《外商直接投资（FDI）对我国经济影响的实证分析.doc》由会员分享，可在线阅读，更多相关《外商直接投资（FDI）对我国经济影响的实证分析.doc（12页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、:外商直接投资（FDI）对我国经济影响的实证分析摘要：中国作为发展中国家，自2002年，引进外资的规模取得了历史性的突破，首次超过美国跃居全球第一。在这种历史背景下，考察外国资本流入对中国经济增长的影响，不仅是对有关理论的一次很好的检验，而且也具有重要的现实意义。本文的目的就是从实证的角度，研究在19852003年这一时期外商直接投资对中国经济增长的影响。本文将外商直接投资对中国经济增长的影响分成两类：一是提高资本形成率，也就是其短期需求拉动作用对GDP 增长起着不可忽视的作用;另一方面由于其增强竞争力,其产生的技术外部性和加速溢出效应即长期供给推动作用起着更为重要的作用。从几种增长理论出发推
2、导、构建能够区别体现这两种影响方式的宏观经济模型。关键词：外商直接投资（FDI） GDP增长 长期影响 短期影响问题的提出中国加入WTO三年来，宏观经济一直发展良好，并赢得了良好的外部环境，从而使得中国整个宏观经济发展相当稳健。2002年中国GDP增长率为8，2003年虽然受到“非典”的影响，GDP增长也达到9.1；今年虽然实行了宏观调控，减缓经济发展，但估计今年GDP增长率也会达到9.39.4，宏观经济的增长速度位列全球第一位。同时，我们注意到另一个明显的事实，据联合国贸易与发展会议发表的2004年世界投资报告显示，2003年中国继续维持全球最大的外国直接投资接受国的地位，吸收外国直接投资额
3、达到535亿美元，比2002年高出8亿美元。今年前10个月，中国的外商直接投资额已达538亿美元，同比上升了23.5%，超过了去年的全年纪录。在这种历史背景下，考察外国资本流入对中国经济增长的影响，不仅是对有关理论的一次很好的检验，而且也具有重要的现实意义。相关理论关于FDI 与经济增长之间关系的研究,近年来中国学者的经验研究主要有如下对立的两种观点:第一种观点认为FDI 的流入对中国的意义,最重要的体现在创造就业和技术外溢方面,而不是GDP 的增长率方面。理由是由于外资在中国投资构成中从来都在1/ 3 以下,因此从粗略定量的角度认为中国经济增长是明显的内需主导形态。第二种观点主要认为FDI
4、对GDP 的增长起了不可忽视的作用,根据世界银行研究,外资所带来的GDP 总量增长率的贡献为0. 9 个百分点,其贡献率为8. 6 % ,近年来这一贡献率已超过10 %。理论分析我们先就我国FDI 和GDP 的大致情况做一介绍。自1985 年以来,我国FDI 呈逐年上涨趋势,特别是从上个世纪九十年代,我国迎来了第一个FDI涌入的高潮,在世界上创造了所谓吸引FDI 的奇迹。除了1999 年受亚洲金融危机的影响出现FDI负增长之外,其余年份均为正增长。2001 年后,中国FDI 增长率大幅上升,2002 年中国FDI 保持强劲的增长势头,仅上半年增长率便高达18 %。我国FDI 连续六年在400
5、亿美元上浮动,2002 年我国FDI 首次突破500 亿美元,同时超过美国成为世界FDI 的第一大接受国。2003年，我国FDI为535亿美元，继续保持增长势头。勿需质疑的是,改革开放以来我国吸引外资对我国经济的发展起到了很大的作用,从下图可以清楚的看到近年来我国FDI 和GDP(单位:亿元) 的增长过程( FDI 的数值是由当年以美元为单位的值通过当年的平均外汇汇率换算过来的,以便统一与GDP 的单位,方便后面的分析) 。图1 1985 - 2003 年FDI 的数额和增长过程图2 1985 - 2003 年GDP的数额和增长过程由我国FDI 和GDP的增长过程可见,二者基本呈现出大致同步的
6、增长趋势。从理论上讲,外国直接投资对于一国经济的增长可以体现在以下几个方面:通过外资弥补发展中国家或地区的储蓄缺口和外汇缺口，改善投资地的原有资本存量,促进经济增长;外资带来国外使用的先进技术、设备和科学的管理方式促进一国或地区的发展;外资通过对投资地人力资源的开发为经济增长积累人力资本。总之,外资的引入对于发展中国家的经济管理体制的改革和完善以及企业管理效率的提高和交易成本的降低起了不可忽视的作用。如何衡量这些效果呢? 我们都用GDP 这一指标来反映,因为无论是短期的需求拉动,还是长期的推动作用,对东道国经济的贡献归根到底还是反映在东道国的GDP 的增长上，所以，当我们衡量一国引进FDI对一
7、国经济增长的影响时，应该主要考察它的GDP效果，以便从总体上进行分析。计量模型分析我们以中国19852003年的统计数据为分析的数据来源,构建线形回归模型来对FDI 对我国经济的贡献做一实证分析。根据中国统计年鉴2003及网络资源，得到相关数据如下：（将FDI 的数值由以美元为单位的值通过当年的平均外汇汇率换算为以人民币为单位）年份GDP（亿元）FDI（亿元）FDI（亿美元）19858964.448. 6916.61198610202.264. 7118.74198711962.586. 1323.14198814928.3118. 8831.94198916909.2127. 7133.92
