资源描述:
《运用svar模型实证分析影响我国经济增长和波动的主因》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、运用SVAR模型实证分析影响我国经济增长和波动的主因0引言改革开放以来,我国经济保持了30多年的持续高速增长.从1978~2010年,中国经济年均增长率接近9.8%,经济总量已超越日本成为世界第二大经济体.我国经济在快速增长的同时,往往也伴随着经济的过度波动.经济的忽冷忽热会对宏观经济的持续平稳运行产生极为不利的影响.因此,研究分析造成我国宏观经济波动的影响因素并找到相应的对策措施对保持我国宏观经济的长期快速健康增长具有非常重要的现实意义.本文运用结构向量自回归(SVAR)模型,对影响我国经济增长和波动的主要因素进行了实证分析.1数据整理与模型设定
2、1.1变量选取分析消费、投资、出口和地方政府财政分权对我国经济不稳定性的影响,需要对各变量挑选合适的衡量指标.本文以国内生产总值(GDP)变动状况衡量中国宏观经济波动.考虑到数据的可得性,以固定资产投资额(I)代表投资需求,其中,以中央项目固定资产投资额(I_zy)代表中央政府投资,以地方项目固定资产投资额(I_df)代表地方政府投资;并且结合对财政分权的影响,以地方政府固定资产投资额占总投资额比重大小代表财政分权指标;以全社会消费品零售总额(C)代表消费需求;以出口额(EXP)代表出口,来分析投资、出口和消费对产出增长和波动的影响.考虑到1994
3、年分税制改革以后,我国财政分权程度加大,为了充分说明地方政府投资对经济的影响,本文选取1995Q1至2011Q4的季度数据,共68个样本.所用各变量数据皆于中经X统计数据库.1.2数据整理我们首先将各季度出口额(以美元计价)乘以各季度人民币对美元加权平均汇率得到以人民币计价的各季度出口额(EXP)数据.其次,我们利用居民消费价格指数的同比数据和环比数据构建以1994年12月为基期的定基物价指数(CPI),然后将国内生产总值(GDP)、中央项目固定资产投资额(I_zy)、地方项目固定资产投资额(I_df)、出口额(EXP)和全社会消费品零售总额(C)
4、的季度数据除以定基物价指数(CPI)得到各宏观经济变量的季度实际值,接着采用X-12季度调整方法对以上各经济变量的时间序列做季节调整,以消除季节因素的影响.此外,为了减少各时间序列的波动性,克服数据中的异方差,分别对季节调整后的GDP、I_zy、I_df、EXP和C做对数变换,得到各变量的对数序列LnGDP、LnI_zy、LnI_df、LnEXP、LnC.1.3模型设定为了纳入经济变量之间的同期相互影响,本文采用结构向量自回归模型(SVAR)进行实证研究:其中,Y为经济变量向量,C为常数向量,B0,A为系数矩阵;下标t为时间变量,i为向量滞后阶数,
5、p为最大滞后阶数,T为样本个数;μ为结构式冲击,且μ~Vu;1t,μ2t,μ3t,μ4t,μ5t分别为作用于LnI_zy,LnI_df,LnEXP,LnC,LnGDP的结构式冲击.假设B0可逆,则SVAR模型可以转化为如下的简化式VAR方程:简化式模型(2)中,Γ0=C/(B0);Γi=Ai/(B0);εt=μt/(B0),即μt=B0εt.可以看出,简化式扰动项εt是结构式冲击μt的线性组合,代表一种复合冲击.2实证结果分
6、析.2.1平稳性检验.SVAR模型要求时间序列数据是平稳的,因此,模型设定好以后,需要对相关经济变量进行单位根检验以确定其平稳性.本文采用ADF检验对各经济变量进行单位根检验,检验结果见表1.从表1的单位根检验结果可以看出,PanelA中对数序列LnI_zy、LnI_df、LnEXP、LnC和LnGDP的ADF值都大于5%显著性水平下的临界值,它们都不是平稳序列.因此,需要对这些变量进行平稳化处理.在对各序列进行一阶差分后,我们得到PanelB中各差分序列DLnI_zy、DL-nI_df、DLnEXP、DLnC和DLnGDP的ADF值皆小于5%的临
7、界值,表明它们为平稳序列,从而可以将其带入SVAR方程中进行模型估计和脉冲响应分析.2.2模型估计.向量自回归模型的估计结果受到滞后阶数选择的影响,因此,首先需要确定恰当的滞后阶数.考虑到我们所选取的宏观经济变量之间相互影响的期限,同时受样本期长度限制,本文取最大滞后阶数为4.根据AIC信息准则我们判断滞后阶数选择4是合理的(表2).同时根据模型特征多项式根的倒数全部小于1(位于单位圆内),证明我们所选择的SVAR(4)模型结构是稳定的.对k元SVAR模型进行估计,需要对结构式施加k(k一l)/2个约束条件才能识别出结构式冲击(Hanmilton,
8、1999).本文使用的SVAR模型包含5个内生变量,因此需要施加10个约束条件才能有效识别结构式冲击.本文根据一般宏观经济