我国出口影响因素的实证分析

《我国出口影响因素的实证分析》由会员分享，可在线阅读，更多相关《我国出口影响因素的实证分析（16页珍藏版）》请在装配图网上搜索。

1、我国出口影响因素的实证分析摘要：出口的影响因素众多,但在我国起到决定性作用的主要是累计 FD I、出口退税额、贸易 环境等因素。本文通过建立出口影响因素的计量模型 ,来实证分析这些因素对我国出口的影响。 并进一步分析这些因素对出口增长的贡献率。 关键词:出口额;累计 FD I;出口退税额;贸易环境一、 研究的必要性出口额对一国的经济增长有巨大的影响。近年来,尤其是在加入WTO后,出口额对本国 GDP 的效应日益成为人们关注的问题之一。皮尔逊委员会曾声称 ,自 1950年以来 ,在与发展中国家的经 济增长有关的各种指标中 ,要数出口活动与经济增 长的相关程度最高。出口的增长可以刺激需求 ,从 而

2、鼓励储蓄和资本积累 ,并通过提高进口能力 ,加 强了经济的供给能力 ,从而对经济增长起了重要的 促进作用。因此 ,对出口各种影响因素进行系统分 析 ,进而更好的促进我国出口的增长在当前显得尤 为重要。二、 理论依据 根据一般的出口理论 ,世界贸易水平、出口相对价格、汇率以及国内供给能力等因素是影响出口的主要因素。其中 ,世界贸易水平是通过贸易环境来体现的。所谓一国贸易环境，是指该国的出口总额占世界出口额的比重。同时，在中国 ,由于目前处于社会主义市场经济的初级阶段,因此不可避免地，影响出口的因素中也相应的画上了“社会主义初级阶段”的中国式烙印，比如：吸引外资政策和出口退税政策对出口具有很大的促

3、进作用,因此,中国的出口模型中, 累计FDI和出口退税额与前面的诸多因素并重 ,也是主要的影响因素。由此看来，影响中国出口总量的因素有：国内供给能力、世界贸易水平、出口相对价格、汇率、累进FDI以及出口退税。经济分析与模型说明（1）国内供给能力：可以我国的 GDP来衡量 ,我国GDP近年来持续上升,因此,能够保证出口的增长。（2）出口相对价格：是国内出口价格指数与世界出 口价格指数之比。我国目前的出口扩大主要依靠的是劳动密集型产品的价格竞争优势。出口相对价格对于我国出口有非常大的影响 ,但是目前对于这个因素影响的计量研究很多。因 此 ,本文对此不做过多的探讨。 （3）汇率因素：衡量汇率对我国出

4、口的影响 ,包括两个层次的 含义：一个层次是汇率的非常规性变动对出口的影 响;另一个层次是汇率的常规性变动对出口的影 响。前一个层次汇率的变动对我国出口的影响 ,可以从我国 6次自主的汇率调整后 ,出口额的相应变 化中看出 ,见表 1和表 2:从表 1和表 2中 ,可以看到 ,我国前 5次自主 的汇率变动之后 ,出口都有很大的增长。尤其是 1994年的汇率并轨,使我国的出口获得了 31. 9% 的高速增长。这是我国 19782001年的最高增长 速度。从汇率变动年份的出口平均增长速度来看 , 这 5 年的平均增长速度为 22. 76% ,明显高于 19782001年出口的平均增长率 16. 5

5、2%。我国 第 6次自主的汇率调整 ,是对人民币的小幅升值 , 但幅度只有 2. 01%。因此 ,对我国当年出口的影 响不大。 后一个层次中汇率对出口影响 ,是构建出口模 型所需要使用的汇率因素。但进入出口模型的常 规汇率变动 ,必须使用人民币实际有效汇率这一概 念。人民币实际有效汇率是人民币与多种货币汇 率的贸易加权平均汇率。由于计算人民币实际有 效汇率要用到我国主要贸易伙伴的价格指数。考虑 到数据很难获取，我们在进行模型的回归分析时，暂时选取了人民币兑美元的汇率价格，想到对美国的出口额占我国总出口额的很大一个比例，我们假定这个数值对第二个层次的汇率，即“人民币实际有效汇率”有一定的代表性，

