蝴蝶效应与检验技术论文

蝴蝶效应与检验技术论文（通用4篇）

蝴蝶效应与检验技术论文 篇1

2006年6月份到2009年6月份,我国猪肉价格出现了一轮暴涨暴跌的周期波动,同期的CPI、物价和宏观经济也出现同趋势大幅度波动。有些研究据此认为,猪肉价格周期波动是CPI、物价和宏观经济周期波动的根本原因,并将这种经济现象称之为“猪周期效应”。有的研究在深入探讨后强调指出,“猪周期”效应直接影响着2007年6月到2008年6月的宏观经济通胀趋势及2008年5月以后的经济通缩走势。2010年3~8月,包括农业部、国家统计局高官及部分著名经济学家在内的研究者们,纷纷撰文讨论猪肉价格、CPI、物价、宏观经济之间的动态均衡关系,一时间“猪周期效应”成为经济学领域的热门话题。归纳起来主要有两种代表性观点:一是猪肉价格周期波动是CPI、物价、宏观经济周期波动的根本原因。依据是同期内四个经济变量出现了同升同降的波动趋势,逻辑思路是猪肉价格在CPI指数中的权重较大,它的周期性波动无可非议地引发CPI和物价大幅度波动,而CPI和物价的大幅度波动必引发经济出现较大波动,猪肉价格与房价成为影响宏观经济波动的两大关键要素。二是猪肉价格周期波动只是CPI、物价、宏观经济周期波动的影响因素之一,2007年6月份以来的宏观经济波动是多因素共同作用的结果,猪肉价格并非本轮经济通胀、通缩的根本原因。猪肉价格周期波动确实影响CPI波动,但CPI、物价和宏观经济周期波动是工业品价格、生产资料价格、资源要素价格和国际市场价格传导共同作用的结果。

那么,猪肉价格周期波动与CPI周期波动之间究竟存在怎样的互动关系和作用机制呢?猪肉价格真的具有如此大的威力,竟能左右中国CPI、物价和宏观经济周期波动吗?上述两种观点是否真实地捕捉到了这段时期的经济特征、趋势?除此之外是否还存在第三种逻辑关系呢?为检验“猪周期”效应的科学性和实践价值,剖析猪肉价格、CPI在长期与短期内的互动关系和作用机制,我们引入谱密度函数中的增益谱功能检验这些问题,根据检验结果提出针对性的政策建议。需要说明的是,我们并不是要弄清楚影响CPI、物价和经济通胀、通缩的根本因素是什么,而是要弄清楚猪肉价格周期波动究竟能否左右CPI周期波动。

1 猪肉价格周期波动效应研究的主要观点

国内理论界对“猪周期”问题研究主要形成了三种具有代表性的观点:支持论、短期冲击论和否定论。

1.1 支持论

支持论研究得出猪肉价格和CPI高度相关,猪肉价格波动是CPI波动的主因,甚至是根本原因,它间接左右物价和经济周期态势。按照我国目前CPI统计指标体系,食品类是包括烟酒及其用品、衣着、医疗保健和个人用品等所有8大类商品的CPI中权重最大的分类项,而猪肉又是食品分类中最重要的子项目。食品类在CPI中的比重为32.79%,猪肉价格在食品类中占9.26%,在CPI中的比重为3.03%。猪肉价格周期波动对CPI周期波动起着关键作用[1]。如2007年1~7月猪肉价格平均上涨48.3%,2008年4月份CPI上涨8.5%,其中食品价格上涨22.1%,肉禽及其制品价格上涨47.9%,猪肉价格上涨68.3%。2008年1~7月猪肉价格平均上涨47.4%,对同期价格总水平涨幅的影响分别达到29.5%和18%。

1.2 短期冲击论

短期冲击论[2,3]研究得出,猪肉价格对CPI波动的冲击作用不具有长期性特征。2007年6月到2008年6月猪肉价格猛涨,CPI虽也猛涨,但猪肉价格只是CPI波动的诱因,而不是根本原因。2010年1~8月猪肉价格波动对CPI波动影响更小,CPI和猪肉价格共变性较弱。短期冲击论还对作用机制、原因进行了剖析,得出国际游资对生猪行业实施垄断性炒作,导致猪肉价格全线上涨,抬高了CPI[4]。

1.3 否定论

否定论对猪肉价格涨跌波动是CPI乃至经济涨跌波动的根本原因提出质疑,认为支持论夸大了猪肉价格周期波动对CPI周期波动的冲击作用,猪肉价格上涨带动CPI上升具有一定的偶然性。从长远来看猪肉价格还会有变化,但CPI和物价的稳定与否主要看宏观经济整体情况和货币政策。CPI、物价、经济周期波动的原因非常复杂,它们受供求关系、结构性因素、货币政策等共同影响。猪肉价格没有这么大的威力,可以左右CPI、物价和经济周期波动态势[5]。而且,CPI中的“肉禽及其制品”等分项的权重虽是经过大量调研确定的,但仍是人为设定的,作为滞后性指标难以及时、真实的反映CPI、物价和实体经济的周期波动趋势[6]。如果深入分析2003~2006年生猪生产情况就可以知道,2007年6月份以后的猪肉价格上涨处于合理范围,对CPI上涨仅具有结构性特征,更不是间接推动通货膨胀的根本原因。猪肉价格上涨带动了禽蛋、水产品、粮食农产品价格,但这种上涨具有恢复性特征[7]。

2 时间序列分解思路、指标与数据来源

2.1 时间序列分解思路

猪肉价格月度时间序列数据通常受到自身的长期趋势、周期、季节变动和不规则成分的影响。季节性要素对时间序列的影响是短期的,一般是一年,它常常掩盖或混淆猪肉价格客观规律,以致给猪肉价格、CPI分析造成困难和麻烦。因此,首先需要将季节性要素从原始数据中剔除。不规则要素对时间序列影响是随机性的,通常是偶发因素引起的,它具有影响时间短、缺乏规律性等特征,也能掩盖价格变量真实特征。因此也需从原始序列中分离出去,用剩余的趋势周期要素分析猪肉价格和CPI之间的关系特征。

