计量经济学论文完整版

  • 格式:docx
  • 大小:217.15 KB
  • 文档页数:13

计量经济学论文

HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】

计量经济学课程论文

中国进出口总额的影响因素分析

学生姓名: 赵琛

学 号:

系 部: 经济与管理系

专 业: 国际经济与贸易

二〇一六年六月

中国进出口总额的影响因素分析

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

1. 引言

对外贸易在20年以来,从一个较低的水平到了一个很高的水平,

进出口总额占GDP的比例从1995年的%上升到了2014年的%,虽然增加的百分比不高,但是进出口值从1995年的亿美元增加到2004年的亿美元,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。

2. 理论基础

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年的元骤升至元,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%。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

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)。

Y X2 X3 X4 X5 X6

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

数据来源:国家统计局

模型建立

1.uXXXXXY66554433221

2.估计

Dependent Variable: Y

Method: Least Squares

Date: 06/05/16 Time: 13:25

Sample: 1995 2014

Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.??

C

X2

X3

X4

X5

X6

R-squared ????Mean dependent var

Adjusted R-squared ????. dependent var

. of regression ????Akaike info criterion

Sum squared resid ????Schwarz criterion

Log likelihood ????Hannan-Quinn criter.

F-statistic ????Durbin-Watson stat

Prob(F-statistic)

t

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:9923.02R,修正的可决系数9895.02R,

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,在给定显着性水平05.0,查表可得62.4)15,5(F,而由以上数据的F=,由于F=>62.4)15,5(F,说明回归方程显着,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”有显着影响。

t检验:针对)6,5,4,3,2(0:0jHj给出显着性水平05.0查t分布表的自由度为n-k=14临界值145.2)(205.0knt由图一数据可得6,54321ˆˆˆ,ˆ,ˆˆ,,,对应的t统计量分别为 除去2ˆ、3ˆ的t统计量大于外,其余t 统计量均小于,因此可初步认为模型存在严重的多重共线性。

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

X2 X3 X4 X5 X6

X2 ?

X3 ? ? ? ?

X4 ? ? ? ?

X5 ? ? ? ?

X6 ? ? ? ?

可见,各变量相互之间相关系数较高,初步证实存在严重多重共线性。

利用方差扩大因子法,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

Dependent Variable: X2

Method: Least Squares

Date: 06/05/16 Time: 14:32

Sample: 1995 2014

Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.??

C

X3

X4

X5

X6

R-squared ????Mean dependent var

Adjusted R-squared ????. dependent var

. of regression ????Akaike info criterion

Sum squared resid ????Schwarz criterion

Log likelihood ????Hannan-Quinn criter.

F-statistic ????Durbin-Watson stat

Prob(F-statistic)

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2R的值 方差扩大因子2jj11RVIF

X2

X3

X4

X5

X6

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X2 X3 X4

X5 X6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:

Dependent Variable: Y

Method: Stepwise Regression

Date: 06/05/16 Time: 14:43

Sample: 1995 2014

Included observations: 20

No always included regressors