精選文檔我國進(jìn)出口貿(mào)易對我國GDP的影響

計量經(jīng)濟(jì)學(xué)論文姓名：班級：學(xué)號：我國進(jìn)出口貿(mào)易對我國GDP的影響【摘要】自改革開放以來，國家堅持“引進(jìn)來”與“走出去”相結(jié)合的貿(mào)易方針，不但使中國逐漸在國際上打開經(jīng)濟(jì)局面，也使中國在經(jīng)濟(jì)上獲得長足發(fā)展。近年來，我國進(jìn)出口貿(mào)易對經(jīng)濟(jì)發(fā)展產(chǎn)生越來越大的影響。中國人口數(shù)眾，是加工業(yè)大國，因此，加工貿(mào)易在所有進(jìn)出口貿(mào)易中所占比例偏大。本論文就我國進(jìn)出口貿(mào)易占GDP比重作計量分析?！娟P(guān)鍵詞】國際貿(mào)易GDP多重共線性異方差性自相關(guān)性【提出問題】1.目的與意義改革開放以來，我國對外貿(mào)易取得巨大成就，尤其是從我國加入世界貿(mào)易組織以后，中國對外貿(mào)易在經(jīng)濟(jì)發(fā)展中發(fā)揮了極其重要的作用。但是面臨的挑戰(zhàn)與壓力也日益突顯。我國對外貿(mào)易總額位居全球第二，出口位列第一，但是我國在國際分工中一直扮演著“國際工廠”的角色。我國出口貿(mào)易中大多是勞動密集型產(chǎn)品，技術(shù)含量較低附加值不高，資本密集型產(chǎn)品的出口額較低，說明我國的出口貿(mào)易結(jié)構(gòu)不完整，處于不發(fā)達(dá)階段。距離發(fā)展成為對外貿(mào)易強(qiáng)國還有很大一段距離。分析這個問題，讓我們清楚的了解加工貿(mào)易對我國對外貿(mào)易的重大影響，并以此調(diào)整各種進(jìn)出口貿(mào)易種類，使發(fā)展均衡。2.理論依據(jù)從概念上講，GDP的計算是所有最終消費(fèi)品價值的加總，表達(dá)式為y=C+I+G+X-M。其中C就是消費(fèi)品中由家庭個人等消費(fèi)的那部分；I是消費(fèi)品用于私人投資的那部分；G就是被政府購買的部分；X-M指凈出口。由GDP計算公式知進(jìn)出口貿(mào)易額與GDP有關(guān)聯(lián)。3.模型建立按貿(mào)易方式把進(jìn)出口貿(mào)易分為一般貿(mào)易，加工貿(mào)易和其他貿(mào)易。其中加工貿(mào)易,主要指對外加工裝配、中小型補(bǔ)償貿(mào)易和進(jìn)料加工貿(mào)易。發(fā)展加工貿(mào)易的好處是投資少，時間短，見效快，有利于充分利用我國豐富的勞動力資源，有利于擴(kuò)大出口，增加外匯收入。一般貿(mào)易是與加工貿(mào)易相對而言的貿(mào)易方式。一般貿(mào)易指單邊輸入關(guān)境或單邊輸出關(guān)境的進(jìn)出口貿(mào)易方式，其交易的貨物是企業(yè)單邊售定的正常貿(mào)易的進(jìn)出口貨物。其他貿(mào)易為除了一般貿(mào)易和加工貿(mào)易以外的進(jìn)出口貿(mào)易。設(shè)Y=GDP，X1=一般貿(mào)易，X2=加工貿(mào)易，X3=其他貿(mào)易。由于沒有進(jìn)出口貿(mào)易對GDP的相關(guān)經(jīng)濟(jì)理論模型，我們簡單的以Y=?1+?2X1+?3X2+?4X3+U為我們的理論模型。4.收集數(shù)據(jù)下以是1985至2008年間的GDP值以及進(jìn)出口貿(mào)易額年份國內(nèi)生產(chǎn)總值一般貿(mào)易凈出口額加工貿(mào)易凈出口額其他貿(mào)易凈出口額19853070.23-135.42-9.58-419862975.9-101.12-10.83-7.6519873239.738.71-11.97-34.4419884041.49-25.82-10.45-41.2319894513.11-40.6226.21-51.5919903902.7992.666.6-71.819914091.7385.874-78.619924882.22100.680.8-137.919936132.2351.578.8-252.419945592.24260.494.1-300.519957279.81280153.3-266.319968560.85234.8220.6-333.219979526.53389.44293.96-279.2199810194.62305.55358.55-229.36199910832.79120.95373.04-201.67200011984.7551.02450.94-260.87200113248.18-15.75534.59-293.4200214538.270.76577.27-343.77200316409.66-56.17789.47-477.77200419316.44-45.391062.76-696.47200522366.22354.31424.55-758.85200626584.15831.261888.83-945.34200733838.191098.442490.85-971.03200843292.39907.692967.36-893.75檢驗(yàn)?zāi)Ｐ停?）首先對模型進(jìn)行初步回歸得如下結(jié)果：DependentVariable:YMethod:LeastSquaresDate:12/31/13Time:01:32Sample:19852008Includedobservations:24VariableCoefficientStd.Errort-StatisticProb.

