毕业论文基于VAR模型的我国对外贸易与经济增长的实证研究终稿精品.docx
《毕业论文基于VAR模型的我国对外贸易与经济增长的实证研究终稿精品.docx》由会员分享,可在线阅读,更多相关《毕业论文基于VAR模型的我国对外贸易与经济增长的实证研究终稿精品.docx(20页珍藏版)》请在冰豆网上搜索。
毕业论文基于VAR模型的我国对外贸易与经济增长的实证研究终稿精品
摘要
改革开放以来,我国国民经济迅速发展,对外贸易呈现出飞速发展的态势,贸易规模不断扩大,贸易结构也在不断优化。
从历史数据来看,进出口增长率一直领先于国内生产总值的增长率,对外贸易依存度近几年也保持在较高水平。
显而易见,对外贸易与经济增长存在着紧密的联系,一般而言,对外贸易对经济增长在一定程度上具有正向的促进作用,从近年来的宏观数据来看,我国经济的高速发展与进出口总额的不断增加是密不可分的。
本文从我国现有的相关资料和数据入手,采用定性分析与定量分析相结合的方法,运用我国1978年至2008年间GDP、进口额、出口额的统计数据,使用VAR模型对我国对外贸易与经济增长的关系进行了分析和研究,得出了相关结论。
论文首先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。
接着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,系统介绍了向量自回归模型及它的构造和分析过程。
随后,进入到统计模型的构建和检验过程,也是本文的主体部分,通过运用相关数据,对我国对外贸易与经济增长进行实证研究,应用VAR模型分析了我国GDP与进口额、出口额之间的关系,发现它们之间有长期的动态均衡关系,出口贸易对我国经济的发展有着长期显著的拉动作用,而进口贸易对国内生产总值的影响远远小于出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,就提高对外贸易对我国经济增长的促进作用提出了相应的对策建议。
关键词:
对外贸易经济增长VAR模型实证分析
一、问题的提出
(一)研究背景
经济增长永远是经济学研究的核心内容之一。
随着经济一体化和全球化趋势的不断深入,大大加深了各国间的经济往来与依赖,在当今世界几乎没有一个国家能够不发展对外贸易而取得经济的快速发展。
因此,关于对外贸易与经济增长之间的关系以及对外贸易能否促进一国经济增长等问题一直是许多学者进行理论研究和实践论证的重要课题之一。
我国自改革开放以来,国民经济一直保持快速增长,从最新数据来看,从1978年到2007年30年的时间里,中国的国内生产总值平均增长速度是9.8%。
与此同时,对外贸易也快速发展,无论是总额还是增长速度都呈现出快速增加和增长的态势,进出口总额年均增长率为24.17%,高于GDP的发展速度。
2008年我国进出口贸易量世界第三,利用外资量世界第二,而外汇储备量世界第一,对外贸易对促进我国经济增长发挥了巨大作用。
特别是2001年我国加入世界贸易组织以来,对外贸易以惊人的速度更快发展,我国经济与世界的融合进一步加深,对外贸易已经成为中国经济发展速度最快的一个领域之一。
在这一背景下,我国对外贸易与经济增长的关系问题,就成为国内学者研究的重要内容,也是本文的研究对象。
在对外贸易与中国经济增长的关系问题上,国内的经济学家和学者进行了广泛而深刻的研究,并得出了自己的结论。
本文在全球经济危机的背景下,结合最新宏观经济资料,尝试运用统计模型来定量分析对外贸易对经济增长作用的机理,结合中国的实际情况,在充分分析的基础上得出较为合理的解释。
(二)研究意义
2007年初美国爆发的次贷危机已经演变成全球金融危机并对各国经济产生了不可估量的影响,我国作为贸易大国,无论从国际市场,还是从资本层面、商品层面,在经济全球化状态下,世界经济的发展状况最终都要传导到中国。
对外贸易作为拉动经济增长的“三驾马车”之一,如何在新的形势下应对金融危机给对外贸易造成的影响,稳定经济增长就成为当前我们要亟待解决的问题。
因此,关注并研究我国对外贸易与经济增长的关系及其发展特征,对我国对外贸易对经济增长的作用有一个更清晰的认识,有利于制定符合我国国情特点的对外贸易发展战略,有利于实现我国对外贸易与经济增长的良性互动。
二、研究现状及存在的问题
(一)国外有关对外贸易与经济增长关系的研究
对外贸易对经济增长的影响在很早就引起了国外经济学家和学者的关注,早在15世纪,重商主义者最早提出了出口贸易可以增加社会财富并促进经济增长的理论。
