协整方程(CE)与误差修正模型(VECM)

合集下载

计量经济学第五章协整与误差修正模型

计量经济学第五章协整与误差修正模型
数据变换
根据需要对数据进行变换,如对数变换、差 分变换等,以满足模型对数据的要求。
模型参数估计方法选择
01
最小二乘法(OLS )
适用于满足经典假设的线性回归 模型,通过最小化残差平方和来 估计模型参数。
02
广义最小二乘法( GLS)
适用于存在异方差性的模型,通 过加权最小二乘法进行参数估计 ,以消除异方差性的影响。
误差修正模型定义
误差修正模型(Error Correction Model,简称ECM)是一种具有特定形式的计 量经济学模型,用于描述变量之间的长期均衡关系和短期动态调整过程。
该模型通过引入误差修正项,将变量的短期波动和长期均衡关系结合起来,从而 更准确地刻画经济现象。
误差修正项解释
误差修正项(Error Correction Term,简称ECT)是误差修正模型中的核 心部分,表示变量之间的长期均衡误差。
长期均衡
协整关系反映了时间序列之间的长期均衡,即使短期内有所偏离,长期内也会恢复到均 衡状态。
线性组合平稳
协整序列的线性组合可以消除非平稳性,得到平稳序列。
协整检验方法
EG两步法
首先通过OLS回归得到残差序列,然 后对残差序列进行单位根检验(如 ADF检验),判断其是否平稳。
Johansen检验
适用于多变量协整关系的检验,通过 构建似然比统计量来判断协整向量的 个数。
计量经济学第五章协 整与误差修正模型
汇报人:XX
目 录
• 协整理论概述 • 误差修正模型介绍 • 协整与误差修正模型关系 • 协整检验方法及应用举例 • 误差修正模型建立与评估 • 案例研究:金融市场波动性分析
01
协整理论概述
协整定义及性质

Johanson协整检验与VEC模型

Johanson协整检验与VEC模型
():原则差;[ ]:t统计量
因为VEC模型旳体现式仅仅合用于协整序列,所以应先运营 Johansen协整检验,并拟定协整关系数。需要提供协整信 息作为VEC对象定义旳一部分。
假如要建立一种VEC模型,在VAR对象设定框中,从 VAR Type 中 选 择 Vector Error Correction项 。在 VAR Specification栏中,除了特殊情况外,应该提供与无约束 旳VAR模型相同旳信息
将 yt 旳协整检验变成对矩阵 旳分析问题,这就是 Johansen协整检验旳基本原理。因为矩阵 旳秩等于它旳
非零特征根旳个数,所以能够经过对非零特征根个数旳检验
来检验协整关系和协整向量旳秩。略去有关 旳特征根旳 求解措施,设矩阵 旳特征根为 1 2 … k。
Johansen协整检验旳两种形式 特征根迹检验(trace检验)
估计成果往往因为一般滞后阶数,协整向量旳形式不同而非常敏感,实际 中可综合考虑做出联合选择; 信息准则AIC,SC,协整向量旳平稳性检验可辅助模型旳选择
能够根据模型实现脉冲响应函数和方差分解,并分析变量之 间旳影响关系(需要自己重新建立模型进行操作)
2. VEC系数旳取得
对于VEC模型,系数旳估计保存在三个不同旳二维数 组中:A,B和C。A包括调整参数矩阵 ;B包括协整矩阵; C包括短期参数矩阵 (一阶差方项滞后旳系数)。
Johanson协整检验:Var预测.wfl 考察中国GDP,宏观消费cons与基本建设投资inves旳协整关系
Step1:数据处理----价风格整后旳对数数据记为lngp,lncp,lnip—VAR01
11 10
9 8 7 6 5 4
55
60
65 70 LNIP