C4419.351485.15019.1092450.0000X1-2.8916591.597949-1.8096070.0854X212.565581.05890411.866590.0000X3-2.8792242.602890-1.1061640.2818R-squared0.984839

Meandependentvar12100.60AdjustedR-squared0.982565

S.D.dependentvar10453.68S.E.ofregression1380.325

Akaikeinfocriterion17.44904Sumsquaredresid38105930

Schwarzcriterion17.64538Loglikelihood-205.3884

Hannan-Quinncriter.17.50113F-statistic433.0592

Durbin-Watsonstat0.509047Prob(F-statistic)0.000000根據(jù)數(shù)據(jù)看出，可決系數(shù)和修正可決系數(shù)分別為0.984839和0.982565，F(xiàn)的檢驗(yàn)值為433.0592，明顯顯著，數(shù)據(jù)擬合。但當(dāng)a=0.05時，tα/2(n-k)=2.080，說明x1與x3的t檢驗(yàn)不顯著，而且x1與x3系數(shù)的符號與經(jīng)濟(jì)解釋相反?？赡艽嬖诙嘀毓簿€性。（2）選擇Y，X1，X2，X3做相關(guān)系數(shù)矩陣得下表：YX1X2X3Y1.0000000.7955900.990785-0.931907X10.7955901.0000000.829745-0.788980X20.9907850.8297451.000000-0.930806X3-0.931907-0.788980-0.9308061.000000由相關(guān)系數(shù)矩陣可以看出，由相關(guān)系數(shù)矩陣可以看出，各解釋變量之間的相關(guān)系數(shù)很高，證實(shí)確實(shí)存在多重共線性。（3）修正多重共線性，采用逐步回歸的方法，分別作Y對X1，X2，X3的一元回歸，得結(jié)果如下：變量X1X2X3參數(shù)估計值25.6860612.61014-32.0946t統(tǒng)計量值6.15950634.31144-12.0515可決系數(shù)0.6325630.9816560.868451修正可決系數(shù)0.616280.9808220.862472其中，加入X2的修正可決系數(shù)最大，以X2為基礎(chǔ)，順次加入其它變量逐步回歸。結(jié)果如下：變量X1X2X2X3修正可決系數(shù)0.9823790.980676經(jīng)比較，加入X1，X3對X2的可絕系數(shù)幾乎沒有影響，因此可以把X1，X3剔除，最終得DependentVariable:YMethod:LeastSquaresDate:12/31/13Time:13:48Sample:19852008Includedobservations:24VariableCoefficientStd.Errort-StatisticProb.

