依据式（二），1980年-2008年人均住房面积与恩格尔系数的线性关系便可描述为：Ch = 52.787-0.753*E，由此得出相关系数R=0.963，即表明人均住房面积与恩格尔系数的相关关系程度极高；函数式的拟合优度验证值R2=0.927，即表明恩格尔系数对人均住房面积变化的解释合理，同时各项统计量也验证合理。由此便可初步做出下列结论：人均住房面积与恩格尔系数之间具有线性关系，且恩格尔系数每降低1点，人均住房面积上升0.753。
图1 人均住房面积的预测值与实际值比较
（二）人均住房面积与恩格尔系数之间的因果关系
上述分析结果表明，人均住房面积与恩格尔系数之间具有相关性。据此，下文采用Granger因果关系法深入验证人均住房面积与恩格尔系数之间的因果关系。Granger因果关系的检验根本上是对特定变量的滞后变量能够引入其他变量方程中进行验证，即若其他变量会对该变量产生滞后影响，则表明两者之间存在Granger因果关系。Granger因果关系的验证步骤为：
步骤一：根据1980年-2008年人均住房面积与恩格尔系数的时间序列，创建变量VAR模型；
步骤二：对人均住房面积及恩格尔系数进行对数处理，结果显示两者皆为平稳的时间序列；
步骤三：确定VAR模型中变量的滞后阶数，具体依照AIC/SC进行判定，判定值越小越好，即滞后时间等于1时，AIC=-8.47/SC=-8.18，且值最小，则滞后阶数选为1期或1年；
步骤四：采用EViews5.0，创建VAR（1）模型（向量自回归模型），同时验证Granger因果关系。
依据上述步骤得出的验证结果表明，滞后的1-5期中，人均住房面积并非恩格尔系数的原因，符合实际情况；滞后的1/4/5期中，恩格尔系数是人均住房面积的Granger原因，概率为92.33%，此结果符合理论分析的结果，且也与居民的普遍认识相符。
（三）恩格尔系数对人均住房面积的影响水平
根据上述分析内容，下文利用VAR模型对人均住房面积受恩格尔系数的影响程度进行深入分析。对于VAR（1）模型，下列函数式可用来描述人均住房面积：
式三 Loghouse=0.977+0.892*Loghouse（-1）-0.164*LogEn-gel（-1）
根据式（三）可知，上期住房面积会从正面影响到当期住房面积，而上期恩格尔系数会从负面影响到当期住房面积。
脉冲响应函数是用来描述VAR模型中特定内生变量对其他内生变量的影响及当任一误差项变化时或模型受到冲击时系统受遭受的动态影响。下文试图采用脉冲响应函数来描述恩格尔系数对人均住房面积的影响水平。
手机版
欢迎光临汇博在线http://www.paper188.com