基于var模型對我國高技術(shù)產(chǎn)業(yè)總產(chǎn)值影響因素的實(shí)證研究(編輯修改稿)
2025-07-24 18:51 本頁面
【文章內(nèi)容簡介】 的準(zhǔn)備（一）指標(biāo)的選取本文主要研究高技術(shù)產(chǎn)業(yè)產(chǎn)值（LHTP）的影響因素，鑒于實(shí)際影響因素眾多所以本文主要從以下四個指標(biāo)進(jìn)行研究。Ramp。D項(xiàng)目經(jīng)費(fèi)（LRD）、Ramp。D人員全時當(dāng)量（LRY）和國家財(cái)政支出用于科學(xué)研究的支出（LZC）。（二）數(shù)據(jù)的來源與預(yù)處理本文實(shí)證分析所選用的變量數(shù)據(jù)為19932009年中國年度數(shù)據(jù)，所有原始數(shù)據(jù)來源于中國統(tǒng)計(jì)年鑒。為了使數(shù)據(jù)具有可比性，用高技術(shù)產(chǎn)業(yè)產(chǎn)值平減指數(shù)（1993=100）對所用數(shù)據(jù)進(jìn)行平減。為了消除數(shù)據(jù)中可能存在的異方差，我們對上述序列取自然對數(shù)，變換后的變量相應(yīng)的變?yōu)長HTP、LRD、LRY、LZC。六、模型的構(gòu)建與檢驗(yàn)（一）單位根檢驗(yàn)由于虛假回歸問題的存在，所以在進(jìn)行動態(tài)回歸模型擬合時，必須先檢驗(yàn)各序列的平穩(wěn)性。本文采用ADF檢驗(yàn)法對上述各序列的平穩(wěn)性進(jìn)行檢驗(yàn)。表 1 單位根檢驗(yàn)結(jié)果 變量檢驗(yàn)類型ADF統(tǒng)計(jì)量臨界值（5%）伴隨概率P 結(jié)論（c，T，d）LHTP（c，0，0）不平穩(wěn) D（LHTP）（c，0，0）平穩(wěn)LRD（c，0，0）不平穩(wěn) D（LRD）（c，0，1）0平穩(wěn)LRY（c，0，0）不平穩(wěn) D（LRY）（c，T，0）0平穩(wěn)LZC(c， T， 0)不平穩(wěn) D（LZC）(c， T， 0)平穩(wěn)注：（c，T，d）分別代表所檢驗(yàn)的方程中含有截距，時間趨勢及滯后階數(shù)；滯后階數(shù)按SC最小準(zhǔn)則確定；D（X）表示X的一階差分。從表1的檢驗(yàn)結(jié)果中我們可以看出：LHTP、LRD、LRY、LZC的ADF統(tǒng)計(jì)量的絕對值小于5%水平下的ADF檢驗(yàn)臨界值的絕對值，說明這三個序列在95%的置信水平下都是非平穩(wěn)的。進(jìn)一步檢驗(yàn)顯示，D(LHTP)、D(LRD，1)、 D(LRY)及 D(LZC)在95%的置信水平下都是平穩(wěn)的。（二）Johansen協(xié)整檢驗(yàn)由于LGDP、LRD、LRY和LZC都是單整序列，滿足進(jìn)行協(xié)整檢驗(yàn)的前提條件。進(jìn)一步我們采用Johansen協(xié)整檢驗(yàn)法對多變量系統(tǒng)進(jìn)行向量協(xié)整檢驗(yàn)。檢驗(yàn)結(jié)果見表 2 特征根跡（Rank Test）檢驗(yàn)結(jié)果Hypothesized No. of CE(s）EigenvalueTrace Statistic Critical ValueProb.**None *At most 1At most 2At most 3表 3 最大特征值檢驗(yàn)（Maximun Eigenvalue Test）結(jié)果Hypothesized No. of CE(s）EigenvalueTrace Statistic Critical ValueProb.**None *At most 1At most 2At most 3注：*表明在5%的顯著水平下拒絕原假設(shè)；**表示MackinnonHaugMichelin（1999）p值。從協(xié)整檢驗(yàn)的特征根跡檢驗(yàn)和最大特征值檢驗(yàn)的結(jié)果看出，我們可以在95%的置信水平下拒絕無協(xié)整關(guān)系的原假設(shè)，這說明我們的變量之間存在協(xié)整關(guān)系；對于原假設(shè)沒有協(xié)整向量，我們在95%的置信水平下是拒絕的，因此接受至少有1個協(xié)整向量。