（概率论与数理统计专业论文）中国石油需求量计量预测模型.pdf

中山大学硕士学位论文中国石油需求量计量预测模型 论文题目：中国石油需求量计量预测模型 专业名称：概率论与数理统计 作者：黎嘉翰 指导老师：余锦华教授 摘要 国内石油的供求关系是人们关注的热点问题。若能正确的建立石油需求计量 模型并能对石油需求进行预测将会是一件十分有意义的事情。 本文采用横向分析手法，选取部分重要的宏观经济指标以分析其对石油需求 的影响。与众多宏观经济变量一样，我们选取的解释变量经a d f 检验后发现是 不平稳的。为了发现变量间长期的均衡关系，我们的目标是建立变量间长期的协 整关系。学术界大多数关于协整的研究都只是针对只含有一阶不平稳变量的情况， 而我们的困难在于我们选取的部分解释变量是二阶不平稳的。 根据e n g s t e d ，g o n z a l o 和h a l d r u p 等人的研究成果，我们成功寻找除二阶不平 稳变量间的协整向量，进而利用e g 两步法建立所有变量的协整关系。 为了克服协整模型预测能力薄弱的缺陷，我们发展了季节模型和滞后模型。 经检验，滞后模型有十分良好的预测能力。 关键词：协整，多重协整，e g 两步法，季节调整，滞后模型 中山大学硕士学位论文中国石油需求量计量预测模型 t h ef o r e c a s t i n ge c o n o m e t r i cm o d e lo fp e t r o l e u m d e m a n di nc h i n a m a j o r ：p r o b a b i l i t yt h e o r ya n dm a t h e m a t i c s s t a t i s t i c s n a m e ：l ij i h a n s u p e r v i s o r ：p r o f y uj i n h u a a b s t r a c t t h ed o m e s t i cp e t r o l e u md e m a n di so n eo ft h eh o t t e s t t r o p i c s i t i sv e r y c o n s t r u c t i v ei f o n ec a nb u i l da ne c o n o m e t r i cm o d e la n dd of o r e c a s t w ee x a m i n e ds o m eo ft h ei m p o r t a n tm a c r o e c o n o m i cv a r i a b l e ss u c ha sg d p , o i l p r i c e ，t r a n s p o r ti n d e x ，a n de l e c t r i c i t yc o n s u m p t i o n t h e ya l l h a v e s i g n i f i c a n t c o r r e l a t i o n sw i t hp e t r o l e u md e m a n d g d pa n dc o n s u m p t i o nf i f e 1 ( 2 ) v a r i a b l e s ，b u t t h e y h a v ea c o - i n t e g r a t i o n r e l a t i o n f u r t h e r m o r e a l lt h ev a r i a b l e sh a v ea m u l t i c o i n t e g r a t i o nr e l a t i o n s h i p w ef i n do u tt h el o n g - r u ne q u i l i b r i u mb e t w e e ng d p , o i lp r i c e ，t r a n s p o r ti n d e x ，e l e c t r i c i t yc o n s u m l o t i o na n dp e t r o l e u md e m a n d t h e r ea r es t i l ls o m ed e f e c t su s i n gt h ec o i n t e g r a t i o nt od of o r e c a s t w ei m p r o v e d o u re c o n o m e t r i cm o d e lt oi n c l u d es e a s o n a lv a r i a b l e sa n dl a g