广东省投资与经济增长之间的计量分析

《广东省投资与经济增长之间的计量分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、广东省投资与经济增长之间的计量分析　　投资、消费和出口在我国的经济增长中发挥着重要的作用。特别是投资，在我国的经济发展过程中发挥着越来越大的作用，并且随着改革开放的不断深入，我国的投资一直保持着一个比较高的水平。作为经济增长的三驾马车之一，投资在经济发展中的作用比消费和出口对经济的促进作用都要大。　　关于投资和经济增长的关系，LevineandRenelt在1992年的文章中指出，投资对于经济增长来说是一个敏感的变量，它对经济的增长有着正向的并且显著的影响。Blomstrom,RobertE,LipseyandMario则在1993年的文章中指出，经济增长会影响资本的构成，而不是资本构成

2、影响经济增长。耿明斋和胡晓鹏则在1997年通过对国内数据的研究认为我国的投资对于我国的经济增长有着重要的推动作用，但是这种投资可能会由于过度而引起剧烈的经济波动。路领和胡燕京则在2010年通过对山东省数据的研究认为经济增长和投资之间存在双向的影响关系。　　一、广东省投资与经济增长之间的计量分析　　1.数据的选择与处理　　本文将把国内生产总值（简称GDP）作为对于广东省经济增长的测度值，用广东省的全社会固定资产投资（FAI）作为对于广东省投资的测度值。文中所使用的数据于广东省产业发展数据库，数据为1978-2010年广东省的年度时间序列数据。由于非平稳时间序列数据中可能存在异方差性，所以对

3、于国内生产总值GDP和全社会固定资产投资FAI进行自然对数的变换，分别记为LNGDP和LNFAI.　　2.对变量的ADF检验　　首先对所有的变量进行单位根检验，以检验变量是不是同阶单整，本文将使用ADF检验方法对单位根进行检验，其中的最佳滞后项由SIC的最小数值来确定。检验的结果可以由以下表1来显示，由表中的结果可知，LNGDP和LNFAI都是非平稳的时间序列数据，但是在一阶差分之后它们都变成了平稳的时间序列数据。其中△LNFAI和△LNGDP分别是LNFAI和LNGDP的一阶差分，检验结果如下所示：　　3.对变量的协整检验　　由表中的单位根检验结果可知，LNGDP和LNFAI都符合做协

4、整检验的前提假设。常见的协整检验有E-G两步法和Jo-hansen系统分析法两种方法，鉴于本文使用的变量只有两个，于是采用E-G两步法对变量进行检验，即首先使用最小二乘法（OLS）对原序列做回归；然后对回归之后的残差序列再做平稳性检验。如果残差序列的检验结果是平稳的，则表明所使用的两个变量是存在协整关系的，否则两者之间不存在协整关系。　　利用最小二乘估计对于LNGDP和LNFAI作线性回归可以得到如下结果：　　由以上检验结果可知，待估参数的显著性较高，模型的拟合度也比较高。　　然后再对上述回归方程的残差序列res进行平稳性的检验，如果这个序列是平稳的，就说明两个变量是协整的，如果这个序列

5、是非平稳的，则两个变量之间没有协整关系。可以通过对回归方程回归之后得到的残差做单位根检验来研究线性回归的残差的平稳性。残差的ADF检验结果如下：　　由上述残差的检验结果可以看出，残差序列res是一个平稳序列。这说明两个序列LNGDP和LNFAI之间是协整的，也就是说，广东省的投资和国内生产总值在长期中具有稳定的关系。投资每增加1%,国内生产总值就会增加0.9%,说明广东省的投资对经济的拉动作用比较强。　　4.运用ECM模型分析短期的影响　　由协整检验的结果仅能看出广东省的投资与经济增长在长期中有着稳定的均衡关系，但是这种关系忽略了短期波动的影响，也忽略了两个变量在短期内波动的相互影响。所

6、以还需要使用ECM模型来进一步研究，从而弥补长期静态模型对于变量之间关系解释不足。建立两个变量的ECM模型并进行回归可得到如下结果：　　可以看出，方程的统计量都是比较显著的。上述方程表明，被解释变量的变动可以被分成两个部分：一个是短期波动的影响，另一个是长期均衡的影响。由回归系数可知，在短期内，如果FAI的总额变动1%,将会引起GDP同方向变动0.264578%;而误差修正项的系数则表明了其对长期均衡的偏离的调整，其弹性为0.183168%,而误差修正项的系数为负，这表明长期的均衡具有收敛的趋势，也就是说误差项会对长期均衡的偏离纠正，当上一年的均衡偏离时，误正修正项会以0.183168的

7、比率对当年的△L-NGDP的取值做出反向的纠偏。这样的ECM模型就可以更好地反映长期和短期的动态均衡，也说明GDP和FAI之间具有动态的一种制衡关系。　　5.对变量进行Granger因果关系检验　　由前文的协整检验结果可以知道广东省的投资和经济的增长之间有着长期的均衡关系，但是要判断这种关系是不是因果关系还需要对变量进行因果关系检验。一种常用的因果关系检验就是Granger因果关系检验。检验的结果如下：　　由上表可以看出，GDP不是