格兰杰因果

格兰杰因果（精选6篇）

格兰杰因果 篇1

自改革开放以来, 长期持续的贸易顺差为我国积累了超过3万亿的美元外汇储备, 但面临着人民币不断升值、美国国债违约的危机, 以及中国企业不断做大做强、国内市场已不能满足其发展需要的情况之下, 中央与全国人大均提出了实施中国企业“走出去”战略, 把“引进来”和“走出去”结合起来, 更好地利用国内外的资源和市场。但对外直接投资对社会福利是否能够产生正的效应?本文采用全球1970-2010年233个国家 (地区) 的对外直接投资OFDI与GDP作为变量, 验证它们之间是否存在正相关的格兰杰因果关系。

在上个世纪80年代已有大量的国际对外投资, 大多数发达国家对国内资金对外直接投资具有鼓励政策, 对全球平均水平来说, 国际对外投资是否能够促进投资国的GDP增长, 下面对WGDP和WOFDI进行Granger因果关系检验。Granger因果关系检验假设有关WGDP和WOFDI的每一变量的预测信息全部包含在自身时间序列之中。

其中白噪音u2t和u2t假定为独立同分布。

式1原假设:WOFDI不是WGDP的Granger原因,

即H0:β1=…=βq=0

式2原假设:WGDP不是WOFDI的Granger原因,

即H0:δ1=…=δq=0

因此会出现四种情况。

第一, WOFDI是引起WGDP变化的原因, 即存在由WOFDI到WGDP的单向因果关系。若拒绝式1原假设H0:β1=…=βq=0, 同时不能拒绝式2原假设H0:δ1=…=δq=0, 则称WOFDI是引起WGDP变化的原因。

第二, WGDP是引起WOFDI变化的原因, 即存在由WGDP到WOFDI的单向因果关系。若拒绝式2原假设H0:δ1=…=δq=0, 同时不能拒绝式1原假设H0:β1=…=βq=0, 则称WGDP是引起WOFDI变化的原因。

第三, WOFDI和WGDP互为因果关系, 即存在由WOFDI到WGDP的单向因果关系, 同时也存在由WGDP到WOFDI的单向因果关系。若同时拒绝式1原假设H0:β1=…=βq=0, 式2原假设H0:δ1=…=δq=0, 则称WOFDI和WGDP间存在双向因果关系。

数据来源:根据联合国贸发会议UNCTAD数据测算结果注:滞后项表达形式, 以WGDP为例, WGDP一阶滞后项为WGDP (-1) , 以此类推

第四, WOFDI和WGDP是独立的, 或WOFDI与WGDP间不存在因果关系。若同时不能拒绝式1原假设H0:β1=…=βq=0, 式2原假设H0:δ1=…=δq=0, 则称WOFDI和WGDP间不存在因果关系。

在5%的显著性水平下, WOFDI除了WOFDI (-1) , WOFDI (-2) 接受“WGDP不是引起WOFDI变化的原因”的原假设之外, 从滞后第三期开始WOFDI都显著影响WGDP, 是引起WGDP变化的原因;而WGDP (-1) 至WGDP (-5) 都显著是引起WOFDI变化的原因, 但从滞后第六期开始, WGDP (-6) 至WGDP (-10) 都不能显著影响WOFDI。

在5%的显著性水平下, 在滞后1-2期, WGDP是WOFDI的Granger原因, 存在由WGDP到WOFDI的单向因果关系;在滞后3-5期, WGDP与WOFDI互为因果关系双向;在滞后6-10期, WOFDI是WGDP的Granger原因, 存在由WOFDI到WGDP的单向因果关系。因而在统计上证明对于全球来说, 在开始1-2年GDP显著影响OFDI, 在随后GDP与OFDI相互影响、相互促进, 5年后OFDI显著促进GDP, 而GDP不再影响OFDI。

伴随20世纪80年代以来国际投资热潮, 国际贸易组织努力消除壁垒。统计数据证明, 在刚开始的时候, GDP相当于OFDI的助推器, 国内资本是对外直接投资的基础, 随后其对OFDI的影响越来越弱, 而OFDI对GDP的影响则越来越强。拥有较强的生产能力、宏厚的国力是进行对外投资的基石, 而对外投资则能长期提高国家生产能力与综合国力。我国现在已经拥有雄厚的资产, 完全有能力进行对外直接投资, 同时3万亿美元外汇也是我国进行对外直接投资的强劲后盾。实证研究证明, 对外直接投资对于我国来说具有必要性。

参考文献

[1]齐晓华.对外直接投资理论及其在国内的研究[J].经济经纬, 2004 (1) .

[2]郭佳祥.中国对外直接投资与对外贸易关系的协整分析[D].沈阳:辽宁大学, 2012.

[3]刘韵妍.中国对外直接投资、贸易与经济增长关系[D].重庆:重庆大学, 2010.

格兰杰因果 篇2

中国的外商直接投资 (Foreign Direct Investment) 在过去二十年里以惊人的速度激增, 全球流入发展中国家的FDI绝大部分集中在了亚洲, 而流向亚洲的FDI当中中国占了将近一半份额。中国的FDI从1979年的几乎为零, 到1998年的455亿美元, 在不到十年后的2009年, 中国的FDI流入增至950亿美元。流入中国的FDI总量。显然深入研究FDI急速增长的原因具有深刻的现实意义。而且越来越多的国内外学者开始关注知识产权保护对FD的增长产生的作用。

英国雷丁大学邓宁的OLI理论分析了对FDI可以产生作用的三优势模型, 基于OLI模型, 我们可以得出知识产权保护对FDI的作用机制, 加强知识产权保护会增强跨国公司的所有权优势和区位优势, 削弱内部化优势, 从而影响跨国企业的国际经济活动的决策, 进而影响跨国公司对某一国进行FDI的强度。同时我们需要注意到, 加强知识产权保护对外国直接投资的影响取决于对三种优势综合影响程度的对比。如果加强知识产权保护带来的内部化优势削弱占主导作用, 那么, 跨国公司就会减少对东道国FD的投入, 选择通过技术许可方式来进行国际经济活动, 进而取得知识资产的收益。如果加强知识产权保护引起的所有权优势的加强和区位优势的增加占据主导作用, 则FDI的增加将是显而易见的。在这里我们可以得出, 加强知识产权保护对外国直接投资是促进还是有削弱作用, 通过OLI理论模型得到的结论是不确定的, 需要通过对三种优势产生的影响均衡后的结果来决定。

二、IPR保护强度测定指标的选取

在数据选取时, IPR保护强度的测定至关重要综合考虑到在中国IPR保护的具体情况, 一方面, 我们在充分考虑中国在92年加入WTO后, 以及多年来在专利法、商标法、著作权法等知识产权相关领域作出的努力, 使得中国知识产权立法标准已经符合TRIPS协议;同时又考虑到中国法律体系不够完善, 司法立法的不同步性, 加上国民对于知识产权保护的认识仍有欠缺。笔者采用徐春明2008年提出的根据中国具体情况优化的知识产权的度量方法, 这个方法是加入中国因素Park&Ginarte的修正方法。

根据以上方法, 我们可以计算得出中国85年到04年间知识产权保护强度。经过调整后我们可以看到, 中国的实际知识产权保护强度呈现逐年上升的趋势。这也能很好的解释尽管我国使用国际方法计算出的IPR指数虽然很高, 已达到发达国家水平并且超越了加拿大等某些发达国家的情况下, 但是美国等一些国家仍对我国知识产权保护现状不满。

