基于VAR模型的我国汽车销量影响因素的分析.docx

?

?

基于VAR模型的我国汽车销量影响因素的分析

?

?

翟彤彤

摘要：随着我国经济的快速发展和人民生活水平的逐步提高，汽车工业带动了经济的持续发展，在我国经济发展中有着不可撼动的位置。关于汽车销量影响因素的研究中，可知其销量的变化来自诸多因素，其中城镇居民可支配收入与钢铁产量对其影响相对较大。本文运用Stata软件，采取向量自回归（VAR）模型，选取钢铁产量与城镇居民的可支配收入来进行分析，运用VAR模型拟合该因素与汽车销量的动态关系，深入的研究该因素对我国汽车销量的影响机制。

关键词：汽车销量影响因素VAR模型

一、研究背景与意义

2008年，金融危机的爆发使得全球汽车制造也遭受到一些冲击。但两年后，全球经济的全面复苏，汽车的销量也稳步回暖。随着全球经济一体化，我国逐步由汽车生产大国向生产强国转变。总体上全球汽车行业的发展呈稳步增长的趋势。然而在汽车产业高速发展、销量急剧增长的同时，对人类社会和环境带来了许多出乎意料的负面效果。譬如，汽车尾气的排放中含有大量的有害物质：一氧化碳、二氧化碳、氮氧化物以及对人体产生不良影响的其他的固体细微颗粒物质。这些尾气的排放不仅威胁着人类的健康，也引发了相关的社会问题。另外，为汽车运输石油的油船的泄露也给海洋环境带来了直接的污染危害。

汽车数量的多少也我们的生活息息相关。如果将汽车的数量控制在一定的范围之内，就能提升我们的生活质量，促进国家经济的发展。也就是说，对汽车销量影响因素做出必要的分析，可以更好地认识汽车产业所面临的现实问题，从而为经济的稳健增长提供了合理的建议。

二、VAR模型下的汽车销量的实证分析

（一）数据来源与变量说明

我国汽车市场的宏观调控政策相对频繁，采用跨度较小的年度数据可能会造成市场某些信息的缺失。为了保证数据的准确性和可靠性，考虑到变量的代表性。以连续27年（1990-2016年）为观察期，使用的数据均来自《中国统计年鉴》。对汽车销量进行定量分析，并揭示其影响因素的内在运行方式。

本文在查阅有关于汽车销量的相关资料、文献以及征询相关专家建议的基础上，遵循客观、独立、准确、可取等原则的基础，构造了汽车销量（y）影响因素的评价指标体系。本文只考虑经济和社会两个方面的因素，具体指标如下：（1）城镇居民人均可支配收入（x1）可作为本文经济影响因素的评价指标.（2）选取大多数研究者在汽车销量影响因素中所共有的社会因素——钢材产量（x2），作为本文社会影响因素的评价指标。由于数据可能会出现由数据统计口径不一致所引起的干扰，降低数据的波动性。对响应变量和自变量数据进行对数化处理，处理后的数据分别用LNy，LNx1，LNx2表示。

（二）时序数据的相关性分析

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量变量因素之间的相关程度。两变量间的相关系数的取值范围为[-1，1]，其相关系数的绝对值越大，表明两者之间的相关性越强。只有变量之间存在显著的相关性，那么该实证研究才会有实际意义。实证结果表明：汽车销量（y）与城镇居民人均可支配收入（x1）的相关系数为0.9424，与钢材产量（x2）的相关系数为0.9859;对数化后的汽车销量（LNy）与对数化后的城镇居民人均可支配收入（LNx1）的相关系数为0.9104，对数化后的汽车销量（LNy）与对数化后的钢材产量（LNx2）的相关系数为0.9784。各变量之间的相关系数均在0.9以上，即各变量间存在高度的相关性，可做实证分析。

（三）VAR模型实证分析

建立VAR模型要求时间序列必须为平稳的或是序列之间存在协整关系，本文首先检验其平稳性，同时利用AIC最小值准则来确定滞后阶数。利用Stata对进行过对数化处理的时间序列作ADF检验。在5%的置信水平下，当P值小于0.05时，表明该序列通过了ADF检验，为平稳性序列。原始数据中，LNy与LNx1的P值大于0.05。故需要对原始数据进行差分处理。在一阶差分的情况下，三组时序数据均通过了ADF检验，为同阶单整。在已知同阶单整的情况下，选用EG检验来说明各变量之间是否存在协整关系。

为了进一步确定各变量间的因果关系，利用格兰杰因果对变量因果关系进行检验。检验结果如表1：

由表1表明，当结论为拒绝时，则表明拒绝原假设。即城镇居民人均可支配收入和钢材产量是汽车销售量的格兰杰原因。在确定汽车销售量为果，城镇居民人均可支配收入和钢材产量为因的情况下，构建VAR模型还需明确最优滞后阶数。在确定最优滞后阶数时，主要使用AIC准则、HQ准则或者SC准则进行定阶。通过Stata作滞后阶数的确定，最终选择2阶，根据以上检验以及最佳滞后阶数，进行向量自回归模型的建立，得出汽车销售量与其影响因素之间的VAR（2）模型实证结果如下：

我们可以根据已经建立起的模型，在各个影响因素变化