毕业论文-贵州省交通货物运输量的时间序列分析

1、致谢毕业在即，感慨颇多。当我回首这段美好的学习生活，我会感到欣慰和充实。如今，这篇毕业论文终将为我的求学生活画上一个完美的句号。我会在以后的工作中，不断学习、充实自己。首先，我要感谢我的指导老师张文专老师。您在论文的选题、选材-直到论文的反复修改和定稿等环节中，都给了我极人的帮助，感谢您为我的辛勤仉出。您严谨的治学精祌和精益求精的工作作风等对 我今后的生活和工作来说有极人地帮助，感谢您对我的激励和谆谆教诲。感谢您的辛勤付出和无微不至的关怀。愿您工作顺心，桃李天下。同吋，在这里也要感谢我的同学们，他们在空余吋间会帮助我搜集资料，当我的论文修改出现瓶颈 吋，他们在精祌上不断地鼓励我，帮助我。谢谢各

2、位同学对我的帮助与支持。贵州省交通货物运输量的时间序列分析摘要：木文首先研究贵州省交通货物运输景与贵州宵地区生产总值之fn的单位根检验，从而验证两者之 w的协整关系；次，分析贵州省地区生产总值、货物周转景、货运景三者之闽的granger因果关系， 建立货物周转景(r)与地区生产总值(gdp)之叫的varftin归模型。研究结果显示，贵州宵交通货物 运输景与贵州省地区生产总位(gdp)之則不存在协整关系，货物周转景是贵州宵地区生产总值的granger 原w，但货运景、地区生产总值不是货物周转景的granger原因。关键词：协整；granger因果关系；交通货物运输景；地区生产总位time ser

3、ies analysis of guizhou provinces transportation freight volumeabstract: first, the paper researches doing unit root test with the transportation freight volume and gdp in guizhou province，thus，to check their cointegration relationship. next，the passage analyzes the causality during the gdp, freight

4、 volume with rotation volume in guizhou，setting up the var autoregressive model. the research results show that there is no cointegration relationship between transportation freight volume and gdp. the rotation volume is the granger causality of gdp, but the freight and gdp are not the grangercausal

5、ity of rotation volume.key words： cointegration; granger causality ; transport cargo traffic; gdpw1摘要：本文沒先研究贵州竹交通货物运输景与贵州竹地区生产总值之间的单位根检验，从而验证两者之 间的协整关系；其次，分析贵州省地区生产总值、货物周转量、货运量三者之间的granger因果关系, 建立货物周转fi （k）与地区生产总值（gdp）之间的vak向回归模型。研究结果显示，贵州省交通货物 运输跫与贵州省地区生产总值（gdp）之间不存在协整关系，货物周转量是贵州省地区生产总值的granger原因，似

6、货运量、地区生产总值不是货物周转量的granger原因。i§ 欠ii1 弓 iw12 单位根检验32.1贵州省货运量（f）的adf检验32.2贵州省货物周转量（r）的adf检验52.3贵州省地区生产总值（gdp）的adf检验63 协整检验73.1回归分析73. 2 johansen 协整检验104 granger因果检验和varma模型124.1货运量（f）、货物周转量（r）和地区生产总值（gdp）之间的因果检验124.2 建立lr与lgdp之间的var模型135街仑155：®171引言木文的研究选取了贵州省1993-2011年的货运景和货物周转景作为代表贵州省交通货物运输

7、业发展 水平的指标，选収贵州省地区生产总值（gdp）作为代表贵州省国民经济发展水平的指标。首先，本文 研究贵州省交通货物运输景与贵州宵地区生产总值的adf单位根检验，检验平稳性，从而进一步验证 两者之间的协整关系；其次，分析贵州省地区生产总值、货运量、货物周转量三者之间的granger因果 关系，建立货物周转量（r）与地区生产总值（gdp）之间的varama冋归模型。研究结果敁示，结合协 整检验及granger因果关系检验，贵州省交通货物运输跫（r）与贵州省地区生产总值（gdp）之间不存 在协整关系，并得到三者之间的相互之间的granger原因。贵州省交通运输业是贵州省地区经济的重要组成部分，

