计量外国直接投资fdi对我国经济发展的影响分析本科学位.docx
《计量外国直接投资fdi对我国经济发展的影响分析本科学位.docx》由会员分享，可在线阅读，更多相关《计量外国直接投资fdi对我国经济发展的影响分析本科学位.docx（22页珍藏版）》请在冰点文库上搜索。
计量外国直接投资fdi对我国经济发展的影响分析本科学位
计量经济学课
程论文
外国直接投资（FDI）对我国经济发展
的影响分析
经济与管理系
经济学
学生姓名：
学号:
系部:
专业:
二0—六年五月
外国直接投资（FDI）对我国经济发展的影响分析
摘要：
改革开放以来，外国直接投资（FDI）已成为国际资本流动的主要方式，对东道国经济发展产生愈来愈重要的影响。
FDI的大量流入不仅缓解东道国经济发展过
程中的资本短缺，加快国民经济工业化、市场化和国际化的步伐；更为重要的是；FDI可以通过技术外溢效应，使东道国的技术水平、组织效率不断提高，从而提高国民经济的综合要素生产率。
本文依据中国近年来的具体数据，运用计量经济方法进行实证分析和检验，并就分析结论提出政策建议。
关键字：
FDI，经济增长，计量经济学方法分析，政策建议
1.引言
近年来，外商投资规模的扩大和投资结构的变化对我国产业结构调整和升级，以及向市场经济体制的过渡都产生了积极的影响。
主要表现在：
1、改革开放以来中国在吸引FDI方面从无到有，从少到多，已经成为世界第一吸引外资国家。
90年代以来，中国成为吸引外国直接投资最多的发展中国家，FDI已成为我国投资的重要来源，约占1/5。
以三资企业为主体的其他经济占全社会固
定资产投资总额比重迅速上升，由1995年的11.1%上升到2002年的22.1%。
2、外国直接投资已成为中国经济增长的重要源泉之一。
三资企业占工业总产值
比重由1980年的0.5%上升到2002年的26%外商投资企业占全国出口总额1985年为1.1%，到2002年已经达到53%。
外资企业已经成为中国经济的重要组成部分之一，也成为促进中国经济高速增长的动力之一，近年来对GDP总量增长率的贡献
率不断增加，今后这一贡献作用还会越来越大。
3、外国直接投资企业已成为中国制造新增就业的主要渠道之一。
迄今为止，外资企业已经为中国制造了近1800万个新增就业岗位。
中国的基本国情是劳动力资
源丰富，而资本资源稀缺。
吸引FDI意味着利用工业国的剩余资本，为中国的剩余劳动力创造更多的就业岗位。
此外，外资企业也是增长最快的国家税收来源之一。
2002年来源于三资企业的涉外税收超过千亿元，占全国工商税收总额的20%以上。
4、外国直接投资推动了贸易的发展。
一般来说，外商直接投资的贸易效应体现在如下四个方面：
其一是贸易替代效应，即从静态角度，一种商品可以通过贸易或者投资方式进入一国市场，选择了投资，便会替代贸易。
其二是贸易创造效应，即
外国直接投资可以在母国和东道国之间创造新贸易，使贸易在更大的规模上进行。
其三是贸易补充效应，外国直接投资往往带来维修等后续的支持性活动的发展，从而促进和增加贸易机会。
其四是市场扩张效应，外国直接投资实现的生产扩大，既会加深对东道国的市场渗透，也会进一步拓展新的第三国市场，从而使贸易导向的生产带来总贸易量的净增。
近年来，随着国际资本流入规模的不断扩大，中国经济国际化已由贸易导向逐步转向资本导向，大规模的外资流入推动了中国对外贸易的增长。
5、外国直接投资成为中国大规模引进外国先进技术的来源，也是中国引进市场机制、促进市场竞争的重要原因。
外国直接投资促进了中国制造业的发展，提升了制造业的竞争水平，将发达国家长期积累、高额投入的人力资源和知识技术存量转移到本国，获得所谓“溢出效应”。
6吸引FDI是中国缩小与发达国家发展差距并迅速赶上的重要途径。
中国要想缩小与发达国家的差距，最根本的就是要主动地参与世界经济一体化进程，积极引进外资，促进出口贸易增长，充分利用和享受国际分工和比较优势的好处，使外国直接投资和国际贸易成为经济增长的发动机。
那么，FDI对于中国经济增长的作用究竟如何评估？
FDI对中国经济的影响究竟发挥多大的作用？
2.理论基础--（哈罗德-多马模型）
著名的哈罗德-多马模型指出G=S/C这里，G为收入增长率，s为储蓄倾向，C是资本产量比，当技术不变，它是加速系数。
模型表明，资本的增加与经济的增长存在着密切的关系。
将其应用到外国直接投资领域，则有：
It4
Y-Ya
（1）
其中，Gf是由FDI实现的经济增长率，G=Y一丫2为GDP实际增长率，If为上期
Y-4
的外国直接投资，Itd为上期全国固定资产投资总额，Sf可以看成外国直接投资率。
由方程
（1）可以看出，外国直接投资对于经济增长的贡献与GDF的增长及FDI的投入量存在密切的正相关关系。
假设GDP增长率恒定，贝UFDI投入量越大，其对经济增长的贡献越大，可见，FDI与经济增长率存在正向相关关系。
