计量经济学论文.docx

1、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： 132095216 系 部： 经济与管理系 专 业： 国际经济与贸易 二一六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

2、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

3、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2.1 理 论 模 型建立回归模型如下： 654321 XXY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

4、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

5、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

6、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，

7、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 X61995 2808.60 835.10 7320.06 2397.23 481.33 735.97 1996 2898.80 831.42 8608.44 2755.95 548.05 1050.29 1997 3251.60 828.98 9581.59 3008.65 644.08 1398.90 1998 3239.50 827.91 10252.77 3431.

8、07 585.57 1449.59 1999 3606.30 827.83 10894.47 3606.38 526.59 1546.75 2000 4742.90 827.84 12052.61 3976.34 593.56 1655.74 2001 5096.50 827.70 13322.51 4496.01 496.72 2121.65 2002 6207.70 827.70 14619.06 5255.52 550.11 2864.07 2003 8509.88 827.70 16499.29 6713.38 561.40 4032.51 2004 11545.50 827.68 1

9、9417.46 8515.06 640.72 6099.32 2005 14219.10 819.17 22693.19 10837.02 638.05 8188.72 2006 17604.40 797.18 27303.32 13798.41 670.76 10663.40 2007 21765.70 760.40 35247.16 18059.43 783.39 15282.49 2008 25632.55 694.51 45607.94 24884.94 952.53 19460.30 2009 22075.35 683.10 50597.16 32879.34 918.04 2399

10、1.52 2010 29739.98 676.95 60403.72 37179.08 1088.21 28473.38 2011 36418.86 645.88 74955.64 48226.47 1176.98 31811.48 2012 38671.19 631.25 84613.54 59357.58 1132.94 33115.89 2013 41589.93 619.32 94945.88 72061.95 1187.21 38213.15 2014 43015.27 614.28 103521.20 83352.97 1197.05 38430.18 数据来源：国家统计局3.2

11、模 型 建 立1. uXXY 654321 2.估 计Dependent Variable: YMethod: Least SquaresDate: 06/05/16 Time: 13:25Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C -63561.31 25777.47 -2.465770 0.0272X2 71.73616 28.22464 2.541614 0.0235X3 1.081569 0.238518 4.534539 0.0005X4 -

12、0.771497 0.180576 -4.272423 0.0008X5 -2.105278 8.424594 -0.249897 0.8063X6 0.426196 0.299315 1.423907 0.1764R-squared 0.992286 Mean dependent var 17131.98Adjusted R-squared 0.989531 S.D. dependent var 14307.67S.E. of regression 1463.949 Akaike info criterion 17.65899Sum squared resid 30004060 Schwar

13、z criterion 17.95771Log likelihood -170.5899 Hannan-Quinn criter. 17.71730F-statistic 360.1689 Durbin-Watson stat 0.848167Prob(F-statistic) 0.00000065432i 42.013.275.0816.736.1.635 XXXY (25777.47)(28.2246)(0.2385) (0.1806) (8.4246) (0.2993)(-2.4658) (2.5416) (4.5345) (-4.2724) (-0.2499) (1.4239)t93.

14、0R98.0R168.F3.3 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

15、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 ，923.02R985.02R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6.4)15,(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

16、检验：针对 给出显著性水平 查 t 分布表)6,5432(0:0jHj 05.的自由度为 n-k=14 临界值 由图一数据可得1.5.knt对应的 t 统计量分别为( -2.4658) (2.5416) (4.5345) 6,54321,，(-4.2724) (-0.2499) (1.4239)除去 、 的 t 统计量大于 2.145 外，其3余 t 统计量均小于 2.145，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 X6X2 1.000000 -0.

17、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

18、 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: X2Method: Least SquaresDate: 06/05/16 Time: 14:32Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 902.7978 35.65271 25.32200 0.0000X3 0.000496 0.002178 0.227666 0.8230X4 -0.000427 0.001

19、648 -0.259371 0.7989X5 -0.119205 0.070655 -1.687130 0.1123X6 -0.004286 0.002505 -1.711081 0.1077R-squared 0.980812 Mean dependent var 761.5950Adjusted R-squared 0.975695 S.D. dependent var 85.90146S.E. of regression 13.39220 Akaike info criterion 8.239540Sum squared resid 2690.265 Schwarz criterion

20、8.488473Log likelihood -77.39540 Hannan-Quinn criter. 8.288134F-statistic 191.6798 Durbin-Watson stat 1.246669Prob(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2R方差扩大因子 2jj1RVIFX2 0.9808 26.2941X3 0.9980 250.2502X4 0.9945 91.1597X5 0.9767 21.712

21、2X6 0.9934 76.0084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 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: YMethod: Stepwise RegressionDate: 06/05/16 Time: 14:43Sample: 1995 2014Included observations: 20No always included regressors

22、Number of search regressors: 6Selection method: Stepwise backwardsStopping criterion: p-value forwards/backwards = 0.05/0.05Variable Coefficient Std. Error t-Statistic Prob.* X3 1.309740 0.149954 8.734264 0.0000X4 -0.900601 0.135568 -6.643176 0.0000C -52553.99 19494.75 -2.695802 0.0159X2 55.67717 22

