Granger（共7篇）
Granger 篇1
1 引言
2008年, 滇中四州市共实现国内生产总值 (GDP) 3295.1亿元, 占全省的57.8%。我们可以说“滇中强, 云南则强”。2009云南省发展和改革委员会发布了《云南省滇中城市经济圈区域协调发展规划》 (2009年-2020年) , 这标志着在云南中部正在形成以昆明为核心, 包括曲靖市、玉溪市和楚雄州的四个州市形成滇中经济圈。这十几年, 滇中各市为经济圈的建立做了很多努力, 但是滇中城市群是否已经能够协调发展确实是一个值得研究的问题。
2 研究方法—Granger因果分析
我们在做变量之间的回归分析的时候, 解释变量和被解释变量的选择往往是由我们所研究的目的所决定的。比如:货币供给量和GDP之间的关系, 我们可以把货币供给量设为被解释变量Y, GDP设为解释变量X, 这时X为因, Y为果。同样, 我们也可以颠倒X, Y的因果顺序。在实际研究中, 我们有时需要明确X和Y的因果关系。但是在实际研究中, 我们有时需要明确X和Y的因果关系。目前Granger因果关系检验可以帮助我们获得一种因果关系。Granger (1969) 从预测的角度给出了Granger因果性的一个定义:如果X有助于预测 (解释) Y, 则X是Y的Granger原因。其检验的要求:
(1) x和y必须是同阶单整序列。
(2) y和x必须是协整的。
检验的回归模型:
undefined
其中ut为白噪音。由于假设变量是平稳的, 因此可用OLS估计上述方程。一般地, 由于将来不能预测过去, 如果变量x是变量y的Granger原因, 则x的变化应该优先于y。因此, 在做y对其他变量 (包括自身的过去值) 的回归时, 如果把x的过去或滞后值包括进来能显著地改进对y的预测, 或者说如果任何一个αi或者全部的统计上显著 (任何一个或者全部的x的滞后值对当前的值有解释作用) , 我们就可以说x是y的Granger原因, 类似的定义y是x的Granger原因。
3 计算过程
在本文中, 我们设置两个变量, km和dz, 其中km为昆明市的gdp, dz为玉溪、曲靖、楚雄三市 (除昆明以外, 滇中城市群中的其他城市) 的gdp之和。数据统一采用1992年以来, 以1992为基期消除了通货膨胀因素后的gdp数据, 数据来源于《云南统计年鉴》 (1993-2009) 。
3.1 变量平稳性检验
首先, 我们验证了km和dz的平稳性, 根据AIC最小化原则, 我们得出两个变量都是2阶单证序列 (integrated of 2) 。检验结果分别为:km的t值为-6.297995, 分别小于显著性水平1%, 5%和10%的ADF临界值-4.80080, -3.791172和-3.342253;dz的t值为-12.92502, 分别小于显著性水平1%, 5%和10%的ADF临界值-4.80080, -3.791172和-3.342253。这表明km和dz都是二阶单整的, 即:km I (2) , dz I (2) 。
3.2 变量之间协整关系检验
做回归模型, km=c+a*dz+et, 检验et的平稳性。ADF检验结果为:t值为-2.685733, 分别小于显著性水平1%, 5%和10%的ADF临界值-2.754993, -1.970978和-1.603693, 即et是平稳的, 因此km和dz之间是协整的。
3.3 Granger因果检验
考虑赤池准则 (AIC) 最小的前提下, 我们得到Granger检验的最佳滞后阶数为5。2
4 结果分析和政策建议
昆明和滇中其它城市的经济发展互不是对方的Granger原因。这表明昆明和滇中其它城市之间的相互促进力不够明显。这其实可以在日常的经济往来中得到证实, 比如:昆明市区和楚雄市区之间的距离只有180公里左右, 但是两地之间通勤时间却在三个半小时以上, 极大限制了两地的经济往来。
为了建立真正的滇中经济圈, 作者在此提出两个建议。首先滇中城市之间加强经济往来, 应该从交通入手, 建设滇中城市之间的高速铁路必须尽早提上日程。其次, 滇中城市之间应该相互让利, 排除政治权利得失顾虑, 真正实现城市的一体化。
参考文献
[1]Bayonmi, Lipworth Japanese Foreign Direct Invest ment and Re-gional Trade[Z].I MF Working Paper WP, 1997.
[2]踪家峰, 刘姗姗.基于协整与Granger因果分析的地区一体化进程研究——以京津冀和长三角为例[J].地域研究与开发, 2008, (2) .
Granger 篇2
一、数据的选择与处理
政府的财政支出包括很多方面,大致可以分为经济性支出和社会性支出。本文选取基本建设支出、科教文卫支出、社会保障支出及财政对科学研究支出四个指标进行研究,其中科学研究支出是科教文卫支出的一部分。这里把科学研究支出从科教文卫支出中提取出来,再单独研究其与经济增长的关系,主要是基于国外已有的研究显示科研支出能够促进经济增长,在此可以检验科研支出在中国的作用。基本建设支出属于经济性支出,科教文卫支出和社会保障支出属于社会性支出。经济增长选取的代表性指标是国内生产总值。
考虑到GDP等受物价影响较大,为消除这一影响,所有数据均以1978年为基期,通过物价平减指数进行了处理。
本文选取1990—2006年的样本数据,所有数据均来自《中国统计年鉴》,并经过了对数化处理(见附表)。上述五个指标分别记为LNJBJS、LNKJWW、LNSHBZ、LNKXYJ、LNGDP。
二、实证分析
(一)平稳性检验(ADF单位根检验)
经济时间序列首先需要进行平稳性检验,本文运用ADF单位根对五个指标序列进行了检验。结果显示:在5%的置信水平,不带趋势项和截距项且滞后两期的情况下,五个序列均是平稳序列。这意味着可以进行协整检验。
(二)协整检验
由于LNJBJS、LNKJWW、LNSHBZ、LNKXYJ、LNGDP均是同阶单整,用LNJBJS、LNKJWW、LNSHBZ、LNKXYJ分别与LNGDP进行OLS回归,将所得到的残差项分别记为REJB-JS、REKJWW、RESHBZ、REKXYJ。对这四个残差序列进行ADF检验,得到结果如下:
检验结果表明,在5%的置信水平下,基本建设支出、科教文卫支出、社会保障支出、财政对科学研究支出与GDP之间存在协整关系,但还无法确定它们之间的因果关系,还需要进行Granger因果关系检验。
(三)Granger因果关系检验
Granger因果检验的前提必须保证两组序列为平稳序列,这在文章前面已经通过检验。同时,对序列取对数并不影响它们之间的因果关系。在滞后两期的情况下,Granger因果关系检验结果如下:
从输出结果看,在5%的显著性水平下:LNGDP是LNJBJS的格兰杰原因,LNJBJS不是LNGDP的格兰杰原因;LNKJWW不是LNGDP的格兰杰原因,LNGDP也不是LNKJWW的格兰杰原因;LNSHBZ不是LNGDP的格兰杰原因,LNGDP是LNSHBZ的格兰杰原因;LNKXYJ不是LNGDP的格兰杰原因,LNGDP也不是LNKXYJ的格兰杰原因。
三、结论分析与政策建议
(一)结论分析
文章利用1990—2006年的时间序列,通过平稳性、协整、Granger因果关系检验等计量方法对样本数据进行了实证分析,得出如下结果:
1. 从整体上来看,基本建设支出、科教文卫支出、社会保障支出、科学研究支出与经济增长之间都存在着长期和稳定的关系。
2. 经济增长是基本建设支出的格兰杰原因,而基本建设支出却不是经济增长的格兰杰原因。这也就是说,经济增长会导致国家对基本建设支出增加,但实证结果显示不存在基本建设支出促进经济增长的通道。所以说,在现阶段单纯依靠投资基础设施建设并不能很好地促进中国经济的增长,现有经济增长方式必须转型。
3. 科教文卫支出与经济增长彼此之间不存在格兰杰原因。这可能是由于科教文卫支出对经济增长有比较长的滞后效应。科学研究支出与经济增长之间也不存在格兰杰原因,这表明,我国财政对科学研究的支出对经济的拉动作用不明显,经济增长的科技含量低,整个社会创新能力不足。
4. 经济增长是社会保障支出的格兰杰原因,社会保障支出不是经济增长的格兰杰原因。这与当前的现状是吻合的。近年来,伴随着财政收入的增加,政府在社会保障方面的支出逐年增加,增幅也较大。现有的样本数据显示,社会保障支出不能促进经济增长。我国的社会保障还处于初级阶段,保障水平低,还有很大的提高空间。
(二)政策建议
1. 加大对教育和科研的投入。
在知识经济时代,科技、教育是一个国家经济增长的重要推动力。基础教育是公共产品,可以提高全民素质。继续加强对基础教育的投入,将辖区内教育水平纳入官员的政绩考核中。教育对经济增长的促进作用有明显的滞后效应,防止地方官员的“短视”行为。继续加强落实企业创新活动的政策优惠,提高全社会的创新能力,以创新促进经济增长。
2. 增加社会保障和医疗卫生支出。
继续完善我国社会保障制度。目前,我国的社会保障水平较低,应逐步提高保障水平。应深化医药卫生体制改革,完善新型农村合作医疗制度和城镇居民基本医疗保险制度,进一步提高参保率,提高财政补助标准。
3. 缩减直接经济建设支出。
经济建设的主体应进一步由政府转向企业,财政要退出竞争性、生产性的经营领域,只进行涉及国计民生的公益性投资及基础设施建设,改变与民争利的局面。
摘要：财政支出与经济增长之间有联系,那么,财政支出结构的变化是否会对经济增长起到显著的作用,它们之间的关系如何,就值得研究。可运用单位根、协整及Granger因果关系检验等计量方法,分析中国财政支出结构与经济增长的关系。
关键词：经济增长,财政支出结构,Granger因果关系检验
参考文献
[1]韩远迎.财政支出结构与经济增长的实证分析[J].科技和产业,2007,(2).