3.模型设定
3.1数据来源
本文选取1995年一2014年的年度数据（表3.1.1），数据来自国家统计局，
数据类型为时间序列数据。
在此基础上进行计量经济学方法分析外国直接投资（FDI）
对我国经济发展的影响分析。
数据库：
年度数据
时间：
最近20年
（万美元）（FDI）国内生产总值
（亿元）（GDP）
进口总额（亿元）（IM）
时间
实际利用外资额
1995年
4813300
61129.8
11048.1
1996年
5480500
71572.3
11557.4
1997年
6440800
79429.5
11806.5
1998年
5855700
84883.7
11626.1
1999年
5265900
90187.7
13736.4
2000年
5935600
99776.3
18638.8
2001年
4967200
110270.4
20159.2
2002年
5501100
121002
24430.3
2003年
5614000
136564.6
34195.6
2004年
6407200
160714.4
46435.8
2005年
6380500
185895.8
54273.7
2006年
6707600
217656.6
63376.86
2007年
7833900
268019.4
73300.1
2008年
9525300
316751.7
79526.53
2009年
9180400
345629.2
68618.37
2010年
10882100
408903
94699.3
2011年
11769800
484123.5
113161.4
2012年
11329400
534123
114800.96
2013年
11872100
588018.8
121037.46
2014年
11970500
635910.2
120358.03
数据来源：
国家统计局
表3.1.1
3.2模型建立
为了更好地分析FDI与经济增长的关系，我们试用时间序列数据，分析GDP
（国内生产总值）与FDI（外国直接投资）之间的相互关系。
进行如下分析：
3.2.1用GDP寸FDI进行回归，回归结果如下：
DependentVariable:
GDP
Method:
LeastSquares
Date:
05/24/16Time:
13:
33
Sample:
19952014
Includedobservations:
20
Variable
Coefficient
Std.Errort-Statistic
Prob.
C
-288398.8
32368.80-8.909780
0.0000
FDI
0.070047
0.00399817.52109
0.0000
R-squared
0.944613
Meandependentvar
250028.1
AdjustedR-squared
0.941536
S.D.dependentvar
188069.4
S.E.ofregression
45473.74
Akaikeinfocriterion
24.38230
Sumsquaredresid
3.72E+10
Schwarzcriterion
24.48187
Loglikelihood
-241.8230
Hannan-Quinncriter.
24.40174
F-statistic
306.9887
Durbin-Watsonstat
1.062008
Prob（F-statistic）
0.000000
表3.2.1
从表3.2.1估计结果看，t检验是显著，判定系数也高，看起来很好，但截距项的系数为负值，不符合经济意义检验。
3.2.2对模型进行取对数修正
DependentVariable:
LOG（GDP）
Method:
LeastSquares
Date:
05/24/16Time:
13:
33
Sample:
19952014
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-23.45274
2.801554
-8.371332
0.0000
LOG（FDI）
2.253060
0.177240
12.71193
0.0000
R-squared
0.899773
Meandependentvar
12.15329
AdjustedR-squared
0.894205
S.D.dependentvar
0.770461
S.E.ofregression
0.250601
Akaikeinfocriterion
0.164729
Sumsquaredresid
1.130414
Schwarzcriterion
0.264302
Loglikelihood
0.352710
Hannan-Quinncriter.
