基于克莱因模型的我国人民币汇率与外贸的分析.doc

《基于克莱因模型的我国人民币汇率与外贸的分析.doc》由会员分享，可在线阅读，更多相关《基于克莱因模型的我国人民币汇率与外贸的分析.doc（15页珍藏版）》请在三一办公上搜索。

1、基于克莱因模型的我国人民币汇率与外贸的分析摘 要本文针对我国人民币汇率与外贸的关系问题，建立了自回归双对数模型，深入分析人民币汇率变动对我国进出口贸易的影响；进而利用时Granger因果检验等方法，考察了1978-2004年中国经济增长、汇率变动与对外贸易的关系，最后应用向量自回归模型（VAR），进一步论证了出口贸易对我国经济的发展有着长期显著的拉动作用，并且出口贸易对国内生产总值的影响远远大于进口对国内生产总值的影响。实证结果表明，经济增长是对外贸易的核心影响因素；无论是名义汇率还是实际汇率，都不是对外贸易的重要影响因素。针对问题一，采用定性分析与定量分析相结合的方法，运用19992005年

2、季度数据，建立我国进口、出口序列的自回归双对数模型，系统地阐述了国内外有关对外贸易与经济增长关系的主要理论，从理论上说明对外贸易与经济增长之间的关系。针对问题二，首先通过单位根检验结果显示国内生产总值、出口总额和进口总额都是非平稳的时间序列，其次，通过Granger因果检验我们得出出口是国内生产总值的Granger原因，得出了出口和国内生产总值存在单向的Granger因果关系，出口在当前我国经济发展的过程中是一个不可或缺的因素。人民币对美元的名义汇率变动与中国对美国的出口变动之间没有系统性相互影响和决定关系,关于人民币升值将减少中国对美国的出口的观点更多出自政治上的目的,而不是经济利益。针对问

3、题三，本文首先对我国近年来对外贸易与经济增长的现状进行了基本描述，反映我国经济增长和对外贸易发展的基本特征。然后结合国内外有关对VAR模型的理论研究，通过脉冲响应分析和方差分解分析进一步论证了出口贸易对我国经济的发展有着长期显著的拉动作用，并且出口贸易对国内生产总值的影响远远大于进口对国内生产总值的影响。 最后，在理论及模型分析的基础上，根据实证分析的结果和我国国情，我们对模型的优缺点进行了评价，并提出了改进的方向。关键词：对外贸易 经济增长 VAR模型 汇率 自回归双对数模型 克莱因模型一、问题重述 自2003年初日本在七国会议明确提出要求“人民币升值”的主张后，以美国为首的一些国家和一些国

4、际机构以各种形式要求人民币升值。它们的理由是，由于人民币币值低估，使得中国的出口产品具有很强的国际竞争力，充斥于世界市场的中国产品对许多国家的工业造成了冲击。一方面，它们认为这是中国输出通货紧缩的表现，中国输出通货紧缩影响了世界经济的复苏；另一方面，人民币币值低估，使中国贸易收支持续表现为顺差，因此人民币应该升值，从而通过升值来改善一些国家（主要是指美国）的贸易收支状况。从国际社会主张人民币升值的理由可知，它们的观点实质上认为人民币升值与中国贸易收支持续顺差存在某种必然的联系，中国贸易收支持续顺差表现为一些国家的贸易收支的持续逆差，通过人民币升值可以减小中国的贸易收支顺差，从而可以改善一些国家

5、贸易收支持续逆差的状况。然而，一国的汇率变动是否必然影响该国的贸易收支状况呢？什么是影响一国贸易收支状况的关键因素呢？正确理解这些问题具有十分重要的现实意义。二、问题分析 按照马歇尔-勒纳条件，分析一国货币贬值或升值能否改善而不是恶化该国的贸易收支状况，关键在于考察外国对该国出口产品的价格弹性及该国对进口产品的价格弹性。如果两者之和大于一，则调整汇率能改善该国的贸易收支状况，反之，则不但不能改善、而且有可能恶化该国的贸易收支状况。根据该理论，我们知道，一国不能简单地通过汇率变动来调节该国的贸易收支差额。一般理论认为,本币汇率的变动对出口贸易的影响是通过改变出口商品的相对价格来实现的。从短期看,

