企業經濟增長與GDP增長的引導關系研究

武漢軟件工程職業學院 徐紅梅

武漢聯合藥業有限責任公司 陳建伍

國民經濟增長與微觀企業經濟增長的關系在衡量經濟的發展和預測中具有極其重要的作用。企業增長可以推動國民經濟的增長，而國民經濟增長必然也可以帶動企業的發展，但是兩者之間的關系卻值得深入探討。本文采用Granger因果檢驗法和誤差修正模型法對國內生產總值和上市公司的營業總收入進行引導關系研究，力圖得到一些有益的結論。

1 數據的選取和處理

本文選取2002年第一季度至2008年第一季度的季度數據為樣本空間，數據來自國泰安CSMAR數據庫。經濟增長的主要衡量指標是GDP，企業增長也要采取相同的產出指標，即營業總收入指標，因此在變量的選取上主要選取各上市公司的營業總收入和國內生產總值(GDP)，在進行數據預處理的過程中將全國有效的1059個企業的營業總收入加總起來得到企業的總收入(RET)；同時考慮到物價水平的波動，因此采用物價指數CPI來剔除物價因素。取2002年第一季度的實際GDP和實際RET為基準(即CPI=100)，分別對實際GDP和實際RET取自然對數以消除數據中存在的異方差，即分別用LnG=Ln(GDP/CPI)和LnR=Ln(RET/CPI)表示經過CPI調整的自然對數的實際GDP和實際RET。

圖1 LnG和LnR的走勢圖

由圖1和表1可以看出國內生產總值(LnG)和企業總收入(LnR)具有相同的趨勢，且相關性較強，但這種相關性并不代表它們之間具有一定的因果關系，所以采用單位根檢驗，協整檢驗和Granger因果關系檢驗方法來分析它們之間的關系，并給出短期預測的誤差修正模型。

表1 LnG和LnR的相關性檢驗

2 模型的選擇與實證分析

2.1 平穩性檢驗—單位根檢驗

通過單位根檢驗序列的平穩性是經濟時間序列分析的前提，本文采用擴展的Dickey-Fuller單位根檢驗(ADF)和Phillips-Perren檢驗(PP)對各個變量進行單位根檢驗，檢驗結果見表2：

表2 各變量的平穩性檢驗

表2中結果說明LnG和LnR序列在1%顯著性水平下都是非平穩的，而它們的一階差分序列在1%顯著性水平下都是平穩的，所以LnG和LnR是一階單整序列。

2.2 協整關系檢驗

為了分析二者之間是否存在協整關系，先對變量用普通最小二乘法(OLS)估計回歸模型進行回歸分析，然后再通過檢驗回歸殘差的平穩性來做出判斷。如果平穩，說明存在協整關系；否則相反。

表3 OLS回歸估計結果

其中R2=0.794，DW=1.592。各系數通過顯著性檢驗，DW值表明殘差序列不存在自相關。

對上述方程的殘差序列進行平穩性檢驗，根據SIC方法確定滯后長度為p=2。檢驗結果如表4：

表4 殘差平穩性檢驗結果

從表4可以看到殘差序列通過平穩性檢驗，說明LnG和LnR存在協整關系，即存在長期均衡關系。

2.3 Granger因果檢驗

協整檢驗說明變量之間存在長期均衡關系,但其因果關系, 還需要通過Granger因果檢驗。先估計當前的y值被其自身滯后期取值所能解釋的程度，然后驗證通過引入序列x的滯后值是否可以提高y的被解釋程度，如果是，則稱序列x是y的Granger成因，否則稱為非Granger成因；同時考慮序列y是否是x的Granger成因，若使用x的過去值比不使用x值能更好預測y，則稱x對y有單向引導關系；若y對x也有單向引導關系，則x和y之間具有互動關系。(Granger因果關系檢驗模型在此略)

