论文部分内容阅读
摘要:国内外大量的实际经验证明,民航交通与国际旅游业发展有着紧密的关系。为此,从协整关系、Granger因果关系的检验入手,对1990—2006年昆明机场旅客吞吐量与云南省国际旅游的关系进行了实证研究,结果表明:机场旅客吞吐量与云南省国际旅游业之间具有长期均衡关系,因而加快昆明机场的建设,必将会促进云南省国际旅游业等经济社会的快速发展。
关键词:民航;国际旅游业;Granger因果检验;协整分析
中图分类号:F593 文献标志码:A文章编号:1673-291X(2010)25-0164-04
交通运输业与旅游业密切相关,交通运输业的发展状况、价格、服务质量、便利程度等都会影响人们的旅游意愿,从而影响旅游业的发展。同时,旅游活动的大量发生又可以带动交通运输业的发展,旅游人数的增多会促进交通运输业经济收益的增加,尤其是进入20世纪90年代以后,在国内外长途客运中,飞机已经成为人们出游的重要交通工具。因而,从此意义上来说,交通运输业与旅游业是相互促进、相互制约的关系,缺乏以民航为主的现代交通运输业,则现代旅游业就难以形成和发展。
云南省是一典型的多山区省份,山地面积占全省国土面积的94%,民航运输在交通运输以及旅游业中占有越来越重要的地位。为此,本文将从定量的角度来验证旅游交通方式之一的民航的发展与云南省国际旅游发展的关系。
一、理论模型、变量和数据
在经济学上确定一个变量的变化是否是另一个变量变化的原因,一般用格兰杰因果关系检验。而进行格兰杰因果检验首先必须证明随机变量是平稳序列。因此,一个完整的格兰杰因果检验过程可描述为时间序列的单位根检验、变量之间的协整和格兰杰因果关系检验。
(一)单位根检验(Unit root test)
检验变量是否稳定的过程称为单位根检验。平稳序列将围绕一个均值波动,并有向其靠拢的趋势,而非平稳过程则不具有这个性质。目前普遍应用的是ADF(Augented Dickey-Fuller Test)检验方法。该检验法的基本原理是通过n次差分的办法将非平稳序列转化为平稳序列,具体方法是估计回归方程式:
ΔXt=α0+α1t+α2Xt-1+βt-iΔXt-i+μt
其中α0为常数项,t为时间趋势项,k为滞后阶数(最优滞后项),μt为残差项。该检验的零假设 H0 :α2=0;备择假设 H1 :α2≠0。如果α2的ADF值大于临界值则拒绝原假设H0,接受H1,说明{Xt}是I(0),即它是平稳序列。否则存在单位根,即它是非平稳序列,需要进一步检验,直至确认它是d阶单整,即I(d)序列。加入k个滞后项是为了使残差项μt为白噪音。
(二)协整检验(Cointegration Test)
尽管两个或两个以上的变量序列为非平稳序列,但它们的某种线性组合却可能呈现稳定性,则这两个变量之间便存在长期稳定关系即协整关系。这一检验的基本内容是如果序列X1t,X2t,…,Xkt都是d阶单整,存在一个向量α=(α1,α2,…,αk),使得Zt =αXt’~I(d-b),其中b>0,Xt’=(X1t,X2t,…,Xkt )’,则认为序列X1t,X2t,…,Xkt 是(d,b)阶协整,记为Xt~CI(d,b),α为协整向量。如果两个变量都是单整变量,只有当它们的单整阶数相同时才可能协整;两个以上变量如果具有不同的单整阶数,有可能经过线性组合构成低阶单整变量。
(三)因果关系检验(Granger Test of Causality)
在做Y对其他变量(包括自身的过去值)的回归时,如果把X的滞后值包括进来能显著地改进对Y的预测,则X是Y的(格兰杰)原因;类似的定义Y是X的(格兰杰)原因。为此需要构造:
无条件限制模型:Yt=α+αiΔYt-i+βjΔXt-j+μt
(1)
有条件限制模型:Yt=α+αiΔYt-i+μt(2)
其中,μt为白噪声序列,α,β为系数。n为样本量,m,k分别为Yt,Xt 变量的滞后阶数,令(1)式的残差平方和为ESS1; (2)式的残差平方和为ESS0 。
原假设为H0:βj=0;备择假设为H1:βj≠0 ( j =1,2,…,k)。若原假设成立则:
F=~F(m,n-k-m-1),即F的统计量服从第一自由度为m,第二自由度为n-(k+m+1)的F分布。若F检验值大于标准F分布的临界值,则拒绝原假设,说明X的变化是Y变化的原因。
(四)变量的选取与数据处理
