畢業(yè)論文-貴州省交通貨物運輸量的時間序列分析

1、致謝畢業(yè)在即，感慨頗多。當(dāng)我回首這段美好的學(xué)習(xí)生活，我會感到欣慰和充實。如今，這篇畢業(yè)論文終將為我的求學(xué)生活畫上一個完美的句號。我會在以后的工作中，不斷學(xué)習(xí)、充實自己。首先，我要感謝我的指導(dǎo)老師張文專老師。您在論文的選題、選材-直到論文的反復(fù)修改和定稿等環(huán)節(jié)中，都給了我極人的幫助，感謝您為我的辛勤仉出。您嚴(yán)謹(jǐn)?shù)闹螌W(xué)精祌和精益求精的工作作風(fēng)等對 我今后的生活和工作來說有極人地幫助，感謝您對我的激勵和諄諄教誨。感謝您的辛勤付出和無微不至的關(guān)懷。愿您工作順心，桃李天下。同吋，在這里也要感謝我的同學(xué)們，他們在空余吋間會幫助我搜集資料，當(dāng)我的論文修改出現(xiàn)瓶頸 吋，他們在精祌上不斷地鼓勵我，幫助我。謝謝各

2、位同學(xué)對我的幫助與支持。貴州省交通貨物運輸量的時間序列分析摘要：木文首先研究貴州省交通貨物運輸景與貴州宵地區(qū)生產(chǎn)總值之fn的單位根檢驗，從而驗證兩者之 w的協(xié)整關(guān)系；次，分析貴州省地區(qū)生產(chǎn)總值、貨物周轉(zhuǎn)景、貨運景三者之閩的granger因果關(guān)系， 建立貨物周轉(zhuǎn)景(r)與地區(qū)生產(chǎn)總值(gdp)之叫的varftin歸模型。研究結(jié)果顯示，貴州宵交通貨物 運輸景與貴州省地區(qū)生產(chǎn)總位(gdp)之則不存在協(xié)整關(guān)系，貨物周轉(zhuǎn)景是貴州宵地區(qū)生產(chǎn)總值的granger 原w，但貨運景、地區(qū)生產(chǎn)總值不是貨物周轉(zhuǎn)景的granger原因。關(guān)鍵詞：協(xié)整；granger因果關(guān)系；交通貨物運輸景；地區(qū)生產(chǎn)總位time ser

3、ies analysis of guizhou provinces transportation freight volumeabstract: first, the paper researches doing unit root test with the transportation freight volume and gdp in guizhou province，thus，to check their cointegration relationship. next，the passage analyzes the causality during the gdp, freight

4、 volume with rotation volume in guizhou，setting up the var autoregressive model. the research results show that there is no cointegration relationship between transportation freight volume and gdp. the rotation volume is the granger causality of gdp, but the freight and gdp are not the grangercausal

5、ity of rotation volume.key words： cointegration; granger causality ; transport cargo traffic; gdpw1摘要：本文沒先研究貴州竹交通貨物運輸景與貴州竹地區(qū)生產(chǎn)總值之間的單位根檢驗，從而驗證兩者之 間的協(xié)整關(guān)系；其次，分析貴州省地區(qū)生產(chǎn)總值、貨物周轉(zhuǎn)量、貨運量三者之間的granger因果關(guān)系, 建立貨物周轉(zhuǎn)fi （k）與地區(qū)生產(chǎn)總值（gdp）之間的vak向回歸模型。研究結(jié)果顯示，貴州省交通貨物 運輸跫與貴州省地區(qū)生產(chǎn)總值（gdp）之間不存在協(xié)整關(guān)系，貨物周轉(zhuǎn)量是貴州省地區(qū)生產(chǎn)總值的granger原因，似