6、当本币相对外币升值时,以外币表示的本国出口商品的价格比升值前有所提高,从而削弱出口商品的国际竞争力,减少出口。从这个角度出发,联系中国的具体情况,人民币升值对资源密集型行业和劳动密集型行业有负面影响,但是中国廉价充足的劳动力、丰富的资源和已形成规模效益的供应链仍然有着显著的优势,而且这种优势会在相当长一段时间内持续。另一方面,中国出口商品的进口含量很高(附加值只占加工贸易的约20%),因此,人民币小幅升值将降低进口原材料的成本,抵消一部分对出口的负面影响。另外,考虑到中国出口商品的弹性等其他因素,单纯地从理论分析很难权衡各种因素在人民币汇率与中国对美国出口的关系中所发挥的作用大小,进而不利于得

7、到对人民币汇率与中国对美国的出口清晰明确的认识,因此,有必要对其进行计量分析。目前，有关人民币汇率的研究很多，但详尽考察人民币汇率和对外贸易的文献不多，且大多采用规范分析方法进行研究，很难得出令人信服的结论。即便是实证分析，大都采用传统的回归分析方法。但由于经济变量序列往往是非平稳的，直接对非平稳的时间序列进行回归分析容易导致虚假回归，从而使实证结果失去意义。因此，本文基于克莱因模型，采用19992005年季度数据，建立我国进口、出口序列的自回归双对数模型，深入分析人民币汇率变动对我国进出口贸易的影响，进而利用时间分析方法，考察了1978-2004年中国经济增长、汇率变动与对外贸易的关系，对上

8、述问题做出合理的解释。三、符号说明符号说明符号说明出口额本国出口价格输入国收入进口额本国进口价格本国收入本国国内价格主要贸易伙伴国实际国民收中国与主要贸易伙伴国实际物价比中国实际出口额中国实际国民收入中国实际进口额(i=0,1,2,3)回归系数(j=0,1,2,3)回归系数随机扰动项随机扰动项美国名义国民收入美国消费物价指数消费物价指数人民币兑美元名义汇率解释变量样本拟合优度检验值随机误差项美国消费物价指数中国消费物价指数白噪声为差分算子时间序列最优滞后期表示变量序列本身非平稳表示检验时有常数项表示含趋势项表示滞后阶数四、问题假设1、经济增长发展水平主要是从一个国家的整体水平来考量，因此本文通

9、过我国国内生产总值来度量全国的经济增长水平。2、联系到我国的对外贸易状况，本文所指的对外贸易专指货物贸易，不包括服务贸易，同时考虑用进口额、出口额来度量对外贸易发展水平。3、假定供给具有充分弹性，出口和进口均由需求决定。4、在模型建立的过程中，不考虑经济波动以及宏观政策变化等特殊因素的影响。五、模型的建立和求解1.模型一的建立1.1自回归双对数模型 本文选取克莱因模型作为建模基础。在对外贸易实证研究中，克莱因认为，从需求角度看，一国出口主要取决于国外经济活动对该国出口产品或服务的需求；而进口主要取决于该国国内经济活动对国外产品或服务的需求。从供给角度看，一国进出口主要取决于国内外同类产品或服务

10、的相对价格，出口相对价格可用出口价格与进口国国内价格之比表示，进口相对价格可用进口价格与本国国内价格之比表示。据此，克莱因建立了一国出口和进口函数： (1) 其中：为出口额；为本国出口价格；为输入国收入；为输入国价格；为进口额；为本国进口价格；为本国收入；为本国国内价格。(1)式表明，输入国实际收入越高，对出口商品实际需求越大；出口国与输入国商品相对价格比越高，则出口越少。国内实际收入水平越高，对进口商品实际需求也越高；进口商品与国内商品相对价格比越高，则进口减少。 基于上述模型，并结合我国对外贸易实际及我国学者实证研究结果，在数据来源限制下，本文选择主要贸易伙伴国实际国民收入,中国与主要贸易

