计量经济学论文-外商直接投资(FDI)对浙江省经济影响的实证分析.doc

计量经济学论文2014 级外商直接投资(FDI)对浙江省经济影响的实证分析学生姓名 缪茜馨 学 号 020314025 系 别 经济管理系 专业班级 国际经济与贸易1401 指导教师 罗云峰 完成日期 2016年12月 19摘要近年来，随着经济全球化的进度不断加快，外商直接投资(FDI)日渐成为国际资本流动的主要方式，在世界经济中扮演着越来越重要的角色。浙江省作为东部沿海城市利用自身的地域优势、相关国家政策和产业结构等优势，吸引了大量的FDI，对浙江的经济增长起到了一定的促进作用。本文通过对浙江省统计年鉴的数据的分析，从外商直接投资（FDI）对浙江省国内生产总值(GDP)增长的影响这个方面建立计量模型，探讨外商直接投资（FDI）与浙江省的经济增长和产业结构之间的关系。基于计量结果, 外商直接投资对浙江省经济增长影响十分显著。故本文认为,浙江引进外资工作的重点要从过去单纯追求量的增长,转变到注重外资的水平和质量上,从“招商引资”转变到“选商引资”上。关键词：外商直接投资 经济增长 关系 建议目 录1引言42外商直接投资（FDI）概念43外商直接投资(FDI)对浙江省经济影响的实证分析43.1数据的收集与处理43.2建立模型63.3序列相关性检验73.4消除序列相关性73.5单位根检验93.6协整分析133.7Granger因果检验134结论与建议165参考文献171引言从20世纪90年代开始，外资直接投资日益成为全球最重要的经济力量之一。作为中国东部沿海城市的浙江省这20多年来利用外资得到迅速发展，实际利用外资占全国的比重不断提高。因此，分析外商直接投资（FDI）与浙江省的经济增长和产业结构之间的关系，对发展浙江经济、提升浙江省的FDI水平具有重要意义。2外商直接投资（FDI）概念外商直接投资即为Foreign Direct Investment，FDI是其缩写形式，是指外国企业和经济组织或个人(包括华侨、港澳台胞以及我国在境外注册的企业)按我国有关政策、法规，用现汇、实物、技术等在我国境内开办外商独资企业、与我国境内的企业或经济组织共同举办中外合资经营企业、合作经营企业或合作开发资源的投资(包括外商投资收益的再投资)，以及经政府有关部门批准的项目投资总额内企业从境外借入的资金。反映外商直接投资状况的指标主要有三个：外商直接投资签订合同项目、外商直接投资签订合同金额、外商直接投资实际到位金额。3外商直接投资(FDI)对浙江省经济影响的实证分析3.1数据的收集和处理为了使分析结果更为准确，本文选取了浙江省实际利用外商直接投资（FDI）和浙江省国内生产总值(GDP)两个变量，中取了来自历年的浙江省统计年鉴中1984-2014年数据为样本区间。为了使研究更加科学，减少偏差，表1中的GDP是以1984年作为基年，用GDP平减指数，消除价格影响后得到的实际值，由于本文考虑了各年人民币对美元的平均汇价，故将FDI按当年的汇率换算成人民币后，利用各年的固定资产投资价格指数进行价格平减后，得到不受价格影响的实际值，如表所示。于是定义如下两个变量：GDP:t年浙江省国内生产总值,FDI:t年浙江省实际利用外商直接投资额。根据我国统计年鉴，得到相关数据如下：年份外商直接投资FDI(亿美元)全省生产总值GDP(亿元)汇率全省生产总值GDP(亿美元)19840.03323.252.32139.3319850.16429.162.94145.9719860.19502.473.45145.6419870.23606.993.72163.1719880.30770.253.72207.0619890.52849.443.76225.9119900.48904.694.78189.2719910.921089.335.32204.7619922.941375.705.51249.67199310.331925.915.76334.36199411.442689.288.61312.34199512.583557.558.35426.05199615.204188.538.31504.03199715.034686.118.29565.27199813.185052.628.28610.22199915.335443.928.28657.48200016.136141.038.28741.67200122.126898.348.28833.13200231.608003.678.28966.63200354.499705.028.281172.10200466.8111648.708.281406.85200577.2313417.688.191638.30200688.8915718.477.971972.202007103.6618753.737.62467.602008100.7321462.696.953088.16200999.4022998.246.833367.242010110.0227747.656.774098.622011116.6632363.386.465009.812012130.6934739.136.35514.152013141.5937756.586.196099.612014157.9740173.036.146542.84表 13.2 建立模型 由表1中GDP和FDI的数据（其中GDP为换算为美元单位的数据）通过Eviews软件得到散点图如图所示：02000400060008000050100150200XY x-FDI y-GDP图1由图1可见，二者之间大致呈一元线形关系，因此，我们将试图通过简单的线性模型来看FDI和GDP之间所存在的关系，把FDI当作GDP的主要影响因素，其他影响因素全部放入随机扰动项中。