46 

 47

势,因此选用不带趋势项的模型(2)进行检验。用

Eviews软件对模型进行ADF检验,检验结果见表3。

结果表明,三个变量采用ADF检验的T统计量值都

大于5%显著水平临界值,接受原假设,表明三个变量

均存在单位根,序列是非平稳的。因此,对三个变量序

列的一阶差分进行平稳性检验,检验结果如表4所示,

三个变量一阶差分的ADF统计量均小于相应5%显著水

平临界值,拒绝原假设,表明三个变量的一阶差分序列

均为平稳序列。

2.VAR建模

VAR模型构造原理是:对于任意给定一个系统内

生变量,将系统所有的内生变量的滞后值作为其解释变

量,其考察的是变量与各变量滞后期之间的关系。模型

形式为:

  

!

=

!

!

!!!

!!!

+

!

!

!!!

!!!

+

!

   

        (4)

通过Eviews软件,建立VAR模型,根据AIC和SC信

息准则确定滞后阶数,即信息准则为最小值所对应的滞

后期最优,确定模型的滞后阶数为2,回归结果见表5。

3.模型检验

(1)模型系统稳定性检验

VAR模型稳定的充分和必要条件是所有特征值在

单位圆内,即不存在大于1的根。由Eviews软件得到的

AR根图可判断VAR模型的稳定性。如图8所示,所有

特征值都在单位圆内,VAR模型具备稳定性。

(2)滞后排除检验

滞后排除检验是用来检验VAR模型中每一个滞后

期。表6为Eviews软件检验结果,其中对每一个滞后

期,所有内生变量在特定显著水平下的每一个方程的统

计量χ2被分别单独列出,最后一列是联合的显著性

检验。

从表6可见,除滞后1期中失业率外,其他滞后期

所有内生变量在0.05显著水平下的每一个方程的都是显

著的。

4.预测

由VAR模型显示的内生变量回归结果(表5)可

表3  ADF单位根检验结果

表4  一阶差分ADF检验结果

表6  滞后排除检验结果

表5  VAR模型显示的内生变量回归结果

变量

DW值

T统计量

5%临界值

LNCPI

2.309318

0.004627

-3.259808

RGDP

1.689457

-1.1494443

-3.175352

Y

1.872686

-2.667949

-3.212696

一阶差分变量

DW值

ADF T统计量

5%临界值

D(LNCPI)

3.136146

-3.527378

-3.320969

D(RGDP)

1.658685

-3.561767

-3.259808

D(Y)

1.598355

-3.504244

-3.259808

RGDP

Lag 1

 21.03461

[ 0.000104]

 46.55722

[ 4.32e-10]

 5.122549

[ 0.163040]

 173.0968

[ 0.000000]

Lag 2

 9.772987

[ 0.020598]

 17.04587

[ 0.000692]

8.920996

[ 0.030360]

174.6004

[ 0.000000]

df

3

3

3

9

LNCPI

RGDP

Y

LNCPI(-1)

0.525489
(0.25312)

[ 2.07601]

-0.346100

(0.11867)

[-2.91652]

 0.037101
 (0.01759)
[ 2.10925]

LNCPI(-2)

0.616671
(0.24507)

[ 2.51630]

0.273362
(0.11489)

[ 2.37927]

-0.039099

 (0.01703)

[-2.29588]

RGDP(-1)

0.935528
(0.88624)

[ 1.05562]

0.384521
(0.41548)

[ 0.92548]

 0.043748
 (0.06158)
[ 0.71037]

RGDP(-2)

0.953155
(1.06426)

[ 0.89560]

0.047421
(0.49894)

[ 0.09504]

-0.062258

 (0.07396)

[-0.84183]

Y(-1)

-15.53395

(8.50603)

[-1.82623]

3.108449
(3.98776)

[ 0.77950]

 0.848461
 (0.59108)
[ 1.43544]

Y(-2)

16.08147
(10.0141)

[ 1.60588]

-0.460501

(4.69479)

[-0.09809]

-0.709389

 (0.69588)

[-1.01941]

C

-1.046148

(0.75936)

[-1.37767]

0.404980
(0.35600)

[ 1.13758]

 0.048770
 (0.05277)
[ 0.92424]

R-squared

0.996035

0.956159

 0.761809

F-statistic

125.6144

10.90489

 1.599157

Akaike AIC

-6.082033

-7.597122

-11.41518

Schwarz SC

-5.870224

-7.385312

-11.20338

VAR Lag Exclusion Wald Tests

  

方法研究

    

m

ethod study