我国出口贸易影响因素的计量经济分析 我国出口贸易影响因素的计量经济分析摘要：本文收集了我国198-2011年出口额等时间序列统计资料，建立了我国出口总额的影响因素模型，并对我国下期出口额进行预测。在建立模型的过程中，处理了多重共线性问题，修正了异方差，避免了自相关等问题模型结果表明，影响我国出口贸易额的主要因素为国内生产总值、全国固定资产投资及国民消费水平。关键词：出口贸易；影响因素分析；多重共线性；异方差；自相关；计量经济模型一、引言 三十多年来，我国对外贸易取得了举世瞩目的成就，从一个较低的水平发展了一个很高的水平，中国经济在世界经济中扮演的角色也越来越重要，越来越受世界各国的关注。因此，对外贸经济的分析越发重要。从目前的理论的研究来看，影响我国出口发展的因素国内生产总值、全国固定资产投资、居民消费水平、关税、城乡居民储蓄、第三产业就业人数。本文在前人分析的基础上，结合计量分析方法，分别建立了我国出口的影响因素模型，来分析研究各个因素对我国进出口贸易的影响方向和力度。二、理论模型与数据（1）GDP（X1）国民总收入体现了一国整体发展水平，经济发展状况不同，对外贸易情况受到的影响也就不同。（2）全国固定资产投资（X2）固定资产投资反映了国内环境因素的变量，间接对我国进出口贸易也产生了一定的影响。（3）居民消费水平(X3)- 高的物价将会导致出口商品成本上升，对我国出口一般情况下，会有反向影响的作用。（4）关税(X4)- 进口关税税率是调节进口商品数量和结构的重要手段，较高税率一般情况下会导致进口数量的减少。（5）城乡居民储蓄(X5)- 居民储蓄对从另外的角度又反映了一国经济发展状况。而一过进出口贸易又很大程度上依赖于这个国家的经济发展水平。（6）第三产业就业人数(X6)- 第三产业服务业比重对我国进出口贸易也有不可忽视的重要影响。一般服务不出国，所以第三产业比重越高，进出口总额总额在经济总量中的比重就会降低。 三、模型构建经分析国内生产总值及全国固定资产投资为影响我国出口贸易的主要因素，除此之外，城乡居民消费、关税、城乡居民储蓄和第三产业的工作人数等也有关系。为此，考虑的影响因数主要有全国生产总值 X1，全国固定资产投资X2，我国居民的消费状况X3，我国海关关税情况X4，居民的储蓄情况X5，第三产业发展情况X6。为此设定了如下形式的计量经济模型： Yt=0 +1 X1+2X2+3X3 +4X4+5X5+6X6+t其中，Yt为我国出口总额，GDP X1，全国固定资产投资X2，居民消费水平X3，关税X4，城乡居民储蓄X5，第三产业就业人数X6 利用EViews软件，生成Y、X1、X2、X3、X4、X5、X6等数据，采用这些数据对模型进行OLS回归，记过如下表所示： 为估计模型参数，搜集了1982-2011的统计数据，如表1所示：出口总额GDP全国固定资产投资居民消费水平关税城乡居民储蓄第三产业就业人数1982413.85,323.351,230.4028847.46447.36,090.001983438.35,962.651,430.1031653.88572.66,606.001984580.57,208.051,832.90361103.07776.627,739.001985808.99,016.042,543.20446205.211,622.608,359.0019861,082.1010,275.183,120.60497151.621,471.458,811.0019871,470.0012,058.623,791.70565142.372,067.609,395.0019881,766.7015,042.824,753.80714155.022,659.169,933.0019891,956.1016,992.324,410.40788181.545,196.4010,129.0019902,985.8018,667.824,517.00833159.017,119.6011,979.0019913,827.1021,781.505,594.50932187.289,244.9012,378.0019924,676.3026,923.488,080.101,116212.7511,757.3013,098.0019935,284.8035,333.9213,072.301,393256.4715,203.5014,163.00199410,421.8048,197.8617,042.101,833272.6821,518.8015,515.00199512,451.8060,793.7320,019.302,355291.8329,662.3016,880.00199612,576.4071,176.5922,913.502,789301.8438,520.8017,927.00199715,160.7078,973.0324,941.103,002319.4946,279.8018,432.00199815,223.6084,402.2828,406.203,159313.0453,407.4718,860.00199916,159.8089,677.0529,854.703,346562.2359,621.8319,205.00200020,634.4099,214.5532,917.703,632750.4864,332.3819,823.40200122,024.40109,655.1737,213.503,887840.5273,762.4320,164.80200226,947.90120,332.6943,499.904,144704.2786,910.6520,958.10200336,287.90135,822.7655,566.614,475923.13103,617.6521,604.60200449,103.30159,878.3470,477.435,0321,043.77119,555.3922,724.80200562,648.10184,937.3788,773.615,5961,066.17141,050.9923,439.20200677,597.20216,314.43109,998.166,2991,141.78161,587.3024,142.90200793,563.60265,810.31137,323.947,3101,432.57172,534.1924,404.002008100,394.94314,045.43172,828.408,4301,769.95217,885.3525,087.20200982,029.69340,902.81224,598.779,2831,483.81260,771.6625,857.302010107,022.84401,512.80251,683.7710,5222,027.83303,302.4926,332.302011123,240.60473,104.05311,485.1312,5702,559.12343,635.8927,282.00数据来源：国家统计局网站利用EViews软件，生成Y、X1、X2、X3、X4、X5、X6等数据，采用这些数据对模型进行OLS回归，记过如下表2所示：Dependent Variable: YMethod: Least SquaresDate: 12/17/13 Time: 09:25Sample: 1982 2011Included observations: 30VariableCoefficientStd. Errort-StatisticProb.C-3685.4086155.206-0.5987460.5552X11.6000660.1940958.2437380.0000X2-0.7255720.146212-4.9624490.0001X3-35.872916.403180-5.6023580.0000X4-0.3806668.431707-0.0451470.9644X50.0530700.1251020.4242130.6754X60.8990610.8045541.1174650.2753R-squared0.989683Mean dependent var30292.65Adjusted R-squared0.986991S.D. dependent var37699.18S.E. of regression4299.828Akaike info criterion19.77150Sum squared resid4.25E+08Schwarz criterion20.09845Log likelihood-289.5725Hannan-Quinn criter.19.87609F-statistic367.7091Durbin-Watson stat1.363408Prob(F-statistic)0.000000由此可见该模型=0.989683，=0.986991，可决系数很高，F检验值367.7091，明显显著。但是当=0.05时，t/2（n-k）=t0.025(30-6)=2.064,不仅X4、X5、X6的系数t检验不显著，这表明可能存在严重的多重共线性。计算各解释变量的相关系数，得相关系数矩阵： 表3 相关系数矩阵 由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。四、修正多重共线性采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y对X1、X2、X3、X4、X5、X6的一