研究FDI的經(jīng)濟(jì)模型

研究FDI的代表性經(jīng)濟(jì)學(xué)模型經(jīng)濟(jì)學(xué)院2014國際商務(wù)凱歌一、研究方向微觀FDI：產(chǎn)業(yè)選擇、區(qū)位選擇、投資動因、模式選擇、趨勢影響因素：政治、管理、經(jīng)濟(jì)、技術(shù)、金融（匯率、財務(wù)）、環(huán)境經(jīng)濟(jì)效應(yīng)：國際貿(mào)易（進(jìn)出口貿(mào)易）、國際收支、就業(yè)、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)增長宏觀——世界國際直接投資的實證比較研究

參考《國際直接投資（FDI）比較研究》,張為付，人民出版社1、利用IFDI/對外OFDI流量/存量比較——增長率、集中度、占世界比對象：發(fā)達(dá)國家和發(fā)展中國家；世界各主要大洲2、兼并收購類國際直接投資——規(guī)模、增長率、所占比重、集中度對象：世界不同行業(yè)間、發(fā)達(dá)國家與發(fā)展中國家、世界各大洲3、從國際投資視角看一國開放度——利用國際直接投資占國內(nèi)固定投資比重比較對象：發(fā)達(dá)國家與發(fā)展中國家、世界各大洲幾個指標(biāo)

二、經(jīng)濟(jì)模型建立1、模型設(shè)計：選擇變量、確定變量間數(shù)學(xué)關(guān)系、擬定估計參數(shù)數(shù)值范圍生產(chǎn)函數(shù)：選擇變量：因素——變量（因果：解釋和被解釋）條件：1、符合基本經(jīng)濟(jì)理論和行為2、數(shù)據(jù)可得；3、解釋變量間獨立（相關(guān)，檢驗，剔除）確定模型的數(shù)學(xué)形式：主要依據(jù)經(jīng)濟(jì)行為理論+解釋歷史統(tǒng)計數(shù)據(jù)；參數(shù)估計+模型檢驗擬定估計參數(shù)數(shù)值范圍：2、樣本數(shù)據(jù)的收集：

（1）數(shù)據(jù)來源國外：聯(lián)合國貿(mào)易與發(fā)展會議（UNCTAD）——世界年度投資報告及其數(shù)據(jù)庫(uncomtrade)經(jīng)濟(jì)合作與發(fā)展組織(OECD)國際貨幣基金組織（IMF）和世界銀行（WB）國內(nèi)：國家統(tǒng)計局——歷年統(tǒng)計年鑒國家外匯管理局——國家收支平衡表國家商務(wù)部數(shù)據(jù)中心——中國FDI統(tǒng)計公報中國人民銀行財政部（2）數(shù)據(jù)類型（概念、比較）時間序列數(shù)據(jù)、截面數(shù)據(jù)、虛變量數(shù)據(jù)、面板數(shù)據(jù)時間序列數(shù)據(jù)：在不同時間點上收集到的數(shù)據(jù)，這類數(shù)據(jù)反映某一事物、現(xiàn)象等隨時間的變化狀態(tài)或程度。虛變量——表征政策、條件等，一般取0或1，表示因素變化的程度橫截面數(shù)據(jù)：（時間固定）

橫截面數(shù)據(jù)是在同一時間，不同統(tǒng)計單位相同統(tǒng)計指標(biāo)組成的數(shù)據(jù)列。橫截面數(shù)據(jù)是按照統(tǒng)計單位排列的。因此，橫截面數(shù)據(jù)不要求統(tǒng)計對象及其范圍相同，但要求統(tǒng)計的時間相同。也就是說必須是同一時間截面上的數(shù)據(jù)。面板數(shù)據(jù)：(橫坐標(biāo)為t,斜坐標(biāo)為y,縱坐標(biāo)為z)

