发帖
雷达卡
1.模型设定
令Zt=[TDt,FDt,Rt,ERt,Yt]ˊ,在5变量系统内考察财政赤字与贸易收支的关系。其中，TDt表示贸易收支变量，为名义美元价的出口额的自然对数值减去名义美元价的进口额的自然对数值；FDt表示财政赤字变量，为实际财政支出的自然对数值减去实际财政收入的自然对数值，用CPI（1978=100）将变量的名义值换算成实际值；Rt表示一年期存款名义利率；ERt表示人民币名义汇率；Yt表示以PPP方法计算的美元价名义GDP的自然对数值。样本区间为1978-2003年，以PPP方法计算的美元价GDP数据来自世界银行统计资料，其他数据来自历年《中国统计年鉴》。使用Eviews5.0软件进行变量计算和计量分析。本文的目的主要在于检验财政赤字和贸易收支之间的关系而非研究贸易差额的决定因素，因此，我们并不考虑所有的相关变量的影响；同时，为防止忽略重要的有关变量对实证结果的影响，我们使用包括名义利率、名义汇率和GDP变量的5变量系统来建立模型。
基于水平VAR模型的因果关系检验要求系统中的各变量均为平稳过程；若系统中的各变量均为I（1）过程且不存在协整关系，则可以根据差分VAR模型进行变量间的因果关系检验；若系统中的各变量均为I（1）过程且存在协整关系，则必须根据VECM模型来进行变量间的因果关系检验。建立单纯的差分VAR模型将丢失重要的非均衡误差信息，因为变量间的协整关系给出了变量间的长期关系，同时用这种非均衡误差以及变量的差分变量同样可以构造平稳的VAR模型，从而得到向量误差修正模型。因此，本文首先运用ADF方法检验各变量的单整性，若各变量均为I（1）过程，则运用Johansonn协整检验来考察其协整关系，若存在协整关系，则建立误差修正模型以考察变量间的短期因果关系和短期动态调整机制，并根据VECM模型得出脉冲响应函数曲线以识别变量系统对冲击或新生扰动的短期动态反应。因此，我们将短期动态反应和长期均衡关系结合起来以考察财政赤字对贸易收支的影响。
2.单位根检验
单位根检验最佳滞后阶数按照AIC（Akaike Information Criterion）准则确定，AIC值越小，则滞后阶数越佳。ADF单位根检验结果见表1，TDt,FDt,Rt,ERt,Yt均为I（1）过程。
表1 单位根检验结果 变量 水平检验结果 一阶差分检验结果 检验形式 （C，T，L） ADF值 P值 检验形式 （C，T，L） ADF值 P值 TDt FDt Rt Yt ERt （C，0，0） （C，T，1） （C，0，0） （C，T，4） （C，0，1） （C，T，0） （C，0，1） （C，T，0） （C，0，0） （C，T，0） -2.2451 -3.1057 -2.2682 -2.6644 -1.3147 -1.0230 -1.7761 -0.4434 -0.7017 -1.7557 0.1965 0.1274 0.1893 0.2590 0.6056 0.9223 0.3826 0.9796 0.8287 0.6954 （C，0，0） （C，T，0） （C，0，0） （C，T，0） （C，0，0） （C，T，0） （C，0，0） （C，T，0） （C，0，0） （C，T，0） -4.6232 -4.5255 -6.8896 -6.9297 -3.4255 -3.7746 -2.9573 -3.5147 -4.9351 -4.8567 0.0013*** 0.0075*** 0.0000*** 0.0000*** 0.0200** 0.0363** 0.0536* 0.0604* 0.0006*** 0.0037***注：检验形式（C，T，L）中，C、T、L分别代表常数项、时间趋势和滞后阶数。
***、**、*分别代表在1%、5%和10%显著性水平上显著。
3.协整检验
（1）根据无约束（unrestricted）水平VAR模型确定协整阶数L
根据Sims(1981)等的研究，确定水平VAR模型的最佳滞后阶数的方法是从一般到特殊从较大的滞后阶数开始，通过对应的LR值、FPE值、AIC值、SC值、HQ值等确定。考虑到样本区间的限制，我们从L=2开始，检验结果见表2,根据LR和SC选择最佳滞后阶数为1。
表2 水平VAR模型的最佳滞后阶数 滞后阶数 LR值 FPE值 AIC值 SC值 HQ值 0 1 2 NA 171.4040** 37.0960 0.2280 0.0001 8.97e-05** 12.7109 5.2718 4.5016** 12.9564 6.7438** 7.2013 12.7760 5.6625 5.2178**注：**代表在5%显著性水平上拒绝原假设。
（2）协整向量个数r的检验
使用Johansen的特征根协整检验，检验时假设含截距项、不含时间趋势项。
表5 协整向量个数r的检验 协整阶数 零假设 特征值 最大特征值统计量 5%临界值 1 临界值 P值 （1，1） None* At most 1 At most 2 At most 3 At most 4 0.8806 0.7023 0.4417 0.2713 0.1551 51.0130 29.0832 14.0952 7.5950 4.0438 33.8769 27.5843 21.1316 14.2646 3.8415 39.3701 32.7153 25.8612 18.5200 6.6349 0.0002 0.0319 0.3573 0.4214 0.0443注： *代表在1%显著性水平上拒绝零假设。
