中国西部地区对外贸易与经济增长的相关性研究.doc

《中国西部地区对外贸易与经济增长的相关性研究.doc》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、中国西部地区对外贸易与经济增长的相关性研究【摘要】一个地区的对外贸易对其经济发展具有重要的影响，出口和进口对西部地区的经济增长会产生怎样的影响？本文通过我国西部地区2000〜2014年的GDP与进出门的相关数裾进行计量分析来研究对外贸易与经济增长的关系。【关键词】经济增长单位根检验协整检验误差修正模型一、数据来源及变量的相关性本文使用的是2000〜2014年屮国西部地区进口额(M)、出口额(X)以及国民生产总值(GDP)共计15年的时间序列数据，对外贸易值是经过平均汇率处理后的以人民币表示的数据。为了消除价格变动

2、因素对西部省区GDP和对外贸易的影响，利用以2000年为基期的居民消费价格指数(CPI)对西部12省区的GDP、M和X进行缩减求得实际值，然后把实际值进行加总的到西部地区总体的数据，用CPI进行缩减可以使数据更具宥可比性。为了避免数据存在异方差问题，这里对GDP、M、X的实际值进行了取对数处理，SP:LnGDP=log(GDP/Pt),LnM=log(M/Pt),LnX=logX/Pt),为了验证所选变量之间的线性相关性，这里使用线性相关系数P来判断变量之间线性相关性的强弱，其公式为。我们用EViews软件对处理

3、后的西部地区的经济增长和?M、出口数据进行相关系数计算从上表可以看出西部地区的经济增长与进、出口之间的相关系数均大于0.986，由此可判断出变量间存在强相关性。二、传统计量分析方法评述及优化传统计量分析在对变量进行回归分析时，一般先使用0LS普通最小二乘法对经济模型进行简单估计，通过系数估计值的t统计量来判断其是否具有显著性，然后根裾R2或T统计量值的大小来判断变量之间的相关度，也就是用变量的水平值来判断变量间的均衡关系，最后在回归系数不为零的基础上用经济知识来解释回归系数的估计值。序列的平稳性、正态性等假设是直

4、接使用传统方法进行回归分析的前提。直接将时间序列的数据进行回归分析等同于承认了序列的平稳性、正态性等假设前提成立。回归结果的可决系数R2和F、t统计量的可信度是建立在假设前提成立的基础上的。研宄表明目前许多计量研究中所涉及的时间序列数据不具有序列平稳性。因此，在没有进行检验的前提下默认时间序列数据具有平稳性直接进行分析，会导致伪回归结果的出现。为了充分了解伪回归现象的存在，这里利用传统计量方法对变量进行回归，把LnGDP作为被解释变量，LnJCK作为解释变量，建立线性回归方程：，a、3为回归系数，P为随机误差项。

5、从表2可以看出，两个R2（可决系数）都大于0.97,表明至少有97%离差平方和能被样本回归直线解释，且LnGDP和LnM的t和F统计量的值都很大，由此可见上表中的模型（1）能够较好地说明变量之间的关系。但事实上，这里所选取的时间序列数据带有明显的变化趋势，是非平稳的，不满足平稳性假设（下文将对此进行解释）。所以，表2回归计算是错误的伪回归现象，所以传统的计量回归分析不能反映出西部地区经济增长与对外贸易之间的真实关系。为了让回归结果更加准确和可信，在回归前必须对时间序列的数据施行平稳性检验；若通过了平稳性检验，可以

6、直接利用传统的计量方法对数据进行回归分析；若未通过平稳性检验，必须对时间序列的变量施行平稳化处理。单位根检验、协整检验和格兰杰因果关系检验是改进传统计量的主要方法，下面将对此进行一一研究。三、基于时间序列的实证研宂（一）单位根检验我们借助ADF单位根检验法来检验LnGDP、LnM和LnX原始序列、一阶差分序列和二阶差分序列是否平稳。通过EViews软件得到如下的检验结果。从上表可以看出：原始序列的LnGDP、LnM、LnX在1%、5%和10%显著水平下均不平稳；对各变量进行一阶差分处理后，除了ALnM和ALnX在

7、5%和10%的水平下是平稳的，在其他条件下也均不具冇平稳性；再对各变量进行二阶差分处理后，除A2LnGDP在1%显著水平下不具有平稳性，在其他任何条件下均是平稳的，即在5%和10%显著水平下存在单位根。所以LnGDP、LnM、LnX都是二阶单整序列。（二）协整检验通过上面的ADF检验可知LnGDP、LnM、LnX均是二阶单整的，放可继续进行协整检验。这里借助EG两步法对变量数据施行协整检验：第一步，使用0LS方法估计出方程的结果，得到残差序列：；第二步，对回归残差进行ADF单位根检验，检验其T稳性，结果见表4。（

8、三）格兰杰因果关系检验由协整检验的结果可得出在长期内我国西部地区的对外贸易与经济增长间存在均衡关系。为了进一步研究它们之间是否具有因果关系，这里借助格兰杰因果检验法进行进一步研究。确定一个合适的自由度会让模型的参数更具有说服力，这里根裾施瓦兹准则（SC）和赤池信息准则（AIC）确定各变量的滞后阶数为一，具体结果见表5。从格兰杰因果关系检验可以发现，在5%显著水平上，西部地