是截面數(shù)據(jù)與時間序列數(shù)據(jù)綜合起來的一種數(shù)據(jù)類型。其有時間序列和截面兩個維度，當(dāng)這類數(shù)據(jù)按兩個維度排列時，是排在一個平面上，與只有一個維度的數(shù)據(jù)排在一條線上有著明顯的不同，整個表格像是一個面板,所以把paneldata譯作“面板數(shù)據(jù)”。比較在經(jīng)典的計量經(jīng)濟(jì)學(xué)中，作為樣本觀測值，或者是截面數(shù)據(jù)，或者是時間序列數(shù)據(jù)。隨著計量經(jīng)濟(jì)學(xué)理論方法的發(fā)展和應(yīng)用領(lǐng)域的拓展，經(jīng)常需要同時采用截面數(shù)據(jù)和時間序列數(shù)據(jù)作為樣本。例如，如果分析生產(chǎn)成本問題，只利用截面數(shù)據(jù)，即選擇同一截面上不同規(guī)模的企業(yè)數(shù)據(jù)作為樣本觀測值，可以分析成本與企業(yè)規(guī)模的關(guān)系，但不能分析技術(shù)進(jìn)步對成本的影響；只利用時間序列數(shù)據(jù)，即選擇同一企業(yè)在不同時間上的數(shù)據(jù)作為樣本觀測值，可以分析成本與技術(shù)進(jìn)步的關(guān)系，但不能分析企業(yè)規(guī)模對成本的影響。如果利用面板數(shù)據(jù)，即在不同時間上選擇不同規(guī)模的企業(yè)數(shù)據(jù)作為樣本觀測值，無疑可以分析成本與技術(shù)進(jìn)步的關(guān)系，也可以分析成本與企業(yè)規(guī)模的關(guān)系。面板數(shù)據(jù)的優(yōu)點與局限性優(yōu)點:（1）面板數(shù)據(jù)提供更加有價值的數(shù)據(jù),變量之間增加多變性和減少共線性,提高了自由度和有效性.（2）更好地檢測和度量單純使用橫截面數(shù)據(jù)或時間序列數(shù)據(jù)法觀測到的影響.（3）對更加復(fù)雜的行為模型進(jìn)行研究.比如,比起純粹的橫截面數(shù)據(jù)或時間序列數(shù)據(jù),面板數(shù)據(jù)能夠更好地處理諸如經(jīng)濟(jì)規(guī)模和技術(shù)變化這些現(xiàn)象不足：模型設(shè)定錯誤和數(shù)據(jù)收集不慎將引起較大的偏差；典型的面板數(shù)據(jù)是時間序列的觀測值較少，而截面?zhèn)€數(shù)卻很多的數(shù)據(jù)3、模型參數(shù)的估計:待估參數(shù)和隨機(jī)干擾項最常用的是普通最小二乘法（OLS）：樣本回歸函數(shù)盡可能好地擬合樣本觀測值，其判斷標(biāo)準(zhǔn)：根據(jù)被解釋變量的所有觀測值與估計值之差的平方和最小的原則求得參數(shù)估計量。最大似然估計（ML）：當(dāng)從模型總體隨機(jī)抽取n組樣本觀測值后，最合理的參數(shù)估計量應(yīng)該使得從模型中抽取該n組樣本觀測值的概率最大；矩估計（MM）：就是利用樣本矩來估計總體中相應(yīng)的參數(shù).最簡單的矩估計法是用一階樣本原點矩來估計總體的期望而用二階樣本中心矩來估計總體的方差；4、模型檢驗

客觀揭示實際經(jīng)濟(jì)現(xiàn)象中各因素之間關(guān)能否付諸應(yīng)用四級檢驗：經(jīng)濟(jì)意義檢驗（符號、大小、相互間關(guān)系；最基本）；統(tǒng)計檢驗；計量經(jīng)濟(jì)學(xué)檢驗；模型預(yù)測檢驗經(jīng)濟(jì)學(xué)意義檢驗煤炭行業(yè)生產(chǎn)函數(shù)MCL=-108.5+0.00067GZZ（固資）-0.00681DHL(電力)+0.0026MHL（木材）統(tǒng)計檢驗：擬合優(yōu)度檢驗、變量和方程的顯著性檢驗擬合度檢驗：檢驗?zāi)Ｐ蛯颖居^測值的擬合程度顯著性檢驗，考察模型中解釋變量對被解釋變量是否有顯著性線性影響。主要方法有三種：F檢驗、t檢驗、z檢驗，區(qū)別在于構(gòu)造的統(tǒng)計量不同，應(yīng)用最普遍的是t檢驗。計量經(jīng)濟(jì)學(xué)檢驗：

