、 单位根的 检验表
|
变量
|
检验类型
|
检验值
|
各显著性水平下的临界值
|
检验结果
|
|
|
|
|
|
|
|
-2.6816
|
-4.3382
|
-3.5867
|
-3.2279
|
不平稳
|
|
|
|
-1.7336
|
-4.3226
|
-3.5796
|
-3.2239
|
不平稳
|
|
|
|
-1.2017
|
-2.6522
|
-1.9540
|
-1.6223
|
不平稳
|
|
|
|
-3.1466
|
-4.3552
|
-3.5943
|
-3.2321
|
不平稳
|
|
|
|
-4.086
|
-2.6560
|
-1.9546
|
-1.6226
|
平稳
|
|
|
|
-6.2383
|
-2.6560
|
-1.9546
|
-1.6226
|
平稳
|
注:表中 表示一阶差分， 表示二阶差分；检验形式 中的 分别表示单位根检验方程包括常数项、时间趋势项和滞后阶数；0指检验方程不包括常数项或时间趋势项。
单位根检验结果表明，非平稳序列、在经过二阶差分后平稳，所以，、均为二阶单整，即～I(2)，～I(2)。由于、的二阶差分是平稳序列，故两个序列可能是协整的，即虽然和是非平稳的，但二者的线性组合却有可能是平稳的。因此，有必要对与进行协整检验。
（二）协整检验
为了进一步分析陕西城镇化水平和农村居民家庭人均纯收入之间是否存在长期的均衡关系，下面将对这两个变量进行协整分析。因为～I(2)，～I(2)满足协整检验的前提，所以可以用Engle-Granger两步法来检验这两个变量之间的协整关系。
第一步：估计对的回归方程，协整回归模型： ，根据1978-2008年的数据对其进行OLS估计，得到协整回归方程见表2。
表2、的协整回归方程
|
协整回归方程
|
|
|
|
|
(6.840) (9.410)
|
0.753
|
0.316
|
88.56
|
注：回归方程通过了显著性水平为 的F检验。协整回归方程的Prob(F-statistic)=0.0000，回归方程显著。
计算OLS估计的残差，得到序列：
第二步：检验上述模型的残差项是否为平稳序列，即检验 是否为平稳序列。
表3协整检验残差序列的检验结果
|
检验类型
|
检验值
|
各显著性水平下的临界值
|
检验结果
|
|
|
|
|
|
|
-3.8038
|
-2.6522
|
-1.9540
|
-1.6223
|
平稳
|
根据协整模型估计的残差序列检验结果，可以发现：与之间存在协整关系，其中（1，-0.9779）为协整向量。根据Engle-Granger两步法原理，协整回归方程不仅揭示了陕西城镇化发展对农民收入的影响度，并且表明他们之间存在长期的均衡关系。从表2可以看出，陕西城镇化水平每变动1个单位，将会促进农民收入增长0.9779个单位。
（三）误差修正模型
根据Granger定理，一组具有协整关系的变量一定具有误差修正模型的表达式存在。协整关系只是反映了变量之间的长期均衡关系，误差修正模型的使用就是为了建立短期的动态模型以弥补长期静态模型的不足，它既能反映不同的时间序列的长期均衡关系，又能反映短期偏离向长期均衡修正的机制。反映与之间短期动态均衡关系的误差修正模型为：
 =0.0559-0.2322 -0.0483 
其中，=1.915，AIC=-2.396，
上述误差修正模型描述了均衡误差对陕西农民收入增长短期动态的影响，误差修正系数为-0.0483，符合相反修正机制。从误差修正模型来看，两者的短期动态均衡关系是，城镇化水平短期内每变动1个单位，陕西农民收入将反方向变动0.2322个单位。这一数值较长期协整回归方程的要小，且为反方向变动，这说明城镇化发展对农民收入增长的长期影响更为显著。误差修正项的系数为负，说明长期均衡趋势偏离的收敛机制是：
当 >0时，对陕西农民收入增长起减少的作用；而当时，对陕西农民收入增长起增加的作用。的系数为-0.0483，说明长期均衡趋势误差校正项对陕西农民收入增长的调整幅度为4.83%，具有一定的调节作用。
（四）格兰杰因果关系检验
根据上述协整检验结果，陕西城镇化发展与农民收入之间存在长期的均衡关系，但这均衡关系是否构成因果关系，即对于城镇化发展与陕西农民收入增长之间的关系而言，是属于什么情况还需要进一步验证。陕西城镇化发展与农民收入之间的Granger因果关系检验见表4。
表4陕西城镇化发展与农民收入之间的Granger因果关系检验表
|
滞后期
|
零假设
|
F值
|
P值
|
决策
|
因果关系结论
|
|
1
|
≠>
|
6.9033
|
0.0140
|
拒绝
|
|
|
≠>
|
4.9957
|
0.0339
|
拒绝
|
|
2
|
≠>
|
2.9841
|
0.0696
|
拒绝
|
|
|
≠>
|
0.8711
|
0.4313
|
接受
|
≠>
|
|
3
|
≠>
|
4.3902
|
0.0151
|
拒绝
|
|
|
≠>
|
1.2585
|
0.3141
|
接受
|
≠>
|
|
4
|
≠>
|
2.7753
|
0.0587
|
拒绝
|
|
|
≠>
|
0.9946
|
0.4358
|
接受
|
≠>
|
|
5
|
≠>
|
3.1349
|
0.0391
|
拒绝
|
|
|
≠>
|
5.0793
|
0.0064
|
拒绝
|
由表4可以观察到：滞后期数为1、5的陕西城镇化水平是引起农民收入增长变化的原因，滞后期数为2、3、4的陕西城镇化水平不是引起农民收入增长变化的原因；滞后期数分别为1、2、3、4、5陕西农民收入是引起陕西城镇化水平变化的原因。滞后期数为1、5的陕西城镇化水平是引起农民收入增长变化的原因，同样陕西农民收入也是引起陕西城镇化水平变化的原因。因此，可以说，短期内，陕西城镇化发展会对农民收入增长产生直接的影响，但处于不稳定的趋势中，农民收入增长不会立即影响城镇化的发展。但在一定滞后期数上，城镇化水平促进了农民收入的增长，同时农民收入的增长有助于城镇化的推进，两者具有双向因果关系。
（五）向量自回归模型
由上可得序列、都不存在单位根，是平稳的。因此，本部分内容分析将采用序列、的数据来建立VAR(P)模型，并利用脉冲响应函数和方差分解对其进行解释。 2/3 首页 上一页 1 2 3 下一页 尾页 |
