基于SVAR模型的Bi人口变化和经常账户

在存在时间相关序列的情况下，误差 不是 在零假设下，如KPSS（1992，第173页和175页）所示，为了减少自相关效应，我们使用了一个合理的大滞后截断参数值. 对于 围绕, 有合理的功率 样本范围为 到 如果. 但是，当我们对 为了避免尺寸失真，我们面临着测试能力的下降。因此，我们必须在正确的尺寸和功率之间进行权衡。使用这样的程序，我们可以拒绝 以及所有其他序列的趋势平稳性假设，即所有人口结构序列和经常项目对GDP的影响。二次谱核（无截断）是一种渐近最优核，可用于估计长期方差、异方差和自相关一致性（HAC）协方差矩阵（Andrews 1991、Kiefer和Vogelsang 2005）。二次光谱窗口在小样本中会导致更高的功率（Hobijn、Franses和Ooms，2004）。通过使用二次谱核，使用Newey-West自动带宽选择（Newey和West 1994），在不预美白基础序列的情况下，我们拒绝了所有序列的平稳性零假设，拒绝概率为标称5%（表2和表3，附录B）。此外，通过使用残差  通过对误差采用MA（1）过程的等效模型，我们得到了完全相同的结果，即序列的第一个差异是平稳的（表3，附录B），这意味着原始序列是.

此外，通过在使用ARMA过程的方差估计中应用预白化滤波器，我们可以通过减少时间依赖性来避免向上的大小失真，从而提高KPSS测试性能。结果可根据要求提供。在高度自回归过程的相关情况下，自动带宽选择可显著减少测试的尺寸失真（Kiefer和Vogelsang 2005；Hobijn、Franses和Ooms 2004）。16  4.2. 双倍年龄抚养比与经常项目对GDP的长期关系在非平稳结果之后，通过KPSS平稳检验，双倍人口变量和CA对GDP的长期共同趋势是共同的。但是，这一结果并不一定意味着这些变量是相关的，即具有协整关系。我们应该通过使用非协整零假设检验（Engle Granger 1987，Phillips Ouliaris 1990）或协整零检验来检查其回归的残差是否是非平稳的，以控制拒绝有效经济模型的概率（Hansen 1992，Park 1992）。根据Ogaki 1993，协整的空值比非协整的空值更难构建。此外，根据Hansen（1990），基于残差的测试，如Phillips-Ouliaris测试，比Johansen和Stock-Watson测试具有更好的能力。从经验上看，我们对基本变量的短期动态不感兴趣，因为年龄依赖率的动态更多地表现在长期。

作为估计单个协整向量的方法，典型协整回归（CCR，Park 1992）模型通过消除协整方程和创新随机回归之间的长期依赖性，对基础变量进行平稳变换，以获得渐近有效的最小二乘估计值（见附录A.2中CCR的方法细节）。它渐进地消除了协整方程中的内生性偏差。这些程序在涉及的协整检验的规模和效力方面带来了改进的结果，但取决于协整关系的质量估计，以获得最可靠的检验结果。与KPSS平稳性检验一样，长期协方差参数的经验估计使用VAR预白化方法，在实践中，Park（1990）使用他的CCR方法通过在单协整回归中添加趋势和二次趋势来检验随机协整的无效性    . 如果, 然后，协整检验可以消除随机趋势和线性确定性趋势。17具有Newey-West自动带宽参数选择的二次谱核。Ogaki（1993）指出，这种技术可以显著改善CCR估计量的小性质。通过考虑解释实际CA对GDP的回归 作为经济增长和年龄依赖率的函数 哪里 和 分别代表沙特和非沙特的年龄抚养率；  与实际经济增长相对应。

从经验上看，全长期协方差矩阵的一致性估计 通过将残余物居中进行操作,  修正自由度和使用使用Newey-West自动带宽的二次谱核函数 和自动滞后长度 根据数据。同期和全长期方差-协方差矩阵的结果如下            ,                 CCR估计的输出为         括号之间的概率值表示估计参数的统计显著性。基于这一典型协整回归，我们使用协整的空值和非协整的空值来检验协整。Hansen（1992）之前的测试 P值时 和Park（1992年） P值时 拒绝无效假设。此外，Engle Granger（1987）的后一个 P值时, 和Phillips Ouliaris（1990年） P值时 接受无效假设。因此，主要结果是，经常账户与GDP、沙特年龄抚养率、移民年龄抚养率和经济增长之间没有协整关系。协整的缺失可以通过每个序列内在逻辑增长的差异、有限的样本量和潜在序列中可能的非线性来解释（Engle和Granger 1991）。

18协整的无证据性，意味着在长期动态过程中没有信息损失，因此适合在第一个差分中估计结构VAR模型。国内年龄结构受到移民工作年龄的影响，这降低了年龄抚养比，即提高了东道国经济的活跃年龄比（Peterson 2017）。这些过程影响经济增长，并通过本地人和移民的消费和投资行为影响经常账户平衡。基于文献综述综合、经济分析，尤其是双生命周期假设，并考虑到CA与GDP、年龄依赖率和产出增长之间的经验显著典型回归，我们假设（i）本地年龄依赖性的增加对CAB产生负面影响，即。, （ii）移民年龄依赖的增加对CAB有积极影响，即。, （iii）经济增长对经常账户余额产生积极影响，即。.  上述大多数论文都从理论和经验上支持第一种关系。根据Fry和Mason（1982）以及Li和al（2007），第三个关系表示经济增长对CAB的积极影响。使用巴罗增长回归（1991）人力资本理论的假设（iii）和可靠性，如果主要移民人口处于工作年龄，即有资格获得工作，我们可以预测移民年龄抚养比对经济增长有积极影响，因此关系（ii）是合理的，因为该比率   预计将是积极的。4.3.

