对外直接投资与经济增长基于动态VAR模型的分析研究领域国际经济学Word格式.docx
《对外直接投资与经济增长基于动态VAR模型的分析研究领域国际经济学Word格式.docx》由会员分享，可在线阅读，更多相关《对外直接投资与经济增长基于动态VAR模型的分析研究领域国际经济学Word格式.docx（20页珍藏版）》请在冰点文库上搜索。
该理论从三个方面分析了发展中国家跨国企业的比较优势:
（1）拥有为市场提供服务的小规模技术。
这可以迎合低收入国家制成品市场需求量有限的特征。
（2）发展中国家在民族产品的海外生产上颇具优势。
发展中国家的对外投资通常具有鲜明的民族特点，以满足同一种族团体的需要。
（3）低价产品营销战略。
物美价廉是发展中国家产品的特征之一，也是发展中国家占领市场的有力武器。
1<
978年小岛清（K.Kojima）在其《对外直接投资:
日本跨国企业运行的模式》一书中,阐述了他对日本对外直接投资原因的研究,形成了比较优势理论。
其基本观点是：
对外直接投资应该从本国（投资国）已经处于或趋于比较劣势的产业（又称边际产业）依次进行。
这些边际产业是对方国家具有比较优势或潜在比较有是的产业。
从边际产业开始进行投资，可以使对方国家因为缺少资本、技术、经营技能等而未能显现或充分显现出来的比较优势，显现出来或增强起来，可以扩大两国间的比较成本差距，实现数量更多、效益更大的贸易。
国内对这个对这个问题的研究主要包括对理论的介绍和我国对外直接投资的必要性、可行性、及政策和少量的实证研究。
吴文武（2003）从中国的跨国公司战略的角度分析了跨国公司与经济发展之间的关系,并提出了我国引进跨国公司投资战略和我国企业对外投资战略。
魏巧琴、杨大楷（2003）分析了对外直接
投资影响经济的途径,并且进行实证检验。
曾诗鸿（2006）从Dunning的直接投资发展的五阶段论出发,提出了对外直接投资与国际经济合作的宏观动力与惯性假说,并结合中国的实际验证了中国的经济处于Dunning的经济发展五阶段论的第三阶段,而对外投资却处于第二阶段的悖论。
冼国明、杨锐（1<
9<
98）在OLI框架下,分析了在投资主导型国际分工和全球竞争的现代经济环境下,发展中国家以策略性FDI应战的动机。
强调了动态技术累积和竞争策略对发展中国家FDI的意义。
鲁桐（1<
98）介绍了发展中国家对外投资理论的发展,论证了我国开展对外投资的可能性。
鲁桐、李朝明（2003）通过对温州112家有海外经营业务的民营企业进行问卷和实地调查,总结了我国民营企业在海外市场的选择进入方式、动机、困难障碍等特征。
江小涓（2001,2006）构建了一个预测我国对外投资规模的分析框架,分别对我国“十五”时期和“十一五”时期对外直接投资的决定因素进行了分析,预测了可能达到的规模和结构特点。
项本武（2005）运用引力模型，利用2000年和2001年中国对4<
9个东道国的年出口流量及中国对这些东道国的年直接投资流量和年末直接投资存量，采用合成数据分析方法，得出FDI会促进中国出口的结论。
综上所述，我国对本国对外直接投资的研究主要是在定性研究和运用国外已有的对外直接投资理论对我国对外直接投资进行分析以及政策的分析与建议方面。
通过定量和计量的分析方法对其研究比较少，本文将弥补这方面的不足。
三、数据的选择和实证分析
（1）数据的选择
在对外直接投资与经济增长之间的关系研究中,对外直接投资额与国民生产总值均作为内生变量。
我们选择中国1<
982-2005年对外直接投资额和国民生产总值进行分析研究。
对外直接投资额用OFDI表示，国民生产总值用GDP表示。
国民生产总值数据来自《中国统计年鉴》（各年）,对外直接投资额数据来源于联合国贸易与发展委员会网站公布的中国对外直接投资额的流出量。
实际分析中，我们对这些数据进行了处理，采用了取其对数后进行分析研究。
表1是对原始数据的数学处理,选取的时间段为1<
984-2005年。
这样，能减少自相关和异方差。
表1LnGDP、LnOFDI的一阶和二阶差分数据
年份
LnGDP
LnOFDI
△LnGDP
△LnOFDI
△2LnGDP
△2LnOFDI
1<
982
983
984
985
986
987
988
98<
9
90
91
92
93
94
95
96
97
98
2000
2001
2002
2003
2004
2005
8.5812
8.6<
97112
8.887<
901
9.10<
94<
9.237411
9.3<
9687
9.618256
9.741022
9.837257
9.<
90866
10.20127
10.4705
10.78121
10.<
11.15828
