宏观经济指标预测模型1(完成)

主要宏观经济指标的VAR模型预测研究和思考
●初步选择GDP、M2、M1、存贷款利率、汇率、法定存款准备金率、
CPI、PPI、国家财政预算支出、上证综合指数、消费者预期指数和OECD领先指标作为构建经济增长VAR模型的指标体系。

●在对数据序列进行平稳化检验和处理的基础上，进行Granger因
果关系检验，确定和经济增速存在真实因果关系的经济指标，并分别利用财政和货币刺激政策出台前后的变量数据构建VAR模型。

●VAR模型总体拟合效果较好，GDP增速与模型中主要变量的滞后项
存在显著线性关系，一方面表明其领先于经济增长的变化，另一方面也表明货币政策变量（存贷款利率和法定准备金率）对经济增长的刺激效果存在滞后，而财政政策相对更为直接和及时。

●从预测结果来看，如国家不实施刺激方案，经济增速在明年三季
度会滑落到6.7%，在政府出台一揽子刺激方案后，08年四季度经济增速仍将保持在8%以上，明年二季度以后经济将出现缓慢上升。

●初步测算2008年全年经济增长仍会达到9.5%左右，2009年经济
增速则会下降到8.4%左右。

M1增速会有所回升，但仍将在12%以下，1年期存贷款利率在明年底将分别下调到1.40%（可能会继续下调4次）、3.92%（可能会继续下调6次），法定存款准备金率则有可能下调到10.78%附近，中央财政支出规模将在今年基础上继续增加6000-7000亿左右。

一、前期准备工作
1、变量选择
根据宏观经济理论和投资研究实践中所关注的重点经济指标，在本文中初步选择经济增速（GDP）、广义货币供应量（M2）、狭义货币供应量（M1）、1年期存款利率（R_cun）、1年期贷款利率（R_dai）、人民币对美元汇率（Fx）、法定存款准备金率（B_r）、消费者价格指数（CPI）、工业品出厂价格指数（PPI）、国家财政预算支出（Ex_F）、上证综合指数（Sh_index）、消费者预期指数（xiaofei_index）和用于衡量出口情况的OECD领先指标（OECD_Lead）。

上述这些变量的可能变动均能对资本市场产生比较大的影响，是为各类投资者所关注的政策变量或重要经济指标，因而如果能对其未来变化做出提前预测，则对于指导现实的投资实践活动将具有较强的现实意义。

当然，这些变动还不能覆盖我们所关注的全部经济指标，但是由于经济变量间的高度相关性，很多变量是处于同一经济层面上，如经济增速与工业增加值、投资、消费、出口增速基本上具有一致性和同步特征，仅存在的差异是后几个变量均为月度数据，而经济增速为季度数据，因而可用后几个变量作为经济增速的先行指标，做出大致的定性判断。

基于上述原因，在进行经济计量分析或者构建预测模型时，投资、消费、出口和工业增加值指标可以作为对经济增速的替代变量，但基本上不能用其对经济增速做出合适的长期预测。

与定性分析不同的是，在构建计量模型时，更多的应该是选择那些对未来潜在经济增长产生长期、持续性影响的变量（主要是相关的政策变
量即外生变量和系统外的冲击变量）。

此外，鉴于本文仅是试图通过构建多变量的VAR模型来对宏观经济系统的主要变量进行计量分析和预测的初步尝试，因而变量的选择无论是在经济理论意义还是在实际应用方面都还存在很多不完善之处，我们将在以后的工作中逐步加以改进。

2、数据收集与预处理
由于本文所构建的VAR模型主要是用来预测经济增长的，重点针对除经济增长之外的变量预测将在后续工作中开展，因而选择的变量频率为季度数据（数据来源：Wind资讯EDB库），而对非季度数据的变量进行频率转换，以保持数据一致性。

同时，对各变量汇总后的序列剔除掉缺失值，初步确定将1996年第4季度作为数据序列的起始点，2008年第三季度作为数据序列的终止点，共计48个观测数据。

由于GDP序列为百分比数据，而国家财政预算支出（Ex_F）和上证综合指数（Sh_index）属绝对值，为保证变量间量纲的可比性，将后两个变量对数化处理，以消除其波动性。

二、VAR模型的构建和预测
1、变量序列的平稳性检验
首先，为避免建模时产生伪回归问题，应先利用扩展的迪基-福勒单位根检验方法（Augmented Dickey-Fuller test）对上述各变量（含处理后变量）进行水平序列（未差分）平稳性检验。

检验结果如下：
表1 变量序列未进行差分（水平序列）的平稳性
数据来源：Wind资讯EDB库，Eviews处理得到
注：表中临界值取麦金农单边检验值。

由表1显见，M2、M1、1年期存款利率、上证综合指数和消费者预期指数为平稳序列，在进行后续建模前无须进行差分预处理，但其他变量水平序列均为非平稳的，应当进行相应阶次（此处均为1阶）的差分处理，使其变为平稳序列。

再次检验结果如表2所示：
表2 变量序列进行差分后的平稳性检验
数据来源：Wind资讯EDB库，Eviews处理得到
注：表中临界值取麦金农单边检验值。

结合表1和表2中的平稳性检验结果，初步确定经差分处理后各变量序列为转为平稳，能够进行后续计量建模。

2、各变量间的Granger因果关系检验
由于经济变量间存在复杂的相互影响，尽管某两个变量之间存在很强的相关性或者一致性，但其走势可能是同时受到第三个变量的影响，因而这两个变量之间未必存在经济逻辑意义上的因果关系，仅仅为同一层面上的经济变量。

因此，除基于变量间相关程度判断影响外，更重要的是能通过计量检验判断二者是否具有因果性，本文利用计量领域比较成熟的Granger因果检验方法对所选择的变量系统进行分析。

从表3中可以看到，与经济增速（GDP）存在因果关系、并能引致前者变动的主要是狭义货币供应量（M1）、1年期存款利率（R_cun）、1年期贷款基准利率（R_dai）、法定存款准备金率（B_r）、国家财政预算支出（Ex_F_log）和OECD领先指标（OECD_Lead）六个变量。

此外，其他变量诸如PPI、CPI、汇率（Fx）尽管也与经济增速存在因果关系，但并不是由前者引致后者，而是由后者引致前者，即是经济增速GDP影响了CPI、PPI和人民币对美元汇率的变动。

