中国进出口贸易现状分析

目录

摘要.......................................................................................................................................................... I ABSTRACT......................................................................................................................................................... I

1.导论 (1)

2.数据处理与统计分析 (1)

2.1数据样本与变量指标 (1)

2.1.1数据来源 (1)

2.1.2数据处理 (2)

2.2统计分析 (2)

2.2.1相关分析 (2)

2.2.2初步OLS回归 (3)

2.2.3平稳性检验 (5)

2.2.4协整检验 (10)

2.2.5 ECM误差修正模型 (11)

2.2.6对回归模型的检查 (11)

2.2.7迭代估计法 (13)

2.2.8预测 (14)

3.结论 (16)

4.政策建议 (16)

参考文献： (16)

摘要

根据1978年～2012年我国GDP和进出口贸易的相关数据,本文运用协整理论和ECM 误差修正模型、迭代估计法相关知识,对我国GDP和进出口贸易的关系进行检验。结果表明,1978年～2012年,我国GDP和进出口贸易的相关数据之间存在长期稳定的均衡关系;通过对GDP和进出口关系的模型的估计可以看出进出口总额的增长都会带来GDP的增长，而且进口对GDP增长的解释能力较强;并且对GDP进行了2013和2014年的回归预测。因此我国应适度扩大进口,改善出口产品结构，提高出口产品质量水平,构建核心竞争力,以减少出口受国外经济环境变化而影响GDP增长的稳定。

关键词：GDP；进出口；协整理论；ECM误差修正模型；

Abstract

According to the 1978 ~ 2012 China's 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 2012, there is a long-term stable equilibrium relationship between China's 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 has 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 of foreign economic environment changes on the growth of GDP stability.

Key Words：GDP; import and export; cointegration theory ;correction model of error ECM;

I

--

一、导论

1978年以来，中国的对外经济发生了翻天覆地的变化，对外贸易成为了国民经济增长的重要推动力。目前国际上衡量一个经济大国有两条通用的硬性标准，一是年度国内生产总值超过10000亿美元，二是进出口总额超过5000亿美元。由此不难看出，进出口总额充分反映了一个国家或者地区参与世界经济的程度，无论是从世界范围来看，还是从中国本身经历过的历史来看，将不难发现对外开放程度是一国经济水平的决定因素。因此有必要对进出口与GDP 增长的关系作出定量统计分析。

二、论文内容

1. 数据样本与变量指标

1) 数据来源：

选取1978-2012年的进口和出口额作为反映中国进出口情况的统计量，选取1978-2012年的GDP 作为反映中国的经济增长的统计量，数据均来自《中国统计年鉴》 。

将原数据导入到Excel ，如图2.1.1：

图 2.1.1

2)数据的处理

将原始数据中的变量进口额命名为I，出口额为E，为消除物价因素对

进出口额的影响，使用商品零售价格指数（以1978年为不变价格）对

进出口额分别进行处理(用原变量I、E分别除以相应年份的以1978年

为不变价格的商品零售价格指数)，修正后的变量名分别为I_adjust，

E_adjust；使用居民消费价格指数（以1978年为不变价格）对国内生

产总值GDP进行处理（用原GDP除以以1978年为不变价格的居民消费

价格指数），得到真实的GDP值，修正后的变量名为GDP_adjust。如图

2.1.2：

图 2.1.2

2.统计分析过程

1)相关分析

--

图2.2.1

图2.2.2

通过观察进口、出口、GDP的散点图（图2.2.1）和相关系数矩阵（图2.2.2），初步可知它们之间存在着较强的相关关系。

2)初步OLS回归估计

Dependent Variable: GDP_ADJUST

Method: Least Squares

Date: 03/14/14 Time: 10:41

Sample: 1978 2012

Included observations: 35

Variable Coefficient Std. Error t-Statistic Prob.

