面板数据分析

从上表可以看出, 取对数后的LTKPT 的均值为21.89078, 中位数为21.95367; LKGDP的均值为9.757330, 相比之下高于LPGDP 的均值8.182522; 而且从各个变量的均值与中位数相近可初步判断出, 各个变量的分布没有过多的偏移现象; 从标准差来看, 仅有LTKPT 的值较大, 说明LTKPT 的波动性较大.

相关系数矩阵可以看出LTKPT 与LKGDP , LPGDP, LPOP, DUM1, DUM2之间呈正向相关关系, 而LTKPT 与LDST 之间呈负向相关关系, 这与参考文献结果相符.

具体单位根与协整的简单的理论解释, 参考报告3里的内容, 这里就不重复解释了.

上表结果显示, LTKPT的水平值在IPS 检验, ADF检验中未能在5%显著水平拒绝LTKPT 存在单位根的原假设, 而一阶差分后的LTKPT 的4个检验中, 均能在5%显著水平拒绝LTKPT 一阶差分值存在单位根的原假设, 表示LTKPT 为一阶差分平稳序列; 同理我们可以看出LKGDP , LPGDP , LPOP均为一阶差分平稳序列, 因此可以进行协整检验.

Johansen 协整检验

注:这个我就不多写了, 参考文献

从上述结果可以看出, 四个变量之间在5%显著水平存在1个协整关系, 因此可以利用水平值建立回归分析.

回归结果

注:*, **, ***分别表示在10%, 5%, 1%显著水平显著.

从Hausman 检验结果显示, Prob=1.0000, 因此选择随机效应模型, 着重以随机效应模型结果进行解释.

从随机效应模型结果可以看出, LKGDP的系数为1.188770, 而且在1%显著水平显著, 表示其他条件不发生变化时, KGDP变化1%时, TKPT将变化1.188770%, 即KGDP 对TKPT 存在正影响关系; LPGDP 的系数为0.432548, 且在1%显著水平显著, 表示其他条件不发生变化时, PGDP 变化1%时, TKPT将变化0.432548%, 即PGDP 对TKPT 存在正影响关系; LPOP的系数为0.384872, 且在5%显著水平显著, 表示其他条件不发生变化时, POP变化1%时, TKPT将变化0.384872%; LDST的系数为-0.162346, 虽然从符号上来看, DST对TKPT 存在负影响关系, 但未能通过显著性检验; DUM1的系数为1.413823, 且在1%显著水平显著, 表示相比DUM1为0, 1的TKPT 相对较高; DUM2的系数为1.492003, 且在1%显著水平显著, 表示相比DUM2为0,1的TKPT 相对较高.

可以看出, 虽然在系数大小上与参考文献不一致, 但从随机效应的结果中系数的符号, 以及显著性来看与参考文献的结果是一致的.