g e dv a r i a b l e s t h e f o r e c a s t i n gf u n c t i o no f t h en e wm o d e li ss a t i s f a c t o r y k e yw o r d s ：c o i n t e g r a t i o n ，m u l t i c o i n t e g r a t i o n ，e gt w o - s t e pp r o c e d u r e ，s e a s o n a l a d j u s t m e n t ，l a gm o d e l n 中山大学硕士学位论文中国石油需求量计量预测模型 1 1 本文的研究动机 第1 章引言 国际油价在近两年持续的高增长。而中国的石油需求在经济发展等诸多因素 的带动下增长更加迅猛。2 0 0 4 年，中国已经超过日本，成为全球的第二大的石 油需求国。2 0 0 5 年夏天，当国际油价屡创新高而正成为世界各地财经报道的头 条和民生关注热点的时候，华南地区更加出现了“油荒 。石油的供求问题越来 越成为人们关注的热点了。 本文主要是从横向方面研究宏观经济因素对石油需求的影响，利用其数量关 系建立经济计量模型，进而发现各变量间的长期均衡关系以及短期的修正关系。 1 2 本文主要研究方法一协整理论的诞生与发展 1 9 7 0 年以前的时间序列建模 1 】都是以“经济时间序列平稳 为假设前提的， 但是，多数宏观经济时间序列都是非平稳的，即其均值或方差是随时间的变化而 变化。而用非平稳时间序列建立回归模型则有可能带来虚假回归。 从1 9 7 0 年开始，宏观经济变量的非平稳性问题以及虚假回归问题越来越引 起人们的注意。1 9 7 4 年，格兰杰( g r a n g e r ) 和纽博尔德( n e w b o l d ) 2 首次提出虚假 回归问题。所谓虚假回归( 或称伪回归) 是指：当经济过程非平稳时，检验回归 系数显著性的t 统计量的分布随着样本容量的增大而发散，同时可决系数r 2 的值 很高，导致用非平稳时间序列建立的回归模型的估计结果失真。 伯克斯一詹金斯( b o x j e n k i n s ) 接着又指出：其实时间序列的非平稳性是多 种多样的，但幸运的是经济时间序列常常具有齐次非平稳特点，即通过足够次数 的差分就可以把非平稳变量变为平稳变量。因此，非平稳变量可以先通过差分变 换成平稳变量以后建立动态分布滞后模型，但这种模型无法还原原变量间的关 系。所以，简单地用差分变量建立经济计量模型，一般来说，并不是一个恰当可 行的方法。 中山大学硕士学位论文中国石油需求量计量预测模型 后来，迪凯( d i c k e y ) 、富拉尔( f u l l e r ) 以及恩格尔和格兰杰【3 】提出了协整理 论。协整理论的宗旨在于：对于那些建模较为困难的非平稳序列，通过引入与其 协整的差分变量，达到使模型成立并提高模型精度的目的。 恩格尔一格兰杰( e n g l e g r a n g e r ) 于19 8 7 年在其发表的论文协整与误差 修正，描述，估计与检验 4 】中，正式提出了协整( c o i n t e g r a t i o n ) 这一名词，并将 经济变量之间存在的长期稳定关系称为协整关系。可以说经济变量的协整性是对 非平稳经济变量长期均衡关系的统计描述，协整理论为在两个或多个非平稳变量 间寻找长期均衡关系，以及用存在协整关系的非平稳变量建立经济计量模型奠定 了理论基础。 协整理论的创新之处在于： 1 ，协整概念指明具有协整关系的高阶单整变量的线性组合可以降低其单整 阶数。例如，如果若干个一阶单整变量具有协整性，则这些变量可以组成一个平 稳的时间序列。这个平稳的时间序列可以用来描述原来变量间的均衡关系。只要 均衡关系存在，原变量间的平稳的线性组合就存在。 2 ，当且仅当若干个平稳变量具有协整性时，由这些变量建立的回归模型才有 意义。所以，协整性检验也是区别真实回归和虚假回归的有效方法。 3 ，根据格兰杰( g r a n g e r ) 定理，如果若干个非平稳变量存在协整关系，则这些 变量必有误差修正模型( e c m ) 的表达式存在，反之也成立。 误差修正模型最初由萨甘( s a r g a n ) 于1 9 6 4 年提出，后经亨德里一安德森 ( h e n d r y a n d e r s o n1 9 7 7 ) 和戴维森( d a v i s o n l 9 7 7 ) 等进一步完善。误差修正模型 改进了时间序列模型只考虑用平稳变量建立模型，却忽视了原非平稳变量信息的 弱点，以及经典计量模型忽视虚假回归的问题。 误差修正模型提供了结合上述两种模型的优点并克服其弱点的途径，把长期 关系和短期动态特征结合在一个模型中。