我们首先采用X-11季节调整法对所有指标进行季节调整,在此基础上使用HP滤波法分离趋势成分,获得周期成分,然后分析周期成分的统计特征,从而对猪肉价格周期作出判断和分析。X11调整法是基于移动平均法的季节调整法,其特征在于除了能适应各种经济指标的性质,根据各种季节调整的目的选择计算方式外,在不作选择的情况下,也能根据事先编入的统计基准,按照数据的特征自动选择计算方式,在计算数据过程中可根据数据中的随机因素的大小,采用不同程度的移动平均,随机因素越大,移动平均长度越大。它通过几次迭代分解数据,每一次对组成因子的估算都进一步精化,因此成为普遍采用的季节调整法。

由于季节调整法中的趋势成分和周期成分被视为一体,因此,接下来需要采用将HP滤波法趋势成分和周期成分分开。HP滤波法是一种估计时间序列长期趋势的平滑技术[8],基本原理是将时间序列数据(Yt)分为趋势成分(Yt)和周期成分(Ut),将趋势成分分离出来,在对趋势成分的平滑性约束下,求解最小化序列对其趋势的离差平方和的问题,Yt常被定义为下面最小化问题的解,公式为(1)。

其中,λ为趋势成分的平滑系数,其值越高,趋势成分越光滑,按照一般经验,月度数据的λ取值是14400。

2.2 指标及数据来源

本文选择猪肉价格月度价格(以1992年1月为基期换算成定基指数)、居民消费价格指数(CPI)、肉禽及其制品价格指数、鲜蛋价格指数、粮食价格指数、水产品价格指数、鲜菜价格指数、鲜果价格指数八项指标。猪肉价格月度数据是全国畜牧总站、中国饲料协会采集、公布的全国约470个农村集贸市场监测点价格数据,所有的114个月份的价格数据均是当月全国平均价格。其余五个价格数据来源于国家统计局月度价格数据库(上年同期=100)。

3 猪肉价格周期波动效应实证分析

3.1 实证分析模型

(1)增益谱模型涵义。增益谱是谱密度函数中的互谱功能之一,属于频域分析法。它反映了两个序列数据在某一个频率处的分量对自变量的依赖关系,探寻的是变量之间的比例增益关系,即当自变量每波动1%时,因变量波动的百分比。一般情况下,增益谱分析需要结合相干谱和相位谱功能,为此需先介绍互谱模型的三个谱项功能的涵义。根据互谱函数基本原理,二元平稳序列Xt和Yt(t=0,±1,±2,n)之间的相关结构在时域中可以用互协方差函数RXY(k)来描述。互协方差函数RXY(k)的傅里叶变换为公式(2)。

则Xt和Yt为互谱密度函数。当Xt=Yt时,公式(2)即为序列的功率谱。如果RXY(k)是绝对可和的,即则Hxy(f)在f∈[-0.5,0.5]上处处存在。

根据复数的极坐标表示法,如果CXY(f)和QXY(f)分别是HXY(f)的实部与虚部,则互谱HXY(f)可以写成公式(3)。

ηxy(f)=Arctan[-Qxy(f)÷Cxy(f)]。式中:AXY(f)为互振幅谱,ηxy(f)为相位谱。互振幅谱是两个序列中频率为f的分量振幅乘积的均值,它反应了两个序列间各频率成分在振幅上的相互关系。对互振幅谱进行如下标准化处理,得到相干谱Wxy(f)为公式(4)。

式中:Hx(f)和Hy(f)分别是序列Xt和Yt的谱密度函数。增益谱函数反映了序列Yt在频率f处的分量对Xt的依赖关系,公式为(5)。

增益谱分析的是全序列周期波动过程,探寻序列之间的比例增益关系,因而能从整体上更好地把握序列周期波动结构关系。

(2)窗参数选择。增益谱模型分析前的一个重要步骤是设置窗参数,旨在消除误差逐渐增大对增益谱估计可能造成的不良影响,其取值直接影响增益谱模型估计结果准确性。如果窗参数取值过小,则诸如部分谱峰等一些主要特征可能被平滑掉,降低谱分析的分辨力;如果窗参数过大,则谱密度分析的方差增大,可能出现一些虚假峰值。为保证增益谱分析结果的渐进无偏和一致性,理论上要求窗参数应满足其与样本数的比值趋近于零,但窗参数到底取多大为宜存在争议,通常只能根据实际情况和经验折衷取值。许多研究根据样本数n的大小,试用三种不同的窗参数。本文考察的样本期长度是114个月,平方根等于10.7。由于窗参数必须是奇数,故取11做为窗参数。

3.2 猪肉价格周期波动效应增益谱分析

(1)肉禽及其制品价格周期波动与CPI周期波动的增益谱分析。①将2000年1月到2010年6月的CPI、肉禽及其制品价格指数、蛋价格指数、粮食价格指数、水产品价格指数、鲜菜价格指数、鲜果价格指数的数据做相关性检验,得出水产品价格和CPI的相关性系数最大,为0.84,肉禽及其制品价格和CPI的相关性系数为0.75,粮食价格和CPI的相关性系数仅为0.41,蛋、鲜菜、鲜果和CPI的相关性更小。这表明长期内肉禽及其制品价格和CPI在时域方面具有较强相关性,这为频域增益谱分析奠定了基础。②对CPI、肉禽及其制品价格指数、蛋价格指数、粮食价格指数、水产品价格指数、鲜菜价格指数、鲜果价格指数的数据做共变性和增益谱检验,得出6个自变量和CPI之间的相干谱数值依次为0.89、0.42、0.38、0.86、0.22、0.20。可见,肉禽及其制品价格周期和CPI周期共变性最强,随后是水产品。鲜蛋、粮食、鲜菜、鲜果价格波动和CPI周期波动的共变性较弱。增益系数检验得肉禽及其制品价格周期波动对CPI周期波动的贡献系数为0.129,低于水产品增益贡献系数0.40、粮食增益贡献系数0.165和鲜果增益贡献系数0.145。在6个自变量中,肉禽及其制品价格周期波动对CPI周期波动的贡献并不是最大,其对CPI周期波动的增益贡献比为12.9%,即肉禽及其制品价格每波动1%,CPI波动将相应变动0.129%。③将2006年6月到2009年6月间的肉禽及其制品价格和CPI进行共变性和增益系数检验,得相干谱等于0.97,共变性极好,增益谱系数等于0.49。从这段特定时期看,肉禽及其制品价格周期波动对CPI周期波动的冲击具有短期特征。

