任燕燕 袁麗娜
單位根理論的最主要的意義在于如果一個經(jīng)濟時間序列是含有單位根的,那么它的趨勢是隨機的,由隨機信息累加得到。每一個隨機信息對該序列的未來運動方向都具有持續(xù)的影響。即現(xiàn)實生活當中任何沖擊對經(jīng)濟體系的影響都將是持久的,短時間之內(nèi)不能得以消除。而如果經(jīng)濟時間序列不含單位根,則它的趨勢沿著確定性均衡路線上下隨機波動,外界的沖擊只是對經(jīng)濟發(fā)展的局部產(chǎn)生短暫性影響,并不能對經(jīng)濟發(fā)展的長期均衡路徑產(chǎn)生持久性沖擊。不同的結(jié)論對政府政策主導下的宏觀調(diào)控有著重要影響。因此,對經(jīng)濟時間序列的研究和應用首先要確定其是否含有單位根。
但是,常規(guī)的單位根檢驗方法如ADF檢驗法、PP檢驗法等,并沒有考慮經(jīng)濟時間序列受到重大沖擊發(fā)生結(jié)構(gòu)突變的情況。目前,有關(guān)含有結(jié)構(gòu)突變的單位根檢驗的研究屬于新興領(lǐng)域,尤其是國內(nèi)的研究和應用甚少。
Nelson&Plosser(1982)①Nelson,C.R.,and Plosser,C.,“Trends and Random Walks inMacroeconomic Time Series:Some Evidence and Implications”,Journal ofM onetary Econom ics,1982(10):139-162.是較早對宏觀經(jīng)濟序列到底是帶有趨勢的平穩(wěn)波動序列還是不帶確定性趨勢的非平穩(wěn)序列進行研究的學者之一。他們分析了美國 14個宏觀經(jīng)濟變量,檢驗結(jié)果認為除了失業(yè)率序列之外其他 13個宏觀經(jīng)濟序列都屬于差分平穩(wěn)過程,這也就意味著對于大多數(shù)的宏觀經(jīng)濟總量而言,當前的沖擊對其長期水平具有持久性的影響。
通過對美國經(jīng)濟發(fā)展史的深入研究,Perron(1989)①Perron,P.,“The great crash,the oil price shock,and the unit root hypothesis”,Econometrica,1989(57):1361-1401.認為 1929年的經(jīng)濟大蕭條和 1973年的石油價格危機對經(jīng)濟總量產(chǎn)生了巨大影響。因此,他將上述事件作為結(jié)構(gòu)突變點納入單位根檢驗體系,并建立了一個相對完備的理論體系,從而成為結(jié)構(gòu)突變單位根檢驗的里程碑。Perron(1989)對Nelson&Plosser(1982)中的數(shù)據(jù)進行了再次檢驗,認為絕大多數(shù)的宏觀經(jīng)濟時間序列數(shù)據(jù)并不具有單位根,在允許 1929年的截距變化和 1973年后的斜率變化的情況下,絕大多數(shù)的宏觀經(jīng)濟時間序列數(shù)據(jù)是分段趨勢平穩(wěn)的。
考慮到 Perron(1989)將結(jié)構(gòu)突變看作是外生的局限性,Zivot&Andrew(1992)②Zivot,E.,and Andrews,D.,“Further Evidence on the Great Crash,the Oil-Price Shock,and the Unit-Root Hypothesis”,Journal ofBusiness and Economic Statistics,1992(10):251-270.將 Perron(1989)有條件的單位根檢驗擴展為無條件的單位根檢驗,再次檢驗了 Perron(1989)的樣本數(shù)據(jù)集,結(jié)果顯示:如果采用漸進分布得到的臨界值,那么在 5%的顯著性水平上,Perron(1989)所認為的可以拒絕單位根假設的 10個序列中有 4個序列是無法拒絕零假設的,而且在 5%或者 10%的顯著性水平上無法拒絕戰(zhàn)后真實 GNP季度序列是含有單位根的;而如果采用有限樣本分布得到的臨界值,那么在 5%的顯著性水平上無法拒絕另外3個總量是含有單位根的③該結(jié)論也稱為“逆 Perron現(xiàn)象”。。