6、貨運量、地區(qū)生產(chǎn)總值不是貨物周轉(zhuǎn)量的granger原因。i§ 欠ii1 弓 iw12 單位根檢驗32.1貴州省貨運量（f）的adf檢驗32.2貴州省貨物周轉(zhuǎn)量（r）的adf檢驗52.3貴州省地區(qū)生產(chǎn)總值（gdp）的adf檢驗63 協(xié)整檢驗73.1回歸分析73. 2 johansen 協(xié)整檢驗104 granger因果檢驗和varma模型124.1貨運量（f）、貨物周轉(zhuǎn)量（r）和地區(qū)生產(chǎn)總值（gdp）之間的因果檢驗124.2 建立lr與lgdp之間的var模型135街侖155：®171引言木文的研究選取了貴州省1993-2011年的貨運景和貨物周轉(zhuǎn)景作為代表貴州省交通貨物運輸

7、業(yè)發(fā)展 水平的指標(biāo)，選収貴州省地區(qū)生產(chǎn)總值（gdp）作為代表貴州省國民經(jīng)濟發(fā)展水平的指標(biāo)。首先，本文 研究貴州省交通貨物運輸景與貴州宵地區(qū)生產(chǎn)總值的adf單位根檢驗，檢驗平穩(wěn)性，從而進一步驗證 兩者之間的協(xié)整關(guān)系；其次，分析貴州省地區(qū)生產(chǎn)總值、貨運量、貨物周轉(zhuǎn)量三者之間的granger因果 關(guān)系，建立貨物周轉(zhuǎn)量（r）與地區(qū)生產(chǎn)總值（gdp）之間的varama冋歸模型。研究結(jié)果敁示，結(jié)合協(xié) 整檢驗及granger因果關(guān)系檢驗，貴州省交通貨物運輸跫（r）與貴州省地區(qū)生產(chǎn)總值（gdp）之間不存 在協(xié)整關(guān)系，并得到三者之間的相互之間的granger原因。貴州省交通運輸業(yè)是貴州省地區(qū)經(jīng)濟的重要組成部分，

8、是連接地區(qū)各部門經(jīng)濟的紐帶，是保證各項 經(jīng)濟活動得以常運行的一個重要前提部分。想要研究貴州省的交通貨物運輸s,就必須了解本義所選 取的指標(biāo)貨運量、貨物周轉(zhuǎn)量、地區(qū)生產(chǎn)總值各自的含義。一個地區(qū)的經(jīng)濟發(fā)展速度決定了本地區(qū)運輸業(yè)的發(fā)展程度，交通貨物運輸業(yè)又倒過來促進地區(qū)各部 門的發(fā)展。木文的展開運用eviews3. 0軟件屮時|川序列的幾種分析方法，對貴州宵交通貨物運輸業(yè)的發(fā) 展周期和對貴州省地區(qū)經(jīng)濟展開相叉性研究。文章通過在國家統(tǒng)計局中華人民共和國統(tǒng)計爾鑒 屮杏找貴州鋝交通貨物運輸景的相關(guān)指標(biāo)（貨運景、貨物周轉(zhuǎn)景）及貴州鋝地區(qū)生產(chǎn)總值的數(shù)拋，得到 貴州省1993-2011甲的貨運s （萬噸）、貨物

9、周轉(zhuǎn)量（億噸公麗）及貴州省地區(qū)生產(chǎn)總值（gdp,億元） 等的相關(guān)數(shù)值，如表1所示：表1貴州省1993-2011年交通貨物運輸量及地區(qū)生產(chǎn)總值年份貨運量（萬噸）貨物周轉(zhuǎn)量（億噸公里）地區(qū)生產(chǎn)總值（億元）1993年11375277417.691994年11043284.6524. 461995年11738301. 1636.211996年12182317. 7723. 181997年11990332.4805. 791998年12774330.3858. 39199952000年15615404. 11029.922001 年16344439.31133.272002年1

10、73994861243. 432003年182245471426. 342004年19439610.91677.82005年21770646. 52005. 422006年247096812338. 982007年26787721.32884. 112008年32692805. 333561. 562009年34803926. 053912.682010 年397351005. 924602. 162011 年448901060.695701.84數(shù)據(jù)來源：1994-2012 (中國統(tǒng)計年鑒)在時間序列ewiews3.0軟件中，由于貨運量(f)、貨物周轉(zhuǎn)量(r)及貴州省地區(qū)生產(chǎn)總值(gdp)的

