计量经济模型范文10篇

计量经济模型范文篇1

关键词:数理经济模型;计量经济模型;经济增长模型;生产函数

一、引言

作为索洛-斯旺经济增长模型的一个具体形式,20世纪30年代初,美国经济学家柯布和道格拉斯提出下列生产函数:

Y=Kα(AL)1-α,(0<α<1)

式中,K表示资本,L表示劳动,A表示“知识”或“劳动的有效性”,AL表示有效劳动,α是参数,Y表示产量。这就是著名的柯布-道格拉斯生产函数。柯布和道格拉斯用美国1899-1922年制造业的生产统计资料来估计模型的参数,得出:

Y=1.01L0.75K0.25

对这个生产函数以及柯布、道格拉斯所做的工作,余斌,程立如提出了下列批评[1]:

第一,柯布-道格拉斯生产函数“论证”了资本家的所得不是来自劳动所创造的剩余价值,而是来自资本的边际产出。从而成为为资本主义制度进行辩护的工具。第二,柯布-道格拉斯生产函数中遗漏了许多可能会影响产出的其他的重要因素。如:机器性能的提高、由于经济的短期波动而导致的资本闲置或过度使用的情况、工人每天(或每周或每年)工作小时数的变化、劳动者素质的变化、劳动强度的变化等。因而柯布和道格拉斯对模型所做的估计并无实际价值。本论文由整理提供第三,本来,生产函数须在一定技术条件以及一定的资本有机构成下(这两个条件在不同的生产部门有很大的差别)来讨论投入对产出的影响。可是,在柯布-道格拉斯生产函数中,这些条件是随意可变的。文献[1]举例说,由于这一疏忽,可能会引出“用1个轮胎配16个汽缸可以组成一辆汽车”这样的荒谬结论。

作为与余斌,程立如观点的商榷,程细玉、陈进坤阐述了下列几个基本观点[2]:第一,一个经济模型是这样建立起来的:在一定经济理论的背景下,根据样本数据,对经济现象众多的影响因素进行检验、比较、筛选,找出其中一种或若干种最重要的因素,用他们来构建模型(而把其他次要因素的作用效果纳入模型的误差项),然后用样本数据来估计模型的参数,最后再对估计结果进行经济意义检验和一系列统计检验。柯布-道格拉斯生产函数是通过以上程序建立的,因而是科学的。第二,影响产出量的要素有哪些?在供给不足的经济环境中,影响产出量的要素是:劳动、资本、技术等等;在需求不足的经济环境中,影响产出量的要素是:居民收入、人口、消费习惯等。第三,柯布-道格拉斯生产函数把技术条件假定为不变,这的确造成了模型与现实之间的距离。针对这一缺点,后来的学者对柯布-道格拉斯生产函数进行改进,把技术进步速度纳入了模型。第四,用样本数据估计了模型的参数之后,要检查所得的结果是否符合经济实际,接着还要进行一系列统计检验。第五,建立经济模型时要考虑所选变量数据的可得性。能够获得数据的变量才具有实际意义,才能成为模型中的变量。

这两篇文章所提出的问题以及二者之间的争论,引起了笔者的若干思考。

二、数理经济模型

人们在进行经济学研究和进行计量经济学研究时,必须要把数理经济模型和计量经济模型清楚地区分开。事实上,柯布-道格拉斯生产函数(以及作为该模型一般形式的索洛-斯旺经济增长模型)属于数理经济模型范畴。后来,柯布和道格拉斯用美国1899-1922年制造业的生产统计资料来估计模型的参数,这是把数理经济模型直接移作计量经济模型来使用(我们将要在后面谈到,这种做法存在着很大的风险),此时,柯布和道格拉斯所作的事情已不再是研究一个数理经济模型,而是在估计一个计量经济模型(此时,模型中加上了随机项,而数理经济模型是无所谓随机项的)。

数理经济学是运用数学方法对经济学理论进行陈述和研究的一个分支学科。数理经济学中的数学模型,是为了探索不能用数字表现的数量之间的关系和不能用代数表现的函数之间的关系,这种模型旨在通过数学逻辑推理来阐释经济现象之间的关系和演变趋势。这就是说,数理经济学是在理论的层面上运用数学语言来研究和表述经济理论,而不是在经验的层面上对经济现象在具体时间、地点、条件下的结局进行描述、估计或预测。

余、程的文章和程、陈的文章同样都把数理经济模型与计量经济模型混为一谈了。余、程文章的主旨是要批评一个数理经济模型(柯布-道格拉斯生产函数),程、陈文章的主旨则是要为这个数理经济模型辩护。但是,两篇论文的内容,其实却撇开了数理经济模型,说的都是计量经济模型的事情。例如,余、程的文章批评说,模型中遗漏了若干变量、没有把技术条件固定住。对于计量经济模型,这些批评是对的;对于数理经济模型,这些批评则是不对的。再如,程、陈的文章一开篇,便开宗明义地说,经济模型中会含有一个误差项(随机项),显然,作者这里所说的“经济模型”指的是计量经济模型而不是数理经济模型,因为,数理经济模型无所谓随机项,计量经济模型才考虑这个项。该论文接下来所说的收集样本数据、对模型进行估计和检验等等,也全都是建立计量经济模型时候的事情。

把数理经济模型与计量经济模型混为一谈的现象,在一些研究人员的成果中也常可见到。有的作者用索洛-斯旺经济增长模型的柯布-道格拉斯生产函数做计量经济分析时,把索洛-斯旺经济增长模型里假定为外生的那些变量作为计量经济分析中理所当然的假定前提,并相应地假定随机项的期望值为0。这些研究人员认为,由于现在使用的是索洛-斯旺模型而不是别的其它模型,就应该把索洛-斯旺模型的假定作为对现实生活的假定,认为这就是以经济学理论为根据。这些作者犯了用模型定义现实世界的错误。计量经济分析的目标是尽可能准确地描述现实世界。现实世界只有一个。现实世界是检验计量经济分析正确性的唯一标准。

现在我们来考察数理经济模型。

一个经济学原理,可以用文字阐述,可以用图形来直观地描述,也可以用数学语言(数学模型———数理经济模型)来表述。三者目标相同,都是为了阐释经济学原理(而不是模拟现实世界)。

为了使经济原理的阐释更易于理解,常常需要把现实世界加以简化(简化的世界当然已经不是真实的现实世界)。这是允许的。因为数理经济模型的目的并不是模拟真实的现实世界,而仅仅是为理解这个世界的特定特征提供见解。这种简化现实世界的方法叫做抽象法。抽象法是科学研究中一种常用的方法。马克思在《资本论》中,为了阐述劳动创造价值的理论和剩余价值理论,舍象掉了生产商品的劳动的具体形态

而仅仅从量上考察抽象的人类劳动;舍象掉了商品的使用价值而仅仅考察商品的价值———生产商品的社会必要劳动时间。在自然科学里,抽象法的使用也比比皆是。例如,物理学在阐释一个力学原理时,常常会把摩擦力忽略不计。索洛-斯旺经济增长模型(以及作为它的具体形式的柯布-道格拉斯生产函数)同样使用了抽象法,把现实世界中一些本来对经济增长有影响的因素假定为不变。该模型假定,产出量Y对于资本K和有效劳动AL是规模报酬不变的,即:如果资本和有效劳动加倍,则产量加倍———这意味着,对新投入品的使用方式与对已有投入品的使用方式一样———这也就是假定,资本有机构成不变。

美国经济学家戴维·罗默更具体地指出了这个模型所应用的假定:只有一种产品;没有政府;就业的波动被忽略;储蓄率、折旧率、人口增长率和技术进步率均不变[3]。对现实世界所作的舍象越多,模型越容易理解,但是,模拟现实世界的能力越差。为了缩小数理经济模型与现实世界的距离,经济学家会把被舍象掉的东西逐步纳入模型,从而使得数理经济模型越来越深刻。索洛-斯旺经济增长模型假定储蓄率s不变,在这一假定下,t时刻的投资sY(t)是t时刻产出量的一个固定的比例,可是,在实际上,s是在家庭和厂商各自追求效用最大化的相互作用下对家庭的收入进行“消费”和“储蓄(即厂商的投资)”分配的权衡之后形成的,它不是固定的;索洛-斯旺经济增长模型假定人口增长率不变,可是,在实际上,人口增长率也不会固定不变。这种过度的舍象使得索洛-斯旺经济增长模型不能很好地解释经济增长。本论文由整理提供后来提出的拉姆齐-卡斯-库普曼斯模型,通过“产量减消费”来计算投资,其中的消费通过对家庭的效用函数在效用最大化的目标下求解得到,这样,就把储蓄率从外生不变转变成为内生变化;再后来,进一步把人口变动从外生转变成为内生,提出了有移民的经济增长模型(包括有移民的索洛-斯旺经济增长模型和有移民的拉姆齐-卡斯-库普曼斯模型)。在这里我们看到了数理经济模型从简单到复杂,对现实世界的解释能力从低到高的发展过程。顺便说一句:程、陈文章所谓在供给不足的经济环境中影响产出量的要素是劳动、资本和技术,在需求不足的经济环境中影响产出量的要素是居民收入、人口和消费习惯的说法显然是错误的———事实是,索洛-斯旺经济增长模型舍象掉了居民收入、人口和消费习惯等变量,后来一些进一步的模型把这些变量加了进来。

归根到底,数理经济模型的目的不是模拟现实世界,而只不过是解释现实世界的某种特征。事实上,我们已经拥有了一个完全现实的模型———这个世界本身。不幸的是,这个“模型”太复杂了,复杂得难以理解。从解释现实世界的某种特征这一目的出发,我们必须要对现实世界加以简化。上面所叙述的经济增长模型的简要发展过程告诉我们,在阐述科学理论的时候,对现实世界所作简化的合理性会有程度之分。在这里,“所探讨的问题”是判断合理性的根据。如果一个简化性的假定使得模型对所探讨的问题给出了不正确的答案,那么,这样的简化是不合理的;如果相反,所作的简化是合理的。尽管这时的模型仍然是“缺乏现实性”的,但是,此时的缺乏现实性应当被认为是模型的优点,因为,此时的模型十分清楚地把我们所关注的效应凸现出来(把这些效应与纷繁的现实世界隔离开来),使得问题更易于理解。所以无论如何,任何一个数理经济模型,都逃避不了要对现实世界做出若干简化性的假定。顺便提一下,在应用数学领域,人们有时会考虑经济问题的数学建模课题。此时,研究目标是,依据所构建的数学模型来求得我们所关心的数学解。例如,谭永基把索洛-斯旺模型的柯布-道格拉斯生产函数作为经济增长的数学模型,要求导出下面的解:在一定的总成本下,怎样分配投资和劳动可以使产量最大;或是,在一定的产量下,怎样分配投资和劳动可以使成本最省[4]。在这里,对于所推出的结果,研究人员应当负责任地说明,这些结果是在何种假定下推出来的;另外,这里所推导的结果究竟有多大的参考价值似乎值得怀疑,因为,柯布-道格拉斯生产函数所设定的“简化世界”距离现实太远了。