同時對結(jié)構(gòu)突變點的外生假設提出質(zhì)疑的還有 Christiano(1992)④Christiano,L.,“Searching for a Break in GNP”,Journal of Business and Econom ic Statistics,1992(10):237-250.和 Banerjee、Lumsdaine&Stock (1992)⑤Banerjee,A.,Lumsdaine,R.,and Stock,J.,“Recursive and Sequential Testsof theUnit-Root and Trend-Break Hypotheses:Theory and International Evidence”,Journal of Business and Econom ic Statistics,1992(10):271-287.。Perron也意識到外生性假設的局限性,與 Vogelsang一起于 1992年⑥Perron,P.,and Vogelsan,T.,“Nonstationarity and Level Shiftswith an Application to Purchasing Power Parity”,Journal of Business and Econom ic Statistics,1992(10):301-320.放棄了之前的外生性假設,對所有可能的結(jié)構(gòu)突變點進行檢驗,認為美國和英國、美國和荷蘭之間的真實匯率是含有截距突變的平穩(wěn)序列。但是,即使是采用結(jié)構(gòu)突變點內(nèi)生決定的方式,Perron(1997)對 1989年研究中的宏觀經(jīng)濟序列進行二次驗證,結(jié)果仍然支持當初的結(jié)論,他指出對數(shù)據(jù)處理方式、模型選擇以及滯后階數(shù)確定的差異是造成結(jié)果偏差的主要原因。
鑒于無法證明只包含一個結(jié)構(gòu)突變點是否是宏觀經(jīng)濟總量動態(tài)特征的最好描述,Lumsdaine&Papell (1997)⑦Lumsdaine,R.,Papell,D.,“Multiple Trend Breaks and the Unit-RootHypothesis”,The Review of Econom ics and Statistics,1999(79):212-218.將 Zivot&Andrew(1992)的方法延伸到了考慮兩個結(jié)構(gòu)突變點。結(jié)果發(fā)現(xiàn),與 Zivot&Andrew (1992)的結(jié)論相比,更多的總量是分段趨勢平穩(wěn)的,但其數(shù)量要少于 Perron(1989)的結(jié)果。Lumsdaine& Papell(1997)與 Zivot&Andrew(1992)研究結(jié)果的差異說明了結(jié)構(gòu)突變點的個數(shù)對宏觀經(jīng)濟總量動態(tài)特征的驗證結(jié)果有一定干擾性。
Sen(2000)⑧Sen,A.,“OnUnitRoot TestsWhen TheAlternative Is a Trend-Break Stationary Process”,working paper,Departmentof Economics,University of M issouri-Rolla,2000(21):1-45.指出如果檢驗模型中突變形式的設定與實際的數(shù)據(jù)生成過程不吻合,就會導致模型檢驗功效的嚴重損失。故其建議在實際應用過程中要遵循從一般到特殊的原則進行試驗,最終確定結(jié)構(gòu)突變的形式。
