基于Eviews软件分析中国煤炭价格与GDP的动态效应

陈卫东，戴东轩

（天津大学 管理与经济学部，天津 300072）

基于Eviews软件分析中国煤炭价格与GDP的动态效应

陈卫东，戴东轩

（天津大学 管理与经济学部，天津 300072）

为了揭示我国煤炭价格是否对我国经济发展造成影响，本文利用Eviews软件对我国1991-2011年间的煤炭价格与GDP进行了ADF平稳性检验、Johansen协整检验、Granger因果检验并构建了VAR模型。通过软件输出结果可准确得出：煤炭价格与GDP存在长期的互为因果的正向均衡关系，且我国GDP水平对煤炭价格水平的因果关系比我国煤炭价格水平对我国GDP水平的因果关系更具有显著影响。

Eviews软件；ADF检验；Johansen检验；Granger检验

伴随全球气候变暖，能源驱动型的经济发展模式导致碳排放量持续增长，环境问题进一步恶化。目前中国能源消费结构中，煤炭占主要地位，是我国一次能源生产与消费的主体，更是碳源的主力军。而当前中国财富的积累与经济的发展都与煤炭累计消费量保持着同步增长趋势[1]，且中国二氧化碳排放量已居世界第一位。因此本文将利用Eviews软件对煤炭价格与我国的经济发展动态效应进行分析，科学揭示我国煤炭价格对我国实体经济的影响，检验我国经济是否对煤炭行业的发展具有较高的依赖性，为我国煤炭行业的政策制定与发展提供理论指导。

1 Eviews软件简介

Eviews（Econometric Views）软件是目前最流行的计量经济学软件之一，能够快速地对社会经济关系和经济活动的数量规律进行经济计量模型的设立、估计、检验与应用[3]。本文将利用Eviews软件便于从数据中寻找出统计关系，并可以得到的关系去预测数据的未来值等特点对我国煤炭价格与经济发展进行ADF平稳性、Johansen协整、Granger因果关系检验以及VAR模型估计，揭示两者的内在联系。

2 基于Eviews软件的煤炭价格与经济增长的实证分析

2.1 数据来源与变量说明

本文选取1990-2011的相关数据，设p与g分别代表煤炭价格与GDP的值。数据均来源于 《中国统计年鉴1990-2012》，如表1所示。在数据统计中，设变量lp和lg分别为煤炭价格与GDP的自然对数。

2.2 序列平稳性检验

为保证建立有效的关于建煤炭价格{pt}和GDP{gt}的长期均衡模型，避免出现不确定性，本文将对这两个序列逐一进行单位根的ADF方法进行平稳性检验[4]。ADF检验模型如下：

其中式（3）中为时间变量，表示序列随着时间变化的趋势。其虚拟假设都为H0:α2=0，即时间序列存在一个单位根。其中式（2）、（3）较之式（1）式拥有常数项与趋势项。检验程序为（3）到（1）式，当检验结果拒绝原虚拟假设时，则原时间序列将不存在单位根，即为平稳时间序列。否则将继续检验，到式（1）为止。当同时进行式（1）、（2）、（3）检验时，可通过 ADF 各式临界值检验原虚拟假设H0:α2=0。当至少有一检验模型拒绝原虚拟假设时，则可认为该时间序列为稳定序列，若都不拒绝原假设时，则该时间序列为非稳定时间序列。

表1 中国煤炭价格与GDPTab.1 China coal price and GDP

基于上ADF检验模型，下文将利用Eviews7.2软件对煤炭价格自然对数{lpt}和GDP自然对数{lpt}时间序列进行ADF检验，Eviews7.2输出结果如图1所示。然对数{lgt}时间序列均拒绝有单位根的假设，都为平稳序列。且原序列{lpt}与{lgt}均在5%、10%显著水平下拒绝原假设，因此为同阶单整I（0）过程，可进行协整检验。