8、199018547.9166. 7934.87199121617.8232. 4243.66199226638.1606. 99110.07199334634.41585. 41275.15199446759.42910. 28337.67199558478.13133. 38375.21199667884.63469. 1417.25199774462.63751. 71452.57199878345.23763. 93454.63199982067.53337. 73403.19200089468.13370. 55407.15200197314.83880. 09468.78200210
9、4790.64365.54527.4320031169944428.61535.05(数据资料来源: 2003年中国统计年鉴，2003年的数据通过网络查找)由上表中GDP和FDI的数据（其中FDI为换算为人民币单位的数据）通过eviews软件得散点图如下图3所示：由散点图可见，二者之间大致呈一元线形关系，因此，我们将试图通过简单的线性模型来看FDI 和GDP 之间所存在的关系,把FDI 当作GDP的主要影响因素，其他影响因素全部放入随机扰动项中。假定GDP和FDI之间存在如下关系：Y=+X+tYGDP XFDI（外商直接投资） 常数项 t 随机扰动项待定参数（FDI每增加一亿元，GDP平均增加
10、的亿元数）。 我们利用EVIEWS软件，用最小二乘法进行回归如下：Dependent Variable: YMethod: Least SquaresDate: 12/15/04 Time: 19:47Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C10537.963696.9822.8504210.0111X19.791521.37277614.417140.0000R-squared0.924395 Mean dependent var51629.98Adjus
11、ted R-squared0.919948 S.D. dependent var36274.34S.E. of regression10263.26 Akaike info criterion21.40983Sum squared resid1.79E+09 Schwarz criterion21.50924Log likelihood-201.3934 F-statistic207.8540Durbin-Watson stat0.417133 Prob(F-statistic)0.000000即得模型为：Y= 10537.96 + 19.79152Xt = (2.850421) (14.41
12、71)=0.924395 =0.919948 F=207.8540 DW=0.417133 从经济意义上来说GDP随着FDI的增加而增加，所以模型的参数估计是符合经济意义的。是样本回归方程的斜率，说明年外商投资每增加一亿元，平均来说GDP将增加亿元，是样本回归方程的截距。=0.924395且=0.919948说明样本回归直线对样本的拟合优度较高。t=14.4171查表t（0.05）=1.734 tt（0.05） n-1=18， 说明FDI对GDP影响的t值显著，F值为207.854，满足条件。但DW值1.092故不拒绝原假设，模型中随机误差项不存在异方差。3、自相关检验DW=0.417133
13、在显著水平=0.05下，查表 n=19，k=1时，DL =1.18，DU=1.401，由于d=0.417133DL=1.18，表明该模型中的随机误差序列存在一阶正自相关。修正如下： (1) Cochrane-Orcutt 迭代法Dependent Variable: YMethod: Least SquaresDate: 12/15/04 Time: 20:21Sample(adjusted): 1986 2003Included observations: 18 after adjusting endpointsConvergence not achieved after 100 itera
14、tionsVariableCoefficientStd. Errort-StatisticProb. C138112961.28E+090.0107810.9915X5.3993791.9695592.7414150.0151AR(1)0.9996600.03178331.453130.0000R-squared0.992737 Mean dependent var54000.29Adjusted R-squared0.991769 S.D. dependent var35779.90S.E. of regression3246.199 Akaike info criterion19.1593