(2)猪肉价格与肉禽及其制品价格周期波动增益谱实证分析。我们将2000年1月到2010年6月间的猪肉价格和肉禽及其制品价格月度数据按照上面的步骤和方法进行同样的处理,得出两者的周期成分。将两个周期成分进行共变性和增益系数检验,得出猪肉价格与肉禽及其制品价格的相干谱等于0.988,共变性极好,增益谱系数等于0.66。这表明猪肉价格周期波动确实强有力的影响着肉禽及其制品价格周期波动。

(3)猪肉价格与CPI周期波动增益谱实证分析。我们将2000年1月到2010年6月间的猪肉价格和肉禽及其制品价格月度数据按照上面的步骤和方法进行同样的处理,得出两者的周期成分。将两个周期成分进行共变性和增益系数检验,得出猪肉价格与肉禽及其制品价格的相干谱等于0.93,共变性极好。增益谱系数等于0.183。这也说明猪肉价格周期波动对CPI周期波动具有重要影响,只是冲击作用强度略小于猪肉价格对肉禽及其制品价格的冲击强度。

3.3 增益谱检验结果分析

从周期共变关联角度分析,增益谱检验显示猪肉价格周期波动对肉禽及其制品价格周期波动的贡献很大,增益比约为66%,可以左右肉禽及其制品价格波动。然而,猪肉价格周期波动对CPI周期波动的增益比却没有这么高,大约在13%~18%之间,它虽能有力的影响CPI的波动态势,但并不能左右CPI的周期波动态势。在2006年6月到2009年6月这一轮周期内,猪肉价格周期波动对CPI周期波动的增益贡献相对较大,增益比为49%。就这段特殊历史阶段看,2006年的生猪价格和猪肉价格的高涨主要源于两个原因,一是2003年非典与2004年的禽流感动物疫病导致2005年生猪供给总量过多,价格过低。2006年生猪产量进入周期衰退阶段,恰在此时生猪高致病性蓝耳病爆发并在全国范围快速蔓延,养猪因恐慌而屠宰生猪、母猪,导致存栏量下降。这导致猪肉价格从2006年6月份的10.58元/kg一路攀升到2008年2月份的26.17元/kg。而2006年6月份的CPI为102.2,在之后的6个月中,CPI指数始终在102.2~102.3之间波动,增长幅度远远低于同期猪肉的增长幅度,这也就是说猪肉价格高涨,CPI却基本不变,即猪肉价格波动基本没对CPI波动产生什么影响。2007年1月CPI才略有抬头,缓慢上升,到2008年4月份升至108.2,之后缓慢下降;同期的猪肉价格呈现出共变趋势(相干谱为0.93),这表明猪肉价格波动在短期内对CPI波动产生了一定影响。2009年1月份的CPI由2008年12月份的105.9突降至100.9,同期的猪肉价格却不降反升,从2008年12月的20.57元/kg上升到2009年1月的21.25元/kg,这再次表明猪肉价格波动对CPI周期波动又未产生什么影响。由此可见,2006年6月到2009年1月的31个月中,猪肉价格有16个月与CPI共变,余下的15个月中两者却没有呈现出共变关系。这表明猪肉价格周期波动对CPI周期波动的冲击作用仅具有短期性特征。从长期来看基本未对CPI周期波动产生主导型冲击,即在特定历史阶段和特定经济环境下,猪肉价格周期波动才成为CPI周期波动的根本原因,但时间较短。可以说,本轮猪肉波动有其特殊性,它是由猪肉供给突然缩减等特殊原因所导致,而不是消费需求出了问题。因此,判断CPI走势还得综合考虑其他因素,不能将CPI走势片面解释为主要由猪肉价格冲击所导致的结果。

从CPI各分项的周期共变趋势角度分析,按照现行的统计结构,猪肉价格在食品类所占比例较高,但不能由此过分强调猪肉价格对CPI走势的影响作用。尽管目前猪肉价格波动增大,但不能赋予猪肉价格太多的意义。在食品类的6个分项中,水产品价格、粮食价格的周期波动对CPI周期波动的长期冲击作用明显。肉禽及其制品价格对CPI周期波动的冲击作用并非始终处于主导地位。考察猪肉价格周期波动对CPI周期波动的作用还需注意水产品价格、粮食价格的作用。在以月度价格为指标的研究中,鲜菜在节假日期间产生的短期波动效应也不容忽视。2010年1~7月CPI指数从1月份的101.5缓慢增长到102.7,猪肉价格却总体小幅下降,同期的水产品价格、蛋价格、水果价格总体都以涨为主,只有成品粮价格相对稍微稳定一些。2010年中秋节前夕粮食价格、鲜蛋价格又呈现假日经济特征,略有小涨,因此无法得出CPI上涨完全或主要由猪肉价格主导的结论,水产品价格、鲜蛋价格、鲜果价格及节假日前的鲜菜价格上涨对CPI上涨的推动作用也较为明显。

其实,猪周期支持论者在猪肉价格波动是否是CPI周期波动的主导力量上也存在分歧,对猪肉价格和CPI共变上涨看法相同,但当猪肉价格下跌时,观点却不一致。一种观点是猪肉价格下跌将使CPI回落;另一种观点认为猪肉价格下跌并不会使CPI同降。两种观点分歧原因是对粮食价格冲击作用的认识存在差异。一项论据是2007年1~8月猪肉价格持续高涨,从14.91元/kg上升到22.92元,9月份下降为22.01元/kg。然而粮食价格却上涨,9月份全国25个粮食主产省稻谷、小麦、玉米三种粮食加权平均收购价格比上月、上年同期分别上涨1.21%、10.96%。其中,小麦、稻谷、玉米平均收购价分别比上月上涨1.82%、1.16%、0.67%。但2007年1~9月份的CPI一直呈现增长态势,即使是备受争议的9月份也没有像猪肉价格那样呈现下降趋势。这说明CPI的周期波动受粮食波动的冲击不容忽视,猪肉价格在此期间内并没有对CPI周期波动产生持续不变的影响。