11、觀測序列都其有増長趨勢，因此對三個序列的原數(shù)據(jù)分別進行取對數(shù)，記為l gdp、l f、l k。閣1和圖2分別w.示f這些數(shù)據(jù)的時間序列走勢圖。o group: untitled workfile: 123if e ( s3vi ow j procsiobjoctsi print inamo fro«zoi somplo shoot istots|spo閣2 l gdp吋間序列閣1 l f、l k吋間序列根據(jù)上圖所示的結(jié)果，時間序列圖貨運fil f序列、貨物周轉(zhuǎn)fil k序列、地區(qū)生產(chǎn)總值l gdp序列 均為非平穩(wěn)序列。因此要分析貴州省貨運fi、貨物周轉(zhuǎn):8及貴州省地區(qū)生產(chǎn)總值三者間的

12、協(xié)整關(guān)系，第 步，必須檢驗其平穩(wěn)性，即運用adf單位根的檢驗方法；第二步，通過建立回歸方程，檢驗三指標(biāo)兩 兩之間的協(xié)整關(guān)系，根據(jù)協(xié)整檢驗所示的結(jié)果，結(jié)合格蘭杰因果檢驗得出的結(jié)論，進而研究出指標(biāo)間的 因果關(guān)系；敁后，通過相關(guān)檢驗綜介分析，得出敁終的結(jié)論。2單位根檢驗本文為了研究貴州省貨運量（f）、貨物周轉(zhuǎn)量（r）勾貴州省地區(qū)gdp之間的叉系，利用協(xié)整分析 的方法來檢驗它們之間的關(guān)系。首先利用adf （augmented dickey-fuller）檢驗方法分別對lf、lr、 lgdp三個序列進行單位根檢驗。設(shè)為等待檢驗的時間序列，adf檢驗考慮的三種w歸模型如k所示:i.i.d.px/_i+/?

13、vx/.i+. + /?/>_1vx/_p+14-, et /v(0，<7；)(1)i.i.d.(p. + px +,vx/_1 + . + _ivxz_p+1 +<, et yv(o, (t；)(2)i.i.d.= 0 + 6zz + /?xm+. + /7p_,vx/_p+1ef 1 n(0, a2e)(3)驗證是否平穩(wěn)的假沒討以表示如下方式：構(gòu)造adf檢驗統(tǒng)計fi:adf = p/s（p）若adf的檢驗統(tǒng)計量大于相應(yīng)的臨界值，則不捫絕原假設(shè)/（），認(rèn)為xj序列不平穩(wěn)，記為b（l）。 否則認(rèn)為xj不存在單位根過程，記為b（0）。2.1貴州省貨運量（f）的adf檢驗由于木文

14、所選用的數(shù)裾為時間序列數(shù)裾，需判斷k是否平穩(wěn)，選擇engle-granger兩少協(xié)整檢驗法 檢驗指t小之間是否存在協(xié)整天系。依照協(xié)整的檢驗方法，首先檢驗貴州省貨運量（f）的平穩(wěn)性，即檢 驗它的單整數(shù)。接下來在eviews3.0的軟件屮，少驟的具體操作如下所示：在時間序列軟件eviews3. 0中打開界而，在建立的文檔123,在其中錄入貴州省1993-2011年的貴州 畨貨物周轉(zhuǎn)量（r）、貨運:ft （f）和地區(qū)生產(chǎn)總位（gdp）序列的相關(guān)數(shù)據(jù)。首先對取對數(shù)的lf序列進 行單位根檢驗，在工作文檔中雙擊取對數(shù)后的貨運量（萬噸）（lf）原序列，在出現(xiàn)窗口中，點擊view 鍵，然后依次點擊unit r

15、oot test>trend and interceptflagged difference （1階）>0k,從而得到佔計結(jié)果，見閣3。1 series: lf workfile: 173| o 門 |yiev|rroc»|obj»cts| printsaipl»|g»nrbar iaugmented dickeytuller unit root test on lfadf test statistic0 6990991% cntical value*5% critical value10% critical valu«-46193