至于其他变量和经济增速并不存在明显的Granger因果关系。

由于本文主要是对经济增长进行预测，因而仅在正文中给出了经济增速GDP和其他变量两两间的Granger因果检验，其他变量相互间的检验结果则在附录表中给出。

表3 经济增速与其他变量两两间的Granger检验
数据来源：Wind资讯EDB库，Eviews处理得到
注：表中临界值取麦金农单边检验值。

3、VAR模型的构建与相关检验
近期由于政府为“保增长”，开始实施积极的财政政策和适度宽松的货币政策，10月份以来央行连续大幅调降存贷款基准利率和法定存款准备金率，规模高达4万亿的财政刺激方案也相继出台，政府为刺激经济所采取的政策措施在力度上为近年罕见。

为充分反映政策和经济的最新变动及政策变量对实体经济的冲击和影响，本文将分别利用截至到三季度末政府出台刺激方案前的样本数据和刺激方案出台后的最新经济指标样本数据来构VAR模型，这样做一方面可以使得经济增长预测模型能够对国家货币财政政策做出及时和准确反应，另
一方面也能检验模型的稳定性，判断政策变量的突发冲击是否会显著改变模型结构和参数值。

在VAR建模过程中，用于预测经济增长的模型变量均为和经济增速存在显著Granger因果关系的变量，即因变量为经济增速（GDP），自变量（内生变量）分别为狭义货币供应量（M1）、1年期存款利率（R_cun）、1年期贷款利率（R_dai）、法定存款准备金率（B_R）、国家财政预算支出（Ex_F_log）和OECD领先指标（OECD_Lead）。

在具体建模过程中，我们初步选用无约束的VAR模型，为剔除季节性因素影响并结合Akaike信息准则和Schwarz信息准则，选用四阶滞后。

利用刺激方案出台前的三季度末数据所构建VAR模型的具体估计结果见附表二，其中GDP经济增速的子方程如下，其他相关变量的子方程参见附表三。

D_GDP = - 1.2056*D_GDP(-1) - 1.2685*D_GDP(-2) - 0.8228*D_GDP(-3) -
0.5705*D_GDP(-4) - 0.0334*M1(-1) - 0.0060*M1(-2) + 0.1339*M1(-3) - 0.2323*M1(-4) +
1.2284*R_CUN(-1) - 0.0039*R_CUN(-2) + 0.8068R_CUN(-3) -
2.4465*R_CUN(-4) + 0.4740*D_R_DAI(-1) - 1.0310*D_R_DAI(-2) - 2.2349*D_R_DAI(-3) + 0.8222*D_R_DAI(-4 - 0.2549*D_B_R(-1) - 0.9859*D_B_R(-2) - 0.3650*D_B_R(-3) - 0.0730*D_B_R(-4) + 2.6362*D_EX_F_LOG(-1) + 2.8582*D_EX_F_LOG(-2) +
3.5006*D_EX_F_LOG(-3) + 2.3106*D_EX_F_LOG(-4) + 0.2459*D_OECD_LEAD(-1) + 0.2818*D_OECD_LEAD(-2) + 0.2972*D_OECD_LEAD(-3) - 0.2485*D_OECD_LEAD(-4) + 3.1610
从附表二和附表三中显见，利用刺激方案出台前的数据所构建的VAR模型总体拟合效果较好，除OECD领先指标外，其他各子方程的拟合优度2R均超过或者接近0.85。

从GDP子方程来看，经济增速（GDP）与其四阶滞后量均存在显著的线性关系，表明GDP具有很强的自解释性格和自我平衡的特征。

在其他变量中，M1的四阶滞后量、1年期存款利率的四阶滞后量、贷款利率的三阶滞后量、法定存款准备金率的
二阶和三阶滞后量、财政支出的一至四阶滞后量、OECD领先指标的一至四阶滞后变量均与GDP增速存在较为显著的线性关系。

这些较经济增速存在滞后的变量一方面表明其领先于经济增长的变化，另一方面也表明货币政策变量（存贷款利率和法定准备金率）对经济增长的刺激或反应存在滞后，而财政政策的刺激效果则更为直接和及时。

此外，衡量出口变动的OECD领先指标也能保持与国内经济增速的同步性。

在利用刺激方案出台后的最新经济指标数据构建VAR模型时，一方面将10月份以来的最新政策指标变动（存贷款利率、法定准备金率和M1）作为对四季度数据的替代值，另一方面对国内经济增速GDP 和OECD领先指标采用刺激方案出台前的预测值作为替代值，而财政支出规模指标在使用预测值作为替代时还考虑到了政府安排在今年四季度的1000亿新增投资。

最终所构建VAR模型的具体估计结果见附表四，模型中各变量的子方程参见附表五。

从附表四和附表五中显见，利用刺激方案出台后的最新经济指标数据所构建的VAR模型与利用刺激方案出台前的三季度末数据相比，在模型结构、参数取值和显著性以及模型拟合能力上并没有发生显著改变，同时与经济增速相关的各阶变量在滞后阶数上也与前述模型相同。

因而，所构建的模型具有较好的稳定性，能够适应经济指标的突变。

4、基于VAR模型的外推预测
为进行外推预测，应当对原样本范围进行扩展，另外为保证预测
的准确性，预测的起始点可从今年第四季度开始，到明年四季度结束，共计五个外推预测点。

刺激方案出台前的具体预测结果如表4和图1所示，而刺激方案出台后的具体预测结果则见表5和图2。

表4 刺激方案出台前VAR模型的宏观经济指标预测结果
数据来源：Wind资讯EDB库，Eviews处理得到
表5 刺激方案出台后VAR模型的宏观经济指标预测结果
数据来源：Wind资讯EDB库，Eviews处理得到
图1 刺激方案出台前VAR模型的拟合与预测效果
数据来源：Wind资讯EDB库，Eviews处理得到
图2 刺激方案出台后VAR模型的拟合与预测效果
数据来源：Wind资讯EDB库，Eviews处理得到
从预测结果来看，在出台刺激方案前，VAR模型所预测的经济增
速仍有可能延续目前下滑态势，加速下探到明年三季度的 6.7%。

