计量大作业范例

题 目：影响内蒙古外贸出口因素的实证分析

1978年改革开放以来，中国经济快速发展。2007年，我国的国内生产总值（GDP）达到了246,619亿元，排在美国、日本、德国之后居世界第四。同时，在对外贸易方面，进出口贸易总额从1979年的455亿美元上升到了2007年的21,738亿美元，贸易总额位居世界第三。伴随着高速的贸易额的增长，我国贸易依存度和外贸出口依存度分别由1980年的12.6%和5.6%提升到了2007年的61.7%和34.6%（2007年的贸易依存度按美元兑人民币7：1计算所得）。可以看出，贸易对经济增长的贡献越来越大，尤其出口贸易更是对经济发展起着举足轻重的作用。

三十年来，位于蒙古国和俄罗斯边境的内蒙古自治区在对外贸易方面也取得了很大的进步，进出口贸易总额由1978年的526万美元增长到了2007年的77.45亿美元，增长了大约1,471倍！虽然内蒙古直到2007年外贸依存度和出口贸易依存度分别只有9.8%和3.7%，但比起1978年的0.46%和0.30%，对外贸易已经成为内蒙古经济中非常重要的一部分，进出口贸易对全区经济的影响也越来越大。出口是对外贸易的一个重要组成部分，也是内蒙古地区对外贸易的一个薄弱环节，2001年开始至2007年，内蒙古一直处于贸易逆差的地位，并且逆差额有逐年扩大的趋势。对影响内蒙古外贸出口的因素进行分析，找到对其外贸出口影响较大的因素，提出如何改善这些因素的建议，是非常有现实意义的①。

1 模型的设定和解释变量的说明

1.1 模型的设定

影响外贸出口的因素很多，本文将根据已有的经济理论和上述提及的几位学者的研究成果并结合内蒙古的实际情况，选取内蒙古的国内生产总值（GDP）、内蒙古全社会固定资产投资（IN）、内蒙古引进外资状况也即外商直接投资（FDI）、进口额（IM）、汇率（EXC）、世界人均国国民总收入（GNI per capita，下文将用GNI来表示）六个影响因素来建立一个关于内蒙古出口额（EXP）的多元回归模型，即EXP=f(GDP，IN，FDI，IM，EXC，GNI)。得到模型之后，观察复判定系数R2、F值、p值和D-W值，初步对模型的可用性进行判断，然后查看变量的相

贸易额和GDP均来源于《中国统计年鉴》和内蒙古统计局网站http://www.nmgtj.gov.cn/，2005.5.17，经济增长率和外贸依存度由原始数据计算所得。

①

1

关系数矩阵，检测模型多重共线性的严重性，用怀特（White）异方差检验方法检验模型是否存在异方差的问题，再在观察D-W值的前提下，用LM检验法检验模型是否存在自相关的问题。最后，根据以上检验得到的结果对模型进行修正，消除或减弱在初次建模中存在的问题，得到最终的模型。

1.2 解释变量的说明

本文将模型中用到的六个解释变量分为两类：内在因素和外在因素。 1.2.1 内在因素

（1）内蒙古的国内生产总值（GDP）

国内生产总值（Gross Domestic Product），是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家或地区经济状况的最佳指标。它不但可反映一个国家或地区的经济表现，更可以反映一国或地区的实力与财富。关于经济增长与出口的关系，基本有以下四种观点：第一种是新古典的出口带动增长假设，即认为出口对经济增长有单项直接的因果带动(helpman&krugman，1985；krueger，1985；rodrik，1988；afxention&sereletis，1992；yaghamain，1994)，第二种观点认为经济增长对出口有单项直接的因果联系(kaldor，1967；Chartey，1993；sharma&dhakal，1994)，第三种观点是前两种观点的综合，认为出口和经济增长之间存在着双向的互为反馈的因果联系(helpman&krugman，1995；kunst&marin，1989；eharter，1993；sharmaa&dhakal，1994)，第四种观点则认为出口和经济增长之间不存在因果联系，出口和经济增长都只是发展和结构变迁的结果(pack，1988，1992；ygaharmaina，1994) [6]。本文把GDP作为影响内蒙古外贸出口的一个内在因素，建立此模型的基础是认为经济增长对出口有单项直接的因果联系。 （2）内蒙古全社会固定资产投资（IN）

