武漢軟件工程職業(yè)學(xué)院 徐紅梅
武漢聯(lián)合藥業(yè)有限責(zé)任公司 陳建伍
國(guó)民經(jīng)濟(jì)增長(zhǎng)與微觀企業(yè)經(jīng)濟(jì)增長(zhǎng)的關(guān)系在衡量經(jīng)濟(jì)的發(fā)展和預(yù)測(cè)中具有極其重要的作用。企業(yè)增長(zhǎng)可以推動(dòng)國(guó)民經(jīng)濟(jì)的增長(zhǎng),而國(guó)民經(jīng)濟(jì)增長(zhǎng)必然也可以帶動(dòng)企業(yè)的發(fā)展,但是兩者之間的關(guān)系卻值得深入探討。本文采用Granger因果檢驗(yàn)法和誤差修正模型法對(duì)國(guó)內(nèi)生產(chǎn)總值和上市公司的營(yíng)業(yè)總收入進(jìn)行引導(dǎo)關(guān)系研究,力圖得到一些有益的結(jié)論。
本文選取2002年第一季度至2008年第一季度的季度數(shù)據(jù)為樣本空間,數(shù)據(jù)來(lái)自國(guó)泰安CSMAR數(shù)據(jù)庫(kù)。經(jīng)濟(jì)增長(zhǎng)的主要衡量指標(biāo)是GDP,企業(yè)增長(zhǎng)也要采取相同的產(chǎn)出指標(biāo),即營(yíng)業(yè)總收入指標(biāo),因此在變量的選取上主要選取各上市公司的營(yíng)業(yè)總收入和國(guó)內(nèi)生產(chǎn)總值(GDP),在進(jìn)行數(shù)據(jù)預(yù)處理的過(guò)程中將全國(guó)有效的1059個(gè)企業(yè)的營(yíng)業(yè)總收入加總起來(lái)得到企業(yè)的總收入(RET);同時(shí)考慮到物價(jià)水平的波動(dòng),因此采用物價(jià)指數(shù)CPI來(lái)剔除物價(jià)因素。取2002年第一季度的實(shí)際GDP和實(shí)際RET為基準(zhǔn)(即CPI=100),分別對(duì)實(shí)際GDP和實(shí)際RET取自然對(duì)數(shù)以消除數(shù)據(jù)中存在的異方差,即分別用LnG=Ln(GDP/CPI)和LnR=Ln(RET/CPI)表示經(jīng)過(guò)CPI調(diào)整的自然對(duì)數(shù)的實(shí)際GDP和實(shí)際RET。
圖1 LnG和LnR的走勢(shì)圖
由圖1和表1可以看出國(guó)內(nèi)生產(chǎn)總值(LnG)和企業(yè)總收入(LnR)具有相同的趨勢(shì),且相關(guān)性較強(qiáng),但這種相關(guān)性并不代表它們之間具有一定的因果關(guān)系,所以采用單位根檢驗(yàn),協(xié)整檢驗(yàn)和Granger因果關(guān)系檢驗(yàn)方法來(lái)分析它們之間的關(guān)系,并給出短期預(yù)測(cè)的誤差修正模型。
表1 LnG和LnR的相關(guān)性檢驗(yàn)
通過(guò)單位根檢驗(yàn)序列的平穩(wěn)性是經(jīng)濟(jì)時(shí)間序列分析的前提,本文采用擴(kuò)展的Dickey-Fuller單位根檢驗(yàn)(ADF)和Phillips-Perren檢驗(yàn)(PP)對(duì)各個(gè)變量進(jìn)行單位根檢驗(yàn),檢驗(yàn)結(jié)果見(jiàn)表2:
表2 各變量的平穩(wěn)性檢驗(yàn)
表2中結(jié)果說(shuō)明LnG和LnR序列在1%顯著性水平下都是非平穩(wěn)的,而它們的一階差分序列在1%顯著性水平下都是平穩(wěn)的,所以LnG和LnR是一階單整序列。
為了分析二者之間是否存在協(xié)整關(guān)系,先對(duì)變量用普通最小二乘法(OLS)估計(jì)回歸模型進(jìn)行回歸分析,然后再通過(guò)檢驗(yàn)回歸殘差的平穩(wěn)性來(lái)做出判斷。如果平穩(wěn),說(shuō)明存在協(xié)整關(guān)系;否則相反。
表3 OLS回歸估計(jì)結(jié)果