而加入国家最近采取的刺激性经济措施后，四季度经济增速仍在8%以上，即使明年一季度会下滑到8%以下，但自二季度后，经济有可能出现缓慢上升。

通过结合2007年的经济增速相对值和绝对量及利用所预测的季度增速或者直接对各季度增速取均值，初步可以判断国内2008年全年经济增长仍会达到9.5%左右，2009年经济增速则会下降到8.4%左右。

M1增速则会有所回升，但仍将在12%以下，1年期存贷款利率在明年底将分别下调到1.40%（可能会继续下调4次）、3.92%（可能会继续下调6次），法定存款准备金率则有可能下调到10.78附近，中央财政支出规模将在今年基础上继续增加6000-7000亿左右。

三、总结与后续思考
总体而言，所构建的VAR模型对样本内数据的拟合能力还是比较不错的，尽管在对峰值和谷底值的预测仍存在误差，这在很大程度上是由于计量模型都具有比较强的平滑性，一般都拉低峰值和拉升低值。

从对未来经济增长和其他数据指标的未来预测来看，在一定程度上还是能反应目前的严峻经济环境的。

不过，由于其他经济指标特别是存贷款利率和法定准备金率由于三季度及之前并无太大变化，因而模型尽管有所表现，但仍未能充分反应政府的大幅调控，而在利用最新数据后，相关指标虽然仍有所滞后，但总体表现相对更加合理。

由于宏观经济内部运行结构极其复杂，属于超复杂系统，对其进
行准确量化预测的难度非常大。

尽管本文所构建的模型对未来经济增速有所模拟和预测，但仍存在很多问题，如过于依赖历史数据的趋势走向，特别是近期数据的大幅波动会使得预测能力发生明显变化。

此外，包括宏观经济增速在内的诸多经济指标又由很多细项指标完成，因此如果在进行计量分析之前能对各指标的细项组成进行结构分析和判断，同时再辅之以相关先行指标，将有助于对经济指标做出更加合理的预测。

