加工贸易经济增长效应实证分析.docVIP

加工贸易经济增长效应实证分析.doc

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
加工贸易经济增长效应实证分析

加工贸易经济增长效应实证分析   摘 要:对加工贸易的经济增长效应进行实证分析,并对其收入分配效应进行一定的理论分析。   关键词:加工贸易;经济增长效应;收入分配效应      据统计,我国加工贸易出口总额从1981年的11.31亿美元,占贸易总出口额的5.14%,增加到2008年的2967.36亿美元,占贸易总出口额的47.2%(数据来源于《中国统计年鉴》)。因此可以看出加工贸易作为另一种贸易方式,对经济增长具有比较大的影响。因此,笔者将在前人的基础上对加工贸易的经济增长效应进行实证分析。   一、变量选择   (一)因变量的选择   对于经济总量增长的衡量,笔者认为采用国内生产总值作为因变量最为合适,因为它不但可以反应一个国家的经济表现,更可以反应一个国家的国力与财富。   (二)自变量的选择   郭芳和冷洛在《国内生产总值影响因素的计量分析》中将最终消费支出,资本形成总额,货物和服务净出口,外商直接投资(实际利用外资金额),人民币汇率(1美元兑换人民币)最为自变量。根据其分析结果,笔者将选取最终消费支出,资本形成总额,一般贸易净出口额,加工贸易净出口额作为自变量。   (三)模型设定   引入多元线性回归模型   Y=C+*X1+*X2+*X3+*X4   Y-----国内生产总值(亿元)   X1----最终消费支出(亿元)   X2----资本形成总额(亿元)   X3----一般贸易净出口总额(亿元)   X4----加工贸易净出口总额(亿元)   (四)数据来源   本文采用1985年至2009年每项变量每年的数据。数据来源《中国统计年鉴》以及CSMAR数据库。对于自变量X3,X4,由每年净出口总额(亿美元)乘以当年人民币相对美元汇率得到。   (五)模型确定   1.初步回归   可以得出,该模型R^2=0.999672,-R^2=0.999603可决系数很高,F检验值14481.30,明显显著。但是在显著性水平=0.05下,查表得,当n=24,k=5时,t=2.093,因此,X3不显著。   2.多重共线性   (1)多重共线性的检验   从相关系数矩阵可以看出,个解释变量相互之间的相关系数较高,存在严重的多重共线性。   (2)多重共线性的修正   a.采用逐步回归法,分别做Y对X1,X2,X3,X4的一元回归,其中X2的-R^2最大为0.993156,以X2为基础,顺次加入其他变量逐步回归经比??,新加入X1的方程?R^2=0.999294,改进最大,而且个参数的t检验显著,选择保留X1,再加入其他新变量逐步回归,在X2、X1基础上加入X4后的方程?R^2增大,而且各个参数t检验都显著。加入X3后不仅?R^2略有下降,X3参数的t检验也不显著,说明X3引起严重多重共线性,应将其剔除。   最后修正严重多重共线性影响的回归结果为:   ^Yt=97.61626+1.074190*X1+0.723868*X2+1.945420*X4   3.异方差   (1)异方差的检验   由White检验判断模型是否存在异方差   显著性水平=0.05下,得临界值x20.05(9)=16.9190?nR^2=22.7449,因此模型存在异方差。   (2)异方差的修正   对于异方差的修正,笔者考虑将模型变换成如下形式:   Y=C+*lnX1+*lnX2+*lnX4   对于小于0的样本观测值,舍弃同年的数据,因此模型的数据从1989年至2008年。   再次使用White检验,此时,nR^2=16.6179?显著性水平=0.05下的临界值x20.05(9)=16.9190,模型不存在异方差。   修正异方差的回归结果为:   ^Yt=0.814964+0.599546*lnX1+0.351711*lnX2+0.048024*lnX4   4.自相关   (1)自相关的检验   采用DW检验法对模型进行自相关检验   DW=0.864609   在显著性水平=0.05,n=20下的临界值:DL=0.998 DU=1.676   所以0?DW=0.864609?DL=0.998,模型存在正相关。   (2)自相关的修正   笔者考虑一阶差分法对模型的自相关进行修正。   △lnY=C+*△lnX1+*△lnX2+*△lnX4   回归结果:DW=2.042217   在显著性水平=0.05,n=19下的临界值:DL=0.967 DU=1.685   所以DU=1.685?DW=0.864609?4-1.685,模型不存在自相关。   修正自相关影响的回归结果为:   △lnY=0.006349+0.768275

文档评论(0)

bokegood + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档