15、7Sum squared resid1.58E+08 Schwarz criterion19.30776Log likelihood-169.4343 F-statistic1025.135Durbin-Watson stat0.738372 Prob(F-statistic)0.000000Inverted AR Roots 1.00Y = 13811295.84 + 5.39937939*X + AR(1)=0.999659821 t = (0.010781) (2.741415) (31.45313)=0.992737 =0.991769 F=1025.135 DW=0.738372 因
16、为在显著水平=0.05下，查表 n=18，k=1时，DL =1.158，DU=1.391，由于DW=0.738372DL=1.158，表明修正后该模型中的误差序列仍然存在一阶正自相关。（2）用广义差分法修正如下：由d=0. 417133，计算出=1 =0.7914，构造差分模型并估计，得Dependent Variable: DYMethod: Least SquaresDate: 12/15/04 Time: 20:13Sample(adjusted): 1986 2003Included observations: 18 after adjusting endpointsVariableC
17、oefficientStd. Errort-StatisticProb. C6434.4562471.9532.6029850.0192DX16.005902.6523016.0347230.0000R-squared0.694761 Mean dependent var18322.90Adjusted R-squared0.675683 S.D. dependent var11124.17S.E. of regression6335.081 Akaike info criterion20.45003Sum squared resid6.42E+08 Schwarz criterion20.5
18、4896Log likelihood-182.0503 F-statistic36.41788Durbin-Watson stat0.814307 Prob(F-statistic)0.000017h(DY = 6434.456 + 16.00590 DX t = (2.602985) (6.034723) =0.694761 =0.675683 F=36.41788 DW=0.814307 DWDL=1.158经过广义差分法修正后，DW值有所提高，但仍存在一阶正自相关。（3）对数变换法进行修正： Dependent Variable: LYMethod: Least SquaresDate:
19、 12/15/04 Time: 20:17Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C7.2051320.18848938.225660.0000LX0.4937420.02707118.238900.0000R-squared0.951381 Mean dependent var10.54176Adjusted R-squared0.948521 S.D. dependent var0.872174S.E. of regression0.197887 Akai
20、ke info criterion-0.302936Sum squared resid0.665710 Schwarz criterion-0.203521Log likelihood4.877893 F-statistic332.6573Durbin-Watson stat0.312529 Prob(F-statistic)0.000000h(LY = 7.205132 + 0.493742 LX t = (38.22566) (18.23890) =0.951381 =0.948521 F=332.6573 DW=0.312529 n=19 k=1 DL=1.18 DU=1.401 DWD
21、L=1.18 经过对数变换法修正后，DW值没有得到提高，仍存在自相关再在对数变换的基础上用Cochrane-Orcutt 迭代法修正得：Dependent Variable: LYMethod: Least SquaresDate: 12/15/04 Time: 22:46Sample(adjusted): 1986 2003Included observations: 18 after adjusting endpointsConvergence achieved after 10 iterationsVariableCoefficientStd. Errort-StatisticProb.