假定GDP和FDI之间存在如下关系：GDPt=1+2FDIt+t利用EVIEWS软件，用最小二乘法进行回归如下:Dependent Variable: YMethod: Least SquaresDate:30/12/16 Time: 20:05Sample: 1984 2014Included observations: 31VariableCoefficientStd. Errort-StatisticProb. C-47.40215140.7207-0.3368530.7387X36.326292.07273117.525810.0000R-squared0.913730 Mean dependent var1612.885Adjusted R-squared0.910755 S.D. dependent var1939.367S.E. of regression579.3638 Akaike info criterion15.62408Sum squared resid9734211. Schwarz criterion15.71659Log likelihood-240.1732 F-statistic307.1541Durbin-Watson stat0.191118 Prob(F-statistic)0.000000表 2即得模型为：GDP=-47.40215+36.32629FDIse=(140.7207) (2.072731)t=(-0.336853) (17.52581)R2=0.913730F=307.1541 DW=0.191118SE=579.3638从经济意义看来，GDP随着FDI的增加而增加，所以模型的参数估计是符合经济意义的。2=72.8219是样本回归方程的斜率，说明年外商投资每增加一亿元，平均来说GDP将增加72.819亿元，1=1727I.00是样本回归方程的截距。R2=0.912837说明样本回归直线对样本的拟合优度较高。t=13.64835查表t（0.05）=1.734tt（0.05），说明FDI对GDP影响的t值显著。由于使用了广义差分数据，样本容量减少了1个，为21个。查5%显著水平的DW统计表可知DWDL =1.316，说明该模型中存在有严重序列相关性(下文将验证)，故本文对上述模型进行计量经济学的检验，并进行修正，看是否能使模型方程得到改进。3.3 序列相关性检验图2从图2中可以看出残差项存在正的序列相关性。3.4 消除序列相关性为解决自相关问题，选用柯克兰特-奥卡特迭代法对模型进行修正，其结果如下：Dependent Variable: YMethod: Least SquaresDate: 30/12/16 Time: 20:21Sample(adjusted): 1984 2014Included observations: 30 after adjusting endpointsConvergence not achieved after 100 iterationsVariableCoefficientStd. Errort-StatisticProb. X18.103357.2444592.4989230.0188C1052304.4.63E+080.0022740.9982AR(1)0.9998880.04952520.189630.0000R-squared0.987105 Mean dependent var1662.004Adjusted R-squared0.986150 S.D. dependent var1952.810S.E. of regression229.8163 Akaike info criterion13.80708Sum squared resid1426019. Schwarz criterion13.94720Log likelihood-204.1062 F-statistic1033.451Durbin-Watson stat0.680487 Prob(F-statistic)0.000000Inverted AR Roots 1.00表 3由表可知，AR(1)的系数对应的P值几乎为零，表明在5%的显著水平下显著的不为零。DW的统计量值为0.680487，查n=30，k=2 a=0.05时的DW检验表可知DL=1.35，DU=1.49,DW小于5%的显著水平下的临界值上限，说明模型仍存在序列相关性，因此要考虑二阶序列相关模型。Dependent Variable: YMethod: Least SquaresDate: 30/12/16 Time: 20:40Sample(adjusted): 1984 2014Included observations: 29 after adjusting endpointsConvergence not achieved after 100 iterationsVariableCoefficientStd. Errort-StatisticProb. X2.5210295.6723790.4444390.6605C1286970.8.51E+080.0015120.9988AR(1)1.7161940.2400057.1506650.0000AR(2)-0.7162470.277699-2.5792160.0162R-squared0.994442 Mean dependent var1714.281Adjusted R-squared0.993775 S.D. dependent var1965.896S.E. of regression155.1031 Akaike info criterion13.05350Sum squared resid601424.4 Schwarz criterion13.24209Log likelihood-185.2757 F-statistic1491.065Durbin-Watson stat2.176089 Prob(F-statistic)0.000000Inverted AR Roots 1.00 .72表 4从表4中可以看出DW=2.176089，查n=29，k=2 a=0.05时的DW检验表可知DL=1.34，DU=1.48DW=2.1760891.51,不能拒绝联合假设，认为序列存在单位根，但不存在时间趋势项和常数项。同理，我们可以对变量的一阶差分进行ADF检验，结果发现Y的一阶分差仍旧是非平稳的，而Y的二阶分差是平稳的，因此说变量Y的序列是二阶单整的。如下图，对X进行了分析。