计量经济学课程论文Word下载.docx
《计量经济学课程论文Word下载.docx》由会员分享，可在线阅读，更多相关《计量经济学课程论文Word下载.docx（12页珍藏版）》请在冰豆网上搜索。
为避免主观加权方法带来的偏差，本文采用主成分分析法,对各组指标的因子旋转和提取后,进行主成分提取和方差累计判断。
表1我国新型工业化评价指标体系及其权重
总指标
分指标层
基础指标层
权重
新型工业化水平
工业化进程
人均GDP增长率
0.0399
农业就业人数占三次产业就业人数的比重
0.0404
城镇化水平
0.0590
产业结构驱动能力
工业服务业产值比重
0.0364
食品消费占家庭消费比重
0.0623
国际贸易占GDP比重
0.0596
产业科技能力
科技活动经费占工业增加值的比重
0.0565
技术市场成交额占工业产值比重
0.0638
经济效益能力
成本费用利润率
0.0480
固定资产投资占gdp比重
0.0482
资源环境能力
每万元GDP消耗的能源
0.0472
工业固体废物综合利用率
0.0457
废水排放达标率
0.0563
人力资源效益能力
城镇登记失业率
0.0586
每万人拥有的专业技术人员比例
0.0465
工业增加值/工业产值
0.0507
信息化能力
城镇居民交通通信占总消费构成
电话普及率
0.0595
广播覆盖率
0.0649
这套指数是由16项基础指标构成。
每项指标对各年份的评分表达该年份在该领域新型工业化能力的相对位置。
具体形成方法是：
单个指标设定得分的最大值和最小值分别为10和0，新型工业化能力最高的年份得分为10，最低为0，并根据每个年份的指标值确定它在0与10之间的得分，形成与该指标对应得单个指数。
再由属于同一方面的几个指数按照一定的权重合成方面指数，最后由6个方面指数按照一定权重合成总指数。
计算指标得分的公式可分为两大类。
当指数值高低与新型业化能力正相关时，第i个指标得分
。
当数值高低与新型工业化能力高低负相关时，第i个指标得分
Vi为某个年份第i个指标得分,Vmax为与所有年第i个指标相对应的原始数据中数值最大的一个，Vmin为最小的一个。
经过处理,各项得分均与新型工业化程度正相关，即：
得分越高,新型工业化能力越高，得分越低，新型工业化能力越低，如表2所示。
为避免主观随机因素的干扰，采用能够客观对评价指标赋权的主成分分析法，对各组指标的因子旋转和提取后,进行主成分提取和方差的累计判断。
表2我国1990-2008外商直接投资原始数据和新型工业化水平
年份
FDI标准化值
新型工业化指数标准化值
1990
6.1988
0.3052
2000
8.4998
1.7152
1991
6.4217
0.8439
2001
8.3215
1.7601
1992
6.9651
1.1001
2002
8.4236
1.8313
1993
7.7164
1.1802
2003
8.4439
1.9236
1994
8.2227
1.3150
2004
8.5760
1.9983
1995
8.2989
1.3019
2005
8.5615
2.0538
1996
8.4243
1.2581
2006
8.5843
2.1178
1997
8.5829
1.3444
2007
8.6923
2.1775
1998
8.4863
1.3537
2008
8.7667
2.1539
1999
8.3801
1.5080
数据来源：
《中国统计年鉴》（1991-2008）、《中国对外经济统计年鉴》（1991-2008）、《中国工业经济统计年鉴》（1991-2008）、CCER金融数据库
本文统计了1990-2008外商直接投资评价研究的原始资料并将其标准化，计算出各基础指标的权重如表1所示，并以此得出相应年度的新型工业化指数，结果整理如表2所示。
三、外商直接投资与我国新型工业化关系的实证分析
1.初步分析
为减少数据的异方差性和波动性，分别将工业化指数和外商直接投资各实际量取自然对数，用NIL（New-typeIndustrializationLevel）和FDI（ForeignDirectInvestment）表示。
图1为1990-2008年我国新型工业化发展与对外直接投资取对数后的走势图。
可以看出两个时间序列较强的相似性，但也存在一定的差异，在东南亚金融危机爆发后发生了明显的改变。
图11990-2008年我国新型工业化发展与外商直接投资取对数后走势图
考虑到两者的趋势差异，在对两者进行动态分析时有必要分阶段进行。
