环境规制对制造业产业结构升级的影响分析

文章利用1998~2009年中国环境和制造业的有关数据,通过构建回归模型,实证分析了中国环境规制对制造业产业结构升级的影响,并在基于协整检验和Granger因果检验的基础上得到结论:环境规制与制造业产业结构升级之间存在长期稳定协整关系,并且环境规制增强是制造业产业结构升级的Granger原因。     

我国经济增长、财政农业投入与农业综合发展的关系研究

文章通过实证分析,研究国民经济的增长、政府财政投入和农业发展三者之间的相互促进关系,运用SVAR模型、协整检验和Granger因果检验分析了三者之间的动态关系,对财政投入的时滞效应进行了较为详细的探讨和分析,并根据分析结论针对每一问题给出具体的政策建议.     

陕西上市公司GDP贡献及可持续发展研究

选取陕西省在上海和深圳证券交易所的上市公司为样本.利用Eviews5.0对1997-2006年陕西GDP和所选上市公司净资产收益率、每股收益以及主营业务增长率进行了ADF单位根检验、Johansen协整检验和格兰杰(Granger)因果检验,发现陕西省经济发展数据和上市公司指标都是一阶平稳序列,且存在两个协整关系,上市公司的每股收益与GDP还具有反常的Granger因果关系.在陕西经济持续稳定增长的同时,上市公司的每股收益却逐年下降,可持续发展能力匮乏.     

我国制造业对外贸易与经济增长的协整及因果关系检验

文章利用1992～2006年我国制造业进出口贸易的统计数据,采用协整检验和Granger因果检验对过去15年间我国制造业对外贸易的发展与经济增长的关系进行了实证分析.研究表明,我国制造业贸易总额与GDP之间、进口与GDP之间以及出口与GDP之间均存在长期的唯一协整关系及单向的Granger因果关系.     

我国信贷规模与货币供应量关系的实证研究

文章使用因果关系检验和非线性协整等经济计量方法分析信贷规模和货币供应量这两个与流动性过剩紧密相关的货币政策指标之间的相互关系。因果关系检验发现,信贷规模与货币供应量之间存在从货币供应量到信贷规模的单向Granger因单关系,同时又存在即期因果关系(instan-taneous causality)。非线性协整检验结果支持信贷规模和货币供应量之间存在非线性协整关系,并发现在不同的状态中货币供应量的误差修正效应均比信贷规模大,反映了在由信贷规模和货币供应量组成的系统中货币供应量的主导地位。     

利率调整对中国股票市场影响的实证分析

本文将以上证股票市场为例，运用回归分析，Granger因果检验，协整检验，均值检验和方差分析对近三年利率调整对我国股票市场影响进行实证分析，最后对股市和理论分析相背离的走向的原因进行了分析。     

社会用电量与经济增长的协整检验和误差修正

文章利用河南省年度的数据,采用JJ协整分析、误差修正模型和Granger因果检验,实证分析了社会用电量与GDP总量、产业结构、人口量和电价水平之间的关系.     

居民收入与消费均衡关系的协整分析

收入是影响消费的一个重要因素,所以对消费与收入之间的关系进行研究具有重要的意义和作用.文章利用协整、ECM模型和Granger因果检验等分析工具,根据湖南省的统计数据,证明了城镇和农村居民收入与消费支出间存在么它们之间存在着长期稳定的协整关系.     

中国科技创新效率与经济增长的实证研究

文章采用协整理论和Granger因果检验研究了经济增长和创新效率之间的关系。研究结果显示,我国创新产出效率与经济增长的协整和单向因果关系并不成立,产出效率对经济增长的推动作用不显著。创新转化效率与经济增长之间虽然不具备长期稳定的均衡关系,但却是经济增长的Granger成因,对经济增长具有显著的正向推动作用。     

产业发展与碳排放的协整性与因果关系分析

产业发展是碳排放增长的重要驱动因素,文章基于江苏省1995~2009年的数据,运用协整理论检验各产业发展与碳排放之间的协整性和Granger因果关系,并且建立相应的广义差分回归模型和误差修正模型。研究结论表明,江苏省各产业发展与碳排放存在长期协整关系和从产业发展到碳排放的单向Granger因果关系,同时发现,江苏省交通运输业和工业发展对碳排放影响最大,而建筑业、农业和服务业发展对碳排放的影响相对较小。     

财政科技支出与经济增长的实证分析——以陕西省为例

研究财政科技支出与经济增长的关系对科学指导财政科技投入能起到积极作用。使用协整检验、Granger因果检验等计量方法对陕西省1986-2009年的相关数据进行实证分析,结果表明陕西省财政科技支出对经济增长有促进作用,但就目前投入的规模和结构而言,其对经济增长的促进作用有限。     

中国养老金投入与经济增长关系的协整性分析

基于中国的宏观经济数据,通过协整检验、误差修正模型和Granger因果关系检验,对经济增长和养老金投入的关系进行了实证研究。实证结果表明,养老金投入与经济增长存在长期的协整关系,经济增长是养老金投入的Granger原因,但养老金投入不是经济增长的Granger原因。     