三、基于估计因果效应研究目标的

计量经济模型计量经济模型(本文只考虑回归模型形式的计量经济模型)的功用是:预测、控制、进行因果效应估计①(测算某一个自变量对因变量的影响效应)。在不同的功能要求下,对于模型的构造有不同的标准。本文要讨论的是基于估计因果效应这一目标,对计量经济模型所提出的要求。从原则上说,为了在变量的因果关系中确定各个变量的影响效应,所用的模型应当是现实世界本身。拿经济增长模型来说,假若我们有一个描述经济增长的现实世界的模型,那么,对于一个特定的时空,它就会确定地反映出该时空下每个原因变量对经济增长的影响效应。然而,这是不可能做到的。事实上,我们不可能把影响(决定)经济增长的全部因素无遗漏地列举出来,我们所建立的计量经济模型无法避免地要漏掉一些变量。由于无法控制被漏掉的变量的值,因而把某一时空下模型中各个变量的值输入以后所算出的该时空的经济增长数值与实际数字之间会有一个误差(它的大小事先不能确定,是一个随机项)。所以,计量经济模型一定会有一个随机项,它是计量经济模型对现实世界所作的模拟与真实的现实世界之间的差距。数理经济模型没有这样的项,因为,数理经济模型旨在设计一个简化的世界来解释某一个问题,而不是用来测算现实世界。那么,用于估计因果效应的计量经济模型应当满足何种要求呢?仍然拿经济增长模型来说。我们所建立的一个关于经济增长的计量经济模型,它的随机项里会包括被遗漏的影响经济增长的两种类型的因素:一类是对经济增长有举足轻重影响的因素,另一类是大量均匀小的偶然性的影响因素。假若把索洛-斯旺模型的柯布-道格拉斯生产函数当作计量经济模型使用,那么,被该函数假定为外生的储蓄率、折旧率、人口增长率、技术进步率等变量便属于随机项里面的第一类影响因素。除此以外,在这个模型的随机项里边,还包含有许多其它的对经济增长有举足轻重影响的因素。例如,美国经济学家斯蒂格利茨讲过,经济增长有四个重要的源泉:资本品积累(投资)的增加;劳动力质量提高;资源配置效率的改善;技术变革[5]。这里,所谓资源配置效率的改善,指的是把资源(例如劳动)从生产率低的部门(如传统农业)转移到高生产率的现代制造业。索洛-斯旺模型的柯布-道格拉斯生产函数假定只有一种产品,当然不会考虑资源在部门间转移的情况,换句话说,这个变量被放在了随机项之中。再如,索洛-斯旺模型的柯布-道格拉斯生产函数假定了一个封闭的经济,可是,现代经济都是开放经济。在一个封闭经济中,投资水平由国内储蓄水平决定,投资等于储蓄,没有更多的储蓄,投资便不能增加;相反,在一个开放经济中,这两者之间的关系是松散的,因为一个国家可以从国外借款来为其投资提供资金。于是,储蓄和投资之间的联系这个变量被放在了随机项之中。又如,政府的宏观经济政策、政府的公共支出无疑是经济增长的重要影响因素。可是,索洛-斯旺模型的柯布-道格拉斯生产函数假定没有政府。于是,这些变量也被放在了随机项之中。除了这三个变量之外,还可以举出更多。这就是说,当我们把索洛-斯旺模型的柯布-道格拉斯生产函数当作计量经济模型使用的时候,在模型的随机项里面,一方面包含有大量均匀小的偶然性影响因素,另一方面还包含有许多对经济增长有举足轻重影响的因素。其中的均匀小的偶然性影响因素,各自一方面与模型的结果变量(因变量)Y相关,另一方面与模型的解释变量(自变量)K以及AL独立;而其中的对经济增长有举足轻重影响的因素中,会有一些既与Y相关,又与K、AL或其中的某一个相关。对上述后一类变量,即遗漏在模型外边的(因而包含在随机项中的)既与因变量相关又与自变量相关的变量,计量经济学给予特别的关注,专门把它们叫做遗漏变量。当使用计量经济模型测算因果效应的时候,如果存在遗漏变量,会得出错误的因果效应结论。人们熟知,做线性回归分析时,对模型的随机项有若干条假定,其中的一条是:随机项的期望值为0。当随机项期望值为0时,我们所得到的模型回归系数的最小平方估计量是无偏的,反之,估计量有偏。什么时候会发生随机项期望值不为0的情况呢?美国经济学家詹姆斯·H.斯托克和马克·W.沃特森[6]97-97,122-123指出,当模型外存在遗漏变量的时候会出现这种情况。所以,当模型外存在遗漏变量的时候,回归系数的最小平方估计量有偏,也就是说,在这种情形下我们所得到的计算结果并不是对总体的正确的估计。这就是计量经济分析中的遗漏变量效应。可见,用于估计因果效应的计量经济模型应当满足的要求是:模型外不存在遗漏变量,或者说,应当仔细地找出遗漏变量,尽可能把它们都纳入模型。对于一些无法观测的遗漏变量,计量经济学开发了处理它们的若干种办法,例如,面板数据回归,工具变量回归,设计准实验等[6]160-161,177-192,216-276。有的研究人员在建立了他所需要的模型以后,不考虑模型中随机项的期望值是否真的是0,而武断地声明,假定自己模型随机项的期望值为0。其实,在回归分析的教科书中阐述关于模型随机项的假定的时候,所用的“假定”一词的含义,并不是这个词通常的词义。“假定”一词通常的词义是指:我们对事物的状态所做的某种与真实状态相悖的设定,或者是当我们并不了解真实状态时所做的某种猜想性的设定。然而,回归分析中的“假定”一词却不是这个意思。回归分析教科书中所提出的模型随机项的假定,指的是正确地运行回归分析必须要满足的前提条件。公务员之家

直接用数理经济模型来充当计量经济模型的风险在于:数理经济模型要对现实世界加以简化,也就是,要把因变量的某些重要的影响因素假定为不变,当我们把该模型充作计量经济模型使用时,只要这些被假定为不变的因素与模型内的自变量相关,它们就成为计量经济模型的遗漏变量,从而导致遗漏变量效应。

由遗漏变量效应所导致的回归系数最小平方估计量的偏差大小由随机项与模型中自变量之间相关程度的大小决定,相关程度越大,偏差就越大。因此,测算因果效应时,至少应当把与模型中自变量相关程度大的遗漏变量仔细地找出来,将其纳入模型。本论文由整理提供回到索洛-斯旺模型的柯布-道格拉斯生产函数上来:其实,它只不过是一个初级的生产函数模型,在经济学中十分明确地指出了这个模型对于解释经济增长的缺陷,因此在其后才陆续提出了若干进一步的模型。后来提出的模型与现实世界的距离较之索洛-斯旺模型要小。我们为什么不使用与现实世界距离小些的较为复杂的模型而偏要用假定性明显过大的索洛-斯旺模型呢?

有的研究人员用计量经济分析手段对数理经济模型进行“实证”。他们用样本数据估计了模型的回归系数,然后进行一系列的统计检验,如果统计检验被通过了,就认为数理经济模型获得了证实。事实上,当我们用计量经济分析方法去“实证”一个数理经济模型时,只能证伪,不能证实。为什么呢?无疑,所有的数理经济模型都是因果关系模型,那末,所谓实证,首先就是要证明因果关系成立。计量经济分析有能力完成“X与Y统计独立还是统计相依”的检验,然而,如黄芳铭指出的,要想把“X与Y统计相依”的论断引申为“X与Y具有因果关系”,必须要具备的前提条件是:“无关的影响变量必须被排除”[7]。

对于计量经济模型来说,这个要求意味着模型外没有遗漏变量(或模型随机项的期望值为0)。但是,计量经济研究中所使用的样本数据都是调查数据,在这种情况下,一个计量经济模型是否满足“模型外没有遗漏变量(或模型随机项的期望值为0)”的要求,在统计上是无法获得证明的。因此,当一个统计检验拒绝了“总体回归系数等于0”的零假设的时候,充其量只能说明该自变量与因变量统计相依,而始终无法说明二者之间具有因果关系。假若得到相反的检验结论———“总体回归系数等于0”的零假设无法被拒绝,那倒是可以说明把该自变量做为因变量的一个原因放入数量经济模型是错误的。

四、基于预测任务的计量经济模型

当计量经济模型的任务是用于预测的时候,我们所关心的不是估计的回归系数有没有因果解释能力,是不是无偏;此时我们所关心的是模型的预测能力,即:模型是不是能够生成可靠的预测值。有的时候,遗漏变量效应使得一个模型对于测算因果效应是无用的,但是它仍然可以用于预测[6]。怎样从统计上来评价一个模型的预测能力呢?直观地说,这可以用“预测误差”的大小来衡量。预测误差的大小可以用均方预测误差来描述,它是若干期的预测值与相应实际值的离差平方的平均值。将它与回归分析中熟知的均方残差对照,可以看出,后者也大致地提供了模型的预测误差的信息。另一方面,还可以考察在因变量样本数据的总变差平方和中,有多大的比例可以由回归来解释,这个比例越大,模型的预测能力便越强。显然,它就是判定系数R2。由于R2可以换算成F统计量,所以,也可以用F统计量来评价模型的预测能力(F统计量的值越大,模型的预测能力越强)。

柯布-道格拉斯生产函数是不是一个好的预测模型呢?这需要经过自变量选择的操作才能最后作结论。我们来考察一下两种常用的选择回归自变量的方法[8]:回归选元法和逐步回归法。回归选元的做法是:列出所有可能的自变量,再列出由它们所组成的所有的一元回归模型,所有的二元回归模型,等等,然后构造适当的统计量来设法找出其中使预测误差“接近最小”的模型(进一步缩小预测误差能够缩小的量与相应地需要增加模型的自变量所带来的难度相权衡,不值得再增加更多的自变量)。逐步回归的做法是:列出所有可能的自变量,再列出由它们所组成的所有的一元回归模型(每一个模型中的自变量称作该模型的初始自变量);计算每一个一元回归模型的F统计量,把其中F值最大的那个模型的初始自变量分别加到其他的一元模型中去,形成一个个二元模型;对每一个二元模型计算针对该模型初始自变量的偏F统计量,把其中偏F值最大的那个模型的初始自变量分别加到其他的二元模型中去,形成一个个三元模型;如此逐步进行下去。在这里,针对某一个自变量的偏F统计量的分子度量了把这个自变量加入模型后对于解释总变差平方和做出的贡献。

在逐步回归的操作中,事先规定偏F统计量的一个水平,当逐步回归进行到这样一个阶段时程序终止:在该阶段所算出的各个回归模型针对其初始自变量的各个偏F统计量中最大的那个值低于事先规定的偏F统计量水平,这表明,相应的那个自变量进入模型被认为对于提高预测能力是没有充分帮助的,所以逐步回归所选择的模型到上一个阶段为止,无必要继续为模型增加自变量了。通过考察回归选元法和逐步回归法我们看到,选择回归自变量时,不管用哪一种方法,都必须首先要把所有可能的自变量全部列出来,然后才谈得到设法选择预测能力优良而自变量又尽可能少的模型。可见,那种直接搬用数理经济学里面的某一个经济增长函数用来充当预测经济增长的回归模型的做法是不妥当的。在估计因果效应和预测这两种不同的任务下,对计量经济模型有不同的要求。上文指出了二者的一个重要差别:在估计因果效应时要强调回归系数的因果解释能力,所以特别关注并且要设法解决遗漏变量所导致的回归系数估计量的偏差;在预测时所关心的是模型的预测能力,在不影响模型预测能力的前提下,遗漏变量、回归系数估计量有偏,都是允许的。下面补充指出二者的另一个重要差别:在估计因果效应时强调,模型中的自变量必须真正是引起因变量变化的原因,也就是说,模型必须真正是因果关系模型;在预测时则允许模型中的自变量并不一定是因变量的原因,它只要是和因变量具有间接的因果关系因而表现为统计相依就可以了(于是,在进行自变量筛选起步时所列出的自变量,除了直接因果关系变量以外,还会有间接因果关系变量)。

五、简短的结论

数理经济模型为计量经济分析提供了理论框架,但是,不能直接简单地把数理经济模型当作计量经济模型使用;由于计量经济分析所使用的样本数据都是调查数据,在这种条件下,计量经济分析无法论证变量之间的因果关系,它所能够做的事情只能是,针对经济学中所论证的经济现象之间的因果关系来测算具体时间、地点、条件下具体的因果关系效应;本论文由整理提供当构造一个旨在测算因果关系效应的计量经济模型时,应当力求做到模型外没有遗漏变量,因为,遗漏变量的存在会导致因果关系效应的测算发生错误;计量经济分析还具有预测的功能,当构造一个旨在完成预测任务的计量经济模型时,所关注的是模型的预测功能,此时,允许模型外存在遗漏变量,也允许模型中的自变量只是和因变量具有间接的因果关系而不具有直接的因果关系;构建预测模型时应首先把所有可能充当预测变量的自变量全部列出来,然后设法筛选出具有优良预测功能而所使用的预测变量又尽可能简约的模型。

参考文献:

[1]余斌,程立如.生产函数的统计学问题———与西方生产函数论商榷[C]//程恩富,顾海良.海派经济学(第三辑)[M].上海:上海财经大学出版社,2003:176-180.

