计量经济学论文-中国进出口总额的影响因素分析

计量经济学期末论文中国进出口总额的影响因素分析所在院系：数金院所在班级：金工1402姓名：王为汉学号：14442206摘要：随着中国经济的高速增长，中国进出口总额也快速增长，但是影响其增速的因素有很多，因此，本文在相关理论研究的基础上，用Eview软件处理数据，采取计量经济学的分析方法，对影响中国进出口总额的影响因素进行实证分析。研究我国进出口总额与人民币对美元汇率，国内生产总值（GDP）,全社会固定资产投资，实际利用外资额以及外汇储备的关联。通过多元回归分析来验证其关系，并基于实证分析的结果，提出相应对策或建议。关键词：进出口总额，GDP，人民币对美元汇率，全社会固定资产投资引言中国对外贸易在20年以来，从一个较低的水平发展到了一个很高的水平，进出口总额占GDP的比例从1995年的38.36%上升到了2014年的41.55%，虽然增加的百分比不高，但是进出口值从1995年的2808.60亿美元增加到2004年的43015.27亿美元，大致在20年里翻了15倍。很显然，对外贸易的发展对中国经济发展起到了不可低估的作用。但是，越来越高的进出口贸易的增长，直接的结果就是我国外贸依存度的迅速攀升，这在一定程度上造成国民经济的过分对外依赖,国际经济形式的风云变幻在一等程度上会严重影响我国的经济发展。从目前的理论的研究来看，影响我国进出口发展的因素主要有人民币对美元汇率，国内生产总值，全社会固定资产投资，实际利用外资额，外汇储备等。因此，本文通过构建计量经济模型，对以上因素与进出口总额的关系进行实证研究，对它们之间的关系进行验证。理论基础2.1理论模型建立回归模型如下：其中，进出口总额为被解释变量Y,人民币对美元汇率(美元=100)(元)为解释变量X2，国内生产总值为解释变量X3，全社会固定资产投资为解释变量X4，实际利用外资额为解释变量X5，外汇储备为解释变量X6。为准确计算，将以上除人民币对美元汇率以外的五个变量单位统一为（亿美元）。以下是各个影响因素对进出口总额的影响原理：1.人民币对美元汇率——X2，汇率变动对进出口贸易的影响有很多解释，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。再有,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%。可见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。2.国内生产总值（GDP）——X3,一国进出口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，进出口贸易也发展迅速。3.全社会固定资产投资——X4，固定资产的投入可以引起国内产业结构的调整，改善投资环境，提高国内企业竞争力，对对外贸易的总额有比较直接的影响。4.实际利用外资额——X5,实际利用外资金额包括对外借款额，外商直接投资和外商其他投资。我国进出口额增量60%以上是由外商投资个体企业哟哟其实制造业，在外商投资中制造业占七成，外资主要投向制造业使得中国制造加工业日益融入全球生产，如果外资不断进入那么中国的进出口将保持高速增长。相反外资撤走对我国的打击将是很大的，所以实际利用外资金额这一因素很重要。5.外汇储备——X6，此因素对进出口总额直接相关。3.模型设定3.1数据来源（或者样本选取）通过访问中国统计局网站，得到我国自1995年起至2014年历年的相关数据，以进出口总额为被解释变量Y,人民币对美元汇率(美元=100)(元)为解释变量X2，国内生产总值为解释变量X3，全社会固定资产投资为解释变量X4，实际利用外资额为解释变量X5，外汇储备为解释变量X6。为准确计算，将以上除人民币对美元汇率以外的五个变量单位统一为（亿美元）。YX2X3X4X5X619952808.60835.107320.062397.23481.33735.9719962898.80831.428608.442755.95548.051050.2919973251.60828.989581.593008.65644.081398.9019983239.50827.9110252.773431.07585.571449.5919993606.30827.8310894.473606.38526.591546.7520004742.90827.8412052.613976.34593.561655.7420015096.50827.7013322.514496.01496.722121.6520026207.70827.7014619.065255.52550.112864.0720038509.88827.7016499.296713.38561.404032.51200411545.50827.6819417.468515.06640.726099.32200514219.10819.1722693.1910837.02638.058188.72200617604.40797.1827303.3213798.41670.7610663.40200721765.70760.4035247.1618059.43783.3915282.49200825632.55694.5145607.9424884.94952.5319460.30200922075.35683.1050597.1632879.34918.0423991.52201029739.98676.9560403.7237179.081088.2128473.38201136418.86645.8874955.6448226.471176.9831811.48201238671.19631.2584613.5459357.581132.9433115.89201341589.93619.3294945.8872061.951187.213821327614.28103521.2083352.971197.0538430.18数据来源：国家统计局3.2模型建立1.2.估计DependentVariable:YMethod:LeastSquaresDate:06/05/16Time:13:25Sample:19952014Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.