误差修正模型有单一方程和多方程两种 形式。多方程误差修正模型是在向量自回归模型( v a r ) 基础上建立起来的，称为 向量误差修正模型( v e c ) 。 协整理论所要研究的主要内容包括： 协整性的定义；协整性检验；协整参数的估计；建立经济变量间的协整计量 模型。 中山大学硕士学位论文中国石油需求量计量预测模型 第2 章石油需求量计量模型的建立 2 1 解释变量的设定 国外部分学者使用真实g d p 和国际原油价格因素等作为解释变量建立关石 油需求量的计量预测模型。而不同国家的模型又有着一些具有国家特点的解释变 量，如美国i m a dj a b i r 5 把美国的战略性石油储备量作为一个考虑因素；巴西的 d e n i s a r dc o a l v e s 和r o d r i g od el o s s od as i l v e i r ab u e n o 6 在他们的论文中使用 酒精价格作为一个解释变量，原因是从1 9 8 5 年开始，巴西把酒精作为汽油的一 种替代品以减轻对进口石油的依赖。 中国的国情与国外的情况有所不同。经济的高速发展，近年国内私人拥有汽 车的数量直线上升，交通运输的飞速发展，这是重要因素对石油需求量有很大的 影响；部分的发电厂使用柴油发电机发电，夏季生产制造企业由于受到供电的限 制自购柴油发电机自行发电，更加加剧了对石油的使用量。 本文选取了四个对石油需求影响较大的因素：真实g d p ( 记为r e a l g d p ，单 位：百亿元) ，真实价格( r e a l p r i c e ，单位：元) ，全年用电量( e l e c t r i c ，单位： 百亿千瓦时) ，公路运货量( g o o d s ，单位：千万吨) 作为对国内石油需求量d e m a n d ( 单位：百万桶) ( 1 桶= 1 5 9 升) 的解释变量。 本文选取的是1 9 9 6 年至2 0 0 5 年的季度数据，由于中国统计年鉴和其他重要 的数据库并没有齐全的全国用电量季度数据，我们在文章的前部分用该季度所在 的年度的全年用电量的四分之一作为一个指标值表征对用电的需求；在文章的随 后章节，我将会用插值的技巧把各季度的用电量估计出来再对模型进行改进。 各原始数据见表2 1 。 表2 1 o b s d e m a n d g d pp r i c e c p i g o o d se l e c t r i c 1 9 9 6 q 13 19 5 0 0 0 13 4 9 7 7 1 1 6 1 9 6 0 0 10 0 0 0 0 0 2 2 5 9 0 0 02 6 9 1 0 0 1 9 9 6 q 23 3 0 3 0 0 0 15 5 0 8 6 918 0 5 0 0 010 0 0 0 0 0 2 3 4 3 0 0 02 6 9 1 0 0 1 9 9 6 q 3 3 13 2 0 0 0 1 6 5 1 9 6 7 18 5 6 4 0 010 0 0 0 0 0 2 4 5 6 0 0 02 6 9 1 0 0 1 9 9 6 q 43 2 9 4 0 0 0 19 5 7 7 2 7 2 0 4 9 3 0 0 10 0 0 0 0 0 2 7 4 7 0 0 02 6 9 1 0 0 1 9 9 7 q 13 5 6 4 0 0 01 4 7 5 3 0 0 18 3 2 2 0 010 2 8 1 0 0 2 3 3 6 0 0 02 8 2 1 0 0 中山大学硕士学位论文 中国石油需求量计量预测模型 1 9 9 7 q 2 3 4 2 9 0 0 01 6 9 5 10 01 6 1 0 7 0 010 2 8 1 0 02 2 6 1 0 0 02 8 2 1 0 0 1 9 9 7 q 3 3 7 1 7 0 0 018 0 5 6 0 015 9 4 6 0 010 2 8 1 0 02 4 0 1 0 0 02 8 2 1 0 0 1 9 9 7 q 4 3 5 1 9 0 0 02 13 9 7 9 616 0 4 3 0 01 0 2 8 1 0 02 7 2 3 0 0 02 8 2 1 0 0 1 9 9 8 q 1 3 6 7 2 0 0 015 5 9 4 9 012 9 6 6 0 01 0 1 9 8 0 02 19 3 0 0 02 8 9 9 5 0 1 9 9 8 q 2 3 7 3 5 0 0 018 2 5 9 8 71 1 8 4 6 0 01 0 1 9 8 0 02 3 3 9 0 0 02 8 9 9 5 0 1 9 9 8 q 3 3 8 2 5 0 0 019 3 5 0 3 61 1 5 0 5 0 