宏观主要经济变量对物价影响的动态分析
宏观经济统计分析意义和内容—基本理论、方法和实务
——基本理论、方法和实务
第一章 总 论
本章主要阐述宏观经济统计分析的特点与作用、宏观 经济统计分析的类别、选题和基本内容，宏观经济统计 分析方法，分析的程序和基本要求。
1.1 宏观经济统计分析的意义
1.2 宏观经济统计分析的内容
1.3.宏观经济统计分析的方法 1.4 宏观经济统计分析的程序
6.生产方式: 集约型生产方式可增加有效供给.
7.经济运行制度:制度的资源配效率
8.经济政策: 价格、财政、货币等政策可调控社会总供给
期初存量+国内生产量+进口量 = 生活消费量+生产性消费量+出口量+期 末存量
= 国内消费量+出口量+期末存量
国内生产量+进口量=生活消费量+生产性消费量 +出口量+（期
末存存量-期初存量）
11
【例2.1】 我国2000年和2006年社会总供求统计
12
【例2.2】我国2000和2006年石油总供给和总需求统计
要点:
1.最终消费、资本形成、净出口通常称为三大需求. 2.期初和期末社会存货差额视为一种投资需求,计入资本形成中(存 货增加) 。 3.按生产法与按支出法计算的GDP在理论上是应相等的，但现实 中存在一定的统计误差. 4.社会总供给和社会总需求在统计上总量是相等的,但现实中可能 存在总量失衡和结构失衡的问题 . 5.研究主要产品实物量的总供求,平衡关系式为
1．3. 宏观经济统计分析的方法
1.3.1 定性分析方法
利用辨证思维、逻辑推理、经济理论分析法、结构分析 法、纵横比较判断法、创造性思维等思维方法对事物质的规定性 进行判断和推理。界定事物的质的规定性。
基于多元回归模型CPI影响因素分析
基于多元回归模型CPI影响因素分析引言消费者价格指数（CPI）是一个国家或地区的衡量物价的重要指标，也是一个国家宏观经济状况的重要反映。
研究CPI的影响因素对于了解经济发展状况，指导宏观经济政策具有重要意义。
多元回归模型是一种常用的统计分析方法，能够探索多个自变量对CPI的影响，并找出其中的主要因素。
本文旨在利用多元回归模型探究CPI影响因素，为政府决策部门提供参考，同时也为学术界提供理论支持和实证研究。
一、多元回归模型简介多元回归模型是一种用于探究多个自变量对因变量的影响情况的统计方法。
在多元回归模型中，因变量（即要被解释的变量）通常用Y表示，自变量（即解释变量）用X1,X2, ...Xn表示。
模型的基本形式为Y = β0 + β1X1 + β2X2 + ... + βnXn + ε，其中β0为常数项，β1, β2, ...βn为模型参数，ε为误差项。
在实际应用中，使用多元回归模型可以帮助我们确定多个自变量对因变量的影响程度，找出主要影响因素，并建立相应的预测模型。
多元回归模型在经济学领域的应用非常广泛。
二、CPI影响因素的选择基于多元回归模型对CPI的影响因素进行分析时，需要选择合适的自变量。
在实际研究中，可以从宏观经济、货币政策、国际贸易、资本流动等多个方面来考量可能的影响因素。
具体来说，常见的CPI影响因素包括但不限于：GDP增长率、失业率、通货膨胀率、利率、汇率、国际贸易额、政府支出、货币供应量等。
在选择自变量时，需要考虑其与CPI的理论关系、数据可获得度和自变量之间的多重共线性等因素。
三、数据收集与处理为了进行CPI影响因素的多元回归模型分析，首先需要收集与处理相关的数据。
一般来说，我们可以从国家统计局、央行等官方机构获取宏观经济指标、货币政策数据，也可以通过国际组织的官方网站或专业数据库获取国际贸易数据等。
在数据处理上，需要对数据进行清洗、缺失值处理和变量转换等操作，以确保数据的准确性和可用性。
宏观经济学主要内容
宏观经济学主要内容宏观经济学是研究整个经济系统运行及其总体经济现象的学科。
它关注的是整个经济的总体规律和宏观经济变量之间的关系，涉及国民收入、经济增长、物价水平、就业、通货膨胀、经济周期等多个方面。
