我國出口貿(mào)易影響因素的計量經(jīng)濟分析-計量經(jīng)濟學(xué)論文

1、    我國出口貿(mào)易影響因素的計量經(jīng)濟分析 我國出口貿(mào)易影響因素的計量經(jīng)濟分析 摘要：本文收集了我國198-2011年出口額等時間序列統(tǒng)計資料，建立了我國出口總額的影響因素模型，并對我國下期出口額進行預(yù)測。在建立模型的過程中，處理了多重共線性問題，修正了異方差，避免了自相關(guān)等問題模型結(jié)果表明，影響我國出口貿(mào)易額的主要因素為國內(nèi)生產(chǎn)總值、全國固定資產(chǎn)投資及國民消費水平。關(guān)鍵詞：出口貿(mào)易；影響因素分析；多重共線性；異方差；自相關(guān)；計量經(jīng)濟模型一、引言 三十多年來，我國對外貿(mào)易取得了舉世矚目的成就，從一個較低的水平發(fā)展了一個很高的水平，中國經(jīng)濟在世界經(jīng)濟中扮演

2、的角色也越來越重要，越來越受世界各國的關(guān)注。因此，對外貿(mào)經(jīng)濟的分析越發(fā)重要。從目前的理論的研究來看，影響我國出口發(fā)展的因素國內(nèi)生產(chǎn)總值、全國固定資產(chǎn)投資、居民消費水平、關(guān)稅、城鄉(xiāng)居民儲蓄、第三產(chǎn)業(yè)就業(yè)人數(shù)。本文在前人分析的基礎(chǔ)上，結(jié)合計量分析方法，分別建立了我國出口的影響因素模型，來分析研究各個因素對我國進出口貿(mào)易的影響方向和力度。二、理論模型與數(shù)據(jù) （1） GDP（X1）國民總收入體現(xiàn)了一國整體發(fā)展水平，經(jīng)濟發(fā)展?fàn)顩r不同，對外貿(mào)易情況受到的影響也就不同。（2）全國固定資產(chǎn)投資（X2）固定資產(chǎn)投資反映了國內(nèi)環(huán)境因素的變量，間接對我國進出口貿(mào)易也產(chǎn)生了一定的影響。（3）居民消

3、費水平(X3)- 高的物價將會導(dǎo)致出口商品成本上升，對我國出口一般情況下，會有反向影響的作用。（4）關(guān)稅(X4)- 進口關(guān)稅稅率是調(diào)節(jié)進口商品數(shù)量和結(jié)構(gòu)的重要手段，較高稅率一般情況下會導(dǎo)致進口數(shù)量的減少。（5）城鄉(xiāng)居民儲蓄(X5)- 居民儲蓄對從另外的角度又反映了一國經(jīng)濟發(fā)展?fàn)顩r。而一過進出口貿(mào)易又很大程度上依賴于這個國家的經(jīng)濟發(fā)展水平。（6）第三產(chǎn)業(yè)就業(yè)人數(shù)(X6)- 第三產(chǎn)業(yè)服務(wù)業(yè)比重對我國進出口貿(mào)易也有不可忽視的重要影響。一般服務(wù)不出國，所以第三產(chǎn)業(yè)比重越高，進出口總額總額在經(jīng)濟總量中的比重就會降低。 三、模型構(gòu)建經(jīng)分析國內(nèi)生產(chǎn)總值及全國固定資產(chǎn)投資為影響我國出口貿(mào)易的主要因素，除此之外

4、，城鄉(xiāng)居民消費、關(guān)稅、城鄉(xiāng)居民儲蓄和第三產(chǎn)業(yè)的工作人數(shù)等也有關(guān)系。為此，考慮的影響因數(shù)主要有全國生產(chǎn)總值 X1，全國固定資產(chǎn)投資X2，我國居民的消費狀況X3，我國海關(guān)關(guān)稅情況X4，居民的儲蓄情況X5，第三產(chǎn)業(yè)發(fā)展情況X6。為此設(shè)定了如下形式的計量經(jīng)濟模型： Yt=0 +1 X1+2X2+3X3 +4X4+5X5+6X6+t其中，Yt為我國出口總額，GDP X1，全國固定資產(chǎn)投資X2，居民消費水平X3，關(guān)稅X4，城鄉(xiāng)居民儲蓄X5，第三產(chǎn)業(yè)就業(yè)人數(shù)X6 利用EViews軟件，生成Y、X1、X2、X3、X4、X5、X6等數(shù)據(jù)，采用這些數(shù)據(jù)對模型進行OLS回歸，記過如下表所示： 為估計模型參數(shù)，搜集了