固定资产投资是建造和购置固定资产的经济活动，即固定资产再生产活动。投资是国民经济的一个重要组成部分，固定资产投资的增长，促进了一国或一地区生产的快速发展，国内生产总值也随着增加。同时，外贸企业用以扩大生产规模，降低成本，提高出口产品的质量，使出口产品更具国际竞争力[1]，使其在与国外同类商品进行竞争时不仅具有价格上的优势，还在质量上有保障，真正做到物美价廉，从而提升外贸出口额。因此，本文在建模时将全社会固定资产投资作为影响出口额的一个因素进行分析论证。

2

（3）进口额（IM）

进口与出口是对外贸易的两个方面，它们并不是相互独立的。

第一，由于内蒙古自治区大量加工贸易企业的存在，使得在短期内，进口成为了出口的原因，即在短期内进口能够促进出口，或者也可以说，在短期内内蒙古进口的很大部分是因为出口才进口的。

第二，进口一方面促使国内企业改善自己的经营管理、提高技术水平以增加企业自身的竞争力，另一方面通过直接进口技术以提升国内的技术水平，从而能够增加产品的国际竞争力[1]。由于考虑到内蒙古地区矿产资源丰富、重工业发达，引进国外的先进设备和技术对全区经济增长和出口额影响较大，因此本文也把进口额列为影响因素之一。 （4）汇率（EXC）

所谓汇率，指的是以一种货币来表示另一种货币的价格。汇率一般有两种标价方式：第一种是直接标价法，即用一单位的外国货币为标准来计算应付出多少单位本国货币，包括中国在内的全球大多数国家都用此种标价法，在这种标价法下，汇率上升，本币贬值；第二种是间接标价法，即用一单位的本国货币为标准来计算应收若干单位的外国货币。一般认为，当一国货币贬值时，其他国家的人会发现该国的商品变便宜了，而该国的消费者发觉从外国进口的商品变昂贵了；当一国货币升值时会产生相反的结果：他国的人在获取该国商品时需要支付更多，而该国消费者在购买外国商品时支出相对减少。对中国来说，汇率的上升，也就是人民币的贬值会对出口产生刺激、促进的作用。基于这一点，本文将汇率作为影响内蒙古出口的因素引入到模型中。本文中所使用的历年的汇率都是来自《中国统计年鉴》当年汇率的平均价。 （5）外商直接投资（FDI）

对于外商直接投资和贸易的关系，有两种截然相反的观点：第一种观点认为，根据H-O-S理论①，国际贸易能够替代外商直接投资等生产要素的跨国流动，国家之间的商品贸易是国家间要素的间接交换，也就是说外商直接投资和贸易之间是替代的关系；另一种观点的主要代表人物是小岛清教授，他提出了国际贸易与外商直接投资互补效应的小岛清模型。不管是赫克歇尔、俄林和萨缪尔森的H-O-S理论还是小岛清教授的小岛清模型，也不管外商直接投资与国家贸易之间是替代

H-O-S理论是赫克歇尔(Heekseher，1919)、俄林(Ohlin，1933)的生产要素禀赋理论 (Factor Endowment Theory)和萨缪尔森(P.A.Samue1Son)的要素价格均等化学说的合称

①

3

关系还是互补效应，国际贸易与外商直接投资之间都存在着密切的关系。据此，本文把利用外商直接投资作为影响内蒙古外贸出口的一个重要因素。 1.2.2 外在因素——世界人均国民总收入（GNI per capita）

本模型中影响外贸出口的外在因素只有一个——世界人均国民总收入（GNI per capita）。人均国民总收入是一个衡量一国人民收入水平的重要指标，能很大程度上反映出该国民众的购买力大小。世界人均国民总收入反映的是世界人民的平均收入水平，由于人均国民总收入是购买力大小的体现，所以，一般认为，世界人均国民总收入越高，购买力就越大，对各国商品的需求也就越大，从而有利于各国商品的出口。改革开放以来，中国经济开始逐步融入世界经济中去，特别是加入世界贸易组织（WTO,World Trade Organization），我国经济更是与世界各国经济紧紧地联系在了一起，彼此相互影响，不可分割。因此，本文把世界人均国民总收入作为回归模型的一个自变量进行分析。