11、伙伴国实际物价比（近似替代出口相对价格）作为中国实际出口额的解释变量;选择中国实际国民收入,中国与主要贸易伙伴国实际物价比(近似替代进口相对价格）作为中国实际进口额的解释变量。考虑到进出口贸易具有较强连续性，因此将被解释变量滞后一期变量作为解释变量引入出口函数和进口函数。同时，为体现变量百分比变化之间关系，得出被解释变量与解释变量之间弹性系数，也为了减少模型异方差性，对各时间序列均取自然对数，从而构建如下的我国出口、进口自回归双对数模型： (2) （3） 其中:(i=0,1,2,3)和(j=0,1,2,3)均为回归系数；、为随机扰动项。1.2数据来源与预处理 国家统计局从2000年4月开始发布

12、主要经济指标月报,因此,将样本区间确定为1999年第一季度至2005年第四季度,样本数据共28个。由于数据收集困难,以美国名义国民收入代表主要贸易伙伴国国民收入,以美国消费物价指数代表主要贸易伙伴国物价水平,及季度数据均来源于美国联邦储备委员会网站,其中调整为以1998年为基期(1998年=100),则表示以1998年不变价格计算的美国实际国民收入。我国名义出口额、进口额、国民收入、消费物价指数、人民币兑美元名义汇率的季度数据均来源于国家统计局中国经济景气月报各期,其中调整为以1998年为基期(1998年=100),则表示以1998年不变价格计算的以美元表示的中国实际国民收入。实际出口额,实际

13、进口额,中国与主要贸易伙伴国实际物价比。在实证分析前,用计量经济学Eviews5.0软件、用X12方法对各时间序列进行了季节调整。1.3我国出口函数、进口函数的估计用Eviews5.0软件运用最小乘法(OLS)估计(2)式得: （4） 上式中各解释变量值均超过临界值,表明各解释变量对影响较显著;样本拟合优度达0.9939较理想;检验值为1253.48表明模型总体设定显著;残差平方和为0.0291,反映模型模拟情况良好。由于(4)式中含有滞后一期的被解释变量,因此,不能用D-W检验一阶自相关,必须构造Durbin-h统计量: 由,得,当时标准正态分布临界值则认为(4)式不存在一阶自相关。对(4)

14、式进行H.white检验,选择在辅助回归模型中包含交叉乘积项,估计结果显示辅助回归模型F统计,取显著水平,由于大于显著水平,则接受,拒绝,表明辅助回归模型中参数均显著为零,即随机误差项不存在异方差性。运用最小二乘法(OLS)对(3)式进行估计,由于的值未通过显著性检验,因此从模型中剔除后,再进行最小二乘估计,得: （5）上式中各解释变量值均超过临界值,表明各解释变量对影响较显著,但被剔除说明实际物价比对影响不显著;样本拟合优度达0.9861较理想;检验值851.13表明模型总体设定显著;残差平方和0.0632反映模型模拟情况良好。由得,当时标准正态分布临界值则认为(5)式不存在一阶自相关。对(

15、5)式进行H.white检验,选择在辅助回归模型中包含交叉乘积项,估计结果显示辅助回归模型的F统计值,取显著水平,由于 大于显著水平,则接 受,拒绝,表明辅助回归模型中参数均显著为零,即随机误差项不存在异方差性。2.模型二的建立2.1实际汇率模型 本文样本考察年度为1978-2004年。主要定义如下变量：出口额、进口额、名义汇率、实际汇率；以及国内生产总值。其中，出口额、进口额、国内生产总值以及名义汇率，其原始数据均来自各年度统计年鉴。名义汇率为年末平均汇率，用人民币/美元来表示。实际汇率即用中国消费物价指数和美国消费物价指数对名义汇率进行调整后的汇率，其计算公式为： （6） 其中、分别表示美

16、国消费物价指数、中国消费物价指数，由于中国消费物价指数是从1985年开始编制的，所以之前的消费物价指数用与之相近的零售物价指数来代替（这种处理虽然不够精确，但仍然可以接受）。1978年至2004年各年度人民币名义汇率及实际汇率值见图1。2.2各变量的检验由于虚假回归问题的存在，所以在进行动态回归模型拟合时，必须先检验各序列的平稳性。 首先，对各变量序列的平稳性特征进行检验，以提示各变量变化的规律，对非平稳序列进行修正，使非平稳变量序列差分一次或两次后成为平稳序列；之后再考察非平稳序列之间的协整关系；最后进行序列之间的格兰杰因果关系检验。常用的增广迪基-富勒检验模型： （7） 其中，为白噪声，为