研究中國宏觀經(jīng)濟總量動態(tài)特征的文章一般都是采用傳統(tǒng)的單位根檢驗,結(jié)果認為總量變量是 I(1)或者差分平穩(wěn)的??紤]到中國經(jīng)濟在新中國成立之后經(jīng)歷了眾多大的變革,因此在總量上存在結(jié)構(gòu)變化的可能性很大。
Xiao-MingLi(2000,2005)對中國宏觀經(jīng)濟總量的結(jié)構(gòu)變化進行了一系列研究。Li(2000)⑨Li,X.M.,“The GreatLeap Forward,Economic Reform,and theUnitRootHypothesis:Testing forBreaking Trend Functions in China’s GDPData”,Journal of Comparative Econom ics,2000(28):814-827.利用中國1952-1998年的樣本數(shù)據(jù)對真實 GDP和第一、二、三產(chǎn)業(yè)的真實產(chǎn)出等四個序列進行了分析。在不考慮結(jié)構(gòu)突變點時,檢驗結(jié)果顯示上述四個序列都是含有單位根的,第一、二、三產(chǎn)業(yè)的總產(chǎn)出對數(shù)序列是差分平穩(wěn)的即 I(1),而 GDP是具有非線性時間趨勢的隨機游走過程。這與大多數(shù)沒有考慮結(jié)構(gòu)突變點的文獻分析結(jié)果是吻合的。但是考慮新中國成立以來歷史的巨大波動,忽略結(jié)構(gòu)突變點是不合理的,因此他根據(jù)歷史事件對經(jīng)濟趨勢的改變程度,選擇了帶有兩個結(jié)構(gòu)突變點的模型進行分析,認為上述四個序列是分段趨勢平穩(wěn)過程而不存在單位根。Li(2005)①Li,X.M.,“China’s Economic Growth:What doWe Learn from Multiple-break Unit Root Tests”,Scottish Journal of Political Economy,2005 (52):261-281.又對中國 1952-2002年間第三產(chǎn)業(yè)總產(chǎn)出和第二、三產(chǎn)業(yè)的職工人均產(chǎn)出的動態(tài)特征進行了研究,結(jié)果顯示在考慮三個結(jié)構(gòu)突變點的情況下所有的總量都是分段趨勢平穩(wěn)的。
Smyth&Inder(2004)②Smyth,R.,and InderB.,“Is Chinese Provincial Real GDP per capita Non-stationary?Evidence from Multiple Trend Break Unit Root Tests”, China Econom ic Review,2004(15):1-24.指出 Li(2000)所采用的 t統(tǒng)計量是 Perron(1997)只考慮一個結(jié)構(gòu)突變點時的臨界值,但是模型卻是含有兩個突變點的,并不匹配。他們對中國 1952-1998年間 25個省、自治區(qū)和直轄市年度人均真實 GDP進行了研究。他們首先對樣本期間的人均真實 GDP進行了沒有結(jié)構(gòu)突變點和含一個結(jié)構(gòu)突變點的分析,ADF檢驗結(jié)果顯示大約有四分之三的省份的人均真實 GDP是含有單位根的。ADF、PP、ERS(Elliot、Rothenberg&Stock,1996)檢驗結(jié)果顯示在含有一個結(jié)構(gòu)突變點的情況下,25個省份中85%以上是具有單位根的。在考慮兩個結(jié)構(gòu)突變點時,當兩個結(jié)構(gòu)突變點同時出現(xiàn)在趨勢方程的斜率和截距項上時比結(jié)構(gòu)突變點僅出現(xiàn)在趨勢方程的截距項上時,單位根假設被拒絕的可能性增大。但是總體來說,在考慮兩個結(jié)構(gòu)突變點時,大約有一半省份的人均真實 GDP序列是分段趨勢平穩(wěn)的。
