中國進出口貿(mào)易現(xiàn)狀分析

1、目錄目錄摘摘 要要.IABSTRACT.I1.導論.12.數(shù)據(jù)處理與統(tǒng)計分析.1 2.1 數(shù)據(jù)樣本與變量指標.1 2.1.1 數(shù)據(jù)來源.12.1.2 數(shù)據(jù)處理.2 2.2 統(tǒng)計分析.2 2.2.1 相關(guān)分析.2 2.2.2 初步 OLS 回歸.3 2.2.3 平穩(wěn)性檢驗.5 2.2.4 協(xié)整檢驗.10 2.2.5 ECM 誤差修正模型.11 2.2.6 對回歸模型的檢查.11 2.2.7 迭代估計法.13 2.2.8 預測.143.結(jié)論.164.政策建議.16參考文獻：參考文獻：.16摘 要根據(jù) 1978 年2012 年我國 GDP 和進出口貿(mào)易的相關(guān)數(shù)據(jù),本文運用協(xié)整理論和 ECM誤差修正模

2、型、迭代估計法相關(guān)知識,對我國 GDP 和進出口貿(mào)易的關(guān)系進行檢驗。結(jié)果表明,1978 年2012 年,我國 GDP 和進出口貿(mào)易的相關(guān)數(shù)據(jù)之間存在長期穩(wěn)定的均衡關(guān)系;通過對 GDP 和進出口關(guān)系的模型的估計可以看出進出口總額的增長都會帶來 GDP 的增長，而且進口對 GDP 增長的解釋能力較強;并且對 GDP 進行了 2013 和 2014 年的回歸預測。因此我國應適度擴大進口,改善出口產(chǎn)品結(jié)構(gòu)，提高出口產(chǎn)品質(zhì)量水平,構(gòu)建核心競爭力,以減少出口受國外經(jīng)濟環(huán)境變化而影響 GDP 增長的穩(wěn)定。關(guān)鍵詞：關(guān)鍵詞：GDPGDP；進出口；協(xié)整理論；進出口；協(xié)整理論；ECMECM 誤差修正模型；誤差修正模

3、型；AbstractAccording to the 1978 2012 Chinas GDP and import and export trade related data, by using the theory of Cointegration 、correction model of error ECM 、 modified iterative estimation model, to test the relationship of GDP and the import and export trade. The results show that, from 1978 to 20

4、12, there is a long-term stable equilibrium relationship between Chinas GDP and the related data of import and export trade; by estimating the GDP and import & Export relationship model can be seen in the total import and export volume growth will bring about the growth of GDP, and the import ha

5、s stronger ability to explain the growth of GDP; and the regression forecast of 2013 and 2014. Therefore, our country should be appropriate to expand imports, improve the structure of export products, improve the export product quality level, to build the core competitiveness, to reduce the impact o

6、f foreign economic environment changes on the growth of GDP stability.KeyKey WordsWords：GDP;GDP; importimport andand export;export; cointegrationcointegration theorytheory ; ;correctioncorrection modelmodel ofof errorerror ECMECM; ; I I 一、導論1978 年以來，中國的對外經(jīng)濟發(fā)生了翻天覆地的變化，對外貿(mào)易成為了國民經(jīng)濟增長的重要推動力。目前國際上衡量一個經(jīng)濟大

7、國有兩條通用的硬性標準，一是年度國內(nèi)生產(chǎn)總值超過 10000 億美元，二是進出口總額超過 5000 億美元。由此不難看出，進出口總額充分反映了一個國家或者地區(qū)參與世界經(jīng)濟的程度，無論是從世界范圍來看，還是從中國本身經(jīng)歷過的歷史來看，將不難發(fā)現(xiàn)對外開放程度是一國經(jīng)濟水平的決定因素。因此有必要對進出口與 GDP 增長的關(guān)系作出定量統(tǒng)計分析。二、論文內(nèi)容1. 數(shù)據(jù)樣本與變量指標1) 數(shù)據(jù)來源：選取 1978-2012 年的進口和出口額作為反映中國進出口情況的統(tǒng)計量，選取 1978-2012 年的 GDP 作為反映中國的經(jīng)濟增長的統(tǒng)計量，數(shù)據(jù)均來自中國統(tǒng)計年鑒 。將原數(shù)據(jù)導入到 Excel，如圖 2.

