宏观经济学实验报告---货币供给变动对我国经济波动的影响
货币供应与货币市场的波动
货币供应与货币市场的波动货币供应和货币市场的波动是经济学中重要的议题之一。
随着货币供应的不断变动，货币市场也发生相应的波动。
本文将从货币供应的含义和影响、货币市场的定义和特点以及两者之间的关系等方面展开论述。
一、货币供应的含义和影响货币供应是指经济体内所发行和流通的货币总量。
它包括货币的现金部分和存款部分。
货币供应的变化对经济体产生深远的影响。
首先，货币供应的增加会引起通货膨胀。
当货币供应过多时，人们持有的货币增加，购买力增强，市场上的商品和服务需求增加，从而导致物价水平上涨，即通货膨胀。
通货膨胀对经济稳定和社会发展产生负面影响，如降低人民的购买力和生活水平。
其次，货币供应的减少会引起经济萧条。
当货币供应不足时，人们持有的货币减少，购买力下降，市场上的商品和服务需求减少，导致经济衰退和失业率的上升。
经济萧条会对社会造成严重的经济和社会问题，如企业的倒闭和人民的生活困境。
二、货币市场的定义和特点货币市场是指短期资金流动的市场，包括各个金融机构之间的短期资金融通和交易。
货币市场的特点主要有以下几个方面。
首先，货币市场交易的对象是短期债券和货币市场工具，如商业票据、国库券等。
这些资产具有流动性高、期限短的特点。
其次，货币市场利率的波动会影响资金流动和市场的供求关系。
当货币市场利率上升时，资金的成本增加，借贷需求减少，市场上的资金供应相对紧缺；当货币市场利率下降时，资金的成本降低，借贷需求增加，市场上的资金供应相对充裕。
再次，货币市场的交易规模庞大、参与者众多，包括商业银行、非银行金融机构和个人投资者等。
这些不同的参与者通过买卖货币市场工具来获取资金，并对市场供求关系产生影响。
三、货币供应与货币市场的关系货币供应和货币市场之间存在密切的联系和互动。
货币供应的变动直接影响到了市场上的资金供求关系，进而影响到货币市场的利率水平和波动。
当货币供应增加时，市场上的资金供应相对增多，导致货币市场利率下降。
这种情况下，借款成本降低，资金需求增加，市场活跃，对经济的发展起到积极的推动作用。
我国货币供给与产出关系的实证分析
我国货币供给与产出关系的实证分析摘要：对我国而言，货币政策已逐渐成为了调节宏观经济的重要工具，对我国的货币政策的传导和效用的实证分析是必要的。
本文旨在研究货币供应和产出之间关系，即货币政策对产出效用大小问题，所以选择了简化形式的实证分析，通过分析确定了货币供应量是影响GDP的重要因素，进一步的，M2对GDP产生影响相对更大也得到了统计结果的支持。
最终得出结论，M2作为货币政策的观测目标更具指南作用。
关键词：货币供给；M2；产出近年来，世界经济发展的同时波动加剧，除了市场的自我调节外，各国政府央行也纷纷采取更积极主动的财政货币政策来对经济进行干预，以保持经济的稳定。
用什么样，何种程度的政策来减少产出及通胀的波动，是政策制定者面临的问题之一。
想要解决这个问题，我们必须对政策的发挥效力的大小和时间长短有一个准确的把握。
所以一直以来，学术界对货币政策的传递机制和效用进行了大量的实证研究，也得出了很多的成果。
关于这个问题，学术界基本分为两派，有不同的出发点和观点，产生了极大的争论。
支持凯恩斯主义的学者采取结构模型的实证分析，多年来发现了多种清晰的结构模型，如（1）传统利率传导途径：（2）托宾q理论：（3）财富效应：等等。
结构模型实证分析有其优势，我们可以独立的分析各个机制来看它是否合理，对政策和产出之间的关系有更准确的把握；可以使我们更准确的预测货币对产出的影响；可以预测如何改变制度还影响货币政策与产出之间的关系。
但是，这些优势都必须以这些模型是正确的为前提。
支持货币主义的学者更倾向用简化形式的实证分析，不考虑中间的过程，只是看M与Y之间的实证关系，这样就没有了途径的限制，考虑的更为全面。
但同时也带来了因果关系颠倒和外在因素影响的问题。
对我国而言，货币政策也已经成为了调节宏观经济的重要工具。
我国金融市场处于发展阶段，且金融结构和制度与国外有不同，所以对我国的货币政策的传导和效用的实证分析是必要的。
本文旨在看货币供应和产出之间关系，即货币政策对产出效用大小问题，所以选择了简化形式的实证分析。