[2]孙文祥,张志超.财政支出结构对经济增长与社会公平的影响[J].上海财经大学学报,2004,(6).
[3]曾娟红,赵福军.促进我国经济增长的最优财政支出结构研究[J].中南财经政法大学学报,2005,(4).
Granger 篇3
1 数据选择与变量处理
根据1990年~2015年间的入境旅游人数 (万人) 、国际旅游外汇收入 (亿美元) 、中国经济总收入等, 给出我国的经济发展与国内入境旅游收入间的关系。通过研究《中国出入境旅游统计期刊》, 获得相关的入境旅游人数 (万人) 、国际旅游外汇收入 (折算成人民币亿元) 、中国经济总收入等数据。对获得的数据经过自然对数变换后, 能够使国内入境旅游收入与经济发展呈现线性关系;同时国内入境旅游收入与经济发展的自然对数变换, 不会对数据的协整关系造成重大影响, 但能够减弱两者间的异方差。
我国入境旅游人数自1990年至今都在平稳快速地增长, 虽然在20世纪90年代的金融危机、2000年以后的金融危机期间入境旅游人数有小幅度的下降, 但整体的旅游人数仍呈现增长的趋势。我国的入境旅游存在几个小幅的波动期, 但自我国经济实力逐渐增强以后, 这种波动幅度就逐渐减小, 由原来的高峰型转变为现在的中峰型。在波动深度方面, 古典型波动与增长型波动并存, 位势为有下移倾向的高位型。自20世纪90年代至今, 我国经济的抗衰退力始终处于稳步上升阶段, 波动的幅度也逐渐放缓, 这反映出入境旅游人流量增长逐渐趋于稳定。波的位势高低与在一定时期内接待人次增长率有着紧密的联系;随着经济增长的放缓, 入境旅游接待人次波的位势也会越来越低。近几年旅游人数的振幅趋于平缓状态, 这表明在我国经济不断增长的前提下, 我国应对不稳定经济因素影响的能力不断增长, 入境旅游整体的人流量也随之不断增长。在高峰的波动方面, 旅游人流量的峰位也逐渐趋于稳定, 这表明我国在经历入境旅游人数迅速增长后, 入境旅游增长强度有所放缓。
除入境旅游游客接待人数以外, 入境旅游收入也是衡量旅游业整体状况的重要指标。1990年~2015年间的入境旅游收入数据表明:中国入境旅游收入始终处于稳步增长态势, 入境旅游收入与入境旅游游客接待人数的变化基本处于同步的状态。随着时间的推移, 入境旅游收入与入境旅游游客接待人数, 两种波的波动频率都逐渐趋于缓慢。但由于受到期间几次金融危机的影响、国家间汇率的改变、各种通货膨胀的加剧等原因, 两种波的起伏次数与频率较多。其中, 创汇和入境旅游人数、入境旅游收入, 也存在着不确定的关联关系。出境旅游与入境旅游的收入, 构成中国旅游业整体的改变。其中, 入境旅游收入与入境旅游游客接待人数的逐渐稳定, 也使中国旅游业经济收入不断增长, 抗衰退力不断增强。
2 变量协整检验
在对数据平稳性进行检验后, 我们发现:所有的数据都处于一阶平稳的条件下, 它们在时间序列上都属于一阶单整转台, 因此能够施行变量协整检验。
2.1 旅游人数与旅游外汇收入协整分析
将LFEE (入境旅游外汇收入) 与LNFT (入境旅游人数) 两变量运用约翰逊协整检验法进行检验后, 得出以下结论, 如表1所示。
似然比检验指出:在5%的显著性水平下两变量具有协整关系, 协整方程表示为:
以上方程清楚地给出旅游人数、旅游外汇收入间的关系。从方程中我们可以看出, 入境旅游人数与旅游外汇收入具有正比例关系, 入境旅游外汇收入随着入境旅游人数的增长而增长。在入境旅游人数增长1个百分点的情况下, 入境旅游外汇收入将会增长约1. 02个百分点。在入境旅游弹性系数超过1的情况下, 各个国家都采取不同的措施吸引外国游客。通过旅游设施的改善与服务水平的提升, 吸引游客前来消费, 从而获得大量的旅游收入。
2.2 旅游人数与经济增长率的协整分析
将LGDP (国家经济增长率) 与LNFT (入境旅游人数) 两变量运用约翰逊协整检验法进行检验后, 得出以下结论, 如表2所示。
似然比检验指出:在5%的显著性水平下两变量具有协整关系, 协整方程表示为:
以上方程表明我国的入境旅游人数、经济增长两者间呈现出固定的比例关系, 这种长期存在的稳定关系说明:我国的经济增长与入境旅游人数已处于稳定增长状态。
随着我国经济实力的不断增强, 旅游行业的硬件设施与景区建设也逐渐发展完备。旅游环境的优良吸引着大量的外来游客, 旅游景区的优美环境与服务态度也得到多方面的认可。中国经济的稳定快速发展, 有利于入境旅游人数与旅游收入的稳步提升, 也有利于其他政治经济的全面建设。自2000年以后, 我国迅速地加入世界贸易组织, 随后也成功举办亚太经合组织领导人非正式会议, 更举办了万众瞩目的2008北京奥运会。这一系列的成就无一不是我国经济实力增强的表现;而安全优美的旅游环境与旅游形象, 也为入境旅游创造出良好的外部条件。目前我国已经与多个国家达成有效协定, 通过一系列的安保措施保护国家与地区的和平与稳定, 也在反恐工作中做出巨大的努力。目前我国入境旅游大多为长达数天的过夜游, 其中商务休闲旅游占其中的大多数, 旅游人数的增长也带动了我国经济的增长。
3 Granger因果关系检验
从以上数据中我们得出:入境旅游的人数、外汇收入和国家经济增长存在着协整关系, 因此能够运用Granger因果检验法得出相应的结论。我们使用Eviews软件对其进行计算, 得出以下检验结果。
在时间序列平稳的前提下, X时间序列的“Granger原因”导致Y序列、X序列在一段时间的迟滞后, 引起了Y序列的大致重复。对于滞后1年的情况而言, 检验结果如下:在接受国家经济增长率的Granger原因不会导致入境旅游外汇收入、入境旅游外汇收入的Granger原因不会导致国家经济增长率、国家经济增长率的Granger原因不会导致入境旅游人数、入境旅游人数的Granger原因不会导致国家经济增长率假设的前提下, 入境旅游外汇收入的Granger原因不会导致国家经济增长率、入境旅游人数的Granger原因不会导致国家经济增长率的接受概率较小。
以上分析表明:入境旅游业发展对经济增长有着积极的推进作用, 而国家的经济增长不是入境旅游发展的主要因素。对于滞后2年的情况而言, 检验结果如下:在拒绝国家经济增长率的Granger原因不会导致入境旅游外汇收入、国家经济增长率的Granger原因不会导致入境旅游人数假设的前提下, 指出入境旅游人数的Granger原因不会导致国家经济增长率, 入境旅游外汇收入的Granger原因不会导致国家经济增长率。以上分析表明:国家的经济增长是入境旅游发展的主要因素。所以, 当前旅游行业的主要任务为:加强引入外资的力度, 多方面筹措资金完善旅游基础设施建设, 逐步提升旅游景区的硬件设施、环境生态与服务水平。同时, 入境旅游业的快速发展也对我国经济快速发展做出了巨大贡献。
以上所有的分析表明:入境旅游外汇收入、入境旅游人数的增长, 对我国经济增长的贡献率很小。所以, 当前旅游行业需要抓住机遇投入更多的财力物力发展旅游业, 使入境旅游成为国家经济增长的动力产业。而从真实的数据结果可以看出:国家的经济增长是入境旅游人数、外汇收入增长的重要原因。这表明国家的经济增长与入境旅游外汇收入增长两者间存在着单项的促进关系, 只有国家的经济增长对入境旅游外汇收入具有重要影响, 而入境旅游外汇收入对国家经济增长影响甚微。
4 结语
Granger因果检验表明:经济增长是入境旅游业发展的重要原因。但随着国家对旅游业硬件软件设施的全面建设, 入境旅游人数及入境旅游外汇收入也会逐渐增长。入境旅游外汇收入在国家经济总量中所占比例也会逐渐上升, 入境旅游外汇收入对国家经济增长的促进作用也会更加明显。
摘要：随着我国经济实力的增强, 中国的入境旅游人数日益增多, 入境旅游与经济增长也存在着一系列的数据联系。本文主要探讨Granger因果检验国内入境旅游与经济增长的相关性, 通过分析多年来中国入境旅游的统计数据和状态空间, 得出入境旅游与经济增长的关系。
关键词：入境旅游,经济增长,协整,状态空间
参考文献
[1]张孝娟, 吕思蔚, 孙建明.入境旅游与经济增长关系的实证研究[J].现代经济信息, 2012 (17) .
[2]刘成.国内经济发展水平与旅游发展关系的区域比较[J].湖南城市学院学报, 2014 (05) .
[3]徐勇.旅游业发展与经济增长文献述评[J].对外经贸, 2015 (12) .