4 研究结论与政策启示

4.1 研究结论

通过增益谱检验得出如下研究结论:①猪肉价格周期波动和CPI周期波动仅在短期内具有周期共变关系,短期冲击效应明显。长期看,猪肉价格周期波动对CPI周期波动的增益贡献比约在13%~18%之间。②猪肉价格周期波动对CPI周期波动的冲击作用小于水产品价格和粮食价格周期波动对CPI周期波动的冲击强度。尤其水产品价格周期波动对CPI周期波动的冲击作用在长期内强于肉禽及其制品价格周期波动、猪肉价格周期波动对CPI周期波动的冲击作用。

4.2 政策启示

根据研究结论可得两点政策启示:①完善现行CPI统计制度,降低肉禽及其制品价格占食品类的权重,进而降低猪肉价格占CPI的比重。同时要降低食品类价格占CPI的比重,从目前的33%左右降至美国等养猪业发达的国家的10%~15%左右。②建立核心食品类CPI制度。将食品类从现行CPI体系中分离出来,建立以肉禽及其制品价格为核心,粮食、水产品价格为辅的CPI统计制度体系。分离后的食品类CPI指标体系将不再反映现行CPI波动中各指标的波动情况,而是独立评估猪肉价格为主的核心食品类CPI指标体系。

增益谱模型对数据长度要求较高,理想长度是180个月以上。本研究数据略短一些,因此估计结果会有一些偏差,这是本文不足之处。

参考文献

[1]胡月晓.猪肉价格与我国CPI变动相关原因分析[J].上海证券,2009,5(20):2-4.

[2]危朝安.猪肉价格未助涨CPI[J].金融界,2010-3-10/2010-08-25.

[3]曹春萍.猪肉这次没能做了CPI的主[EB/OL].东亚经贸新闻,2010-03-13/2010-08-16.

[4]潘洁.农产品全线上涨“猪周期”增压CPI[EB/OL].新华网,2010-04-22/2010-08-19.

[5]朱文晖.CPI与猪肉价格的因果论[EB/OL].中国畜牧兽医信息网,2007-10-12/2010-08-30.

[6]王红茹.猪肉涨价再次引发通货膨胀论调[EB/OL].新浪网,2009-8-31/2010-08-25.

[7]程国强.本轮农产品价格上涨的影响与调控建议[EB/OL].新华网,2008-02-21/2010-08-10.

[8]高铁梅.计量经济分析方法与建模EViews应用及实例[M].北京:清华大学出版社,2007:41-43.

蝴蝶效应与检验技术论文 篇2

1 理论与模型

自回归条件异方差模型是Engle在1982年提出的,该模型被用来描述时间序列的条件二阶矩性质,并且能够较好的反映条件异方差的变化的时变性,同时也能将数据的集群特点表示出来以及有效的描述金融数据随着时间的变化波动的特性,ARCH模型的主要思想是:扰动项ut的条件异方差依赖于它的前期值ut-1[5]。ARCH模型通常用于对主体模型的随机扰动项进行建模,以更充分地提取残差中的信息,计量经济学中用扰动项平方的线性函数来表示条件方差。

赤池信息量准则(AIC)是统计学中对模型拟合优良性的判断标准之一,该准则是在熵概念基础上建立起来的,能够对所估计模型的复杂度和模型拟合数据的优良性进行评估,AIC一般表示为:AIC=2k-2ln(L),k表示参数的个数,L表示似然函数。另外,该准则建立模型的误差服从独立正态分布的假设条件之上,就优先考虑的模型而言应选择AIC值最小的模型[6]。

2 实证分析

2.1 样本选取及序列的描述性统计

本文选取1990年-2011年的信贷资金总量与存款总量作为样本进行检验。 实证分析通过eviews5.0取得,对时间序列取对数,降低不规则因素变动的影响,减小数据波动的趋势,首先对数据进行平稳性检验,结果如表1所示,明显数据符合平稳性检验。

统计结果:信贷资金与存款的标准差(Std.Dev.)分别是1.196 366,1.216 618。 偏度(Skew-ness)分别为-0.199 516、-0.273 616,小于0,说明序列分布有长的左拖尾。 峰度(Kurtosis)分别为2.092 445,2.062 353,说明序列具有一定的厚尾及聚集性特征。

2.2 ARCH效应检验

因ARCH不能使用标准的OLS估计,可是忽略ARCH影响将会导致模型的有效性降低,所以在选择模型拟合前需要进行ARCH效应检验,使用ARCH LM检验。以取对数以后的信贷资金总量为因变量:Y1,取对数以后的存款总量为自变量:X1,为考察变量间的动态影响,故采用分布滞后模型(通过反复试验,选取了一个相对较好的模型形式),其形式为:

通过eviews5.0得参数估计及相关检验结果见表2。

从表2可见,所有系数的显著性检验对于95%的置信度均通过,且该模型的拟合优度达0.999 3,AIC和SC分别为-3.987 417,-3.838 199 ,整体效果较好。对残差作p=2阶的序列自相关LM检验时,得到的相伴概率为0.214 999,故不存在自相关。进一步,对残差序列进行ARCH效应检验结果见表3。

通过χ2检验的相伴概率p值均大于显著性水平0.05,拒绝原假设,残差序列不存在ARCH (1),ARCH(2),ARCH(3),ARCH(4)效应。并且对残差序列进行ADF检验统计量为-6.637 8,小于显著性水平0.01时的临界值-2.717 5,可认为分布滞后模型估计的残差序列式平稳的,进而得到序列Y1和X1,Y1(-1),X1(-1)具有协整关系。长期来看,存款总量与信贷资金的上一期数额,以及存款的上一期数额都会对当期信贷资金规模产生影响。

2.3 Granger检验

研究信贷资金与存款的起点是两者的相互关系,而研究两者是否构成因果关系,通过Granger检验,检验结果主要是如果对存款的研究对信贷资金的预测有帮助,利用F统计量:

来考虑存款的过去是否对信贷资金有所作用,从而增强回归的解释能力,Granger检验结果是通过比较F统计量与临界值的大小,若F统计量大于临界值就拒绝零假设存款是信贷资金的Granger原因。否则接受零假设,结论为存款不是信贷资金的Granger原因。利用eviews5.0软件回归得到的Granger检验对存款与信贷资金之间的因果关系进行检验的结果,分别对滞后1期-滞后6期的Granger因果关系进行检验,检验结果(见表4)表明,存款滞后1期-6期的波动与信贷资金滞后1期-6期的波动之间不存在Granger因果关系,这说明随着经济的发展与改革的深化,我国资本市场和信贷市场的不断完善,两者之间托媒现象越发明显。