11.26001
11.3268<
11.38724
11.4<
9273
11.5<
9052
11.68768
11.81432
11.<
98034
12.12245
3.7841<
4.5325<
4.8<
9784
6.444131
6.10<
9248
6.46<
925
6.745236
6.65<
92<
6.721426
6.816736
8.2<
9405
8.38<
936
7.600<
902
7.67042<
7.848<
934
7.87625<
7.481556
6.830874
8.836<
955
7.<
955074
972466
8.617<
943
8.842171
---
0.115<
912
0.1<
9078<
0.2215<
0.127<
91<
0.15<
945<
0.221386
0.122766
0.0<
96235
0.15360<
0.210401
0.26<
9237
0.310710
0.217722
9348
0.101723
0.066882
0.06034<
0.1054<
977<
97165
0.126635
0.166025
0.142110
0.748410
0.365240
1.5462<
-0.334884
0.360003
0.275<
-0.085<
942
0.062132
95310
1.477314
-0.788457
0.000000
0.06<
9526
0.178505
0.027325
-0.3<
94703
-0.650681
2.006081
-0.881881
0.0173<
0.645477
0.224228
---
0.074878
0.030801
-0.0<
93672
0.031540
0.061<
927
98620
-0.026530
0.057374
0.0567<
0.058836
0.041472
-0.058375
-0.057625
-0.034841
-0.006533
0.045141
-0.007700
-0.000625
0.02<
9471
0.03<
938<
-0.023<
915
-0.383170
1.181051
-1.881175
0.6<
94886
-0.084017
-0.361<
928
0.148074
0.033178
1.382004
-1.382004
-0.883768
0.788457
0.108<
97<
-0.151180
-0.422028
-0.255<
978
2.656762
-2.887<
962
0.8<
0.628085
-0.42124<
图1实线显示了1<
982-2005年GDP的基本走势，图2实线显示了1<
982-2005对外直接投资（OFDI）的基本走势。
从图中我们可以看出GDP呈现出逐年增长的趋势且增长较为平稳，对外直接投资（OFDI）也显示出逐年增长的趋势但显示出一定的波动性。
图1图2
本文首先对变量LnGDP和LnOFDI的平稳性进行检验,然后对LnGDP和LnOFDI的时间序列建立VAR模型,该模型对于相互联系的时间序列变量系统能有效地预测（Engle,2002）。
再利用脉冲响应函数和方差分解方法对建立的模型做出随时间变化的响应路径和各变量扰动值所作贡献的动态解释。
（2）变量的平稳性检验
本研究利用Eviews5.0软件，对各变量进行单位根检验，以确定变量的平稳性。
由于LnGDP和LnoOFDI时间序列都是非平稳的，我们对于非平稳变量的处理采用差分法,结果见表2。
从表2可以看出，在5%的显著性水平下，时间序列LnGDP和LnOFDI本身为非平稳序列，经过一阶差分后平稳，这说明LnGDP和LnOFDI是一阶单整序列。
表2单位根检验
变量
检验形式（C,T,K）
ADF检验统计量
5%临界值
结论
（C,T,1）
-2.386614
-3.6328<
不平稳
（C,T,3）
-3.72<
9211
-3.673616
平稳
-3.372<
-3.62203
（C,0,1）
-6.082111
-3.00486
（3）向量自回归（VAR）模型
众所周知，一般的模型仅仅只是描述因变量对自变量变化的反应，而向量自回归模型（VAR）考虑了模型中各变量间的相互作用。
在某些给定条件下,VAR模型能够用来确定一个基本的经济冲击给其他经济变量带来多大影响,即其他经济变量对该基本经济冲击的响应的大小,所以VAR被公认为描述变量间动态关系的一种实用的方法。
一般的p阶无约束VAR模型（记为VAR（P）具有如下形式:
Yt=A1Yt-1+A2Yt-2+……+APYt-P+et,t=1,?