16、 -3.7119 -3 2964mackinnon critical values for rejection of hypothesis of a unit rootaugmented dickey-fuller test equationdependent variable d(lf)method least squaresdate 04/04/14 time 10 48sample(adjusted) 1995 2011included observations 17 after adjusting endpoints£variablecoefficientstd error

17、t-statisticproblf(-1)0.0880260 125914-0 69909904968d(lf(-1)-0785120 24/799-1.12394202814c0 8178571 1377180 7188570 4850trend(1993)0.0150040 0100631.4909380.1598r-squared0.471930mean dependent var0.082495adjusted r-squared0350068s d dependent var0048482s.e of regression0.039085akaike info criterion3.

18、443812sum squared resid0.019860schwarz criterion3 247762log likelihood33.27240f-statistic3872654durbin-watson stat1 964898prob(f-statistic)0035215圖3 lf序列的adf檢驗結(jié)果從上圖3所示的結(jié)果得出，it序列非平穩(wěn)，在置信度是1%、5%、10%的三個顯著性水平下，臨界值分 別是-4. 6193、-3.7119、-3.2694, t檢驗統(tǒng)計雖的值為-0. 6991大于相應(yīng)臨界值，從而接受原假設(shè)/(), 表明貨運量(萬噸)(lf)序列存在單位根過程，是非

19、平穩(wěn)序列，記為b(l)。于是，對貴州省貨運量(it)序列驗證艽單整階數(shù)，在(unit root test)中，選定對lf序列的一 階差分進行adf檢驗，選擇(intercept )，在(lagged difference)中選擇1階，單擊“0k”選項，所 示結(jié)果見圖4。3 series: lf workfile: 123|_=_|_b | £3view | procs | objects | print i h amcl frecre | sample | genr | sheet| idem | liaugmented dickey-fuller unit root test on

20、 d(lf)adf test statistic1 6421341% critical value"5% critical value10% critical value3.92283065926745"mackinnon critical values for rejection of hypothesis of a unit rootaugmented dickey-fuller test equationdependent vanable: d(lf.2)method: least squaresdate 04/04/14 time 10 46sampie(adjus

21、ted): 1996 2011included observations: 16 after adjusting endpointsvariablecoefficientstd error t-statisticprobcklfm)o(lf(-1).2)c-0.520916 -0 331303 0.0488540.317219-1.6421340 237763-1 3934180.0269521.8126480.12450.18690.0930r-squaredadjusted r-squared s.e. of regressionsum squared residlog likelihoo

22、d durbin-watson stat0.4626350 379963 0.048667 0.030790 27.32212 2.175778mean dependent vars.d dependent var akaike info criterion schwarz criterion f-statistic prob(f-statistic)0.0038090 061806 -3.040265 2.895405 5.596061 0.017650閣4 lf 階差分序列的adf檢驗結(jié)果從上閣4的檢驗結(jié)果可知，在置信度為1%、5%、10%顯著性水平下，其臨界值分別為-3. 9228.-3

23、. 0659、-2.6745, adf檢驗的t統(tǒng)計量的值為-1.6421，大于其臨界值，所以不能拒絕原假設(shè)即貨運量（萬噸）（lf）的一階差分序列仍具有單位根，序列不平穩(wěn)，記為b（l）。于是為了進一步得到（lf）序列的單整階數(shù)，指定對（lf）序列進行二階差分作單位根檢驗，選擇（none）,在滯后差分項中選擇1階，單擊“0k”,得到如下所示的估計結(jié)果，見圖5。l_t series: lf workfile: 123vi ew|procsobjects| print|namefreeze j sample|genr|sheet| stats | ident | lineaugmented dicke

24、y-fuller unit root test on d(lf，2)adf test statistic-4 6212651% critical value*-2.74115% critical value-1.965810% critical value-1 6277mackinnon critical values for rejection of hypothesis of a unit rootaugmented dickey-fuller test equation dependent variable: d(lf，3)method. least squares date. 04/0