主要方法有：隨機(jī)干擾項的序列相關(guān)性檢驗和異方差檢驗，解釋變量之間多重共線性檢驗。序列相關(guān)性：多元回歸模型基本假設(shè)之一即干擾項相互獨立或者不相關(guān)，如不檢驗，參數(shù)估計失效，變量的顯著性檢驗失去意義，模型預(yù)測失效；異方差：計量經(jīng)濟(jì)模型要求隨即干擾項是同方差，也即固定不變的常數(shù)，但如表現(xiàn)出來的方差是變的，幾乎不相同，即為異方差性；多重線性檢驗：所謂多重共線性（Multicollinearity）是指線性回歸模型中的解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計失真或難以估計準(zhǔn)確。模型預(yù)測檢驗：檢驗?zāi)Ｐ蛥?shù)的估計量的穩(wěn)定性以及相對樣本容量變化時的靈敏性：利用擴(kuò)大的樣本重新估計參數(shù)，比較新的原來的估計值，檢驗兩者間差距的顯著性實際預(yù)測，將預(yù)測值與實際觀測值比較，檢驗兩者顯著性。經(jīng)歷并通過以上檢驗，計量經(jīng)濟(jì)學(xué)模型建立5、相關(guān)經(jīng)濟(jì)模型應(yīng)用軟件eviews,gauss,limdep,mathematica,matlab,sas,spss和stata如果是入門，依據(jù)實用性原則：首選eviews，其次是spss；依照簡單性原則，時間序列用eviews，橫截面數(shù)據(jù)用spss，面板數(shù)據(jù)stata優(yōu)勢比較：spss在多元統(tǒng)計分析方面較突出，而eviews在計量經(jīng)濟(jì)模型方較優(yōu)，二者結(jié)合應(yīng)用比較理想；sas在數(shù)據(jù)挖掘方面功能較強(qiáng)，matlab、mathematica軟件可能在數(shù)值計算方面占優(yōu)；三、研究FDI的代表性經(jīng)濟(jì)模型1、引力模型（FDI的貿(mào)易效應(yīng)；區(qū)位選擇）牛頓的“引力法則”，即兩個物體之間的引力與它們各自的質(zhì)量成正比，且與它們之間的距離成反比。

Tinbergen（1962）和Poyhonen（1963）：兩國的雙邊貿(mào)易流量的規(guī)模與它們各自的經(jīng)濟(jì)總量呈正比，而與它們之間的距離呈反比。Linnemannn（1966）又將人口變量加入引力模型；經(jīng)濟(jì)學(xué)家為了檢驗貿(mào)易政策、歷史等因素對貿(mào)易流量的影響，逐步將優(yōu)惠貿(mào)易協(xié)定、貿(mào)易限制措施、殖民關(guān)系、文化等指標(biāo)加入到引力模型中來；該模型被經(jīng)濟(jì)學(xué)家廣泛應(yīng)用于FDI和貿(mào)易流動的實證研究，對現(xiàn)實國際貿(mào)易有很強(qiáng)的解釋力，是一個有力的分析工具。引力模型的基本形式：

最基本的國際貿(mào)易引力模型以自然對數(shù)形式可表述為：其中，Xij為i國對j國的出口額，Yi和Yj分別為i國和j國的名義國內(nèi)生產(chǎn)總值，Popi和Popj為兩國的人口，dij為兩國之間絕對距離，uij為隨機(jī)誤差項。擴(kuò)展形式：中國貿(mào)易流量與出口潛力；貿(mào)易效應(yīng)盡管表述形式比較簡單，但是自20世紀(jì)60年代以來，引力模型已經(jīng)在國際貿(mào)易實證研究中獲得了相當(dāng)?shù)某晒?，它被廣泛應(yīng)用于測算貿(mào)易潛力、鑒別貿(mào)易集團(tuán)的效果、分析貿(mào)易模式以及估計邊界成本等領(lǐng)域，并較好地解釋了在現(xiàn)實中觀察到的一些經(jīng)濟(jì)現(xiàn)象使用EViews6.0軟件，采用面板數(shù)據(jù)對模型進(jìn)行最小二乘法回歸分析2、向量自回歸模型（VAR模型）

FDI對國際貿(mào)易（進(jìn)出口）的影響；與國內(nèi)產(chǎn)業(yè)結(jié)構(gòu)升級的相關(guān)性VAR模型是Sims于1980年引入經(jīng)濟(jì)學(xué)中，采取多方程聯(lián)立形式，不以經(jīng)濟(jì)理論為基礎(chǔ)，在模型的每一個方程中，內(nèi)生變量對模型的全部內(nèi)生變量的滯后期進(jìn)行回歸，從而估計全部內(nèi)生變量的動態(tài)關(guān)系。目前已經(jīng)成為分析與預(yù)測多個相關(guān)經(jīng)濟(jì)指標(biāo)的最易操作的模型之一，常被用于預(yù)測相互聯(lián)系的時間序列系統(tǒng)以及分析隨機(jī)擾動對變量系統(tǒng)的動態(tài)沖擊等，從而解釋各種經(jīng)濟(jì)變量間的關(guān)系。滯后變量模型：自回歸模型：向量自回歸模型：