17、差分算子。原假设,即有一个单位根，也就是说，时间序列非平稳。为趋势因素，为最优滞后期。对各变量的单位根检验结果如下表。表1 19782004年各变量的ADF检验结果变量ADF检验值及检验形式（C、T、N）临界值（1%、5%、10%）DW值结论EXPORT1.716233(C、T、0)4.3552、3.5943、3.23211.81非平稳EXPORT4.771641(C、0、0)3.7204、2.9850、2.63181.99I（1）IMPORT2.680175（C、T、1）4.3738、3.6027、3.23671.95非平稳IMPORT3.639942(C、0、0)3.7204、2.9850

18、、2.63181.84I（1）GDP3.017170（C、T、1）4.3738、3.6027、3.23671.88非平稳GDP2.601262（C、0、1）3.7343、2.9907、2.63481.90I（1）NER2.368789（C、0、2）3.7343、2.9907、2.63482.06非平稳NER4.251437（C、0、0）3.7204、2.9850、2.63182.02I（1）RER3.273773（C、0、2）3.7343、2.9907、2.63482.12平稳其中表示变量序列本身非平稳，差分一次（表示差分算子）后成为平稳序列。在各变量之前加，表示对变量进行计量分析时，取变量值

19、的自然对数。临界值栏中的三列数据分别代表各变量序列（原变量序列、差分变量序列）在、显著水平下是平稳的。检验形式括号中的表示检验时有常数项，为0时，表示不含常数项），表示含趋势项，表示滞后阶数，其选取遵循回归残差不存在自相关原则。从表1检验结果可知，由进口额，出口额所构成的变量序列均为型平稳序列。型平稳序列具有如下特点，在时间取值无限大时，没有均值，表明该序列不遵循一种长期均衡关系。事实上，1978-2004年间，中国进出口贸易均呈现高增长趋势，与之对应的是国内生产总值的高速增长(变量为型平稳序列），表明对外贸易可能与之间存在某种稳定的关系。另外，从检验结果可知，名义汇率变量序列为型，表明名义汇

20、率变量所构成的时间序列不存在均值，从图1可知，名义汇率变量值整体呈上升趋势，隐含存在被低估的可能性,但不能由此得出被低估致使出口贸易大幅度增长的结论。实际汇率变量序列为型平稳序列，说明尽管呈不规则运动，但没有长期偏离变量序列均值，其隐含的意思是，改革开放至今，虽然我国的名义汇率存在很大的波动，但实际汇率没有出现大起大落的情况， 基本保持稳定态势。由此可知，一方面，实际汇率基本保持稳定； 另一方面，我国进出口呈逐年扩大之势， 由此推测实际汇率与进出口贸易不存在必然的因果联系。2.3变量间的协整关系检验通过对各变量进行检验，我们知道了各变量的运行特征。为进一步考察变量序列之间的关系，对两个不同变量

21、序列进行协整检验。协整概念是20世纪80年代由恩格尔格兰杰提出的，是分析时间序列之间长期是否具有均衡关系的重要工具。其基本思想是，两个或两个以上的非平稳随机序列，其某种线性组合却可能存在长期稳定的关系，我们称这两个（或两个以上）变量之间存在协整关系。从上面的检验可知，由出口额、进口额、国内生产总值以及名义汇率所构成的时间序列均为，依据协整理论，本文分别考察国内生产总值与进出口、名义汇率与进出口之间是否存在长期稳定的关系。检验结果见表。 表2 各变量协整关系检验结果协整变量假设的协整方程数似然比5%临界值1%临界值GDP和EXPORT（VAR lags=2）NoneAt most 134.185