在Li(2000,2005)、Smyth&Inder(2004)的研究基礎上,梁琪、滕建州 (2006a)③梁琪、滕建州:《中國宏觀經(jīng)濟和金融總量結(jié)構(gòu)變化及因果關(guān)系研究》,《經(jīng)濟研究》2006年第 1期。對包括反映總產(chǎn)出、生產(chǎn)要素、總需求和金融發(fā)展等在內(nèi)的10個中國宏觀經(jīng)濟和金融總量的動態(tài)特征進行了研究,并且在研究結(jié)果的基礎上對分段趨勢平穩(wěn)的總量進行了消除趨勢的處理,存在兩個結(jié)構(gòu)突變點的模型回歸結(jié)果表明 10個經(jīng)濟變量中有 6個是分段趨勢平穩(wěn)的。采用Lee&Strazicich(1999,2004)所提出的最小LM單位根檢驗方法,梁琪、滕建州(2006b)④梁琪、滕建州:《我國總產(chǎn)出的動態(tài)特征研究——基于最小拉格朗日乘數(shù)單位根檢驗的實證分析》,《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2006年第 6期。再次驗證了我國名義 GDP、實際 GDP和實際人均 GDP是分段趨勢平穩(wěn)過程。
欒惠德、張曉峒(2006)⑤欒惠德、張曉峒:《中國人口時間序列的單位根檢驗:基于結(jié)構(gòu)突變理論》,《經(jīng)濟學報》2006年第 2期。通過蒙特卡羅模擬討論了含有兩次內(nèi)生結(jié)構(gòu)突變點的單位根檢驗模型的設定問題,并運用這一模型對我國人口時間序列進行了檢驗,得出結(jié)論認為其服從含有兩次結(jié)構(gòu)突變點的趨勢平穩(wěn)過程。
為了探討中國宏觀經(jīng)濟總量的動態(tài)特征,本文選取了名義 GDP、真實 GDP、第一、二、三產(chǎn)業(yè)的總產(chǎn)值、名義工資、實際工資、就業(yè)、消費者物價指數(shù)、金融機構(gòu)存款總額、貸款總額、固定投資、最終消費、進出口總額和外匯儲備等涵蓋經(jīng)濟發(fā)展各方面的 15個指標進行驗證,同時考慮到人均經(jīng)濟變量中要使用人口總數(shù)進行平減,故本文也將全國總?cè)丝诩{入驗證的指標范圍內(nèi)。各宏觀變量數(shù)據(jù)分別來源于《新中國五十年統(tǒng)計資料匯編》、2000-2007年各年《中國統(tǒng)計年鑒》。其中,除了進出口總額序列時間跨度為 1950-2006年,全國總?cè)丝跁r間跨度為 1949-2006年,其余序列的時間跨度均為 1952-2004年。除外匯儲備序列⑥我國外匯儲備在 1980年曾為負值。之外所有序列取自然對數(shù)。真實 GDP是名義 GDP經(jīng)過平減之后得到的。真實 GDP即名義 GDP除以 1952年為基期的 GDP消減指數(shù)后的結(jié)果。第一、二、三產(chǎn)業(yè)的總產(chǎn)值源于三大產(chǎn)業(yè)名義產(chǎn)出總量。名義工資源于全國職工工資總額。實際工資是以 1952年為基期的消費者價格指數(shù)對名義工資進行價格平減之后得到的。就業(yè)源于全國就業(yè)人員。消費者物價指數(shù)是對以 1950年為基期的指數(shù)的調(diào)整,最終確定為 1952年為基期,反映了 1952年以來物價水平的總體變動。金融機構(gòu)存款總額和貸款總額在一定程度上反映我國金融發(fā)展的整體水平。固定投資、最終消費、進出口總額和外匯儲備均取名義量進行驗證。
在進行含有結(jié)構(gòu)突變的單位根檢驗之前,必須首先驗證宏觀經(jīng)濟總量在整體樣本區(qū)間上不含結(jié)構(gòu)突變點時的平穩(wěn)性。
本文采用ADF檢驗、KPSS檢驗、PP檢驗以及 ERS檢驗的兩種方法DF-GLS檢驗和 PT檢驗對上述16個宏觀變量進行常規(guī)單位根檢驗。在這 5種方法中,KPSS檢驗的零假設為被檢驗序列是趨勢平穩(wěn)變量,其余 4種方法的零假設均為被檢驗序列是含有單位根的非平穩(wěn)時間序列。本文取 pmax=10。使用 Eviews 5.0軟件,基于 t-sig方法①t-sig方法的核心思想是對滯后階數(shù) p的選取依據(jù) t統(tǒng)計量的顯著性。即保證檢驗式中最后一個自回歸滯后項系數(shù)的 t統(tǒng)計量是顯著的。選擇檢驗式中的差分滯后階數(shù) p。對檢驗式(1)的檢驗結(jié)果見表 1。
