单位根检验、协整检验和格兰杰因果关系检验三者之间的关系_百度解读
实证检验步骤：先做单位根检验，看变量序列是否平稳序列，若平稳，可构造回归模型等经典计量经济学模型；若非平稳，进行差分，当进行到第i次差分时序列平稳，则服从i阶单整（注意趋势、截距不同情况选择，根据P值和原假设判定）。若所有检验序列均服从同阶单整，可构造VAR模型，做协整检验（注意滞后期的选择），判断模型内部变量间是否存在协整关系，即是否存在长期均衡关系。如果有，则可以构造VEC模型或者进行Granger因果检验，检验变量之间“谁引起谁变化”，即因果关系。
一、讨论一
1、单位根检验是序列的平稳性检验，如果不检验序列的平稳性直接OLS容易导致伪回归。
2、当检验的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，可以采用格兰杰因果检验，但要做格兰杰检验的前提是数据必须是平稳的，否则不能做。
3、当检验的数据是非平稳（即存在单位根），并且各个序列是同阶单整（协整检验的前提），想进一步确定变量之间是否存在协整关系，可以进行协整检验，协整检验主要有EG两步法和JJ检验
A、EG两步法是基于回归残差的检验，可以通过建立OLS模型检验其残差平稳性
B、JJ检验是基于回归系数的检验，前提是建立VAR模型（即模型符合ADL模式）
4、当变量之间存在协整关系时，可以建立ECM进一步考察短期关系，Eviews这里还提供了一个Wald－Granger检验，但此时的格兰杰已经不是因果关系检验，而是变量外生性检验，请注意识别
二、讨论二
1、格兰杰检验只能用于平稳序列！这是格兰杰检验的前提，而其因果关系并非我们通常理解的因与果的关系，而是说x的前期变化能有效地解释y的变化，所以称其为“格兰杰原因”。
2、非平稳序列很可能出现伪回归，协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归，即检验变量之间是否存在稳定的关系。所以，非平稳序列的因果关系检验就是协整检验。
3、平稳性检验有3个作用：1）检验平稳性，若平稳，做格兰杰检验，非平稳，作协正检验。2）协整检验中要用到每个序列的单整阶数。3）判断时间学列的数据生成过程。
三、讨论三
其实很多人存在误解。有如下几点，需要澄清：
第一，格兰杰因果检验是检验统计上的时间先后顺序，并不表示而这真正存在因果关系，是否呈因果关系需要根据理论、经验和模型来判定。
第二，格兰杰因果检验的变量应是平稳的，如果单位根检验发现两个变量是不稳定的，那么，不能直接进行格兰杰因果检验，所以，很多人对不平稳的变量进行格兰杰因果检验，这是错误的。
第三，协整结果仅表示变量间存在长期均衡关系，那么，到底是先做格兰杰还是先做协整呢？因为变量不平稳才需要协整，所以，首先因对变量进行差分，平稳后，可以用差分项进行格兰杰因果检验，来判定变量变化的先后时序，之后，进行协整，看变量是否存在长期均衡。
第四，长期均衡并不意味着分析的结束，还应考虑短期波动，要做误差修正检验
时间序列单位根检验
《计量经济学》 6.采用表5.1.1中列出的1980-2013年中国居民实际可支配收入（t X ）时间序列数据，分别对t X 、t X ln 、1/ t t X X 3个序列进行单位根检验。
解：对t X 、t X ln 、1/ t t X X 序列分别进行单位根检验，R 代码为： setwd("D://计量经济学/madongfe/") w <- read.csv("22.csv",header=T) attach(w);library(lmtest);library(tseries) X <- ts(X, start = 1980） X2 <- log(X) X3 <- X[2:34]/X[1:33] par(mfrow=c(3,1)) plot(X, xlab = "时间", type="o",col=2,lwd=2,main = "Xt 序列的波动图") plot(X2, xlab = "时间", ylab = "lnXt",type = "o", col=1,lwd=2, mian = "lnXt 序 列的波动图") plot(X3, ylab = "Xt/Xt-1",type="o",col=2,lwd=2,main = "Xt/Xt-1序列的波动图") adf.test(X)； adf,test(X2); adf.test(X3)
查看三个序列的波动图，看序列图是否有明显的变化趋势，若有明显趋势，则说明该序列非平稳，结合单位根检验，单位根检验的原假设为该序列非平稳。具体结果如下： 图一：3个序列的波动图 图一可见序列t X 与序列t X ln 有明显的的增长趋势，故而两序列非平稳；序列1/-t t X X 没有明显趋势，但依然无法说明该序列平稳。借助单位根检验，结果如下表所示： 表一：3个序列的单位根检验结果一览表 表一中可见，3个序列的单位根检验的P 值均大于显著性水平0.05，不能拒绝原假设，认为序列t X 、t X ln 、1/-t t X X 非平稳。 Xt 序列的波动图 时间 X 1980 198519901995200020052010 5000 时间 ln X t 1980 198519901995200020052010 9.010.512. 51015 202530 0.95 1.1 Xt/Xt-1序列的波动图 I ndex X t /X t - 1
单位根过程和单位根检验