其中R2=0.794,DW=1.592。各系數(shù)通過(guò)顯著性檢驗(yàn),DW值表明殘差序列不存在自相關(guān)。
對(duì)上述方程的殘差序列進(jìn)行平穩(wěn)性檢驗(yàn),根據(jù)SIC方法確定滯后長(zhǎng)度為p=2。檢驗(yàn)結(jié)果如表4:
表4 殘差平穩(wěn)性檢驗(yàn)結(jié)果
從表4可以看到殘差序列通過(guò)平穩(wěn)性檢驗(yàn),說(shuō)明LnG和LnR存在協(xié)整關(guān)系,即存在長(zhǎng)期均衡關(guān)系。
協(xié)整檢驗(yàn)說(shuō)明變量之間存在長(zhǎng)期均衡關(guān)系,但其因果關(guān)系, 還需要通過(guò)Granger因果檢驗(yàn)。先估計(jì)當(dāng)前的y值被其自身滯后期取值所能解釋的程度,然后驗(yàn)證通過(guò)引入序列x的滯后值是否可以提高y的被解釋程度,如果是,則稱(chēng)序列x是y的Granger成因,否則稱(chēng)為非Granger成因;同時(shí)考慮序列y是否是x的Granger成因,若使用x的過(guò)去值比不使用x值能更好預(yù)測(cè)y,則稱(chēng)x對(duì)y有單向引導(dǎo)關(guān)系;若y對(duì)x也有單向引導(dǎo)關(guān)系,則x和y之間具有互動(dòng)關(guān)系。(Granger因果關(guān)系檢驗(yàn)?zāi)P驮诖寺?
在使用Granger引導(dǎo)關(guān)系檢驗(yàn)時(shí)需要選擇滯后階數(shù)。滯后階數(shù)越大,越能完整反映所構(gòu)造模型的動(dòng)態(tài)特征;但滯后階數(shù)越大,需要估計(jì)的參數(shù)也就越多,模型的自由度就越少。所以通常進(jìn)行選擇時(shí),需要綜合考慮,既要有足夠數(shù)目的滯后項(xiàng),又要有足夠數(shù)目的自由度。本文根據(jù)AIC(Akaike Information Criterion)信息準(zhǔn)則和SC(Schwarz Criterion)信息準(zhǔn)則選取ADF檢驗(yàn)滯后階。根據(jù)國(guó)內(nèi)外的選取經(jīng)驗(yàn),通過(guò)VAR模型檢驗(yàn)選滯后階數(shù)為3時(shí)AIC和SC為最小,此時(shí)Granger因果關(guān)系檢驗(yàn)結(jié)果如表5:
表5 Granger因果關(guān)系檢驗(yàn)結(jié)果
從表5可以看到,在99%的置信水平下,Granger因果關(guān)系檢驗(yàn)拒絕了LnR不是LnG的Granger成因;而對(duì)于原假設(shè),LnG不是LnR的Granger成因則無(wú)法被拒絕,所以可以從統(tǒng)計(jì)意義上得出結(jié)論:LnR是LnG的Granger成因,也就是企業(yè)增長(zhǎng)對(duì)于經(jīng)濟(jì)增長(zhǎng)具有單向引導(dǎo)作用,而經(jīng)濟(jì)增長(zhǎng)對(duì)企業(yè)增長(zhǎng)的影響關(guān)系不顯著。
ECM模型進(jìn)一步探究了兩者之間的關(guān)系。對(duì)具有協(xié)整關(guān)系的序列,算出誤差修正項(xiàng),并將誤差修正項(xiàng)的滯后一期看做一個(gè)解釋變量,連同其它反應(yīng)短期波動(dòng)關(guān)系的變量一起,建立誤差修正模型。其中誤差修正項(xiàng)反應(yīng)的是變量長(zhǎng)期的關(guān)系,誤差修正模型反應(yīng)的是變量短期的相互關(guān)系。(本文略去模型的構(gòu)建過(guò)程)
Granger因果檢驗(yàn)得出了在99%的置信水平下,從LnR到LnG的單向因果關(guān)系,所以可以建立短期誤差修正模型來(lái)揭示它們之間存在的數(shù)量關(guān)系。
根據(jù)前面的分析,LnR和LnG都是一階單整序列。設(shè)長(zhǎng)期均衡方程式(1)的誤差修正項(xiàng)為:
