我國(guó)人均消費(fèi)影響因素的實(shí)證分析-閱讀頁(yè)
2025-07-14 13:48本頁(yè)面
【正文】 析。經(jīng)過(guò)試驗(yàn)，得到在有效范圍內(nèi)，當(dāng)滯后期p的值取12時(shí)，AIC和SC值達(dá)最小，此時(shí)有ADF檢驗(yàn)結(jié)果如下。但是，此時(shí)，t統(tǒng)計(jì)量的值已經(jīng)發(fā)生了明顯的變化。 由上圖可以看出，Dy時(shí)間序列的自相關(guān)函數(shù)在k=1，2時(shí)有峰值然后按指數(shù)衰減，偏自相關(guān)函數(shù)在k=1時(shí)有峰值然后呈指數(shù)或者正弦衰減，所以初步認(rèn)為Dy是一個(gè)ARMA(1,1)或ARMA(1,2)過(guò)程。（2）二階差分 首先對(duì)二階差分進(jìn)行自（偏自）相關(guān)分析，Eviews輸出的圖如下所示。得：由上圖可知，小于顯著性水平1%的臨界值，所以，至少在99%的置信度下拒絕原假設(shè)，即認(rèn)為二階差分序列不存在單位根，因而非平穩(wěn)序列經(jīng)過(guò)二階差分平穩(wěn)，所以是二階單整序列，即I（2）。經(jīng)過(guò)反復(fù)試驗(yàn)，可知二階差分序列為ARMA(3,3)和ARMA（2，3）時(shí)的效果較理想，其Eviews輸出結(jié)果圖如下。上述模型給出的特征根都大于1，因而證明了二階差分序列是平穩(wěn)序列。由上圖知Q（12）=﹤（1223）=，所以模型的隨機(jī)誤差序列也達(dá)到了非自相關(guān)的要求，通過(guò)檢驗(yàn)。而CPI與IR變化與以上三項(xiàng)數(shù)據(jù)不同，一方面是相互聯(lián)系問(wèn)題，另一方面是數(shù)量單位不同，以上三項(xiàng)單位都為元，而這兩項(xiàng)沒(méi)有單位，并且數(shù)量級(jí)相差甚大。協(xié)整分析（1）首先，對(duì)三個(gè)向量進(jìn)行單位根檢驗(yàn)：由以上三張表格可知，當(dāng)單位根選取零時(shí)，三個(gè)變量的ADF檢驗(yàn)統(tǒng)計(jì)量的絕對(duì)值均小于相應(yīng)的ADF檢驗(yàn)臨界值的絕對(duì)值，說(shuō)明在這種檢驗(yàn)方法下，三個(gè)變量都不是平穩(wěn)序列，存在單位根。（2）對(duì)CONSP、INP、SAVE因果關(guān)系進(jìn)行檢驗(yàn)滯后期為1時(shí)：滯后期為2時(shí)：滯后期為3時(shí)：滯后期為4時(shí)：因果關(guān)系檢驗(yàn)結(jié)果表明：在5%顯著性水平下，滯后期數(shù)為1時(shí)，CONPS與INP互為因果，INP是引起SAVE變化的原因，SAVE與CONSP不存在因果關(guān)系。（3）對(duì)CONSP與INP的VAR模型進(jìn)行估計(jì)滯后期數(shù)為1時(shí)：CONSP = *CONSP(1) + *INP(1) + INP = *CONSP(1) + *INP(1) + 滯后期數(shù)為2時(shí)： CONSP = *CONSP(1) + *CONSP(2) + *INP(1) *INP(2) + INP = *CONSP(1) + *CONSP(2) + *INP(1) *INP(2) + 33 / 3
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1