中日贸易分析与预测

中日贸易分析与预测

ID:22527162

大小:52.60 KB

页数:10页

时间:2018-10-30

中日贸易分析与预测_第1页
中日贸易分析与预测_第2页
中日贸易分析与预测_第3页
中日贸易分析与预测_第4页
中日贸易分析与预测_第5页
资源描述:

《中日贸易分析与预测》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、中曰贸易分析与预测[提要]本文在考察中日两国贸易现状基础之上,利用贸易引力模型对其贸易流量的影响因素进行分析,并在此基础上对中日两国之间的贸易潜力进行预测。关键词:贸易流量;影响因素;潜力预测中图分类号:F742文献标识码:A原标题:中日贸易影响因素分析及潜力预测收录日期:2016年6月19日作为当今世界上最重要的两大经济实体,中国与日本的经济发展在全球经济的发展中起着至关重要的作用,因此两国间的国际经济合作也日益成为世界各国关注的焦点。中国是世界上最大的发展中国家,自1978年改革开放以来经济

2、飞速发展,我国的国内生产总值在2010年超越日本成为全球排名第二位的经济大国,2014年首次突破60万亿元,达到636,463亿元。中国作为世界上最大的出口国和第二大进口国,其进出口的贸易总额两年蝉联世界第一位,因此中国经济发展对国际经济发展的带动作用不言而喻。曰本的经济在亚洲乃至世界占有举足轻重的地位。日本的GDP居世界第三位,并且是世界第四大进口国。在经济全球化的大背景之下,作为亚洲的两大巨头,中日之间的国际经济合作备受关注。据统计局世界各国进出口贸易总额的数据显示:自2011年中日贸易额突

3、破3,000亿美元以来,双方贸易额就一直处于平稳的变动之中。日本是中国第四大贸易国,中国是日本最大的贸易国。面对中日巨大的进出口贸易额,双方在经济贸易领域展开进一步的合作与交流具有极为深远的战略意义。这不仅会给两国人民带来福祉,而且会推动亚太地区,乃至全球经济的繁荣。专家学者们的研究大多是关于中日韩自贸区建设以及三国之间的贸易影响因素进行分析或是就两国之间某一产业的影响因素进行分析。而单独就中日两国之间的贸易影响因素进行分析的研宄甚是罕见。为了进一步把握中日两国之间开展贸易的潜力,本文借助贸易引

4、力模型,就中日两国贸易流量的影响因素以及进一步合作的潜力进行研宄。一、变量选取与数据来源本文研宄的目标是分析中日两国贸易流量的影响因素,所要分析的数据同时包括中日两国之间贸易的样本,即数据类型为时间序列数据。而作为国际贸易研宄领域进行实证分析的重要方法,贸易引力模型的主要特点恰为对两国之间的贸易往来数据进行实证分析,因此贸易引力模型能够整体解决本节的主要问题。笔者以过去学者对贸易引力模型的研宄为基础,试图建立反映中国与日本贸易的引力模型。在建立模型的变量选取时,既要对前人模型变量进行一定合理的扩

5、展,又要考虑本文研宄内容的实际情况。因为本文主要是研宄中日两国之间贸易流量的影响因素,所以在经典模型中引入人口解释变量更具有合理性。为了避免人均GDP与人口、GDP存在多重共线性,内生变量除距离和GDP只选人口。另外,考虑经济一体化对中日两国之间的影响而引入制度安排。所以假设中日两国之间的贸易额由两国之间的相对距离、GDP、人口及制度安排(哪年加入WTO)等因素的影响。本文选取1995〜2014年两国之间的时间序列数据作为实证检验的对象。中日两国之间的进出口总额数据来自于联合国UNCOMTRAD

6、E统计数据库。两国之间的GDP以及人口数据来自世界银行数据库。两国之间的距离采取相对距离的计算方法,相对距离disr=GDPf/GDPwXdis,GDPw表示世界GDP总额,dis表示日本首都东京与中国首都北京之间的绝对距离(Soloaga&Winters,2001)。之所以采取相对距离的计算方法,是因为时间序列数据较少,在使用绝对距离进行计量分析时呈现奇异矩阵的问题,导致估计无法进行,采用相对距离后这一现象消失了。世界贸易组织WTO,作为制度安排的虚拟变量,加入WTO的年份,将该变量赋值为1,

7、否则为0。中日两国分别于2001年和1994年加入WTO,该数据来源于世界贸易组织成员国数据统计。由于本文所选取的数据是从1995年开始的,所以虚拟变量WTO项代表中国是否加入该组织。二、模型设定及检验本文拟构建多元线性回归模型,对1995〜2014年中日两国之间的贸易影响因素进行实证分析,为了使序列平稳化,并考虑到消除异方差性的影响和对时间序列数据取对数后不会改变时序的性质和关系,笔者对虚拟变量以外的各序列都采用了取对数的处理,模型设定如下:式中3是常数项,Trade表示中日两国之间的进出口的

8、贸易总额,GDPc和GDPj分别表示中日两国的GDP,POPc和POPj分别表示中日两国的人口,disr表示两国之间的相对距离,WTO表示中国于哪年加入该组织。利用计量经济学软件Eviews6.0对模型(1)进行最小二乘估计,为了防止多重共线性,采取逐步回归的方法(STEPLS),p值为0.1,向后回归,最终得到表1。(表1)回归结果显示,由于原始模型(1)存在多重共线性,模型排除了LnPOPj变量,保留了其他变量,调整后的R2为0.9947,F统计量的伴随概率为0,表明模型拟合的很好。中日两国

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。