“计量经济学”中国贸易出口额影响因素的实证分析

学号09050239班级09金融学2班计量经济学期末课程设计南京审计学院2009级金融学院题目：中国出口贸易额影响因素的实证分析学生姓名二_学号_专业班级2011年12月8日——#—中国贸易出口额影响因素的实证分析摘要：出口作为拉动中国经济的“三驾马车”之一，其发挥的作用越来越大，中国每年出口额不断增加更是对世界经济做出了巨大贡献。我国加入WTO也对我国的出口贸易格局产生巨大的冲击和影响，现在它使我国的出口在应对还未完全消除的金融危机带来的负面影响的同时，又面临着新的增长契机和挑战。因此，在这一特殊的经济背景下研究我国出口的影响因素，分析它们对我国出口不同的影响和作用，对促进我国外贸出口和我国国民经济的发展具有重要的现实意义和理论意义。本文采用经济增长模型和多元线性回归分析方法对1980〜2008年中国贸易出口额因素进行研究，分析了人民币对美元汇率、国内生产总值、外国直接投资的影响，建立计量模型，寻求这些变量与中国贸易出口额的数量关系，进行定量分析，对模型进行检验。关键词：出口额、汇率、GDP、FDI、实证分析一、文献综述（一）近年中国出口贸易概要从改革开放以来，中国对外贸易迅猛发展。1980年，中国出口额仅为182.7亿美元，到2008年已经达到14285亿美元，从当期价格看增长了33倍，出口贸易总额以16.5%平均速度增长，超过了同期国民生产总值GDP的年平均增长率。1997年我国一跃成为世界十大出口贸易国之一，2007年我国出口额占世界出口总额的比重提高到8.8%，世界排名跃居到第二位，如今已跃居世界第一，出口到欧盟、美国和日本地区的贸易额位居前三。（二）各影响因素分析1、人民币对兑美元汇率的影响：这里主要从其一般性的原理和政策性方面加以阐述，一般情况下，如果人民币对外升值，以外币表示的中国出口产品的价格将上升，这将会削弱中国产品在国际市场上的竞争能力，导致出口减少，出口总额下降。反之，如果人民币对外贬值，以外币表示的中国出口产品的价格将下降，这样就能增强中国产品的竞争力，使得出口增加，出口总额上升。1994年实施的汇率并轨，国内银行挂牌的美元兑人民币的年平均汇率从1993年的5.7620元骤升至8.6187元,人民币大幅度的贬值对出口产生巨大影响，使外贸依存度一度高达46.6%。2007年之前，人民币持续贬值给了国内厂商出口商的便利，使得出口的产品在国际市场上有着一定的价格成本优势，但汇率的持续稳定以及今年人民币的升值造成了出口的一定影响。政策因素通过对汇率的影响对进出口总额起间接影响作用。，根据通货膨胀率、出口换汇成本和国际收支平衡情况，人民币的官方汇率不断下调，汇率杠杆开始对进出口产生一定的调节作用。进入2008年以后汇率的稳定使得汇率对出口的影响逐渐变小。2、GDP的影响：新古典经济学家得出口导向经济理论认为现实经济系统存着由出口到经济增长的因果关系，其理由如下：出口贸易可以使各国按比较利益分工，实现资源在国际间的有效配置，从而增加产出。出口贸易可是本国的闲置资源得以利用，从而使产出增加。但另一方面，也有部分经济学家认为，存在着由经济增长到出口的因果关系。因为生产率越高，越能降低生产成本，进而促进出口。技术创新可以提高生产率，进而实现经济增长，从而增强出口品的国际竞争力。如果国内生产比国内需求增长得快，则厂商必然会向国外出售其产品。一国进出贸易的发展程度很大程度上依赖于这个国家的经济发展水平，衡量一个国家经济发展水平的最有效的指标就是GDP。国民经济越发达，与国外的联系也会越紧密，从而推动国家进出口贸易的发展。我国改革开放以来，经济迅猛发展，经济实力不断增强，GDP已经跃居世界第二位，与此同时，出口贸易也发展迅速。3、外国直接投资的影响：一直以来我国都是人口大国，劳动力资源丰富，但资本却一直都匮乏。80年代中后期，我国提出并实施了沿海发展战略，大力引进外资，承接了周边发达国家、新兴工业化国家和

地区的产业转移，劳动力密集型加工出口产业得以迅速扩张，增强了出口供给能力和出口产品的竞争力。自20世纪90年代以来,我国对外贸易尤其是出口贸易获得了迅速的发展。然而,从外贸增长的来源看,近年来我国对外贸易的迅速扩张主要是依靠外商投资企业来推动的。从1992年到2002年,我国外贸出口额增长的63.4%是依靠外商投资企业实现的。此外，外商在华将建立更多的出口加工型企业。入世后中国的出口商品可充分享受最惠国待遇和国民待遇，可获得大幅度减让关税及取消非关税壁垒的好处，从而获得了更加广阔的贸易发展空间，将带动国内加工工业的更快发展，而这对扩大利用外资特别有利。外商会利用中国的区位和劳动力等优势，在中国投资设厂和建立加工基地，组建营销网络，把在中国的企业作为跨国公司全球生产与销售网络中的重要一环，作为其价值增值链的一部分。外商投资企业对中国有形商品出口的贡献率将从1999年的45.47％提高到2010年的60％以上。同时，外资对中国服务出口也将发挥重要的推动作用。因此，在建立模型的时候我将这一对我国出口产生重大影响的因素引入进来。