协整关系检验结果显示，拟检验的变量之间在1%显著性水平上存在1个协整关系，r=1。非约束的1个协整向量和1个调整向量的估计结果见表。
协整参数向量b与调整参数向量a的估计 内生变量 b 方程 a TDt FDt Rt ERt Yt 1.0000 -3.6197 -0.0151 -0.0009 0.4298 △TDt △FDt △Rt △ERt △Yt -0.5702 0.1438 -0.6578 104.2640 -0.0400（3）弱外生性检验
在确定了协整秩之后，我们检验对α和β的线性约束。
变量 χ2值 P值 变量 χ2值 P值 TDt FDt Rt ERt Yt Rt和ERt Rt和Yt ERt和Yt Rt、ERt和Yt χ2（1）7.7279 χ2（1）8.3037 χ2（1）0.1410 χ2（1）2.1283 χ2（1）0.3617 χ2（2）2.3988 χ2（2）0.4652 χ2（2）2.9548 χ2（3）3.1590 0.0054* 0.0040* 0.7073 0.1446 0.5476 0.3014 0.7925 0.2282 0.3677 θ6=0 θ7=0 θ8=0 θ9=0 θ10=0 θ8=0,θ9=0,θ10=0,θ1=1 χ2（1）16.5096 χ2（1）9.7431 χ2（1）3.5671 χ2（1）4.8070 χ2（1）14.6516 χ2（3）3.1590 0.0000* 0.0018* 0.0589*** 0.0283 0.0001 0.3677
对应的标准化协整向量为（1.0000，-3.4907，-0.0175，-0.0009，0.4297，C），对应的协整方程为：
TDt=3.4907*FDt + 0.0175*Rt + 0.0009*ERt - 0.4297*Yt + C
（0.6053） （0.0070）（0.0002） （0.0679）
4.简化的误差修正模型
△TDt △FDt ECt △TDt-1 △FDt-1 △Rt-1 △ERt-1 △Yt-1 C R2 A-R2 S.E. F值 -0.7384 （-4.6861）* 0.1422 （0.7346） -1.3843 （-2.0411）** -0.0050 （-0.2072） -0.0002 （-0.4234） -1.6399 （-2.8055）* 0.2178 （2.8647） 0.4883 0.3077 0.1180 2.7040 0.1425 （3.4509） -0.0769 （-1.6780）*** 0.0614 （0.3821） 0.0079 （1.3859） 0.0001 （1.3162） -0.0170 （-0.1228） -0.0004 （-0.0234） 0.4847 0.3028 0.0279 2.6647
简化的（reduced）误差修正模型诊断检验
VECM模型的稳定性检验
根 模 1.0000 1.0000 1.0000 1.0000 0.1981-0.6562i 0.1981+0.6562i 0.3936 -0.0875-0.3779i -0.0875+0.3779i -0.1646 1.0000 1.0000 1.0000 1.0000 0.6854 0.6854 0.3936 0.3879 0.3879 0.1646LM1=27.2284,P值=0.3446；LM2=32.5847,P值=0.1418，故不存在自相关。White异方差（无交叉项）检验显示，χ2值=180.0081，P值=0.4858，故不存在异方差。正态性检验结果显示，Jarque-Bera值=10.7006，P值=0.3813，符合正态分布。因此，VECM模型稳定且不存在设定偏差。
5.Granger因果关系检验
表3 系统有关变量之间的因果关系检验结果 零假设H0 χ2值 P值 结论 FDt是TDt的非Granger因 TDt是FDt的非Granger因 Rt是TDt的非Granger因 TDt是Rt的非Granger因 ERt是TDt的非Granger因 TDt是ERt的非Granger因 Yt是TDt的非Granger因 TDt是Yt的非Granger因 4.1661 2.8156 0.0429 1.9208 0.1793 1.7324 7.8710 0.0151 0.0412** 0.0934 0.8358 0.1658 0.6720 0.1881 0.0050* 0.9023 拒绝 接受 接受 接受 接受 接受 拒绝 接受注： *、**和***分别代表在1%、5%和10%的显著性水平上拒绝零假设。
根据以简化的VECM模型为基础的Granger因果关系检验结果，在5%显著性水平上，财政赤字变量是贸易收支变量的Granger因；在1%显著性水平上，GDP变量是贸易收支变量的Granger因；在10%的边际显著性水平上，贸易收支变量是财政赤字变量的Granger因。名义利率、贸易汇率与贸易收支之间不存在Granger意义上的因果关系。
6.脉冲响应函数
脉冲响应函数描述的是在随机误差项上施加一个标准差大小的冲击（innovation）后对内生变量的当期值和未来值所带来的影响。当误差项相关时，它们有一个共同的组成部分，不能被任何特定的变量所识别。通过Cholesky分解法可以使误差项正交。虽然乔利斯基分解被广泛应用，但是变量顺序的改变将会影响到脉冲响应函数。图是基于简化的（reduced）误差修正模型的广义（generalised）脉冲响应函数曲线，横轴代表滞后阶数，纵轴代表贸易收支对各解释变量的响应程度。
京公网安备 11010802022788号