[2]程细玉,陈进坤.再论生产函数的统计学问题———与余斌、程立如先生商榷[J].数理统计与管理,2006(4):407-413.[3]戴维·罗默.高级宏观经济学[M].苏剑,罗涛,译.北京:商务印书馆,1999:17-18.

[4]谭永基.经济管理数学模型案例选讲[M].北京:高等教育出版社,2006:20-25.

[5]斯蒂格利茨.经济学(下册)[M].姚开建,刘凤良,吴汉洪,等,译.北京:中国人民大学出版社,1997:293-315.

[6]斯托克H,沃特森·马克·W.经济计量学[M].王庆石,译.大连:东北财经大学出版社,2005:96-97,122-123.

计量经济模型范文篇2

A时间序列是指按照时间顺序得到的变量的观测值，而按时间顺序得到的经济变量的观测值即为经济时间序列。

文中讨论的ARIMA模型是一类常用的随机时序模型，它是一种精度较高的时序短期预测方法，其基本思想是：某些时间序列是依赖于时间t的一族随机变量，构成该时序的单个序列值虽然具有不确定性，但整个序列的变化却有一定的规律性，可以用相应的数学模型近似描述。通过对该数学模型的分析研究，能够更本质地认识时间序列的结构与特征，达到最小方差意义下的最优预测。我国GDP总量的形成是一个复杂的过程，受经济、政策、科技水平、自然等多因素的影响。

GDP总量或人均GDP预测的理论及应用研究非常多。国内外学者对我国GDP的研究方法主要有三种：（1）时间序列方法：研究GDP随时间发展的规律。通过时间序列的历史数据揭示现象随时间变化的规律，建立ARMA、ARCH等模型，将这种规律延伸到未来，从而对该现象的未来作出预测；（2）协整检验的计量经济学模型：通过分析影响GDP发展的本质因素，研究GDP与这些因素的协整关系，建立计量经济学模型；（3）生产函势，并具有很强的非平稳性。

2、数据平稳化。对于含有指数趋势的时间序列，可以通过取对数将指数趋势转化为线性趋势，然后再进行差分以消除线性趋势。取对数过后的GDP依旧存在非平稳性，需要对其进行差分，先进行一阶差分，绘制一阶差分后的时间序列图。

从图中很难看出一阶差分后的序列是否平稳。于是，首先考察序列的样本自相关图，从直观上检验该序列的平稳性；其次，我们对该序列进行ADF单位根检验。从自相关图中发现序列的自相关系数一直都比较小，延迟一阶后始终控制在2倍标准差的范围以内，可以认为该序列在零轴附近波动，具有短期相关性，因而可以直观地判别一阶差分后序列平稳。从单位根检验结果看，由于Tau统计量的P值都小于0.05，可以认为该序列平稳，不存在一个单位根，即有指数趋势的序列，经过取对数、一阶差分后序列平稳。对差分后序列进行纯随机检验，发现延迟各阶的P值显著地小于α（α=0.05），拒绝原假设，即可以认为序列为非白噪声序列。

（二）模型的建立与识别。

从上文分析已知道，序列经过差分后为平稳非白噪声序列，可以对差分后序列拟合ARMA模型。即是对原始序列用ARIMA（p，d，q）模型拟合。考察序列的样本自相关图，自相关图显示延迟1阶之后，自相关系数全部衰减到2倍标准差范围内波动，但序列在延迟4阶后，衰减为小值的过程相当缓慢，该自相关系数可以认为不截尾。再看样本偏自相关图，从图中可以看出，除了延迟一阶的偏自相关系数显著大于2倍标准差之外，其他的偏自相关系数都在2倍标准差范围内做小值随机波动，而且由非零相关系数衰减为小值波动的过程非常突然，所以偏自相关系数可以视为1阶截尾。综合序列自相关系数和偏自相关系数的性质，为拟合模型定阶为AR（1）。

（三）参数估计。利用SAS，用estimate命令可以得到未知参数估计结果及拟合统计量的值。从图中可以看出均值MU显著（t检验统计量的P值小于0.0001），参数也显著（t检验统计量的P值为0.0003）。输出结果显示序列的拟合模型为ARIMA（1，1，0），模型口径为：xt=0.11087+1.47833xt-1-0.47833xt-2+εt

（四）模型检验。确定了拟合模型的口径之后，就要对拟合模型进行必要的检验。

1、模型的显著性检验。模型的显著性检验主要是检验模型的有效性，一个模型是否显著有效主要看它提取的信息是否充分。一个好的拟合模型应该能够提取观察值序列中几乎所有的样本相关信息，换言之，拟合残差项中将不再蕴涵任何相关信息，即残差序列应该为白噪声序列。为考核所建模型的优劣，需要对模型的残差序列进行检验，检验其是否为白噪声序列。若残差序列是白噪声序列，可认为模型合理，适用于预测，否则，意味着残差序列还存在有用的信息没被提取，需要进一步改进模型。公务员之家

从SAS作出的残差自相关图中可以看出除延迟6阶外，其余的延迟各阶的LB统计量的P值均显著大于α（α=0.05），可知残差通过了白噪声检验，该拟合模型显著成立。即认为残差序列为白噪声序列，拟合模型显著有效。2、参数的显著性检验。参数的显著性检验就是要检验每一个未知参数是否显著非零。准1的条件最小二乘检验结果是t统计量的值为3.85，P值为0.003；均值的条件最小二乘检验结果是t统计量的值为4.7，P值<0.001；结论是由于系数t统计量的P值为0.003，小于α（α=0.01），模型系数在1%的水平以上。显然两参数检验均显著。

（五）模型优化。当一个拟合模型通过了检验，说明在一定的置信水平下，该模型能有效地拟合观察值序列的波动，但这种有效模型并不是唯一的。同一个模型可以构造多个拟合模型，当这些模型都显著有效时，难以选择哪个模型来进行推断，于是引进AIC和SBC信息准则来选择相对最优模型。通过用AIC和SBC准则对多个ARIMA模型的比较，最小信息量检验显示无论是AIC准则还是SBC准则，ARI－MA（1，1，0）模型的AIC函数和SBC函数都是最小的，所以ARIMA（1，1，0）是相对最优模型。

（六）模型预测。用上面拟合的模型可以得到未来8年GDP的预测值。（表1）

二、结果分析本文主要从自身发展规律来分析和预测国内生产总值（GDP），比较准确地预测和判断未来几年内的国内生产总值的状况。从预测结果来看，预测值有个明显的增长趋势，这符合我国GDP发展的现况，因为近年来，我国的经济以较快的速度增长。由前面我国GDP时间序列模型可知，我国GDP的增长与上一期GDP增长有关。

另外，根据我国GDP的单位根检验，发现我国GDP消除指数增长趋势后的序列为一阶单整的，这说明我国GDP时序数据对冲击具有持久的特性，往往具有一个固定的增长趋势，一般不会返回某个特定值。我国GDP增长具有长期可持续性，并且稳定性也在逐步增强。文中我们能做到的也仅限于以GDP的变化为视角，并在这样一个视角下，力图达到对经济运行较为准确的预测。本文有一个没有仔细研究的问题，就是GDP数据的周期性，如果能从这方面详细研究，肯定更能对GDP的发展变化做出更准确地分析。

主要参考文献：

[1]王燕.应用时间序列分析[M].中国人民大学出版社，2003.

计量经济模型范文篇3

在本模型中，具体推算将围绕战后环太平洋地区的美国、日本、韩国、中国大陆、台湾省、菲律宾、泰国、马来西亚、印度尼西亚、澳大利亚共10个国家或地区的数据进行。另外，由于篇幅的限制，无法写出全部方程式。感兴趣的读者请参照大西广著：《环太平洋诸国的兴衰与相互依存》（京都大学出版会），以及京都大学大学院经济学研究科的主页(pacific.kyoto-u.ac.jp/text/index.htm)。

1.关于资本输出与经济增长的计量模型

考虑如下模型：

Y=f(BC)f′＞0(1)

该式中，Y表示GNP，BC表示资本输入额，f(·)表示Y由BC决定。但BC并非直接决定各国的生产力水平(Y)，直接决定Y的是资本存量（设其为K），即：

Y=f(K)f′＞0(2)

K（本期值）可以用K[,-1]（上期值）、d（折旧率）、I（本期投资）表示：

K=(1-d)K[,-1]+I(3)

其中，I随着海外资本流入的增加而增加：

I=f(BC)=f′＞0(4)

综观(2)～(4)式，可以看出，BC通过I、K决定Y。也就是说，(1)式的关系可以分解为(2)～(4)式的关系。不过，还要附加其它解释变量加以具体推算。例如，在(2)式中，除了考虑K，还要以人口N（劳动力的替代变量）为解释变量，运用C-D型生产函数加以推算；再如，在(4)式中，分别以S、ME、CD代表国内总储蓄、军事支出、关税，则有：

I=f(S+BC),ME/Y,CD/Y)

f(S+BC)＞0,f(ME/Y)＜0,f(CD/Y)＜0(5)

在该式中，之所以将(S+BC)、而不是将BC作为解释变量之一，是因为投资是国内投资供给与来自国外的投资（资本输入）之和（在此，直接投资也包含在BC中）。将ME/Y，CD/Y作为解释变量的理由，将在本部分的第3小节中说明。

2.关于工资水平与国际资本移动的模型

设利润率为π，由于资本向利润率高的落后国家移动，故：

BC=f(π)f′＞0(6)

又因为，利润率取决于资本的稀缺程度、地价(PL)、工资水平(W)、原料价格(PM)，故：

π=f(K,PL,W,PM)f[,K]＜0，f[,PL]＜0，f[,W]＜0，f[,PM]＜0(7)

把(7)式代入(6)式，得：

BC=f(K,PL,W,PM)f[,K]＜0，f[,PL]＜0，f[,W]＜0，f[,PM]＜0(8)

在我们的模型中，首先，忽略了4个解释变量中的K和PM，这样做的理由是，与第一次世界大战前不同，在二战后的现代世界，原料在国际间的移动极其容易，在一个国家或地区内，“过剩”的资本产出的产品如果能够出口，也就无所谓“过剩”。在每天24小时开放的国际市场上，原料价格由“国际价格”决定，同样，产品价格也完全国际化了。因此，在思考当代资本输出时，至少是在直接投资一方，企业完全可以去往世界的任何一个角落，并以此为前提决定是否输出资本。企业决策是否投资的主要依据只是使其设备运转的成本——工资的高低。这是因为，虽然资本的国际移动十分容易，但劳动力移动十分困难。（由于劳动力再生产必须在长期中进行，其体制，譬如至少是学校教育制度不可能在国家之间移动。）我们从日本向“四小龙”、东盟诸国、中国等低工资国家或地区大量输出资本这一现象中，也可以很容易地想象到这一点。因此，我们有充分的理由将K、PM从(7)和(8)中忽略掉。

在实际推算过程中，我们还进一步省略了PL（工资作为各国工资之比，在与美国、日本有关的方程式中还加进了日本的利息率），这不仅是因为适当的PL值难以得到，还因为PL和W都可以用“经济发展水平”这一变量说明。也就是说，如果以Y/N表示“经济发展水平”，则：

PL=f(Y/N)f′＞0

W=f(Y/N)f′＞0(9)

PL、W的变动趋势基本是一致的。也就是说，在这里，W可以作为PL的替代变量使用。

3.关于经济实力与政治变量的模型

以下，对于国际间的政治摩擦建立有关方程式。因为关税政策与军事支出作为比较数据较容易入手，因此，这一工作将围绕它们进行。

首先，对直接决定各国市场分割程度的保护关税(CD)来说，以BP表示贸易收支，一般地：

CD/Y=f(BP/Y)f′＜0(10)

