我国经常项目差额变动决定因素的实证分析

1、我国经常项目差额变动决定因素的实证分析An Empirical Analysis of Determinants of the Changes to Current Account Balance in China李宏 李彦李宏：天津财经大学国际经济贸易系教授，博士生导师；李彦：天津财经大学国际经济贸易系内容摘要：近些年来，全球经常项目收支的两极化日趋严重。在世界经济增长放缓和金融环境恶化的大背景下，这无疑进一步增加了我国经济发展的外部风险。为了尽可能地减少国际收支调整给我国经济带来的冲击，就必须全面系统地分析出我国经常项目差额变动的决定因素。为此，通过一些系列的实证检验，本文认为，经济发展阶

2、段、人民币汇率、金融深化程度、人口年龄结构、政府财政收支状况、外贸依存度、贸易条件、实际利用外资额和外国净资产额这些因素是我国经常项目差额变动的重要决定因素；而且，其中的经济发展阶段、金融深化程度、人口年龄结构、外贸依存度、贸易条件和外国净资产额这几个因素对我国经常项目差额的短期波动影响也较大。关键词： 经常项目差额 主成分分析 协整检验 向量误差修正模型 决定因素 Abstract: In the last few years, the global current account balance has polarized more and more seriously. It incre

3、ases external risks to the economic development of China when there is a slowdown in world economic growth and a deterioration in global financial environment. In order to minimize the impact of adjustment to the balance of payments on China's economy, we must do a comprehensive and systematic a

4、nalysis of determinants of the changes to current account balance in China. Therefore, this paper conducts a series of empirical investigation of the relationship between the determinants and current acount balance. The results show that the major determinants of the changes to Chinas current accoun

5、t balance include the stage of economic development, RMB exchange rate, the degree of financial deepening, the age structure of population, the balance of government's fiscal payments, the degree of dependence upon foreign trade, terms of trade, the amount of actual utilization of foreign invest

6、ment and the amount of net foreign assets. And the stage of economic development, the degree of financial deepening, the age structure of population, the degree of dependence upon foreign trade, terms of trade and the amount of net foreign assets also have a strong influence on the short-term fluctu

7、ation in Chinas current account balance. Key words: Current Account Balance; Principal Component Analysis; Cointegration Test; Vector Error Correction Model; Determinants一、引言近年来，全球经济失衡问题十分严重，其最突出的体现则是全球经常项目收支失衡的日益加剧。一方面，以美国为代表的一部分发达国家经常项目赤字过于庞大，其占GDP的比重严重偏高；另一方面，以我国为代表的一些新兴发展中国家的经常项目顺差连续多年快速增长。随着全球经

8、常项目顺差和逆差日趋越集中于少数几个国家，这种经常项目失衡状况的可持续性遭到了广泛质疑，并且已经对国际金融市场和世界经济的发展构成了威胁，对全球经常项目收支状况的调整已势在必行。面对日趋严峻的现实，各国政府越来越重视本国经常项目的收支情况，各大国际组织以及众多的国内外经济学者也开始纷纷关注各国经常项目差额的变动情况，并热衷于探讨促成经常项目差额变动的诸多决定因素。Debelle and Faruqee(1996)对1971-1993年21个工业化国家的经常项目决定因素进行了实证检验，并认为无论长期还是短期，财政政策对经常项目有显著的影响；实际汇率、商业周期和贸易条件对经常项目有短期效应；而发展

9、阶段和人口结构则对经常项目有显著的长期影响。Ostry(1997)测试了亚洲五国印度尼西亚、马来西亚、菲律宾、新加坡和泰国的经常项目差额的决定因素，结果发现，除了消费平滑因素影响经常项目差额的变动外，外债水平和构成、宏观经济政策的弹性、投资效率、金融系统的完善程度等因素都与经常项目差额的变动有关。Calderon, Chong and Loayza(1999)采用回归模型对1966-1994年44个发展中国家的经常项目赤字与其它宏观经济变量之间的关系进行了实证检验，实证结果表明，国内产出的增加、贸易条件的改善和实际汇率的升值会导致发展中国家经常项目赤字的增加，而发达国家经济增长率的提高和国际利