SVAR模型规范实证模型侧重于解释混合人口变化和经济增长变异性对沙特经常账户的影响。通过SVAR建模探索了这种复杂的动态时间交互。基于对bi工龄与CA与GDP之间相关性的探索性分析，我们期望通过SVAR建模验证bi生命周期假说（bi LCH，19见第3节）。通过假设条件期望服从基于VAR模型基本平稳变量滞后的线性预测，它们可以写成如下：        具有,是滞后长度的多项式矩阵，并且 表示减少的误差项  和.  除了我们最初的因变量CA对GDP的影响外，我们认为GDP增长和外派人员抚养率是由内生决定的。此外，由于年轻和老年人口取决于整个人口年龄分布，预期寿命受经济增长的影响（Prskawetz et al.2004），并且根据D\'Albis和Collard（2013），可以假设沙特的年龄依赖份额是由内生决定的。通过对以下形式的矩阵a和B施加参数限制，VAR模型可以很好地安排为SVAR模型（Amisano和Giannini 1997，Breitung et al。

2004):                                    哪里 是结构系数和 是结构错误或冲击。该误差被假定为具有零均值和时不变方差协方差矩阵的白噪声过程. 当矩阵 是可逆的，它允许对. 通过预乘以,  对于,  我们得到了VAR方程，并且简化误差和结构误差之间的关系为 其方差协方差矩阵为 假设电击 是正交的，我们得到：.矩阵 和 都是基于经济分析和经济假设的未知约束和参数。它们有助于从减少错误转变为具有经济意义的结构错误。20如果不结合与先验理论预期一致的对A和B的限制，就无法估计这种所谓的AB模型（Amisano和Giannini，1997年）。这样可以识别经济和人口冲击。方差-协方差矩阵的非冗余元素数 是 , 哪里 是VAR中变量的数量。因此，我们可以 结构变量的参数，因为 矩阵中的元素 和, 识别完整AB模型所需的限制数量为   等于   . 如果矩阵 或 设置为单位矩阵，然后 限制仍有待实施。

关于基本VAR模型的基础变量,  应对矩阵施加22个限制 和,  每个矩阵中有九个零 和 和对角线上的四个单位元素.  由于沙特劳动适龄人口的增长速度快于老年人口，除了移民对劳动适龄人口的贡献外，我们预计，抚养负担的净减少应该伴随着更多的经济增长，以对经常账户动态做出积极贡献。因此，与CA负相关的国家抚养负担的任何结构性冲击都将对CA流程的创新产生负面影响。Bonham和Wiemer（2013）在中国和其他亚洲经济体中观察到，抚养比下降促进了高储蓄率，这取决于经济增长，并将对经常账户产生积极影响。可以预期的是，对于依赖负担下降带来的有利冲击，CA对GDP的短期反应是积极的。但是，由于双人口系统导致了双重劳动力市场，来自外籍人士抚养率的另一个刺激因素将影响CA动态。外派人员抚养率在制度上主要由东道国私营和公营企业以及家庭的劳动力市场需求决定（有关这一特定劳动力市场的双重性的更多详情，请参见第3节）。移民劳动力的状况取决于经济活动21和人均收入的增长。无论出于何种原因，包括自身的生产率和工资水平，劳动力需求的任何冲击都会影响外派人员的抚养率。

我们认为，国内抚养率受社会和经济政策的制约，这些政策导致人口规模不断增长，人口结构沿年龄结构平稳转变。国内劳动年龄人口中发生的任何冲击都会影响沙特的抚养率，从而通过消费和投资行为影响经常账户动态。由于AB模型中的创新减少与结构冲击之间存在关系，因此我们必须将原始VAR变量与相应的经济冲击相匹配，即作为一组新的变量。我们假设，与经常账户相关的创新减少源自国际贸易、收入和转移冲击（TIT）。沙特年龄抚养比创新的减少源于国内工作年龄人口冲击，即SWP；而移民年龄抚养比则是根据标记为DEL的移民工人的劳动力需求动态得出的。实际经济增长的残差减少来自于标记为DOS的实际国内供应。基于文献综述综合和双年龄抚养比、经济增长和经常账户对GDP的长期关系的理论和经验证据，我们定义了以下体系（3），其中第一个方程假设经常账户对GDP的比率创新 是由国际贸易、收入和转移增长的结构性冲击通过参数确定的. 第二个方程式源自bi生命周期假设，即bi LCH，假设沙特的年龄依赖率创新 沙特劳动年龄人口增长的冲击和通过结构参数对移民的劳动力需求增长的冲击 和.

第三个方程表明，移民年龄抚养比创新是确定的，结构冲击通常是隐藏的；因此，对于他们的识别，除了先验限制之外，还需要经济理论和先验经济推理。22经常项目与GDP比率创新以及移民工人需求劳动力增长和实际经济增长中的结构性冲击共同作用。第四个等式表明，实际产出增长的创新是由经常项目对GDP增长的创新以及国内供应增长中发生的结构性冲击共同驱动的。因此，我们可以提出系统中减少的创新和结构冲击之间的以下关系（3）。                   其中系数 代表变量的响应 对变量的意外冲击; 系数 是变量的响应 对可变结构冲击. 该系统的估计取决于参数数量的简约性及其统计显著性，使用自举法获得AB模型参数的可靠标准偏差：第四方程的AB系统表明，SVAR的识别是根据合理的经济分析实现的，并通过实施一组特定的标识限制 和 在…上 和. 这些限制是在将经济参数定义为对两者的未知约束之后出现的 和.