长期以来,昆明机场的客货吞吐量都位于全国前十名,2006年的旅客吞吐量更是突破1 400万人次,跻身世界百强机场之列。因此,本文选用昆明机场旅客吞吐量(人次)——X,作为云南省民航交通发展的一个重要指标。在云南省国际旅游业方面,采用国际旅游人数(人次)——P和旅游外汇收入(万美元)——M作为衡量指标。用于分析的数据均为年度数据,原始数据来自《云南统计年鉴》等,样本区间为1990—2006年。在对模型进行分析时,考虑到对各序列选取对数并不改变其动态关系且能消除异方差,所以对选取的数据都进行了对数处理。在相应的字母前加上Ln的变量表示的是由相应数据取对数转换而得:LnX、LnP、LnM。本文通过EViews 5.0软件实现数据运算。
二、实证分析
(一)时间序列的基本态势
做任何时间序列的分析时,通常第一步工作是先看数据图形。可以看出LnX、LnP、LnM曲线的变化特征非常相似,可以判断它们之间具有一定的共同趋势——逐渐增长,即可能存在着协整关系。对它们进行相关分析,发现三个变量之间的相关系数都非常高,这说明民航交通与国际旅游业发展之间的依存度相当高,存在着极强的正相关关系。
(二)变量的平稳性检验
采用Dicker-Fuller标准的单位根检验(ADF)对时间序列LnX、LnP、LnM及其差分序列进行单位根检验。其中滞后期的选择标准是赤池信息准则(AIC) ① 并考虑整理检验情况确定的;截距项和趋势项的选择由该序列的线性趋势图判断。
结果表明,变量LnX、LnP、LnM的水平序列的ADF统计量的绝对值都小于临界值,即这三个序列都存在单位根,是非平稳序列,而它们的一阶差分却是平稳的,说明时间序列均为一阶单整序列,即LnX~I(1),LnP~I(1),LnM~I(1)。由此,可以进一步检验变量之间的协整关系。
(三)协整分析
1.协整方程的建立与检验
本文研究的是两变量的协整关系,所以采用Engle-
Granger两步法,它是基于残差的协整检验。具体方法是:首先,分别用LnP 和LnM对LnX进行普通最小二乘回归,建立如下两个协整回归:
1)LnP = 1.181747604 + 0.807046877*LnX+e1
(3.384055)(30.16853)
R2= 0.983461 F=952.4340
2)LnM = -6.252953242 + 1.064113627*LnX+e2
(-7.048705) (18.29959)
关键词:民航;国际旅游业;Granger因果检验;协整分析
中图分类号:F593 文献标志码:A文章编号:1673-291X(2010)25-0164-04
交通运输业与旅游业密切相关,交通运输业的发展状况、价格、服务质量、便利程度等都会影响人们的旅游意愿,从而影响旅游业的发展。同时,旅游活动的大量发生又可以带动交通运输业的发展,旅游人数的增多会促进交通运输业经济收益的增加,尤其是进入20世纪90年代以后,在国内外长途客运中,飞机已经成为人们出游的重要交通工具。因而,从此意义上来说,交通运输业与旅游业是相互促进、相互制约的关系,缺乏以民航为主的现代交通运输业,则现代旅游业就难以形成和发展。
云南省是一典型的多山区省份,山地面积占全省国土面积的94%,民航运输在交通运输以及旅游业中占有越来越重要的地位。为此,本文将从定量的角度来验证旅游交通方式之一的民航的发展与云南省国际旅游发展的关系。
一、理论模型、变量和数据
在经济学上确定一个变量的变化是否是另一个变量变化的原因,一般用格兰杰因果关系检验。而进行格兰杰因果检验首先必须证明随机变量是平稳序列。因此,一个完整的格兰杰因果检验过程可描述为时间序列的单位根检验、变量之间的协整和格兰杰因果关系检验。
(一)单位根检验(Unit root test)
检验变量是否稳定的过程称为单位根检验。平稳序列将围绕一个均值波动,并有向其靠拢的趋势,而非平稳过程则不具有这个性质。目前普遍应用的是ADF(Augented Dickey-Fuller Test)检验方法。该检验法的基本原理是通过n次差分的办法将非平稳序列转化为平稳序列,具体方法是估计回归方程式:
ΔXt=α0+α1t+α2Xt-1+βt-iΔXt-i+μt
其中α0为常数项,t为时间趋势项,k为滞后阶数(最优滞后项),μt为残差项。该检验的零假设 H0 :α2=0;备择假设 H1 :α2≠0。如果α2的ADF值大于临界值则拒绝原假设H0,接受H1,说明{Xt}是I(0),即它是平稳序列。否则存在单位根,即它是非平稳序列,需要进一步检验,直至确认它是d阶单整,即I(d)序列。加入k个滞后项是为了使残差项μt为白噪音。
