计量经济学论文.docx

计量经济学论文.docx

《计量经济学论文.docx》由会员分享，可在线阅读，更多相关《计量经济学论文.docx（19页珍藏版）》请在冰豆网上搜索。

计量经济学论文

计量经济学课程论文

中国进出口总额的影响因素分析

*********************************

学号：

系部：

经济与管理系

专业：

国际经济与贸易

二〇一六年六月

中国进出口总额的影响因素分析

摘要：

随着中国经济的高速增长，中国进出口总额也快速增长，但是影响其增速的因素有很多，因此，本文在相关理论研究的基础上，用Eview软件处理数据，采取计量经济学的分析方法，对影响中国进出口总额的影响因素进行实证分析。

研究我国进出口总额与人民币对美元汇率，国内生产总值（GDP）,全社会固定资产投资，实际利用外资额以及外汇储备的关联。

通过多元回归分析来验证其关系，并基于实证分析的结果，提出相应对策或建议。

关键词：

进出口总额，GDP，人民币对美元汇率，全社会固定资产投资

1.引言

中国对外贸易在20年以来，从一个较低的水平发展到了一个很高的水平，

进出口总额占GDP的比例从1995年的38.36%上升到了2014年的41.55%，虽然增加的百分比不高，但是进出口值从1995年的2808.60亿美元增加到2004年的43015.27亿美元，大致在20年里翻了15倍。

很显然，对外贸易的发展对中国经济发展起到了不可低估的作用。

但是，越来越高的进出口贸易的增长，直接的结果就是我国外贸依存度的迅速攀升，这在一定程度上造成国民经济的过分对外依赖,国际经济形式的风云变幻在一等程度上会严重影响我国的经济发展。

从目前的理论的研究来看，影响我国进出口发展的因素主要有人民币对美元汇率，国内生产总值，全社会固定资产投资，实际利用外资额，外汇储备等。

因此，本文通过构建计量经济模型，对以上因素与进出口总额的关系进行实证研究，对它们之间的关系进行验证。

2.理论基础

2.1理论模型

建立回归模型如下：

其中，进出口总额为被解释变量Y,人民币对美元汇率（美元=100）（元）为解释变量X2，国内生产总值为解释变量X3，全社会固定资产投资为解释变量X4，实际利用外资额为解释变量X5，外汇储备为解释变量X6。

为准确计算，将以上除人民币对美元汇率以外的五个变量单位统一为（亿美元）。

以下是各个影响因素对进出口总额的影响原理：

1人民币对美元汇率——X2，汇率变动对进出口贸易的影响有很多解释，这里主要从其一般性的原理和政策性方面加以阐述。

一般情况下，如果人民币对外升值，以外币表示的中国出口产品的价格将上升，这将会削弱中国产品在国际市场上的竞争能力，导致出口减少，出口总额下降。

反之，如果人民币对外贬值，以外币表示的中国出口产品的价格将下降，这样就能增强中国产品的竞争力，使得出口增加，出口总额上升。

再有,1994年实施的汇率并轨，国内银行挂牌的美元兑人民币的年平均汇率从1993年的5.7620元骤升至8.6187元,人民币大幅度的贬值对出口产生巨大影响，使外贸依存度一度高达46.6%。

可见政策因素通过对汇率的影响对进出口总额起间接影响作用。

2国内生产总值（GDP）——X3,一国进出口贸易的发展程度很大程度上依赖于这个国家的经济发展水平，衡量一个国家经济发展水平的最有效的指标就是GDP。

国民经济越发达，与国外的联系也会越紧密，从而推动国家进出口贸易的发展。

我国改革开放以来，经济迅猛发展，经济实力不断增强，GDP已经跃居世界第,二位，与此同时，进出口贸易也发展迅速。

3全社会固定资产投资——X4，固定资产的投入可以引起国内产业结构的调整，改善投资环境，提高国内企业竞争力，对对外贸易的总额有比较直接的影响。

4实际利用外资额——X5,实际利用外资金额包括对外借款额，外商直接投资和外商其他投资。

我国进出口额增量60%以上是由外商投资个体企业哟哟其实制造业，在外商投资中制造业占七成，外资主要投向制造业使得中国制造加工业日益融入全球生产，如果外资不断进入那么中国的进出口将保持高速增长。

相反外资撤走对我国的打击将是很大的，所以实际利用外资金额这一因素很重要。

5外汇储备——X6，此因素对进出口总额直接相关。

3.模型设定

3.1数据来源（或者样本选取）

通过访问中国统计局网站，得到我国自1995年起至2014年历年的相关数据，

以进出口总额为被解释变量Y,人民币对美元汇率（美元=100）（元）为解释变量X2，国内生产总值为解释变量X3，全社会固定资产投资为解释变量X4，实际利用外资额为解释变量X5，外汇储备为解释变量X6。