01 0 1 9 8 0 02 3 4 5 0 0 02 8 9 9 5 0 1 9 9 8 q 4 3 8 3 4 0 0 02 3 3 6 6 5 710 6 0 4 0 01 0 1 9 8 0 02 7 4 9 0 0 02 8 9 9 5 0 1 9 9 9 q 1 3 8 4 3 0 0 01 6 8 11 3 010 7 3 8 0 010 0 5 5 0 02 19 8 0 0 03 0 7 6 2 5 1 9 9 9 q 24 1 4 0 0 0 019 7 0 2 4 014 5 2 6 0 010 0 5 5 0 02 3 6 9 0 0 03 0 7 6 2 5 1 9 9 9 q 34 0 4 10 0 02 0 9 1 7 7 417 9 0 2 0 010 0 5 5 0 02 3 1 5 0 0 03 0 7 6 2 5 1 9 9 9 q 43 9 6 0 0 0 02 5 2 5 9 2 62 0 2 3 3 0 010 0 5 5 0 02 7 9 0 0 0 03 0 7 6 2 5 2 0 0 0 q 14 5 5 4 0 0 01 8 1 7 3 0 02 3 6 7 9 0 010 0 9 5 0 02 3 0 5 0 0 03 3 6 7 7 5 2 0 0 0 q 24 2 4 8 0 0 02 1 3 1 8 0 02 3 6 4 7 0 010 0 9 5 0 02 4 8 5 0 0 03 3 6 7 7 5 2 0 0 0 q 34 1 4 0 0 0 02 2 6 3 3 0 02 5 9 4 3 0 010 0 9 5 0 02 4 2 8 0 0 03 3 6 7 7 5 2 0 0 0 q 44 0 5 9 0 0 02 7 2 8 0 0 02 6 2 3 0 0 010 0 9 5 0 02 9 2 6 0 0 03 3 6 7 7 5 2 0 0 1 q 14 2 0 3 0 0 019 8 9 5 0 02 3 3 5 3 0 01 0 1 6 5 0 02 4 0 0 0 0 0 3 6 5 8 5 0 2 0 0 1 q 24 6 4 4 0 0 02 3 0 4 7 0 0 2 2 6 9 4 0 01 0 1 6 5 0 02 6 0 0 0 0 03 6 5 8 5 0 2 0 0 1 q 3 4 2 3 0 0 0 02 4 2 8 5 0 02 17 0 0 0 01 0 1 6 5 0 02 5 4 0 0 0 03 6 5 8 5 0 2 0 0 1 q 4 4 4 7 3 0 0 03 0 0 8 7 0 016 5 4 4 0 01 0 1 6 5 0 03 0 0 0 0 0 03 6 5 8 5 0 2 0 0 2 q 1 4 3 6 5 0 0 02 10 2 0 0 017 7 0 6 0 010 0 8 2 0 02 5 1 0 0 0 04 0 8 3 0 0 2 0 0 2 q 24 7 1 6 0 0 02 4 5 1 6 0 02 15 7 5 0 010 0 8 2 0 02 7 0 0 0 0 04 0 8 3 0 0 2 0 0 2 q 34 3 3 8 0 0 02 6 1 4 6 0 02 3 2 5 8 0 010 0 8 2 0 02 7 0 0 0 0 04 0 8 3 0 0 2 0 0 2 q 44 5 0 9 0 0 03 3 4 9 0 3 02 3 1 6 0 0 010 0 8 2 0 02 8 1 0 0 0 04 0 8 3 0 0 2 0 0 3 q 14 4 6 4 0 0 02 3 1 0 0 9 82 7 6 3 8 0 010 2 0 4 0 02 6 5 0 0 0 0 4 7 5 7 9 0 2 0 0 3 q 24 7 4 3 0 0 02 6 5 2 6 0 02 3 5 4 8 0 0 10 2 0 4 0 02 2 1 9 0 0 04 7 5 7 9 0 2 0 0 3 q 34 5 9 0 0 0 02 8 3 6 8 41 2 4 4 8 9 0 010 2 0 4 0 02 7 4 4 0 0 04 7 5 7 9 0 2 0 0 3 q 4 4 6 7 1 0 0 03 6 5 3 7 9 22 5 2 9 3 0 010 2 0 4 0 03 3 0 0 0 0 04 7 5 7 9 0 2 0 0 4 q 1 5 5 2 6 0 0 02 7 1 2 8 0 02 7 5 0 9 0 010 6 0 4 0 02 8 3 4 0 0 05 0 2 7 0 0 2 0 0 4 q 2 5 5 9 8 0 0 03 16 4 5 0 02 9 9 1 4 0 010 