第二章 单位根过程和单位根检验 第一节 单位根过程 从本章开始我们进入时间序列的非平稳分析和建模研究。前面的章节的内容主要考虑的是平稳时间序列的建模和预测问题，但对于非平稳的时间序列，只有先进行差分处理，将其转换为平稳的时间序列模型。这样会损失部分信息。本章从理论上介绍非平稳时间序列的性质，讨论非平稳时间序列数据建模的伪回归问题。 非平稳序列的分析建立在维纳过程（布朗运动）和泛函中心极限定理之上。 一． 若干定义 定义1： （1）白噪声过程（white noise ，如图1）。属于平稳过程。 εε2 t t,t y =～iid(0,σ) 图3是日元兑美元差分序列（收益序列），近似于白噪声序列。 （2）随机游走过程（random walk ，如图2）。属于非平稳过程。 εε+2 t t-1t,t y =y ～iid(0,σ) 随机游走的差分过程是平稳过程（白噪声过程）。?yt =t ε。 -3 -2 -1 012 3 100120140160180200220240260280300 white noise -10 -50 510 20 40 60 80 140160y=y(-1)+u 图 1 白噪声序列（σ2=1） 图2 随机游走序列（σ2=1） 随机游走过程是非平稳的，这是因为： +t 012t y =y +u +u +u +t 012t 0E(y )=E(y +u +u +u )=y →∞22t 012t 12t D(y )=D(y +u +u ++u )=E(u +u ++u )=t σ 定义2：单位根过程
随机过程t,{y t =1,2,} 是一单位根过程，若t t-1t y =y +u t =1,2 t u 为一平稳过程，且t t t-s s E(u )=0,cov(u ,u )=μs =0,1,2 定义3：维纳过程 维纳过程(Wiener Process)也称为布朗运动过程(Brownian Motion Process)。 设W(t)是定义在闭区间[0，1]上一连续变化的随机过程，若该过程满足： (a) W(0)=0； (b) 对闭区间[0，1]上任意一组分割 12k 0≤t Eviews格兰杰因果关系检验结果说明 一、经济变量之间的因果性问题 计量经济模型的建立过程，本质上是用回归分析工具处理一个经济变量对其他经济变量的依存性问题，但这并不是暗示这个经济变量与其他经济变量间必然存在着因果关系。 由于没有因果关系的变量之间常常有很好的回归拟合，把回归模型的解释变量与被解释变量倒过来也能够拟合得很好，因此回归分析本身不能检验因果关系的存在性，也无法识别因果关系的方向。 假设两个变量，比如国内生产总值GDP和广义货币供给量M，各自都有滞后的分量GDP(-1)，GDP(-2)…，M(-1)，M(-2)，…，显然这两个变量都存在着相互影响的关系。但现在的问题是:究竟是M引起GDP的变化，还是GDP引起M的变化，或者两者间相互影响都存在反馈，即M引起GDP的变化，同时GDP也引起M的变化。这些问题的实质是在两个变量间存在时间上的先后关系时，是否能够从统计意义上检验出因果性的方向，即在统计上确定GDP是M的因，还是M是GDP的因，或者M和GDP互为因果。 因果关系研究的有趣例子是回答“先有鸡还是先有蛋”的问题。1988年有两位学者Walter N. Thurman和Mark E. Fisher用美国1930——1983年鸡蛋产量(EGGS)和鸡的产量(CHICKENS)的年度数据，对此问题进行了统计研究。他们运用格兰杰的方法检验鸡和蛋之间的因果关系，结果发现，鸡生蛋的假设被拒绝，而蛋生鸡的假设成立，因此，蛋为因，鸡为果，也就是先有蛋。他们并建议作其他诸如“谁笑在最后谁笑得最好”、“骄傲是失败之母”之类的格兰杰因果检验。 二、格兰杰因果关系检验 strengthen the sense of responsibility, work to solve the lack of decent occupation explain away, conduct problems. To establish the overall concept, eliminate departmentalism. Strict assessment and accountability, to solve the spiritual slack, nianqingpazhong, status quo, and other issues. To establish and perfect the muddle along Bureau staff conduct work regulations, standardize the behavior of personnel. 2. To strengthen the responsibility system. One is the in-depth study and implement the "Hunan provincial Party and government leading cadres Interim Provisions on the work safety of a pair of > (Hunan Office issued 2013 No. 5)," Hunan province safety supervision and management responsibilities of the provisions on the production (Hunan Zhengban made 2013 No. 4) And resolutely implement the safety production of the party with responsibility, a pair of responsibility. "Two is issued safety production administration and inspection to promote the responsibilities bear safety production supervision departments strictly