中国货币错配对货币供给的影响分析的开题报告
中国货币错配对货币供给的影响分析的开题报告一、研究背景货币错配是指货币的供应与市场对于货币的需求不匹配所造成的经济现象，通常会导致通货膨胀或通货紧缩。
中国作为世界第二大经济体，货币错配现象频繁发生。
尤其是在2020年新冠疫情爆发后，中国央行采取了大量宽松政策，货币供给快速增加，但是由于消费需求下降，资本市场波动加剧，货币供需不平衡的问题更加突出。
因此，分析中国货币错配对货币供给的影响对于深入了解中国经济运行具有重要意义。
二、研究目的本研究的主要目的在于探讨中国货币错配对货币供给的影响，旨在：1.分析货币供给与消费需求、资本市场之间的关系；2.研究货币错配对宏观经济与金融稳定的影响；3.提出政策建议，为中国货币政策制定提供参考。
三、研究内容本研究的主要内容包括：1.全面了解中国货币供给的现状和趋势；2.探讨货币错配对宏观经济的影响，包括通货膨胀、通货紧缩、经济增长等；3.分析货币错配对金融市场的影响，包括股市、债市、汇市等；4.根据研究结果提出政策建议，为中国货币政策制定提供参考。
四、研究方法1.文献研究法：收集相关文献资料，综合分析国内外学者对货币错配的研究成果，以及中国货币供给政策的相关信息。
2.案例分析法：选取历史时期货币错配和货币政策变化的案例，并根据不同情况进行分析，揭示其对经济的影响。
3.经验研究法：通过统计数据的分析，探讨货币错配与宏观经济、金融市场之间的关系。
五、研究意义本研究可为中国货币政策的制定提供参考，对于深入了解中国经济剖面，提升经济增长质量，加强金融市场监管都有着积极的推动作用。
同时，为了实现货币供给和市场需求的平衡，提高货币政策的针对性，在国际货币体系和全球金融市场中发挥更为积极作用，也有重要的意义。
宏观经济学关于短期经济波动的理论与政策
短期经济波动的理论与政策短期经济如何波动，是宏观经济学研究的重要内容之一。
在众多解释短期经济波动的理论中，凯恩斯经济学派用总需求和总供给解释短期经济波动的理论，成为主流的短期经济波动理论。
该理论系统的阐述了货币政策和财政政策如何影响经济周期，以及从需求曲线和总供给曲线如何形成，各种政策如何通过影响总需求或者总供给来形成短期经济的均衡。
具体来说，可将该理论整理如下：一、经济周期的衡量在众多的经济指标中，国内生产总值（GDP）被认为是衡量总体经济状况的最概括的指标，它衡量经济的总收入和总支出。
GDP的增长变动，代表着经济的周期波动。
我们由GDP的核算课程中可以知道，国内生产总值=消费+投资+政府购买+净出口，即GDP=C+I+G+NX。
因此，GDP的增减变动，可以分解为消费、投资、政府购买和净出口的增减变动，分析GDP变动的原因，就可以分别分析消费、投资、政府购买和净出口的变动原因。
衡量经济运行好坏的另外一个指标是失业率。
短期经济繁荣的时候，就业人数增加，失业率就下降；反之，短期经济衰退时，失业人数增加，失业率上升。
因此，我们可以看到，失业率和GDP存在着一种负相关的关系，这种关系被称为奥肯定律。
以美国的经济数据为例子，通过计算失业率的变动和实际GDP的百分比变动之间的关系，得到一个函数：实际GDP的百分比变动=3%-2×失业率的变动该公式表明，对失业率增长的每一个百分点，实际GDP增长通常下降2%。
短期中，失业率和GDP的这种高度负相关关系，说明通过研究GDP的变动，可以大概掌握失业率的变动，这进一步说明GDP是衡量短期经济的最好指标。
因此，在短期中，我们以GDP作为衡量经济短期波动的指标。
在GDP核算中，我们知道GDP等于总收入，也等于总支出，在以后的分析中，GDP常以这两个名称出现。
二、短期经济的假设经济在短期和在长期是有差别的，其中最主要的差别表现在价格上。
宏观经济学假设，在长期，经济中的价格是具有弹性的，很灵活，能对供给或需求的变动做出反应。
宏观经济学案例分析10篇
宏观经济学案例分析10篇宏观经济学案例分析（一）：失业率与宏观经济政策最近，美国失业率相对稳定，而欧洲的失业率却急剧上升并持续在30年前的水平之上。
这种差异的部分原因在于两国的宏观经济政策不同。
美国只有一个中央银行，即联邦储备系统，严格监控着美国经济。