6、并做相应的检验和印证。（4）世界贸易水平：用我国出口总额占世界出口额的比重来指代。一方面，由于分母引进了整个世界的贸易总额，即世界贸易环境指标，所以该指标能够反映世界经济状况，它与我国的 出口情况同向变化，同时贸易环境的改善能够使我国的出口相应增加；另一方面，分母是我国出口总额，所以整个指标可以反映我国出口能力在世界贸易环境影响下的抗干扰能力和自我调节能力。（5）累计 FDI和出口退税额：这两个因素对于我国出口的影响 ,相比其他国家具有更强的影响。因 此 ,这里进行重点分析。 、 根据我国的实际情况 ,出口的快速增长在很大 程度上得益于三资企业的发展。1985年三资企业 出口占全国出口总额的比

7、例仅为 1. 1%, 2003年这 一比例已经上升到了 50%以上 ,而且还有增长的 趋势。而衡量我国外资企业的一个直接的标准就 是累计 FD I(国外直接投资 )的数额 ,它直接决定了 外资企业的数量和规模。 中国吸收外商直接投资开始于 70年代末期。 在整个 80年代 ,外商直接投资数额较少 , 1979至 1990年共 12年间 ,中国实际利用 FD I的累计数额 只有 206. 92亿美元 ,平均每年不过 17亿美元。从 90年代初期起 ,中国吸收的 FD I数额急剧增长。 19931997年连续 5年 ,中国实际利用 FD I的数 额一直仅次于美国 ,居世界第二位 ,居发展中国家 第

8、一位。19962002年 ,实际利用 FD I一直超过 400亿美元。1992年到 2002年 ,当年外商直接投 资协议金额由 575亿美元上涨到 828亿美元 ,实际 投资由 111. 6亿美元上涨到 527 亿美元。2002 年 ,527亿美元的 FD I实际外资流入 ,使中国首次 成为全球吸引外资最多的国家。 FD I流入能够使得国内各经济部门 ,因外资流 入而产生国内经济实力的变动 ,并由此而促进出口 增长。外国跨国公司及其子公司与当地企业之间 通过市场交换关系形成一种长期供给契约 ,通过这 种关联 ,大量的知识、技术、管理经验可以从外国子 公司转移到发展中国家的企业。经过与跨国公司

9、的合作 ,可以逐步形成并提高当地国企业的国际竞 争力。由此可以看出 , FD I与东道国当地的关联是 实现促进经济增长和出口增长目标的重要因素。 因此 ,吸引更多的 FD I,一方面可以增加资本和金 融项目顺差;另一方面 ,又可以通过外资企业 ,促使 出口扩大。 由国外直接投资 ( FD I)建立的外商投资企 业 ,其产品的出口比例较高 ,特别是 90年代以 来 ,随着外商投资企业出口额的较快增长 ,外商 投资企业出口占全国出口总额的比重有明显上 升 , 1999年已达 45. 47%。2003年 ,外商投资企 业出口额占整个中国出口总额的比重更是达到 了 54. 84%。、 出口退税是一个国

10、家或地区对已报关离境的出 口货物 ,由税务机关根据本国税法规定 ,将其在出口 前生产和流通各环节已经缴纳的国内增值税或消费 税等间接税税款 ,退还给出口企业的一项税收制度 , 其目的是使出口商品以不含税价格进入国际市场 , 避免对跨国流动物品重复征税 ,从而促进该国家和 地区的对外出口贸易。出口退税机制作为一项财政 激励机制 ,已被 WTO诸多成员广泛应用。出口退税 的理论依据是避免双重征税和保证国际竞争的公平 性。出口退税制度是一种间接的财政支出 ,实施的 物件是出口的货物 ,只对出口货物的税金成本进行 补偿 ,实施难度小 ,由于它是国际惯例而不至于遭受 到货物进口地政府的贸易报复。 出口退