附表一 其他变量间的Granger因果检验情况
数据来源：Wind资讯EDB库，Eviews处理得到 注：表中临界值取麦金农单边检验值。

附表二 刺激方案出台前的VAR模型估计结果
变量D_GDP M1 R_CUN D_R_DAI D_B_R D_EX_F_LOG
D_OECD_LEAD -1.205633 -0.569250 -0.026711-0.033251 0.0301270.009121 0.349986 D_GDP(-1)
(0.19147) (0.46601) (0.04931)(0.04084) (0.13354)(0.03002) (0.28853)
[-6.29664] [-1.22154] [-0.54174][-0.81418] [ 0.22561][ 0.30382] [ 1.21298]
-1.268479 -0.401405 -0.031763-0.070554 -0.142051-0.018902 0.338093 D_GDP(-2)
(0.23300) (0.56709) (0.06000)(0.04970) (0.16250)(0.03653) (0.35112)
[-5.44404] [-0.70784] [-0.52939][-1.41966] [-0.87416][-0.51738] [ 0.96291]
-0.822785 -0.219793 -0.044426-0.060273 -0.0122290.008220 0.164965 D_GDP(-3)
(0.19796) (0.48179) (0.05097)(0.04222) (0.13806)(0.03104) (0.29831)
[-4.15637] [-0.45620] [-0.87152][-1.42751] [-0.08858][ 0.26484] [ 0.55301]
-0.570494 -0.425994 -0.074543-0.077565 0.009991-0.000256 0.463805 D_GDP(-4)
(0.15638) (0.38060) (0.04027)(0.03335) (0.10906)(0.02452) (0.23565)
[-3.64812] [-1.11927] [-1.85114][-2.32549] [ 0.09161][-0.01046] [ 1.96818]
-0.033396 0.937181 0.0259150.003791 0.0722560.018181 0.163653 M1(-1)
(0.09546) (0.23234) (0.02458)(0.02036) (0.06658)(0.01497) (0.14385)
[-0.34984] [ 4.03370] [ 1.05422][ 0.18619] [ 1.08530][ 1.21463] [ 1.13763]
-0.006000 -0.139424 -0.005714-0.002019 -0.155858-0.006672 -0.342703 M1(-2)
(0.14377) (0.34992) (0.03702)(0.03067) (0.10027)(0.02254) (0.21666)
[-0.04173] [-0.39845] [-0.15435][-0.06583] [-1.55438][-0.29597] [-1.58178]
0.133880 0.146425 -0.0058150.008780 0.101524-0.017420 0.269189
M1(-3)
(0.14691) (0.35756) (0.03783)(0.03134) (0.10246)(0.02304) (0.22139)
[ 0.91128] [ 0.40951] [-0.15371][ 0.28019] [ 0.99086][-0.75622] [ 1.21591]
-0.232291 -0.419472 -0.006382-0.020299 -0.0302860.008470 -0.076486 M1(-4)
(0.09834) (0.23933) (0.02532)(0.02097) (0.06858)(0.01542) (0.14818)
[-2.36223] [-1.75269] [-0.25203][-0.96780] [-0.44161][ 0.54931] [-0.51616]
1.228371 0.302788 0.981915-0.091418
2.075045-0.131601 -0.866409 R_CUN(-1)
(1.28273) (3.12193) (0.33031)(0.27359) (0.89459)(0.20113) (1.93297)
[ 0.95762] [ 0.09699] [ 2.97272][-0.33414] [ 2.31954][-0.65432] [-0.44823]
-0.003918 2.314167 -0.266547-0.011426 -0.1496020.032247 0.829946 R_CUN(-2)
(2.52541) (6.14639) (0.65030)(0.53865) (1.76126)(0.39597) (3.80559)
[-0.00155] [ 0.37651] [-0.40988][-0.02121] [-0.08494][ 0.08144] [ 0.21809]
0.806805 -6.996301 0.3807090.074774 -2.5017950.063546 1.375547 R_CUN(-3)
(2.17305) (5.28882) (0.55957)(0.46349) (1.51552)(0.34072) (3.27462)
[ 0.37128] [-1.32285] [ 0.68036][ 0.16133] [-1.65078][ 0.18650] [ 0.42006]
-2.446537 3.944174 -0.168657-0.045683 0.6862910.067233 -1.228388 R_CUN(-4)
(1.30285) (3.17091) (0.33549)(0.27789) (0.90863)(0.20428) (1.96329)
[-1.87783] [ 1.24386] [-0.50272][-0.16439] [ 0.75530][ 0.32912] [-0.62568]
0.474022 0.744787 0.2094600.376674 -1.3597500.314619 0.489613 D_R_DAI(-1)
(1.93501) (4.70946) (0.49827)(0.41272) (1.34950)(0.30340) (2.91590)
[ 0.24497] [ 0.15815] [ 0.42037][ 0.91266] [-1.00759][ 1.03698] [ 0.16791]
-1.031021 -3.651042 0.2681500.150765 0.6489110.043956 1.522738 D_R_DAI(-2)
(2.00769) (4.88635) (0.51699)(0.42822) (1.40019)(0.31480) (3.02543)
[-0.51354] [-0.74719] [ 0.51868][ 0.35207] [ 0.46344][ 0.13963] [ 0.50331]
-2.234901 0.618527 -0.519210-0.230608 -0.1993160.043286 -0.203345 D_R_DAI(-3)
(1.78480) (4.34387) (0.45959)(0.38068) (1.24474)(0.27985) (2.68954)
[-1.25219] [ 0.14239] [-1.12972][-0.60578] [-0.16013][ 0.15468] [-0.07561]
0.822220 1.190618 0.8587840.262513 -1.2109970.166633 -1.975104 D_R_DAI(-4)
(0.96262) (2.34285) (0.24788)(0.20532) (0.67135)(0.15093) (1.45059)
[ 0.85415] [ 0.50819] [ 3.46452][ 1.27856] [-1.80383][ 1.10401] [-1.36158]
-0.254921 0.808338 0.1513860.226041 0.1711590.015504 -0.947784 D_B_R(-1)
(0.42444) (1.03302) (0.10930)(0.09053) (0.29601)(0.06655) (0.63960)
[-0.60060] [ 0.78250] [ 1.38510][ 2.49687] [ 0.57822][ 0.23297] [-1.48184]
-0.985859 -0.776074 -0.228332-0.139353 0.504473-0.070084 0.360728 D_B_R(-2)
(0.44143) (1.07436) (0.11367)(0.09415) (0.30786)(0.06921) (0.66520)
[-2.23333] [-0.72236] [-2.00872][-1.48007] [ 1.63864][-1.01256] [ 0.54228]
-0.365022 0.429970 0.0912580.020432 -0.0886360.027744 -0.377257 D_B_R(-3)
(0.32754) (0.79718) (0.08434)(0.06986) (0.22843)(0.05136) (0.49358)
[-1.11442] [ 0.53936] [ 1.08198][ 0.29246] [-0.38802][ 0.54021] [-0.76433]
-0.073035 0.180278 0.003267-0.042898 -0.110296-0.016323 0.427362 D_B_R(-4)
(0.33266) (0.80964) (0.08566)(0.07095) (0.23200)(0.05216) (0.50129)
[-0.21955] [ 0.22267] [ 0.03814][-0.60460] [-0.47541][-0.31295] [ 0.85252]
2.636253
3.777862 0.0347950.110583 1.419392-0.785626 -0.715561
(1.68624) (4.10400) (0.43421)(0.35966) (1.17601)(0.26439) (2.54103) D_EX_F_LOG(-1)
[ 1.56339] [ 0.92053] [ 0.08013][ 0.30746] [ 1.20696][-2.97142] [-0.28160]
2.858233 4.373881 0.0503750.021648 0.467847-0.802066 0.407067
(1.65130) (4.01897) (0.42522)(0.35221) (1.15164)(0.25892) (2.48838) D_EX_F_LOG(-2)
[ 1.73090] [ 1.08831] [ 0.11847][ 0.06146] [ 0.40624][-3.09778] [ 0.16359]
3.500586
4.908969 0.0155010.056658 0.390661-0.733798 -1.761304
(1.70662) (4.15360) (0.43946)(0.36401) (1.19022)(0.26759) (2.57174) D_EX_F_LOG(-3)
[ 2.05118] [ 1.18186] [ 0.03527][ 0.15565] [ 0.32823][-2.74225] [-0.68487]
2.310628
3.629893 -0.0663690.037662 1.0230900.140452 -0.378109
(1.59576) (3.88378) (0.41091)(0.34036) (1.11290)(0.25021) (2.40468) D_EX_F_LOG(-4)
[ 1.44798] [ 0.93463] [-0.16152][ 0.11065] [ 0.91930][ 0.56134] [-0.15724]
0.245913 0.173621 -0.040070-0.036904 0.161118-0.021621 0.747400
(0.17898) (0.43561) (0.04609)(0.03818) (0.12482)(0.02806) (0.26971) D_OECD_LEAD(-1)
[ 1.37396] [ 0.39857] [-0.86942][-0.96669] [ 1.29076][-0.77044] [ 2.77112]
0.281784 0.467809 0.0246760.035316 -0.0322260.012133 -0.366603
(0.19308) (0.46992) (0.04972)(0.04118) (0.13465)(0.03027) (0.29095) D_OECD_LEAD(-2)
[ 1.45943] [ 0.99552] [ 0.49631][ 0.85755] [-0.23932][ 0.40078] [-1.26001]
0.297245 -0.128414 -0.0080830.020509 -0.006875-0.024790 0.044798
(0.19480) (0.47410) (0.05016)(0.04155) (0.13585)(0.03054) (0.29354) D_OECD_LEAD(-3)
[ 1.52593] [-0.27086] [-0.16114][ 0.49361] [-0.05061][-0.81164] [ 0.15261]
-0.248544 0.177657 0.0150870.008697 0.039076-0.029724 -0.257370
(0.16890) (0.41107) (0.04349)(0.03602) (0.11779)(0.02648) (0.25452) D_OECD_LEAD(-4)
[-1.47155] [ 0.43218] [ 0.34689][ 0.24141] [ 0.33173][-1.12240] [-1.01120]
3.160995 7.591122 0.0940090.329654 -0.1472090.037847 -0.105286
(1.03716) (2.52425) (0.26707)(0.22122) (0.72333)(0.16262) (1.56291)
C
[ 3.04776] [ 3.00728] [ 0.35200][ 1.49019] [-0.20352][ 0.23273] [-0.06737] R-squared 0.896578 0.931760 0.9901590.894090 0.9122760.980687 0.747115 Adj. R-squared 0.689735 0.795279 0.9704760.682269 0.7368280.942060 0.241346 Sum sq. resids 6.175467 36.58018 0.4094860.280941 3.0036660.151822 14.02327
S.E. equation 0.664157 1.616437 0.1710230.141659 0.4631930.104137 1.000831 F-statistic 4.334584 6.827047 50.30545 4.220969 5.19968725.38882 1.477187 Log likelihood -19.29112 -57.53794 39.0477747.14807 -3.79497160.37995 -36.92399 Akaike AIC 2.246099 4.025021 -0.467338-0.844096 1.525347-1.459532 3.066232 Schwarz SC 3.433885 5.212807 0.7204480.343690 2.713134-0.271746 4.254018 Mean dependent 0.013953 15.71349 2.734419-0.036047 0.1030230.030683 0.327602
S.D. dependent 1.192353 3.572545 0.9953260.251312 0.9029040.432627 1.149050 Determinant resid covariance (dof adj.) 3.64E-07
Determinant resid covariance 1.41E-10
Log likelihood 60.54462
Akaike information criterion 6.625832
Schwarz criterion 14.94033
数据来源：Wind资讯EDB库，Eviews处理得到
注：表中小括号里面的数表示标准误差，[]号里面的数表示t统计量值。

