我國進(jìn)出口貿(mào)易對我國GDP的影響

1、計(jì)量 經(jīng) 濟(jì) 學(xué) 論 文姓名:班級:學(xué)號:我國進(jìn)出口貿(mào)易對我國GDP的影響【摘要】自改革開放以來，國家堅(jiān)持“引進(jìn)來”與“走出去”相結(jié)合的貿(mào)易方針，不但使中國逐漸在國際上打開經(jīng)濟(jì)局面，也使中國在經(jīng)濟(jì)上獲得長足發(fā)展。近年來，我國進(jìn)出口貿(mào)易對經(jīng)濟(jì)發(fā)展產(chǎn)生越來越大的影響。中國人口數(shù)眾，是加工業(yè)大國，因此，加工貿(mào)易在所有進(jìn)出口貿(mào)易中所占比例偏大。本論文就我國進(jìn)出口貿(mào)易占GDPt匕重作計(jì)量分析。【關(guān)鍵詞】 國際貿(mào)易GDP多重共線性異方差性自相關(guān)性【提出問題】1. 目的與意義改革開放以來，我國對外貿(mào)易取得巨大成就，尤其是從我國加入世界貿(mào)易組織以后，中國對外貿(mào)易在經(jīng)濟(jì)發(fā)展中發(fā)揮了極其重要的作用。但是面臨的挑戰(zhàn)

2、與壓力也日益突顯。我國對外貿(mào)易總額位居全球第二， 出口位列第一，但是我國在國際分工中一直扮演著“國際工廠”的角色。我國出口貿(mào)易中大多是勞動密集型產(chǎn)品，技術(shù)含量較低附加值不高， 資本密集型產(chǎn)品的出口額較低，說明我國的出口貿(mào)易結(jié)構(gòu)不完整，處于不發(fā)達(dá)階段。距離發(fā)展成為對外貿(mào)易強(qiáng)國還有很大一段距離。 分析這個(gè)問題，讓我們清楚的了解加工貿(mào)易對我國對外貿(mào)易的重大 影響，并以此調(diào)整各種進(jìn)出口貿(mào)易種類，使發(fā)展均衡。2. 理論依據(jù)從概念上講，GDP的計(jì)算是所有最終消費(fèi)品價(jià)值的加總，表達(dá)式為y=C+l+G+X-M。其中C就是消費(fèi)品中由家庭個(gè)人等消費(fèi)的那部分；I是消費(fèi)品用于私人投資的那部分；G就是被政府購買的部分；

3、X-M指凈出口。由GDP計(jì)算公式知進(jìn)出口貿(mào)易額與 GDP有關(guān)聯(lián)。3. 模型建立按貿(mào)易方式把進(jìn)出口貿(mào)易分為一般貿(mào)易，加工貿(mào)易和其他貿(mào)易。其中加工貿(mào)易，主要指對外加工裝配、中小型補(bǔ)償貿(mào)易和進(jìn)料加工貿(mào)易。發(fā)展加工貿(mào)易的好處是投資少，時(shí)間 短，見效快，有利于充分利用我國豐富的勞動力資源，有利于擴(kuò)大出口，增加外匯收 入。一般貿(mào)易是與加工貿(mào)易相對而言的貿(mào)易方式。一般貿(mào)易指單邊輸入關(guān)境或單邊輸 出關(guān)境的進(jìn)出口貿(mào)易方式，其交易的貨物是企業(yè)單邊售定的正常貿(mào)易的進(jìn)出口貨物。其他貿(mào)易為除了一般貿(mào)易和加工貿(mào)易以外的進(jìn)出口貿(mào)易。設(shè)Y=GDP , X仁一般貿(mào)易，X2=加工貿(mào)易，X3=其他貿(mào)易。由于沒有進(jìn)出口貿(mào)易對GDP的