三、IPR强度和FDI格兰杰因果关系检验和结论

基于此, 笔者认为外国直接投资和IPR强度应该存在某种方向上的长期均衡关系, 即格兰杰因果关系。为了对FDI和IPR保护强度之间进行格兰杰因果关系检验, 本文对中国外国直接投资FDI以及IPR指数进行如下处理, 取自然对数以消除异方差情况降低变量的非平稳阶数。由于Ln FDI和Ln IPR很大可能具有非平稳性, 因此, 我们先对变量进行单位根平稳性检验。若检验结果为非平稳, 采用协整检验分析两者之间的关系, 在协整检验基础上, 进行格兰杰因果关系检验, 因为协整的变量之间, 至少存在一个方向上的格兰杰原因。

从Ln IPR序列走势图可以判断, Ln IPR有明显的走势可能不是平稳序列。因此我们使用有截距项无趋势项的ADF对时间序列进行单位根检验, 由检验结果得知, ADF统计量的值为-0.871, 伴随概率为0.396, 由此判定IPR的对数序列存在单位根。继续对Ln IPR的差分序列进行单位根检验, ADF=-2.765, 伴随概率为0.0086远小于0.05, 因此一阶差分序列不存在单位根, D (Ln IPR) 是平稳序列, 即序列D (Ln IPR) ~I (1) , 是一阶单整序列。

同样我们对变量Ln FDI, 进行ADF检验发现, 时间序列不平稳, 但是一阶差分序列D (Ln FDI) 的ADF值为-2.876为一阶单整。

由ADF检验的结果我们看到Ln IPR和Ln FDI都是一阶差分平稳序列, 这满足进行协整检验的条件。通过逐步回归, 我们得到模型的估计结果。对协整关系的检验, 本文利用格兰杰提出的基于回归残差的ADF检验, 结果证明回归残差是平稳的, 故变量之间存在协整关系。

在Ln FDI和Ln IPR之间的长期、稳定关系的基础上, 笔者进一步运用Granger因果关系检验对两者进行了检验。因此我们得到FDI和知识产权之间存在单方向的格兰杰因果关系, 知识产权保护对于FDI来说是Granger原因, 且滞后期为1。

由协整分析和格兰杰因果检验证明:知识产权保护确实是影响FDI的原因, 说明, 知识产权保护水平对于FDI由较强大的正向作用, 中国FDI整体的增加来源于保护知识产权工作的加强。

参考文献

[1]杨全发, 韩樱.知识产权保护与跨国公司对外直接投资策略[J].经济研究, 2006 (4) [1]杨全发, 韩樱.知识产权保护与跨国公司对外直接投资策略[J].经济研究, 2006 (4)

[2]公衍照.知识产权对国际直接投资与技术转让影响机制研究述评[J].山东理工大学学报, 2006 (5) [2]公衍照.知识产权对国际直接投资与技术转让影响机制研究述评[J].山东理工大学学报, 2006 (5)

[3]赵伟.知识产权保护与外国直接投资[J].价格理论与实践, 20074) [3]赵伟.知识产权保护与外国直接投资[J].价格理论与实践, 20074)

格兰杰因果 篇3

特定产业对经济增长的作用,学者们提出了很多假说,并通过数据加以验证。Kim[1]等指出,旅游资源是一个国家或地区的比较优势或资源禀赋,国际入境旅游的功效与产品出口相似,可起到平衡国际贸易收支和提高本国外汇收入的作用。针对以旅游业为主导产业的国家或地区( 如埃及、希腊、西班牙等) ,有学者提出旅游拉动经济增长假说,并验证了经济增长对旅游业依赖的事实依据[2,3]。Lee、Chang[4]等学者也指出,旅游业对地区经济的贡献包括: 税收和额外的就业; 外来游客拉动对商品和服务的需求,包括对公路、机场等交通设施的需求; 入境旅游可促进本国旅游业的发展,并可能吸引外资和外汇,增加国民收入; 旅游部门需要具专业技能的劳动力,可促进人力资本投资。Hazari、Ng[5]认为,旅游业最容易影响当地“易腐产品”( 如餐饮产品) 的消费: 游客的增加会增加餐饮需求,拉动地区经济的增长。在他们看来,旅游业拉动地区经济增长的动力机制在于: 一是大量游客对本地( 旅游目的地) 的餐饮、娱乐等服务业部门带来额外的消费需求; 二是对交通、住宿和旅游景点相关基础设施的需求,能吸引投资,拉动经济增长。

理论模型往往无法概括纷繁复杂的现实。应该注意到,只有在某些特定条件或假设成立的前提下,上述机制才起作用。 这里隐含着两个基本假设,一是所有需求都是有效需求,或者说当地居民和旅游者具有相似的支付能力( 但现实往往并非如此) ; 二是投资的供给不成问题,无论外部投资或本地投资都能运行通畅。实际上,旅游区的物价被外来旅游者拉高而使当地居民的效需求水平形成相对下降的长期趋势; 资本的运行也是受限制的,旅游区域本地的公共物品———基础设施的投资经常是稀缺的。

旅游业未必一定促进了地区经济的增长。如Balaguer[2]的研究指出,旅游业的发展将会降低地区居民的社会福利,带来环境污染、交通堵塞等问题,增加维持公共治安和控制犯罪的成本。Lee、Chang[4]认为,旅游业与地区经济发展与其他动力一样,对社会和民众可能产生或正或负的影响。Hazari、Ng[5]的研究同样证明了这一点,认为旅游业将导致消费价格的提升、 拥挤效应的出现、当地社会福利的降低。所以说,旅游业拉动地区经济增长的实现路径,在某种意义上来说其实是模糊的和难以确定的。

关于旅游业和地区经济增长之间的关系,学术界不仅研究了旅游业对地区经济增长的作用,同时也展开了地区经济增长对旅游业发展的影响,以及两者之间的相互作用和相互影响。 通过这些具体案例,以及旅游业和宏观经济数据的实证检验, 得到了以下三种差异性较明显的结论: 一是多数研究认为旅游业在长期中起到了促进地区经济增长的功效; 二是地区经济增长促进了旅游业的发展,而旅游业对地区经济增长的作用不明显、抑或不起作用; 三是认为旅游业与地区经济发展是一种交互耦合作用的结果,彼此间相互影响、相互作用( 表1) 。

注: * 单向箭头表示单向因果,双向箭头表示互为因果关系。

通过已有的研究成果可见,旅游业促进地区经济增长未必是一个广泛适用的规律,它将受到很多特定因素和环境条件的制约。众所周知,旅游业对资源的依赖程度非常高,而旅游资源一是存在很大的地区差异性。地区之间在自然旅游资源或人文旅游资源的天然禀赋方面存在很大差异。许多地区没什么值得一提的旅游资源。二是旅游资源的“惟一性”存在很大差异许多地区具有同一品质的旅游资源,如和尚庙、古城墙、喀斯特、火山、东北的萨满教、蒙古包等,属于遍在分布,彼此间具有可替代性。三是旅游资源的季节性差别很大。如云南丽江一年四季有不同的景致,而内蒙古草原只局限于夏季两个月 ( 其余月份为沙尘暴所制约) 。四是旅游资源的地域组合差异大、结构紧凑、密集分布所提供的旅游产品是多样而零散分布的,导致旅游时间成本与游客的预期收益相去甚远。

