考博

需要说明的一点，由于前文分析的分割点得到回归系数只有0.02的差异，结果不显著，而且1994年的分割点的p值也只有0.093，显著性并不是很高，所以为了扩大数据量，提高分析的准确度，在进行协整分析时，仍采用1978—2009年所有的数据分析。

1、变量的平稳性检验

协整分析是要有前提的，首先要满足的一点就是几个变量必须是同阶单整，需先对lnGDP和lnCre进行平稳性检验。

分别观察lnGDP、lnCre的时序图和一阶差分时序图(图2)，可以清晰地看出两个变量水平值不平稳，而一阶差分后平稳。

图2 水平时序图和差分时序图

为了更准确地分析两个变量的平稳性，我们进行了单位根检验，检验方法采用Dickey-Fuller的ADF检验，检验结果如表4所示：

表4 各变量平稳性检验

通过表4可以清楚地发现，两个变量的水平值都接受了原假设，即序列是非平稳的，而其一阶差分项都拒绝了原假设，即序列是平稳的，都是一阶单整，记为I(1)。

2、变量协整性分析

协整概念的提出很好地解决了非平稳序列构建动态回归模型可能造成的“伪回归”的问题。协整检验的方法一般有两种：一种是基于回归残差的协整检验，即EG两步法检验；另一种是以VAR模型为基础检验回归系数的协整检验，即JJ检验。由于本文只有两个变量，采用EG两步法就可以很好地解决。

步骤一：建立相应序列与输入序列之间的回归模型：

(5)

采用最小二乘估计。

步骤二：对回归的残差序列{ε_t}进行平稳性检验。

实证结果分析，利用1978—2009年数据进行回归得到方程：

(6)

t=(28.68)(84.69)

R²=0.99，DW=0.92

对残差进行ADF平稳性检验，得到ADF=-4.659，对应的p值为0.00，拒绝原假设，认为残差平稳。通过计量分析，我们可以得出银行信贷规模和经济增长是协整的，存在长期均衡关系，长期来看，信贷规模每增长1%，带来经济增长提高0.71%。

3、短期ECM模型

协整分析已经得到了信贷规模和经济增长的长期均衡关系，但实际数据是由“非均衡过程”生成的。因此为了描述短期经济波动，建立误差修正模型(ECM)作为协整分析的补充。其原理即利用上期的误差项ECM_t-1刻画本期波动的原因。

模型结构定义为：

Δy_t＝β₀Δx_t+β₁ECM_t-1+ε_t，也就是说本期的波动Δy_t，主要来自序列当期波动Δx_t、上一期误差ECM_t-1和随机扰动ε_t三方面。

针对GDP，建立的误差修正模型为：

ΔlnGDP_t=β₁ΔlnCre_t＋β₂ECM_t-1＋ε_t，其中β₃表示误差修正项对当期波动的修正力度。

本文利用差分序列{ΔlnGDP_t}，{ΔlnCre_t}和前期误差序列{ECM_t-1}构建ECM模型：123下一页尾页

（责任编辑：中大编辑）

共2页,当前第1页  第一页  前一页  下一页