3 结论

了解经济与金融运行波动规律之间的内涵,以及金融对经济的先行作用,能及时掌握经济运行可能出现的变化,增强经济预测的准确性,为做好经济发展计划提供保证。以上对存款和信贷资金的平稳性以及ARCH检验与Granger检验对两者进行了分析,得出如下结论:1经处理后的数据符合平稳性检验条件,具有一定程度的厚尾特征,序列存在聚集性。2滞后阶数p=12时的ARCH-LM检验结果显示存款和信贷资金均不存在ARCH效应。3存款和信贷资金的滞后期两者之间不存在Granger因果关系,说明随着我国经济发展的不断深化,我国的信贷市场已经步入了深水区,对于信贷市场的调控应作为宏观经济调控的重点,而不能仅仅依赖于基础货币的投放和控制。

银行源于存款资金进行的贷款投放形成的信贷市场份额对于货币政策的有效性造成了极强的时滞,存款的不确定性会在某种程度上破坏甚至恶化信贷市场的平衡[7]。将信贷市场与货币政策的有效性作为一个整体考虑是必然要求,在经济发展初期要调控好存款与信贷市场之间的关系,当经济发展到一定时期,应分层分类控制好信贷市场与存款之间的相互影响[8]。两个时间序列的波动性研究对调控信贷市场和更好的实施货币政策有积极的意义[9]。因此,在经济全球化,信息一体化,金融一体化的大背景下,把握好信贷市场与存款的波动性,对于促进经济健康发展具有重要作用。而银行利用存款的效应仍然受存款准备金率的制约,准备金率上升,意味着银行在存、贷款业务上的资金充沛度更为紧张,反之,银行在信贷资金的把握上将有更大的主动权。对于如何把握存款准备金率对信贷市的影响,考虑存款与信贷市场的波动性是非常重要的,也是必要的。新时期必须要注重经济不同发展阶段对信贷政策的使用,以便在经济转型时期更好地发挥信贷市场的作用[10]。通过本文的分析,可以发现现阶段我国存款与信贷市场之间的联系逐渐趋弱,两者的波动性也没有必然的联系,因此,针对市场资金的调控不能再依据我国发展初期时的态势,仅仅把存款作为调控或者说是制约信贷市场的主要手段,要顾及“金融脱媒”和市场创新的影响,调整政策实施的范围和渠道,从而有利于确保我国经济整体的健康持续发展。

摘要：信贷资金与存款关系的研究随着我国资本市场的不断完善以及融资渠道的多样化,越来越重要。通过对两者的波动性研究,主要有ADF检验、ARCH效应检验以及Granger检验,结果表明,我国信贷资金与存款并无ARCH效应波动,存款对信贷资金有一定的影响,但是存款的预测和信贷资金的预测两者之间没有必然的联系,说明我国信贷市场逐渐走向成熟。

蝴蝶效应与检验技术论文 篇3

知识型员工是组织具有较高的学历和技能水平,也拥有较高的自控力和自我期望值,从事复杂变化、不确定性强、创造性强的工作任务[1,2]的员工,是为组织创造价值的核心资源[3,4]。提升知识型员工的创新绩效对组织整体绩效和持续发展至关重要[5,6]。

尽管没有专门针对知识型员工创新绩效的研究,员工创造性及创新行为领域对提升员工的创造力及创新绩效的因素的相关研究发现,组织内部因素,例如工作环境因素[7],组织创新氛围[8,9,10]对提升员工的创新绩效发挥了重要的作用,而员工自身因素也对个体创新绩效具有显著的影响,例如员工的性格[11,12]、智能因素[13]、内在动机[14]、员工目标导向的作用[15]。

值得注意的是,目前多数研究只进行了单一因素的研究,如仅关注目标导向或者创新氛围因素对个体创新绩效的影响。但正如生态系统理论所指出的,个体与环境会产生交互作用影响个体行为[16],知识型员工的行为是个体和环境互动作用的结果,因此有必要把个体因素和环境因素结合起来进行分析。

本文将以知识型员工为研究对象,探索目标导向、组织创新氛围与个体创新绩效之间的交互作用关系,并利用130份知识型员工的问卷调查数据进行实证检验。本研究旨在知识型员工的研究和目标导向与创新绩效的关系研究两领域取得进展。知识型员工的管理、创新激励等方面的研究仍需加强[17,18],因而本研究选择面向知识型员工进行员工目标导向的分析,探索知识型员工的目标导向结构。本研究也关注到因素间存在的相互作用,检验目标导向和创新氛围的交互作用,更为完整地揭示个体创新绩效的影响因素及其相互关系。

1 研究理论与假设

1.1 目标导向与个体创新绩效

目标导向概念具有组织、团队、个人等多个层面。个人层面的目标导向考察了个体通过对事物的反应和行为而达成的目标[19,20],它一般被分成两个维度,即绩效目标和学习目标。绩效目标导向是指个体注重证明自身能力,希望通过工作或任务表现而获得自身能力的正面评价而避免负面评价。学习目标导向的个体关注新事物的掌握与学习,希望通过一定的活动增加自身能力。两种目标导向会带来不同的任务反应、学习行为、能力以及不同的自我意识[21,22]。当前关于目标导向的研究把个体视为同质化、无差异的,在本研究中,我们把知识型员工的目标导向也按照绩效导向和行为导向两个维度加以分析。

目标导向研究发现,学习目标导向对适应能力产生正效应,而绩效导向则产生负面的激励以及负面的结果[23]。由于绩效导向以取得最佳业绩为目的,在工作中会选择回避可能失败的工作任务,为了取得业绩急功近利,因此不利于个体绩效的提高。学习目标导向则更重视内心兴趣和学习的价值,会刺激正激励信念,例如更高的自我效率、更高的自身能力感知、更好的环境适应力以及更少的对成功的焦虑感,因此能给个人绩效带来更多的正效应[24]。Vande Walle对医疗器械销售人员的研究发现高学习导向与设定高销售目标成正相关且与销售绩效成正相关[25]。Seijts和Latham测试学习导向和绩效导向对人的工作行为的影响,发现学习导向的人更愿意收集信息,获取知识,并通过学习增强了自信心,从而能够取得明显高于其他人的决策成果[26]。路琳、常河山在对组织承诺调节下目标导向和创新行为之间关系的实证研究也发现,学习目标导向和创新行为之间存在正向关系,而表现导向和创新行为之间的关系并不显著[27]。结合目标导向的二维模型及现有研究成果,提出假设1和假设2:

