《利用单根检验协整检验因果分析的典型案例资料分享》由会员分享，可在线阅读，更多相关《利用单根检验协整检验因果分析的典型案例资料分享（13页珍藏版）》请在金锄头文库上搜索。
1、论文选读： 国防支出与经济增长的长期均衡与因果关系 对中国 19542000 年数据的实证研究内容提要：国防支出与经济增长的关系引起学术界和现实各国的极大关注和长久争论。本论文以中国为案例对 1954-2000 年样本区间内国防支出与经济增长的关系进行实证性研究。文章在利用根检验对变量平稳性考察的基础上，应用协整方法对变量的长期均衡进行分析，应用格兰杰因果检验方法对变量之间的因果关系进行经验性研究。结果表明，在 1954-2000 年样本区间内国防支出与经济增长之间缺乏长期的均衡关系；1980-2000 年样本区间内则存在这种长期的均衡关系，在这一区间内，经济增长是国防支出的格兰杰原因，而国防
2、支出并不是经济增长的格兰杰原因。关键词：国防支出 经济增长 协整 因果关系JEL 分类：H56 H23 E62 A NOTE ON THE CAUSAL RELATIONSHIP BETWEEN DEFENCE SPENDING AND GROWTH IN CHINA:1954-2000Abstract: The issue between defense spending and economic growth has attracted considerable attentionand has been the subject of many studies. This paper em
3、pirically investigates the hypothesis of a causalrelationship between defense spending and economic growth in China over the period 1954-2000.Specialattention is paid to the integration properties of the series and in addition to analyzing the data usingstandard “pre-cointegration” Granger causality
4、 techniques this paper employ modern vectorautoregression methodologyVAR. The result of cointegration reveal the absence long-run equilibriumbetween defense spending and economic growth in China over the period 1954-2000 but exist thislong-run equilibrium over the period 1980-2000. Using the concept
5、 of Granger-causality the findingherein suggest that the economic growth is the Granger-causality of defense spending but this is notsustained in the reverse direction over the period 1980-2000.Key words: defense spending economic growth cointegration Granger-causality一、引言 国防支出与经济增长是一个众说纷纭的话题。尽管如此，因
6、为它关乎国家安全和国家发展这两大核心问题，这一命题仍然象谜一样吸引着人们不断对其进行探索。虽然建国以来，中国国防支出从总体上看，在 GDP 中所占的比例不断下降，但这一支出仍然占到中央政府财政支出的 8左右，是国家公共支出的重要组成部分，在一个以经济建设为中心，又长期处在复杂的国际战略环境中、面临各种挑战的国家来说，如何正确评估国防支出与经济增长的关系，实现国防建设与经济建设的协调发展，是我国在经济和国防发展中时时要面对的一个战略性课题。 论文以建国后可以获得的数据区间即 1954-2000 年为研究的基本样本空间，对中国国防支出与经济增长的长期均衡与因果关系进行较为细致的实证性研究。全文共分
7、为五个部分：第二部分从理论的视角对国防支出与经济增长已有的文献进行一个简单的回顾；第三部分对所使用的模型、变量和数据进行介绍；第四部分应用上述模型对样本区间内的数据进行具体的实证分析和经验研究；第五部分给出一个简要的结论。二、理论回顾 对国防支出与经济增长的争论引发了对这一领域的大量研究，在这些研究中，新古典模型、凯恩斯模型、公共产品模型和外部性模型都曾经各领风骚。值得注意的是，20 世纪后期，诺贝尔经济学奖获得者、著名计量经济学家格兰杰（Clive W.J.Granger）提出的基于平稳时间序列的因果检验方法，通过解释变量和被解释变量之间的相关性分析，确定变量之间的因果关系，这一研究方法对传
8、统的研究进行了修正，由于其分析的细致和严谨性受到国防经济学界的普遍接受，成为这一领域实证分析的主流研究工具。 约尔丁（Joerding，1986）利用 57 个欠发达国家 1962-1977 年的数据为样本，利用格兰杰因果检验方法对国防支出与经济增长的关系进行了分析，得出的结论是，经济增长对国防支出有因果决定关系，但国防支出对经济增长却没有因果决定关系。乔杜里（Chowdhury，1991）对 55 个发展中国家的时间序列数据进行经验研究后发现，大多数国家的国防支出与国内生产总值、经济增长没有因果关系。相反，LaCivita 和 Frederiksen（1991）对 61 个欠发达国家的因果关