5、1982-2011的統(tǒng)計數(shù)據(jù)，如表1所示：出口總額GDP全國固定資產(chǎn)投資居民消費水平關(guān)稅城鄉(xiāng)居民儲蓄第三產(chǎn)業(yè)就業(yè)人數(shù)1982413.85,323.351,230.4028847.46447.36,090.001983438.35,962.651,430.1031653.88572.66,606.001984580.57,208.051,832.90361103.07776.627,739.001985808.99,016.042,543.20446205.211,622.608,359.0019861,082.1010,275.183,120.60497151.621,471.458,811.

6、0019871,470.0012,058.623,791.70565142.372,067.609,395.0019881,766.7015,042.824,753.80714155.022,659.169,933.0019891,956.1016,992.324,410.40788181.545,196.4010,129.0019902,985.8018,667.824,517.00833159.017,119.6011,979.0019913,827.1021,781.505,594.50932187.289,244.9012,378.0019924,676.3026,923.488,08

7、0.101,116212.7511,757.3013,098.0019935,284.8035,333.9213,072.301,393256.4715,203.5014,163.00199410,421.8048,197.8617,042.101,833272.6821,518.8015,515.00199512,451.8060,793.7320,019.302,355291.8329,662.3016,880.00199612,576.4071,176.5922,913.502,789301.8438,520.8017,927.00199715,160.7078,973.0324,941

8、.103,002319.4946,279.8018,432.00199815,223.6084,402.2828,406.203,159313.0453,407.4718,860.00199916,159.8089,677.0529,854.703,346562.2359,621.8319,205.00200020,634.4099,214.5532,917.703,632750.4864,332.3819,823.40200122,024.40109,655.1737,213.503,887840.5273,762.4320,164.80200226,947.90120,332.6943,4

9、99.904,144704.2786,910.6520,958.10200336,287.90135,822.7655,566.614,475923.13103,617.6521,604.60200449,103.30159,878.3470,477.435,0321,043.77119,555.3922,724.80200562,648.10184,937.3788,773.615,5961,066.17141,050.9923,439.20200677,597.20216,314.43109,998.166,2991,141.78161,587.3024,142.90200793,563.

10、60265,810.31137,323.947,3101,432.57172,534.1924,404.002008100,394.94314,045.43172,828.408,4301,769.95217,885.3525,087.20200982,029.69340,902.81224,598.779,2831,483.81260,771.6625,857.302010107,022.84401,512.80251,683.7710,5222,027.83303,302.4926,332.302011123,240.60473,104.05311,485.1312,5702,559.12

11、343,635.8927,282.00數(shù)據(jù)來源：國家統(tǒng)計局網(wǎng)站利用EViews軟件，生成Y、X1、X2、X3、X4、X5、X6等數(shù)據(jù)，采用這些數(shù)據(jù)對模型進行OLS回歸，記過如下表2所示：Dependent Variable: YMethod: Least SquaresDate: 12/17/13 Time: 09:25Sample: 1982 2011Included observations: 30VariableCoefficientStd. Errort-StatisticProb.  C-3685.4086155.206-0.5987460.5552X11.600

12、0660.1940958.2437380.0000X2-0.7255720.146212-4.9624490.0001X3-35.872916.403180-5.6023580.0000X4-0.3806668.431707-0.0451470.9644X50.0530700.1251020.4242130.6754X60.8990610.8045541.1174650.2753R-squared0.989683    Mean dependent var30292.65Adjusted R-squared0.986991  

13、0; S.D. dependent var37699.18S.E. of regression4299.828    Akaike info criterion19.77150Sum squared resid4.25E+08    Schwarz criterion20.09845Log likelihood-289.5725    Hannan-Quinn criter.19.87609F-statistic367.7091   &

