- ข้อความ
- ประวัติศาสตร์
where Y is output, and K and L repr
where Y is output, and K and L represent the stock of physical capital and labour force respectively. As noted in the discussion above, in addition to
facilitating the capital accumulation process, Shahbaz (2012) observes that financial development interacts with international trade openness,
promotes technology diffusion and thereby supports economic growth. Thus we can specify that:
(2)
where technological progress A is influenced by trade openness (T) and financial structure/development (F), and ψ is time-invariant constant.
The augmented Solow growth theory is utilised in this study and we therefore can re-write our aggregate production function as:
(3)
With little manipulation and taking natural log we can obtain:
(4)
where X represents other exogenous variables and error term εt is added to satisfy the standard classical assumptions. We follow the established
practice in the literature and use the perpetual inventory method to estimate the capital stock. Using investment ratio data from Penn World Table
(Mark 2) and World Development Indicators, we construct series of stock of capital as:
(5)
Here, I and δ represent the current level of investment in physical capital and the depreciation rate respectively. Following Benhabib and Spiegel
(1994), we construct yearly series using the following formula:
(6)
Using a similar approach to previous papers such as Ahmed and Suardi (2007) and Young (1994), the initial level of capital stock (K0) is calculated
using the equation:
(7)
In this set-up, I0 is the value of investment in the initial period and q is the average growth rate of real investment flows. Depreciation rates are
assumed to be 5%.
In estimating the relationship between financial integration, trade openness and output growth, and starting from a vector autoregressive
estimation (VAR) specification, an initial representation is given as:
(8)
where the Zt is an nx1 vector containing I(1) variables, ξ denotes the deterministic part of the equation, ϕi represents matrices of parameters
(i.e. i=1, 2, 3…, k) andεt is a vector of stochastic disturbanceswith the assumed properties of εt ∼ IN (0,Ω). Expressing Eq. (8) into a VAR (2)matrix
with coefficient βp
mn where p indicates the lag length and n is the degree of influence towards the mth variable.3 Thus we get:
(9)
Given that the z's in Eq. (8) are cointegrated and in order to achieve stationarity, the reparameterized form of Eq. (8) above can be written as:
(10)
Here Δ is the difference operator, Π is the long run coefficient matrix derived from (n × r) matrix, Γ is a matrix representing the short-run
dynamics (coefficient matrices) and zt includes all variables of the model. With the existence of r cointegrating relationships where the matrix Π
has a rank r b n, a dynamic representation of Π can be specified as the product of:
(11)
where β is matrix of long-run coefficients (or parameters determining the cointegrating vectors) and α an adjustment coefficient representing the
average speed of convergence towards long-run equilibrium. Assuming that there are two cointegrating relationships, for example, we can show the
matrix representing the dynamics of the system as in Eq. (9). Thematrix α shows the direction and the speed of adjustment of the systemwith regard
to a disturbance in the equilibrium relationship. Similarly, the β matrix can be interpreted as the long-run parameters after normalization. The signing
and zero-restriction of the parameters in the equilibrium relationship are based on our expectations from our earlier discussion.
(12)
where output growth (LnY), financial integration (LnF), trade openness (LnTO), capital (LnK and LnL) represent our key macroeconomic variables of
interest.
4.1. Data, estimation results and major findings
Although there exists a variety of views as to what are ‘the impacts of international financial integration’, it is generally believed that this
process leads to a more efficient allocation of international resources and assists the development of local financial markets of the recipient
countries. Importantly, cross-border international capital flows can reduce the volatility of stock market returns (see Aghion et al., 2004).
Our empirical examination of the relationship between international financial linkages and financial market development uses the multivariate
cointegration and vector error correction (VECM) systems based on Johansen's (1995) two-step estimation technique. The set of data
utilised in this study consists of an annual observation that runs over the period of 1974 to 2009. Growth of real GDP per capita (gy) (in constant
prices: Chain series), and population growth (n) are sourced from Penn World Tables (PWT 6.2) and World Development Indicators (World Bank).
Our indicators of financial market development are either taken or computed using the IMF's International Financial Statistics (IFS). Indicators of
macroeconomic stability (inflation — INF) and government spending (GOV) (as a share of GDP) are taken from IMF and World Bank sources
respectively. The trade openness index (TO) is measured as exports plus imports as a percentage of GDP4 and the human capital indicator (EDU) is
represented by secondary school enrolment. These variables were sourced from the World Bank's World Development Indicators. The institutional
structure (INST) variable of political and economic freedom is taken from Economic Freedom in the World database.
We use five other indicators to capture the influence of international financial integration. Following Lane and Milesi-Ferretti (2007), who
compute stock of external assets and liabilities for large number of developing countries, we obtain series for capital flows (FLO and INFLO)
and estimated stock positions (IFI1 and IFI2), including foreign direct investment and portfolio equity investments. Thus we have the
aggregate stock of external asset and liabilities to GDP (IFI1), the stock of liabilities as a share of GDP (IFI2), ratio of inflows and outflows of
capital (foreign direct investment and portfolio inflows) to GDP (FLO), and ratio of inflows of capital (foreign direct investment and portfolio inflows) to GDP (INFLO). For the purpose of obtaining a more robust and appropriate measure of international financial openness, we also use
Chinn-Ito's (2008) rule-basedmeasure of international financial openness (KO) as a proxy for international financial integration.5 Based on the
work of Cihak et al. (2012), we use two stock market development indicators to examine the effect of capital market development on
Botswana's economy. Thus we take the ratio of stock market capitalization to GDP (SMC) and the value of stock traded ratio (VST).6
Beforewe estimate the error correctionmodel specified earlier,we explore some statistical properties of our economic time series.We investigate
whether our time series contains unit roots using the Augmented Dickey–Fuller (ADF) and Phillips–Perron (PP) tests.7 Initial inspections of the
behaviour of some of our individual variables show that some of our key variables have a trending characteristic. With this observation in mind,
we have conducted unit root tests with trend, where necessary. As commonly done, we have carried out stationarity tests using both levels and
first-differences for all variables. The empirical results from conventional univariate unit root tests are reported in Table 1. It is observable that the
unit root null-hypothesis cannot be rejected for all time series, save for government spending (GOV). This is clear as the reported values for these
variables are below the critical values, at least at the 5% significance level. The results from ADF and PP tests in first differences indicate that the
null-hypothesis of non-stationary should be rejected, substantiating that the variables are of an I(1).
