我國城市化與房地產(chǎn)業(yè)發(fā)展的granger因果關(guān)系分析(編輯修改稿)
2025-07-27 04:43 本頁面
【文章內(nèi)容簡(jiǎn)介】 ；另一種是基于回歸殘差的協(xié)整檢驗(yàn)，如CRDW(Cointegration Regression DurbinWatson)檢驗(yàn)、DF檢驗(yàn)、ADF檢驗(yàn)。由于經(jīng)濟(jì)時(shí)間序列的協(xié)整關(guān)系不僅可以有效地解決利用非平穩(wěn)時(shí)間序列建立模型所可能產(chǎn)生的偽回歸問題，而且它一般具有明顯的經(jīng)濟(jì)含義，它表示這些變量之間存在著共同的趨勢(shì)，具有長(zhǎng)期的均衡關(guān)系，因此，可以利用協(xié)整關(guān)系檢驗(yàn)判斷變量之間長(zhǎng)期的關(guān)系。為了完成協(xié)整檢驗(yàn)，本文先用Johansen協(xié)整檢驗(yàn)法進(jìn)行協(xié)整檢驗(yàn)，以確定城市化水平與房地產(chǎn)投資額及商品房銷售面積三個(gè)序列之間是否存在某種平穩(wěn)的線性組合，即是否存在指標(biāo)間的長(zhǎng)期穩(wěn)定關(guān)系（協(xié)整關(guān)系）。表表8給出了Johansen協(xié)整檢驗(yàn)結(jié)果。表7是跡（Trace）統(tǒng)計(jì)量，對(duì)于檢驗(yàn)結(jié)果，第一列顯示了在原假設(shè)成立條件下的協(xié)整關(guān)系數(shù)；第二列是矩陣按由大到小排序的特征值；第三列是跡檢驗(yàn)統(tǒng)計(jì)量；最后一列分別是在5%置信水平下的臨界值。表8檢驗(yàn)結(jié)果，是依據(jù)最大特征值(Maximum Eigenvalue)統(tǒng)計(jì)量的檢驗(yàn)結(jié)果，它所檢驗(yàn)的原假設(shè)是有r個(gè)協(xié)整關(guān)系，反之，有 r + 1 個(gè)協(xié)整關(guān)系。 表7 Johansen協(xié)整檢驗(yàn)結(jié)果（1）HypothesizedTraceNo. of CE(s)EigenvalueStatisticCritical ValueProb.**None *At most 1 *At most 2 *表8 Johansen協(xié)整檢驗(yàn)結(jié)果（2）HypothesizedMaxEigenNo. of CE(s)EigenvalueStatisticCritical ValueProb.**None *At most 1At most 2 *上述3個(gè)變量的協(xié)整關(guān)系檢驗(yàn)結(jié)果表明，在5%顯著水平下，變量之間存在著長(zhǎng)期均衡的關(guān)系，這意味著城市化水平、房地產(chǎn)投資額、房地產(chǎn)銷售面積之間存在長(zhǎng)期的相互作用關(guān)系。二、城市化與房地產(chǎn)業(yè)發(fā)展的Granger因果關(guān)系分析從理論上說，檢驗(yàn)序列的非平穩(wěn)性和協(xié)整關(guān)系，如果存在協(xié)整關(guān)系，就可以建立向量自回歸模型。上述協(xié)整檢驗(yàn)的結(jié)果表明城市化水平（Y）和房地產(chǎn)業(yè)發(fā)展的兩個(gè)指標(biāo)（X1，X2）之間確實(shí)具有某種協(xié)整關(guān)系，即從長(zhǎng)期來看具有相關(guān)性。由于相關(guān)性并不等于因果性，協(xié)整關(guān)系只能說明指標(biāo)之間至少有單向的因果關(guān)系，但并不能具體指出何為因、何為果，因此還需要作進(jìn)一步因果檢驗(yàn)，以確定兩者之間的因果方向。但由于本文所取的樣本數(shù)據(jù)對(duì)于統(tǒng)計(jì)分析來說稍少，因此本文考察城市化與房地產(chǎn)業(yè)之間的因果關(guān)系，直接選擇經(jīng)過HP濾波后的平穩(wěn)數(shù)據(jù)進(jìn)行因果關(guān)系分析。