2实证分析及结果说明

2.1 实证分析

本文把实证分析分为两个阶段：初步分析和模型修正。 2.1.1 初步分析

本文将选取1988年至2007年的数据来对影响内蒙古外贸出口的因素来进行分析，下表是本文要在模型中用到的数据：

表2.1 各年统计数据（单位：见各项目具体标明）

项目 GDP（亿年份 美元） 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 72.76 77.74 66.76 67.56 76.47 92.45 79.10 99.76 118.44 132.67 144.01 IN(亿美元) FDI（亿美元） IM（亿美元） 0.8575 0.9682 1.5974 1.8099 3.4668 5.5405 4.6563 5.147 5.6391 5.7508 5.6238 4

EXC 3.7221 3.7651 4.7832 5.3233 5.5146 GNI per capita(美元) 3730 3890 4010 4120 4360 EXP（亿美元） 2.94 3.36 3.25 4.19 5.89 6.49 5.96 6.08 6.86 7.35 8.23 19.36 0.0337 18.77 0.0042 14.80 0.1064 18.91 0.0110 27.06 0.0610 37.73 0.8093 29.11 1.1602 32.71 1.0605 33.14 0.5424 38.30 0.8433 42.29 0.9082 5.7620 4420 8.6212 4470 8.3490 4930 8.3143 5170 8.2897 5180 8.2791 4890

直接改善国际贸易环境的项目投资还不够，虽然近几年来有所改善，但大格局没有改变。因此，内蒙古全社会固定资产投资对出口额的影响虽然有，但没有像预期的那么大。

2.2.3汇率（EXC）对出口的影响及其原因分析

从表2.2中可以看到，自变量汇率（EXC）的偏回归系数为0.446，在各影响因素中仅次于进口额排在第二位。也就是说，汇率每上升一个单位，即一美元能兑换的人民币每增加一元，出口额平均会增加4460万美元。

党的十一届三中全会以后，我国进入了向社会主义市场经济过渡的改革开放新时期。为鼓励外贸企业出口的积极性，我国的汇率体制从单一汇率制转为双重汇率制，经历了官方汇率与贸易外汇内部结算价并存（1981～1984年）和官方汇率与外汇调剂价格并存（1985～1993年）两个汇率双轨制时期。其中，以外汇留成制为基础的外汇调剂市场的发展，对促进企业出口创汇、外商投资企业的外汇收支平衡和中央银行调节货币流通均起到了积极的作用。1993年11月，党的十四届三中全会通过的《中共中央关于建立社会主义市场经济体制若干问题的决定》要求，“改革外汇体制，建立以市场供求为基础的、有管理的浮动汇率制度和统一规范的外汇市场，逐步使人民币成为可兑换货币。” 1993年12月，国务院正式颁布了《关于进一步改革外汇管理体制的通知》，采取了一系列重要措施，具体包括，实现人民币官方汇率和外汇调剂价格并轨；建立以市场供求为基础的、单一的、有管理的浮动汇率制；取消外汇留成，实行结售汇制度；建立全国统一的外汇交易市场等。1994年1月1日，人民币官方汇率与外汇调剂价格正式并轨，我国开始实行以市场供求为基础的、单一的、有管理的浮动汇率制。企业和个人按规定向银行买卖外汇，银行进入银行间外汇市场进行交易，形成市场汇率。中央银行设定一定的汇率浮动范围，并通过调控市场保持人民币汇率稳定。汇率是影响一个国家和地区进出口商品价格的重要因素，汇率调整往往是一国调节贸易收支的重要杠杆。20世纪80年代以来，为了改善对外贸易收支状况，我国曾多次对人民币的官方汇率实行下调。从1981年1美元兑1.8元人民币，到1996年的1美元兑8.3元人民币，人民币对美元汇率年均下调11%。1996年至2005年这十年间汇率基本保持稳定，2006年开始至今人民币保持着比较强的升值势头。