假设1:知识型员工的学习目标导向提升个人创新绩效。

假设2:知识型员工的绩效目标导向降低个人创新绩效。

1.2 创新氛围与个体创新绩效

组织创新氛围是组织特定氛围之一,是个体对组织环境中与创新有关的因素的主观知觉,即个人对组织环境中的价值观、经营哲学、信念以及制度政策、组织结构等多项因素是否支持创新的感知。但也有观点认为组织创新氛围是组织内部客观存在的创新性的整体环境特征,具有持久性。因此组织创新氛围的定义存在客观性[28,29]和主观性[30]的不同倾向。我们认为,个体层面的主观认知是最具现实性的组织创新气氛的描述,因为群体一致性认知无法证明而真伪存疑;加之本研究立足于个体层面,因此在本研究中,我们采用主观创新氛围观点,把创新氛围视为个体对环境创新性的主观心理认知。

组织创新氛围对组织中所有员工的创造力和创新行为产生影响。组织中个人创造力的发挥与组织的鼓励、对创新人才的重视程度、上级鼓励、自由度、挑战性、激励措施等显著正相关[36],而上述鼓励、自由度、挑战性等等都可被认为是组织面向创新的氛围的表现。在这种氛围下,员工会得到更多的授权以及资源来开展创新活动。Jung,Chow和Wu发现领导者在鼓励下属创新时,提供良好的创新环境是至关重要的[31]。员工创新绩效是员工创新行为的结果,因此氛围因素也是影响个体创新绩效的关键因素之一,正如James和Jones所言,组织创新氛围相当于组织期望个体采取创新行为而发出的信息,这一信息被个体接收后,个体就会进行解释,并在行为上予以回应,从而获得正面的自我评价[32]。因此提出假设3:

假设3:组织创新氛围显著提升个人创新绩效。

1.3 目标导向与创新氛围对个体创新绩效的交互作用

社会认知理论提出个人的主体因素、环境与行为三者既相互独立,又相互决定,互为因果[33]。Woodman等也把组织因素与个人因素结合起来,提出了个人因素、团队因素与组织因素相互作用的系统模型,认为个人因素与团队、组织因素之间的相互影响最终影响组织的创造力[34]。Mumford和Gustafson指出,个人创新是个人与环境或情境之间复杂的互动结果,因此在研究个人创新时必须考虑个人因素和组织因素[35]。因此分析组织中的员工的创新绩效,离不开组织的环境因素,个体目标导向与组织创新氛围间的交互作用影响个体创新绩效。

在组织创新氛围浓厚的情况下,个体受到组织创新氛围的正面影响,会得到更大的工作自由度、灵活性和授权、更鼓励知识共享和创新,员工感知工作环境中鼓励创新的信号后,无论其拥有绩效目标导向还是学习目标导向,都会在行为上选择更多的创新活动,从而形成更多的积极创新的结果。因此在创新氛围好的组织,学习目标导向的员工会取得更高的个体创新绩效。绩效目标导向的员工也会受环境影响而改变行为,让自身的创新绩效有所改进。因此提出以下假设:

假设4:组织创新氛围对目标导向与个体创新绩效的关系产生正向调节作用。

假设4a:组织创新氛围对绩效目标导向与个体创新绩效的关系产生正向调节作用。组织创新氛围会减弱绩效目标导向对个体创新绩效的负相关关系。

假设4b:组织创新氛围对学习目标导向与个体创新绩效的关系产生正向调节作用。组织创新氛围会增强学习目标导向对个体创新绩效的正相关关系。

2 研究设计

2.1 研究量表设计

本研究解释变量为目标导向,采用Button,Mathieu和Zajac开发的量表[36]进行测量,学习目标导向和绩效目标导向各8个题项。调节变量组织创新氛围采用适合中国本土化知识型员工的量表进行测量[8],包括:同事支持、主管支持、资源供应、任务特性和组织理念5个维度20个题项。本研究因变量为个体创新绩效,采用Janssen和Van Yperen开发的量表[37]测量,包括9个题项。上述量表均为里克特五级量表,得分代表被调查者对题项同意的程度,其中5表示完全同意,依次递减,1表示完全不同意。此外,本研究把性别、学历和在企业的工作年限作为控制变量。

2.2 问卷调查过程

本研究以知识型员工为研究对象,知识型员工通常被认为是专业人士,例如医生、教师、科学家、研发人员、营销专家、设计师、会计师等等[38]。由于本文研究的是员工的创新绩效,因此调查对象选择高新技术企业的技术研发人员、高级管理人员和产品设计人员。被调查企业集中在浙江省,历时两个半月共发放问卷140份,回收问卷138份,回收率为98.6%。剔除8份不完整问卷共获得有效问卷130份,问卷有效率为92.9%。有效问卷中,男性员工占总数的66.9%。本科以上学历占总数的52.3%,员工在被调查企业的工作年限为2~5年占34.6%,6~10年占39.2%,10年以上占9.3%。

3 研究结果

3.1 信效度检验

本研究采用内部信度指标(Cronbach’sα)对量表进行信度检验,目标导向、组织创新氛围和个体创新绩效量表的Cronbach’sα均大于0.7,显示量表的内部一致性较好,具有较高的信度。

本研究采用因子分析法检验量表的建构效度,以共同度大于0.4,因子载荷大于0.5,每个题项只在一个因子上有载荷为原则,删除不符原则的题项进行因子分析。

目标导向的因子分析可得KMO为0.724(Sig.=0.000),累计解释量为52.527%。表1为剔除题项后的探索性因子分析结果。结果显示,目标导向包含3个主因子,主因子1与完成任务或绩效的评价有关,与绩效目标导向相一致,因此仍命名为绩效目标导向,它反映个体希望通过工作获得绩效并带来正面评价。主因子2与学习、创造、能力拓展相关,可命名为学习目标导向,反映的是个体注重掌握知识、学习和提升,即通过工作能够学习和提升自我能力。与前两个维度有差异,主因子3注重挑战难度更高的工作,虽然在一些研究中被归入学习目标导向,但是在本研究中,这一维度与其他维度相互独立,反映了个体注重挑战自我实现更高目标的心态,因此命名为挑战目标导向。