当失业率上升影响居民对经济的信心时，XXX会放松银根，实行用心的货币政策，刺激总需求和提高产出，防止失业率进一步上升，实际上是透过提高通胀率来降低失业率的方法。
而当时的欧洲还不存在这样的机构，欧洲是个国家联盟，它的货币政策由XXX统一制定，由于思考到各国状况的复杂性，XXX的目标主要是持续物价的稳定，奉行强有力的货币政策，全力持续低利率和低通胀。
在这样的状况下，就无法利用通货膨胀政策来降低失业率。
问题：1、什么是失业问题，造成失业率高的原因有哪些？2、说明失业和通货膨胀之间的关系。
答案要点：1、失业问题是由失业引起的一系列问题。
失业不仅是个经济问题，而且是个政治问题。
失业是经济问题，因为失业意味着浪费有价值的资源，不利于经济的迅速发展；失业是个政治问题，是因为它使成千上万的人失去工作，收入减少或丧失收入，使人们整天无所事事，生活在痛苦和无奈中，会引起社会动荡。
失业的原因主要有三种：①摩擦性失业，是指人们在各地区之间、各种工作职位之间变动所构成的失业；②结构性失业，是指因劳动力的供给和需求不匹配所构成的失业；③周期性失业，是由于经济周期的变化而产生的对劳动总体需求不足所构成的失业。
2、通货膨胀率与失业率之间存在相互交替的关系。
在失业率较低时，就业较为充分，经济活动比较频繁，从而工资上涨速度加快，因而引起通货膨胀加剧，通货膨胀率增加；反之，当失业率较高时，就业不够充分，失业的压力增加，工人增加工资的压力受到限制，从而货币工资增长放慢，甚至下降，导致价格总水平增长率下降，通货膨胀率降低。
当通货膨胀率较高时，往往失业率较大。
一般用菲利普斯曲线来表示这种变动。
货币供给与货币政策的影响
货币供给与货币政策的影响在现代经济中，货币供给和货币政策是影响经济运行和稳定的重要因素。
货币供给是指整个经济体系中货币的总量和供给方式，而货币政策则是指通过调整货币供给和利率等手段来影响经济的宏观调控政策。
货币供给和货币政策的变动都会对经济产生重要的影响，下面我们就来探讨一下这些影响。
首先，货币供给的变动会对物价水平产生影响。
当货币供给增加时，经济中的货币总量增加，人们可以用更多的货币进行交易，从而导致物价水平的上涨。
相反，若货币供给减少，则物价水平会下降。
这种影响往往通过通货膨胀或通货紧缩的方式体现。
然而，物价水平的变动不仅仅取决于货币供给的绝对量，还与商品和劳务市场的供求关系有关。
因此，在货币政策制定时，不仅需要考虑货币供给的变动，还需要综合考虑其他因素。
其次，货币供给的变动对利率产生影响。
当货币供给增加时，市场上的货币供应量增加，银行之间的借贷需求增加，进而导致利率下降。
相反，货币供给的减少会导致利率上升。
利率对经济活动有重要的影响，它直接影响到投资和消费的成本。
当利率较低时，企业更容易获得贷款，从而促进投资和经济增长。
而当利率较高时，借贷成本增加，企业和个人的投资意愿减弱，对经济增长造成抑制。
因此，货币供给的变动对利率的影响不容忽视。
货币政策的实施对经济运行和稳定也有重要的影响。
货币政策可以通过调整货币供给和利率等手段来影响经济活动和就业水平。
例如，当经济面临下行压力时，中央银行可以采取扩大货币供给的措施来刺激经济，促进投资和消费，达到稳增长的目标。
另一方面，当经济面临通货膨胀压力或资产泡沫时，央行可以收紧货币供给，提高利率，抑制经济过热。
因此，货币政策在经济调控中具有灵活性和重要性，能够应对各种经济波动。
此外，货币供给和货币政策对金融市场也产生重要影响。
货币供给的变动往往会引发金融市场的波动，尤其是股票、债券和外汇市场。
当货币供给增加时，市场上的流动性增加，投资者更容易获得资金进行交易，进而推动股票市场上涨。
汇率变动及其对中国经济的影响
汇率变动及其对中国经济的影响作者：涂晓枫来源：《商情》2011年第23期【摘要】本文将对2000到2010年人民币对美元汇率变化进行描述分析，讨论汇率变动与贸易余额变动的关系，并浅析人民币升值，美元贬值对中国实体和虚体经济及美元国际地位的影响。
【关键词】汇率贸易余额实体经济虚体经济一、2000到2010年人民币对美元汇率变化中国人民币汇率自2005年7月21日起，对美元汇率一次性上调2.1％至1美元兑8.11元人民币。
此后，人民币对美元汇率以央行每日订出的外汇指定银行之间交易的中间价为基准，上下浮动0.5％。