8、1.1：圖 2.1.12) 數(shù)據(jù)的處理將原始數(shù)據(jù)中的變量進口額命名為 I，出口額為 E，為消除物價因素對進出口額的影響，使用商品零售價格指數(shù)（以 1978 年為不變價格）對進出口額分別進行處理(用原變量 I、E 分別除以相應年份的以 1978 年為不變價格的商品零售價格指數(shù))，修正后的變量名分別為I_adjust，E_adjust；使用居民消費價格指數(shù)（以 1978 年為不變價格）對國內(nèi)生產(chǎn)總值 GDP 進行處理（用原 GDP 除以以 1978 年為不變價格的居民消費價格指數(shù)） ，得到真實的 GDP 值，修正后的變量名為GDP_adjust。如圖 2.1.2： 圖 2.1.22.統(tǒng)計分析過程1

9、)相關(guān)分析 圖 2.2.1 圖2.2.2 通過觀察進口、出口、GDP的散點圖（圖2.2.1）和相關(guān)系數(shù)矩陣（圖2.2.2），初步可知它們之間存在著較強的相關(guān)關(guān)系。2)初步 OLS 回歸估計 表2.2.1Dependent Variable: GDP_ADJUSTMethod: Least SquaresDate: 03/14/14 Time: 10:41Sample: 1978 2012Included observations: 35VariableCoefficientStd. Errort-StatisticProb. C4886.207939.21735.2024250.0000I_A

10、DJUST4.2963111.0953683.9222520.0004E_ADJUST-1.2090160.936483-1.2910160.2059R-squared0.972023 Mean dependent var24934.71Adjusted R-squared0.970275 S.D. dependent var24418.02S.E. of regression4209.905 Akaike info criterion19.61008Sum squared resid5.67E+08 Schwarz criterion19.74340Log likelihood-340.17

11、65 F-statistic555.9066Durbin-Watson stat0.692496 Prob(F-statistic)0.000000通過 Eviews 軟件分析,結(jié)果如上表 2.2.1，對 GDP 與進出口的模型進行了估計，估計的回歸模型為：GDP_adjust=4886.207+4.296311*I_adjust-1.209016*E_adjust SE: (939.2173) (1.095368) (0.936483) t-statistic: (5.202425) (3.922252) (-1.291016)模型的擬合優(yōu)度 R2=0.972023，調(diào)整后的 R2=0.97

12、0275，回歸系數(shù)的 t 檢驗在=0.05 的顯著性水平下顯著，F(xiàn)=555.9066，在=0.05 的顯著性水平下顯著（Prob(F-statistic)0.05）。DW=0.692，在=0.05 的顯著性水平下，查 DW 檢驗表可知，dl=1.34,du=1.58,4-du=2.42,4- dl=2.66，0DW dl ,序列存在正自相關(guān)。進而進行懷特檢驗以檢驗是否存在異方差性： 表2.2.2White Heteroskedasticity Test:F-statistic6.972502 Probability0.000430Obs*R-squared16.86215 Probabilit

13、y0.002056Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 03/14/14 Time: 10:47Sample: 1978 2012Included observations: 35VariableCoefficientStd. Errort-StatisticProb. C-5740439.6525670.-0.8796700.3860I_ADJUST-23897.8620715.10-1.1536450.2578I_ADJUST20.6299690.5259461.1977840.2404E_AD

14、JUST28511.1518331.371.5553200.1304E_ADJUST2-0.7154430.420545-1.7012290.0992R-squared0.481776 Mean dependent var16204160Adjusted R-squared0.412679 S.D. dependent var29477994S.E. of regression22591007 Akaike info criterion36.83557Sum squared resid1.53E+16 Schwarz criterion37.05776Log likelihood-639.62

15、24 F-statistic6.972502Durbin-Watson stat2.123779 Prob(F-statistic)0.000430如表 2.2.2，根據(jù)懷特檢驗，F(xiàn)-statistic=6.972502，在=0.05 的顯著性水平下,方程整體顯著（P=0.00043）, Obs*R-square=16.86215，在=0.05 的顯著性水平下，P=0.002050.05，無法拒絕原假設，lngdp_adjust 有單位根，可認為該序列非平穩(wěn)，繼續(xù)進行 ADF 檢驗，最后一階差分模型 III 通過檢驗。（見圖 2.2.8） 圖 2.2.8一階差分的ADF檢驗結(jié)果： 表2.2.3