2.3 Johansen协整检验

Johansen 协整检验是 Johansen 与 Juselius （1991）[5]提出以VAR模型为基础的检验时间序列变量之间的长期稳定关系的检验方法。其基本思想为如果时间序列Y1t，…，Ykt都是d阶单整的，则存在非零向量β=（β1，β2，…βk）使得βY′t～I（d-b），0＜b≤d，则认为时间序列 Y1t，…，Ykt是（d，b）间协整，其中 Yt=（Y1t，…，Ykt）′。 当只存在两个变量的情况下，只有这两组时间序列具有相同单整阶时才能进行协整检验；否则不能进行协整检验。若存在3个以上的变量且具有不同单整阶数时，这3组变量可能存在线性关系而形成新的单整阶变量[6]。Johansen协整检验意义是解释各自具有长期波动规律的时间序列是否存在长期的稳定均衡关系。

因{lpt}与{lgt}均为 I（0）过程，满足协整检验的条件，下文将基于上述Johansen协整检验步骤，利用Eviews7.2软件对煤炭价格自然对数{lpt}和GDP自然对数{lgt}进行协整检验。输出结果如图2所示。

图1 煤炭价格自然对数{lpt}与GDP自然对数{lgt}的ADF检验Fig.1 ADF test of coal price logarithm{lpt}and GDP logarithm{lgt}

由图1第一部分可得煤炭价格自然对数{lpt}时间序列的ADF检验值为-4.567 466，在5%、10%显著水平下比临界值-3.658 446、-3.268 973都小，拒绝原假设，说明该序列不存在单位根，所以lpt～I（0）是平稳序列。由图1第二部分可得国内生产总值自然对数{lgt}时间序列的ADF=-4.774 958，在5%、10%显著水平下比其两个临界值-3.690 814、-3.286 909都小，则拒绝原假设，说明该序列不存在单位根，所以lgt～I（0）是平稳序列。

由上述检验结果可知：煤炭价格自然对数{lpt}和GDP自

图2 煤炭价格自然对数{lpt}与GDP自然对数{lgt}的 Johansen协整检验Fig.2 Johansen cointegration test of coal price logarithm{lpt}and GDP logarithm{lgt}

由图2可知，软件将模型原假设设定为两组时间序列不存在长期均衡关系，但此假设在5%的显著水平下被拒绝，说明变量存在协整关系与方程。

协整检验结果表明中国经济增长与煤炭价格存在的长期稳定的比例关系，但是这两者之间的均衡关系是否具有因果关系，以及因果关系为何种方向还需要进一步的验证。

2.4 Granger因果关系检验

Granger（1988）指出若变量之间具有协整关系，则至少存在一个方向的Granger原因；若为非协整关系，则无法推断变量之间存在因果关系[7]。因此下文可对具有协整关系的煤炭价格自然对数{lpt}与GDP自然对数{lgt}进行Granger检验，但Granger检验则取决于滞后期的选择[8]。为了能够明确地得出煤炭价格自然对数{lpt}与GDP自然对数{lgt}的因果关系，下文将利用利用Eviews7.2软件这两个时间序列进行5阶滞后期的Granger因果关系检验。Eviews7.2输出结果如图3所示。

图3 煤炭价格自然对数{lpt}与GDP自然对数{lgt}的Granger因果关系检验Fig.3 Granger causality test of coal price logarithm{lpt}and GDP logarithm{lgt}

由图3可知，随着滞后阶数的增加，煤炭价格自然对数{lpt}与GDP自然对数{lgt}的Granger因果关系是变化的。当滞后阶为1时，煤炭价格自然对数{lpt}与GDP自然对数{lgt}将接受原假设，两组序列不存在因果关系。当滞后阶为2时，GDP自然对数{lgt}对煤炭价格自然对数{lpt}的p值小于0.05，拒绝原假设，即在5%的显著水平下，GDP的增长能引起煤炭价格的增长。但是煤炭价格自然对数{lpt}对GDP自然对数{lgt}将接受原假设，认为煤炭价格水平不会引起GDP水平的变动。当滞后阶为3、4时，都将接受原假设。而当滞后阶为5时，将都将拒绝原假设，两组时间序列互为因果关系。因此从Eviews7.2输出结果图3可以看出：长期条件下，煤炭价格与GDP存在着因果关系，且我国GDP水平对煤炭价格水平的因果关系比我国煤炭价格水平对我国GDP水平的因果关系更具有显著影响。