在接着下来的三年里，中国央行持续让人民币对美元逐步升值了19％。
到2008年9月23日，1美元兑6.8099元人民币。
不过，自2008年7月起，央行将人民币对美元的中间价一直盯着美元浮动，波幅维持在100个基点内，以保护中国经济免受环球金融危机的严重冲击。
这一举动使得人民币汇率在2010年7月之前基本保持稳定，而从2010年7月开始，人民币又开始持续升值。
由于数据较多，下面用图示法表示人民币汇率的变化，其中，美元兑人民币汇买价、钞买价、钞卖价/汇卖价、中间价、平均中间价的单位均为人民币/100美元。
二、说明汇率变化与中美之间的贸易余额变化的关系汇率在中美双边贸易余额中起到的作用很小。
根据宏观经济学的基本理论，汇率与贸易余额呈正相关关系，即汇率上升，贸易余额增加，汇率下降，贸易余额减少。
但实证研究表明，大多数情况下汇率与贸易余额在当期没有同向变化。
事实如下：从2005年7月到2008年7月，中国允许人民币兑美元升值21%。
在这段时期，中国对美贸易顺差大幅增长而不是减少。
2008年上半年，这个升值过程还没有结束的时候，中国对美顺差为1,190亿美元，几乎比升值开始之前、2005年上半年的顺差多出三分之一。
中国全球贸易顺差总额增长更快，2008年达到了2,950亿美元，差不多是2005年总额1,020亿美元的三倍。
宏观经济学第四章财政政策和货币政策效应分析
（2）证券信贷控制。又叫垫头规定， 指在购买有价证券时必须支付的最低现 金比率，余下差额由经纪人或银行贷款 垫付。这项措施是为了控制金融市场活 动，使之不致于影响信用的一般条件， 并影响货币供给量。具体作法是：在经 济萧条时降低垫头规定，放松信用，增 加货币供给量，降低利率；在经济膨胀 时提高垫头规定，紧缩信用，减少货币 供给量，提高利率
宏观经济学第四章财政政策和货币政 策效应分析
i
LM0
i0
LM1
i1
IS
O Y0 Y1
Y
政策效果小
i
LM0
LM1
i0 i1
IS
O
Y
Y0 Y1
政策效果大
宏观经济学第四章财政政策和货币政 策效应分析
• 货币政策乘数
• 货币政策效应也可以用货币政策乘数来 表示和计量。所谓货币政策是指，当IS 曲线不变或商品市场均衡情况不变时， 货币供给量变化能够使国民收入变动多 少
第二节 财政政策和货币政策的效应
一、财政政策的效应
从IS——LM模型来看，所谓财政政策的效应 是指政府收支的变化使IS曲线变动对收入变动 的影响
显然，这种影响因IS、LM曲线弹性的大小不 同而有所区别
宏观经济学第四章财政政策和货币政 策效应分析
在LM曲线不变时，IS曲线的弹性越大 ，即IS曲线越平坦，则IS曲线移动时收入 变化就越小，即财政政策的效应越小； 反之，IS曲线的弹性越小，即IS曲线越陡 峭，则移动IS曲线时收入变化就越大，即 财政政策的效应越大
宏观经济学第四章财政政策和货币政 策效应分析
中央银行影响货币供给量的政策工具 主要是：
（1）公开市场业务 （2）调整再贴现率 （3）调整法定准备金率
- 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)。
《宏观经济学》实验报告 【实验题目】“宏观经济学实验四货币供给变动对我国经济波动的影响” 【实验目的】使学生掌握和理解利率和货币供给的变动对宏观经济波动的影响，了解在不同的经济环境下政府货币政策的选择方案和效果。
同时，加深对于理论知识与实践能力;加深对于凯恩斯模型、IS-LM 模型和货币政策的相关理论知识的理解，学习；了解相关的计量分析方法和软件，并使用软件对于一些实际经济数据进行分析，验证所学的有关理论。
【理论基础】 1. 货币统计口径 M0：现金或通货（Cu ）；M1：银行体系以外流通的通货M0+商业银行活期存款（D ）； M2：M1+储蓄存款（Ds ）+个人定期存款（ Dt) ,也可以看作货币； M3：M2+其他流动性资产或货币近似物（Dn ）。
2.凯恩斯模型凯恩斯认为货币当局通过改变货币供给量影响人们的灵活偏好即货币需求，进而影响利率、影响真实经济的波动。
货币需求函数为：12()()dM L Y L r =+在凯恩斯模型中，金融市场只有长期债券和现金两种金融资产，且可以相互替换。
