基于山东省商业银行业发展与经济增长的关系研究.doc

基于山东银行业发展与经济增长关系研究 年份 山东GDP（亿元） 贷款余额（万元） 存款余额（万元） E 1984 581.56 3666770 2333485 0.63638706546 1985 680.46 4464893 2788151 0.62446087734 1986 742.05 5549438 3515824 0.63354595546 1987 892.29 6678425 4702246 0.70409505235 1988 1117.66 8031351 5913422 0.73629231246 1989 1293.94 9413406 7246567 0.7698134979 1990 1511.199340575 0.80053745839 1991 1810.5411636250 0.81485813853 1992 2196.5314482703 0.84174629991 1993 2770.3718166260 0.87375280018 1994 3844.525225337 1.0008319193 1995 4953.3534243843 1.0944357193 1996 5883.842938411 1.1667276998 1997 6537.0749698489 1.1151360719 1998 7021.3557554782 1.1270246476 1999 7493.8465629934 1.1554844545 2000 8337.4774711987 1.2032762742 2001 9195.0485017294 1.2114765967 2002 10275.5102477706 1.2004511961 2003 12078.15 104671108 124382360 1.1883160729 2004 15021.84 117828279 145142781 1.231816184 2005 18516.87 133817463 171035148 1.2781227813 2006 22077.36 157096014 196339878 1.249808146 2007 25965.91 175451465.99 220722430.34 1.258025569 2008 31072.06 200539103.7 269301808.55 1.3428892599 注：数据来源为《山东统计年鉴2009》 实证分析 样本数据的平稳性检验 在进行时间序列分析时,传统上要求所用的时间序列必须是平稳的,否则将会产生伪回归。但是,在现实经济中的时间序列通常是非平稳的,因为各类经济变量一般都随经济增长而产生周期性变化。如果直接采用最小二乘法进行回归分析,即使两个变量之间不存在相关性,也有可能得到一个很高的拟和优度,这就是所谓的谬误回归现象。为了使回归得到的方程更有意义,可以通过差分得到平稳化的序列,然后再进行回归。然而这样做只反映了变量之间的相对变化,更适合描述所研究经济现象之间的短期状态或非均衡状态,容易丢失数据及有价值的长期信息。因此,我们采用协整检验来解决这一问题。进行协整检验的前提是时间序列必须是同阶单整的。如果一个非平稳的时间序列经过n次差分后,变为平稳序列,那么我们就称该序列是n阶单整的。 为避免出现异方差,对GDP取其对数形式LNGDP进入计量模型，通过ADF检验对LNGDP、E两个变量进行平稳性检验,可以得到以下结果（见表2）。 表 2 变量平稳性的检验 LNGDP的平稳性检验 Null Hypothesis: LNGDP has a unit root Exogenous: None Lag Length: 2 (Automatic based on SIC, MAXLAG=5) t-Statistic 牋Prob.* Augmented Dickey-Fuller test statistic ?.128860 ?.9894 Test critical values: 1% level -2.67429经济现0 5% level -1.957204 10% level -1.608175 Null Hypothesis