22、1014.5522325.3212.2530.4516.26GDP和IMPORT（VAR lags=1）NoneAt most 128.817898.35279225.3212.2530.4516.26NER和EXPORT（VAR lags=1）NoneAt most 15.6741280.26952415.413.7620.046.65IMPORT和NER（VAR lags=1）NoneAt most 136087060.14279415.413.7620.046.65 注：在确定协整检验形式时，是以赤池信息准则（Akaike Information Criterion）和施瓦兹准则（Sch

23、warz Criterion）最小化为标准。 由于实际汇率变量序列为型，而进口额，出口额均为型，据协整理论可知，对非同阶的平稳序列进行协整检验没有实际意义，因此未对和、和进行检验。 通过对非平稳序列进行协整检验，我们可以避免通过对两个或两个以上的非平稳序列进行简单回归而可能出现的伪回归现象，从表2可知，和、和均存在长期稳定的关系，这符合我国的实际经济情况。据公开的数据统计，2004年我国的对外依存度为70%之多。充分反映了进出口贸易对的拉动作用。然而，这样的分析是远远不够的，因为通过协整检验，我们只能得到两个变量是否存某种稳定关系的结论，事实上，两个经济变量之间可能存在互为因果的关系，而考察两

24、个变量间的因果关系往往对我们分析问题更有意义。另外，和、和均不存在协整关系，表明在样本期内，的变化未能引起和发生相应的变化，而和也不能引起发生相应变化。2.4 因果关系检验 因果检验的基本思想是：如果变量是变量的原因，那么变化应当发生在的变化之前，一般而言，如果变量是引起变量变化的原因，必须满足两个条件：一是应该有助于预测，即在关于的过去值（滞后值）的回归中，添加的过去值（滞后值）作为解释变量，应当显著地增加回归方程的解释能力，如果用数学语言描述，则有： （8） 这表明如果利用过去和的值对进行预测，比只用的过去值来预测所产生的预测误差要小，则称是引起变化的原因；二是不应当有助于预测。其原因是若

25、有助于预测，同时也有助于预测，那么则很有可能存在一个或多个其他变量，既是引起变化的原因，也是引起变化的原因。 要检验上术两个条件是否成立，则需要建立原假设：不是引起的原因，若检验这个假设是否成立，首先回归方程（9）进行估计。 （9） 若系数同时显著不为0，则拒绝原假设，也就是说，是引起的原因。根据上述思想，利用软件包进行各变量间的因果关系检验，检验结果见表3。 表3 19782004年各变量格兰杰因果关系检验结果 因变量自变量EXPORTIMPORTFP1PFP1PGDP1.831830.178440.821562.120570.160460.83954NER0.358330.834050.1

26、65950.265730.849150.15085RER0.573210.743100.25690.534960.769190.23081 注：因果关系检验的原假设是：“自变量不是因变量的格兰杰原因”，是统计检验值，是接受原假设命题的概率，是拒绝原假设命题的概率。 最优滞后期的选择根据无约束的模型的残差分析确定。 从表3可知，国内生产总值变量是出口变量、进口变量的格兰杰原因的概率分别为、；名义汇率变量是、的格兰杰原因的概率分别为、；实际汇率变量是、的格兰杰原因的概率分别为、。检验结果表明，中国持续、稳健的经济增长是引发进出口变化的重要原因。事实上，中国经济增长离不开对外贸易的持续增长，同时，对

27、外贸易的增长变化也离不开经济的增长变化，两者存在相互依存的关系。另外，无论是名义汇率还是实际汇率，由于两者引发进出口变化的格兰杰原因的概率很低，我们可以认为汇率与中国的对外贸易基本不存在因果关系；尽管名义汇率和实际汇率对进出口贸易的影响很小，但相对名义汇率而言，实际汇率对进出口贸易的影响更大，表明汇率的稳定更有利于中国进出口贸易的增长。3.模型三的建立3.1 向量自回归模型（VAR）基于我们选择的变量：LGDP、LEX及LIM，我们构建3维的向量自回归模型。为了确定VAR模型的滞后阶数，我们用模型滞后结构确定准则进行筛选，结果如表5：表4 向量自回归模型滞后期的确定标准滞后期LogLLRFPE