在使用Granger引導關系檢驗時需要選擇滯后階數。滯后階數越大，越能完整反映所構造模型的動態特征；但滯后階數越大，需要估計的參數也就越多，模型的自由度就越少。所以通常進行選擇時，需要綜合考慮，既要有足夠數目的滯后項，又要有足夠數目的自由度。本文根據AIC(Akaike Information Criterion)信息準則和SC(Schwarz Criterion)信息準則選取ADF檢驗滯后階。根據國內外的選取經驗，通過VAR模型檢驗選滯后階數為3時AIC和SC為最小，此時Granger因果關系檢驗結果如表5：

表5 Granger因果關系檢驗結果

從表5可以看到，在99%的置信水平下，Granger因果關系檢驗拒絕了LnR不是LnG的Granger成因；而對于原假設，LnG不是LnR的Granger成因則無法被拒絕，所以可以從統計意義上得出結論：LnR是LnG的Granger成因，也就是企業增長對于經濟增長具有單向引導作用，而經濟增長對企業增長的影響關系不顯著。

2.4 誤差修正模型(ECM模型)

ECM模型進一步探究了兩者之間的關系。對具有協整關系的序列，算出誤差修正項，并將誤差修正項的滯后一期看做一個解釋變量，連同其它反應短期波動關系的變量一起，建立誤差修正模型。其中誤差修正項反應的是變量長期的關系，誤差修正模型反應的是變量短期的相互關系。(本文略去模型的構建過程)

Granger因果檢驗得出了在99%的置信水平下，從LnR到LnG的單向因果關系，所以可以建立短期誤差修正模型來揭示它們之間存在的數量關系。

根據前面的分析，LnR和LnG都是一階單整序列。設長期均衡方程式(1)的誤差修正項為：

得到誤差修正模型為：

對模型(3)進行估計的結果如表6：

表6 ECM模型回歸估計結果(不含常數項)

即得到下式：

由表6知道各系數均通過顯著性檢驗，并且R2=0.623，方程的顯著性概率p=0.001，DW=2.205表明ECM模型的殘差已經不存在自相關現象。

誤差修正模型的△LnR系數為正值，說明企業產出對經濟增長(GDP)的確有正向促進作用，誤差修正項ecm反映了對偏離長期均衡的調整力度。從估計值來看，ecm系數小于0，符合負向修正機制，對偏離長期均衡的調整力度為65.9%，即企業總產出在上一季度的非均衡誤差以65.9%的速度對本季度的GDP從反方向、向長期均衡狀態調整，并對下一季度GDP的增長產生影響。

3 結語

研究的數據結果顯示，在99%的顯著性水平下，企業經濟增長是國民經濟增長的Granger成因，即企業的發展對于GDP的增長具有單向引導作用，但GDP的增長對企業的發展的影響關系卻并不顯著。此外，ECM模型分析證明，企業的總產出在上一季度的非均衡誤差以65.9%的速度對本季度的GDP從反方向向長期均衡狀態調整，并對下一季度GDP的增長產生影響。由此可見，微觀企業的增長在一定程度上確實推動了宏觀經濟的增長，并促使宏觀經濟朝著長期均衡穩定的方向發展。

雖然從數據上看GDP的增長對企業的經濟發展的影響關系不顯著，但是GDP增長的內在因素與企業是分不開的，比如低碳經濟的發展、中國經濟發展方向的轉變等都離不開企業這個社會中最小的，但又最重要的元素。所以，在這后金融危機時代、全球經濟大調整的格局下，我們不但要增加的企業數量、規模，還要使更多的民族企業像海爾一樣走向世界。

[1]Engle,R.F.,and Granger,C.W.J.. Cointegration and error correction:representation, estimation and testing[J].Econometrica,1987,55,251-276.

[2]吳世農,潘越.香港紅籌股、H股與內地股市的協整關系和引導關系研究[J].管理學報,2005(02).

[3]張永東,黎榮舟.上海股市日內波動性與成交量之間引導關系的實證分析[J].系統工程理論與實踐,2003(02).

[4]朱宏泉,盧祖帝,汪壽陽.中國股市的Granger因果關系分析[J].管理科學學報,2001.

[5]肖輝,吳沖鋒.股指與股指期貨日內互動關系研究[J].系統工程理論與實踐,2004(05).