《我国进出口贸易总额的实证分析.doc》由会员分享，可在线阅读，更多相关《我国进出口贸易总额的实证分析.doc（20页珍藏版）》请在三一办公上搜索。
1、我国进出口贸易总额的实证分析引言我国进出口贸易额亦称对外经济贸易额，是指一个国家或地区在一定时期（一年、一季或一月）内出口额和进口额的总和。亦称对外贸易值。反映一个国家或地区对外贸易规模的重要指标之一。计算一国的对外贸易额，一般采用本国货币或国际上通用的货币。目前，联合国和许多国家编制的对外贸易额以美元计算。一国对外贸易额的统计和发表，一般是依该国海关所发表的统计数字为准。有些国家除由海关统计并发表统计数字外，还有由负责该国对外贸易的政府部门进行。两套统计往往由于统计时间和项目上的差异，数字稍有不同。由海关统计并发表的对外贸易额，出口额是指经海关结关放行的出口货物总金额，一国或地区对外贸易额的
2、增长或减少，主要取决于该国经济和社会发展状况。此外，国际间政治、经济、金融、货币以及其他因素的变化对进出口额的变化也有影响。对外贸易额又称为对外贸易值，是用货币金额表示的一国一定时期内的进出口规模,是衡量一国对外贸易状况的重要指标.它是由一国一定时期内从国外进口的商品总额加该国同时期向国外出口的商品总额构成的.目前,有的国家是用本国货币表示,有的是用外国货币表示,在计算时,出口额要以价格计算,进口额则以价格计算.计算世界各国的对外贸易总额即国际贸易额,是把世界上所有国家和地区的出口额相加,即按同一种货币单位换算后,把各国和地区的出口额相加，,就得出国际贸易额;而不能简单地把世界各国和地区的出口
3、额和进口额相加.因为所有国家和地区的出口,就是所有国家和地区的进口,如相加就会形成重复主考虑.至于计算世界各国和地区进口总额会高于出口总额,是因为大多数国家和地区统计出口额时以计算,统计进口额时以价格计算,价格比价格多运费和保险费.所以,世界进口额会大于世界出口额.对外贸易量是为剔除价格变动的影响,并能准确反映一国对外贸易的实际数量化而确立的一个批标,它能确切地反映一国对外贸的实际规模.具体计算是,以固定年份为基期而确定的价格指数去除报告期的出口或进口总额,得到的是相当于按不变价格计算的进口额或出口额,叫作报告期的对外贸易量。于贸易收支是一国国际收支中的重要组成部分,因而贸易差额的状况对一国的
4、国妹收支有极为重大的影响。近年来，受世界经济快速增长，国际需求日趋旺盛，以及基础工业原料和能源价格持续上涨，我国对外贸易出口价格总水平也一直处于上升状态。2005年我国对外贸易出口价格指数为103（上年为100，下同），2006年为102.5。今年上半年，我国对外贸易出口价格指数为105.6（去年同期为100），继续保持快速上升势头。 汇率的变动会引起两国商品的相对价格的变化，本币贬值则本国出口商品的对外价格下降，而本国进口商品的本币价格上升，所以本国商品相对于外国商品而言更便宜了。这样贬值就会使得国内外支出从外国商品转移到本国商品。支出转移能否实现以及其效果是否显着则取决于国内外商品的供求弹
5、性。供求弹性大时，则汇率变动后通过影响支出转移就可以改变贸易收支状况。汇率的变动对贸易收支的影响不只是通过影响支出转移来达到，还会通过改变支出规模达到。本币贬值则本国出口增加进口减少，贸易收支改善。但是随着本国出口商品的增加，本国的国民收入将增加，从而本国的支出规模就会扩大，从而就会导致进口增长，这样贸易收支的改善程度将减小。这就是汇率变动通过支出数量的改变进而影响贸易收支的原理。如果考虑回传效应，那么本币贬值后本国的国民收入提高，则本国的支出规模扩大，从而提高了外国的国民收入，反过来又增加了对本国产品的需求，从而扩大了本国产品的出口。这样汇率变动对贸易收支的影响就更为复杂。美国的GDP总额会
6、很大影响我国的对外贸易额，美国应该说是我国对外贸易最大的长期战略伙伴之一。我国对美出口与美国GDP增长率之间不存在长期均衡关系,但是我国对美出口与美国GDP之间存在一个正相关的长期均衡关系,美国经济发展有利于我国扩大出口。我调查的是采用1998-2008年的进出口总额等相关数据，运用多元回归等方法建立模型进行计量经济学检验，研究国内价格指数、人民币汇率、中国GDP增长率、美国GDP总额对我国进出口总额的影响。从中国统计年鉴中调查的数据如下年份我国进出口贸易总额（亿元）Y中国国内价格指数X1人民币汇率X2中国GDP增长率（%）X3美国GDP总额X4199826849.799.2827.917.8
7、8747199929896.298.6827.837.19268.4200039273.2100.4827.8489817200142183.6100.7827.707.510128200251378.299.2827.708.310469.6200370483.5101.2827.709.510960.8200495539.1103.9827.6810.111685.92005116921.8101.8819.1710.412421.92006140971.4101.5797.1811.613178.42007166740.2104.8760.401313807.52008179921.51
8、05.6694.51914264.6一、建立模型：设模型中有四个解释变量：中国国内价格指数X1 人民币汇率X2 中国GDP增长率X3 美国GDP总额X4 被解释变量：我国进出口贸易总额Y1、运用Eviews软件绘制Y于X1、Y与X2、Y与X3、Y与X4的相关图形： 由以上散点图可知，Y与X1、X2、X3、X4有明显的线性相关性，期中Y与X1、X3、X4呈正相关关系，Y与X2呈负相关关系。2、因为被解释变量与解释变量之间呈线性相关关系，建立多元线性回归模型。Dependent Variable: YMethod: Least SquaresDate: 01/06/11 Time: 15:44Sa
