中国国内生产总值与投资之间关系的协整和因果性关系分析

上传人:第*** 文档编号:38766417 上传时间:2018-05-07 格式:DOC 页数:22 大小:387KB
返回 下载 相关 举报
中国国内生产总值与投资之间关系的协整和因果性关系分析_第1页
第1页 / 共22页
中国国内生产总值与投资之间关系的协整和因果性关系分析_第2页
第2页 / 共22页
中国国内生产总值与投资之间关系的协整和因果性关系分析_第3页
第3页 / 共22页
中国国内生产总值与投资之间关系的协整和因果性关系分析_第4页
第4页 / 共22页
中国国内生产总值与投资之间关系的协整和因果性关系分析_第5页
第5页 / 共22页
点击查看更多>>
资源描述

《中国国内生产总值与投资之间关系的协整和因果性关系分析》由会员分享,可在线阅读,更多相关《中国国内生产总值与投资之间关系的协整和因果性关系分析(22页珍藏版)》请在金锄头文库上搜索。

1、武武 汉汉 大大 学学毕毕 业业 论论 文文 ( 设设 计计 ) 用用 纸纸第 1 页 共 22 页中国国内生产总值与投资之间关系的协整和因果性关系分析The Cointegration and Granger Causality Relationship between GDP and Investment in China班 级: 数 理 经 济姓 名: 学 号: 2003 年 6 月 9 日武武 汉汉 大大 学学毕毕 业业 论论 文文 ( 设设 计计 ) 用用 纸纸第 2 页 共 22 页摘要摘要 本文主要就中国投资与国内生产总值(GDP)之间的关系基于格兰杰因果性进行分析,并将建设投资

2、与其它投资分别进行处理。我们将就两种投资与国内生产总值(GDP)的关系的单整和协整关系进行 ADF 检验。通过误差修正模型,我们可以发现,建设投资,其他投资以及国内生产总值(GDP)的时间序列都具有单位根,因此可知,建设投资,其他投资以及 GDP 之间都具有协整关系。然后在协整的条件下对投资与国内生产总值的格兰杰因果关系进行分析。文章的实证结果将有助于国家有关部门进行投资决策。关键词:协整,ADF 检验,国内生产总值,误差修正模型,格兰杰因果性,建设投资,其它投资,最小二乘估计AbstractAbstractThis article examines the interactions betw

3、een construction investment(CI) and GDP, other investment and GDP respectively, based on Granger causality analysis. First of all, we use Augmented Dicky - Fuller(ADF) test to study the integration of these time series and the cointegration relations between construction investment and GDP, other in

4、vestment and GDP. We can see through error correction model(ECM),the times series of GDP construction investment and other investment all have unit root. So we can see there exist cointegration relationship between them. Then we analyze the Granger causality relation betweens two kinds of investment

5、 and GDP. The result of this paper will help policy maker in China to make correct investment decision. 武武 汉汉 大大 学学毕毕 业业 论论 文文 ( 设设 计计 ) 用用 纸纸第 3 页 共 22 页目录目录引言1基本理论背景11变量选取和数据来源12学术知识回顾121 格兰杰因果性122 单整及其检验123 协整及其检验124 误差修正模型2模型和数据2.1 国内生产总值,建筑投资,其他投资的单整分析和检验2.2 协整的分析和检验3. 建立模型3.1 GDP 与建设投资3.1.1 CI

6、GDP3.1.2 GDPCI3.2 国内生产总值与其他投资之间的关系4结论武武 汉汉 大大 学学毕毕 业业 论论 文文 ( 设设 计计 ) 用用 纸纸第 4 页 共 22 页引言引言目前中国经济正以令人吃惊的速度逐年发展,然而事实上,相对于成熟的发达国家,我国的经济的发展仍旧处于萌芽状态。目前,我国经济和财政消费的增长主要是依赖于投资的增加。鉴于中国目前消费紧缩的现实情况,投资对经济的推动将发挥着更为重要的作用,适当的投资将有效的推动经济的增长。然而尽管如此,并非高速增长的投资将一定能持续推动经济的发展。持续和健康的经济发展同时也是投资的有效支持。因此从直观上我们就可以看到投资和国民经济之间是

7、存在一定关系的。在诸多投资中,建设投资是对国民经济最有力的推动因素之一。政府在经济低迷时期进行建设投资是促进经济复苏极为有效的一种方法。而且,扩大建设投资有着很多方面的有利因素:不仅仅是提供了大量的工作岗位,扩大国内总需求,和国民收入,而且推动经济增长,为下一次周期性的经济发展提供基础。尤其是在发展中国家中,建设投资在总投资中占有将近 20的份额,在这些国家建设投资的作用更为显著。目前在中国已经有很多的文章探讨了投资于 GDP 之间的相互关系,但是这些文章所探讨的内容仅仅停留在定性分析的层面上。而本文就将国民关系做定量的分析。特别就建设投资和 GDP 以及其他投资和 GDP 之间长期和短期关系

8、进行分析。1.1. 基本背景理论基本背景理论武武 汉汉 大大 学学毕毕 业业 论论 文文 ( 设设 计计 ) 用用 纸纸第 5 页 共 22 页1.1 变量选取和数据来源本文章中用到的变量包括在一定时期内的国内生产总值(GDP) ,建设投资和其它投资的数值。我们将用这些参数来反映国民经济的发展情况。所用数据均来自于 2001 年中国统计局出版的中国统计年鉴。1.2 学术知识回顾1.2.1 格兰杰因果性由于我们要研究的是建设投资与 GDP 以及其他投资与 GDP 之间的因果关系,所以我们来回顾一下因果关系的定义。在计量经济学界,关于因果性最经典和最广为接受的定义是格兰杰(1969)所做出的定义。

