《表2 模型参数估计结果》

  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

《中国电力消费周期的路径演化识别——基于Markov区制转移模型》

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:*、**、***分别表示在10%、5%、1%的显著性水平下显著。

为确保MS-AR模型参数估计和相关检验的可靠和有效性，在具体实证分析之前对各增长率序列的平稳性进行检验。鉴于ADF（Augmented DickeyFuller）和PP（Phillips-Perron）等方法对于小样本数据存在功效较低的问题，本文采用功效较高的DF-GLS（GLS transformed Dickey-Fuller）检验方法[33]。其中，滞后阶数的选取依据AIC（Akaike Information Criterion）准则，最大滞后阶数选为8。检验结果表明（1），各产业电力消费增长率序列都在5%的显著性水平上拒绝了“存在单位根”的原假设，即各增长率序列均是平稳的。在此基础上，为确保估计结果的稳健性，根据信息准则和对数似然值LL（log-likelihood）选取MS（n）-AR（p）模型的最优区制数和最优滞后阶数。经对比，区制数和滞后阶数均为3时的模型是最有效的，基于该模型得到模型参数、状态转移概率矩阵及平均持续期等估计结果，分别如表2、表3所示。