1、中國貿易順差影響因素的多元線性回歸分析摘要 自1994年以來,我國在對外經濟貿易領域取得了巨大成就,年年都有巨額貿易順差；貿易順差雖然是貿易地位有利的象征，但絕非越大越好，因為這既會一起本國經濟的不良發硬，也常會引起貿易伙伴之間的摩擦。隨著WTO的加入,對外貿易在我國經濟發展中的作用和地位越來越重要。本文用計量經濟學的方法，建立了多元線性回歸模型，最終得出貿易順差主要受本國投資和本國物價水平影響的結論。關鍵詞：貿易順差 多元線性 投資 物價指數一、 引言跟據海關統計，2013 年中國貨物進出口總額達 41603.3億美元，扣除匯率因素比上年同期增長 7.6%，比上年增速提高 1.4 個百分點，

2、全年貨物進出口總值首次突破 4 萬億美元的大關。在2013年，世界經濟并不景氣，中國外貿面臨諸多困難，在如此的情況下仍然取得這樣的增長成績，確實了不起。但是，我們不應忽略，中國的外貿是不平衡的：1990年以前，中國基本上每年都是進口大大大于出口，之后，基本是出口大大大于進口，特別是2006年以后，貿易順差陡然增大。即使世界經濟，特別是歐洲經濟一篇低迷的2013年，中國出口總值仍達 22100.4 億美元，比上年同期增長 7.9% ；進口總值 19502.9 億美元，比上年同期增長 7.3% ；貿易順差 2597.5 億美元，同比增長 12.8%。存在貿易順差，說明我國在對外貿易活動中處于有利地

3、位，但貿易順差絕不是越大越好。大量的貿易順差，很容易引起與貿易伙伴的摩擦，中國近些年和歐美日的外貿爭端有力的證明了這一點，甚至有理由去相信，中國和很多國家雙邊關系波動，也有部分原因中國貿易順差過大造成的；除此之外，大量外匯盈余通常會導致一國市場上本幣投放量迅速增長，因而很可能造成通貨膨脹壓力，不利于國民經濟持續、健康的發展。當然，貿易逆差更不可取，因為它反映的是該國當年在對外貿易中處于不利地位。一國政府當局應當努力避免長期出現貿易逆差，因為大量逆差將導致國內資源外流，對外債務增加。這種狀況也會影響國民經濟正常運行。綜上，一國保持進出口基本平衡（最好略有結余），對國民經濟的健康發展最有利。不過，

4、考慮到中國近些年一直存在巨大的貿易順差（中國上次出現貿易逆差還是1993年，距今超過20年），中國的外匯儲備也非常之多，所以，本文的目的是分析中國長期的貿易順差到底是什么因素造成的。二、 文獻綜述對外貿易，一直是熱門話題，很多高校教師、學生、學者和其他部門的研究人員都研究過這類問題，每年在各類期刊學報上發表的該類論文也非常之多。首都經濟貿易大學的姚麗芳在1998年，東北財經大學的趙欣欣、鞠成曉在2003年都層使用主成分分析的方法探討中國進出口的影響因素，最終大體上都把影響因素分為內外兩種，得出了一致的結論；不同于高校師生偏向實證的做法，社科院的王蕾和商務部的沈丹陽，在理論上詳細分析了中國近十數

5、年來的外貿規模、結構等情況，肯定了中國外貿巨大成就的同時也道出了中國對外貿易將要面臨的巨大挑戰；此外，每年，甚至每個月，都會有學者對中國的過去的外貿情況進行評價，對將來的外貿形勢進行分析，如社科院的夏先良研究員幾個月前才剛剛評述了2013年中國的外貿情況。但是，他們往往不能在準確與易讀中拿捏好標準，往往是實證的時候選取過于抽象的方法，使得非專業人員完全不能理解；理論分析的時候又往往過于宏觀且往往得出似是而非的結論甚至把難題留給讀者。基于此，本人認為有必要在實證時使用更簡便的方法，并結合經濟學原理，來重新分析這個不老的話題。三、 方法選擇及變量的選取本文采用多元線性方法，建立我國進出口與有關變量

6、的計量經濟學回歸模型，把經濟學上可能與進口有關又能夠獲得數據的變量納入模型，再根據赤池信息準則用逐步回歸將其中和進出口不顯著相關的變量剔除，考慮到很多變量之間并非獨立隊進口產生影響，而是有一定程度的共線性，如果剩余的變量扔很多，就必然有統一方面的因素，因此可以用主成分分析的方法，把顯著相關的變量綜合為更少的綜合指標。這樣，既簡化了模型，又保留了絕大部分信息。根據宏觀經濟學的理論和社會常識，進出口的影響因素有國民生產總值、匯率、關稅率、儲蓄、投資、外匯儲備、世界經濟增長率、本國物價等，但由于平均關稅率和世界經濟增長率找到的年份過少，本文只得放棄這一變量。本文選取的七個指標見表1。多元線性回歸模型