附表三 刺激方案出台前所构建VAR模型的各子方程
M1 = - 0.5692499231*D_GDP(-1) - 0.4014045484*D_GDP(-2) - 0.2197930063*D_GDP(-3) - 0.4259935128*D_GDP(-4) + 0.9371810127*M1(-1) - 0.1394243539*M1(-2) +
0.1464249764*M1(-3) - 0.4194716368*M1(-4) + 0.3027883593*R_CUN(-1) +
2.314167391*R_CUN(-2) - 6.996300558*R_CUN(-3) +
3.944174334*R_CUN(-4) +
0.7447872839*D_R_DAI(-1) - 3.651042346*D_R_DAI(-2) + 0.6185265818*D_R_DAI(-3) +
1.190618104*D_R_DAI(-4) + 0.8083379292*D_B_R(-1) - 0.7760739922*D_B_R(-2) +
0.4299695756*D_B_R(-3) + 0.1802781748*D_B_R(-4) + 3.777861846*D_EX_F_LOG(-1) + 4.373881268*D_EX_F_LOG(-2) + 4.908968991*D_EX_F_LOG(-3) +
3.629893053*D_EX_F_LOG(-4) + 0.1736210464*D_OECD_LEAD(-1) +
0.4678092097*D_OECD_LEAD(-2) - 0.12841442*D_OECD_LEAD(-3) +
0.1776567266*D_OECD_LEAD(-4) + 7.591122199
R_CUN = - 0.02671052685*D_GDP(-1) - 0.0317********D_GDP(-2) -
0.04442554092*D_GDP(-3) - 0.0745********D_GDP(-4) + 0.025*********M1(-1) -
0.005714281304*M1(-2) - 0.005815164379*M1(-3) - 0.006381989274*M1(-4) +
0.9819148023*R_CUN(-1) - 0.2665470772*R_CUN(-2) + 0.3807087498*R_CUN(-3) -
0.1686568243*R_CUN(-4) + 0.2094599363*D_R_DAI(-1) + 0.2681503729*D_R_DAI(-2) - 0.5192104576*D_R_DAI(-3) + 0.8587840151*D_R_DAI(-4) + 0.1513855794*D_B_R(-1) - 0.2283321372*D_B_R(-2) + 0.0912580211*D_B_R(-3) + 0.003267345423*D_B_R(-4) +
0.03479465979*D_EX_F_LOG(-1) + 0.05037491942*D_EX_F_LOG(-2) +
0.01550111346*D_EX_F_LOG(-3) - 0.0663********D_EX_F_LOG(-4) -
0.04007016644*D_OECD_LEAD(-1) + 0.024*********D_OECD_LEAD(-2) -
0.00808292841*D_OECD_LEAD(-3) + 0.01508713645*D_OECD_LEAD(-4) +
0.09400874865
D_R_DAI = - 0.03325051592*D_GDP(-1) - 0.07055360838*D_GDP(-2) -
0.06027331698*D_GDP(-3) - 0.0775********D_GDP(-4) + 0.003791118763*M1(-1) -
0.002018643735*M1(-2) + 0.008780002791*M1(-3) - 0.020*********M1(-4) -
0.0914********R_CUN(-1) - 0.01142595867*R_CUN(-2) + 0.07477399172*R_CUN(-3) - 0.04568264*R_CUN(-4) + 0.3766743438*D_R_DAI(-1) + 0.1507649726*D_R_DAI(-2) -
0.2306081707*D_R_DAI(-3) + 0.2625125548*D_R_DAI(-4) + 0.2260407655*D_B_R(-1) - 0.1393530776*D_B_R(-2) + 0.020*********D_B_R(-3) - 0.04289841266*D_B_R(-4) +
0.1105825953*D_EX_F_LOG(-1) + 0.021********D_EX_F_LOG(-2) +
0.0566********D_EX_F_LOG(-3) + 0.0376619208*D_EX_F_LOG(-4) -
0.03690371218*D_OECD_LEAD(-1) + 0.0353********D_OECD_LEAD(-2) +
0.020*********D_OECD_LEAD(-3) + 0.008696604727*D_OECD_LEAD(-4) +
0.3296538689
D_B_R = 0.0301267983*D_GDP(-1) - 0.142051043*D_GDP(-2) - 0.01222931822*D_GDP(-3 + 0.00999107515*D_GDP(-4) + 0.0722********M1(-1) - 0.1558580815*M1(-2) +
0.101524021*M1(-3) - 0.03028561906*M1(-4) + 2.075045145*R_CUN(-1) -
0.1496017142*R_CUN(-2) - 2.501795427*R_CUN(-3) + 0.6862909586*R_CUN(-4) -
1.359750448*D_R_DAI(-1) + 0.6489113869*D_R_DAI(-2) - 0.1993163476*D_R_DAI(-3) - 1.210997269*D_R_DAI(-4) + 0.1711587972*D_B_R(-1) + 0.5044726962*D_B_R(-2) -
0.0886********D_B_R(-3) - 0.1102963213*D_B_R(-4) + 1.419392308*D_EX_F_LOG(-1) +
0.4678465604*D_EX_F_LOG(-2) + 0.3906608251*D_EX_F_LOG(-3) +
1.023089542*D_EX_F_LOG(-4) + 0.1611179457*D_OECD_LEAD(-1) -
0.03222568986*D_OECD_LEAD(-2) - 0.006874941569*D_OECD_LEAD(-3) +
0.03907603405*D_OECD_LEAD(-4) - 0.1472094076
D_EX_F_LOG = 0.009121171333*D_GDP(-1) - 0.01890199076*D_GDP(-2) +
0.00822033108*D_GDP(-3) - 0.000256446676*D_GDP(-4) + 0.01818064318*M1(-1) -
0.00667210231*M1(-2) - 0.01741993988*M1(-3) + 0.008469605915*M1(-4) -
0.1316005805*R_CUN(-1) + 0.03224728337*R_CUN(-2) + 0.06354568494*R_CUN(-3) + 0.06723288898*R_CUN(-4) + 0.314619378*D_R_DAI(-1) + 0.0439********D_R_DAI(-2) + 0.0432********D_R_DAI(-3) + 0.1666326565*D_R_DAI(-4) + 0.01550408637*D_B_R(-1) - 0.07008359052*D_B_R(-2) + 0.027*********D_B_R(-3) - 0.01632339053*D_B_R(-4) -
0.7856264695*D_EX_F_LOG(-1) - 0.8020658487*D_EX_F_LOG(-2) -
0.7337977129*D_EX_F_LOG(-3) + 0.1404518133*D_EX_F_LOG(-4) -
0.021*********D_OECD_LEAD(-1) + 0.01213311415*D_OECD_LEAD(-2) -
0.024*********D_OECD_LEAD(-3) - 0.029*********D_OECD_LEAD(-4) +
0.0378*******
D_OECD_LEAD = 0.3499861392*D_GDP(-1) + 0.3380927654*D_GDP(-2) +
0.1649651952*D_GDP(-3) + 0.463805426*D_GDP(-4) + 0.1636533049*M1(-1) -