这是因为，各国的经济实力可以通过出口竞争力强弱、因而可以通过贸易不平衡的程度（BP对GDP之比）测量。其变化（不平衡发展）必然会导致各国政府围绕与瓜分市场有关的政治变量（在上式中是CD与GDP之比）的斗争。

接着，我们就军事支出(ME)建立了方程式：

ME/Y=f（该国的GPD／某外国的GDP）(11)

在此需要提醒读者注意的是，右边的解释变量直接表现出了各国经济的不平衡发展。而经济不平衡发展又带来了军事势力的消长，ME决定着一个国家在国际政治舞台上的发言权。进一步说来，经济实力的相对提高必然要求更大的市场份额，为此就必须加强对外谈判能力或军事力量。尤其是，(9)式左边，我们采用了GDP对军事支出的负担率，而不用（该国的ME／某外国的ME），读者对此应该尤为关注：这个方程式显示出“大国”（经济力量相对强大）具有强化军事力量的欲望或军国主义倾向。实际上，日、美、东盟三方都能够用这个方程式推算。只有1969年以前的日本不能采用这个函数式推算（由于统计的适用性太差）。这是因为，1969年以前，国际社会抑制日本军备的能力很强（实际上，二战后直到1969年，日本军费开支在GDP中的比率存在下降的趋向）。

尚需对(10)和(11)式说明的是，(10)式中引发CD提高的是经济竞争力下降，而(11)式中增加ME的压力随着经济实力的增强而加大。这看上去是不对称的。关于这一点，也许有人认为，这是因具体情况不同和两个方程式的理论基础不同，但是，并非如此。提高CD是阻止它国资本进入本国市场的防御性措施，而增加ME是干预它国政策的进攻性措施。这都是由“非对称性”引起的。

4.政治变量对经济变量的反作用

以上看到的政治反应都是基于本国资本的利害作出的。但从长期来看，这种意图未必能够实现，有时甚至会带来相反的效果，这类例子比比皆是。如P·肯尼迪在《大国的兴衰》（1987年）一书中就主张，大国军事支出的不断增加是妨碍其经济增长的主要原因。这就引起了与(11)式阐述的“大国欲望”相反的效果。如果着眼于经济增长最终是由投资积累引起的，就会明白我们为什么在(5)式中将(ME/Y)作为投资的解释变量。假定f[,ME/Y]＜0也是基于同样的考虑。

二、环太平洋计量经济模型的理论意义

在本部分，我们将对上面建立起来的计量模型进行验证，并探讨其理论意义。

1、“不均衡发展”模型的表现

计量模型对现实经济的解释进行了多种尝试，在此，由于篇幅关系，我们将重点放在“不平衡发展”的表现能力上。首先，请看表1，这是对环太平洋诸国（或地区）从1995年到2025年期间以5年为一个阶段的实际增长率的预测（以美元计价）。由于这个预测是在1998年初即亚洲金融危机深化期间进行的，因此，有人评价这个预测结果“过于乐观”，但是，总的看来，其后的发展证明这一预测大致是正确的。包括该预测期间在内，1950年后的约75年间，如果以线段表示各国、各地区以美元计价的高速增长时期，其结果如图1。如图1所示，不管哪个国家或地区，肯定会有30～50年间左右的高速增长时期，所谓各国、各地区之间的不平衡发展只不过是高速增长时期在它们之间的移动。

附图

附图

2.透过国际资本移动看国际相互依存关系

除了上述内容之外，我们的模型还显示出其它种种饶有趣味的结果。表现国际相互依存关系是该模型的目的之一，因此，在表2中显示了：10个国家或地区中的其中一个国家或地区的资本积累增加对其它国家或地区GDP的影响。

附图

我们来看一下受影响的国家或地区。由表中可知，除了极少数外，该影响大都为正。这表明，“过剩”的资本会导致利润率下降，进而导致他国（地区）流入该国（地区）的资本减少或者该国（地区）资本向他国流出扩大。因此，本模型中的这个机制会对其他国家（地区）的经济产生正面影响。

从日本经济的发展过程来看，我们不能完全否定“产业空洞化”。“产业空洞化”是日本经济增长的结果，是向发展中国家转移其成果的活动。这一“转移”尽管对日本来说意味着某种程度的“停滞”，但从世界范围来看却意味着经济发展。只要上述国际相互依存关系存在，日本就可以通过某种方式分享发展中国家经济发展的好处。

3.生产率提高对他国（或地区）的影响

下面的表3显示了：某个国家或地区的生产率提高对其它国家或地区GDP带来的影响。

附图

相对于前述资本积累总体上正面影响占主导地位来说，该表的首要特征是，负面影响是主要的。其原因在于，该国家或地区的生产率提高，提高了该国家或地区相对于其它国家或地区的相对利润率，进而带来了吸引其他国家或地区资本的效应。

计量经济模型范文篇4

在本部分，我们将对上面建立起来的计量模型进行验证，并探讨其理论意义。

1、“不均衡发展”模型的表现

计量模型对现实经济的解释进行了多种尝试，在此，由于篇幅关系，我们将重点放在“不平衡发展”的表现能力上。首先，请看表1，这是对环太平洋诸国（或地区）从1995年到2025年期间以5年为一个阶段的实际增长率的预测（以美元计价）。由于这个预测是在1998年初即亚洲金融危机深化期间进行的，因此，有人评价这个预测结果“过于乐观”，但是，总的看来，其后的发展证明这一预测大致是正确的。包括该预测期间在内，1950年后的约75年间，如果以线段表示各国、各地区以美元计价的高速增长时期，其结果如图1。如图1所示，不管哪个国家或地区，肯定会有30～50年间左右的高速增长时期，所谓各国、各地区之间的不平衡发展只不过是高速增长时期在它们之间的移动。

附图

附图

2.透过国际资本移动看国际相互依存关系

除了上述内容之外，我们的模型还显示出其它种种饶有趣味的结果。表现国际相互依存关系是该模型的目的之一，因此，在表2中显示了：10个国家或地区中的其中一个国家或地区的资本积累增加对其它国家或地区GDP的影响。

附图

我们来看一下受影响的国家或地区。由表中可知，除了极少数外，该影响大都为正。这表明，“过剩”的资本会导致利润率下降，进而导致他国（地区）流入该国（地区）的资本减少或者该国（地区）资本向他国流出扩大。因此，本模型中的这个机制会对其他国家（地区）的经济产生正面影响。

从日本经济的发展过程来看，我们不能完全否定“产业空洞化”。“产业空洞化”是日本经济增长的结果，是向发展中国家转移其成果的活动。这一“转移”尽管对日本来说意味着某种程度的“停滞”，但从世界范围来看却意味着经济发展。只要上述国际相互依存关系存在，日本就可以通过某种方式分享发展中国家经济发展的好处。

3.生产率提高对他国（或地区）的影响

下面的表3显示了：某个国家或地区的生产率提高对其它国家或地区GDP带来的影响。

附图

计量经济模型范文篇5

在本模型中，具体推算将围绕战后环太平洋地区的美国、日本、韩国、中国大陆、台湾省、菲律宾、泰国、马来西亚、印度尼西亚、澳大利亚共10个国家或地区的数据进行。另外，由于篇幅的限制，无法写出全部方程式。感兴趣的读者请参照大西广著：《环太平洋诸国的兴衰与相互依存》（京都大学出版会），以及京都大学大学院经济学研究科的主页(pacific.kyoto-u.ac.jp/text/index.htm)。

1.关于资本输出与经济增长的计量模型

考虑如下模型：

Y=f(BC)f′＞0(1)

该式中，Y表示GNP，BC表示资本输入额，f(·)表示Y由BC决定。但BC并非直接决定各国的生产力水平(Y)，直接决定Y的是资本存量（设其为K），即：

Y=f(K)f′＞0(2)

K（本期值）可以用K[,-1]（上期值）、d（折旧率）、I（本期投资）表示：

K=(1-d)K[,-1]+I(3)

其中，I随着海外资本流入的增加而增加：

I=f(BC)=f′＞0(4)

综观(2)～(4)式，可以看出，BC通过I、K决定Y。也就是说，(1)式的关系可以分解为(2)～(4)式的关系。不过，还要附加其它解释变量加以具体推算。例如，在(2)式中，除了考虑K，还要以人口N（劳动力的替代变量）为解释变量，运用C-D型生产函数加以推算；再如，在(4)式中，分别以S、ME、CD代表国内总储蓄、军事支出、关税，则有：

I=f(S+BC),ME/Y,CD/Y)

f(S+BC)＞0,f(ME/Y)＜0,f(CD/Y)＜0(5)

在该式中，之所以将(S+BC)、而不是将BC作为解释变量之一，是因为投资是国内投资供给与来自国外的投资（资本输入）之和（在此，直接投资也包含在BC中）。将ME/Y，CD/Y作为解释变量的理由，将在本部分的第3小节中说明。

2.关于工资水平与国际资本移动的模型

设利润率为π，由于资本向利润率高的落后国家移动，故：

BC=f(π)f′＞0(6)

又因为，利润率取决于资本的稀缺程度、地价(PL)、工资水平(W)、原料价格(PM)，故：

π=f(K,PL,W,PM)f[,K]＜0，f[,PL]＜0，f[,W]＜0，f[,PM]＜0(7)

把(7)式代入(6)式，得：

BC=f(K,PL,W,PM)f[,K]＜0，f[,PL]＜0，f[,W]＜0，f[,PM]＜0(8)

在我们的模型中，首先，忽略了4个解释变量中的K和PM，这样做的理由是，与第一次世界大战前不同，在二战后的现代世界，原料在国际间的移动极其容易，在一个国家或地区内，“过剩”的资本产出的产品如果能够出口，也就无所谓“过剩”。在每天24小时开放的国际市场上，原料价格由“国际价格”决定，同样，产品价格也完全国际化了。因此，在思考当代资本输出时，至少是在直接投资一方，企业完全可以去往世界的任何一个角落，并以此为前提决定是否输出资本。企业决策是否投资的主要依据只是使其设备运转的成本——工资的高低。这是因为，虽然资本的国际移动十分容易，但劳动力移动十分困难。（由于劳动力再生产必须在长期中进行，其体制，譬如至少是学校教育制度不可能在国家之间移动。）我们从日本向“四小龙”、东盟诸国、中国等低工资国家或地区大量输出资本这一现象中，也可以很容易地想象到这一点。因此，我们有充分的理由将K、PM从(7)和(8)中忽略掉。

在实际推算过程中，我们还进一步省略了PL（工资作为各国工资之比，在与美国、日本有关的方程式中还加进了日本的利息率），这不仅是因为适当的PL值难以得到，还因为PL和W都可以用“经济发展水平”这一变量说明。也就是说，如果以Y/N表示“经济发展水平”，则：

PL=f(Y/N)f′＞0

W=f(Y/N)f′＞0(9)

PL、W的变动趋势基本是一致的。也就是说，在这里，W可以作为PL的替代变量使用。

3.关于经济实力与政治变量的模型

以下，对于国际间的政治摩擦建立有关方程式。因为关税政策与军事支出作为比较数据较容易入手，因此，这一工作将围绕它们进行。

首先，对直接决定各国市场分割程度的保护关税(CD)来说，以BP表示贸易收支，一般地：

CD/Y=f(BP/Y)f′＜0(10)

这是因为，各国的经济实力可以通过出口竞争力强弱、因而可以通过贸易不平衡的程度（BP对GDP之比）测量。其变化（不平衡发展）必然会导致各国政府围绕与瓜分市场有关的政治变量（在上式中是CD与GDP之比）的斗争。

接着，我们就军事支出(ME)建立了方程式：

ME/Y=f（该国的GPD／某外国的GDP）(11)