4、相關(guān)經(jīng)濟(jì)理論模型，我們簡單的以Y二？1+?2X1+?3X2+?4X3+U為我們的理論模型。4. 收集數(shù)據(jù)下以是1985至2008年間的GDP值以及進(jìn)出口貿(mào)易額年份國內(nèi)生產(chǎn)總值一般貿(mào)易凈出口額加工貿(mào)易凈出口 額其他貿(mào)易凈出口額19853070.23-135.42-9.58-4 :19862975.9-101.12-10.83-7.6519873239.738.71-11.97-34.4419884041.49-25.82-10.45-41.2319894513.11-40.6226.21-51.5919903902.7992.666.6-71.819914091.7385.874-78.6 :1

5、9924882.22100.680.8-137.919936132.2351.578.8-252.419945592.24260.494.1-300.5 :19957279.81280153.3-266.319968560.85234.8220.6-333.219979526.53389.44293.96-279.2 :199810194.62305.55358.55-229.36199910832.79120.95373.04-201.67200011984.7551.02450.94-260.87 :200113248.18-15.75534.59-293.4200214538.270.7

6、6577.27-343.77200316409.66-56.17789.47-477.77 1200419316.44-45.391062.76-696.47 1200522366.22354.31424.55-758.85200626584.15831.261888.83-945.34 :200733838.191098.442490.85-971.03 1200843292.39907.692967.36-893.751.檢驗(yàn)?zāi)Ｐ?1)首先對模型進(jìn)行初步回歸得如下結(jié)果:Dependent Variable: YMethod: Least SquaresDate: 12/31/13 Time

7、: 01:32Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.C4419.351485.15019.1092450.0000X1-2.8916591.597949-1.8096070.0854X212.565581.05890411.866590.0000X3-2.8792242.602890-1.1061640.2818R-squared0.984839Mean dependent var12100.60Adjusted R-squared0.982565S.D. d

8、ependent var10453.68S.E. of regression1380.325Akaike info criterion17.44904Sum squared resid38105930Schwarz criterion17.64538Log likelihood-205.3884 Hannan-Quinn criter.17.50113F-statistic433.0592 Durbin-Watson stat0.509047Prob(F-statistic)0.000000根據(jù)數(shù)據(jù)看出，可決系數(shù)和修正可決系數(shù)分別為0.984839和0.982565 , F的檢驗(yàn)值為433.0

9、592，明顯顯著，數(shù)據(jù)擬合。但當(dāng)a=0.05時(shí)，t a 12(n-k)=2.080 ，說明x1與x3的t檢驗(yàn)不顯著，而且 x1與x3系數(shù)的符號與經(jīng)濟(jì)解釋相反?？赡艽嬖诙嘀毓簿€性。(2)選擇Y, XI，X2, X3做相關(guān)系數(shù)矩陣得下表:YX1X2X3Y1.0000000.7955900.990785-0.931907X10.7955901.0000000.829745-0.788980X20.9907850.8297451.000000-0.930806X3-0.931907-0.788980-0.9308061.000000由相關(guān)系數(shù)矩陣可以看出， 由相關(guān)系數(shù)矩陣可以看出， 各解釋變量之間的相

10、關(guān)系數(shù)很高，證實(shí)確實(shí)存在多重共線性。(3)修正多重共線性，采用逐步回歸的方法， 分別作Y對XI, X2, X3的一元回歸，得結(jié)果如下:變量X1X2X3參數(shù)估計(jì)值25.6860612.61014-32.0946 :t統(tǒng)計(jì)量值6.15950634.31144-12.0515可決系數(shù)0.6325630.9816560.868451修正可決系數(shù)0.616280.9808220.862472其中，加入X2的修正可決系數(shù)最大，以 X2為基礎(chǔ)，順次加入其它變量逐步回歸。結(jié)果如下:變量X1 X2X2 X3修正可決系 數(shù)0.9823790.980676經(jīng)比較，加入 XI, X3對X2的可絕系數(shù)幾乎沒有影響，因此

11、可以把XI，X3剔除，最終得Dependent Variable: YMethod: Least SquaresDate: 12/31/13 Time: 13:48Sample: 1985 2008Included observations: 24VariableCoefficientStd. Error t-StatisticProb.X24763.73412.61014364.758013.059980.00000.3675203134.1440.0000R-squared0.981656Mean dependent var12100.60Adjusted R-squared0.98082