9、mple: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C36268.86201444.80.1800440.0086X419.773673.4241415.7747820.0012X35465.9752201.2842.4830840.0476X2-307.068896.68028-3.1761270.0192X1230.67421692.8280.1362660.0961R-squared0.993486Mean dependent var87287.13Adjusted R-
10、squared0.989144S.D. dependent var56196.18S.E. of regression5855.167Akaike info criterion20.49099Sum squared resid2.06E+08Schwarz criterion20.67185Log likelihood-107.7005Hannan-Quinn criter.20.37698F-statistic228.7899Durbin-Watson stat1.024501Prob(F-statistic)0.000001 多元线性回归模型为：Yi=0 + 1*X1i + 2*X2i +
11、3*X3i+4*X4i+ i由上表数据可知：得到拟合方程为Y=36268.86+230.6742*X1i-307.0688*X2i+5465.975*X3i+19.77367*X4it=0.180044 5.774782 2.483084 -3.176127 0.136266R2=0.993486 R2 =0.989144F=228.7899 DW=1.024501由上述结果可知：t统计量大都比较大，R2=0.993486，所以拟合程度相当高，F=228.7899，F值很大，整个方程是高度显著的，所以估计的结果是可信的。但是DW=1.024501，DW偏大，在2左右附近，可知不存在自相关性。二
12、、进行计量经济学模型检验1、多重共线性检验相关系数矩阵X1X2X3X4 X11.000000-0.7690540.6548090.870593X2-0.7690541.000000-0.369293-0.781493X30.654809-0.3692931.0000000.792897X40.870593-0.7814930.7928971.000000X1与X4的相关系数为0.870593，远远大于0.75，说明两者存在高度线性相关性，该模型存在多重共线性。解决办法：逐步回归方法对Y分别于X1、X2、X3、X4建立一元线性回归模型（如下表）、Y对于X1 Dependent Variable:
13、 YMethod: Least SquaresDate: 01/06/11 Time: 14:22Sample: 1998 2008Included observations: 11VariableCoefficientStd. Error t-Statistic Prob.C-2061542.388859.6-5.3015080.0005X1 21163.153828.8385.5273040.0004R-squared0.772446Mean dependent var87287.13Adjusted R-squared0.747162S.D. dependent var56196.18S
14、.E. of regression28257.10Akaike info criterion23.49904Sum squared resid7.19E+09Schwarz criterion23.57139Log likelihood-127.2447Hannan-Quinn criter.23.45344F-statistic30.55109Durbin-Watson stat1.606178Prob(F-statistic)0.000367 Y=-2061542+21163.15*X1it=-5.301508 5.527304R2=0.772446 DW=1.606178、Y对于X2De
15、pendent Variable: YMethod: Least SquaresDate: 01/06/11 Time: 14:25Sample: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C961314.4203257.94.7295300.0011X2-1084.448251.8734-4.3055260.0020R-squared0.673174Mean dependent var87287.13Adjusted R-squared0.636859S.D. dependen
16、t var56196.18S.E. of regression33864.46Akaike info criterion23.86109Sum squared resid1.03E+10Schwarz criterion23.93343Log likelihood-129.2360Hannan-Quinn criter.23.81548F-statistic18.53755Durbin-Watson stat0.477031Prob(F-statistic)0.001975Y=961314.4-1084.448*X2it=4.729530 -4.305526 R2=0.673174 DW=0.
