关键词:单位根检验;协整检验;格兰杰因果分析
1.引言
消费是经济活动的起点,又是经济活动的终点。一方面所有经济活动的最终目的都是为了满足人们的消费,另一方面消费也是经济增长的源泉。根据各国的统计显示,消费支出一般要占到GDP的3/2左右,因此消费的变化对一国的经济有很重要的影响。2011年末,全国大陆总人口为134735万人,其中城镇人口为69079万人,占总人口比重首次超过50%,达到51.3%,农村人口为65656万人。虽然城镇人口首次超过农村人口数量,但是农村居民人均纯收入,比上年增长17.9%,农村人口仍然是一个潜力巨大的消费团体。因此,为了促进我国经济平稳健康的发展.,开辟潜力巨大的农村市场无疑是最佳的选择。
本文的结构安排如下:第二部分方法介绍:单位根检验、协整检验以及格兰杰因果检验;第三部分数据分析;第四部分结论。
2.单位根检验、协整检验、格兰杰因果分析
2.1 单位根检验
如果一个时间序列是平稳的,则没有任何预测价值,因为平稳序列的均值不变,任何预测都不会有什么有意义的结果。所以人们只对非平稳的时间序列感兴趣。之所以对平稳的时间序列进行研究,也是希望可以通过差分等方式把非平稳的时间序列转化为平稳的时间序列。进而通过对平稳时间序列研究得到非平稳时间序列的性质。
单位根的检验目前有两种常用的方法――ADF检验和PP检验。本文中,我们利用ADF检验方法。
2.2 协整检验
如果若干时间序列的线性组合的单整阶数小于其成分的单整阶数,就称这些时间序列之间存在协整。那些线性组合系数称为协整向量,协整向量的个数小于变量的数目。对于两个同阶单整的时间序列,如果存在一个线性组合是平稳的,则称这两个时间序列存在协整关系。一个时间序列向量,只有当它们是协整的时候,才有同时研究的价值。协整意味着向量分量之间存在长期关系。在短期中,这些向量可能关系不那么显著分别由不同的动态过程所支配,然而,长远的来说,协整把变量绑在一起。两变量序列的协整关系检验通常采用EG两步法。该检验的前提是两个序列是同阶单整的。
第一步,建立协整回归。对于回归模型yt=α+βxt+εt
采用最小二乘估计参数得到α,β。构造关于序列yt和xt的线性组合,即模型的残差序列。
εt=yt-α-βxt
第二步,残差序列单位根检验。对模型的残差序列εt进行单位根检验,若该残差序列平稳,即有εt~I(0),表明xt,yt是协整的,即存在协整关系;若其非平稳,则xt,yt不存在协整关系。
2.3 格兰杰因果分析
格兰杰因果分析是用于考察序列xt是否为序列yt的原因的一种方法。如果序列xt是序列yt的格兰杰成因,则满足以下这两个条件:第一,xt应该有助于预测yt;第二,yt不应当有助于预测xt。
(1)第一个条件的检验
假定yt有自回归模型加入x的自回归以后得到无限制条件回归模型
yt=α0+α1yt-1+…+αkyt-k+β1xt-1+…+βkxt-k+εt
则第一个条件的假设为
(2)第二个条件的检验
假定xt有自回归模型加入y的自回归以后得到无限制条件回归模型
xt=α0+α1xt-1+…+αkxt-k+β1yt-1+…+βkyt-k+εt
则第一个条件的假设为
(3)检验统计量
对于上述原假设的检验,可以利用方差分析,构造检验统计量。
3.实证分析
3.1 单位根检验
为了检验时间序列的平稳性,我们首先对时间序列进行单位根检验。本文中,我们对LNCRC、LNRRC以及其一阶差分进行ADF单位根检验。检验结果见下表。
变量ADF统计量p值平稳性
△LNRRC-0.94480.308平稳
由上述检验结果,我们可以得出LNCRC、LNRRC为非平稳序列,其存在单位根;其相应的差分序列ΔLNCRC、ΔLNRRC为平稳序列,不存在单位根。我们由此得出原始时间序列为一阶单整序列。 3.2 协整检验
接下来,我们对残差序列进行平稳性检验,即ADF单位根检验。其检验结果:通过对残差序列的单位根检验,我们可以看出模型的残差序列为平稳的,因此我们可以说序列LNRRC与LNCRC之间存在长期均衡的协整关系。
3.3 格兰杰因果检验
下面我们对LNCRC、LNCRC进行格兰杰因果检验。在对变量之间的关系进行格兰杰因果检验时,其中滞后期的选择对结果非常敏感。我们利用AIC准则,将滞后期分别选为
2、
3、
4、
5、6。我们可以看出当滞后期为2,3,4时候,零假设为LNCRC不是LNRRC的格兰杰原因的P值接近于零,因此我们得到结论城市居民消费是引起农村居民消费的原因。
4.结论