（三）向量自回歸模型（VAR）的構(gòu)建基于我們選擇的變量：LGDP、LRD、LZC及LKJ，我們構(gòu)建4維的向量自回歸模型。為了確定VAR模型的合適滯后長度，我們用模型滯后結(jié)構(gòu)確定準(zhǔn)則進(jìn)行篩選，結(jié)果如表：表 4 向量自回歸模型滯后期的確定標(biāo)準(zhǔn)滯后期LogLLRFPESCHQ0NA 12****3注：*表示根據(jù)相應(yīng)準(zhǔn)則選擇的滯后階數(shù)。根據(jù)表4 的結(jié)果，5個評價指標(biāo)全部認(rèn)為應(yīng)該選擇的滯后期為2，即建立VAR(2)。模型方程如下：。且所有單位根位于單位圓內(nèi)（如圖3），模型結(jié)構(gòu)穩(wěn)定，模型擬合效果較好。圖 1 滯后階數(shù)為2的AR特征多項(xiàng)式逆根圖（四）Granger因果檢驗(yàn)為了確定變量之間的相互關(guān)系，我們對VAR模型中的變量進(jìn)行Granger因果檢驗(yàn)，檢驗(yàn)結(jié)果如表5：表 5 Grange因果檢驗(yàn)結(jié)果 Null Hypothesis:ObsFStatisticProbability LRD does not Granger Cause LHTP18 LHTP does not Granger Cause LRD LRY does not Granger Cause LHTP18 LHTP does not Granger Cause LRY LZC does not Granger Cause LHTP18 LHTP does not Granger Cause LZC LRY does not Granger Cause LRD18 LRD does not Granger Cause LRY LZC does not Granger Cause LRD18 LRD does not Granger Cause LZC LZC does not Granger Cause LRY18 LRY does not Granger Cause LZC 從表5 中我們可以看出：在95%的置信水平下，第一，Ramp。D項(xiàng)目經(jīng)費(fèi)（LRD）是高技術(shù)產(chǎn)業(yè)產(chǎn)值（LHTP）的Grange原因，表明對科技項(xiàng)目的投入多則科技產(chǎn)出效益越好。第二，Ramp。D人員全時當(dāng)量（LRY）是高技術(shù)產(chǎn)業(yè)產(chǎn)值（LHTP）的Grange原因。第三，國家財(cái)政支出用于科學(xué)研究的支出（LZC）是高技術(shù)產(chǎn)業(yè)產(chǎn)值（LHTP）的Grange原因。第四，Ramp。D人員全時當(dāng)量（LRY）是Ramp。D項(xiàng)目經(jīng)費(fèi)（LRD）的Grange原因，表明高技術(shù)人員越多所花費(fèi)的研究經(jīng)費(fèi)越多。（五）脈沖響應(yīng)分析在實(shí)際應(yīng)用中，由于VAR模型是一種非理論性的模型，它的系數(shù)是難于解釋的，在分析VAR模型時，經(jīng)常不分析一個變量的變化對另一個變量的影響，而是用脈沖響應(yīng)函數(shù)分析誤差項(xiàng)一個標(biāo)準(zhǔn)差新息的沖擊對內(nèi)生變量的影響。根據(jù)實(shí)際分析的需要，下面分別給高技術(shù)產(chǎn)業(yè)產(chǎn)值（LHTP）、Ramp。D項(xiàng)目經(jīng)費(fèi)（LRD）、Ramp。D人員全時當(dāng)量（LRY）和國家財(cái)政支出用于科學(xué)研究的支出（LZC）一個正的單位大小的沖擊，得到關(guān)于科技產(chǎn)出（LKJ）的脈沖響應(yīng)函數(shù)圖。如圖2至圖5，其中，橫軸表示沖擊作用的滯后期間數(shù)（單位：年），縱軸表示科技產(chǎn)出，實(shí)線表示脈沖響應(yīng)函數(shù)，虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶。從圖2中可以看出，高技術(shù)產(chǎn)業(yè)產(chǎn)值的變動對自身的響應(yīng)是同向的，在第1期達(dá)到最高點(diǎn)，并且以后各期慢慢收斂
高考資料相關(guān)推薦
鄂ICP備17016276號-1