如何证明fdi与gdp的正相关
发布网友
发布时间：2022-04-24 11:59
共1个回答
热心网友
时间：2023-10-12 00:50
关于FDI对东道国经济发展的影响，历来有很多学者对此做出分析。大多数学者利用不同模型得出“FDI对经济增长之间有显著因果关系”，如国外学者Jordan Shan（2002）认为FDI与中国经济增长存在着双向的因果关系，但经济增长对FDI的影响要大于
LNFDI为LN（FDI），图1是两个序列的时序图，从图中可以看出两变量都呈现出非平稳性，但它们有共同向上发展的趋势，因此
可以进行序列的单位根检验，检查
两时间序列是否具有协整关系。
FDI对经济增长的影响。也有个别学者利用模型得到“FDI对经济增长不具有促进作用”的结论，如L.P.King与B.Varadi（2002）认为短期内FDI促进经济增长，长期具有阻碍作用。
国内学者也对FDI与国民经济发展的关系做过大量研究。桑
FDI对GDP有促进作用，秀国认为FDI与中国经济成正相关关系，
但不是中国经济增长的首要原因，而中国经济增长却显著带动了
FDI的流入。杨广诣（2006）根据1990-2005年上海市GDP与FDI时间序列数据，利用线性回归分析方法分析出上海市经济增长与外商直接投资之间存在单向（从GDP到FDI）因果关系，并利用方差分析表明上海市经济增长对外商直接投资的影响显著。
综合各学者对我国利用FDI与我国经济总量的增长的研究，说法不尽相同。本文汲取以上研究的经验，利用协整模型分析FDI与GDP 的相互关系，并通过Granger因果检验对两者因果关系进行分析。
二、数据和模型 （一）数据选取
文章主要从外商直接投资与经济增长的关系入手，研究采用
图1 LNGDP与LNFDI序列的时序图
（一）GDP和FDI的单位根检验
利用EVIEWS对各个变量的单位根进行检验，检验的结果见表1。由表1可见，两个变量的对数序列在5%的显著水平上都是非平稳的，但LNFDI的一阶差分序列在5%的显著水平上是平稳的，LNGDP的一阶差分在10%的显著性水平上是平稳的，因此两，LEXPORT～I（1），个变量都是一阶单整的，即LGDP～I（1）具备进行协整分析的条件。
表1 各变量的单位根检验
变量
检验类型
ADF统计量1%临界值临界值 10%临界DW
（c，t，k结论
1985-2007年我国的GDP和FDI时间序列资料进行分析。本文参考孙楚仁等（2006）对数据的处理方法，没有对GDP、FDI剔除，其中FDI为实际物价因素。数据主要来自《中国统计年鉴2008》利用的外商直接投资额。
（二）模型设计
协整概念由恩格尔·格兰杰（Engle-Granger）提出的，其为在两个或多个非平稳变量间寻找均衡关系，以及用存在协整关系的变量建立误差修正模型奠定了理论基础。
，且1.协整检验。设两个差分阶数相同的过程Xt，Yt～I（d），其中，Yt=βXt表示长期均具有如下关系：Yt=βXt+μt，μt～I（0）
LNFDI（c，t，3-1.49215727731.6830不平稳△LNFDI（c，0，1-3.0417516504131.727957平稳LNGDP（c，t，2-1.62832526731.840022不平稳△LNGDP（c，0，1-2.6850556504131.951073平稳*
注：△表示一阶差分；（c，t，k）分别表示单位根检验方程包括的常数项、时间趋势项和滞后阶数，加入滞后项是为了使残差项为白噪声，*表示在10%的显著性水平上是平稳的。
（二）协整检验
对变量之间进行协整检验，用Engle-Granger两步法对两个变量之间进行协整检验。第一步对原序列进行OLS回归，第二步对回归后的残差序列进行平稳性检验，若其残差序列是平稳的，即说明两个变量之间是协整的，否则就不是。
μt=Yt-βXt表示非均衡误差，则称Xt和Yt具有协整关系。衡关系，