and effectively assumed responsibility. The three is to establish risk self correction self reporting system for safety in production enterprises, promote the enterprises to implement the main responsibility for production safety is introduced. Four strengthen the county safety production supervision ability construction work, promote safe production responsibility to the grassroots. 3, strict accountability and target management. Adhere to the" who is in charge, who is responsible for the pipe industry must be safe, Guan Sheng production and operation must be safe, pipe business must control 《气候变化研究进展》 第2卷第4期 2006年7月 目次 研究论文 147 气候变化国家评估报告（Ⅲ）：中国应对气候变化对策的综合评价何建坤刘滨陈迎等154 近30 a青藏高原气候与冰川变化中的两种特殊现象施雅风刘时银上官冬辉等 综述 161 国际气候变化研究新进展丁一汇孙颖 研究短论 168 塔里木盆地气候变化的季节差异杨莲梅张广兴崔彩霞173 天山巴音布鲁克草原植被变化及其与气候因子的关系刘艳舒红李杨等177 三江源区植被变化及其对气候变化的响应唐红玉肖风劲张强等181 渭河、汉水流域秋季降水的变化特征赵珊珊张强陈峪等184 1951-2005年华南春播期气象条件的年代际变化陈丽娟张培群188 影响北京城市增温的主要社会经济因子分析郑艳潘家华吴向阳193 哈尔滨、石家庄、武汉和广州的气候变化对比郝立生 对策建议 197 英国促进企业减排的激励措施及其对中国的借鉴陈迎 动态快讯 202 《京都议定书》第二承诺期谈判艰难迈出第一步苏伟孙国顺赵军204 IPCC第25次全会在毛里求斯召开戴晓苏205 2005年Nature杂志刊载的气候文献贾朋群胡英207 第一届亚洲气候与冰冻圈学术会议在横滨召开效存德 208 《气候变化研究进展》征稿细则 气候变化国家评估报告（III）：中国应对气候变化对策的综合评价 National Assessment Report on Climate Change (III): Integrated evaluation of strategies on response to climate change in China 何建坤1，刘滨1，陈迎2，徐华清3，郭元3，胡秀莲3，张希良1，李玉娥4，张阿玲1，陈文颖1，韦志洪1，段茂盛1，张晓华1，吕应运1 （1 清华大学，北京100084；2中国社会科学院可持续发展研究中心，北京100732；3 国家发展和改革委员会能源研究所，北京100038；4中国农业科学院农业环境与可持续发展研究所，北京100081） 摘要：回顾了国际社会应对气候变化的进程，对国内外的碳排放状况、中国减缓碳排放的技术潜力、中国减缓碳排放的宏观影响、全球减缓气候变化的公平性与国际合作行动等问题进行了分析与评估。提出了中国减缓气候变化的思路与对策，指出在全球应对气候变化的形势下，中国要积极适应国际政治、经济及贸易格局变动的趋势，将减缓气候变化对策纳入国家经济与社会发展战略与规划之中，促进国家经济和社会的全面、协调和可持续发展。 关键词：气候变化；社会经济影响；减缓碳排放；对策；评估 中图分类号：P467/D820 文献标识码：A 近30a青藏高原气候与冰川变化中的两种特殊现象 Two Peculiar Phenomena of Climatic and Glacial Variations in the Tibetan Plateau 施雅风1,2，刘时银1,3，上官冬辉1，李栋梁1，叶柏生1，沈永平1 （1中国科学院寒区旱区环境与工程研究所，甘肃兰州730000；2 中国科学院南京地理与湖泊研究所，江苏南京210008； 3 中国科学院青藏高原研究所，北京100085） 摘要：近30 a全球强烈变暖，水循环加快，冰川也加剧退缩。青藏高原以其特殊的地理位置与下垫面，既对全球变暖有正常的反应，也出现了异常特殊现象。这种特殊现象已发现两处：1) 青藏高原北部偏西冰芯记录降温0.6℃，相应的冰川退缩微弱，融水径流降低；2) 青藏高原东南部以岗日嘎布山区为代表，出现较多的冰川前进，可能指示降水量有较大的增加。上述事实指示气候变化与冰川响应的复杂性。 关键词：全球变暖；青藏高原北部；降温；冰川退缩；青藏高原东南部；冰川前进 中图分类号：P343.6 文献标识码：A 国际气候变化研究新进展 Recent Advances in Climate Change Science 丁一汇，孙颖 【时间简“识”】 说明：本文摘自于经管之家(原人大经济论坛) 作者：胖胖小龟宝。原版请到经管之家(原人大经济论坛) 查看。 1.带你看看时间序列的简史 现在前面的话—— 时间序列作为一门统计学，经济学相结合的学科，在我们论坛，特别是五区计量经济学中是热门讨论话题。本月楼主推出新的系列专题——时间简“识”，旨在对时间序列方面进行知识扫盲（扫盲，仅仅扫盲而已……），同时也想借此吸引一些专业人士能够协助讨论和帮助大家解疑答惑。 