进出口总额对经济增长的影响.docxVIP

进出口总额对经济增长的影响 一、案例分析的目的 制造业采购经理指数（PMI）以百分比来表示。常以50%作为经济强弱的分界点：当指数高于50%时，被解释为经济扩张的讯号；当指数低于50%，尤其是非常接近40%时，则有经济萧条的忧虑。它是领先指标中一项非常重要的附属指针，其对经济发展的体现先于GDP。我们以制造业PMI指数来作为反映经济增长，探讨出口（出口商品价值总指数，表示为EX）、进口（出口商品价值总指数，表示为IM）对经济增长的影响。 二、实验数据 选取2006年09月到2013年10月的月度数据。 数据来源于中经网统计数据库。 三、VAR模型的构建 （一）数据平稳性检验 由于PMI数据在统计时就已经进行了季节性平滑处理，因而PMI不存在季节性。 对于IM、EX，考虑到他们是宏观月度数据，先进行了季节性调整（调整后为IMSA、EXSA）再进行分析。 PMI、EXSA、IMSA对比图 可以看到，IMSA、EXSA存在单位根，说明数据不平稳，PMI是平稳的时间序列。 对IMSA、EXSA进行一阶差分后单位根检验结果如下： 可以看到，差分后数据已不存在单位根，说明差分后数据是一平稳的时间序列。 （二）VAR模型滞后阶数的选择 从以上分析结果可以看出，LR选择的最优滞后阶数为2，FPE、AIC选择的最优滞后阶数为3，SC、HQ选择的最优滞后阶数为1。我们选择滞后阶数为1和3建立VAR模型，发现当滞后阶数为1的时候VAR模型要优于滞后阶数为3的VAR模型。因此，我们选择的滞后阶数为1。即K=1。  （三）VAR模型的估计 可以看出VAR模型的参数估计大多显著。  （四）VAR模型的检验 平稳性检验： 因此，VAR模型满足平稳性的条件。  残差的独立性检验： 所以，残差不存在自相关，满足独立性假设。 （五）VAR模型的预测 VAR模型动态预测结果如下，预测区间为2013年10月至2014年10月。 四、VAR模型的应用 （一）格兰杰因果检验 DIMSA是DEXSA的格兰杰原因，PMI是DEXSA的格兰杰原因，PMI是DIMSA的格兰杰原因。  （二）脉冲响应 从图中可以看到，DIMSA对PMI有正向影响，且短期的影响要大于中期和长期。说明进口对经济增长有促进作用。 （三）方差分解 从方差分解的结果来看，经济增长的波动主要源于自身，部分来自出口和进口。与脉冲响应结果一致。