22、 C13.917084.3724583.1828970.0062LX0.1621820.0453653.5750720.0028AR(1)0.9774130.02286842.741760.0000R-squared0.996613 Mean dependent var10.62181Adjusted R-squared0.996161 S.D. dependent var0.822525S.E. of regression0.050961 Akaike info criterion-2.964513Sum squared resid0.038955 Schwarz criterion-2.8
23、16117Log likelihood29.68061 F-statistic2206.852Durbin-Watson stat1.054827 Prob(F-statistic)0.000000LY = 13.91708376 + 0.1621819657*LX + AR(1)=0.9774130705t = (3.182897) (3.575072) (42.74176) =0.996613 =0.996161 F=2206.852 DW=1.054827 DW虽然有所改善，但仍存在正自相关。宏观经济分析表明，从需求方面看，经济增长取决于投资需求、消费需求、政府需求和出口需求。投资（特别
24、是固定资产投资）对经济增长的拉动作用十分明显。而且，投资虽然在当年表现为增长的需求效应，但一旦投资形成，则可以表现为产出的供给效应。而这种效应的产生往往具有一两年的滞后性。外商直接投资作为固定资产投资来源的一个重要组成部分，其对经济增长、对外贸易的作用同样具有当年的需求效应和滞后年份的供给效应。带着这种分析，我们重新估计模型如下：Y=+X + 1 X（-1）+2 X（-2）+t其中，X（-1）表示前一年的FDI数值，X（-2）表示两年前的FDI数值。利用最小二乘法拟合结果如下： Dependent Variable: YMethod: Least SquaresDate: 12/15/04 T
25、ime: 20:29Sample(adjusted): 1987 2003Included observations: 17 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C13421.683671.8073.6553330.0029X13.596116.2082672.1900000.0474X(-1)-6.38590810.62182-0.6012060.5580X(-2)13.771296.3223822.1781810.0484R-squared0.952130 Mean dependent
26、 var56576.65Adjusted R-squared0.941083 S.D. dependent var35117.93S.E. of regression8524.080 Akaike info criterion21.14150Sum squared resid9.45E+08 Schwarz criterion21.33755Log likelihood-175.7028 F-statistic86.19024Durbin-Watson stat0.402630 Prob(F-statistic)0.000000回归方程为：后10703*X - 后107 Y = 13421.6
27、7689 + 13.59610703*X - 6.385907861*X(-1) + 13.77129435*X(-2)t= (3.655333) (2.190000) (-0.601206) (2.178181)=0.952130 =0.941083 F=86.19024 DW=0.402630因为滞后一期和滞后两期对GDP的影响存在多重共线性，所以对X(-1)与X(-2)再分别进行回归。滞后一期：Dependent Variable: YMethod: Least SquaresDate: 12/15/04 Time: 20:34Sample(adjusted): 1986 2003Inc
28、luded observations: 18 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C12977.223704.0113.5035580.0032X6.7856645.6681751.1971510.2498X(-1)13.451175.7525732.3382880.0336R-squared0.939948 Mean dependent var54000.29Adjusted R-squared0.931941 S.D. dependent var35779.90S.E. of regr
29、ession9334.292 Akaike info criterion21.27179Sum squared resid1.31E+09 Schwarz criterion21.42018Log likelihood-188.4461 F-statistic117.3919Durbin-Watson stat0.356845 Prob(F-statistic)0.000000 回归方程为：Y = 12977.21715 + 6.785663836*X + 13.45116989*X(-1)t= (3.503558) (1.197151) (2.338288) =0.939948 =0.931
30、941 F=117.3919 DW=0.356845因为t=1.197151t（0.05）=2.101所以引入上一年的FDI后，t不显著。剔除x(-1)后对滞后二期进行回归：Dependent Variable: YMethod: Least SquaresDate: 12/15/04 Time: 20:38Sample(adjusted): 1987 2003Included observations: 17 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C13763.013543.9523.88