25、4/14 time: 10:45 sample(adjusted). 1997 2011 included observations: 15 after adjusting endpointsvariablecoefficientstd errort-statisticprobd(lf(-1),2)-2.1143520.457527-4 6212650.0005d(lf(-1).3)0.3359110.2533781.3257310.2078r-squared0 815202mean dependent var0000891adjusted r-squared0 800986s d depen

26、dent var0113567s e of regression0 050663akaike info criterion-3003657sum squared resid0 033368schwarz criterion-2909250log likelihood24 52742durbin-watson stat1926075圖5 lf二階差分序列的adf檢驗結(jié)果從圖5的檢驗結(jié)果看,在置信度為1%、5%、10%的顯著水平下,其臨界值分別是-2. 7411、-1.9658、 -1.6277, t檢驗統(tǒng)計量的伉為-4. 6213,小于相應(yīng)臨界值，故捫絕原假設(shè)表明貨運量（萬噸）（lf） 的二階差

27、分序列不存在單位根，是平穩(wěn)序列，記為b（0）。即是lf序列是二階單整的，即lft/（2）。 2.2貴州省貨物周轉(zhuǎn)量（r）的adf檢驗根據(jù)檢驗貨物周轉(zhuǎn)量（r）同樣的方法，對為了得到取對數(shù)后的貨物周轉(zhuǎn)量（億噸公里）（lr）序 列的單整階數(shù)，通過m樣的步驟操作，對貨物周轉(zhuǎn)量（lr）二階差分序列作單位根檢驗，對lr序列進行 mlf序列一樣的處理方成，得到相應(yīng)的二階差分的檢驗結(jié)果，見閣6。adf test statistic-3.6402641% critical value*5% critical value10% critical value2 7411 -1.9658 -1 6277*mackin

28、non critical values for rejection of hypothesis of a unit rootaugmented dickey-fuller test equationdependent variable d(lr.3)method least squaresdate: 04/04/14 time: 10:44sample(adjusted): 1997 2011included observations: 15 after adjusting endpointsvariablecoefficientstd. error t-statisticprobd(lr(d

29、),2)d(lr(-1).3)1 6369730 3310690 449685-3 6402640 2861631.1569240.00300 2681r-squaredadjusted r-squareds e of regression sum squared residlog likelihood0 636606 0.6086530 0440680 025246 26 61955mean dependent vars d. dependent var akaike info criterion schwarz criterion durbin-watson stat0.0018010.0

30、7044332826073.1882002187713| qbjectx | print | sompl* | g*nr | sh"t |q series: lr workfile: 123圖6 lr二階差分序列的adf檢驗結(jié)果從上閣6的檢驗結(jié)果可知，在置倌度為1%、5%、10%的顯著性水平卜，其臨界值分別足-2. 7411、 -1.9658、-1.6277, t檢驗統(tǒng)計量的值為-3. 6403,小于相應(yīng)的臨界值，從而拒絕原假設(shè)hq，表明取對 數(shù)后的貨物周轉(zhuǎn)量(lr)的二階差分序列不存在單位根，是平穩(wěn)序列，記為b(0)。即lr序列是二階單整 的，即/7?口/(2)。2.3貴州省地區(qū)生

31、產(chǎn)總值(gdp)的adf檢驗對lgdp序列進行同lf序列一樣的處理方式，就對數(shù)后的貴州省地區(qū)生產(chǎn)總值(lgdp)二階差分序列作 單位根檢驗,得到相應(yīng)的二階差分的檢驗結(jié)果，見閣7。olgdp workfile: 123| 因 jvi | procs i obj ectsj fr&nt |sftinpla i genr | st&ts | xdnt |augmented dickey-fuller unit root test on d(lgdp.2)adf test statistic-3 6819221% critical value*5% critical value10%

32、critical value2 7411 1 9658 1 6277mackinnon critical values for rejection of hypothesis of a unit root.augmented dickey-fuller test equationdopondont variable d(lgop.3)method least squaresdate: 04/04/14 tim© 10 42sample(adjusted). 1997 2011included observations 1s after adjusting endpointsvaria