14、#160;Durbin-Watson stat1.363408Prob(F-statistic)0.000000由此可見該模型=0.989683，=0.986991，可決系數(shù)很高，F(xiàn)檢驗值367.7091，明顯顯著。但是當(dāng)=0.05時，t/2（n-k）=t0.025(30-6)=2.064,不僅X4、X5、X6的系數(shù)t檢驗不顯著，這表明可能存在嚴重的多重共線性。計算各解釋變量的相關(guān)系數(shù)，得相關(guān)系數(shù)矩陣： 表3 相關(guān)系數(shù)矩陣 由相關(guān)系數(shù)矩陣可以看出，各解釋變量相互之間的相關(guān)系數(shù)較高，證實確實存在嚴重多重共線性。四、修正多重共線性采用逐步回歸的辦法，去檢驗和解決多重共線性問題。分別作Y對X1、X2

15、、X3、X4、X5、X6的一元回歸，結(jié)果如下： 表4 一元回歸估計結(jié)果變量 x1 x2 x3 x4 x5 x6參數(shù)估計值 0.289030 0.438839 11.00691 56.19043 0.380640 4.877271 T統(tǒng)計變量 236.05459 17.25575 21.70637 23.19009 23.17901 8.692862 0.960387 0.914047 0.943906 0.950511 0.950466 0.729641 0.958972 0.910978 0.941903 0.948743 0.948697 0.719985其中，加入X1的方程最大，以X1為

16、基礎(chǔ)，順次加入其它變量逐步回歸。結(jié)果如下表5所示。變量變量X1X2X3X4X5X6X1,x2 0.412851(6.284981)-0.195267(-2.910023)0.962517X1,x30.397389(3.545385)-0.4183027(-0.971530) 0.958890X1,x40.196356(3.071767)18.37772(1.471197)0.960610X1,x50.451806(2.842581)-0.216012(-1.026622)0.959051X1,x60.284283(12.55689)0.106016(0.241879)0.957545經(jīng)比較，新

17、加入X2的方程=0.962517，改進最大，而且各參數(shù)的t檢驗顯著，選擇保留X2，再加入其它新變量逐步回歸，結(jié)果如下所示： 表6 加入新變量的回歸結(jié)果變量變量X1X2X3X4X5X6X1,x2,x31.559483(9.898003)-0.789531(-8.007797)-29.71681(-7.494827)0.987684X1,x2,x40.332469(2.971142)-0.160925(-1.467507)11.62174(0.889146)0.962224X1,x2,x50.509013(3.236895)-0.180063(-1.703332)-0.140406(-0.6745

18、13)0.961745X1,x2,x60.841019(5.975964)-0.703960(-3.989349)-2.258213(-3.317470)0.972652經(jīng)比較，新加入X3的方程=0.987684，改進最大，而且各參數(shù)的t檢驗顯著，選擇保留X3，再加入其它新變量逐步回歸，結(jié)果如下所示： 表7 加入新變量的回歸結(jié)果變量變量X1X2X3X4X5X6X1,x2,x3,x41.596405(8.549899)-0.806762（-7.348239）-30.13165(-7.220449)-3.023882(-0.384965)0.987267X1,x2,x3,x51.537909(9.

19、173831)-0.803017(-7.655290)-30.10286(-7.296316)0.053249(0.433278)0.987287X1,x2,x3,x61.617778(9.936624)-0.708772(-6.047929)-35.52145(-5.826707)0.9125014(1.244118)0.987938在X1、X2 、X3的基礎(chǔ)上加入后的方程有所下降，且X4參數(shù)的t檢驗不顯著。加入X5時，也有所下降，且X5參數(shù)的t檢驗不顯著。加入X6后，也有下降，X6參數(shù)的t檢驗不顯著。從相關(guān)系數(shù)也可以看出，X4、X5、X6與其他變量高度相關(guān)，這說明主要是X4、X5、X6引起

20、了多重共線性，予以剔除。最后修正嚴重多重共線性影響后的回歸結(jié)果為Y1=2052.388+1.559483X1-0.789531X2-29.71681X3 (1.201916) (9.898003) (-8.007797) (-7.494827)=0.988958 =0.987684 F=776.2257 DW=1.254051 SE=4183.76五、異方差檢驗及修正（一）檢驗異方差根據(jù)以上結(jié)果，進行White檢驗，得表8Heteroskedasticity Test: WhiteF-statistic7.129311    Prob. F(9,20)0

21、.0001Obs*R-squared22.87104    Prob. Chi-Square(9)0.0065Scaled explained SS41.07136    Prob. Chi-Square(9)0.0000Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/17/13 Time: 11:44Sample: 1982 2011Included observations: 30VariableCoefficientS