1. H－P濾波一般而言，大多數(shù)宏觀經(jīng)濟(jì)指標(biāo)表現(xiàn)為不斷的增長(zhǎng)趨勢(shì)迭加上復(fù)雜的波動(dòng)。長(zhǎng)期趨勢(shì)是時(shí)間序列均值的長(zhǎng)期變化，它描述了一定年份期間經(jīng)濟(jì)活動(dòng)或產(chǎn)業(yè)活動(dòng)持續(xù)的潛在的穩(wěn)定性，表現(xiàn)為某種增長(zhǎng)型函數(shù)；隨機(jī)波動(dòng)是指那些因?yàn)橐恍┡既皇录蛲馍蛩厥剐蛄邪l(fā)生的小的隨機(jī)振動(dòng)，這種振動(dòng)一般都是無法預(yù)測(cè)的。分析宏觀經(jīng)濟(jì)的通用方法，是將宏觀經(jīng)濟(jì)指數(shù)分解為經(jīng)濟(jì)增長(zhǎng)趨勢(shì)和經(jīng)濟(jì)波動(dòng)兩個(gè)分量。計(jì)量經(jīng)濟(jì)學(xué)常用的是時(shí)間序列的趨勢(shì)消解(detrending)。常用的趨勢(shì)消解法有三種：一階差分濾波器FD（first differencing）， 對(duì)數(shù)線性趨勢(shì)濾波器LLD（log linear – detrending）和 HP（HodrickPrescott）濾波器（Hodrick and Prescott 1981），三者的差別在時(shí)間窗的長(zhǎng)短。陳平．經(jīng)濟(jì)混沌和經(jīng)濟(jì)波動(dòng)的非線性動(dòng)力學(xué)理論．，2000（10）HodrickPrescott濾波（HP濾波）是一種時(shí)間序列在狀態(tài)空間中的分解方法。利用HP濾波可以將經(jīng)濟(jì)變量序列中的長(zhǎng)期增長(zhǎng)趨勢(shì)和短期波動(dòng)成分分離出來，經(jīng)過HP濾波處理得到的數(shù)據(jù)為平穩(wěn)序列。HP濾波的基本原理如下：設(shè)經(jīng)濟(jì)時(shí)間序列為Y=，趨勢(shì)要素為T=，n為樣本長(zhǎng)度。一般地，時(shí)間序列中的不可觀測(cè)部分趨勢(shì)常被定義為下面最小化問題的解： (1)其中，正實(shí)數(shù)表示在分解中長(zhǎng)期趨勢(shì)和周期波動(dòng)占的權(quán)數(shù)，是延遲算子多項(xiàng)式 (2)將（2）代入（1）式，則HP濾波的問題就是使下面損失函數(shù)最小，即最小化問題用來調(diào)整趨勢(shì)的變化，并隨著的增大而增大。但要在趨勢(shì)要素對(duì)實(shí)際序列的跟蹤程度和趨勢(shì)光滑度之間作一個(gè)選擇。=0時(shí)，滿足最小化問題的趨勢(shì)等于序列；增加時(shí)，估計(jì)趨勢(shì)中的變化總數(shù)相對(duì)于序列中的變化減少，即越大，估計(jì)趨勢(shì)越光滑；趨于無窮大時(shí)，估計(jì)趨勢(shì)將接近線性函數(shù)。，對(duì)城市化水平（Y）指標(biāo)的時(shí)間序列及房地產(chǎn)業(yè)發(fā)展水平的兩個(gè)指標(biāo)（XX2）的時(shí)間序列分別進(jìn)行了HP濾波處理，在選定的序列（Y）窗口下，選擇Procs/ Hodrick Prescott Filter，首先對(duì)平滑后的趨勢(shì)序列起一個(gè)名字，此處確定為HPY，然后給定平滑參數(shù)的值，一般地，的缺省值如下： Eviews不允許填入非整數(shù)的λ值。由于本文所選擇的序列為年度數(shù)據(jù)，因此，選擇λ＝100，點(diǎn)擊OK后，Eviews與原序列一起顯示處理后的序列，并顯示濾波圖。如此反復(fù)，對(duì)房地產(chǎn)開發(fā)投資額（X1）及商品房銷售面積（X2）也進(jìn)行H－P濾波處理，得到結(jié)果如表9所示。表9 H－P濾波后的時(shí)間序列obsHPYHPX1HPX21987198819891990199119921993199419951996199719981999200020012002200320042005
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1