C-63561.3125777.47-2.4657700.0272X271.7361628.224642.5416140.0235X31.0815690.2385184.5345390.0005X4-0.7714970.180576-4.2724230.0008X5-2.1052788.424594-0.2498970.8063X60.4261960.2993151.4239070.1764R-squared0.992286

Meandependentvar17131.98AdjustedR-squared0.989531

S.D.dependentvar14307.67S.E.ofregression1463.949

Akaikeinfocriterion17.65899Sumsquaredresid30004060

Schwarzcriterion17.95771Loglikelihood-170.5899

Hannan-Quinncriter.17.71730F-statistic360.1689

Durbin-Watsonstat0.848167Prob(F-statistic)0.000000

(25777.47)(28.2246)(0.2385)(0.1806)(8.4246)(0.2993)(-2.4658)(2.5416)(4.5345)(-4.2724)(-0.2499)(1.4239)3.3模型检验及修正1.经济意义检验模型估计结果说明，在假定其他变量不变的情况下，人民币对美元汇率(美元=100)(元)每增加1单位，平均说来进出口总额会增长71.7362亿美元：国内生产总值每增长1亿美元，平均说来进出口总额会增长1.0816亿美元：全社会固定资产投资每增长1亿美元，平均说来进出口总额会减少0.7715亿美元：实际利用外资额每增加1亿美元，平均说来进出口总额会减少2.1053亿美元：外汇储备每增加1亿美元，平均说来进出口总额会增长0.4262亿美元。2.回归方程和回归参数的检验由图表中的数据可以得到：，修正的可决系数，这说明模型对样本的拟合很好。F检验：由相关数据可知n=20，k=6，在给定显著性水平，查表可得,而由以上数据的F=360.1689,由于F=360.1689>,说明回归方程显著，即“人民币对美元汇率”，“国内生产总值”，“全社会固定资产投资”，“实际利用外资额”，“外汇储备”等变量联合起来确实对“进出口总额”有显著影响。t检验：针对给出显著性水平查t分布表的自由度为n-k=14临界值由图一数据可得对应的t统计量分别为(-2.4658)(2.5416)(4.5345)(-4.2724)(-0.2499)(1.4239)除去、的t统计量大于2.145外，其余t统计量均小于2.145，3.计量经济学检验及修正计算得到相关系数矩阵表如下：相关系数矩阵X2X3X4X5X6X2

1.000000-0.976237-0.954017-0.983306-0.988407X3-0.976237

1.000000

0.992698

0.967995

0.989048X4-0.954017

0.992698

1.000000

0.939957

0.968330X5-0.983306

0.967995

0.939957

1.000000

0.983648X6-0.988407

0.989048

0.968330

0.983648

1.000000以X2为被解释变量作对解释变量X3、X4、X5、X6的辅助线性回归如下图DependentVariable:X2Method:LeastSquaresDate:06/05/16Time:14:32Sample:19952014Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.

C902.797835.6527125.322000.0000X30.0004960.0021780.2276660.8230X4-0.0004270.001648-0.2593710.7989X5-0.1192050.070655-1.6871300.1123X6-0.0042860.002505-1.7110810.1077R-squared0.980812

Meandependentvar761.5950AdjustedR-squared0.975695

S.D.dependentvar85.90146S.E.ofregression13.39220

Akaikeinfocriterion8.239540Sumsquaredresid2690.265

Schwarzcriterion8.488473Loglikelihood-77.39540

Hannan-Quinncriter.8.288134F-statistic191.6798

Durbin-Watsonstat1.246669Prob(F-statistic)0.000000如上是X2为被解释变量的一元线性回归模型，以此类推，分别做出以X3、X4、X5、X6为被解释变量的一元线性回归模型，得表如下：被解释变量可决系数的值方差扩大因子X20.980826.2941X30.9980250.2502X40.994591.1597X50.976721.7122X60.993476.0084由于辅助回归的可决系数很高，经验表明，方差扩大因子VIF大于等于10时，通常说明该解释变量与其余解释变量之间有严重的多重共线性，这里X2X3X4X5X6的方差扩大因子远大于10，表明存在严重的多重共线性。多重共线性的修正运用逐步回归法中做出回归结果如下：DependentVariable:YMethod:StepwiseRegressionDate:06/05/16Time:14:43Sample:19952014Includedobservations:20NoalwaysincludedregressorsNumberofsearchregressors:6Selectionmethod:StepwisebackwardsStoppingcriterion:p-valueforwards/backwards=0.05/0.05VariableCoefficientStd.Errort-StatisticProb.*