9、系进行分析后却发现所研究样本中的大多数国家国防支出与经济增长之间存在着双向因果关系。 受原有计量经济分析方法的制约，上述的经验研究也主要局限在两个变量之间短期的动态估计，而缺乏对长期均衡状态的研究。近年来协整、误差修正模型（ECM）等计量经济分析的发展，为单整变量的长周期分析提供了有效的分析工具。利用这些研究方法 Payne amp Ross 1992） （ 对美国，Kollias（1995）对希腊，Madden amp Haslehurst（1995）对澳大利亚，Kollias amp Makrydakis（1997）对土耳其的情况进行了研究。在这些研究当中，双向因果关系、单向因果关系和无因
10、果关系的结论都曾经出现过，正因为其缺乏统一的结果，所以简单说国防支出与经济增长之间是否存在因果关系可能并不准确。正如有学者所指出的那样，它与国家的社会-经济发展水平、样本选择的时期等有关（KolliasNaxakis amp Zarangas，2004）。 、陈渤（2002） 有关中国国防支出与经济增长研究方面的文献还很少。胡鞍钢（2003，2005） 、陈波（2004）曾分别利用外部性模型、费得尔拉姆模型、供给-需求模型等分别对中国的情况进行过研究。国际上，Tsangyao Chang（2001）曾利用因果分析方法对上世纪九十年代前的中国内地、中国内地和台湾的情况作过分析，但其分析的数据基础
11、并不可靠。Chen（1993）的研究认为中国国防支出与经济增长之间不存在因果关系，Maish（1997）等人却发现中国的国防支出对经济增长存在单向因果关系。这可能主要是由于选取样本的不同，导致了不同的结论。国内学者对此进行了大量的定性论述，还没有看到因果分析方面规范的实证研究。三、模型、变量和数据 在经济学上确定一个变量的变化是否是另一个变量变化的原因，一般用格兰杰因果关系Granger Test of Causality检验。而进行格兰杰因果检验首先必须证明随机变量是平稳序列，因此，一个完整的格兰杰因果检验过程可描述为时间序列的单位根检验、变量之间的协整和格兰杰因果关系检验。 时间序列分析的
12、一个难点是变量的平稳性考察，因为大部分整体经济时间序列都有一个随机趋势，这些时间序列被称为“非平稳性”时间序列，当用于平稳时间序列的统计方法运用于非平稳的数据分析时，人们很容易做出安全错误的判断（陈焰、陈永志，2004） 。动态计量经济理论要求在进行宏观经济实证的分析时，首先必须进行变量的平稳性检验，否则分析时会出现“伪回归”（spuriousregression）现象，以此作出的结论很可能是错误的。对于非 0 阶单整的序列，则可用协整检验进行分析，因为对于不同时间序列变量，只有在协整的情况下，才可能存在一个长期稳定的比例关系。 （一）单位根检验unit root test 检验变量是否稳定的
13、过程称为单位根检验。平稳序列将围绕一个均值波动，并有向其靠拢的趋势，而非平稳过程则不具有这个性质。比较常用的单位根检验方法 DF 检验由于不能保证方程中的残差项是白噪音white noise，所以 Dickey 和 Fuller 对 DF 检验法进行了扩充， （Augented 形成 ADFDickey-Fuller Test）检验，这是目前普遍应用的单整检验方法（李子奈，2000）。该检验法的基本原理是通过 n 次差分的办法将非平稳序列转化为平稳序列，具体方法是估计回归方程式： k X t 0 1t 2 X t 1 t i X t i t i 1 其中0 为常数项，t 为时间趋势项，k 为滞
14、后阶数（最优滞后项） t 为残差项。该检验的零 ，假设 H0:20；备择假设 H1:20。如果2 的 ADF 值大于临界值则拒绝原假设 H0，接受 H1，说明Xt是 I0，即它是平稳序列。否则存在单位根，即它是非平稳序列，需要进一步检验，直至确认它是 d 阶单整，即 Id序列。加入 k 个滞后项是为了使残差项t 为白噪音。 （二）协整检验cointegration test 变量序列之间的协整关系是由 Engle 和 Granger 首先提出的。其基本思想在于，尽管两个或两个以上的变量序列为非平稳序列，但它们的某种线性组合却可能呈现稳定性，则这两个变量之间便存在长期稳定关系即协整关系。这一检验
15、的基本内容是如果序列 X1t，X2t ，Xkt 都是 d 阶单整，存在一个向量1 2 k，使得 Zt XtId-b，其中 bgt0， XtX1t ， X2t ，Xkt ，则认为序列 X1t ， X2t ， Xkt 是d，b阶协整，记为 XtCId，b，为协整向量。如果两个变量都是单整变量，只有当它们的单整阶数相同时才可能协整；两个以上变量如果具有不同的单整阶数，有可能经过线性组合构成低阶单整变量。协整的意义在于它揭示了变量之间是否存在一种长期稳定的均衡关系。满足协整的经济变量之间不能相互分离太远，一次冲击只能使它们短时内偏离均衡位置，在长期中会自动恢复到均衡位置。 Engle-Granger1
16、987两步法通常用于检验两变量之间的协整关系，而对于多变量之间的协整关 所谓伪回归现象，是指当随机变量服从单位根过程时，既使变量之间不存在任何线性关系，回归后得到的系数估计值也有显著的统计值，如果就这样用统计值作判断，就容易形成错误的结论。系的检验则不方便。Johansen1988和 Juselius1990提出了一种用极大似然法进行检验的方法，通常称为 Johansen 检验。其基本思路是在多变量向量自回归VAR系统回归构造两个残差的积矩阵，计算矩阵的有序本征值Eigen value，根据本征值得出一系列的统计量判断协整关系是否存在以及协整关系的个数。它可用于检验多个变量，同时求出它们之间的若干种协整关系，这也是本文采用的方法。 （三）因果关系检验Granger Test of Causality协整检验结果告诉我们变量之间是否存在长期的均衡关系，但是这种关系是否构成因果关系还需要进一步验证。这就需要在此基础上，利用因果分析Granger Causality Test继续进行研究。Granger（1988）指出：如果变量