Granger 篇4
目前, 研究交通基础设施建设与社会发展的关系, 主要有3种认识:①认为经济发展促进交通基础设施建设的进行, 人们对出行和运输的需求发生变化, 社会发展及经济活动所引发的交通运输需求增加, 促使政府加大交通基础设施建设的投入;②认为交通基础设施建设增加了人工、材料、机械的需求, 引发国民经济其他行业需求的增加, 同时, 运输条件的改善, 又能促进交通运输业的发展、促进人和物的交流、促进与其紧密相关行业的发展, 从而直接或间接拉动了经济的发展[1];③认为交通基础设施建设的发展是经济发展的原因, 同时也是经济发展的结果。以上3种认识都反映了交通基础设施建设与社会发展的因果关系。
我国研究交通基础设施建设与经济发展的关系, 为合理制定交通投资策略及交通运输发展政策提供了理论支持。选取反映交通基础设施建设的5种运输方式的运输里程与反映经济发展的国民生产总值 (GDP) , 运用经济学模型——格兰杰 (Granger) 因果关系检验模型和协整检验模型, 分析探讨交通基础设施建设与经济发展的因果关系。
1 我国交通基础设施建设与经济发展概况
我国在20世纪80年代中期和90年代中期, 先后2次出台政策推动交通基础设施的建设, 交通基础设施的总量和规模迅速扩大, 铁路、公路、水路等得到快速发展, 并跃居世界前列, 已形成初具规模的综合运输体系。由1978～2003年的中国经济发展数据可见, 20多年来, 我国GDP由1978年的3 624.1亿元增至2003年的117 251.9亿元, 平均增长为15.18%。同时, 交通基础设施建设方面, 除内河航道外, 铁路、公路、民航和输油 (气) 管道里程均呈增长趋势, 平均增长分别为1.4%、2.95%、10.85%和5.72%。如图1可知, 我国经济发展与交通基础设施建设的发展趋势基本一致。公路运输里程与我国GDP一样呈现不断上升趋势。而内河航道里程在1979年以前出现急剧减少, 呈现负增长趋势。这说明随着我国经济的发展, 人们的出行及运输方式逐渐发生变化, 正从传统的铁路和内河航运向公路和航空发展。
2 交通基础设施建设与社会发展关系分析
2.1 格兰杰 (Granger) 因果关系检验原理
格兰杰Granger (1969年) 首先尝试对因果关系的方向进行检验。假设X是Y的Granger原因, 但Y并不是X的Granger原因, 则X的过去值应该能够帮助预测Y的未来值, 但Y的过去值不能帮助预测X的未来值。因此, Granger因果性检验一个变量在多大程度上可由一个变量自身的过去值来解释以及加入其它解释变量的过去值, 能否增加解释力度。
Granger因果关系检验要建立偏差模型 (1) 和约束模型 (2)
式中:ut为白噪声;p为Y滞后的阶数;q为X滞后的阶数。X不是Y的Granger原因的零假设βj=0, j=1, 2, …, q。方法检验的仅是X到Y的因果关系, 因此拒绝零假设表明X是Y的Granger原因要检验Y到X的因果关系, 方程 (1) 和 (2) 中的变量X和Y将可以互相交换, 并可推导出对应的检验统计值。如果这两个检验都拒绝零假设, 则我们得出结论存在滞后反馈影响, 即互为因果关系。
Granger因果性检验报告的F统计值可用来检验所有其它滞后解释变量的系数是否都等于零的联合假设。令m为X的滞后项个数, n为样本容量, k为可能存在的常数项及无约束模型的待估参数个数, 如果F>Fα (m, n-k) , 则拒绝原假设, 认为X是Y的Granger原因。
Granger因果关系检验需要以平稳的时间序列作为前提, 因此, 在进行Granger因果关系检验前, 需要对变量进行平稳性检验, 以防止伪回归现象的出现。若变量为非平稳序列, 需要对变量进行差分或取对数处理, 使其变为平稳序列。
2.2 交通基础设施建设与经济发展之间的协整分析
2.2.1 协整检验
协整检验就是检验回归方程的残差项是否为平稳序列, 即检验残差项是否存在单位根。如果一个时间序列的均值或自协方差函数随时间而改变, 那么这个序列就是非平稳时间序列, 反之, 则为平稳序列。非平稳序列经过差分变换才能转化为平稳序列, 一个经过d次差分才能转化为平稳序列的时间序列, 称为d阶单整序列, 记作I (d) 。对于随机向量, 如果己知:①Xt～I (d) (即X中每一个分量都是d阶非平稳的) ;②存在一个N×l阶向量β (β≠0) , 使得β′Xt～I (d-b) , 则称变量X1t, X2t, …, Xnt, 存在阶数为 (d, b) 的协整关系, 记为Xt～CI (d, b) , β为协整向量, β的元素称为协整参数。若两个变量时间序列之间存在协整关系, 它们必须是同阶单整的, 因此需要在进行协整关系分析时对变量进行序列的平稳性检验。
2.2.2 交通基础设施建设与GDP协整关系检验
本文采用ADF法对各运输方式的里程建设与GDP增长的平稳性和单位根进行检验。
1) 平稳性检验。
通过利用EViews5.1经济统计分析软件进行ADF单位根检验可知, GDP和各运输方式的里程建设的原序列的水平序列ADF统计值都大于95%的临界值。因此, 原序列是非平稳的时间序列。
由于数据的自然对数变换不改变变量的协整关系, 并使其趋势线性化, 消除时间序列中存在的异差方现象, 所以对GDP和各运输方式的里程值进行自然对数变换, 分别用LNGDP、LNTL、LNGL、LNNH、LNMH、LNGD表示。通过对GDP和各运输方式的里程值的一阶差分ADF单位根检验可知, GDP和各运输方式的里程值均通过了一阶差分平稳性检验, 因此, 是一阶单整序列, 都可进入下列的协整检验。
由表1和表2可见, GDP与各运输方式里程虽均为非平稳时间序列, 但其一阶差分序列均为平稳序列。
2) 协整检验。
使用两变量的Engle-Granger检验法, 对GDP和各运输方式的里程值的估计方程残差项进行平稳性检验, 结果显示, GDP和各运输方式的里程值的协整方程的残差统计量ADF统计值均小于95%临界值。这表明GDP和各运输方式的里程值之间具有协整关系, 存在长期的均衡关系。
2.3 构建交通基础设施建设与经济发展的Granger因果关系模型
由于Granger因果关系检验对滞后期的长度比较敏感, 不同的滞后期可能会导致不同的检验结果, 因此, 需要对不同滞后期进行检验。根据Granger因果关系模型构造的GDP与各交通运输方式里程JTi之间的关系检验模型为
式中:JTi为各运输方式的里程值;c1、c2为常数项;u1t、u2t为随机误差项。
运用EViews5.1分别对GDP与5种运输方式进行因果关系检验, 本文只给出TL与GDP的Granger因果检验结果, 如表3所示。
根据GDP与TL、GL、NH、MH、GD的Granger因果检验分析结果, 随着滞后期的不同, 检验结果也有所差异。在1%的显著水平下, 滞后1、2、3、4阶的检验结果显示:GDP与TL、GDP与NH、GDP与MH均表示为互为因果关系;拒绝“TL不是GDP的Granger原因”的概率不断增大, 而同时拒绝“GDP不是TL的Granger原因”的概率是不断下降;“GD不是GDP的Granger原因”均被接受, 且滞后1阶的接受概率最高 (0.99997) , “GDP不是GD的Granger原因”则均被拒绝, 且拒绝的概率不断变大。滞后2、4阶检验结果显示GDP与GL不存在互为因果关系。
2.4 研究结果
1) GDP的发展与铁路建设有着密切的Granger因果关系, 说明了经济的发展, 能显著的影响铁路的建设, 随着经济的发展, 人和物的流通需求增加, 适应我国大量的跨区域物资运输需求, 需要构建大能力铁路货运通道, 这就促使政府扩大铁路基础设施建设的投入。同时铁路的建设又能强有力地拉动经济的发展。在我国, 东中西部经济发展不平衡, 铁路则担负起促进东中西良性互动、优势互补、协调发展、促进国土开发和区域经济发展的重任。
2) 公路建设与GDP增长的Granger因果关系检验的分析结果接受无因果关系, 且各滞后期的检验结果无相关性和规律性。但按照交通经济带理论, 公路建设与经济发展的相互作用应该是最为明显的。经济发展, 运输需求增加, 固然能促使公路的建设。公路的建设促使材料、原料的消耗增加, 运输条件的改善又加速了人和物的流通, 从而带动GDP的增长, 可见理性分析与定性分析的存在分歧, 说明目前公路基础设施未能得到充分利用。
3) 其他3种运输方式中, GDP的增长与内河航道建设和民航建设的互为因果关系, 说明经济发展使运输方式开始向多样化发展。特别是航空运输业具有高投入、高产出、高效率等基础性设施产业的基本特性, 近年来在我国综合交通运输体系中的地位和作用在不断提升。GDP的增长是管道运输建设的原因, 说明经济的发展, 引发油、气需求量的增长, 进而促进了管道的建设。
4) 各项分析结果, GDP作为原因的概率有逐渐变小的趋势。说明GDP对交通基础设施建设的带动作用开始减弱。
3 结束语
从上述分析可见, 我国改革开放以来, 交通基础设施建设得到了很大的发展, Granger因果关系检验结果显示了交通基础设施建设与经济发展之间的关系是积极的。其中铁路、内河航道和民航等基础设施建设与经济发展的关系呈现互为因果关系。交通基础设施建设对GDP的拉动作用大于GDP对交通基础设施建设的带动作用。因此, 作为发展中国家, 加快交通基础设施建设是促进地区经济发展, 提高人民生活水平的重要保障和物质前提, 也是构建和谐社会的重要组成部分。
检验结果发现公路建设未能很好地发挥带动经济发展的功效, 因此, 政府部门应重视公路建设的合理规划, 不能为了促进经济发展而任意加大交通基础设施建设的投入, 使得本来用于其他部门的投资, 被用于交通基础设施的建设, 从而抑制了其他部门的发展, 也不能因为经济发展了, 运输需求增大, 而盲目地进行扩大交通基础设施的建设, 造成资源的浪费。经济增长的原因是多方面的。交通基础设施建设, 只是经济发展的必要条件, 而不是充分条件。要促进区域经济的发展, 要按照交通运输与区域经济发展的固有规律制定相应的投资政策和规划方案, 合理布局交通网络, 优化各交通运输方式的发展结构, 分不同类型交通基础设施建设速度制定投资计划, 达到区域经济的均衡发展, 保持经济的持续、稳定、健康发展。
参考文献
[1]周先柏.交通基础设施建设对社会经济的影响[J].金融经济, 2007 (10) :37-38
[2]李子奈, 计量经济学[M].2版.北京:高等教育出版社, 2005.
