论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
中国进出口相关因素的数量与实证分析
【内容摘要】近两年来,中国国内经济呈现恢复性增长态势,通货膨胀水平也在低位波动;对外经济则呈现出良好势头,进出口总量和贸易顺差不断增加,资本流入速度加快,外汇储备上升迅速。众所周知,人民币汇率是中国的货币部门对实际经济部门发生影响的重要变量,人民币汇率发生变动,中国的进出口额将随之变动。除此之外,外商直接投资和关税收入对其也有很大的影响。下面,我们对这三个因素与进出口总额之间大关系具体进行数量和实证分析。
【关键词】进出口总额 美元兑人民币汇率 外商直接投资 关税收入 对外开放
数量分析
通过分析我国1983—2002年进出口总额的历史资料,建立一个单一方程模型。影响我国进出口总额Y(亿美元)的主要因素有:美元兑人民币汇率X1(人民币/1美元),外商直接投资X2(亿美元),关税收入(亿元)。数据详见下表:
obs Y X1 X2 X3
1983 436.2 1.9757 9.2 53.9
1984 535.5 2.327 14.2 103.1
1985 696 2.9366 19.6 205.2
1986 738.5 3.4528 22.4 151.6
1987 826.5 3.7221 23.1 142.4
1988 1027.8 3.7221 31.9 155
1989 1116.8 3.7651 33.9 181.5
1990 1154.4 4.7832 34.9 159
1991 1357 5.3233 43.7 187.3
1992 1655.3 5.5146 110.1 212.8
1993 1957 5.762 275.2 256.5
1994 2366.2 8.6187 337.7 272.7
1995 2808.6 8.351 375.2 291.8
1996 2898.8 3.3142 417.3 301.8
1997 3251.6 8.2898 452.6 319.5 (科教作文网http://zw.ΝsΕAc.Com编辑整理)
1998 3239.5 8.2791 454.6 313
1999 3606.3 8.2783 403.2 562.2
2000 4743 8.2784 407.2 750.5
2001 5096.5 8.277 468.8 840.6
2002 6207.7 8.277 527.4 705
设模型的函数形式为:
Y=β0+β1X1+β2X2+β3X3+μ
(1)、运用OLS估计方法对上式中的参数进行估计,结果如下:
Dependent Variable: Y
Method: Least Squares
Date: 11/22/04 Time: 21:27
Sample: 1983 2002
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 77.44442 242.5923 0.319237 0.7537
X1 12.51885 62.56311 0.200100 0.8439
X2 3.806575 0.837710 4.544026 0.0003
X3 4.179271 0.589401 7.090707 0.0000
R-squared 0.961760 Mean dependent var 2285.960
Adjusted R-squared 0.954590 S.D. dependent var 1665.343
S.E. of regression 354.8802 Akaike info criterion 14.75829
Sum squared resid 2015040. Schwarz criterion 14.95744
Log likelihood -143.5829 F-statistic 134.1352
Durbin-Watson stat 1.520587 Prob(F-statistic) 0.000000
(表1)
模型为:Y^=77.44442+12.51885X1+3.806575X2+4.179271X3
Se=242.5923 62.56311 0.83771 0.589401
t =0.319237 0.2001 4.544026 7.090707
R2 =0.96176 F=134.1352 n=20 (转载自http://www.NSEAC.com中国科教评价网)
(2)各种检验与修正:
①多重共线性检验与修正:
运用综合判断方法进行检验:因为R2很大,F值也很大,而t值比较小,则说明模型存在多重共线性。
运用逐步回归法对模型进行修正,由回归结果可以看出,X1对Y的影响并不显著,删除X1以后进一步回归,估计结果为:
Dependent Variable: Y
Method: Least Squares
Date: 11/22/04 Time: 21:36
Sample: 1983 2002
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 117.4947 133.1508 0.882418 0.3899
X2 3.912997 0.628686 6.224090 0.0000
X3 4.202279 0.561518 7.483783 0.0000
R-squared 0.961664 Mean dependent var 2285.960
Adjusted R-squared 0.957154 S.D. dependent var 1665.343
S.E. of regression 344.7149 Akaike info criterion 14.66079
Sum squared resid 2020082. Schwarz criterion 14.81015
Log likelihood -143.6079 F-statistic 213.2231
Durbin-Watson stat 1.536288 Prob(F-statistic) 0.000000
(表2)
新模型为:Y^=117.4947+3.912997X2+4.202279X3
Se=133.1508 0.628686 0.561518
t=0.882418 6.22409 7.483783
R2 =0.961664 F=213.2231 n=20
由上式可见,模型的统计检验效果均有较大改善。
(科教论文网 lw.nSeAc.com编辑发布)