33、blecoefficientstd. errorprob.d(lgdp(-1).2)d(lgdp(-1).3)-1 494522 0.3298470 405908 -3 681922 0.273613 1 2055260 00280 2495r-squaredadjusted r-squared s.e. of regression sum squared resid log likelihood0 6072440 577033 0.0457650 027228 26 05266mean dependent vars d dependent var akaike info criterion

34、schwarz cntenon durbin-watson stat0 0077990 070369 -3 207022 -3 112615 1.947864閣7 lgdp二階差分序列的adf檢驗結(jié)果從圖7的檢驗結(jié)果可以得知，在置信度為1%、5%、10%的顯著性水平下,其臨界值分別是-2. 7411、 -1.9658、-1.6277，t檢驗統(tǒng)計量的值為-3. 6819，小于相應(yīng)臨界值，從而拒絕表明地區(qū)生產(chǎn)總值 (lgdp)的二階差分序列不存迕單位根，是平穩(wěn)序列，記為b(0)。即lgdp序列是二階單整的，即lgdpd，(2)。根據(jù)以上的三類序列的檢驗結(jié)果nj以得ih,貨運量f序列、貨物周轉(zhuǎn)量r序

35、列、地區(qū)生產(chǎn)總值gdp序列均屬于二階單整的。3協(xié)整檢驗協(xié)整關(guān)系存在的條件為：協(xié)整回歸的全部變m都應(yīng)足相同的單整階數(shù)，在諸多變量的情況下，可能存在至少一個的協(xié)整ft,若是兩變聚的協(xié)整方程屮，協(xié)整m嚴(yán)則是唯一的。3.1回歸分析為了說明貴州畨地區(qū)生產(chǎn)總位(gdp)、貨物周轉(zhuǎn)量(r)和貴州宵貨運量(f)之間是否存在協(xié)整的關(guān)系，必須在三個變置屮，作兩兩分析，然v；再作它們之叫的協(xié)整分析。首先用變設(shè)對£f；進行普通最小二乘回歸。以取對數(shù)后的貨運撒(lf)為自變置，以取對數(shù)p的貴州畨地區(qū)生產(chǎn)總位(lgdp)為因變量，選0ls回歸方法估汁模型，得到相應(yīng)的估計結(jié)果，見閣8。dependent vari

36、able: lgdp method: least squares date: 04/04/14 time: 19:40 sample: 1993 2011 included observations: 19variablecoefficientstd. error t-statisticprob.c-9.2372270.648579-14.242250.0000lf1.6771880.06580325.488150.0000r-squared0.974499mean dependent var7.277423adjusted r-squared0.972999s.d. dependent va

37、r0766924s e of regression0.126020akaike info criterion1.205446sum squared resid0.269979schwarz criterion-1 106031log likelihood13.45174f-statistic649.6460durbin-watson stat0.579661prob(f-statistic)0.000000圖8 lgdp對lf的ols冋歸結(jié)果經(jīng)驗冋歸模型為lgdpt =-9.2372+1.6772ft為了得知殘差足否平穩(wěn)，在命令桐內(nèi)輸入et=resid，將殘差命名為et,然后展開adf檢驗。因

38、為殘 差的均值為0,因此選用沒有趨勢項、截距項的adf檢驗，估計得到的結(jié)果見圖9。augmented dickey fuller unit root test on etadf test statistic -4.6323941% critical value*2.70575% critical value-1.961410% critical value-1.6257大mackinnon critical values for rejection of hypothesis of a unit root.閣9殘差序列平穩(wěn)性柃驗佔計結(jié)果由上閣9的估計結(jié)果討以得出，在置信度為1%、5%、10%的

39、顯著性水平下，相應(yīng)的臨界值分別為 -2.7057、-1.9614、-1.6257,而adf檢驗的t檢驗統(tǒng)計量的值為-4. 6324,比臨界值小，因此拒絕 即殘差平穩(wěn)。又因為lgdp和lf都是二階的單整序列，因此存在協(xié)整關(guān)系。貨運量（f）勾地區(qū)生產(chǎn)總位（gdp）之m存在協(xié)整關(guān)系，表明兩者之m具杏長期的均衡關(guān)系。其次用變量對£7?,進行啓通最小二乘回歸。以取對數(shù)后的貴州省地區(qū)生產(chǎn)總伉（lgdp）為因變量，以取對數(shù)后的貨運量（lr）為a變量，用0lsm歸方法估量模型，得到相應(yīng)的估計結(jié)果，見閣10。dependent variable: lgdp method: least squares