1776年,亚当·斯密在其经典著作《国民财富的性质和原因的研究》中,提出了“绝对优势”理论,阐述了国际贸易的发展是促进生产率长期增长的主要因素。
1871年,大卫·李嘉图在其著作《政治经济学及赋税原理》提出了著名的“比较优势”理论,指出国际贸易能够促进经济增长。
到了近现代,1937年英国经济学家罗伯特逊和R.纳克斯提出对外贸易是经济增长的发动机。
1978年,巴拉沙运用回归分析法分析了实际GNP平均增长与实际出口平均增长之间的关系,得出了类似结论。
其后,许多经济学家开始尝试运用多种定量方法和技术来分析两者的关系,在不同层面上得出了对外贸易与经济增长的关系。
如1999年劳伦斯通过对20世纪80年代美国100多个制造业中国际竞争对其全要素生产率影响的研究,发现进口竞争刺激了全要素生产率的提高。
也有部分学者运用实证分析得出的结果却不支持对外贸易促进经济增长的假设,如1998年,格塔克分析了韩国实际人均GDP与出口的关系,发现运用VARL模型(基于水平数据的VAR模型)则没有得到出口贸易促进GDP增长的结论。
(二)国内有关对外贸易与经济增长关系的研究
近年来,我国许多学者对我国对外贸易与经济增长的关系进行了分析研究,观点各异。
1999年,魏巍贤运用回归分析方法研究中国出口与经济增长之间的因果关系及出口对经济增长的贡献,表明出口对GNP的贡献稳定在31%,而GNP对出口的贡献不足10%,得出了中国只存在出口到经济增长的单向因果关系。
2002年,张亚斌等通过对进口贸易与经济增长的关系作回归分析,证明了二者之间存在着显著的正相关性。
2005年曹伟利用时间序列分析方法,考察了1978年—2004年中国经济增长、汇率变动与对外贸易的关系,表明经济增长是对外贸易的核心影响因素,并着重考察了汇率波动因素。
2006年,万金金、谢进孝利用1978年到2004年的中国GDP与进口额、出口额的数据,应用协整理论和误差修正模型进行了实证分析,得出了无论在长期还是在短期,对外贸易在中国的经济增长中都发挥了促进作用的结论。
2007年,林宏、蔡宏波应用VAR模型,分析了1984年—2003年我国货物贸易开放度、服务贸易开放度、外商直接投资开放度三个开放度指标与经济增长之间的相关性,表明它们之间存在着较强的正向交互响应作用。
从以上所介绍的国内外研究情况可以看到,大多数研究结果都表明对外贸易是促进经济增长的一个不可忽略的影响因素,并且大部分学者起初都把注意力放在出口对经济增长的影响,后来虽然对进口的关注有所加重,但大都未考虑到我国宏观经济形势的一些变动情况,而宏观经济形势的转变势必会影响到对外贸易对经济增长的影响力度。
在定量分析方面,基本上是应用回归模型进行分析,本文也是基于前人研究的基础上,根据我国改革开放以来宏观经济实际情况的变动,利用最新的宏观经济数据,运用理论基础完备和应用广泛的VAR模型从现状描述和实证分析的角度全面分析出口贸易和进口贸易对我国经济增长的促进作用。
三、我国对外贸易与经济发展现状
改革开放以来,随着我国走向“以经济建设为中心”的正确道路上,改革和发展战略的逐步实施,我国的经济总量取得了高速发展。
1978年,我国的国内生产总值仅是3645.2亿元人民币,到2008年已达300670亿元人民币,是1978年的82倍。
根据2009年4月国际货币基金组织公布的对各国国内生产总值的排名来看,我国的经济总量超过德国,跃居世界第三位。
与此同时,经济总量占世界经济的份额也有明显上升,1978年为1.8%,2008年提高到7.3%。
从图1也可以看到,我国的国内生产总值从1978年—2008年一直处于上升趋势,从90年代开始,国内生产总值开始急剧增长,这一部分是由通货膨胀因素所推动的,但主要是因为我国近十来年经济的快速增长使经济总量呈现加速扩张态势,国民经济连上几个大台阶,使我国综合国力和国际影响力实现了由弱到强的举世瞩目的巨大转变。
图1我国1978年—2008年国内生产总值增长趋势图
随着对外开放的不断发展,对外贸易进出口总额从1978年的355亿元增长到2008年的179763.9亿元,增长幅度惊人。
我国进出口贸易总额近五年来以年均26.4%的速度递增,其中2003年-2006年,我国货物进出口连续四年快速增长,年均增长29.8%,其中出口增长31.3%,进口增长28%,是历史上发展最为迅速的时期。
据世界贸易组织(WTO)发布,2004年我国货物进出口总额位次由2002年的第五位上升至第三位,2005年和2006年继续稳居第三。
货物贸易进出口总额在世界贸易中所占的比重由2002年的4.7%上升到2006年的7.2%。
