我国财政与经济增长关系：基于Bootstrap仿真方法的实证检验.doc

我国财政与经济增长关系：基于Bootstrap仿真方法的实证检验.doc我国财政与经济增长关系:基于Bootstrap仿真方法的实证检验
[摘要]不同经济体的财政与经济增长作用关系存在差异性, 研究二、似然比检验和统计量特征
遵循Hatemi-J.(2006)、Mantalos(2000)、Shukur和Mantalos(2000)模型和处理方法,假定如下:
假定1 数据D t 的生成过程服从m维p阶的向量自回归过程:

其中,ε t ~N(0,∑),均值为0且独立同分布的误差向量。
假定2 为防止序列发散,假定每个元素满足E|ε it | 2+ γ<+∞,i=1,2,…,m,对某些γ>0成立。
假定3 假定滞后阶数户已知,或者可以通过某些信息准则对其进行估计。
假定4 D t 可以分解成被检验的m组子向量d 1t ,…,d mt 。
这样,方程的系数矩阵就可以分解成若干子矩阵,上述的VAR(p)模型调整为:

按照通常意义上Granger检验的定义,原假设为:
HP 0 :对第m行,相应系数矩阵i的第n列系数都不显著,其中i=1,2,…,p。
若接受HP 0 ,则认为d m 不能Granger引起d n 。反之,则Granger因果关系成立。为获得模型的紧凑形式,利用Hatemi-J.(2006)、Mantalos(2000)的向量标记方法,定义如下:
D:=(D 1 ,D 2 ,…,D T )、E:=(a,b 1 ,b 2 ,…,b p )、X t :=[1,D t ,…,D t-p+2 ]、X:=(X 0 ,X 1 ,…,X T-1 )、
η:=(ε 1 ,ε 2 ,…,ε T )分别表示m×T维因变量矩阵、m×(m×p+1)维参数系数矩阵、(m×p+1)×1维自变量矩阵(t=1,2,…,T)、(m×p+1)×T维数据集矩阵、m×T维误差项矩阵。
VAR(p)模型进一步修改为:
D=EX+η(3)
若记为m×T维没有约束的残差OLS估计值,相应地为有约束的残差估计值将残差的交叉积矩阵分别记为RES u 和RES r ,多变量的似然比检验可以写为:
(4)
若在大样本情形下,检验统计量将服从渐近自由度等于约束个数的x 2 分布。
三、Bootstrap仿真方法和临界值的确定
在通常情况下,我们依据渐近理论把式(4)的检验统计量值与相应自由度的x 2 分布临界值进行比较,实现对原假设判断,并作出取舍。然而,考虑到现实变量样本的小样本性,以及VAR系统内可能含有非平稳变量,二者共同决定Granger检验统计量的非规则渐近分布特性,导致统计回归无法得到准确的检验水平,从而引发该模型统计推断的不可靠性和非真实性。针对这一问题,Efron(1978)提出的基于残差Bootstrap重复抽样的计算机仿真方法就具有与其不同的稳健性特征,并且Hatemi-J.(2006)、Mantalos(2000)、Shukur和 Mantalos(2000)等通过仿真比较分析发现, 应用这种方法能够使得检验更为接近于预先给定的水平。仿真结果还表明,在小样本或中等样本的情形下,Bootstrap方法比通常antalos(2000)、Shukur和Mantalos(2000)的处理方法,本文也进行1000次的仿真模拟。
四、财政政策和经济增长作用关系:一种新的