0.3427031708*M1(-2) + 0.2691887364*M1(-3) - 0.07648594849*M1(-4) -
0.8664092318*R_CUN(-1) + 0.8299455132*R_CUN(-2) + 1.375547156*R_CUN(-3) -
1.228387759*R_CUN(-4) + 0.4896131676*D_R_DAI(-1) + 1.522737946*D_R_DAI(-2) -
0.2033451993*D_R_DAI(-3) - 1.97510404*D_R_DAI(-4) - 0.9477835294*D_B_R(-1) +
0.3607278885*D_B_R(-2) - 0.3772570947*D_B_R(-3) + 0.4273620933*D_B_R(-4) -
0.7155606226*D_EX_F_LOG(-1) + 0.4070672385*D_EX_F_LOG(-2) -
1.761304008*D_EX_F_LOG(-3) - 0.3781090643*D_EX_F_LOG(-4) +
0.74740008*D_OECD_LEAD(-1) - 0.3666032469*D_OECD_LEAD(-2) +
0.04479824909*D_OECD_LEAD(-3) - 0.2573697089*D_OECD_LEAD(-4) - 0.1052859613
数据来源：Wind资讯EDB库，Eviews处理得到
附表三 刺激方案出台后的VAR模型估计结果
变量D_GDP M1 R_CUN D_R_DAI D_B_R D_EX_F_LOG
D_OECD_LEAD -1.205633 -0.581819 -0.041095-0.048052 0.005719 0.009976 0.349986
D_GDP(-1)
(0.18450) (0.45130) (0.07012) (0.06607) (0.15561) (0.02909) (0.27803)
[-6.53452] [-1.28921] [-0.58606][-0.72732] [ 0.03676][ 0.34291] [ 1.25881]
-1.268479 -0.426416 -0.060388-0.100009 -0.190621-0.017202 0.338092 D_GDP(-2)
(0.22354) (0.54680) (0.08496) (0.08005) (0.18854) (0.03525) (0.33686)
[-5.67440] [-0.77984] [-0.71078][-1.24936] [-1.01104][-0.48804] [ 1.00365]
-0.822785 -0.246096 -0.074530-0.091250 -0.063308 0.010008 0.164964
D_GDP(-3)
(0.18921) (0.46282) (0.07191) (0.06775) (0.15958) (0.02983) (0.28513)
[-4.34846] [-0.53173] [-1.03640][-1.34678] [-0.39671][ 0.33548] [ 0.57856]
-0.570494 -0.402989 -0.048214-0.050474 0.054663-0.001820 0.463806 D_GDP(-4)
(0.14911) (0.36472) (0.05667) (0.05339) (0.12576) (0.02351) (0.22469)
[-3.82606] [-1.10492] [-0.85080][-0.94533] [ 0.43467][-0.07742] [ 2.06418]
-0.033396 0.965159 0.057936 0.036740 0.126586 0.016279 0.163654 M1(-1)
(0.08735) (0.21367) (0.03320) (0.03128) (0.07367) (0.01377) (0.13164)
[-0.38231] [ 4.51702] [ 1.74506][ 1.17455] [ 1.71818][ 1.18191] [ 1.24324]
-0.006000 -0.190528 -0.064203-0.062202 -0.255097-0.003198 -0.342705 M1(-2)
(0.12796) (0.31300) (0.04863) (0.04582) (0.10792) (0.02018) (0.19283)
[-0.04689] [-0.60872] [-1.32014][-1.35750] [-2.36367][-0.15851] [-1.77725]
0.133880 0.184595 0.037870 0.053731 0.175646-0.020015 0.269190
M1(-3)
(0.13608) (0.33285) (0.05172) (0.04873) (0.11477) (0.02146) (0.20506)
[ 0.98386] [ 0.55459] [ 0.73226][ 1.10271] [ 1.53045][-0.93285] [ 1.31277]
-0.232291 -0.427375 -0.015427-0.029606 -0.0456330.009007 -0.076486 M1(-4)
(0.09463) (0.23148) (0.03597) (0.03389) (0.07981) (0.01492) (0.14260)
[-2.45465] [-1.84630] [-0.42893][-0.87367] [-0.57174][ 0.60364] [-0.53635]
1.228371 0.340406 1.024969-0.047117
2.148096-0.134158 -0.866408
R_CUN(-1)
(1.23859) (3.02965) (0.47074) (0.44352) (1.04464) (0.19529) (1.86646)
[ 0.99175] [ 0.11236] [ 2.17735][-0.10623] [ 2.05630][-0.68696] [-0.46420]
-0.003918 2.736366 0.216658 0.485783 0.670265 0.003547 0.829960
R_CUN(-2)
(2.39860) (5.86709) (0.91161) (0.85891) (2.02300) (0.37819) (3.61450)
[-0.00163] [ 0.46639] [ 0.23766][ 0.56558] [ 0.33132][ 0.00938] [ 0.22962]
0.806805 -7.390843 -0.070844-0.389866 -3.267958 0.090366 1.375534
R_CUN(-3)
(2.05752) (5.03278) (0.78198) (0.73677) (1.73533) (0.32441) (3.10052)
[ 0.39212] [-1.46854] [-0.09060][-0.52916] [-1.88319][ 0.27855] [ 0.44365]
-2.446537 3.920391 -0.195877-0.073692 0.640105 0.068850 -1.228389
R_CUN(-4)
(1.25842) (3.07816) (0.47828) (0.45062) (1.06136) (0.19842) (1.89634)
[-1.94413] [ 1.27362] [-0.40955][-0.16353] [ 0.60310][ 0.34699] [-0.64777]
0.474022 0.911315 0.400050 0.572788 -1.036371 0.303299 0.489619
D_R_DAI(-1)
(1.86109) (4.55230) (0.70733) (0.66643) (1.56966) (0.29344) (2.80451)
[ 0.25470] [ 0.20019] [ 0.56558][ 0.85949] [-0.66025][ 1.03359] [ 0.17458]
-1.031021 -3.893679 -0.009546-0.134980 0.177736 0.060450 1.522730
D_R_DAI(-2)
(1.92258) (4.70270) (0.73070) (0.68845) (1.62152) (0.30314) (2.89717)
[-0.53627] [-0.82797] [-0.01306][-0.19606] [ 0.10961][ 0.19942] [ 0.52559]
-2.234901 1.071358 -0.000946 0.302676 0.680037 0.012503 -0.203330 D_R_DAI(-3)
(1.65649) (4.05185) (0.62957) (0.59317) (1.39710) (0.26118) (2.49620)
[-1.34918] [ 0.26441] [-0.00150][ 0.51027] [ 0.48675][ 0.04787] [-0.08146]
0.822220 0.962763 0.598004-0.005825 -1.653469 0.182122 -1.975112 D_R_DAI(-4)