28、AICSCHQ08.655201NA0.000132-0.418904-0.274922-0.376090196.90470150.35103.75e-07-6.289237-5.713309-6.1179832116.292328.72244*1.79e-07*-7.058692*-6.050819*-6.758999*3123.32698.8583492.23e-07-6.913105-5.473286-6.4849714131.80888.7960272.69e-07-6.874726-5.002961-6.318152注：*表示根据相应准则选择的滞后阶数。根据表4的结果，5个评价指标全

29、部认为应该选择的滞后期为2，即建立VAR(2)。模型方程如下：实证结果显示模型总的拟合优度为0.989165，调整后的拟合优度为0.986221。且所有单位根位于单位圆内（如图2），模型结构稳定，模型拟合效果较好。Inverse Roots of AR Characteristic Polynomial图2 滞后阶数为2的AR特征多项式逆根图3.2 脉冲响应分析在实际应用中，由于VAR模型是一种非理论性的模型，它的系数是难于解释的，在分析VAR模型时，我们往往不分析一个变量的变化对另一个变量的影响，而是用脉冲响应函数分析随机扰动项一个标准差新息的冲击对内生变量的影响。根据实际分析的需要，下面分

30、别给国内生产总值（LGDP）、出口总额（LEX）和进口总额（LIM）一个正的单位大小的冲击，得到关于国内生产总值的脉冲响应函数图。如图4至图6，其中，横轴表示冲击作用的滞后期间数（单位：年），纵轴表示国内生产总值，实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。 图3 国内生产总值对自身的冲击 图4 出口总额对国内生产总值的冲击图5 进口总额对国内生产总值的冲击从图3中可以看出，国内生产总值的变动对自身的响应是同向的，在第4期达到最高点，并且以后各期慢慢收敛。图4说明，当在本期给出口总额一个正向冲击后，给国内生产总值带来的冲击在当期作用较小，从第2期以后开始稳定增长。这表明出口的某一冲击给

31、国内生产总值带来同向的冲击，而且这一冲击具有显著的促进作用和持续影响。图5表明，当给本期进口总额一个正向冲击后，在前4期对国内生产总值的影响是非常微弱的，以后各期开始稳定增长，总体表现为长期影响，但出口贸易对我国经济的影响显著大于进口的影响。3.3方差分解分析方差分解分析是通过分析每一个结构冲击对内生变量的变化（通常用方差来度量）的贡献度，进一步评价不同结构冲击的重要性。下面我们利用已建立的向量自回归模型进行方差分解分析，结果如表5：表5 方差分解表滞后期S.E.LGDPLEXLIM10.031442100.00000.0000000.00000020.05877399.416440.4723

32、050.11125430.08354595.152714.6979670.14931940.10590688.2617411.333980.40427350.12636080.8881517.696511.41533660.14523973.7618422.697373.54079070.16246567.1360126.440926.42307280.17764461.3259429.280659.39341190.19046856.5666431.4178312.01553100.20093452.9006632.9460914.15325从表5中可以看出，对国内生产总值变化贡献率最大的是

33、自身因素的变化，但是它对自身的贡献率呈现出逐年递减的趋势，在第5期贡献率为80.89%，而第10期下降为52.90%，但仍起主要作用。出口变动对国内生产总值变化的贡献虽然在前2期很低，但呈逐年递增的趋势，在第10期的贡献率达到32.95%。而进口对国内生产总值变化的贡献在前5期都是很小的，在第10期达到14.15%，是一种长期效应，但出口贸易对国内生产总值的贡献远远大于进口对国内生产总值的贡献，这与脉冲响应分析的结果是一致的。六、模型的结论分析1.模型一的结论分析出口函数显示:实际出口额受其自身一阶滞后正向影响,弹性系数0.95表明我国出口具有较强增长惯性；实际出口额与主要贸易伙伴国实际收入正

34、向变动,弹性系数1.74表明主要贸易伙伴国经济增长对我国实际出口有较强的拉动作用；实际出口额与实际物价比反向变动,人民币兑美元名义汇率下降(人民币升值)在一定程度上会削弱我国出口产品国际竞争力,从而阻碍出口增加。进口函数显示:实际进口额受其自身一阶滞后正向影响,弹性系数0.82表明我国进口具有稳定增长惯性；实际进口额与国内实际收入正向变动,弹性系数0.36表明我国经济增长对实际进口有一定拉动作用，同时反映出我国贸易收支状况对贸易伙伴国经济态势有较强的依赖性，使得国外的经济波动可通过贸易渠道影响国内经济运行人民币兑美元名义汇率下降（人民币升值）不会对进口产生较大影响；我国进出口需求价格弹性之和小