X31.3097400.1499548.7342640.0000X4-0.9006010.135568-6.6431760.0000C-52553.9919494.75-2.6958020.0159X255.6771722.116032.5175030.0229R-squared0.991169

Meandependentvar17131.98AdjustedR-squared0.989513

S.D.dependentvar14307.67S.E.ofregression1465.216

Akaikeinfocriterion17.59425Sumsquaredresid34349712

Schwarzcriterion17.79340Loglikelihood-171.9425

Hannan-Quinncriter.17.63312F-statistic598.5695

Durbin-Watsonstat0.477903Prob(F-statistic)0.000000SelectionSummaryRemovedX5RemovedX6*Note:p-valuesandsubsequenttestsdonotaccountforstepwise

selection.由上图可知，修正保存了X2,X3,X4三个变量，剔除了X5,X6两个变量。自相关检验：根据多重共线性修正得出的结果，以Y为解释变量， X2,X3,X4为解释变量，使用普通最小二乘法得：DependentVariable:YMethod:LeastSquaresDate:06/05/16Time:15:44Sample:19952014Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.

C-52553.9919494.75-2.6958020.0159X255.6771722.116032.5175030.0229X31.3097400.1499548.7342640.0000X4-0.9006010.135568-6.6431760.0000R-squared0.991169

Meandependentvar17131.98AdjustedR-squared0.989513

S.D.dependentvar14307.67S.E.ofregression1465.216

Akaikeinfocriterion17.59425Sumsquaredresid34349712

Schwarzcriterion17.79340Loglikelihood-171.9425

Hannan-Quinncriter.17.63312F-statistic598.5695

Durbin-Watsonstat0.477903Prob(F-statistic)0.000000Se=（19494.75）（22.1160）（0.1500）（0.1356）t=（-2.6958）（2.5175）（8.7343）（-6.6432）DW=0.4779该回归方程可决系数高，回归系数显著。对样本量为20、三个解释变量、5%的显著水平，查DW统计表可知，,.模型中DW<,说明模型中存在自相关。自相关的修正：使用迭代法作广义差分回归，作模型的一阶自相关，得图如下：DependentVariable:YMethod:LeastSquaresDate:06/05/16Time:16:06Sample(adjusted):19962014Includedobservations:19afteradjustmentsConvergenceachievedafter15iterationsVariableCoefficientStd.Errort-StatisticProb.

C-53252.0225351.25-2.1005680.0543X255.9844428.635271.9550870.0708X31.2890300.1556998.2789620.0000X4-0.8614880.127544-6.7544300.0000AR(1)0.7433470.2343853.1714800.0068R-squared0.996302

Meandependentvar17885.84AdjustedR-squared0.995245

S.D.dependentvar14285.82S.E.ofregression985.1144

Akaikeinfocriterion16.84433Sumsquaredresid13586306

Schwarzcriterion17.09286Loglikelihood-155.0211

Hannan-Quinncriter.16.88639F-statistic942.8445

Durbin-Watsonstat1.009324Prob(F-statistic)0.000000InvertedARRoots

.74上图中DW=1.009324,可以判断,不能判断是否有自相关。因此作其二阶自相关得：DependentVariable:YMethod:LeastSquaresDate:06/05/16Time:16:10Sample(adjusted):19972014Includedobservations:18afteradjustmentsConvergenceachievedafter10iterationsVariableCoefficientStd.Errort-StatisticProb.

C-26047.0815929.44-1.6351540.1280X223.8171418.324431.2997480.2181X31.3337110.08320016.030270.0000X4-1.0353820.075461-13.720760.0000AR(1)1.4856450.1647999.0149170.0000AR(2)-0.9285670.184593-5.0303390.0003R-squared0.998483

Meandependentvar18718.46AdjustedR-squared0.997850

S.D.dependentvar14217.70S.E.ofregression659.1853

Akaikeinfocriterion16.08109Sumsquaredresid5214304.

Schwarzcriterion16.37788Loglikelihood-138.7298

Hannan-Quinncriter.16.12201F-statistic1579.295

Durbin-Watsonstat2.352249Prob(F-statistic)0.000000InvertedARRoots

.74-.61i

.74+.61i上图中DW=2.3522，可以判断4->DW>,说明在5%得显著性水平下广义差分后模型中已无自相关。异方差检验：对模型进行White检验，得出White检验结果如图：HeteroskedasticityTest:WhiteF-statistic0.882676

Prob.F(3,16)0.4710Obs*R-squared2.840009

Prob.Chi-Square(3)0.4170ScaledexplainedSS0.934086

Prob.Chi-Square(3)0.8172TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:06/05/16Time:16:27Sample:19952014Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.