在统计学的必修课里，时间序列估计是遭吐槽的重点科目了，其理论性强，虽然应用领域十分广泛，但往往在实际操作中会遇到很多“令人发指”的问题。所以本帖就从基础开始，为大家絮叨絮叨那些关于“时间”的故事！ Long long ago，有多long估计大概7000年前吧，古埃及人把尼罗河涨落的情况逐天记录下来，这一记录也就被我们称作所谓的时间序列。记录这个河流涨落有什么意义当时的人们并不是随手一记，而是对这个时间序列进行了长期的观察。结果，他们发现尼罗河的涨落非常有规律。掌握了尼罗河泛滥的规律，这帮助了古埃及对农耕和居所有了规划，使农业迅速发展，从而创建了埃及灿烂的史前文明。 好~~从上面那个故事我们看到了 1、时间序列的定义——按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列。 2、时间序列分析的定义——对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析。 既然有了序列，那怎么拿来分析呢 时间序列分析方法分为描述性时序分析和统计时序分析。 1、描述性时序分析——通过直观的数据比较或绘图观测，寻找序列中蕴含的发展规律，这种分析方法就称为描述性时序分析 描述性时序分析方法具有操作简单、直观有效的特点，它通常是人们进行统计时序分析的第一步。 2、统计时序分析 （1）频域分析方法 原理：假设任何一种无趋势的时间序列都可以分解成若干不同频率的周期波动 发展过程： 1）早期的频域分析方法借助富里埃分析从频率的角度揭示时间序列的规律 2）后来借助了傅里叶变换，用正弦、余弦项之和来逼近某个函数 3）20世纪60年代，引入最大熵谱估计理论，进入现代谱分析阶段 特点：非常有用的动态数据分析方法，但是由于分析方法复杂，结果抽象，有一定的使用局限性 （2）时域分析方法 文献综述 金融 当前我国通货膨胀的成因及对策 二十世纪中期，通货膨胀成为世界各国现代化进程中普遍存在的共性问题。当时通货膨胀以比较温和的速度缓慢上升，发达国家在七十年代时出现了持久的“滞胀”现象，发展中国家也在八十年代爆发了严重的债务危机，到九十年代东欧剧变，苏联解体之后，全球性的通货膨胀开始以迅猛的势头扩散，成为制约社会稳定和经济持续发展的巨大障碍。改革开放以来，我国实行体制改革，由计划经济转向市场经济，在转轨过程中受到通货膨胀的多次冲击，社会经济大幅波动，带来了巨大的影响。正是由于通货膨胀对全球各国政治、经济和社会产生了巨大的危害，对世界各国人民的生活造成了严重的影响，无论是资本主义国家还是社会主义国家，通货膨胀都成为各国共同的“敌人”，国内外政府和经济学家长期致力于对通货膨胀的研究，形成了各种各样有关通货膨胀的理论。 1 国内研究现状 1.1通货膨胀成因的理论研究 我国近些年出现通货膨胀以后，国内学者对通货膨胀的成因进行了大量的理论和实证研究。理论研究具有代表性的是：张明文（2010）在《当前我国通货膨胀对策及研究》一文中认为“造成CPI持续走高的原因主要包括流动性过剩，供给因素、需求因素以及制度上的因素，其中制度因素是影响其他方面的深层次原因。若缓解通货膨胀压力应做到：加大对农业的投入，提高汇率的弹性，调整对利率和要素价格的扭曲以及改善官员的考核制度等[1]。”刘海燕、寇雪梅(2008)在《目前我国通货膨胀成因思考》一文中分析我国近年的通货膨胀成因时得出三点结论：“（1）货币供给量过剩是造成通货膨胀的主要因素；（2）资源稀缺导致需求拉上的通货膨胀；（3）受国际市场的影响，人民币升值、外汇储备增加、国际贸易顺差，这些都导致了中国式通货膨胀的发生[2]。”陈彦斌（2008）在《中国当前通货膨胀形成原因经验研究:2003—2007年》中通过对新一轮通货膨胀的特点研究指出，新一轮通货膨胀具有需求拉动通货膨胀和成本推动通货膨胀的特征[3]。 祖栋梁（2008）在《我国经济高速增长下的通货膨胀问题研究》分别从中国目前的经济发展战略和国内经济社会体制方面来剖析我国通货膨胀发生的根源。“认为我国经济社会不断暴露出的各种体制以及经济结构问题造成了我国经济高增长的同时伴随通货膨胀加剧的现象[4]。”宋超英、夏芸（2008）在《当前我国通货膨胀现象的成因与对策研究》中认为“我国当前出现的通货膨胀不能简单归为传统通货膨胀成因理论中的任意一种类型，我国发生的通货膨胀既有需求扩大导致供不应 第八章 单位根检验 由于非平稳过程可能存在严重的伪回归问题，所以在对序列进行估计之前，需要检验序列的平稳性。本章介绍了严格的平稳性的统计检验方法--单位根检验。在简要介绍四种主要的非平稳随机过程以产输出单位根检验原理之后，文章主要介绍ADF 检验及PP 检验法，以及介结构突变和单位根检验。 8.1 四种典型非平稳过程简介 前面我们知道，若一个时间序列含有某种变动趋势，即该序列的均值或自协方差函数随时间而改变，则称该序列为非平稳序列。下面介绍四种典型的非平稳过程。 8.1.1随机游走过程 t t t y y ξ+=-1，t=1，2，．．． （8.11） 若}{t ξ为独立随机分布，即()0=t E ξ，()∞<=2σξt D 。则称}{t y 为随机游走过程（Random Walk Process ）。随机游动过程是单位根过程的特例。在现实经济社会中，如股票价格的走势便是随机游走序列。下图是t t t y y ξ+=-1， ()1,0∈t ξ生成的序列。 图8.11 随机游走过程t t t y y ξ+=-1，()1,0∈t ξ生成的序列图 8.1.2随机趋势过程 t t t y y ξα++=-1，),0(2 σξIID t ∈， （8.12） 其中α称为漂移项，由于序列一阶差分后便趋于平稳，又称随机趋势过程为差分平稳过程。 图8.12 t t t y y ξ++=-11.0，()1,0∈t ξ生成的序列 8.1.3趋势平稳过程 t t t y ξβα++= ，其中t t t νρξξ+=-1，1<ρ，),0(2σν∈t （8.13） 由于t t t y ξαβ+=-，即当减去退势后为平稳过程，故趋势平稳过程又称为退势平稳过程。 