31、35210.0017X10.342042.9706813.4813690.0037X(-2)10.472373.0681523.4132500.0042R-squared0.950799 Mean dependent var56576.65Adjusted R-squared0.943771 S.D. dependent var35117.93S.E. of regression8327.416 Akaike info criterion21.05128Sum squared resid9.71E+08 Schwarz criterion21.19832Log likelihood-175.9
32、359 F-statistic135.2746Durbin-Watson stat0.295184 Prob(F-statistic)0.000000Y= 后1013763.01236 + 10.34203689*X + 10.47237056*X(-2)t= (3.883521) (3.481369) (3.413250) = 0.950799 =0.943771 F=135.2746 DW=0.295184回归结果得、F和t统计量都较显著，可见，滞后两年对GDP影响较显著，但在0.05显著性水平下,n=17 k=2 DL=1.015 DU=1.536 DW 1.015=DL,存在一阶正自相
33、关.用迭代法修正自相关性如下:Dependent Variable: YMethod: Least SquaresDate: 12/15/04 Time: 21:15Sample(adjusted): 1988 2003Included observations: 16 after adjusting endpointsConvergence achieved after 7 iterationsVariableCoefficientStd. Errort-StatisticProb. C-6663.58212264.87-0.5433060.5969X5.1534150.9990675.15
34、82250.0002X(-2)4.2552110.9894064.3007720.0010AR(1)1.1008960.02731340.306340.0000R-squared0.998063 Mean dependent var59365.04Adjusted R-squared0.997579 S.D. dependent var34270.97S.E. of regression1686.333 Akaike info criterion17.91082Sum squared resid34124612 Schwarz criterion18.10396Log likelihood-1
35、39.2865 F-statistic2061.077Durbin-Watson stat2.351856 Prob(F-statistic)0.000000Y = -6663.581658 + 5.15341482*X + 4.255211013*X(-2) + AR(1)=1.100895816 t= (-0.543306) (5.158225) (4.300772) （40.30634）=0.998063 =0.997579 F=2061.077 DW=2.351856由以上回归结果可知,经过迭代法修正以后,DW值有了明显的改善，在0.05显著性水平下,n=16 k=2查表可知， DL=
36、0.982 DU=1.539 DU DW4-DU=2.461, 不再存在自相关。另外，将此模型经对数变换分析弹性得：Sample(adjusted): 1988 2003Included observations: 16 after adjusting endpointsConvergence achieved after 16 iterationsVariableCoefficientStd. Errort-StatisticProb. C12.609755.3514692.3563160.0363LX0.1335410.0295224.5233820.0007LX(-2)0.1361690
37、.0281844.8314070.0004AR(1)0.9808550.02846334.460680.0000R-squared0.998361 Mean dependent var10.78579Adjusted R-squared0.997952 S.D. dependent var0.712574S.E. of regression0.032248 Akaike info criterion-3.818377Sum squared resid0.012480 Schwarz criterion-3.625230Log likelihood34.54702 F-statistic2437
38、.257Durbin-Watson stat2.027302 Prob(F-statistic)0.000000回归方程如下：LY = 12.60975314 + 0.1335408346*LX + 0.1361689247*LX(-2) +AR(1)=0.9808550544t= (2.356316) (4.523382) (4.831407) （34.46068）=0.998361 =0.997952 F=2437.257 DW=2.027302 、F和t统计量都较显著，在显著水平=0.05下，查表 n=18，k=1时，DL =1.158，DU=1.391 DUDW4-DU=2.461,无
39、自相关。拟合结果： 我们进行了一系列检验和修正后的最终结果如下：Y = -6663.581658 + 5.15341482*X + 4.255211013*X(-2) + AR(1)=1.100895816t= (-0.543306) (5.158225) (4.300772) （40.30634）=0.998063 =0.997579 F=2061.077 DW=2.351856LY = 12.60975314 + 0.1335408346*LX + 0.1361689247*LX(-2) +AR(1)=0.9808550544t= (2.356316) (4.523382) (4.831407) （34.46068）=0.998361 =0.997952 F=2437.257 DW=2.027302 、F和t统计量都得到了进一