FDI对我国经济增长影响的实证分析报告.docx

1、FDI对我国经济增长影响的实证分析报告计量经济学课程论文FDI对我国经济增长影响的实证分析姓名：黄倩专业：国际经济与贸易 学号：405020332007-12-08FDI对我国经济增长影响的实证分析摘要自20世纪80 年代中后期以来，我国GDP逐年增长，经济发展速度令人瞩目。这种经济高增长背后促成的因素很多，外商直接投资的迅猛发展正是其中极为重要的因素之一。本文就此命题从实证分析的角度加以证明，外商直接投资对我国经济增长有显著的贡献，但同时也发现FDI对GDP的影响有明显的滞后效应。关键词 FDI GDP 回归分析 滞后性一问题的提出伴随世界经济的较快增长和经济全球化趋势深入发展，我国国民经济

2、持续快速发展。国内市场潜力巨大，投资环境日益改善，特别是拥有大量低成本，高素质的人力资源，跨国直接投资回升，相关数据表明，FDI与GDP的增长态势基本相似。1986年到2004年，二者都成逐步上升趋势。1994年到1998年增长速度显著放缓。由于亚洲金融危机的爆发，我国从1999年开始，FDI有回落现象，一直到2001年我国初步克服亚洲金融危机的影响，尤其是我国加入WTO后，中国利用外资明显回升。而与此对应GDP也从2000年开始高速增长。我国GDP的增长与外商直接投资增长的趋势有一定程度的相似性，那么二者的关系究竟如何，相关程度如何，本文就此命题从实证分析的角度，考察外国资本流入对中国经济增

3、长的影响，这不仅是对有关理论的一次很好的检验，而且也具有重要的现实意义。二变量的选取及分析根据GDP的定义，从需求方面分析，影响国内生产总值增长的因素包括三大需求：总消费（居民消费+社会消费），总投资（固定资产投资+存货增加）和净出口。许多研究表明 外商直接投资FDI作为总投资的一部分，对我国GDP的增长有显著的积极作用。因此 在这里我们引入,外商直接投资FDI,作为解释变量，研究他们对国内生产总值GDP这已被解释变量的影响效果。三数据及处理本文选取了1986-2004年间我国FDI,GDP的时间序列资料进行分析（见表）年份GDP(亿元）FDI（亿美元）198610275.218.741987

4、12058.623.14198815042.831.94198916992.333.93199018667.834.87199121781.543.66199226923.5110.07199335333.9275.15199448197.9337.67199560793.7375.21199671176.6417.26199778973.0452.57199884402.3454.63199989677.1403.19200099214.6407.152001109655.2468.782002120332.7527.432003135822.8535.052004159878.3606.3

5、年份人民币对美元平均汇率FDI(亿元）19863.4564.65319873.7286.080819883.72118.816819893.77127.916119904.78166.678619915.32232.271219925.51606.485719935.761584.86419948.622910.71519958.353133.00419968.313467.43119978.293751.80519988.283764.33619998.283338.41320008.283371.20220018.283881.49820028.284367.1220038.284430.

6、21420048.285020.164数据说明 本文采用中国国家统计局（四模型及处理以上述数据，构建线性回归模型对FDI对我国经济的贡献作一实证分析。模型的被解释变量Y选定为GDP,X为FDI。通过EViews得散点图如下所示：可以看出GDP(Y)和FDI(X)大体呈现为线性关系，因此我们试图把FDI作为主要解释变量，其他影响因素全部放入随机扰动项中。所以建立的计量经济模型为以下线性模型Y=c+X+i其中YGDP XFDI（外商直接投资）c常数项i 随机扰动项系数 即FDI每增加一亿元，GDP平均增加的亿元数根据数据，假定所建模型及随即扰动项满足古典假定。利用EView软件，进行OLS，我们得

7、到如下回归结果:Dependent Variable: YMethod: Least SquaresDate: 11/12/07 Time: 21:49Sample: 1986 2004Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C7618.2196076.0821.2538050.2269X24.096472.07423011.617070.0000R-squared0.888126Mean dependent var63957.88Adjusted R-squared0.881545S.D. d

8、ependent var46359.01S.E. of regression15955.52Akaike info criterion22.29230Sum squared resid4.33E+09Schwarz criterion22.39171Log likelihood-209.7768F-statistic134.9563Durbin-Watson stat0.305219Prob(F-statistic)0.000000参数估计有如下结果Y = 7618.219 + 24.09647X （1） t = (1.253805) (11.61707)=0.888126=0.881545

9、F=134.9563 DW=0.305219根据以上分析，GDP对FDI进行的普通最小二乘法，得到的可决系数为0.8881，所建模型整体上对样本数据拟和较好。对回归系数的t检验：取=0.05,查t分布得t(17)=2.11,t()= 11.617072.11, 系数通过t 检验，表明FDI对GDP有显著影响。FDI平均每增加1亿元，GDP将增加24.09647亿元。1异方差检验（White检验）由于现实经济活动中，影响GDP的因素错综复杂，而此处简化模型只考虑FDI的流入对GDP的贡献，省略了某些重要的解释变量，因此易产生易方差，所以有必要进行异方差的检验。White Heteroskedas

10、ticity Test:F-statistic4.185929Probability0.034503Obs*R-squared6.526597Probability0.038262Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 11/13/07 Time: 17:25Sample: 1986 2004Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C370712801.08E+080.3424950.7364X1649

11、7.49138678.40.1189620.9068X217.7297131.008410.5717710.5754R-squared0.343505Mean dependent var2.28E+08Adjusted R-squared0.261443S.D. dependent var2.95E+08S.E. of regression2.54E+08Akaike info criterion41.68449Sum squared resid1.03E+18Schwarz criterion41.83362Log likelihood-393.0027F-statistic4.185929