(0.89824) (2.19714) (0.34139) (0.32165) (0.75758) (0.14163) (1.35358)
[ 0.91536] [ 0.43819] [ 1.75169][-0.01811] [-2.18255][ 1.28592] [-1.45918]
-0.254921 0.634355 -0.047738 0.021147 -0.166699 0.027331 -0.947789 D_B_R(-1)
(0.36649) (0.89644) (0.13929) (0.13123) (0.30910) (0.05778) (0.55226)
[-0.69558] [ 0.70764] [-0.34273][ 0.16114] [-0.53931][ 0.47298] [-1.71619]
-0.985859 -0.739990 -0.187035-0.096859 0.574543-0.072536 0.360729 D_B_R(-2)
(0.42475) (1.03896) (0.16143) (0.15210) (0.35824) (0.06697) (0.64007)
[-2.32102] [-0.71224] [-1.15860][-0.63682] [ 1.60380][-1.08309] [ 0.56358]
-0.365022 0.397267 0.053831-0.018080 -0.152141 0.029967 -0.377258 D_B_R(-3)
(0.31454) (0.76938) (0.11955) (0.11263) (0.26529) (0.04959) (0.47399)
[-1.16048] [ 0.51634] [ 0.45029][-0.16052] [-0.57349][ 0.60424] [-0.79592]
-0.073035 0.077523 -0.114335-0.163909 -0.309836-0.009338 0.427359 D_B_R(-4)
(0.30247) (0.73985) (0.11496) (0.10831) (0.25510) (0.04769) (0.45579)
[-0.24146] [ 0.10478] [-0.99460][-1.51335] [-1.21455][-0.19581] [ 0.93762]
2.636253 4.048705 0.344774 0.429545 1.945342-0.804038 -0.715551
(1.60370) (3.92272) (0.60950) (0.57426) (1.35257) (0.25286) (2.41665) D_EX_F_LOG(-1)
[ 1.64385] [ 1.03212] [ 0.56566][ 0.74799] [ 1.43825][-3.17979] [-0.29609]
2.858233 4.604910 0.314787 0.293723 0.916482-0.817771 0.407075
(1.57650) (3.85619) (0.59917) (0.56452) (1.32963) (0.24857) (2.37566) D_EX_F_LOG(-2)
[ 1.81302] [ 1.19416] [ 0.52537][ 0.52030] [ 0.68927][-3.28990] [ 0.17135]
3.500586 5.015465 0.137386 0.182075 0.597466-0.741037 -1.761300
(1.64490) (4.02350) (0.62516) (0.58902) (1.38732) (0.25935) (2.47873) D_EX_F_LOG(-3)
[ 2.12814] [ 1.24654] [ 0.21976][ 0.30912] [ 0.43066][-2.85724] [-0.71056]
2.310628
3.937275 0.285428 0.399655 1.619994 0.119557 -0.378099
(1.50701) (3.68621) (0.57276) (0.53964) (1.27102) (0.23761) (2.27094) D_EX_F_LOG(-4)
[ 1.53325] [ 1.06811] [ 0.49834][ 0.74060] [ 1.27456][ 0.50316] [-0.16649]
0.245913 0.268663 0.068705 0.075023 0.345679-0.028082 0.747403
(0.14073) (0.34422) (0.05348) (0.05039) (0.11869) (0.02219) (0.21206) D_OECD_LEAD(-1)
[ 1.74746] [ 0.78049] [ 1.28457][ 1.48880] [ 2.91247][-1.26561] [ 3.52445]
0.281784 0.441467 -0.005472 0.004294 -0.083379 0.013924 -0.366604
(0.18444) (0.45115) (0.07010) (0.06605) (0.15556) (0.02908) (0.27794) D_OECD_LEAD(-2)
[ 1.52778] [ 0.97854] [-0.07807][ 0.06501] [-0.53600][ 0.47879] [-1.31902]
0.297245 -0.100397 0.023983 0.053504 0.047532-0.026695 0.044799
(0.18585) (0.45459) (0.07063) (0.06655) (0.15674) (0.02930) (0.28005) D_OECD_LEAD(-3)
[ 1.59942] [-0.22085] [ 0.33954][ 0.80398] [ 0.30325][-0.91100] [ 0.15997]
-0.248544 0.208681 0.050594 0.045233 0.099322-0.031833 -0.257369
(0.15984) (0.39098) (0.06075) (0.05724) (0.13481) (0.02520) (0.24087) D_OECD_LEAD(-4)
[-1.55493] [ 0.53373] [ 0.83282][ 0.79026] [ 0.73674][-1.26309] [-1.06850]
3.160995 7.315691 -0.221221 0.005288 -0.682068 0.056570 -0.105295
(0.95875) (2.34514) (0.36438) (0.34331) (0.80861) (0.15117) (1.44475)
C
[ 3.29701] [ 3.11952] [-0.60711][ 0.01540] [-0.84350][ 0.37422] [-0.07288] R-squared 0.897894 0.936524 0.978739 0.782318 0.891563 0.980496 0.801542 Adj. R-squared 0.707296 0.818035 0.939051 0.375978 0.689146 0.944090 0.431086 Sum sq. resids 6.175467 36.94856 0.892021 0.791850 4.392828 0.153524 14.02327 S.E. equation 0.641637 1.569470 0.243861 0.229761 0.541161 0.101168 0.966894 F-statistic 4.710930 7.903908 24.66082 1.925278 4.404598 26.93167 2.163666 Log likelihood -19.23398 -58.59071 23.33271 25.95330 -11.74053 62.04460 -37.27692 Akaike AIC 2.192454 3.981396 0.257604 0.138486 1.851842-1.502027 3.012587 Schwarz SC 3.368397 5.157339 1.433547 1.314430 3.027786-0.326084 4.188530 Mean dependent -0.006210 15.55750 2.747955-0.058864 0.045455 0.033048 0.237948 S.D. dependent 1.185973 3.679251 0.987773 0.290855 0.970618 0.427855 1.281905 Determinant resid covariance (dof adj.) 7.00E-07
Determinant resid covariance 3.75E-10
Log likelihood 40.46964
Akaike information criterion 7.387744
Schwarz criterion 15.61935
数据来源：Wind资讯EDB库，Eviews处理得到
注：表中小括号里面的数表示标准误差，[]号里面的数表示t统计量值。