16、Augmented Dickey-Fuller Test EquationDependent Variable: D(LNGDP_ADJUST,2)VariableCoefficientStd. Errort-StatisticProb. D(LNGDP_ADJUST(-1)-0.7340660.180811-4.0598630.0004D(LNGDP_ADJUST(-1),2)0.4067450.1730832.3499980.0261C0.0563790.0172563.2671770.0029TREND(1978)0.0007590.0006961.0906050.2847R-squar

17、ed0.380149 Mean dependent var0.000856Adjusted R-squared0.313737 S.D. dependent var0.039357S.E. of regression0.032603 Akaike info criterion-3.892327Sum squared resid0.029764 Schwarz criterion-3.709110Log likelihood66.27723 F-statistic5.724057Durbin-Watson stat1.982486 Prob(F-statistic)0.003474由表 2.2.

18、3 可知在=0.05 的顯著性水平下,統(tǒng)計量 t=-4.059863,P 遠小于，不存在單位根，lngdp_adjust 的一階差分序列平穩(wěn)，為一階單整序列 I(1)。同理可得，lni_adjust 的一階差分序列是平穩(wěn)的，即進口序列是一階單整的（見表 2.2.4）。lne_adjust 的一階差分序列是平穩(wěn)的，及出口序列是一階單整的（見表 2.2.5）。進口的ADF檢驗： 表2.2.4Null Hypothesis: D(LNI_ADJUST) has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic b

19、ased on SIC, MAXLAG=12)t-Statistic Prob.*Augmented Dickey-Fuller test statistic-4.252253 0.0103Test critical values: 1% level-4.2627355% level-3.55297310% level-3.209642*MacKinnon (1996) one-sided p-values.Augmented Dickey-Fuller Test EquationDependent Variable: D(LNI_ADJUST,2)Method: Least SquaresD

20、ate: 03/14/14 Time: 11:16Sample (adjusted): 1980 2012Included observations: 33 after adjustmentsVariableCoefficientStd. Errort-StatisticProb. D(LNI_ADJUST(-1)-0.7592520.178553-4.2522530.0002C0.1358810.0658172.0645400.0477TREND(1978)-0.0016300.002832-0.5754600.5693R-squared0.376232 Mean dependent var

21、-0.007423Adjusted R-squared0.334648 S.D. dependent var0.188782S.E. of regression0.153988 Akaike info criterion-0.817374Sum squared resid0.711371 Schwarz criterion-0.681327Log likelihood16.48666 F-statistic9.047405Durbin-Watson stat1.853212 Prob(F-statistic)0.000842出口的ADF檢驗： 表2.2.5Null Hypothesis: D(

22、LNE_ADJUST) has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic based on SIC, MAXLAG=12)t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.830162 0.0002Test critical values: 1% level-4.2627355% level-3.55297310% level-3.209642*MacKinnon (1996) one-sided p-values.Augmente

23、d Dickey-Fuller Test EquationDependent Variable: D(LNE_ADJUST,2)Method: Least SquaresDate: 03/14/14 Time: 11:17Sample (adjusted): 1980 2012Included observations: 33 after adjustmentsVariableCoefficientStd. Errort-StatisticProb. D(LNE_ADJUST(-1)-1.0677590.183144-5.8301620.0000C0.2122250.0642243.30445

24、50.0025TREND(1978)-0.0028430.002638-1.0780280.2896R-squared0.531317 Mean dependent var-0.005608Adjusted R-squared0.500072 S.D. dependent var0.201351S.E. of regression0.142367 Akaike info -0.974315criterionSum squared resid0.608047 Schwarz criterion-0.838269Log likelihood19.07619 F-statistic17.00460D

25、urbin-Watson stat2.020752 Prob(F-statistic)0.0000124) 協(xié)整性檢驗Johansen 協(xié)整檢驗： 表 2.2.6Unrestricted Cointegration Rank Test (Trace)HypothesizedTrace0.05No. of CE(s)EigenvalueStatisticCritical ValueProb.*None * 0.460393 30.23478 29.79707 0.0445At most 1 0.250585 19.876600 15.49471 0.0293At most 2 0.010771

26、0.357356 3.841466 0.5500 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level *MacKinnon-Haug-Michelis (1999) p-values根據(jù)表 2.2.6，檢驗判定：原假設 None 表示沒有協(xié)整關(guān)系，該假設下計算的跡統(tǒng)計量值為 30.23478，大于臨界值 29.79707 且 P 值為 0.0445，在=0.05 的顯著性水平下，可以拒絕原假設，認為至少存在一個協(xié)