其中:△yt=yt-yt-1為變量 yt的一階差分,
表1 不含結(jié)構(gòu)突變點的單位根檢驗結(jié)果
由表 1的檢驗結(jié)果看出,對于名義 GDP、真實 GDP、第一、二產(chǎn)業(yè)總產(chǎn)值、名義工資、消費者物價指數(shù)、金融機構(gòu)存款總量、固定投資、最終消費、進出口總額、外匯儲備和全國總?cè)丝谶@ 14個序列來說,無論是ADF檢驗結(jié)果還是 KPSS、PP、ERS檢驗結(jié)果均顯示它們是具有單位根的非平穩(wěn)序列。但第三產(chǎn)業(yè)總產(chǎn)值、實際工資、就業(yè)、金融機構(gòu)貸款總量這 4個變量的ADF、KPSS、PP、ERS檢驗結(jié)果并不完全吻合。ADF檢驗結(jié)果顯示,序列第三產(chǎn)業(yè)總產(chǎn)值和金融機構(gòu)貸款總量分別在 10%和 5%的顯著性水平下拒絕單位根假設,而 KPSS、PP、ERS檢驗結(jié)果認為這 2個序列是含有單位根。就業(yè)在 KPSS檢驗中接受了原假設,認為序列本身是平穩(wěn)的,但是其它 4種檢驗均推翻了 KPSS檢驗的認知?;诖?我們?nèi)耘f將第三產(chǎn)業(yè)總產(chǎn)量、就業(yè)和金融機構(gòu)貸款總量作為非平穩(wěn)序列進行更深入的研究。但是對于實際工資序列 KPSS、PP、DF-GLS和PT檢驗等四種方法都拒絕了單位根假設,故認為該序列本身是平穩(wěn)的,不再進行含有結(jié)構(gòu)突變的單位根檢驗。
在不含結(jié)構(gòu)突變點的單位根檢驗過程中,如果檢驗結(jié)果拒絕單位根過程,則可認為該序列是平穩(wěn)序列;但若是非平穩(wěn)的,則還不能得出最終結(jié)論,因為檢驗研究的假設前提是序列的數(shù)據(jù)生成過程是無結(jié)構(gòu)變化的。而在現(xiàn)實情況中,由于受到劇烈的外生沖擊都可能導致序列的數(shù)據(jù)生成過程的結(jié)構(gòu)突變。如果在檢驗過程中不考慮這種突變,直接采用單位根檢驗,則會把一個帶有水平突變或者趨勢突變的退勢平穩(wěn)過程誤判為隨機趨勢平穩(wěn)過程,造成“偽單位根”。因此,需要對不含結(jié)構(gòu)突變點的單位根檢驗過程中接受單位根結(jié)論的序列進行進一步的加入結(jié)構(gòu)突變點的單位根驗證。
中國經(jīng)濟在新中國成立之后經(jīng)歷了諸多變革,因此在總量上存在結(jié)構(gòu)變化的可能性很大。在將經(jīng)濟中的結(jié)構(gòu)變化看作是內(nèi)生,并允許一個結(jié)構(gòu)突變點的情況下,本文采用 Zivot&Andrew(1992)的三模型來研究中國宏觀總量的波動特征。
按照從一般到特殊的模型選擇原則,首先使用 Zivot&Andrew(1992)的模型 C進行檢驗。如果檢驗式中表示截距突變和斜率突變的虛擬變量系數(shù)均顯著,則表明模型 C是合適的檢驗模型,不再使用模型A或模型B檢驗;如果檢驗式中表示截距突變或者斜率突變的某個虛擬變量系數(shù)不顯著,則對其進行剔除,只保留顯著變量進行模型A(如果斜率虛擬變量不顯著)或模型B(如果截距虛擬變量不顯著)檢驗。
首先,模型 C檢驗式如下: TB是結(jié)構(gòu)突變發(fā)生的年份;變量DUt是表示截距突變的虛擬變量;變量 DTt是表示斜率突變的虛擬變量其中即原假設為序列是非平穩(wěn)的,備擇假設為序列是一個以 TB時刻為分界點的分段平穩(wěn)過程。