外汇储备方面,1978年我国外汇储备仅1.67亿美元,到2007年我国外汇储备扩大到15282亿美元,稳居世界第一位。
这些历史数据都表明我国对外贸易额的增长趋势在不断加大。
图2显示的是通过人民币测算的我国1978年到2008年的进出口总额,从图中明显看出进出口总额不断上升,特别是从2001年开始,随着我国加入世界贸易组织,对外贸易的广度和深度不断拓宽,对外贸易进出口总额得到迅速增长。
图2我国1978年—2008年进出口总额增长趋势图
表1我国各时期GDP、进出口增长率
时期
GDP增长率
进出口总额增长率
出口增长率
进口增长率
“六五”
11%
13%
8.4%
16.7%
“七五”
8.2%
10.6%
17.8%
4.8%
“八五”
12.4%
19.5%
19.1%
19.9%
“九五”
8.26%
11.7%
11.1%
11.84%
“十五”
8.8%
26.6%
25.3%
27.9%
表1显示了我国改革开放以来经济与对外贸易的增长率,从数据可以看出,我国经济与对外贸易总体上呈现出高速增长的态势,但在具体的时期上存在着一定的波动。
十五期间以来,我国为了实现经济的软着陆,抑制通货膨胀,放缓了经济的发展速度,但进出口额的强劲增长带动了经济的平稳快速发展,而且从以上数据还可以看到,进出口总额的增长率都超过了GDP的增长率,更加表明对外贸易对中国经济增长的重要性。
改革开放以来的实践证明,大力发展对外贸易,是促进我国经济增长、加速现代化进程的重要途径。
四、向量自回归(VAR)模型介绍
(一)VAR模型的构造
一般传统的回归模型都以经济理论为基础,应用模型对经济主体的行为做出适当的描述,然后分析外生变量如何影响内生变量。
但是这种模型存在一些缺陷,一种缺陷是把一些变量看成是内生的,而把另一些看成外生的或前定的,这种决定往往是主观的,因为有可能这两个变量是互为因果的;另一种缺陷是在构造联立方程模型时,为了使模型可识别,必须在某个方程中舍去某些变量。
VAR模型的核心思想就是不考虑经济理论,而直接考虑时间序列的各经济变量间的关系。
VAR的一般形式为:
(3.1)
其中,
(
)=0,
(
,
)=0,
=1,2,…
;
是(n×1)向量组成的同方差平稳的线性随机过程,
是(n×n)的系数矩阵,
是
向量的
阶滞后变量,
是误差项,在本模型中可视为随机干扰项。
(二)VAR模型最佳滞后期数的确定
由于VAR方程滞后期的确立受变量影响较大,故需首先进行变量的平稳性检验。
早期在Box一Jenkins的分析中,常以自相关系数图作判断,如果自相关系数随着滞后期数的增加而快速下降,就称为平稳序列;反之,则称为不平稳序列。
然而此为一主观判断性的检验,因此,Dickey和Full提出DF统计量来检验变量是否为平稳序列,其后又进行了修正和改进,引入ADF统计量来进行检验。
检验模型如下:
(3.2)
其中,
为时间趋势项,
为参数,
为误差项。
其检验的原假设为
:
,对立假设为
:
。
若原始数据无法拒绝原假设,将进行一次差分,并将差分后的序列重新进行ADF检验,待变量为平稳序列后建立VAR模型。
目前,可用于确定滞后期的检验较多,但常用的有AIC和SIC准则。
AIC标准的计算方法为:
(3.3)
Schwarz的SIC准则,定义如下:
(3.4)
其中,
为变量滞后期,
为样本数,
为残差平方和。
最佳滞后期根据AIC和SIC准则的值进行确定。
(三)VAR模型的脉冲响应函数
为直接观察变量间的互动关系,Sims建议可经由Wald分解定量转换成移动平均的表示方式,转换过程如下所示:
(3.5)
(3.6)
(3.7)
(3.8)
(3.9)
由式(3.9)可以看出,每个变量都可以表示成模型内变量当期和滞后期随机冲击项的线性组合,但是虽然这些随机冲击项没有序列相关的特性,却可能有当期相关的特性,因此用正交化来去除当期相关。
选择一个下三角形矩阵,对式(3.9)进行变换:
(3.10)
令
,有:
(3.11)
由式(3.11)可以看出,每个变量都可以表示成当期和滞后期随机冲击项的线性组合即脉冲响应函数(IRF)。
脉冲响应函数用于衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响,能够比较直观地刻画出变量之间的动态交互作用及其效应。
(四)协整关系检验
协整检验既是诊断变量之间是否存在长期依存关系的一种检验方法,同时又是具体建立变量之间长期稳定方程的一种方法。
由于许多经济时间序列具有不平稳性,但是经过一次差分以后就平稳,称这种时间序列是I(l)序列。