下面将从宏观经济学的主要内容进行介绍。
一、经济增长与产出经济增长是宏观经济学的核心内容之一。
通过研究经济增长的原因、方式和影响因素，可以了解一个国家或地区的经济状况和发展趋势。
经济增长的主要驱动力是生产率的提高和技术进步。
宏观经济学家通过对经济增长率、人均国民收入以及相关指标的研究，来评估一个国家的经济发展水平和潜力。
二、物价水平与通货膨胀宏观经济学研究物价水平和通货膨胀对经济的影响。
物价水平是指一定时期内各种商品和服务的平均价格水平。
通货膨胀是指物价水平持续上升的现象。
宏观经济学家通过研究通货膨胀的原因、影响因素以及控制通胀的政策，来预测通货膨胀的趋势，并制定相应的经济政策。
三、就业与失业宏观经济学研究就业与失业问题。
就业是指劳动力资源得到有效利用的过程，失业则是指劳动力资源未得到有效利用的状态。
宏观经济学家研究就业与失业的原因、影响因素以及解决办法，以推动就业的增加和失业的减少。
四、经济周期与经济波动宏观经济学研究经济周期和经济波动。
经济周期是指经济发展在一定时期内出现的周期性波动。
宏观经济学家通过研究经济周期的原因、周期的阶段以及周期性波动的影响，来预测经济的走势，并制定相应的经济政策。
五、财政政策与货币政策宏观经济学研究财政政策和货币政策对经济的影响。
财政政策是指通过调整政府支出和税收来影响经济的总需求和总供给。
货币政策是指通过调整货币供应量和利率来影响经济的总需求和总供给。
宏观经济学家通过研究财政政策和货币政策的实施效果，来指导相关决策。
六、国际经济关系宏观经济学研究国际经济关系。
国际经济关系是指各国在贸易、投资、汇率等方面的相互联系和相互作用。
宏观经济学家研究国际经济关系的原因、影响因素以及国际经济政策，以推动经济的国际合作和发展。
宏观经济变量对上证指数影响的实证研究
宏观经济变量对上证指数影响的实证研究宏观经济变量对上证指数影响的实证研究股市是衡量一国经济发展的重要指标，而上证指数是中国股市的代表性指标之一。
与此同时，宏观经济变量对于股市的影响也是不容忽视的。
本文通过收集和分析数据，对宏观经济变量对上证指数的影响进行实证研究。
本文选取了三个宏观经济变量作为研究对象，分别是GDP、CPI和PMI。
GDP是国民经济总量的衡量指标，CPI代表消费价格水平的指标，PMI则是工业增长的关键指标。
这三个指标被认为是影响股市的重要经济指标，在股市分析中被广泛关注。
首先，我们来看GDP对上证指数的影响。
通过数据分析，我们发现GDP与上证指数呈现出正相关的关系。
这也说明了经济增长会带来股市上涨的可能性。
同时，由于上证指数的涨跌幅度较大，所以我们通过回归分析来探究影响的显著性。
结果显示，当GDP增长1%时，上证指数也会在短期内上涨0.14%，但影响显著性较弱。
其次，我们来看CPI对上证指数的影响。
CPI代表着物价水平，通货膨胀的出现可能会影响股市的状况。
通过分析数据，我们发现CPI与上证指数呈现出负相关的关系，这说明通货膨胀会导致股市下跌。
由于CPI与上证指数的数据都具有一定的波动性，这也为我们进行了回归分析提供了一定的难度。
结果显示，CPI增长1%时，上证指数会在短期内下跌0.36%，影响显著性较强。
最后，我们来看PMI对上证指数的影响。
PMI代表了工业生产水平。
通过数据分析，我们发现PMI与上证指数呈现出正相关的关系。
这也证明了工业增长会带来股市上涨的可能性。
由于PMI与上证指数的数据也都具有一定的波动性，这样会使得我们进行回归分析时需要小心谨慎。
在回归分析中，我们发现当PMI增长1%时，上证指数会在短期内上涨0.20%，但影响显著性较弱。
总的来说，本次实证研究表明宏观经济变量对上证指数的影响是很复杂而不确定的。
GDP增长可能会带来上涨，但影响显著性较弱；CPI增长可能会导致下跌，但影响显著性较强；PMI增长可能会带来上涨，但影响显著性较弱。
