关于河北省GDP问题实证分析.docVIP

关于河北省GDP问题实证分析 　　摘要：本文通过利用河北省1978-2012年GDP、CS（居民消费）、I（固定资产投资）的年度数据建立相关的经济时间序列的模型，通过对各变量序列的统计描述、单位根检验确定其相应特征，进行简单的趋势分解，建立VAR、VEC模型，并对模型进行检验得出结论。 　　关键词：时间序列；趋势分解；VAR模型；VEC模型 　　中图分类号：F127 文献识别码：A 文章编号：1001-828X（2016）010-000-02 　　一、引言 　　GDP是一个可以用来体现出某个地区的生活水平、经济水平以及发展水平的经济指标。GDP是考虑到了经济总量的影响。GDP的值一方面可以给某地区的领导人提供一定的依据来制定经济目标；一方面也可以让这些地区能够采取正确的方法，从而来解决在这些地区因为经济发展水平增长从而产生的一连串的社会问题。 　　这篇文章用河北省1978年到2012年的GDP的资料作为依据，用到固定资产投资I以及居民消费CS来作为解释变量，从而建立趋势分解、VAR和VEC模型，阐述了GDP增长的变化的规律，而且，还用这个规律来进行预测以及分析，为河北省未来的经济发展提供相应的依据。 　　二、数据描述 　　（一）原始数据 　　本文选取了河北省1978-2012年的GDP、居民消费（CS）和固定资产投资（I）的年度数据，用eviews对GDP、CS、I三个序列进行描述统计量，可以得到GDP、CS和I三个序列的标准差分别是7335.102、2060.237、4042.046，说明这三个序列之间的差异和离散程度很大。也就表明1978-2012这34年间河北省的经济发展速度十分迅猛。 　　三、实证分析 　　（一）VAR模型 　　所谓的VAR模型，也就是把模型中的全部的当期变量用来对全部的变量的无数个滞后变量来进行回归。对于一个含有了f个变量的p阶向量的自回归的模型，可以设为 VAR（p）。这样的模型的公式是： 　　在这个模型里面，Yt表示的是k维内生变量向量，p用来表示的是滞后的阶数；而则用来表示的是k维的扰动向量；Xt用来表示的是d维的外生变量的向量，维的矩阵，以及维的矩阵B则用来表示的是要被估计的系数的矩阵；最后用来表示的是这个样本的个数。 　　1.平稳性检验 　　在计量的角度对时间序列的数据作分析的时候，一开始就要把各个变量用来做平稳性检验，这样做就能够避免掉因为直接对非平稳的时间序列做回归而很有可能产生的误差。用ARIMA模型做平稳性检验可以得到：GDP、CS、I是二阶单整的。 　　2.Granger因果检验 　　本文通过运用Eviews7.0软件对GDP、CS和I序列进行了Granger因果检验，可以得出结论：由相伴概率得知I是GDP的格兰杰原因，GDP也是I的格兰杰原因；GDP是CS的格兰杰原因，CS也是GDP的格兰杰原因；I是CS的格兰杰原因，CS不是I的格兰杰原因。由此可以看出河北省的GDP、CS和I三个宏观经济变量之间是紧密联系的。 　　3.VAR模型的构建 　　这篇文章把CS和I看做是内生变量，同时各个变量是平稳的，此外这些变量间还存在着因果交叉的关系，因此，可以建立无约束的模型并且能够利用脉冲响应预测方差分解来阐述经济增长的变化情况。第一步是要确定这个模型的滞后阶数，关于滞后阶数的选取方法，这篇文章使用的是从一般再到特殊的方法 ：从比较大的滞后阶开始 ，可以先利用t值检验来对滞后的阶数作出调整；或者是运用SC准则以及AIC信息准则来确定，用这个方法，要选择的阶数应该是使得SC和AIC的值越小的才越好。然而这篇文章把这两种方法综合在一起，通过试验， 就选了滞后阶数2 ，它的 AIC和SC的值比较小，然后建立了VAR模型。 　　4.脉冲响应分析 　　所谓的脉冲响应函数也就是能够用来衡量随机扰动项的一个标准差冲击对于其它的变量现在以及未来的取值的一个影响轨迹，这个函数可以很直白地体现出各个变量之间的动态交互作用以及这些变量之间的效应。 　　根据脉冲响应函数可以得到：GDP对其自身一个标准差冲击的影响立即就有反应，且在第三期后大致呈增加趋势；其对CS的一个标准差冲击在第一期为0，但随着时间的推移，其反应变化不大；在GDP对I的响应图中，可以看出GDP对I在这10期中存在负响应，且随着时间的推移，反应大体呈现下降趋势但变化幅度不大；而CS对GDP的一个标准差的冲击在缓慢的增加且在第一期就有反应；其对自身的一个标准差的冲击比较小，大体趋于稳定；而在CS对I的响应图中，看出在1-2期呈下降，第三期开始上升，第四期达到最高点，此后大致呈现下降趋势；I对GDP的一个标准差冲击在第一期就有反应，随着时间的推移，其反应伴随着小幅的波动；I对CS的一个标准差冲击呈现负响应，但