27、整關(guān)系；下一個原假設 AT most 1表示最多有一個協(xié)整關(guān)系，該假設下計算的跡統(tǒng)計量值為 19.876600，小于臨界值15.49471 且 P 值 0.0293，在=0.05 的顯著性水平下，拒絕原假設，認為至少存在兩個協(xié)整關(guān)系。下一個原假設 AT most 2 表示最多有兩個協(xié)整關(guān)系，該假設下計算的跡統(tǒng)計量值為 0.357356，小于臨界值 3.841466 且 P 值 0.5500，在=0.05 的顯著性水平下，無法拒絕原假設，認為存在兩個協(xié)整關(guān)系。用 OLS 法對 lngdp_adjustt=c+*lni_adjust+*lne_adjust+ut進行估計，如表2.2.7： 表 2.

28、2.,7Dependent Variable: LNGDP_ADJUSTMethod: Least SquaresDate: 03/14/14 Time: 11:24Sample: 1978 2012Included observations: 35VariableCoefficientStd. Errort-StatisticProb. C4.8146390.15115231.852880.0000LNI_ADJUST0.2611140.1952311.3374600.1905LNE_ADJUST0.3503640.1837441.9068080.0656R-squared0.979828

29、Mean dependent var9.677309Adjusted R-squared0.978567 S.D. dependent var0.969204S.E. of regression0.141891 Akaike info criterion-0.985703Sum squared resid0.644255 Schwarz criterion-0.852388Log likelihood20.24980 F-statistic777.1788Durbin-Watson stat0.277642 Prob(F-statistic)0.000000協(xié)整回歸方程為：LNGDP_ADJU

30、ST=4.814639+0.261114* LNI_ADJUST+0.350364* LNE_ADJUSTSE： （0.151152） （0.195231） （0.183744） T: (31.85288) （1.337460） （1.906808） R2=0.979828 F=777.1788對上述協(xié)整回歸方程做懷特檢驗的結(jié)果： 表 2.2.8White Heteroskedasticity Test:F-statistic6.138925 Probability0.000985Obs*R-squared15.75362 Probability0.003368如表 2.2.8，在的顯著性水平

31、下，F(xiàn)-statistic=6.13892，P 值=0.00遠小于，模型顯著。 Obs*R-squared=15.7536，P 值=0.003，拒絕原假設，方程存在異方差。因此建立CM 誤差修正模型消除異方差。5) ECM 誤差修正模型表 2.2.9Dependent Variable: D(LNGDP_ADJUST)VariableCoefficientStd. Errort-StatisticProb. C-0.0601400.044884-1.3398790.1903D(LNI_ADJUST)0.1700840.0472083.6028550.0011D(LNE_ADJUST)-0.01

32、81330.052569-0.3449480.7325ECM0.0091590.0029563.0981800.0042R-squared0.461612 Mean dependent var0.094178Adjusted R-squared0.407773 S.D. dependent var0.040229S.E. of regression0.030959 Akaike info criterion-4.002196Sum squared resid0.028753 Schwarz criterion-3.822624Log likelihood72.03733 F-statistic

33、8.573952Durbin-Watson stat1.360958 Prob(F-statistic)0.000292根據(jù)表 2.2.9：ECM形式：Estimation Equation:=D(LNGDP_ADJUST) = C(1) + C(2)*D(LNI_ADJUST) + C(3)*D(LNE_ADJUST) + C(4)*ECMSubstituted Coefficients:=D(LNGDP_ADJUST) = -0.06013951969 + 0.1700839636*D(LNI_ADJUST) -0.01813344098*D(LNE_ADJUST) + 0.0091588

34、72548*ECM6) 對回歸模型的檢查基于上述協(xié)整檢驗所得的模型：通過異方差的 white 檢驗，見下表 2.2.10： 表 2.2.10White Heteroskedasticity Test:F-statistic0.517303 Probability0.789971Obs*R-squared3.505529 Probability0.743234在顯著性水平為 0.05 時，P 值遠大于，無法拒絕原假設，認為不存在異方差性。模型的擬合程度很高，而且模型 Prob(F-statistic)遠小于是顯著的，但檢驗出出口變量的系數(shù)不顯著，可能存在多重共線性。通過觀察相關(guān)系數(shù)矩陣（圖 2.