1988年以来，内蒙古地区出口量的不断增大与汇率的持续贬值密切相关，这也跟本文在指标体系建立时所提及的经济学理论相吻合。而且，由于内蒙古地区

10

出口的商品大多为低附加值商品，价格弹性大，所以汇率的变化对内蒙古的出口额影响非常明显。

2.2.4 外商直接投资（FDI）对出口的影响及其原因分析

FDI的偏回归系数为-1.144，也就是说，外商直接投资每增加一亿美元，内蒙古的出口额就会平均减少1.1440亿美元。这是模型选取的自变量中唯一一个对出口有消极影响的因素。

正如前文所述，对于FDI对出口额的影响各学者有不同的看法。本文实证分析的结果认为内蒙古的外商直接投资与出口额存在负相关的关系。根据内蒙古的实际情况，作者认为有以下三个原因：

第一，外商直接投资的排挤效应。跨国公司的进入通过竞争效应代替本地企业，降低了最终产品的价格指数，迫使本地企业退出以达到新的均衡[7]。多数跨国公司有比较完善和先进的管理体系，区内企业特别是区内的中小企业抵御外来竞争的能力较弱，当同行业具有很强竞争力的跨国公司进入区内市场时，一些区内的企业相继倒闭或面临倒闭的危险。在这些因为外商直接投资的进入而倒闭的企业中，很多是区内外贸出口企业的供应商。因此，外商直接投资会对内蒙古的出口有消极的影响。

第二，1988年以来，内蒙古引进外资的额度一直非常小，而且，期间由于各种原因波动比较大。1988年，内蒙古的外商直接投资额只有337万美元，仅占当年GDP总额的0.046%。1994年，第一次超过1亿美元，1996至1999年又一次连续四年回落到一亿美元以下，2000年至2007年间，外商直接投资额才得到了比较快的发展。但总体来说，在这20年间内蒙古引进外商直接投资的状况不是非常理想，占GDP的比重非常小，对出口的贡献微乎其微。

第三，跨国公司的本土化经营策略也能部分地解释为何内蒙古外商直接投资对出口额有消极影响。本土化经营主要包括产品品牌本土化、人力资源本土化、营销方式本土化和产品制造的本土化。由于跨国公司的本土化经营策略，大多数跨国企业生产的商品都在东道国直接销售，这样，即使一地区的外商直接投资额增加，也并不意味着该地区的出口额会增加。内蒙古地区外商直接投资的领域主要集中在制造业和采矿业，并且大多数产品都是销往国内或区内的。因此，内蒙古的外商直接投资并没有对其出口产生积极的作用。

3 提高内蒙古外贸出口额的建议

11

通过对多元回归模型EXP=f(IN，FDI， IM， EXC)进行实证分析，发现进口额、内蒙古全社会固定资产总值、汇率对内蒙古地区的外贸出口有积极促进的作用，其中进口对出口促进作用最大，而外商直接投资却被证明是一个阻止外贸出口额增长的因素。

根据上文的分析结果，本文提出以下几点提高内蒙古地区外贸出口额的建议：

3.1 继续鼓励引进国外先进技术和设备，提高出口产品的附加值

“十五”期间，内蒙古经济得到了飞速的发展，逐步形成了能源、冶金建材、化工、机械制造、农畜产品加工和高新技术六大优势产业，并已占全区规模以上工业增加值的比重达到90％以上，成为名副其实的支柱产业。近5年内，内蒙古重点发展以煤、电、天然气为主的能源工业，以煤、天然气、氯碱为主的化学工业，以钢、铝、硅和有色金属为主的冶金工业，以工程机械、运输机械为主的装备制造业，以乳、肉、绒、粮等加工为主的农畜产品加工业，以稀土、生物制药、信息制造为主的高新技术产业等六大工业。内蒙古地区出口的商品也主要来自于这六大支柱产业。但在1988年至2007年这二十年间，内蒙古出口的主要是低附加值的商品和原材料，稀土的出口就是一个比较典型的例子。中国白云鄂博稀土矿占全世界可开采资源的90%，世界70%的稀土消耗量靠内蒙古出口，但是由于中国稀土提炼技术方面还不够成熟，长期以来以出口稀土原料为主。如果能与国外进行技术合作，引进国外先进设备，这将大大提升内蒙古出口的质量，提高其出口额。