7、的一般模型形式為： （1）其中k為解釋變量的數目，稱為偏回歸系數，稱為隨機誤差。（1）式也可稱為總體回歸函數的隨機表達形式。樣本回歸函數的隨機表達式為： （2）稱為殘差或剩余項。實際中應用的都是樣本回歸函數。其中貿易順差為因變量（Y），其他為自變量。四、模型求解及分析表1順差及各個經濟指標timeSurplusgdphuilvchuxutouziwaihuicpi1,994461.70 48197.86 631.25 21518.80 17042.10 516.20 11,9951403.70 60793.73 645.88 27910.40 20019.30 735.97 1.1711,99

8、61019.00 71176.59 676.95 38501.20 22913.50 1050.49 1.2681931,9973354.20 78973.03 683.10 46279.80 24941.10 1398.90 1.3037021,9983597.50 84402.28 694.51 534075.00 28406.20 1449.60 1.2932731,9992423.40 89677.05 760.40 59621.80 29854.10 1546.75 1.2751672,0001995.60 99214.55 797.18 399551.00 32917.70 165

9、5.74 1.2802682,0011865.20 109655.17 819.17 343635.89 37213.50 2122.00 1.289232,0022517.60 120332.69 827.68 303302.49 43499.90 2864.07 1.2789162,0032092.30 135822.76 827.70 260771.66 55566.61 4032.51 1.2942632,0042667.50 159878.34 827.70 217885.35 70477.43 6099.32 1.3447392,0058374.40 184937.37 827.7

10、0 172534.19 88773.61 8188.72 1.3689442,00614220.30 216314.43 827.84 161587.30 109998.16 10663.40 1.3894782,00720263.50 265810.31 827.83 141050.99 137323.94 15282.50 1.4561732,00820868.41 314045.43 827.91 119555.39 172828.40 19460.00 1.5420882,00913411.32 340902.81 828.98 103617.65 224598.77 23991.52

11、 1.5312932,01012323.54 401512.80 831.42 86910.65 251683.77 28473.38 1.5818262,01110079.20 473104.05 835.10 73762.43 311485.13 31811.48 1.6672442,01214558.29 519470.10 861.87 64332.38 374694.74 33115.89 1.710593各列單位一次為：年，億元，億元，百美元，億元，億元，億美元，cpi是固定1994年為基期的指數。觀察數據不難發現，各列數據的量綱差距巨大，不適合直接進行回歸，本文認為應該進行無量綱

12、處理，而無量綱話方法很多，最常用的是變異系數法，但嘗試時發現貿易順差這一列的數據變得過小（是方差過大造成的），所以只得放棄：最終本文采用的是各列數據與該列均值相除的方法，這個方法的好處是使各列數據都大體處在同一規模。處理結果見表2：表2timeSurplusgdphuilvchuxutouziwaihuicpi1994年0.06380.2426350.8071070.1287170.1576250.0504360.7294681995年0.1946240.3100040.86240.1680880.1867110.0721010.8631721996年0.1427470.3689690.946

13、8030.2339390.2158250.1033060.9461141997年0.4734310.4174921.0054380.2847090.2376220.138320.9850631998年0.5207460.4562181.079263.335560.2740630.1443850.9897241999年0.3606760.4966551.2526990.4516580.2922470.1552410.9879472000年0.3027530.5642251.4058263.1004550.3272710.1675481.0036542001年0.2875510.6426851.5

14、598143.1865440.3764650.216641.0223472002年0.3940920.7299561.7166823.3792730.4489560.2957721.0255922003年0.3344540.856841.886853.5339390.5873740.4230221.0491162004年0.4340391.0562272.0943623.6274320.7687560.6544041.1015522005年1.394481.2936952.3530863.5501921.0091590.9099151.1332622006年2.5554441.6237472.

15、6850764.0889561.3205751.2444891.1621952007年4.2071822.1817343.1252744.5480351.7717761.9085631.230292008年5.564722.912023.7381335.068032.459182.7016171.3160972009年5.05693.7332214.6545915.9901563.6709473.8827361.3202872010年6.3311595.4721456.1717487.3374875.0987375.7913731.3770422011年7.7638849.0560149.14

16、879910.14498.6246369.3064391.4651492012年18.9526418.9988118.027518.9816618.9985918.983851.517427把表2數據帶入公式（2）進行回歸，得Call:lm(formula = shuju, 2 shuju, 3 + shuju, 4 + shuju, 5 + shuju, 6 + shuju, 7 + shuju, 8)Residuals: Min 1Q Median 3Q Max -1.6547 -0.4049 -0.1752 0.3037 1.7326 Coefficients: Estimate Std

17、. Error t value Pr(|t|)(Intercept) -5.7060 3.3358 -1.711 0.113shuju, 3 -0.3995 3.3276 -0.120 0.906shuju, 4 0.2013 2.0634 0.098 0.924shuju, 5 -0.1894 0.3258 -0.581 0.572shuju, 6 1.8167 2.8190 0.644 0.531shuju, 7 -0.6377 1.5466 -0.412 0.687shuju, 8 6.2034 4.3951 1.411 0.184Residual standard error: 0.9