二、数据收集与模型的建立（一）数据收集表2.1中国贸易出口额的影响因素模型时间序列表年份出口额Y（亿美元）人民币对美元汇率X1GDPX2FDI（外国直接投资）X31980182.71.49845463.541981220.11.70548923.541982223.21.89353233.541983222.31.97659639.21984261.42.32720814.21985273.52.937901619.61986309.43.4531027522.41987394.43.7221205923.11988475.23.7221504331.91989525.43.7651699233.91990620.94.7831866834.91991719.15.3232178143.71992849.45.51626923110.11993917.45.76235334275.219941210.18.61948198337.719951487.88.35160794375.219961510.58.31471177417.319971827.98.2978973452.619981837.18.27984402454.619991949.38.27889677403.2200024928.27999215407.2200126618.277109655468.820023255.78.277120333527.420034382.38.277135823535.120045933.68.277159878586.46200576208.0702184937603.2520069690.87.8087216314630.212007121807.3046265810747.68

2008142856.8009314045923.95资料来源：中国统计年鉴（1980〜2008）。（二）模型设计为了具体分析各要素对我国出口额影响的大小，我们可以用出口额（y）作为出口贸易额的代表，；用人民币对美元汇率（xl）衡量汇率影响的大小；用GDP（x2）衡量国内生产总值对出口的作用；用外国直接投资（x3）代表FDI对贸易出口额的影响。运用这些数据进行回归分析。采用的模型如下：y=B+Bxl+px2+p4X3+U其中，y代表出口额，xl代表人民币对美元汇率,，x2代表GDP，x3代表外国直接投资，u代表随机1扰动项。我们通过对该模型的回归分析，得出各个变量与我国经济增长的变动关系。三、模型估计和检验（一）模型初始估计表3.1模型初始估计结果DependentVariable:YMethod:LeastSquaresDate:12/07/11Time:15:57Sample:19802008Includedobservations:29VariableCoefficientStd.Errort-StatisticProb.C298.2249278.10621.0723420.2938X1-154.452677.45613-1.9940650.0572X20.0617260.00412114.979330.0000X3-4.9111061.710897-2.8704870.0082R-squared0.989391Meandependentvar2707.500AdjustedR-squared0.988118S.D.dependentvar3732.697S.E.ofregression406.8836Akaikeinfocriterion14.98237Sumsquaredresid4138857.Schwarzcriterion15.17097Loglikelihood-213.2444F-statistic777.1587Durbin-Watsonstat0.297296Prob(F-statistic)0.000000二）多重共线性检验表3.2相关系数矩阵X3X2X1X310.9423175977760.818627342052X20.94231759777610.628374208108X10.8186273420520.6283742081081根据多重共线性检验，解释变量之间存在着线性相关。通过采用剔除变量法，多重共线性的修正结果如下：剔除XI。.表3.2相关系数矩阵变量X1X2X3参数估计值673.49970.04361911.71677

t统计量2.74269822.822698.545228R20.2178990.9507190.730056F统计量7.522394520.875173.02092对R2进行排序，可见X2为最主要的影响因素，其次为X3XI表3.3修正多重共线性后的模型DependentVariable:YMethod:LeastSquaresDate:12/07/11Time:16:09Sample:19802008Includedobservations:29VariableCoefficientStd.Errort-StatisticProb.C-207.5609120.3990-1.7239420.0966X20.0678390.00290723.340460.0000X3-7.8787930.890945-8.8431850.0000R-squared0.987704Meandependentvar2707.500AdjustedR-squared0.986758S.D.dependentvar3732.697S.E.ofregression429.5414Akaikeinfocriterion15.06101Sumsquaredresid4797150.Schwarzcriterion15.20245Loglikelihood-215.3847F-statistic1044.215Durbin-Watsonstat0.382232Prob(F-statistic)0.000000三