22、td. Errort-StatisticProb.  C-3059484.31902139-0.0959020.9246X1-3025.14515128.33-0.1999660.8435X12-0.5969730.182148-3.2773990.0038X1*X20.8454610.1429475.9144990.0000X1*X325.0484613.032571.9219900.0690X21978.59610384.790.1905280.8508X22-0.3533920.091941-3.8436650.0010X2*X3-15.906765.457769-2

23、.9145170.0086X365275.13323426.60.2018240.8421X32-274.4179197.9826-1.3860710.1810R-squared0.762368    Mean dependent var15169897Adjusted R-squared0.655434    S.D. dependent var33739116S.E. of regression19804781    Akaike info criterion36.701

24、95Sum squared resid7.84E+15    Schwarz criterion37.16901Log likelihood-540.5292    Hannan-Quinn criter.36.85136F-statistic7.129311    Durbin-Watson stat1.498529Prob(F-statistic)0.000134從表8可知n=22.87104，有White檢驗知，在=0.05下，查 分布表，得臨界值(9)=16.9190

25、，同時X和的t檢驗值也顯著。比較計算的的統(tǒng)計量與臨界值，因為n=22.87104>(9)=16.9190,所以拒絕原假設(shè)，不拒絕備擇假設(shè)，表明模型存在異方差。（二）異方差性修正 在運用加權(quán)最小二乘法估計的過程中，我們分別選用了權(quán)數(shù)W1t= W2t= W3t=。經(jīng)估計檢驗發(fā)現(xiàn)用權(quán)數(shù)W1t的效果最好。得結(jié)果為下表9Dependent Variable: YMethod: Least SquaresDate: 12/17/13 Time: 21:37Sample: 1982 2011Included observations: 30Weighting series: W1VariableCoe

26、fficientStd. Errort-StatisticProb.  C771.6726299.33712.5779380.0160X10.9974110.1518216.5696650.0000X2-0.3570550.125358-2.8482810.0085X3-18.077363.072124-5.8843190.0000Weighted StatisticsR-squared0.982037    Mean dependent var4831.524Adjusted R-squared0.979964  

27、;  S.D. dependent var2036.795S.E. of regression706.8518    Akaike info criterion16.08308Sum squared resid12990627    Schwarz criterion16.26991Log likelihood-237.2463    Hannan-Quinn criter.16.14285F-statistic473.7984  &#

28、160; Durbin-Watson stat0.616906Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.978115    Mean dependent var30292.65Adjusted R-squared0.975590    S.D. dependent var37699.18S.E. of regression5890.047    Sum squared resid9.02E+08

29、Durbin-Watson stat0.382478估計結(jié)果如下： Yt= 771.6726+0.997411X1-0.357055X2-18.07736X3 （2.577938）（6.569665）（-2.848281）（-5.884319）=0.982037 =0.979964 F=473.7984 DW=0.616906括號中為t統(tǒng)計計量值。 可以看出運用加權(quán)最小二乘法消除異方差后，參數(shù)的t檢驗均顯著，F(xiàn)檢驗也顯著。六、自相關(guān)檢驗樣本量為30、解釋變量數(shù)為6，查DW統(tǒng)計表可知dL=1.006,du=1.421,模型中DW=0.616906<dL, 顯然模型中有自相關(guān)。這點從下面的殘

30、差圖中也可以看出，在下圖中，殘差的變動系統(tǒng)有系統(tǒng)模式，連續(xù)為正和連續(xù)為負，表明殘差項存在一階正相關(guān)，模型中t統(tǒng)計量和F統(tǒng)計量的結(jié)論不可信，需要采取不求措施。 選用廣義差分法解決自相關(guān)問題,得如下結(jié)果：Dependent Variable: Y-0.3705*Y(-1)Method: Least SquaresDate: 12/18/13 Time: 22:02Sample (adjusted): 1983 2011Included observations: 29 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.

31、60; C403.27361546.8850.2607000.7965X1-0.3705*X1(-1)1.2578270.1424158.8320970.0000X2-0.3705*X2(-1)-0.6107170.087070-7.0141310.0000X3-0.3705*X3(-1)-22.453103.957973-5.6728770.0000R-squared0.982164    Mean dependent var21287.02Adjusted R-squared0.980023    S.D. dependent var25693.81S.E. of regression3631.539    Akaike info criterion19.36014Sum squared resid3.30E+08    Schwarz criterion19.54874Log likelihood-276.7221    Hannan-