根据图1的拐点以及外商直接投资的分阶段划分，笔者选取1999年作为分界点，研究两者关系的变化如表3所示;
表3Chow’s断点检验
模型结构FDI=α+β*NIL
分界点：
结论
F统计量：
8.997944
P值:
0.0027
结构变动发生
瓦尔德统计量;
17.99589
0.0001
注：
数据分析采用Eviews6.0。
结果显示回归方程模型在结构上发生了显著的统计性变化，笔者据此认为东南亚金融危机后新型工业化和FDI之间的动态关系发生了结构性变化。
因此，为了得到更准确的结论，下文分1990-1998年、1999-2008年两个阶段对两者进行序列分析。
2.经验分析与结果
1）.时间序列平稳性的单位根检验
非平稳时间序列在经过d次差分后变为平稳时间序列，表明改时间序列为d阶单整，记为I（d）。
进行协整分析之前必须检验序列是否为I
（1）。
表4各变量的原序列和一阶差分序列的单整性检验结果
变量
检验类型
ADF统计量
5%临界值
10%临界值
p值
检验结果
1990-1998
NIL
（c,t,2）
-3.21148
-4.77319
-3.87771
0.1892
不平稳
FDI
（c,t,1）
-1.10868
-4.45043
-3.70153
0.8428
1999-2008
1.226573
0.9983
（c,t,0）
0.450050
-3.51505
0.9863
D（NIL）
（c,0,0）
-3.97362**
-3.40331
-2.84182
0.0254
平稳
D（FDI）
-6.22684**
0.0172
-5.13256**
-4.2465
-3.5905
0.0200
-5.73784**
0.0110
D（）表示一阶差分序列；
（c，t，n）分别代表单位根模型中的截距项、时间趋势项和滞后阶数；
*表示在1%统计水平上显著，**表示5%统计水平上显著，***表示在10%统计水平上显著；
滞后阶数的计算是以AIC信息准则为基础，数据分析运用Eviews6.0进行。
由表4可以看出，各变量原序列均表现出较强的非平稳性特征，而其一阶差分序列均在5%统计水平上显著。
由此可以认为1990-1998年的NIL、FDI和1999-2008年的NIL、FDI均是一阶单整序列I
（1）。
而对应的D（NIL）、D（FDI）均为平稳时间序列I（0）。
两变量的单整阶数相同，符合Granger因果检验和协整关系检验的条件。
2）Granger因果关系检验
通过进一步对NIL和FDI序列进行Granger因果检验，确定两者之间是单向的影响关系还是存在互动性。
考虑到Granger因果检验对滞后阶数的敏感性较强以及样本容量的制约，检验结果如表5所示：
表5FDI与新型工业化的Granger因果关系检验
时间跨度
H0
滞后期
F统计量
FDI不是NIL的Granger原因
1
0.418
0.5463
NIL不是FDI的Granger原因
10.632**
0.0224
2
3.946
0.202153
12.980*
0.07153
0.123
0.7377
2.267
0.1828
1.381
0.3755
39.494***
0.007
数据分析采用Eviews6.0软件进行。
由表，1990年到1998年间，拒绝原假设FDI不是NIL的Granger原因犯第一类错误的概率大于20%，表明外商直接投资不是新型工业化进展的Granger原因的概率较大,不能拒绝原假设。
与此相反，拒绝原假设NIL不是FDI的Granger原因的概率不超过10%，表明新型工业化的发展是促进外商直接投资的Granger原因的概率较大，可以拒绝原假设。
1999-2008年间，当滞后阶数调整以后，对于NIL不是FDI的Granger原因的原假设，在滞后期为2时相伴概率接近0，表明可以在很大程度上认为新型工业化的发展促进了外商在中国的直接投资。
综上所述，可以认为在东南亚金融危机爆发前后，我国新型工业化水平的推进是改善投资环境，吸引外商直接投资的直接原因。
而两者的反向关系则表现不是很明显。
3）协整关系检验
协整检验的基本思想是：
两个（或两个以上）非平稳的时间序列，若它们是同阶单整的，则变量之间的某种线性组合可能是平稳的，即变量之间可能存在着长期稳定的均衡关系。
通常有两种方法用来检验变量之间的协整关系，一种是EG两步法；
一种是Johansen极大似然估计法。
采用EG两步法，样本容量必须充分大，否则得到的协整参数估计量将是有偏的，而且样本容量越小，偏差越大。
