欧盟各国综合失业率的实证分析.doc

1、1欧盟各国综合失业率的实证分析摘要：欧洲区作为一个经济体量人口总数与美国相当的国际共同体，其经济走势对于世界经济走出金融危机防止经济二次探底有着不可忽视的重要作用。本文通过对于欧元区主要各国综合失业率进行了实证分析，主要使用了 ARMA，ARCH，GARCH 等实证模型进行分析，还利用了欧元区的消费者物价指数（CPI）对于欧元区失业率之间的关系进行了回归分析。试图对于欧元区的未来失业率进行预测，以期可以预测未来欧洲经济走势。 关键词：欧盟 失业率 CPI 时间序列分析 一、研究背景 自 2007 年美国次贷危机爆发以来，以美国欧洲为代表的西方发达国家经济表现普遍低迷。这一点不仅可以从美国欧盟的

2、偏低的 GDP 增长率甚至负增长看出，还可以从欧美普遍高企的失业率看出端倪。不论是1930 年大萧条还是本次经济危机，从经济数据可已看出失业率是表明经济复苏情况的主要指标之一。欧盟作为世界目前唯一一个经济体量与美国同量级的经济体对于经济复苏起着十分重要的作用，从这一点上讲对于欧盟失业率的分析以及预测对于预测何时能够走出经济危机有着一定现实意义。 其次目前欧盟各国很多年前就已经结束了自己的人口红利。欧洲各国目前面临着一个共同的难题，那就是二战后生育高峰期出生的一代人2已经开始退休，再加上欧洲老龄人口的预期寿命也在持续增加，整个欧洲都面临着巨大的养老保险制度改革压力，老龄化问题日益严重。老龄化非劳

3、动力人口占全人口比例正在增加，加之欧洲各国普遍的高福利政策（尤其北欧各国的高福利政策） ，对于社会保障资金压力加大，如果各国劳动人口失业率仍旧保持居高不下，这就会更大幅度的加大社保对于就业人口的压力。如果劳动人口就业率可以得到较大规模的提振，这种老龄化压力还可以暂时缓解。这也提出了对于欧盟失业率问题研究的紧迫性。 最后，欧盟是我国目前重要的贸易伙伴，欧盟高企的失业率正在引起欧盟内部贸易保护主义。即美国之后如今欧盟也已经计入了失业率的“十”时代。欧盟贸易委员会已经提出“未来五年欧盟的反倾销政策不是更加宽容，而是恰恰相反” ， “人民币估值过低是一个主要问题” 。欧洲已将中国看作本国高失业的“替罪

4、羊” ，新一轮的对华贸易保护主义正在悄然兴起。对于欧洲失业率原因的因果分析也有着重要意义，所以后面本文会对欧盟失业率进行因果分析，得出因果关系的答案。 二、对于失业率数据的处理 （一）对于数据的均值方差分析 对于欧盟 1995 年 1 月至 2010 年 10 月的 190 个数据进行最简单的统计量分析通过基本的均值方差分析可以得出： 欧盟失业率，在这 15 年中欧盟失业率平均值为 9.100%，标准差为1.009%，可见在此前 15 年中欧盟始终处于一个较高的失业率，在 1998年前后迎来了一个相对低位的失业率，直到 2008 年失业率达到了最低点，3紧接着在 2008 年后半段中失业率再次

5、上涨，着很大程度是由于美国次贷危机爆发各国境进入萧条失业率普遍下降。从标准查看 值为 1.009%，基本说明欧盟失业率比较平稳的保持在相对高位行走。如果假设欧盟区的失业率满足正态分布，则其失业率在 8.091%10.109%（）之间的概率高达 68.26%，而在 7.122%11.078%（）之中概率更是高达95.45%。虽然目前并没有对与欧盟时序率进行是否符合正态分布的检验，但是单从均值方差角度来看，欧盟区位于一个稳定的高失业区这是一个不容置疑的事实。 （二）对于数据平稳性的检验 从来看并不能很好的判定欧盟失业率数据时否稳定，由于其并没有明显的趋势并且波动幅度也较难判断，下面使用实证方法对于

