1 / 12
文档名称:

河北省最终消费与经济增长的实证分析.doc

格式:doc   大小:68KB   页数:12页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

河北省最终消费与经济增长的实证分析.doc

上传人:小雄 2021/3/8 文件大小:68 KB

下载得到文件列表

河北省最终消费与经济增长的实证分析.doc

相关文档

文档介绍

文档介绍:河北省最终消费与经济增长的实证分析
(河北经贸大学数统学院,河北石家庄050061)
摘要:文章根据协整理论' 误差修正模型和Grange因 果检验,利用河北省1952-XX年的经济统计数据,分析了河 北省经济增长与最终消费之间长期稳定的动态均衡关系和 短期的波动关系。实证分析的结果表明河北省最终消费与经 济增长之间存在着长期的协整关系。
关键词:经济增长;协整检验;误差修正模型;Grange 因果检验
中图分类号: : (222)文献标识码:A文章 编号:1007—6921 (XX) 07—0007—02
消费作为需求力量,对经济增长起着拉动作用。保持旺 盛的消费需求对经济长期稳定增长具有决定性作用。河北省 地处我国中原地区,环绕京津两地,其经济发展对全国经济 具有举足轻重的作用。经过改革开放20多年的高速发展,河 北省经济增长很快,XX年,河北省GDP总量已达到10096. 11 亿元,排在全国前列。近几年,消费需求对经济增长的积极 影响越来越大。因此有不少对河北省消费与经济增长的研究 文献。但从现有文献来看,以下几个方面存在一些不足:首 先,许多现有研究文献只针对居民消费,却没有涵盖政府消 费,而政府消费不仅是构成总消费的一个重要组成部分,而
且还能对居民消费起到巨大的示范效应,从而带动居民消费 的不断扩张。其次,现有研究文献大多是从消费结构出发, 用传统的计量经济方法进行研究,而实际上大多数经济变量 序列是非平稳的,因此直接运用传统的计量经济方法来研究 缺乏一定的可靠性。
因此,我们以最终消费与经济增长为研究对象,用协整 理论和误差修正模型以及格兰杰因果检验来弥补传统计量 经济方法的不足,对河北省最终消费与经济增长的关系进行 实证分析。
1理论与方法

检验时间序列的平稳性,则需要检验其是否含有单位根。 当时间序列含有单位根时,它就是一个非平稳时间序列。时 间序列单位根的检验方法较多,常用的是ADF检验。对时间 序列的一阶差分进行如下回归:
740) th i s. wi dth=740"border=undef i ned#111nmousewheel = "returnzoom_img (event,th i s)">
其中,为白噪声,△为差分算子,a为常数项,t为趋
势因素。并做假设检验:H0 : B二0。H1 :鯉 包含单位根,即 xt是非平稳的;拒绝H0意味着是xt平稳的。

传统的回归方法一般假定所用的时间序列是平稳的,然 而经济中许多变量序列是不平稳的。如果序列是不平稳的, 在使用计量模型作统计推断时,关于参数的一些统计量的分 布不再是标准分布。而对数据进行差分变换后进行回归,又 可能丢失信息。而作为动态经济计量学分析方法之一的协整 理论,既可有效地处理非平稳的时间序列,又可克服上述方 法的不足。经济增长(GDP)与最终消费(C)虽然各自具有各自 的长期波动规律,但是它们之间仍然存在一个长期稳定的比 例关系。如果GDP与C的关系偏离的幅度很大,现实中的经 济力量会将它们拉回均衡状态,用计量经济学的术语来描述, 就是协整。协整是指两个或两个以上同阶单整的非平稳时间 序列的线性组合式是平稳的时间序列。
若时间序列Xt、Yt是协整的,则它们满足下列条件:
{Xt}, {Yt}是I⑴的,即{Xt}, {Yt}是非平稳的,而其 一阶差分是平稳的;
存在一个非零向量d,使得Xt-dYt= u t是平稳的。
此时,也可称Xt-dYt= u t是动态均衡的。协整揭示了变 量之间的一种长期稳定的动态均衡机制,是均衡关系在统计 上的描述。
Eng I e-Granger 检验:
为了检验两变量丫t, Xt是否为协整,Engle和Granger 于1987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 Yt= aXt+ e t
得到丫在二a八Xt
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(1, 1)阶协整;如果为1阶单整, 则认为变量Yt, Xt为(2, 1)阶协整;检验的单整性的 方法为DF检验或是ADF检验。

Grange因果检验理论的基本思想是:对于变量经x和y, 如果X的变化引起了 y的变化,X的变化应当发生在y的变 化之前。即如果说“x是引起y变化的原因”,则必须满足两 个条件:①x应该有助于预测y,即在y关于y的过去值的 回归中,添加x的过去值作为独立变量应当显著地增加回归
的解释能力;②y不应当有助于预测x,其原因是如果x有 助于预测y, y也有助于预测x,其原因是如果x有助于预测 y,y也有助