11、税对于我国扩大出口起到非常大的促进作用。出口退税额与一般贸易出口成本呈负相关效应,出口退税对出口增长的影响非常直接。根 据有关机构计算 ,出口退税率每上升 1个百分点 , 就相当于一般贸易出口成本减少约 1个百分点。 从理论上看 ,出口退税额的多少能够间接影响企业 的出口成本和产品销售价格。出口退税制度的实 行 ,无疑会增强产品在国际市场上的竞争力。出口 退税使货物以无税成本进入国际市场 ,增强了在国 际市场上的竞争能力。同时 ,出口货物所退还的税 款可以直接冲减出口货物成本或税金成本 ,这也会 调动出口企业的积极性。我国自 1985年实施出口 退税政策以来 ,外贸出口由 1985年的 275

12、亿美元 上升到 2002年的 3256亿美元。1985年出口退税 19. 7亿元 ,而 2003年出口退税则达到了 1988. 59 亿元。 四、模型构建及验证 根据上述的分析 ,可以知道出口总额依赖于累计 FDI（FDI）、出口退税(RETAX) 、出口额占世界比例(RATIO)、GDP、汇率(EXRATE),要建立五元 的线性回归模型为 : ln export = c(1) + c(2) lngfdi + c(3) ln retax + c(4) ln ratio +c(5)GDP+c(6) exrate +ui 其中 , lnexport、lngfdi、lnretax、 lnratio、

13、lnGDP、lnexrate分别 为出口总额、累计 FD I、出口退税、贸易环境、GDP、汇率的 变动率。选取 1985 - 2003年的相关数据 (见表 4)作为样本区间 ,使用 EV IEW S 5. 0 软件进行 线性回归分析。使用FDIDependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 21:33Sample: 1985 2004Included observations: 20VariableCoefficientStd. Errort-StatisticProb.RETAX0.3487050.1759311.

14、9820610.0675RATIO695.0257137.12695.0684850.0002GDP0.0304470.0039567.6972260.0000FDI-0.4019070.081315-4.9425840.0002EXRATE-2.0000900.244411-8.1833120.0000C-377.0914196.8654-1.9154780.0761R-squared0.996497Mean dependent var1681.400Adjusted R-squared0.995245S.D. dependent var1478.178S.E. of regression1

15、01.9248Akaike info criterion12.32967Sum squared resid145441.4Schwarz criterion12.62839Log likelihood-117.2967F-statistic796.4396Durbin-Watson stat2.129503Prob(F-statistic)0.000000使用累计FDIDependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 13:49Sample: 1985 2004Included observations: 20Vari

16、ableCoefficientStd. Errort-StatisticProb. EXRATE-2.0000900.244411-8.1833120.0000GDP0.0304470.0039567.6972260.0000RATIO695.0257137.12695.0684850.0002RETAX0.3487050.1759311.9820610.0675ADDFDI-0.4019070.081315-4.9425840.0002C-377.0914196.8654-1.9154780.0761R-squared0.996497 Mean dependent var1681.400Ad

17、justed R-squared0.995245 S.D. dependent var1478.178S.E. of regression101.9248 Akaike info criterion12.32967Sum squared resid145441.4 Schwarz criterion12.62839Log likelihood-117.2967 F-statistic796.4396Durbin-Watson stat2.129503 Prob(F-statistic)0.000000用ADDFDI代替FDI得到的回归方程在整体拟合优度和各回归系数的显著性上都得到改善。但是FD

18、I（ADDFDI）和EXRATE 的系数依旧是负数，不符合经济意义。使用对数模型Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 21:40Sample: 1985 2004Included observations: 20VariableCoefficientStd. Errort-StatisticProb.RETAX0.1731430.0410744.2154410.0009RATIO0.8482990.1690195.0189470.0002GDP0.6042860.1918803.1492880.0071FD

19、I-0.1065170.084025-1.2676860.2256EXRATE-0.2164960.144874-1.4943790.1573C0.8689931.4765210.5885410.5655R-squared0.996999Mean dependent var7.075854Adjusted R-squared0.995928S.D. dependent var0.881971S.E. of regression0.056282Akaike info criterion-2.673544Sum squared resid0.044348Schwarz criterion-2.37

