进口商品结构效应型的识别与检验

4.3.2　进口商品结构效应型的识别与检验

（1）进口总量数据的检验

①数据的稳定性检验与协整检验

采用针对面板数据的单位根检验方法对截面被解释变量与截面解释变量进行检验。解释变量和被解释变量包括ln（IMP_i）、ln（GDP）、ln（FRG）、ln（GRG）、ln（REER），以及分类商品的ln（MAR_i）。针对上述时间序列数据原时间序列的单位根检验结果见表4.8。表4.8显示，探讨汇率变动的进口商品总量贸易结构的数据序列之间不存在共同的以及单独的单位根过程，适合进行截面回归实证分析。

表4.8　进口商品贸易结构总量数据原序列的单位根检验

②实证模型的序列相关性检验

在利用不包括自相关和移动平均项的模型完成实证回归之后，得到回归残差相关图与偏相关图，确定回归模型的序列相关和移动平均形式，针对回归序列的残差进行的相关图检验结果显示，存在两阶序列相关，适合采用AR（2）模型。

图4.6　进口总量商品结构效应面板实证的相关图和偏相关图

（2）进口分类数据的检验

①稳定性检验与协整检验

同样对进口分类数据进行稳定性检验与协整检验，采用类别出口商品的对数时间序列数据，ln（IMP_i），i＝0，1，…，9为解释变量，量ln（GDP）、ln（FRG）、ln（GRG）、ln（REER）、ln（MAR_i），i＝0，1，…，9为被解释变量。

针对上述时间序列数据原时间序列和一阶差分的单位根检验结果见表4.9。从表4.9可见，时间序列数据之间基本可以认为（除Hadri Z统计检验结果外）不存在共同的和个体的单位根过程，可以开展实证分析。

表4.9　进口商品贸易结构分类数据原序列的单位根检验

②实证模型的序列相关性检验

在完成回归之后，得到回归残差相关图与偏相关图，确定回归模型的序列相关形式，针对回归序列的残差进行的相关图检验结果显示，适合采用2阶自回归模型进行分析，在实证模型中加入AR（2）项。

图4.7　进口商品分类商品结构效应面板实证的相关图与偏相关图