C4763.734364.758013.059980.0000X212.610140.3675203134.1440.0000R-squared0.981656

Meandependentvar12100.60AdjustedR-squared0.980822

S.D.dependentvar10453.68S.E.ofregression1447.683

Akaikeinfocriterion17.47297Sumsquaredresid46107318

Schwarzcriterion17.57114Loglikelihood-207.6757

Hannan-Quinncriter.17.49902F-statistic1177.275

Durbin-Watsonstat0.530244Prob(F-statistic)0.000000

即：Y=4763.734+12.61014X2（13.05998）（3134.144）R＾2＝0.981656修正可決系數(shù)＝0.980822F＝1177.275DW＝0.530244（4）異方差性檢驗(yàn)，采用white檢驗(yàn)方法。HeteroskedasticityTest:WhiteF-statistic1.768218

Prob.F(2,21)0.1951Obs*R-squared3.459119

Prob.Chi-Square(2)0.1774ScaledexplainedSS1.012630

Prob.Chi-Square(2)0.6027TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/31/13Time:14:04Sample:19852008Includedobservations:24VariableCoefficientStd.Errort-StatisticProb.

C1296585.474287.92.7337510.0124X21899.8611357.2091.3998290.1762X2^2-0.4881390.506224-0.9642750.3459R-squared0.144130

Meandependentvar1921138.AdjustedR-squared0.062619

S.D.dependentvar1638123.S.E.ofregression1586005.

Akaikeinfocriterion31.50780Sumsquaredresid5.28E+13

Schwarzcriterion31.65506Loglikelihood-375.0936

Hannan-Quinncriter.31.54687F-statistic1.768218

Durbin-Watsonstat1.413619Prob(F-statistic)0.195111由上表可以看出，nR＾2＝3.45912，小于臨界值5.99147，，所以不存在異方差性。（5）自相關(guān)性檢驗(yàn)DW=0.530244，在5%的顯著水平下，通過查表得dl=1.273，du=1.446，DW小于dl，所以模型中有自相關(guān)。殘差圖因此我們需要對自相關(guān)問題進(jìn)行補(bǔ)救，采用廣義差分法：生產(chǎn)殘差序列Et，使用et進(jìn)行滯后一期的自回歸得：VariableCoefficientStd.Errort-StatisticProb.

E(-1)0.7137670.1450504.9208350.0001

即：Et=0.713767Et-1由上式可知，p=0.713767，對原模型進(jìn)行廣義差分，得廣義差分方程：Y-0.713767Yt-1=c(1-0.713767)+b3(X-0.713767Xt-1)+u對廣義差分方程進(jìn)行回歸，結(jié)果如下：DependentVariable:Y-0.713767*Y(-1)Method:LeastSquaresDate:12/31/13Time:14:36Sample(adjusted):19862008Includedobservations:23afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C1468.782257.94105.6942560.0000X2-0.713767*X2(-1)12.601040.58218021.644580.0000R-squared0.957098

Meandependentvar4824.202AdjustedR-squared0.955055

S.D.dependentvar4663.632S.E.ofregression988.7004

Akaikeinfocriterion16.71360Sumsquaredresid20528100

Schwarzcriterion16.81234Loglikelihood-190.2064

Hannan-Quinncriter.16.73843F-statistic468.4877

Durbin-Watsonstat1.324693Prob(F-statistic)0.000000得回歸方程為：Y*=1468.782+12.60104X2*(5.694256)(21.64458)R＾2=9.57098F=468.4877DW=1.324693使用廣義差分?jǐn)?shù)據(jù)，樣本減少了1個，在顯著水平5%下，dl=1.257，du=1.437，此時DW值=1.324693大于dl的值，但接近du的值，我們認(rèn)為自相關(guān)已消除，不必進(jìn)行迭代。由差分方程可