6、欧盟失业率的平稳性进行研究。 首先对于数据进行相关系数（ACF）与自相关系数（PACF）的分析，这里使用了 Eviews 5.0 进行分析处理。 在求解欧盟失业率的自相关于偏自相关时，采用了滞后 19 期的方法。这是根据大样本多取 T/10 或 T0.5 小样本多取 T/4 的经验值为依据取得滞后项，从 ACF 来看失业率的自相关系数没有很好的在较远的滞后期趋近于零，而是保持了相对显著的自相关性。由于序列的不平稳性，怀疑其中可能纯在单位根，于是下面对于欧盟就业率进行了 ADF 检验，从 ADF检验来看 T 分布取值为-1.866 均大于 1%，5%，10%置信区间下的取值，也意味着不能够拒绝零

7、假设的条件，也就是欧盟失业率是有一个单位根的。 4考虑到失业率指数不稳定且拥有单位根的特性，对于数据可以考虑进行差分处理，差分后数据折线图从图像上看变得更为平稳方差与均值也大幅缩小。下面分别进行稳定性分析，与单位根检验。 从稳定性检验结果来看在同样选择 T/10 作为滞后期的前提下，一阶差分数据比原数据的自相关系数以及偏自相关系数有了很大的改进。自相关系数出现了明显的收敛现象，说明了差分后数据稳定性得以提高。但是自相关系数仍然不能较快收敛，这说明可能需要二阶差分。 在单位根问题上，从一阶差分后的失业率数据单位根检验（ADF）来看 T 统计量为-3.29，已经超过了 5%与 10%的 T 临界值

8、，但是与 1%的临界值还是有一定差距。从 99%的置信区间来看并不可以拒绝零假设也就是“失业率指数有单位根” 。还不可以可以说明在差分后没有单位根的情况。失业率在一阶差分后并没有表现出平稳性。 于是对于失业率进行了二阶差分其平稳性检验，其结果显示出了一个比较迅速收敛的 ACF 与 PACF，可以看出在二阶差分后失业率基本处于了收敛状态，此外在单位根问题上，二阶差分后 ADF 值已经可以很好的保证没有单位根存在，其 T 检验值远远大于 1%置信度的值。 为了确保稳定结果真实可信，这里还进行了 PP 检验已确认二阶差分序列没有单位根，为平稳序列。 从 PP 检验结果中，更确信了没有单位根存在。再该

9、检验中其 T 分布值已经超过了 1%的置信值，为-25.36，可以充分决绝零假设，二阶差分序列没有单位更的结果可以被采纳，一下本文就围绕着二阶差分后的失业率进行分析，而不再针对原数据进行实证模型检验。 三、对于5失业率数据的实证处理 上文已经指出欧盟失业率原数据有着不稳定性，存在单位根，故不能对其进行很好的实证分析。考虑到差分后数据又稳定性，故采用实证方法对于二阶差分后数据进行分析。 （一）对于数据的 ARMA 分析 从上文的二阶差分后的 ACF 与 PACF 形状中，由于 PACF 在滞后三项结尾，可以考虑使用 AR（3） 。并且 ACF 也是滞后三项结尾这里使用MA（3） 。并同时考虑 A

10、RMA（3，3）等模型。先对于 AR（3）进行检验，从结果中可以看出参数 T 检验结果非常理想，并且 AIC，SC 值也相对较小，体现出了比较高的置信度。接着对于残差进行检验。从残差检验中可以看出残差的性质并不是非常理想，在滞后较多期还有比较大的 ACF与 PACF。 然后对于 MA（3）进行分析，拟合分析，残差相关系数， 从 eviews的结论中可以得出，不仅是参数的 T 检验无法通过，残差的自相关系数在滞后多期后依然不能完美收敛说明 MA（3）并不适合于这组数据。 下面进行 ARMA（3，3）的拟合，通过 eviews 软件拟合后参数检验中AR（3） 、MA（3）系数均不能通过，且残差相关

11、系数也没有显出比较好的收敛特性。顾不可以采用 ARMA（3，3）估计。 综上所述，在 ARMA 系列模型中 AR（3）拥有最好的解释力。为了得到更好的结果，下面进行 ARCH GARCH 模型分析。 （二）ARCH、GARCH 模型分析 由于上面对于 ARMA 模型的测试中，AR（3）表现出了比较好的兴致，6故对于 AR（3）残差进行 ARCHLM 检验，取滞后期为一期，从 eviews 结果可以得出不论是从联合分布 F 检验中或是从对于残差平方系数的检验中都难以通过 AR（3）模型残差中有 ARCH 因素在其中的假设。 再将滞后期延长为两期后与一阶假设结果相同相同滞后二阶同样不能等到接受残差

