《计量经济学模型设计 ——关于出口贸易总额影响因数的研究》由会员分享，可在线阅读，更多相关《计量经济学模型设计 ——关于出口贸易总额影响因数的研究（5页珍藏版）》请在金锄头文库上搜索。
1、计量经济学模型设计关于出口贸易总额影响因数的研究一、引言2012 年经济增速“破八” ，创出 2000 年以来的年度 GDP 增速最低值。在本轮经济周期下行的过程中，拉动经济增长的“三驾马车”投资、消费、出口在过去一年也低位运行。数据显示，2012 年净出口对经济的贡献率为负 2.2%，而2011 年，这一数据为负 5.8%。如何重新拉动出口贸易，保证宏观经济的持续稳定增长，成为我们目前务须关注的问题。另一方面，中国经济对国际市场的依赖程度越来越深，因此，对出口各种影响因素进行系统分析，进而更好的促进我国出口的增长在当前显得尤为重要。二、理论模型与参数估计2.1 建立模型本文建立的计量经济模型
2、中，被解释变量为出口贸易总额（Y） ；从定量分析方面考虑，选取的解释变量如下：（1） 国内生产总值 GDP（X1）国民总收入体现了一国整体发展水平，经济发展状况不同，对外贸易情况受到的影响也就不同。（2） 外商直接投资 FDI（X2）一般而言，外商利用新兴经济体的低廉的劳动力、土地等资源，生产产品并输出产品到发达国家。因此外商直接投资直接导致了对外贸易的增加。（3） 汇率（X3）一般情况下，人民币升值，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。（4） 商品零售价格指数（X4）高的商品零售价格指数将会导致出口商品成本上升，一般情况下，会对我国出口，会有反向影响的作用。因此，该模型设定
3、为: Y= 1+ 2X1+ 3X2+ 4X3+ 5X4+ u其中： Y 出口贸易总额（亿美元）X1 国内生产总值（亿元）X2 外商直接投资（亿美元） X3 汇率（元）X4 商品零售价格指数（%） 通过查询中国统计局的2012年中国统计年鉴及新浪财经数据网，获得1980年-2012 年各项指标的数据，如下表所示：年份Y-出口贸易总额（亿美元）X1-国内生产总值（亿元）X2-外商直接投资（亿美元）X3-汇率（元）X4-商品零售价格指数（%）1980 181.19 4545.62 3.54 1.50 106.00 1981 220.10 4891.56 3.54 1.71 102.40 1982 2
4、23.20 5323.35 3.54 1.89 101.90 1983 222.30 5962.65 9.20 1.98 101.50 1984 261.40 7208.05 14.20 2.33 102.80 1985 273.50 9016.04 19.56 2.94 108.80 1986 309.40 10275.18 22.44 3.45 106.00 1987 394.40 12058.62 23.14 3.72 107.30 1988 475.20 15042.82 31.94 3.72 118.50 1989 525.40 16992.32 33.92 3.77 117.80
5、1990 620.91 18667.82 34.87 4.78 102.10 1991 719.10 21781.50 43.66 5.32 102.90 1992 849.40 26923.48 110.08 5.51 105.40 1993 917.44 35333.92 275.15 5.76 113.20 1994 1210.06 48197.86 337.67 8.62 121.70 1995 1487.80 60793.73 375.21 8.35 114.80 1996 1510.48 71176.59 417.26 8.31 106.10 1997 1827.92 78973.