10、率水平的提升则会导致发展中国家经常项目赤字的减少。Chinn and Prasad(2003)采用横截面回归方法对1971-1995年的18个发达国家和81个发展中国家经常项目差额与影响储蓄-投资的宏观因素的关系进行了实证分析，发现财政收支和净国外资产存量（在发展中国家还有以M2/GDP表示的金融深化程度）是经常项目差额变动的中期决定因素，并均与经常项目差额存在正相关关系，特别要注意的是，发展中国家的国际贸易开放指数与经常项目差额是负相关的。Gruber and Kamin(2007)在Chinn and Prasad(2003)的基础上又纳入了一些新的解释变量如金融危机、政府制度的质量等对1

11、982-2003年61个国家和地区的相关数据进行了实证检验，试图就近年来美国巨额的经常账户赤字和亚洲国家的经常项目顺差情况作出一定程度的解释。全球经常项目的失衡问题同样也引起了国内学者的广泛关注。不过，相比国外的相关研究而言，国内的学者似乎更专注于对我国经常项目差额变动的研究，而且这些研究大多是针对单一要素对经常项目差额变动的影响。杨柳勇(2002)对于20世纪90年代以来我国形成的持续的经常项目顺差做了分析，得出“中国的高储蓄率是造成这种现象的主要影响因素”的结论。他认为国内的高储蓄率不仅提高了投资率水平，也提高了经济增长率水平，使国内早早消除了外汇缺口和储蓄缺口，从而避免了绝大部分发展中国

12、家在经济高速增长时期需要利用国外融资的问题。王信（2003）则是从人口年龄结构的变化导致国内储蓄和投资的变化进而影响我国经常项目差额变动的角度进行研究。通过对1989-2002年我国的相关数据进行分析，他认为我国90年代以来经常项目顺差占GDP的比重平均约为2%，这与人口赡养率的下降有很大关系。根据生命周期理论，青壮年人口比重越高、人口赡养率越小，居民储蓄就越高，国民储蓄也就越高，进而形成了经常项目的顺差。而且，王信（2004）还就贸易条件对经常项目顺差的影响进行了研究。他的这一研究表明，贸易条件的持续恶化会通过抑制消费和减慢投资增速两方面的作用使国民储蓄-投资差额即经常项目顺差增大。孟晓宏（

13、2004）、余永定和覃东海（2006）、刘伟和许雄奇等（2006）还就我国的双顺差问题进行了研究，认为资本项目的正向冲击会在较长时间内改善经常项目的收支状况。刘渝林、周靖祥(2007)则利用我国1982-2006年的相关统计数据进行了协整检验。他们建立起来的VAR模型表明FDI与经常项目之间存在着倒“U”型的关系。贺力平（2008）还对经常项目进行了分解，并对IMF和BIS名义及实际有效汇率指数进行了比较，发现在最近几年，仅考虑汇率因素不足以解释我国经常项目差额的持续增多。总之，国外对经常项目差额变动决定因素的研究范围是比较广泛的，样本中既包括了发达国家，也包括了发展中国家和转型经济国家。但是

14、，国外的这些研究大多采用的是经常项目逆差国的相关数据来进行研究，很少有专门针对一国经常项目顺差所作的实例研究，而我国的经常项目却恰恰是持续多年顺差。而国内就我国经常项目差额变动决定因素的相关研究大部分是就单一因素的影响进行的分析，缺乏多因素的综合考察。而本文则试图利用主成分分析的方法，从诸多影响因素中提取主成分，并就主成分与我国经常项目差额的关系进行一系列的实证检验，从而分析出对我国经常项目差额变动有重大影响的决定因素，并就它们各自所产生的影响程度大小进行比较。二、变量的选取和数据的整理在进行实证检验时，本文选取了以下变量进行建模：（1）被解释变量（Y）经常项目差额/GDP本文要研究的是经常项

15、目差额变动的决定因素，所以模型的被解释变量自然就是经常项目的差额。但是，为了保证模型的真实性，我们必须要在经常项目差额的变动中剔除经济增长的影响。因此，本文将模型的被解释变量定义为为经常项目差额与GDP的比。（2）解释变量相对人均收入（X1）、经济增长速度（X2）、人民币汇率（X3）、金融深化程度（X4）、劳动年龄人口比例（X5）、政府财政收支状况（X6）、世界利率（X7）、外贸依存度（X8）、价格贸易条件（X9）、全社会固定资产投资额/GDP（X10）、实际利用外资额/GDP（X11）、国外净资产/GDP（X12）。其中，本文用我国的人均GDP与美国的人均GDP的比值代表我国的相对人均收入；