20、4825Log likelihood32.73544F-statistic930.3407Durbin-Watson stat1.902559Prob(F-statistic)0.000000此时Adjusted R-squared虽没有没有前者显著，但仍然非常高，但FDI和EXRATE的参数仍不符合经济意义，前文中的分析已提到，模型中的exrate须使用人民币实际有效汇率，但因数据较难获得，故用与美元的汇价代替，因此可能使模型出现偏差，故删去exrate，再次进行回归，Dependent Variable: YMethod: Least SquaresDate: 05/09/06 Time:

21、 23:56Sample: 1985 2004Included observations: 20VariableCoefficientStd. Errort-StatisticProb.RETAX1.1349470.3486873.2549180.0053RATIO212.3390297.48700.7137760.4863GDP0.0090450.0068751.3156980.2080FDI0.0558870.1563650.3574140.7258C-246.8861432.5089-0.5708230.5766R-squared0.979243Mean dependent var168

22、1.400Adjusted R-squared0.973707S.D. dependent var1478.178S.E. of regression239.6870Akaike info criterion14.00886Sum squared resid861748.2Schwarz criterion14.25780Log likelihood-135.0886F-statistic176.9082Durbin-Watson stat1.594430Prob(F-statistic)0.000000虽然可决系数有所降低，但各系数均变为了正数，但RATIO、GDP、FDI均未通过T-检验，

23、可能存在较严重的多重共线性相关系数矩阵如下RETAXRATIOGDPFDIRETAX1.0000000.9631890.9262650.928330RATIO0.9631891.0000000.9795850.970173GDP0.9262650.9795851.0000000.961000FDI0.9283300.9701730.9610001.000000拟采用逐步回归法，现操作如下一元回归RATAX 0.926126Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:03Sample: 1985 2004In

24、cluded observations: 20VariableCoefficientStd. Errort-StatisticProb.RETAX0.6893210.04457015.465880.0000C3.0490350.26582811.469940.0000R-squared0.930014Mean dependent var7.075854Adjusted R-squared0.926126S.D. dependent var0.881971S.E. of regression0.239718Akaike info criterion0.075935Sum squared resi

25、d1.034368Schwarz criterion0.175508Log likelihood1.240648F-statistic239.1936Durbin-Watson stat0.824177Prob(F-statistic)0.000000RATIO 0.984866Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:04Sample: 1985 2004Included observations: 20VariableCoefficientStd. Errort-StatisticProb.RATIO

26、1.8829240.05352735.176970.0000C5.1598940.05962686.538230.0000R-squared0.985662Mean dependent var7.075854Adjusted R-squared0.984866S.D. dependent var0.881971S.E. of regression0.108502Akaike info criterion-1.509461Sum squared resid0.211907Schwarz criterion-1.409887Log likelihood17.09461F-statistic1237

27、.419Durbin-Watson stat0.581530Prob(F-statistic)0.000000GDP 0.970752Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:04Sample: 1985 2004Included observations: 20VariableCoefficientStd. Errort-StatisticProb.GDP0.9574750.03809825.132070.0000C-3.0868610.405777-7.6072930.0000R-squared0.9

28、72292Mean dependent var7.075854Adjusted R-squared0.970752S.D. dependent var0.881971S.E. of regression0.150835Akaike info criterion-0.850625Sum squared resid0.409520Schwarz criterion-0.751052Log likelihood10.50625F-statistic631.6208Durbin-Watson stat0.381000Prob(F-statistic)0.000000FDI 0.944737Depend

29、ent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:05Sample: 1985 2004Included observations: 20VariableCoefficientStd. Errort-StatisticProb.FDI0.4802770.02660818.050170.0000C3.9552940.17899122.097720.0000R-squared0.947645Mean dependent var7.075854Adjusted R-squared0.944737S.D. dependent var