Having established the unit root properties of the time series, we conduct a further test to determine the number of cointegration relationships
following Johansen and Juselius' (1990) cointegration technique. This is particularly important since the VECMstructure represents a description of a
system with a set of integrated variables. In Table 1(b) and (c), the results for both the maximum eigenvalue as well as trace statistics tests are
displayed. Under Table 1(b), the results reveal the existence of one cointegrating vectors by maximal eigenvalue test statistics whereas, according
to the trace test statistics, there are two cointegrating vectors within the system. However, it has been reported that the power of a trace test is
lower compared to themaximumeigenvalue test, and the critical values for the trace test are only indicative when there are deterministic variables
(Johansen and Juselius, 1990; Pentecost andMoore, 2004; Pentecost andMoore, 2004).We therefore expect that r=1 represents the growth equation,
and hence estimates the key growth determinants in the Botswana economy using VECM framework.While taking a different combination of
variables that include international financial integration indicators, the Johansen cointegration test is applied again to determine the number of
cointegrating vectors within the system. The choice of lag length of the VAR is critical, as we might have autocorrelation problems when lags are
too short or lead to inefficient or biased estimates when too long (Ahmed, 2007; Ibrahim, 2001). While taking into account the constraint of the
sample size and the annual nature of our dataset a lag order of 1 is reasonable (Dutta and Ahmed, 2001). The study tests the existence of a longrun
equilibrium relationship between international financial integration, financial market development and income variables. The result of the
Johansen test is reported in Table 1(c). Two cointegrating vectors are observed by maximal eigenvalue test statistics, whereas according to the
trace test statistics, there are three cointegrating vectors. Thus, from the significance of both λ
facilitating the capital accumulation process, Shahbaz (2012) observes that financial development interacts with international trade openness,
promotes technology diffusion and thereby supports economic growth. Thus we can specify that:
(2)
where technological progress A is influenced by trade openness (T) and financial structure/development (F), and ψ is time-invariant constant.
The augmented Solow growth theory is utilised in this study and we therefore can re-write our aggregate production function as:
(3)
With little manipulation and taking natural log we can obtain:
(4)
where X represents other exogenous variables and error term εt is added to satisfy the standard classical assumptions. We follow the established
practice in the literature and use the perpetual inventory method to estimate the capital stock. Using investment ratio data from Penn World Table
(Mark 2) and World Development Indicators, we construct series of stock of capital as:
(5)
Here, I and δ represent the current level of investment in physical capital and the depreciation rate respectively. Following Benhabib and Spiegel
(1994), we construct yearly series using the following formula:
(6)
Using a similar approach to previous papers such as Ahmed and Suardi (2007) and Young (1994), the initial level of capital stock (K0) is calculated
using the equation:
(7)
In this set-up, I0 is the value of investment in the initial period and q is the average growth rate of real investment flows. Depreciation rates are
assumed to be 5%.
In estimating the relationship between financial integration, trade openness and output growth, and starting from a vector autoregressive
estimation (VAR) specification, an initial representation is given as:
(8)
where the Zt is an nx1 vector containing I(1) variables, ξ denotes the deterministic part of the equation, ϕi represents matrices of parameters
(i.e. i=1, 2, 3…, k) andεt is a vector of stochastic disturbanceswith the assumed properties of εt ∼ IN (0,Ω). Expressing Eq. (8) into a VAR (2)matrix
with coefficient βp
mn where p indicates the lag length and n is the degree of influence towards the mth variable.3 Thus we get:
(9)
Given that the z's in Eq. (8) are cointegrated and in order to achieve stationarity, the reparameterized form of Eq. (8) above can be written as:
(10)
Here Δ is the difference operator, Π is the long run coefficient matrix derived from (n × r) matrix, Γ is a matrix representing the short-run
dynamics (coefficient matrices) and zt includes all variables of the model. With the existence of r cointegrating relationships where the matrix Π
has a rank r b n, a dynamic representation of Π can be specified as the product of:
(11)
where β is matrix of long-run coefficients (or parameters determining the cointegrating vectors) and α an adjustment coefficient representing the
average speed of convergence towards long-run equilibrium. Assuming that there are two cointegrating relationships, for example, we can show the
matrix representing the dynamics of the system as in Eq. (9). Thematrix α shows the direction and the speed of adjustment of the systemwith regard
to a disturbance in the equilibrium relationship. Similarly, the β matrix can be interpreted as the long-run parameters after normalization. The signing
and zero-restriction of the parameters in the equilibrium relationship are based on our expectations from our earlier discussion.
(12)
where output growth (LnY), financial integration (LnF), trade openness (LnTO), capital (LnK and LnL) represent our key macroeconomic variables of
interest.
4.1. Data, estimation results and major findings
Although there exists a variety of views as to what are ‘the impacts of international financial integration’, it is generally believed that this
process leads to a more efficient allocation of international resources and assists the development of local financial markets of the recipient
countries. Importantly, cross-border international capital flows can reduce the volatility of stock market returns (see Aghion et al., 2004).
Our empirical examination of the relationship between international financial linkages and financial market development uses the multivariate
cointegration and vector error correction (VECM) systems based on Johansen's (1995) two-step estimation technique. The set of data
utilised in this study consists of an annual observation that runs over the period of 1974 to 2009. Growth of real GDP per capita (gy) (in constant
prices: Chain series), and population growth (n) are sourced from Penn World Tables (PWT 6.2) and World Development Indicators (World Bank).
Our indicators of financial market development are either taken or computed using the IMF's International Financial Statistics (IFS). Indicators of
macroeconomic stability (inflation — INF) and government spending (GOV) (as a share of GDP) are taken from IMF and World Bank sources
respectively. The trade openness index (TO) is measured as exports plus imports as a percentage of GDP4 and the human capital indicator (EDU) is
represented by secondary school enrolment. These variables were sourced from the World Bank's World Development Indicators. The institutional
structure (INST) variable of political and economic freedom is taken from Economic Freedom in the World database.
We use five other indicators to capture the influence of international financial integration. Following Lane and Milesi-Ferretti (2007), who
compute stock of external assets and liabilities for large number of developing countries, we obtain series for capital flows (FLO and INFLO)
and estimated stock positions (IFI1 and IFI2), including foreign direct investment and portfolio equity investments. Thus we have the
aggregate stock of external asset and liabilities to GDP (IFI1), the stock of liabilities as a share of GDP (IFI2), ratio of inflows and outflows of
capital (foreign direct investment and portfolio inflows) to GDP (FLO), and ratio of inflows of capital (foreign direct investment and portfolio inflows) to GDP (INFLO). For the purpose of obtaining a more robust and appropriate measure of international financial openness, we also use
Chinn-Ito's (2008) rule-basedmeasure of international financial openness (KO) as a proxy for international financial integration.5 Based on the
work of Cihak et al. (2012), we use two stock market development indicators to examine the effect of capital market development on
Botswana's economy. Thus we take the ratio of stock market capitalization to GDP (SMC) and the value of stock traded ratio (VST).6
Beforewe estimate the error correctionmodel specified earlier,we explore some statistical properties of our economic time series.We investigate
whether our time series contains unit roots using the Augmented Dickey–Fuller (ADF) and Phillips–Perron (PP) tests.7 Initial inspections of the
behaviour of some of our individual variables show that some of our key variables have a trending characteristic. With this observation in mind,
we have conducted unit root tests with trend, where necessary. As commonly done, we have carried out stationarity tests using both levels and
first-differences for all variables. The empirical results from conventional univariate unit root tests are reported in Table 1. It is observable that the
unit root null-hypothesis cannot be rejected for all time series, save for government spending (GOV). This is clear as the reported values for these
variables are below the critical values, at least at the 5% significance level. The results from ADF and PP tests in first differences indicate that the
null-hypothesis of non-stationary should be rejected, substantiating that the variables are of an I(1).