中国银行信贷、房地产价格与宏观经济互动关系研究——基于VAR模型的实证分析

银行信贷在近几年有了飞速发展,但是有相当一部分资金流向了房地产业,而房地产业是国计民生的重要产业之一,在推动宏观经济增长方面起到了重要作用。在建立VAR模型的基础上综合运用协整检验、Granger因果关系检验等方法,对中国银行信贷、房地产价格与宏观经济间的互动关系进行研究,结果表明银行信贷、房地产价格与宏观经济三者之间确实存在互动关系。     

Granger因果关系检验的模型选择与相关策略研究

运用Granger因果关系检验识别确定经济变量间因果关系是经济研究中极为常见的分析模式,然而在具体应用时,Granger因果关系检验的功效会受到模型形式选择与检验策略因素的影响,为此,解析了Granger因果关系检验的水平型VAR、差分型VAR、VEC三种模型形式选择的基本原理,探讨了与模型选择相关的四大检验策略,即变量个数选择、滞后阶数选择、变量单整性检验、协整空间维数选择,并给出了Granger因果关系检验相对稳妥的实践操作程序。     

公共投资与社会福利的动态相关性：1978—2008年——基于VAR模型的分析及检验

基于VAR模型,利用1978—2008年的样本数据分析公共投资与社会福利的动态相关性。通过协整检验、VECM模型、Granger因果检验及方差分解分析,结果表明：福利（W）与生产性投资（PI）、消费性投资（CI）间存在长期稳定的均衡关系;基于W、PI和CI的VECM模型具体较好的误差修正机制;PI、CI与福利间有Granger因果关系,反向关系成立,但PI与CI间不成立;W自身的冲击对W的贡献率最大,CI次之,PI的贡献率最小。     

陕西省税收与经济增长关系的协整分析

基于税收与经济增长的相关理论和陕西省1994—2007年税收与GDP的相关数据,对税收收入与GDP历史数据进行平稳性检验、格兰杰检验和协整检验,建立陕西省税收与GDP的误差修正模型。研究结果表明：陕西省的税收与GDP存在长期的协整关系,并且从模型可知,当GDP增长1%时,陕西省税收增长1.286 823%;经济增长是税收增长的格兰杰原因,但是税收不是GDP的格兰杰原因。     

能源消费与出口贸易：来自广东省的实证分析

运用协整模型和格兰杰因果关系模型,分析广东省1987年以来能源消费与出口贸易的关系。结果表明：广东省能源消费和出口贸易关系显著;能源消费是出口贸易的单方向格兰杰原因;这种长期关系是稳定的,并没有随时间而发生结构性变化。据此得出结论：广东省出口贸易过分地依靠了能源消费。     

能源与经济因果关系检验:回顾与展望

针对国内外能源与经济因果关系众说纷纭的现状,在总结Granger因果关系检验方法发展脉络的基础上,归纳检验变量之间因果关系的统计方法及其在国内外能源消费与经济发展关系实证检验的结果,做出四个代际划分,并按照检验因果关系四个代际的区分与相应的优劣,给出适用于时间序列和面板数据统计因果关系检验的一般步骤。同时指出面板数据、非线性因果关系检验方法将成为研究的发展方向。     

沪港台三地股市波动的风险传导效应研究

由于受到地理位置、经济文化等因素的影响,沪港台股市在收益率波动上存在相关性。利用Granger因果检验和Chi-plot图检验两种方法分别对沪港台股市波动进行了实证研究。结果一致表明：沪台股市的收益率波动存在双向传导效应,沪港两市的收益波动仅存在显著的港市对沪市的单向“溢出效应”,而沪台两市传导效应相对较弱。但沪港台三市的收益波动均存在明显的“杠杆效应”。     

Linear and nonlinear causality tests in an LSTAR model: wavelet decomposition in a nonlinear environment

In this paper, we use simulated data to investigate the power of different causality tests in a two-dimensional vector autoregressive (VAR) model. The data are presented in a nonlinear environment that is modelled using a logistic smooth transition autoregressive function. We use both linear and nonlinear causality tests to investigate the unidirection causality relationship and compare the power of these tests. The linear test is the commonly used Granger causality F test. The nonlinear test is a non-parametric test based on Baek and Brock [A general test for non-linear Granger causality: Bivariate model. Tech. Rep., Iowa State University and University of Wisconsin, Madison, WI, 1992] and Hiemstra and Jones [Testing for linear and non-linear Granger causality in the stock price–volume relation, J. Finance 49(5) (1994), pp. 1639–1664]. When implementing the nonlinear test, we use separately the original data, the linear VAR filtered residuals, and the wavelet decomposed series based on wavelet multiresolution analysis. The VAR filtered residuals and the wavelet decomposition series are used to extract the nonlinear structure of the original data. The simulation results show that the non-parametric test based on the wavelet decomposition series (which is a model-free approach) has the highest power to explore the causality relationship in nonlinear models.