6 0 4 0 03 0 1 3 0 0 05 0 2 7 0 0 2 0 0 4 q 35 5 2 6 0 0 03 4 3 7 10 03 4 2 4 8 0 010 6 0 4 0 02 9 5 2 0 0 05 0 2 7 0 0 2 0 0 4 q 45 6 5 2 0 0 04 3 3 7 10 03 7 7 0 7 0 010 6 0 4 0 03 3 3 6 0 0 05 0 2 7 0 0 2 0 0 5 q 15 7 6 0 0 0 02 9 7 0 5 1 63 8 1 9 5 0 010 7 7 4 0 0 3 0 5 9 0 0 06 0 1 6 7 5 2 0 0 5 q 25 8 5 0 0 0 03 4 6 5 12 74 0 7 5 4 0 0 10 7 7 4 0 03 2 5 2 0 0 06 0 1 6 7 5 2 0 0 5 q 35 9 4 0 0 0 0 3 7 6 0 18 74 7 3 4 3 0 010 7 7 4 0 03 2 8 5 0 0 06 0 1 6 7 5 2 0 0 5 q 4 6 2 1 0 0 0 04 7 4 9 12 54 4 6 4 0 0 010 7 7 4 0 0n a6 0 1 6 7 5 数据来源： d e m a n d p r i c e 来源于国际能源机构( i n t e r n a t i o n a le n e r g ya g e n c y ) 的网站( w w w i e a o r g ) 月度石油报告( m o n t h l yo i lr e p o r t ) g d p 来源于“中宏数据库” g o o d s 来源于“中宏产业数据库” c p i 和e l e c t r i c 来源于历年中国统计年鉴 为了保证时间序列的数据的可比性，我们首先把g d p 转换成真实g d p ，价 格转换成真实价格( 19 9 6 物价= 1o o ) ，转换后的数据见表2 - 2 。 表2 2 o b sd e m a n dr e a l g d pr e a l p r l c eg o o d se l e c t r l c 1 9 9 6 q 1 3 19 5 0 0 013 4 9 7 7 11 6 1 9 6 0 02 2 5 9 0 0 02 6 9 1 0 0 4 中山大学硕士学位论文中国石油需求量计量预测模型 1 9 9 6 q 23 3 0 3 0 0 015 5 0 8 6 9 18 0 5 0 0 0 2 3 4 3 0 0 0 2 6 9 1 0 0 1 9 9 6 q 33 13 2 0 0 01 6 5 1 9 6 7 18 5 6 4 0 0 2 4 5 6 0 0 0 2 6 9 1 0 0 1 9 9 6 q 43 2 9 4 0 0 0 19 5 7 7 2 7 2 0 4 9 3 0 02 7 4 7 0 0 0 2 6 9 1 0 0 1 9 9 7 q 13 5 6 4 0 0 01 4 3 4 9 7 7 1 7 8 2 1 2 2 2 3 3 6 0 0 0 2 8 2 1 0 0 1 9 9 7 q 23 4 2 9 0 0 01 6 4 8 7 7 0 15 6 6 6 7 6 2 2 6 1 0 0 0 2 8 2 1 0 0 1 9 9 7 q 33 7 1 7 0 0 0 17 5 6 2 4 91 5 5 1 0 1 62 4 0 1 0 0 02 8 2 1 0 0 1 9 9 7 q 43 5 1 9 0 0 02 0 8 1 3 11 15 6 0 4 5 1 2 7 2 3 0 0 0 2 8 2 1 0 0 1 9 9 8 q 13 6 7 2 0 0 01 5 2 9 2 1 2 1 2 7 1 4 2 62 19 3 0 0 02 8 9 9 5 0 1 9 9 8 q 23 7 3 5 0 0 0 1 7 9 0 5 3 411 6 1 6 0 02 3 3 9 0 0 02 8 9 9 5 0 1 9 9 8 q 33 8 2 5 0 0 0 18 9 7 4 6 611 2 8 1 6 22 3 4 5 0 0 02 8 9 9 5 0 1 9 9 8 q 43 8 3 4 0 0 0 2 2 9 1 2 8 910 3 9 8 1 22 7 4 9 0 0 02 8 9 9 5 0 1 9 9 9 q 1 3 8 4 3 0 0 01 6 7 1 9 3 410 6 7 9 2 62 19 8 0 0 03 0 7 6 2 5 1 9 9 9 q 2 4 1 4 0 0 0 019 5 9 4 6 31 4 4 4 6 5 42 3 6 9 0 0 03 0 