基於VAR模型對投資與就業人數關係的實證研究
人力資源
作者：張也
摘 要：近些年，我國投資總額屢創新高，而就業人數自2000年來一直以高速增長。這兩個現象的出現是偶然還是有某種原因的趨勢亦或是有因果關係？鑒於此，本文選用1981年～2010間30年的數據，建立向量自回歸模型（VAR model），構建數學模型，在此基礎之上，用格蘭傑因果檢驗、脈衝響應分析等方法分析投資與就業人數之間的關係以及投資對就業人數的動態影響。實證結果表明：就業人數是投資的格蘭傑原因，投資可以促進就業人數增長，有正向促進作用。
關鍵詞：投資 就業人數 格蘭傑因果檢驗 脈衝響應分析
一、問題的提出
不少學者及相關研究指出，投資對就業人數有著一定的影響，甚至有研究報告指出，就業人數是投資的格蘭傑原因，投資可以促進就業人數增長，有正向作用。有研究也表明，就業人數增長需要投資的不斷增加，同時也有分析指出：我國就業人數增長過分依賴政府投資。各個研究所選取指標不一樣，研究方法也各不相同。那麼。投資和就業人數之間到底有什麼關係呢？本次分析根據向量自回歸模型（VAR model）的要求構建模型，用格蘭傑因果檢驗、脈衝響應分析等方法分析投資與就業人數之間的關係。
二、數據的選取及其預處理
首先選取變量。以全社會固定資產投資（GDTZ），來作為投資的指標（單位：億元）；以總就業人數（JY），來反應就業人數（單位：萬人）。選取1981到2010間共30年的數據。數據來源為與中國人口就業統計年鑒（2010）和中國統計年鑒（2010）。
在計量經濟學中，就通常方法而言，對所有數據取其自然對數，來消除異方差的影響。對數據取對數後的變量分別表示為LNGDTZ和LNJY。
做這種變換，不影響數據間短期調整效應以及長期穩定關係。采取這種做法更為重要的原因有三個，其一是自然對數變換，是BOX-COX變換中最為重要的形式之一；其二是雙對數線性模型是具有最小的平方預測誤差的；其三是多數經濟變量時間序列服從，或者是近似服從對數正態分布，而非正態分布。
三、實證分析
1.變量平穩性檢驗。數據需要平穩性，本次分析是在利用VAR模型來進行協整分析的。根據協整檢驗的要求，在進行數據協整分析之前，要對數據進行平穩性檢驗，以確保時間序列的平穩性。本次分析采用最常用的ADF檢驗，結果顯示： LNGDTZ和LNJY這兩組時間序列數據都是一階單整的。
2.VAR模型滯後階數的選擇。VAR模型是計量經濟模型的一種，采用多方程聯立的形式，而不以嚴格的經濟理論為綱。在聯立方程組的每個方程中，內生變量要對模型的全部內生變量的滯後值進行回歸，來估計全部內生變量間的動態關係。在VAR模型中，除了要滿足平穩性條件外，還要確定滯後期k。如果滯後期太小，誤差項會有嚴重的自相關性，並會非一致性的估計參數。選擇最優滯後期是根據SC和AIC信息準則來確定的。最優階數是當二者達到最小時的階數，否則，就無法判斷，並進一步引入LR檢驗進行取舍。在本模型中，由LR檢驗得出，最優滯後期為2。