矿业投资和产值的联系阐述.docVIP

矿业投资和产值的联系阐述 作者：毕普云 周宝练 单位：海南省委党校 本文采用ＡＤＦ检验法来检验时间序列数据ｌｎｇｙ，ｌｎｍｆａ的平稳性，检验标准为：当ＡＤＦ统计量的绝对值小于临界值的绝对值，则该变量存在单位根，即非平稳；若ＡＤＦ统计量的绝对值大于临界值的绝对值，则该变量不存在单位根，即是平稳。时间序列的平稳性检验结果如表１所示。由表１可见，ｌｎｇｙ，ｌｎｍｆａ在５％的显著性水平下，ＡＤＦ检验的ｔ统计量的绝对值小于所对应的临界值，所以不能拒绝存在单位根的零假设。对ｌｎｇｙ、ｌｎｍｆａ进行一阶差分后再进行ＡＤＦ检验，在５％的显著性水平下，△ｌｎｇｙ，△ｌｎｍｉｎｆａ的ｔ统计量的绝对值均大于对应的临界值，即拒绝存在单位根的零假设。因此，ｌｎｇｙ，ｌｎｍｆａ均为Ｉ（１）型序列，满足协整检验的前提条件。 矿业投资和工业经济增长期均衡关系分析 １协整检验 目前关于协整检验的研究主要有两种方法：一是Ｅｎｇｅｌ和Ｇｒａｎｇｅｒ在１９８７年提出的基于协整回归残差的两步法检验；二是Ｊｏｈａｎｓｅｎ（１９８８、１９９１）和Ｊｕｓｅｌｉｕｓ（１９９０）提出的基于ＶＡＲ模型方法的协整系统检验。本文依据Ｅ－Ｇ两步法，对ｌｎｇｙ与ｌｎｍｆａ进行ＯＬＳ回归，检验两个变量是否存在协整关系。协整检验的前提是两个变量时同阶单整变量，根据上表检验结果可知ｌｎｇｙ、ｌｎｍｆａ都是一阶单整序列，因此可以进行协整回归分析，对ｌｎｇｙ和ｌｎｍｆａ进行ＯＬＳ回归，结果如下：ｌｎｇｙ＝４．４５＋０．８１times;ｌｎｍｆａ（１）（１６．１８）（１７．７５）Ｒ２＝０．９４Ｄ－Ｗ＝０．４３提取式（１）的残差图如图２所示。由式（１）的Ｄ－Ｗ值及方程的残差图可以看图２回归估计的实际值、拟合值、残差图出，方程残差呈有规律的波动，预示着方程存在自相关，需进行自相关修正，运用迭代估计法对以上回归方程进行自相关性调整，默认迭代次数为１００，误差精度为０．００１，估计方程为：ｌｎｇｙ＝１４．３４＋０．０５４ｌｎｍｆａ（２）（１８．７８）（１１．３６）Ｒ２＝０．９９Ｄ－Ｗ＝１．７９Ｆ－ｓｔａｔｉｓｔｉｃ＝２４７０将此方程与以上ＯＬＳ方程估计相比，方程拟合度有所提高，Ｄ－Ｗ值明显提高接近于２，方程常数项数值变为１４．３４，斜率估计为０．０５４。因此采用式（２）作为工业产值和矿业投资的长期均衡方程。 ２残差检验 对残差ｅ进行单位根检验，若ｅ是平稳的，说明两变量之间的协整关系是存在的，反之不存在。检验结果如表２所示。单位根检验结果（表２）表明：残差ｅ在５％临界值水平下为平稳序列。由此可以认为ｌｎｇｙ、ｌｎｍｆａ是（１，１）阶协整，存在长期稳定关系。矿业投资额的弹性系数为０．０５４，即从长期来看，矿业投资增加１％，工业产值将增加５．４％。 矿业投资和工业经济增长的短期关系分析 １误差修正模型 根据格兰杰表述定理，如果两变量是协整的，则他们之间存在长期均衡关系，在短期内，这些变量可以是不均衡的，两变量之间这种短期不均衡关系的动态结构可以由误差修正模型（ＥＣＭ）来表述，即：Delta;Ｙｔ＝ｌａｇｇｅｄ（Delta;Ｙ，Delta;Ｘ）－lambda;mu;ｔ－１＋epsilon;ｔ式中，mu;ｔ－１是非均衡误差项或者说成是长期均衡偏差项，lambda;是短期调整参数。通过ｅｖｉｅｗｓ５．０对ｌｎｇｙ、ｌｎｍｆａ两个变量进行误差修正分析，估计误差修正模型结果如下：△ｌｎｇｙ＝－０．１２ｅｃｍｔ－１＋０．８１△（ｌｎｇｙ（－１））－ｔ：（－１．８５）（３．７７３）０．５７△（ｌｎｇｙ（－２））－０．０８△（ｌｎｍｆａ（－１））－（－２．７１２）（－１．３８７）０．０３△（ｌｎｍｆａ（－２））（－０．５３２）由以上公式可看出：误差修正系数为－０．１２，符合反向修正机制，表明短期波动对长期均衡偏离的调整速度为１２％。可见，在短期内，矿业投资每增加１％，在滞后一期，工业产值减少８％，但统计ｔ值表明这种作用不明显，在滞后二期，阻碍作用降到３％，同样ｔ值不明显；而工业产值对自身的影响作用较大。 ２脉冲响应分析 脉冲响应函数用于衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。通过脉冲响应分析，可以从更加动态的角度来分析两个变量之间的关系。工业产值和矿业投资之间的冲击反应函数轨迹见图３。图中的横坐标是冲击发生后的时间间隔（以年度为单位），纵坐标尺度表示冲击的反应程度。从图３（左）可看出：当在本期给工业产值一个单位的标准差正冲击后，矿业投资额在第２期会达到高峰，而后逐年下降，直到第５期降到低谷，从第６期到第１５期在工业产值的冲击下，矿业投资额时涨时落，这种状况一直持续到第１５期。这表明工业生产受外部条件的冲击后传递给矿业投资，矿业投资额在第２期达到最高点，