30、0.881971S.E. of regression0.207335Akaike info criterion-0.214321Sum squared resid0.773781Schwarz criterion-0.114748Log likelihood4.143213F-statistic325.8087Durbin-Watson stat0.420785Prob(F-statistic)0.000000以RATIO为基础，添加变量进行二元回归RATIO RATAX 0.993566 均通过t检验 Dependent Variable: YMethod: Least SquaresDat

31、e: 05/10/06 Time: 22:09Sample: 1985 2004Included observations: 20VariableCoefficientStd. Errort-StatisticProb.RATIO1.4137400.10910112.958090.0000RETAX0.1879000.0411184.5697190.0003C4.5396530.14181532.011070.0000R-squared0.993566Mean dependent var7.075854Adjusted R-squared0.992809S.D. dependent var0.

32、881971S.E. of regression0.074792Akaike info criterion-2.210732Sum squared resid0.095095Schwarz criterion-2.061372Log likelihood25.10732F-statistic1312.561Durbin-Watson stat1.186115Prob(F-statistic)0.000000RATIO GDP 0.992918 均通过t检验 Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:11S

33、ample: 1985 2004Included observations: 20VariableCoefficientStd. Errort-StatisticProb.RATIO1.1936540.1696437.0362670.0000GDP0.3624620.0868554.1731690.0006C2.0140590.7550562.6674290.0162R-squared0.992918Mean dependent var7.075854Adjusted R-squared0.992084S.D. dependent var0.881971S.E. of regression0.

34、078469Akaike info criterion-2.114750Sum squared resid0.104675Schwarz criterion-1.965390Log likelihood24.14750F-statistic1191.658Durbin-Watson stat0.721709Prob(F-statistic)0.000000RATIO FDI 0.992324 均通过t检验Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:12Sample: 1985 2004Included ob

35、servations: 20VariableCoefficientStd. Errort-StatisticProb.RATIO1.3750290.1382299.9474700.0000FDI0.1381220.0359583.8411750.0013C4.7792630.10878743.932370.0000R-squared0.992324Mean dependent var7.075854Adjusted R-squared0.991421S.D. dependent var0.881971S.E. of regression0.081690Akaike info criterion

36、-2.034286Sum squared resid0.113446Schwarz criterion-1.884926Log likelihood23.34286F-statistic1098.871Durbin-Watson stat0.961289Prob(F-statistic)0.000000以RATIO RATAX为基础添加变量进行三元回归， RATIO RETAX FDI 0.994773 FDI 未通过T检验Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:16Sample: 1985 2004I

37、ncluded observations: 20VariableCoefficientStd. Errort-StatisticProb.RATIO1.2817830.12240510.471620.0000RETAX0.1317040.0480982.7382490.0146FDI0.0740460.0385101.9227720.0725C4.5210970.13210234.224390.0000R-squared0.994773Mean dependent var7.075854Adjusted R-squared0.993793S.D. dependent var0.881971S.

38、E. of regression0.069483Akaike info criterion-2.318612Sum squared resid0.077246Schwarz criterion-2.119466Log likelihood27.18612F-statistic1015.099Durbin-Watson stat1.372706Prob(F-statistic)0.000000RATIO RATAX GDP 0.995885 均通过t检验Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:15Samp

39、le: 1985 2004Included observations: 20VariableCoefficientStd. Errort-StatisticProb.RATIO1.1089690.1355968.1784860.0000RETAX0.1315850.0387353.3970240.0037GDP0.2342130.0779873.0032200.0084C2.6927870.6259744.3017580.0005R-squared0.995885Mean dependent var7.075854Adjusted R-squared0.995114S.D. dependent

40、 var0.881971S.E. of regression0.061651Akaike info criterion-2.557792Sum squared resid0.060814Schwarz criterion-2.358646Log likelihood29.57792F-statistic1290.826Durbin-Watson stat1.360154Prob(F-statistic)0.000000Durbin-Watson stat=1.360154查表得：Dl=0.998 Du=1.676DW值位于不能确定区域，采用修正的DW检验法扩大拒绝区域，认为存在自相关，采用科克