C6218550.9464792.0.6570190.5205X2^2-6.82036813.64616-0.4998010.6240X3^20.0002090.0016210.1291370.8989X4^2-0.0008820.002054-0.4293990.6734R-squared0.142000

Meandependentvar1717486.AdjustedR-squared-0.018874

S.D.dependentvar1786446.S.E.ofregression1803226.

Akaikeinfocriterion31.82491Sumsquaredresid5.20E+13

Schwarzcriterion32.02406Loglikelihood-314.2491

Hannan-Quinncriter.31.86378F-statistic0.882676

Durbin-Watsonstat1.386225Prob(F-statistic)0.470952由上述结果可知，,由White检验知，在的情况下，查分布表，得临界值。比较计算统计量和临界值，因为<，所以表明模型不存在异方差。设定误差：依据表中1995-2014年的数据，生成新变量lnY=log(Y)、lnX2=log(X2)、lnX3=log（X3）和lnX4=log(X4)的回归如下：DependentVariable:LNYMethod:LeastSquaresDate:06/05/16Time:19:11Sample:19952014Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.

C-35.758615.694381-6.2796300.0000LNX24.6135400.6539977.0543700.0000LNX30.8641120.6118031.4124020.1770LNX40.6145920.4392411.3992130.1808R-squared0.990821

Meandependentvar9.328067AdjustedR-squared0.989100

S.D.dependentvar1.003569S.E.ofregression0.104774

Akaikeinfocriterion-1.497171Sumsquaredresid0.175641

Schwarzcriterion-1.298024Loglikelihood18.97171

Hannan-Quinncriter.-1.458295F-statistic575.7279

Durbin-Watsonstat1.444893Prob(F-statistic)0.000000回归结果的残差图见附表。由上图可知，该模型的DW统计量为1.4449，而n=20和k=3，的DW统计量的临界值是。由于，不能确定该模型是否存在遗漏变量。对该模型进行LM检验设定lnX8是lnX2的滞后变量，再加入一个新的解释变量X7,X7是城乡居民储蓄存款年底余额。按照LM检验步骤，首先生成其残差序列e1，再用e1对全部解释变量进行回归，得图如下DependentVariable:E1Method:LeastSquaresDate:06/05/16Time:21:53Sample(adjusted):19962014Includedobservations:19afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C-2.5299905.225972-0.4841190.6364LNX20.5914161.1735550.5039530.6227LNX30.2517400.5468610.4603360.6529LNX40.0010040.2888170.0034770.9973LNX8-0.3068590.794080-0.3864330.7054LNX7-0.1959040.270671-0.7237730.4820R-squared0.038735