3.2 适当控制固定资产投资的扩张速度，调整投资结构

上文中已经提到过，2007年，内蒙古的全社会固定资产投资总值已经占到了整个内蒙古GDP的73%，固定资产投资虽然帮助内蒙古实现了经济的快速发展，但同时投资的盲目扩大造成了资源浪费、环境恶化等后果。长年以来，内蒙古的固定资产投资集中于电力、煤炭、矿产资源开发等一些大型中央和地方项目，而在一些基础设施急需改善的行业却并没有大力投入。为了改善当前已经绷得很紧的宏观经济环境，抑制通货膨胀，以利于加快改革，建立社会主义市场经济体制，保证国民经济持续、快速、健康地发展。早在1993年7月24日，中共中央、国务院就发出了《关于当前经济情况和加强宏观调控的意见》，要求加强对固定资产投资的宏观调控，对在建项目进行审核排队，严格控制新开工项目，保证重点项目的建设。在国家对地区固定资产投资盲目扩张进行宏观调控的大背景下，直到2006年，内蒙古地区固定资产投资增长速度才有所放缓。这是好的迹象，但应进一步

12

控制固定资产的扩张速度，并需调整固定资产投资结构，加强对与国际贸易相关的基础设施的投入。与东部地区相比，内蒙古在邮政、交通、物流、计算机网络等与贸易息息相关的行业还非常落后，这严重制约内蒙古国际贸易的进一步发展。如果自治区政府能在与贸易相关的基础设施上加强投入，这将大大改善内蒙古的国际贸易环境。

3.3 积极应对人民币升值

模型分析的结果告诉我们，人民币升贬值与内蒙古的出口密切相关：汇率每上升一个单位，即一美元能兑换的人民币每增加一元，内蒙古的出口额平均会增加4460万美元；反之，亦然。

由于西方国家的压力，中国庞大的外汇储备和人民币的实际被低估等众多原因，2005年7月21日，中国人民银行宣布实行以市场供求为基础，参考一篮子货币进行调节、有管理的浮动汇率制度。2006年，人民币开始了比较大幅度的升值，从2006年年初的一美元兑8.1人民币左右升值到2008年5月26日的一美元兑6.9399人民币，升值了14.3%，并仍有继续升值的趋势。这样的升值幅度对区内很多低附加值的外贸企业来说，影响是巨大的。由于J曲线效应（见附录C）的存在，货币升值后在短期内不但不会使出口额减少，还会在一定程度上改善贸易收支。因此内蒙古的出口额还是保持着比较快的增长速度，2007年出口增速更是达到了37.7%。但是，从长期来看人民币升值对区内外贸企业来说是个严峻的挑战，应该积极应对才能使企业健康发展。具体应对措施如下：

第一，调整产品结构提高产品的技术含量，努力优化出口商品的结构，提升出口商品的市场竞争力。

目前，内蒙古有相当一部分出口的商品都属于劳动密集型商品，出口商品的利润率、附加值、技术含量都很低。人民币的升值，将使本来就很低的利润率降得更低，甚至无利润或亏本，这也使得区内产品失去了唯一的竞争优势：价格。区内企业只有积极转变经营策略，加大研发设计力度，努力提高出口商品档次、附加值和科技含量才能在人民币升值的浪潮中存活下来。虽然，在短期内，这对企业来说意味着大量的资金投入，但这是企业长期发展的必经之路。

第二，重视汇率应对机制的建立人民币汇率波动幅度比以前增大，外贸企业必须要考虑汇率变动给企业带来的不确定因素，尽可能规避汇率风险。企业可以利用远期结售汇业务、掉期业务、福费廷业务（见附录D）等金融避险工具来规避

13

汇率风险。当然利用金融工具来规避风险对于中小企业来说是非常困难的，因为这需要企业有专门人员来负责操作，这无疑增加了企业的负担，在中小企业不太现实。然而，中小企业可以提高汇率风险意识，在磋商、签订合同、生产、交货的全过程都应始终考虑汇率风险，并把它作为决策的一个重要因素。