Having established the unit root properties of the time series, we conduct a further test to determine the number of cointegration relationships
following Johansen and Juselius' (1990) cointegration technique. This is particularly important since the VECMstructure represents a description of a
system with a set of integrated variables. In Table 1(b) and (c), the results for both the maximum eigenvalue as well as trace statistics tests are
displayed. Under Table 1(b), the results reveal the existence of one cointegrating vectors by maximal eigenvalue test statistics whereas, according
to the trace test statistics, there are two cointegrating vectors within the system. However, it has been reported that the power of a trace test is
lower compared to themaximumeigenvalue test, and the critical values for the trace test are only indicative when there are deterministic variables
(Johansen and Juselius, 1990; Pentecost andMoore, 2004; Pentecost andMoore, 2004).We therefore expect that r=1 represents the growth equation,
and hence estimates the key growth determinants in the Botswana economy using VECM framework.While taking a different combination of
variables that include international financial integration indicators, the Johansen cointegration test is applied again to determine the number of
cointegrating vectors within the system. The choice of lag length of the VAR is critical, as we might have autocorrelation problems when lags are
too short or lead to inefficient or biased estimates when too long (Ahmed, 2007; Ibrahim, 2001). While taking into account the constraint of the
sample size and the annual nature of our dataset a lag order of 1 is reasonable (Dutta and Ahmed, 2001). The study tests the existence of a longrun
equilibrium relationship between international financial integration, financial market development and income variables. The result of the
Johansen test is reported in Table 1(c). Two cointegrating vectors are observed by maximal eigenvalue test statistics, whereas according to the
trace test statistics, there are three cointegrating vectors. Thus, from the significance of both λ
0/5000
โดยที่ Y คือ ผลลัพธ์ และ K และ L แทนสต็อกของทุนทางกายภาพ และแรงงานบังคับตามลำดับ ตามที่ระบุไว้ในคำอธิบายด้านบน นอกจากนี้การอำนวยความสะดวกในการสะสมทุน Shahbaz (2012) พิจารณาว่า เงินพัฒนาโต้ตอบกับการเปิดการค้าระหว่างประเทศส่งเสริมการแพร่เทคโนโลยี และสนับสนุนการเติบโตทางเศรษฐกิจดังนั้นจึง ดังนั้น เราสามารถระบุว่า:(2)ความก้าวหน้าเทคโนโลยี A ได้รับอิทธิพลจากการค้าที่เปิดกว้าง (T) และโครงสร้างทางการเงินพัฒนา (F), และψได้ค่าคงไม่เปลี่ยนแปลงเวลาทฤษฎีการเจริญเติบโตของ Solow ออกเมนต์จะใช้ในการศึกษานี้ และเราจึงสามารถการเขียนฟังก์ชันการผลิตรวมของเราเป็น:(3)มีน้อยจัดการและถ่าย ธรรมชาติล็อก เราจะได้รับ:(4)ที่ X แทนตัวแปรบ่อยและ εt เงื่อนไขข้อผิดพลาดอื่น ๆ เพิ่มเพื่อตอบสนองสมมติฐานคลาสสิกมาตรฐาน เราทำตามที่กำหนดแบบฝึกหัดในเอกสารประกอบการและใช้วิธีการประเมินหุ้นทุนคงถาวร ใช้ข้อมูลอัตราส่วนการลงทุนจากเพนน์โลกตาราง(เครื่องหมาย 2) และตัวบ่งชี้การพัฒนาโลก เราสร้างชุดของหุ้นทุนเป็น:(5)ที่นี่ ผมและδแสดงระดับปัจจุบันของการลงทุนในทุนทางกายภาพและอัตราค่าเสื่อมราคาตามลำดับ Spiegel และ Benhabib ดังต่อไปนี้(1994), เราสร้างชุดต่อปีโดยใช้สูตรต่อไปนี้:(6)ใช้วิธีคล้ายกับเอกสารก่อนหน้าเช่น Ahmed Suardi (2007) และยัง (1994), ระดับเริ่มต้นของทุนจดทะเบียน (K0) จะคำนวณได้ใช้สมการ:(7)ในการตั้งค่านี้ I0 คือ ค่าของการลงทุนในรอบระยะเวลาเริ่มต้น และ q เป็นอัตราการเติบโตเฉลี่ยของการลงทุนจริง มีค่าเสื่อมราคาสมมติให้ 5%ในการประเมินความสัมพันธ์ระหว่างการรวมทางการเงิน การเปิดการค้า และเจริญเติบโตผลผลิต และเริ่มต้นจาก autoregressive เวกเตอร์ข้อมูลจำเพาะประมาณ (VAR) การแสดงเริ่มต้นถูกกำหนดเป็น:(8)Zt เป็น เวกเตอร์ nx1 ประกอบด้วยตัวแปร I(1) ξแสดงส่วนของสมการ deterministic, ϕi แทนเมทริกซ์พารามิเตอร์(เช่นฉัน = 1, 2, 3..., k) andεt เป็นเวกเตอร์ของ disturbanceswith สโทแคสติกคุณสมบัติสันนิษฐานของ∼ εt ใน (0 Ω) แสดง Eq. (8) เป็นเมทริกซ์ VAR (2)กับสัมประสิทธิ์ βpmn ที่ p ระบุความยาวของความล่าช้าและ n คือ ระดับของอิทธิพลต่อ variable.3 เดือนเราได้รับดังนี้:(9)กำหนดว่า จะ cointegrated z's ใน Eq. (8) และเพื่อให้บรรลุ stationarity แบบ reparameterized ของ Eq. (8) ข้างต้นสามารถเขียนเป็น:(10)Δยอดเป็นตัวดำเนินการที่แตกต่าง Πเป็นเมตริกซ์สัมประสิทธิ์ยาวมาจากเมตริกซ์ (n × r) Γเป็นเมทริกซ์แทนสั้นdynamics (เมทริกซ์สัมประสิทธิ์) และ zt รวมตัวแปรทั้งหมดของแบบจำลอง มีการดำรงอยู่ของ cointegrating ความสัมพันธ์ r ที่Πเมตริกซ์ได้ b r อันดับ n การนำเสนอแบบไดนามิกของΠสามารถระบุเป็นผลิตภัณฑ์ของ:(11)ที่βคือ เมตริกซ์สัมประสิทธิ์ยาว (หรือเวกเตอร์ของพารามิเตอร์ที่กำหนดใน cointegrating) แทนสัมประสิทธิ์ปรับปรุงตัวด้วยกองทัพและการความเร็วเฉลี่ยของการเข้าหาต่อสมดุลยาว สมมติว่ามีความสัมพันธ์ cointegrating สอง เช่น เราสามารถแสดงการเมตริกซ์แสดงของระบบใน Eq. (9) Thematrix ด้วยกองทัพแสดงทิศทางและความเร็วของการปรับปรุงเกี่ยวกับ systemwithการรบกวนในความสัมพันธ์สมดุล ในทำนองเดียวกัน สามารถแปลเป็นพารามิเตอร์ยาวเมตริกซ์βหลังจากฟื้นฟู ลงนามและศูนย์ข้อจำกัดของพารามิเตอร์ในความสัมพันธ์สมดุลขึ้นอยู่กับความคาดหวังของเราจากการสนทนาของเราก่อน(12)ที่ผลเจริญเติบโต (LnY), การเงินรวม (LnF), การเปิดกว้างทางการค้า (LnTO), ทุน (LnK และ LnL) หมายถึงตัวแปรเศรษฐกิจมหภาคของเราหลักของดอกเบี้ย4.1. ข้อมูล ประเมินผล และค้นพบที่สำคัญแม้มีความหลากหลายของ มุมมองเป็นสิ่งที่เป็น 'ผลกระทบของการรวมทางการเงินระหว่างประเทศ" โดยทั่วไปเชื่อกันว่าที่นี้กระบวนการนำไปสู่การจัดสรรทรัพยากรระหว่างประเทศมีประสิทธิภาพมากขึ้น