由t t t y ξβα++=，t t t νρξξ+=-1知： 11)1(--+-+=t t t y ξβα （8.14） 将（4）两边同时乘以ρ，与（3）两边同时相减，整理可得： t t t y t y νρβα+++=-1'' ， ),0(2σν∈t （8.15） 其中，ρβρααα+-='，ρβρβ-=' 这样便得出趋势平稳过程的另一种形式。 关于金融发展与经济增长的文献综述 当前的中国出现了一种奇特的宏观经济景观：一方面是货币过量供应，流动性泛滥，一些商业银行因为存差过大而发愁；另一方面是企业借钱难、筹资难，许多很有发展潜力的企业因为资金不足而得不到充分的发展。他认为问题症结在于，由金融市场和金融中介机构组成的金融体系发展严重滞后，使富裕的资金无法流入最有效率的产业和企业，资金流通不畅的必然会阻碍经济的发展。综观各个发达国家，几乎毫无例外的拥有发达的金融市场，而且似乎经济程度与金融市场的深度、广度也呈现出一定的正相关关系。究竟金融发展与经济增长之间存在怎样的一种关系呢？关于这个问题，国内外的诸多学者从理论和实证两个方面做了大量的研究，可谓仁者见仁，智者见智。 1912 年，Schumpeter 在《经济发展理论》一书中，被认为在经济理论史上第一次论述了创新与经济发展之间的关系。他认为金融机构满足新兴企业信贷要求是经济发展的核心所在，并强调银行的功能在于甄别出最有可能实现产品和生产过程创新的企业家，通过向其提供资金来促进技术进步。继熊彼特之后，关于金融发展与经济增长之间关系的研究观点大致可以分为以下两类： 1.金融发展与经济增长之间没有相关关系对于货币与实体经济之间的关系，西方古典经济学家根据萨伊定律提出了货币中性和信用媒介论，该理论认为货币供给量的变化不影响产出、就业等实际的经济变量。后来的一些经济学家如K.Wicksell，虽然认识到了货币在经济增长中具有重大的、实质性的影响，但主要强调的是消除货币对经济的不利影响。货币学派的代表人物 Friedman 认为“货币至关重要”只是就短期而言，在长期中货币供给的变化只会引起物价水平的变动，而不会影响实际产出。 Joan Robinson 也认为金融体系的出现和发展仅仅是对经济增长的被动反应。新古典学派同样认为金融发展与经济增长之间没有什么关系。Robert Lucas 根据理性如预期学派的分析，认为经济学家过分强调了金融因素在经济增长中的作用。因为理性的人们往往可能会在货币供给量变化之前就已调整了自己的行为，故货币供给量的变化不会对产出和就业产生影响，所以菲利普斯曲线即使在短期内也是垂直的。 2.金融发展与经济增长之间存在一定的因果和互动关系 20 世纪 70 年代，Mckinnon 和 Shaw 以发展中国家的金融问题为研究对象，认为在发展中国家存在 Eviews做单位根检验和格兰杰因果分析 一，首先我根据ADF检验结果，来说明这两组数据对数情况下是否是同阶单整的（同阶单整即说明二者是协整的，这是一种协整检验的方法），我对你的两组数据分别作了单位根检验，结果如下： 1.LNFDI水平下的ADF结果： Null Hypothesis: LNFDI has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=3) Augmented Dickey-Fuller test statistic t-Statistic Prob.* -1.45226403166189 0.526994561264069 Test critical values: 1% level -4.00442492401717 5% level -3.09889640532337 10% level -2.69043949557234 *MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 14 从上面的t-Statistic对应的值可以看到，-1.45226403166189大于下面所有的临界值，因此LNFDI在水平情况下是非平稳的。 然后我对该数据作了二阶，再进行ADF检验结果如下： t-Statistic Prob.* - 2.8606168858628 0.0770552989049772 Test critical values: 1% level -4.05790968439663 5% level -3.11990956512408 10% level -2.70110325490427 看到t-Statistic的值小于10% level下的-2.70110325490427，因此可以认为它在二阶时，有90%的可能性，是平稳的。 2.LNEX的结果： 它的水平阶情况与LNFDI类似，T统计值都是大于临界值的。因此水平下非平稳，但是二阶的时候，它的结果如下： t-Statistic Prob.* -4.92297051527175 0.00340857899403409 ;. 面板数据的单位根检验 1 LLC （Levin-Lin-Chu ，2002）检验（适用于相同根（common root ）情形） LLC 检验原理是仍采用ADF 检验式形式。但使用的却是it y ?和it y 的剔出自相关和确定项影响的、标准的代理变量。具体做法是（1）先从? y it 和y it 中剔出自相关和确定项的影响，并使 其标准化，成为代理变量。（2）用代理变量做ADF 回归，*?ij ε=ρ*ij ε% + v it 。LLC 修正的?()t ρ 渐近服从N(0,1)分布。 详细步骤如下： H 0: ρ = 0（有单位根）； H 1: ρ < 0。LLC 检验为左单端检验。 