8、是连接地区各部门经济的纽带，是保证各项 经济活动得以常运行的一个重要前提部分。想要研究贵州省的交通货物运输s,就必须了解本义所选 取的指标货运量、货物周转量、地区生产总值各自的含义。一个地区的经济发展速度决定了本地区运输业的发展程度，交通货物运输业又倒过来促进地区各部 门的发展。木文的展开运用eviews3. 0软件屮时|川序列的几种分析方法，对贵州宵交通货物运输业的发 展周期和对贵州省地区经济展开相叉性研究。文章通过在国家统计局中华人民共和国统计尔鉴 屮杏找贵州锊交通货物运输景的相关指标（货运景、货物周转景）及贵州锊地区生产总值的数拋，得到 贵州省1993-2011甲的货运s （万吨）、货物

9、周转量（亿吨公麗）及贵州省地区生产总值（gdp,亿元） 等的相关数值，如表1所示：表1贵州省1993-2011年交通货物运输量及地区生产总值年份货运量（万吨）货物周转量（亿吨公里）地区生产总值（亿元）1993年11375277417.691994年11043284.6524. 461995年11738301. 1636.211996年12182317. 7723. 181997年11990332.4805. 791998年12774330.3858. 39199952000年15615404. 11029.922001 年16344439.31133.272002年1

10、73994861243. 432003年182245471426. 342004年19439610.91677.82005年21770646. 52005. 422006年247096812338. 982007年26787721.32884. 112008年32692805. 333561. 562009年34803926. 053912.682010 年397351005. 924602. 162011 年448901060.695701.84数据來源：1994-2012 (中国统计年鉴)在时间序列ewiews3.0软件中，由于货运量(f)、货物周转量(r)及贵州省地区生产总值(gdp)的

11、观测序列都其有増长趋势，因此对三个序列的原数据分别进行取对数，记为l gdp、l f、l k。阁1和图2分别w.示f这些数据的时间序列走势图。o group: untitled workfile: 123if e ( s3vi ow j procsiobjoctsi print inamo fro«zoi somplo shoot istots|spo阁2 l gdp吋间序列阁1 l f、l k吋间序列根据上图所示的结果，时间序列图货运fil f序列、货物周转fil k序列、地区生产总值l gdp序列 均为非平稳序列。因此要分析贵州省货运fi、货物周转:8及贵州省地区生产总值三者间的

12、协整关系，第 步，必须检验其平稳性，即运用adf单位根的检验方法；第二步，通过建立回归方程，检验三指标两 两之间的协整关系，根据协整检验所示的结果，结合格兰杰因果检验得出的结论，进而研究出指标间的 因果关系；敁后，通过相关检验综介分析，得出敁终的结论。2单位根检验本文为了研究贵州省货运量（f）、货物周转量（r）勾贵州省地区gdp之间的叉系，利用协整分析 的方法来检验它们之间的关系。首先利用adf （augmented dickey-fuller）检验方法分别对lf、lr、 lgdp三个序列进行单位根检验。设为等待检验的时间序列，adf检验考虑的三种w归模型如k所示:i.i.d.px/_i+/?

13、vx/.i+. + /?/>_1vx/_p+14-, et /v(0，<7；)(1)i.i.d.(p. + px +,vx/_1 + . + _ivxz_p+1 +<, et yv(o, (t；)(2)i.i.d.= 0 + 6zz + /?xm+. + /7p_,vx/_p+1ef 1 n(0, a2e)(3)验证是否平稳的假没讨以表示如下方式：构造adf检验统计fi:adf = p/s（p）若adf的检验统计量大于相应的临界值，则不扪绝原假设/（），认为xj序列不平稳，记为b（l）。 否则认为xj不存在单位根过程，记为b（0）。2.1贵州省货运量（f）的adf检验由于木文

14、所选用的数裾为时间序列数裾，需判断k是否平稳，选择engle-granger两少协整检验法 检验指t小之间是否存在协整天系。依照协整的检验方法，首先检验贵州省货运量（f）的平稳性，即检 验它的单整数。接下来在eviews3.0的软件屮，少骤的具体操作如下所示：在时间序列软件eviews3. 0中打开界而，在建立的文档123,在其中录入贵州省1993-2011年的贵州 畨货物周转量（r）、货运:ft （f）和地区生产总位（gdp）序列的相关数据。首先对取对数的lf序列进 行单位根检验，在工作文档中双击取对数后的货运量（万吨）（lf）原序列，在出现窗口中，点击view 键，然后依次点击unit r

15、oot test>trend and interceptflagged difference （1阶）>0k,从而得到佔计结果，见阁3。1 series: lf workfile: 173| o 门 |yiev|rroc»|obj»cts| printsaipl»|g»nrbar iaugmented dickeytuller unit root test on lfadf test statistic0 6990991% cntical value*5% critical value10% critical valu«-46193