และช่วยพัฒนาตลาดการเงินของผู้รับประเทศ สำคัญ กระแสเงินทุนต่างชาติข้ามแดนสามารถลดความผันผวนของตลาดหลักทรัพย์แทน (ดู Aghion et al., 2004)ตรวจสอบความสัมพันธ์ระหว่างความเชื่อมโยงทางการเงินระหว่างประเทศและการพัฒนาตลาดการเงินของเราประจักษ์ใช้แบบ multivariatecointegration และเวกเตอร์ข้อผิดพลาดการแก้ไข (VECM) ระบบตามเทคนิคของ Johansen (1995) สองขั้นตอนการประเมิน ชุดของข้อมูลใช้ในการศึกษาประกอบด้วยการสังเกตปีที่ทำงานในช่วง 1974 ปี 2552 เจริญเติบโตของ real GDP ต่อหัว (gy) (เป็นค่าคงราคา: โซ่ชุด), และการเจริญเติบโตของประชากร (n) มีที่มาจากตารางโลกเพนน์ (PWT 6.2) และตัวบ่งชี้การพัฒนาโลก (ธนาคารโลก)ตัวบ่งชี้ของการพัฒนาตลาดการเงินอาจจะนำมา หรือคำนวณโดยใช้ของ IMF นานาชาติเงินสถิติ (IFS) ตัวบ่งชี้ของเสถียรภาพ (เงินเฟ้อ — INF) และการใช้จ่ายของรัฐบาล (GOV) (เป็นส่วนแบ่งของ GDP) นำมาจาก IMF และธนาคารโลกตามลำดับ ดัชนีเปิดกว้างทางการค้า (ถึง) วัดเป็นการส่งออก และนำเข้าเป็นเปอร์เซ็นต์ของดัชนีชี้วัดทุนมนุษย์ (EDU) และ GDP4แสดง โดยมัธยมศึกษาเล่าเรียน ตัวแปรเหล่านี้ได้มาจากตัวชี้วัดการพัฒนาโลกของธนาคารโลก ที่สถาบันตัวแปรโครงสร้าง (ผันแปร) ของเสรีภาพทางการเมือง และเศรษฐกิจถูกนำมาจากเสรีภาพทางเศรษฐกิจต่อโลกเราใช้ตัวบ่งชี้อื่น ๆ ห้าจับอิทธิพลของเงินรวมนานาชาติ ต่อเลนและ Milesi-Ferretti (2007), ที่คำนวณสต็อกภายนอกสินทรัพย์และหนี้สินในประเทศกำลังพัฒนาจำนวนมาก เราได้รับชุดสำหรับกระแสเงินทุน (โฟลและ INFLO)และประเมินหุ้นตำแหน่ง (IFI1 และ IFI2), รวมทั้งต่างประเทศและการลงทุนหุ้นลงทุน ดังนั้น เรามีการหุ้นรวมภายนอกสินทรัพย์และหนี้สินกับ GDP (IFI1), หุ้นหนี้สินเป็นส่วนแบ่งของ GDP (IFI2), อัตราส่วนของกระแสเข้าและกระแสของทุน (ต่างชาติโดยตรงการลงทุนและผลงานกระแสเข้า) GDP (FLO), และอัตราส่วนของกระแสเข้าของเงินทุน (ต่างชาติโดยตรงการลงทุนและผลงานกระแสเข้า) GDP (INFLO) เพื่อรับการวัดที่เหมาะสม และแข็งแกร่งมากแขกทางการเงินระหว่างประเทศ เรายังใช้Chinn Ito basedmeasure กฎ (2008) ระหว่างประเทศการเงินแขก (เกาะ) เป็นพร็อกซีสำหรับ integration.5 การเงินระหว่างประเทศตามทำงานของ Cihak et al. (2012), เราใช้สองตลาดหุ้นพัฒนาตัวบ่งชี้เพื่อตรวจสอบผลของการพัฒนาตลาดทุนในเศรษฐกิจของบอตสวานา ดังนั้น เราใช้อัตราส่วนของมูลค่าตลาดหุ้นของ GDP (SMC) และค่าอัตราส่วนการขายหุ้น (VST) .6Beforewe ประเมินระบุ correctionmodel ข้อผิดพลาดก่อนหน้านี้ เราสำรวจคุณสมบัติบางสถิติชุดเวลาที่เศรษฐกิจของเรา เราตรวจสอบว่าชุดของเราเวลาประกอบด้วยรากหน่วยใช้ที่ Dickey – ออกที่ออกเมนต์ (ADF) และไขควง – Perron (PP) tests.7 เริ่มต้นเพื่อการพฤติกรรมของตัวแปรอิสระของเราแสดงว่า ตัวแปรสำคัญของเราบางมีลักษณะ trending มีการเก็บข้อมูลนี้ในใจเราได้ดำเนินการทดสอบแนวโน้ม หลักหน่วยตามความจำเป็น เป็นประจำทำ เราได้ดำเนินการทดสอบ stationarity ใช้ทั้งสองระดับ และแรกความแตกต่างในตัวแปรทั้งหมด มีรายงานผลรวมจากการทดสอบอย่างไร univariate ปกติหน่วยรากในตารางที่ 1 จึง observable ที่unit root null-hypothesis cannot be rejected for all time series, save for government spending (GOV). This is clear as the reported values for thesevariables are below the critical values, at least at the 5% significance level. The results from ADF and PP tests in first differences indicate that thenull-hypothesis of non-stationary should be rejected, substantiating that the variables are of an I(1).Having established the unit root properties of the time series, we conduct a further test to determine the number of cointegration relationshipsfollowing Johansen and Juselius' (1990) cointegration technique. This is particularly important since the VECMstructure represents a description of asystem with a set of integrated variables. In Table 1(b) and (c), the results for both the maximum eigenvalue as well as trace statistics tests aredisplayed. Under Table 1(b), the results reveal the existence of one cointegrating vectors by maximal eigenvalue test statistics whereas, accordingto the trace test statistics, there are two cointegrating vectors within the system. However, it has been reported that the power of a trace test islower compared to themaximumeigenvalue test, and the critical values for the trace test are only indicative when there are deterministic variables(Johansen and Juselius, 1990; Pentecost andMoore, 2004; Pentecost andMoore, 2004).We therefore expect that r=1 represents the growth equation,and hence estimates the key growth determinants in the Botswana economy using VECM framework.While taking a different combination ofvariables that include international financial integration indicators, the Johansen cointegration test is applied again to determine the number ofcointegrating vectors within the system. The choice of lag length of the VAR is critical, as we might have autocorrelation problems when lags aretoo short or lead to inefficient or biased estimates when too long (Ahmed, 2007; Ibrahim, 2001). While taking into account the constraint of thesample size and the annual nature of our dataset a lag order of 1 is reasonable (Dutta and Ahmed, 2001). The study tests the existence of a longrunequilibrium relationship between international financial integration, financial market development and income variables. The result of theJohansen test is reported in Table 1(c). Two cointegrating vectors are observed by maximal eigenvalue test statistics, whereas according to thetrace test statistics, there are three cointegrating vectors. Thus, from the significance of both λ
การแปล กรุณารอสักครู่..
