医疗保险费用过度增长的影响因素研究(2)
参见附件。
表1 ADF检验结果(1)变量
名称ADF
统计量5%
临界值(c,t,q)检验
结果水平项lnS-283-371(1,1,2)不平稳lnY-261-371(1,1,2)不平稳lnP-289-367(1,1,0)不平稳lnN-171-303(1,0,0)不平稳lnI 085-196(0,0,0)不平稳注:c,t分别表示是否带有截距项和趋势项(0表示不带有,1表示带有);q表示滞后阶数,由SIC准则确定,MAXLAG=4。
表1结果表明各序列均存在单位根。对各变量的一阶差分项的平稳性进行检验,结果显示,各序列一阶差分后均为平稳序列,如表2所示。
表2ADF检验结果(2)变量名称ADF
统计量检验结果结论一阶
差分项lnS-459平稳一阶单整lnY-381平稳一阶单整lnP-583平稳一阶单整lnN-448平稳一阶单整lnI-223平稳一阶单整
3协整检验
由上面的分析可知,ln、ln、ln、ln、ln均为一阶单整的变量,满足协整检验前提。考虑各变量间是否存在协整关系,建立辽宁省城镇居民人均医疗保健支出函数:
lnSt=c+αlnYt+βlnPt+γlnNt+δlnIt+μt(1)
OLS回归结果如下:
lnS^=-885+022lnYt+038lnPt+258lnNt+158lnIt(2)
s=(170)(032)(093)(065)(028)
t=(-522)(068)(041)(398)(562)
R2=099R-2=098F=26514DW=189
结果显示,该模型的R2值很高,F检验值为26514,明显显著。但是,lnY与lnP系数的t检验均不显著,这表明模型很可能存在严重的多重共线性。通过相关系数检验法来判断多重共线性,得到的各变量间相关系数矩阵如表3所示。
表3相关系数矩阵变量lnSlnYlnPlnNlnIlnS100097092097086lnY097100096097077lnP092096100096065lnN097097096100074lnI086077065074100
由相关系数矩阵可以看出,各解释变量相互之间的相关系数较高,证实确实存在多重共线性。为了对模型进行修正,采用逐步回归法剔除产生多重共线性的变量。修正多重共线性影响后的回归结果如下:
lnS^=-726+331lnNt+162lnIt(3)
s=(099)(020)(022)
t =(-731) (1640)(741)
R2=098 R-2=098F=54731DW=206
利用White检验方法与偏相关系数法对回归式(3)进行检验,结果表明,在005的显著水平上,模型不存在异方差性与自相关性。
若变量序列lnS、lnN与lnI间存在协整关系,则残差序列E应具有平稳性。对E做单位根检验,ADF检验结果如表4所示。
表4ADF检验结果(3)变量名称ADF
统计量计算得出的
5%临界值(c,t,q)检验结果水平项E-465-419(1,0,0)平稳ΔEt=-109Et-1(4)
s=(023)
t=(-465)
R-2=054 DW=203
由于OLS回归会导致残差的方差极小,从而拒绝零假设的比率比实际情形大,因此采用经公式(Cα=β0+β1T-1+β2T-2)计算得出的麦金农(Mackinnon)临界值对结果进行检验。由于ADF统计量小于5%水平下的麦金农协整检验临界值,因此残差序列E为平稳序列。所以lnS、lnN与lnI间存在长期稳定的均衡关系 ......
表1 ADF检验结果(1)变量
名称ADF
统计量5%
临界值(c,t,q)检验
结果水平项lnS-283-371(1,1,2)不平稳lnY-261-371(1,1,2)不平稳lnP-289-367(1,1,0)不平稳lnN-171-303(1,0,0)不平稳lnI 085-196(0,0,0)不平稳注:c,t分别表示是否带有截距项和趋势项(0表示不带有,1表示带有);q表示滞后阶数,由SIC准则确定,MAXLAG=4。
表1结果表明各序列均存在单位根。对各变量的一阶差分项的平稳性进行检验,结果显示,各序列一阶差分后均为平稳序列,如表2所示。
表2ADF检验结果(2)变量名称ADF
统计量检验结果结论一阶
差分项lnS-459平稳一阶单整lnY-381平稳一阶单整lnP-583平稳一阶单整lnN-448平稳一阶单整lnI-223平稳一阶单整
3协整检验
由上面的分析可知,ln、ln、ln、ln、ln均为一阶单整的变量,满足协整检验前提。考虑各变量间是否存在协整关系,建立辽宁省城镇居民人均医疗保健支出函数:
lnSt=c+αlnYt+βlnPt+γlnNt+δlnIt+μt(1)
OLS回归结果如下:
lnS^=-885+022lnYt+038lnPt+258lnNt+158lnIt(2)
s=(170)(032)(093)(065)(028)
t=(-522)(068)(041)(398)(562)
R2=099R-2=098F=26514DW=189
结果显示,该模型的R2值很高,F检验值为26514,明显显著。但是,lnY与lnP系数的t检验均不显著,这表明模型很可能存在严重的多重共线性。通过相关系数检验法来判断多重共线性,得到的各变量间相关系数矩阵如表3所示。
表3相关系数矩阵变量lnSlnYlnPlnNlnIlnS100097092097086lnY097100096097077lnP092096100096065lnN097097096100074lnI086077065074100
由相关系数矩阵可以看出,各解释变量相互之间的相关系数较高,证实确实存在多重共线性。为了对模型进行修正,采用逐步回归法剔除产生多重共线性的变量。修正多重共线性影响后的回归结果如下:
lnS^=-726+331lnNt+162lnIt(3)
s=(099)(020)(022)
t =(-731) (1640)(741)
R2=098 R-2=098F=54731DW=206
利用White检验方法与偏相关系数法对回归式(3)进行检验,结果表明,在005的显著水平上,模型不存在异方差性与自相关性。
若变量序列lnS、lnN与lnI间存在协整关系,则残差序列E应具有平稳性。对E做单位根检验,ADF检验结果如表4所示。
表4ADF检验结果(3)变量名称ADF
统计量计算得出的
5%临界值(c,t,q)检验结果水平项E-465-419(1,0,0)平稳ΔEt=-109Et-1(4)
s=(023)
t=(-465)
R-2=054 DW=203
由于OLS回归会导致残差的方差极小,从而拒绝零假设的比率比实际情形大,因此采用经公式(Cα=β0+β1T-1+β2T-2)计算得出的麦金农(Mackinnon)临界值对结果进行检验。由于ADF统计量小于5%水平下的麦金农协整检验临界值,因此残差序列E为平稳序列。所以lnS、lnN与lnI间存在长期稳定的均衡关系 ......
您现在查看是摘要介绍页,详见PDF附件。