LLC 检验以如下ADF 检验式为基础： ? y it = ρ y i t -1 +∑=i k j j i 1γ? y i t -j + Z it 'φ + εit , i = 1, 2, …, N ; t = 1, 2, …, T （38） 其中Z it 表示外生变量（确定性变量）列向量，φ 表示回归系数列向量。 （1）估计代理变量。首先确定附加项个数k i ，然后作如下两个回归式， ? y it = ∑=i k j j i ? 1 γ? y i t -j + Z it '?φ +t i ε? ;. y i t -1 = ∑=i k j j i ~1 γ ? y i t -j + Z it 'φ%+1 ~-it ε 移项得 t i ε ?= ? y it -∑=i k j j i ?1 γ? y i t -j - Z it '?φ 1 ~-it ε= y it -∑=i k j j i ~1 γ? y i t -j - Z it 'φ% 把t i ε?和1 ~-it ε标准化， * ?ij ε= t i ε?/s i *ij ε%= 1~-it ε/s i 其中s i , i = 1, 2, …, N 是用（38）式对每个个体回归时得到的残差的标准差，从而得到? y it 和y it -1 的代理变量*?ij ε和* ij ε%。 我国合理宏观税负实证研究的文献综述 许嘉程顾毅中央财经大学税务学院1 摘要：对合理宏观税负的研究具有很好的理论意义和现实意义，合理的宏观税负不仅能够促进经济的合理增长，而且对我国社会和谐发展将产生重要的影响。本文针对国内外对我国合理宏观税负的实证研究的主要方法进行文献综述，选取了比较有代表性的S法、马式法及刘式法2。对三种方法的理论依据、采用的计量经济学方法和研究的结果进行了阐述，并对各种方法做出了相应评述，最终本文认为分析宏观税负既要考虑税收收入的增长，同时应该兼顾税收收入的转换形式即财政支出投资的最优化问题，这为未来研究我国合理宏观税负提供了新的方向。 关键词：宏观税负 S法马式法刘式法 Empirical Research Literature Review about the Reasonable Tax Burden in China Abstract: There is a good theoretical and practical significance to have a research on the Reasonable tax burden. Not only will it promote the rational economic growth, but also it will have an important impact on harmonious development of our society. This paper gives an empirical research literature review about our main methods of reasonable tax burden in domestic and foreign and selects a more representative S method, Ma and Liu-style-type method. The theoretical basis of the three methods, the use of econometric methods and results of the study are described. Finally, we make a comment on the three methods. The final analysis of this paper argues that we should both take into account the growth of tax revenue and investment expenditure optimization problem, which provide a new direction to reasonable tax burden research. Key Words: Tax Burden S Method, Ma and Liu-style-type Method 1许嘉程，男（1988-至今），江苏常州人，就读于中央财经大学税务学院，学术型硕士研究生，主要研究方向为税收理论政策及研究。 顾毅，男（1985-至今），广西柳州，就读于中央财经大学税务学院，学术型硕士研究生，主要研究方向为税收理论政策及研究。 许嘉程、顾毅皆师从中央财经大学税务学院副院长、国务院参事刘桓教授。 2为全文的表述方便，以Scully为代表的研究合理宏观税负的方法简称为S法；以马拴友为代表的研究合理宏观税负的方法简称为马式法；以刘普照为代表的研究合理宏观税负的方法简称为刘式法。 实验八格兰杰因果关系检验 一、因果关系等同于相关关系吗？ 从一个回归关系式我们并不能确定变量之间是否具有因果关系。 二、Granger因果检验 X是Y的原因，必须满足两个条件 （1）X应该有助于预测Y （2）Y不应当有助于预测X 【实验目的】 掌握格兰杰因果检验的基本思想 【实验数据】 序号SZ SH 序 号 SZ SH 序 号 SZ SH 序 号 SZ SH 1 336.56 1125.8 2 201 430.46 1465.2 3 401 604.01 1950.66 601 638.7 2161.34 2 334.89 1119.97 202 434.75 1471.38 402 607.58 1959.31 602 635.8 3 2146.24 3 338.3 1132.59 203 432.4 4 1464.03 403 612.17 1972.04 603 637.37 2140.98 4 339.18 1137.73 204 428.28 1450.1 5 404 615.67 1979.1 604 636.78 2146.54 5 349.84 1168.81 205 426.02 1443.91 405 613.2 1988.94 605 644.91 2150.27 6 351.11 1172.81 206 426.9 7 1450.33 406 612.99 1979.51 606 643. 