16、 -3.7119 -3 2964mackinnon critical values for rejection of hypothesis of a unit rootaugmented dickey-fuller test equationdependent variable d(lf)method least squaresdate 04/04/14 time 10 48sample(adjusted) 1995 2011included observations 17 after adjusting endpoints£variablecoefficientstd error

17、t-statisticproblf(-1)0.0880260 125914-0 69909904968d(lf(-1)-0785120 24/799-1.12394202814c0 8178571 1377180 7188570 4850trend(1993)0.0150040 0100631.4909380.1598r-squared0.471930mean dependent var0.082495adjusted r-squared0350068s d dependent var0048482s.e of regression0.039085akaike info criterion3.

18、443812sum squared resid0.019860schwarz criterion3 247762log likelihood33.27240f-statistic3872654durbin-watson stat1 964898prob(f-statistic)0035215图3 lf序列的adf检验结果从上图3所示的结果得出，it序列非平稳，在置信度是1%、5%、10%的三个显著性水平下，临界值分 别是-4. 6193、-3.7119、-3.2694, t检验统计虽的值为-0. 6991大于相应临界值，从而接受原假设/(), 表明货运量(万吨)(lf)序列存在单位根过程，是非

19、平稳序列，记为b(l)。于是，对贵州省货运量(it)序列验证艽单整阶数，在(unit root test)中，选定对lf序列的一 阶差分进行adf检验，选择(intercept )，在(lagged difference)中选择1阶，单击“0k”选项，所 示结果见图4。3 series: lf workfile: 123|_=_|_b | £3view | procs | objects | print i h amcl frecre | sample | genr | sheet| idem | liaugmented dickey-fuller unit root test on

20、 d(lf)adf test statistic1 6421341% critical value"5% critical value10% critical value3.92283065926745"mackinnon critical values for rejection of hypothesis of a unit rootaugmented dickey-fuller test equationdependent vanable: d(lf.2)method: least squaresdate 04/04/14 time 10 46sampie(adjus

21、ted): 1996 2011included observations: 16 after adjusting endpointsvariablecoefficientstd error t-statisticprobcklfm)o(lf(-1).2)c-0.520916 -0 331303 0.0488540.317219-1.6421340 237763-1 3934180.0269521.8126480.12450.18690.0930r-squaredadjusted r-squared s.e. of regressionsum squared residlog likelihoo

22、d durbin-watson stat0.4626350 379963 0.048667 0.030790 27.32212 2.175778mean dependent vars.d dependent var akaike info criterion schwarz criterion f-statistic prob(f-statistic)0.0038090 061806 -3.040265 2.895405 5.596061 0.017650阁4 lf 阶差分序列的adf检验结果从上阁4的检验结果可知，在置信度为1%、5%、10%显著性水平下，其临界值分别为-3. 9228.-3

23、. 0659、-2.6745, adf检验的t统计量的值为-1.6421，大于其临界值，所以不能拒绝原假设即货运量（万吨）（lf）的一阶差分序列仍具有单位根，序列不平稳，记为b（l）。于是为了进一步得到（lf）序列的单整阶数，指定对（lf）序列进行二阶差分作单位根检验，选择（none）,在滞后差分项中选择1阶，单击“0k”,得到如下所示的估计结果，见图5。l_t series: lf workfile: 123vi ew|procsobjects| print|namefreeze j sample|genr|sheet| stats | ident | lineaugmented dicke

24、y-fuller unit root test on d(lf，2)adf test statistic-4 6212651% critical value*-2.74115% critical value-1.965810% critical value-1 6277mackinnon critical values for rejection of hypothesis of a unit rootaugmented dickey-fuller test equation dependent variable: d(lf，3)method. least squares date. 04/0

25、4/14 time: 10:45 sample(adjusted). 1997 2011 included observations: 15 after adjusting endpointsvariablecoefficientstd errort-statisticprobd(lf(-1),2)-2.1143520.457527-4 6212650.0005d(lf(-1).3)0.3359110.2533781.3257310.2078r-squared0 815202mean dependent var0000891adjusted r-squared0 800986s d depen

26、dent var0113567s e of regression0 050663akaike info criterion-3003657sum squared resid0 033368schwarz criterion-2909250log likelihood24 52742durbin-watson stat1926075图5 lf二阶差分序列的adf检验结果从图5的检验结果看,在置信度为1%、5%、10%的显著水平下,其临界值分别是-2. 7411、-1.9658、 -1.6277, t检验统计量的伉为-4. 6213,小于相应临界值，故扪绝原假设表明货运量（万吨）（lf） 的二阶差