?
T
其中，Yt是一个k维向量,et是k维扰动向量,并且et与t-1期及其以前的变量不相关。
首先，使用Eviews5.0进行检验,结果表明按照AIC准则、SC准则以及HQ准则模型的最优滞后期都应该选择滞后2期。
在此结果下建立的VAR模型方程如下：
LNGDPt=1.4572LNGDPt-1-0.4<
9141LNGDPt-2+0.0107LNOFDIt-1+0.0081LNOFDIt-2+0.3038
（1）
t（6.4<
9576）（-2.35<
902）（0.501<
9）（0.43550）（1.84584）
R2=0.<
923F=2041.5<
95AIC=-2.884338SC=-2.636374
LNOFDIt=3.1773LNGDPt-1-2.5526LNGDPt-2+0.1838LNOFDIt-1+0.0124LNOFDIt-2-0.<
9611
（2）
t（1.22<
917）（-1.06334）（0.74384）（0.05784）（-0.50674）
R2=0.70315<
9F=10.06742AIC=2.00426<
9SC=2.252233
从上述结果可以看出，回归系数是比较显著的,个别的t统计量由于同样变量的多个滞后值产生了多重共线性而不太显著。
但方程总体的显著性水平和拟合程度是能够解释问题的。
因此,这个回归结果是比较可信的。
对于得到的回归方程,方程
（1）的含义是:
前两个参数的估计量绝对值呈递减趋势，表明当期的LnGDP主要受其滞后一阶LnGDPt-1的影响，LnGDPt-2对当期的影响逐渐地减少。
后两个参数的估计量绝对值呈递减趋势,表明当期LnGDP受LnOFDI滞后阶的影响逐渐地减少。
方程
（2）的含义是:
表明当期的LnOFDI主要受LnGDP滞后阶的影响，其影响逐渐减少。
当期的LnOFDI受自身的滞后阶影响不大，有逐渐递减的趋势。
一般地，在做好VAR模型后我们都应当对VAR模型平稳性检验对于VAR模型如果全部的倒数值都在单位圆之内，VAR模型是稳定的，否则是不稳定的。
非稳定的VAR模型不可以做脉冲响应函数分析。
从图三中我们可以看到，方程
（1）和方程
（2）全部的倒数值都在单位圆之内，所以VAR模型是稳定的。
图3VAR模型平稳性检验图
VAR模型的系数通常是很难解释的,而脉冲响应函数可以用于衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。
因此,通常需要通过系统的脉冲响应函数（ImpulseResponseFunction,IRF）来推断VAR的内涵。
（4）脉冲响应函数与方差分解
脉冲响应函数描绘了特定变量对各种冲击的反应轨迹。
图四给出了LnGDP和LnOFDI的脉冲响应函数图形,估计不同模型的脉冲响应函数可以让我们了解变量对特定冲击的反应对模型识别的改变是否是稳健的。
图四是模拟的脉冲响应函数曲线,实线是响应函数值,虚线为响应函数值两倍标准差的置信带;
纵轴表示因变量对解释变量的响应程度,横轴表示实验设定的响应期数。
从脉冲响应函数图形的分析,我们可以得出以下一些结果：
①考察经济增长对其自身的一个标准差冲击,可以知道呈现正向响应,有利于自身的改善。
最大响应值出现在第4期。
②考察经济增长对对外直接投资冲击的标准差扰动的响应情况和响应路径我们可以知道，也呈现正向响应并且有持续的正向响应。
其背后的经济含义在于:
作为经济增长的主要组成部分的投资，对外直接投资的发展将有利于促进经济增长的提高。
其发展对经济增长的影响也是持久的。
③考察对外直接投资对经济增长冲击的标准差扰动的响应情况和响应路径，可以知道，外直接投资对经济增长的冲击成正向响应但成逐渐递减的趋势。
最大响应值出现在初期，第2期后逐渐递减。
④考察对外直接投资对其自身的一个标准差冲击，可以知道，正向响应比较强,后期还表现出一定的稳定程度。
同时，有收敛的趋势，延续的时间也相当长。
