1、本科毕业论文（20 届）贵州省交通货物运输量的时间序列分析Time Series Analysis of Guizhou Provinces Transportation Freight Volume所在学院 专业班级 统计学 学生姓名 学号 指导教师 职称 完成日期 年 月 诚信声明本人郑重声明：本人所呈交的毕业论文，是在导师张文专指导下独立研究取得的成果。毕业论文中凡引用他人已经发表的成果、数据、观点等，均已明确注明出处。除文中已注明引用的内容外，不包含任何其他个人或集体已发表的论文。若有抄袭，愿承担一切后果。特此声明完成人签名：致 谢毕业在即，感慨颇多。当我回首这段美好的学习生活，我会感
2、到欣慰和充实。如今，这篇毕业论文终将为我的求学生活画上一个完美的句号。我会在以后的工作中，不断学习、充实自己。首先，我要感谢我的指导老师张老师。您在论文的选题、选材一直到论文的反复修改和定稿等环节中，都给了我极大的帮助，感谢您为我的辛勤付出。您严谨的治学精神和精益求精的工作作风等对我今后的生活和工作来说有极大地帮助，感谢您对我的激励和谆谆教诲。感谢您的辛勤付出和无微不至的关怀。愿您工作顺心，桃李天下。同时，在这里也要感谢我的同学们，他们在空余时间会帮助我搜集资料，当我的论文修改出现瓶颈时，他们在精神上不断地鼓励我，帮助我。谢谢各位同学对我的帮助与支持。I贵州省交通货物运输量的时间序列分析摘要：
3、本文首先研究贵州省交通货物运输量与贵州省地区生产总值之间的单位根检验，从而验证两者之间的协整关系；其次，分析贵州省地区生产总值、货物周转量、货运量三者之间的Granger因果关系，建立货物周转量（R）与地区生产总值（GDP）之间的VAR自回归模型。研究结果显示，贵州省交通货物运输量与贵州省地区生产总值（GDP）之间不存在协整关系，货物周转量是贵州省地区生产总值的Granger原因，但货运量、地区生产总值不是货物周转量的Granger原因。关键词：协整；Granger因果关系；交通货物运输量；地区生产总值Time Series Analysis of Guizhou Provinces Tran
4、sportation Freight VolumeAbstract: First, the paper researches doing unit root test with the Transportation Freight Volume and GDP in Guizhou province, thus, to check their Cointegration relationship. Next, the passage analyzes the causality during the GDP, Freight Volume with Rotation Volume in Gui
5、zhou, setting up the VAR Autoregressive model. The research results show that there is no Cointegration relationship between Transportation Freight Volume and GDP. The Rotation Volume is the Granger causality of GDP, but the Freight and GDP are not the Granger causality of Rotation Volume.Key words：
6、Cointegration; Granger causality ; Transport cargo traffic; GDPII目 次摘要 .I目次 .II1 引言 .12 单位根检验 .32.1 贵州省货运量（F）的 ADF 检验 .32.2 贵州省货物周转量（R）的 ADF 检验 .52.3 贵州省地区生产总值(GDP)的 ADF 检验 .63 协整检验 .73.1 回归分析 .73.2 Johansen 协整检验 .104 Granger 因果检验和 VARMA 模型 .124.1 货运量（F） 、货物周转量（R）和地区生产总值(GDP)之间的因果检验 .124.2 建立 LR 与 L
7、GDP 之间的 VAR 模型 .135 结论 .15参考文献 .1711 引言本文的研究选取了贵州省1993-2011年的货运量和货物周转量作为代表贵州省交通货物运输业发展水平的指标，选取贵州省地区生产总值（GDP）作为代表贵州省国民经济发展水平的指标。首先，本文研究贵州省交通货物运输量与贵州省地区生产总值的ADF单位根检验，检验其平稳性，从而进一步验证两者之间的协整关系；其次，分析贵州省地区生产总值、货运量、货物周转量三者之间的Granger因果关系，建立货物周转量（R）与地区生产总值（GDP）之间的VARAM自回归模型。研究结果显示，结合协整检验及Granger因果关系检验，贵州省交通货物
8、运输量（R）与贵州省地区生产总值（GDP）之间不存在协整关系，并且得到三者之间的相互之间的Granger原因。贵州省交通运输业是贵州省地区经济的重要组成部分，是连接地区各部门经济的纽带，是保证各项经济活动得以正常运行的一个重要前提部分。想要研究贵州省的交通货物运输量，就必须了解本文所选取的指标货运量、货物周转量、地区生产总值各自的含义。一个地区的经济发展速度决定了本地区运输业的发展程度，交通货物运输业又倒过来促进地区各部门的发展。本文的展开运用eviews3.0软件中时间序列的几种分析方法，对贵州省交通货物运输业的发展周期和对贵州省地区经济展开相关性研究。文章通过在国家统计局中华人民共和国统计