协整和误差修正模型共31页

协整和误差修正模型共31页
本 节 将 主 要 介 绍 Engle 和 Granger ( 1987 ) 提 出 的 协整检验方法。这种协整检验方法是对回归方程的残差 进行单位根检验。从协整理论的思想来看,自变量和因 变量之间存在协整关系。
也就是说,因变量能被自变量的线性组合所解 释,两者之间存在稳定的均衡关系,因变量不能被 自变量所解释的部分构成一个残差序列,这个残差 序列应该是平稳的。
协整概念是一个强有力的概念。因为协整允许我们 刻画两个或多个序列之间的平衡或平稳关系。对于每一 个序列单独来说可能是非平稳的,这些序列的矩,如均 值、方差和协方差随时间而变化,而这些时间序列的线 性组合序列却可能有不随时间变化的性质。
下面给出协整的定义:
k 维向量Yt=(y1t,y2t,…,ykt)的分量间被称为d,b 阶协整,记为Yt ~ CI (d,b),如果满足:
60、人民的幸福是至高无个的法。— —西塞 罗
§5.4 协整和误差修正模型
在前面介绍的ARMA模型中要求经济时间序列 是平稳的,但是由于实际应用中大多数时间序列是非 平稳的,通常采用差分方法消除序列中含有的非平稳 趋势,使得序列平稳化后建立模型,这就是上节介绍 的ARIMA模型。但是变换后的序列限制了所讨论经 济问题的范围,并且有时变换后的序列由于不具有直 接的经济意义,使得化为平稳序列后所建立的时间序 列模型不便于解释。
(3) 最多可能存在 k -1个线性无关的协整向量(yt的维 数是k);
(4) 协整变量之间具有共同的趋势成分,在数量上成 比例 。
5.4.2 协整检验
协整检验从检验的对象上可以分为两种:一种是 基于回归系数的协整检验,如Johansen协整检验;另 一种是基于回归残差的协整检验,如CRDW检验、DF 检验和ADF检验。

第6章协整和误差修正模型

第6章协整和误差修正模型

第6章协整和误差修正模型本章介绍含有非平稳变量结构方程或V AR的估计。

在一维模型中,我们已经看到,可以通过差分去掉一个随机趋势,得到的平稳序列,再用Box-Jenkins方法来估计模型。

在多维情况下,并不这样直接处理。

通常,整变量的线性组合是平稳的,这些变量称为协整的。

许多经济模型都有这种关系。

本章主要内容:1.介绍协整的基本概念,及在经济模型中的应用。

非平稳变量之间的均衡关系意味着它们的随机趋势是相联系的。

均衡关系意味着这些变量不能相互独立运动。

随机趋势之间的这种联系保证了这些变量是协整的。

2.考虑了协整变量的动态路径,由于协整变量的趋势是相互联系的,这些变量的动态路径反映了偏离均衡的偏差的联系。

详细分析了变量的变化与偏离均衡的偏差之间的联系。

3.讨论了协整检验的几种方法。

6.1整变量的线性组合考虑一个简单的货币需求模型:1)居民持有实际货币余额,使名义货币需求与价格水平成比例;2)当实际收入及交易次数的增加,居民希望持有更多的货币余额;3)利率是持有货币的机会成本,货币需求与利率负相关。

因而,方程设定形式(采用对数形式)如下:0123t t t t t m p y r e ββββ=++++ (6.1.1) 这里: t m =货币需求, t p =价格水平 t y =实际收入 t r =利率t e =平稳扰动项i β=待估计的参数在货币市场是均衡的条件下,可以得到货币供给、价格水平、实际收入和短期利率的时间序列数据,且要求1231,0,0βββ=><。

当然,在研究中需要检验这些限制。

货币需求的任何偏差{}t e 必须是暂时的。

如果{}t e 有随机趋势,偏离货币市场均衡的偏差不能消失。

所以,这里的关键假设是{}t e 是平稳的。

许多研究者认为,实际GDP 、货币供给、价格水平、利率都是I(1)变量。

每个变量都没有返回到长期水平的趋势。

但(6.1.1)说明:对这些非平稳变量,存在线性组合是平稳的。

计量经济学及其应用第13章.

