网站大量收购独家精品文档,联系QQ:2885784924

中国居民储蓄与GDP的回归分析----基于时间序列组合模型.PDFVIP

中国居民储蓄与GDP的回归分析----基于时间序列组合模型.PDF

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中国居民储蓄与GDP的回归分析----基于时间序列组合模型.PDF

中国居民储蓄与GDP 的回归分析基于时间序列组合模型 一、背景 中国自改革开放以来国内储蓄率一直保持着很高的水平,目前已是全球储蓄率最高的地 区之一。2010 年储蓄总额达到GDP 的50%,其中,居民储蓄占GDP 的比重稳定在16%左 右。中国人民银行数据显示,2009 年中国居民储蓄增长19.3%,至26.5 万亿元;2008 年增长 为26.3% 。中国居民储蓄余额占国内生产总值(GDP)的比例高达80%。一般的居民储蓄可分 为两个层次:广义和狭义的居民储蓄,广义的居民储蓄指居民收入中未用于消费的部分,包 括实物形式(固定资产投资、商品存货)和金融资产形式(手持现金、银行存款、金融证券等), 它也被称为国民储蓄;狭义的居民储蓄仅指居民在银行的储蓄存款。这里所研究的储蓄指狭 义的储蓄。 关于储蓄与经济增长的关系,经济学界存在着两种截然不同的观点:凯恩斯认为增加储 蓄会减少消费需求,抑制经济增长;而哈罗德在凯恩斯有效需求理论的基础上建立的动态经 济学认为,增加储蓄会促进经济增长。对于中国居民储蓄与GDP 的关系,现有研究结论也 存在分歧。刘永强(2006 )选取1986~2002 年实际GDP 和居民储蓄额数据,针对经济转轨 以后的情况进行分析,结果表明,我国GDP 与居民储蓄之间存在着显著的正相关关系,并 指出,提高居民储蓄额是保持我国经济稳定增长的途径之一。周才云(2008 )运用 1978~ 2006 年的面板数据,在VAR 模型的基础上,对中国居民储蓄与经济增长关系进行动态分析, 得出中国居民储蓄与GDP 之间存在长期的协整关系,随着经济的不断增长,GDP 对居民储 蓄的影响将不断减弱。刘金泉,郭整风(2002 )选取了1990~2001 年的数据,使用储蓄增 量与名义GDP 的比值作为储蓄率的度量,进行Granger 因果关系检验发现我国现阶段的储 蓄增量和储蓄率对实际GDP 的水平值和增长率没有显著的Granger 影响,实际GDP 水平具 有影响储蓄增量的能力。方世建,付文林(2001 )利用1978~1999 年的有关数据进行统计 分析时发现,在中国的居民储蓄率与GDP 增长率之间并不存在正相关关系,与GDP 同向变 动的是居民储蓄额,并且发现居民收入增长与储蓄向投资顺利转化是保证二者之间正相关关 系的条件,这一研究结论与施青春,徐寿波(2001 )是一致的。 由于不同的学者对居民储蓄的界定不一致,使用的数据资料不尽相同,得到的结论也有 所不同。为了更好地了解和把握中国居民储蓄与经济增长的关系,本文选取的样本数据为 1960~2009 年的中国城乡居民储蓄存款和GDP,共50 年的数据资料,数据来源于中国国家 统计局网站以及《中国统计年鉴2009》。通过建立居民储蓄存款与GDP 的回归-时间序列组 合模型,目的是为了寻求二者确切的内在相关关系,同时为我国GDP 的健康增长提供借鉴。 二、计量方法——回归-时间序列组合模型 回归-时间序列组合模型是将回归模型和时间序列模型相结合,以提高对特定问题的预 测精度.模型首先对需要预测的变量建立一个回归模型,然后对回归残差(即不可解释的噪声) 建立时间序列模型,来解释回归方程中解释变量无法解释的那部分变差。 例如有如下一元线性回归模型: y   x  (8-1) t 0 1 t t x y   u 其中 是解释变量, 是被解释变量, 是常数项(截距), 是参数(回归系数), 是 t t 0 1 t 随机误差项。 对(8-1)式模型的估计式为: ˆ ˆ ˆ y   x  (8-2 ) t 0 1 t t ˆ

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档