FDI与我国经济增长之间关系统计分析.docVIP

FDI与我国经济增长之间关系的统计分析 　　【摘要】本文在定性分析FDI和GDP的内涵及关系的基础上，通过研究FDI这一重要变量，探讨FDI与GDP我国经济增长之间的相互作用机制。在借鉴前人相关研究成果的基础上，利用现有的统计数据，对20世纪80年代以来的FDI与我国GDP增长的关系进行统计分析，从而对我国有的放矢的改善投资环境与制定和实施正确的FDI政策提供参考和借鉴。 　　【关键词】FDI；经济增长；产业结构 　　 　　一、引言 　　随着经济全球化的迅猛发展，我国的市场经济和对外开放水平也在不断地发展。在这种趋势下，我国经济与世界经济的联系日益紧密，受世界经济波动的影响日益明显。世界经济波动通过贸易、投资、技术、劳动力和信息等多种渠道对我国的经济产生巨大的影响。其中FDI作为投资的重要组成部分，与我国经济增长之间的关系也是目前经济学领域研究的重要问题。 　　二、数据的选取与处理 　　本文采用两个指标：国内生产总值（GDP）和外商直接投资（FDI），选取1985年为样本数据的起点，实证分析中选取1985年―2008年为数据样本区间。了避免经济数据时间序列中的异方差影响，所有变量均采取实际值的自然对数形式，具体表示如下：LNGDP表示GDP对数时间序列；LNFDI表示FDI对数时间序列。 　　三、数据的统计分析 　　（一）简单统计分析 　　1.相关系数矩阵 　　从相关系数矩阵（表1）可以看出，FDI与LNGDP的相关系数为0.973954，是该矩阵中相关度最高的，其它变量间相关系数也较高，初步得出代表我国经济增长的GDP与外商直接投资FDI呈现高度相关的结论。 　　2.与的线形图、散点图及线形图 　　图1、图2和图3更加直观形象生动的显示了我国经济增长（）与外商直接投资（）之间的线性关系及相关关系。这位后面的分析奠定了基础，使后文的分析更加有意义。 　　（二）时间序列分析 　　1.单位根检验 　　各序列的单位根检验结果整理如表2所示。 　　表中：检验形式分别表示检验是否包含常数项、时间趋势项和滞后阶数。 　　由表2可知，和的水平序列、一阶差分序列都是非平稳的，而其二阶差分序列都是平稳的。因此下文可继续进行协整检验?? 　　2.协整检验 　　协整是对非平稳经济变量之间的长期均衡关系的统计描述。本文将采用两变量的检验来讨论和两个变量之间的协整关系。首先对变量进行回归，估计对的回归方程，分析结果如表3所示。得到协整回归模型如下： 　　检验残差序列是否平稳，对协整回归方程估计残差序列进行检验，无常数项和时间趋势项，检验结果如表4所示。 　　由于的检验值为-0.766964大于临界值，因此我们接受非平稳原假设，这意味着两变量与不协整，我们不能说两者之间存在长期均衡关系。 　　此时采用对和的协整检验，先进行回归，得到以下结果。 　　由此可得，协整回归模型如下： 　　接着，检验残差序列是否平稳，对变形后的协整回归方程估计残差序列进行检验，无常数项和时间趋势项，检验结果如表5所示。 　　由于的检验值在5%和10%的显著性水平下都是小于临界值，因此我们接受平稳的备择假设，这意味着两变量与是协整的，即两者之间存在长期均衡关系。这样我们就可以建立与之间的误差修正模型。 　　3.建立误差修正模型 　　证明了，只要变量间存在协整关系，则这些变量必有误差修正模型表达形式存在。这里我们对与这两个变量建立误差修正模型，结果如表6所示。 　　标准格式的模型回归结果如下： 　　方程的回归系数通过了显著性检验，误差修正系数为负，符合反向修正机制。回归结果表明的短期变动对存在正向影响。此外，由于短期调整系数是显著的，因而它表明每年与其长期均衡值的偏差中的9.6%（0.095946）被修正，显然，通过短期调整来修正长期均衡偏离的力度不大。 　　4.因果关系检验 　　相关系数说明与之间存在着高度相关关系，但是相关关系不能说明外商直接投资与经济增长两者之间的相互作用，为了进一步了解两者之间的关系，我们进行了因果关系检验，结果如表7所示： 　　由表7可知：滞后期数取1时，在10%以下的显著性水平下接受原假设，即与之间不存在因果关系；滞后期数取2和3时，在10%的显著水平下，拒绝“不是引起的原因”的零假设，但不能拒绝“不是引起的原因”的零假设；而滞后期数分别为4时，在10%以下的显著水平下拒绝原假设，即与存在着双向的因果关系。 　　四、结论 　　1.因果关系 　　与两个变量之间存在的因果关系，要分短期和长期的因果关系。从短期来看，二者之间不存在格兰杰意义上的因果关系，即近期的经济增长与外商直接投资之间并不存在相互促进或阻碍的关系；但随着滞后期数的增加，二者显现的是存在单向的因果关系，也就是说我国经济的发