12、2S.D. dependent var10453.68S.E. of regression1447.683Akaike info criterion17.47297Sum squared resid46107318Schwarz criterion17.57114Log likelihood-207.6757Hannan-Quinn criter.17.49902F-statistic1177.275Durbin-Watson stat0.530244Prob(F-statistic)0.000000即:Y=4763.734+12.61014X2(13.05998)( 3134.144 )R人

13、 2= 0.981656 修正可決系數(shù)=0.980822 F = 1177.275 DW 0.530244(4)異方差性檢驗(yàn)，采用 white檢驗(yàn)方法。Heteroskedasticity Test: WhiteF-statistic1.768218Prob. F(2,21)0.1951Obs*R-squared3.459119Prob. Chi-Square(2)0.1774Scaled explained SS1.012630Prob. Chi-Square(2)0.6027Test Equation:Dependent Variable: RESIDA2Method: Least Squ

14、aresDate: 12/31/13 Time: 14:04Sample: 1985 2008Included observations: 24VariableCoefficientStd. Errort-StatisticProb.C1296585.474287.92.7337510.0124X21899.8611357.2091.3998290.1762X2A2-0.4881390.506224-0.9642750.3459R-squared0.144130Mean dependent var1921138.Adjusted R-squared0.062619S.D. dependent

15、var1638123.S.E. of regression1586005.Akaike info criterion31.50780Sum squared resid5.28E+13Schwarz criterion31.65506Log likelihood-375.0936Hannan-Quinn criter.31.54687F-statistic1.768218Durbin-Watson stat1.413619Prob(F-statistic)0.195111由上表可以看出，nR人 2= 3.45912 ,小于臨界值5.99147 ,所以不存在異方差性。（5）自相關(guān)性檢驗(yàn)DW=0.5

16、30244,在5%的顯著水平下，通過查表得dl=1.273，du=1.446，DW、于dl，所以模型中有自相關(guān)。殘差圖Residual Actual Fitted因此我們需要對自相關(guān)問題進(jìn)行補(bǔ)救，采用廣義差分法：生產(chǎn)殘差序列Et，使用et進(jìn)行滯后一期的自回歸得：VariableCoefficientStd. Error t-StatisticProb.E(-1)0.7137670.1450504.9208350.0001即:Et=0.713767Et-1由上式可知，p=0.713767，對原模型進(jìn)行廣義差分，得廣義差分方程：Y-0.713767Yt-仁c(1-0.713767)+b3(X-0.

17、713767Xt-1)+u對廣義差分方程進(jìn)行回歸，結(jié)果如下：Dependent Variable: Y-0.713767*Y(-1)Method: Least SquaresDate: 12/31/13 Time: 14:36Sample (adjusted): 1986 2008Included observations: 23 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C1468.782257.94105.6942560.0000X2-0.713767*X2(-1)12.601040.58218021.644

18、580.0000R-squared0.957098Adjusted R-squared0.955055S.E. of regression988.7004Sum squared resid20528100Log likelihood-190.2064F-statistic468.4877Prob(F-statistic)0.000000Mean dependent var4824.202S.D. dependent var4663.632Akaike info criterion16.71360Schwarz criterion16.81234Hannan-Quinn criter.16.73

19、843Durbin-Watson stat1.324693得回歸方程為：Y*=1468.782+12.60104X2*(5.694256) (21.64458)RA 2=9.57098 F=468.4877 DW=1.324693使用廣義差分?jǐn)?shù)據(jù)，樣本減少了1個(gè)，在顯著水平5%下dl=1.257 , du=1.437，此時(shí)DWt=1.324693大于dl的值，但接近du的值，我們認(rèn)為自相關(guān)已消除，不必進(jìn)行迭代。由差分方程可得：C=1468.782/1-0.713767=5131.4209所以我們的最終模型為：Y=5131.4209+12.60104X2得殘差圖如下15,00010,0005,00