16、用GDP增长率代表经济增长速度；用人民币对美元的实际有效汇率代表人民币汇率；用M2/GDP代表金融深化程度 Mckinnon (1973)指出，金融深化的一个重要表征就是人们更愿意用流动性强的金融资产代替对实物资产的持有，所以M2/GDP这一反映一国经济的货币化程度的指标恰好可以用来衡量一国的金融深化程度，尤其特别适合用于衡量金融市场处于初级发展阶段的发展中国家的金融深化程度。；用15-64年龄段的人口 劳动年龄的划分表转来源于占总人口的比例代表劳动年龄人口比例；用美元的3个月伦敦同业拆借利率LIBOR（London Inter Bank Offered Rate）代表世界利率；用进出口总额与

17、GDP的比值代表外贸依存度。同时，考虑到数据的可获得性，本文实证分析所采用的样本为1986-2007年各变量的年度数据。源数据中，经常项目差额、我国和美国的人均GDP的数据来源于国际货币基金组织（IMF）的World Economic Outlook Database (WEOD) 数据库，GDP、人均GDP、劳动年龄人口比例、消费者价格指数、政府的财政收支、进出口总额、全社会固定资产投资额、实际利用外资额的数据来源于中国统计年鉴，美国消费者价格指数和人民币对美元的实际有效汇率的数据来源于国际金融统计年鉴，M2和国外净资产的数据来源于中国人民银行的银行概览，美元的3个月伦敦同业拆借利率的月度数

18、据来源于BBA 公布的LIBOR历史数据，进出口价格指数的数据来源于海关的统计公报。除了劳动年龄人口比例和人民币对美元的实际有效汇率的数据可以直接作为变量的年度数据使用外，经常项目差额/GDP、GDP增长率、M2/GDP、政府财政收支差额/GDP、进出口总额/GDP、全社会固定资产投资额/GDP、实际利用外资额/GDP、国外净资产/GDP这些变量的年度数据是作者根据相关源数据计算所得，人均相对收入变量的数据是作者利用我国消费者价格指数和美国消费者价格指数分别对我国人均GDP和美国人均GDP进行平减后作比所得，美元的3个月伦敦同业拆借利率（LIBOR）是作者根据BBA相关月度数据算术平均而得，价

19、格贸易条件是作者利用进出口价格指数根据帕氏公式计算而得。三、主成分分析主成分分析(principal component analysis)是将分散在一组变量上的信息集中到某几个综合指标(主成分)上的一种探索性统计分析方法。它利用降维的思想，将多个变量化为少数几个互不相关的主成分，从而描述数据集的内部结构。为了全方位、多角度分析我国经常项目差额变动的决定因素，本文选取的解释变量有12个之多。众多的解释变量为本文的研究提供了丰富的信息，但是，这些解释变量之间可能存在的相关性又增加了分析问题的复杂性。因此，在进行实证分析时，本文首先对众多解释变量进行主成分分析，试图在尽量减少信息损失的前提下，采用

20、降维的思想，用较少的互不相关的综合性变量（主成分）来替代众多的解释变量。在进行主成分分析时，本文采用的是SPSS（17.0版）统计软件。虽然SPSS在调用Factor Analyze过程进行分析时会自动对原始数据进行标准化处理，但是，为了便于后边的一系列检验，本文首先调用Descriptives过程对12个变量的数据进行了标准化处理，然后运用SPSS统计分析软件的Factor过程对12个解释变量进行了主成分分析。SPSS输出的结果如下：表1相关系数矩阵：Correlation MatrixZX1ZX2ZX3ZX4ZX5ZX6ZX7ZX8ZX9ZX10ZX11ZX12ZX1.217.119.62

21、7.803.248.815.586.850ZX2.217.113.051.247.302.039.199.274.159ZX3.119.382ZX4.627.113.939.850.418.011.911ZX5.803.051.939.890.507.953ZX6.248.247.426.039.210.000ZX7.382.426.375ZX8.815.302.850.890.039.530.941ZX9.039.210.375.308ZX10.586.199.418.507.530.507ZX11.274.011.308ZX12.850.159.911.953.000.941.507注：此

22、结果由SPSS软件得出表2方差分解主成分提取分析表：Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of Variance VarianceCumulative %Total% of Variance VVariance VarianceCumulative %1234.8095.5066.3937.2428.065.5449.060.49610.027.22111.011.09412.003.026注：此结果由SPSS软件得出表3已提取三个主成分的初始因