本文采用 t-min統(tǒng)計量方法①t-min統(tǒng)計量方法檢驗功效高,對突變點的判斷簡單準確,是目前國際理論界使用頻率較高的方法。來確定結(jié)構(gòu)突變點,通過使用 Eviews 5.0編程,對(2)式在區(qū)間 (0.15T, 0.85T)內(nèi)進行迭代回歸,序列中最小值對應的年份 TB為結(jié)構(gòu)突變點出現(xiàn)的時間。模型 C檢驗結(jié)果如表2所示。
表 2 含有一個結(jié)構(gòu)突變點的模型 C單位根檢驗結(jié)果
注:(1)p表示滯后階數(shù),根據(jù) t-sig方法確定;(2)***、**、*分別表示在 1%、5%、10%的顯著水平上拒絕原假設;(3)下同。
模型 C檢驗結(jié)果顯示第三產(chǎn)業(yè)總產(chǎn)值、名義工資、就業(yè)、消費者物價指數(shù)、進出口總額和全國總?cè)丝诘?個序列中變量DU和DT的系數(shù)均顯著,說明這 6個序列是適合采用該模型的。其中名義工資和就業(yè) 2個序列在 1%的顯著水平上拒絕單位根零假設,意味著這 2個序列是含有 1個結(jié)構(gòu)突變點的分段趨勢平穩(wěn)過程。而第三產(chǎn)業(yè)總產(chǎn)值、消費者物價指數(shù)、進出口總額和全國總?cè)丝?4個序列在加入結(jié)構(gòu)突變點之后依舊拒絕單位根零假設,即含有一個結(jié)構(gòu)突變點的單位根檢驗結(jié)果顯示這 4個變量是非平穩(wěn)的。
表 2檢驗結(jié)果顯示采用模型 C檢驗的真實 GDP序列中表示斜率突變的虛擬變量DT系數(shù)不顯著,表示截距突變的虛擬變量DU系數(shù)則在 1%的顯著水平下顯著,因此需要剔除斜率突變因素,只采用含有截距突變點的模型A檢驗。模型A檢驗式如式(3)所示。
TB是結(jié)構(gòu)突變發(fā)生的年份;變量 DUt是表示截距突變的虛擬變量,其中,使用 Eviews 5.0編程對真實 GDP序列進行模型A檢驗,結(jié)果如表 3所示。
表 3 含有一個結(jié)構(gòu)突變點的模型 A單位根檢驗結(jié)果
含有一個截距突變點的單位根檢驗結(jié)果表明真實 GDP序列在 1%的顯著水平上拒絕單位根假設,即結(jié)果顯示該序列是分段趨勢平穩(wěn)的。真實 GDP序列在結(jié)構(gòu)突變點 1960年附近有較大跳躍,但是增長速度并沒有改變。
表 2檢驗結(jié)果顯示采用模型 C檢驗的名義 GDP、第一二產(chǎn)業(yè)總產(chǎn)值、金融機構(gòu)存貸款總量、固定投資、最終消費和外匯儲備等 8個序列中表示截距突變的虛擬變量DU系數(shù)不顯著,而表示斜率突變的虛擬變量DT系數(shù)在至多是 10%的顯著水平下顯著,因此需要剔除截距突變因素,只采用含有斜率突變點的模型 B檢驗。模型B檢驗式如式(4)所示。TB是結(jié)構(gòu)突變發(fā)生的年份;變量 DUt是表示斜率突變的虛擬變量,其中,使用 Eviews 5.0編程對上述 8個序列進行模型B檢驗,結(jié)果如表 4所示。
表 4 含有一個結(jié)構(gòu)突變點的模型 B單位根檢驗結(jié)果
外匯儲備 1998 0.25 0.27 - - 124.97 0.93 8
由表 4含有一個斜率突變點的單位根檢驗結(jié)果可以看出名義 GDP、第二產(chǎn)業(yè)總產(chǎn)值、金融機構(gòu)存款總量和固定投資 4個序列分別在 10%、5%、10%和 10%的顯著水平上拒絕單位根假設,同時 DT系數(shù)顯著。金融機構(gòu)貸款總量雖然在 1%的顯著水平上拒絕單位根假設,但是DT系數(shù)并不顯著。其他 3個序列如第一產(chǎn)業(yè)總產(chǎn)值、最終消費和外匯儲備并不能拒絕單位根假設,因此含有一個結(jié)構(gòu)突變點的單位根檢驗表明這 3個序列仍舊是非平穩(wěn)的。