在这一假定条件下，凯恩斯关于货币供给变动对真实经济的影响过程具体为：sM r I Y ↑⇒↓⇒↑⇒↑3. IS-LM 模型 产品市场：001(1)IS a I G bT dr Y b t ++--=--曲线：货币市场L M m hY rk k=+曲线：4. 影响宏观变量的措施 改变货币供给量M 三种货币政策工具4.1公开市场操作—是指中央银行在金融市场上公开买卖政府债券 4.2法定准备金率—是中央银行给银行的最低存款准备金率的管制。
4.3贴现率—是当中央银行向银行发放贷款时所收取的利率。
5.理论基础总结5.1 凯恩斯模型中，货币供给增加后，人们手持货币超过灵活偏 好程度，因而愿意将货币换成债券资产，债券需求增加使其价格上涨，从而引起利率下降，刺激投资，通过投资乘数作用使GDP 增加。
5.2 IS-LM 模型中，货币供给量增加使LM 曲线移动,引起利率下降。
刺激投资，使IS 曲线右移，增加GDP ；收入增加反过来增加交易需求、减少投资需求，引起利率上升。
如此反复最后达到新的均衡。
5.3 根据这样的思想,我们运用我国1979-2005年货币供给量、投资和GDP 的数据考察我国货币供给量变动对经济波动的影响,验证我国货币政策的效果。
6.评价货币政策效果的方法6.1成本-收益法：比较容易受到人为因素的影响；6.2大型计量经济模型：包含的变量很多，对经济预测效果较差，招致许多批评；6.3向量自回归模型（VAR 模型）：是用模型中的所有期变量对所有变量的若干滞后变量进行回归，用以估计联合内生变量的动态关系。
该模型自20世纪80年代后，在政策评价方面得到广泛的应用。
7.VAR 模型111111111111.....................................................n k k n n nn kn knn ππππεππππε⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=+++ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭t t-1t-k 1t t t-1t-k nt x x x y y yVAR 模型中包含多少内生变量，就有多少个向量自回归方程。
估计VAR 模型时必须明确下面问题：7.1模型中共有哪些变量是相互联系的，即放入模型中的变量须为内生变量或具有单向因果关系的外生变量，因而首先对分析变量进行Granger 因果性检验；7.2采用OLS 方法估计VAR 模型中的各方程，因而需对分析中的时间序列变量进行ADF 平稳性检验和Johansen 协整性检验，以避免OLS 估计的伪回归； 7.3确定滞后期K ；7.4VAR 模型中变量的顺序至关重要。
如果模型中的误差向量之间不存在同期相关性，则每个向量自回归方程中的 为变量本身的误差项。
但一般而言，误差向量之间皆存在同期相关性，各误差项之间存在交叉部分，这部分归哪个变量，一种简单的方法是，将其归为第一个变量。
8. VAR 模型中的脉冲效应和方差分解在利用VAR 模型的估计系数进行分析时，其经济意义很难得到解释。
因此，通过对VAR 模型估计的误差项，建立系统的脉冲响应函数和方差分解的动态反映模式来作为对VAR 模型结论的解释。
8.1脉冲响应函数（IRF ）：描述的是VAR 模型中的一个内生变量的冲 击给其他内生变量所带来的影响。
即在某一内生变量的随机误差 中加入一个标准差大小的冲击，观察这一冲击对其他内生变量当 前值和未来值所带来的影响。
IRF 就是通过掌握这种来自随机误 差项的一个标准差冲击对内生变量当前值和未来值影响的变动轨迹，比较直观的刻画出变量之间的动态交互作用及其效应。
8.2方差分解：就是通过分析每一个冲击对内生变量变化（通常用方差来度量）的贡献度，即将VAR模型中每一个内生变量的波动按其成因分解为与方程中各种冲击相关的组成部分，以了解各种冲击对模型内生变量的相对重要性。