8 2179.62 7 346.44 1158.87 207 426.65 1451.54 407 603.26 1978.43 607 633.43 2169.01 8 344.1 1148.15 208 422.05 1431.32 408 588.98 1946.75 608 626.48 2136.45 9 342.69 1148.66 209 429.92 1462.79 409 594.84 1903.15 609 619.54 2112.26 10 339.64 1137.31 210 436.87 1482.45 410 590.08 1922.29 610 611.51 2094.01 11 344.87 1153.12 211 432.85 1468.47 411 584.44 1907.31 611 577.88 2065.73 12 346.93 1158.55 212 431.06 1464.59 412 578.93 1891.98 612 566.51 1956.82 13 345.06 1151.37 213 431.51 1462.99 413 583.16 1875.91 613 587.29 1920.32 14 347.83 1158.5 214 429.5 1454.58 414 590.71 1887.83 614 578.44 1986.93 15 348.77 1162.35 215 426.35 1444.24 415 583.1 1914.09 615 579.37 1957.03 16 343.95 1148.12 216 427.21 1444.51 416 590.37 1889.29 616 557.51 1958.7 17 340.75 1138.21 217 423.82 1435.47 417 592.91 1910.16 617 564.14 1882.13 18 343.85 1146.49 218 423.94 1434.97 418 600.14 1915.35 618 562.03 1903.93 19 340.78 1140.98 219 428.42 1447.12 419 598.11 1942.15 619 572.81 1895.17 20 340.69 1134.67 220 424.36 1435.84 420 595.18 1933.73 620 580.95 1924.59 21 337.68 1120.53 221 424.67 1437.23 421 593.63 1926.32 621 581.39 1955.04 22 338.81 1125.01 222 422.26 1427 422 589.51 1917.92 622 575.42 1955.1 23 335.59 1116.87 223 422.7 1428.26 423 591.25 1902.81 623 578.36 1939.54 24 330.09 1103.5 224 421.04 1424.85 424 597.07 1909.49 624 570.53 1947.36 25 322.76 1081.44 225 418.81 1416.73 425 592.62 1922.85 625 570.62 1919.64 文献综述 经济学 中国近30年国防开支与经济增长的关系——运用Feder-Ram模 型进行实证分析 一、研究国防支出与经济增长关系的主要方法概述 1.Feder-Ram模型。Feder-Ram模型是从国防投资的正外部性的角度解释国防支出对于经济增长的影响的一种模型。该模型是Biswas和Ram( Biswas & Ram，1986) 在菲德( Feder，1983)关于出口对经济增长影响的两部门框架的基础上提出来的。这一模型当被应用到分析发达和欠发达国家国防支出对经济增长的影响时，依据所设定的外部性因素和所包括的部门数量，可分为两部门模型、三部门模型和四部门模型。两部门模型是指将国民经济分为国防部门和非国防部门。三部门模型是在两部门模型基础上进一步将非国防部门划分为私人部门和非国防公共部门。四部门模型则是在三部门模型基础上额外考虑了进出口部门。以两部门模型为例，该模型通过测算代表非国防部门和国防部门的要素生产率与其差额，并计算代表外部性的参数，通过这些参数的正负及其大小来判断国防部门对经济增长的影响。 2.凯恩斯模型分析法。研究国防支出和经济增长关系的凯恩斯模型在传统凯恩斯国民收入恒等式的右侧加入了国防支出的变量，由反应经济总需求的公式 Y=C+I+G+M+TS出发，经过一系列数学处理和适当的假设，得出国防支出关于经济增长率的公式。该模型通过直接设定国防支出为经济总收入的组成部分这一角度出发考察国防支出对于经济增长的影响，具有明显的凯恩斯主义的方法特征。 3.格兰杰因果检验法。该方法忽略了国防支出与经济增长的理论关系，仅从时间序列分析的角度，利用格兰杰因果检验法检验国防支出和经济增长之间是否存在因果关系。这一方法仅能检验国防支出和经济增长之间的关系是否存在，而无法回答国防支出通过什么途径影响经济增长的问题。但由于其假设简单，数据可得性强且便于操作，国内外均有大量学者使用此方法研究国防支出和经济经济增长的关系问题。 