(二)协整检验(Cointegration Test)
尽管两个或两个以上的变量序列为非平稳序列,但它们的某种线性组合却可能呈现稳定性,则这两个变量之间便存在长期稳定关系即协整关系。这一检验的基本内容是如果序列X1t,X2t,…,Xkt都是d阶单整,存在一个向量α=(α1,α2,…,αk),使得Zt =αXt’~I(d-b),其中b>0,Xt’=(X1t,X2t,…,Xkt )’,则认为序列X1t,X2t,…,Xkt 是(d,b)阶协整,记为Xt~CI(d,b),α为协整向量。如果两个变量都是单整变量,只有当它们的单整阶数相同时才可能协整;两个以上变量如果具有不同的单整阶数,有可能经过线性组合构成低阶单整变量。
(三)因果关系检验(Granger Test of Causality)
在做Y对其他变量(包括自身的过去值)的回归时,如果把X的滞后值包括进来能显著地改进对Y的预测,则X是Y的(格兰杰)原因;类似的定义Y是X的(格兰杰)原因。为此需要构造:
无条件限制模型:Yt=α+αiΔYt-i+βjΔXt-j+μt
(1)
有条件限制模型:Yt=α+αiΔYt-i+μt(2)
其中,μt为白噪声序列,α,β为系数。n为样本量,m,k分别为Yt,Xt 变量的滞后阶数,令(1)式的残差平方和为ESS1; (2)式的残差平方和为ESS0 。
原假设为H0:βj=0;备择假设为H1:βj≠0 ( j =1,2,…,k)。若原假设成立则:
F=~F(m,n-k-m-1),即F的统计量服从第一自由度为m,第二自由度为n-(k+m+1)的F分布。若F检验值大于标准F分布的临界值,则拒绝原假设,说明X的变化是Y变化的原因。
(四)变量的选取与数据处理
长期以来,昆明机场的客货吞吐量都位于全国前十名,2006年的旅客吞吐量更是突破1 400万人次,跻身世界百强机场之列。因此,本文选用昆明机场旅客吞吐量(人次)——X,作为云南省民航交通发展的一个重要指标。在云南省国际旅游业方面,采用国际旅游人数(人次)——P和旅游外汇收入(万美元)——M作为衡量指标。用于分析的数据均为年度数据,原始数据来自《云南统计年鉴》等,样本区间为1990—2006年。在对模型进行分析时,考虑到对各序列选取对数并不改变其动态关系且能消除异方差,所以对选取的数据都进行了对数处理。在相应的字母前加上Ln的变量表示的是由相应数据取对数转换而得:LnX、LnP、LnM。本文通过EViews 5.0软件实现数据运算。
二、实证分析
(一)时间序列的基本态势
做任何时间序列的分析时,通常第一步工作是先看数据图形。可以看出LnX、LnP、LnM曲线的变化特征非常相似,可以判断它们之间具有一定的共同趋势——逐渐增长,即可能存在着协整关系。对它们进行相关分析,发现三个变量之间的相关系数都非常高,这说明民航交通与国际旅游业发展之间的依存度相当高,存在着极强的正相关关系。
(二)变量的平稳性检验
采用Dicker-Fuller标准的单位根检验(ADF)对时间序列LnX、LnP、LnM及其差分序列进行单位根检验。其中滞后期的选择标准是赤池信息准则(AIC) ① 并考虑整理检验情况确定的;截距项和趋势项的选择由该序列的线性趋势图判断。
结果表明,变量LnX、LnP、LnM的水平序列的ADF统计量的绝对值都小于临界值,即这三个序列都存在单位根,是非平稳序列,而它们的一阶差分却是平稳的,说明时间序列均为一阶单整序列,即LnX~I(1),LnP~I(1),LnM~I(1)。由此,可以进一步检验变量之间的协整关系。
(三)协整分析
1.协整方程的建立与检验
本文研究的是两变量的协整关系,所以采用Engle-
Granger两步法,它是基于残差的协整检验。具体方法是:首先,分别用LnP 和LnM对LnX进行普通最小二乘回归,建立如下两个协整回归:
1)LnP = 1.181747604 + 0.807046877*LnX+e1
(3.384055)(30.16853)
R2= 0.983461 F=952.4340
2)LnM = -6.252953242 + 1.064113627*LnX+e2
(-7.048705) (18.29959)