针对当前国内各“产权区域”普置旅游产业为战略性支柱或主导产业,热衷于旅游业投资开发,通过旅游业拉动地方经济增长的一些地方政策性旅游投资导向( 截止2011年底,全国28个省区市将旅游业定位为战略性支柱产业或支柱产业, http: / / www. chinacity. org. cn / cstj / zjwz /84005. html. ) ,文中试图验证这些做法在当前阶段是否一定会得到预期效果: 可能无法促进地区经济发展,反而会恶化地区环境,削弱地区经济的持续增长能力。为了验证这一观点,本文选择海南省数据,采用时间序列的协整分析方法,对其旅游业与地区经济增长的关系进行了实证检验,试图得到具有一定说服力的结果。本文提出,当前阶段将旅游业设置为战略性支柱产业需要慎重,必须综合考虑当地的实际情况,长远计划,走可持续发展之路。

2数据来源与研究方法

2.1数据来源与方法

本文选取海南省总产值GDP作为代表经济增长的指标 ( GDP) ,用海南省旅游业总收入衡量旅游业发展水平( Tour) 。 数据来源于《中国统计年鉴》和《海南统计年鉴》,部分新数据来源于2006年、2007年《海南省经济和社会发展统计公报》。 基于数据的可获取新,文中取样时间段为1993—2013年。为了强调变量的变动情况和一定程度上消除异方差,将原始变量做对数处理,分别为lg GDP、lg Tour。

格兰杰因果关系检验( Granger Casualty Test) 开创了一种用于分析变量之间因果关系的办法。其运用的前提条件是时间序列必须具有平稳性,因此在进行分析之前,首先需要做单位根检验,即文中采用的协整检验。

2.2研究对象

研究对象简介: 海南省简称“琼”,位于中国最南端,东与南海、台湾省遥相望,北与广东省依琼州海峡而分,西临北部湾与越南,东南和南边在南海中与菲律宾、文莱和马来西亚为邻,是中国唯一的热带海岛省份,也是国土面积最大的省份,共有3. 54万km2。截止2013年底,海南省拥有常住人口867. 15万人( http: / /baike. so. com/doc/4511006 - 4720801. html. ) 。海南旅游资源极其丰富,1987年国务院就曾要求海南“逐步建立具有海南特色的产业结构”; 2007年提出“国际旅游岛”的战略建设方针; 2010年国务院发文将其上升为国家战略,同年制定的 《海南国际旅游岛建设发展规划纲要》为国务院正式批复,并将旅游业决策为海南省八大支柱产业之一[14]。

样本选择的理由: 1海南的亚热带海岛资源在全国具有得天独厚的优势。同时,海南的资源仍有可替代性,如国内的西双版纳,国外的夏威夷、东南亚地区等。2海南省的旅游业开发时间长、规模相对较大。海南的旅游业一直被视为主导产业,旅游总产值占比长期稳定在较高水平。3与邻近省份相比,海南的经济发展水平较落后。最近海南省实施了一系列发展工业的政策,工业投资和产值规模迅速增长,若干大型的工业项目也在引进之中,目的是增加财政和居民收入,这是值得关注的现象。4从统计数据角度,由于对旅游业缺乏监管,很多省份难以对真实的旅游收入进行统计。海南省地区面积较小、相对独立,旅游线路规范,统计数据的可信性相对较高。

综上所述,本文认为研究海南省的旅游与经济增长关系, 对我国目前的情况是具有典型代表性和现实意义的。海南省的情况可供国内很多希望或正在发展旅游业以促进经济繁荣的地区提供参考和借鉴。

3结果与分析

3.1协整性检验

当变量是非平稳的或是存在单位根时,传统的OLS回归会引起“伪回归”,即OLS模型可能会发现实际上并不存在的虚假关系。协整性检验被用来研究时间序列变量之间的关系。 本文依据E - G两步法[15],先对单个变量进行平稳性检验,其平稳阶数满足协整条件之后再分析两变量之间的关系是否在长期内保持稳定。

平稳性检验: 首先对Log GDP和Log Tour分别进行单整检验。观察原始变量图( 图1) ,两个变量都有显著的上升趋势,可以肯定两变量都不平稳。此外,变动趋势具有一定的相似性,可能具有协整关系。采用ADF检验和PP检验同时对原始变量、 一阶差分形式和二阶差分形式的变量进行检验,结果见表2。

注: * 表示在 0. 05 水平显著,**表示在 0. 01 水平上显著,Δ 表示,Δ2表二阶差分,检验 prob 采用 Mac Kinnon 临界值。

ADF检验的滞后期结果表明,log GDP为I( 1) ,ADF检验显著性水平为0. 01以下。虽然PP检验不显著,但考虑到ADF检验在小样本下的稳健性好于PP检验[16,17,18],而且在现实中多数研究和文献也都把log GDP看作I( 1) 变量,观察二阶差分后的统计指标也显示出过度差分的迹象,因此认为log GDP经过一阶差分后达到平稳。同理,可认为log Tour在一阶差分后为平稳序列,检验的显著性水平均在0. 01以下。即海南省的总产值和旅游业收入指标对数化之后为I( 1) 序列,这说明从长期看以上两个经济变量的逐年增量是相对稳定的。

协整关系检验: 根据Davidson、Mac Kinnon[18]所述,两个非平稳变量如果是同阶单整且它们之间存在稳定的线形关系,则两变量是协整的,可以对其进行OLS估计。其中线形组合的形式包含常数项和时间趋势[17,19],本文就采用这样的设定( trend为趋势项) : log GDPi=  + β1× log Tourt+ β2× trend + μt。通过对其残差采用无趋势、无截距的ADF检验,得到的检验统计量为 - 2. 788705,显著性检验值为0. 0078,据此可认为残差是平稳的,μt—I( 0) ,因此可证明log GDP和log Tour存在长期协整关系。即海南省的经济增长和旅游业发展之间存在着长期的相互影响,使两者具有相似的发展趋势或一致的走势。

3.2因果关系检验。

协整检验证实了海南省经济增长与旅游业发展之间存在长期稳定的相关关系,但并不能明确其结构,无法确定是经济增长带动了旅游业发展,还是旅游业发展推动了经济增长,抑或是两者之间互为因果。本文用Granger因果关系对其进行检验。由于Granger因果关系检验虽然应用广泛,但一直对使用条件缺乏重视[20]。庞皓、陈述云[21]、曹永福[20]指出,待检验变量必须是平稳的才能保证检验结果的有效性。本文两变量log GDP和log Tour均不满足因果检验条件,但其一阶差分后的形式为平稳序列,因此我们对 Δlog GDP和 Δlog Tour进行检验 ( 表3) 。

注: **代表统计检验的显著性在 0. 01 水平以上。

在数据长度有限时,Granger检验的滞后长度过长会影响有效性[17],本文只截取了滞后1—3期的检验。通过上述分析的结果表明,海南省经济增长是其旅游业的Granger原因,即旅游业收入的逐年波动对海南省总产值的逐年波动没有显著性影响,而总产值的波动却是旅游业收入波动的原因。

上述分析证实了海南省旅游业和经济增长之间具有长期稳定的关系,虽然1998年全国性 的洪水灾 害和2003年的SARS等突发事件在短期对经济增长或旅游业都有影响,但长期并不能造成结构性变化。值得关注的问题是,目前海南旅游业对地区经济增长的作用并不像经验的那样明显,作为地区经济发展的主导部门应带动其他部门、投资和消费的增长,从而成为拉动经济增长的“火车头”。虽然自从2011年国务院批复海南省将旅游业设置为八大主导产业性产业开始,不论旅游业收入还是旅游业投资都得到了明显的增长,可能在某种程度上促进了经济增长,但效果并不明显。当然,海南省发展旅游产业并设置为支柱产业是有其独特的资源优势的,成为历史发展的必然趋势,这是无法质疑和其他地区无法比拟的,只是在时序上稍有滞后。