以兩個變量y1t，y2t滯后1期的VAR模型為例，

寫成矩陣形式是：

含有N個變量滯后k期的VAR模型表示如下：其中，Yt=(y1,ty2,t…yN,t)'，c=(c1c2…cN)'ut=(u1tu2,t…uNt)',因VAR模型中每個方程的右側(cè)只含有內(nèi)生變量的滯后項，他們與ut是漸近不相關(guān)的，所以可以用OLS法依次估計每一個方程，得到的參數(shù)估計量都具有一致性。（2）VAR模型的特點1）不以嚴(yán)格的經(jīng)濟(jì)理論為依據(jù)；VAR模型的解釋變量中不包括任何當(dāng)期變量。2）VAR模型有相當(dāng)多的參數(shù)需要估計；3）VAR模型預(yù)測方便、準(zhǔn)確；（3）VAR模型穩(wěn)定的條件對于VAR(1)，模型穩(wěn)定的條件是特征方程的根都在單位圓以內(nèi)對于k>1的VAR(k)模型，通過矩陣變換寫成分塊矩的VAR(1)模型形式模型穩(wěn)定的條件是特征方程的根都在單位圓以內(nèi)（4）VAR模型滯后期的選擇為什么選擇最優(yōu)滯后期？因為滯后階數(shù)越多，需要估計的參數(shù)就越多，這就影響到自由度。滯后階數(shù)的增加會在一定程度上提高模型的解釋能力，但并不是越高越好，存在一個最優(yōu)的階數(shù)。常用選擇指標(biāo)：LR統(tǒng)計量（似然比檢驗）、FPE（最終預(yù)測誤差）、赤池（Akaike）信息準(zhǔn)則(AIC)、施瓦茨（Schwartz）信息準(zhǔn)則(SC)、Hannan-Quinn信息準(zhǔn)則如何選擇？一般，由AIC和SC的值來確定，取使二者都達(dá)到了最小值的滯后期作為模型的滯后期?；舅枷耄篍views6提供了好幾個指標(biāo)，每個指標(biāo)都有所側(cè)重；不過用了少數(shù)服從多數(shù)的原則，選指標(biāo)多的的那個滯后階數(shù)3、多元線性回歸模型

MultipleLinearRegressionModel何為回歸分析？一個變量關(guān)于另一個變量的依賴關(guān)系的計算方法和理論，后者已知或者設(shè)定值，去估計或預(yù)測前者的均值。前者——被解釋變量或因變量；后者——解釋變量或自變量;內(nèi)容：樣本觀察值——參數(shù)估計；回歸方程、參數(shù)估計值——顯著性檢驗（解釋變量——被）分析、評價、預(yù)測總體回歸模型：總體回歸函數(shù)的隨機(jī)表達(dá)形式i=1,2…,n；k為解釋變量的數(shù)目。習(xí)慣上，把常數(shù)項看成為虛變量的系數(shù)，該虛變量的樣本觀測值始終取1。于是，模型中解釋變量的數(shù)目為（k+1）；j稱為回歸參數(shù)（regressioncoefficient）總體回歸函數(shù)：描述在給定解釋變量Xi條件下被解釋變量Yi的條件均值。j也被稱為偏回歸系數(shù)(partialregressioncoefficients)，表示在其他解釋變量保持不變的情況下，Xj每變化1個單位時，Y的均值E(Y)的變化?；蛘哒fj給出了Xj的單位變化對Y均值的“直接”或“凈”（不含其他變量）影響?？傮w回歸與樣本回歸盡管總體回歸函數(shù)揭示了所考察總體被解釋變量與樣本變量間平均變化規(guī)律，但總體信息往往無法獲得，因此，總體回歸實際上未知現(xiàn)實情況是：總體——抽樣——樣本，通過樣本信息來估計總體回歸函數(shù)?；貧w分析的主要目的：根據(jù)樣本回歸函數(shù)得到總體回歸函數(shù)樣本回歸函數(shù)與樣本回歸模型從一次抽樣中獲得的總體回歸函數(shù)的近似，稱為樣本回歸函數(shù)（sampleregressionfunction）。樣本回歸函數(shù)的隨機(jī)形式，稱為樣本回歸模型（sampleregressionmodel）。e——樣本殘差項或者剩余項代表其他影響Y的隨機(jī)因素的集合4、因子分析法（影響FDI的因素）（1）因子分析的定義因子分析的基本目的就是用少數(shù)幾個因子去描述許多指標(biāo)或因素之間的聯(lián)系，即將相關(guān)比較密切的幾個變量歸在同一類中，每一類變量就成為一個因子（之所以稱其為因子，是因為它是不可觀測的，即不是具體的變量），以較少的幾個因子反映原資料的大部分信息。因子分析的主要目標(biāo)和用途主要目標(biāo)：數(shù)據(jù)縮減。主要用途：1.減少分析變量個數(shù)；2.通過對變量間相關(guān)關(guān)系探測，將原始變量進(jìn)行分類3.即將相關(guān)性高的變量分為一組，共性子代替該組變量4.既可以進(jìn)行探索性因子分析,也可以部分驗證因子.

