中國對美國進口總額的分析

1、 中國對美國進口總額的分析中美兩國,一個是發(fā)展中的大國,一個是經(jīng)濟、科技發(fā)達的大國,兩國都有廣闊的市場,經(jīng)濟互補性很強?，F(xiàn)在中美兩國間貿(mào)易往來十分頻繁，美國是中國進口商品主要的來源地。目前,兩國貿(mào)易額已達400多億美元,比1979年增加了數(shù)十倍。中國是美國小麥、磷肥、木材的主要銷售市場,是美波音公司的第四大用戶,也是美國電腦、工業(yè)機械等產(chǎn)品的最大買主之一。中國從美國的進口逐年遞增。美國已成為屈居日本之后的世界第二大中國進口來源國。中美各自的一些產(chǎn)品對對方市場的依賴性已初步形成。中國經(jīng)濟正在持續(xù)、快速地發(fā)展,發(fā)展的重點交通、通信和能源等領域,正是美國的強項。中國市場的巨大潛力對美國有著非常大的吸

2、引力。正是中美在經(jīng)濟利益上的一致性,為中美關(guān)系的改善和發(fā)展帶來了歷史性機遇,并成為雙邊關(guān)系的核心。因此，研究中國對美國的進口額是有現(xiàn)實意義的。就基本的來說，一個國家的進口額應該和很多方面有關(guān)，例如進口國的失業(yè)率，關(guān)稅，經(jīng)濟發(fā)展情況，與他國的貿(mào)易關(guān)系緊密程度，匯率等有關(guān)。于是，我們以Y作為中國對美國的進口額億元為應變量，并且假設了幾個解釋變量，它們分別是X1中國的GOD億元，X2中國歷年的貿(mào)易關(guān)稅總額億元，X3人民幣的匯率，X4居民平均消費水平元，X5中國的人口數(shù)，X6失業(yè)率，以及X7它作為一個比較特殊的值來衡量中國與美國之間的貿(mào)易關(guān)系。中國與美國因為各種原因，兩國間的關(guān)系時好時差，因此，構(gòu)建模

3、型時，也把這種原因也考慮了進去。當兩國較好時，設其值為1，不好時其值為0。剛開始假設模型為Y=C+B1X1+B2X2+B3X3+B4X4+B5X5+B6X6+B7X7+U。我們再來驗證該模型的可行性。一假設初始模型obsYX1X2X3X4X5X6X71991 426.2328 21617.80 187.2800 5.322700 896.0000 11.43330 2.300000 1.0000001992 473.9395 26638.10 212.7500 5.514900 1070.000 11.58230 2.300000 0.0000001993 977.4677 34634.40

4、256.4700 5.761900 1331.000 11.71710 2.600000 1.0000001994 1849.662 46759.40 272.6800 506187.0 1746.000 11.85170 2.800000 1.0000001995 2063.750 58478.10 291.8300 8.350700 2236.000 11.98500 2.900000 0.0000001996 1343.149 67884.60 301.8400 8.314200 2641.000 12.11210 3.000000 0.0000001997 1351.348 74462

5、.60 319.4900 8.289800 2834.000 12.23890 3.100000 1.0000001998 1397.775 78345.20 313.0400 8.279100 2973.000 12.36260 3.100000 1.0000001999 1612.470 82067.50 562.2300 8.278300 3143.000 12.47610 3.100000 0.0000002000 1851.311 89442.20 750.4800 8.278400 3397.000 12.57860 3.200000 1.0000002001 2168.759 9

6、5933.30 840.5200 8.277000 3611.000 12.76270 3.200000 1.000000數(shù)據(jù)參考：中國對外貿(mào)易統(tǒng)計年鑒2000年，2002年版中國統(tǒng)計年鑒2000年，2002年版世界經(jīng)濟年鑒2001年版國際統(tǒng)計年鑒2001年版1用EVIEWS對各假設變量數(shù)據(jù)進行分析，得到下表：Dependent Variable: YMethod: Least SquaresDate: 12/14/03 Time: 12:39Sample: 1991 2001Included observations: 11VariableCoefficientStd. Errort-Sta

7、tisticProb. C52635.1929398.731.7903900.1713X10.5921950.2191742.7019350.0737X22.3058700.8766732.6302510.0783X3-0.0001700.000673-0.2520570.8173X4-14.128954.879698-2.8954570.0627X5-4820.7872455.986-1.9628730.1444X61165.4801570.3060.7422000.5118X7-478.8084163.9709-2.9200800.0615R-squared0.963212 Mean de