[3]国家统计局.中国统计年鉴[M].北京:中国统计出版社, 2004.
[4]刘晓鹏.协整分析与误差修正模型——我国对外贸易与经济增长的实证研究[J].南开经济研究, 2001 (5) :10-12.
[5]胡优.交通运输与国民经济发展关系研究[J].山西科技, 2006 (6) :42-44.
Granger 篇5
近年来, 在房价快速上涨过程中, 地价作为房地产价格中重要的构成要素之一, 其与房价之间的关系一直得到社会各界的广泛关注。特别是2004年全国范围内实行土地招拍挂后, 土地交易价格又向市场化迈进了重大的一步, 地价与房价波动的因果关系问题更为各方关注的焦点。学者从不同角度采用不同的方法对房价与地价关系进行讨论、研究, 但结论却截然不同。
对房价与地价波动的因果关系的实证检验, 国内学者大多使用 Granger因果检验法。况伟大 (2005) 运用误差修正模型分析认为短期内房价与地价之间相互影响;而在长期内地价决定房价, 但房价是否为地价Granger因则无法判断。张清勇 (2005) 应用研究得出无论是在长期还是短期内, 商品住宅销售价格是居民住宅用地交易价格Granger因, 普通住宅销售价格是居民普通住宅用地交易价格的短期和长期Granger因。严金海 (2006) 分析认为在房地产市场上, 短期内房价决定地价, 长期内二者相互影响。以上研究都是选取全国的数据作为样本, 也有学者探讨了城市层面上地价与房价波动的因果关系。郑娟尔 (2006) 对23个大中城市地价与房价指数的因果关系进行了实证检验, 研究结果表明, 就中国目前的现状而言, 各城市之间的地价与房价的关系不是唯一的。艾建国 (2008) 基于北京、上海、武汉数据分别实证研究三城市房价和地价的关系, 从检验结果看, 三城市的房价和地价之间在短期内都存在双向Granger因果关系, 但是各城市的期间不完全一致;从长期看房价和地价之间因果效应不明显。从以上结论看出各城市的地价与房价关系均有其自己的特点, 并无一致性。
由国内学者的研究可以看出:一方面, 以全国范围为样本的研究, 由于受选取样本时间序列不同、各种检验系数的选择不一致等问题的影响, 使得无论是在短期还是长期内, 房价和地价之间决定关系都不是唯一确定的。另一方面, 对北京、武汉和上海等单一城市的研究, 受房地产区域性特征的影响, 城市间的房价与地价关系不尽相同, 其与全国的房价、地价关系也无规律可循。全国各地区的房屋销售价格与土地交易价格相差较大, 笼统地选取全国范围的数据作为研究对象, 难免结果千差万别。另外, 所采用的全国平均数据不可能反映地区差异, 难以体现房价与地价波动因果关系的区域特征。因此, 本文以青岛市作为研究对象, 尽可能选较长的时间序列, 运用Granger因果关系检验法校验某一城市内地价与房价波动的关联性。
2 实证研究
2.1 变量选取和数据处理
本文选用2000年第1季度至2008年第1季度青岛市的房屋销售价格指数和土地交易价格指数 (简称房价指数和地价指数) 检验青岛房价与地价关系, 数据来源于《中国经济景气月报》和青岛市统计局。由于指数的原始数据为环比指数, 即以上年同季度指数为100得到的本季度指数, 各季度都有不同的基期。为反映时间序列的实际波动, 本文首先将各季度数据按环比指数与定基指数的关系进行转换, 假定2000年各季度间价格指数反映各季度间实际价格变动, 以2000年为基期, 对数据进行了调整;其次, 对数据取自然对数以消除异常数据对模型估计精度的影响, 检验时所用数据表示为lnhp (房价指数的自然对数) 和lnlp (地价指数的自然对数) 。同时根据调整的数据得出反映房价与地价变化的曲线 (下图) 。
从下图中可看出, 青岛市房价和地价季节性波动较大, 总的来说都趋于上涨, 房价涨幅都高于地价涨幅。2000年至2004年第3季度房价和地价并非同步波动, 波动的幅度也不一致;但2004年第3季度后, 青岛市的房价和地价变化趋势存在一定的一致性, 二者同步波动, 波动幅度却不同。房价的上涨幅度明显高于地价的涨幅。另外, 从2002年第3季度开始土地价格有了较大幅度的上涨, 这与我国土地出让制度改革相吻合。2002年7月起实施新规定商业、旅游、娱乐和商品住宅等各类经营性用地, 必须以招标、拍卖或者挂牌方式出让。土地交易进入拍卖程序后, 土地交易价格受市场供求关系左右, 加之受国家政策调控收缩土地供给和青岛市清理整顿土地市场的影响, 土地价格不断上升。
2.2 房价和地价时间序列数据的分析
本文采用EViews5.0软件首先分析调整后的房价指数 (lnhp) 和地价指数 (lnlp) 的时间序列特征, 即以单位根检验 (ADF检验) 考察时间序列的平稳性;然后采用协整检验考察房价和地价是否存在长期稳定关系;再以Granger因果关系检验探讨房价与地价的相互关系, 以期对房价与地价互动现象的内在规律作出初步解释。
2.2.1 平稳性检验———ADF检验
从图1中可以大致看出两变量具有明显的时间趋势, 时间序列可能是不平稳的。格兰杰指出当使用非平稳序列进行回归时, 会造成伪回归, 并且当变量存在着单位根, 即非平稳时, 传统的统计量, 如t值、F值、DW值和R2值将出现偏差。为保证结果的准确性, 需要利用扩展的迪基—富勒 (Augmented Dickey—Fuller, 简称ADF) 检验方法来检验样本数据的时间序列特征, ADF平稳性检验是基于以下回归方程:
undefined
其中, c是常数项, δt是线性趋势函数, εt为纯粹白噪音误差项。原假设H0:γ=0, 备选假设H1:γ<0。接受原假设意味时间序列含有单位根, 即序列是非平稳的。设房价和地价都不是平稳的时间序列, 分别将房价和地价 (或房价和地价的差分) 代入上式进行单位根检验, 结果见表1。
注: (1) c, t, q分别代表带有常数项、趋势项、滞后阶数;其中, 方程中常数项和趋势项的取舍是根据时间序列数据图形和趋势项或常数项的显著性决定的。滞后阶数是根据AIC、SC值选取的。 (2) ADF统计量中括号内的数值为t检验的p值。 (3) D (p) 表示一阶差分, D (p, 2) 表示二阶差分。
如果时间序列不是稳定的, 但经过d阶差分后才能平稳, 则此系列称为d阶单整, 记为I (d) 。几个同阶单整序列的线性组合是稳定序列, 称为存在协整关系。由表1可以看出, 房价和地价都是非平稳时间序列。而经二阶差分序列D (lnlp, 2) 和D (lnhp, 2) 均已平稳, 由此可以判定lnhp和lnlp同为二阶单整变量I (2) , 有可能存在协整关系。
2.2.2 协整检验
在lnhp和lnlp的时间序列皆为二阶单整变量I (2) 的基础上, 进一步验证它们之间是否存在协整关系。由于本文是对lnhp和lnlp两个变量进行协整检验, 所以采用EG两步法。
第一步, 用lnhp对lnlp进行普通最小二乘法回归建立模型:
lnhp=-9.832982+3.137865×lnlp
(-8.864607) (13.32527)
N=33 R2=0.851364 F=177.5629 D-W=1.970731
第二步, 对回归残差进行单位根检验, 结果如表2所示:
结果显示残差序列非平稳, 由此可以判断lnhp和lnlp之间不存在协整关系, 即非平稳序列lnhp和lnlp不存在长期的均衡关系。
2.2.3 Granger因果关系检验
在变量非平稳且不协整的情况下, 并不存在误差修正模型, 因此, 通过建立向量误差修正模型来同时检验X和Y之间的Granger因果关系就无法实现。另外, 因没有充足的经济理论或者信息来预先设定X是Y的Granger原因, 或者Y是X的Granger原因, 又或者两者互为因果, 因此, 为了同时检验X与Y之间的Granger因果关系, 将建立如下的VAR模型:
undefined
undefined
其中μ1t和μ2t均为白噪音且不相关。对于模型 (2) 若零假设β1=β2=β3=…=βq成立意味着X不是Y的Granger因;模型 (3) 零假设δ1=δ2=…=δm=0成立, 则表明Y不是X的Granger因。因此, 若模型 (2) 零假设和模型 (3) 零假设同时成立, 则X和Y相互独立;反之两者之间存在双向 (反馈) 的Granger因果关系;若模型 (2) 零假设成立, 而模型 (3) 零假设不成立, 意味着Y是X的Granger因;若模型 (2) 零假设不成立, 而模型 (3) 零假设成立, 则X是Y的Granger因。
本文所用的两个变量均是非平稳的, 因此, 在运用模型验证前应先对变量差分使其变为平稳, 分别将平稳的变量带入VAR模型进行Granger因果关系检验。另外, 由于差分消除了变量长期上的经济信息, 在差分的基础上建立VAR模型只可以检验短期的因果关系。表3列出了滞后1～4期检验数据值。
检验结果显示, 在10%的显著水平下, 滞后1、2、3期时, 零假设只有一个成立, 意味着房价是地价的Granger因, 地价不是房价的Granger因;在滞后4期以上, 两个零假设都成立, 表明房价不是地价的Granger因, 地价也不是房价的Granger因, 两者相互独立。综合来说, 短期内, 青岛市房价对地价的影响较大;但长期内房价与地价之间不存在协整关系, 说明二者之间不存在稳定、均衡关系, 具有一定的独立性。
Granger因果关系并非指变量之间就是真正逻辑意义上的因果关系, 它的含义是, 给定回归模型中的其他变量, 如果X Granger引致Y, 那么X就是Y的一个有用的预测因子。实际上, 计量经济学中专业术语“Granger因果关系”更准确的含义是“Granger预测能力”。基于此, 对滞后1、2、3期时, 房价是地价的Granger因可以解释为房价过去的信息值有助于预测未来地价的变化。本文在Granger因果关系检验中使用的是取对数后进行差分的平稳变量, 因此, 房价是地价的Granger因更深一层的经济含义是房屋的收益率大小能够有助于预测将来地价的变化趋势。