17、477031、Y对于X3Dependent Variable: YMethod: Least SquaresDate: 01/06/11 Time: 14:28Sample: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C-137666.858538.46-2.351733 0.0432X324188.596184.9753.9108640.0036R-squared0.629551Mean dependent var87287.13Adjusted R-squared0.5883
18、90S.D. dependent var56196.18S.E. of regression36053.68Akaike info criterion23.98637Sum squared resid1.17E+10Schwarz criterion24.05872Log likelihood-129.9250Hannan-Quinn criter.23.94077F-statistic15.29485Durbin-Watson stat1.151081Prob(F-statistic)0.003560Y=-137666.8+24188.59*X3i t=-2.351733 3.910864R
19、2=0.629551 DW=1.151081 Y对于X4Dependent Variable: YMethod: Least SquaresDate: 01/06/11 Time: 14:29Sample: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C-250055.015798.72-15.827540.0000X429.745811.37615721.615130.0000R-squared0.981101Mean dependent var87287.13Adjusted
20、R-squared0.979001S.D. dependent var56196.18S.E. of regression8143.402Akaike info criterion21.01077Sum squared resid5.97E+08Schwarz criterion21.08311Log likelihood-113.5592Hannan-Quinn criter.20.96517F-statistic467.2137Durbin-Watson stat0.552267Prob(F-statistic)0.000000Y=-250055.0+29.74581*X4it=-15.8
21、2754 21.61513R2 =0.181101 DW=0.552267由上表可知：R2 依次从高到底排列知，解释变量的重要程度依次为美国GDP、国内价格指数、人民币汇率、中国GDP增长率。Y与X4线性相关性最强，所以以Y=-250055.0+29.74581*X4i为基本模型，在该模型中分别加入X1、X2、X3建立二元回归模型，回归结果分别为：、Dependent Variable: YMethod: Least SquaresDate: 01/06/11 Time: 22:01Sample: 1998 2008Included observations: 11VariableCoeffi
22、cientStd. Errort-StatisticProb.C-397049.92.6420.0-1.9235050.0906X427.957002.8.63989.7194460.0000X11647.5042.06.3560.7143320.4953R-squared0.982234Mean dependent var87287.13Adjusted R-squared0.977793S.D. dependent var56196.18S.E. of regression8374.434Akaike info criterion21.13076Sum squared resid5.61E
23、+08Schwarz criterion21.23927Log likelihood-113.2192Hannan-Quinn criter.21.06235F-statistic221.1504Durbin-Watson stat0.494100Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 01/06/11 Time: 22:02Sample: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticP
24、rob.C-91356.908.366.82-1.0338370.3315X426.948461.9.763313.695870.0000X2-157.542586.6.047-1.8191870.1064R-squared0.986631Mean dependent var87287.13Adjusted R-squared0.983289S.D. dependent var56196.18S.E. of regression7264.513Akaike info criterion20.84639Sum squared resid4.22E+08Schwarz criterion20.95
25、491Log likelihood-111.6552Hannan-Quinn criter.20.77799F-statistic295.2062Durbin-Watson stat0.818054Prob(F-statistic)0.000000、Dependent Variable: YMethod: Least SquaresDate: 01/06/11 Time: 22:03Sample: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C-250347.916.13.34-1
26、4.978930.0000X429.228082.3.422612.258940.0000X3662.848024.0.3252.1738670.0079R-squared0.981276Mean dependent var87287.13Adjusted R-squared0.976596S.D. dependent var56196.18S.E. of regression8597.175Akaike info criterion21.18326Sum squared resid5.91E+08Schwarz criterion21.29177Log likelihood-113.5079
27、Hannan-Quinn criter.21.11485F-statistic209.6348Durbin-Watson stat0.512335Prob(F-statistic)0.000000从上表可以看出，采用逐步回归方法后，引入X1时，得到的R2值有所增大，但是P值也随之增大，尽管符合t检验，也不符合要求，应该剔除；同理，引入X2时，和引入X1的结果一样，仍然不符合要求，一并剔除；同理，引入X3，此时R2值增大，P值=0.0000，很小，并且通过t检验，符合要求，因此此引入项被保留。我们可以看到，以X4为基本模型，逐步引进X1、X2、X3，R2值都有所增大，整体的拟合优度都有所提高，但
