从表4可知,其可决系数R2=0.996很接近于1,F=1837.530,从表3的数据可以看到,自变量居民消费所对应的概率P值是0.009小于给定的显著性水平0.05,而政府消费所对应的概率P值是0.613,大于给定的显著性水平0.05,因此变量政府消费不通过回归方程的检验,没有意义;再通过表5已知DW=1.519,已知n=18,k=2,通过查表可知dl=1.16,du=1.39,dw值位于du到2的区间上,因此不存在一阶自相关。由此可得居民消费对经济增长影响的拟合优度是最好的,可以认为被解释变量与解释变量有正相关关系和具有统计意义。
从得出的回归相关方程系数表明:每增加1个单位的居民消费,相对应的GDP增加0.9821个单位。因此可推断居民消费对我国经济增长的作用与政府消费的作用要大得多,为了进一步研究居民消费对我国经济增长的影响,下面要对居民消费与GDP两者间进行相应的检验来支撑线性回归方程。
㈢ 实验检验
众所周知,原始数据如果是非平稳的可能就会存在伪回归现象,所以本文做回归分析的时间序列数据需要是平稳的。因此要通过检验改线性回归方程来支持以上的论点,即要分别通过以下三个检验方法:
1.单位根检验
本文通过ADF检验法对原序列进行单位根检验。根据图3的单位根检验结果看出,在10%的显著水平下,lnGDP、lnRC和∆lnGDP、∆lnRC的ADF值都大于10%临界值,说明原序列lnGDP、lnRC和一阶差分序列∆lnGDP、∆lnRC存在单位根,因此说明GDP和居民消费的自然对数值序列和一阶差分对数序列是非平稳的。但是经过二阶差分后,10%显著水平临界值都大于ADF值,所以不存在单位根,可认为二阶差分对数时间序列是平稳的。这证明GDP和居民消费序列是I(2)型经济变量类型,所以用GDP和居民消费为变量来建立回归方程是不存在伪回归的。

表6  GDP和居民消费的单位根检验
变量      1%临界值     5%临界值     10%临界值           ADF             单位根
lnGDP       -4.57         -3.75           -3.34           -1.56             有
lnRC       -4.53         -3.77           -3.31           -1.75             有
∆lnGDP       -4.80         -3.79           -3.34          0.35                有
∆lnRC       -4.67         -3.73           -3.31           -2.67             有
∆ˆ2lnGDP   -4.80         -3.79          -3.34           -6.98             无
∆ˆ2lnPI    -4.80         -3.79           -3.34           -5.17             无
 2.协整检验
单位根检验是检验时间序列数据的平稳性,而还需要通过协整检验验证变量之间的实际关系,结果见表7和表8。伪回归的其中一种现象是两个时间序列数据的趋势相同,协整检验法是通过共同趋势修正回归让其真实。
上一篇:不同借贷利率的CAPM分析与实证
下一篇:黄金价格与CPI指数时间序列的相关分析研究自拟合和模拟

江苏省城镇居民消费结构的统计分析

因子分析在城市居民消费结构的分析中的应用

我国财政收支与GDP相互关系的实证分析

我国货币政策在股票市场的传导效率研究

VAR模型我国货币政策信贷传导渠道研究

RP2原则江苏省城镇居民消费函数模型

淮安市城镇居民收入状况分析

中国学术生态细节考察《...

承德市事业单位档案管理...

医院财务风险因素分析及管理措施【2367字】

公寓空调设计任务书

神经外科重症监护病房患...

志愿者活动的调查问卷表

C#学校科研管理系统的设计

国内外图像分割技术研究现状

10万元能开儿童乐园吗,我...

AT89C52单片机的超声波测距...