当两个或两个以上I
(1)序列有可能存在的某个线性组合是I(0)序列时,则称这些变量是协整的。
如果几个变量是协整的,那么它们之间就存在长期均衡关系,因此由这些变量建立的回归模型才是有意义的。
检验变量之间是否存在协整关系的方法有两种:
EG两步法和Johansen极大似然法。
前一方法主要适用于两个变量之间的协整检验,对于多个变量之间的检验不太方便,特别是当协整向量不止一个时更是如此。
故这里用Johansen的检验方法,它是由Johansen提出的一种在VAR系统下用极大似然估计来检验变量之间协整关系的方法。
假设
为
×1的I(l)向量序列,则其滞后
期的VAR可表示为:
(3.12)
将上述方程改写为差分形式:
(3.13)
其中,
,
方程(3.13)中,
代表了所有的长期均衡信息,
也正是误差修正项,而
的秩则决定了
之间的协整向量,也就是决定变量间到底有多少个长期关系。
(五)Grange因果关系检验
变量之间因果关系的实证检验,通常采用由Grange(1969)提出,Sims(1972)推广的如何检验变量之间因果关系的方法。
Grange因果检验是基于这样的思想:
如果一个事件Y是另一个事件X的原因,则事件Y应领先于事件X。
因此,我们看现在的Y能够在多大程度上被过去的X解释,加入X的滞后值是否使解释程度提高。
如果X在Y的预测中有帮助,或者X与Y的相关系数在统计上显著时,就可以说Y是由X的Grange引起的。
Granger检验假设有一变量Y和X的预测信息包含在它们的时间序列中,因此,对于稳定变量X和Y,Granger检验采用如下变量自回归方程,即:
(3.14)
(3.15)
此外,由于Granger检验受变量的滞后项个数m和n、变量序列的稳定性以及变量间协整关系存在的影响,因此,在进行Granger检验之前,首先要确定各变量的最佳滞后项个数,对变量序列进行稳定性检测和协整关系的检验。
五、模型建立前的准备
(一)若干假设
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、因GDP和进出口额受价格因素影响较大,本文用GDP平减指数来消除价格因素对各经济指标的影响。
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。
(二)指标的选取
1、国内生产总值
国内生产总值,即GDP,是反映一国(地区)所有常住单位在一定时期内(通常为1年)全部生产活动最终成果的重要指标,是一个国家(地区)领土范围内,包括本国居民、外国居民在内的常住单位在报告期内所生产的可供最终使用的产品和服务的价值。
国内生产总值能够全面反映全社会经济活动的总规模,是衡量一个国家或地区经济实力,评价经济形势的重要综合指标。
2、进出口额
国家(地区)与国家(地区)之间的经济贸易往来形成了一个国家(地区)的对外贸易总额,通常用进出口额来衡量。
进口额(出口额)表示一个国家进口(出口)的货物和服务的金额,即是用人民币或其它外币计价的金额。
总进口额加总出口额,即进出口总额,就等于一国的总贸易额。
(三)数据的来源与预处理
本文实证分析所选用的变量包括中国国内生产总值(GDP)、出口总额(EX)及进口总额(IM),采用的数据为1978-2008年中国年度数据,所有原始数据来源于中经网经济统计数据库。
为了使数据具有可比性,用国内生产总值平减指数(1978=100)对所用数据进行平减。
为了消除数据中可能存在的异方差,我们对上述序列取自然对数,变换后的变量相应的变为LGDP、LEX、LIM。
本文实证分析所用的数据分析处理软件为Eviews6.0。
六、模型的构建与检验
(一)单位根检验
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。
本文采用ADF检验法对上述各序列的平稳性进行检验。
表2单位根检验结果
变量
检验类型
(c,T,d)
ADF统计量
临界值(5%)
伴随概率P
结论
LGDP
(c,T,1)
-2.740050
-3.574244
0.2292
不平稳
D(LGDP)
(c,0,1)
-2.909887
-2.971853
0.0569
平稳*
LEX
(c,0,0)
-1.310170
-2.963972
0.6114
不平稳
D(LEX)
(c,0,0)
-5.134567
-2.967767
0.0002
平稳
LIM
(c,0,0)
-1.420427
-2.963972
0.5590
