基于var模型對(duì)我國高技術(shù)產(chǎn)業(yè)總產(chǎn)值影響因素的實(shí)證研究-文庫吧
2025-06-12 18:51 本頁面
【正文】 要適宜的金融體系尤其是風(fēng)險(xiǎn)投資的發(fā)展與支持，同時(shí)健康的產(chǎn)業(yè)發(fā)展機(jī)制、人們積極的創(chuàng)業(yè)精神、適宜的社會(huì)經(jīng)濟(jì)、文化以及教育背景等都是促進(jìn)高技術(shù)產(chǎn)業(yè)健康發(fā)展的保證；彭程甸等以湖南省高新技術(shù)產(chǎn)業(yè)的發(fā)展為例，對(duì)其地理集中度、高新技術(shù)產(chǎn)業(yè)創(chuàng)新能力進(jìn)行了實(shí)證分析研究。從以上所介紹的國內(nèi)外研究情況可以看到，大多數(shù)研究結(jié)果都表明科研經(jīng)費(fèi)投入、科技人力資源的投入以及政府資金的支持都是促進(jìn)高技術(shù)產(chǎn)業(yè)增長的不可忽略的影響因素，并且大部分學(xué)者起初都把注意力放在經(jīng)濟(jì)發(fā)展水平對(duì)高技術(shù)產(chǎn)業(yè)的影響上，后來雖然對(duì)Ramp。D經(jīng)費(fèi)投入的關(guān)注有所加重，但大都未考慮到我國宏觀經(jīng)濟(jì)形勢的一些變動(dòng)情況，而宏觀經(jīng)濟(jì)形勢的轉(zhuǎn)變，如國家財(cái)政支出用于科學(xué)研究的支出勢必會(huì)影響到高技術(shù)產(chǎn)業(yè)的發(fā)展程度。在定量分析方面，基本上是應(yīng)用回歸模型進(jìn)行分析，本文也是基于前人研究的基礎(chǔ)上，根據(jù)1990年以來宏觀經(jīng)濟(jì)實(shí)際情況的變動(dòng)，利用最新的宏觀經(jīng)濟(jì)數(shù)據(jù)，運(yùn)用理論基礎(chǔ)完備和應(yīng)用廣泛的VAR模型從現(xiàn)狀描述和實(shí)證分析的角度全面分析Ramp。D經(jīng)費(fèi)、Ramp。D人員全時(shí)當(dāng)量、國家財(cái)政支出用于科學(xué)研究的支出對(duì)高技術(shù)產(chǎn)業(yè)的作用程度。三、我國高技術(shù)產(chǎn)業(yè)發(fā)展現(xiàn)狀上世紀(jì)九十年代以來，高技術(shù)產(chǎn)業(yè)規(guī)模不斷擴(kuò)大，高新技術(shù)產(chǎn)品進(jìn)出口總額不斷攀升，貿(mào)易逆差不斷縮小，但是出口產(chǎn)品仍以加工貿(mào)易為主。同期高技術(shù)產(chǎn)業(yè)增加值為5034億元，%，%?？梢娢覈呒夹g(shù)產(chǎn)業(yè)規(guī)模發(fā)展迅速。高技術(shù)產(chǎn)業(yè)開發(fā)區(qū)發(fā)展迅速，但是產(chǎn)業(yè)集群優(yōu)勢不明顯，地區(qū)行業(yè)之間發(fā)展不平衡。19902009年，年均增長60%，年均增長52%，可見高技術(shù)產(chǎn)業(yè)對(duì)推動(dòng)經(jīng)濟(jì)發(fā)展具有不可忽視的作用。高技術(shù)企業(yè)融資渠道狹窄，對(duì)外資依賴程度高。由于投資創(chuàng)業(yè)機(jī)制還未真正建立起來，高技術(shù)企業(yè)的速效渠道較為單一。高技術(shù)研究撥款有限，沒有足夠的高技術(shù)產(chǎn)品開發(fā)基金，以銀行為貸款主體的融資渠道限制了高新技術(shù)的發(fā)展，同時(shí)社會(huì)風(fēng)險(xiǎn)資本嚴(yán)重短缺，致使高技術(shù)研究成果難以轉(zhuǎn)化為高技術(shù)產(chǎn)品。