7 6 2 5 1 9 9 9 q 3 4 0 4 1 0 0 02 0 8 0 3 3 217 8 0 4 0 82 3 1 5 0 0 03 0 7 6 2 5 1 9 9 9 q 4 3 9 6 0 0 0 02 5 1 2 1 0 92 0 1 2 2 3 32 7 9 0 0 0 03 0 7 6 2 5 2 0 0 0 q 14 5 5 4 0 0 01 8 0 0 1 9 82 3 4 5 6 1 72 3 0 5 0 0 03 3 6 7 7 5 2 0 0 0 q 24 2 4 8 0 0 02 11 1 7 3 82 3 4 2 4 4 72 4 8 5 0 0 03 3 6 7 7 5 2 0 0 0 q 34 1 4 0 0 0 02 2 4 2 0 012 5 6 9 8 8 62 4 2 8 0 0 03 3 6 7 7 5 2 0 0 0 q 44 0 5 9 0 0 02 7 0 2 3 2 82 5 9 8 3 1 62 9 2 6 0 0 03 3 6 7 7 5 2 0 0 1 q 14 2 0 3 0 0 019 5 7 2 0 62 2 9 7 3 9 32 4 0 0 0 0 03 6 5 8 5 0 2 0 0 1 q 24 6 4 4 0 0 0 2 2 6 7 2 9 02 2 3 2 5 6 3 2 6 0 0 0 0 0 3 6 5 8 5 0 2 0 0 1 q 3 4 2 3 0 0 0 02 3 8 9 0 8 02 13 4 7 7 62 5 4 0 0 0 03 6 5 8 5 0 2 0 0 1 q 4 4 4 7 3 0 0 02 9 5 9 8 6 216 2 7 5 4 53 0 0 0 0 0 03 6 5 8 5 0 2 0 0 2 q 1 4 3 6 5 0 0 02 0 8 4 9 0 41 7 5 6 1 9 92 5 1 0 0 0 04 0 8 3 0 0 2 0 0 2 q 24 7 1 6 0 0 02 4 3 1 6 6 02 13 9 9 5 22 7 0 0 0 0 04 0 8 3 0 0 2 0 0 2 q 34 3 3 8 0 0 02 5 9 3 3 3 52 3 0 6 8 8 42 7 0 0 0 0 04 0 8 3 0 0 2 0 0 2 q 44 5 0 9 0 0 03 3 2 1 7 9 12 2 9 7 1 6 32 8 1 0 0 0 04 0 8 3 0 0 2 0 0 3 q 14 4 6 4 0 0 02 2 6 3 9 1 42 7 0 8 5 4 62 6 5 0 0 0 04 7 5 7 9 0 2 0 0 3 q 24 7 4 3 0 0 02 5 9 9 5 6 92 3 0 7 7 2 22 2 1 9 0 0 04 7 5 7 9 0 2 0 0 3 q 34 5 9 0 0 0 02 7 8 0 12 62 3 9 9 9 4 12 7 4 4 0 0 04 7 5 7 9 0 2 0 0 3 q 44 6 7 1 0 0 03 5 8 0 7 4 5 2 4 7 8 7 3 4 3 3 0 0 0 0 04 7 5 7 9 0 2 0 0 4 q 1 5 5 2 6 0 0 02 5 5 8 2 8 02 5 9 4 2 102 8 3 4 0 0 05 0 2 7 0 0 2 0 0 4 q 2 5 5 9 8 0 0 02 9 8 4 2 5 12 8 2 1 0 113 0 1 3 0 0 05 0 2 7 0 0 2 0 0 4 q 35 5 2 6 0 0 03 2 4 1 3 2 43 2 2 9 7 2 52 9 5 2 0 0 05 0 2 7 0 0 2 0 0 4 q 45 6 5 2 0 0 04 0 9 0 0 6 03 5 5 5 9 2 23 3 3 6 0 0 05 0 2 7 0 0 2 0 0 5 q 15 7 6 0 0 0 02 7 5 7 11 53 5 4 5 10 93 0 5 9 0 0 06 0 1 6 7 5 2 0 0 5 q 25 8 5 0 0 0 03 2 1 6 1 9 43 7 8 2 6 2 53 2 5 2 0 0 06 0 1 6 7 5 2 0 0 5 q 35 9 4 0 0 0 03 4 9 0 0 5 74 3 9 4 19 03 2 8 5 0 0 06 0 1 6 7 5 2 0 0 5 q 46 2 1 0 0 0 04 4 0 7 9 5 04 14 3 3 0 8n a6 0 1 6 7 5 为表述简便，我们分别把d e m a n d ，r e a l g d p ，r e a l p r i c e ，g o o d s ，e l e c t r i c 简 记为d ，r g ，r p ，g ，e o 2 2 各变量与d 散点图 我们分别画出d 关于r g ，r p ，ge 的散点图，见图2 - 1 。 