选取方法:主成分分析。转轴方法:具有Kaiser正规化的最大变异法。

采取同样的原则和方法对组织创新氛围进行因子分析,结果显示创新氛围变量包含4个维度,分别可命名为资源与工作,主管支持,同事支持与组织创新理念,上述维度与刘云、石金涛提出的中国文化背景下的KEYS量表维度[8]基本一致,只是把资源支持与工作特征整合为一个因子。个体创新绩效的因子分析提取出一个因子[39],分别取值绘制绩效目标导向和学习目标导向对个体创新绩效的相互作用关系图(见图1)。

对于绩效目标导向与个体创新绩效的显著负相关关系,创新氛围起到了显著的正向调节作用(β=0.232,p<0.10)。组织的创新氛围越低,绩效目标导向对个体创新绩效的负向影响程度就越高。根据图1可以更清晰地分析创新氛围的调节效果。在创新氛围不佳的环境下,绩效目标导向对个体创新绩效负相关关系相对陡峭(β=-0.282,t=-5.380,p<0.001)。绩效目标导向增加一个标准差,该员工的个体创新绩效降低0.282个标准差。在创新氛围浓厚的环境下,绩效目标导向对个体创新绩效的负相关关系相对平缓(β=0.015,t=0.279,p>0.10)。这一结果表明随着创新氛围的增强,绩效导向与个体创新绩效间的负相关关系减弱。这验证了假设4a。

对于学习目标导向与个体创新绩效的显著正相关关系,创新氛围起到了显著的正向调节作用(β=0.244,p<0.05)。组织的创新氛围越高,学习目标导向对个体创新绩效的负向影响程度就越高。根据创新氛围的均值把样本分为高低两组(均值正负一个标准差)分别绘图,可以更为清晰地体现调节效果(图1)。在创新氛围较高的环境下,学习目标导向对个体创新绩效的正相关关系相对陡峭(β=0.311,t=5.926,p<0.001)。在创新氛围较低的环境下,学习目标导向对个体创新绩效的影响相对平缓(β=-0.001,t=-0.026,p>0.10)。这一结果表明,随着创新氛围的增强,学习目标导向对个体创新绩效的正相关关系得到增强。假设4b得到了验证。

4 研究结论与意义

4.1 研究结论与理论意义

本文以知识型员工为对象检验了目标导向与个体创新绩效的关系,并讨论了创新氛围对这一关系的影响。研究结果发现,知识型员工的目标导向包括绩效目标、学习目标和挑战目标3个维度。绩效目标导向对个体创新绩效存在负向影响,学习目标导向对个体创新绩效存在正向影响。组织创新氛围对个体创新绩效存在正向影响。组织创新氛围对目标导向与个体创新绩效之间的关系起正向调节作用,即组织创新氛围弱化绩效目标导向与个体创新绩效之间的负相关关系,而强化学习目标导向与个体创新绩效之间的正相关关系。上述研究结论的理论意义表现在以下方面:

(1)本研究发现知识型员工的目标导向体系中具有挑战目标导向维度。知识型员工作为一个独特的群体,与普遍意义上的员工存在明显的特征差异,受教育水平高、具有较高的技能水平,并从事创造性工作,具有更高的发展目标、追求和期望值[40,41,42],因此知识型员工的目标导向框架必然存在某些独特的内容。挑战自我、实现自身价值的目标与学习目标相关,但是更突出了知识型员工追求成长、发展和实现更高目标的特征。在对一般员工的目标导向研究中,该维度可能湮没在学习目标导向之中,由于本研究是对于知识型员工这一群体的目标导向进行的专门研究,这一维度被凸显出来,这符合知识型员工的群体特征。

(2)本研究验证了绩效目标导向与个体创新绩效的正相关关系和学习目标导向与个体创新绩效的负相关,这一研究成果与Pintrich和Schunk以及Vande Walle的研究存在一致性[23,25]。学习目标导向的员工注重通过工作中学习以促进个体能力提升,保持良好的心态,看重创新过程对提升自身知识能力的作用,因而员工更易于投入创新活动,并以积极和放松的心态来追求创新成果,从而获得更高的个体创新绩效。员工持绩效目标导向关注自身工作的评价和正面结果,害怕从事不擅长的工作或者全新任务带来对自身的不利影响,因而不利于员工在工作中发挥自身创造性,因此绩效目标导向对员工个体创新绩效的影响为负向的。

(3)本研究验证了创新氛围在目标导向与个体创新绩效之间的正向调节作用。这种交互作用反映了个人与环境之间构成的复杂系统中个体因素与环境因素之间的相互依赖关系,考虑到本研究所界定的创新氛围是个体对组织环境的创新倾向性和支持创新的程度的心理感知,这种调节效应本质上可以理解为员工围绕自身的目标设计与对外界环境的认知相结合而导致的结果。当员工对组织激励创新的氛围感知程度提升时,员工对创新活动的自主性和胜任力提升,共享知识和相互学习的意愿提高,员工个人潜能得到更充分地发挥,因此较强的创新氛围有利于提高员工的个体创新绩效。如果创新氛围浓厚,员工自身工作中学习、提升、发展,则这种交互效应会导致员工获得更好的创新绩效。对于绩效目标导向的员工,如果外界创新氛围浓厚,则这些信号给员工的刺激可能导致员工更倾向于创新行为,更追求创新绩效,而不是只选择做自己擅长的事,因而有可能会在一定程度上增进绩效目标导向员工的创新绩效。虽然有许多研究检验了目标导向或创新氛围对个体创新绩效的直接影响[26,31],但是目标导向与创新氛围交互效应的影响尚未被检验和证实,因此这一研究结论对前人的研究做出了有利的补充。

4.2 实践意义

蝴蝶效应与检验技术论文 篇4

根据2012年8月22日国家统计局发布的最新报告:2003至2011年, 我国货物进出口贸易年均增长21.7%, 货物贸易进出口总额跃居世界第二位。此外, 根据商务部的统计, 2002至2011年, 我国服务贸易进出口从855亿美元增长到4191亿美元, 增长了3.9倍, 年均增长19%。由以上数据我们可以看出, 近年来我国的货物贸易和服务贸易都在加速增长, 至于二者之间是否存在一定的联系则是下文需要验证的假设。