本文中用于分析的有效样本相对较小，故为克服小样本条件下EG两步法参数估计的不足，本文采用Johansen极大似然估计法对变量进行协整检验。
由于存在结构性变动，笔者将分析集中在1999-2008的协整关系检验上。
表6FDI与工业化之间的协整性检验
时间
特征值
似然比
r=0
0.921551
27.88677
20.26184
r≤1
0.424904
4.978972
9.164546
数据分析采用Eviews6.0进行。
运用Johansan检验，对变量进行系统检验。
根据AIC信息准则，VAR模型中的自回归滞后阶数应取为1。
由表6，在5%的显著性水平下，变量NIL和FDI之间存在1个协整关系。
其表达式为：
FDI=7.579+0.488*NIL
由上述回归方程可以推到如下结论：
新型工业化指数增长1个百分点将吸引外商直接投资增加0.488个百分点。
4）滞后变量模型分析
新型工业化水平的提高以及由此带来的投资环境的改善对于吸引外商直接投资是十分重要的影响因素，然而在经济运行过程中广泛存在的时间滞后效应是否也存在于这两者之间呢？
工业化水平的提高在多大程度上促进了外商直接投资？
为证实这些疑问，构建FDI于新型工业化水平的滞后变量模型，进一步分析是否存在滞后效应以及其程度。
表7FDI与新型工业化的滞后模型
FDI=α+β1*FDI（-1）+β2*NIL（-1）+β3*NIL（-2）+β4*NIL
系数
标准差
T统计量
P值.
C
13.69963
2.107364
6.500835
0.0074
FDI08（-1）
-0.92252
0.292708
-3.151673
0.0512
NIL08（-1）
2.400573
0.755768
3.176337
0.0502
NIL08（-2）
-0.727163
0.370249
-1.963985
0.1443
NIL08
-0.314034
0.372095
-0.843963
0.4607
R20.988601AIC信息准则-4.581324
修正的R20.973402
德宾-沃森统计量2.781999
从模型中可以看出：
R2=0.988601，模型拟合非常好，D.W.值为2.782，查表得知序列无自相关，模型可靠。
FDI与NIL之间的滞后效应非常明显，两者存在很强的正相关性。
通过分析该模型可知，新型工业化水平对当期外商直接投资的引进刺激较小，刺激效应主要表现在滞后一期上，正弹性为2.4%，滞后二期影响较弱。
四、结论
1.东南亚金融危机的爆发这一历史性事件对我国吸引外商投资与工业化进程两者之间的关系有较大影响。
Chow’s断点检验表明金融危机爆发后的1999年是两者之间互动关系结构变动的转折点，Granger因果检验只支持新型工业化水平的提升对吸引外商直接投资的促进作用的论断而不存在反向的影响。
进一步的协整关系检验表明1999年之前的FDI与NIL之间的协整关系并不存在（谬误回归），而1999年之后两者的协整关系表现明显。
因此可以认为东南亚金融危机之后中国新型工业化水平的提升导致的投资环境的改善成为吸引外商直接投资的重要动因。
新型工业化水平提高1个百分点将促进外商直接投资提升0.488个百分点。
另外，外商直接投资与新型工业化水平在长期稳定性关系之外还存在短期的波动，且在短期内有回归正常的趋势。
2.外商直接投资与我国的新型工业化进程之间呈现出良性互动，二者互相促进，并存在长期的稳定关系。
相关理论表明，外商直接投资能弥补国内储蓄、外汇不足，推动一国的技术进步和工业化水平的提高。
鉴于新型工业化条件下外商直接投资目标的协同，我国应长期坚持吸引外资政策，并通过适当的方式引导FDI流向，推动新型工业化水平的提升。
参考文献
[1]Chenery，H.,Adelman,I.ForeignAidandEconomicDevelopment:
TheCaseofGreece[J].ReviewofEconomicsandStatistics,1966
（2）.
[2]Chen，C.,Chang,L.,Zhang,Y.TheRoleofForeignDirectInvestmentinChina'
sPost-1978EconomicDevelopment[J].WorldDevelopment.1995（23）:
691-703.
[3]费威.外商直接投资与中国经济增长的实证分析[J].黑龙江对外经贸,2006（3）:
23-25.
[4]马涛,李鹏雁.DEA模型的新型工业化能力评价[J].哈尔滨工业大学学报,2009
（2）:
34-37.
[5]
升级会员 