计量经济学及其应用第13章.
X t 1 X1t 2 X 2t ... n X nt
(13-5)
b 0 ,则称向量 是 d b 阶单整,其中, X t X1t , X 2t ,..., X nt 是 d、 b 阶协整,记为 X ~ CI (d , b) 。 t 向量 称为协整向量。
其中 ecmt 1 Yt 1 0 1 X t 1 2 Zt 1 • Granger表述定理
即如果变量X和Y是协整的,则它们间的短期非均衡 关系总能由一个误差修正项来表述 Yt p Yt p p Xt p ecmt 1 t (13-19)
第13章
协整与误差修正模型
通过本章我们要知道
13.1 协整理论 13.2 误差修正模型 13.3 向量误差修正(VECM)模型 13.4 案例分析
13.1 协整 X1 , X 2 , , X n ,线性 组合具有长期均衡关系
1 X1t 2 X 2t
• 一般地,误差修正模型写成
Yt 1X t ecmt 1 t
多变量的误差修正模型
(13-16) (13-17) (13-18)
Yt 0 1 X t 2 Zt t 其误差修正模型可写为
Yt 1X t 2Zt ecmt 1 t
• 模型的导出 假设两个变量的长期均衡关系表现为
Yt 0 1 X t t
(13-12)
变量 X 和 Y 都是1阶单整的,则其动态特征的 1,1阶分布滞后模型
Yt 0 1 X t 2 X t 1 3Yt 1 t
(13-13) (13-15)
2 3
• 注意: ①协整只涉及非平稳的变量; ②如果有 n 个非平稳的变量,则有 n 1 个线性独 立的协整向量; ③如果 1, 2 ,..., n 是协整向量,则相对于 X 1的标 t 1 1, 2 1 ,..., n ; 准化协整向量为 ④如果线性组合中只有两个变量,则要求单整的 阶数相同,而对于线性组合中超过两个变量时, 尽管单整阶数不同,但还是有可能存在协整关 系。

第七讲协整分析与误差修正模型资料

第七讲协整分析与误差修正模型资料
因此,如果Yt=0+1Xt+t式所示的X与Y 间的长期均衡关系正确的话,(*)式表述的非 均衡误差应是一平稳时间序列,并且具有零期 望值,即是具有0均值的I(0)序列。
假设Yt=0+1Xt+t式中的X与Y是I(1)序列, 如果该式所表述的它们间的长期均衡关系成立的 话,则意味着由非均衡误差
t Yt 0 1 X t (*)
一、格兰杰因果关系检验
• 自回归分布滞后模型旨在揭示:某变量的变化 受其自身及其他变量过去行为的影响。
• 然而,许多经济变量有着相互的影响关系
GDP
消费
问题:当两个变量在时间上有先导——滞后关系 时,能否从统计上考察这种关系是单向的还是双 向的?
即:主要是一个变量过去的行为在影响另一个变 量的当前行为呢?还是双方的过去行为在相互影 响着对方的当前行为?
• 显然,I(0)代表一平稳时间序列。
• 现实经济生活中:
1)只有少数经济指标的时间序列表现为平稳的,如 利率等;
2)大多数指标的时间序列是非平稳的,如一些价格 指数常常是2阶单整的,以不变价格表示的消费 额、收入等常表现为1阶单整。
例 中国支出法GDP的单整性。
经过试算,发现中国支出法GDP是1阶单整的,适 当的检验模型为:
进行检验时,拒绝零假设H0:=0,意味着误 差项et是平稳序列,从而说明X与Y间是协整的。
• 例 检验中国居民人均消费水平CPC与人均国
内生产总值GDPPC的协整关系。
在前文已知CPC与GDPPC都是I(2)序列, 而它们的回归式:
CPCt 49.764106 0.45831 GDPPC t R2=0.9981
2GDPt 1174 .08 261 .25t 0.495 GDPt1 0.966 2GDPt1