影响我国进出口贸易的宏观经济因素分析
结果与讨论
实证结果显示，国内生产总值、人均收入水平、贸易政策、汇率波动以及成 本因素均对我国贸易进出口总额产生显著影响。其中，国内生产总值和人均收入 水平的增加有利于促进贸易进出口总额的增长，符合一般经济学原理。贸易政策 的调整也会对贸
易进出口总额产生显著影响，关税和非关税壁垒的变化会影响国内市场和国 际市场的竞争格局，进一步影响贸易进出口。汇率波动对贸易进出口的影响较为 复杂，一方面，人民币升值有利于增加进口，另一方面，人民币贬值有利于增加 出口。
实证分析
本次演示将采用相关数据对我国进出口贸易与宏观经济因素进行关联性分析。 通过运用计量经济学方法，可以定量地评估这些因素对我国进出口贸易的影响。 例如，通过运用回归分析方法，可以估计汇率波动、利率等因素对出口或进口的 影响程度。
具体数据说明各个因素如何影响我国进出口贸易。例如，数据可能显示汇率 波动与出口之间存在负相关关系，即人民币升值可能导致出口减少。此外，数据 还可能显示利率与进口之间存在负相关关系，即利率上升可能导致进口减少。
谢谢观看
以合理制定贸易政策和企业战略，进一步促进我国贸易的发展。
未来研究方向方面，一方面可以拓展影响我国贸易进出口总额的其他潜在因 素，如国际市场需求、技术创新等；另一方面可以运用更复杂的模型和方法，如 面板数据模型、向量自回归模型等，以更准确地估计各因素对贸易进出口总额的 影响程度和作用机制。
参考内容二
通货膨胀：通货膨胀会导致国内物价上涨，可能影响出口产品的竞争力。此 外，通货膨胀还可能增加外贸企业的进口成本，从而对其经营产生压力。
这些因素之间的相互作用和影响
这些宏观经济因素之间相互作用和影响，共同对我国进出口贸易产生影响。 例如，汇率波动可能对出口产生影响，而利率和通货膨胀则可能对进口产生影响。 此外，政策法规的变化也可能对这些因素产生影响，从而进一步影响进出口贸易。
我国房价的货币因素与宏观影响的动态传导研究——基于TVP-SV-VAR模型的分析
收稿日期：2020-11-02修回日期：2020-12-30作者简介：李凯，男，安徽潜山人，中国社会科学院大学博士研究生，研究方向为货币政策传导、宏观审慎管理、房地产市场和金融风险；樊明太，经济学博士，中国社会科学院数量经济与技术经济研究所研究员，博士生导师，中国社会科学院大学教授，研究方向为金融结构、货币传导机制和金融一般均衡分析；叶思晖，男，中国社会科学院大学博士研究生，研究方向为金融监管、宏观审慎政策和DSGE 模型。
我国房价的货币因素与宏观影响的动态传导研究——基于TVP-SV-VAR 模型的分析李凯1樊明太1、2叶思晖1（1.中国社会科学院大学，北京102488；2.中国社会科学院，北京100005）摘要：我国房地产和金融市场发展使房价进入到货币政策传导渠道中，房价与货币政策中介变量、宏观目标变量间的关系呈动态变动。
本文通过TVP-SV-V AR 模型研究发现：与M 2和信贷相比，社会融资规模与房价的关系更稳定，且对彼此波动的反应更强；近些年房价波动对产出、物价波动的边际效应减弱，对金融稳定的影响仍较大，房价对外部因素波动的敏感性有所降低。
建议国家应坚持稳定房价的总基调，把好货币供给闸门，合理管控社会融资规模增量，加强房地产各项融资监管；各地方政府应根据本地人口流入和住房库存等实际情况，合理推进房地产业发展，在发挥其积极作用的同时，防范区域金融风险。
关键词：房地产价格；社会融资规模；贝叶斯估计；边际效应；TVP-SV-V AR 模型中图分类号：F832.0文献标识码：A 文章编号：1674-2265（2021）01-0029-09DOI ：10.19647/ki.37-1462/f.2021.01.004一、引言2008年金融危机后，房地产业发展对我国经济运行产生重要影响，房价的货币因素以及房价与产出、物价、金融市场的关系受到政府部门的极大关注。