在此需要提醒读者注意的是，右边的解释变量直接表现出了各国经济的不平衡发展。而经济不平衡发展又带来了军事势力的消长，ME决定着一个国家在国际政治舞台上的发言权。进一步说来，经济实力的相对提高必然要求更大的市场份额，为此就必须加强对外谈判能力或军事力量。尤其是，(9)式左边，我们采用了GDP对军事支出的负担率，而不用（该国的ME／某外国的ME），读者对此应该尤为关注：这个方程式显示出“大国”（经济力量相对强大）具有强化军事力量的欲望或军国主义倾向。实际上，日、美、东盟三方都能够用这个方程式推算。只有1969年以前的日本不能采用这个函数式推算（由于统计的适用性太差）。这是因为，1969年以前，国际社会抑制日本军备的能力很强（实际上，二战后直到1969年，日本军费开支在GDP中的比率存在下降的趋向）。

尚需对(10)和(11)式说明的是，(10)式中引发CD提高的是经济竞争力下降，而(11)式中增加ME的压力随着经济实力的增强而加大。这看上去是不对称的。关于这一点，也许有人认为，这是因具体情况不同和两个方程式的理论基础不同，但是，并非如此。提高CD是阻止它国资本进入本国市场的防御性措施，而增加ME是干预它国政策的进攻性措施。这都是由“非对称性”引起的。

4.政治变量对经济变量的反作用

以上看到的政治反应都是基于本国资本的利害作出的。但从长期来看，这种意图未必能够实现，有时甚至会带来相反的效果，这类例子比比皆是。如P·肯尼迪在《大国的兴衰》（1987年）一书中就主张，大国军事支出的不断增加是妨碍其经济增长的主要原因。这就引起了与(11)式阐述的“大国欲望”相反的效果。如果着眼于经济增长最终是由投资积累引起的，就会明白我们为什么在(5)式中将(ME/Y)作为投资的解释变量。假定f[,ME/Y]＜0也是基于同样的考虑。

二、环太平洋计量经济模型的理论意义

在本部分，我们将对上面建立起来的计量模型进行验证，并探讨其理论意义。

1、“不均衡发展”模型的表现

计量模型对现实经济的解释进行了多种尝试，在此，由于篇幅关系，我们将重点放在“不平衡发展”的表现能力上。首先，请看表1，这是对环太平洋诸国（或地区）从1995年到2025年期间以5年为一个阶段的实际增长率的预测（以美元计价）。由于这个预测是在1998年初即亚洲金融危机深化期间进行的，因此，有人评价这个预测结果“过于乐观”，但是，总的看来，其后的发展证明这一预测大致是正确的。包括该预测期间在内，1950年后的约75年间，如果以线段表示各国、各地区以美元计价的高速增长时期，其结果如图1。如图1所示，不管哪个国家或地区，肯定会有30～50年间左右的高速增长时期，所谓各国、各地区之间的不平衡发展只不过是高速增长时期在它们之间的移动。

附图

附图

2.透过国际资本移动看国际相互依存关系

除了上述内容之外，我们的模型还显示出其它种种饶有趣味的结果。表现国际相互依存关系是该模型的目的之一，因此，在表2中显示了：10个国家或地区中的其中一个国家或地区的资本积累增加对其它国家或地区GDP的影响。

附图

我们来看一下受影响的国家或地区。由表中可知，除了极少数外，该影响大都为正。这表明，“过剩”的资本会导致利润率下降，进而导致他国（地区）流入该国（地区）的资本减少或者该国（地区）资本向他国流出扩大。因此，本模型中的这个机制会对其他国家（地区）的经济产生正面影响。

从日本经济的发展过程来看，我们不能完全否定“产业空洞化”。“产业空洞化”是日本经济增长的结果，是向发展中国家转移其成果的活动。这一“转移”尽管对日本来说意味着某种程度的“停滞”，但从世界范围来看却意味着经济发展。只要上述国际相互依存关系存在，日本就可以通过某种方式分享发展中国家经济发展的好处。

3.生产率提高对他国（或地区）的影响

下面的表3显示了：某个国家或地区的生产率提高对其它国家或地区GDP带来的影响。

附图

计量经济模型范文篇6

在本部分，我们将对上面建立起来的计量模型进行验证，并探讨其理论意义。

1、“不均衡发展”模型的表现

计量模型对现实经济的解释进行了多种尝试，在此，由于篇幅关系，我们将重点放在“不平衡发展”的表现能力上。首先，请看表1，这是对环太平洋诸国（或地区）从1995年到2025年期间以5年为一个阶段的实际增长率的预测（以美元计价）。由于这个预测是在1998年初即亚洲金融危机深化期间进行的，因此，有人评价这个预测结果“过于乐观”，但是，总的看来，其后的发展证明这一预测大致是正确的。包括该预测期间在内，1950年后的约75年间，如果以线段表示各国、各地区以美元计价的高速增长时期，其结果如图1。如图1所示，不管哪个国家或地区，肯定会有30～50年间左右的高速增长时期，所谓各国、各地区之间的不平衡发展只不过是高速增长时期在它们之间的移动。

附图

附图

2.透过国际资本移动看国际相互依存关系

除了上述内容之外，我们的模型还显示出其它种种饶有趣味的结果。表现国际相互依存关系是该模型的目的之一，因此，在表2中显示了：10个国家或地区中的其中一个国家或地区的资本积累增加对其它国家或地区GDP的影响。

附图

我们来看一下受影响的国家或地区。由表中可知，除了极少数外，该影响大都为正。这表明，“过剩”的资本会导致利润率下降，进而导致他国（地区）流入该国（地区）的资本减少或者该国（地区）资本向他国流出扩大。因此，本模型中的这个机制会对其他国家（地区）的经济产生正面影响。

从日本经济的发展过程来看，我们不能完全否定“产业空洞化”。“产业空洞化”是日本经济增长的结果，是向发展中国家转移其成果的活动。这一“转移”尽管对日本来说意味着某种程度的“停滞”，但从世界范围来看却意味着经济发展。只要上述国际相互依存关系存在，日本就可以通过某种方式分享发展中国家经济发展的好处。

3.生产率提高对他国（或地区）的影响

下面的表3显示了：某个国家或地区的生产率提高对其它国家或地区GDP带来的影响。

附图

相对于前述资本积累总体上正面影响占主导地位来说，该表的首要特征是，负面影响是主要的。其原因在于，该国家或地区的生产率提高，提高了该国家或地区相对于其它国家或地区的相对利润率，进而带来了吸引其他国家或地区资本的效应。

在该表中，尤其值得提醒读者注意的是，第1行中所示的美国的生产率提高对其它国家或地区的波及效应。其发生作用的方向如上述，在这点上并没有什么特别，但如果将该机制与1997年的亚洲金融危机结合起来思考，则其寓意十分深远。这是由于，近年来美国经济的繁荣吸走了泰国、韩国等国家或地区的国际资本，这成为亚洲金融危机的导因之一。该影响对日本来说是正面的，这作为模拟的结果似乎有问题；但是，我们应该理解，日本经济的萧条另有原因。日本不是资本输入国而是资本输出国，日本经济与泰国或韩国等不同，不依赖他国资本。日本经济的萧条现象必须通过别的机制加以说明。

二、环太平洋计量经济模型

在本模型中，具体推算将围绕战后环太平洋地区的美国、日本、韩国、中国大陆、台湾省、菲律宾、泰国、马来西亚、印度尼西亚、澳大利亚共10个国家或地区的数据进行。另外，由于篇幅的限制，无法写出全部方程式。感兴趣的读者请参照大西广著：《环太平洋诸国的兴衰与相互依存》（京都大学出版会），以及京都大学大学院经济学研究科的主页(pacific.kyoto-u.ac.jp/text/index.htm)。

1.关于资本输出与经济增长的计量模型

考虑如下模型：

Y=f(BC)f′＞0(1)

该式中，Y表示GNP，BC表示资本输入额，f(·)表示Y由BC决定。但BC并非直接决定各国的生产力水平(Y)，直接决定Y的是资本存量（设其为K），即：

Y=f(K)f′＞0(2)

K（本期值）可以用K[,-1]（上期值）、d（折旧率）、I（本期投资）表示：

K=(1-d)K[,-1]+I(3)

其中，I随着海外资本流入的增加而增加：

I=f(BC)=f′＞0(4)

综观(2)～(4)式，可以看出，BC通过I、K决定Y。也就是说，(1)式的关系可以分解为(2)～(4)式的关系。不过，还要附加其它解释变量加以具体推算。例如，在(2)式中，除了考虑K，还要以人口N（劳动力的替代变量）为解释变量，运用C-D型生产函数加以推算；再如，在(4)式中，分别以S、ME、CD代表国内总储蓄、军事支出、关税，则有：

I=f(S+BC),ME/Y,CD/Y)

f(S+BC)＞0,f(ME/Y)＜0,f(CD/Y)＜0(5)

在该式中，之所以将(S+BC)、而不是将BC作为解释变量之一，是因为投资是国内投资供给与来自国外的投资（资本输入）之和（在此，直接投资也包含在BC中）。将ME/Y，CD/Y作为解释变量的理由，将在本部分的第3小节中说明。

2.关于工资水平与国际资本移动的模型

设利润率为π，由于资本向利润率高的落后国家移动，故：

BC=f(π)f′＞0(6)

又因为，利润率取决于资本的稀缺程度、地价(PL)、工资水平(W)、原料价格(PM)，故：

π=f(K,PL,W,PM)f[,K]＜0，f[,PL]＜0，f[,W]＜0，f[,PM]＜0(7)

把(7)式代入(6)式，得：

BC=f(K,PL,W,PM)f[,K]＜0，f[,PL]＜0，f[,W]＜0，f[,PM]＜0(8)

在我们的模型中，首先，忽略了4个解释变量中的K和PM，这样做的理由是，与第一次世界大战前不同，在二战后的现代世界，原料在国际间的移动极其容易，在一个国家或地区内，“过剩”的资本产出的产品如果能够出口，也就无所谓“过剩”。在每天24小时开放的国际市场上，原料价格由“国际价格”决定，同样，产品价格也完全国际化了。因此，在思考当代资本输出时，至少是在直接投资一方，企业完全可以去往世界的任何一个角落，并以此为前提决定是否输出资本。企业决策是否投资的主要依据只是使其设备运转的成本——工资的高低。这是因为，虽然资本的国际移动十分容易，但劳动力移动十分困难。（由于劳动力再生产必须在长期中进行，其体制，譬如至少是学校教育制度不可能在国家之间移动。）我们从日本向“四小龙”、东盟诸国、中国等低工资国家或地区大量输出资本这一现象中，也可以很容易地想象到这一点。因此，我们有充分的理由将K、PM从(7)和(8)中忽略掉。

在实际推算过程中，我们还进一步省略了PL（工资作为各国工资之比，在与美国、日本有关的方程式中还加进了日本的利息率），这不仅是因为适当的PL值难以得到，还因为PL和W都可以用“经济发展水平”这一变量说明。也就是说，如果以Y/N表示“经济发展水平”，则：

PL=f(Y/N)f′＞0

W=f(Y/N)f′＞0(9)

PL、W的变动趋势基本是一致的。也就是说，在这里，W可以作为PL的替代变量使用。

3.关于经济实力与政治变量的模型

以下，对于国际间的政治摩擦建立有关方程式。因为关税政策与军事支出作为比较数据较容易入手，因此，这一工作将围绕它们进行。

首先，对直接决定各国市场分割程度的保护关税(CD)来说，以BP表示贸易收支，一般地：

CD/Y=f(BP/Y)f′＜0(10)

这是因为，各国的经济实力可以通过出口竞争力强弱、因而可以通过贸易不平衡的程度（BP对GDP之比）测量。其变化（不平衡发展）必然会导致各国政府围绕与瓜分市场有关的政治变量（在上式中是CD与GDP之比）的斗争。

接着，我们就军事支出(ME)建立了方程式：

ME/Y=f（该国的GPD／某外国的GDP）(11)

在此需要提醒读者注意的是，右边的解释变量直接表现出了各国经济的不平衡发展。而经济不平衡发展又带来了军事势力的消长，ME决定着一个国家在国际政治舞台上的发言权。进一步说来，经济实力的相对提高必然要求更大的市场份额，为此就必须加强对外谈判能力或军事力量。尤其是，(9)式左边，我们采用了GDP对军事支出的负担率，而不用（该国的ME／某外国的ME），读者对此应该尤为关注：这个方程式显示出“大国”（经济力量相对强大）具有强化军事力量的欲望或军国主义倾向。实际上，日、美、东盟三方都能够用这个方程式推算。只有1969年以前的日本不能采用这个函数式推算（由于统计的适用性太差）。这是因为，1969年以前，国际社会抑制日本军备的能力很强（实际上，二战后直到1969年，日本军费开支在GDP中的比率存在下降的趋向）。

