固定资产投资统计分析标题

VAR模型的简化式和结构式之间可以进行转换。在矩阵B可逆的情况下，假设εt为简化式模型的随机误差项，可以将结构式VAR写成无约束VAR的形式(即简化式):

根据等式εt=B-1μt可以利用估计得到的简化式对结构矩阵B中的元素进行估计。通过对矩阵B中的系数做出约束并估计系数值，就可以得到可识别的结构冲进。运用SVAR模型，不但可以发现变量之间的当期相互影响关系，还可以通过脉冲反应函数发现新信息冲击的时间路径，这是传统的VAR模型不具备的。

二、实证模型结果分析

在进行实证分析之前，需要对模型中的变量做一下简单的介绍。根据凯恩斯的绝对消费理论，居民消费是可支配收入的线性函数，也就是说，个人可支配收入也是决定居民消费支出的一个重要因素，如果在实证分析中忽略个人可支配收入对居民消费支出的影响，则固定资产投资与居民消费的关系将会弱化。并且在做实证分析时，如果其他经济变量不满足模型的隐含前提或遗漏其他重要的解释变量，则估计是有偏差的。有鉴于此，Tsung-Wu Ho(2001)以一个线性的有效消费函数建立了政府支出与居民消费的跨期替代模型，并在模型中增加了居民可支配收入为解释变量，这样在有效分离出其他因素对消费的影响的同时还可以得到一个一致的估计，从而更真实地反映固定资产投资对消费的影响。因此，本书在进行固定资产投资对居民消费的实证研究模型中，根据已有的研究还增加了个人可支配收入作为解释变量来研究江西固定资产投资与居民消费的关系。

1.数据来源。仍然采用1978—2010年的样本空间。其中，居民消费的数据使用支出法国内生产总值结构中的居民消费，个人可支配收入和居民消费的绝对量指标均以1978年为100的居民消费价格指数进行了平减。江西固定资产投资的数据同前文一样，以固定资产投资价格指数进行平减。居民消费和固定资产投资分别除以当年总人口数得到人均居民消费和人均江西固定资产投资。对原序列取自然对数后分别用LCUM、LGI、LYd表示人均居民消费、人均固定资产投资、人均可支配收入。其中1978—1999年所采用的数据来源于《新中国五十年统计资料汇编》，1999年以后数据均来自于《中国统计年鉴》有关各期。

2.变量的相关检验。能否用SVAR模型准确进行估计取决于数据序列的统计特征。在设定SVAR模型之前，首先运用ADF检验考察各变量序列的平稳性。结果发现，在给定的显著性水平下，所有变量的水平形式均为I(l)，其一阶差分形式均是平稳的，检验结果见表6-2，满足建立SVAR模型的条件。由于三个变量都是一阶非平稳序列，所以存在协整关系的可能性，因此还要进行变量的协整检验，检验结果见表6-3。表6-3表明，无论是迹统计量还是最大特征值法，均证明系统有2个协整方程，模型中各内生变量之间具有协整关系。由于本章主要关心系统内生变量的短期互动关系，因此根据Sims等(1990)的结论，即当几个变量存在协整关系时，用变量的水平值建立的VAR模型不会出现识别错误，且最小二乘法得到的是一致估计。

表6-2　江西固定资产投资、居民消费和人均可支配收入变量的单位根检验结果

注:(C，T，P)表示检验时包括了常数项、趋势项，(C，N，P)表示不包括趋势项，P表示滞后阶数。＊＊＊、＊＊、*分别表示在1%、5%、10%显著性水平上的Mackinnon临界值。

表6-3　江西固定资产投资、居民消费和个人可支配收入变量的协整检验结果

注:表中的*表示在5%的显著性水平上拒绝原假设。

然后，设定SVAR模型的最优滞后阶数并对所设模型进行稳定性检验。根据AIC信息准则和SBC准则最终确定的最大滞后阶数为6，进一步采用滞后结构检验发现，简化式VAR(6)模型AR特征多项式根的倒数均在单位圆之内，表明滞后阶数6是合理的，其模型是稳定的。

3.SVAR模型估计。在应用SVAR模型分析时，由于矩阵B中的元素表示的是变量间的当期关系，因此要对B0施加约束条件，而这些约束条件往往以经济理论和系统中变量之间的关系为基础。对于一个n元p阶SVAR模型，需要对结构式施加n(n-1)/2个限制条件才能识别出结构冲击。因此，由居民消费、固定资产投资和可支配收入的对数差分所组成的3元SVAR模型，则应当施加3个约束条件。

由于三个变量之间有着很强的相互影响关系，采用长期的零约束难以满足变量之间的现实经济意义，进而会影响模型估计的准确性，所以本节采用短期约束。根据长期以来我国宏观经济管理经验和经济运行规律，在现实中，地方政府根据当年一、二季度的相关居民消费数据，在下半年对固定资产投资规模作出调整是完全有可能的，因此，居民消费对当期固定资产投资有影响，但当期固定资产投资不受居民可支配收入的影响，即b23= 0;居民当年的可支配收入受当年消费的影响，但不依赖于当期的固定资产投资，即b32= 0;通过回归估计，可支配收入对当期居民消费的长期平均影响系数约为0.7869，即居民可支配收入每提高1个百分点，将会使居民消费大约增长0.7869个百分点，^[1]所以本书设b31=-0.7869。由此建立的三元SVAR模型的系数矩阵为:

应用Eviews6.0对式(6-6)进行识别，得到参数估计结果。虽然部分变量并不显著，但SVAR模型重点关注的是脉冲响应函数分析，因此进一步利用识别出来的SVAR模型进行动态脉冲响应分析。