27、分序列不存在单位根，是平稳序列，记为b（0）。即是lf序列是二阶单整的，即lft/（2）。 2.2贵州省货物周转量（r）的adf检验根据检验货物周转量（r）同样的方法，对为了得到取对数后的货物周转量（亿吨公里）（lr）序 列的单整阶数，通过m样的步骤操作，对货物周转量（lr）二阶差分序列作单位根检验，对lr序列进行 mlf序列一样的处理方成，得到相应的二阶差分的检验结果，见阁6。adf test statistic-3.6402641% critical value*5% critical value10% critical value2 7411 -1.9658 -1 6277*mackin

28、non critical values for rejection of hypothesis of a unit rootaugmented dickey-fuller test equationdependent variable d(lr.3)method least squaresdate: 04/04/14 time: 10:44sample(adjusted): 1997 2011included observations: 15 after adjusting endpointsvariablecoefficientstd. error t-statisticprobd(lr(d

29、),2)d(lr(-1).3)1 6369730 3310690 449685-3 6402640 2861631.1569240.00300 2681r-squaredadjusted r-squareds e of regression sum squared residlog likelihood0 636606 0.6086530 0440680 025246 26 61955mean dependent vars d. dependent var akaike info criterion schwarz criterion durbin-watson stat0.0018010.0

30、7044332826073.1882002187713| qbjectx | print | sompl* | g*nr | sh"t |q series: lr workfile: 123图6 lr二阶差分序列的adf检验结果从上阁6的检验结果可知，在置倌度为1%、5%、10%的显著性水平卜，其临界值分别足-2. 7411、 -1.9658、-1.6277, t检验统计量的值为-3. 6403,小于相应的临界值，从而拒绝原假设hq，表明取对 数后的货物周转量(lr)的二阶差分序列不存在单位根，是平稳序列，记为b(0)。即lr序列是二阶单整 的，即/7?口/(2)。2.3贵州省地区生

31、产总值(gdp)的adf检验对lgdp序列进行同lf序列一样的处理方式，就对数后的贵州省地区生产总值(lgdp)二阶差分序列作 单位根检验,得到相应的二阶差分的檢验结果，见阁7。olgdp workfile: 123| 因 jvi | procs i obj ectsj fr&nt |sftinpla i genr | st&ts | xdnt |augmented dickey-fuller unit root test on d(lgdp.2)adf test statistic-3 6819221% critical value*5% critical value10%

32、critical value2 7411 1 9658 1 6277mackinnon critical values for rejection of hypothesis of a unit root.augmented dickey-fuller test equationdopondont variable d(lgop.3)method least squaresdate: 04/04/14 tim© 10 42sample(adjusted). 1997 2011included observations 1s after adjusting endpointsvaria

33、blecoefficientstd. errorprob.d(lgdp(-1).2)d(lgdp(-1).3)-1 494522 0.3298470 405908 -3 681922 0.273613 1 2055260 00280 2495r-squaredadjusted r-squared s.e. of regression sum squared resid log likelihood0 6072440 577033 0.0457650 027228 26 05266mean dependent vars d dependent var akaike info criterion

34、schwarz cntenon durbin-watson stat0 0077990 070369 -3 207022 -3 112615 1.947864阁7 lgdp二阶差分序列的adf检验结果从图7的检验结果可以得知，在置信度为1%、5%、10%的显著性水平下,其临界值分别是-2. 7411、 -1.9658、-1.6277，t检验统计量的值为-3. 6819，小于相应临界值，从而拒绝表明地区生产总值 (lgdp)的二阶差分序列不存迕单位根，是平稳序列，记为b(0)。即lgdp序列是二阶单整的，即lgdpd，(2)。根据以上的三类序列的检验结果nj以得ih,货运量f序列、货物周转量r序

35、列、地区生产总值gdp序列均属于二阶单整的。3协整检验协整关系存在的条件为：协整回归的全部变m都应足相同的单整阶数，在诸多变量的情况下，可能存在至少一个的协整ft,若是两变聚的协整方程屮，协整m嚴则是唯一的。3.1回归分析为了说明贵州畨地区生产总位(gdp)、货物周转量(r)和贵州宵货运量(f)之间是否存在协整的关系，必须在三个变置屮，作两两分析，然v；再作它们之叫的协整分析。首先用变设对£f；进行普通最小二乘回归。以取对数后的货运撒(lf)为自变置，以取对数p的贵州畨地区生产总位(lgdp)为因变量，选0ls回归方法估汁模型，得到相应的估计结果，见阁8。dependent vari