尚需对(10)和(11)式说明的是，(10)式中引发CD提高的是经济竞争力下降，而(11)式中增加ME的压力随着经济实力的增强而加大。这看上去是不对称的。关于这一点，也许有人认为，这是因具体情况不同和两个方程式的理论基础不同，但是，并非如此。提高CD是阻止它国资本进入本国市场的防御性措施，而增加ME是干预它国政策的进攻性措施。这都是由“非对称性”引起的。

计量经济模型范文篇7

国民经济是指一个国家社会经济活动的总称，是由互相联系、互相影响的经济环节、经济层次、经济部门和经济地区构成的。国民经济这一概念突出强调经济的整体性和联系性。

中国宏观经济计量模型以改革开放以来的中国经济为对象，应用现代经济计量学方法，分析探讨1978-2005年期间中国国民经济运行和宏观经济活动。在此基础上分析政府支出对国内生产总值的影响，进而由国内生产总值影响居民消费与社会投资，因而政府支出对国内生产总值起到直接的影响而对居民消费、社会投资则起到间接的影响。

政府支出规模随经济的增长而扩张。我国的GDP近年来处于持续高速增长的阶段，就2005年而言，全年国内生产总值达到182321亿元，按可比价格计算，比上年增长9.9％，属于“高增长阶段”。根据“瓦格纳法则”，当国民收入增长时，政府支出规模会以更大比例增长；与此同时，R•A•马斯格雷夫认为随着经济发展阶段的演进，政府支出的规模逐渐增长。因此，本文想探讨一下在未来的时间里，政府支出的变化对于国内生产总值、社会投资、居民消费的影响。

2模型设计

2．1模型结构

建立一个能反映农村政府消费支出水平与国内生产总值、投资、居民消费之间关系的计量经济学联立方程模型，文章共选取了3个内生变量，2个滞后内生变量和1个外生变量。

2．2模型的变量说明

（1）内生变量

Ct-居民消费；单位：亿元

I-社会投资支出；单位：亿元

Y-国内生产总值

（2）外生变量

G-政府消费支出；单位：亿元

(3)滞后内生变量

Y(-1)国内生产总值上一年的值；单位：亿元

Y(-2)国内生产总值上上年的值；单位：亿元

2．3模型结构方程式

Ct=a+b*Y(-1)+U1（1）

I=c+d*Y(-1)+e*Y(-2)+U2（2）

Y=Ct+I+G（3）

方程（1）反映的是居民消费水平的影响因素，与上年度的国内生产生产总值相关。

方程（2）反映了社会投资与上年度国内生产总值、上上年度国内生产总值相关。

方程（3）反映了国内生产总值与居民消费、社会投资、政府消费相关。

3模型的参数估计及检

3．1数据来源

本模型参数估计采用时间序列数据，数据均来自2006年《中国统计年鉴》，样本区间为1991~2005年。数据处理与模型计算采用的是Excel2003和Eviews3.1软件。

3．3模型检验

本模型估计出来的参数所反映的经济意义与经济理论与实践相符；在0.05显著性水平下本模型各方程均能通过F检验，所以模型具有显著性；各方程的拟合优度均大于0.94，表明模型的可信度较高；估计参数在0.05显著性水平下基本能够通过t检验，参数具有显著性。上述结论表明，本模型的参数估计结果在经济意义和统计意义上均具有一定的可信度。

4历史模拟和事后预测

4．1历史模拟

为了检验模型用于模拟分析的可靠性，本文运用上述模型对样本期数据进行模拟，并进行事后预测，通过计算内生变量1991~2005年模拟值与实际值的相对误差来考察模型的预测能力。计算结果见表2。

表2结果显示，本模型变量模拟值与实际值的相对误差绝大部分均小于5%，其中Ct的模拟效果最好，模拟值与实际值的相对误差全部小于3%；Y的模拟效果也较好，除了2004年模拟值与实际值的相对误差为14.935%外，其余模拟值与实际值的相对误差几乎全部小于5%；I的模拟效果其中几个年份稍微差了一点，如获至1997年、1998年、1999年、2000年、2004年的模拟值与实际值的相对误差相对偏高了一点，但是最近几年它的模拟效果还不错。这表明由随机方程式解释的内生变量的相对误差较低，该模型对历史的整体拟合效果较好，用于外推模拟分析具有一定的可信度。

4．2事后预测

以下预测未来10年，政府支出以5%的增长率增长对国内生产总值、消费和投资的影响。

参考文献

［1］李子奈，叶阿忠．高等计量经济学［M］．北京：清华大学出版社，2000．

［2］赵卫亚．计量经济学教程［M］．上海财经大学出版社,2003．

计量经济模型范文篇8

一、理论分析

决定房地产价格的因素有很多，而且它们对房价的影响也是一个复杂的问题。笔者认为房地产价格主要决定于供需因素，经济因素，人口因素。供需因素包括供给和需求，供给因素包括房地产开发量，房地产投资占固定资产投资的比例等等，影响需求的因素有居民人均收入，居民对未来房价的心理预期，居民对房地产的投机需求等等。经济因素包括，GDP，物价指数，存贷款利率等。人口因素就是指人口密度。除了以上这些因素外，影响房价的还有房屋空置率，房地产开发成本，房地产所处的社会环境，自然环境等等。房地产开发商的因素在决定房地产价格中也起到了一定的作用，比如房地产开发企业的内部管理。房地产本身的属性页决定了其价格，房地产的结构，外观，采光等等。在决定房地产价格的诸多因素中，有些因素是有很大影响的，而有些因素的影响程度就不是很大。我们在研究房地产价格的决定问题时，要分离出主要的影响因素，而对那些次要因素可以忽略不计。

二、计量经济模型

针对以上的理论分析，笔者采用计量经济模型对房价的影响问题进行定量分析。

根据决定房地产价格的众多因素，选取人均收入指数，GDP，CPI，房地产竣工套数，住宅投资五个变量作为解释变量，房地产价格指数作为被解释变量。计量经济模型如下：

PFBl+B2Xz+B3X+B4X+B5X+B6X＆+ul其中P代表房地产价格指数，代表人均收入，代表GDP，）（4I代表CP!，X代表房地产竣工套数，x代表住宅投资。

根据相关的经济理论，居民收入增加的多，对房屋的需求就会增大，房地产价格与人均收入应该是正相关的，即B：应该为正，GDP，CPI都是衡量经济景气程度的，故与房地产价格也因该是正相关的，B也应该为正。而房地产竣工套数反映了需求，应该与房地产价格负相关，B应该为负，而房地产投资对房地产价格的影响则是不确定的，所以B的正负无法确定。

三、实证分析

选取我国30个地区2005年，2006年的相关数据作为样本，对上述计量经济模型进行回归。表中四个模型的调整R方分别为：0.219，0.215，0.214，0.200。在显着性水平为0.O5时，对上述模型系数的显着性进行检验。

在模型1中变量GDP通过了显着性检验；模型2中GDP也通过了显着性检验，而住宅投资没有通过；模型3和模型4中也同样的，只有GDP这个变量通过了显着性检验。综合整个模型根据R方，本模型可以在一定程度上解释房地产价格的决定。房地产的价格和GDP是有着紧密联系的。而所有模型中GDP的系数也全部为正，与预期是相符的。

计量经济模型范文篇9

关键词：高速铁路；航空；竞争；优化；需求；线路

中国第一条高速铁路线路于2008年开始在北京和天津之间运营。截至2020年12月底，中国高速铁路线路里程约3.8万km，占全球高速铁路里程的2/3以上。此外，中国高速铁路网络仍处于快速发展阶段，到2025年中国80%的国内航空市场将被高速铁路线路覆盖。许多研究发现，高速铁路服务的进入在乘客需求和机票价格方面给航空公司带来了竞争压力。例如，日本新干线的开通大大减少了航空客运量，韩国2004年高速列车(KTX)的开通影响了韩国航空业的乘客需求和机票价格。自2008年首次亮相以来，中国高速铁路客运量年均增长率超过30%。目前高速铁路是航空运输的有力竞争对手，特别是在距离400~800km的路线上，但如何更好地优化高速铁路列车的开行，吸引更多的客流到高速铁路上来，对铁路来说是仍然是个重要的课题。以往对欧洲客运市场的研究发现，高速铁路运行时间的快慢会影响空中交通量，但高速铁路的发车频率对空中交通量的影响并不明显。随着中国高速铁路的快速发展，旨在通过研究高速铁路的旅行时间和频率以及票价差异对航空客流的影响，来确定高速铁路开行优化的关键项点。为了更好地研究高速铁路对航空客运的影响，构建航空客运需求计量经济模型来进行分析。

1计量经济模型构建

计量经济模型包括1个或1个以上的随机方程式，表示经济现象及其主要因素之间的数量关系。以结构分析对所研究的经济关系进行定量的考察，分析当其他条件不变时，模型体系中的解释变量发生一定的变动对被解释变量的影响程度。分析高速铁路的开行对航空业会带来的影响，适合使用计量经济模型，模型建立关键在于确定影响因素，即确定模型的变量。Oum等[1]研究了航空旅客需求的综合影响因素，Fischer，Fageda，Bilotkach，Murakami等[2-5]也进行了该领域的研究，鉴于数据的可用性，参照上述文章的模型设定，可确定关键因素。以下4个因素最常出现：机票价格、人口、国内生产总值和航线距离。Castillo-Manzano，Fu等[6-7]研究发现高速铁路和低成本航班的开行对航空旅客需求也有很大影响，因此可设置低成本航空的变量LCC。Alamdari，Fageda等[8-9]研究表明旅游业和季节也会影响航空运输需求。机场枢纽聚集了比预期更多的乘客或服务，北京、上海、广州机场的客运量名列前三位，客流变化明显、代表性强，利于研究。因此，为了研究航空枢纽产生的影响，定义枢纽虚拟变量SH和GZ分别表示上海和广州机场，并设置北京为基准默认值(即当SH和GZ都取0时，北京取1)。采用2种计量经济模型来确定中国高速铁路开行优化的重点项目。第1个模型用以分析高速铁路的进入对中国国内航空运输市场的影响和高速铁路进入后航空需求的价格弹性。第2个模型考察了高速铁路运行时间、频率以及票价差异对航空客流的影响。第1个计量经济模型如下。lnQkt=α0+α1lnPkt+α2lnPOPkt+α3lnGDPkt+α4lnDISTk+α5lnTOURkt+α6HSRkt+α7LCCkt+α8SHk+α9GZk+α10spring+α11summer+α12autumn+εkt⑴式中：Qkt为中国三大航空公司(中国国际航空股份有限公司，中国东方航空股份有限公司，中国南方航空公司)在t期间k航线上的总客运周转量(以乘客公里计)；Pkt为3家航空公司在t期间k号航线的收益率；POPkt为t时期由k线路连接的2个城市的人口总和；GDPkt为2个城市的平均人均生产总值；DISTk为k线路连接的2个城市的距离，TOURkt为0-1虚拟变量，表示连接的2个城市是否为福布斯所列的中国重点旅游城市；HSRkt为0-1虚拟变量，代表时期t、线路k上是否有平行的高速铁路进入；LCCkt为0-1虚拟变量，代表是否有航空公司在该线路上开行低成本航班；SHk，GZk分别为上海和广州2个城市的虚拟变量，表示线路k是否连接这2个城市；spring，summer和autumn则是季节虚拟变量；α0为截距项；εkt为误差项；α1至α12为解释变量系数。第2个计量经济模型如下lnQkt=β0+β1lnPdiffkt+β2lnHSRFreqkt+β3lnHSRTimekt+β4lnPOPk+β5lnGDPkt+β6DISTk+β7lnTOURkt+β8LCC+β9SHk+β10GZk+μkt⑵式中：Pdiffkt为时期t线路k高速铁路和航空的线路差价；HSRFreqkt为时期t线路k上高速铁路发车频率；HSRTimekt为时期t线路k上高速铁路的运行时间；β0为截距项；μkt为误差项；β1至β10为解释变量系数。数据来自中国三大航空公司，航线层面的日数据，时间跨度从2010年1月1日到2013年6月30日，共92条航线，包括北京、上海、广州之间的线路，以及这3个城市到所有省会城市(拉萨除外)和副省会城市的直飞线路。选取此时间段数据的原因：一是截至2013年6月与北京、上海、广州之间的航线并行的高速铁路干线，如京沪高速铁路(北京南—上海虹桥)、京广高速铁路(北京西—广州南)、郑徐高速铁路(郑州东—徐州东)等已经开通，这3个城市到其他主要城市的高速铁路也大部分开始运营，且运营了一段时间。二是这段时期正是高速铁路服务进入的初期阶段，属于竞争冲击明显期，选取这段时期的数据进行分析，更具有代表性。三是选取的是航线层面日数据，不等同于年数据或月数据，分析精度会更高。在92条航线中，截至2013年6月30日有22条有平行的高速铁路服务，而这其中有20条是在2010年7月1日以后开通的平行高速铁路服务，所以选取没有高速铁路服务进入的2010年1—6月与高速铁路服务一段时间以后的2013年1—6月数据进行分析。2010年和2013年1—6月航空客运需求如表1所示，在没有高速铁路服务的70条航线上，客流量上升了17%，收益率下降了3%。在22条平行高速铁路服务的航线上，客运量和收益率都下降了7%。这些比较表明，在高速铁路的直接竞争下，航空运输需求和收益率都显著下降。