8、pendent var1410.533Adjusted R-squared0.877373 S.D. dependent var589.1776S.E. of regression206.3192 Akaike info criterion13.65199Sum squared resid127702.9 Schwarz criterion13.94137Log likelihood-67.08594 F-statistic11.22114Durbin-Watson stat2.600491 Prob(F-statistic)0.036258從上表中可以看出，可決系數(shù)比較大，然而模型F檢驗值和

9、各解釋變量的T檢驗值都比較小，因此，可以判斷出該模型存在著較大的多重共線性，異方差以及自相關(guān)等多種缺陷。所以，應當適當?shù)母淖円幌伦兞康男问?，使得調(diào)整后的模型擬合程度更好。2針對解釋變量X1來說，可以先尋找Y與X1之間的關(guān)系。計算出LY=LnY以及LX1=LnX1。依次對其進行分析，找出在Y與X1，Y與LnX1，LY與X1，LY與LnX1之間哪一組的相關(guān)程度最高。具體分析如表一至表四所示 Dependent Variable: YMethod: Least SquaresDate: 12/14/03 Time: 10:36Sample: 1991 2001Included observation

10、s: 11VariableCoefficientStd. Errort-StatisticProb. C333.4674324.45201.0277870.3309X10.0175190.0049013.5747750.0060R-squared0.586758 Mean dependent var1410.533Adjusted R-squared0.540843 S.D. dependent var589.1776S.E. of regression399.2336 Akaike info criterion14.97994Sum squared resid1434487. Schwarz

11、 criterion15.05228Log likelihood-80.38965 F-statistic12.77902Durbin-Watson stat1.004405 Prob(F-statistic)0.005979表一 Dependent Variable: YMethod: Least SquaresDate: 12/14/03 Time: 11:54Sample: 1991 2001Included observations: 11VariableCoefficientStd. Errort-StatisticProb. C-8839.5072445.733-3.6142570

12、.0056LX1938.3851223.68334.1951510.0023R-squared0.661645 Mean dependent var1410.533Adjusted R-squared0.624050 S.D. dependent var589.1776S.E. of regression361.2528 Akaike info criterion14.78000Sum squared resid1174532. Schwarz criterion14.85234Log likelihood-79.28999 F-statistic17.59929Durbin-Watson s

13、tat1.107891 Prob(F-statistic)0.002323 表二 Dependent Variable: LYMethod: Least SquaresDate: 12/14/03 Time: 12:58Sample: 1991 2001Included observations: 11VariableCoefficientStd. Errort-StatisticProb. C6.0750630.28816221.082110.0000X11.73E-054.35E-063.9665340.0033R-squared0.636119 Mean dependent var7.1

14、36493Adjusted R-squared0.595688 S.D. dependent var0.557642S.E. of regression0.354579 Akaike info criterion0.927196Sum squared resid1.131539 Schwarz criterion0.999541Log likelihood-3.099580 F-statistic15.73339Durbin-Watson stat0.801747 Prob(F-statistic)0.003272 表三 Dependent Variable: LYMethod: Least

15、SquaresDate: 12/14/03 Time: 11:51Sample: 1991 2001Included observations: 11VariableCoefficientStd. Errort-StatisticProb. C-3.1902841.990972-1.6023750.1435LX10.9454100.1820915.1919530.0006R-squared0.749697 Mean dependent var7.136493Adjusted R-squared0.721885 S.D. dependent var0.557642S.E. of regressi

16、on0.294081 Akaike info criterion0.553044Sum squared resid0.778354 Schwarz criterion0.625389Log likelihood-1.041744 F-statistic26.95637Durbin-Watson stat0.930376 Prob(F-statistic)0.000570表四根據(jù)上述四表中的可決系數(shù)以及修正可決系數(shù)，可以看出在這里LY與LX的相關(guān)程度最好。按這種方法分別對其它變量進行比較分析。綜合X2到X6的數(shù)據(jù)來看，采用LY=C +B1LX1+B2LX2+B3X3+B4LX4+B5X5+B6L

17、X6+B7X7的這種擬合模型在目前來看最好。二分析初步調(diào)整后的模型obsLYLX1LX2X3LX4X5LX6X71991 6.054986 9.981272 5.232605 5.322700 6.797940 11.43330 0.832909 1.00000001992 6.161080 10.19010 5.360118 5.514900 6.975414 11.58230 0.832909 0.00000001993 6.884965 10.45260 5.547012 5.761900 7.193686 11.71710 0.955511 1.00000001994 7.522758