41、伦-奥克特迭代法，得AR(1)Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:45Sample (adjusted): 1986 2004Included observations: 19 after adjustmentsConvergence achieved after 23 iterationsVariableCoefficientStd. Errort-StatisticProb.RATIO1.1685910.2158065.4150010.0001RETAX0.0800950.0706221.134

42、1360.2758GDP0.2751700.1169012.3538780.0337C2.5042710.9837212.5457110.0233AR(1)0.4599100.2670831.7219730.1071R-squared0.995621Mean dependent var7.152840Adjusted R-squared0.994370S.D. dependent var0.834247S.E. of regression0.062597Akaike info criterion-2.483260Sum squared resid0.054858Schwarz criterio

43、n-2.234723Log likelihood28.59097F-statistic795.7679Durbin-Watson stat1.501221Prob(F-statistic)0.000000Inverted AR Roots.46Du=1.685 仍位于不能确定区域AR(2)Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:54Sample (adjusted): 1987 2004Included observations: 18 after adjustmentsConvergence achi

44、eved after 5 iterationsVariableCoefficientStd. Errort-StatisticProb.RATIO1.1791330.1528427.7147330.0000RETAX0.1088710.0581331.8727930.0838GDP0.2173350.0750142.8972610.0125C2.9377920.6118534.8014690.0003AR(2)-0.1838870.277596-0.6624270.5193R-squared0.994936Mean dependent var7.231701Adjusted R-squared

45、0.993378S.D. dependent var0.782173S.E. of regression0.063648Akaike info criterion-2.440774Sum squared resid0.052663Schwarz criterion-2.193449Log likelihood26.96697F-statistic638.5931Durbin-Watson stat1.245276Prob(F-statistic)0.000000Du=1.696仍位于不能确定区域AR(3)Dependent Variable: YMethod: Least SquaresDat

46、e: 05/10/06 Time: 22:55Sample (adjusted): 1988 2004Included observations: 17 after adjustmentsConvergence achieved after 5 iterationsVariableCoefficientStd. Errort-StatisticProb.RATIO1.3129650.1351329.7161990.0000RETAX0.0840260.0492901.7047130.1140GDP0.1782940.0682112.6138430.0226C3.3650310.5495876.

47、1228340.0001AR(3)-0.4894200.244827-1.9990470.0688R-squared0.995404Mean dependent var7.305545Adjusted R-squared0.993872S.D. dependent var0.738745S.E. of regression0.057829Akaike info criterion-2.622734Sum squared resid0.040130Schwarz criterion-2.377671Log likelihood27.29324F-statistic649.7720Durbin-W

48、atson stat1.668843Prob(F-statistic)0.000000Inverted AR Roots.39-.68i.39+.68i-.79Du=1.710AR(4)Dependent Variable: YMethod: Least SquaresDate: 05/10/06 Time: 22:49Sample (adjusted): 1989 2004Included observations: 16 after adjustmentsConvergence achieved after 7 iterationsVariableCoefficientStd. Error

49、t-StatisticProb.RATIO1.3095110.12446310.521280.0000RETAX0.1105910.0435802.5376700.0276GDP0.1529610.0705302.1687510.0529C3.4810310.5512196.3151460.0001AR(4)-0.7034610.249112-2.8238720.0166R-squared0.995940Mean dependent var7.376934Adjusted R-squared0.994464S.D. dependent var0.699794S.E. of regression

50、0.052069Akaike info criterion-2.822179Sum squared resid0.029823Schwarz criterion-2.580745Log likelihood27.57743F-statistic674.5934Durbin-Watson stat1.797627Prob(F-statistic)0.000000Inverted AR Roots.65-.65i.65-.65i-.65+.65i-.65+.65iDu=1.728不存在自相关ARCH Test:ARCH Test:F-statistic3.883663Probability0.04

51、9356Obs*R-squared7.334412Probability0.061969Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/08/06 Time: 17:46Sample (adjusted): 1992 2004Included observations: 13 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C-4.66E-050.001191-0.0391090.9697RESID2(-1)0.9858360.4253712.3175940.0457RESID2(-2)1.0041790.5489381.829311