FDI对我国经济增长影响的实证分析报告

1、计量经济学课程论文FDI对我国经济增长影响的实证分析姓名：黄倩专业：国际经济与贸易学号：405020332007-12-08FDI对我国经济增长影响的实证分析摘要自20世纪80年代中后期以来，我国GDP逐年增长，经济发展速度令人嘱目。这种经济 高增长背后促成的因素很多，外商直接投资的迅猛发展正是其中极为重要的因素之一。本文 就此命题从实证分析的角度加以证明，外商直接投资对我国经济增长有显著的贡献，但同时 也发现FDI对GDP的影响有明显的滞后效应。关键词FDI GDP回归分析滞后性一. 问题的提出伴随世界经济的较快增长和经济全球化趋势深入发展，我国国民经济持续快 速发展。国内市场潜力巨大，投资

2、环境日益改善，特别是拥有大量低成本，高素 质的人力资源，跨国直接投资回升，相关数据表明，FDI与GDP的增长态势基本相 似o 1986年到2004年，二者都成逐步上升趋势o 1994年到1998年增长速度显著 放缓。山于亚洲金融危机的爆发，我国从1999年开始，FDI有回落现象，一直到 2001年我国初步克服亚洲金融危机的影响，尤其是我国加入WT0后，中国利用外 资明显回升。而与此对应GDF也从2000年开始高速增长。我国GDP的增长与外商 直接投资增长的趋势有一定程度的相似性，那么二者的关系究竟如何，相关程度 如何，本文就此命题从实证分析的角度，考察外国资本流入对中国经济增长的影 响，这不仅

3、是对有关理论的一次很好的检验，而且也具有重要的现实意义。二. 变量的选取及分析根据GDP的定义，从需求方面分析，影响国内生产总值增长的因素包括三大 需求：总消费（居民消费+社会消费），总投资（固定资产投资+存货增加）和净出 口。许多研究表明外商直接投资FDI作为总投资的一部分，对我国GDP的增长有 显著的积极作用。因此 在这里我们引入,外商直接投资FDI,作为解释变量，研究 他们对国内生产总值GDP这已被解释变量的影响效果。三. 数据及处理本文选取了 1986-2004年间我国FDI, GDP的时间序列资料进行分析（见表）年份GDP （亿元）FDI （亿美元）198610275.218. 74

4、198712058.623.831. 94198916992.333. 93199018667.834. 87199121781.543. 66199226923.5110. 07199335333.9275.9337. 67199560793.7375.21199671176.6417. 26199778973.0452. 57199884402.3454.63199989677.1403. 19200099214.6407. 152001109655.2468. 782002120332.7527. 432003135822.8535.

5、052004159878.3606. 3年份人民币对美元平均汇率FDI (亿 元)19863.4564.65319873.7286. 080819883.72118.816819893.77127. 916119904.78166.67861991532232. 271219925.51606. 485719935.761584. 86419948.622910.71519958.353133. 00419968.313467. 43119978.293751. 80519988.283764. 33619998.283338.41320008.283371. 20220018.283881.

6、 49820028.284367. 1220038.284430. 21420048.28020. 164数据说明本文釆用中国国家统计局(/)公开发表的年 度数据作为样本数据。其中，外商直接投资原始单位为亿美元，因此对数据根据 国家统计局公布的每年汇率进行了换算。四. 模型及处理以上述数据，构建线性回归模型对FDI对我国经济的贡献作一实证分析。模 型的被解释变量Y选定为GDP, X为FDIo通过EViews得散点图如下所示：200000_160000-120000-A80000 -40000 -0-01000 2000 3000 4000 5000

7、6000X可以看出GDP(Y)和FDI(X)大体呈现为线性关系，因此我们试图把FDI作为主要解 释变量，其他影响因素全部放入随机扰动项中。所以建立的计量经济模型为以下 线性模型Y 二 c+BX+Ui其中YGDP X-FDI (外商直接投资)c常数项Ui随机扰动项0 系数即FDI每增加一亿元，GDP平均增加的亿元数根据数据，假定所建模型及随即扰动项满足古典假定。利用EView软件，进行0LS, 我们得到如下回归结果：Dependent Variable: YMethod: Least SquaresDate: 11/12/07 Time: 21:49Sample: 1986 2004Includ

8、ed observations: 19VariableCoefficie ntStd. Errort-StatisticProb.C7618.2196076.0821.2538050.2269X24.096472.07423011.617070.0000R-squared0.888126Mean dependent var63957.88Adjusted R-squared0.881545SD.dependent var46359.01SE. of regression15955.52Akaike info criterion22.29230Sum squared resid4.33E+09S