40、date: 04/04/14 time: 20:02 sample: 1993 2011 included observations: 19variablecoefficientstd. error t-statisticprob.c-3.2400970.381893-8.4843150.0000lr1.6901380.06121927.608290.0000r-squared0.978183mean dependent var7.277423adjusted r-squared0.976900s.d. dependent var0.766924s e. of regression0.1165

41、63akaike info criterion-1 361477sum squared resid0.230976schwarz criterion1-262062log likelihood14.93403f-statistic762.2174durbin-watson stat0.595809prob(f-statistic)0.000000圖10 lgdp對lr的ols回歸結(jié)果經(jīng)驗ihui模型為lgdpt =-3.2401+1.6901 lr t為了得知殘差是否平穩(wěn)，在命令框內(nèi)輸入et=resid，將殘差命名為et，然p展開adf檢驗。因為殘 差的均值為0,因此選川沒行趨勢項、截距項的a

42、df檢驗，佔計捋到的結(jié)果見圖11。augmented dickey-fuller unit root test on etadf test statistic -2.4653051% critical valuemackinnon critical values for rejection of hypothesis of a unit root.閣13殘差序列平穩(wěn)性檢驗佔計結(jié)果從閣13的估計結(jié)果中可以得山，在置信度為1%、5%、10%的敁著性水平下，其臨界值分別為-2. 7057、 -1.9614、-1.6257, adf的t統(tǒng)計量的值為-1. 5205,大于相應(yīng)的臨界值,進而不拒絕h0,殘

43、差是不平 穩(wěn)的，說叨貨運量（f）與貨物周轉(zhuǎn)量（r）之間不存在協(xié)整關(guān)系。 -2.70575% critical value-1.961410% critical value-1.6257*mackinnon critical values for rejection of hypothesis of a unit root.閣11殘差平穩(wěn)性檢驗估汁結(jié)果由圖11的估計結(jié)果可知，在置信度為5%的顯著性水平下，拒絕原假設(shè)說明殘差平穩(wěn)，又因為兩變朵都是二階單整序列，所以兩者之問存在協(xié)整關(guān)系。最p用變辯lf對進行普通最小二乘hi歸。以取對數(shù)后的貨運置（lf）為因變餅，以取對數(shù)后的貨物周轉(zhuǎn)量（lr）為自變餅

44、，用ols方法估汁模型，得到相應(yīng)的估汁結(jié)果，見閣12。dependent variable: lf method: least squares date: 04/05/14 time: 19:50 sample: 1993 2011 included observations: 19variablecoefficientstd. error t-statisticprob.c3 6685430.24405815.031420.0000lr0 9928030 03912325.376260.0000r-squared0.974280mean dependent var9 846629adjust

45、ed r-squared0.972767s.d. dependent var0.451399s.e. of regression0.074492akaike info criterion2256941sum squared resid0.094335schwarz criterion2.157527log likelihood23.44094f-statistic643.9548durbin-watson stat0.563202prob(f-statistic)0.000000圖12 lf對lk的ols回歸結(jié)果augmented dickey-fuller unit root test on

46、 etadf test statistic -1.5204511% critical value* -2.70575% critical value-1.961410% critical value-1.6257相反地，以取對數(shù)后的貨運m (lf)為解釋變m，以取對數(shù)后的貨物周轉(zhuǎn)鱟(lr)為被解釋變m，用ols方法估計模型，得到相應(yīng)的估計結(jié)果，見閣14所示。dependent vanable lr method least squares date: 04/05/14 time: 20:01 sample: 1993 2011 included observations: 19variable

47、coefficientstd. error t-statisticprob.c-3.4400430.381165-9.0250860.0000lf0.9813430.03867225 376260.0000r-squared0.974280mean dependent var6 222876adjusted r-squared0 972767s d dependent var0 448787s e of regression0 074061akaike info cntenon2 268551sum squared resid0 093246schwarz cntenon2 169137log

