区域经济周期测度与同步性分析——以京津冀为例(无全文)

作者:范玉陶; 刊名:商业经济研究 上传者:

抱歉,该篇全文还没有人上传哦!我要 上传, 我要 求助

【摘要】本文以我国1979-2016年的经济数据为样本,采用HP滤波方法和马尔科夫区制转移模型,研究分析了京津冀经济周期同步性,通过研究取得的京津冀经济周期区制特征等相关信息,结合相关理论为解决现存问题提出对策。

全文阅读

区域经济周期同步性测度方法选择(一)HP滤波法HP滤波法受到大多数专家学者的推崇,按照该理论的标准,经济变量不会长久恒定同时变化也有一定规律。yt(时间序列)主要构成部分包括gt(趋势部分)和ct(周期部分),用公式表示为yt =gt+ct,t=1,2,...,T。HP 在对称的数据移动平均方法原理指导下设计滤波器,该滤波器yt和gt以及ct满足公式: (1)式(1)中大括号里多项式的第一部分是ct,第二部是gt,为正数,即平滑系数。HP滤波属于高通滤波器范畴。很多学者在进行经济周期研究时都将HP滤波作为首要选择,主要是因为它不但具备非线性随机趋势的特征,同时波动较小。不过,它的负面问题也同样不可忽视,例如针对平滑指数λ值的实际取值,经常会出现和理论取值有较大差异的情况,现实经营过程中可以发现,如果在研究时采用月度数据,那么λ值取为129600,可是如果采用季度数据,情况则有所不同,此时λ值取为1600,数据为年度数据时,则λ值取为100。(二)拐点法马尔科夫区制转移模型由Hamilton(1989)首先提出,最初是用来描述美国经济周期,现在已经是大多数学者研究经济周期的首要选择。第一步设定均值模型结构:范玉陶(河北传媒学院石家庄050000)yt表示经济增长率,εt是经济平均增长率,μ则是干扰项。Hamilton设定模型(1)中的均值参数在两个区制间转换没有受到任何阻碍,被离散变量 St={0,1}控制,假设st的概率始终服从于一阶马尔科夫过程,同时转移概率表示为 P00=P,P01=1-P ,P11=q ,P10=1-q ,其中 Pij=Pr(St=j|St-1=i)代表t-1时刻(t-1)状态i转移到(t)状态 j 的概率。 Hamilton 继续把模型(1)设定为以下的均值转移模型:μSt代表和状态相关的平均经济增长率。综上所述,本文选择带有上述马尔科夫区制转移的均值调整过程的p阶M 区制的自回归模型,表述如下: (5)其中μSt、αpst、σ2(st)均代表依赖于St。京津冀经济周期同步性实证研究(一)测度指标与数据定义1.测度指标的定义。如果要确保经济周期研究正常开展,首先是完成指标选择。Taylor (1999)指出经济体的经济发生变化,因此表示偏离程度时选择测度经济波动,根据权威机构的观点,经济波动可以通过GDP(总产出)、贸易量、收入等方面来反映,其中GDP指标反映经济波动现象最为常见。本文也不例外,在研究京津冀以及全国经济周期波动时,选择GDP指标。2.数据定义。本文采用数据均来自国家统计局。包括1979-2016年的全国范围内生产总值年度数据。同时在研究时需要将数据进行平减处理。表1 1979-2016年三地经济周期相关系数表2北京实证结果(二)实证研究1.基于HP滤波法的实证研究。首先要发挥HP滤波法的作用,提取京津冀经济的波动成分,然后划分京津冀地区的经济周期波动成分序列,划分为北京(CLNY1)、天津(CLNY2)一组,北京、河北(CLNY3)一组。以及河北和天津一组,然后进行相关性分析。选择相关系数方法来计算京津冀三地经济周期波动成分的相关系数,如表1所示。可以发现CLNY1、CLNY2经济周期相关系数第一,是0.7102,CLNY1、CLNY3第二,是0.7001,CLNY2、CLNY3第三,为0.6797。所以,京津冀的经济周期存在差异。选择马尔科夫区制转移模型分析其差异。 2.基于MS-AR 模型的周期区制状态。构建二区制的MS-AR模型,分析上述三地区经济周期的区制阶段及

参考文献

引证文献

问答

我要提问