0.184167
F-statistic
161.5931
Durbin-Watsonstat
0.717046
Prob（F-statistic）
0.000000
表322
从表3.2.2估计结果看，t检验是显著，判定系数也咼，看起来很好，但截距项的系数为依然负值，不符合经济意义检验，对于时间序列可能存在自相关。
3.2.3自相关检验（B-G检验）
Breusch-GodfreySerialCorrelationLMTest:
F-statistic
5.361070
Prob.F（2,16）
0.0165
Obs*R-squared
8.024911
Prob.Chi-Square
（2）
0.0181
TestEquation:
DependentVariable:
RESID
Method:
LeastSquares
Date:
05/24/16Time:
13:
35
Sample:
19952014
Includedobservations:
20
Presamplemissingvaluelaggedresidualssettozero.
Variable
Coefficient
Std.Errort-Statistic
Prob.
C
1.076376
2.3477160.458478
0.6528
LOG（FDI）
-0.067894
0.148513-0.457160
0.6537
RESID（-1）
0.570273
0.2483492.296253
0.0355
RESID（-2）
0.107290
0.2518670.425980
0.6758
R-squared
0.401246
Meandependentvar
-3.44E-16
AdjustedR-squared
0.288979
S.D.dependentvar
0.243917
S.E.ofregression
0.205676
Akaikeinfocriterion
-0.148175
Sumsquaredresid
0.676841
Schwarzcriterion
0.050972
Loglikelihood
5.481747
Hannan-Quinncriter.
-0.109299
F-statistic
3.574046
Durbin-Watsonstat
1.832659
表3.2.3
分析估计结果，其中，根据估计结果确定是否存在自相关
Breusch-GodfreySerialCorrelationLMTest:
F-statistic
5.361070
Prob.F（2,16）
0.0165
Obs*R-squared
8.024911
Prob.Chi-Square
（2）
0.0181
表3.2.4
由表3.2.3
和表3.2.4可知
LM=8.024911,伴随概率
p=0.0009，设：
=0.05,m=2,
可以做p检验，pv＞，说明模型中存在自相关。
从上面表看出，resid（-1）通过了显著性检验，而resid（-2）未通过显著性检验，故可判断模型存在一阶自相关。
3.2.4科克伦-奥克特迭代法修正：
DependentVariable:
LOG（GDP）
Method:
LeastSquares
Date:
05/24/16Time:
13:
33
Sample（adjusted）:
19962014
Includedobservations:
19afteradjustments
Convergenceachievedafter195iterations
Variable
Coefficient
Std.Errort-Statistic
Prob.
C
482.4975
24641.240.019581
0.9846
LOG（FDI）
0.262721
0.0757803.466900
0.0032
AR
（1）
0.999767
0.01208282.74665
0.0000
R-squared
0.998174
Meandependentvar
12.21290
AdjustedR-squared
0.997946
S.D.dependentvar
0.742684
S.E.ofregression
0.033661
Akaikeinfocriterion
-3.801002
Sumsquaredresid
0.018129
Schwarzcriterion
-3.651880
Loglikelihood
39.10952
Hannan-Quinncriter.
-3.775765
F-statistic
4373.184
Durbin-Watsonstat
1.523721
Prob（F-statistic）
0.000000
InvertedARRoots
1.00
表3.2.5
由表325结果可知，DW=1.523731,n=19,k=1,：
=0.05，查表得：
d=1.18,du=1.401。
则有DW检验无自相关的区间为（1.401,2.599）,此时的DW统计量落入此区间，故模型中的自相关已经得到修正，并且t统计量，F统计量以及判定系
数都很理想。
还原截距系数：
482.4975
■048249.755
01-0.99
修正后结果为：
Ln（GD?