2高速铁路对航空运输需求的影响

对计量经济模型最常用的回归分析方法是固定效应(RE)和随机效应(FE)估计法，在22条有高速铁路服务进入的航线中，航空需求和收益率都明显下降，为了使分析结果更加稳健，利用收集的数据分别运用固定效应和随机效应2种分析方法对计量模型(1)进行分析，具体研究高速铁路对航空运输需求的影响。高速铁路对航空运输需求的影响如表2所示。可以看出，固定效应和随机效应的结果都保持一致。在2种计量模型中，高速铁路系数均显著为负，表明高速铁路平行服务的引入对中国航空运输需求产生了显著影响。具体来说，在所有其他因素都不变的情况下，高速铁路服务的进入平均减少了对平行航线27.5%的需求。因此铁路部门想要更好地吸引原来航空业所属的客流，基础条件就是把与航空并行的线路建设起来，当更多的平行高速铁路开通后，然后再优化高速列车的开行，逐步增强对航空业的竞争。假设模型是对数线性的，机票价格系数是航空运输需求的价格弹性。在所有航线上，RE模型和FE模型的价格弹性分别为-1.500和-1.362。非高速铁路线路的RE模型和FE模型的价格弹性分别为-1.108和-1.005。通过比较得知，高速铁路进入后，航空机票的价格变得更有弹性。高速铁路给航空公司带来了更大的竞争压力，有平行高速铁路服务的航线，航空需求变得更具弹性[10]。此外，更多的出行选择和更低的价格将会给消费者福利带来增加[11]。是否开行低成本航班系数不显著，即低成本航班的存在对三大航空公司的乘客需求影响不大。在研究时段内，春秋航空是中国唯一一家低成本航空公司，在国内市场的份额微不足道。因此，低成本航班的影响不显著。相比之下，高速铁路的系数为负值，表明在国内市场，对于三大航空公司来说，高速铁路是比低成本航班更有竞争力的对手。在RE模型和FE模型下，上海机场虚拟变量SH的系数均显著为负。在北京机场为默认机场且其他因素不变的情况下，上海机场对三大航空公司的需求低于北京机场，这是因为上海是春秋航空公司的枢纽，许多航线都面临着来自春秋航空公司的低成本航班的直接竞争；此外上海虹桥机场与上海高铁站直接相连，换乘非常方便，因此低成本航空公司和高速铁路都将转移上海对三大航空公司的需求，导致上海机场对三大航空公司的需求低于北京机场。

3航空业竞争下高速铁路运营特征分析

使用计量模型(2)以分析高速铁路运营特征对航空运输需求的影响，特别是3个主要变量，即机票与高速铁路票价之差(Pdiff)、高速铁路日频率(HSRFreq)和旅行时间(HSRTime)的影响。为了量化这3个主要变量的影响，固定其中某2个或者1个变量，针对另外的主要变量将计量模型(2)变形，进而得到5种模型，即模型a至模型e。首先，在模型a至模型c中逐一研究3个主要变量的影响。其次，在模型d中检验Pdiff和HSRFreq的影响，在模型e中检验了Pdiff和HSRTime的影响。由于HSRFreq和HSRTime高度相关，相关系数为0.9，所以无法在一次回归分析中包含所有3个变量。HSRFreq和HSRTime高度相关也是合理的，因为更短的旅行时间使高速铁路更有吸引力，所以高速铁路的频率也更高。考虑到存在自相关和异方差问题，采用可行广义最小二乘法(FGLS)估计结果。模型估计结果如表3所示。首先，在3个主要变量中，Pdiff是影响中国国内航空需求最具影响力的因素，Pdiff系数显著为负，表明票价差越大，航空交通需求越低。具体来说，如果航空运输与高速铁路的票价差增加10%，那么航空运输需求将下降17.90%~21.98%，所以高速铁路在服务不变的情况下通过出售淡季打折票、联程优惠票、月度票等形式来降低票价，能有效地吸引航空客流，助力高速铁路发展。同时这一结果也证实航空需求随着高速铁路的竞争变得更有弹性。其次，高速铁路运行时间是第2个最重要的因素，对航空运输需求有强烈的负向影响。特别是，如果高速铁路出行时间缩短10%，航空运输需求将减少9.43%~11.57%。这也符合大多数人希望更快地到达目的地的出行需求[12]，所以在高速铁路列车开行调整方面要注意运行时间的变化。在每季度的调图中根据上季度的客票情况和并行航空线路的客流情况，调整列车运行时间，缩短停站时间，以保证旅行时间的最小化。再次，高速铁路频率系数为负且显著，但与高速铁路出行时间和票价差相比，高速铁路频率对航空旅客需求的影响要小得多。最后，除GDP外，所有控制变量的效应与计量模型(1)相似，GDP系数仅在模型a中略微显著，在模型b至模型e中不显著。

4结束语

计量经济模型范文篇10

[关键词]双边自由贸易协定；总产出；就业增长率；

一、引言

世贸组织机制下的多边贸易谈判，现在越来越演化成一种程序之争，在旷日持久的谈判中达成一种均衡。国际贸易政策向强化双边贸易关系倾斜在世贸组织解决争端的能力弱化时，另一类实惠的国际性合作机制开始快速发展，这就是双边自由贸易协定(FTA)。在各国的发展中，国际贸易对决定各国经济的增长与发展能力，以及一国经济地位的强弱起着非常重要的作用。最近几年，商品、劳务和生产要素的国际间交易日趋增加，各国都力图从中获得更多的好处，国际贸易的重要性正在不断提高。这可从中国的发展中看出，改革开放以来，国民经济的飞速发展离不开利用“两种资源”和打开“两个市场”经济战略思想的指导。充分利用国内资源和国外资源，积极打开国内市场和国际市场，并学会组织国内建设的本领和发展对外经济关系的本领，使我国对外经贸进入了迅猛发展的历史新阶段。进出口总值由1978年的206.4亿美元增长到2002年的6207.7亿美元,增长了30倍。2002年我国外贸总量已位居世界第5位，占国内生产总值的比重近半。2003年我国外贸进出口规模上升新台阶，大进大出的格局基本形成，是20世纪90年代以来增长最快的一年。2003年全年进出口总额达8512亿美元，比上年增长37.1%。其中出口额4384亿美元，增长34.6%；进口额4128亿美元，增长39.9%。目前，我国对外贸易在GDP增长中稳稳占据着三驾马车之一的作用。在经济全球化日趋明显的今天，可以说，在我国内需不足的情况下，对外贸易的快速发展能有效刺激国内需求，从而为进一步促进GDP稳定增长发挥积极作用。总之，无论在长期还是在短期,对外贸易在中国的经济增长中都充分发挥了“发动机”效应,这也是古典经济学和现代经济学对于对外贸易对经济增长的贡献问题基本上达成的共识。

但是，中国入世后所面对的国际经济环境并不宽松，是一个竞争日益激烈，区域经济集团会发挥更大优势的国际市场。世界银行《2001年世界经济发展报告》指出，中国大陆作为国际市场的重要组成部分，其容量的扩张是有限的，特别是它无法满足旧经济行业的销售需求，也就是说中国大陆的传统市场马上就将陷入饱和状态。如果中国大陆与有关国家，特别是亚太地区的重要贸易伙伴有双边自由贸易协定，或者某个产业的战略合作框架协议，抑或某项专项市场的共同开发计划，那么中国产品在海外主要市场上的境遇就会大不相同。随着中国—东盟自由贸易区谈判启动,内地与香港更紧密经贸关系安排的顺利进展,以及中国—南非商签双边自由贸易协定的节奏加快,从此中国步入“后WTO时代”。在今后相当长一段时期，经济全球化和区域经济一体化将继续改变着世界经济格局。据WTO统计,到2002年底，全球有255个区域贸易协定（RTA），其中超过170个RTA已经实施。在所有RTA中双边FTA约占90%。至2003年4月底，WTO146个成员中绝大多数都参加了一个或一个以上的双边FTA。2002年1月至2003年5月，全球新建立19个双边FTA，另有70多个双边或区域FTA正在谈判准备实施之中。WTO估计，按照目前的态势，到2005年底，全球RTA将到达300个。但是，相比而言，中国到目前为此，仍没有参加任何一个双边自由贸易协定，这显然与中国作为一个贸易大国的地位很不相称。为了保持中国贸易大国的地位，为了实现经济的持续增长和逐步建立要素自由流动，内外经济相互融合的开放性经济体制，我国除了继续通过参与全球多边贸易自由化获取经济发展的要素条件和更多机会之外，还应当积极加入区域经济一体化进程。

本文将先从理论上分析双边贸易协定对我国经济的影响，然后再通过建立计量经济模型来定量分析双边贸易协定对我国经济的影响。为了衡量双边贸易协定对我国经济发展的影响，本文将使用总产出和就业增长率这两个指标来评价其影响。最后得出签署双边自由贸易协定对我国的经济发展有非常积极作用的结论。

二、理论分析

自由贸易协定（FreeTradeAgreement，简写为FTA）是指两个或两个以上的国家（包括独立关税地区）根据WTO相关规则，为实现相互之间的贸易自由化所进行的地区性贸易安排。自由贸易区则指自由贸易协定的缔约方所形成的区域。签署FTA的实质就是双方根据各自的条件逐步消除贸易壁垒，减少政府对贸易活动的直接干预，逐步扩大开放程度，将一种受保护的贸易体制转向自由的贸易体制。这几年FTA的范围也扩大了，不仅包括商品贸易市场的开放，而且还涉及服务贸易、投资、政府采购和知识产权保护等更多领域的相互承诺。

FTA对自由贸易与经济的影响大致可分为两类：第一类是指由于自由贸易区域内成员相互间取消关税和贸易数量限制措施之后，各成员间贸易增加所产生的直接影响；第二类是贸易自由化后，资源可以在区域内重新优化配置，进而提高经济活动效率，导致各成员经济增长加快的间接效用。