3 主要结论
本文运用单位根检验、协整检验法, 通过建立向量自回归模型进行Granger因果关系检验, 对2000年第1季度至2008年第1季度青岛市的房屋销售价格指数和土地交易价格指数进行实证分析, 可以得出以下结论:
3.1 从已有的研究结论看出房价和地价的因果关系并不是唯一确定的
房地产市场是一个区域性市场, 不同城市的房地产市场由于受多种因素的影响而表现出较大的差异性, 地区差价较明显, 各城市之间的地价与房价的关系也并不一致, 表现出很强的地域性。同时, 由于全国房价与地价的关系与各城市的情况是存在差异的, 所采用的全国平均数据不可能反映地区差异, 难以体现房价与地价关系的区域特征。
3.2 样本数据显示青岛市房价和地价不是平稳的时间序列, 而是一种总体上呈上涨趋势的阶段性波动
房价和地价之间不存在协整关系, 因此两变量之间不存在长期均衡关系, 表现在房价和地价并非同步和同幅波动。
3.3 房价和地价虽然都是影响对方的重要因素, 但不是决定性因素, 而是受市场多种因素的影响
从实证检验结果看, 在短期内, 青岛市房价是地价的Granger因, 表明房价对地价产生影响, 房屋的收益率能够对预测将来地价的变化起到一定的作用;从长期看, 房价和地价之间因果效应不明显, 具有一定的独立性。人们尽管可以结合市场条件并根据前期或当期的房价信息预测未来的房价, 或者以前期或当期的地价信息预测未来的地价, 但却难以用过去的房价信息对未来较长时间后的地价直接进行预测, 或者以过去的地价对未来较长时间后的房价直接进行预测。
4 政策建议
根据青岛市房地产市场的现状特点以及实证检验结果, 提出以下建议以供青岛市政府宏观调控土地价格和房地产价格作为决策参考。
4.1 调整土地供应和土地价格
土地是房地产开发业中的重要基本要素, 合理、有效地利用土地资源、控制土地价格快速上涨是房地产业健康发展的关键。另外, 政府应从控制土地供应量入手, 配合青岛市建立的多层次住宅供应体系, 对市场需求空间有限、空置面积存量较大的区域, 要严格控制新增开发建设用地的供应量。
4.2 强化住房保障, 满足中低收入家庭住房需求
目前青岛市住房需求的主体为中低收入阶层, 要满足其住房需求以降低住房价格, 政府就需要大力发展提租补贴政策, 进一步完善廉租住房制度, 强化政府住房保障职能, 切实保障城镇中低收入家庭基本住房需求。
4.3 政府应加强监管力度, 规范房地产交易行为
房地产业涉及行业广、产业联动性强, 政府应当重点从以下方面加以规范和监管:一是加强金融监管, 抑制投机需求。二是政府应严格规范房地产企业的经营行为, 积极指导、帮助房地产开发企业建立健全商品住房价格自我约束机制, 监督房地产开发企业。加快房地产市场信用体系建设, 让市场主体自发地形成相互制约的关系, 培育诚实守信的市场环境。
摘要：本文在梳理近年来研究地价与房价因果关系文献的基础上, 以青岛市2000—2008年的房屋销售价格指数与土地交易价格指数为样本, 运用Granger因果关系检验法, 对房价和地价波动的关联性进行实证分析。研究结果表明, 短期内青岛市房价是地价的Granger因, 但从长期看, 房价与地价是相互独立的。
关键词：房价,地价,Granger因果检验
参考文献
[1]况伟大.房价与地价关系研究:模型及中国数据检验[J].财贸经济, 2005 (11) :56-63.
[2]张清勇.房价与地价因果关系:模型和中国1998—2005的事实[R].北京:第五届中国经济学年会讨论综述系列, 2005.
[3]严金海.中国的房价与地价:理论、实证和政策分析[J].数量经济技术经济研究, 2006 (1) :17-26.
[4]郑娟尔, 吴次芳.地价与房价的因果关系——全国和城市层面的计量研究[J].中国土地科学, 2006 (6) :31-37.
[5]艾建国, 丁烈云, 贺胜兵.论房价与地价的相互关系——基于北京、上海、武汉数据的实证研究[J].城市发展研究, 2008 (1) :77-83.
Granger 篇6
债务融资能够影响公司治理, 从而对公司业绩产生影响。而债务融资在公司资本构成中的比重是由资本结构来衡量的。有关债务融资与公司业绩关系的实证研究, 学术界大致分为两大方向。一个方向是以MM定理为中心, 主要探讨企业价值与资本结构之间的关系, 即债务融资在公司融资结构中的比重发生变化时, 企业价值如何发生变化。这方面的研究是资本结构主流学派, 研究文献最为丰富。如李义超、蒋振声 (2001) 应用混合数据采用截面分析与TSCS分析方法, 对我国上市公司资本结构与公司业绩的关系进行了实证研究, 得出它们之间负相关的结论。于东智 (2003) 以总资产收益率和主营业务利润率为代表公司业绩的指标, 将资产负债率、行业、公司种类、年度哑变量作为解释变量进行回归分析, 得出负债比例与公司绩效指标之间显著负相关的结论。另一个方向着重研究影响企业资本结构的各种因素, 属于资本结构决定因素学派, 在该学派中有很多文章认为公司业绩是债务融资的影响因素之一。泰特曼 (Titman) 、威塞尔斯 (Wessels) (1988) 认为企业过去的盈利能力, 即可以留存下来的盈利数量应该是企业现有资本结构的一个重要决定因素。吕长江、韩慧博 (2001) 采用逐步回归的方法, 考察了企业获利能力 (净资产收益率) 等指标对企业资本结构的影响, 得出负债率与企业的获利能力负相关的结论。可见, 债务融资与公司业绩之间存在双向影响的关系, 因此, 我们用Granger因果检验的方法来考察债务融资对公司业绩的影响。
二、债务融资对公司业绩影响的理论分析
债务融资有公司治理作用, 对公司业绩会产生影响。但并不是债务越多公司业绩就越好。因为, 债务融资具有两面性, 既有有利于公司治理的积极的一面, 同时也有增加公司成本减少公司业绩的消极的一面。Jesson和Meckling (1976) 的代理成本理论认为, 公司的债务融资决策取决于代理成本。他们把企业作为契约结点, 定义并区分了两种类型的利益冲突:一是股东和经理之间的冲突;二是股东、经理和债权人之间的冲突。Jesson和Meckling经过分析认为, 债务融资可以缓解股东与经理的利益冲突, 从而减少管理行为的代理损失, 即减少股权代理成本;但债务融资又可能产生新的冲突, 即股东、经理和债权人之间的利益冲突, 由此导致另一种代理成本的产生, 即债权代理成本。因此, 债务融资对公司业绩的影响具有两面性。结合后来学者对债务融资在公司治理中的作用和在其他方面对公司的危害研究, 使人们更加清楚地认识到债务融资对公司正反两方面的作用。
(一) 负债的积极效应
负债的积极效应主要通过以下方面发挥作用: (1) 债务融资的股权结构效应。债务融资的股权结构效应是指在其他条件不变的情况下, 增加债务可以优化公司的股权结构, 从而降低股东和管理者之间的代理成本, 提高公司绩效。Jensen和Meckling (1976) 指出, 现代股份制企业中普遍存在股东和经营者的冲突。由于经营者的天然倾向是根据他们自己的最大利益来分配企业的资源。经营者可以任意挥霍公司资产以满足个人私欲, 而在其不拥有100%的股权时又不需要为此付出完全的成本, 故而公司的业绩会减少。当公司的规模一定时, 在经营者对公司的绝对投资不变的情况下, 增加投资中的债务融资比例可以降低公司对外部股权资金的需要, 间接提高经营者的持股比例, 经营者挥霍的成本也就相应增大, 因而这种侵占行为就会有所减轻。于是债务融资起到了减少代理成本的作用, 使经营者与股东的目标函数趋于一致, 从而缓和股东与经营者之间的冲突, 降低代理成本。负债越多, 经营者持股比例越高, 这种缓和效应就越突出。另外, 在股权分散的情况下, 增加债务融资可以提高股权的集中度, 增加大股东的监督力度。Berle和Means认为, 股权分散会导致“搭便车”的现象, 从而造成对管理者的监督困难, 因此股权集中度与公司业绩之间存在正相关关系。Shleifer和Vishny也支持上述结论, 他们认为大股东的存在减少了管理者的机会主义, 从而降低了管理者与股东的直接代理冲突。因此, 负债越多, 股权集中度越高, 大股东对管理者的监督力度就越强, 股东和管理者之间的代理成本就越低, 公司业绩就越高。 (2) 债务融资的控制权转移效应。Grossman和Hart (1982) 认为, 如果破产对管理者来说成本很高, 即破产可能使管理者的声誉受到损害, 或者经理不再对公司具有控制权, 那么, 债务的增加由于会使公司破产的可能性变大, 因而能够激励经理努力工作, 减少偷懒和在职消费的问题。现代企业理论认为, 公司的所有权是一种状态依存所有权或相机控制权, 即企业控制权和剩余索取权的分配随着企业财务和经营状况的变化而变化。当企业资不抵债、无法偿还债务时, 企业控制权和剩余索取权便由股东转移给债权人。这时债权人对企业的控制是通过受法律保护的破产程序进行的, 包括两种处理方式:一种是清算, 即把企业的资产分拆卖掉, 按债权的先后顺序对收益进行分配。清算的结果是经营者丢掉了饭碗。另一种是重组, 即由股东、债权人和经营者进行协商并提出方案。如果重组价值大于清算价值, 破产企业就可能被重组。企业重组涉及减免债务本金和利息、债转股、延长偿还期、注入新资金等, 同时还会更换经营者。