但是隨著我國投資環(huán)境的不斷優(yōu)化，這一情況會(huì)得到逐漸緩解?；A(chǔ)技術(shù)和關(guān)鍵技術(shù)落后，我國一些產(chǎn)業(yè)發(fā)展所需的核心技術(shù)依賴于進(jìn)口，產(chǎn)品附加值低，并且我國對(duì)引進(jìn)的技術(shù)消化吸收能力遠(yuǎn)落后于韓國和日本。四、向量自回歸（VAR）模型介紹（一）VAR模型的構(gòu)造一般傳統(tǒng)的回歸模型都以經(jīng)濟(jì)理論為基礎(chǔ)，應(yīng)用模型對(duì)經(jīng)濟(jì)主體的行為做出適當(dāng)?shù)拿枋?，然后分析外生變量如何影響?nèi)生變量。但是這種模型存在一些缺陷，一種缺陷是把一些變量看成是內(nèi)生的，而把另一些看成外生的或前定的，這種決定往往是主觀的，因?yàn)橛锌赡苓@兩個(gè)變量是互為因果的；另一種缺陷是在構(gòu)造聯(lián)立方程模型時(shí)，為了使模型可識(shí)別，必須在某個(gè)方程中舍去某些變量。VAR模型的核心思想就是不考慮經(jīng)濟(jì)理論，而直接考慮時(shí)間序列的各經(jīng)濟(jì)變量間的關(guān)系。VAR的一般形式為: （）其中，()=0，(，)=0，=1，2，…；是(n1)向量組成的同方差平穩(wěn)的線性隨機(jī)過程，是(nn)的系數(shù)矩陣，是向量的階滯后變量，是誤差項(xiàng)，在本模型中可視為隨機(jī)干擾項(xiàng)。（二）VAR模型最佳滯后期數(shù)的確定由于VAR方程滯后期的確立受變量影響較大，故需首先進(jìn)行變量的平穩(wěn)性檢驗(yàn)。早期在Box一Jenkins的分析中，常以自相關(guān)系數(shù)圖作判斷，如果自相關(guān)系數(shù)隨著滯后期數(shù)的增加而快速下降，就稱為平穩(wěn)序列；反之，則稱為不平穩(wěn)序列。然而此為一主觀判斷性的檢驗(yàn)，因此，Dickey和Full提出DF統(tǒng)計(jì)量來檢驗(yàn)變量是否為平穩(wěn)序列，其后又進(jìn)行了修正和改進(jìn)，引入ADF統(tǒng)計(jì)量來進(jìn)行檢驗(yàn)。檢驗(yàn)?zāi)Ｐ腿缦拢? （）其中，為時(shí)間趨勢項(xiàng)，,為參數(shù)，為誤差項(xiàng)。其檢驗(yàn)的原假設(shè)為：，對(duì)立假設(shè)為：。若原始數(shù)據(jù)無法拒絕原假設(shè)，將進(jìn)行一次差分，并將差分后的序列重新進(jìn)行ADF檢驗(yàn)，待變量為平穩(wěn)序列后建立VAR模型。目前，可用于確定滯后期的檢驗(yàn)較多，但常用的有AIC和SIC準(zhǔn)則。AIC標(biāo)準(zhǔn)的計(jì)算方法為: （）Schwarz的SIC準(zhǔn)則，定義如下: （）其中，為變量滯后期，為樣本數(shù)，為殘差平方和。最佳滯后期根據(jù)AIC和SIC準(zhǔn)則的值進(jìn)行確定。（三）VAR模型的脈沖響應(yīng)函數(shù)為直接觀察變量間的互動(dòng)關(guān)系，Sims建議可經(jīng)由Wald分解定量轉(zhuǎn)換成移動(dòng)平均的表示方式，轉(zhuǎn)換過程如下所示: （） （） （） （） （）由式()可以看出，每個(gè)變量都可以表示成模型內(nèi)變量當(dāng)期和滯后期隨機(jī)沖擊項(xiàng)的線性組合，但是雖然這些隨機(jī)沖擊項(xiàng)沒有序列相關(guān)的特性，卻可能有當(dāng)期相關(guān)的特性，因此用正交化來去除當(dāng)期相關(guān)。