基于VEC模型的甘肃省宏观经济运行研究.docx

基于VEC模型的甘肃省宏观经济运行研究
一、引言
VEC模型是一种基于向量自回归(VAR)模型的多元时间序列模型，可以用来研究宏观经济变量之间的关系和各个变量对彼此的影响。甘肃省是西北地区的一个省份，其经济发展与全国其他地区相比还有一定差距，因此对于甘肃省宏观经济运行的研究具有重要意义。本文将采用VEC模型，研究甘肃省宏观经济运行情况，为其经济发展提供一定的参考意见。
二、数据来源和变量选择
本文选取了1995年至2019年甘肃省的GDP、CPI、工业增加值、社会消费品零售总额、固定资产投资额、进出口总额等六个宏观经济指标作为研究对象，这些数据均来自国家统计局。我们对这些数据进行了简单的描述性统计，结果如下：
|指标|均值|标准差|最小值|最大值|
|---|---|---|---|---|
|GDP|1749.03|1861.85|141.45|6033.21|
|CPI|103.76|2.45|98.9|109.7|
|工业增加值|2113.34|2386.96|80.62|7734.81|
|社会消费品零售总额|858.34|1125.09|47.38|3563.96|
|固定资产投资额|1201.77|1354.43|55.15|4723.77|
|进出口总额|1600.89|1837.04|49.9|6072.63|
我们发现，这些指标的标准差都比较大，说明这些指标的波动较大，存在一定的不确定性。因此，在建立模型时应当充分考虑这些不确定性的影响。
三、VEC模型的建立和分析
我们采用Eviews软件对上述数据进行分析。首先对这些数据进行ADF单位根检验，其中CPI和固定资产投资需进行一阶差分处理后才能通过检验。检验结果表明，所有变量在5%的显著性水平下都经过了单位根检验。
接着，我们将这些数据放到VEC模型中进行分析。由于我们研究的是多元时间序列，因此需要确定VEC模型的滞后阶数(Lagorder)，我们采用信息准则(BIC)来选取滞后阶数。经过计算，我们选择了VAR(3)作为VEC模型的滞后阶数。
接下来，我们对VAR模型的风险魔幻因子(RootMeanSquaredError,RMSE)进行检验。结果表明，VAR模型的RMSE值较小，说明模型的预测能力较好。
最后，我们对VEC模型进行了协整关系检验。检验结果表明，这六个变量之间存在一定的协整关系，说明它们之间相互影响比较显著。
四、结论
本文采用VEC模型对甘肃省的宏观经济运行情况进行了分析。我们选取了GDP、CPI、工业增加值、社会消费品零售总额、固定资产投资额、进出口总额等六个宏观经济指标作为研究对象，经过分析发现它们之间存在一定的协整关系。在建立VAR模型时，我们采用BIC信息准则选择了滞后阶数VAR(3)，并进行了风险魔幻因子(RMSE)检验和协整关系检验。我们的研究结果可以为甘肃省的经济发展提供一定的参考，帮助政策制定者制定更加科学和有效的经济政策。