ที่ Y คือการส่งออกและ K และ L เป็นตัวแทนของหุ้นของทุนทางกายภาพและแรงงานตามลำดับ ดังที่ระบุไว้ในการอภิปรายข้างต้นนอกเหนือจากการอำนวยความสะดวกในกระบวนการสะสมทุนที่ Shahbaz (2012) ตั้งข้อสังเกตว่าการพัฒนาทางการเงินที่มีการโต้ตอบกับการเปิดกว้างการค้าระหว่างประเทศ, ส่งเสริมการแพร่กระจายเทคโนโลยีและจึงสนับสนุนการเจริญเติบโตทางเศรษฐกิจ ดังนั้นเราจึงสามารถระบุที่: (2) ที่ความก้าวหน้าทางเทคโนโลยีจะได้รับอิทธิพลจากการเปิดกว้างทางการค้า (T) และโครงสร้างทางการเงิน / การพัฒนา (F) และψเป็นค่าคงที่เวลาคงที่. เติมทฤษฎีการเจริญเติบโตของโซโลว์ถูกนำมาใช้ในการศึกษาครั้งนี้และเรา จึงจะสามารถเขียนใหม่ฟังก์ชั่นการผลิตของเรารวมเป็น: (3) ด้วยการจัดการน้อยและการเข้าสู่ระบบธรรมชาติที่เราสามารถได้รับ: (4) ที่ X แสดงถึงตัวแปรภายนอกอื่น ๆ และระยะεtข้อผิดพลาดจะถูกเพิ่มเพื่อตอบสนองความคลาสสิกสมมติฐานมาตรฐาน เราปฏิบัติตามที่กำหนดปฏิบัติในวรรณคดีและใช้วิธีการสินค้าคงคลังตลอดเพื่อประเมินหุ้นทุน โดยใช้ข้อมูลสัดส่วนการลงทุนจากเพนน์โลกตาราง(มาร์ค 2) และตัวชี้วัดการพัฒนาโลกเราสร้างชุดของหุ้นของทุนในนาม: (5) นี่ผมและδเป็นตัวแทนในระดับปัจจุบันของการลงทุนในเมืองหลวงทางกายภาพและอัตราค่าเสื่อมราคาตามลำดับ ต่อไปนี้ Benhabib และเดอร์ส(1994) เราสร้างซีรีส์เป็นประจำทุกปีโดยใช้สูตรต่อไปนี้: (6) การใช้วิธีการคล้ายกับเอกสารก่อนหน้าเช่นอาเหม็ดและ Suardi (2007) และหนุ่ม (1994) ซึ่งเป็นระดับเริ่มต้นของหุ้นทุน (K0) มีการคำนวณโดยใช้สมการ(7) ในการตั้งค่านี้ I0 เป็นค่าของเงินลงทุนในระยะเริ่มแรกและคิวเป็นอัตราการเติบโตเฉลี่ยของการลงทุนที่แท้จริงกระแส อัตราค่าเสื่อมราคามีการสันนิษฐานว่าจะเป็น 5%. ในการประเมินความสัมพันธ์ระหว่างการรวมกลุ่มทางการเงินการเปิดกว้างทางการค้าและการเจริญเติบโตของการส่งออกและเริ่มจากเวกเตอร์อัตประมาณค่า (VAR) สเปคการแสดงครั้งแรกจะได้รับเป็น: (8) ที่ Zt เป็น NX1 เวกเตอร์ที่มีฉัน (1) ตัวแปรξหมายถึงส่วนที่กำหนดของสมการφiแสดงให้เห็นถึงการฝึกอบรมของพารามิเตอร์(เช่น i = 1, 2, 3 ... , k) andεtเป็นเวกเตอร์ของสุ่ม disturbanceswith คุณสมบัติสันนิษฐานของεt ~ ใน (0, Ω) แสดงสมการ (8) เป็น VAR (2) เมทริกซ์ที่มีค่าสัมประสิทธิ์βpล้านที่พีบ่งชี้ระยะเวลาล่าช้าและn คือระดับของอิทธิพลต่อเดือน variable.3 ที่ดังนั้นเราจะได้รับ: (9) ระบุว่าซีในสมการ (8) มีการ cointegrated และเพื่อให้บรรลุ stationarity รูปแบบ reparameterized ของสมการ (8) ดังกล่าวข้างต้นสามารถเขียนเป็น: (10) นี่Δเป็นผู้ดำเนินการแตกต่างΠเป็นเมทริกซ์ค่าสัมประสิทธิ์ระยะยาวที่ได้มาจาก (n × R) เมทริกซ์Γเป็นเมทริกซ์เป็นตัวแทนในระยะสั้นการเปลี่ยนแปลง(เมทริกซ์ค่าสัมประสิทธิ์) และ ZT รวมถึงตัวแปรทั้งหมดของรูปแบบ กับการดำรงอยู่ของอาความสัมพันธ์ cointegrating ที่Πเมทริกซ์มีRBN ตำแหน่งเป็นตัวแทนแบบไดนามิกของΠสามารถระบุได้ว่าเป็นผลิตภัณฑ์ของ: (11) ที่βเป็นเมทริกซ์ของสัมประสิทธิ์ระยะยาว (หรือพารามิเตอร์ที่กำหนดเวกเตอร์ cointegrating) และ แอลฟาค่าสัมประสิทธิ์การปรับตัวที่เป็นตัวแทนของความเร็วเฉลี่ยของคอนเวอร์เจนซ์ที่มีต่อความสมดุลในระยะยาว สมมติว่ามีสองความสัมพันธ์ cointegrating ตัวอย่างเช่นเราสามารถแสดงเมทริกซ์เป็นตัวแทนของการเปลี่ยนแปลงของระบบในขณะที่สม (9) α TheMatrix แสดงให้เห็นถึงทิศทางและความเร็วของการปรับตัวของเรื่อง systemwith ที่จะรบกวนสมดุลในความสัมพันธ์ที่ ในทำนองเดียวกันβเมทริกซ์ที่สามารถตีความได้ว่าพารามิเตอร์ในระยะยาวหลังจากการฟื้นฟู การลงนามและเป็นศูนย์ข้อ จำกัด ของพารามิเตอร์ในความสัมพันธ์ที่สมดุลจะขึ้นอยู่กับความคาดหวังของเราจากการสนทนาก่อนหน้านี้ของเรา. (12) ที่การเจริญเติบโตของการส่งออก (LNY) บูรณาการทางการเงิน (LnF) การเปิดกว้างทางการค้า (LnTO) เงินทุน (LNK และ LNL ) เป็นตัวแทนของตัวแปรทางเศรษฐกิจมหภาคของเราที่สำคัญของความสนใจ. 