基于我国国内生产总值和居民消费支出变量的实证研究

  本文关键词：向量自回归模型与向量误差修正模型预测功能的比较——基于我国国内生产总值和居民消费支出变量的实证研究，由笔耕文化传播整理发布。

第２４卷第２期，２０１１年４月

Ｖ０１．２４Ｎｏ．２，，Ａｐｒ．２０１Ｉ

宁波大学学报（理工版）

ＪＯＵＲＮＡＬＯＦＮＩＮＧＢＯ

首届中国高校优秀科技期刊奖浙江省优秀科技期刊一等奖

ＵＮＩＶＥＲＳＩＴＹ（ＮＳＥＥ）

向量自回归模型与向量误差修正模型预测功能的比较

——基于我国国内生产总值和居民消费支出变量的实证研究

李洪雄１，汪浩瀚ｌ＇ｒ

（１．宁波大学商学院，浙江宁波３１５２１１；２．宁波大学研究生院，浙江宁波３１５２１１）

摘要：建立国内生产总值与居民消费支出有关形式变量的向量自回归模型和误差修正模型，依

据国内生产总值和居民消费支出的历史数据分别对模型进行估计，并利用估计好的２个模型对近２年的相应变量进行预测，将预测结果与实际数据相比较，从而得出２个模型的预测效果．通过比较显示：误差修正模型预测效果优于向量自回归模型．

关键词：向量自回归模型；误差修正模型；预测功能比较

中图分类号：Ｆ０６４．１

文献标识码：Ａ

文章编号：１００１．５１３２（２０１１）０２—０１１９．０５

居民消费支出与国内生产总值之间的关系密切，居民消费支出与国内生产总值的滞后期相关，而国内生产总值则与居民消费支出当期有关．史宁中等人…实证分析了中国人均国内生产总值与人均消费之间的关系，发现人均国内生产总值高速增长并没有带来人均消费的高速增长，并且两者并不存在当期严格的线性关系，而是一个动态变化的关系，特别是消费支出往往与前期的国内生产总值的关系较大．

向量自回归模型（ＶＡＲ）、向量误差修正模型（ＥＣＭ）和卡曼滤波模型（ＫＦＭ）常常被用来预测股票价格．研究表明，向量误差修正模型预测效果最

好，而向量自回归模型又好于卡曼滤波模型．一般

３种模型预测英国的股票价格，发现ＶＥＣ在预测功能上要强于其他２个模型．

１

数据及相关变量说明

笔者使用的数据为１９７８～２００７年的居民消费支出和国内生产总值以及消费物价指数，全部数据来源于《中国统计年鉴２００８》．考虑到消除变量之间的共线性，由于需要用到物价指数，故采用实际变量，而不是名义变量．由于人均消费数据的不

可直接获得性，为减少数据转换过程中信息损耗，故使用总值，而不是人均数值．具体变量见表１．

表ｌ变量表

认为，误差修正模型之所以在预测效果上好于其他２种模型，是由于它通过１个误差修正项允许变量的动态更新调整［２－６］．向量自回归模型能够反映变量之间的相互关系，能够体现滞后期以及任何期扰动对各个变量的影响，而误差修正模型还能够反映变量之间的长期均衡关系以及短期偏离关系．通过这２个模型对中国的居民消费支出与国内

生产总值进行预测，并比较两者的预测效果是笔者的目的．国外有研究ＶＡＲ与ＶＥＣ的预测效果的相关文献．Ｊｕｎｇ等人【７】通过应用ＶＡＲ、ＥＣＭ和ＫＦＭ

收稿日期：２０１０．０９－２４．

２

基本模型的建立

２．１变量的单整检验

变量ＣＯＮＳ表示名义居民消费支出，变量ＧＤＰ

宁波大学学报（理工版）网址：ｈｔｔｐ：／／３ｘｂ．ｎｂｕ．ｅｄｕ．ｅｌｌ

第一作者：李洪雄（１９７６一），男，江西瑞昌人，在读硕士研究生，主要研究方向：经济系统分析与优化．Ｅ—ｍａｉｌ：ｌｈｘ一１１０９＠ｙａｈｏｏ．ｃｏＩＩＬｃｎ 通讯作者：汪浩瀚（１９６４一），男，安徽合肥人，博士／教授，主要研究方向：经济系统分析与优化．Ｅ－ｍａｉｌ：ｗａｎｇｈａｏｈａｎ＠ｎｂｕ．ｅｄｕ．ｃＩｌ

Word文档免费下载：向量自回归模型与向量误差修正模型预测功能的比较——基于我国国内生产总值和居民消费支出变量的实证研究 （下载1-6页，共6页）

  本文关键词：向量自回归模型与向量误差修正模型预测功能的比较——基于我国国内生产总值和居民消费支出变量的实证研究，由笔耕文化传播整理发布。