协整分析与误差修正模型演示文稿

协整分析与误差修正模型演示文稿

协整分析与误差修正模型演示文稿尊敬的老师、亲爱的同学们:大家好!我今天的演讲题目是“协整分析与误差修正模型”。

随着经济的发展和变化,我们经常会遇到不平衡的现象,例如两个变量之间的长期均衡关系。

这时,我们就需要使用协整分析来研究变量之间的平衡关系。

首先,让我们来了解一下什么是协整分析。

协整分析是在时间序列数据分析中常用的方法,用于寻找可能存在的长期均衡关系。

简单来说,协整分析可以帮助我们确定两个或多个非平稳序列之间的平衡关系。

接下来,我将向大家介绍协整分析的具体方法。

首先,我们需要收集两个或多个非平稳序列的数据。

然后,我们通过计算这些序列的差分来得到它们的差分序列。

接着,我们需要进行单位根检验来确定这些差分序列是否是平稳的。

如果差分序列是平稳的,那么我们可以进行协整检验来确定它们是否存在长期均衡关系。

最后,如果协整检验的结果是显著的,说明这些序列之间存在协整关系。

在协整检验的基础上,我们可以建立误差修正模型(Error Correction Model,ECM)来进行进一步的研究。

误差修正模型是一种常用的时间序列模型,用于研究不平衡的长期均衡关系。

它可以帮助我们分析短期冲击对长期均衡的调整速度和程度。

通过误差修正模型,我们可以对变量之间的平衡关系进行更深入的研究。

例如,我们可以通过模型的残差项来检验平衡关系是否稳定,或者通过模型的参数来分析短期调整的速度和程度。

协整分析和误差修正模型在经济学、金融学等领域中具有广泛的应用。

它们可以帮助我们理解经济变量之间的关系,预测未来的趋势,以及制定有效的政策和决策。

综上所述,协整分析与误差修正模型是研究经济变量之间平衡关系的重要工具。

通过这些方法,我们可以更好地理解和预测经济变量的变化,促进经济的稳定和可持续发展。

谢谢大家!。

第十六章协整与误差修正模型.

第十六章协整与误差修正模型.

§ 9. 3协整与误差修正模型一.长期均衡关系与协整二协整检验三、误差修正模型一.长期均衡关系与协整0.问题的提出•经典回归模型(classiud regression model)是建立在稳定数据变屋基础11的,对JTF屈定变量,不能使用经典冋山模型,杏则会出现虚假回归等诸多问题。

-由于许多经济变戢是非稳定的,这就给经典的冋归分析方法帯* 了很人限制。

-但是,如果变暈之间有着长期的稳定关系,即它们之间是协整的(cointegration),血是口J以彼用经典M01梃型方法建立冋「模型的。

・例如,中国居民人均消费水平与人均GDP变量的例子中:因果关系回归模型要比ARMA^型有更好的预测功能,其原因在于,从经济理论上说,人均GDP决定看居民人均消费水平,而且它们之间有着氏期的稳定关系,即它们之面是协^^的(coiiHegnUion)。

1.长期均衡经济理论指出,某些经济变星间确实存在着K期均衡关系,这种均衡关系意味着经济系统不存存「破坏均衡的内在机制,如杲变暈在某时期受到干扰后偏离苴长期均衡点,则均衡机制将会在下一期进行调整以使其重新冋到均衡状态。

假设X U Y间的长期“均衡关系"由式描述K =a()+ a/f+H式中屮t是随机扰动项。

该均衡关系意味着:给定X的一个值,Y相应的均衡值也随之确定为ao+a^Xo在LI 期末,存在下述三种情形之一:(1) Y 等于它的均衡值: (2) Y 小于它的均衡值: (3) Y 大丁•它的均衡值:在时期t,假设X 有一个变化屋AX (,如果变最X 与Y 在 时期t与t ・l 末期仍满足它们间的长期均衡关系,则Y 的和应 变化量由式给出:式中,实际情况往往并非如此如果E 期末,发卞了上述笫二种情况,即Y 的值小丁•其 均衡值,则Y 的变化往往会比第一种悄形卜丫的变化 人一些!反之,如果Y 的值大于其均衡值,则Y 的变化往往会小 丁第一种怙形卜的.可见,如果■+比正确地提示了X 与Y 间的长 期稳定的“均衡关系”,则意味着Y 对其均衡点的偏离从 本质上说是“临时性”的。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