4讨论

本文对海南旅游大省的统计分析结论表明,如果是“目前旅游业对经济增长的作用并不十分明显,反而是经济发展极大地带动了旅游业发展”,那么我国许多地区正在出现的旅游开发热潮,许多地区把旅游业认定为地区经济发展的主导部门 ( 或比较优势部门) 就出现了理论上的谬误,因此需要进一步展开讨论。

讨论问题一: 整体水平高的地区经济( 或国民经济) 会有相对发达的旅游业。Lee、Chang通过比较OECD国家和非OECD国家的旅游业发展与经济增长之间长期的协同运动关系和因果关系,发现OECD国家旅游业对经济总量的贡献并不明显, 而非OECD国家情况恰好相反[4]。在我国,沿海经济发达的省份和地区尽管旅游资源并不具备高度的垄断性,但却有规模相对大的旅游业和相对多的旅游收入,即经济大省( 市) 都是旅游大省 ( 市) 。表4给出2005年各地区生产总值和旅游业收入的比较,除北京和上海的比值在20% 左右外,其他地区的生产总值和旅游业收入之比都接近10%,这从一定程度上说明了经济规模和旅游业收入之间的稳定关系。此外,旅游业收入的途径不仅仅依靠景区门票、交通住宿餐饮,旅游购物等因素也能创造大量产值。2006年深圳旅游业在460.91亿的总收入中,产品销售就占到了12.9%,临近的香港特区也是典型的消费购物型旅游地。理论解释有: 1优势旅游资源不仅仅是自然资源,良好的商务环境、规模宏伟和文化表现力巨大的人文景观、综合的旅游设施等都可构成具有垄断性的旅游资源。2如前所述,经济快速增长会受到普遍的关注。3旅游产品是多样的,商务旅游、会议旅游等同样可构成庞大的市场。4发达地区( 或城市) 完备的基础设施使它们更具有吸引力。 5发达地区( 或城市) 成熟的产业结构已不允许存在具有垄断利润的部门,“平均利润”法则决定了旅游业只能是地区大气候下的一般部门,而不是什么“主导部门”。即拥有足够的经济规模可在某种程度上促进旅游业的发展,而旅游业在经济发达地区对促进经济增长乃至成长为地区发展的“战略性支柱产业”在某种意义上来说是缺乏事实依据的,针对当前国内各地区广设旅游业为“战略性支柱产业或支柱产业”的战略定位需要谨慎对待,不能盲目上马。

讨论问题二: 规模的地区经济要求复杂的部门系统。旅游业是否成为地区经济的主导部门还取决于地区经济的规模和发展阶段。对一个规模不大的地区来说,特别是一个处于发展初期阶段的地区来说,旅游业可成为主导部门或“先导部门”, 如国内的旅游热点地区桂林、秦皇岛、承德等。但对一个更大的地区乃至省区来说,则要求相对完整的经济部门体系。如在经历了海南建省初期发展的先导作用之后( 旅游业曾占全省产值的49. 11% ) ,旅游业一直下降,2004—2006年增加值贡献率分别仅为11. 04% 、18. 37% 、11. 11% 。

讨论问题三: 地区经济的发展道路目前阶段基本上仍是工业化。通过考察我国经济发达省市走过的地区经济发展道路, 工业产值及其带来的固定资产投资对地区经济的贡献总是最大的[22]( 表4) 。从理论上说,我国的各个地区只能是处在工业化的初级或中级阶段,制造业( 第二次产业) 的发展带动其他产业的规则不可避免,而旅游业作为服务业,以及整个服务业作为战略性主导部门的阶段还没有来到。各“产权区域”在现阶段普置旅游业为战略性支柱、主导产业需要谨慎考虑。

注: 资料来源于 2006 年《中国统计年鉴》和《中国旅游年鉴》。

讨论问题四: 由于样本、数据等的制约,结论需要进一步细化。首先是代表性不足,即用海南省这一单一地区的数据无法说明旅游业与经地区经济增长之间的一般性规律。但基于数据有效性的考虑,本研究至少反映了该地区和类似地区可能存在的情况( 旅游业未必促进地区经济的增长,设置旅游业为地区战略性支柱主导产业需要谨慎考虑) ,并且结合其他针对个别地区的对比和研究,本研究仍是有意义和具有启发性的尝试。其次,本文选用GDP代表地区经济增长可能存在一定的局限性,因为不少学者置疑GDP是否能真实地体现经济增长。 诚然,GDP指标有缺点和不足,但目前学术界还未能提出更有效衡量经济增长的指标,目前GDP仍被广泛应用。在现阶段的条件下,本文仍采用这种有缺陷的做法。第三,本文数据序列较短,可能影响实证检验的结果和有效性。海南建省时间较晚( 1987年) ,作为省级单位的统计数据起始点也较晚,限制了数据的可得性。本研究只关注旅游和经济增长两个因素的关系,而没有考虑其他重要的经济变量,如投资、消费等,这是可以进一步探讨和改进的地方。

可扩展之处: 有文献指出,区域环境或国家经济发展水平、 开放水平等因素会对两者的关系造成影响。从全球化视角下, 相对于考察单一国家或地区的经济增长与旅游发展,把几组国家或地区的情况进行比较是更有意义的,这些都是可继续关注的问题。此外,进一步的研究可以用面板数据方法同时比较研究多个省份、城市或地区的情况,无疑具有更强的说服力。

5结论

格兰杰因果 篇4

负荷预测的核心问题是预测的技术方法,或者说是预测时所用的数学模型。目前国内外主要的预测方法包括主成分分析法(PCA)[1]、向量自回归(VAR)分析法[2]、协整检验[3]和格兰杰因果检验[4,5]、参数回归分析法[6]、支持向量机分析法[7]等。文献[8,9]提出组合主成分分析法与BP神经网络分析法,根据主成分贡献率对空间进行约简,提取线性无关的输入变量,以此达到压缩变量维数的目的,然后利用考虑模型输入变量相互关系的递推合成BP神经网络进行预测。但是这种方法在对原始数据的处理上没有考虑不同滞后几期对预测结果的影响,也就是说当相关因素发生变化时,对发电量的影响要滞后1个月、2个月甚至几年才能体现。而国内外的负荷预测研究中,很少有人将滞后期考虑在内。因此在进行预测分析时将滞后期考虑在内是十分必要的。

本文针对这一问题,将格兰杰因果检验与主成分相结合,根据格兰杰检验结果对原始数据进行滞后处理,然后再进行预测分析,最后通过实例分析证实了该方法的有效性。

1 带滞后期回归的基本原理

本文首先进行原理分析,然后进行实证分析,其研究流程如图1所示。

1.1 原始数据的处理

对原始数据进行处理,处理过程如下[4,10]:

首先对原始数据x进行二次平滑,平滑公式为:

对第二次平滑序列进行线性预测得出新的预测序列yi+6,然后通过该序列计算季节指数βi+6:

由于存在季节波动,必须对其进行调整,调整公式如下:

根据调整后的季节指数计算波动值ki+6:

最后计算得残值序列Ri+6:

1.2 单位根检验

在单位根(ADF)检验中,一般有2个滞后差分项的等式为[2]:

式中:εt为白色噪声误差项;yt为时间序列;Δyt为时间序列的一阶差分项;β1、β2、β3、β4、β5为常数项;T为时间趋势项;yt-1、yt-2为滞后差分项。

在EViews软件中,ADF检验有3种情况:1)回归方程中包含1个常数项;2)回归方程中包含1个线性时间趋势;3)回归方程中包含多个滞后差分项[2]。

在这3种情况中,ADF检验都是对回归方程中yt-1的系数进行平稳性检验,然后显示ADF检验结果,其结果应包含ADF统计量(检验滞后变量系数)和判断平稳性的临界值。如果yt-1的检验系数小于零,则拒绝yt包含单位根的原假设,从而接受序列yt平稳的备择假设。也就是说如果ADF统计量小于或等于临界值,那么序列yt是平稳的。如果ADF统计量比临界值大,那么序列yt是非平稳的。