35、2.9） ，進口與出口是中度線性相關(guān)的，所以當進出口同時解釋 GDP 時，出口變得不顯著。 圖 2.2.9GDP對進口的ECM修正模型，見表2.2.11： 表2.2.11Dependent Variable: D(LNGDP_ADJUST)VariableCoefficientStd. Errort-StatisticProb. C-0.0791820.049635-1.5952860.1208D(LNI_ADJUST)0.1585950.0355014.4673380.0001ECM0.0128670.0041233.1209270.0039R-squared0.451019 Mean de

36、pendent var0.094178Adjusted R-squared0.415600 S.D. dependent var0.040229S.E. of regression0.030753 Akaike info criterion-4.041535Sum squared resid0.029319 Schwarz criterion-3.906856Log likelihood71.70609 F-statistic12.73410Durbin-Watson stat1.328390 Prob(F-statistic)0.000092Substituted Coefficients:

37、=D(LNGDP_ADJUST) = -0.07918164008 + 0.1585947675*D(LNI_ADJUST) + 0.01286708007*ECMGDP 對出口的 ECM 修正模型，見表 2.2.12： 表 2.2.12Dependent Variable: D(LNGDP_ADJUST)VariableCoefficientStd. Errort-StatisticProb. C-0.0576130.056676-1.0165430.3172D(LNE_ADJUST)0.1060660.0468742.2627560.0308ECM0.0109430.0043792.498

38、8420.0180R-squared0.230296 Mean dependent var0.094178Adjusted R-squared0.180638 S.D. dependent var0.040229S.E. of regression0.036415 Akaike info criterion-3.703594Sum squared resid0.041107 Schwarz criterion-3.568915Log likelihood65.96109 F-statistic4.637617Durbin-Watson stat1.089222 Prob(F-statistic

39、)0.017299Substituted Coefficients:=D(LNGDP_ADJUST) = -0.05761314629 + 0.1060655395*D(LNE_ADJUST) + 0.01094250061*ECM由于存在多重共線性，且 GDP 對進口的模型數(shù)據(jù)擬合較好，但查閱資料和相關(guān)數(shù)據(jù)發(fā)現(xiàn)我國 GDP 的發(fā)展很大程度也取決于出口，因此，將 GDP 分別對進口和出口進行擬合，從各自的模型來分析 GDP 與進口、出口的關(guān)系。由于是時間序列，應該檢驗模型的自相關(guān)性。在的顯著性水平下，GDP 與進口模型的 DW=1.33，與出口模型的 DW=1.089，查 DW 檢驗表可知，d

40、l=1.4,du=1.52,4-du=2.48,4- dl=2.6，0DW dl ,兩個模型均存在正自相關(guān)。運用廣義差分法對模型進行修正。7) Cochrane-Orcutt 迭代估計法GDP 與進口的模型，見表 2.2.13： 表 2.2.13Dependent Variable: D(LNGDP_ADJUST)VariableCoefficientStd. Errort-StatisticProb. C-0.0621920.080054-0.7768800.4435D(LNI_ADJUST)0.1328800.0362923.6613770.0010ECM0.0116500.0066601

41、.7493620.0908AR(1)0.3740390.1833802.0396980.0506R-squared0.517308 Mean dependent var0.094317Adjusted R-squared0.467374 S.D. dependent var0.040844S.E. of regression0.029809 Akaike info criterion-4.074822Sum squared resid0.025768 Schwarz criterion-3.893427Log likelihood71.23457 F-statistic10.35991Durb

42、in-Watson stat1.663102 Prob(F-statistic)0.000084Inverted AR Roots 0.37新的 GDP 與進口模型：D(LNGDP_ADJUST) = -0.06219205031 + 0.1328801672*D(LNI_ADJUST) + 0.01165010602*ECM SE: （0.080054） （0.036292） （0.00666）T: (-0.776880) (3.661377) (1.749362)R2=0.467374 F=10.35991在的顯著性水平下，參數(shù)與模型都是顯著的。通過懷特檢驗，模型不存在異方差。DW=1.6

43、63，查 DW 檢驗表可知，dl=1.4,du=1.52,4-du=2.48,4- dl=2.6，du DW4-du,消除了自相關(guān)性。GDP 與出口的模型，見表 2.2.14 表 2.2.14Dependent Variable: D(LNGDP_ADJUST)VariableCoefficientStd. Errort-StatisticProb. C-0.0422080.100021-0.4219930.6761D(LNE_ADJUST)0.0835570.0380772.1944080.0364ECM0.0098230.0078261.2552020.2194AR(1)0.4703980.1698252.7698900.0097R-squared0.391991 Mean dependent var0.09