--

通过Eviews软件分析,结果如上表2.2.1，对GDP与进出口的模型进行了估计，估计的回归模型为：

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)

模型的拟合优度R2=0.972023，调整后的R2=0.970275，回归系数的t检验在α=0.05的显著性水平下显著，F=555.9066，在α=0.05的显著性水平下显著（Prob(F-statistic)<0.05）。DW=0.692，在α=0.05的显著性水平下，查DW检验

表可知，d

l =1.34,d

u

=1.58,4-d

u

=2.42,4- d

l

=2.66，0

l

,序列存在正自相关。

进而进行怀特检验以检验是否存在异方差性：

--

如表2.2.2，根据怀特检验，F-statistic=6.972502，在α=0.05的显著性水平下,方程整体显著（P=0.00043）, Obs*R-square=16.86215，在α=0.05的显著性水平下，P=0.00205<α，拒绝原假设（H0：存在同方差）序列存在异方差性。

3)平稳性检验—单位根检验

由于所选用的变量值为时间序列数据，易受一些原因的影响，其统计规律随时间的推移而发生变化，因此时间序列是不稳定的，不宜直接进行模型的估计和检验，有必要对数据进行平稳性检验并修正。为了消除一定程度的异方差，同时不影响经济意义分析，将三个序列分别取自然对数进行修正，记作lngdp_adjust，lni_adjust ，lne_adjust。

时序图：

图2.2.3

自相关函数图：

--

图2.2.4

图2.2.5

--

-- 图2.2.6

首先通过图形简单判断，处理过的数据的时序图（图 2.2.3）都带有明显的增长趋势，ACF图（图2.2.4-2.2.6）自相关系数衰减的很慢，呈明显的拖尾，属于不平稳序列。

其次，通过eviews软件对lngdp_adjust， lni_adjust ，lne_adjust做ADF

检验，

如下图2.2.7：

图2.2.7

在 =0.05的显著性水平下t值=-1.445，P=0.83>0.05，无法拒绝原假设，lngdp_adjust有单位根，可认为该序列非平稳，继续进行ADF检验，最后一阶差分模型III通过检验。（见图2.2.8）

-- 图2.2.8

一阶差分的ADF检验结果：

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LNGDP_ADJUST,2)

Variable Coefficient Std. Error t-Statistic Prob.

D(LNGDP_ADJUST(-1)) -0.734066 0.180811 -4.059863 0.0004

D(LNGDP_ADJUST(-1),2) 0.406745 0.173083 2.349998 0.0261

C 0.056379 0.017256 3.267177 0.0029

@TREND(1978) 0.000759 0.000696 1.090605 0.2847

R-squared 0.380149 Mean dependent var 0.000856

Adjusted R-squared 0.313737 S.D. dependent var 0.039357

S.E. of regression 0.032603 Akaike info criterion -3.892327

Sum squared resid 0.029764 Schwarz criterion -3.709110

Log likelihood 66.27723 F-statistic 5.724057

Durbin-Watson stat 1.982486 Prob(F-statistic) 0.003474

由表2.2.3可知在α=0.05的显著性水平下,统计量t=-4.059863,P远小于α，不存在单位根，lngdp_adjust的一阶差分序列平稳，为一阶单整序列I(1)。

同理可得，lni_adjust的一阶差分序列是平稳的，即进口序列是一阶单整的（见表2.2.4）。lne_adjust的一阶差分序列是平稳的，及出口序列是一阶单整的（见表2.2.5）。

进口的ADF检验：

Null Hypothesis: D(LNI_ADJUST) has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -4.252253 0.0103

Test critical values: 1% level -4.262735

5% level -3.552973

10% level -3.209642

*MacKinnon (1996) one-sided p-values.

