R-squared Adj. R-squared Sum sq. resids
(-0.57756) (0.68078) (1.56169) (0.09923) (-0.14518) (-0.60887) (-0.67886) (-0.86564) 0.874841 0.215126 0.421058 0.532163 0.608427 0.698662 0.696864 0.694894 0.834611 -0.037155 0.234969 0.381787 0.482564 0.601804 0.599427 0.596825 0.039975 0.487060 0.000637 0.001062 0.638870 0.490193 5.693958 0.056787
S.E. equation 0.037785 0.131890 0.004770 0.006160 0.151052 0.132314 0.450950 0.045034 F-statistic Akaike AIC Mean dependent S.D. dependent
Determinant Residual Covariance Log Likelihood Akaike Information Criteria
Schwarz Criteria
-32.37762
775.2286 -36.16993
2.63E-28
0.092910 0.129506 0.005453 0.007834 0.209990 0.209679 0.712504 0.070925 21.74612 0.852724 2.262676 3.538885 4.834041 7.213221 7.151970 7.085724 -3.492900 -0.992761 -7.632048 -7.120638 -0.721448 -0.986350 1.466012 -3.141849 -0.003295 0.022667 0.001029 0.000156 0.005433 -0.000298 -0.003878 -8.14E-05
Log likelihood 76.36511 28.86247 155.0089 145.2921 23.70751 28.74065 -17.85423 69.69513 Schwarz SC -3.061957 -0.561818 -7.201104 -6.689694 -0.290504 -0.555406 1.896956 -2.710905
上表的估计结果由三部分组成。第一部分是协整方程或误差修正项。第二部分为向量误差修正模型中的八个方程。其中第一行为八个方程中的误差修正项系数，其余为相应差分变量的回归系数。所有系数下面第一个括号内的数据为回归系数标准差，第二个括号内的数据为t统计量的值。第三部分为评价八个方程式的统计量的值。其中前十个是分别针对八个方程式而言的，后四个是针对整个VECM模型而言的。因而，VECM中的第一个方程为：
D(GYSA)= -0.948020 CointEq1-0.313220 D(GYSA(-1))+ 0.110200 D(CAP1SA(-1)) (0.30767) (0.17719) (0.12965)
(-3.08127) (-1.76770) (0.84996) -2.032318 D(CAP2SA(-1)) -0.025654 D(NCSA(-1)) -0.308986 D(VALSA(-1)) (2.80849) (0.89054) (0.25801)
21
(-0.72363) (-0.02881) (-1.19756)
+ 4.608980 D(TR1SA(-1)) -1.486607 D(TR2SA(-1))+ 2.019834 D(TOSA(-1)) (2.72714) (0.77591) (0.69511) (1.69004) (-1.91595) (2.90580) -0.003728 (0.00646) (-0.57756)
查表可以知道，n=38, k=8, 在显著水平α=0.05时，F(8,29)=2.28 ，t(29)= 1.69 。①向量误差修正模型中上述方程即关于经济增长速度误差D(GYSA)的方程具有很好的拟合效果，其各项统计值如F值、AIC、RSS等都很显著。从该方程中发现，其误差修正项的回归系数的t值检验是显著的，说明经济增长速度与股票市场变量指标之间先前的均衡误差是合理的，并且过去股票市场变量指标对当期经济增长速度具有显著的解释和预测能力。另外，误差修正项的回归系数等于-0.948020，则说明了经济增长速度与股票市场变量指标之间的协整关系对当期经济增长速度变化产生影响的大小和方向即该协整关系对当期经济增长速度有抑制作用，其效应为-0.948020。这说明，保持系统的稳定即协整的存在将抑制经济增长，应该通过必要的改革寻求一个新的有利于经济增长的稳定关系。然而，该方程中一阶滞后即前期的股票市场资本化率一、资本化率二、净筹资率和交易率误差的回归系数都因为|t| 对于其他七个方程而言，向量误差修正模型中关于 D（CAP1SA）和D（CAP2SA） ① 赵卫亚 编著 《计量经济学教程》 上海财经大学出版社 2003 22 两个方程的F 由此可以看出，我国经济增长速度与股票市场变量指标之间的均衡关系对于解释和预测当期我国的经济增长速度的波动以及解释和预测股票市场中交易率、周转率和换手率的当期波动都是比较显著的，从而刻画了变量间的短期动态关系。另外，无论从短期还是从长期来看，周转率一和换手率对经济增长速度的促进作用都是较显著的。 4.4 VECM下广义脉冲响应函数的检验和方差分解分析 为了节省篇幅，本文不给出VECM下广义脉冲响应函数的方程，而只给出其分布图，如图3所示。图中总共有八行，我们将每一行设定为一组对其进行分析和说明。 第一组中，在经济增长速度的正向冲击下：经济增长速度本身将进行上升或下降的较为剧烈的反复调节，并随着时间的延长这种调节将逐步趋于减弱。股票市场的规模和流动性指标在长期内也都表现为小幅度的反复调节，并随时间的延长而逐渐趋于稳定。其中，股票市场的资本化率二和周转率二表现为正向的反应，股票市场的交易率对此反应很弱，基本保持了稳定，而其他指标则表现为负方向的反应。总体而言，我国的股票市场受到我国经济增长速度的变化的影响。 第二组中，在股票市场资本化率一的正向冲击下：经济增长速度在短期内（3个季度左右）逐渐下降然后保持稳定，此外，股票市场周转率二在中期（5个季度左右）内逐渐下降且随后保持稳定。而股票市场的规模（包括资本化率一本身在内）和流动性指标都表现出了不同程度的提高，并在中长期里保持了稳定。可见，总市值的扩张有助于股票市场的发展。 23