检验协整关系用EG两步法：第一步是用OLS法估计协整参数向量，得到协整方程。第二步则是对第一步得到的残差进行估计，若平稳，则存在协整关系。
。由E-G表现定理：若Xt，Yt之间2.误差修正模型（ECM）
10
7
FOREFRONT 则拒绝原假设”的标准，可知LnFDI是LnGDP的Granger原因，而后者不是前者的原因，说明FDI对经济增长具有促进作用，但经济增长并不是吸引FDI的原因。
表3 Granger因果关系检验结果
滞后期
原假设
LNGDP = 6.952171+0.748067*LNFDI
（25.83943） （15.00282）
R2=0.9146 F=225.0846 DW=0.2839
发现残差项有较强的一阶自相关。考虑加入适当的滞后项，得LNGDP与LNFDI的分布滞后模型
LNGDP=0.654722+0.152686*LNFDI-0.097959*LNFDI（-1）
2.442719 3.519521 -1.958120 +0.924785*LNGDP（-1）
24.72597
R2=0.997885 F=2831.103
我们从模型的估计结果来看，可决系数达到了99.7%，说明拟
F统计量Prob.
4
LNFDI不是 LNGDP 的Granger 原因 6.7450.00672LNGDP不是 LNFDI 的Granger 原因 0.454720.76730
四、结论
根据以上对1985-2007年间FDI与GDP时间序列数据进行的实证分析，我们可以得出以下的结论：
虽然1985-2007年的LnGDP与LnFDI都是非平稳时间序列，但1．
其一阶差分都是平稳的。二者存在协整关系，表明实际利用外资额的增长与经济增长之间存在长期稳定的均衡趋势。从短期来看，FDI对经济其投资效果有一增长的影响不显著，这是因为FDI投资需要一个过程，定的时滞。但从长期来看，协整系数为0.7276，说明FDI对经济增长有积极的促进作用，在其他条件不变的情况下，FDI实际利用率每增加1个百分点会引起GDP增加0.7276个百分点。FDI与GDP存在长期均衡从而促进资本形关系，这是因为FDI的流入可以增加总体的资本资源，管理和营销经成和经济增长，而且FDI的流入还可以转移先进的技术、验等，从而提高生产效率，达到促进经济增长的效果。
T统计量和F统计量都显著，说明模型的拟合效果很合优度很高，
好。然后对上述模型的残差e进行平稳性检验，以此来判定两变量之间是否为协整关系，若其为平稳序列，则说明两变量存在协整关系，反之则不存在。仍然采用ADF检验，其检验结果下： 表2 对残差进行ADF检验结果为：
检验类型ADF变量 1%临界值临界值临界值DW结论
（c，t，k统计量e （0，0，0-2.334419 1.499450平稳残差e的ADF检验结果为：e是平稳的时间序列，因此可以认为LnGDP和LnFDI存在相互协整关系。
（三）建立误差修正模型
以稳定的时间序列e作为误差修正项，建立误差修正模型。
2．经济增长并不是吸引更多FDI的Granger原因。这可能从一个侧面反映了FDI大量涌入可能是由于其他因素所致，如良好的*、经济环境和较低的要素成本等。
本文的研究尚很粗浅，存在很多不足。比如，样本期不够长，这对于实证结果的准确性必然产生很大的影响；变量的选择不够精细，模型过于简略
，必然不能较全面地反映所研究的问题等等。因此，本文的实证结论还有待今后进一步的检验和修正。
D（LNGDP）=0.109095*D（LNFDI）+0.8870*D（LNGDP（-1））- 0.013285*D（LNFDI（-1））-0.402714*e（-1）
可得LNGDP关于LNFDI的短期弹性为0.109095，长期弹性为（0.152686-0.097959）/（1-0.097959）=0.727608