4.1 ข้อมูลผลการประมาณค่าและการค้นพบที่สำคัญแม้ว่าจะมีอยู่หลากหลายของมุมมองที่เป็นสิ่งที่มี "ผลกระทบของการรวมกลุ่มการเงินระหว่างประเทศ 'ก็เป็นที่เชื่อกันโดยทั่วไปว่านี้กระบวนการนำไปสู่การจัดสรรทรัพยากรอย่างมีประสิทธิภาพระหว่างประเทศและช่วยให้การพัฒนาทางการเงินท้องถิ่นตลาดของผู้รับประเทศ ที่สำคัญเงินทุนเคลื่อนย้ายระหว่างประเทศข้ามพรมแดนสามารถลดความผันผวนของผลตอบแทนการลงทุนในตลาดหุ้น (ดู Aghion et al., 2004). การตรวจสอบเชิงประจักษ์ของเราของความสัมพันธ์ระหว่างความเชื่อมโยงทางการเงินระหว่างประเทศและการพัฒนาตลาดการเงินใช้หลายตัวแปรระยะยาวระหว่างเวกเตอร์และแก้ไขข้อผิดพลาด (VECM ) ระบบขึ้นอยู่กับ (ฮันเซน 1995) เทคนิคการประมาณสองขั้นตอน ชุดของข้อมูลที่ใช้ในการศึกษาครั้งนี้ประกอบด้วยการสังเกตประจำปีที่ทำงานในช่วง 1974 2009 อัตราการเติบโตของ GDP ที่แท้จริงต่อหัว (GY) (คงที่ในราคา: โซ่ซีรีส์) และการเติบโตของประชากร (n) มีที่มาจาก ตารางเพนน์โลก (PWT 6.2) และตัวชี้วัดการพัฒนาโลก (World Bank). ตัวชี้วัดของเราในการพัฒนาตลาดการเงินจะได้รับการอย่างใดอย่างหนึ่งหรือคำนวณโดยใช้กองทุนการเงินระหว่างประเทศนานาชาติสถิติทางการเงิน (IFS) ตัวชี้วัดของความมั่นคงทางเศรษฐกิจมหภาค (อัตราเงินเฟ้อ - INF) และการใช้จ่ายของรัฐบาล (GOV) (เป็นส่วนแบ่งของ GDP) ที่นำมาจาก IMF และแหล่งที่มาของธนาคารตามลำดับ ดัชนีการเปิดกว้างทางการค้า (TO) เป็นวัดที่การส่งออกรวมทั้งการนำเข้าเป็นร้อยละของ GDP4 และตัวบ่งชี้ทุนมนุษย์ (EDU) จะถูกแสดงโดยการลงทะเบียนเรียนในโรงเรียนมัธยม ตัวแปรเหล่านี้ได้มาจากธนาคารโลกชี้วัดการพัฒนาของโลก สถาบันโครงสร้าง (INST) ตัวแปรของเสรีภาพทางการเมืองและเศรษฐกิจที่จะนำมาจากเสรีภาพทางเศรษฐกิจในฐานข้อมูลของโลก. เราใช้ห้าชี้วัดอื่น ๆ ที่จะจับอิทธิพลของการรวมกลุ่มการเงินระหว่างประเทศ ต่อไปนี้ถนน Milesi-Ferretti (2007) ซึ่งคำนวณหุ้นของสินทรัพย์ภายนอกและหนี้สินจำนวนมากของประเทศกำลังพัฒนาที่เราได้รับชุดสำหรับเงินทุนเคลื่อนย้าย(FLO และ Inflo) และตำแหน่งหุ้นประมาณ (IFI1 และ IFI2) รวมถึงการลงทุนโดยตรงจากต่างประเทศ และการลงทุนในตราสารทุน ดังนั้นเราจึงมีหุ้นรวมของสินทรัพย์ภายนอกและหนี้สินต่อจีดีพี (IFI1) หุ้นของหนี้สินเป็นหุ้นของ GDP (IFI2) อัตราส่วนของเงินทุนไหลเข้าและไหลออกของเงินทุน(ลงทุนจากต่างประเทศและเงินทุนไหลเข้าพอร์ตโฟลิโอ) ต่อ GDP (FLO) และอัตราการไหลเข้าของเงินทุน (การลงทุนโดยตรงจากต่างประเทศและเงินทุนไหลเข้าพอร์ตโฟลิโอ) ต่อ GDP (Inflo) สำหรับวัตถุประสงค์ของการได้รับการวัดประสิทธิภาพมากขึ้นและความเหมาะสมของการเปิดกว้างทางการเงินระหว่างประเทศที่เรายังใช้Chinn-อิโตะ (2008) กฎ basedmeasure ของการเปิดกว้างทางการเงินระหว่างประเทศ (KO) เป็นพร็อกซี integration.5 การเงินระหว่างประเทศบนพื้นฐานของการทำงานของCihak et al, (2012) เราจะใช้ตัวชี้วัดการพัฒนาสองตลาดหุ้นเพื่อตรวจสอบผลกระทบของการพัฒนาตลาดทุนในเศรษฐกิจของบอตสวานา ดังนั้นเราจะใช้อัตราส่วนของมูลค่าตลาดหุ้นต่อ GDP (SMC) และมูลค่าของหุ้นอัตราส่วนซื้อขาย (VST) 0.6 Beforewe ประเมิน correctionmodel ข้อผิดพลาดที่ระบุไว้ก่อนหน้านี้เราสำรวจบางส่วนของคุณสมบัติทางสถิติ series.We เวลาทางเศรษฐกิจของเราตรวจสอบไม่ว่าจะเป็นเวลาของเราชุดประกอบด้วยหน่วยรากใช้ Augmented ผ้ากันเปื้อน-Fuller (ADF) และฟิลลิป-Perron (PP) tests.7 การตรวจสอบเริ่มต้นของการทำงานของบางส่วนของตัวแปรของเราแต่ละคนแสดงให้เห็นว่าบางส่วนของตัวแปรที่สำคัญของเรามีลักษณะแนวโน้ม ด้วยการสังเกตในใจนี้เราได้ดำเนินการทดสอบรากหน่วยที่มีแนวโน้มในกรณีที่จำเป็น ในฐานะที่ทำกันโดยทั่วไปเราได้ดำเนินการทดสอบ stationarity ใช้ทั้งระดับและความแตกต่างครั้งแรกสำหรับตัวแปรทั้งหมด ผลการศึกษาจากหน่วย univariate ธรรมดาทดสอบรากจะมีการรายงานในตารางที่ 1 มันเป็นที่สังเกตได้ว่ารากหน่วยโมฆะสมมติฐานไม่สามารถปฏิเสธแบบตลอดเวลาประหยัดสำหรับการใช้จ่ายของรัฐบาล(GOV) นี้เป็นที่ชัดเจนเป็นค่าที่รายงานเหล่านี้ตัวแปรที่อยู่ด้านล่างค่าที่สำคัญอย่างน้อยในระดับที่มีนัยสำคัญ 5% ผลจากการ ADF และการทดสอบ PP ในความแตกต่างครั้งแรกที่แสดงให้เห็นว่าโมฆะสมมติฐานของการไม่หยุดนิ่งควรจะปฏิเสธsubstantiating ว่าตัวแปรที่มีของฉัน (1). มีการจัดตั้งคุณสมบัติรากหน่วยของอนุกรมเวลาที่เราดำเนินการ การทดสอบต่อไปเพื่อกำหนดจำนวนของระยะยาวระหว่างความสัมพันธ์ต่อไปฮันเซนและJuselius '(1990) เทคนิคระยะยาวระหว่าง นี้เป็นสิ่งสำคัญโดยเฉพาะอย่างยิ่งตั้งแต่ VECMstructure แสดงให้เห็นถึงรายละเอียดของระบบที่มีการตั้งค่าของตัวแปรที่ครบวงจร ในตารางที่ 1 (ข) และ (ค) ผลทั้ง eigenvalue สูงสุดเช่นเดียวกับร่องรอยการทดสอบสถิติจะแสดง ภายใต้ตารางที่ 1 (ข) ผลที่เผยให้เห็นการดำรงอยู่ของเวกเตอร์หนึ่ง cointegrating โดยสถิติการทดสอบค่าเฉพาะสูงสุดในขณะที่ตามสถิติการทดสอบติดตามมีสองเวกเตอร์cointegrating ภายในระบบ แต่ได้รับรายงานว่าอำนาจการทดสอบร่องรอยจะต่ำกว่าเมื่อเทียบกับการทดสอบ themaximumeigenvalue และค่าที่สำคัญสำหรับการทดสอบร่องรอยเป็นเพียงตัวบ่งชี้เมื่อมีตัวแปรที่กำหนด (ฮันเซนและ Juselius, 1990; คริสตชน andMoore 2004; คริสตชน andMoore , 2004) เราจึงคาดหวังว่า r = 1 แสดงให้เห็นถึงการเจริญเติบโตของสมการและด้วยเหตุนี้คาดว่าปัจจัยที่สำคัญในการเจริญเติบโตของเศรษฐกิจโดยใช้บอตสวานาVECM framework.While การที่แตกต่างกันของตัวแปรที่มีบูรณาการตัวชี้วัดทางการเงินระหว่างประเทศ, การทดสอบระยะยาวระหว่างฮันเซนเป็น นำมาใช้อีกครั้งเพื่อกำหนดจำนวนของเวกเตอร์cointegrating ภายในระบบ ทางเลือกของความยาวความล่าช้าของ VAR ที่เป็นสิ่งสำคัญที่เราอาจมีปัญหาอัตเมื่อล่าช้าอยู่สั้นเกินไปหรือนำไปสู่การประมาณการที่ไม่มีประสิทธิภาพหรือลำเอียงเมื่อนานเกินไป(อาเหม็ด 2007 อิบราฮิม, 2001) ในขณะที่คำนึงถึงข้อ จำกัด ของขนาดของกลุ่มตัวอย่างและธรรมชาติประจำปีของชุดข้อมูลของเราเพื่อความล่าช้าที่1 มีความสมเหตุสมผล (Dutta และอาเหม็ด, 2001) การศึกษาการทดสอบการดำรงอยู่ของ longrun ความสัมพันธ์ที่สมดุลระหว่างการรวมกลุ่มทางการเงินระหว่างประเทศและการพัฒนาตลาดการเงินและตัวแปรรายได้ ผลของการทดสอบฮันเซนมีรายงานในตารางที่ 1 (ค) สองเวกเตอร์ cointegrating สังเกตโดยสถิติการทดสอบค่าเฉพาะสูงสุดในขณะที่ตามสถิติทดสอบร่องรอยมีสามเวกเตอร์cointegrating ดังนั้นจากความสำคัญของทั้งλ
การแปล กรุณารอสักครู่..
ที่ออกและ y , K และ L ที่เป็นตัวแทนของหุ้นทุนทางกายภาพ และแรงงาน ตามลำดับ ตามที่ระบุไว้ในการอภิปรายข้างต้น นอกจาก
ที่เอื้อต่อกระบวนการสะสมทุน , Shahbaz ( 2012 ) สังเกตว่าพัฒนาการทางการเงินโต้ตอบกับการเปิดกว้างทางการค้าระหว่างประเทศ และเพื่อรองรับการแพร่กระจายเทคโนโลยี
ส่งเสริมการเจริญเติบโตทางเศรษฐกิจ ดังนั้นเราสามารถระบุ :
( 2 )ที่ความก้าวหน้าทางเทคโนโลยีเป็นอิทธิพลจากการค้าเปิดกว้าง ( T ) และโครงสร้างการพัฒนาทางการเงิน ( F ) และψเวลาคงที่ไม่เปลี่ยนแปลง .
เติมโซโลว์เติบโตทฤษฎีจะเป็นประโยชน์ในการศึกษานี้ ดังนั้นเราจึงสามารถจะเขียนฟังก์ชั่นการผลิตของเรารวม :
( 3 ) การจัดการและการบันทึกกับธรรมชาติที่เรา สามารถขอรับ
( 4 ) :หมายถึงตัวแปรภายนอกอื่น ๆที่ X และข้อผิดพลาดในระยะε t เพิ่มเพื่อตอบสนองมาตรฐานคลาสสิกของสมมติฐาน เราทำตามที่ก่อตั้ง
ฝึกในวรรณคดีและใช้กระท้อนประมาณทุนเรือนหุ้น โดยใช้ข้อมูลจากตารางอัตราส่วนการลงทุน
เพนน์โลก ( Mark 2 ) และดัชนีการพัฒนาโลก เราได้สร้างชุดของหุ้นทุน ( 5 ) :
ที่นี่เลยฉันและδแสดงระดับปัจจุบันของการลงทุนในทุนทางกายภาพและอัตราค่าเสื่อมราคาตามลำดับ และต่อไปนี้ benhabib Spiegel
( 1994 ) , เราสร้างชุดปีโดยใช้สูตรต่อไปนี้ :
( 6 ) โดยใช้วิธีการคล้ายกับเอกสารก่อนหน้านี้เช่น Ahmed และ suardi ( 2007 ) และหนุ่ม ( 1994 ) , ระดับเริ่มต้นของหุ้นทุน ( k0 ) จะถูกคำนวณโดยใช้สมการ
( 7 ) :
ในการตั้งค่านี้i คือค่าของการลงทุนในช่วงเริ่มต้นและ Q คืออัตราการเติบโตเฉลี่ยของการลงทุนที่แท้จริง กระแส อัตราค่าเสื่อมราคาเป็น
ถือว่าเป็น 5% ในการประเมินความสัมพันธ์ระหว่างการรวมกลุ่มทางการเงิน การเปิดกว้างทางการค้าและการเจริญเติบโต ผลผลิต และเริ่มต้นจากเวกเตอร์ตัว
ประมาณ ( VAR ) สเปคที่มีการแสดงเริ่มต้นให้
( 8 ) :ที่ ZT เป็นเวกเตอร์ nx1 ประกอบด้วย 1 ตัวแปร ξหมายถึงส่วน deterministic ของสมการ ϕผมแทนเมทริกซ์ของตัวแปร
( เช่น i = 1 , 2 , 3 . . . . . . . K ) และε T เป็นเวกเตอร์ของ Stochastic disturbanceswith ว่าคุณสมบัติของε T ∼ ( 0 , Ω ) แสดงอีคิว ( 8 ) เป็น var ( 2 ) เมทริกซ์สัมประสิทธิ์บีตา P