選擇一個(gè)下三角形矩陣，對(duì)式()進(jìn)行變換: （）令,，有： （）由式()可以看出，每個(gè)變量都可以表示成當(dāng)期和滯后期隨機(jī)沖擊項(xiàng)的線性組合即脈沖響應(yīng)函數(shù)(IRF)。脈沖響應(yīng)函數(shù)用于衡量來自隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊對(duì)內(nèi)生變量當(dāng)前和未來取值的影響，能夠比較直觀地刻畫出變量之間的動(dòng)態(tài)交互作用及其效應(yīng)。（四）協(xié)整關(guān)系檢驗(yàn)協(xié)整檢驗(yàn)既是診斷變量之間是否存在長期依存關(guān)系的一種檢驗(yàn)方法，同時(shí)又是具體建立變量之間長期穩(wěn)定方程的一種方法。由于許多經(jīng)濟(jì)時(shí)間序列具有不平穩(wěn)性，但是經(jīng)過一次差分以后就平穩(wěn)，稱這種時(shí)間序列是I(l)序列。當(dāng)兩個(gè)或兩個(gè)以上I(1)序列有可能存在的某個(gè)線性組合是I(0)序列時(shí)，則稱這些變量是協(xié)整的。如果幾個(gè)變量是協(xié)整的，那么它們之間就存在長期均衡關(guān)系，因此由這些變量建立的回歸模型才是有意義的。檢驗(yàn)變量之間是否存在協(xié)整關(guān)系的方法有兩種:EG兩步法和Johansen極大似然法。前一方法主要適用于兩個(gè)變量之間的協(xié)整檢驗(yàn)，對(duì)于多個(gè)變量之間的檢驗(yàn)不太方便，特別是當(dāng)協(xié)整向量不止一個(gè)時(shí)更是如此。故這里用Johansen的檢驗(yàn)方法，它是由Johansen提出的一種在VAR系統(tǒng)下用極大似然估計(jì)來檢驗(yàn)變量之間協(xié)整關(guān)系的方法。假設(shè)為1的I(l)向量序列，則其滯后期的VAR可表示為: ()將上述方程改寫為差分形式： （）其中，方程()中，代表了所有的長期均衡信息，也正是誤差修正項(xiàng)，而的秩則決定了之間的協(xié)整向量，也就是決定變量間到底有多少個(gè)長期關(guān)系。（五）Grange因果關(guān)系檢驗(yàn)變量之間因果關(guān)系的實(shí)證檢驗(yàn)，通常采用由Grange（1969）提出，Sims（1972）推廣的如何檢驗(yàn)變量之間因果關(guān)系的方法。Grange因果檢驗(yàn)是基于這樣的思想：如果一個(gè)事件Y是另一個(gè)事件X的原因，則事件Y應(yīng)領(lǐng)先于事件X。因此，我們看現(xiàn)在的Y能夠在多大程度上被過去的X解釋，加入X的滯后值是否使解釋程度提高。如果X在Y的預(yù)測中有幫助，或者X與Y的相關(guān)系數(shù)在統(tǒng)計(jì)上顯著時(shí)，就可以說Y是由X的Grange引起的。Granger檢驗(yàn)假設(shè)有一變量Y和X的預(yù)測信息包含在它們的時(shí)間序列中，因此，對(duì)于穩(wěn)定變量X和Y，Granger檢驗(yàn)采用如下變量自回歸方程，即: () ()此外，由于Granger檢驗(yàn)受變量的滯后項(xiàng)個(gè)數(shù)m和n、變量序列的穩(wěn)定性以及變量間協(xié)整關(guān)系存在的影響，因此，在進(jìn)行Granger檢驗(yàn)之前，首先要確定各變量的最佳滯后項(xiàng)個(gè)數(shù)，對(duì)變量序列進(jìn)行穩(wěn)定性檢測和協(xié)整關(guān)系的檢驗(yàn)。五、模型建立前
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1