进出口总额对经济增长的影响
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
进出口总额对经济增长的影响
一、案例分析的目的
制造业采购经理指数(PMI)以百分比来表示。常以50%作为经济强弱的分界点:当指数高于50%时,被解释为经济扩张的讯号;当指数低于50%,尤其是非常接近40%时,则有经济萧条的忧虑。它是领先指标中一项非常重要的附属指针,其对经济发展的体现先于GDP。我们以制造业PMI指数来作为反映经济增长,探讨出口(出口商品价值总指数,表示为EX)、进口(出口商品价值总指数,表示为IM)对经济增长的影响。
二、实验数据
选取2006年09月到2013年10月的月度数据。
数据来源于中经网统计数据库。
三、VAR模型的构建
(一)数据平稳性检验
由于PMI数据在统计时就已经进行了季节性平滑处理,因而PMI不存在季节性。
对于IM、EX,考虑到他们是宏观月度数据,先进行了季节性调整(调整后为IMSA、EXSA)再进行分析。
PMI、EXSA、IMSA对比图
可以看到,IMSA、EXSA存在单位根,说明数据不平稳,PMI是平稳的时间序列。对IMSA、EXSA进行一阶差分后单位根检验结果如下:
可以看到,差分后数据已不存在单位根,说明差分后数据是一平稳的时间序列。
(二)VAR模型滞后阶数的选择
从以上分析结果可以看出,LR选择的最优滞后阶数为2,FPE、AIC选择的最优滞后阶数为3,SC、HQ选择的最优滞后阶数为1。我们选择滞后阶数为1和3建立VAR模型,发现当滞后阶数为1的时候VAR模型要优于滞后阶数为3的VAR模型。因此,我们选择的滞后阶数为1。即K=1。
可以看出VAR模型的参数估计大多显著。
平稳性检验:
因此,VAR模型满足平稳性的条件。
残差的独立性检验:
所以,残差不存在自相关,满足独立性假设。
(五)VAR模型的预测
VAR模型动态预测结果如下,预测区间为2013年10月至2014年10月。
四、VAR模型的应用
(一)格兰杰因果检验
DIMSA是DEXSA的格兰杰原因,PMI是DEXSA的格兰杰原因,PMI是DIMSA的格兰杰原因。
(二)脉冲响应
从图中可以看到,DIMSA对PMI有正向影响,且短期的影响要大于中期和长期。说明进口对经济增长有促进作用。
(三)方差分解
从方差分解的结果来看,经济增长的波动主要源于自身,部分来自出口和进口。与脉冲响应结果一致。