保险业与经济增长的差异性讨论-精品文档 (2).docx
《保险业与经济增长的差异性讨论-精品文档 (2).docx》由会员分享,可在线阅读,更多相关《保险业与经济增长的差异性讨论-精品文档 (2).docx(11页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、保险业与经济增长的差异性讨论一、模型的建立与非平稳面板数据计量方法一模型的建立随着我国保险业效率的不断改善,保险市场化程度的不断提高,保险业对我国经济增长的促进作用越来越大,因而建立下面包含保险发展在内的经济增长模型:采用含Hicks中性技术进步因素的有保险发展自变量的柯布道格拉斯生产函数保费收入来表示。为了消除不同年度物价水平对所选数据的影响,使各数据间具有可比性,在数据整理中,用以1997年为基数的居民消费价格指数对国内生产总值、资本构成总额、保费收入进行平减以消除或减少通货膨胀因素影响。最后,根据上述研究将模型中的相关变量对数化,这样做的一个好处在于能比拟有效地躲避异方差问题。经过处理的
2、变量表示为lnY、lnK、lnS、lnL,因而,模型5变成:二非平稳面板数据计量方法1.面板数据单位根检验为了避免伪回归的发生,需要对变量进行单位根检验,以确定其平稳性。标准的单个时间序列单位根检验方法的缺点是其较低的拒绝能力,即本来原时间序列不含单位根,该方法却很难拒绝含单位根的原假设。Levin和Lin1992,1993最先提出了面板数据的单位根检验方法来克制单个时间序列单位根检验拒绝能力低的缺点,Levin,Lin和Chu2002又对该方法做了进一步的完善。面板数据单位根检验的方法有:LLC检验、Bfeitung检验、Hadri检验、IPS检验、Fisher-ADF检验和Fisher-P
3、P检验。前三种是一样根即所有截面序列具有一样单位根经过情况下的单位根检验方法,也叫做同质单位根检验法;后三种是不同单位根即所有截面序列具有不同的单位根情况下的检验方法,也叫异质单位根检验法。2.面板数据协整检验通过面板数据的单位根检验,假如两变量是非平稳的,则存在协整关系的可能,这时候能够进一步检验变量之间能否存在协整关系。面板数据的协整检验主要有Pedroni检验、Kao检验和Fisherx2检验。在时间序列分析中,Eengle-Granger协整检验是基于残差检验实现的:假如变量之间存在协整关系,则残差应为I0;假如变量之间不存在协整关系,则残差应为I1经过。Pedroni和Kao将Eng
4、le-Granger的框架扩展到了面板数据领域,由于假设条件的不同,构成了Pedroni检验和Kao检验。Pisher1932利用多个个体独立检验的结果来进行整体的联合检验。Fisher的这一方法被Maddala和Kim用到面板模型的联合检验中,将其与传统的Johansen检验结合起来,即将各个个体的Johansen检验结果进行组合得到Fisherx2检验统计量。3.面板协整方程的估计完全修正最小二乘法FMOLS假如变量是非平稳的形式,那么传统最小二乘法的估计值在截面N和时间T很大的情况下收敛于其真值,但是就中等大小的截面N和时间T而言是有偏的,并且是没有效率的。这是由于变量的内生性及误差项的
5、相关性所导致的结果。PhillipSandHanSen1990提出thefullymodifiedOLSFMOLS估计,这能够在允许内生性及相关性存在时,估计是无偏的并且是有效的。因而,本文使用Pedroni提出的GroupmeanPanelFMOLS方法来估计面板协整方程。该方法是PhillipsHanson1990的发展,其优点主要有:首先,FMOLS方法能够为模型参数提供渐进无偏估计值,能够更好地知足面板数据异质性heterogenieity的要求;其次,该方法优于PoolpanelFMOLS,这是由于组间估计是基于面板组间维度,而PoolpanelFMOLS基于组内维度,因而Group
6、meanPanelFMOLS提供了基于样本均值的异质协整方程系数的一致估计和协整方程共同参数值的一致检验,而后者则没有。并且,完全修正最小二乘法也能够修正由于内生和回归关联导致的标准OLS偏差。二、我国保险发展与经济增长关系的区域差异分析本文收集了全国31个省、自治区、直辖市19972011年的数据,构建了“东部数据集、“中部数据集、“西部数据集。所有数据均摘自1998年2012年的(中国统计年鉴)和(中国保险年鉴)。对这三个面板数据集中的每个变量分别进行面板单位根检验,对存在单位根的变量,进行面板协整检验,并在存在协整关系的基础上,对模型6使用Pedroni的完全修正最小二乘法即FMOLS,
7、估计各自的异质面板协整方程,并对协整方程自变量的估计系数进行比拟,分析各区域保险发展对经济增长的影响程度。一面板数据单位根检验结果面板数据的单位根检验是进行面板协整检验分析的必要前提。为了保证结论的稳健性,根据前面介绍的单位根检验方法,本文分别采用LLC检验、IPS检验、FisherADF检验和FisherPP检验对三个面板数据集的lnY、lnK、InS、lnL四个变量进行单位根检验,用的计量软件是Eviews6.0。表1是东部面板数据集的单位根检验结果。从表中能够看出,lnY、lnK、lnS的水平值和一阶差分值的检验除了LLC检验外,其余的检验都接受了单位根经过,在对它们的二次差值的检验中,
8、四种检验法都拒绝了原假设,以为不存在单位根;lnL的水平值的检验都接受了单位根经过,对其一阶差分值进行检验时,四种检验方法都以为不存在单位根。HafrrisandTzavalis1999己证实在时间跨度较小时,LLC法的检验能力较差,本文的时间跨度较小,只要14年,所以舍去LLC检验的结果,综合考虑之后,以为东部地区面板数据的lnY、lnK、lnS二阶平稳,lnL一阶平稳。通过对中部和西部数据集的lnY、1nK、1nS、lnL四个变量进行单位根检验,结果表明中部和西部数据集的四个变量都是一阶平稳的。二面板数据协整检验结果根据面板数据单位根检验结果,东、中、西部面板数据集中的lnY、1nK、1n
9、S、lnL四个变量都是非平稳的,能够进一步对它们进行协整分析,看它们之间能否具有协整性,即它们之间能否具有长期平衡关系。本文采用前面介绍的Pedfoni协整检验和Kao检验方法,利用计量软件Eviews6.0分别对东部、中部、西部三个面板数据集中变量的长期趋势性进行面板协整检验分析。Fisherx2检验方法需要首先对每个截面内的数据进行协整检验,因而,每个截面的数据要足够多才行,但是本文分析的数据时间跨度只要14年,数据不够多,因而没有进行Fisherx2检验。根据Pedroni1999,在小样本中,panelADF、groupADF统计量检验效果最好,panelV、panelrho统计量检验
10、效果最差,其他处于中间。因而,主要以panelADF、groupADF统计量的检验结果来判定协整关系。表2是东部面板数据的协整检验结果。这里还检验了lnY和lnS两个变量之间的协整关系,以考察保险发展与经济增长的协整关系。从表中结果可看出,东部面板数据lnY和lnS的协整检验统计量中,Panelv-Stat、PanelADF-Stat、GroupADF-Stat和Kao的tStat拒绝原假设,以为这两个变量之间存在协整关系;lnY、lnK、lnS、lnL协整检验统计量中,PanelADF-Stat、Grouppp-Stat、GroupADF-Stat和Kao的tStat都拒绝原假设,以为这四个
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 保险业与经济增长的差异性讨论-精品文档 2 保险业 经济 增长 差异性 讨论 精品 文档
限制150内