18、684 on 12 degrees of freedomMultiple R-squared: 0.9706, Adjusted R-squared: 0.9559 F-statistic: 65.97 on 6 and 12 DF, p-value: 1.728e-08可以發現，雖然可決系數很大，說明模型對貿易順差解釋的很好，但是所有系數都不顯著，分析之后，認為原因如下：1、各個自變量有嚴重的共線性（根據宏觀經濟學中gdp和投資儲蓄等的關系，這是顯然的）；2、樣本量過少，本文中，n=19，k=6，不滿足n=3（k+1）的模型估計基本要求。用逐步回歸可以解決上述問題，本文以赤池信息準則為依據，

19、進行逐步回歸，結果如下：step(sol)Start: AIC=4.05shuju, 2 shuju, 3 + shuju, 4 + shuju, 5 + shuju, 6 + shuju, 7 + shuju, 8 Df Sum of Sq RSS AIC- shuju, 4 1 0.00892 11.263 2.0643- shuju, 3 1 0.01352 11.267 2.0721- shuju, 7 1 0.15941 11.413 2.3165- shuju, 5 1 0.31698 11.571 2.5770- shuju, 6 1 0.38947 11.643 2.6957

20、11.254 4.0493- shuju, 8 1 1.86827 13.122 4.9674Step: AIC=2.06shuju, 2 shuju, 3 + shuju, 5 + shuju, 6 + shuju, 7 + shuju, 8 Df Sum of Sq RSS AIC- shuju, 3 1 0.0072 11.270 0.0766- shuju, 7 1 0.1747 11.438 0.3568- shuju, 5 1 0.3514 11.614 0.6481- shuju, 6 1 0.4252 11.688 0.7685 11.263 2.0643- shuju, 8

21、1 3.2057 14.469 4.8232Step: AIC=0.08shuju, 2 shuju, 5 + shuju, 6 + shuju, 7 + shuju, 8 Df Sum of Sq RSS AIC- shuju, 7 1 0.2343 11.504 -1.53253- shuju, 5 1 0.4116 11.682 -1.24196- shuju, 6 1 1.1621 12.432 -0.05883 11.270 0.07656- shuju, 8 1 3.3577 14.628 3.03115Step: AIC=-1.53shuju, 2 shuju, 5 + shuj

22、u, 6 + shuju, 8 Df Sum of Sq RSS AIC- shuju, 5 1 0.2288 11.733 -3.1584 11.504 -1.5325- shuju, 8 1 4.7088 16.213 2.9863- shuju, 6 1 21.7145 33.219 16.6149Step: AIC=-3.16shuju, 2 shuju, 6 + shuju, 8 Df Sum of Sq RSS AIC 11.733 -3.158- shuju, 8 1 6.162 17.895 2.861- shuju, 6 1 107.323 119.056 38.868Cal

23、l:lm(formula = shuju, 2 shuju, 6 + shuju, 8)Coefficients:(Intercept) shuju, 6 shuju, 8 -4.0525 0.8351 4.3922經過篩選，六個變量最終只有投資和cpi被留下，此時ACI最小，根據赤池信息準則，只留下這兩個變量。對這兩個變量進行回歸，可得：Call:lm(formula = shuju, 2 shuju, 6 + shuju, 8)Residuals: Min 1Q Median 3Q Max -1.82159 -0.40311 -0.00267 0.35025 1.78293 Coeffic

24、ients: Estimate Std. Error t value Pr(|t|) (Intercept) -4.05252 1.57838 -2.568 0.0207 * shuju, 6 0.83514 0.06903 12.098 1.83e-09 *shuju, 8 4.39219 1.51522 2.899 0.0105 * -Signif. codes: 0 * 0.001 * 0.01 * 0.05 . 0.1 1Residual standard error: 0.8563 on 16 degrees of freedomMultiple R-squared: 0.9693,

25、 Adjusted R-squared: 0.9655 F-statistic: 252.8 on 2 and 16 DF, p-value: 7.849e-13雖然可決系數略變小了一點，但所有變量都顯著了，對新的模型進行多重共線性檢測可得：kappa(soo,exact=T)1 57.14527這個值遠遠小于1000，所以可以認為不存在共線性。把各個量綱回歸到模型中，即可得出模型為：模型分析：顯然，這個模型有很大不足，首先，因為根據模型得出的結論，隨著物價提高，貿易順差反而增大，這是宏觀經濟學的理論有沖突的。原因可能是初始數據選取不夠全面，很多在經濟理論中與進出口關系重大的變量沒能找到數據；也可能是模型形式不好，進出口與各個變量之間并非簡單的線性關系。遺憾的是，由于作者水平所需，這些問題，本文暫時難以解決。再者，模型未能通過異方差檢驗，所以用用加權最小二乘來消除異方差，權數為擬合值減去實際值的平方，即加權后擬合結果為sos summary(sos)Call:lm(formula = dat, 2 dat, 6 + dat, 8, weights = 1/a)Weighted Residuals: Min 1Q Median 3Q Max -1.1182 -0.9868 -0.9234 0.844