基于协整回归模型的农业经济运行过程监控.docVIP

基于协整回归模型的农业经济运行过程监控 　　摘要：针对包含多个非平稳时序数据的经济系统，提出基于协整回归模型进行控制图的应用。以农业经济运行质量的过程监控为例，确定农业经济系统中农业总产出与各生产要素序列的协整关系后，进行协整回归模型的构建，通过控制图对协整回归模型的残差序列的过程监控，此过程受控时计算的农业科技进步贡献率更具说服力。 　　关键词：非平稳性；协整回归模型；自相关控制图；农业经济运行质量 　　中图分类号：F064.1 文献标识码：A 文章编号：0439-8114（2015）24-6407-04 　　DOI：10.14088/j.cnki.issn0439-8114.2015.24.81 　　Abstract： According to the economic system with multiple non-stationary time series data， the application of the control chart was put forward based on the co-integration regression model. Taking the process control of the running quality of agricultural economy as an example， after determining the co-integration relationship between agricultural total output and each sequence of production factor in agricultural economic system， the co-integration regression model was constructed， then the control chart was applied to monitor the residual sequence process based on the co-integration regressive model. Results showed that when the process is in control， the progress contribution rate of agriculture technology obtained is more persuasive. 　　Key words：non-stationary；co-integration regressive model；autoregressive control chart；running quality of agricultural economy 　　由张公绪[1]提出的选控图主要用来解决连续工业过程的统计质量控制问题。该图的设计根据非控系统中因素的多少分为两类，即单因素控制图和多因素控制图。其中多因素控制图采用多元线性回归模型进行数据拟合后，再利用最小二乘法（LS）估计模型参数，因此该类控制图也称为回归控制图[2]。通常连续工业工程的数据被认为是具有平稳性的，所以基于一般回归模型的控制图设计是合理的。但经济金融过程产生的数据确大多呈现出显著的非平稳特性，若仍继续沿用经典回归模型拟合数据，则会导致虚假回归（即“伪回归”）问题的产生，基于该类模型进行回归控制图的设计及应用，显然是不合理的。差分法是用来克服“伪回归”的常用方法，即通过差分运算将非平稳序列转化为平稳或近似平稳序列，但该做法过程中出现的多变量间长期关系的信息缺失比较严重。实际上虽然数据序列自身的变化是非平稳的，但多个序列间却存在非常密切的长期均衡关系，Engle等[3]提出了协整（Co-integration）理论，该理论可有效衡量序列间是否存在这种关系。由协整理论可知，如果两个或更多序列变量具有相同的单整阶数，且它们之间存在协整关系即存在长期均衡关系，则序列残差平稳，从而避免了“伪回归”问题。 　　改革开放30多年来，中国农村经济迅速发展，农村产业结构日趋完善，农民收入水平、生活条件均得到明显提高和改善。农业科技进步与创新作为农业经济增长的原动力，更是保证农业经济良性发展的必要条件。农业科技进步贡献率的合理有效测定，不仅对总体把握中国农业科技进步水平有利，同时对于提高农业经济运行过程的质量具有重要的参考价值。对科技进步与经济增长关系的深入系统研究国内起步于上世纪80 年代，学者研究的焦点多集中在科技进步对经济增长的贡献份额的测算上，对农业科技进步贡献率的测算较少且研究方法也相对单一[4，5]。农业科技进步贡献率的测算方法多以C-D 生产函数[6-8]和索洛余值法为主[9