出口的ADF检验：

--

4)协整性检验

Johansen协整检验：

量值为30.23478，大于临界值29.79707且P值为0.0445，在α=0.05的显著性水平下，可以拒绝原假设，认为至少存在一个协整关系；下一个原假设AT most 1表示最多有一个协整关系，该假设下计算的迹统计量值为19.876600，小于临界值15.49471且P值0.0293，在α=0.05的显著性水平下，拒绝原假设，认为至少存在两个协整关系。下一个原假设AT most 2表示最多有两个协整关系，该假设下计算的迹统计量值为0.357356，小于临界值3.841466且P值0.5500，在α=0.05的显著性水平下，无法拒绝原假设，认为存在两个协整关系。

用OLS法对lngdp_adjust

t =c+α*lni_adjust+β*lne_adjust+u

t

进行估计，如表2.2.7：

LNGDP_ADJUST=4.814639+0.261114* LNI_ADJUST+0.350364* LNE_ADJUST SE：（0.151152）（0.195231）（0.183744）

T: (31.85288) （1.337460）（1.906808）R2=0.979828 F=777.1788

--

对上述协整回归方程做怀特检验的结果：

=0.00远小于α，模型显著。Obs*R-squared=15.7536，P值=0.003<α，拒绝原假设，方程存在异方差。因此建立E CM误差修正模型消除异方差。

5)ECM误差修正模型

ECM形式：

Estimation Equation:

=====================

D(LNGDP_ADJUST) = C(1) + C(2)*D(LNI_ADJUST) + C(3)*D(LNE_ADJUST) + C(4)*ECM Substituted Coefficients:

=====================

D(LNGDP_ADJUST) = -0.06013951969 + 0.1700839636*D(LNI_ADJUST)

-0.01813344098*D(LNE_ADJUST) + 0.009158872548*ECM

6)对回归模型的检查

基于上述协整检验所得的模型：

通过异方差的white检验，见下表2.2.10：

模型的拟合程度很高，而且模型Prob(F-statistic)远小于α=0.05是显著的，但检验出--

出口变量的系数

不显著，可能存在多重共线性。

通过观察相关系数矩阵（图 2.2.9），进口与出口是中度线性相关的，所以当进出口同时解释GDP时，出口变得不显著。

图2.2.9

GDP对进口的ECM修正模型，见表2.2.11：

Dependent Variable: D(LNGDP_ADJUST)

Variable Coefficient Std. Error t-Statistic Prob.

C -0.079182 0.049635 -1.595286 0.1208

D(LNI_ADJUST) 0.158595 0.035501 4.467338 0.0001

ECM 0.012867 0.004123 3.120927 0.0039

R-squared 0.451019 Mean dependent var 0.094178

Adjusted R-squared 0.415600 S.D. dependent var 0.040229

S.E. of regression 0.030753 Akaike info criterion -4.041535

Sum squared resid 0.029319 Schwarz criterion -3.906856

Log likelihood 71.70609 F-statistic 12.73410

Durbin-Watson stat 1.328390 Prob(F-statistic) 0.000092

Substituted Coefficients:

=====================

D(LNGDP_ADJUST) = -0.0791******* + 0.1585947675*D(LNI_ADJUST) +

0.01286708007*ECM

GDP对出口的ECM修正模型，见表2.2.12：

Dependent Variable: D(LNGDP_ADJUST)

Variable Coefficient Std. Error t-Statistic Prob.

C -0.057613 0.056676 -1.016543 0.3172

D(LNE_ADJUST) 0.106066 0.046874 2.262756 0.0308

ECM 0.010943 0.004379 2.498842 0.0180

R-squared 0.230296 Mean dependent var 0.094178

Adjusted R-squared 0.180638 S.D. dependent var 0.040229

S.E. of regression 0.036415 Akaike info criterion -3.703594

Sum squared resid 0.041107 Schwarz criterion -3.568915

Log likelihood 65.96109 F-statistic 4.637617

Durbin-Watson stat 1.089222 Prob(F-statistic) 0.017299

Substituted Coefficients:

=====================

D(LNGDP_ADJUST) = -0.0576******* + 0.1060655395*D(LNE_ADJUST) +

--

--

0.010*********ECM

由于存在多重共线性，且GDP 对进口的模型数据拟合较好，但查阅资料和相关数据发现我国GDP 的发展很大程度也取决于出口，因此，将GDP 分别对进口和出口进行拟合，从各自的模型来分析GDP 与进口、出口的关系。

由于是时间序列，应该检验模型的自相关性。在α=0.05的显著性水平下，GDP 与进口模型的DW=1.33，与出口模型的DW=1.089，查DW 检验表可知，d l =1.4,d u =1.52,4-d u =2.48,4- d l =2.6，0

7) Cochrane-Orcutt 迭代估计法

GDP 与进口的模型，见表2.2.13：

新的GDP 与进口模型：

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) R 2=0.467374 F=10.35991

在α=0.05的显著性水平下，参数与模型都是显著的。通过怀特检验，模型不存在异方差。DW=1.663，查DW 检验表可知，d l =1.4,d u =1.52,4-d u =2.48,4- d l =2.6，d u

GDP 与出口的模型，见表2.2.14

AR(1) 0.470398 0.169825 2.769890 0.0097

R-squared 0.391991 Mean dependent var 0.094317

Adjusted R-squared 0.329093 S.D. dependent var 0.040844

S.E. of regression 0.033455 Akaike info criterion -3.844011

Sum squared resid 0.032458 Schwarz criterion -3.662616

Log likelihood 67.42618 F-statistic 6.232220

Durbin-Watson stat 1.463440 Prob(F-statistic) 0.002127

Inverted AR Roots .47

新的GDP与出口模型：

D(LNGDP_ADJUST) =-0.042208 + 0.083557*D(LNE_ADJUST) + 0.009823*ECM SE: （0.100021）（0.038077）（0.009823）T: (-0.421993) (2.194408) (1.255202)

R2=0.329093 F=6.232220

在α=0.05的显著性水平下，参数与模型都是显著的。通过怀特检验，模型不存在异

方差。DW=1.46344，查DW检验表可知，d

l =1.4,d

u

=1.52,4-d

u

=2.48,4- d

l

=2.6，d

l

u

,无法直接判断自相关性。

运用拉格朗日乘数检验，见表2.2.15

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 4.121223 Probability 0.027417 Obs*R-squared 7.717987 Probability 0.021089

8)预测

分别对GDP与进口、出口的模型做预测检验：

GDP对进口模型预测检验：

图 2.2.10

--

根据图2.2.10，MAPE=0.397<10，预测的GDP值与修正值较为靠近。GDP对出口模型的预测检验：

图2.2.11

根据图2.2.11，MAPE=0.490<10，预测的GDP值与修正值较为靠近。2013年、2014年的修正GDP的预测值：

图2.2.12

--

根据图2.2.12，预测出GDP的2013年修正值为11.52078，2014年为11.63967。

三、结论

1.虽然GDP和进出口的时间序列都是非平稳的，但是通过平稳性检验和协整检验，发现

中国的GDP和进出口之间存在长期稳定的均衡关系。

2.通过对GDP和进出口关系模型的估计，可以看出进出口的增长都会带来GDP的增长，

而且进口对GDP的解释能力较强。

四、政策建议

我国应适度扩大进口,改善出口产品结构，提高出口产品质量水平,构建核心竞争力,以减少出口受国外经济环境变化而影响GDP增长的稳定。

参考文献：

[1]周建萌,陈瑶. 中国进出口贸易对GDP影响的实证分析[J]. 企业导报,2012,16:5-6.

[2]苏盛安,赵付民. 我国GDP、消费、投资和进出口贸易之间的协整分析[J]. 统计与决策,2005,10:83-85.

[3]蒋浩,宫占奎. 对外贸易对我国经济增长的影响——协整分析和长、短期因果关系检验[J]. 贵州财经学院学报,2008,01:20-23.

[4]李敏.Eviews统计分析与应用.电子工业出版社.2011.

--