23、子载荷矩阵：Component MatrixF1F2F3ZX1.854.334.353ZX2.221.579ZX3.825ZX4.924ZX5.973.078ZX6.187.883ZX7.554.231ZX8.947.161ZX9.192ZX10.594.122.242ZX11ZX12.967.047.048注：此结果由SPSS软件得出从表1以看出，12个原解释变量中的许多变量之间的直接相关性较强,。这说明它们之间确实存在信息上的重叠。从表2以看出，根据主成分个数提取原则主成分个数提取原则主要包括两个标准：第一个标准是主成分对应的特征值大于1的前m个主成分；第二个标准是前m个主成分累计贡献率要

24、大于80%。，从12个原变量中抽取出的三个主成分，它们提供的累积方差占总方差的82.327%。这说明这三个主成分所包含的信息占12个原变量所包含的信息的82.327%，基本反映了12个原解释变量所包含的信息。我们将这三个主成分分别定义为F1、F2和F3。从表3可以看出：在第一个主成分F11、ZX4、ZX5、ZX8、ZX9、ZX12，说明F1主要由ZX1、ZX4、ZX5、ZX8、ZX9、ZX12这6个变量构成；而ZX7和ZX10的载荷绝对值也分别达到了0.628和0.594，说明ZX7和ZX10这2个变量对F1也有较大影响。在第二个主成分F23、ZX11，说明F2主要由ZX3、ZX11这2个变量

25、构成；而ZX2 和ZX7的载荷绝对值也分别达到了0.641和0.554，说明ZX2 和ZX7这两个变量对F2也有较大影响。在第三个主成分F3只有ZX6，说明F3主要由ZX6构成；而ZX2的载荷绝对值也达到了0.579，说明ZX2对F3也有较大影响。得到三个主成分中每个原解释变量所对应的系数。经计算，三个主成分变量的表达式为：将相关数据带入三个表达式即可得到1986-2007年的F1、F2和F3的数据（见表4。表4 1986-2007年三个主成分变量的数据年份F1F2F3年份F1F2F31986199719871998198819991989200019902001199120021992200

26、319932004199420051995200619962007资料来源：作者编制四、实证检验（一）单位根检验一般来说，经济变量的时间序列都是非平稳的。而用传统的计量分析方法分析非平稳的时间序列容易产生“伪回归”问题。因此，在进行协整分析前，本文先采用ADF（Augment Dickey-Fuller）检验方法对各变量 在这一部分中，进行单位根检验的变量有被解释变量和三个主成分变量。其中，为了保持量纲的一致性，本文也将被解释变量的数据进行了标准化。的时间序列进行单位根检验。检验结果如表5示。表5各变量的ADF检验结果变量ADF统计量临界值（5%）检验形式(c,t,k)结论Y（0，0，0）不平

27、稳Y（0，0，0）平稳F1-（c，0，0）不平稳F1-3.0199（c，0，0）平稳F2-(0，0，2)不平稳F2（0，0，2）平稳F3(0，0，1)不平稳F3（0，0，0）平稳注：（1）检验形式中的c和t分别表示ADF检验带有常数项和趋势项（有t的显著性水平决定），k表示滞后阶数（由AIC和SC最小化准则决定），0指不包括常数项或趋势项；（2）为差分算子；（3）此结果由软件Eviews3.1得出。由表5见，在5%的显著性水平下，各个变量的一阶差分序列都是平稳的，即各个变量的时间序列都是一阶单整过程。因此，在各变量同阶单整的前提下，本文可以进一步进行协整检验。（二）协整检验协整检验最常用的方法

28、是E-G两步法和Johansen检验法。但在有限样本条件下，E-G两步法的估计量是有偏的，所以本文采用了Johansen检验法。在进行Johansen协整检验前首先要确定VAR模型的最优滞后阶数k因为如果k太小会导致误差项的自相关会非常严重，导致被估参数的非一致性；如果k太大会导致自由度减小，并直接影响到被估参数的有效性。对于滞后阶数的选择有多种判断准则，其中包括LR统计量、赤地信息准则(AIC)以及施瓦茨准则(SC)。本文采用AIC准则。经多次检验验，结果表明最优滞后阶数为3。又因为协整检验模型实际上是对无约束的VAR模型施以协整约束，所以其滞后阶数是无约束VAR模型一阶差分变量的滞后阶数，