ADF Test Statistic-1.036762 1% Critical Value*-4.3226 5% Critical Value-3.5796 10% Critical Value-3.2239*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X)Method: Least SquaresDate: 30/12/16 Time: 23:01Sample(adjusted): 1984 2014Included observations: 28 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. X(-1)-0.0640000.061730-1.0367620.3106D(X(-1)0.3768700.2068911.8215910.0815D(X(-2)0.0036530.2114160.0172770.9864C-4.2999993.517514-1.2224540.2339TREND(1984)0.6600810.3510161.8804880.0728R-squared0.456083 Mean dependent var5.635000Adjusted R-squared0.361488 S.D. dependent var6.675869S.E. of regression5.334482 Akaike info criterion6.346693Sum squared resid654.5039 Schwarz criterion6.584587Log likelihood-83.85370 F-statistic4.821461Durbin-Watson stat1.961783 Prob(F-statistic)0.005677表8ADF Test Statistic 1.321012 1% Critical Value*-3.6852 5% Critical Value-2.9705 10% Critical Value-2.6242*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X)Method: Least SquaresDate: 30/12/16 Time: 23:38Sample(adjusted): 1984 2014Included observations: 28 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. X(-1)0.0392250.0296931.3210120.1990D(X(-1)0.4322070.2153362.0071260.0561D(X(-2)-0.0097840.222179-0.0440350.9652C1.7342421.5150741.1446580.2636R-squared0.372456 Mean dependent var5.635000Adjusted R-squared0.294013 S.D. dependent var6.675869S.E. of regression5.609269 Akaike info criterion6.418281Sum squared resid755.1334 Schwarz criterion6.608596Log likelihood-85.85594 F-statistic4.748108Durbin-Watson stat1.977274 Prob(F-statistic)0.009737表9ADF Test Statistic 1.850883 1% Critical Value*-2.6486 5% Critical Value-1.9535 10% Critical Value-1.6221*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X)Method: Least SquaresDate:30/12/16 Time:23:59Sample(adjusted): 1984 2014Included observations: 28 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. X(-1)0.0515410.0278471.8508830.0760D(X(-1)0.4773710.2130002.2411790.0341D(X(-2)0.0123970.2227020.0556680.9560R-squared0.338196 Mean dependent var5.635000Adjusted R-squared0.285252 S.D. dependent var6.675869S.E. of regression5.643966 Akaike info criterion6.400008Sum squared resid796.3588 Schwarz criterion6.542744Log likelihood-86.60011 Durbin-Watson stat1.983050表10同Y,可得变量X的序列是二阶单整的。3.6 协整分析由以上结果得知X与Y皆是二阶单整数列，所以可以验证Y和X之间是否存在协整关系，我们通过检验回归残差的平稳性来进行协整分析。结果如下：ADF Test Statistic-2.056755 1% Critical Value*-2.6453 5% Critical Value-1.9530 10% Critical Value-1.6218*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(E1)Method: Least SquaresDate: 31/1216 Time: 10:20Sample(adjusted): 1984 2014Included observations: 29 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. E1(-1)-0.1578270.076736-2.0567550.0495D(E1(-1)0.5917090.1695913.4890350.0017R-squared0.319319 Mean dependent var22.90406Adjusted R-squared0.294108 S.D. dependent var256.7074S.E. of regression215.6788 Akaike info criterion13.65193Sum squared resid1255968. Schwarz criterion13.74623Log likelihood-195.9530 Durbin-Watson stat2.511377表11由上表可知ADF统计量为-2.056，小于百分之十显著水平下的临界值-1.62，因此，在10%的显著水平下拒绝原假设，即不存在单位根，残差序列是平稳的。