基于VAR模型的消费结构与经济增长关系研究_以广州市为例.pdf

学术论坛 Forum 基于VAR模型的消费结构与经济增长关系研究 ——以广州市为例 广州科技贸易职业学院 康燕燕 摘 要：消费结构变化与经济增长之间存在着互相促进的关系。本文通过建立非结构化的VAR模型，利用1980～2009年广州市统计数据， 对广州市城镇居民消费结构、产业结构和经济增长之间关系进行实证分析，结果表明：消费结构促进产业升级，进而影响经济增长，经济 增长对消费结构的影响作用比较明显。 关键词：消费结构 经济增长 产业结构 VAR模型 实证分析 中图分类号：F272 文献标识码：A 文章编号：1005-5800(2012)03(b)-249-03 经济增长与消费结构之间的关系一直是经济学界的热点关注 经济增长则用常用的经济指标GDP来表示，为了减少分析 所在，学者们研究的结果表明：经济增长是促使消费结构变化的动 数据的较大波动，对GDP取自然对数，即Ln(GDP) ，变量里标记为 因所在，影响居民消费结构的因素有很多，在众多因素中，经济增长 LGDP。 [4] 对居民消费结构的变化起到了非常重要的作用，而居民消费结构 变量数据来自广州市统计年鉴，时间范围为1980～2009年 。 的升级日益成为消费需求扩张的主要支撑力，消费结构可以通过 1.3 VAR模型的建立 产业结构的调整影响经济增长。经济增长与消费结构之间是如何 本文将这4个变量都作为内生变量建立VAR模型。模型可以表 进行相互影响，在规范化的研究方面取得了许多的研究成果[1][2] ，但 示为：含有4个变量滞后k期的VAR模型的数学表达式： 是利用实证分析来定量的分析二者之间的关系相对比较少。因此， 本文通过建立VAR模型来分析广州市城镇居民消费结构、产业结 其中， 构和经济增长之间的关系。 1 指标变量的设定和VAR模型的建立 1.1 研究方法的选取 大部分的经济模型是结构化模型，用经济理论来建立变量之 2 实证分析 [5] 间关系的模型。但是，现有的经济理论又不足以对变量之间的动态 本文实证分析采用EViews5.1进行分析 。 联系提供一个正确的结构，而且内生变量既可以出现在等式的左 2.1 滞后阶数及模型参数确定 端又可以出现在等式的右端使得估计和推断更加复杂。 在VAR模型需要解决的一个重要的问题就是确定滞后阶数。 向量自回归模型(Vector Auto regression, VAR)就是这样一种 选择合适的滞后阶数来能尽可能反映所构造模型的动态特征。 可以解决此类问题的非结构性方法。VAR方法通过把系统中每一 一般根据AIC和SC信息量取值最小的准则来确定模型的滞后阶 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， 数。根据多次的实际测算，最后确定滞后阶数K为2 ，模型设定为 从而回避了结构化模型的需要。VAR常用于预测相互联系的时间 VAR(2) 。 序列系统以及分析随机扰动对变量系统的动态影响。消费结构与 经济增长之间的关系可以利用这种非结构化的方法来进行分析， 因此，本文建立VAR模型进行消费结构与经济增长关系的分析。 1.2 指标变量的设定 居民消费结构是指在一定社会经济条件下，居民所消费的各 项支出在消费总支出所占比重[3] 。最常用的居民消费支出的分类，即 将居民生活支出分类8大类：食品、衣着、家庭