资源描述：
《ｆｄｉ与中国国际贸易相互关系的实证研究论文》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、ＦＤＩ与中国国际贸易相互关系的实证研究论文摘要：以近20年中国进出口贸易额及外商在华投资企业贸易额与外商直接投资数据为基础，运用计量经济学对外商直接投资（FDI）之间国际贸易关系进行研究。实证结果表明，基于外商投资企业的数据与FDI之间存在长期稳定的相互促进关系，而全国的数据与FDI之间没有相互促进关系。文章在解释实证分析结果原因基础上，给出了相关结论和启示。关键词：外商直接投资国际贸易外商投资企业协整格兰杰因果检验一、引言国际贸易和外商直接投资在当今世界经济体系中发挥着越来越重要的作用。进入2
2、0世纪90年代以来，世界经济的重要特点是国际贸易的增长超过了生产的增长，而国际直接投资的增长超过了国际贸易的增长。所以，国际贸易和直接投资是商品和生产要素在国际间流动的结果.freelent)。自20世纪90年代中后期，国内学者对这一问题进行了探索,国内学者江小涓(1999)的研究发现,我国吸收的外资能够改变进出口商品结构,促使其由消费型进口转变为生产型进口。钱晓英、赖明勇和张大奇(2001)以引力模型为分析框架,得出了能够促进对外贸易的结论。岑永和邱小平(2003)用模型研究了对对外贸易的影响
3、规律,其他的国内学者运用了回归分析法以及Granger检验,绩效或贡献度等分析方法揭示了FDI对贸易的促进推动作用。以上的研究对探索国际贸易和FDI之间的关系提供了有益的借鉴，不仅提出了在各种经济条件下的理论,而且通过实证的方法证明了有关理论所阐述的观点。但是现有研究实际上大多存在三点不足:第一,现有的研究采用的数据样本大多是某国或某地区历年的进口总额、出口总额和,未能把外资企业的相应数据专门列出进行分析,这实际上有悖于“贸易投资一体化”的内涵,无法在内在机制上解释实证分析的结果。第二,只是对国
4、际贸易和短期关系进行考察,未能将两者之间的关系置于长期内进行探索,国际贸易和能否在一个较长时期内构成“贸易投资一体化”的关系不得而知。第三,关于对国际贸易的影响分析大多采用了当年的流量数据,忽略了前期(t)FDI对以后各期(t+1,t+2,…,)国际贸易的持续影响,从而由此而产生的存量数据对国际贸易的影响未能反映在模型之中。针对以上的不足，本文采用协整性检验进行研究。三、研究方法、数据与模型设定（一）方法说明和模型1.变量的平稳性检验。进行时间序列分析,要求所用的时间序列必须是平稳的,即没有随机
5、趋势或确定性趋势。否则,利用最小二乘法进行估计将会产生“伪回归”现象.单位根检验(UnitFootTest)是判断时间序列平稳性最常用的方法。时间序列平稳性的单位根检验方法主要有DF检验法、ADF检验法和PP检验法等，本文采用ADF检验法来检验变量的平稳性。如有一时间序列Yt,可以建立回归式Yt=b+aYat-1+?着，其中b是常数项，?着t为零均值且非自相关的随机误差项。对上式左右两边同时减去，Yt-1可得到：2.协整理论是一种建模技术,它从分析时间序列的非平稳性入手,探求非平稳变量间蕴含的长
6、期均衡关。Engle和Granger(1987)的研究发现,若所有时间序列都是同阶单整的,并且存在某一稳定的线形组合,则这些时间序列之间存在协整关系。对时间序列的协整检验分为两步,首先,用OLS对回归方程(称作协整回归方程):Yt=b+aXt+?着t(3)进行估计。然后检验这个回归方程的残差et是否是平稳的。检验ee是否平稳的假设就是检验Xt和X1不可协整的假设（如果Xt和X1不是协整的，则它们的任意线形组合都是非平稳的，因此，残差ee也是非平稳的）。由于本文所研究的FDI与进口、出口之间的数量
7、协整关系会受到时间滞后的影响（前期的进口对后期FDI的有影响），并因此导致存量数据对后期的经济活动的影响较为显著，因此，在上述的协整回归方程的基础上，建立了滞后期为1年的回归模型：（二）数据选取本文以我国1986-2005年的数据为分析样本,首先,从国际贸易与的数量角度出发,对外商投资企业的历年进出口额与FDI的关系做出分析,并且对我国历年进口总额(外资企业进口额加内资企业进口额)、出口总额(外资企业出口额加内资企业出口额)与FDI的关系进行分析,对两者的关系做进一步的检验。本文采用的实证分析方
8、法以协整检验为主,对模型的处理借助了计量软件Eviet、LnEXt和LnFDIt的原序列和一阶差分序列都是非平稳的。△2LnEXt的ADF检验值小于1%上的临界值，△2LnIMt和△2LnFDIt的ADF检验值小于5%上的临界值，所以△2LnEXt和△2LnIMt都是平稳的，并且取得同阶单整，即Xt--I(2),这就为对时间序列进行协整检验提供了必要条件。（二）协整性检验结果对协整回归方程的估计方程（4）—（7）的估计方程为①--④所示。从回归结果来看，t检验和F检验都能在1%或5%的水平上显著