對表 2到表 4檢驗結(jié)果的匯總分析如表 5所示。通過加入一個結(jié)構(gòu)突變點的單位根檢驗模型驗證表明,在常規(guī)單位根檢驗情況下均呈現(xiàn)非平穩(wěn)狀態(tài)的 15個宏觀序列,在加入一個結(jié)構(gòu)突變點時只有 7個序列仍舊接受單位根假設,有 8個序列被證明是分段趨勢平穩(wěn)過程。
表5 模型A、B、C檢驗結(jié)果匯總
其中,在加入一個結(jié)構(gòu)突變點時拒絕單位根原假設的 8個序列的檢驗參數(shù)詳見表 6。
表6 分段趨勢平穩(wěn)序列檢驗結(jié)果匯總
含有一個結(jié)構(gòu)突變單位根檢驗結(jié)果顯示表 6所示 8個序列的長期增長路徑是固定的,只有少數(shù)足夠大的沖擊才能夠改變其長期增長趨勢。對于這些序列來說,其波動是圍繞長期增長路徑的上下浮動,在結(jié)構(gòu)突變出現(xiàn)之前,序列的波動不會過大的偏離長期增長路徑。
對于名義工資序列來說,結(jié)構(gòu)突變發(fā)生在 1983年,說明改革開放四年的積累對名義工資的長期增長路徑產(chǎn)生了正向效應。對于就業(yè)來說,結(jié)構(gòu)突變的時間出現(xiàn)在 1989年,結(jié)構(gòu)突變截距虛擬變量系數(shù)為正,斜率突變虛擬變量系數(shù)為負。通過對原始數(shù)據(jù)的觀察,發(fā)現(xiàn)就業(yè)在 1989年出現(xiàn)截距突變的原因是第一產(chǎn)業(yè)就業(yè)人員的快速增長,第一產(chǎn)業(yè)就業(yè)人員在樣本期內(nèi)的平均增長率是 1.53%,但是在 1989-1990年間增長率高達 17.3%。而就業(yè)量增長速度的減小則歸咎于工種和工種需求量的穩(wěn)定。剔除 GDP的消脹因素之后,真實 GDP序列的結(jié)構(gòu)突變發(fā)生在 1960年,且截距突變虛擬變量為負,說明 1958-1959年的大躍進對我國經(jīng)濟產(chǎn)生了直接的負面影響,使得真實 GDP較之前有明顯下降,但是大躍進只是顯著的減少了我國真實GDP的存量,對其增長速度并沒有產(chǎn)生實質(zhì)性的影響。對于名義 GDP序列而言,1979年改革開放的作用要大于大躍進的影響。改革開放對名義 GDP的顯著影響在于加速了名義 GDP的增長速度,使其在現(xiàn)有存量的基礎上迅猛增長。第二產(chǎn)業(yè)總產(chǎn)值和固定投資序列的結(jié)構(gòu)突變點分別出現(xiàn)在 1981和 1982年,結(jié)構(gòu)突變虛擬變量系數(shù)均為正,說明經(jīng)過 1979年改革開放的積累和助力,二者的增長速度均有所提高。對于金融機構(gòu)存款總量和貸款總量兩個序列來說,它們的結(jié)構(gòu)突變點都發(fā)生在 1978年,斜率突變虛擬變量系數(shù)分別為 0.03和 0.01,說明文革的結(jié)束和即將開始的改革開放對銀行存貸款產(chǎn)生了長期的正面影響。
本文確定的結(jié)構(gòu)突變時刻主要有三個:1960年、1979年前后和 1989年,其中結(jié)構(gòu)突變點發(fā)生在 1979年前后的有名義工資、名義 GDP、第二產(chǎn)業(yè)總產(chǎn)值、金融機構(gòu)存款和貸款總量以及固定投資等 6個序列,而且這 6個序列在檢驗過程中的結(jié)構(gòu)突變虛擬變量系數(shù)均為正。這說明 1979年的改革開放是我國經(jīng)濟發(fā)展史上的重大舉措,對我國宏觀經(jīng)濟起到了舉足輕重的促進作用。改革開放的開始改變了我國部分宏觀經(jīng)濟總量的長期發(fā)展路徑。
宏觀經(jīng)濟總量是分段趨勢平穩(wěn)還是單位根過程的結(jié)論有著重要意義。一方面,如果宏觀經(jīng)濟序列是含有單位根的非平穩(wěn)過程,那么序列是圍繞一個隨機趨勢波動的,外在的任何沖擊都可以改變總量的長期增長路徑;另一方面,序列到底是具有單位根的還是分段趨勢平穩(wěn)的結(jié)論對研究宏觀經(jīng)濟總量之間相互關(guān)系具有重大的影響。