试论我国纺织品服装贸易和经济增长的交互影响.doc

试论我国纺织品服装贸易和经济增长的交互影响.doc

ID:51005222

大小:72.00 KB

页数:8页

时间:2020-03-17

试论我国纺织品服装贸易和经济增长的交互影响.doc_第1页
试论我国纺织品服装贸易和经济增长的交互影响.doc_第2页
试论我国纺织品服装贸易和经济增长的交互影响.doc_第3页
试论我国纺织品服装贸易和经济增长的交互影响.doc_第4页
试论我国纺织品服装贸易和经济增长的交互影响.doc_第5页
资源描述:

《试论我国纺织品服装贸易和经济增长的交互影响.doc》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、试论我国纺织品服装贸易和经济增长的交互影响(作者:单位:邮编:)单位根检验。最常见的时问数列的平稳性检验就是单位根检验。本文将采用ADF(AugmentedDickey一Fuller)法检验变量的平稳性。对于非平稳的变量还需要检验其差分的平稳性。如果变量的n阶差分是平稳的,则称此变量是n阶单整,记为l(n)o所有变量同阶单整是变量之间存在协整关系和因果关系的必要条件。因果关系检验。Granger(1969)提出的因果关系检验解决了变量之间是否及如何构成因果关系的问题。其基本原理是:在做丫对其他变量(包括自身的过去值)的回归时,如果把X的滞后值包括进

2、来能显着地改进对Y的预测,就可以说x变化是Y变化的原因。联立方程组模型。对于联立方程组模型中的单方程(即结构式方程)。只有在可识别的条件下才能被估计,结构式方程是否可以识别存在如下定理:在一个含有M个联立方程组的模型中・一个方程如果能被识别,该方程所排除的前定变量的个数必须不少于它所含有的内生变量的个数减1,即:K—k>in—1(其中K为模型中前定变量的个数,k为给定方程中前定变量的个数,m为给定方程内生变量的个数),对于可以识别的方程组模型,一般可以用二阶段最小二乘法来进行估计[91。根据估计结果,还有必要从拟合优度、F检验统计量值、样本回归系数

3、的t检验值,是否存在自相关、异方差性等方面,对模型的可靠性做进一步的分析。本文以1985-2005年为统计样本,应用格兰杰因果关系分析法及联立方程组模型,分别考察我国纺织品服装贸易与我国GDP之间的因果关系,以及他们之间的交互影响关系。在实证研究结果基础上,最后给出研究的结论和政策启示。3・2变量的平稳性检验应用Eviews软件,对表1巾的InGDP.InX.InM序列分别进行单位根检验,检验结果表2O从表2可以看,通过相应的检验方式,各变量的ADF检验统计量值均小对应的1%或者5%临界值,表明各变量均是平稳的;此,各变量都是0阶单整系列,于是进一

4、步检验变量之间的因果关系。3・3因果关系检验对变量InGDP分别与InX.InM进行因果关系检验,观察他们之间的因果关系oGranger因果关系检验对设定的滞后阶数很敏感,在对不同滞后期的检验结果进行评价时•一般地以AIC或SC取值最小,同时考虑检验模型中随机干扰项不存在序列相关性为依据Io检验结果见表3,检验的模型均不存在1阶和2阶自相关性。从表3看出,在5%显着水平下,我同纺织品服装进口变化是我国GDP变化的原因・而我国GDP变化不是我国纺织品服装进口变化的原因。我国纺织品服装进口变化是出口变化的原因•而我国纺织品服装出口变化不是进口变化的原因

5、。在10%显着水平下。我国纺织品服装出口变化与我国GDP变化互为因果关系。基于此检验结果可以确定:在模型中,ImM应为自变量,InGDP.InX既可为自变量也可为因变量3、4联立方程组模型的建立、识别和估计由于本文研究目的是分析我国纺织品服装贸易与经济增长的交互作用,又根据因果关系分析的结论,经过反复试验法,并且把存在自相关的模型进行校正,引入滞后一期的InGDP作为滞后内生变量,建立如下联立方程组模型的基本形式。lnGDPL=0[(I+0[IlnX+O[2lnGDP>[1(1)InGDP=13olnM+p.1nGDP>p2AR(1)+(2)InX

6、=-yO+-yllnM+2lnGDP+(3)根据本文的研究方法所述,上方程组中,先决变量为InM和InGDPK=2,式⑴、式⑵、式(3)中k值分别为仁2、1,对应的m值分别为2、K2,则式(1)、式(2)、式(3)均为恰好识别方程,用二阶段最小二乘法来进行估计,结果见式(4)、式⑸和式⑹。InGDP=0.6177+0・10481nX+0・87461nGDP+l(4)t:(2.5958)(2.3668)(16・3409)校正的R=0.9984D.W.=1.1914F=6012.916Prob・=0・000lnGDP~=0.06891nM-+0.969

7、71nGDP+0.7841AR(1)+tx2(5)t:(2.2901)(55.5992)(6・6323)校正的R=0・9985D.W.=1.5131lnX=-2.7949+0・31531nM+0・79441nGDPI二o(6)t:(-3.2132)(3.3901)(6・1301)校正的RZ=_0・9646D.W.=1.0920F=258.799Prob;0.0003・5对模型结果的分析从式(4)、式(5)、式(6)的结果看,拟合优度均在96%以上。在5%的显着水平下,样本的回归系数都是显着的。从经济意义上考虑,样本的回归系数符号是合理的。对式(4)

8、、式(5)、式(6)的残差进行LM检验,在5%的显着水平下,LM(1)检验相伴概率分别为0.0857、0.4402、0・0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。