【实验方案与进度】1.进行理论知识学习与储备2.收集实验所需要的数据资料3.实验操作及结果表达4.分析评价及实验总结【实验过程与步骤】1、选择变量；2、做Granger 因果检验，验证是否内生变量；3、进行ADF平稳性和Johansen协整性检验，确保OLS估计的有效性；4、确定VAR计量模型并进行估计；5、对VAR模型滞后结构的检验，确保VAR模型的稳定性；6、产生脉冲响应函数，观察货币供给量的变动如何影响收入增长；7、进行方差分解，定量地把握GDP增长1%，其中货币供给变动对GDP增长的贡献度。
【实验结果】1、选择变量；2、做Granger 因果检验，验证是否内生变量，检验结果如下：Pairwise Granger Causality TestsDate: 06/24/12 Time:22:55Sample: 1979 2005Lags: 2Null Hypothesis: Obs F-Statistic ProbabilityLNRM2 does not Granger Cause RR 25 3.20352 0.06210 RR does not Granger Cause LNRM2 2.48764 0.10844LNRI does not Granger Cause RR 25 5.36390 0.01365 RR does not Granger Cause LNRI 1.34078 0.28417LNRGDP does not Granger Cause RR 25 1.21478 0.31775RR does not Granger Cause LNRGDP 0.62231 0.54678LNRI does not Granger Cause LNRM2 25 2.64795 0.09546LNRM2 does not Granger Cause LNRI 6.27293 0.00768LNRGDP does not Granger Cause LNRM2 25 4.74350 0.02061LNRM2 does not Granger Cause LNRGDP 10.0365 0.00096LNRGDP does not Granger Cause LNRI 25 2.40893 0.11552LNRI does not Granger Cause LNRGDP 7.36020 0.00402由图中结果知道。
P（LNRgdp）=0.31775，不符合实验要求；其他数据P 值都较小，所以排除。
3.进行ADF平稳性和Johansen协整性检验，确保OLS估计的有效性。
3.1 ADF平稳性检验结果Method Statistic Prob.**ADF - Fisher Chi-square 16.8057135604306 0.0100244329428696ADF - Choi Z-stat -2.67515435172309 0.00373474259162114** Probabilities for Fisher tests are computed using an asympotic Chi-square distribution. All other tests assume asymptoticnormality.Intermediate ADF test results D(UNTITLED)Series Prob. Lag Max Lag ObsD(LNRGDP) 0.0501613637100688 0 5 25D(LNRI) 0.050685972107211 0 5 25D(LNRM2) 0.088191870321299 0 5 25对以上数据进行平稳性检验，我们可以看出P值较小，说明数据较稳定，所以通过平稳性检验。
3.2 Johansen协整性检验结果：Sample (adjusted): 1981 2005Included observations: 25 after adjustmentsTrend assumption: Linear deterministic trendSeries: LNRM2 LNRI LNRGDPLags interval (in first differences): 1 to 1Unrestricted Cointegration Rank Test (Trace)Hypothesized Trace 0.05No. of CE(s) Eigenvalue Statistic Critical Value Prob.