9、chwarz criterion22.39171Log likelihood-209.7768F-statistic134.9563Durbin-Watson stat0.305219Prob(F-statistic)0.000000参数佔计有如下结果Y = 7618.219 + 24.09647X(1)t =(1.253805)（11.61707）R2 =0.888126F =0.881545 F=134.9563 DW=0.305219根据以上分析，GDP对FDI进行的普通最小二乘法，得到的可决系数为0. 888b 所建模型整体上对样本数据拟和较好。对回归系数的t检验：取a二0. 05,查

10、t分布得t (17)=2. 11,t(0)二11.617072, 11,系数通过t检验，表明FDI对GDP有显著影响。FDI平 均每增加1亿元，GDP将增加24. 09647亿元。1异方差检验(White检验)山于现实经济活动中，影响GDP的因素错综复杂，而此处简化模型只考虑FDI的流 入对GDP的贡献，省略了某些重要的解释变量，因此易产生易方差，所以有必要 进行异方差的检验。White Heteroskedasticity Test:F-statistic4.185929Probability0.034503Obs*R-squared6.526597Probability0.038262Te

11、st Equation:Dependent Variable: RESIDA2Method: Least SquaresDate: 11/13/07 Time: 17:25Sample: 1986 2004从表可以看出n /?2=6.526597zIncluded observations: 19VariableCoefficie ntStd. Errort-StatisticProb.C370712801.08E+080.3424950.7364X16497.49138678.40.1189620.9068XA217.7297131.008410.5717710.5754R-squared0

12、.343505Mean dependent var2.28E+08Adjusted R-squared0.261443SD.dependentvar2.95E+08SE. of regression2.54E+08Akaike info criterion41.68449Sum squared resid1.03E+18Schwarz criterion41.83362Log likelihood-393.0027F-statistic4.185929Durbin-Watson stat0.972416Prob（F-statistic）0.034503（2）=5 n/?25.9915, P 值

13、=0.038262a =0.05,所以拒绝原假设，模型中随机误差存在异方差。表示随着时间的推移,影响GDP的其他因素可能发生了变化。修正异方差下面运用加权最小二乘法（WLS）分别用权数wlt=l/X, w2t=l/X ,w3t=l/VX进 行佔计，经比较发现用权数w2t的效果最好，并且消除了异方差结果如下表：Dependent Variable: YMethod: Least SquaresDate: 11/13/07 Time: 18:05Sample: 1986 2004Included observations: 19Weighting series: 1/XA2VariableCoef

14、ficie ntStd. Errort-StatisticProb.C4956.046397.111112.480250.0000X83.260084.89657517.003740.0000Weighted StatisticsR-squared0.997608Mean dependent var13151.42Adjusted R-squared0.997467SD.dependentvar23291.68S.E of regression1172.139Akaike info criterion17.07035Sum squared resid23356449Schwarz criter

15、ion17.16976Log likelihood-160.1683F-statistic289.1272Durbin-Watson stat0.877748Prob(F-statistic)0.000000Un weighted Statistics-13.50578R-squared0Mean dependent var63957.88-14.35906Adjusted R-squared1SD.dependentvar46359.01SE. of regression181683.9Sum squared resid5.61 E+11Durbin-Watson stat0.036525Y

16、 二 4956.046 + 83.26008X(12.48025)(17.00374)F 二0.997608 川二0.997467se=1172.139F=289.1272White Heteroskedasticity Test:n/?2 = 3.8323595.9915,P 值=0.1471680.05 所以已不存在异方差性F-statisticObs*R-squared2.021334 Probability3.832359 Probability0.1649360.147168可以看出运用加权最小二乘法消除了以方差后，参数的t检验军显著，可决系数 大幅提高，F检验也显著，说明FDI每增

17、加一亿元，平均来说将增加83. 26008亿 元的GDP。2. 自相关检验DW检验根据上表的结果DW=0. 305219,给定显著性水平a =0. 05,查DW统计表, n=19, k=l 得下限临界值=1. 180,上限临界值=1.401,因为 DW=0. 305219, 1. 18, 根据判定区域知，这时随即误差项存在正的一阶自相关。同时从残差et和et-1 的散点图可以看出残差et呈线性回归，表明正自相关性确实存在。UJ30000-3000020000-10000-0-10000-20000-0E-40000200002000040000模型中t统计量和F统计量的结论不可信，R2检验也不

18、可靠，须釆取补救措施。自相关的修正I广义差分法由DW=0. 305219, III DW粗略估计得 二 1-DW/2二 1-0. 1526=0. 8474 分别对 x, y 作广义差分 Dy二y-0. 8474*y(-l)Dx二x-0 8474*x (-1)用OLS方法估计参数Dependent Variable: DYMethod: Least SquaresDate: 11/13/07 Time: 13:47Sample (adjusted): 1987 2004Included observations: 18 after adjustmentsVariableCoefficie ntS