4.脉冲响应和方差分解。VAR模型的主要功能并不是解释回归系数的意义，而是说明一个随机新变量的冲击对内生变量的影响和其相对重要性，这就需要脉冲响应函数对其进行分析。在SVAR模型中，脉冲响应函数是用来衡量随机扰动项的一个标准差冲击对其他变量当前和未来取值的影响轨迹，它能够比较直观地刻画出变量之间的动态交互作用及效应，根据本节的研究目的，这里主要分析固定资产投资对居民消费的反应(见图6-2)。

图6-2　SVAR模型中固定资产投资对居民消费的脉冲响应

由图6-2可以看出，居民消费对固定资产投资随机误差项冲击的响应始终是正的，在第3期达到峰值后影响力下降，直到第6期后逐渐趋于稳定。可见固定资产投资对居民消费的影响始终是正向影响，即固定资产投资挤入了居民消费。为了分析各变量对居民消费的贡献度，对SVAR模型进行方差分解分析，见表6-3。从方差分解结果看到，随着时期的增加，居民消费自身的方差贡献率先减小后增加，固定资产投资的方差贡献率则先增加后减小，但始终保持在20%以内的水平。

表6-3　江西固定资产投资对居民消费的SVAR模型的方差分解

第三节　固定资产投资对居民消费的计量分析

一、模型构建

前面主要研究了江西固定资产投资对居民消费的动态效应，但是没有考虑各设区市固定资产投资对居民消费的影响，因此，本节建立面板数据模型分析固定资产投资对居民消费的影响。依然用LCUM、LGI、LYd表示江西人均居民消费、江西人均固定资产投资、江西个人可支配收入，由于江西人均居民消费水平从1997年开始才有统一整合的数据，为了数据的真实性和统一性，样本区间为1997—2010，样本范围仍为江西11个设区市，各设区市的数据1997—2010年均来源于历年《江西统计年鉴》。

江西固定资产投资与居民消费之间的面板数据模型:

其中，LCUM、LGI、LY分别表示人均居民消费、人均固定资产投资、人均可支配收入，本部分重点关注的是模型自变量的系数，通过对固定资产投资和居民消费之间关系进行实证检验，即可获得系数(的估计值，并据此分析江西省定资产投资与居民消费的关系。由于自变量与因变量都是对数化后的变量，β1实际上是固定资产投资对居民消费水平的弹性。也就是说固定资产投资每变动1个百分点，居民消费就随着变动β1个百分点，其变动方向取决于β1的正负:当β1＞0时，则说明该固定资产投资增加将导致居民消费增加，二者呈互补关系，存在挤入效应;当β1＜0时，说明固定资产投资增加将导致居民消费减少，二者呈现替代关系，存在挤出效应;如果β1= 0，意味着固定资产投资与居民消费之间表现为统计上的不显著，二者无任何关系，不存在任何效应。

二、实证分析结果

利用样本数据计算F2= 43.5443，F1= 8.6553，在给定5%的显著性水平下，得到统计量F2的临界值为1.2598，统计量F1的临界值为1.3645。显然，统计量F2和统计量F1的观测值都分别大于它们的临界值，所以原假设Hl和H0都被拒绝，所以面板数据模型应该采用变系数模型。由于各设区市的居民消费结构存在一定差异，为了减少由于截面数据异方差性造成的影响，所以本节使用截面加权(cross-section weights)进行估计，其模型参数估计如表6-4所示。

表6-4　江西固定资产投资对居民消费效应的变系数模型结果

表中数据根据《新中国六十年的江西》以及历年《江西省统计年鉴》整理所得。＊＊＊、＊＊、*分别表示在1%、5%、10%显著性水平上显著。

从方程总体来看，R2= 0.9920，调整后的R2= 0.9898，方程的拟合效果较佳，回归方程显著。DW= 1.7473，不存在残差自相关。方程中绝大多数的参数估计通过了1%水平上的统计检验。

从模型估计结果可以看出，总体上，萍乡、新余、鹰潭和抚州4个设区市的弹性系数通过显著性检验且为负值，说明固定资产投资增加将导致萍乡、新余、鹰潭和抚州4个设区市的居民消费减少，二者呈现替代关系，存在挤出效应;而除萍乡、新余、鹰潭和抚州4个设区市以外其他设区市的弹性系数均为正，表明固定资产投资对居民消费有拉动作用，即对居民消费具有明显的挤入效应，并且南昌、景德镇、新余和鹰潭4个设区市的弹性系数没有通过显著性检验，其余设区市的弹性系数都通过了显著性检验。从弹性系数的大小可知，最高的赣州市有0.3390，最低的吉安市只有0.0336，即固定资产投资对赣州市居民的消费拉动最大，对吉安市居民的消费拉动最小，并且固定资产投资每增加1%，赣州市居民人均消费可增加约0.34个百分点，而吉安市居民人均消费只增加约0.034个百分点。造成固定资产投资对各设区市居民消费的影响差异的主要原因在于，与各地的经济发展水平、文化传统、基础设施条件及社会发展水平密切相关，从另一侧面反映出政府要通过固定资产投资来拉动消费进而促进经济增长要考虑不同地区的经济、文化及社会等因素。

【注释】

[1]即利用可支配收入对居民消费做简单回归，并用广义差分法消除残差序列相关，得到估计方程为: LCUM=0.5422+0.7869LYd+0.1015LGI+ε，R2=0.9979，DW= 1.2071，方程参数均在1%的显著性水平下显著，ε为残差项。