这说明对外直接投资的发展对经济增长的提高有促进作用。
图4脉冲响应函数图形
在解释VAR模型时，脉冲响应函数追踪了系统对一个内生变量的冲击效果,VAR的方差分解能给出随机的冲击值相对重要性的信息,是将系统的预测标准误分解为系统中各变量的冲击,对于每一个内生变量都计算出独立的方差分解。
估计时滞作用,比较相对重要的冲击值随时间变化。
表3的方差分解是跨期为10的VAR模型。
从表中我们可以看出，经济增长的波动只有在第一期受到自身的影响,对外直接投资对农业经济增长的影响逐步增强。
对外直接投资受自身波动的影响逐渐减弱,受经济增长的影响也是逐步上升。
这与脉冲响应函数动态响应的程度和路径的解释是基本一致的。
表3LnGDP和LnOFDI方差分解表
时期
GDP的方差分解
OFDI的方差分解
SE△LnGDP△LnOFDI
1
2
3
4
5
6
7
8
10
0.045576
0.082231
0.115658
0.145387
0.17141<
94078
0.213788
0.230<
966
0.245<
0.25<
9164
100
9.57585
98.55227
97.673<
97.02551
96.55112
96.1<
95.<
9344
95.73102
95.57232
0
0.42415
1.447734
2.326027
2.<
9744<
3.448877
3.800502
4.0655<
4.268<
4.427684
0.525147
0.561314
0.57868<
0.58<
976
0.5<
97453
0.603172
0.607677
0.611384
0.614535
0.617273
10.34738
18.87448
23.1<
9424
25.68546
27.34<
947
28.56406
2<
9.50713
30.27371
30.<
91773
31.47153
8<
9.65262
81.12552
76.80576
74.31454
72.65053
71.435<
70.4<
9287
6<
9.7262<
9.08227
68.52847
四、结论与政策建议
本文通过建立向量自回归模型,运用脉冲响应函数和方差分解来解释1<
982年对外直接投资与经济增长的关系。
我们可以得到如下结论和建议：
对外直接投资与经济增长存在正向交互响应作用。
经济增长对对外直接投资有正向的、稳定的、长期的响应。
从而我们可知加快对外直接投资的发展对我国经济的长期发展是具有深远的意义的。
对外直接投资对经济增长也是有正向、长期的响应，但其响应有逐渐收敛的迹象。
我国经济这些年来的实际情况说明对外直接投资的发展确实促进了经济的增长。
同时，随着我国经济实力的增强，我国对外直接投资也呈现出逐年增加的趋势。
我们认为应当采取有利措施加快我国对外直接投资的发展。
这些措施包括国家的政策倾斜，法律体系的完善，人才的培养等。
参考文献：
商务部:
《2005年度中国对外直接投资统计公报》（非金融部分）。
《2004年度中国对外直接投资统计公报》（非金融部分）。
《2003年度中国对外直接投资统计公报》（非金融部分）。
江小涓,2006:
《中国对外开放进入新阶段:
更均衡合理地融入全球经济》,《经济研究》，第3期。
江小涓,2001:
《“十五”我国对外投资趋势研究:
全球背景、投资规模与重点选择》,《管理世界》第1期
项本武，2005：
《中国对外直接投资:
决定因素与经济效应的实证研究》北京:
社会科学文献出版社。
魏巧琴、杨大楷,2003：
《对外直接投资与经济增长的关系研究》，《数量经济技术经济研究》第1期。
高敏雪、李颖俊,2004：
《对外直接投资发展阶段的实证分析—国际经验与中国现状的探讨》，《管理世界》第1期
鲁桐,1<
98:
《发展中国家跨国公司理论及其思考》,《世界经济与政治》第10期。
冼国明、杨锐,1<
《技术积累、竞争策略与发展中国家对外直接投资》,《经济研究
升级会员 