6、03 452.57 8.29 100.80 1998 1837.09 84402.28 454.63 8.27 97.40 1999 1949.31 89677.05 403.19 8.28 97.00 2000 2492.03 99214.55 407.15 8.28 98.50 2001 2660.98 109655.17 468.78 8.28 99.20 2002 3255.96 120332.69 527.43 8.28 98.70 2003 4382.28 135822.76 535.05 8.28 99.90 2004 5933.26 159878.34 606.30 8.28
7、102.80 2005 7619.53 184937.37 603.25 8.20 100.80 2006 9689.36 216314.43 630.21 7.98 101.00 2007 12177.76 265810.31 747.68 7.60 103.80 2008 14306.93 314045.43 923.95 6.95 105.90 2009 12016.12 340902.81 900.33 6.83 98.80 2010 15779.30 401512.80 1057.40 6.77 103.10 2011 18986.00 472881.56 1160.23 6.46
8、104.90 2012 20489.30 519322.00 1116.16 6.29 101.97 2.2 参数估计假定模型中随机项满足基本假定，可用OLS法估计其参数，得出以下回归结果：Dependent Variable: YMethod: Least SquaresDate: 04/20/13 Time: 13:30Sample: 1980 2012Included observations: 33Variable Coefficient Std. Error t-Statistic Prob. C -3083.641 2450.456 -1.258395 0.2186X1 0.043
9、902 0.005676 7.734132 0.0000X2 -0.598127 2.688892 -0.222444 0.8256X3 -155.0078 132.8577 -1.166721 0.2532X4 32.29234 22.56367 1.431165 0.1635R-squared 0.985824 Mean dependent var 4418.315Adjusted R-squared 0.983799 S.D. dependent var 5949.497S.E. of regression 757.2689 Akaike info criterion 16.23604S
10、um squared resid 16056774 Schwarz criterion 16.46278Log likelihood -262.8947 F-statistic 486.7990Durbin-Watson stat 0.899067 Prob(F-statistic) 0.000000模型估计的结果可表示为Y = -3083.641 + 0.0439X1 - 0.5981X2 155.0078X3 + 32.2923X4（2450.456） （0.005676） （2.688892） ( 132.8577) （22.56367）t= （ -1.258395） （7.734132
11、） （-0.222444） （-1.166721） （1.431165）=0.9858 =0.9838 F=486.7990 df=282R2R2.3 经济意义检验本模型中所估计的参数的符号与经济理论分析有较大差异。其中，-3083.641 为模型的截距项；在其他因素不变的情况下，国内生产总值每增加 1亿元，平均说来出口贸易总额将增加 0.0439 万元；外商直接投资每增加 1 亿美元，平均说来出口贸易总额将减少 0.5981 万元;汇率每增加 1 元，平均来说出口贸易总额讲减少 155.0078 亿元；商品零售物价指数每增加 1%,平均说来出口贸易总额将增加 32.2923 亿元。2.4 统
12、计学检验（1）拟合优度：可决系数 R2=0.9858，修正的可决系数 R2=0.9838，表面模型对样本的拟合很好。（2）F 检验：针对原假设 H0：2=3=4=5=0:，给定显著性水平 =0.05，在F 分布表中查自由度 k-1=4 和 n-k=28 的临界值 F0.5 (4,28)=2.71.由上表知F=486.7990F0.5 (4,28)=2.98，应拒绝原假设 H0:2=3=4=5=0，说明回归方程显著，即 4 个变量联合起来确实对“出口贸易总额”有显著影响。（3）t 检验：分别针对 : =0（i=1,2,3 ，4,5 ） ，给定显著性水平 =0.05，查 t0Hi分布表得自由度为
13、n-k=28 的临界值 t0.025（n-k）=2.048 ，由上表数据知对应的 t 统计量 1，2，3,4，5 分别为-1.258395， 7.734132， -0.222444， -1.166721， 1.431165，除了 2 以外，其他绝对值均小于（n-k）=2.048，说明在显著性水平 =0.05 下，分别都应当接受 :/2t 0H=0（i=1,2,3，4,5） ，也就是说，当在其他解释变量不变的情况下，只有i“国内生产总值” （ ）对被解释变量“出口贸易总额”Y 都有显著的影1X响。三多重共线性3.1 多重共线性检验模型的可决系数和修正可决系数很高，F 检验值 486.7990 远
14、大于临界值(4,28)=2.71，回归方程整体显著。但是在 =0.05 下， （28） /2t=2.048，不仅 X2，X3，X4 的系数 t 检验不显著，而且 X2，X3，X4 系数的符号和预期相反。这表明很可能存在严重的多重共线性。为进一步确定模型存在严重的多重共线性，计算各解释变量的相关系数。由表中可以看出，X1 与 X2，X2 与 X3 解释变量相互之间的相关系数较高，证实模型确实存在较严重的多重共线性。可以用逐步回归的方法，来解决多重共线性。X1 X2 X3 X4X1 1.000000 0.952698 0.422106 -0.263051X2 0.952698 1.000000 0
15、.647612 -0.284609X3 0.422106 0.647612 1.000000 -0.196595X4 -0.263051 -0.284609 -0.196595 1.0000003.2 修正多重共线性采用逐步回归的办法，去解决多重共线性问题。分别作 Y 对X1、 X2、X3 、X4 的一元回归，结果如下表变量 X1 X2 X3 X4参数估计值 0.040987 15.18893 859.4221 -213.6974t 统计量 38.69949 13.33888 2.104703 -1.270056R2 0.979721 0.851622 0.125030 0.049460修正
16、R2 0.979067 0.846835 0.068817 0.018797其中，加入 X1 的方程 最大，以 X1 为基础，顺次加入其他变量逐步回归，2R结果如下:变量 X1 X2 X3 X4 修正 R2X1,X2 0.049595(15.82033)-3.591349(-2.882213)0.983060X1,X3 0.042353(41.10729)-189.8940(-3.140111)0.983720X1,X4 0.041431(39.20087)39.20087(1.575227)0.980021经比较，加入 X3 的方程修正的 R2 改进最大，而且各参数的 t 检验显著，选择保留 X3，再加入其他新变量逐步回归，结果如下：变量 X1 X2
