论文部分内容阅读
摘 要:国际贸易与直接投资之间的关系非常紧密,而国内外的相关研究也非常多,因此从计量的角度对这一问题进行了分析,以期更能看清其中之间的关系,并提出自己的见解。
关键词:国际贸易;直接投资;结论
1 计量模型于实证分析
本文选取了我国自1982年-2005年的外商实际直接投资额、出口额、工业制成品出口额、外商企业出口额(表1)等四项数据作为样本,就这些年份外商直接投资与出口贸易、工业制成品贸易、外商投资企业出口贸易这三个数据之间的关系作出简单的一元线性回归分析,以从实证层面判定引进外资与出口贸易、工业制成品贸易、外商投资企业出口贸易之间是否存在相互促进、相辅相成的关系。
模型构建采用1982年到2005年我国实际利用外资数额为样本数据,同时由于数据收集方面的限制,在具体到相关产业时数据收集没有办法得到96年以前的数据,这样样本容量会过小,而介于外商投资企业大部分流入了制造业相关产业,我们选择了整体的工业制成品来检验FDI与之的相关关系,与此同时,我们还选择了外商投资企业出口额来单独考察外商投资企业对于我国出口贸易的贡献。我们使用Eviews计量统计分析系统软件,分别给出以上列出的各项样本数据与进口贸易之间的ADF检验、协整关系检验以及格兰杰(Granger)因果关系统计结果。
(1)时间序列的平稳性检验。
宏观经济中的大多数经济变量,一般都具有明显的趋势特征。为避免回归分析的虚假结果,在对经济变量的时间序列在进行回归分析前,首先要对数据进行单位根检验,以判别序列的平稳性。只有平稳的时间序列数据,才能进行回归分析。考虑到对变量取对数并不改变相关序列的特征,在此,我们采用扩展的Dickey-Fuller检验(ADF)来检验取对数后的经济变量序列的平稳性。本文采用上述外商直接投资和出口数据,为避免数据的剧烈波动,对FDI等各时间序列首先进行对数化处理,然后对其进行ADF检验。
结果显示,在5%的显著性水平下,四个变量均未能通过ADF检验,因此,这几个时间序列都是非平稳的,需要进行差分。而这四个变量的一阶差分的ADF检验值均小于各自对应的临界值,说明这些变量均具有一阶单整性。
(2)协整性检验。
对非平稳序列进行回归分析会产生伪回归问题,但是如果两个非平稳序列之间存在协整关系,则这两个变量之间就存在长期稳定的关系,从而可以有效的避免伪回归的问题。Granger (1986)指出,当时间序列为非稳定的,如果以差分方式使其变为稳定状态,则会使隐含在其中的长期信息丧失,从而仅保留短期信息。所以对于非平稳序列来说,首先要分析变量之间的协整关系,对他们进行协整检验。协整检验提供了另一种检验变量间是否具有长期均衡稳定关系的检验方法。
分别将各个方程的残差命名为et ,生成一个单独的序列,再对残差的序列进行ADF检验,得到结果如下表3所示:
接下来我们设立误差修正模型:
△LNF=α+β△LNFDI+γet-1+εt
△LNF=LNFt-LNFt-1
△LNFDI=LNFDIt-LNFDIt-1
然后以△LNF作为被解释变量,以△LNFDI和et-1为解释变量,估计回归模型式,结果如下:
△LNF=0.413630±0.151145△LNFDI+0.390317et-1
上述估计结果表明,外商投资企业出口额的变化率不仅取决于FDI的变化率,而且还取决于上一期的外商投资企业出口额变化率对于FDI变化率的偏离程度,上一期偏离越远,本期修正就越大,即系统存在误差修正机制。
(3)因果关系检验。
计量经济模型的建立过程,本质上是用回归分析工具处理一个经济变量对其他经济变量的依存性问题,但并不能有效的说明该经济变量与其他经济变量之间的因果关系。因果关系检验就是检验两个数据之间是否存在因果关系。
通过检验可知,LNFDI不是引起LNF变化的原因,而LNF是LNFDI变化的原因。
经过上述实证分析,可以得出以下结论:我国外商投资企业出口额的变化率与FDI之间存在长期稳定均衡的关系,外商投资企业出口额的增加促进了FDI的快速增长。
2 结论
FDI无疑是推动我国经济,特别是对外贸易发展的重要原因之一。但是,由于经济本身的波动性,我们得到的数据序列本身不是平稳的,在经过处理后,我们仍然得不到FDI的变化率与出口变化率、工业制成品出口变化率之间有长期均衡稳定的关系,这些关系受经济波动的动态影响较大。而FDI与外商投资企业出口额之间则存在一個长期稳定的关系,外商投资企业出口额的变化率与FDI的增长呈正相关关系。
参考文献
[1]Mundell, R. A. International Trade and Factor Mobility[J]. American Economic Review, June 1957:321-335.