5 中山大学硕士学位论文中国石油需求量计量预测模型 。 。 。 。 。 。 。 。 。 。0ou。 o 0 8 ：。 。母。 。 。 。 。 i800003 0 0 0 0o o o o 真实g d p ，单位百亿元 曩际油价单位元 公路赁途量单位千万吨 6 石油需求量，单位。百万牺 石油需求量，单位。百万橱 石油需求量，单位。百万橱 中山大学硕士学位论文中国石油需求量计量预测模型 。 3 。 ： ： l 0 ； ； e 。8 。 。g 8 图2 1 变量d e m a n d 关于r e a l g d p ，r e a l p r i c e ，g o o d s ，e l e c t r i c 的散点图 由图2 1 ，可以发现d 与r g ，r p ，g ，e 之间存在线性相关关系，为了解各变量 对d 的线性相关程度，下面求出各变量之间的相关系数。 2 3 各变量间相关系数 利用s p s s 软件进行运算，我们得到相关系数表2 - 3 。 表2 3 相关系数表 d r gr p ge dp e a r s o nc o r r e l a t i o nl8 3 1 + +8 5 l + 7 3 l + + 9 6 6 * s i g ( 2 - t a i l e d ) 0 0 00 0 00 0 00 0 0 n4 04 04 0 4 04 0 r g p e a r s o nc o r r e l a t i o n8 3 l 车l7 7 7 * +8 8 9 * 8 0 7 * s i g ( 2 - t a i l e d l 0 0 00 0 00 0 00 0 0 n4 04 0 4 04 04 0 r p p e a r s o nc o r r e l a t i o n8 5 l 十 7 7 7 * +l 7 2 8 * 8 9 0 * + s i g ( 2 t a i l e d ) 0 0 00 0 00 0 00 0 0 n4 04 04 04 04 0 gp e a r s o nc o r r e l a t i o n 7 3 1 + + 8 8 9 * 7 2 8 + l7 3 8 * + s i g f 2 t a i l e d ) 0 0 00 0 00 0 00 0 0 n4 04 04 04 04 0 ep e a r s o nc o r r e l a t i o n9 6 6 * 8 0 7 * +8 9 0 * 7 3 8 * +l s i g ( 2 - t a i l e d ) 0 0 00 0 00 0 00 0 0 n4 04 04 04 04 0 由表2 3 看出，d 与r g ，r p ，p ，g ，e 在1 的水平上显著线性相关。其中e 石油需求量单位。百万橘 中山大学硕士学位论文中国石油需求量计量预测模型 与d 的相关系数更高达0 9 6 6 ，非常接近于l 。 虽然d 分别与各解释变量之间单独的相关性非常显著，但如果盲目的直接用 这四个解释变量对d 进行回归，得出的结果很可能是伪回归 7 。 为了寻找它们之间的长期均衡关系，我们需要引入第一章提到的恩格尔一格 兰杰( e n g l e g r a n g e r ) t 19 8 7 年提出的协整的概念，即验证它们是否存在协整关 系。 在检验一组时间序列是否存在协整关系或长期关系之前，应该先检验这些时 间序列的非平稳性( 或称单整性) 及其单整系数。 2 4 单位根检验 我们画出各变量的时间序列图，以便大致判定各变量平稳与否。结果发现全 部变量从表面上看都是不平稳的，而且明显具有季节性波动的特征。 中山大学硕士学位论文中国石油需求量计量预测模型 9 中山大学硕士学位论文中国石油需求量计量预测模型 图2 2 各变量的时间序列图 定义2 4 1 8 时间序列 ) 称为严平稳的，如果对任何正整数m 和整数 f 。 f ： ，则 i ，便是( 1 ，1 ) 阶协整的。 e g 两步法给出了( 1 ，1 ) 阶协整关系和协整向量的一般求法，但我们模型中的 变量中含有1 ( 2 ) 变量，并不完全符合e g 两步法的前提条件，故不能直接应用它 来寻求我们需要的协整关系。 e n s t e d ，g o n z a l o 和h a l d r u p ( 1 9 9 7 ) 1 6 在他们的研究文章中指出，只要能够 中山大学硕士学位论文 中国石油需求量计量预测模型 明确找出1 ( 2 ) 变量之间的协整向量，就可以利用g r a n g e r 两步法的步骤寻求协整 关系。 