9、年鉴中查找贵州省交通货物运输量的相关指标（货运量、货物周转量）及贵州省地区生产总值的数据，得到贵州省1993-2011年的货运量（万吨） 、货物周转量（亿吨公里）及贵州省地区生产总值（GDP，亿元）等的相关数值，如表1所示：表1 贵州省1993-2011年交通货物运输量及地区生产总值年份 货运量(万吨) 货物周转量(亿吨公里) 地区生产总值(亿元)1993年 11375 277 417.691994年 11043 284.6 524.461995年 11738 301.1 636.211996年 12182 317.7 723.181997年 11990 332.4 805.791998年 1
10、2774 330.3 858.391999年 14065 370 937.52000年 15615 404.1 1029.922001年 16344 439.3 1133.272002年 17399 486 1243.432003年 18224 547 1426.342004年 19439 610.9 1677.822005年 21770 646.5 2005.422006年 24709 681 2338.982007年 26787 721.3 2884.112008年 32692 805.33 3561.562009年 34803 926.05 3912.682010年 39735 1005
11、.92 4602.162011年 44890 1060.69 5701.84数据来源：1994-2012（中国统计年鉴）在时间序列EWiews3.0软件中，由于货运量（F） 、货物周转量（R）及贵州省地区生产总值（GDP）的观测序列都具有增长趋势，因此对三个序列的原数据分别进行取对数，记为L GDP、L F、L R。图1和图2分别显示了这些数据的时间序列走势图。图1 L F、L R 时间序列 图2 L GDP 时间序列 根据上图所示的结果，时间序列图货运量L F序列、货物周转量 L R序列、地区生产总值L GDP序列均为非平稳序列。因此要分析贵州省货运量、货物周转量及贵州省地区生产总值三者间的
12、协整关系，第一步，必须检验其平稳性，即运用ADF单位根的检验方法；第二步，通过建立回归方程，检验三指标两两之间的协整关系，根据协整检验所示的结果，结合格兰杰因果检验得出的结论，进而研究出指标间的因果关系；最后，通过相关检验综合分析，得出最终的结论。2 单位根检验3本文为了研究贵州省货运量（F）、货物周转量（R）与贵州省地区GDP之间的关系，利用协整分析的方法来检验它们之间的关系。首先利用ADF（Augmented Dickey-Fuller）检验方法分别对LF、LR 、LGDP三个序列进行单位根检验。设 为等待检验的时间序列，ADF检验考虑的三种回归模型如下tx所示：（1）.2111. (0)
13、idtttpttXxXN:， ，（2）.0 1. ittt tpt， ，（3）.11 ()idt tt tta ， ，验证 是否平稳的假设可以表示如下方式：tx01:0H构造ADF检验统计量：/()ADFS若ADF的检验统计量大于相应的临界值，则不拒绝原假设 ，认为 序列不平稳，记为B(1)。0tx否则认为 不存在单位根过程，记为B(0)。tx2.1 贵州省货运量（F）的 ADF 检验由于本文所选用的数据为时间序列数据，需判断其是否平稳，选择Engle-Granger两步协整检验法检验指标之间是否存在协整关系。依照协整的检验方法，首先检验贵州省货运量（F）的平稳性，即检验它的单整数。接下来在E
14、Views3.0的软件中，步骤的具体操作如下所示：在时间序列软件EViews3.0中打开界面，在建立的文档123，在其中录入贵州省1993-2011年的贵州省货物周转量（R） 、货运量（F）和地区生产总值（GDP）序列的相关数据。首先对取对数后的LF序列进行单位根检验，在工作文档中双击取对数后的货运量（万吨） （LF）原序列，在出现窗口中，点击View键，然后依次点击Unit Root TestTrend and interceptlagged difference（1阶）OK，从而得到估计结果，见图3。4图3 LF 序列的 ADF 检验结果从上图3所示的结果得出，LF序列非平稳，在置信度是1
15、%、5%、10%的三个显著性水平下，临界值分别是-4.6193、-3.7119、-3.2694，t检验统计量的值为-0.6991大于相应临界值，从而接受原假设，表明货运量（万吨） （LF）序列存在单位根过程，是非平稳序列，记为B(1)。0H于是，对贵州省货运量（LF）序列验证其单整阶数，在（Unit Root Test）中，选定对LF序列的一阶差分进行ADF检验，选择（intercept ） ，在（lagged difference）中选择1阶，单击“OK”选项，所示结果见图4。图4 LF 一阶差分序列的 ADF 检验结果5从上图4的检验结果可知，在置信度为1%、5%、10%显著性水平下，其临
16、界值分别为-3.9228、-3.0659、-2.6745，ADF检验的t统计量的值为-1.6421，大于其临界值，所以不能拒绝原假设 ，即0H货运量（万吨） （LF）的一阶差分序列仍具有单位根，序列不平稳，记为B(1)。于是为了进一步得到（LF）序列的单整阶数，指定对（LF）序列进行二阶差分作单位根检验，选择（None） ，在滞后差分项中选择1阶，单击“OK” ，得到如下所示的估计结果，见图5。图5 LF 二阶差分序列的 ADF 检验结果从图5的检验结果看，在置信度为1%、5%、10%的显著水平下，其临界值分别是-2.7411、-1.9658、-1.6277，t检验统计量的值为-4.6213，小于相应临界值，故拒绝原假设 ，表明货运量0H（万吨） （LF）的二阶差分序列不存在单位根，是平稳序列，记为B(0)。即是LF序列是二阶单整的，即。(2)LFI:2.2 贵州省货物周转量（R）的 ADF 检验根据检验货物周转量（R）同样的方法，对为了得到取对数后的货物周转量（亿吨公里）（LR）序列的单整阶数，通过同样的步骤操作，对货物周转量（LR）二阶差分序列作单位根检验，对LR序列进行同LF序列一样的处理方式，得到相应的二阶差分的检验结果，见图6。