กับMN ที่ P และ N คือร่างกายยาวบ่งบอกระดับของอิทธิพลต่อเดือนตัวแปร 3 ดังนั้นเราได้รับ :
( 9 ) ระบุว่า Z ในอีคิว ( 8 ) cointegrated และเพื่อให้บรรลุความนิ่ง , reparameterized รูปแบบของอีคิว ( 8 ) ข้างต้นสามารถเขียนเป็น :
( 10 )
ที่นี่Δเป็นผู้ประกอบการต่าง Πคือยาวเมทริกซ์สัมประสิทธิ์ที่ได้จาก ( n × R ) เมทริกซ์Γเป็นเมทริกซ์ของพลวัตระยะสั้น
( เมทริกซ์สัมประสิทธิ์ ) และ ZT รวมถึงตัวแปรทั้งหมดของแบบจำลอง กับการดำรงอยู่ของ R เชิงความสัมพันธ์ที่เมทริกซ์Π
มียศ R B N , การแสดงแบบไดนามิกของΠสามารถระบุเป็นผลิตภัณฑ์ของ :
( 11 )
ที่เอื้อต่อกระบวนการสะสมทุน , Shahbaz ( 2012 ) สังเกตว่าพัฒนาการทางการเงินโต้ตอบกับการเปิดกว้างทางการค้าระหว่างประเทศ และเพื่อรองรับการแพร่กระจายเทคโนโลยี
ส่งเสริมการเจริญเติบโตทางเศรษฐกิจ ดังนั้นเราสามารถระบุ :
( 2 )ที่ความก้าวหน้าทางเทคโนโลยีเป็นอิทธิพลจากการค้าเปิดกว้าง ( T ) และโครงสร้างการพัฒนาทางการเงิน ( F ) และψเวลาคงที่ไม่เปลี่ยนแปลง .
เติมโซโลว์เติบโตทฤษฎีจะเป็นประโยชน์ในการศึกษานี้ ดังนั้นเราจึงสามารถจะเขียนฟังก์ชั่นการผลิตของเรารวม :
( 3 ) การจัดการและการบันทึกกับธรรมชาติที่เรา สามารถขอรับ
( 4 ) :หมายถึงตัวแปรภายนอกอื่น ๆที่ X และข้อผิดพลาดในระยะε t เพิ่มเพื่อตอบสนองมาตรฐานคลาสสิกของสมมติฐาน เราทำตามที่ก่อตั้ง
ฝึกในวรรณคดีและใช้กระท้อนประมาณทุนเรือนหุ้น โดยใช้ข้อมูลจากตารางอัตราส่วนการลงทุน
เพนน์โลก ( Mark 2 ) และดัชนีการพัฒนาโลก เราได้สร้างชุดของหุ้นทุน ( 5 ) :
ที่นี่เลยฉันและδแสดงระดับปัจจุบันของการลงทุนในทุนทางกายภาพและอัตราค่าเสื่อมราคาตามลำดับ และต่อไปนี้ benhabib Spiegel
( 1994 ) , เราสร้างชุดปีโดยใช้สูตรต่อไปนี้ :
( 6 ) โดยใช้วิธีการคล้ายกับเอกสารก่อนหน้านี้เช่น Ahmed และ suardi ( 2007 ) และหนุ่ม ( 1994 ) , ระดับเริ่มต้นของหุ้นทุน ( k0 ) จะถูกคำนวณโดยใช้สมการ
( 7 ) :
ในการตั้งค่านี้i คือค่าของการลงทุนในช่วงเริ่มต้นและ Q คืออัตราการเติบโตเฉลี่ยของการลงทุนที่แท้จริง กระแส อัตราค่าเสื่อมราคาเป็น
ถือว่าเป็น 5% ในการประเมินความสัมพันธ์ระหว่างการรวมกลุ่มทางการเงิน การเปิดกว้างทางการค้าและการเจริญเติบโต ผลผลิต และเริ่มต้นจากเวกเตอร์ตัว
ประมาณ ( VAR ) สเปคที่มีการแสดงเริ่มต้นให้
( 8 ) :ที่ ZT เป็นเวกเตอร์ nx1 ประกอบด้วย 1 ตัวแปร ξหมายถึงส่วน deterministic ของสมการ ϕผมแทนเมทริกซ์ของตัวแปร
( เช่น i = 1 , 2 , 3 . . . . . . . K ) และε T เป็นเวกเตอร์ของ Stochastic disturbanceswith ว่าคุณสมบัติของε T ∼ ( 0 , Ω ) แสดงอีคิว ( 8 ) เป็น var ( 2 ) เมทริกซ์สัมประสิทธิ์บีตา P
กับMN ที่ P และ N คือร่างกายยาวบ่งบอกระดับของอิทธิพลต่อเดือนตัวแปร 3 ดังนั้นเราได้รับ :
( 9 ) ระบุว่า Z ในอีคิว ( 8 ) cointegrated และเพื่อให้บรรลุความนิ่ง , reparameterized รูปแบบของอีคิว ( 8 ) ข้างต้นสามารถเขียนเป็น :
( 10 )
ที่นี่Δเป็นผู้ประกอบการต่าง Πคือยาวเมทริกซ์สัมประสิทธิ์ที่ได้จาก ( n × R ) เมทริกซ์Γเป็นเมทริกซ์ของพลวัตระยะสั้น
( เมทริกซ์สัมประสิทธิ์ ) และ ZT รวมถึงตัวแปรทั้งหมดของแบบจำลอง กับการดำรงอยู่ของ R เชิงความสัมพันธ์ที่เมทริกซ์Π
มียศ R B N , การแสดงแบบไดนามิกของΠสามารถระบุเป็นผลิตภัณฑ์ของ :
( 11 )
การแปล กรุณารอสักครู่..
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.
- he is handsome man
- bonny and recommends among others: revie
- ออกัส
- bonny and recommends among others: revie
- Can we order in ThailandWe can order in
- Is your name?
- 恰逢其时
- In recent times, it has become clear tha
- ฉันจะไปพัทยากับคุณแน่นอน คุณไม่ต้องกังวล
- 오랜 계승하고 있습니다
- หากดื่มกาแฟมากเกินไป จะเป็นผลร้ายต่อร่าง
- Primmover for start uses gasoline engine
- If someone say he never have a problem
- Issue
- ข้อคิด
- ฉันไม่กวนคุณแล้วคุณทำงานของคุณเถอะฉันก็จ
- glossy
- มันยากมาก
- 2558 - ปัจจุบัน
- Thus, an increasing re-sponse from an in
- 2558 - ปัจจุบัน
- ได้พูดถึง
- รู้สึกแย่
- ขอบคุณที่รับฉันเข้ากลุ่ม