2 5 3 协整关系的验证 在寻求协整关系之前，我们使用e v i e w s 软件中包含的 j o h a n s e n ( 1 9 9 1 ，1 9 9 5 ) 1 7 的c o i n t e g r a t i o nt e s t 来测试d ，船，印，g ，巨等五个变 量可能建立的协整方程的个数，结果见表2 - 5 。 表2 5j o h a n s e n 协整检验结果 h y p o t h e s i z e de i g e n v a l u e t r a c e0 0 5p r o b + + n o o f c e ( s ) s t a t i s t i cc r i t i c a iv a l u e n o n e + 0 7 5 7 4 3 11 0 1 3 6 0 56 9 8 18 8 90 0 0 0 0 a tm o s t1 +0 5 6 4 5 5 04 8 9 5 12 54 7 8 5 6 1 30 0 3 9 3 a t m o s t2 0 2 6 2 3 111 8 1 9 0 3 52 9 7 9 7 0 70 5 5 2 0 a t m o s t3 0 1 6 2 1 6 56 9 3 3 7 4 01 5 4 9 4 7 10 5 8 5 4 a t m o s t4 o 0 1 0 4 1 00 3 8 7 1 7 23 8 4 1 4 6 60 5 3 3 8 t r a c et e s ti n d i c a t e s2c o i n t e g r a t i n ge q n ( s ) a tt h e0 0 5l e v e l 。d e n o t e sr e j e c t i o no ft h eh y p o t h e s i sa tt h e0 0 5l e v e i + m a c k i n n o n h a u g - m i c h e l i s ( 19 9 9 ) p - v a l u e s 表2 5 的结果表明，上述的五个变量间在显著水平为o 0 5 的情况下存在协整 关系 1 8 】。 于是我们尝试应用e n s t e d ，g o n z a l o 和h a l d r u p 所提出的两步法。为此，我们 先进行“回归 。让匙，地，g ，巨作为解释变量对因变量d f 进行“回归”。我们 应用s p s s 软件进行回归分析得到如下结果： d ，= 2 0 5 9 9 4 + o 3 5 8 r g ，- 0 0 5 7 r p , 0 4 4 3 g , + 7 3 4 巨+ e ， ( 2 1 ) 值( 5 5 7 )( 3 0 4 5 ) ( - 0 6 3 3 ) ( - 2 0 2 2 )( 9 7 6 9 ) 中山大学硕士学位论文中国石油需求量计量预测模型 表2 6 方差分析表 a n o v a 6 s u mo f m o d e i s q u a r e s d fm e a ns q u a r ef s i g 1 r e g r e s s i o n 2 17 2 9 7 4 5 145 4 3 2 4 3 6 31 3 5 3 0 20 0 0 r e s i d u a i1 3 6 5 1 1 6 13 44 0 1 5 0 5 t o t a i2 3 0 9 4 8 6 123 8 a p r e d i c t o r s ：( c o n s t a n t ) egr gr p b d e p e n d e n tv a r i a b l e ：d 表中指标的涵义是： 总平方和娜= ( d f 一西) 2 ，表示样本观测值总体离差的大小。在表2 6 中用 t o t a l 表示。 回归平方和r s s = ( 毒一历) 2 ，表示由模型中解释变量所解释的那部分离差 的大小。在表2 - 6 中用r e g r e s s i o n 表示。 残差平方和e s s = ( d f 一今) 2 ，表示样本观测值与估计值偏离的大小。在表 2 - 6 中用r e s i d u a l 表示。 f 统计量的样本值f = 面西g 丽s s i k 云面；s i g = p ( f f 值) 。 多重线性回归方程显著性检验 1 9 】的目的是要看解释变量在整体上对被解释 变量是否有明显影响。为此要检验原假设h o ：届= 履= 屈= 屈= 0 在给定显著性 水平下是否被拒绝。在正态假设下，当风成立时，f 服从自由度为( k ，胛一k 一1 ) 的f 分布。由表2 6 可知回归方程( 2 1 ) 中f 值为1 3 5 3 0 2