35、于，不满足马歇尔勒纳条件。2.模型二的结论分析首先，通过单位根检验结果显示国内生产总值、出口总额和进口总额都是非平稳的时间序列，但通过协整检验我们得出三者之间存在一个协整关系，即它们之间有长期的动态均衡关系。其次，通过Granger因果检验我们得出出口是国内生产总值的Granger原因，但国内生产总值不是出口总额的Granger原因，这说明出口和国内生产总值存在单向的Granger因果关系，出口在当前我国经济发展的过程中是一个不可或缺的因素。人民币对美元的名义汇率变动与中国对美国的出口变动之间没有系统性相互影响和决定关系,关于人民币升值将减少中国对美国的出口的观点更多出自政治上的目的,而不是经

36、济利益。3.模型三的结论分析该模型利用我国1978-2008年国内生产总值、出口总额和进口总额的时间序列数据，建立了反应变量之间动态关系的向量自回归模型（VAR），通过脉冲响应函数、方差分解分析技术研究了国内生产总值、出口总额和进口总额之间的长期动态均衡关系。通过脉冲响应分析和方差分解分析进一步论证了出口贸易对我国经济的发展有着长期显著的拉动作用，并且出口贸易对国内生产总值的影响远远大于进口对国内生产总值的影响。七、模型的评价和改进第一个模型用了自回归双对数模型，对于人民币汇率的影响的因素太多，而之间的确切关系又无法确定。因此用自回归双对数模型可以对那些只知道一部分，而对整个其它不甚了解的状态

37、下，是一种比较好的预测方法。第二个模型用了典型Granger因果检验的方法，对于多组变量间的关系是错综复杂的，通过其间的组合关系可以更清楚解释各个组变量间的关联程度。第三个模型应用了向量自回归模型（VAR），可以用来研究多个变量对一个变量的影响程度，对于生活中的一些存在线性关系的变量间的关系讨论，是一种典型的方法。八、参考文献1 魏巍贤中国出口对经济增长贡献的实证研究J商业研究1999（2）：91 932 吴汉嵩进出口贸易对经济增长贡献的比较分析基于中国对外贸易的实证研究J价值工程2008(7)：41-453 赵娇外贸与经济增长的相关性分析J经济问题探索2003(7)：91-934 瞿凌云，文

38、惠我国对外贸易与经济增长的关系分析J当代经济2009(4)：76-775 王坤，张书云，马龙龙中国进出口与经济增长关系的实证研究J统计与决策2004（2）：75-776 万金金，谢进孝中国对外贸易与经济增长关系的实证研究J当代经济2006（7）：60-627 曹伟中国经济增长、汇率变动与对外贸易关系的实证研究J海南金融2005（9）：19-22 九、附录 我国19782008年进出口额、国内生产总值 单位：亿元 年度出口总额（现价）进口总额（现价）国内生产总值（现价）国内生产总值指数（1978=100）1978167.6187.43645.21001979211.7242.94062.6107

39、.61980271.2298.84545.61161981367.6367.74891.6122.11982413.8357.55323.4133.11983438.3421.85962.7147.61984580.5620.57208.11701985808.91257.89016192.919861082.11498.310275.2210198714701614.212058.6234.319881766.72055.115042.8260.719891956.12199.916992.3271.319902985.82574.318667.8281.719913827.13398.72

40、1781.5307.619924676.34443.326923.5351.419935284.85986.235333.9400.4199410421.89960.148197.9452.8199512451.811048.160793.7502.3199612576.411557.471176.6552.6199715160.711806.578973603.9199815223.611626.184402.3651.2199916159.813736.489677.1700.9200020634.418638.899214.6759.9200122024.420159.2109655.2823200226947.924430.3120332.7897.8200336287.934195.6135822.8987.8200449103.346435.8159878.31087.4