基于协整理论的煤炭价格与我国经济增长关系的实证研究.docVIP

基于协整理论的煤炭价格与我国经济增长关系的实证研究 　　摘 要：基于协整理论与方法，以1995―2013年我国实际GDP与煤炭价格指数为时间序列进行实证研究。对变量进行了协整检验及格兰杰因果关系分析，表明GDP同煤炭价格之间存在协整关系；构建二者的均衡方程和误差修正模型，用来描述二者的均衡关系。从我国经济可持续发展的视角，对我国的能源消费和经济增长模式提出了一些有益的建议。 　　关键词：协整；经济增长；煤炭价格 　　中图分类号：F208 文献标志码：A 文章编号：1673-291X（2016）05-0001-02 　　中国是一个能源消费大国，煤炭在我国能源结构中占主导地位，比例为67.5%[1]。近几年，由于我国宏观经济状况，供求关系变化及煤炭行业市场化等因素，使煤炭价格波动频繁，对下游的相关产业甚至我国经济的发展产生巨大影响。因此，研究煤炭价格与我国经济发展的关系，具有重大的现实意义。 　　一、协整理论及方法 　　经典回归模型是建立在平稳序列基础上的分析方法。所谓平稳序列，是指一个序列的均值、方差和协方差的变化情况与时间无关，即随着时间的变化呈现出稳定的状态，且各序列的协方差由其滞后阶数决定。但在现实中，许多经济变量本身是非平稳序列，不能应用经典回归模型进行分析。 　　1987年，美国计量经济学家Engle和Granger提出协整理论，很大程度上解决了非平稳变量的“伪回归”问题，为非平稳序列建模提供一种途径。应用协整的理论与方法可以将不平稳的时间序列转化为平稳的线性组合进行分析，以确定变量之间的均衡关系。 　　二、煤炭价格与经济增长协整关系的实证分析 　　1.变量的定义和数据来源 　　本文选用1995―2013年煤炭开采和洗选业工业生产者出厂价格指数及国内生产总值（单位：亿元）作为变量，分别表示煤炭价格及经济增长情况。为了消除通货膨胀因素对时间序列的影响，分别以1978年为基准年进行数据换算，得到实际数据。数据来源于国际统计局的统计数据。 　　为了研究我国煤炭价格与经济增长间的协整关系和Granger因果关系，本文使用Johansen-Juselius协整检验和Granger因果检验法。为消除可能存在的异方差对结果的影响，分别取对数LNP和LNG分别表示煤炭价格和国内生产总值。 　　根据我国经济增长与煤炭价格的影响关系，本文首先建立两者的计量经济模型如下： 　　LNGDP=α+βLNP+ε 　　其中，LNGDP是我国国内生产总值的对数值，LNP是我国煤炭价格指数的对数值，α为常数项，ε为残差项。 　　2.时间序列的平稳性检验 　　在进行协整检验前，首先要对时间序列进行平稳性检验，以确定所要研究的时间序列是否符合协整检验的非平稳性要求，是否存在协整关系，并以此确定变量的单整阶数。本文采用ADF（Augment Dickey-Fuller）检验法，应用E-views6.0统计软件，分别对时间序列LNRD和LNGDP以及它们的一阶差分序列DLNP和DLNG，二阶差分序列*DLNP和*DLNG进行单根检验，结果见表1。 　　经过时间序列的平稳性检验可以得出煤炭价格（LNP）与经济增长（LNGDP）均为二阶差分后的平稳序列，即I（2） 　　。煤炭价格（LNP）和经济增长（LNGDP）序列变量间可能存在长期协整关系。这也就符合了协整检验的前提条件。 　　3.时间序列的协整检验 　　经过平稳性检验得出LNP和LNGDP都是非平稳的二阶单整序列，由此我们假设LNP和LNGDP存在某种稳定的线性关系，可形成平稳的线性组合来反映LNP和LNGDP之间的长期均衡关系，即协整（Cointegration）关系。为验证假设，本文选用Johansen-Juselius协整检验法对变量进行检验。 　　为了确定时间序列的滞后阶数，首先将LNGDP和LNP序列根据多种准则建立向量自回归（VAR）模型。结果见表2。 　　由表2可以看出，应选择的VAR模型滞后阶数为2。 　　应用Johansen-Juselius极大似然法变量之间的协整性进行检验，检验结果见表3。 　　4.格兰杰因果关系检验 　　格兰杰因果检验方法是计量经济学中经典的因果分析模型。在时间序列情形下，两个经济变量X、Y之间的格兰杰因果关系定义为：若在包含了变量X、Y的过去信息的条件下，对变量Y的预测效果要优于只单独由Y的过去信息对Y进行的预测效果，即变量X有助于解释变量Y的将来变化，则认为变量X是引致变量Y的格兰杰原因[2]。运用E-eviews5.0软件，对序列LNRD和LNGDP进行格兰杰因果关系检验，结果见表4。 　　检验结果表明：当滞后阶数为1时，在5%的显著性水平下，LNP是LNGDP的格兰杰原因；当滞后阶数为2时，在5%的显著