14

附 录

附录A 初步回归的详细结果

表A.1 Estimation Output

Dependent Variable: EXPORT Method: Least Squares

Date: 05/16/08 Time: 16:21 Sample: 1988 2007 Included observations: 20

GDP IN

FDI IM EXC GNI

C R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Std. Error 0.008298 0.014392 0.225141 0.077933 0.184692 0.000718

t-Statistic 2.196749 2.711539 -5.257409 4.972164 3.096334 -1.288946

Prob. 0.0468 0.0178 0.0002 0.0003 0.0085 0.2199 0.3097 10.38798 7.096808 1.947875 2.296381 2.015907 2.277401

Coefficient 0.018228 0.039023 -1.183661 0.387494 0.571868 -0.000925

2.329465 2.203753 1.057045 0.995738 Mean dependent var 0.993771 S.D. dependent var 0.560117 Akaike info criterion 4.078502 Schwarz criterion -12.47875 Hannan-Quinn criter. 506.1930 Durbin-Watson stat 0.000000

15

表A.2 怀特检验的结果

Heteroskedasticity Test: White F-statistic Obs*R-squared Scaled explained SS

Test Equation:

1.762499 Prob. F(6,13)

0.1842 0.1752 0.9249 Prob. 0.5869 0.3700 0.7355 0.5139 0.1266 0.5464 0.6733 0.203925 0.211801 -0.212871 0.135635 -0.144839 2.253952 8.971364 Prob. Chi-Square(6) 1.942195 Prob. Chi-Square(6)

Coefficient 0.152239 -8.95E-06 4.74E-06 -0.002286 0.001967 -0.002508 7.97E-09

Std. Error 0.273290 9.64E-06 1.37E-05 0.003406 0.001205

t-Statistic 0.557061 -0.928631 0.345178 -0.671089 1.632184

Dependent Variable: RESID^2 Method: Least Squares Date: 06/26/08 Time: 18:43 Sample: 1988 2007 Included observations: 20

C GDP^2 IN^2 FDI^2 IM^2 EXC^2 GNI^2 R-squared

Adjusted R-squared S.E. of regression Sum squared resid

Log likelihood F-statistic

Prob(F-statistic)

0.004049 -0.619368 1.85E-08 0.431264

0.448568 Mean dependent var 0.194061 S.D. dependent var 0.190142 Akaike info criterion 0.470003 Schwarz criterion 9.128710 Hannan-Quinn criter. 1.762499 Durbin-Watson stat 0.184153

16

表A.3 LM检验的结果

Breusch-Godfrey Serial Correlation LM Test: F-statistic

Obs*R-squared

Test Equation:

Dependent Variable: RESID Method: Least Squares

Date: 06/26/08 Time: 19:03 Sample: 1988 2007 Included observations: 20

Presample missing value lagged residuals set to zero.

GDP IN FDI IM EXC GNI C RESID(-1)

RESID(-2)

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.5300 0.3362 Prob. 0.8021 0.9138 0.8819 0.7498 0.6215 0.6359 0.6608 0.4008 0.3456 2.50E-15 0.463312 2.032445 2.480524 2.119915 1.971072

0.672956 Prob. F(2,11)

2.180337 Prob. Chi-Square(2)

Coefficient -0.002242 0.001670 0.036385 0.027261 0.107375 -0.000397 1.109218 -0.278480

Std. Error 0.008733 0.015081 0.239252 0.083363 0.211349 0.000815 2.459522 0.318620

t-Statistic -0.256770 0.110738 0.152078 0.327018 0.508047 -0.486817 0.450989 -0.874019

-0.334547 0.339488 -0.985446

0.109017 Mean dependent var -0.538971 S.D. dependent var 0.574763 Akaike info criterion 3.633877 Schwarz criterion -11.32445 Hannan-Quinn criter. 0.168239 Durbin-Watson stat 0.991077

17

表A.4 相关系数矩阵

GDP IN FDI IM EXC GNI C

GDP

IN

FDI

IM -0.000291 -0.000332 0.006397 0.006074 -0.002731 -6.93E-06 0.056510

EXC

GNI

C -0.000482 0.004773 0.017380 0.056510 0.235613 -0.001488 4.856526

6.89E-05 -5.47E-05 -6.88E-05 -5.47E-05 0.000207 -0.002496 -6.88E-05 -0.002496 0.050689 -0.000291 -0.000332 0.006397 -0.000126 0.001317 -0.008131 -5.85E-07 -2.53E-06 1.48E-05 -0.000482 0.004773 0.017380

