《表3 数据平稳性检验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《我国货币政策是否应承担产业结构调整之责》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:***、**、*分别代表1%、5%和10%的显著性水平；数据检验之前均进行了对数化处理。

在实证检验方法介绍部分，我们已经揭示非参数格兰杰检验是建立在严格平稳时间序列的基础上的。如果数据是非平稳的，容易使非参数格兰杰检验存在“虚假回归”问题。因此，在实施非参数格兰杰因果检验之前需要对数据平稳性进行检验。关于数据平稳性检验方法已经十分成熟和完善，但是传统的ADF检验和PP检验等方法在时间序列平稳性检验中经常存在检验效度低和存在样本偏差等诸多问题，研究结论扭曲问题较为严重。鉴于此，本研究采用Ng-Perron方法进行检验。其是Ng和Perron（2001）基于广义最小二乘法退势所构造的四个统计量来检验数据平稳性。因而相比较其他单位根检验方法，Ng-Perron方法的统计量更为稳健，有效地避免了水平扭曲问题和提高了研究结论效度和信度。在本研究中主要考虑了只涵盖常数项（C，0）以及同时包括常数项和时间趋势项（C，T）两种情况的检验结果。检验结果见表3。由结果可以看出，变量MP、SP和SR在两种情况下均为平稳序列。因此，可以进行非参数格兰杰因果关系检验。