1.3 格兰杰因果检验

格兰杰因果检验核心思想是若时间序列yt通过采用xt的历史数据可以提高预测效果,则说明存在从xt到yt的因果关系,否则不存在。传统的格兰杰因果检验的原假设是不存在从xt到yt的因果关系[4,5]。检验关系式如下:

式中:P1、P2为变量的滞后长度。

式(7)的原假设是不存在从xt到yt的因果关系,若β1j是联合显著的,则拒绝原假设。同样,式(8)的原假设是不存在从yt到xt的因果关系,若β2j是联合显著的,则拒绝原假设,表明存在从yt到xt的因果关系。

1.4 主成分分析

主成分分析是指在维持原序列信息基本不变的前提下,利用原序列的1个或多个线性组合来替代原序列并挖掘原序列之间数学关系的一种计量分析方法[8,9]。其数学模型为[8]:

假设有n个观察对象,每个观察对象观测P项指标:x1,x2,…,xP,那么,原始数据的矩阵形式为:

式中:xnp为第n个观察对象的第P个指标的观测值。

如果用x1,x2,…,xp来表p个指标,则x1,x2,…,xp的线性组合可以用1组新的变量Z1,Z2,…,Zp来表示:

如果系数aij满足,i=1,2,…,p而且系数aij的确定使Z与Zj(i≠j)独立,并让Z1在x1,x2,,xp的一切线性组合中的方差最大,让Z2与Z1独立…且在x1,x2,…,xp的一切线性组合中的方差最大,同理,让Zp与Z1,Z2,…,Zp都独立且在x1,x2,…,xp的一切线性组合中的方差最大,那么就认为Z1,Z2,…,Zp是原变量的第一、第二及至第p主成分。

主成分的求解可以通过以下3个步骤来处理[9]。

(1)观测得出样本矩阵

式中:i为样本数;j为变量数。

将原始数据标准化后得:

(2)观测对象的相关系数矩阵

用雅克比方法计算特征方程,求出与相关系数矩阵R对应的p个非负的特征值,并一一对应特征值:λ1>λ2>…>λp,≥0,则相应的λi的特征向量A(i)为:

并满足:

(3)第m个主成分的累积方差

累积方差α最接近于1的第m个因子为第m主成分,据此选择前面m个因子作为第一主成分、第二主成分及至第m主成分。通过这样的变换,解释因子由p个减少为m个,达到了筛选因子的目的。

2 实例分析

实证的具体过程如图2所示。

影响电力负荷预测的因素有很多,主要有电力消费结构、经济发展水平及经济结构的调整、收入水平及消费观念等。本文选用全行业用电量和城乡居民生活用电量表示电力消费结构,用社会消费品零售总额和出口商品总额代表经济发展水平,用全国居民消费价格指数代表收入水平及消费观念。

采用2004年1月到2012年12月共108个月的中国发电量及其相关的5个因素作为分析数据,预测2012年1月到12月的发电量。图3为发电量与各相关因素关系图,图3中Y表示发电量,X1表示全行业用电量,X2表示城乡居民生活用电量,X3表示社会消费品零售总额,X4表示出口商品总额,X5表示全国居民消费价格指数。

首先对其进行相关性分析(表1),从表1中可以看出Y与X1,X2,X3,X4有很大的相关性,相关系数均大于0.9,而与X5相关性较弱,相关系数为0.235 5;X1,X2,X3,X4,X5之间的相关性也很大,如果直接进行多元线性回归必然会产生多重共线性。

在进行主成分分析之前,进行格兰杰因果检验,计算出各序列的残值序列。

进行因果检验的前提是对时间序列进行ADF平稳性检验,表2给出了对残值进行平稳性检验的结果。从表2中可以看出,6个时间序列在无趋势项和截距项时都是平稳的。为保证检验的可靠性,另外用菲利普斯-配荣检验法(Plhillips-Perron Test,PP)对6个时间序列在无趋势项和截距项时的平稳性进行验证(表3),从表3可以看出6个时间序列在无趋势项和截距项时都是平稳的。因此可以直接对残值序列进行格兰杰因果检验。

不同的滞后期对序列的因果关系检验结果影响很大,由于我们研究的是月度数据,根据经验,月度数据平稳性检验滞后12期即可[4],但是为保证结果可靠性,总共做了滞后24期的格兰杰因果关系检验。而最多在滞后12期时各时间变量对发电量的影响均显著,另外,由于本文是考察各时间序列对发电量的影响,因此表4只列出了滞后12期的检验结果和各时间变量对发电量的格兰杰检验P值。检验的原假设是自变量不是因变量的原因,这里,自变量是各个序列,因变量是发电量。从表4中可以看出,在滞后期为12时全行业用电量是发电量的格兰杰原因,在滞后期为6时城乡居民用电量是发电量的格兰杰原因,在滞后期为1时社会消费品零售总额、出口商品总额、全国居民消费价格指数是发电量的格兰杰原因。

根据滞后期不同,采用各个序列不同滞后期的原始数据进行主成分分析,发电量采用2005年1月到2012年12月的数据,而全行业用电量采用2004年1月到2011年12月的数据,城乡居民生活用电量采用2004年7月到2012年6月的数据,社会消费品零售总额、出口商品总额和全国居民消费价格指数采用2004年12月到2012年11月的数据,分析结果如表5所示。

从表5可以看出应该选择第1主成分和第2主成分作为回归因子,因为第1主成分占总方差的73.17%,第2主成分占总方差的19.46%,前2个成分占总方差的92.63%,因此选择第1、2主成分作为回归因子。这一点从图4中可直观地看出。

选择第1、2主成分后,根据表6选择第1,2主成分的线性组合系数来进行回归分析,根据组合系数得出新的序列Z1、Z2,序列计算方法如下:

由此,将Z1,Z2作为自变量,发电量Y作为因变量进行多元回归分析,得到回归方程。

至此,得出预测方程亦即回归方程。为保证预测结果的可比较性,另外采用不作滞后处理的主成分回归和VAR方法进行预测,预测结果如表7所示。

根据表7所得数据计算月发电量预测准确率,计算公式为[11]:

其中,

式中:LFi、LRi分别为负荷的预测值和实际值;Ei为单点负荷的相对预测误差。

使用本文方法预测的月发电量预测准确率为91.93%,而用不做处理的向量自回归方法和主成分回归方法所预测的月发电量预测准确率分别为91.08%、85.61%。相对而言,本文的改进主成分分析法具有更高的预测精度。

3 结论

本文结合格兰杰因果检验和主成分回归分析法对电力负荷进行了预测,利用不同滞后期对因果检验不同这一特点,对原始数据进行处理,采用主成分回归分析,避免了因多元变量特征变异程度差异而引起的信息丢失,准确反映了原始数据所包含的信息,提高了预测精度。

很多电力负荷预测的实质是相同的,当选择的因素足够多时各种方法的精度相差无几。在这种情况下直接采用线性回归法是最简单成熟的方法。利用滞后期进行主成分分析不仅可以避免多重共线性,而且可以根据滞后期的不同进行提前预测,文中算例结果表明这是一种较理想的预测方法。

参考文献

[1]王晓林.统计学[M].北京:经济科学出版社,2001.