为准确计算，将以上除人民币对美元汇率以外的五个变量单位统一为（亿美元）。

Y

X2

X3

X4

X5

X6

1995

2808.60

835.10

7320.06

2397.23

481.33

735.97

1996

2898.80

831.42

8608.44

2755.95

548.05

1050.29

1997

3251.60

828.98

9581.59

3008.65

644.08

1398.90

1998

3239.50

827.91

10252.77

3431.07

585.57

1449.59

1999

3606.30

827.83

10894.47

3606.38

526.59

1546.75

2000

4742.90

827.84

12052.61

3976.34

593.56

1655.74

2001

5096.50

827.70

13322.51

4496.01

496.72

2121.65

2002

6207.70

827.70

14619.06

5255.52

550.11

2864.07

2003

8509.88

827.70

16499.29

6713.38

561.40

4032.51

2004

11545.50

827.68

19417.46

8515.06

640.72

6099.32

2005

14219.10

819.17

22693.19

10837.02

638.05

8188.72

2006

17604.40

797.18

27303.32

13798.41

670.76

10663.40

2007

21765.70

760.40

35247.16

18059.43

783.39

15282.49

2008

25632.55

694.51

45607.94

24884.94

952.53

19460.30

2009

22075.35

683.10

50597.16

32879.34

918.04

23991.52

2010

29739.98

676.95

60403.72

37179.08

1088.21

28473.38

2011

36418.86

645.88

74955.64

48226.47

1176.98

31811.48

2012

38671.19

631.25

84613.54

59357.58

1132.94

33115.89

2013

41589.93

619.32

94945.88

72061.95

1187.21

38213.15

2014

43015.27

614.28

103521.20

83352.97

1197.05

38430.18

数据来源：

国家统计局

3.2模型建立

1.

2.估计

DependentVariable:

Y

Method:

LeastSquares

Date:

06/05/16Time:

13:

25

Sample:

19952014

Includedobservations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.?

?

C

-63561.31

25777.47

-2.465770

0.0272

X2

71.73616

28.22464

2.541614

0.0235

X3

1.081569

0.238518

4.534539

0.0005

X4

-0.771497

0.180576

-4.272423

0.0008

X5

-2.105278

8.424594

-0.249897

0.8063

X6

0.426196

0.299315

1.423907

0.1764

R-squared

0.992286

?

?

?

?

Meandependentvar

17131.98

AdjustedR-squared

0.989531

?

?

?

?

S.D.dependentvar

14307.67

S.E.ofregression

1463.949

?

?

?

?

Akaikeinfocriterion

17.65899

Sumsquaredresid

?

?

?

?

Schwarzcriterion

17.95771

Loglikelihood

-170.5899

?

?

?

?

Hannan-Quinncriter.

17.71730

F-statistic

360.1689

?

?

?

?

Durbin-Watsonstat

0.848167

Prob（F-statistic）

0.000000

（25777.47）（28.2246）（0.2385）（0.1806）（8.4246）（0.2993）

（-2.4658）（2.5416）（4.5345）（-4.2724）（-0.2499）（1.4239）

3.3模型检验及修正

1.经济意义检验

模型估计结果说明，在假定其他变量不变的情况下，人民币对美元汇率（美元=100）（元）每增加1单位，平均说来进出口总额会增长71.7362亿美元：

国内生产总值每增长1亿美元，平均说来进出口总额会增长1.0816亿美元：

全社会固定资产投资每增长1亿美元，平均说来进出口总额会减少0.7715亿美元：

实际利用外资额每增加1亿美元，平均说来进出口总额会减少2.1053亿美元：

外汇储备每增加1亿美元，平均说来进出口总额会增长0.4262亿美元。

2.回归方程和回归参数的检验

由图表中的数据可以得到：

，修正的可决系数，

这说明模型对样本的拟合很好。

F检验：

由相关数据可知n=20，k=6，在给定显着性水平，查表可得,而由以上数据的F=360.1689,由于F=360.1689>,说明回归方程显着，即“人民币对美元汇率”，“国内生产总值”，“全社会固定资产投资”，“实际利用外资额”，“外汇储备”等变量联合起来确实对“进出口总额”有显着影响。

t检验：

针对给出显着性水平查t分布表的自由度为n-k=14临界值由图一数据可得对应的t统计量分别为（-2.4658）（2.5416）（4.5345）（-4.2724）（-0.2499）（1.4239）除去、的t统计量大于2.145外，其余t统计量均小于2.145，因此可初步认为模型存在严重的多重共线性。