2.5 VAR模型估计

因向量自回归（VAR）模型对于相互联系的时间序列变量系统是个有效的预测模型，本文将构建煤炭价格与GDP长期的动态预测模型，得出两组时间序列长期动态关系方程。VAR模型的估计首先需要确定其最优滞后期[9]，滞后期太少将会导致自由度减少，影响模型参数估计的有效性。煤炭价格自然对数{lpt}和GDP自然对数{lgt}1～3阶滞后期的统计量如Eviews7.2如图4所示。在5%的显著水平下，5个统计量中有3个统计量的最佳滞后阶为3，因此煤炭价格自然对数{lpt}与GDP自然对数{lgt}可以构造具有长期均衡协整关系的VAR（3）模型。模型如下：

3 结 论

文中利用Eviews7.2软件对中国1990-2011年间的煤炭价格与GDP之间的数据进行了ADF序列平稳性检验、Johansen协整检验与因果关系检验与VAR模型估计，将抽象的能源经济问题更加科学化、具体化的展现出来。结果表明：煤炭价格与GDP存在着长期均衡关系，且长期条件下煤炭价格与GDP之间存在互为因果的反馈联系，即能源价格为GDP增长的内生变量之一，且GDP增长也为能源价格的内生变量之一。

鉴于煤炭价格与GDP之间存在长期的均衡动态关系，在煤炭价格长期上涨的背景下，我国应积极发展清洁能源，逐步提高清洁能源消费，降低煤炭对我国GDP的影响，实现中国的绿色可持续发展。

[1]张抗，梁慧.1999～2009年世界煤炭消费量变化分析及启示[J].中外能源，2010（8）:7-12.

ZHANG Kang，LIANG Hui.Globalcoalconsumption changes during 1999-2009 and enlightenment[J].Sino-Global Energy，2010（8）:7-12.

[2]张晓峒.Eviews使用指南与案例[M].北京：机械工业出版社，2007.

[3]Harris R I D.Testing for unit roots using the augmented dickey-fuller test[J].Economic Letters，1992，38:381-386.

[4]Jonhansen S.Estimation and hypothesis testing of cointegration vetctorsinGaussianvectorautogressivemodels[J].Econometrica，1991（59）:1511-1580.

[5]Nielsen B，Rahbek.A Similarity issues in cointegration analysis[J].Oxford Bulletin of Economics and Satistics，2000（66）:5-22.

[6]Granger.Some recent development in a concept of causality[J].Journal of Econometrics，1988（39）:199-211.

[7]陈雄兵，张宗成.再议Granger因果检验[J].数量经济技术经济研究，2008（1）:154-160.

CHEN Xiong-bing，ZHANG Zong-cheng.Re-examination of granger causality test[J].The Journal of Quantitative&Technical Economics，2008（1）:154-160.

[8]Ng S，Perron P.Lag length selection and the construction of unit roots tests with good size and power[J].Econometrica，2001（69）:1519-1554.

China coal price and GDP dynamic effects analysis based on the Eviews

CHEN Wei-dong，DAI Dong-xuan
（Economy&Management Department of Tianjin University， Tianjin 300072， China）

In order to reveal whether China coal prices affect the economic development，this paper use Eviews software to have ADF test，Johansen cointegration test and Granger causality test for China coal prices and GDP during 1990-2011.The Eviews software output accurately shows that the coal prices and GDP of our country have a positive equilibrium and causality relationship.Meanwhile，the China GDP have more significant causality to the coal prices than China coal prices to GDP.

Eviews software； ADF test； Johansen test； Granger test

10.14022/j.cnki.dzsjgc.2014.16.006

TN-9；TP319

A

1674-6236（2014）16-0018-03

2013-11-06 稿件编号：201311056

国家自然科学基金项目（71373173）；天津市政府决策咨询重点课题（ZFZX2013-21）

陈卫东（1967—），男，河南周口人，教授。研究方向：系统分析与决策，能源与低碳经济规划。