**None * 0.593671 38.90437 29.79707 0.0034At most 1 * 0.413411 16.38958 15.49471 0.0366At most 2 0.114986 3.053795 3.841466 0.0805Trace test indicates 2 cointegrating eqn(s) at the 0.05 level* denotes rejection of the hypothesis at the 0.05 level**MacKinnon-Haug-Michelis (1999) p-valuesP值较小，通过检验。
由ADF平稳性和Johansen协整性检验已通过，我们可以确保OLS估计的有效性。
4、确定VAR计量模型并进行估计LNRM2 LNRGDP LNRILNRM2(-1) 1.193989 0.491354 0.783557(0.17877) (0.20300) (0.32848)[ 6.67879] [ 2.42043] [ 2.38540]LNRM2(-2) -0.268918 -0.279675 -0.401911(0.14939) (0.16964) (0.27449)[-1.80012] [-1.64868] [-1.46422]LNRGDP(-1) 1.005499 0.640986 0.746780(0.24771) (0.28128) (0.45514)[ 4.05924] [ 2.27884] [ 1.64078]LNRGDP(-2) -0.139662 -0.346810 -0.551167(0.20512) (0.23291) (0.37688)[-0.68090] [-1.48900] [-1.46244]LNRI(-1) -0.148997 0.403416 0.677755(0.15284) (0.17356) (0.28083)[-0.97484] [ 2.32440] [ 2.41337]LNRI(-2)-0.493618 -0.154302 -0.484572 (0.17383) (0.19739) (0.31940) [-2.83962][-0.78171][-1.51713]C -1.892942 2.438863 1.290623 (0.78613) (0.89268) (1.44444) [-2.40792] [ 2.73208] [ 0.89351]R-squared 0.999081 0.995626 0.991729 Adj. R-squared 0.998775 0.994168 0.988971 Sum sq. resids 0.017873 0.023046 0.060341 S.E. equation 0.031511 0.035782 0.057899 F-statistic 3261.257 682.8632 359.6947 Log likelihood 55.06824 51.89074 39.85931 Akaike AIC -3.845459 -3.591259 -2.628745 Schwarz SC -3.504174 -3.249974 -2.287459 Mean dependent 8.955200 8.995600 8.067200 S.D. dependent0.9001720.468545 0.551328Determinant resid covariance (dof adj.) 2.72E-09 Determinant resid covariance 1.01E-09 Log likelihood152.4523 Akaike information criterion -10.51618 Schwarz criterion-9.4923265.对VAR 模型滞后结构的检验，确保VAR 模型的稳定性，如下图所示：-1.5-1.0-0.50.00.51.01.5-1.5-1.0-0.50.00.5 1.0 1.5Inverse Roots of AR Characteristic Polynomial由图可以看出模型很适合，处理的很好，通过检验。