中国投资的时滞效应分析

俞越

摘 要：根据凯恩斯的宏观经济框架，投资对经济增长起着不可忽视的作用。然而事实上，投资的成效往往不能在当期得到体现，而需要通过时间的推移来逐步发挥作用，因而具有很强的时滞性。通过基于Box—Jenkins方法的时间序列分析技术，对中国1980—2010年的年度固定资产投资总额数据序列进行建模分析，验证该序列的时间序列特性，研究并选择了序列的最佳AR还是ARMA模型，从而确定中国投资的具体对经济的影响形式。

关键词：投资；时间序列；ARMA模型

中图分类号：F12文献标志码：A文章编号：1673—291X（2012）28—0005—02

引论

在理论经济学方面，投资是指购买（和因此生产）资本货物——不会被消耗掉而反倒是被使用在未来生产的物品。实例包括了修造铁路，或工厂，清洁土地，或让自己读大学。严格地讲，在公式GDP = C + I + G + NX里投资也是国内生产总值（GDP）的一部分。投资，作为国家宏观经济命脉中重要的一环，它的存在更通过乘数效应成倍地放大出来。然而事实上，同货币政策一样，投资的成效往往不能在当期得到体现，而需要通过时间的推移来逐步发挥作用，因而具有很强的时滞性。所以从现实意义上讲，一年期的GDP不能仅仅看成是当期的投资额I的影响，更具有前期的影响。投资对经济增长的影响作用主要通过三个途径来进行的：一是通过要素投入带动经济增长；二是通过投资带动经济结构的调整来推动经济增长；三是通过投资促使知识存量的增加和技术进步带动经济增长。

技术进步是促进经济增长的重要因素，而投资是推动技术进步的主要因素。一方面，投资是技术进步的载体。任何技术成果的应用都必须通过某些投资活动来体现，它是技术与经济联系的纽带；另一方面，技术本身也是一种投资的结果。任何一项技术成果都是投入一定的人力资本和资源等的产物，新的技术开发和应用都离不开投资活动。

一、模型数据的选择与处理

本文直接选取了1980—2010年中国年度固定资产投资总额作为研究对象，从中经网上得到表1：

对上表的时间序列数据进行单位根检验，其结果表明此序列不是平稳的。通过验证可以发现，该序列为2阶单整。

二、模型的理论依据

由于采用的是时间序列数据，所以本文应当采用时间序列的采取方法来进行处理，本文选用了Box—Jenkins方法，确定ARMA模型。

Box—Jenkins方法在应用中的常见模型形式为：自回归移动平均模型（Autoregressive Moving Average Model，简记ARMA）：若时间序列yt为它的当前与前期的误差和随机项，以及它的前期值的线性函数：

yt=？渍1yt—1+…+？渍pyt—p+？滋t—？兹1？滋t—1—…—？兹q？滋t—q

则称该时间序列yt为自回归移动平均模型，记为ARMA（p，q）。参数？渍1，…，？渍p为待估自回归参数，？兹1，…，？兹q为待估移动平均参数，残差？滋t为白噪声序列。显然，AR（p）模型和MA（q）模型都是ARMA（p，q）模型的特例。Box—Jenkins模型要求时间序列为平稳序列，而实际应用中时间序列往往表现为长期趋势，季节变动、循环变动的非平稳数列，这时可通过差分法反复差分以消除其趋势，于是上述ARMA（p，q）又经常以自回归移动求积平均模型（Autoregressive Integrated Moving Average Model，简记ARIMA）的形式加以标记。其模型符号为ARMA（p，d，q），p代表自回归阶数，d表示对非平稳数列进行差分处理的次数，q代表移动平均的阶数。

三、模型的建立

假设全社会固定资产投资总额变量定义为I，所以根据以上分析，建立变量I的Δ2I的序列相关图，得到如下所示根据Δ2I序列的自相关系数可以判断MA的阶数结尾于6阶，偏自相关系数结尾于2阶（确定AR的阶数P=2）。因此，建立ARMA模型如下：

由上可以看出，在滞后二期项的T检验不通过，分析其原因，可能是因为Δ2 I（t—1 ）与Δ2 I（t—2 ）之间存在着共线性导致滞后一期的检验不显著。由相关分析矩阵可以看出这两者之间的相关系数高达0.783，因而两变量之间确实存在着共线性。

于是在剔除Δ2 I （t—2 ）后，模型得到其他各个参数的统计检验，经济意义检验以及计量经济学检验均通过。通过分析其残差图像以及DW值为1.89可知此时，该模型确实不存在序列相关。因而，该模型的最终形式可以写成：

Δ2 =163.29+0.796Δ2 It—1 +εt—0.711εt—1+1.4εt—2—1.654εt—3+

1.308εt—4—0.445εt—5+0.825εt—6

该模型表明，投资年度增量的增量主要由一年期的此类投资增量的增量影响，并且前六年的投资效用也促成了今天投资的增长规模。而根据计量结果我们可以进一步发现，前六年的投资情况符号呈现正负之间交错性的变化，这是因为投资存在着“乘数—加速度”原理，这也是对投资效应时滞性进一步的阐明和证实。近年来，中国经济出现了短期的增长放缓，投资也出现了较大波动，除了受经济周期的制约外，投资的时滞效应也是功不可没。

参考文献：

[1]何书元.应用时间序列分析[M].北京：北京大学出版社，2004.

[2]李子奈.计量经济学[M].北京：高等教育出版社，2000.

[3]国家统计局.中国统计年鉴[K].北京：中国统计出版社，2010.

[4]高铁梅.计量经济分方法与建模[M].北京：清华大学出版社，2009.

[5]应望江，程宏.中国投资发展（2002—2003）：回顾与展望[J].财经研究，2003，（1）.

[责任编辑 吴高君]