[2]张晓峒.Eviews使用指南与案例[M].北京:机械工业出版社.2006.

[3]牛东晓,嵇灵,劳永昶,等.中国电力消费与经济增长关系的实证研究[J].统计与决策,2013,2(374):140-142.

[4]ANDREA V.Granger Non-causality Tests Between(non)Renewable Energy Consumption and Output in Italy Since1861:The Relevance of Structural Breaks[J].Energy Policy,2012,(45):226-236.

[5]GALIP A,ERDAL K.Electricity Consumption and Economic Growth:Evidence from Turkey[J].Energy Economics,2005,(27):849-856.

[6]杨丽徙,张永锋,许向伟,等.半参数回归分析法在电力负荷预测中的应用[J].郑州大学学报,2010,3(31):29-32.

[7]张亚军,刘志刚,霍柏超,等.基于支持向量机的电力负荷组合预测模型叨.电力需求侧管理,2007,9(2):14-17.

[8]王志征,余岳峰,姚国平.主成分分析法在电力负荷预测中的应用[J].电力需求侧管理,2003,3(5):21-24.

[9]吕佳.基于主成分分析的短期负荷预测模型[J].重庆师范大学学报,2007,3(24):33-36.

[10]李钷,李敏,刘涤尘.基于改进回归法的电力负荷预测[J].电网技术,2006,1(30):99-104.

格兰杰因果 篇5

自MM定理之后, 对资本结构问题的研究成为学术界的热点, 优序融资理论对于“MM定理”最大的修正就是放弃了充分信息这一假定, 引入了信息不对称的思想。Myers和Majluf认为在不对称信息的条件下, 投资者同企业经理相比拥有较少关于企业资产价值的信息, 企业股票在市场上的价格偏离实际价值;如果企业对新的投资项目采取股权融资方式, 一旦股价被低估, 就会使得新的投资者获得超过项目净现值的收益, 从而使得老股东受损。此时如采用债务融资就可以避免新老股东利益不均衡的现象发生。在这种情况下, 企业偏好采取内部融资或者低风险的债务融资, 因此企业融资的顺序是:内部融资、债务融资和权益融资, 这就是所谓的优序融资理论 (Pecking Order Theory) 。

国内对公司融资顺序的研究往往是借鉴西方资本结构理论来进行研究。研究认为对于国内上市公司, 融资优序理论的结论也只是部分成立的。尽管研究一致认定我国上市公司存在明显的股权融资偏好, 但是在内外融资顺序方面的观点还不一致, 有的学者认为我国上市公司的内部融资顺序优于外部融资, 而有的学者认为上市公司的外部融资优于内部融资。

2 问题的提出

目前的融资顺序研究都是以主板上市公司为研究对象, 目前较少有针对我国中小企业板上市公司的融资顺序研究。刘建勇 (2008) 对中小板上市公司进行了实证分析, 但刘建勇只是对中小板上市公司的融资结构进行了描述性分析, 认为中小板上市公司的融资顺序是符合优序融资理论的, 但其研究结果并不严密, 企业采用某种融资方式的比例大小, 并不能完全代表企业融资行为的优先顺序。其论文的前提条件是, 该公司选择融资的融资方式和融资数量的大小在很大程度上决定了该公司的融资优先顺序。

中小企业板创立至今才6年, 受到信息不对称的现象较主板市场更为严重, 并且中小企业板的再融资门槛较高, 股权融资的成本较高。并且中小板上市的公司很多是由成绩优秀的民营企业发展起来的, 且大部分是家族企业, 受到控制权因素的影响, 企业在进行外部融资的时候, 较少考虑股权融资。因此, 本文将从研究中小板上市公司的内部融资和债务融资顺序的角度出发, 采用格兰杰因果关系检验模型来判断融资方式的优先顺序, 如果内部融资优于债务融资, 那么内部融资的数量会引起债务融资数量的变化, 即当企业进行筹资时, 先考虑内部融资, 当内部融资无法满足其资金需求时, 再考虑债务融资。反之, 若债务融资优于内部融资, 那么债务融资的数量会引起内部融资数量的变化。

3 内部融资和债务融资的格兰杰 (Granger) 因果检验分析

3.1 格兰杰因果关系检验模型

格兰杰因果检验模型作为一种计量经济分析工具可以从统计意义上检验变量之间的因果性, 格兰杰 (Granger) 从时间序列的意义上来界定因果关系, 提出了因果关系的计量经济学定义:“欲判断X是否引起Y, 则考察Y的当前值在多大程度上可以由Y的过去值解释, 然后考察加入X的滞后值是否能够改善解释程度, 如果X的滞后值有助于改善对Y的解释程度, 则认为X是Y的格兰杰原因。Granger因果关系检验是检验变量之间因果关系的有效方法, 能够从统计意义上判断两个变量之间是否存在因果性的关系。

实证步骤如下:

(1) 平稳性检验, 检验两个变量的单位根, 以判定时间序列的单整的阶;

(2) 若两个变量时同阶单整的, 则用OLS方法估计协整方程;应用单位根法判断残差序列的平稳性, 以检验两个变量之间的协整关系;

(3) 对两个变量之间进行Granger因果关系检验;

3.2 数据选择和变量定义

本文选用深交所中小板上市企业2006—2009年的季度数据进行实证分析, 为了保证结果的准确性和客观性, 按照以下原则进行样本筛选:①本文选择的是2006年以前上市的公司, 并且可以获得2006—2009年4年连续的财务数据。②为了避免异常值的影响, 剔除了ST和PT的公司。③剔除金融类公司。基于以上原则, 最后得到以中小板上市公司48家公司为样本。

内源融资在本文中被限定为留存收益变化额。债务融资在本文中限定为负债总额的变化额。变量可定义如下:

第t期内源融资 (IFt) =第t期留存收益-第t-1期留存收益。其中:留存收益=盈余公积+未分配利润

第t期债务融资 (DFt) =第t期负债总额-第t-1期负债总额

为了使得格兰杰因果检验的结果更精确, 本文采用所选样本公司的季度数据, DF按照所选取样本的48家公司在每年的四季度债务融资均值, IF是每年四季度的内部融资均值。为了考察内部融资和债务融资的因果关系, 将DF作为解释变量, IF作为被解释变量。同时, 为了避免自相关性和数据的剧烈波动, 对变量IF, DF取自然对数, 变成lnIF和lnDF。本文中的计量分析均使用Eviews6.0计量软件进行。

3.3 内部融资序列和债务融资序列的平稳性检验

当两个变量均为非平稳时间序列时, 对其进行的格兰杰因果关系检验得到的可能是虚假的结果, 因此首先要采用ADF检验对变量进行平稳性检验。

ADF的具体方法是估计回归方程:

Δundefined (1)

式中, Yt为原始时间序列;t为时间趋势项;Yt-1为滞后1期的原始时间序列;ΔYt为一阶差分时间序列;ΔYt-j为滞后的j期一阶差分时间序列;α为常数;βt、ρ、λj为回归系数;P为滞后阶数;ut为误差项。

本文中, 首先对序列lnIF和lnDF进行平稳性检验, 运用ADF单位根检验法得出的检验结果见表1。

注:显著水平为5%。

结果表明序列lnIF和lnDF的ADF统计量大于5%的显著性水平下的临界值, 接受原假设, 即内部融资序列和债务融资序列含有单位很, 为非平稳序列。而一阶差分序列△lnDF和△lnIF的ADF检验值小于5%的显著水平下的临界值为平稳序列, 说明内部融资和债务融资的原始序列是一阶单整序列, 满足协整检验的前提。