)异方差检验表3.4ARCH检验ARCHTest:F-statistic15.28898Probability0.000591Obs*R-squared10.36818Probability0.001282TestEquation:DependentVariable:RESIDA2Method:LeastSquaresDate:12/07/11Time:16:14Sample(adjusted):19812008Includedobservations:28afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C71956.8447561.361.5129260.1424RESIDA2(-1)0.6050680.1547443.9101120.0006R-squared0.370292Meandependentvar170896.6AdjustedR-squared0.346072S.D.dependentvar263520.6S.E.ofregression213098.0Akaikeinfocriterion27.44564Sumsquaredresid1.18E+12Schwarzcriterion27.54080Loglikelihood-382.2390F-statistic15.28898Durbin-Watsonstat1.613989Prob(F-statistic)0.000591从上表可以得到数据：(n-p)R2=9.998，查表得X2(p)=5.9915,(n-p)R2=9.998〉x2(p)=5.9915，则0.050.05拒绝原假设，存在异方差。对异方差的修正：权数用l/resid"2修正如下：表3.5异方差修正检验ARCHTest:F-statistic0.035715Probability0.851573Obs*R-squared0.038409Probability0.844623TestEquation:DependentVariable:STDRESIDA2Method:LeastSquaresDate:12/07/11Time:21:48Sample(adjusted):19812008Includedobservations:28afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C0.0039580.0039581.0000090.3265STDRESIDA2(-1)-0.0370370.195982-0.1889840.8516R-squared0.001372Meandependentvar0.003816AdjustedR-squared-0.037037S.D.dependentvar0.020194S.E.ofregression0.020565Akaikeinfocriterion-4.861715Sumsquaredresid0.010996Schwarzcriterion-4.766557Loglikelihood70.06401F-statistic0.035715Durbin-Watsonstat2.002849Prob(F-statistic)0.851573修正完成，无异方差不存在。四）序列相关检验已知：DW=0.382232，查表得dL=1.328,dU=1.476。由此可知，存在相关性。表3.6修正序列相关后的模型DependentVariable:YMethod:LeastSquaresDate:12/07/11Time:21:48Sample:19802008Includedobservations:29Weightingseries:1/RESIDA2VariableCoefficientStd.Errort-StatisticProb.C-213.91906.766985-31.612160.0000X20.0682500.00188136.287400.0000X3-7.9438690.562479-14.122960.0000WeightedStatistics

R-squared0.999992Meandependentvar405.1527AdjustedR-squared0.999992S.D.dependentvar1605.920S.E.ofregression4.617124Akaikeinfocriterion5.995118Sumsquaredresid554.2637Schwarzcriterion6.136563Loglikelihood-83.92922F-statistic114442.7Durbin-Watsonstat1.346390Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.987676Meandependentvar2707.500AdjustedR-squared0.986728S.D.dependentvar3732.697S.E.ofregression430.0244Sumsquaredresid4807946.Durbin-Watsonstat0.383213修正后的DW=1.346390。进行自相关检验，Q统计量的下图。