（2）因子分析模型因子分析最常用的理論模式如下：（j=1,2,3…,n，n為原始變量總數(shù)）

可以用矩陣的形式表示為：其中F稱為因子，由于它們出現(xiàn)在每個原始變量的線性表達(dá)式中，因此又稱為公共因子。A稱為因子載荷矩陣，稱為因子載荷，是第j個原始變量在第i個因子上的負(fù)荷。U稱為特殊因子，表示了原有變量不能被因子解釋的部分，其均值為0，相當(dāng)于多元線性回歸模型中的殘差。（3）分析步驟

圍繞濃縮原有變量提取因子的核心目標(biāo)，因子分析主要涉及以下五大基本步驟（SPSS）1》因子分析的前提條件——相關(guān)關(guān)系由于因子分析的主要任務(wù)之一是對原有變量進(jìn)行濃縮，即將原有變量中的信息重疊部分提取和綜合成因子，進(jìn)而最終實現(xiàn)減少變量個數(shù)的目的。因此它要求原有變量之間應(yīng)存在較強(qiáng)的相關(guān)關(guān)系。方法：計算反映象相關(guān)矩陣：反映象矩陣重要包括負(fù)的協(xié)方差和負(fù)的偏相關(guān)系數(shù)；巴特利特球度檢驗Bartletttestofsphericity；KMO是Kaiser-Meyer-Olkin的取樣適當(dāng)性量數(shù)2》抽取共同因子，確定因子的數(shù)目和求因子解的方法因子數(shù)目的確定沒有精確的定量方法，但常用的方法是借助兩個準(zhǔn)則來確定因子的個數(shù)。一是特征值（eigenvalue）準(zhǔn)則，二是碎石圖檢驗（screetest）準(zhǔn)則。3》使因子更具有命名可解釋性

通常最初因素抽取后，對因素?zé)o法作有效的解釋。這時往往需要進(jìn)行因子旋轉(zhuǎn)（rotation），通過坐標(biāo)變換使因子解的意義更容易解釋。轉(zhuǎn)軸的目的在于改變題項在各因素負(fù)荷量的大小，轉(zhuǎn)軸時根據(jù)題項與因素結(jié)構(gòu)關(guān)系的密切程度，調(diào)整各因素負(fù)荷量的大小，轉(zhuǎn)軸后，使得變量在每個因素的負(fù)荷量不是變大（接近1）就是變得更?。ń咏?），而非轉(zhuǎn)軸前在每個因素的負(fù)荷量大小均差不多，這就使對共同因子的命名和解釋變量變得更容易。4》計算各因子得分：因子分析模型建立后，應(yīng)用因子分析模型去評價每個樣品在整個模型中的地位，即進(jìn)行綜合評價設(shè)公共因子F由變量x表示的線性組合為：該式稱為因子得分函數(shù)，由它來計算每個樣品的公共因子得分。

四、實證檢驗1、單位根檢驗ADF(AugmentedDickey-Fuller)

按照正規(guī)程序，面板數(shù)據(jù)模型在回歸前需檢驗數(shù)據(jù)的平穩(wěn)性：一個時間序列剔除了不變的均值（可視為截距）和時間趨勢以后，剩余的序列為零均值，同方差，即白噪聲。因此為了避免偽回歸，確保估計結(jié)果的有效性，我們必須對各面板序列的平穩(wěn)性進(jìn)行檢驗。而檢驗數(shù)據(jù)平穩(wěn)性最常用的辦法就是單位根檢驗。

單位根檢驗一般是先從水平（level）序列開始檢驗起，如果存在單位根，則對該序列進(jìn)行一階差分后繼續(xù)檢驗，若仍存在單位根，則進(jìn)行二階甚至高