23、.11603 2.517503 0.0229R-squared 0.991169 Mean dependent var 17131.98Adjusted R-squared 0.989513 S.D. dependent var 14307.67S.E. of regression 1465.216 Akaike info criterion 17.59425Sum squared resid 34349712 Schwarz criterion 17.79340Log likelihood -171.9425 Hannan-Quinn criter. 17.63312F-statistic

24、598.5695 Durbin-Watson stat 0.477903Prob(F-statistic) 0.000000Selection SummaryRemoved X5Removed X6*Note: p-values and subsequent tests do not account for stepwiseselection.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：Dependent Variable: YMethod

25、: Least SquaresDate: 06/05/16 Time: 15:44Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C -52553.99 19494.75 -2.695802 0.0159X2 55.67717 22.11603 2.517503 0.0229X3 1.309740 0.149954 8.734264 0.0000X4 -0.900601 0.135568 -6.643176 0.0000R-squared 0.991169 M

26、ean dependent var 17131.98Adjusted R-squared 0.989513 S.D. dependent var 14307.67S.E. of regression 1465.216 Akaike info criterion 17.59425Sum squared resid 34349712 Schwarz criterion 17.79340Log likelihood -171.9425 Hannan-Quinn criter. 17.63312F-statistic 598.5695 Durbin-Watson stat 0.477903Prob(F

27、-statistic) 0.000000432i 906.7.167.59.23 XXYSe=（19494.75）（22.1160）（0.1500）（0.1356）t= （-2.6958）（2.5175）（8.7343）（-6.6432）DW=0.4779917.02R569.8F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 DWDW ,说明在 5%得显著性水平下广义差分Ud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：Heteroskedasticity Test: W

28、hiteF-statistic 0.882676 Prob. F(3,16) 0.4710Obs*R-squared 2.840009 Prob. Chi-Square(3) 0.4170Scaled explained SS 0.934086 Prob. Chi-Square(3) 0.8172Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/05/16 Time: 16:27Sample: 1995 2014Included observations: 20Variable Coefficient S

29、td. Error t-Statistic Prob. C 6218550. 9464792. 0.657019 0.5205X22 -6.820368 13.64616 -0.499801 0.6240X32 0.000209 0.001621 0.129137 0.8989X42 -0.000882 0.002054 -0.429399 0.6734R-squared 0.142000 Mean dependent var 1717486.Adjusted R-squared -0.018874 S.D. dependent var 1786446.S.E. of regression 1

30、803226. Akaike info criterion 31.82491Sum squared resid 5.20E+13 Schwarz criterion 32.02406Log likelihood -314.2491 Hannan-Quinn criter. 31.86378F-statistic 0.882676 Durbin-Watson stat 1.386225Prob(F-statistic) 0.470952由上述结果可知， ,由 White 检验知，在 的情况下，查8409.2nR05.分布表，得临界值 。比较计算 统计量和临界值，因为2173.5.）（2 ，所以表

31、明模型不存在异方差。8409.nR320.）（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：Dependent Variable: LNYMethod: Least SquaresDate: 06/05/16 Time: 19:11Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C -35.75861 5.694381 -6.279630 0

32、.0000LNX2 4.613540 0.653997 7.054370 0.0000LNX3 0.864112 0.611803 1.412402 0.1770LNX4 0.614592 0.439241 1.399213 0.1808R-squared 0.990821 Mean dependent var 9.328067Adjusted R-squared 0.989100 S.D. dependent var 1.003569S.E. of regression 0.104774 Akaike info criterion -1.497171Sum squared resid 0.1

33、75641 Schwarz criterion -1.298024Log likelihood 18.97171 Hannan-Quinn criter. -1.458295F-statistic 575.7279 Durbin-Watson stat 1.444893Prob(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05.DW 统计量的临界值是 。由于 ，不98.0dL67.1U ULdDW49.1d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

34、，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Dependent Variable: E1Method: Least SquaresDate: 06/05/16 Time: 21:53Sample (adjusted): 1996 2014Included observations: 19 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob. C -2.529990 5.225972 -0.484119 0.6364L

35、NX2 0.591416 1.173555 0.503953 0.6227LNX3 0.251740 0.546861 0.460336 0.6529LNX4 0.001004 0.288817 0.003477 0.9973LNX8 -0.306859 0.794080 -0.386433 0.7054LNX7 -0.195904 0.270671 -0.723773 0.4820R-squared 0.038735 Mean dependent var -3.74E-15Adjusted R-squared -0.330982 S.D. dependent var 0.047440S.E.

36、 of regression 0.054731 Akaike info criterion -2.720692Sum squared resid 0.038941 Schwarz criterion -2.422448Log likelihood 31.84657 Hannan-Quinn criter. -2.670217F-statistic 0.104769 Durbin-Watson stat 1.861468Prob(F-statistic) 0.989325对于 受约束回归，查表得 由上图中可决系数计算:0H，）（ 143.3025.,显然， ，不拒绝74.385.*2nR 7nR

37、，）（ 143.3025.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

38、 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

39、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

40、).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.