29、即在进行协整检验时选择的滞后阶数应该等于无约束的VAR模型的最优滞后阶数减1。由此可见，本文中协整检验的最优滞后阶数为2。Johansen检验结果见表6。表6 Johansen协整检验结果特征值迹统计量临界值原假设（H0）5%显著性水平1%显著性水平R=0R1R2R3注：此结果由软件得出。从表6映的检验结果中可以看出，在5%的显著性水平下各变量之间存在三个协整关系，其中符合经济意义的标准化协整方程为：Y=F1+F2+F3 (-9.48080) (-5.12522) (-10.0028)协整的意义就在于它揭示了变量之间是否存在长期稳定的均衡关系。从协整方程我们可以看出，变量Y与F1、F2、F3之

30、间确实存在着长期稳定的正相关关系。并且，在三个主成分中，F3的系数和显著性水平都较高，F1次之，F2最小。这就说明在长期过程中，F3对Y的促进作用最大，影响也最为明显；F2对Y的促进作用最小，影响也最弱；F2对Y的促进作用的大小和影响水平的显著性水平居中。（三）建立并估计向量误差修正模型在存在协整关系的VAR模型的基础上，本文进一步建立向量误差修正模型(VEC) VEC模型既能反映不同经济序列间的长期有关信息,又能反映短期偏离长期均衡的修正机制,是长短期结合具有高度稳定性和可靠性的一种经验模型。因为VEC模型是一个有约束的VAR模型，它的解释变量中含有了协整约束关系，所以VEC模型的参数设定应

31、该与前面Johansen协整检验对截距项和趋势项以及滞后阶数的设定保持一致。利用Eviews3.1 软件得到VEC模型如下：Y = - 0.5113711111* CointEq1(-1) *Y(-1) - * *F1 *F1 *F2 *F2 *F3 *F3其中CointEq1 * F1 * F2 * F3VEC模型的估计结果如表7示：表7 VEC模型的估计结果Error Correction:YF1F2F3CointEq1 (0.34314) (0.12206) (0.41077) (0.48734)(-1.49025) (2.41024)(-0.47924) (1.32418)Y(-1)

32、(0.35174) (0.12512) (0.42106) (0.49955) (0.46753)(-0.61512)(-1.18387) (0.84320)Y(-2) (0.22001) (0.07826) (0.26337) (0.31247)(-1.66683)(-0.86175)(-1.34223)(-0.46631)F1(-1) (0.70456) (0.25062) (0.84341) (1.00064)(-1.60729)(-1.36509) (2.14966)(-1.21665)F1(-2) (0.86457) (0.30754) (1.03496) (1.22790) (1.

33、10316) (0.96118)(-2.35304) (0.60727)F2(-1) (0.23541) (0.08374) (0.28181) (0.33434) (1.00920)(-1.25753) (3.29455)(-0.78017)F2(-2) (0.26754) (0.09517) (0.32026) (0.37996) (2.31479) (0.99030) (0.51190)(-0.16750)F3(-1) (0.28738) (0.10222) (0.34402) (0.40815) (1.56852) (0.44584) (0.67905) (0.94046)F3(-2)

34、 (0.24006) (0.08539) (0.28737) (0.34094) (0.63915) (0.17108) (2.85474) (0.57435)C (0.23266) (0.08276) (0.27852) (0.33044) (1.35737) (2.21423) (0.87354) (0.31313) R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent注：此结果由

35、软件Eviews3.1得出。VEC模型中的误差修正项系数的大小表明了短期从非均衡状态向长期均衡状态调整的速度，而各变量的差分项则反映了变量之间的短期调整关系。从VEC模型及其估计结果可以看出，各变量之间确实存在误差修正机制误差修正项对Y的调整速度约为51%；同时，F1的t值最大，F2的t值最小，这表明F1对Y的短期波动影响较大，而F2对Y的短期波动影响较小。五、实证结果分析结合三个主成分变量的主要构成因素，具体来说我国经常项目差额变动的主要决定因素有：（1）F3的主要构成因素政府财政收支状况。在协整方程中，主成分变量F3对被解释变量Y的影响力度最大F3每增加一个单位就会拉动Y增加0.567个单