人民币实际有效汇率对我国经济影响的实证研究巴曙松,王群2009-09-29摘要:本文试从理论上给出实际汇率变动对产业结构调整的三种传导途径,并从有效汇率的角度出发,通过协整模型、Granger因果检验和脉冲响应方法对实际有效汇率对我国产业、就业结构的影响进行实证分析。

结果表明,人民币实际有效汇率的升值提升了我国第三产业的比重并增加了该产业就业人数,在一定程度上促进了农村劳动力的转移,同时相应地对第二产业的就业造成了负面影响。

总体上来看,人民币有效汇率的上升将有助于长期改善我国的产业结构,但短期会造成一定的就业压力。

关键词:实际汇率,产业结构,就业结构,传导途径2008年以来,伴随着次级抵押贷款危机下全球金融市场的动荡,我国经济不仅面临着恶劣的国际环境、国内经济增长的周期性回落,同时还面临着以产业重组、产业升级和放松管制为重点的产业结构调整。

随着近年来我国对外贸易依存度的不断上升,产业结构调整的动力则不可忽略地受到对外贸易部门发展的影响。

实际汇率作为一种非贸易品和贸易品相对价格,则是影响外贸企业的重要因素之一,从而影响了不同产业之间的资源配置,进而对产业结构的调整产生影响。

因此,在开放型经济条件下,实际汇率成为考察国内产业结构和就业结构调整的重要影响因素之一。

而对该影响作用的分析和研究,不仅有助于加深对产业结构调整的宏观把握,而且将对汇率政策的制定起到一定的指导作用。

另外,在2005年7月21日我国实行了汇率制度改革以后,如何通过人民币有效汇率这一衡量人民币整体水平的汇率指标来把握汇率政策,也引起了学者的普遍关注和研究,本文正是依据人民币实际有效汇率的数据,分析人民币的升值对我国产业结构和就业结构带来的影响。

一、研究背景不论是关于汇率对一国就业影响的研究,还是其对产业结构影响的研究,都是近几年才被国内外学者广泛关注的。

其中对就业影响的研究较多,但得到的结果却不尽相同:Frenkel(2004)运用线性回归模型研究了实际汇率对阿根廷、巴西、智利和墨西哥4国的影响,得出实际汇率的变动对就业有显著影响,且实际汇率变动对失业率变动影响有滞后效应等结论。

Burgess和Knetter(1998)利用非线性最小二乘估计方法,根据G-7国家的数据,分析了汇率波动对就业的影响,结果显示不同国家的反应程度并不相同。

K1ein、Schuh 和Triest(2000)通过对美国制造业数据的OIS估计也发现升值会显著地减少就业岗位,但岗位流动对升贬值的反应却不明显。

Lebow(1993)指出应该将非贸易部门纳入实际有效汇率动态影响分析。

在国内的相关研究中,万解秋和徐涛(2004)、范言慧和宋旺(2005)等都分析了实际汇率变动对贸易部门就业的影响,得到了大体一致的结论:人民币贬值会增加就业。

丁剑平和鄂永健(2005)考虑了非贸易部门,利用VAR 模型得出实际汇率贬值会增加贸易部门就业,但是对非贸易部门就业影响不明显的结论。

然而国内大多数学者在分析汇率对我国就业影响时,忽略了很重要的一点,即没有考虑我国农村大量剩余劳动力,而这部分劳动力在汇率影响下的转移将在很大程度上影响我国的就业情况。

关于汇率对一国产业结构调整方面的研究却相对较少。

孙咏梅和祝金甫(2005)定性地分析了汇率低估对我国产业结构的不利影响,他们认为汇率的低估将导致资源配置严重失调,不利于扩大内需从而产生经济自身的经济拉动力,影响国内产业结构的升级,并且指出在汇率低估下的产业结构升级不能完全解决就业难题。