-0.000126 -5.85E-07 0.001317 -2.53E-06 -0.008131 1.48E-05 -0.002731 -6.93E-06 0.034111 -0.000104 -0.000104 5.15E-07 0.235613 -0.001488

附录B 修正后回归的详细结果

表B.1 Estimation Output

Dependent Variable: EXPORT Method: Least Squares

Date: 05/21/08 Time: 17:10 Sample: 1988 2007

Included observations: 20

IM IN EXC FDI C

Coefficient 0.450385 0.048991 0.446484 -1.144026

Std. Error 0.076877 0.013600 0.124373 0.252153

t-Statistic 5.858538 3.602320 3.589876 -4.537036

Prob. 0.0000 0.0026 0.0027 0.0004 0.0985 10.38798 7.096808 2.126766 2.375699 2.175360 1.983318

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic

Prob(F-statistic)

0.204659 0.787695 2.598200 0.993775 Mean dependent var 0.992114 S.D. dependent var 0.630202 Akaike info criterion 5.957321 Schwarz criterion -16.26766 Hannan-Quinn criter. 598.6153 Durbin-Watson stat 0.000000

18

表B.2 怀特检验结果

Heteroskedasticity Test: White

F-statistic 2.051566 Prob. F(4,15) Obs*R-squared

Scaled explained SS

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares

Date: 06/26/08 Time: 19:13 Sample: 1988 2007

Included observations: 20

C IM^2 IN^2 EXC^2 FDI^2

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic

Prob(F-statistic)

0.1384 0.1321 0.5533

7.072455 Prob. Chi-Square(4) 3.027336 Prob. Chi-Square(4)

Coefficient 0.007926 0.001651 8.74E-07 0.002884 -0.008730

Std. Error 0.218443 0.001038 1.15E-05 0.004249 0.005998

t-Statistic 0.036286 1.591180 0.076035 0.678825 -1.455507

Prob. 0.9715 0.1324 0.9404 0.5076 0.1661 0.297866 0.377015 0.899269 1.148202 0.947863 3.199099

0.353623 Mean dependent var 0.181256 S.D. dependent var 0.341140 Akaike info criterion 1.745645 Schwarz criterion -3.992688 Hannan-Quinn criter. 2.051566 Durbin-Watson stat 0.138419

19

表A.3 LM检验结果

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.114550 Prob. F(2,13)

Obs*R-squared 0.346359 Prob. Chi-Square(2)

Test Equation:

Dependent Variable: RESID Method: Least Squares

Date: 06/26/08 Time: 19:15 Sample: 1988 2007

Included observations: 20

Presample missing value lagged residuals set to zero.

IM IN EXC FDI

C RESID(-1) RESID(-2)

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic

Prob(F-statistic)

0.8927 0.8410 Prob. 0.8735 0.9805 0.9522 0.8868 0.9900 0.9155 0.6430 1.50E-16 0.559949 2.309296 2.657802 2.377328

t-Statistic 0.162409 0.024948 -0.061165 -0.145228

Coefficient 0.014216 0.000364 -0.008167 -0.041007

Std. Error 0.087531 0.014592 0.133531 0.282365

-0.010729 0.839064 -0.012787 -0.032027 0.296167 -0.108137 -0.163147 0.343843 -0.474481

0.017318 Mean dependent var -0.436228 S.D. dependent var 0.671058 Akaike info criterion 5.854152 Schwarz criterion -16.09296 Hannan-Quinn criter. 0.038183 Durbin-Watson stat 0.999666

1.975825

表A.4 相关系数矩阵

IM IN EXC FDI C

IM 0.005910 -0.000783 -0.006585 0.008061 0.034134

IN -0.000783 0.000185 0.000760 -0.003124 -0.005516

EXC -0.006585 0.000760 0.015469 -0.006753 -0.092022

FDI 0.008061 -0.003124 -0.006753 0.063581 0.073895

C 0.034134 -0.005516 -0.092022 0.073895 0.620463

20

本文来源：https://www.bwwdw.com/article/6gr5.html