19、td. Errort-StatisticProb.C7109.2253220.0992.2077660.0422DX16.654914.2042203.9614740.0011R-squared0.495161Mean dependent var17258.06Adjusted R-squared0.463609SD. dependent var11301.01SE. of regression8276.720Akaike info criterion20.98472Sum squared resid1.10E+09Schwarz criterion21.08365Log likelihood

20、-186.8625F-statistic15.69328Durbin-Watson stat0.558976Prob(F-statistic)0.001119Dy=7109.225+16.65491 Dxt =(2.207766)(3.961474)修正后的回归方程为Y=46587+16.65491X 这时DW=0. 558976 在显著水平a =0. 05下,查表n二18, k二1时, DL =1. 158, DU=1. 391 DWDW,表明模型中仍存在自相关。 用Cochrane-Orcutt迭代估讣法，可得结果如下Dependent Variable: LNYMethod: Least

21、 SquaresDate: 11/13/07 Time: 14:34Sample (adjusted): 1987 2004Included observations: 18 after adjustmentsConvergenee achieved after 25 iterationsVariableCoefficie ntStd. Errort-StatisticProb.C18.9206216.737441.1304370.2760LNX0.1590570.0465363.4179480.0038AR(1)0.9878020.02250143.900220.0000R-squared0

22、.996729Mean dependent var10.82546Adjusted R-squared0.996292SD.dependent var0.839839SE. of regression0.051137Akaike info criterion-2.957589Sum squared resid0.039226Schwarz criterion-2.809193Log likelihood29.61830F-statistic2285.127Durbin-Watson stat1.007816Prob(F-statistic)0.000000从上表可以看出DW=1. 007816

23、其值有显著提高，但是在显著水平Q二0.05下，n=18, k=l时,由于DW DL=1. 158,修正后该模型中的误差序列仍然存在一阶正自相关。此时，回归方程为lny=18.92062+ 0.159057lnxt=(1.130437)(3.417948)/?2 =0.996729/?2 =0.996292DW =1.007816模型重新设定一一分布滞后模型从以上分析可以看出我们设定的模型可能存在一定的问题。从需求方面分析GDP 的增长，可以认为FDI作为影响固定资产投资的一重要因素，从投资到实际产出 的实现，需要一个较长的时间，当年的产出量在某种程度上依赖于过去若干期的 FDI形成的固定资产规

24、模。因此FDI对GDP的影响效果可能存在滞后效应。下面运 用分布滞后模型进行重新估计，设定模型如下Y二ci+BX + Bl X (-1) +02 X (-2) +UtX (-1)表示前一年的FDI数值，X (-2)表示两年前的FDI数值运用0LS进行回归估计结果如下Dependent Variable: YMethod: Least SquaresDate: 11/13/07 Time: 18:36Sample (adjusted): 1988 2004Included observations: 17 after adjustmentsVariableCoefficie ntStd. Err

25、ort-StatisticProb.C10101.676642.7101.5207150.1523X22.209739.8808342.2477590.0426X(-1)-20.2778516.71987-1.2128000.2468X(-2)23.8912310.021032.3841100.0331R-squared0.917823Mean dependent var70168.59Adjusted R-squared0.898858SD.dependentvar45037.30SE. of regression14323.10Akaike info criterion22.17946Su

26、m squared resid2.67E+09Schwarz criterion22.37551Log likelihood-184.5254F-statistic48.39806Durbin-Watson stat0.458957Prob(F-statistic)0.0000001.多重共线性检验与修正山此可见，可决系数较高，通过F检验，但是C,X(-1) 的系数t检验不显著，且X(-1)的系数的符号与经济意义相反，可能存在多重共 线性。XX(-1)X(-2)0.9173273678X10.975903514X(-1)0.975910.97330.9173273678X(-2)035140.

27、97331山相关系数矩阵可以看出个解释变量之间的相关系数较高，证实确实存在严重多 重共线性。修正多重共线性分别作固定y对x和x(-l),y对x和x (-2)的回归结果如下Dependent Variable: YMethod: Least SquaresDate: 11/13/07 Time: 18:41Sample (adjusted): 1987 2004Included observations: 18 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C9651.5176755.4871.4286930.1736

28、X11.151579.6063691.1608520.2638X(-1)13.616179.8034061.3889220.1851R-squared0.892449Mean dependent var66940.26Adjusted R-squared0.878109S.D.dependent var45789.09S.E of regression15986.30Akaike info criterion22.34786Sum squared resid3.83E+09Schwarz criterion22.49626Log likelihood-198.1308F-statistic62

29、.23439Durbin-Watson stat0.278037Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 11/13/07 Time: 19:16Sample (adjusted): 1988 2004Included observations: 17 after adjustmentsVariableCoefficie ntStd. Errort-StatisticProb.C10936.206717.1661.6280980.1258X12.025635.2943562.2714050.

