、短期利率、汇率、货币供应量、进 出口贸易量、外商直接投资、产出、消费、政 府财政收支等变量，利用VAR模型或者 SVAR模型以及脉冲反应函数等方法来分析 FDI、实际汇率以及货币政策等相关关系。例如，戴金平和王晓天(2005)利用VAR分析 中国的贸易、境外直接投资和实际汇率的动态关系；宋旺和钟正生(2006)利用VAR来 分析货币政策区域效应的存在性，从而得出货币政策具有显著的区域差别；刘琛和卢黎 薇(2006)利用VAR来分析外商直接