基于ECM模型投资拉动与经济增长波动关系实证分析.docVIP

基于ECM模型投资拉动与经济增长波动关系实证分析 　　 摘 要：运用计量经济分析工具，分析了1981―2008年苏州市全社会固定资产与经济增长的动态关系，发现两者存在长期协整关系。运用ECM模型定量分析了全社会固定资产投资变动对经济增长波动的影响，当短期波动偏离长期均衡时，误差修正调整系数则以-0.267的力度反作用于经济增长的波动，从而使两者间呈现不断向均衡状态变化的总体趋势。 　　 关键词：固定资产投资；协整；ECM模型 　　 中图分类号：F124 文献标志码：A 文章编号：1673-291X（2011）32-0010-03 　　 　　 改革开放以来，苏州市经济发展取得了举世瞩目的成就。经济总量从改革之初的31.95亿元增加到2008年的6 701亿元，30年间经济总量增加了209倍。在中国现有经济增长模式中，政府主导的投资一直是拉动经济增长的一个重要因素。苏州市固定资产投资水平也随着经济的增长规模不断扩大，截至2008年已达到2 611.16亿元，占苏州市当年国内生产总值的38.96%。 　　 当前，国际国内经济形势依然谨慎乐观，苏州作为外向型经济特征明显的长三角龙头区域，其经济发展状况影响巨大。面对这种形势，配合国家扩内需保增长的方针，苏州提出了保持经济平稳较快增长十项32条措施，安排重点项目160个，总投资2 170亿元。那么，苏州市固定资产投资和经济增长之间到底存在什么样的关系？固定资产投资变动对经济增长的动态影响有多大？本文运用计量经济有关工具和理论加以验证。 　　 一、协整关系（co-integration）的解释 　　 经济指标时间序列由于受多种因素影响往往表现出非平稳的态性，而非平稳序列给回归结果的可靠性带来了一定的负面影响[1]。Engle和 Granger早在1987年提出的协整理论及方法为非平稳序列的建模提供了另一种思路。他们认为：即使经济变量本身是不平稳的，但它们的线性组合却有可能是平稳的，这种线性组合关系可以被解释为变量之间长期趋势性的均衡关系。简言之，协整描述的是经济变量间的长期关系而不拘泥于短期的波动，因为短期波动的影响因素实在太多。 　　 协整关系一般可以通过检验回归方程残差而发现，如常用的ADF检验。其基本思想是：如果自变量线性组合与因变量之间存在长期稳定的关系，那么回归方程残差序列必然是稳定不含单位根的序列。于是，我们可以通过检验方程残差序列的稳定性来判断经济变量之间的协整关系。如果残差序列是平稳的，则存在协整关系；如果残差序列是非平稳的，则不存在协整关系。协整的数学定义是：k维向量yt（y1t，y2t，…ykt）′的分向量被称为d、b阶协整，记为ytCI（d，b），如果满足： 　　 （1）ytI（d），要求的每一个分量yitI（d）； 　　 （2）存在非零列向量β，使得βyitI（d-b），0b≤d。 　　 则yt是协整的，向量β又称为协整向量。 　　 建立在协整理论基础上而被广泛应用的误差修正模型（ECM）则可以把经济变量的短期波动分解为短期影响因素和偏离长期均衡影响两大部分。从这里可以看出，当短期波动偏离长期均衡时，变量间存在的协整关系可以起到引力线的作用，以一定的调整力度使非均衡向均衡发展。 　　 二、苏州市全社会固定资产投资与经济增长的协整关系 　　 （一）投资拉动与经济增长关系的直观识别 　　图1 苏州市投资与经济增长长期关系 　　 从图1可以较为直观地看出，经过对数处理后的苏州市投资与经济增长之间呈现正相关态势，投资对于经济增长的拉动作用较为明显，两者之间可能存在着长期均衡的关系。且从图1中两条线出现的拐点可以看出，投资的变动一般先经济增长而行，尤其在1990年和2001年表现比较明显，说明了投资变动对经济增长影响的表型具有一定滞后性。 　　 （二）协整关系检验 　　 数据来源于《苏州市统计年鉴2008》，采用1981―2008年的时间序列值，分别是国内生产总值和全社会固定资产投资额。分别对原始数列对数化以后发现均不是平稳序列，但一阶差分I（1）后都是平稳的，符合协整关系的基本条件。建立如下回归方程： 　　 lnGDPt=c+c（1）*lnFIXEDt+ut （1） 　　 运用EVIEWS5.0软件，回归方法采用普通最小二乘法，得到如下回归结果： 　　 从表1可以看出：方程回归总体比较显著，R方值为0.99，F统计量为2861.37，表明方程总体拟合程度较好；自变量系数T值为53.49，通过显著性检验。D-W值为0.62，表明方程存在一定的自相关性。回归结果的方程形式如下： 　　 LNGDP=1.62+0.89*LNFIXED （2） 　　 从回归系数可以看出，苏州市全社会固定资产投资的经济增长弹性是0.89，也可以看出，投