资源描述：
《投资、消费与经济增长关系的协整研究》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、投资、消费与经济增长关系的协整研究内容摘要:本文以GDP中的固定资产投资及最终消费为对象,用协整理论和误差修正模型弥补传统计量经济方法的不足,并以河南省为例,分析固定资产投资、最终消费与经济增长之间的关系。 关键词:固定资产投资消费经济增长协整检验 投资、消费与经济增长关系研究概述 对投资需求和经济增长之间关系的研究中,美国等国的固定资本形成(固定资产投资在GDP中所占份额)同人均GDP之间具有显著的正相关关系(DeLong和Summers,1992),并且这种相关性显示了从投资率到增长率之
2、间的因果关系。国内,蒋晓华通过协整回归、误差修正模型以及Granger因果检验的计量经济学方法,分析了固定资产投资和经济增长之间的关系,得出了固定资产投资对经济增长的影响显著,但存在滞后效应;姚娜将固定资产分为国有固定资产、集体固定资产和个体固定资产,研究各固定资产投资总量对国民经济总值的影响,得出公有固定资产投资与当期实际GDP之间存在高度相关关系,其中以国有和集体的固定资产投资为主,二者对GDP的产出有较大影响作用;苗敬毅利用单整PP检验和协整EG检验分析了中国固定资产投资和经济增长间的长期均衡关系,
3、建立了反映中国固定资产投资与经济增长动态影响机制的传递函数模型。 另外,消费作为需求力量,对经济增长起着拉动作用。近年来,消费需求对经济增长的积极影响越来越大。本文以对河南省居民消费与经济增长的研究为例,比较有代表性的观点有:杨芳揭示了河南省农村居民消费需求的特点,并提出了刺激河南农村居民消费应采取的措施和对策;王慧采用扩展的线性支出系统,对河南省城镇居民各类商品年消费支出与年可支配收入进行了系统的定量分析,揭示了城镇居民消费需求将出现新型家电及电脑产品消费趋势,现代通讯工具及上X需求日趋旺盛,娱乐教育
4、文化服务支出增多等新热点;田萍、廖靖宇应用聚类分析方法,对河南省17个地市级城市居民的消费结构进行了比较统计分析,得到了各城市居民消费结构的一些特点和规律,并进一步探讨了其消费结构、可支配收入与总消费支出之间的关系。 但从现有文献来看,相关研究存在以下不足:一是现有关于固定资产投资的研究文献大多是从全国范围内进行研究,对区域的研究较少;二是把投资、消费与经济增长联合起来进行协整分析的研究较少;三是现有研究文献大多针对居民消费,没有涵盖政府消费,这样从数量方面来研究总消费需求与经济增长的关系,必然会产生一
5、定的偏差;四是由于在用传统的计量经济方法研究消费时以存在动态稳定性为前提,而实际上经济不断增长的趋势使大多数经济变量序列是非平稳的,所以直接运用传统的计量经济方法研究非平稳的经济变量之间的关系缺乏一定的可靠性。鉴于此,本文以河南省为例,将GDP中的固定资产投资和最终消费作为研究对象,在研究方法方面用协整理论和误差修正模型弥补传统计量经济方法的不足,从而对河南省固定资产投资及最终消费与经济增长的关系进行更为精确的实证分析。 数据选取 本文所用的样本取自1978-2006年度的数据(于历年《河南统
6、计年鉴》),用固定资产投资总额反映投资状况,用最终消费总额反映最终消费状况,用宏观经济指标—国民生产总值(GDP)反映经济增长,数据全部折算成1978年不变价,以消除物价变动对其的影响。由于数据的自然对数变换不改变原来的协整关系并能使其趋势线性化,又可以消除时间序列数据中存在的异方差,所以对实际GDP、固定资产投资和最终消费总额进行自然对数变换,分别表示为lnYt、lnIt和lnCt,其相应的差分序列为dlnYt、dlnIt和dlnCt。 实证检验 (一)单位根检验 由于数据选取的是GDP、
7、固定资产投资和最终消费总额这类宏观经济变量,其时间序列大多都不是平稳的,随着时间的位移而持续增长。但是这些变量主要受宏观经济环境的影响,如果经济出现突发性震荡,受到冲击的这些宏观经济变量可能逐渐回到它们的长期增长趋势上去,也可能呈现出随机游走的状态。若呈现出随机游走的状态,还用普通OLS进行回归,许多参数统计量的分布不再是标准分布,所作的回归被认为是“伪回归”,为克服这一现象,使回归有意义,本文对时间序列进行差分,然后对差分序列进行回归。这样做可以使差分序列趋于平稳,但缺点是忽略了原时间序列包含的有用信息
8、,而这些信息对分析问题来说又是必要的。 为解决上述问题,可以采用协整理论,而要进行协整分析必须首先进行单位根检验。进行单位根检验有多种方法,如DF法、ADF法、PP法,本文采用ADF法来检验变量的稳定性,如对于非平稳变量,还需检验其一阶差分(或增长率的平稳性),如果变量的一阶差分是平稳的,则称该变量有单位根,所有变量都一阶差分平稳是变量之间存在协整关系的必要条件。运用上述方法和数据,利用Eviet=LnYt-(0.726+0