张斌和何帆(2006)建立了一个贸易、非贸易两部门模型,理论上证明在保持实际汇率不变与国内物价水平稳定的货币政策组合下,贸易部门相对于非贸易部门更快的全要素生产率进步会造成工业服务业产业结构扭曲并阻碍农村劳动力向城镇转移。

然而他们并没有给出汇率对产业结构调整的传导过程,也没有对我国的实际情况做出实证分析。

正是针对国内研究中缺乏实证分析、结论不一致、以及在考虑就业问题时忽略了农村大量剩余劳动力的这些问题,本文将改变对产业结构分析时的常见产业划分,并尝试通过实际有效汇率的数据建立计量经济模型,从实证的角度分析实际有效汇率对我国产业、就业结构的影响。

二、理论背景根据传统宏观经济学的定义,实际汇率是两国价格水平调整后的双边汇率,公式为s=S×P*/P,其中,s表示实际汇率,S表示名义汇率(间接标价法下),P*表示国内价格水平,P表示国外价格水平。

考虑一个两部门经济,即把一国经济按照贸易和非贸易部门分类,则实际汇率可以定义为实际汇率=非贸易品价格/贸易品价格。

若假定贸易品的一价定律成立,则贸易品的价格水平实质上代表的是国外价格水平,而非贸易品的价格水平可以看作国内价格水平,则上述定义就与将实际汇率定义为国内价格与国外价格水平之比一致。

本文将全部取间接标价法,则实际汇率上升表示本币升值,下降表示本币贬值。

我们考虑实际汇率的变动可能引致产业结构调整的路径有以下三条:第一,价格信号的传递。

实际汇率作为非贸易品和贸易品之间的相对价格,其变动将通过价格信号的传递,使资源在两个部门之间重新配置。

然而非贸易品的价格上升,经济资源将更多地被非贸易部门利用这一结论并不是必然的,根据巴拉萨和萨缪尔森(1964)提出的"巴拉萨-萨缪尔森"效应的引申,我们可以知道贸易部门生产率的上升以及在社会资本要求得到平均利润的条件下,非贸易品的价格也将上升,因此就有可能出现这样的情况:在贸易部门生产率明显地高于非贸易部门时,即使非贸易品的价格上升,投资于贸易部门仍然可以获得更高的利润,经济资源将继续流向贸易部门。

但是如果非贸易品的相对价格上升到一定程度,经济资源将更多地流向非贸易部门,促使非贸易部门的发展。

这种部门之间的资源流动将直接影响到各部门的产出和对劳动力的吸收,从而影响到一国的产业结构和就业结构。

第二,对外贸易的传递。

实际汇率作为国内外价格水平之比,其变化将直接影响一国的进出口。

我国改革开放以后的经济发展进程中,对外贸易的飞速发展是最为显著的特点,如果以进出口总额比上GDP总值作为外贸依存度的指标,则到2006年该指标已经达到65%,2007年为64%,这说明我国的经济发展很大程度上依赖于对外贸易,而实际汇率的变化将通过影响对外贸易进而在很大程度上影响我国的整体经济发展,从而影响我国的经济资源的积累,从总量上影响资源在各经济部门之间的分配,影响各部门的产出和劳动力吸收,进一步影响到产业结构和就业结构的调整。

第三,外商直接投资的传递。

在其他条件不变的情况下实际汇率的变动将影响外商直接投资。

本币的升贬值将影响外商直接投资的成本,不过这种影响的效果取决于外商直接投资的经济部门分布,如果外商直接投资于出口部门,本币的贬值将可能带来额外的收益,而如果外商直接投资于依赖进口原材料或者技术的部门,则会受到损失。

外商直接投资不但给本部门发展注入更多的可直接利用资金,更重要的是其带来的先进生产技术和管理经验也有助于提高该部门的生产效率,创造出更大的利润空间,从而吸引更多的经济资源投向该部门,进而增加该部门产出,影响其对劳动力的吸收,进一步影响到产业结构和就业结构的调整。

