物质资本存量和经济增长计量分析.docVIP

物质资本存量和经济增长计量分析摘要：本文从索洛的经济增长模型出发，利用我国从1978―XX年以来的物质资本存量和国内生产总值数据，通过计量分析发现二者相互影响，在长期内存在均衡关系，在短期内物质资本存量是经济增长的有明显的促进作用 Abstract:This paper starts from the Solow growth model, using the the stock of physical capital and the GDP data in China from 1978 to XX年以来的物质资本存量K和国内生产总值GDP数据，通过计量分析研究二者的内在联系 二、数据说明 对物质资本度量是一个复杂的过程，国内学者在研究中主要采用了永续盘存法，基本公式为Kt =Kt-1 + RNTt，其中Kt表示第t年的资本存量，Kt-1表示第t-1年的资本存量，RNTt表示第t年的实际净投资。实际净投资又等于当年名义总投资减去名义折旧, 再除以固定资产投资价格指数即：RNTt =(NI-ND)t /PIFt，其中NI表示名义总投资，ND表示名义折旧，PIFt表示固定资产投资价格指数。对资本存量的衡量关键在于确定以下四个方面的值基年资本存量、固定资产投资价格指数、当年投资额和折旧。本文物质资本存量的数据主要来源于孙敬水[1]的成果。GDP数据采用GDP平减法折算为实际GDP，研究数据主要来源于《XX年中国统计年鉴》 三、计量分析 1. 单位根检验 由回归结果知原始序列和一阶差分序列的t检验统计量值均大于临界值，故均为非平稳的，但二阶差分序列由上图我们可以看出，t检验统计量值均小于临界值，表明不存在单位根，是平稳序列，GDP序列为二阶单整，即GDP~I(2)，K序列亦为二阶单整，即K~I(2) 2. 协整检验 所谓协整，是指多个非平稳经济变量的某种线性组合是平稳的。协整理论从分析时间序列的 非平稳性入手，探求非平稳变量间蕴含的长期均衡关系，为非平稳时间序列的建模提供了良好的解决方法。我们以Y为因变量，以X为自变量，建立如下回归模型：Yi=α+βXi +ui，其中，Yi 和Xi 分别表示国内生产总值和物质资本存量，α 为常数项，β 为Xi 的系数，ui 为随机误差。运用OLS（最小二乘法），直接对模型进行回归，估计的回归模型为： Yi =5341.567 + 0.0199346*Xi (445.9234)(0.002446) t=(11.97866)(37.34055) R2=0.981004F=1394.317DW=0.083898df=27 为了检查回归残差的平稳性，我们再对残差序列et 进行单位根检验： 在10%的显著性水平下，单位根检验的临界值为-1.609571，t检验统计量值为-1.903600，小于相应临界值，表明残差序列不存在单位根，是平稳序列，说明GDP和K序列之间存在协整关系，表明两者之间有长期均衡关系 3. 误差修正模型 误差修正模型( ECM) 是一种具有特定形式的计量经济模型。其基本思想是:若变量间存在协整关系, 即表明这些变量之间存在长期稳定的关系, 而这种长期稳定的关系是在短期动态过程的不断调整下得以维持。我们最终得到误差修正模型的估计结果， DGDP=384.7347+0.071580DK-0.049451et-1 t= (3.37265)(12.67966) (-1.071302) R2=0.870053 F=83.69280 上述方程为最终的误差修正模型。F 值通过检验说明模型通过检验；回归系数也都通过了t 值的显著性检验。误差修正模型说明：从短期来看，中国物质资本存量与经济增长的变化成正向关系，GDP的变化不仅取决于物质资本存量的变化，而且还取决于上一期GDP对均衡水平的偏离；误差修正系数为负，说明了误差修正项的修正是反向的，符合误差修正原理，其修正速度大致为0.04945 4. 格兰杰因果检验 结果中P 值表示接受零假设的概率，数字越小，说明自变量预测因变量的能力越强。本检验 中采用滞后期2，由于样本量为28，所以样本数为26。从结果中可以看出，在5%的显著性水平下，DK明显是DGDP的格兰杰原因；在5%的显著性水平下，DGDP 不是DK的格兰杰原因，这说明从短期来看经济增长对物质资本存量的影响不大 四、结论 虽然中国国内生产总值和物质资本存量时间序列都是非平稳序列，但两者之间的线性组合却是平稳的，也即两者之间存在长期均衡关系；向量误差修正模型结果显示，短期内, 物质资本存量是经济增长的原因，而经济增长却不是物质资本存量增长的原因。物质资本积累是