30、0394X(-2)13.568665.3776242.5231710.0244R-squared0.908525Mean dependent var70168.59Adjusted R-squared0.895457SD.dependent var45037.30SE. of regression14561.98Akaike info criterion22.16900Sum squared resid2.97E+09Schwarz criterion22.31604Log likelihood-185.4365F-statistic69.52327Durbin-Watson stat0.22

31、0312Prob(F-statistic)0.000000经比较 加入X(-2)效果较好 故剔除X(-l)修正多重共线性影响后的回归结果为Y二10936. 20 + 12. 02563X + t= (1.628098)(2. 271405)13. 56866X(-2)(2. 523171)R2= 0.908525R1 =0. 895457 F二69. 52327DW=0. 2203122.异方差的检验(White检验)White Heteroskedasticity Test:F-statisticObs*R-squared1.542964 Probability6.968013 Probab

32、ility0.2612770.223030Test Equation:Dependent Variable: RESIDA2Method: Least SquaresDate: 11/13/07 Time: 20:55Sample: 1989 2004Included observations: 16VariableCoefficie ntStd. Errort-StatisticProb.C980341.62597745.0.3773820.7138X-3829.0167362.709-0.5200550.6143XA21.0358892.7929180.3708980.7184X*X(-2

33、)0.4573114.2051070.1087510.9156X(-2)5600.2298077.4610.6933150.5039X(-2)A2-1.8866481.871917-1.0078700.3373R-squared0.435501Mean dependent var3082930.Adjusted R-squared0.153251SD. dependent var4400559.SE. of regression4049348.Akaike info criterion33.54601Sum squared resid1.64E+14Schwarz criterion33.83

34、573Log likelihood-262.3681F-statistic1.542964Durbin-Watson stat3.312516Prob(F-statistic)0.261277从表可以看出n /?2 =6.968013,2(5)=11.0705 n/?2 11.0705,力0.05则接受原假设，表明模型中随机误差不存在异方差。3. 自相关检验与修正DW二0.220312,查 n=16, k=2 在 a=005 的水平下,dL=0. 982, dU=l. 539, I Id DW 值可 以看出该模型存在自相关所以下面运用科克伦-奥克特迭代法进行修正，结果如下Dependent V

35、ariable: YMethod: Least SquaresDate: 11/13/07 Time: 18:45Sample (adjusted): 1989 2004Included observations: 16 after adjustmentsConvergenee achieved after 8 iterationsVariableCoefficientStd. Errort-StatisticProb.C8593.6874980.8081.7253600.1101X6.2478591.0645145.8692110.0001X(-2)5.1097561.1117854.595

36、9920.0006AR(1)1.1867520.02817942.114670.0000R-squared0.998312Mean dependent var73613.95Adjusted R-squared0.997890SD.dependent var44139.89SE. of regression2027.455Akaike info criterion18.27927Sum squared resid49326886Schwarz criteri on18.47242Log likelihood-142.2341F-statistic2365.900Durbin-Watson st

37、at2.173889Prob(F-statistic)0.000000Inverted AR Roots1.19Estimated AR process is nonstationaryY=8593.687+6.247859X+5.109756X(2)t=(1.725360)(5.869211)(4.595992)F =0.998312=0.997890F=2365.900DW=2.173889山以上回归结果可以看出经过迭代法修正后，可决系数有所提高，DW值明显改善, 在0.05的水平下，n=16 k二2 DL二0. 982 DU二 1. 539 DU DW4-DU=2. 461,不再存 在自

38、相关，并且模型拟和较好。4. 平稳性检验对GDP的检验的如下结果：Null Hypothesis: Y has a unit rootExoge no us: Consta ntLag Length: 2 (Automatic based on SIC, MAXLAG=3)t-StatisticProb.*Augmented Dickey-Fuller test statistic2.4175130.9998Test critical values:1% level5% level10% level-3.920350-3.065585-2.673459*MacKinnon (1996) one

39、-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 16Augmented Dickey-Fuller Test EquationDependent Variable: D(Y)Method: Least SquaresDate: 12/11/07 Time: 16:49Sample (adjusted): 1989 2004In eluded observati ons: 16

40、after adjustme ntsVariableCoefficie ntStd. Errort-StatisticProb.Y(-1)0.0536110.0221762.4175130.0325d(y(-D)1.5020900.2690505.5829300.0001D(丫 (-2)-0.9342810.287003-3.2552950.0069c398.45121298.6260.3068250.7642R-squared0.863530Mean dependent var9052.219Adjusted R-squared0.829413SD.dependentvar5686.303S.E of regres