48、 likelihood23.55124f-statistic643.9548durbin-watson stat0.555209prob(f-statistic)0 000000圖14 lr對lf的ols回歸結(jié)果經(jīng)驗回歸校耶為lr( =-2.4400+0.9813lf,在回歸的基礎(chǔ)上得到的回歸殘差，檢驗殘差的t穩(wěn)性，對殘差進行adf檢驗，見圖15。augmented dickey-fuller unit root test on etadf test statistic -1.7452171% critical valuemackinnon critical values for reject

49、ion of hypothesis of a unit root.圖15回婦殘差adf檢驗在置信度為10%的顯著性水平下，臨界值為-1.6257, t檢驗統(tǒng)計呈的值為-1.7452,小于臨界值，因 此拒絕具奮單位根過祝的原假沒說明殘差平穩(wěn)，又因為lf和都是二階單整序列，所以兩者 之間具冇協(xié)整關(guān)系。3. 2 johansen協(xié)整檢驗根據(jù)單位根的檢驗結(jié)果，得出貨運雖f序列、貨物周轉(zhuǎn)量r序列、地區(qū)生產(chǎn)總值gdp序列均是二階單 整的，那么三者之間就應(yīng)存在協(xié)整關(guān)系，岡此使川johansen檢驗方法進行協(xié)整關(guān)系檢驗。在eviews3.0軟件中，將取對數(shù)后的三個變slgdp、lf、l r以組對象的形式打開，

50、選擇view菜單 卜'的cointegration test。根據(jù)數(shù)據(jù)的形成特征，在lag intervals的對話框中輸入“1 1”，點擊“確 定”選項，得到檢驗結(jié)果，如圖16所示。-2.70575% critical value-1.961410% critical value-1.6257johansen cointegration testthe test var is esdmated in differenced form.ce and data (rend assumptions apply to levels."賴 warning 顏* te$t critic

51、al values were derived assuming no exogenous scries.information:cointegrating equation (ce) and var specification:te$l assumes no delerminislic bend in data.no intercept or trend in ce o( var intercept (no hend) in ce no intercept in vart e$l allows for linear deterministic trend in data: intercept

52、(no bend) in ce and test var intercept and trend in ce no trend in vart est allows for quadratic deterministic trend in data: intercept and hend in ce - linear tend in varsummary:summarize all 5 sets of assumptions圖16協(xié)整檢驗設(shè)定界面o group: untitled workfile: 123vict j frocs |objects | print. 1 j freeze| s

53、ample| sheet |stats | spec |johansen cointegration testdate: 03/20/14 time: 21:28 sample 1993 2011 included observations 17test assumption: linear deterministic trend in the dataseries: lgdp lf lr lags interval 1 to 1eigenvaluelikelihoodratio5 percent critical value1 percent critical valuehypothesiz

54、edno. of ce0.65805131.1739429.6835.65none *0 52595812.9313615.4120.04at most 10 0141080 2415423 766 65at most 2*(*) denotes rejection of the hypothesis at 5%(1%) significance level l r test indicates 1 cointegrating equation at 5% significance level圖17 johansen卜辦整檢驗結(jié)果表2 johansen協(xié)整槍驗結(jié)果原假設(shè)特征根lr似然比臨界位最

55、多存在1個協(xié)整關(guān)系0.65805131. 1739429. 68敁多存在2個協(xié)整關(guān)系0. 52595812.9313615.41最多存在3個協(xié)整關(guān)系0.0141080.2415423.76從閣17的johansen協(xié)整檢驗結(jié)果中川'以得知，第一行l(wèi)r=31. 1739429. 68,即是迕置信度為95%置倌水平下，把絕了原假設(shè)h。，亦即三變量存在協(xié)整方程。從表2所示的結(jié)果可知，僅有一個顯著地協(xié)整 關(guān)系。normalized cointegrating coefficients: 1 cointegrating equation(s)lgdp1.000000log likelihoodlf-0 606289 (0.3534