负债的存在使企业产生了破产的可能, 为了避免破产, 保住自己的职位和管理利益, 经营者会减少个人享受, 更加努力地工作, 并做出更有利于提高企业价值的投资决策, 即经营者的行为会更倾向于保护股东的利益, 从而减少了代理成本。因此, 从这个意义上来讲, 债务是一种缓和经营者与股东利益冲突的担保机制, 它对经营者形成了无形的监督作用。 (3) 债务融资的自由现金流量效应。债务融资的自由现金流量效应是指负债能有效地约束管理者未来支付现金流量的承诺, 避免管理者对企业自由现金流量低效率的滥用, 提高公司业绩。Jensen (1986) 指出, 公司股东和管理者之间在自由现金流量的使用上存在利益冲突, 管理者宁愿把自由现金流量浪费在低收益的项目上也不愿将其以股利的形式还给股东。因为, 管理者即使将自由现金流量用在低收益的项目上, 也能扩大企业规模, 而随着企业规模的扩大, 管理者的个人声誉和在职消费都会得到提高, 所以管理者具有过度投资的倾向。Harris和Raviv (1990) 、Stulz (1990) 的研究表明, 举债可以剥夺管理者在自由现金流量上的自行支配权。因为, 债权人要求管理者按时依约还本付息, 并且要求企业用现金偿还, 如果管理者违约, 债权人就可能要求公司破产清算归还他们的债务, 管理者出于对企业违约破产后自己名誉受损的担心, 必然会减少用于满足其个人私利的自由现金流量。因此债务的利用减少了企业的自由现金流量, 降低了企业的投资能力, 缩小了经营者从事低效投资的选择空间, 约束了经营者过度投资的倾向, 抑制了经营者的在职消费。同时Jensen还认为, 虽然股东可以通过要求管理者定期发放一定金额的股利的方式约束管理者对自由现金流量的使用, 但股利政策不像债务政策那样具有法律上的约束力。因此, 负债利息比股利政策更有助于防止公司在低收益的项目上浪费资源, 从而可以提高公司的经营效率。管理者可能对过多的自由现金流随意使用, 但债务使得企业必须在将来还本付息, 否则债务人将提出破产清算程序。因此, 债务减少了管理者对公司自由现金流的滥用, 从而减少了代理成本, 降低了公司发生财务困境的可能性。 (4) 债务融资的监督效应。债权人将资金借贷给企业前, 会详细了解企业对借贷资金的使用方式, 目的是根据债务人对资金使用的风险大小来确定贷款利率。当债权人将资金借贷给企业后, 为了确保资金的安全性, 即考察企业能否按时还本付息, 同时, 也为了防止企业将借贷资金用在风险更高的项目上, 债权人会定期察看企业的财务报表, 无形中起到了对管理者的监督作用。Fama认为, 债权人 (尤其是大债权人) 专业化的监督可以减少股东的监督工作, 并使监督更有效。
(二) 负债的消极作用
负债也能导致股东和债权人之间的利益不一致, 并增加公司的代理成本, 从而减少公司的业绩。负债引起的代理成本问题主要有两种形式:一是Jensen和Meckling (1976) 提出的资产替代 (asset substitution) 问题。另一种是Myers (1977) 提出的投资不足 (underinvestment) 问题。 (1) 负债的资产替代效应。根据资本资产定价模型, 如果投资项目的风险越大, 可能的期望收益分布方差就越大, 就会导致股权价值升高和债权价值相应降低, 财富将自债权人转移到股东手中。Jensen和Meckling认为, 当公司的投资项目产生大量收益时, 股东得到超过负债账面价值的大部分收益;然而当公司的投资项目失败时, 股东只受有限责任的约束, 而债权人则承担了项目失败的后果。因此, 上市公司股东与债权人之间产生代理冲突的根本原因是股东可能改变公司资产的使用方向, 导致公司的经营风险和财务风险发生变化, 从而转移和侵吞债权人财富。理性的债权人在贷款时会正确预期到股东未来的投资行为, 从而要求得到较高的回报率, 由此导致了负债的一种代理成本即为防止资产替代所发生的成本。另外, 债权人还可能在债务契约中增加附加条款用来防备股东与债权人的利益冲突, 如在债务契约中明确规定负债融资不能改变原投资项目, 若改变则要给债权人利率补偿等, 以防止股东资产替代行为。但这些附加债务条款的增加, 将会给企业带来相应的监督和执行方面的代理成本。 (2) 负债的投资不足效应。债权人具有优先的收益索取权及企业破产时财产的优先求偿权。也就是说, 股东承担着公司投资的全部资本成本, 却只能得到投资净收益中经债权人索取后的那部分剩余, 而且公司的负债比例越高, 股东得到剩余的那部分收益也就越少。因此, 尽管公司面临一个净现值为正的投资项目, 在最终风险由股东承担的情况下, 股东只要没有从中获得与之所承担风险相对应的报酬, 就会拒绝将资本投入到这个净现值为正的投资项目中去。因此, 无债务融资的公司只要项目的净现值为正, 就会选择该项目, 而有负债的公司则可能会背离这个原则, 即股东对净现值为正的项目存在着投资不足的激励。当理性的债权人在贷款前预期到这种情况时, 就会对企业可能出现的非最优决策行为要求获得价值补偿, 由此导致了负债的另一种代理成本即为防止投资不足引发的成本。债务融资引起投资不足的另一种表现为, 公司的管理者很在乎自己的声誉, 因此他们希望公司能够平稳运行, 不出现大的经营波动, 为了实现这一目的, 管理者倾向于选择相对安全、能保证还清债务的项目, 而可能不是真正意义上价值最大化的项目。另外, 如果公司没有逾期归还贷款的不良记录, 公司的良好信誉还能降低未来债务融资的成本。因此, 管理者为了以后便于债务融资也有可能选择相对安全的次优项目。从这个意义上讲, 债务融资可能是公司缺乏创造性与进取心的主要原因之一。我国很多民营企业资产负债率极低的原因除了是前文中提到的债务融资引起的两种负效应外, 债务的代理成本还可能由以下情况引起:过度发放股利, 实施变相撤资行为。这将提高债权人承担的风险, 降低债权价值;资产转移。在股东控制下, 企业可能会采取关联交易、为第三者提供担保等多种方式转移企业资产;进一步较大规模地借入新债务;由于信息不对称引起的代理成本。与前面的情况类似, 债权人在事前都会对这些情况有所预计, 并要求在贷款或债券条款中加入保护性条款, 对企业股东的行为做出严格的限制, 从而增加了企业债务融资成本, 提高了企业加权平均资本成本, 最终减少了公司业绩。以上分析了债务融资对公司业绩的两面效应。由此, 我们可以看出债务融资对公司业绩的影响是通过债务融资的正负两面效应的博弈来实现的。如果企业债务融资的正负两面效应博弈的结果是正效应大于负效应, 则债务融资对公司业绩的影响就是正影响, 即债务融资能够增加公司业绩, 反之则反是。
三、债务融资与公司业绩关系的Granger因果检验
在经济分析中, 常常要对经济变量之间的因果关系做出判断。如判断两个序列A、B之间的关系, 是A影响了B还是B影响了A, 或者两者呈现相互影响的关系。尽管人们可以根据经济理论对变量间的因果关系做出初步判断, 但由于经济理论所依据的前提假设不一致, 在复杂的经济系统中, 有时单凭经济理论很难做出合理的判断, 甚至对同一条件下的一对变量间的因果关系会做出完全相反的判断。而Granger因果检验正是研究两个经济变量之间关系的一种有效方法, 它能透过随机性和不确定性的经济现象, 揭示经济变量之间的因果关系, 进而了解经济现象的本质属性, 为制定合理、有效的经济政策提供理论依据。因此, 它在认识经济变量之间关系的研究中得到了越来越广泛的应用。本人分别对每个样本公司代表债务融资和公司业绩的指标序列作Granger因果检验, 判断每个样本公司债务融资与公司业绩之间是否具有因果关系。如果多数样本公司的债务融资是公司业绩的Granger成因, 则可以证明在我国上市公司中是债务融资影响公司业绩。
(一) 变量与样本
本文选择了净资产收益率 (Roe) 来反映公司业绩, 采用资产负债率 (Debt) 来衡量资本结构。由于行业发展状况不同, 行业所处的宏观环境不同, 导致了不同行业的企业具有不同的资本结构, 也被很多学者所证明。因此, 在本文资本结构与公司业绩相关性的研究中, 我们选择专门针对一个具体行业来进行研究。所选的行业是制造业中的机械设备制造业。因为该行业属于传统行业, 具有一定代表性, 并且上市公司数量较多, 便于我们选取样本。由于Granger因果检验模型对于数据长度的要求, 选取了机械设备制造业中上市时间大于10年的上市公司作为研究样本。因为选择净资产收益率作为衡量企业经营业绩的指标, 如果某家上市公司某年度净资产为负值, 则该上市公司该年度的净资产收益率就无法计算, 所以, 本文剔除净资产曾经出现负值的几家上市公司。最后, 我们挑选出48家上市公司作为研究样本。研究对象为1995年至2004年的半年度数据。数据来源于《WIND数据库》、《CSMAR数据库》。
(二) 描述性统计分析
通过统计软件EVIEWS对48家上市公司1995年至2004年十年的净资产收益率和资产负债率进行描述性统计分析, 简化得到如下结果见 (图1、图2) 。从 (图1) 、 (图2) 中可以看到: (1) 净资产收益率逐渐降低。从总体上看, 样本公司经营业绩有明显下降趋势, 从1995年的14%下降到2001年的3%, 虽然2002年开始有所回升, 但到2004年仍然只有7%。这种趋势在一定程度上反映了经营者努力水平的下降。这可能是由于我国上市公司“重股轻债”造成的, 因为“重股轻债”所带来的问题之一就是经营者忽视对投资项目的可行性研究, 从而造成资本使用效率低, 公司业绩下降。 (2) 资产负债率偏低。从图2中可以看出, 从1995年到2004年样本公司的平均资产负债率最高为52%, 最低时为44%, 与欧美国家平均55%的资产负债率, 日本、韩国平均75%的资产负债率相比较低。我国上市公司普遍存在资产负债率偏低的现象, 这是由于对公司来讲, 向银行借贷要考虑利息成本和承担风险的能力, 而通过证券市场筹资则成本会比较低。所以我国上市公司充分利用了证券市场的融资功能, 更倾向于在证券市场上募资, 这是造成上市公司资产负债率普遍偏低的最主要原因。 (3) 资产负债率与净资产收益率的变化趋势相同且有一定的超前性。资产负债率在1998年达到最小值, 然后开始上升, 而净资产收益率在2001年达到最小值, 然后开始上升。由此可以看出, 资产负债率与净资产收益率的均值变化趋势都呈U形。并且资产负债率与净资产收益率相比先于到达低点且先于净资产收益率开始上升。因此, 资产负债率与净资产收益率相比具有一定的超前性。由此可以初步得出结论, 资本结构影响公司业绩。