P）=48249.7550.262721Ln（FDI）
（24641.24）（0.07578）
t=（0.019581）（3.4669）
R2=0.998174R2=0.997946F=4373.184DW=1.523721
该模型R2=0.998174,R2=0.997946，可决系数很高，F检验值为4373.184,显著性较强。
当:
=0.05时,所有系数估计值高度显著。
对系数估计值的解释如下：
在其他变量保持不变的情况下，如果FDI每增加1%则GDF平均增加0.26272%。
3.2.5Granger因果分析
运用Granger因果分析方法分析FDI和IM（进口）之间的因果关系，结果如下：
PairwiseGrangerCausalityTests
Sample:
19952014
Lags:
2
NullHypothesis:
Obs
F-Statistic
Prob.
IMdoesnotGrangerCauseFDI
FDIdoesnotGrangerCauseIM
18
1.92409
0.70944
0.1854
0.5100
PairwiseGrangerCausalityTests
Sample:
19952014
Lags:
3
表3.2.6
NullHypothesis:
Obs
F-Statistic
Prob.
IMdoesnotGrangerCauseFDI
17
4.26021
0.0351
FDIdoesnotGrangerCauseIM1.020820.4240
PairwiseGrangerCausalityTests
Sample:
19952014
Lags:
4
表3.2.7
NullHypothesis:
Obs
F-Statistic
Prob.
IMdoesnotGrangerCauseFDI
16
3.29974
0.0805
FDIdoesnotGrangerCauseIM
1.01956
0.4589
表3.2.8
PairwiseGrangerCausalityTests
Sample:
19952014
Lags:
5
NullHypothesis:
Obs
F-Statistic
Prob.
IMdoesnotGrangerCauseFDI
15
10.1196
0.0218
FDIdoesnotGrangerCauseIM
1.23308
0.4317
表3.2.9
在对FDI和IM经过不同步长的格兰杰因果检验可知：
设:
=0.05，由表二、四结果可知FDI和IM直接存在格兰杰因果，认为IM是FDI的格兰杰因果。
3.2.6对FDI和IM之间的关系进行分析
（1）用IM对FDI进行回归，回归结果如下：
DependentVariable:
LOG（IM）
Method:
LeastSquares
Sample:
19952014
Includedobservations:
20
Variable
Coefficient
Std.Errort-Statistic
Prob.
LOG（FDI）
0.670484
0.01017465.90053
0.0000
R-squared
0.366160
Meandependentvar
10.58466
AdjustedR-squared
0.366160
S.D.dependentvar
0.903364
S.E.ofregression
0.719205
Akaikeinfocriterion
2.227365
Sumsquaredresid
9.827852
Schwarzcriterion
2.277152
Loglikelihood
-21.27365
Hannan-Quinncriter.
2.237084
Durbin-Watsonstat
0.045297
表3210
从表3.2.10估计结果看，t检验是显著，判定系数也高，看起来很好，由于是时间序列数据，可能存在自相关。
（2）B-G检验
Breusch-GodfreySerialCorrelationLMTest:
F-statistic
55.50473
Prob.F（2,17）
0.0000
Obs*R-squared
17.34326
Prob.Chi-Square
（2）
0.0002
TestEquation:
DependentVariable:
RESID
Method:
LeastSquares
Date:
05/26/16Time:
10:
30
Sample:
19952014
Includedobservations:
20
Presamplemissingvaluelaggedresidualssettozero.
Variable
Coefficient
Std.Errort-Statistic
Prob.
LOG（FDI）
0.001574
0.0039840.394999
0.6978
RESID（-1）
1.207600
0.2331945.178522
0.0001
RESID（-2）
-0.284154
0.242664-1.170978
0.2578
R-squared
0.867163
Meandependentvar
-0.011281
AdjustedR-squared
0.851535
S.D.dependentvar
0.719112
S.E.ofregression
0.277082
Akaikeinfocriterion
0.408474
Sumsquaredresid
1.305165
Schwarzcriterion
0.557834
Loglikelihood
-1.084743
Hannan-Quinncriter.
0.437631
Durbin-Watsonstat
1.347595
表3.2.11
分析估计结果，其中，根据估计结果确定是否存在自相关
Breusch-GodfreySerialCorrelationLMTest:
F-statistic
55.50473
Prob.F（2,17）
0.0000
Obs*R-squared
17.34326
Prob.Chi-Square
（2）
0.0002
表3.2.12
由表3.2.11和3212可知LM=17.343
升级会员 