不平稳
D(LIM)
(c,0,0)
-4.102228
-2.967767
0.0035
平稳
注:
(c,T,d)分别代表所检验的方程中含有截距,时间趋势及滞后阶数;滞后阶数按SC最小准则确定;D(X)表示X的一阶差分;加“*”代表在10%的显著水平下拒绝原假设。
从表2的检验结果中我们可以看出:
LGDP、LEX、LIM的ADF统计量的绝对值小于5%水平下的ADF检验临界值的绝对值,说明这三个序列在95%的置信水平下都是非平稳的。
进一步检验显示,DLGDP至少在90%的置信水平下是平稳的,而DLEX及DLIM在95%的置信水平下都是平稳的。
(二)Johansen协整检验
由于LGDP、LEX和LIM都是单整序列,满足进行协整检验的前提条件。
进一步我们采用Johansen协整检验法对多变量系统进行向量协整检验。
检验结果见表3和表4:
表3特征根迹(RankTest)检验结果
Hypothesized
No.ofCE(s)
Eigenvalue
TraceStatistic
0.05CriticalValue
Prob.**
None*
0.667917
48.51252
42.91525
0.0125
Atmost1
0.315065
17.64612
25.87211
0.3682
Atmost2
0.222589
7.050027
12.51798
0.3394
表4最大特征值检验(MaximunEigenvalueTest)结果
Hypothesized
No.ofCE(s)
Eigenvalue
Max-Eigen
Statistic
0.05CriticalValue
Prob.**
None*
0.667917
30.86641
25.82321
0.0099
Atmost1
0.315065
10.59609
19.38704
0.5554
Atmost2
0.222589
7.050027
12.51798
0.3394
注:
*表明在5%的显著水平下拒绝原假设;**表示Mackinnon-Haug-Michelin(1999)p值。
从协整检验的特征根迹检验和最大特征值检验的结果看出,我们可以在95%的置信水平下拒绝无协整关系的原假设,这说明我们的变量之间存在协整关系;对应原假设最多一个协整关系,我们在95%的置信水平下是接受的。
因此,在5%的显著水平上只存在唯一的协整关系。
(三)向量自回归模型(VAR)的构建
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5向量自回归模型滞后期的确定标准
滞后期
LogL
LR
FPE
AIC
SC
HQ
0
8.655201
NA
0.000132
-0.418904
-0.274922
-0.376090
1
96.90470
150.3510
3.75e-07
-6.289237
-5.713309
-6.117983
2
116.2923
28.72244*
1.79e-07*
-7.058692*
-6.050819*
-6.758999*
3
123.3269
8.858349
2.23e-07
-6.913105
-5.473286
-6.484971
4
131.8088
8.796027
2.69e-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5的结果,5个评价指标全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3),模型结构稳定,模型拟合效果较好。
图3滞后阶数为2的AR特征多项式逆根图
(四)Granger因果检验
为了确定变量之间的相互关系,我们对VAR模型中的变量进行Granger因果检验,检验结果如表6:
表6Grange因果检验结果
零假设
时期
F统计量
P值
LEX不是LGDP的原因
28
4.69159
0.0117
LGDP不是LEX的原因
1.25934
0.3138
LIM不是LGDP的原因
28
2.47274
0.0898
LGDP不是LIM的原因
0.83877
0.4878
LIM不是LEX的原因
28
3.63580
0.0295
LEX不是LIM的原因
0.94373
0.4373
从表6中我们可以看出:
在5%的显著水平下,第一,中国出口总额(LEX)是中国国内生产总值(LGDP)的Grange原因,表明出口确实能影响我国经济的发展。
事实证明也是如此,金融危机导致我国出口贸易严重萎缩,进而严