36、able: lgdp method: least squares date: 04/04/14 time: 19:40 sample: 1993 2011 included observations: 19variablecoefficientstd. error t-statisticprob.c-9.2372270.648579-14.242250.0000lf1.6771880.06580325.488150.0000r-squared0.974499mean dependent var7.277423adjusted r-squared0.972999s.d. dependent va

37、r0766924s e of regression0.126020akaike info criterion1.205446sum squared resid0.269979schwarz criterion-1 106031log likelihood13.45174f-statistic649.6460durbin-watson stat0.579661prob(f-statistic)0.000000图8 lgdp对lf的ols冋归结果经验冋归模型为lgdpt =-9.2372+1.6772ft为了得知残差足否平稳，在命令桐内输入et=resid，将残差命名为et,然后展开adf检验。因

38、为残 差的均值为0,因此选用没有趋势项、截距项的adf检验，估计得到的结果见图9。augmented dickey fuller unit root test on etadf test statistic -4.6323941% critical value*2.70575% critical value-1.961410% critical value-1.6257大mackinnon critical values for rejection of hypothesis of a unit root.阁9残差序列平稳性柃验佔计结果由上阁9的估计结果讨以得出，在置信度为1%、5%、10%的

39、显著性水平下，相应的临界值分別为 -2.7057、-1.9614、-1.6257,而adf检验的t检验统计量的值为-4. 6324,比临界值小，因此拒绝 即残差平稳。又因为lgdp和lf都是二阶的单整序列，因此存在协整关系。货运量（f）勾地区生产总位（gdp）之m存在协整关系，表明两者之m具杏长期的均衡关系。其次用变量对£7?,进行啓通最小二乘回归。以取对数后的贵州省地区生产总伉（lgdp）为因变量，以取对数后的货运量（lr）为a变量，用0lsm归方法估量模型，得到相应的估计结果，见阁10。dependent variable: lgdp method: least squares

40、date: 04/04/14 time: 20:02 sample: 1993 2011 included observations: 19variablecoefficientstd. error t-statisticprob.c-3.2400970.381893-8.4843150.0000lr1.6901380.06121927.608290.0000r-squared0.978183mean dependent var7.277423adjusted r-squared0.976900s.d. dependent var0.766924s e. of regression0.1165

41、63akaike info criterion-1 361477sum squared resid0.230976schwarz criterion1-262062log likelihood14.93403f-statistic762.2174durbin-watson stat0.595809prob(f-statistic)0.000000图10 lgdp对lr的ols回归结果经验ihui模型为lgdpt =-3.2401+1.6901 lr t为了得知残差是否平稳，在命令框内输入et=resid，将残差命名为et，然p展开adf检验。因为残 差的均值为0,因此选川没行趋势项、截距项的a

42、df检验，佔计捋到的结果见图11。augmented dickey-fuller unit root test on etadf test statistic -2.4653051% critical valuemackinnon critical values for rejection of hypothesis of a unit root.阁13残差序列平稳性检验佔计结果从阁13的估计结果中可以得山，在置信度为1%、5%、10%的敁著性水平下，其临界值分别为-2. 7057、 -1.9614、-1.6257, adf的t统计量的值为-1. 5205,大于相应的临界值,进而不拒绝h0,残

43、差是不平 稳的，说叨货运量（f）与货物周转量（r）之间不存在协整关系。 -2.70575% critical value-1.961410% critical value-1.6257*mackinnon critical values for rejection of hypothesis of a unit root.阁11残差平稳性检验估汁结果由图11的估计结果可知，在置信度为5%的显著性水平下，拒绝原假设说明残差平稳，又因为两变朵都是二阶单整序列，所以两者之问存在协整关系。最p用变辩lf对进行普通最小二乘hi归。以取对数后的货运置（lf）为因变餅，以取对数后的货物周转量（lr）为自变餅

44、，用ols方法估汁模型，得到相应的估汁结果，见阁12。dependent variable: lf method: least squares date: 04/05/14 time: 19:50 sample: 1993 2011 included observations: 19variablecoefficientstd. error t-statisticprob.c3 6685430.24405815.031420.0000lr0 9928030 03912325.376260.0000r-squared0.974280mean dependent var9 846629adjust