□ate:12/07/11Time:22:15Sample:19802008Includedobservations:29AutocorrelationPartialCorrelationACPACQ-StatPr&b111110.7850.78519.7770.000111120.451-042926.5560.0001111匚130.113-0.18026.9970.0001匚11■14-0.172-0.15128.0570.00011115-0.451-0..39935.6700.000111116-U.bl/-U..U/fbU.bZSJU.UU0111111-0.5920..09264.8740.0001118-0.428-0.02172.7160.0001匚11119-0.19&0..0G674.4380.00011111100.031-0..03774.4830.0001□1iLZ1110.172-0.26975.9670.0001■1i匚1120.222-0.13478.5800.000通过上图可以看出，修正后存在一阶自相关。修正：加入ar（1）Date:12/07/11Time:22:14Sample:19812008Includedobservations:28Q-statisticprobabilitiesadjustedfor1ARMAterm(s)AutocorrelationPartialCorrelationACPACQ-StatProb■I匚IiEII匚I|匚II匚IIII||II匚II匚IIJII匚II匚II[I:II,l0.4790.4797.12540.2720.0569.51450.0020.108-0.0549.90480.0070.092-0.17810.1990.0170.183-0.10011.4230.0220.298-0.17814.8230.0110.270-0.03617.7350.0070.347-0.220227980.0020.1610.11323.9390.0020.139-0.134248370.0030.0430.022249280.0050.073-0.01026.2110.008再次迭代□ate:12/07/11Time:22:12Sample:19822008Includedobservations:27Q-statisticprobabilitiesadjustedfor2ARMAtermfs}AutocorrelationPartialCorrelationACPACQ-StatProb|匚11匚11-0.261-0.261IZl111120.1280.0G62.6666IZU11||30.2460.3174.6433I匚11114-0..210-0.0976.0489I111匚150.027-0.1496.0746I111匚16-0..059-0.1366.20521111110..0030.090S.20561匚11匚13-0.227-0.2118.32271111匚19-0..028-0.1688.3560|L11匚110-0..096-0.1398.7826|L111111-0..0870.0309.1655|匸11匚112-0..103-0.1779.71400.0330.0490.1080.1840.2S70.2150.3020.3610.4230.466修正完成，不存在自相关。表3.7Granger因果检验PairwiseGrangerCausalityTestsDate:12/07/11Time:22:19Sample:19802008Lags:2NullHypothesis:ObsF-StatisticProbabilityYdoesnotGrangerCauseX2275.114900.01499X2doesnotGrangerCauseY4.144530.02968X3doesnotGrangerCauseX2272.021490.15633X2doesnotGrangerCauseX35.752110.00978X3doesnotGrangerCauseY270.917680.41420（五）Granger因果检验YdoesnotGrangerCauseX34.810530.01849从上表可以看出：Pro(x2)小于0.1,Pro(x3)大于0.1；说明X1是产生出口额的Granger的原因，X2不是产生出口额的Granger的原因。(六)显著性和拟合优度检验表3.6反映了模型的最终形式。X1和X的t检验都通过。F统计量值为114442.7，F检验通过。对于F=1044.215>F(2,26)=3.37(显著性水平为0.05),表明模型从整体上看我国经济增长与各解释变量之间线性关系显著。修正的拟合优度量为0.986728，拟合程度很好。四、结论分析和政策建议(一)主要结论1、汇率对中国今年来的出口影响因素较小由于中国产业结构的调整，从改革开放初期出口原材料和附加值低的产品，逐渐转变为出口较高附加值的产品，逐渐摆脱了依靠低成本的单一优势。2、GDP对出口影响较大由于中国经济的持续高速增长，GDP反作用于出口的特征显得十分明显，没有强大的经济实体总量作为依靠，很难有大规模的投资和贸易，正是GDP的反作用，中国的出口额才会如此快速的增长。3、外国直接投资的影响显著FDI是中国对外出口的重要组成部分，也正是外资的进入拉动了对外出口贸易，在相当长一段时期外企的出口占据了中国出口额的半壁江山，但随着入世以后，国内企业春笋般涌现，中国出口额也呈现出飞速增长之势。(二)政策建议1、继续