36、位，并且这种拉动作用的显著性水平也是三个主成分变量中最高的。因此，作为F3的主要构成因素的政府的财政收支状况自然就成为影响我国经常项目差额变动的最重要的决定因素。从F3的表达式中可以看出，政府的财政收支状况与F3正相关。这也就是说，我国的政府财政收支差额与经常项目差额的变动方向一致。但是，这一结果与我国财政赤字与经常项目盈余同时存在的现状相矛盾。造成这种情况的原因可能是我国过高的居民储蓄率。但是，随着人口年龄结构的变化和金融市场的逐步完善，我国居民储蓄的规模会大幅下降，届时这种矛盾的关系将会有所减弱。（2）F1的主要构成因素经济发展阶段、金融深化程度、人口年龄结构、外贸依存度、贸易条件和外国净

37、资产额。在协整方程中，主成分变量F1对被解释变量Y的影响力度居中F1每增加一个单位就会拉动Y增加0.491个单位，并且这种拉动作用的显著性水平也较高。因此，作为F1的主要构成因素的经济发展阶段、金融深化程度、人口年龄结构、外贸依存度、贸易条件和外国净资产额自然也就成为影响我国经常项目差额变动的重要决定因素。从F1的表达式中可以看出，除了贸易条件因素外，经济发展阶段、金融深化程度、人口年龄结构、外贸依存度和外国净资产额这5个因素均与F1正相关。这也就是说，经济发展阶段、金融深化程度、人口年龄结构、外贸依存度和外国净资产额的变动趋势与我国经常项目差额变动的趋势是一致的，而贸易条件变动的方向与我国经

38、常项目差额变动的方向相反。这其中值得注意的是，虽然经济发展阶段和金融深化程度这两个因素与我国经常项目差额的正相关关系与传统理论的分析是有出入的，但是却符合我国的国情。因为，当前我国的社会保障体系还不够完善，我国居民会把增加的收入中的大部分转换为预防性储蓄而不是消费；同时，我国的金融市场也还处于起步阶段，目前金融市场的初步发展并不会大幅增加人们的投资需求，所以在现阶段我国经济发展阶段和金融深化程度的提高并不会导致经常项目的差额的大幅减少。 （3）F2的主要构成因素人民币汇率和实际利用外资额。在协整方程中，主成分变量F2对被解释变量Y的影响力度虽然较小，但是仍然通过了显著性检验。因此，作为F2的主

39、要构成因素的人民币汇率和实际利用外资额也是影响我国经常项目差额变动的重要决定因素。从F2的表达式中可以看出，人民币汇率与F2正相关，实际利用外资额与F2负相关。这也就是说，人民币汇率变动的方向与我国经常项目差额变动的方向是一致的，而实际利用外资额变动的方向则与我国经常项目差额变动的方向相反。最后，本文在存在协整关系的VAR模型的基础上建立了向量误差修正模型，并对模型进行了估计。模型中的误差修正系数表明，误差修正项以当期经常项目差额与其长期均衡值之间误差的51.14%的比例反向修正下一期的经常项目差额，使其向长期均衡值靠拢。这样的修正速度是比较快的。而且，对模型的估计结果也表明，经济发展阶段、金

40、融深化程度、人口年龄结构、外贸依存度、贸易条件和外国净资产额这6个F1的主要构成因素对经常项目差额的短期波动影响较大，而F2的主要构成因素人民币汇率和实际利用外资额这两个因素对经常项目差额的短期波动影响较小。参考文献：1 易纲，张磊.国际金融M.上海：上海人民出版社，1999年：23-322 贺力平. 人民币汇率与近年来中国经常账户顺差J. 金融研究，2008年第3期：13-2 73 李向阳.全球经济失衡及其对中国经济的影响J.国际经济评论，2006年第2期：19-214 2/GDP(1980一2000)：趋势、水平和影响因素J.经济研究，2001年第2期：3-125 基于中国经验的实证分析（1982-2004）J. 数量经济技术经济研究，2006年第11期：134-1416 刘渝琳，周靖祥.FDI作用与资本金融项目与经常项目波动的实证研究：1982-2006J.金融研究，2007年第12期：65-787 孟晓宏.我国经常项目与资本金融项目的动态关系分析J.数量经济技术经济研究，2004年第9期：16-238 现状、原因及影响J.国际贸易，2007年第5期：48-529 王信.人口年龄结构、贸易差额与中国汇率政策的调整J.世界经济，2003年第9期：3-9