在国际贸易理论中，常用“贸易创造效应”和“贸易转换效应”来描述第一类影响。贸易创造效应主要指区域内成员相互之间由于交易成本下降和贸易限制取消，导致本国的高成本产品被区域内其他成员低成本商品所代替以及本国的低成本商品在贸易限制取消后出口扩大，从而给区域内进出口双方带来更多贸易机会和经济利益。建立自由贸易区就可以减少相互之间的交易成本，增加贸易需求，使区域内各成员的产业分工更加合理，进而推动各成员经济增长。根据凯恩斯主义经济学理论，Y=C+I+G+X-M(Y代表总产出，C代表居民消费，I代表投资，G代表政府支出，X代表出口，M代表进口)。我们知道，出口对总产出有正向作用，进口对总产出有负向作用。如果出口额大于进口额，则总产出将增加；如果出口额小于进口额，则总产出将减少。就业与总产出存在正相关关系，假定其他条件不变，总产出增加，就业率将上升；总产出减少，就业率将下降。

贸易转移效应是指原有与区域外国家之间的贸易往来，由于区域内交易成本的降低而可能被区域内成员之间的贸易所取代。这样区域内成员就可以减少对外部经济的依赖，有利于提高区域内各成员经济发展的稳定性和增长潜力。

第二类影响主要包括“市场扩张效应”和“促进竞争效应”。市场扩张效应是指贸易规模扩大，使生产和流通产生规模效益，并带来产业集聚效果。促进竞争效应是指随着区域统一市场的形成，将促进区域内垄断行业的竞争，提高生产率。根据C-D生产函数Y=AγKαLβ(K是资本存量，L是劳动力数量，A是技术水平)，我们知道，技术水平提高，总产出将增加。假定用市场效率来代指技术水平，则建立自由贸易区后就可以促进区域内的竞争，提高市场效率，进而促进区域内各成员总产出的增长。

三、实证分析

双边自由贸易协定就是使协议双方之间的贸易尽可能的自由化，而贸易自由化程度的直接度量为关税的下降，非关税措施和其它贸易限制的减少。但由于发展中国家的名义关税和实际关税往往存在巨大差异，且非关税壁垒措施的定量化存在困难，数据难以收集，因此许多经济学者用贸易自由化的结果来近似地表示贸易自由化的程度。在本文中，我们采用进口渗透率（进口额与总产出的比值）和出口导向率（出口额与总产出的比值）作为双边自由贸易协定后双边贸易自由化的衡量指标。

1、总产出的计量经济模型

研究双边自由贸易协定对总产出的影响，本文采用了Solow提出的含体现型技术进步的生产函数模型。此模型把技术进步要素作为一个变量，体现出其他要素质量的提高使得相同数量的要素投入量具有不同的产出效果。生产函数模型为：

Yt=AγtKαtLβt(1)

式中，Yt为T期的总产量，Kt是T期的资本存量，Lt是T期使用的劳动力数量，参数α、β、γ分别是资本，劳动力与技术进步的产出弹性。At是T期的技术水平，是随时间变化的量，根据Romer(1986)、Lucas(1988)等的新经济增长理论，贸易开放主要通过加快本国技术进步，提高要素生产率来促进经济增长。我们采用Hine和Wright(1998)创建的模型，即：

At=eλ(M/Y)ηt(X/Y)δt(2)

式中M/Y为T期的进口渗透率，X/Y为T期的出口导向率，λ、η、δ为参数。

我们将(2)式代入(1)式，并对方程取对数，可推出总产出与进口渗透率，出口导向率，资本存量及劳动力数量的关系。据此可建立回归方程：

LnY=C(1)+C(2)Ln(M/Y)+C(3)Ln(X/Y)+C(4)LnK+C(5)LnL(3)

2、就业增长率的计量经济模型

研究双边自由贸易协定对就业增长率的影响，我们先引用恒等式：

Y=C+I+G+XN(4)

式中，Y代表GDP，C代表居民消费，I代表投资，G代表政府支出，XN代表净出口额，根据凯恩斯的消费理论，C=a+b(1-t)Y,其中a为常数，b为边际消费倾向，t为税率。我们可以得到方程：

Y=a+b(1-t)Y+I+G+XN(5)

令1/[1-b（1-t）]=λ，我们可以得到方程(5)的全微分方程：

ΔY=λΔI+λΔG+λΔXN(6)

式中，ΔY代表GDP的增量，ΔI代表投资的增量，ΔG代表政府支出的增量，ΔXN代表净出口的增量。我们假定经济增长符合索洛的经济增长模型，即

ΔY/Y=αΔA/A+βΔN/N+γΔK/K(7)

ΔY/Y是产出的增长率，即经济增长率，ΔA/A是技术进步率，ΔL/L是劳动力增长率，ΔK/K是资本增长率。

根据内生增长理论，技术进步率ΔA/A可以被内生化，它能被经济中用于研究和开发的资源所占份额所影响。许多实证证据证明在人力资本、教育和培训上的投资可以提高经济增长率。技术的长期增长率依赖于参与技术生产的人员数量，因而我们假定，

ΔA/A=CNA(8)

其中NA为参与技术生产的人员数量，C为系数。

由方程(6)(7)(8)我们可以建立就业增长率的回归方程：

ΔL/L=C(1)+C(2)ΔI/Y+C(3)ΔG/Y+C(4)ΔXN/Y+C(5)NA+C(6)ΔK/K(9)

3、数据来源与处理

本文采用的数据为中国1988——2002年的数据，数据来源于《中国统计年鉴》和《中国海关统计年鉴》相应的年份。在数据选取中，资本存量取资本形成总额，投资取当年的资本形成总额减去上一年资本形成总额所得的值，劳动力数量取全国各行业年底从业人员数，参与技术生产的人员数量因没有具体的统计数据，只好用科学研究和综合技术服务业从业人数代替。在1995——2001年期间，世界经济和国内经济环境都发生了重大变化。1997年亚洲金融危机，东南亚一些国家的货币贬值，使中国出口商品的国际竞争力下降从而较大影响了中国商品的进出口。美国的9.11事件及其后的一系列反恐行动都给世界经济带来很大的影响。从国内环境来看，各种体制改革也在加大力度，通货紧缩和内需不足也制约着经济的发展，导致了不少国有企业出现不景气的现象，从而造成不少工人下岗和失业，对于这种国内宏观经济环境变化对总产出和就业的影响，本文通过建立年度虚拟变量，将宏观经济环境变化和双边自由贸易协定FTA对总产出和就业造成的影响分离开来。为此两计量经济模型重新表示为：

LnY=C(1)+C(2)Ln(M/Y)+C(3)Ln(X/Y)+C(4)LnK+C(5)LnL+C(6)D96+C(7)D97+C(8)D98+…+C(9)D99+C(10)D2000+C(11)D2001+μ(10)

ΔL/L=C(1)+C(2)△I/Y+C(3)△G/Y+C(4)△XN/Y+C(5)NA+C(6)△K/K+C(8)D96+C(9)D97+……+C(10)D98+C(11)D99+C(12)D2000+C(12)D2001+μ(11)

其中以1995年为基础，D96，D97，D98，D99，D2000,D2001分别为1996，1997，1998，1999，2000,2001年的年度虚拟变量，它们可以反映不同年宏观经济变量对总产出和就业的影响，回归变量的系数和常数项用C（N）表示，N=1，2，3………12。

4、回归结果

本文通过对中国1988——2002年的数据进行回归，得到两个回归模型，总产出计量经济模型：

LnY=－16.692－0.704Ln(M/Y)＋0.578Ln(X/Y)＋0.848LnK＋1.693LnL＋……

(－4.70)(-4.219)(4.121)(14.978)(5.020)

-0.071D97-0.078D98+0.073D2000+[AR(1)=0.405]

(-1.89)(-1.969)(2.577)(1.857)

R-squared=0.998D-W=2.102

AdjustedR-squared=0.995F=305.927

就业增长率计量经济模型：

△L/L=4.970-5.532△I/Y-64.456△G/Y+4.161△Xn/Y+1.692△K/K-0.027NA+…

（8.393）（-6.916）（-8.722）（3.873）(6.433)(-8.136)

+0.077D96+0.232D97+0.129D98+0.244D99+0.291D2000

(3.888)(6.290)(4.805)(6.318)(6.718)

R-squared=0.977D-W=2.137

AdjustedR-squared=0.90F=12.745

从数据来看，两模型回归结果很满意，方程拟合度高，T、F检验合格，变量和方程的显著性水平符合要求。但总产出计量经济模型存在一阶自相关，我们采用处理自相关模型的标准方法迭代法，即在解释变量中添入AR(1)项，再检验模型，此时D-W检验值为2.10，已消除了序列自相关。就业增长率计量经济模型D-W检验值为2.13，不存在序列自相关。我们还采用戈德菲尔特—夸特检验两模型的异方差性问题，发现其无异方差性问题。

由总产出计量经济模型可知，劳动力是我们经济发展的主要要素，每增加1%，总产出就增加1.693%，这说明我国经济仍属于劳动密集型。出口导向率对总产出有促进作用，出口导向率每增加1%，总产出就增加0.578%，进口渗透率对总产出有抑制作用，进口渗透率每增加1%，总产出就下降0.704%,资本对总产出也有正向作用。

由就业增长率计量经济模型可知，净出口额增量占GDP比值△Xn/Y和资本增长率△K/K的增加对就业有促进作用，其中净出口额增量占GDP比值△Xn/Y对就业有非常明显的促进作用，每增加1%，就业人数增长率△L/L增加4.16%。但是投资增量和政府支出增量占GDP比值的增加反而对就业人数增长率有负面影响，这可能跟政府最近几年大力实施人事改革，闲置人员分流，以及鼓励国企引入私人投资，虽然投资增加却造成不少国企职工下岗等原因有关。参与技术生产的人员增加对就业人数增长率也有负面影响，这可能是参与技术生产人员的增加就意味着技术水平的提高，而技术水平的提高就可以减少劳动量的需求。

四、结论

当今世界经济呈现了全球一体化的趋势，各国都努力组成一些经济联合体，以便更好地为本国经济服务。根据本文的分析，出口导向率的增加对总产出有正面影响，进口渗透率对总产出有负面影响，净出口额增量占GDP比值对就业人数增长率有积极的促进作用。这表明中国与外国签订双边自由贸易协定后，随着贸易自由化程度的提高，中国的经济能够得到更好地发展。

双边自由贸易协定是中国经济融入世界经济的一种途径，对中国经济的持续发展有着深远的影响。为了实现我国经济持续增长的长期目标，中国可以将促进东亚区域经济一体化作为重要的战略目标，但不应仅限于东亚地区。中国可以根据自己的战略利益，同世界上重要贸易伙伴探索建立双边经济合作或自由贸易协定的可能性，以便获取最大的经济利益。因此,中国要走出困境,仅加入WTO还不够,必须在构筑双边或区域自由贸易体制方面作出努力。以下的调整对中国来说将是很有必要的：首先，制定中国在整体外贸中的基本定位，坚持发展中的人口大国、急需进入全球化与区域化贸易交流这样一个定位，以此为出发点确定政策取向和尺度。其次，在开放市场的同时，迅速完善中国的非关税壁垒体系，同时建立非关税壁垒的启动机制，包括信息获取、对策研究、决策等机制。对于非关税壁垒贸易纠纷，中国政府要协助企业积极参与，并积累经验。第三，积极参与强化双边贸易的活动，如各种自由贸易区的建立。同时采取平等务实的政策取向，以谋求互惠为基本目的，不宜过早体现出主导区域合作的特点。尤其是对于东盟国家的合作，要打消他们对中国加入世贸组织后本能的警惕。第四，对内清理与世贸组织不相称的规则的同时，要积极协助企业进行改革与改造，为其参与国际市场竞争提供更好的条件与支持。同时要大力发展与国际贸易相关的真正有能力的中介组织。如果说中国加入WTO,参与经济全球化应是一项基本战略,那么加强双边或区域经济一体化就应该作为优先策略。

参考文献：

[1]赵晋平：《从推进FTA起步:——我国参与区域经济合作的新途径》[J]，《国际贸易》2003(6).

[2]Rudiger.Dornbusc、Stanley.Fischer：Macroeconomics（eighthedition）[M]，东北财经大学出版社，2001；

[3]Lucas.R.OntheMechanismofEconomicDevelopment[J]，JournalofMonetaryEconomics,1988.22.1.pp3—42.