此外，也有学者使用扩展的索罗增长模型使其包含国防支出对于技术进步的正外部性因素来分析国防支出对于经济增长的影响。 《计量经济学》 6。采用表5、1、１中列出得198０-2０1３年中国居民实际可支配收入()时间序列数据,分别对、、３个序列进行单位根检验。 解:对、、序列分别进行单位根检验,R代码为: setwd("D:／／计量经济学/ｍａdongfｅ/”) ｗ<－ reａd、ｃsv(＂22、ｃｓv＂,headeｒ=Ｔ) aｔtach(w);ｌibraｒy(lｍteｓt);lｉｂrary(tseries) Ｘ〈— tｓ(X, starｔ = 1980) X2 <- log(X) X3 〈— X［2:34]/Ｘ［１:3３］ par(mfrow=c(3,１)) ｐlot(Ｘ, xlab = "时间”, type=＂ｏ”,col=2,lｗｄ＝２,maiｎ = "Ｘｔ序列得波动图") plo ｔ(X2, xlab = ”时间", yl ａb = "l ｎXt",ty ｐe ＝ ”o ”, ｃo ｌ＝1,lwd=2, mi ａn ＝ ”ln Ｘt 序 列得波动图") ｐｌot(X3, ylab = ＂X ｔ/Xt-1＂,type=”o ”,col=2,l ｗd ＝2,m ａｉｎ = "X ｔ/Ｘｔ—１序列得波动图") ａd ｆ。ｔes ｔ(X); ａdf,ｔest(X ２); adf 。ｔest(Ｘ3) 查瞧三个序列得波动图,瞧序列图就是否有明显得变化趋势,若有明显趋势,则说明该序列非平稳,结合单位根检验,单位根检验得原假设为该序列非平稳、具体结果如下: Xt 序列的波动图 时间 X 19801985 19901995200020052010 50000 时间 ln X t 1980198519901995200020052010 9.010.512.0051015 2025300.951.10 Xt/Xt-1序列的波动图 I ndex X t /X t -1 图一:3个序列得波动图 图一可见序列与序列有明显得得增长趋势,故而两序列非平稳;序列没有明显趋势,但依然无法说明该序列平稳。借助单位根检验,结果如下表所示: 表一:３个序列得单位根检验结果一览表 表一中可见,3个序列得单位根检验得P 值均大于显著性水平0。0５,不能拒绝原假设,认为序列、、非平稳、 10。观察中国货物进口数据,发现在一个很长得时期内,两者间有很 面板数据分析方法步骤全解 面板数据的分析方法或许我们已经了解许多了，但是到底有没有一个基本的步骤呢？那些步骤是必须的？这些都是我们在研究的过程中需要考虑的，而且又是很实在的问题。面板单位根检验如何进行？协整检验呢？什么情况下要进行模型的修正？面板模型回归形式的选择？如何更有效的进行回归？诸如此类的问题我们应该如何去分析并一一解决？以下是我近期对面板数据研究后做出的一个简要总结，和大家分享一下，也希望大家都进来讨论讨论。 步骤一：分析数据的平稳性（单位根检验） 按照正规程序，面板数据模型在回归前需检验数据的平稳性。李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实际意义的。这种情况称为称为虚假回归或伪回归（spurious regression）。他认为平稳的真正含义是：一个时间序列剔除了不变的均值（可视为截距）和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序 列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先，我们可以先对面板序列绘制时序图，以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和（或）截距项，从而为进一步的单位根检验的检验模式做准备。 单位根检验方法的文献综述：在非平稳的面板数据渐进过程中,Levin andLin(1993) 很早就发现这些估计量的极限分布是高斯分布,这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al. (2002)的改进,提出了检验面板单位根的LLC 法。Levin et al. (2002) 指出,该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25～250 之间,截面数介于10～250 之间) 的面板单位根检验。Im et al. (1997) 还提出了检验面板单位根的IPS 法,但Breitung(2000) 发现IPS 法对限定性趋势的设定极为敏感,并提出了面板单位根检验的Breitung 法。Maddala and Wu(1999)又提出了ADF-Fisher和PP-Fisher面板单位根检验方法。 由上述综述可知，可以使用LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher5种方法进行面板单位根检验。 其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS 、H-Z 分别指Levin, Lin & Chu t* 统计量、Breitung t 统计量、lm Pesaran & Shin W 统计量、Eviews格兰杰因果关系检验结果说明
《气候变化研究进展》
时间序列分析——最经典的
【文献综述】当前我国通货膨胀的成因及对策
单位根检验内容及标准规定样式分析
关于金融发展与经济增长的文献综述的文献综述
Eviews做单位根检验和格兰杰因果分析
面板数据的单位根检验
我国合理宏观税负实证研究的文献综述
实验八 格兰杰因果关系检验
【文献综述】中国近30年国防开支与经济增长的关系——运用Feder-Ram模型进行实证分析
时间序列单位根检验
面板数据分析方法步骤全解