那么在以上的传导路径下,从数据分析的角度出发,人民币实际汇率是如何影响我国产业结构和就业结构调整的呢?本文下一部分将通过建立计量模型得到实证结果,并尝试给出合理解释。

三、实证分析1980年C.A.Sims将VAR模型引入经济学中,推动了经济系统动态性分析的广泛应用。

而VAR模型的最大优点是不但可以检验变量系统之间的长期均衡关系,而且能解释各种经济冲击对经济变量形成的影响。

Toda和Yamamoto(1995)提出的“基于扩展(Lag-Augmented)VAR模型的因果关系检验”方法可以不考虑变量的单位根个数和变量的协整性而进行因果检验。

因此,本文选取的计量模型为两变量VAR以及扩展的VAR(LA-VAR)模型。

通过进行协整检验,建立误差修正模型,Granger因果检验,脉冲响应分析,分析变量之间的长期均衡和短期动态影响关系。

(一)变量选取和数据说明为了阐述实际汇率与产业结构和就业结构之间的关系,本文共选取6个变量进行数据分析。

考虑到人民币与各国货币的双边汇率都会对我国的产业结构和就业产生影响,因此本文选择能够反映一国货币在全球货币市场地位的实际有效汇率reer数据作为实际汇率的指标。

对于就业结构的衡量,我们分别选择pe(第一产业年底就业人数)、se(第二产业年底就业人数)、te (第三产业年底就业人数)3个指标。

而对于产业结构的衡量,我们选择了sip(第二产业占GDP比重)、tip(第三产业占GDP比重)两个指标。

这里我们不考虑农业部门,主要是根据我国的实际情况,农业劳动生产率低下,对资源的吸引力可以忽略不计,但是在考虑劳动力配置时却不得不考虑农业方面的大量剩余劳动力。

这里选择产业年底就业人数变化反映就业变动,产业占GDP比重变化反映产业结构变动。

由于变量的自然对数变换不改变原来变量之间的协整关系,并且能使数据的趋势线性化,同时可以消除时间序列之间异方差现象,所以对以上的所有变量取自然对数,分别得到6个处理后的变量,即lreer、lpe、lse、lte、lsip和ltip。

实际有效汇率的数据来自IMF统计,以2000年为基期;其他数据均来自《中国统计年鉴2007》。

样本空间取1980-2006年,所选数据为年度数据。

(二)模型检验1.选取滞后阶数综合考虑样本的数量,以及依据AIC、SC值越小越好的准则,建立5个VAR模型:模型1为lreer与lpe 的2阶VAR模型;模型2为lreer与lse的2阶VAR模型;模型3为lreer与lte的3阶VAR模型;模型4为keer与lsip的1阶VAR模型;模型5为lreer与ltip的3阶VAR模型。

2.单位根检验两个变量之间存在协整关系的前提是变量具有相同单整阶数,因此在建立协整模型之前本文依据ADF 法检验各变量的单整阶数。

表1结果表明,所有变量都是一阶单整,因此满足对相关变量做协整检验的前提条件。

3.协整检验VAR模型变量之间协整关系一般用Johnsen(1988)-Juselius(1990)提出的方法检验。

我们选用序列有线性趋势项而协整方程只有截距的检验形式,利用Eviews5.0得到的结论如表2所示。

从表2看出,在5%的置信系数下,实际汇率与第一产业就业人数之间有2个协整关系,与第二产业就业人数之间没有协整关系,与第三产业就业人数之间有2个协整关系;实际汇率与第二产业GDP占比之间有2个协整关系,与第三产业GDP占比之间只有1个协整关系。

而且,模型残差项联合正态性检验结果良好也说明协整检验结果是有效的。

于是我们可以建立模型1、模型3、模型4和模型5所包含的变量之间的协整方程和误差修正模型。

相关文档
最新文档