45、ed r-squared0.972767s.d. dependent var0.451399s.e. of regression0.074492akaike info criterion2256941sum squared resid0.094335schwarz criterion2.157527log likelihood23.44094f-statistic643.9548durbin-watson stat0.563202prob(f-statistic)0.000000图12 lf对lk的ols回归结果augmented dickey-fuller unit root test on

46、 etadf test statistic -1.5204511% critical value* -2.70575% critical value-1.961410% critical value-1.6257相反地，以取对数后的货运m (lf)为解释变m，以取对数后的货物周转鲎(lr)为被解释变m，用ols方法估计模型，得到相应的估计结果，见阁14所示。dependent vanable lr method least squares date: 04/05/14 time: 20:01 sample: 1993 2011 included observations: 19variable

47、coefficientstd. error t-statisticprob.c-3.4400430.381165-9.0250860.0000lf0.9813430.03867225 376260.0000r-squared0.974280mean dependent var6 222876adjusted r-squared0 972767s d dependent var0 448787s e of regression0 074061akaike info cntenon2 268551sum squared resid0 093246schwarz cntenon2 169137log

48、 likelihood23.55124f-statistic643.9548durbin-watson stat0.555209prob(f-statistic)0 000000图14 lr对lf的ols回归结果经验回归校耶为lr( =-2.4400+0.9813lf,在回归的基础上得到的回归残差，检验残差的t稳性，对残差进行adf检验，见图15。augmented dickey-fuller unit root test on etadf test statistic -1.7452171% critical valuemackinnon critical values for reject

49、ion of hypothesis of a unit root.图15回妇残差adf检验在置信度为10%的显著性水平下，临界值为-1.6257, t检验统计呈的值为-1.7452,小于临界值，因 此拒绝具奋单位根过祝的原假没说明残差平稳，又因为lf和都是二阶单整序列，所以两者 之间具冇协整关系。3. 2 johansen协整检验根据单位根的检验结果，得出货运虽f序列、货物周转量r序列、地区生产总值gdp序列均是二阶单 整的，那么三者之间就应存在协整关系，冈此使川johansen检验方法进行协整关系检验。在eviews3.0软件中，将取对数后的三个变slgdp、lf、l r以组对象的形式打开，

50、选择view菜单 卜'的cointegration test。根据数据的形成特征，在lag intervals的对话框中输入“1 1”，点击“确 定”选项，得到检验结果，如图16所示。-2.70575% critical value-1.961410% critical value-1.6257johansen cointegration testthe test var is esdmated in differenced form.ce and data (rend assumptions apply to levels."賴 warning 顏* te$t critic

51、al values were derived assuming no exogenous scries.information:cointegrating equation (ce) and var specification:te$l assumes no delerminislic bend in data.no intercept or trend in ce o( var intercept (no hend) in ce no intercept in vart e$l allows for linear deterministic trend in data: intercept

52、(no bend) in ce and test var intercept and trend in ce no trend in vart est allows for quadratic deterministic trend in data: intercept and hend in ce - linear tend in varsummary:summarize all 5 sets of assumptions图16协整检验设定界面o group: untitled workfile: 123vict j frocs |objects | print. 1 j freeze| s

53、ample| sheet |stats | spec |johansen cointegration testdate: 03/20/14 time: 21:28 sample 1993 2011 included observations 17test assumption: linear deterministic trend in the dataseries: lgdp lf lr lags interval 1 to 1eigenvaluelikelihoodratio5 percent critical value1 percent critical valuehypothesiz

54、edno. of ce0.65805131.1739429.6835.65none *0 52595812.9313615.4120.04at most 10 0141080 2415423 766 65at most 2*(*) denotes rejection of the hypothesis at 5%(1%) significance level l r test indicates 1 cointegrating equation at 5% significance level图17 johansen卜办整检验结果表2 johansen协整枪验结果原假设特征根lr似然比临界位最

55、多存在1个协整关系0.65805131. 1739429. 68敁多存在2个协整关系0. 52595812.9313615.41最多存在3个协整关系0.0141080.2415423.76从阁17的johansen协整检验结果中川'以得知，第一行lr=31. 1739429. 68,即是迕置信度为95%置倌水平下，把绝了原假设h。，亦即三变量存在协整方程。从表2所示的结果可知，仅有一个显著地协整 关系。normalized cointegrating coefficients: 1 cointegrating equation(s)lgdp1.000000log likelihoodlf-0 606289 (0.3534