除自有资金以外，房地产开发资金主要来自金融市场，银行贷款是主要来源。
分析我国宏观经济状况及对证券市场的影响
分析我国宏观经济状况及对证券市场的影响摘要:宏观经济走势是影响证券市场水平变量和波动性的最基本因素．作为国民经济的重要组成部分．证券市场的发展既受到宏观经济的大环境影响．同时又反作用于国民经济的发展。
从根本上说．股市的运行与宏观的经济运行应当是一致的，经济的周期决定股市的周期．股市周期的变化反映了经济周期的变动。
经济周期包括衰退、危机、复苏和繁荣四个阶段，一般来说．在经济衰退时期，股价指数会逐渐下跌；到经济危机时期。
股价指数跌至最低点；当经济复苏开始时。
目前，保持经济平稳较快发展、调整经济结构和管理好通胀预期的关系是我国宏观调控的重点。
一、2012年中国宏观经济形势基本展望（一）投资回落，但仍处于较高的水平在国际经济环境有所好转和国内现有政策取向基本保持不变的情况下，固定资产投资仍将继续保持高增长态势。
在基数效应、政策刺激力度有所调整，以及中央可能遏制地方政府投资膨胀势头等因素的综合作用下，2010年投资增速出现回落，但由于中长期投资项目的惯性等因素，2010年固定资产投资增速将在27%左右，仍处在较高水平，考虑价格因素，实际投资增速有所放缓。
1. 政府刺激投资的政策将继续推动投资增长2. 中长期贷款的资金将继续支撑项目投资3. 社会投资会有所复苏，但仍不稳定（二）外需改善，但贡献力度有限1. 世界经济的复苏有利于我国出口的反弹2. 贸易政策调整、人民币升值压力加剧等因素将影响出口的改善幅度（三）消费持续增长，贡献不断加大受消费信心回升、消费刺激政策的持续、收入政策的改革以及收入绝对水平上升等因素的影响，2010年全社会消费品零售总额名义增速将超过2009年，我们预计2010年社会品零售总额增速约为17%-18%，但由于物价涨幅的提高，消费实际增长将会略低于2009年，实际增速约为13%-16%。
1. 城市化进程为国内消费提供持续动力2. 收入绝对水平上升、消费刺激政策持续及收入改革政策的深化（四）货币政策方向不变，但力度可能减弱2010年适度宽松的货币政策已经在年终中央经济工作会议得到明确，但根据对2010年我国经济增长形势的预测，我们预计2010年的货币政策将“名松实紧”逐步渐进的退出，在调控效果上逐步回归中性，但这并不意味着政策的收紧，2010年货币政策仍然相当宽松。
003第三章宏观经济分析
第三章宏观经济分析熟悉宏观经济分析的意义；熟悉总量分析和结构分析的概念、特点和关系；熟悉宏观分析资料的搜集与处置方式。
了解国民经济总体指标、投资指标、消费指标、金融指标以及财政指标的主要内容；熟悉各项指标变动对宏观经济的影响。
掌握国内生产总值的概念及计算方法；熟悉国内生产总值与国民生产总值的区别与联系；了解失业率与通货膨胀的概念；熟悉CPI的计算方法以及PPI与CPI的传导特征；熟悉失业率与通货膨胀率的衡量方式；熟悉PMI概念及其应用；掌握零售物价指数、生产者价格指数、国民生产总值物价平减指数的概念；熟悉国际收支、社会消费品零售总额、城乡居民储蓄存款余额、居民可支配收入等指标的内容；把握货币供给量的三个层次；熟悉金融机构各项存贷款余额、金融资产总量的含义和组成；熟悉社会融资总量的含义与组成；熟悉外汇储蓄及外汇储蓄变更情形；熟悉外汇占款的含义；把握利率及基准利率的概念；熟悉再贴现率、同业拆借利率、回购利率和各项存贷款利率的变更阻碍；熟悉汇率的概念、汇率制度及汇率变更的阻碍；把握我国货币政策传导机制。
掌握证券市场与宏观经济运行之间的关系；熟悉中国股市表现与GDP、经济周期、通货变动对证券市场的影响；熟悉我国证券市场指数走势与我国GDP增长趋势的实际关系。
了解财政收支内容以及财政赤字或结余的概念；掌握财政政策和主要财政政策工具；熟悉积极财政政策及紧缩财政政策对证券市场的影响；掌握货币政策和货币政策工具；掌握主权债务概念；熟悉主权债务相关的分析预警指标；熟悉货币政策的调控作用以及货币政策对证券市场的影响；掌握收入政策含义；熟悉收入政策的目标及其传导机制；熟悉我国收入政策的变化及其对证券市场的影响；熟悉国际金融市场环境对我国证券市场的影响途径。
