我国居民消费与GDP的协整检验及误差修正模型研究.docVIP

我国居民消费与GDP的协整检验及误差修正模型研究 统计051 2070405135 沈寿君 一、引言 本文从协整理论出发，对我国居民消费与GDP建立了误差修正模型，并对两者之间的关系进行探讨，得出二者存在长期均衡的关系。 长久以来，我国经济飞速发展，宏观经济运行良好，人民生活状态得到了显著改善，消费水平也随之稳步提升。但经济发展只是影响消费水平因素的一部分，具体影响居民消费水平的因素有很多，因此对于消费模型研究无论从经济学理论还是经济政策实践中都具有重要意义和作用。很多学者采用计量经济学方法计算出消费函数的各解释变量的系数,并对回归结果进行统计检验,用以指导政策的实践和研究中存在的问题。但是,由于经济变量本身是非稳定的时间序列, 如果直接建立线性函数，进行回归就可能会出现虚假回归的现象，使模型不能全面反映经济变量之间的关系。因为传统模型的研究是从经济理论出发探求变量间的关系,而没有将变量数据间的内在关系引入到模型中来。因此本文将通过协整检验来分析消费模型中居民消费和GDP的关系，建立误差修正模型。 二、方法 （一）数据选取 本文选取1978年-到2006年我国居民消费总额和GDP值(数据来源于《2006年中国统计年鉴》) ，拟运用协整理论分析两者间的序列关系，建立能更好描述消费与宏观经济的动态均衡模型。(这里定义Y为居民消费总额，X为GDP) （二）非稳定序列转化为稳定序列 时间序列分析中首先遇到的问题是关于时间序列数据的平稳性。如果某个时间序列是由某一随机过程生成的，假定时间序列{}(t＝1，2，……)的每一个数值都是从一个概率分布中随机得到，如果满足下列条件： （1）均值E（）＝μ，与时间t无关的常数; （2）方差Var()＝,与时间t无关的常数; （3）协方差Cov()＝，只与时间间隔k有关，与时间t无关的常数。则称该随即序列是平稳的。 如果一个时间序列是非稳定的，则其均值和方差将随时间t改变，将这样的序列转化为稳定序列必须经过d次差分，那么这样的序列被称为d阶单整(Integration)，记为I(d)。 （三）单整的ADF检验 在具体应用协整理论进行时间序列分析时，首先必须检验被分析序列是否为I(1)的，进而再判别其协整性。判别的常用方法是单位根检验中的ADF(Augmented Dickey－Fuller)检验。 在ADF检验中，单位根检验的回归方程为： 模型 1：Δ＝δ＋Δ＋ 模型 2：Δ＝α＋δ＋Δ＋ 模型 3：Δ＝α＋βt+δ＋Δ＋ 模型3中的t是时间变量，代表了时间序列随时间变化的某种趋势（如果有的话）。虚拟假设都是：δ＝0，即存在一单位根。模型1与另两模型的差别在于是否包含有常数项和趋势项。 实际检验时从模型3开始，然后模型2，模型1。何时检验拒绝零假设，即原序列不存在单位根，为平稳序列，何时停止检验。否则，就要继续检验，直到检验完模型1为止。检验原理与DF检验相同，只是对模型1，2，3进行检验时，有各自相应的临界值表。 一个简单的检验是同时估计出上述三个模型的适当形式，然后通过ADF临界值表检验零假设：δ＝0。只要其中有一个模型的检验结果拒绝了零假设，就可以认为时间序列是平稳的。当三个模型的检验结果都不能拒绝零假设时，则认为时间序列是非平稳的。这里所谓的模型适当的形式就是在每个模型中选取适当的滞后差分项，以使模型的残差项是一个白噪声。 （四）协整关系的确立和检验 由于我们只考虑居民消费总额与GDP之间的关系，只有两个变量，所以在进行协整检验时可以使用两变量的Engle—Granger检验。假设居民消费总额与GDP间的长期均衡关系可以由：＝＋＋描述，式中为干扰项。 第一步，用OLS法估计上述方程并计算非均衡误差，得到：＝＋ ＝－ 第二步，检验的单整性。如果为稳定序列，则认为变量，为(1,1)阶协整；如果为1阶单整，则认为变量，为(2,1)阶协整。检验的单整性的方法也是用ADF检验。由于协整回归中已含有截距项，则检验模型中无需再用截距项。如使用模型Ⅰ: Δ＝δ＋Δ＋ 进行检验时，拒绝零假设：δ=0，意味着残差项是平稳序列，从而说明GDP与居民消费总额是协整的。 （五）误差修正模型 如果两变量GDP与居民消费总额的长期均衡关系可用＝＋＋表示，由于现实经济中GDP与居民消费总额很少处在均衡点上，实际观测到的只是GDP与居民消费总额间的短期的或非均衡的关系，假设具有如下的(1,1)阶分布滞后形式: ＝＋＋＋δ＋此模型显示出第t期的居民消费值，不仅与GDP的变化有关，而且与t－1期GDP与居民消费总额的状态有关。由于变量可能是非平稳的，因此，不能直接用OLS法。对上式适当变形得: Δ＝＋Δ＋(＋)－（1－δ）＋ ＝Δ－（1－δ）(－－)＋ 或 Δ＝Δ－λ（－－）＋ 式中，λ＝1－δ，＝，＝ Δ＝Δ－λ×＋