5.3.2 出口市场结构效应模型的识别与检验[9]
(1)数据的稳定性检验与协整检验
将截面时间序列所需要的主要贸易伙伴的数据序列,包括:被解释变量,我国对各贸易伙伴的出口对数序列,ln(EX Pi);各贸易伙伴的国内生产总值对数序列,ln(GDPi);各贸易伙伴与我国的相对实际汇率对数序列,ln(REERCi);以及共同解释变量ln(GDPt)、ln(MARt)、ln(FRCt)、ln(WARIN t)和ln(REERt)序列。多种检验方法得到检验结果如表5.1所示。
表5.1 出口市场结构效应面板实证原序列的单位根检验
其中,Levin、Lin&Chu检验拒绝了存在共同单位根过程的假设;而Breitung检验则认为不能拒绝;Im、Pesaran and Shin检验认为不能拒绝存在单独的单位根过程,而ADF-Fisher、PP-Fisher检验则拒绝了存在单独的单位根过程,Hadri检验则拒绝了不存在共同单位根过程的假设。因而,有必要进一步进行探讨。对面板数据的一阶单整序列进行单位根检验,除Hadri检验外,均拒绝了存在单位根的假设。因而可以认为,各时间序列数据为共同的一阶单整过程。
表5.2 出口市场结构效应面板实证一阶差分序列的单位根检验
以上结果显示,有必要进行数据的协整检验。采用Engle-Granger两步法进行协整检验。即在获得模型回归的结果之后,对其各残差序列进行单位根检验,检验各残差序列之间是否存在共同单位根过程。对回归残差的单位根检验结果如表5.3所示。
从表5.3可知:在5%的显著性水平下,回归残差是稳定的,不存在单位根过程,通过Engle-Granger两步法协整检验。可知人民币实际汇率与我国对主要贸易伙伴的出口之间存在一定的协整关系,即长期均衡关系。因而原序列之间存在协整关系,因而进行面板回归分析是合适的。
表5.3 出口市场结构效应面板实证协整检验
(2)实证模型的序列相关性检验
采用不包括AR与MA项,获得的回归残差的相关图和偏相关图,如图5.8所示。因而可以判断,该模型中存在一阶自相关性,需要在共同变量内加入一阶移动平均项,以消除序列的相关性,提高实证的解释力度。
图5.8 出口市场结构效应面板实证的相关图与偏相关图
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。