熟悉证券市场供求关系的决定原理；熟悉我国证券市场供需方的进展及现状；把握阻碍证券市场供给和需求的因素；熟悉阻碍我国证券市场供求关系的大体制度变革。
第一节宏观经济分析概述一、宏观经济分析的意义和方式（一）宏观经济分析的意义1.判断证券市场的总体变动趋势；2.把握整个证券市场的平均投资价值，是判断整个证券市场投资价值的关键。
- 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、"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、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)。
2006年第1期 厦门大学学报(哲学社会科学版) No.12006(总第173期) JOURNAL OF XIAMEN UNIVERSITY(Arts &Social Sciences) General Serial No.173宏观主要经济变量对物价影响的动态分析钱争鸣,郭鹏辉,李 智(厦门大学计划统计系,福建厦门361005)摘 要:针对当前我国经济运行中物价水平变动的影响因素及其存在的问题,通过引入脉冲响应函数和方差分解方法,向量自回归模型可以从客观上分析宏观主要经济变量对物价的动态冲击和影响。
实证结果表明,经济变量对物价的影响各异且存在着一定的时滞效应。
因而,有关部门在不同时期宜采取相应不同的调控措施,以维持物价的稳定和经济的持续发展。
关键词:宏观经济运行;物价变动;VAR 模型;脉冲响应函数;方差分解中图分类号:F224.7 文献标识码:A 文章编号:0438-0460(2006)01-0095-08我国经济新一轮波动与快速增长,以及所暴露出的一些复杂问题,要求人们从更深的层面和不同的视角进行研究与探讨。
物价水平变动是反映宏观经济运行状况的晴雨表。
本文在总结国内外学者对当前我国经济运行评价的基础上,就当前我国宏观经济运行总量指标与物价水平之间的互动影响关系进行实证分析。
下面分四个部分就有关问题进行探讨。
一、问题提出近期来,有关我国经济快速增长与新一轮波动,以及对经济过热与治理问题的讨论,引起了广泛关注,物价上涨成为当前经济生活中的突出问题之一。
根据国家统计局公布的数据,我国居民消费物价水平从2003年1月回升并迅速上涨。
2003年居民消费价格的增长速度是1.2%(累计同比),2004年1-9月份,居民消费物价总指数增长4.1%。
从价格指数的连续变动情况看,仅以消费价格而言,从2月份的2.1%迅速攀升至6月份的5%,7月、8月是5.3%,9月则为5.2%(比上月上涨1.1%),其中城市上涨4.5%,农村上涨6.4%;2003年工业产品出厂价格指数是3%,而200495收稿日期:2005-04-01作者简介:钱争鸣(1956-),男,江苏泰兴人,厦门大学计划统计系教授、博士生导师,经济学博士;郭鹏辉(1982-),男,福建南安人,厦门大学计划统计系硕士研究生;李智(1979-),女,江西南昌人,厦门大学计划统计系博士研究生。
年8月份上涨6.8%(同比上涨0.6%),原材料、燃料、动力购进价格上涨12.9%(同比上涨1%); 2003年生产资料价格指数为3.6%。
2004年1-9月份,生产资料价格同比上涨13.9%,与年初相比,2004年前9个月生产资料上涨了7.56%。
由国家发改委提供的资料说明,2004年前8个月粮食价格上涨28%,拉动食品上涨10.6%,整个价格上涨3.5个百分点,影响程度为87.5%,生产资料价格也大幅度上涨,目前已传导至居住类价格。
今年第一季度,房屋销售价格指数增长10.4%。