由此，我们可以认定GDP和FDI之间具有长期稳定的均衡关系，是协整的。3.7Granger因果检验协整检验结果告诉我们变量之间是否存在长期的均衡关系，但这种关系是否构成因果关系还需进一步验证。并且经济时间序列经常出现伪相关问题，即经济意义表明几乎没有联系的序列却可能计算出较大的相关关系。通过granger因果检验可以判定是否存在伪回归以及两者究竟存在着怎样的因果关系。它的基本原理是：利用经济关系发挥作用的时间差和滞后效应，根据经济变量各自的前期指标在相互解释、影响对方指标中的显著性程度，来判断因果关系的存在性。对LnFDI和LnGDP做Granger因果检验。1.VAR估计结果:Date:31/12/16 Time: 10:37 Sample(adjusted): 1984 2014 Included observations: 28 after adjusting endpoints Standard errors & t-statistics in parenthesesINGDPINFDIINGDP(-1) 1.034598-0.008281 (0.14529) (0.01061) (7.12092)(-0.78020)INGDP(-2)-0.237172 0.008363 (0.20337) (0.01486)(-1.16622) (0.56295)INGDP(-3) 0.093572 0.003441 (0.16508) (0.01206) (0.56683) (0.28535)INFDI(-1) 12.22331 1.428343 (2.96087) (0.21629) (4.12828) (6.60381)INFDI(-2)-23.02970-0.327098 (5.14878) (0.37612)(-4.47285)(-0.86967)INFDI(-3) 20.51289-0.124373 (3.38075) (0.24696) (6.06756)(-0.50361)C 30.63244 1.551305 (21.0872) (1.54041) (1.45266) (1.00707) R-squared 0.998799 0.990495 Adj. R-squared 0.998456 0.987779 Sum sq. resids 126878.4 677.0550 S.E. equation 77.72919 5.678091 F-statistic 2911.303 364.7196 Log likelihood-157.5932-84.32795 Akaike AIC 11.75666 6.523425 Schwarz SC 12.08971 6.856476 Mean dependent 1770.304 50.58821 S.D. dependent 1978.256 51.36290 Determinant Residual Covariance 105138.0 Log Likelihood-241.3430 Akaike Information Criteria 18.23878 Schwarz Criteria 18.90489表122.脉冲响应函数的图形输出结果：图33.方差分解:图44.granger因果检验结果：Pairwise Granger Causality TestsDate: 31/12/16 Time: 11:16Sample: 1984 2014Lags: 3 Null Hypothesis:ObsF-StatisticProbability INGDP does not Granger Cause INFDI28 0.80724 0.50396 INFDI does not Granger Cause INGDP 21.4059 1.4E-06表13检验结果表明：InGDP不是InFDI的Granger原因的概率是0.50396，说明经济增长对FDI有一定的推动影响,但是不明显，InFDI不是InGDP原因的概率是1.4E-06，说明FDI对经济增长影响十分显著。4结论与建议随着中国对外开放的不断深入，浙江省的外商直接投资也在不断升温，它在浙江经济中的地位也变得越来越重要。外资经济对浙江省的贡献不仅体现在GDP的增长、而且还体现在其促进浙江省的技术进步和产业结构升级、增强浙江省研发能力等许多重要的方面。外商直接投资已经成为浙江省经济不可或缺的一部分，他的变化也将直接影响到浙江的经济发展。一、大力发展经济,完善经济体制建设一个地区经济本身的发展程度是吸引进入的必要条件,也是产生正向技术溢出效应的必要条件。因此,要依靠引入来促进我省技术进步,首先要搞好经济,加大经济的发展力度,增强经济实力,提升我省的经济综合竞争力。同时要加快经济体制改革和市场化改革的进程,完善基础设施建设和各类配套服务体系建设,加强对知识产权的保护,使我省的市场经济体制尽快与国际接轨,为工的进入提供良好的体制环境,增强对的吸引力。二、加大对教育的投入,注重人力资本建设政府及社会要加大对教育的投入,大力发展高等教育事业,培养各类专业人才,尤其是高技术人才一,提高市民整体素质,为技术溢出提供良好的人力资本基础。加强省内企业与外资企业在争夺高素质人才上的竞争力,创造高素质人才“回流”的良好条件。我省当前企业的人员流向主要是从国内企业向外资企业的流动,因此由于人员流动而带来的技术溢出受到了制约,反而是省内的技术人才不断流失。要打破这种局面,省内企业必须进一步完善企业绩效考评机制和报酬机制。此外,政府可以通过采取相关措施来促进风险投资的发展,鼓励在外资企业就职的技术人员和管理人员自行创业,从而充分发挥的培训效应,力口大的技术溢出效应。三、扩大市场开放度,构造有利的市场竞争环境提高省内市场的竞争性,在同行业引进多家跨国公司,利用竞争降低跨国公司技术优势的垄断性。在一些国有企业高度垄断的行业放松管制、引入竞争。对于某些进入壁垒较高、省内企业短期内无法形成较高竞争力的行业,在引入时,要注重多方面吸收外资,以形成竞争关系。进一步提高市场开放程度,扩大许允跨国公司投资的范围和领域,减少市场准入障碍,减少进口许可证、进口配额管理等控制,降低进口关税,给以国民待遇和无差别待遇。浙江工商大学硕士学位论文一外商直接投资了技术外溢与浙江经济增长的实证研究加强外资企业与省内企业之间、外资企业之间的相互竞争,促使