9、 格兰杰因果性(Granger causality):Y 称为 X 的“格兰杰原因”当且仅当如果利用 Y 的过去值比不用它时能够更好的来预测 X。简言之,如果标量 Y能够有效的帮助预测 X 那么就称 Y 为 X 的“格兰杰原因” 。令 At=As|ST -1b 表示信息集,它包括所有 T-1 以前以及 T-1 的 As。可以引入下面三种定义:1X 是 Y 的原因,如果0,Xt=(X1t,X2t,Xkt) ,则认为序列 X1t,X2t,Xkt是(d,b)阶协整,记为,为协整向量。( , )tXCI d b:最简单的协整检验就是两变量的 Engle-Granger 检验。这是恩格尔和格兰杰于 19

10、87 年提出两步检验法,也称为 EG 检验。第一步,用 OLS 方法估计下列方程(4) tttYX得到 (5)ttYX(6) ttteYY称为协整回归。第二步,检验的单整性。如果为稳定序列,则认为变量 Yt,Xt为tete(1,1)阶协整;如果为一阶单整,则认为变量 Yt,Xt为(2,1)阶协整;te检验的单整性的方法即是上述的 DF 检验或者 ADF 检验。te了解了协整的概念后我们知道尽管经济变量会有时偏离均衡,但是经济自身的力量将会使其重新回到均衡状态。也就是无论在短期它如何变化,在长期武武 汉汉 大大 学学毕毕 业业 论论 文文 ( 设设 计计 ) 用用 纸纸第 10 页 共 22 页

11、仍趋与均衡。格兰杰因果性的定义就是基于 X 和 Y 都是稳定的或 0 阶单整的时间序列这一假设。然而实证发现很多的宏观经济序列在其自回归中都至少有一个单位根。也就是很多宏观时间序列都是 1 阶单整的。所以我们是不能直接运用格兰杰的因果性分析的结论来处理 1 阶单整的情况的。.一般经典的处理单整变量的方法是对其差分使其稳定,Hassapis(1999)证明了没有协整的情况下可以通过一阶差分的向量自回归模型(VAR)的标准 F-检验来判定因果性。一阶差分的 VAR 可以写成如下形式:(7) kjtjtjkiititYbXaX111 111(8) pjtjtjpiititYbXaY122 1221.

12、2.4 误差修正模型(ECM)统计量 R2,F,t 和 DW 常用来检验与评价一个估计模型的优劣。然而由于在求两个相互独立的非平稳时间序列的相关系数的问题时,还存在虚假回归的问题,这时 t 统计量的分布是渐近发散的,DW 统计量依概率收敛于零,R2则有一个非退化的极限分布。这些检验方法就不能再用来作为判别被解释变量和解释变量之间是否存在回归关系的依据。克服虚假回归的一个方法就是用变量的差分变量建立回归模型。所以恩格尔和格兰杰与 1987 年又提出了误差修正模型(ECM)误差修正模型的具体推导如下:考虑(1,1)阶自回归分布滞后模型(9)012131tttttyxyx武武 汉汉 大大 学学毕毕

13、业业 论论 文文 ( 设设 计计 ) 用用 纸纸第 11 页 共 22 页移项后得到 01213111(1)ttttttyxyxx(10)13 0121 2=(1)()1tttxyx方程(8)即为最简单的误差修正模型,其中为误差修正项。1321yx 在这里滞后期间为 k 的误差修正模型(ECM)的标准表达式定义如下:, 1111111 11kktit ijtjtt ijXXYecm 111()ttecmXY(11), 2222212 11kktit ijtjtt ijYXYecm 112)(ttXYecm(12)其中 (i=1, 2)是误差修正 (EC) 项。 和 是调整系数,而且恩1itec

14、m12格尔和格兰杰推出其中有一项为零。通过误差修正模型(ECM)的转化,方程(11)和(12)都成为了 0 阶单整的时间序列,也就是稳定的时间序列。实际上 ECM 是在协整情况下的特殊形式。因此它适用于具有协整的非平稳时间序列,其中的各参数也有其含义。因为一般情况下所以有21,我们可以据此分析 ecm 的修正作用。方程(11)中,系数 Y 的误210 差项 () 是 X 关于 Y 的长期弹性。相反的, 在方程(12)中, 系数 X 的11 tecm误差项 ()是 Y 关于 X 的长期弹性。 和 分别表示了 X 对于 Y 12 tecmj1i2武武 汉汉 大大 学学毕毕 业业 论论 文文 ( 设

15、设 计计 ) 用用 纸纸第 12 页 共 22 页变化的立即反应和 Y 对于 X 变化的立即反应。它们反映的是是短期的弹性 (Thomas, 1997)。 方程(11)中, 参数1越大, 说明 X 对于前期关于长期均衡的偏离的调整速度就越大。反之,如果1非常小就意味着 X 对于偏离均衡状态的误差是没有反应。对于方程(12)中的各参数也是同样的。因为如果存在协整时 ECM 中的1和2不能同时等于零,因此在 Y 和 X 之间一定会存在长期的因果性。可以利用标准的 T 检验 来对1和2的显著度进行检验。由上述讨论我们可以通过图表 1 来检验 X 和 Y 之间的因果性关系:X,Y 是稳定的时间 序列吗吗?X 和 Y 都是 I (0)X 和 Y 都是 I (1)使用方程 (1) 和 (2) 检 验因果性关系X 和 Y 不具有协 整关系X 和 Y 协整使用方程 (7)和 (8) 检 验因果性关系使用方程 (11) 和 (12) 检验因果性关系2模型与数据模型与数据通过中国国家统计局提供的相关

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 其它办公文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号