我国居民消费和gdp误差修正模型探究

《我国居民消费和gdp误差修正模型探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、我国居民消费和GDP误差修正模型探究　　[摘要]居民消费作为拉动经济增长的一架马车，是保证经济健康快速发展的重要因素，因而对居民消费与GDP之间的内在关系进行研究具有重要的经济意义。本文从协整理论出发，通过对我国居民消费和GDP这两个时间序列建立误差修正模型，发现两者间存在长期的均衡关系和短期的动态关系，居民消费的上升能够促进GDP大幅度的增长。[关键词]协整；误差修正模型；均衡关系[中图分类号]F832[文献标识码]A[文章编号]1005-6432（2013）29-0086-027投资、出口和消费是拉动我国经济增长的三驾马车，自改革开放以来，它们各自都在我国经济增长中发挥了

2、巨大的作用。然而，投资对GDP的贡献具有一次性，不能持续拉动经济的增长；出口易受外界环境的影响，导致我国的经济波动性较大，且会减弱我国经济的自主性，因此扩大消费需求是促进经济持续稳定发展的最好选择。很多学者采用传统的计量经济模型对居民消费与GDP的关系进行了研究，并用以指导政策的实践。但是，传统的计量经济模型都是假定有关的时间序列是平稳的，而实际上大多数的经济时间序列都是非平稳的，直接将非平稳时间序列当做平稳时间序列进行回归分析，可能会导致不良后果，因此，为克服传统计量经济模型的不足，本文运用协整理论，通过误差修正模型来分析居民消费与GDP之间的关系。1理论回顾误差修正模型通

3、过建立短期动态模型弥补了长期静态模型的不足，不仅能反映不同时间序列间的长期均衡关系，又能反映短期偏离向长期均衡修正的机制。模型建立一般分为两步：一平稳随机过程及检验，二协整检验和误差修正。2实证分析2.1数据来源本文选取了改革开放以来（1978—2009年）中国GDP和居民消费（用PC表示）作为研究的两个重要变量，数据来源于《中国统计年鉴》。由于数据的自然对数不改变协整关系，并能使变量的趋势线性化，消除时间序列存在的异方差现象，同时可以更方便的考察GDP对居民消费的弹性，所以对GDP和PC进行自然对数变换，分别用LNGDP和LNPC表示GDP和PC的自然对数。通过Eviews

4、5软件得出对数化后的数据图（见下图），发现两条线明显有共同的走向，暗示它们之间有着长期的共同趋势，即两变量可能存在协整关系。2.2平稳性检验及分析7描点图能够对时间序列的可能性质给出初步线索，可以让我们直观地看到时间序列的趋势，从而大致判断时间序列的平稳与否，可以说，图形分析是更规范的平稳检验的起点，所以本文首先从LNGDP和LNPC的描点图来判断它们的平稳性。从上图可以看出，LNGDP和LNPC在研究期间不断增加，表现出上升趋势，这可能说明，序列LNGDP和LNPC是不平稳的。从描点图中已经初步发现序列LNGDP和LNPC是不平稳的，为了更规范的验证它们的平稳性，本文将采取

5、单位根检验法中的ADF分别对其进行检验。先对原序列LNGDP做ADF检验，由于ADF检验有三个基本的模型，不带截距项和时间项的模型Ⅰ，带截距项的模型Ⅱ以及带截距项和时间项的模型Ⅲ，因而从模型Ⅲ开始逐个试验。经试验，本文发现LNGDP中的时间趋势项和截距项在5%的显著水平下都不显著，因此应采用模型Ⅰ对LNGDP的平稳性进行检验，从检验的结果可以看出，ADF统计量的值（1.921840）小于5%显著水平的临界（1.952473），因而不能拒绝零假设的结论，即LNGDP是非平稳的，这与图形分析的结论相一致。7确定了LNGDP是非平稳后，接下来需要对LNGDP的单整阶数进行判断。为得

6、到LNGDP的单整阶数，先对一阶差分后的序列ΔLNGDP的平稳性进行检验，若检验发现序列ΔLNGDP是平稳的，则说明LNGDP是一阶单整时间序列。检验的步骤同前面对LNGDP的检验，经试验，发现ADF检验式中的时间趋势不显著但是却不能拒绝截距项为零的假设，于是采用模型Ⅱ对LNGDP的平稳性进行检验，从检验的结果可以看出，ADF统计量（-3.021475）的绝对值要大于5%的显著性水平下的临界值（-2.967767）的绝对值，因而拒绝δ为零的假设，即ΔLNGDP为平稳的，这说明LNGDP是一阶单整时间序列。本文的目的是要确定GDP与PC之间是否存在内在的关系，即是否协整，而两个

7、单整变量只有当它们的单整阶数相同时才能够协整，所以我们还要对LNPC进行检验，确定其是否也为一阶单整。经过试验，发现LNPC是不平稳的，但是在对ΔLNPC进行ADF检验时，我们发现ADF统计量（-2.999623）的绝对值要大于5%的显著性水平下的临界值（-2.967767）的绝对值，因而拒绝δ为零的假设，即ΔLNPC为平稳的，LNPC也为一阶单整时间序列。2.3协整检验和分析Engle和Granger指出，两个或多个非平稳的时间序列的线性组合可能是平稳的，线性组合后的平稳序列可以用来描述原变量之间的均