二、实证检验说明

(一) 研究假设

本文关于检验的假设是服务贸易进出口总额的发展 (S) 和货物贸易进出口总额的发展 (M) 之间是存在双边溢出效应的。

(二) 研究数据

本文选取了1995年至2011年17个连续的样本数据进行研究。假设模型中选取了一些对服务贸易和货物贸易的发展起决定性作用的重要变量。服务贸易和货物贸易的出口总和 (X) , 服务贸易和货物贸易的进口总和 (I) , 服务贸易进出口总额 (S) , 货物贸易进出口总额 (M) , GDP (Y) 和政府购买支出 (G) , 以上数据如表1所示。

数据来源:China, Key Indicators for Asia and the Pacific 2012, Asian Development Bank (ADB) 本表根据官网数据整理汇总, 单位:百万美元

(三) 假设模型公式

根据上述变量, 本文假设的模型的公式如下:

在 (1) 式和 (2) 式中, t表示年份, ε表示随机误差项。

(四) 重要变量的解释

服务贸易进出口总额 (S) :

服务贸易的扩大对于我国全要素生产力的提高是有促进作用的, 一个有效的服务贸易体系应该是可以导致货物贸易体系在销售渠道或是销售效率, 亦或是销量上的提升。

货物贸易进出口总额 (M) :

当一个国家的货物贸易水平上升时, 国家整体的竞争力提高会让该国的文化进一步被他国所认同, 进而会对该国的服务贸易有一定的正面影响。

GDP数据 (Y) :

GDP是一个最能体现一个国家发展水平和核心竞争力的指标之一。GDP的发展会影响到人们对物质文明的需求和对精神文明的追求, 进而作用于服务贸易和货物贸易。

服务贸易和货物贸易的出口总额 (X) :

净出口对经济增长存在促进作用, 而经济增长势必会导致对外贸易的增加, 对一国的服务贸易和货物贸易都有促进作用。

服务贸易和货物贸易的进口总额 (I) :

进口对经济增长也是有促进作用的。引进的“好”的产品则会迫使国内生产类似产品的厂商改进技术或是提高质量, 从而带动了国内该项产品整体水平的提高, 进而使该产品由进口产品转变为出口产品, 逐渐拉动国家的经济增长。

政府购买支出 (G) :

在考虑一国经济状况时, 不能不考虑政府购买对一国整体经济的影响, 因为政府购买的支出要占有国民总体支出中相对很大的一个比例。

三、实证检验分析

(一) 对 (1) 式进行分析

根据表3中数据, 用eviews软件得到多元回归分析的结果, 经过多重共线性的检验和修正后留下的解释变量是Y和M, 并得到模型公式:=0.037Y+0.043M-9437.795。再用White检验来进行异方差的检验, 该检验结果中由于F检验的收尾概率远大于显著水平0.1, 0.05或0.01, 所以接受原假设, 残差不存在异方差。最后用LM检验进行自相关性的检验, 从LM检验表的收尾概率来看, F检验和chi-square检验的收尾概率都大于0.1, 所以检验模型不存在自相关。该模型拟合优度很好, 通过了F检验和t检验。

综上, 关于 (1) 式的最终检验模型为:=0.037Y+0.043M-9437.795

(二) 对 (2) 式进行分析

根据表3中数据, 用eviews软件得到多元回归分析的结果, 经过多重共线性的检验和修正后留下的解释变量是S, 并得到模型公式:=8.885M-145884.2。再用White检验来进行异方差的检验, 该检验结果中由于F检验的收尾概率远大于显著水平0.1, 0.05或0.01, 所以接受原假设, 残差不存在异方差。最后用LM检验进行自相关性的检验, 从LM检验表的收尾概率来看, F检验和chi-square检验的收尾概率都小于0.1, 所以检验模型存在自相关, 需要对自相关进行消除。消除自相关后, 该模型拟合优度很好, 通过了F检验和t检验。

综上, 关于 (2) 式的最终检验模型为:=9.055S-172988.2+ (AR (1) =0.736, AR (2) =-0.623)

(三) 结论分析

通过上述的实证分析我们可以发现货物贸易和服务贸易之间确实是相互影响, 相互作用的, 任何一种形式的贸易的发展都会显著影响另外一种形式的贸易的发展, 二者之间的双边溢出效应是确实存在的。

四、对我国的政策建议

由于货物贸易和服务贸易之间存在着双边溢出效应, 所以对我国来说, 不论是投资货物贸易还是服务贸易都会对两种贸易的发展带来积极的影响。所以, 之所以我国要大力要发展服务贸易, 除了加速服务贸易本身的发展, 服务贸易的发展也会对货物贸易产生的一定的积极的溢出效应影响, 进而扩大我国整体的对外贸易水平。此外, 中国近年来货物贸易的飞速发展确实也加速了服务贸易的发展, 但是服务贸易的发展显然光靠溢出效应的影响是远远不够的, 必须从其本身的结构优化、产业升级入手。

摘要：近年来, 我国服务和货物贸易的发展都进入了快速腾飞的阶段, 虽然两种贸易类型看似独立, 但是同向发展的趋势却显示出二者之间可能存在某种联系。所以该文假设:我国的货物贸易与服务贸易之间存在一定的溢出效应, 即货物贸易的发展会带动服务贸易的发展, 反之, 服务贸易的发展也会间接促进货物贸易的发展。本文通过实证表明, 货物贸易和服务贸易之间存在着双边溢出效应, 其在政策上的延伸意义即为不论投资货物贸易还是服务贸易都会对两种贸易的发展带来积极的影响。

关键词：服务贸易,货物贸易,双边溢出效应,实证检验

参考文献

[1]Mathias Thoenig, “The Trojan Horse Effect of Trade in Cultural Goods”, Expert Meeting on Participation of Developing Countries in New and Dynamic Sectors of World Trade, Geneva, Oct.2007, [R]

[2]Michael D.Clemes, Ali Arifa and Azmat Gani, “an empirical investigation of the spillover effects of services and manufacturing sectors in ASEAN countries”, Vol.10, No.2, Dec.2003, Asia-Pacific Development Journal.[J]

[3]“Key Indicators for Asia and the Pacific2012”, ADB Publishing, Aug.2012, [R]