[2]Vernon. International investment and international trade in the product cycle[J]. Quarterly Journal of Economics, 80,1966:190-207.
关键词:国际贸易;直接投资;结论
1 计量模型于实证分析
本文选取了我国自1982年-2005年的外商实际直接投资额、出口额、工业制成品出口额、外商企业出口额(表1)等四项数据作为样本,就这些年份外商直接投资与出口贸易、工业制成品贸易、外商投资企业出口贸易这三个数据之间的关系作出简单的一元线性回归分析,以从实证层面判定引进外资与出口贸易、工业制成品贸易、外商投资企业出口贸易之间是否存在相互促进、相辅相成的关系。
模型构建采用1982年到2005年我国实际利用外资数额为样本数据,同时由于数据收集方面的限制,在具体到相关产业时数据收集没有办法得到96年以前的数据,这样样本容量会过小,而介于外商投资企业大部分流入了制造业相关产业,我们选择了整体的工业制成品来检验FDI与之的相关关系,与此同时,我们还选择了外商投资企业出口额来单独考察外商投资企业对于我国出口贸易的贡献。我们使用Eviews计量统计分析系统软件,分别给出以上列出的各项样本数据与进口贸易之间的ADF检验、协整关系检验以及格兰杰(Granger)因果关系统计结果。
(1)时间序列的平稳性检验。
宏观经济中的大多数经济变量,一般都具有明显的趋势特征。为避免回归分析的虚假结果,在对经济变量的时间序列在进行回归分析前,首先要对数据进行单位根检验,以判别序列的平稳性。只有平稳的时间序列数据,才能进行回归分析。考虑到对变量取对数并不改变相关序列的特征,在此,我们采用扩展的Dickey-Fuller检验(ADF)来检验取对数后的经济变量序列的平稳性。本文采用上述外商直接投资和出口数据,为避免数据的剧烈波动,对FDI等各时间序列首先进行对数化处理,然后对其进行ADF检验。
结果显示,在5%的显著性水平下,四个变量均未能通过ADF检验,因此,这几个时间序列都是非平稳的,需要进行差分。而这四个变量的一阶差分的ADF检验值均小于各自对应的临界值,说明这些变量均具有一阶单整性。
(2)协整性检验。
对非平稳序列进行回归分析会产生伪回归问题,但是如果两个非平稳序列之间存在协整关系,则这两个变量之间就存在长期稳定的关系,从而可以有效的避免伪回归的问题。Granger (1986)指出,当时间序列为非稳定的,如果以差分方式使其变为稳定状态,则会使隐含在其中的长期信息丧失,从而仅保留短期信息。所以对于非平稳序列来说,首先要分析变量之间的协整关系,对他们进行协整检验。协整检验提供了另一种检验变量间是否具有长期均衡稳定关系的检验方法。
分别将各个方程的残差命名为et ,生成一个单独的序列,再对残差的序列进行ADF检验,得到结果如下表3所示:
接下来我们设立误差修正模型:
△LNF=α+β△LNFDI+γet-1+εt
△LNF=LNFt-LNFt-1
△LNFDI=LNFDIt-LNFDIt-1
然后以△LNF作为被解释变量,以△LNFDI和et-1为解释变量,估计回归模型式,结果如下:
△LNF=0.413630±0.151145△LNFDI+0.390317et-1
上述估计结果表明,外商投资企业出口额的变化率不仅取决于FDI的变化率,而且还取决于上一期的外商投资企业出口额变化率对于FDI变化率的偏离程度,上一期偏离越远,本期修正就越大,即系统存在误差修正机制。
(3)因果关系检验。
计量经济模型的建立过程,本质上是用回归分析工具处理一个经济变量对其他经济变量的依存性问题,但并不能有效的说明该经济变量与其他经济变量之间的因果关系。因果关系检验就是检验两个数据之间是否存在因果关系。
通过检验可知,LNFDI不是引起LNF变化的原因,而LNF是LNFDI变化的原因。
经过上述实证分析,可以得出以下结论:我国外商投资企业出口额的变化率与FDI之间存在长期稳定均衡的关系,外商投资企业出口额的增加促进了FDI的快速增长。
2 结论
FDI无疑是推动我国经济,特别是对外贸易发展的重要原因之一。但是,由于经济本身的波动性,我们得到的数据序列本身不是平稳的,在经过处理后,我们仍然得不到FDI的变化率与出口变化率、工业制成品出口变化率之间有长期均衡稳定的关系,这些关系受经济波动的动态影响较大。而FDI与外商投资企业出口额之间则存在一個长期稳定的关系,外商投资企业出口额的变化率与FDI的增长呈正相关关系。
参考文献
[1]Mundell, R. A. International Trade and Factor Mobility[J]. American Economic Review, June 1957:321-335.
[2]Vernon. International investment and international trade in the product cycle[J]. Quarterly Journal of Economics, 80,1966:190-207.