12、Durbin-Watson stat0.972416Prob(F-statistic)0.0345030.05从表可以看出n=6.526597, (2)=5.9915 n5.9915，P值=0.038262=0.05,所以拒绝原假设，模型中随机误差存在异方差。表示随着时间的推移，影响GDP的其他因素可能发生了变化。修正异方差下面运用加权最小二乘法（WLS）分别用权数w1t=1/X, w2t=1/X ,w3t=1/X 进行估计，经比较发现用权数w2t的效果最好，并且消除了异方差 结果如下表：Dependent Variable: YMethod: Least SquaresDate: 11/13

13、/07 Time: 18:05Sample: 1986 2004Included observations: 19Weighting series: 1/X2VariableCoefficientStd. Errort-StatisticProb.C4956.046397.111112.480250.0000X83.260084.89657517.003740.0000Weighted StatisticsR-squared0.997608Mean dependent var13151.42Adjusted R-squared0.997467S.D. dependent var23291.68

14、S.E. of regression1172.139Akaike info criterion17.07035Sum squared resid23356449Schwarz criterion17.16976Log likelihood-160.1683F-statistic289.1272Durbin-Watson stat0.877748Prob(F-statistic)0.000000Unweighted StatisticsR-squared-13.505780Mean dependent var63957.88Adjusted R-squared-14.359061S.D. dep

15、endent var46359.01S.E. of regression181683.9Sum squared resid5.61E+11Durbin-Watson stat0.036525 Y = 4956.046 + 83.26008X (12.48025) (17.00374)=0.997608=0.997467 se=1172.139F=289.1272White Heteroskedasticity Test:F-statistic2.021334Probability0.164936Obs*R-squared3.832359Probability0.147168n= 3.83235

16、95.9915,P值=0.1471680.05 所以已不存在异方差性可以看出运用加权最小二乘法消除了以方差后，参数的t检验军显著，可决系数大幅提高，F检验也显著，说明FDI每增加一亿元，平均来说将增加83.26008亿元的GDP。2、自相关检验DW检验根据上表的结果DW=0.305219,给定显著性水平=0.05，查DW统计表，n=19,k=1 得下限临界值=1.180，上限临界值=1.401，因为DW=0.305219,1.18,根据判定区域知，这时随即误差项存在正的一阶自相关。同时从残差et和et-1的散点图可以看出残差et呈线性回归，表明正自相关性确实存在。模型中t统计量和F统计量的结论

17、不可信， 检验也不可靠，须采取补救措施。自相关的修正广义差分法 由DW=0.305219,由DW粗略估计得=1-DW/2=1-0.1526=0.8474 分别对x, y作广义差分Dy=y-0.8474*y(-1) Dx=x-0.8474*x(-1)用OLS方法估计参数Dependent Variable: DYMethod: Least SquaresDate: 11/13/07 Time: 13:47Sample (adjusted): 1987 2004Included observations: 18 after adjustmentsVariableCoefficientStd. Er

18、rort-StatisticProb.C7109.2253220.0992.2077660.0422DX16.654914.2042203.9614740.0011R-squared0.495161Mean dependent var17258.06Adjusted R-squared0.463609S.D. dependent var11301.01S.E. of regression8276.720Akaike info criterion20.98472Sum squared resid1.10E+09Schwarz criterion21.08365Log likelihood-186

19、.8625F-statistic15.69328Durbin-Watson stat0.558976Prob(F-statistic)0.001119Dy=7109.225+16.65491Dxt =(2.207766)(3.961474)修正后的回归方程为Y=46587+16.65491X这时DW=0.558976 在显著水平=0.05下，查表 n=18，k=1时，DL =1.158，DU=1.391 DWDL 模型中仍存在自相关。 科克伦-奥克特迭代法由（1）式可得et残差序列，使用et进行滞后一期的自回归的回归方程 e(t)=0.9488e(t-1)再对原模型进行广义差分，得广义差分方程

20、Yt-0.9488Yt-1=c(1-0.9488)+(Xt-0.9488Xt-1)+Ui进行回归,可得方程输出结果如下Dependent Variable: Y-0.9488*Y(-1)Method: Least SquaresDate: 11/12/07 Time: 21:53Sample (adjusted): 1987 2004Included observations: 18 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C2237.2331541.4321.4513990.1660X-0.9488*(-1)

21、3.6813820.5120487.1895300.0000R-squared0.763626Mean dependent var11313.09Adjusted R-squared0.748853S.D. dependent var7488.503S.E. of regression3752.834Akaike info criterion19.40285Sum squared resid2.25E+08Schwarz criterion19.50178Log likelihood-172.6256F-statistic51.68934Durbin-Watson stat0.567341Pr

22、ob(F-statistic)0.000002由表可得回归方程为Y=2237.233+3.684382Xt=(1.451399) (7.189530)由差分方程式可得Y=43695.9570+3.684382X在显著水平=0.05下，查表 n=18，k=1时，DL =1.158，DU=1.391，由于DW=0. 567341DW,表明模型中仍存在自相关。用Cochrane-Orcutt 迭代估计法,可得结果如下Dependent Variable: LNYMethod: Least SquaresDate: 11/13/07 Time: 14:34Sample (adjusted): 1987

23、 2004Included observations: 18 after adjustmentsConvergence achieved after 25 iterationsVariableCoefficientStd. Errort-StatisticProb.C18.9206216.737441.1304370.2760LNX0.1590570.0465363.4179480.0038AR(1)0.9878020.02250143.900220.0000R-squared0.996729Mean dependent var10.82546Adjusted R-squared0.996292S.D. dependent var0.839839S.E. of re