2004年1-8月份,居住类物价比2003年同期上涨4.2个百分点,成为第二大类价格上涨。
为此,专家学者从不同角度提出自己的观点。
刘国光认为,目前经济增长率和物价上涨率都在正常区域之间。
消费品价格主要因为粮食价格恢复性上涨,带动了物价上涨;如果扣除粮食价格因素,核心消费品价格指数!只有1%到2%,价格也在合理区间移动,离严重通胀尚远。
[1]刘树成从中国经济波动与新一轮经济周期所具有的四大特点进行分析,其中从需求面看,是以住宅、汽车等为代表的消费结构升级;从物价变化看,当进入周期上升阶段,若经济增长速度加快,会引起物价总水平相应上涨。
[2]张卓元认为,9月份5.2%的物价上涨,食品价格占了2.05个百分点,所以难以降到3%以下。
如果加上油价的上涨,工业品市场价格、原材料价格的上涨,最后要向最终产品、消费品市场传导。
所以2004年第四季度的价格能回落多少还很难说。
一般认为,3%-5%也许是容忍区间,超过5%就需要考虑相关的政策。
从非食品的核心通货膨胀率来看,仍保持较低水平,但是有缓慢上升的趋势。
[3]总之,学者们较一致的看法是,目前中国不会出现高额通胀,但是,4%-5%的通货膨胀恐怕还要持续一段时间,明年也许还是这个格局。
上述各方意见,无疑对分析当前中国经济运行问题提供了许多有益的启示。
但是对宏观经济政策并没有形成统一的认识,这表明了宏观经济形势的复杂性,宏观经济变量的多样性和不确定性。
我国宏观经济运行指标之间究竟存在何种动态影响关系,宏观主要经济变量究竟对物价水平产生多大程度的影响等,都是值得我们关注的问题。
由于物价、投资、消费和进出口等诸变量之间是动态相互影响的,所以仅做简单的统计描述显然不够。
笔者认为,应基于实际经济运行数据,以现代数量经济方法为工具,对这些问题进行更为深入的探讨并提供相应的客观回答,这不仅有利于准确把握我国宏观经济变量之间的互动关系,同时也可为进一步研究和有针对性的调控提供必要的依据。
本文在数量方法上选择向量自回归(VAR:Vec tor AutoRegression),因为向量自回归模型能够把研究变量作为一个系统来考虑,避开了在结构建模过程中需要对系统所有内生变量滞后值函数建模的问题,常用于时间序列变量系统的预测,同时也可用于分析不同类型随机扰动项对系统变量的动态影响。
笔者利用向量自回归模型,研究1953-2004年期间投资、消费、进出口与物价水平之间的动态相互影响关系。
考虑到VAR模型难以作估计参数的单独分析,因此,我们引入脉冲响应函数(IRF:Impulse Response Function)与方差分解(VD:Variance Decomposition),以分析投资、消费和进出口对物价水平的动态影响,从实证角度考察各主要经济变量对物价水平的冲击,辨别构成物价变动的各经济变量的时滞作用。
二、分析指标设定与检验本文选取的经济指标分别为零售物价指数(PI)、固定资产投资总额(INV)、消费品零售总额(RC)、进口(I M)和出口(EX),共5个变量;数据为年度数据,样本区间为1953年至2003年;以197896年为基期,调整以现价核算的各经济指标为不变价。
∀同时,为克服变量序列的异方差,减小波动性,本文对数据进行对数化处理,定义如下:LPI=LN(PI)(自然对数的价格指数,1978=1)LI N=LN(I NV/IP)(自然对数的实际固定资产投资(IP 为投资价格指数),固定价格1978=1)LRC=LN(RC/PI)(自然对数的实际消费品零售总额,固定价格1978=1)LI M=LN(I M/PI)(自然对数的实际进口总额,固定价格1978=1)LE X=LN(EX/PI)(自然对数的实际出口总额,固定价格1978=1)(一)单位根检验由于许多经济时间序列都是一个非稳定的数据生成过程,因此我们首先对选取的指标进行平稳性检验并确定其单整阶数。