28、是由于多重共线性问题的影响，X1、X2变量不符合要求，需被剔除，只保留X3。最终的回归方程为：Y=-250347.9+662.8480X3i+29.22808X4i ，最终确立了我国对外贸易额的方程模型。2、逆方差检验（1）、采用怀特检验方法（总体）Heteroskedasticity Test: WhiteF-statistic0.473597Prob. F(4,6)0.7551Obs*R-squared2.639629Prob. Chi-Square(4)0.6198Scaled explained SS0.191656Prob. Chi-Square(4)0.9957Test Equat
29、ion:Dependent Variable: RESID2Method: Least SquaresDate: 01/06/11 Time: 22:36Sample: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C1.11E+082.63E+080.4233490.6868X12-9733.55421490.84-0.4529160.6665X2214.10844176.91160.0797490.9390X32109193.4272482.80.4007350.7025X42-
30、0.0848140.405285-0.2092700.8412R-squared0.239966Mean dependent var18699810Adjusted R-squared-0.266723S.D. dependent var13701866S.E. of regression15421284Akaike info criterion36.24335Sum squared resid1.43E+15Schwarz criterion36.42421Log likelihood-194.3384Hannan-Quinn criter.36.12934F-statistic0.4735
31、97Durbin-Watson stat2.762730Prob(F-statistic)0.755095假设显著水平为0.05，Obs*R-squared值为2.639629，所对应的P值为0.6198，远远大于0.05，所以接受原假设，所以不存在异方差，此数据是可信的，不需要修正。最终回归方程（剔除后的方程）：Heteroskedasticity Test: WhiteF-statistic2.052236Prob. F(5,5)0.2244Obs*R-squared7.396085Prob. Chi-Square(5)0.1928Scaled explained SS3.667388Pr
32、ob. Chi-Square(5)0.5982Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 01/07/11 Time: 10:47Sample: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C1.53E+091.65E+090.9251310.3974X4-437992.7320772.4-1.3654310.2303X4229.2644414.302792.0460650.0961X4*X3
33、-32254.6256406.66-0.5718230.5922X32.49E+081.70E+081.4589960.2044X328973742.352660240.2544590.8093R-squared0.672371Mean dependent var53753761Adjusted R-squared0.344743S.D. dependent var77196999S.E. of regression62489402Akaike info criterion39.04134Sum squared resid1.95E+16Schwarz criterion39.25838Log
34、 likelihood-208.7274Hannan-Quinn criter.38.90453F-statistic2.052236Durbin-Watson stat1.911934Prob(F-statistic)0.224448同理：假设显著水平为0.05，Obs*R-squared值为7.396085，所对应的P值为0.1928，远远大于0.05，所以接受原假设，所以不存在异方差，此数据是可信的，不需要修正。上面的残差图以柱状图和散点图不同的形式出现，以图示的方式反映解释变量与被解释变量之间的关系。3、自相关检验因为通过多重共线性检验，回归方程含有双变量，下面做一阶自相关性检验。(1
35、)采用徳宾-沃森检验方法根据D.W统计量检验是否存在一阶序列相关性（假设显著水平取0.05）：d=1.024501 dL=1.3761 dU=1.6215 0ddL 拒绝零假设，说明存在正自相关。(2)采用广义差分法进一步检验Dependent Variable: YMethod: Least SquaresDate: 01/07/11 Time: 12:16Sample (adjusted): 1999 2008Included observations: 10 after adjustmentsConvergence achieved after 7 iterationsVariableC
36、oefficientStd. Errort-StatisticProb.C-317787.124307.49-13.073630.0000X3795.8628607.36751.3103480.2380X434.313911.68386120.378120.0000AR(1)0.5985490.1052205.6885540.0013R-squared0.998823Mean dependent var93330.87Adjusted R-squared0.998234S.D. dependent var55339.51S.E. of regression2325.625Akaike info
37、 criterion18.63054Sum squared resid32451202Schwarz criterion18.75157Log likelihood-89.15270Hannan-Quinn criter.18.49777F-statistic1696.683Durbin-Watson stat1.754136Prob(F-statistic)0.000000Inverted AR Roots.60由上图可知：调整后的模型为：Y=-317787.1+795.8628X1i+34.31391X2it=-13.073 1.31308 20.37812R2=0.998823 R2=0.998234F=1696.683 DW=1.754136通过模型可知：调整后的徳宾沃森值为1.754136，同上，dUd12，在2左右附近，即调整后的模型不存在自相关。三、总结及建议以上是对我国进出口贸易额的实证分析，运用计量经济学的假设模型去检验中国国内价格指数、人民币汇率、我国GDP的平均增长率、美国的个、GDP增长率及额数对贸易额的影响。从中可以得出结论，人民币汇率的波动对贸易额有重要影响，在当今中国对外贸易额中，我国与美国的贸易占总贸易额的70%之多，美国的GDP会很大影响我国的对外贸易额度。从经济学角度看，要使我国的贸易额稳步有升，必须做到以下几点：营造有利