附表四 刺激方案出台后所构建VAR模型的各子方程
D_GDP = - 1.2056*D_GDP(-1) - 1.2685*D_GDP(-2) - 0.8228*D_GDP(-3) -
0.5705*D_GDP(-4) - 0.0334*M1(-1) - 0.0061*M1(-2) + 0.1339*M1(-3) - 0.2323*M1(-4) +
1.2284*R_CUN(-1) - 0.0039*R_CUN(-2) + 0.8068*R_CUN(-3) -
2.4465*R_CUN(-4) +
0.4740*D_R_DAI(-1) - 1.0310*D_R_DAI(-2) - 2.2349*D_R_DAI(-3) + 0.8222*D_R_DAI(-4 - 0.2549*D_B_R(-1) - 0.9859*D_B_R(-2) - 0.3650*D_B_R(-3) - 0.0730*D_B_R(-4) +
2.6361*D_EX_F_LOG(-1) + 2.8582*D_EX_F_LOG(-2) +
3.5006*D_EX_F_LOG(-3) +
2.3106*D_EX_F_LOG(-4) + 0.2459*D_OECD_LEAD(-1) + 0.2818*D_OECD_LEAD(-2) + 0.2972*D_OECD_LEAD(-3) - 0.2485*D_OECD_LEAD(-4) +
3.1610
M1 = - 0.5818187073*D_GDP(-1) - 0.4264159671*D_GDP(-2) -
0.2460963938*D_GDP(-3) - 0.4029894502*D_GDP(-4) + 0.9651591331*M1(-1) -
0.190528484*M1(-2) + 0.1845948948*M1(-3) - 0.4273747398*M1(-4) +
0.3404063872*R_CUN(-1) + 2.736365835*R_CUN(-2) - 7.390843224*R_CUN(-3) +
3.920390679*R_CUN(-4) + 0.9113148693*D_R_DAI(-1) - 3.893678566*D_R_DAI(-2) + 1.071357917*D_R_DAI(-3) + 0.9627628274*D_R_DAI(-4) + 0.6343548882*D_B_R(-1) - 0.7399904026*D_B_R(-2) + 0.3972674804*D_B_R(-3) + 0.0775********D_B_R(-4) +
4.04870488*D_EX_F_LOG(-1) + 4.604910275*D_EX_F_LOG(-2) +
5.015465449*D_EX_F_LOG(-3) + 3.937274687*D_EX_F_LOG(-4) +
0.2686625474*D_OECD_LEAD(-1) + 0.4414673892*D_OECD_LEAD(-2) -
0.1003972004*D_OECD_LEAD(-3) + 0.2086807496*D_OECD_LEAD(-4) + 7.315691454 R_CUN = - 0.0410954677*D_GDP(-1) - 0.06038832445*D_GDP(-2) -
0.0745********D_GDP(-3) - 0.0482********D_GDP(-4) + 0.0579********M1(-1) -
0.06420282538*M1(-2) + 0.0378********M1(-3) - 0.01542707021*M1(-4) +
1.024968537*R_CUN(-1) + 0.2166579447*R_CUN(-2) - 0.07084430678*R_CUN(-3) - 0.1958771562*R_CUN(-4) + 0.4000503251*D_R_DAI(-1) -
0.009546150373*D_R_DAI(-2) - 0.0009461711513*D_R_DAI(-3) +
0.5980042431*D_R_DAI(-4) - 0.0477********D_B_R(-1) - 0.1870345627*D_B_R(-2) + 0.0538********D_B_R(-3) - 0.1143352288*D_B_R(-4) +
0.3447738094*D_EX_F_LOG(-1) + 0.3147870176*D_EX_F_LOG(-2) +
0.137386034*D_EX_F_LOG(-3) + 0.2854282878*D_EX_F_LOG(-4) +。