3.4 内部融资和债务融资的协整检验

如果两个序列是非平稳序列, 那么在回归之前要对其进行差分, 然而差分可能会导致两个序列之间关系的信息损失, 所以Engle和Granger提出了协整理论, 目的是考虑对存在非平稳变量的时间序列进行回归而不会造成错误的情况。EG两步法的检验步骤如下:

对同阶单整的序列Xt, Yt, 用一个变量对另一变量回归, 即

Yt=α+βXt+εt (1)

将模型的残差项用Xt和Yt表示:

εt=Yt-α-βXt (2)

式中, εt为模型残差估计值。

然后对上式中的残差项εt进行ADF检验, 若检验结果表明εt为平稳序列, 则Xt和Yt具有协整关系, 式 (1) 为协整回归方程。

在本文中, 运用EG两步法对序列lnIF和lnDF进行协整关系检验。

第一步, 以lnIF为自变量, 对lnDF进行最小二乘回归, 求的回归系数α=0.449, β=4.527, 回归方程如:

LnDF=4.527+0.449lnIF+εt (3)

计算残差值εt得到序列:εt=LnDF-4.527-0.449lnIF (4)

第二步, 检验上述模型的残差序列εt是否为平稳序列, 检验结构见表2。

由表2可见, 模型残差在5%的水平上拒绝原假设, 即不存在单位根, 残差序列是平稳序列。因此, 方程回归不是伪回归, 而是协整方程。说明lnDF和lnIF存在长期的协整关系。

3.5 内部融资和债务融资的Granger检验

格兰杰因果关系检验要求估计以下回归模型:

undefined

式 (6) 和式 (7) 中:Xt, Yt为X, Y原始序列当期值;, Xt-i, Yt-i为原始序列滞后i期的值;αi、βi、λi、δi为回归系数;μ1t、μ2t为误差项。

格兰杰检验室通过构造F统计量, 利用F检验完成的, 如针对X不是Y的格兰杰原因这一假设, 即针对式 (4) 中X不是Y的格兰杰原因这一假设, 即针对式 (4) 中X滞后项前的参数整体为零的假设, 分别做包含与不包含X滞后项的回归, 记前者的残差平方和为RSSU, 后者的残差平方和为RSSR, 再计算F统计量:

F= (RSSR-RSSU) × (N-2n-1) /RSSU×n (7)

式中:n为X的滞后项的个数, N为样本容量。

如果计算的F值大于给定显著水平a下F分布的临界值, 则拒绝原假设, 即认为X是Y的格兰杰原因。

Granger关于因果关系的定义是建立在X和Y都是稳定序列, 即零阶单整的基础上的, 如果X和Y都不是稳定序列, 则无法用Granger方法检验序列之间的因果关系, 如果X和Y一阶单整且不存在协整的情况下, 因果关系可以通过一阶差分模型的标准F检验来确定。即可以通过一阶差分形式的Granger方法来检验变量之间的因果关系。

根据表2的协整检验结果告诉我们变量之间存在长期的相关关系, 但这种关系是否构成因果关系, 以及因果关系的方向并不明确, 这就要对变量之间的关系进行格兰杰因果检验。在因果检验时, 本文利用赤池信息准则 (AIC) , 滞后期选择AIC值最小时, 本文经过反复检验, 当滞后期选择3时, AIC最小。检验结果见表3。

注:显著水平为5%。

根据表3的Granger因果关系的检验结论是:内部融资是债务融资的格兰杰原因, 而债务融资不是内部融资的格兰杰原因。

4 结论

本文通过对深交所中小板上市企业2006—2009年的内部融资和债务融资的数据进行格兰杰因果关系检验, 得出内部融资是债务融资的格兰杰原因, 而债务融资不是内部融资的格兰杰原因。这说明我国中小企业板上市公司在进行融资决策时会优先选择内部融资, 其次是债务融资。我国中小企业板上市公司部分地遵守融资优序理论, 这可能是因为, 中小企业板上市公司都是中小企业进化而来的, 而且这些公司都是经营业绩相对较好的公司, 比较注重自我积累, 赢利能力较强, 留存收益的资金充足。而且如果不考虑机会成本, 内源融资没有成本, 因此中小企业上市公司会优先选择内源融资, 其次是债务融资。

摘要：本文根据协整理论和格兰杰因果检验方法, 对我国深交所的中小板上市公司的内部融资和债务融资顺序进行了实证研究。研究表明, 中小板上市公司的内部融资和债务融资之间存在长期的均衡关系, 同时内部融资是债务融资的格兰杰因果关系。据此, 本文认为, 中小板上市公司在进行融资决策时, 部分地遵循优序融资理论, 先考虑内部融资, 再考虑债务融资。

关键词：内部融资,债务融资,协整分析,格兰杰因果关系检验

参考文献

[1]刘建勇.中国中小企业板上市公司融资顺序经验研究[J].科技与管理, 2008 (5) .

[2]高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社, 2006.

[3]Myers S C, Majluf N.Corporate Financing and Investment Deci-sions when Firms Have Information Investors do not Have[J].Journal ofFinancial Economics, 1984, 13:187-221.

格兰杰因果 篇6

自2005年人民币汇改以来, 人民币对美元汇率不断走高, 尤其是2008年金融危机之后的近几年中, 人民币汇率一直在国际金融市场中受到高度关注。最突出的表现在于以美国为首的多个国家对人民币汇价升值的要求。2010年3月11日, 美国总统奥巴马在美国进出口银行年会上发表贸易政策讲话时, 质疑中国操纵汇率, 并要求人民币进一步向“以市场供求为导向的汇率机制”过渡, 时任国务院总理温家宝随即在两会上高调宣布人民币没有低估。同年3月16日美国130名议员联署致函给美国财政部长盖特纳及商务部长骆家辉, 指责中国政府对货币市场的干预, 把人民币的汇率人为地拉低, 致使美国丢失了许多工作。紧接着美国经济学家、诺贝尔经济学奖获得者克鲁格曼叫嚣要“打贸易战, 拿下中国”。另外, 由美国钢铁工人联盟、美国纺织企业协会等46家美国制造业、农业企业组成的美国公平货币联盟也要求调整人民币对美元汇率的“偏差”。

为什么美国如此强烈地要求人民币汇价升值?人们普遍认为, 汇率之争的实质是贸易问题。2002年, 美国对华贸易逆差为1031亿美元, 中国取代日本成为美国最大的贸易逆差对象。另外, 由于中国劳动力和原材料具有突出的价格优势, 吸引了很多跨国公司将生产基地转移到中国, 可能会引起部分美国工人的失业。而人民币升值, 一方面在中美贸易中削弱了中国产品的价格优势, 有助于缓解美国对中国的贸易逆差;另一方面提高了在中国的生产成本, 可以抑制美国的跨国公司将生产基地转移到中国。所以, 尤其在金融危机之后, 美国出口疲弱, 失业率上升, 更把矛头指向人民币汇率。

事实上, 近几年人民币对美元的汇率也呈现上升趋势, 下文将对2010年11月至2013年4月的汇率、中美进出口贸易额以及美国失业状况进行实证分析, 验证人民币的升值是否能显著影响中美进出口贸易额和美国失业率。

二、格兰杰因果关系检验模型

本文采用的计量方法主要是格兰杰因果关系检验模型, 检验方法为2003年诺贝尔经济学奖得主克莱夫·格兰杰 (Clive W.J.Granger) 所开创, 用于分析经济变量之间的因果关系。对于两变量X与Y, 为了研究X是否是Y的格兰杰原因, 格兰杰因果关系检验要求做如下回归:

β0其中, 为常数, i为滞后期, Yt-i为Yt的第i期滞后项, Xt-i为Xt的第i期滞后项。

如果X对Y有影响, 表现为X各滞后项的系数整体不为零。则可以通过受约束的F检验判断X是否是Y的格兰杰原因, 即针对X不是Y的格兰杰原因 (即X各滞后项的系数整体为零) 这一假设, 分别作包含与不包含X滞后项的回归, 记前者的残差平方和为, 后者的残差平方和为。再计算F统计量:

其中, m为X的滞后项的个数, n为样本容量, k为包含常数项以及其他变量在内的无约束回归模型的待估参数个数。如果计算的F值大于给定显著水平下的临界值, 拒绝原假设, 认为X是Y的格兰杰原因。由于格兰杰因果关系检验对滞后期长度很敏感, 所以取不同滞后期长度进行检验。

三、人民币汇率对中美贸易的影响的实证分析

(一) 数据的来源说明

本文从中国人民银行官方网站上收集了2010年11月至2013年4月每天的人民币对美元汇率的中间价, 并计算出每个月的平均汇率, 用ER表示。从中国海关局官方网站上收集了2010年11月至2013年4月每月中国对美国出口额的同比增长率, 用EXR表示, 以及每月中国从美国进口额的同比增长率, 用IMR表示。为了分析人民币汇率对中美进出口的影响, 利用计量经济学方法, 采用Eviews软件对数据分析。经单位根检验, ER在5%的显著水平下是平稳的, EXR和IMR均在1%的显著水平下平稳。

(二) 汇率对出口额的影响分析

分别取滞后期i=2, i=3和i=4, 对人民币月平均汇率和中国对美国月出口额同比增长率进行格兰杰因果检验的结果如下:

Lags:2

显著水平为1%时, F (2, 23) =3.42, 大于F统计量, 接受原假设, ER不是EXR的格兰杰原因。

Lags:3

显著水平为1%时, F (3, 20) =3.1, 大于F统计量, 接受原假设, ER不是EXR的格兰杰原因。

Lags:4

显著水平为1%时, F (4, 17) =2.96, 大于F统计量, 接受原假设, ER不是EXR的格兰杰原因。

取不同滞后期对人民币汇率与中国对美国出口量进行格兰杰检验的结果表明:人民币汇率的变化并不能解释中对美出口额的变化。

(三) 汇率对进口额的影响分析

分别取滞后期i=2, i=3和i=4, 人民币月平均汇率和中国从美国月进口额同比增长率进行格兰杰因果检验的结果如下:

Lags:2

显著水平为5%时, F (2, 23) =5.66, 大于F统计量, 接受原假设, ER不是IMR的格兰杰原因。

Lags:3

显著水平为1%时, F (3, 20) =3.1, 大于F统计量, 接受原假设, ER不是IMR的格兰杰原因。

Lags:4

显著水平为1%时, F (4, 17) =2.96, 大于F统计量, 接受原假设, ER不是IMR的格兰杰原因。

取不同滞后期对人民币汇率与中国向美国进口额进行格兰杰检验的结果表明:人民币汇率的变化并不能解释中向美进口的变化。

为什么人民币对美元升值并不能改变中美贸易?从出口和进口双向贸易的特点看有以下原因:

一是我国出口至美国取得顺差的商品主要集中在原料制品, 机械设备和其他杂项制品, 价格需求弹性比较低。尽管人民币升值会使我国出口商品的美元标价上升, 会在一定程度上造成出口量下降, 但是出口量的减少的幅度小于价格增加的幅度, 反而会表现为中国对美国的出口额上升。

二是我国对美国的贸易主要是加工贸易, 从境外进口原材料和设备, 在我国加工生产。人民币升值可以使进口商品的人民币价格下降, 也就是减少了加工的生产成本, 部分抵消成品出口时价格上涨造成的在美国市场竞争力的减弱, 所以人民币汇率对我国向美国出口贸易的影响并不大。

三是我国从美国进口的主要商品一类是高附加值的资本密集产品, 另一类是农产品。而对于前者, 由于美国对华出口的政策限制, 不管人民币怎样升值, 中国市场的需求多么大, 限制不放宽, 美国对华出口也无法增加。

四是美国每年向中国输出大量服务贸易, 为美国创造了巨大的顺差, 而这部分顺差没有在海关统计显示。

(三) 人民币汇率对美国失业率的影响的实证分析

本文从中国人民银行官方网站上收集了2010年11月至2013年4月每天的人民币对美元汇率的中间价, 并计算出每个月的平均汇率, 用ER表示。从美国劳工部官方网站上2010年11月至2013年4月每月的全国失业率, 用UR表示。为了分析人民币汇率对美国失业率的影响, 利用计量经济学方法, 采用Eviews软件对数据分析。下面是取滞后期i=2, i=3和i=4, 对数据进行格兰杰因果检验的结果:

Lags:2

显著水平为1%时, F (2, 23) =3.42, 大于F统计量, 接受原假设, ER不是UR的格兰杰原因。

Lags:3

显著水平为1%时, F (3, 20) =3.1, 大于F统计量, 接受原假设, ER不是UR的格兰杰原因。

Lags:4

显著水平为1%时, F (4, 17) =2.96, 大于F统计量, 接受原假设, ER不是UR的格兰杰原因。

取不同滞后期对人民币汇率与美国失业率进行格兰杰检验的结果表明:人民币汇率的上升并不能解释美国失业率的下降。也就是说, 人民币升值对美国的就业状况并无影响。这个现象的原因是复杂的:

一是中国出口产品在美国市场的竞争力因为人民币升值而受到的削弱会受到各方面的缓解和补偿, 中国的加工贸易规模并不会受到实质性的影响, 所以也不能缓解美国工人的失业状况。

二是人民币对美元升值将导致美国从中国采购的成本上升, 也有可能在短期造成中美贸易规模的缩减, 这种短期变动会影响美国企业的运营, 带来流动性风险, 为了削减成本, 维持利润率和规避风险, 他们可能会进行裁员, 从这一角度分析, 人民币升值可能对美国工人的就业有着负面影响。

三是美国早自上个世纪80年代已经进行产业转型, 不再依赖低增值的制造业, 改为发展高新技术产业或者高利润的服务业。美国制造业的就业比重已经在减少, 所以中国制造业的发展并不会对美国整体的就业状况造成太大的冲击。

四、结论

尽管美国一直强调人民币汇率低估对中美贸易造成冲击, 并加剧美国国内工人的失业现象, 但是经过上文的分析, 人民币对美元汇率升值并不能改善中美贸易巨额逆差与国内失业率居高不下的现状。美国要求人民币升值, 虽然对中美贸易影响不大且并不能从根本上改变美国国内的经济状况, 但此举可以引起中国的产品价格上涨, 失去竞争力, 阻碍中国对出口高度依赖的经济增长模式, 这样一来就可以一定程度上减少中国的崛起对于美国的威胁。因此, 美国要求人民币升值更多源自于政治原因。而真正想要扭转贸易逆差和提高就业率, 美国需要大力刺激出口, 而最根本的办法是对华出口产品的种类结构做出调整。美国的高科技是世界一流的, 曾有人换算过, 一家波音飞机的价格抵得上八亿件衬衫的价格, 因此放宽技术出口才是调整贸易逆差的第一要义。

参考文献

[1]施永青.美国为何要逼人民币升值[J].中国企业家, 2011 (12) .

[2]刘晓静, 赵永峰.人民币升值对中美贸易失衡问题的影响分析[J].国际经贸, 2010 (24) .