得到誤差修正模型為:
對(duì)模型(3)進(jìn)行估計(jì)的結(jié)果如表6:
表6 ECM模型回歸估計(jì)結(jié)果(不含常數(shù)項(xiàng))
即得到下式:
由表6知道各系數(shù)均通過(guò)顯著性檢驗(yàn),并且R2=0.623,方程的顯著性概率p=0.001,DW=2.205表明ECM模型的殘差已經(jīng)不存在自相關(guān)現(xiàn)象。
誤差修正模型的△LnR系數(shù)為正值,說(shuō)明企業(yè)產(chǎn)出對(duì)經(jīng)濟(jì)增長(zhǎng)(GDP)的確有正向促進(jìn)作用,誤差修正項(xiàng)ecm反映了對(duì)偏離長(zhǎng)期均衡的調(diào)整力度。從估計(jì)值來(lái)看,ecm系數(shù)小于0,符合負(fù)向修正機(jī)制,對(duì)偏離長(zhǎng)期均衡的調(diào)整力度為65.9%,即企業(yè)總產(chǎn)出在上一季度的非均衡誤差以65.9%的速度對(duì)本季度的GDP從反方向、向長(zhǎng)期均衡狀態(tài)調(diào)整,并對(duì)下一季度GDP的增長(zhǎng)產(chǎn)生影響。
研究的數(shù)據(jù)結(jié)果顯示,在99%的顯著性水平下,企業(yè)經(jīng)濟(jì)增長(zhǎng)是國(guó)民經(jīng)濟(jì)增長(zhǎng)的Granger成因,即企業(yè)的發(fā)展對(duì)于GDP的增長(zhǎng)具有單向引導(dǎo)作用,但GDP的增長(zhǎng)對(duì)企業(yè)的發(fā)展的影響關(guān)系卻并不顯著。此外,ECM模型分析證明,企業(yè)的總產(chǎn)出在上一季度的非均衡誤差以65.9%的速度對(duì)本季度的GDP從反方向向長(zhǎng)期均衡狀態(tài)調(diào)整,并對(duì)下一季度GDP的增長(zhǎng)產(chǎn)生影響。由此可見(jiàn),微觀企業(yè)的增長(zhǎng)在一定程度上確實(shí)推動(dòng)了宏觀經(jīng)濟(jì)的增長(zhǎng),并促使宏觀經(jīng)濟(jì)朝著長(zhǎng)期均衡穩(wěn)定的方向發(fā)展。
雖然從數(shù)據(jù)上看GDP的增長(zhǎng)對(duì)企業(yè)的經(jīng)濟(jì)發(fā)展的影響關(guān)系不顯著,但是GDP增長(zhǎng)的內(nèi)在因素與企業(yè)是分不開(kāi)的,比如低碳經(jīng)濟(jì)的發(fā)展、中國(guó)經(jīng)濟(jì)發(fā)展方向的轉(zhuǎn)變等都離不開(kāi)企業(yè)這個(gè)社會(huì)中最小的,但又最重要的元素。所以,在這后金融危機(jī)時(shí)代、全球經(jīng)濟(jì)大調(diào)整的格局下,我們不但要增加的企業(yè)數(shù)量、規(guī)模,還要使更多的民族企業(yè)像海爾一樣走向世界。
[1]Engle,R.F.,and Granger,C.W.J.. Cointegration and error correction:representation, estimation and testing[J].Econometrica,1987,55,251-276.
[2]吳世農(nóng),潘越.香港紅籌股、H股與內(nèi)地股市的協(xié)整關(guān)系和引導(dǎo)關(guān)系研究[J].管理學(xué)報(bào),2005(02).
[3]張永東,黎榮舟.上海股市日內(nèi)波動(dòng)性與成交量之間引導(dǎo)關(guān)系的實(shí)證分析[J].系統(tǒng)工程理論與實(shí)踐,2003(02).
[4]朱宏泉,盧祖帝,汪壽陽(yáng).中國(guó)股市的Granger因果關(guān)系分析[J].管理科學(xué)學(xué)報(bào),2001.
[5]肖輝,吳沖鋒.股指與股指期貨日內(nèi)互動(dòng)關(guān)系研究[J].系統(tǒng)工程理論與實(shí)踐,2004(05).