Page 71 - 《社会》2017年第2期

社会· ２０１７ · ２

更为明显。当然，要验证这一点我们必须进行时间序列分析。

四、模型和实证结果

在进行时间序列分析之前，我们必须首先对“微博信心指数”和“上
证指数”的平稳性进行“单位根”（ 狌狀犻狋狉狅狅狋 ）检验，以拟合相应的检验模
型。在“单位根”检验中，我们使用“迪克—富勒检验”（ 犇犉犌犔犛 检验）和
“菲利普—帕芬检验”（ 犘犘 检验）两种方法，分别测试了带时间趋势和不
带时间趋势的情况。我们发现，无论是在震荡期还是平稳期，“微博信
心指数”都是平稳的时间序列，“上证指数”则是一阶单整的单位根时间
序列（检验结果可向作 者 索 取）。“微博 信心指 数”为 犐 （ ０ ）而“上证 指
数”为 犐 （ １ ）的检验结果意味着，我们的“格兰杰因果检验”不能采用传
统 犠犪犾犱 检验方法，协整分析也不能采用传统的协整向量自回归，也即
“约翰森方法”（ 犑狅犺犪狀狊犲狀犪狀犱犑狌狊犲犾犻狌狊 ， １９９０ ）。
（一）格兰杰因果关系检验模型
对于“微博信心指 数” 犠 和“上 证指 数” 犛 ，我们建 立向量自回 归
（ 犞犃犚 ）模型：
犿 犿
犛 狋 ＝α 狋＋ ∑ β 犼 犠 狋 － 犼 ＋ ∑ γ 犽 犛 狋 － 犽 ＋ ε 狋
犼＝１ 犽＝１
检验的 犎０ 零假说为 β １ ＝ β ２ ＝ … ＝ β 狀 ＝０ ，也即 犠 不是 犛 的“格
兰杰原因”。 ７ 其中，模型的滞后项个数 犿 根据 犛犅犐犆 （ 犛犮犺狑犪狉狕犅犪 狔 犲狊犻犪狀
犻狀犳狅狉犿犪狋犻狅狀犮狉犻狋犲狉犻狅狀 ）、 犃犐犆 （ 犃犽犪犻犽犲 ’ 狊犻狀犳狅狉犿犪狋犻狅狀犮狉犻狋犲狉犻狅 ）、 犎犙犐犆
（ 犎犪狀狀犪狀犪狀犱犙狌犻狀狀犻狀犳狅狉犿犪狋犻狅狀 ）和 犔犚 信息标准来联合确定。
因为 “上 证 指 数”和 “信 心 指 数”不 同 阶，因 此 我 们 采 用 “ 犜狅犱
犢犪犿犪犿狅狋狅 ”过程来进行 犠犪犾犱 检验。也即，建立 犞犃犚 时滞后值采用 犿
再加两个时间序列中的最大单整阶数（本研究中为 １ ），进行 犠犪犾犱 检验
时则使用 犿 。但 要 注 意，非 平稳 序列 完全可 以进 行 “格兰杰因果 检
验”，只是不能采用传统方法进行 犠犪犾犱 检验。
（二）基于 犃犚犇犔 边限检验的协整分析模型
因为“微博信心指数”和“上证指数”分别为平稳和单位根时间序
列，因 此，我 们 采 用 自 “ 犃犚犇犔 回 归 分 布 滞 后 方 法”（ 犃狌狋狅狉犲 犵 狉犲狊狊犻狏犲

７． 我们也可同时检验 犛 不是 犠 的“格兰杰原因”，但这不是本文关注所在，故略去。

· ６ ４ ·