与贸易弹性相关度极高的国际贸易方向参考文献。适合经济管理学院学生毕业论文做参考之用,希望对大家有帮助。
2005年第5期
联邦储备委员会网站;中国工业增加值来源于 人民银行统计季报 ,中国对各国的进、出口原始数据来源于 海关统计 ,其余数据均来源于IMF网站。
需要对上述数据及差分项进行单位根检验,以选择所需要使用的计量方法。表1给出了出口、进口、实际汇率、国内工业增加值,工业化国家工业增加值月度指数对数值及其一阶差分的ADF检验值。结果表明上述数据在AIC及SBC(未列出)标准下,在10%的显著度以上都不能拒绝原假设,即序列存在单位根,是非平稳的。因此,不能使用最小二乘回归检验上述变量间存在的关系,否则会产生伪回归的情况。在1%的显著度下,上述序列的一阶差分序列都拒绝原假设,也就是说上述数列都是I(1)数列。可以采用JohansenandJuselius(1990)的协整向量自回归(cointegratingVAR)分析框架进行协整检验,而不需要使用Pesaran(1996)的自回归分布滞后模型(ARDL)进行协整检验(该方法不要求变量同阶差分平稳)。
四、ML条件检验:基于cointegratingVAR分析
本文首先进行协整向量自回归(cointegratingVAR)的特征值轨迹检验,以确定各变量之间是否存在协整关系及存在几种关系。如向量之间只存在一个协整关系,则直接对(8)式与(9)式进行估计,以分别确定进、出口与各变量之间存在怎样的长期均衡关系(计算方法见李子奈、叶阿忠,2000;PesaranMH,ShinY1995)。
正如PesaranandSmith(1998)所强调的,协整向量自回归(cointegratingVAR)分析涉及大量的内生变量、外生变量选择,滞后阶数确定,趋势项、截距项确定。不同的选择标准将对计算结果产生相当大的影响,为保证实证结论的客观性,本文主要根据AIC及SBC标准选择滞后阶数及是否存在趋势项、截距项。当根据两个标准计算的结果不一致时,我们将参照Pesaran的论述,根据经济原理进行选择(PesaranMH,SmithRP,1998)。
*令 (M-r)表示特征值轨迹检验的统计检验量。M为X中的元素个数,这里M=3。当r=0,
1, ,M-1时可以得到一系列统计量值 (M), (M-1), , (1)。 (M)不显著,即小于某一显著性水平下的Johansen分布临界值,则不存在协整关系。而 (M)显著,表明至少存在一种协整关系,必须接着检验 (M-1)。 (M-1)不显著时,则存在一种协整关系; (M-1)显著则表示至少存在两个协整关系,必须接着检验 (M-2)的显著性, 直到出现第一个不显著的 (M-r)为止。
根据表2所示,特征值轨迹检验值 ex(M-0)> 表2
28 436(显著度为10%的临界值), ex(M-1)<15 583
(显著度为10%的临界值,Joahson&Juselius,1990),因
* 此ex与e、y在10%的显著度下只有一个协整关系。
im(M-0)>37 291(显著度为1%的临界值), im(M-28 90128 注:M=3特征值轨迹检验exim ex(M-0) ex(M-1) im(M-0) im(M-1)13 3124237 384054 450686
1)<21 962(显著度为1%的临界值),因此im与e,y在1%的显著度下只有一个协整关系。
如前所述,由于进出口与相应的变量之间分别都只存在一种协整关系。因此可以只单独对进口方程进行估计。表3、表4分别为对(8)式、(9)式进行估计的系数值列表。表3、表4从上到下,依次可分为三部分,第一部分长期均衡关系估计;第二部分是ARDL模型中,各变量的差分项及其滞后项的系数估计;第三部分是误差修正项的系数估计。由表3、表4,在出口方程中e的系数显著大于0,而在进口方程中e的系数显著小于0,两者绝对值的和超过3 8。根据ChuaandSharma(1998)的研究,韩国、菲律宾和泰国相对应的值分别为0 22、2 29和0 32。因此,汇率波动对我国进出口的影响显著大于对上述国家的影响。 在Boyd(2001)的研究中,日本进出口对实际汇率等其他变量存在协整关系的显著度也为10%,认为其协整关系存在。