Page 15 - 《中国药房》2021年22期

b11 0 0 0 0 0 0 ut InRPI 2.2 协整检验
0 b11 0 0 0 0 0 ut InSA 为研究各变量之间是否存在协整性，本研究对所有
0 0 b11 0 0 0 0 ut InPCM 变量进行 Johansen 协整检验，结果见表 3。由表 3 可知，
0 0 0 b11 0 0 0 ut InMT … … … … … … … … （2） 在5％的显著性水平下，迹统计量均大于相应临界值，拒
0 0 0 0 b11 0 0 ut InEV 绝原假设。这说明7个变量之间至少存在6个以上的协
0 0 0 0 0 b11 0 ut InAMPI 整关系，表示各变量之间存在长期稳定的均衡关系。
InCPI
0 0 0 0 0 0 b11 ut 表3 Johansen协整检验结果
根据计量经济学研究方法和相关文献，本研究将通 Tab 3 Results of Johansen cointegration test
过以下步骤建立SVAR模型 ——（1）数据平稳性检验：
[10]
原假设 特征值 迹统计量 5％临界值 P
采用单位根检验（ADF）法对lnRPI、lnSA、lnPCM、lnMT、 0个协整向量 0.931 950 252.781 200 134.678 000 ＜0.001
lnEV、lnAMPI、lnCPI 数据进行平稳性检验。（2）协整关 至多1个协整向量 0.886 914 177.530 700 103.847 300 ＜0.001
至多2个协整向量 0.757 372 116.501 700 76.972 770 ＜0.001
系检验：采用Johansen协整检验方法检验变量之间是否
至多3个协整向量 0.643 842 76.847 390 54.079 040 ＜0.001
存在长期均衡关系。（3）SVAR 模型的估计和稳定性检 至多4个协整向量 0.528 339 47.940 700 35.192 750 0.001
验：通过相关准则确定模型的最优滞后阶数，运用完全 至多5个协整向量 0.421 445 26.898 840 20.261 840 0.005
至多6个协整向量 0.338 637 11.576 650 9.164 546 0.017
信息极大似然（FIML）法估计模型并通过特征根检验法
2.3 SVAR模型估计与稳定性检验
评价模型的稳定性。（4）脉冲响应函数：采用脉冲响应函
估计模型前还要确定模型的最优滞后阶数，本研究
数分析各变量之间的动态关系。（5）方差分解分析：分析
通过似然比检验（LR）、最终预测误差（FPE）、赤池信息
SVAR 模型中不同变量对模型影响的贡献程度，衡量不
准则（AIC）、施瓦茨准则（SC）、汉南奎因准则（HQ）等 5
同外部冲击的重要性。
2 中药材价格影响因素的实证分析结果 项准则来综合判断模型的滞后阶数，结果见表4。由表4
[9]
可知，滞后2期得到了多数准则的支持 ，表明本研究最
2.1 数据平稳性检验
优滞后阶数为2。
为避免建立的 SVAR 模型出现伪回归现象，本研究
表4 最优滞后阶数检验结果
借助 Eviews 10.0 软件、采用 ADF 法对所有时间序列进
Tab 4 Results of optimal lag order test
行平稳性检验，结果见表 2。由表 2 可知，lnRPI、lnEV、
lnAMPI、lnCPI 的 ADF 统计量小于显著性水平为 5％的 滞后期数，年 似然估计值 LR FPE AIC SC HQ
0 100.118 7 NA 2.38×10 －12 －6.897 6 －6.561 7 －6.797 7
临界值，表明上述指标在此显著性水平上平稳。lnSA、 1 261.555 8 227.207 8 6.54×10 －16 －15.226 0 －12.538 6 －14.427 1
lnPCM、lnMT 在 5％的显著性水平上不平稳，但经过一 2 367.468 4 94.144 58 ＊ 2.29×10 －17＊ －16.442 1 ＊ －14.402 7 ＊ －17.943 6 ＊
阶差分处理后，上述指标的ADF统计量均小于显著性水 注：NA表示该项不存在；“＊”表示该检验下的最优选择
平为 1％的临界值，即其一阶差分项（DlnSA、DlnPCM、 Note：NA indicates that the item does not exist；“＊”indicates the
DlnMT）在 1％的显著性水平上平稳。所以，本研究使用 best choice for this test
lnRPI、lnEV、lnAMPI、lnCPI 的水平值以及 lnSA、lnPCM 在模型满足可识别条件的情况下，本研究运用
[11]
和lnMT的一阶差分项来构建SVAR模型。 FIML 法估计得到模型的所有参数 ，AB 型 SVAR 模型
表2 数据平稳性的ADF检验结果 的参数估计结果如下：
Tab 2 Results of ADF test of data stationarity 1 0 0 0 0 0 0
－0.066 031 1 0 0 0 0 0
检验形式 临界值
序列 ADF统计量 P 结论
（C，T，L） 1％ 5％ 10％ －0.443 797 －0.102 336 1 0 0 0 0
lnRPI －3.094 722 （C，0，0） －3.699 871 －2.976 263 －2.627 420 0.039 平稳 A＝ －2.431 620 －0.448 504 0.341 427 1 0 0 0
lnSA －2.309 947 （C，T，3） －4.394 309 －3.612 199 －3.243 079 0.413 非平稳 －1.860 204 0.294 095 －0.018 405 0.049 886 1 0 0
lnPCM －3.192 610 （C，T，0） －4.309 824 －3.574 244 －3.221 728 0.270 非平稳
lnMT －2.485 242 （C，T，0） －4.339 330 －3.587 527 －3.229 230 0.332 非平稳 －0.739 096 0.310 724 0.034 238 0.015 118 －0.070 024 1 0
lnEV －3.062 641 （C，0，0） －3.679 322 －2.967 767 －2.622 989 0.040 平稳 －0.188 432 0.038 520 0.004 527 0.002 427 －0.028 508 －0.255 453 1
lnAMPI －4.505 321 （C，T，3） －4.356 068 －3.595 026 －3.233 456 0.007 平稳
lnCPI －9.697 307 （C，T，3） －4.356 068 －3.595 026 －3.233 456 ＜0.001 平稳 0.029 041 0 0 0 0 0 0
DlnSA －3.890 747 （C，0，0） －3.711 457 －2.981 038 －2.629 906 0.013 平稳 0 0.073 073 0 0 0 0 0
DlnPCM －7.387 191 （C，T，0） －4.356 068 －3.595 026 －3.233 456 ＜0.001 平稳 0 0 0.148 326 0 0 0 0
DlnMT －7.187 562 （C，T，0） －4.356 068 －3.595 026 －3.233 456 ＜0.001 平稳
B＝ 0 0 0 0.246 853 0 0 0
注：C、T、L依次指单位根检验方程的截距项、时间趋势项、滞后阶
0 0 0 0 0.096 692 0 0
数；D表示一阶差分
Note：C，T and L refer to intercept，time trend and lag order of unit 0 0 0 0 0 0.026 848 0
root test equation respectively；D represents the first-order difference 0 0 0 0 0 0 0.005 053

中国药房 2021年第32卷第22期 China Pharmacy 2021 Vol. 32 No. 22 ·2697 ·