本文采用PHILLIPS-PERRON(PP)检验方法进行平稳性检验(表1),最优滞后阶数通过AIC 和SC 准则确定。
表1 单位根检验结果(PP 法)变量PP 检验统计量临界值变量PP 检验统计量临界值LIN-0.1253468861%-3.57D(LIN)-5.4047195821%-3.575%-2.925%-2.92LRC1.2948238321%-3.57D(LRC)-5.1766877341%-3.575%-2.925%-2.92LIM0.2923512491%-3.57D(LIM )-8.2036021331%-3.575%-2.925%-2.92LEX0.3930468191%-3.57D(LEX)-6.5423329531%-3.575%-2.925%-2.92D(LPI)-3.0405829691%-3.57D(LPI,2)-6.2079968261%-3.575%-2.925%-2.92(二)协整检验在建立VAR 模型之前,需检验变量间的协整关系。
若存在协整关系,则建立的VAR 模型合理;否则可能存在伪回归问题,则模型没有实际意义。
笔者运用Janhansen 方法进行协整关系检验(表2)。
表2 五变量系统(D(LPI)、LIV 、LRC 、LIM 和LEX)的协整关系检验原始假设特征值似然比5%置信水平1%置信水平r=00.4302605882.125545768.5276.07r <=10.3843983455.121888847.2154.46r <=20.3351918131.834440129.6835.65r <=30.2054255712.238117515.4120.04r <=40.024701961.20058433.766.6597 ∀数据来源:各年#中国统计年鉴∃。
其中1995年以前的投资价格指数(IP)为推算数据,取自解三明著#中国经济增长潜力和经济周期研究∃,中国计划出版社2001年版,第97-100页。
经过对各经济变量的单位根检验和协整检验,获得如下结果:1.实际固定资产投资对数(LI N)、实际消费(LRC)、实际进口(LI M)和实际出口中(LEX)的单位根检验:在1%和5%的水平上单位根存在,时间序列是非平稳的。
2.D(LIN)、D(LRC)、D(LIM)和D(LEX)的单位根检验:结论是在1%水平上差分序列是平稳序列,LI N、LRC、LIM和LEX是一阶单整过程,即I(1)。
3.价格对数差分(D(LPI))的单位根检验:结论是在5%的水平下平稳,不存在单位根;在1%的水平下存在单位根。
4.D(LPI,2)的单位根检验:结论是不存在单位根,LPI是二阶单整过程,即I(2)。
5.对D(LPI)、LI V、LRC、LI M和LEX作协整检验:结果是在1%水平下存在一个协整方程,在5%水平下存在两个协整方程,五变量系统之间存在着显著的协整关系。
通过对零售物价指数中(PI)、实际固定资产投资总额(I NV)、实际消费品零售总额(RC)、实际进口(I M)和实际出口(EX)五个变量对数LPI、LIN、LRC、LIM和LEX的时间序列进行单位根检验和协整检验,结果表明这几个变量之间存在长期均衡的稳定关系,且我国宏观经济运行中这5个变量之间也是相互影响的。
可以说,在此基础上建立的VAR模型是有效的。
三、VAR模型与实证分析(一)VAR模型与有关方法1.向量自回归(VAR)模型在向量自回归(VAR)模型中,当一变量t期的扰动项变动时,会通过变量之间的动态联系,对t 期以后各变量产生一系列的连锁作用,常被用于描述相关时间序列系统的预测和随机扰动对变量系统的动态影响。
一般的VAR模型数学表达式为:y t=A t y t-1+%+A p y t-p+B1X t+%+B r X t-r+ t其中y t是m维内生变量向量,x t是d维外生变量向量,A1%A p和B1%B r是待估计的参数矩阵, t为随机扰动项,此模型为一个VAR(P)模型。