| 得到如下方程：
lnGDP=-1.039098*lnFIR+1.937205*lnEFF+1.008017*lnDEP+11.537769（3）
其中：拟合优度 =0.999119，F检验=3025.304，置信水平为1%，说明方程线性拟合优良。
3.变量的单位根检验
很多时间序列具有非平稳性的特征，如果事先不考虑时间序列的平稳性而直接对非平稳性数据进行线性回归，很可能会出现虚假回归，即变量之间实际上并不存在任何线性关系，但相关的检验又很显著，从而导致这种回归模型的结果毫无意义。因此，为了保证估计结果的可靠性，还需对 模型描述的义乌市经济增长与金融生态的关系进行协整分析。按照协整的定义，金融生态与经济增长间存在协整关系，则二者必须是同阶单整的，因此，协整分析的第一步就是考察每个变量的单整阶数。运用增广迪基一福勒(ADF)检验对样本中的每个变量进行水平层面和一阶差分层面上的单位根测试，模型检验结果如下：
表3ADF单位根检验结果
|
变量
|
统计量值
|
1%临界值
|
5%临界值
|
10%临界值
|
结论
|
|
lnGDP
|
-0.070147
|
-4.200056
|
-3.175352
|
-2.728985
|
非平稳
|
|
lnIDU
|
-0.828308
|
-4.200056
|
-3.175352
|
-2.728985
|
非平稳
|
|
lnFIR
|
-1.610185
|
-4.200056
|
-3.175352
|
-2.728985
|
非平稳
|
|
lnEFF
|
-0.652716
|
-4.200056
|
-3.175352
|
-2.728985
|
非平稳
|
|
lnDEP
|
-1.683139
|
-4.420595
|
-3.259808
|
-2.771129
|
非平稳
|
|
ΔlnGDP
|
-3.267230
|
-4.297073
|
-3.212696
|
-2.747676
|
平稳
|
|
ΔlnIDU
|
-6.337580
|
-4.297073
|
-3.212696
|
-2.747676
|
平稳
|
|
ΔlnFIR
|
-4.070072
|
-4.297073
|
-3.212696
|
-2.747676
|
平稳
|
|
ΔlnEFF
|
-3.908529
|
-4.420595
|
3.259808
|
-2.771129
|
平稳
|
|
ΔlnDEP
|
-3.262912
|
-4.420595
|
3.259808
|
-2.771129
|
平稳
|
4.变量的VAR滞后度估计
VAR估计用以确定协整分析的滞后期长度。在选择滞后期时，一方面，我们希望滞后期足够长，以便能完整反应所构造模型的动态特征。但另一方面，滞后期越长，需要估计的参数也就越多，模型的自由度就减少。所以，在进行选择时，需要综合考虑，本文采用信息标准方法来确定最适当的滞后期长度。
结果发现，Akaike信息标准(AIC)、Hannan—Qulnn(HQ)信息准则、Schwarz数据标准(SC)和最后预测误差(FPE)均表明1个滞后期。因此我们使用1个滞后期来运行Johansen协整检验。VAR滞后期选择结果如下表：
表4报告VAR滞后期选择结果
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Lag
|
LogL
|
LR
|
FPE
|
AIC
|
SC
|
HQ
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0
|
33.97664
|
NA
|
5.06e-08
|
-5.450298
|
-5.305609
|
-5.541504
|
|
1
|
86.90252
|
57.73733*
|
8.16e-11*
|
-12.16410*
|
-11.44065*
|
-12.62013*
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
注：*表明由信息准则选择的滞后期
内生变量：lnGDP，lnFIR，lnIDU，lnEFF，lnDEP
5.协整检验
确定了各序列对都是I(1)过程（两个时间序列，只有它们同阶单整时，才可能存在协整关系），各时间序列对的检验结果才满足协整的前提条件。
协整检验从分析时间序列的非平稳性入手，探求非平稳变量间蕴含的长期均衡关系。从经济意义上看，这种协整关系的存在便可以通过其它变量的变化来影响另一变量的变化。本文使用Johansen协整检验法进行协整检验，将lnGDP，lnIDU，lnFIR，lnEFF和lnDEP变量数据进行协整分析。在对滞后期进行选择时，本文选用的滞后期为1期。
结果显示，在5%的显著性水平下，None统计指标中原假设被拒绝，因此经济增长变量与金融生态环境变量具有一个协整关系，这说明义乌的GDP与金融生态的四个变量之间分别存在长期均衡关系。通过协整检验，我们得出结论，在1998~2009年的这段时期内，义乌市国内生产总值与第三产业产值占GDP之比、金融相关率、金融效率以及金融存贷款差之间存在着长期的均衡关系。
6.脉冲响应函数
在实际应用中，由于模型是一种非理论性的模型，它无需对变量做任何先验性约束，因而在分析模型时，往往不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，这种分析称为脉冲响应函数方法。通过以上分析，我们得知金融生态环境与区域经济增长之间存在着协整关系，即长期均衡关系。为了更进一步反映金融生态在不同时期与区域经济增长的关系，我们基于模型得到不同时期金融生态环境各要素的结构冲击引起的GDP波动的响应函数。在软件Eviews6.0中对载入的数据分别建立模型，得到前述各变量对LnGDP的脉冲响应函数如下：
图1lnIDU的结构冲击引起lnGDP波动的响应函数
从第三产业占比对经济增长的脉冲响应图中可以发现，在前期变化中，第三产业占比对经济增长冲击的波动较大，在第四期左右开始减弱并逐渐趋于0.02。从总体看，除了前期，其余都为正向冲击，因此影响在中长期为正效应，通过计算得到第三产业占比对经济增长率波动的累计影响为0.1。
图2lnFIR的结构冲击引起lnGDP波动的响应函数
从模型分析结果中可以发现，在第五期之前，金融相关率对经济增长冲击有波动，在第五期左右开始逐渐趋于-0.01。从总体看，除了小波动，基本都为负向冲击，通过计算得到金融相关率对经济增长率波动的累计影响为-0.15。
图3lnEFF的结构冲击引起lnGDP波动的响应函数
模型分析结果显示，在中长期金融相关率对经济增长冲击的波动比较平缓。从总体看，都为正向冲击，通过计算得到金融效率对经济增长率波动的累计影响为0.055。
图4lnDEP的结构冲击引起lnGDP波动的响应函数
从金融存贷款差对经济增长的脉冲响应图中可以发现，在前期变化中，金融存贷款差对经济增长冲击的波动较大，在第七期左右开始减弱并逐渐趋于0.02。 2/4 首页 上一页 1 2 3 4 下一页 尾页 |