12、中有 ARCH 因素的假设。 接着尝试利用 GARCH 进行检验，主要结构保持 AR（3）不变，使用了比较常用的 GRACH（1，1）进行估计。在 eviews 结果中除了常数 C 之外各项指数的检验均表示模型有效，符合 ARCH 模型。此外 ARCH 与 GARCH项系数之和明显小于 1，保证了模型稳定。并且 AIC，SC 等指数数值均相对较小，也支持了 ARCH 模型的成立。 进一步对于数据进行 GARCHM 进行分析从结果中可以看出 GARCH 项不显著拒绝了该模型，本文还对于 TGARCH，EGARCH 进行检验。结果均表示无法通过参数检验这里就不予列出了。 综上所述，各种模型中最能够

13、拟合数据的是，GARCH（1，1） 。其对于失业率二阶差分结果预测值与真实值有一定偏差，但大体还是可以拟合真实值的。 四、对于失业率与物价增长率的拟合以及格兰杰因果分析 （一）对于失业率，CPI 的回归分析 对于回归分析要求两个数据协整以避免伪回归的问题，这里检验 CPI的单位根，从结果来看有明显的趋势怀疑由单位根，进行 ADF 检验结果可以看出，CPI 有明显的单位根其可能性微 0.9889，不可进行直接回归。为避免伪回归，考虑对其进行差分处理，结果其 t 值已经超过 5%的水平，7为-3.026 根据上表来看结果基本可以保证没有单位根，对其进行 P-P 检验结果其检验值为-12.62 大于

14、 1%置信值。故从 P-P 来看结果满足无单位根的假设，故 CPI 可以理解为一阶单整，同时失业率变化量也为一阶单整对二者进行回归处理没有伪回归问题。 从 T 检验上看结果比较好，系数与常数项置信值都超过 1%。但是从残差相关性来看结果皆不甚理想，说明线性回归并不适合失业率与 CPI结果。 故考虑使用 ARCH 处理残差，对于残差进行 ARCH-LM 检验。但通过软件运算结果证明 ARCH（1）处理方式也不能得到很好的结果。此后还对于ARCH，GARCH 以及各种模型的结合进行了分析，同样不都能得到 CPI 与失业率的有效回归。 （二）失业率变化量，CPI 的 Granger 检验 上文已经说

15、明失业率变化量与 CPI 都是一阶单整序列。可以进行格兰杰因果检验。从结果来看并没有明显的因果关系，结合上文不仅说明失业率与 CPI 之间回归关系并不成立，期间也没有 Granger 因果关系。 五、结论 从上文结果可以得出，失业率是一个二阶单证序列，对于其二阶差分后进行分析得出了，其数据符合一个 GARCH（1，1）的关系。并且得出了失业率与物价指数并没用明显的回归关系与 Granger 因果关系。 这说明首先失业率并不是一个稳定数据，需要进行多阶差分才表现出其稳定性，但同时多阶差分也会使许多信息在处理过程中被差分掉，其结果不能很好的反应现实情况。其次长期以来对于失业率与通胀的负8相关关系有很多的争论，其中最典型的就是对于菲利普斯曲线的争论，其中政府可以搞一些温和的膨胀来促进就业的方法也被众多政府所应用。但单从欧盟的数据来看数据并不支持这种观点。其失业率与通货膨胀并无明显回归关系或因果关系。 最后由于本文仅是就 CPI 讨论，CPI 并不能代表所有物价上涨，其次所选期间也有两次比较大的金融危机冲击，并且欧盟长期是处于一个高失业的区间，所以并不能说这种结论否定了菲利普斯曲线所指出的失业与通胀的相关关系。 参考文献： 1崔建军.菲利普斯曲线与中国货币政策目标选择J.当代经济科学，2002（02） 2易丹辉.数据分析与 EVIEWS 应用M.北京：中国人民出版社，2008 版