Meandependentvar-3.74E-15AdjustedR-squared-0.330982

S.D.dependentvar0.047440S.E.ofregression0.054731

Akaikeinfocriterion-2.720692Sumsquaredresid0.038941

Schwarzcriterion-2.422448Loglikelihood31.84657

Hannan-Quinncriter.-2.670217F-statistic0.104769

Durbin-Watsonstat1.861468Prob(F-statistic)0.989325对于受约束回归，查表得由上图中可决系数计算,显然，，不拒绝绝原假设，即该模型不存在重要的遗漏变量。4.结论4.1实证的结果实证结果表明，在假定其他变量不变的情况下，人民币对美元汇率(美元=100)(元)每增加1单位，平均说来进出口总额会增长23.8171亿美元：国内生产总值每增长1亿美元，平均说来进出口总额会增长1.3337亿美元：全社会固定资产投资每增长1亿美元，平均说来进出口总额会减少1.0354亿美元：4.2实证的局限性此模型数据年份跨度较小，尤其没有兼顾到1994年中国实行汇率并轨从而影响到进出口总额的情况；汇率变化采用的是年平均数，不足以显示汇率短期变化对进出口总额的影响。此外，影响进出口总额的因素还有很多，例如政治因素，环境因素等。因此，此模型得出的结论有可能与实际情况有些偏差。5.政策建议1.在现有的人民币汇率基础上，再次通过渐进的人民币升值来实现进出口总额的下降，进而促进外贸依存度的降低。(1)人民币升值，意味着劳动力收入提高，这无疑可以提高我国居民的购买力，这有利于刺激国内消费。(2)人民币升值，意味着劳动力成本上升，这必然会导致一些竞争力差的企业放弃出口，减少我国的出口额。另外，根据日本的经验来看，本币升值还可以在间接上起到调整出口产品结构的作用2.一国进出口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。因此，国家应该促进国内生产总值的增长，鼓励国内生产，适当增加财政收入，但要防止房地产泡沫的出现。应该扩大内需，增加老百姓收入；贯彻落实节能减排的政策；还应该大力引进外资，发展外向型经济。参考文献[1].张晓静.我国进出口总额影响因素的实证分析[J].中国市场,2016(11).[2].宋洁明,陈旻瑞.我国金融服务贸易出口额影响因素的实证分析[J].商,2016(6).[3].邢友萍,徐舜.中国货物出口额影响因素的实证分析[J].商情,2014(26):49-49.[4].何泽.影响中国进出口总额的因素分析[J].商场现代化,2007(17):13-13.[5].刘雪倩.影响中国进出口总额的因素分析[J].新财经:理论版,2011(2).[6].韩德光.中国对外贸易中影响进口额的因素分析[J].北方经贸,2001(12):48-50.[7].李晓琳.基于计量模型的中国进口额影响因素分析[J].商场现代化,2015(3):271-274.[8].原博.中国进口总额影响因素分析[J].商场现代化,2012(21):161-161.基于C8051F单片机直流电动机反馈控制系统的设计与研究基于单片机的嵌入式Web服务器的研究MOTOROLA单片机MC68HC（8）05PV8/A内嵌EEPROM的工艺和制程方法及对良率的影响研究基于模糊控制的电阻钎焊单片机温度控制系统的研制基于MCS-51系列单片机的通用控制模块的研究基于单片机实现的供暖系统最佳启停自校正（STR）调节器单片机控制的二级倒立摆系统的研究基于增强型51系列单片机的TCP/IP协议栈的实现基于单片机的蓄电池自动监测系统基于32位嵌入式单片机系统的图像采集与处理技术的研究基于单片机的作物营养诊断专家系统的研究基于单片机的交流伺服电机运动控制系统研究与开发基于单片机的泵管内壁硬度测试仪的研制基于单片机的自动找平控制系统研究基于C8051F040单片机的嵌入式系统开发基于单片机的液压动力系统状态监测仪开发模糊Smith智能控制方法的研究及其单片机实现一种基于单片机的轴快流CO〈,2〉激光器的手持控制面板的研制基于双单片机冲床数控系统的研究基于CYGNAL单片机的在线间歇式浊度仪的研制基于单片机的喷油泵试验台控制器的研制基于单片机的软起动器的研究和设计基于单片机控制的高速快走丝电火花线切割机床短循环走丝方式研究基于单片机的机电产品控制系统开发基于PIC单片机的智能手机充电器基于单片机的实时内核设计及其应用研究基于单片机的远程抄表系统的设计与研究基于单片机的烟气二氧化硫浓度检测仪的研制基于微型光谱仪的单片机系统单片机系统软件构件开发的技术研究基于单片机的液体点滴速度自动检测仪的研制基于单片机系统的多功能温度测量仪的研制基于PIC单片机的电能采集终端的设计和应用基于单片机的光纤光栅解调仪的研制气压式线性摩擦焊机单片机控制系统的研制基于单片机的数字磁通门传感器基于单片机的旋转变压器-数字转换器的研究基于单片机的光纤Bragg光栅解调系统的研究单片机控制的便携式多功能乳腺治疗仪的研制基于C8051F020单片机的多生理信号检测仪基于单片机的电机运动控制系统设计Pico专用单片机核的可测性设计研究基于MCS-51单片机的热量计基于双单片机的智能遥测微型气象站MCS-51单片机构建机器人的实践研究基于单片机的轮轨力检测基于单片机的GPS定位仪的研究与实现基于单片机的电液伺服控制系统用于单片机系统的MMC卡文件系统研制基于单片机的时控和计数系统性能优化的研究基于单片机和CPLD的粗光栅位移测量系统研究单片机控制的后备式方波UPS提升高职学生单片机应用能力的探究基于单片机控制的自动低频减载装置研究基于单片机控制的水下焊接电源的研究基于单片机的多通道数据采集系统基于uPSD3234单片机的氚表面污染测量仪的研制基于单片机的红外测油仪的研究96系列单片机仿真器研究与设计基于单片机的单晶金刚石刀具刃磨设备的数控改造基于单片机的温度智能控制系统的设计与实现基于MSP430单片机的电梯门机控制器的研制