(三) 资本结构与公司业绩的Granger因果关系检验
其因果关系可通过以下方面进行检验: (1) 单位根检验。Granger因果检验要求参与检验的两个序列是平稳的或者是同阶平稳的。因此, 若要对净资产收益率 (ROE) 和资产负债率 (DEBT) 两个序列进行Granger因果检验, 首先要对这两个序列进行单位根检验, 考察序列的平稳性。如果一家公司的净资产收益率序列和资产负债率序列都是平稳的或者是同阶平稳的, 就可以对这家公司的这两个序列进行Granger因果检验。本文拟采用ADF检验的方法来检验序列的平稳性。分别对这48家上市公司的资产负债率和净资产收益率序列进行单位根检验, 下面以飞亚达A (000026) 这家上市公司为例, 简要介绍一下单位根检验过程。根据资产负债率和净资产收益率的形态确定ADF检验的线性模式见 (图3、图4) 。
从上图我们可以看出, 这两个序列在形态上都有明显的时间趋势和截距, 所以本文选取包括常数项和时间趋势项形式的ADF检验。ADF检验的结果为 (表1) 。由 (表1) 可知序列ROE的t统计量值为-4.957317, 小于显著性水平为1%的临界值-4.416345, 可以拒绝原假设;序列DEBT的t统计量值为-4.753190, 小于显著性水平为1%的临界值-4.498307, 也可以拒绝原假设。表明序列ROE和序列DEBT的原序列是平稳的, 从而判断飞亚达A (000026) 的净资产收益率序列和资产负债率序列均为平稳序列。重复上面的ADF检验步骤, 我们对所有48家样本公司进行单位根检验。对净资产收益率序列进行ADF检验结果表明, 在48家样本公司中有31家公司的净资产收益率序列是平稳序列, 有15家公司的净资产收益率序列是一阶单整序列, 还有2家公司的净资产收益率序列是二阶单整序列。对资产负债率序列的ADF检验结果表明, 有20家样本公司的资产负债率序列是平稳的, 有28家公司的资产负债率序列是一阶单整序列。因此, 能够进行Granger因果检验的样本公司有35家, 其中净资产收益率序列与资产负债率序列都是平稳序列的公司有20家, 净资产收益率序列与资产负债率序列均是一阶单整序列的公司有15家。
(2) Granger因果检验。Granger解决了x是否引起y的问题, 主要看现在的y能够在多大程度上被过去的x解释, 加入x的滞后值是否使解释程度提高。如果x在y的预测中有帮助, 或者x与y的相关系数在统计上显著时, 就可以说“y是由x Granger引起的”。Granger因果关系检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中。一个变量如果受到其他变量的滞后影响, 则称它们具有Granger因果关系。本文对符合条件的35家样本公司进行Granger检验, 以期发现净资产收益率和资产负债率之间的相互关系。对于Granger因果检验中滞后阶数的选取我们采用SC信息准则, 选择SC值最小时的滞后阶数。由于本文样本公司的时间序列数据较短, 因此, 本文只比较滞后1-4阶的SC值。以飞亚达A (000026) 为例, 滞后1-4阶的AIC和SC值如 (表2) 。
根据 (表2) , 当滞后期取2时, 方程的SC值最小, 因此确定Granger因果检验的滞后阶数为2。当取滞后阶数为2时, Granger因果检验结果如 (表3) 。
从 (表3) 可知, DEBT不能Grange引起ROE的概率为0.80894, 而ROE不能Grange引起DEBT的概率仅为0.07173。因此, 对于飞亚达A (000026) 这家样本公司而言, 资产负债率不能Granger引起净资产收益率, 而资产负债率在10%的显著性水平下是由净资产收益率Granger引起的。用相同的方法对这35家样本公司进行Granger因果检验, 采用10%的显著性水平判断F统计量的显著性, 现将35家样本公司的Granger因果检验结果总结在 (表4) 中。通过检验结果, 我们发现“ROE是由DEBT Granger引起的”公司样本比例高达68.6%, 而“DEBT是由ROE Granger引起的”样本比例只有25.7%。说明在我国上市公司中, 绝大多数企业的债务融资规模发生变化时, 相应的公司业绩也发生了变化;而当企业的业绩发生改变时, 只有少部分企业对融资结构进行了相应的调整。因此, 本文支持债务融资影响公司业绩的结论, 而对于公司业绩作为融资结构的影响因素, 本文认为在我国上市公司中不具有普遍性。“ROE是由DEBT Granger引起的且DEBT也是由ROE Granger引起的”公司样本比例为8.6%, 表明只有一小部分上市公司的融资结构与公司业绩具有相互影响的作用。“ROE不能Granger引起DEBT且DEBT也不能Granger引起ROE”的公司比例为14.29%, 说明上市公司中融资结构与公司业绩相互之间没有关系的公司比例为14.29%。表明这部分企业在改变融资结构时, 公司业绩没有发生相应的变化;同样, 公司业绩发生变化时, 融资结构也没有进行相应的调整, 企业融资结构与公司业绩之间没有相关性。
四、结论
本文以我国上市公司为研究对象, 考察了债务融资对公司业绩的影响。首先在理论上阐述了债务融资对公司业绩影响的原理, 然后通过实证来检验债务融资是否对公司业绩产生影响。由于债务融资与公司业绩二者之间具有相互影响的关系, 因此, 我们实证检验采用的是Granger因果检验的研究方法。实证检验后我们得到的结论是, 在我国上市公司债务融资与公司业绩之间的关系中, 债务融资的变化对公司业绩起着主导作用, 公司债务融资比例的变化能够影响公司的业绩。这说明, 我国上市公司债务融资在一定程度上发挥了它的治理作用, 对公司业绩产生了影响。
参考文献
[1]高铁梅:《《计量经济分析方法与建模》, 清华大学出版社2006年版。[1]高铁梅:《《计量经济分析方法与建模》, 清华大学出版社2006年版。
[2]吕长江、韩慧博:《上市公司资本结构特点的实证分析》, 《南开管理评论》2001年第5期。[2]吕长江、韩慧博:《上市公司资本结构特点的实证分析》, 《南开管理评论》2001年第5期。
[3]童盼、陆正飞:《负债融资、负债来源与企业投资行为——来自中国上市公司的经验证据》, 《经济研究》2005年第5期。[3]童盼、陆正飞:《负债融资、负债来源与企业投资行为——来自中国上市公司的经验证据》, 《经济研究》2005年第5期。
[4]陈耿、周军:《企业债务融资结构研究——一个基于代理成本的理论分析》, 《财经研究》2004年第2期。[4]陈耿、周军:《企业债务融资结构研究——一个基于代理成本的理论分析》, 《财经研究》2004年第2期。
[5]汪辉:《上市公司债务融资、公司治理与市场价值》, 《经济研究》2003年第8期。[5]汪辉:《上市公司债务融资、公司治理与市场价值》, 《经济研究》2003年第8期。
[6]胡援成:《企业资本结构与效益及效率关系的实证研究》, 《管理世界》2002年第10期。[6]胡援成:《企业资本结构与效益及效率关系的实证研究》, 《管理世界》2002年第10期。
[7]于东智:《资本结构、债权治理与公司绩效:一项经验分析》, 《中国工业经济》2003年第1期。[7]于东智:《资本结构、债权治理与公司绩效:一项经验分析》, 《中国工业经济》2003年第1期。
[8]Jensen, M.and Meckling, W.Theory of the firm:managerial behavior, agency costs, and ownership structure.Journal of FinancialEconomics.1976.[8]Jensen, M.and Meckling, W.Theory of the firm:managerial behavior, agency costs, and ownership structure.Journal of FinancialEconomics.1976.
[9]Jensen, M.Agencycosts offree cash flow, corporate finance, and takeovers.American Economic Review, 1986.[9]Jensen, M.Agencycosts offree cash flow, corporate finance, and takeovers.American Economic Review, 1986.
[10]Myers, S..Determinants ofcorporate borrowing.Journal of Financial Economics, 1977.[10]Myers, S..Determinants ofcorporate borrowing.Journal of Financial Economics, 1977.