18、 10.75277 5.608299 506187.0 7.465083 11.85170 1.029619 1.00000001995 7.632280 10.97641 5.676171 8.350700 7.712444 11.98500 1.064711 0.00000001996 7.202772 11.12556 5.709897 8.314200 7.878913 12.11210 1.098612 0.00000001997 7.208858 11.21805 5.766726 8.289800 7.949444 12.23890 1.131402 1.00000001998

19、7.242637 11.26888 5.746331 8.279100 7.997327 12.36260 1.131402 1.00000001999 7.385523 11.31530 6.331911 8.278300 8.052933 12.47610 1.131402 0.00000002000 7.523649 11.40135 6.620713 8.278400 8.130648 12.57860 1.163151 1.00000002001 7.681910 11.47141 6.734021 8.277000 8.191740 12.76270 1.163151 1.0000

20、000 1用EVIEWS分析初步調(diào)整后的模型Dependent Variable: LYMethod: Least SquaresDate: 12/14/03 Time: 19:41Sample: 1991 2001Included observations: 11VariableCoefficientStd. Errort-StatisticProb. C-12.6830218.18878-0.6972990.5358LX17.5298935.5473091.3573950.2677LX20.4738890.6562840.7220800.5224X32.63E-076.62E-070.39

21、79410.7173LX4-8.5858955.625967-1.5261190.2244X5-0.5468992.419075-0.2260780.8357LX67.0384739.6947170.7260110.5203X7-0.2232430.339400-0.6577590.5577R-squared0.954451 Mean dependent var7.136493Adjusted R-squared0.848171 S.D. dependent var0.557642S.E. of regression0.217287 Akaike info criterion-0.059937

22、Sum squared resid0.141640 Schwarz criterion0.229442Log likelihood8.329652 F-statistic8.980499Durbin-Watson stat2.030704 Prob(F-statistic)0.049289和原來的模型相類似的，雖然可決系數(shù)比較大，但是可以看出，F(xiàn)檢驗值與T-檢驗值都比較小，只不過它比原來的模型改善了一些而已。為了得到更好的模型，我們繼續(xù)對其進行分析改善。三測定假定模型的多重共線性 1判斷多重共線性的存在LX1LX2X3LX4X5LX6X7LX1 1.000000 0.818856-0.1105

23、82 0.999231 0.959603 0.989617 0.032945LX2 0.818856 1.000000-0.161073 0.821418 0.924216 0.781124 0.126631X3-0.110582-0.161073 1.000000-0.137983-0.192420-0.051156 0.239045LX4 0.999231 0.821418-0.137983 1.000000 0.962421 0.986364 0.020917X5 0.959603 0.924216-0.192420 0.962421 1.000000 0.929060 0.113288

24、LX6 0.989617 0.781124-0.051156 0.986364 0.929060 1.000000 0.107568X7 0.032945 0.126631 0.239045 0.020917 0.113288 0.107568 1.000000從上表可以看出，各變量之間確實存在計較大的多重共線性，其中以LX1與LX4為最大，居然高達0.999231。LX4與LX6也高到了0.986364，而LX1與其他很多變量的相關(guān)程度都比較大。右圖也可以看出，LX1與其它不少變量的趨勢變化很類似，甚至與LX4的變化趨勢線幾乎可以完全重合。 這些也都與現(xiàn)實經(jīng)濟意義相吻合。GDP是衡量一個國家

25、經(jīng)濟狀況的綜合指標，它牽涉到居民的投資，儲蓄，消費等等很多方面，它與其他很多變量相關(guān)也是情理之中；如果一個國家的GDP比較高，那么可以認為這個國家比較繁榮，進而人民的生活水平很高，那么消費水平也就很高了。因為LX1與LX4之間相關(guān)程度很高，我們可以認為，人民的消費水平在很大程度上取決于GDP，也即是取決于一個國家的經(jīng)濟水平。而LX4與LX5高度相關(guān)就更好解釋了，社會失業(yè)率高的話，居民就不敢將很多錢用于消費。反之亦然。 2消除共線性逐一求LY對各個解釋變量的回歸，選出擬合效果最好的一元線性回歸方程。Dependent Variable: LYMethod: Least SquaresDate:

26、12/14/03 Time: 12:27Sample: 1991 2001Included observations: 11VariableCoefficientStd. Errort-StatisticProb. C2.8957220.7166004.0409180.0029LX64.0441590.6791335.9548870.0002R-squared0.797574 Mean dependent var7.136493Adjusted R-squared0.775082 S.D. dependent var0.557642S.E. of regression0.264464 Akai

27、ke info criterion0.340746Sum squared resid0.629473 Schwarz criterion0.413090Log likelihood0.125899 F-statistic35.46068Durbin-Watson stat0.893408 Prob(F-statistic)0.000214在用EVIEWS對各變量進行分析后，可知LX6修正后的可決系數(shù)最大，這也說明了在中國對美國的進口中，最主要的決定因素是國內(nèi)的失業(yè)率水平，并且它們之間呈正相關(guān)關(guān)系。從右圖來看，LX6與LY存在著比較明顯的線性關(guān)系。LY與LX6同向變化，這也與事實相符。進口額增多

28、，也即是指進口的商品增多，會沖擊到國內(nèi)的生產(chǎn)廠家，使得一些廠家無法立足，瀕臨破產(chǎn)，于是會出現(xiàn)大量的裁員現(xiàn)象，進而社會的失業(yè)率也就升高了。將LX6作為進入回歸模型的第一個解釋變量，形成一元回歸模型。再用同樣的方法來選擇第二個變量。VariableCoefficientStd. Errort-StatisticProb. C2.7822010.6027554.6158100.0017LX64.1081310.5698787.2087870.0001X31.01E-064.60E-072.1943590.0595R-squared0.873634 Mean dependent var7.136493

29、Adjusted R-squared0.842042 S.D. dependent var0.557642S.E. of regression0.221629 Akaike info criterion0.051372Sum squared resid0.392954 Schwarz criterion0.159889Log likelihood2.717452 F-statistic27.65405Durbin-Watson stat1.793108 Prob(F-statistic)0.000255加入X3修正后的可決系數(shù)高達0.842042，該值大于加入其它各格變量的修正可決系數(shù)，于是將

30、X3作為第二個解釋變量。這也說明了匯率是對美國進口中一個很關(guān)鍵的因素。Dependent Variable: LYMethod: Least SquaresDate: 12/14/03 Time: 15:50Sample: 1991 2001Included observations: 11VariableCoefficientStd. Errort-StatisticProb. C2.7925990.6133534.5530050.0026LX64.1697550.5842597.1368220.0002X31.11E-064.83E-072.3007120.0549X7-0.1252270

31、.146671-0.8537970.4215R-squared0.885552 Mean dependent var7.136493Adjusted R-squared0.836503 S.D. dependent var0.557642S.E. of regression0.225481 Akaike info criterion0.134125Sum squared resid0.355892 Schwarz criterion0.278814Log likelihood3.262311 F-statistic18.05443Durbin-Watson stat1.963033 Prob(

32、F-statistic)0.001127在眾多可決系數(shù)中，加入X7后的修正可決系數(shù)最大。但是這個值低于沒加入第三個變量時的修正可決系數(shù)0.842042，于是可以決定模型最終為LY=C+B1X3+B2LX6+U三異方差的判定以及修正1判斷異方差是否存在obsLYX3LX61991 6.054986 5.322700 0.8329091992 6.161080 5.514900 0.8329091993 6.884965 5.761900 0.9555111994 7.522758 506187.0 1.0296191995 7.632280 8.350700 1.0647111996 7.202

33、772 8.314200 1.0986121997 7.208858 8.289800 1.1314021998 7.242637 8.279100 1.1314021999 7.385523 8.278300 1.1314022000 7.523649 8.278400 1.1631512001 7.681910 8.277000 1.163151先采用圖示法來區(qū)分 從圖片來看，異方差并不是很明顯，于是再通過ARCH檢驗進一步判斷。 ARCH Test:F-statistic0.202192 Probability0.822284Obs*R-squared0.568275 Probabili

34、ty0.752663Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/14/03 Time: 16:32Sample(adjusted): 1993 2001Included observations: 9 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C0.0489300.0375321.3037020.2401RESID2(-1)-0.2376790.404877-0.5870410.5786RESID2(-2)0.0350130.4108130.0852290.9349R-squared0.063142 Mean dependent var0.040993Adjusted R-squared-0.249144 S.D. dependent var0.071743S.E. of regression0.080184 Akaike info criterion-1.947795Sum squared resid0.038576 Schwarz criterion-1.882053Log likelihood11.76508