導語：基于VAR模型對投資與就業的實證研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、數據的選取及其預處理

在計量經濟學中，就通常方法而言。對數據取對數后的變量分別表示為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系。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。

二、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模型滯后階數的選擇。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后值進行回歸，來估計全部內生變量間的動態關系。在VAR模型中，除了要滿足平穩性條件外，還要確定滯后期k。如果滯后期太小，誤差項會有嚴重的自相關性，并會非一致性的估計參數。選擇最優滯后期是根據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，并進一步引入LR檢驗進行取舍。在本模型中，由LR檢驗得出，最優滯后期為2。3.格蘭杰因果檢驗。由上述分析可以看出，LNGDTZ與LNJY之間是有協整關系的，但是協整關系僅能表明二者有因果關系，無法顯示因果關系的方向，即何者為原因何者為結果。所以需要進一步檢驗二者的關系。將LNGDTZ與LNJY建立一個group，根據VAR模型的滯后階數來決定滯后階數，根據之前的分析，選擇滯后階數為2。從檢驗結果知，在滯后階數為2時，LNGDTZ與LNJY之間互為格蘭杰原因。這說明投資與就業人數之間相互影響。4.脈沖響應。脈沖響應函數受到變量順序的影響，因此其結果與分析的的主觀因素有關。影響過程和及其方向，可以借助脈沖響應函數來進行分析。所以可以檢驗整個系統的脈沖響應函數，來補充分析的結果。由檢驗結果知，投資對就業人數存在正向的影響。這說明了投資可以促進就業人數的增加，且圖像成上揚之勢，說明投資對就業人數在長期來說影響更大、更顯著。而就業人數對投資的影響在短期更顯著。

三、結論及建議

本文采用1981-2010三十年間的數據，利用VAR模型，通過平穩性檢驗、格蘭杰因果檢驗和脈沖響應分析等方法，對近三十年來投資對就業的促進作用進行了分析，可得出全社會固定資產投資和就業人數互為格蘭杰原因。二者互相影響。分析表明，投資對就業的增長有正向作用，投資的增長極大地促進了就業的增長，而就業的增長也會促進投資的提高，二者互為因果。綜合以上分析，本文給出以下建議：在我國，投資的增長是增加就業、緩解就業高壓的重要途徑之一，為保證就業，在維持現有全社會固定資產投資水平的基礎上，要保持一定的投資額度的增加以促進就業人數的增加。

本文作者：張也工作單位：武漢大學經濟與管理學院