Granger 篇7
关键词：农民收入,收入分配,面板Granger因果检验,经济波动,经济周期,谱分析
农业不同于工业和服务业, 从生产和供给角度看,农业生产对象为有生命的动植物,生产周期不象工业和服务业那么容易被设计和缩短, 农业技术进步依赖于遗传育种,比工业有更长的周期,技术进步的难度更大,并且农业生产更容易受气候、自然灾害的影响,风险比非农业高。 从消费和需求的角度看, 农产品往往需求弹性较低, 容易出现增产不增收, “ 谷贱伤农”等现象。 由于农产品供给与需求具有双重风险,农业也被称为弱质产业,各国普遍把农业作为一种半公共品产业,进行了大量的补贴和支持。由于农业的高风险性,农民增收比其他职业者更困难, 并且波动也更大。在可预见的中长期内,中国经济将处于“ 稳增长,调结构”的“ 新常态”之中,经济潜在增长力趋于下降,因而居民收入的增长将受到影响[1]。 在此背景下, 分析农民收入增长的贡献来源及其波动特征,对持续推动农民收入增长具有重要意义。
关于农民收入增长的贡献与波动已有不少实证研究,张车伟和王德文[2],万庆年等[3]研究皆认为农民收入增长的源泉已由家庭经营转向劳动报酬的增长,工资性收入为农民增收的关键。已有研究采用协整分析、脉冲响应、方差分解及Granger因果检验方法对农民收入的影响因素进行了实证研究[4,5,6,7,8,9,10,11],由于只使用了时序数据,样本数偏小,估计有进一步改进的空间。 关于农民收入波动的研究,江观伙[12]研究了政府行为、需求转换、价格改革、农业投资、劳动力转移等因素对农民收入波动的影响, 樊琦和韩民春[13]使用时序数据, 实证研究了农产品价格波动对农民收入波动的影响,关浩杰[14]运用时序数据和HP滤波法分析了农民收入结构变动与农民收入波动的影响关系。 曹跃群等[15]用小波变换法对农民收入增长的波动进行了预测, 但作者的研究主旨是小波方法的介绍,没有对农民收入的波动进行深入研究。
综上所述, 已有关于农民收入贡献及影响因素的研究大多使用时序的Granger检验方法, 使用面板数据的Granger研究尚未发现, 关于农民收入增长波动的分析则大多使用HP滤波等时域分析法, 使用谱分析等频域分析法较少。 由于中国改革开放只有30多年 , 采用时序 数据由于 样本数较 少 , Granger检验的信度将受到影响。 HP滤波等时域法分析波动周期则带有主观成份,鉴于以上不足,本文将采用最新的面板数据Granger检验法对农民收入的贡献进行实证分析, 采用谱分析法对其波动特征进行研究,为提高农民收入的对策提供理论依据。
1研究方法
1.1农民收入决定模型
由于农民收入来源于国民财富总蛋糕的分配, 设分配函数为常见的科布—道格拉斯模型, 则农民收入可表示为:
式中:I为农民收入,Y为GDP, 代表了国民财富的数量,a为常数项,反映了分配的规模效应,β 为弹性系数, 代表了GDP增长对农民收入增长的贡献系数,下标t为统计时间。
如果把GDP划分为第一、 第二和第三产业,则用科布—道格拉斯函数反映三次产业增长对农民收入增长的贡献作用为:
式中:F,S,T分别为第一、 二、 三次产业的增加值, β1,β2,β3分别为三次产业对农民收入的弹性系数,代表了不同产业增长对农民收入增长的贡献。
设农民收入的增长率为rI,GDP及三次产业增加值增长率分别为rY,rF,rS,rT,对式( 1) 和式( 2) 分别取对数和差分变换, 由对数差分与增长率的近似关系,加入随机误差项,引入面板数据,可得面板数据的计量模型:
其中截面维度为i( 以省为单位) ,时序维度为t( 以年为单位) ,ai为不随时间变化的固定因素, 对其处理的方法分为固定效应模型和随机效应模型, 可通过Hausman检验确定模型的选择。
1.2面板Granger检验方法
Dumitrescu和Hurlin[16]提出了基于面板向量自回归( PVAR) 模型的Granger因果关系检验:
与普通Granger检验类似, 计算有约束回归平方和( RSSr) 与无约束回归平方和(RSSu),构造Wald统计量对 βi进行线性 约束检验 。 Dumitrescu和Hurlin方法的优点是假设十分宽松, 允许所有截面单元拥有不同的 βi,因此,采用该方法进行估计。
1.3谱密度估计
由Fourier变换可知, 平稳随机过程Xt可近似由正弦波和余弦波叠加而成:
式中:ai,bi为被估计系数,fi为频率,εt为随机误差项。 对样本数为N的序列,式( 6) 的OLS估计为:
式中:I( fi) 为Xt在频率fi的谱密度,Xt的周期长度的确定方法为: 寻找最大谱密度值所对应的时间长度即为平稳随机序列的周期长度。
1.4数据来源与说明
根据数据的可得性, 从国家统计局网站( http:// www.stats.gov.cn/tjsj/) 及历年《 中国统计年鉴》 选取1987-2011年中国30个省( 不含港 、澳 、台地区 ,以及1997年直辖的重庆市) 的GDP及三次产业、农民家庭人均纯收入等变量数据,以1978年为基期计算可比价增长率, 构成平衡面板数据集,N=30,T=25, 样本数共计750个。 对农民收入增长与各产业增长波动进行谱分析, 由于谱密度的估计只针对时间序列数据,由数据的可得性,为尽量提高谱密度估计的可靠性,需尽可能使用更多的样本数量。论文从国家统计局网站得到中国1978-2013年以可比价计算的GDP及三次产业增长率与农民收入增长率的数据,进行谱密度估计。
2实证结果与分析
2.1农民收入贡献的静态面板数据检验
农民收入增长贡献模型静态面板数据估计结果表明,2个模型的整体显著性Wald检验均1%显著, Hausman检验均不显著( 表1) , 应采用随机效应模型。 从估计系数上看,GDP增长率对农民收入增长率在1%显著,弹性为0.594 4;第一产业和第二产业增长率对农民收入也为1%显著,弹性分别为0.511 3和0.204 0,但第三产业增长率对农民收入增长率只有接近10%的显著性。
注:省略了 ai的估计结果, *** 表示 1%显著不为零。
静态面板数据显示第三产业对农民收入增长影响不显著,这与理论假设不符。由于静态面板数据在处理变量的外生性上无能为力, 因此估计结果可能存在偏误。由于收入增长与经济增长常互相影响,可能存在外生性问题,为进一步检验GDP及三次产业增长对农民收入增长的作用, 采用Dumitrescu和Hurlin的动态面板Granger因果检验法作进一步检验( 表2) 。
农民收入的增长都不是GDP及三次产业增长的Granger原因( 表2) ,但反之,GDP及三次产业的增长,均为农民收入增长的Granger原因,且Wald检验均在1%的水平上显著。 可见,经济增长及三次产业的增长,都能明显促进农民收入的增长。
2.2农民收入增长与经济增长的波动关系分析
GDP增长与三次产业增长都是农民收入增长的Granger原因,而根据经济周期理论,经济增长是周期性波动的, 这理论上会造成农民收入增长也随之发生周期性波动。 由于谱分析只对平稳随机序列有效,先对各变量进行HP滤波,去除各变量的随机趋势,得到平稳的纯周期成份。
在时域上,农民收入增长率与GDP及三次产业的增长率的纯周期成份具有相似的波动幅度和相关的波动周期( 图1) 。 由于时域上观察带有主观性和不精确,对图1中的变量进行谱密度估计。
GDP、 第二产业及第三产业增长波动的主周期均为7-12年左右的尤格拉投资周期,副周期为4.5年左右的基钦存货周期,受此影响,农民收入增长波动的主周期也为12年左右的投资周期( 表3) 。 而第一产业增长波动的主周期明显与GDP及非农产业不同,为2.77年左右的存货周期,副周期则为7-12年的投资周期。受此影响,农民收入增长波动的副周期为2.77年左右的存货周期。
图1 HP 滤波后的各变量增长率 Fig.1 Growth cycles of all variables after HP filtering
综合上述结果,第一产业波动主周期与GDP及非农产业波动的周期不同, 前者的主周期为短期的存货周期,而后者的主周期为长期的投资周期。GDP及非农产业的波动周期是农民收入主周期的决定因素, 而第一产业的波动的主周期则是农民收入波动副周期的决定因素。 GDP及非农产业增长波动的副周期均为4.5年, 受第一产业主周期波动较短的影响,农民收入增长波动的副周期只有2.77年,可见, 相对于非农产业, 农业产业增长波动的短期性增加了农民收入增长的波动性。
3结论与政策含义
3.1结论
研究表明,GDP增长及三次产业增长, 均是农民收入增长的Granger原因, 即经济增长能显著地促进农民收入的增长。 农民收入增长主要受GDP及非农产业增长的影响,其波动主周期为12年左右的投资周期,但受到第一产业的影响,农民收入增长波动的副周期只有2.77年, 比GDP及非农产业增长波动副周期4.5年要短,波动更加剧烈。 总之,经济增长及各产业增长,均对农民收入增长有显著影响, 由于农业增长波动较频繁, 增加了农民收入增长的波动程度。
3.2政策含义
第一,由于GDP及各产业的增长,对农民收入增长都有显著的贡献,未来要增加农民收入,应维持一个平稳的经济增长速度。 经过30多年的改革开放,目前中国出现了潜在增长力下降问题,因此,需要进一步推进改革和开放的深度和广度, 以保持经济持续增长的动力, 以促进农民收入实现可持续的增长。
第二,由于农业的弱质性,波动较大,风险较高, 而农民收入仍然依赖并受农业增长的影响, 农业增长对农民收入增长的弹性仍然较第二、 第三产业增长的弹性大,因此,为稳定和增加农民收入,减少收入的波动的程度,应稳定农业生产,强化对农业风险的控制,稳定农民的农业收入。
第三, 由于农业生产的规模影响其抗风险能力与利润水平,应加快土地流转制度的改革步伐,提高耕地集中的规模和机械化水平, 提升农业产业的整体现代化水平,实现规模效益,析出剩余劳动力,提高农业劳均资本水平,提升农业劳动生产率、农业的利润水平和农业劳动的报酬水平。
【Granger】推荐阅读：
Granger因果10-17