實證分析精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的實證分析主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：實證分析范文
房價牽動著政府、企業(yè)、家庭等不同群體,是當(dāng)前社會各界關(guān)注的焦點。關(guān)注者依據(jù)數(shù)據(jù)、分析判斷方法的不同,對房價高低、未來走勢的判斷可謂是“仁者見仁,智者見智”。究其原因在于房地產(chǎn)市場是一個復(fù)雜的系統(tǒng),房價是眾多影響因素共同作用下最終的表現(xiàn)形式。閆妍和汪壽陽等(2007)[1]基于114項指標(biāo)變量,利用粗糙集方法分析決策信息表,選出了重要程度最高的50項指標(biāo),用時差相關(guān)分析法確定其對商品房銷售價格指數(shù)是先行指標(biāo)、同步指標(biāo),還是滯后指標(biāo)。另外,房價還受到非理性因素的影響。房價與經(jīng)濟(jì)發(fā)展有著密切的聯(lián)系。Case[2]從住房市場、抵押貸款市場和商業(yè)房地產(chǎn)市場三方面論述了美國房地產(chǎn)與宏觀經(jīng)濟(jì)的關(guān)系。認(rèn)為上世紀(jì)90年代美國房價的快速上漲主要應(yīng)從經(jīng)濟(jì)基本面來解釋,而非從投機角度來解釋。沈悅和劉洪玉[3]的研究結(jié)果表明,經(jīng)濟(jì)基本面的當(dāng)前信息或歷史信息可 以 部 分 解 釋 住 宅 價 格 水 平 或 變 化 率。但 在2002年以后,經(jīng)濟(jì)基本面對住宅價格變化率的解釋水平明顯減弱,即住宅價格的增長已經(jīng)打破經(jīng)濟(jì)基本面和住宅價格之間原有的均衡關(guān)系。影響房價波動的因素來自經(jīng)濟(jì)基本面的波動、宏觀調(diào)控政策和投資投機行為。Miller和Peng[4]的實證研究發(fā)現(xiàn)大都市產(chǎn)出增長率和房價增長率是住房價格波動的Granger因,房價波動又是人均收入和未來房價波動的Granger因。武康平和胡諜[5]沒有分析房價波動的具體原因,將房價變動作為分析前提,認(rèn)為經(jīng)濟(jì)中存在房地產(chǎn)加速器機制時,外生沖擊對經(jīng)濟(jì)的影響會被放大,從而加劇經(jīng)濟(jì)波動。因此存在加速器機制時,經(jīng)濟(jì)波動對房價波動的影響可能會增強。何國釗和曹振良等[6]分析了投資和政策兩大主要因素如何影響房價的周期波動。梁云芳和高鐵梅[7]利用1999-2005年的季度數(shù)據(jù),從供給、需求角度選取影響因素實證分析了商品住宅銷售價格波動的成因。張紅等[8]認(rèn)為目前我國各種非理性因素對房價產(chǎn)生了相當(dāng)程度的影響,直接應(yīng)用國外成熟市場的先驗理論建立模型缺乏合理性。如廖理等[9]利用CAPM定價理論計算出中國房地產(chǎn)行業(yè)的資本成本為12.44%,作為判斷是否存在泡沫的標(biāo)準(zhǔn)。另外,我國房地產(chǎn)市場的統(tǒng)計數(shù)據(jù)無論是質(zhì)量還是時間序列長度均無法滿足傳統(tǒng)統(tǒng)計分析的需要。因此,采用譜分析的方法得出北京市房地產(chǎn)市場存在約為3年的周期。徐國祥等[10]指出傳統(tǒng)方法測量峰-峰、谷-谷之間的距離來確定房地產(chǎn)周期的不足,運用譜分析來研究房價的周期波動。研究得出自1998年1月以來,我國房地產(chǎn)市場存在為期36個月的主周期和27個月的次周期波動。
Miles[11]對美國50個州分別采用GARCH模型考查住房價格的波動性。研究發(fā)現(xiàn),超過一半的州存在顯著的GARCH效應(yīng),這表明采用非線性模型能更好地解釋房價波動。經(jīng)驗?zāi)B(tài)分解是一種處理非平穩(wěn)、非線性數(shù)據(jù)序列的新方法,能夠分解出研究對象在不同尺度上的波動信息。它從數(shù)據(jù)自身出發(fā),通過分析本征模態(tài)函數(shù)(Intrinsic Mode Func-tion,IMF)來揭示數(shù)據(jù)序列的內(nèi)在特征。相關(guān)研究表明,經(jīng)驗?zāi)B(tài)分解可以很好地處理非平穩(wěn)、非線性序列,是提取數(shù)據(jù)序列趨勢的較好方法[12]。經(jīng)驗?zāi)B(tài)分解起源于海洋波動研究,之后成功運用到生物醫(yī)學(xué)工程、大氣科學(xué)、土木工程等眾多自然科學(xué)領(lǐng)域;在社科領(lǐng)域還很少應(yīng)用,僅涉及原油價格和股票價格。本文拓展了經(jīng)驗?zāi)B(tài)分解方法在社科領(lǐng)域的應(yīng)用。從復(fù)雜系統(tǒng)、數(shù)據(jù)驅(qū)動的視角認(rèn)識房價的周期波動,讓數(shù)據(jù)表明其具有的特征,針對分解結(jié)果給予經(jīng)濟(jì)意義上的解釋,用于短期房價預(yù)測?？蔀榉康禺a(chǎn)市場的不同參與者把握市場運行規(guī)律,政府制定宏觀調(diào)控政策提供決策依據(jù),具有理論與實踐的雙重價值。
2 經(jīng)驗?zāi)B(tài)分解方法
2.1 經(jīng)驗?zāi)B(tài)分解(EMD)理論與算法
經(jīng)驗?zāi)B(tài)分解的基本思想是如果待分解數(shù)據(jù)序列的極大值或極小值的數(shù)目比上跨零點(或下跨零點)的數(shù)目多兩個或兩個以上,則該數(shù)據(jù)序列就需要進(jìn)行平穩(wěn)化處理[13]。首先,利用三次樣條函數(shù)把序列x(t)的局部極大值和局部極小值點分別擬合成x(t)的上包絡(luò)線和下包絡(luò)線,然后計算兩包絡(luò)線的均值m1。再將原數(shù)據(jù)序列x(t)減去m1,即可得到一個移除低頻的新數(shù)據(jù)序列:通常,h1并不是IMF分量,為此需對h1重復(fù)以上處理過程進(jìn)行k次篩選,直到所得到的平均曲線趨于零為止,此時得到的數(shù)據(jù)序列為:h1k=h1(k-1)-m1k(2)式中,h1k為第k次篩選所得的數(shù)據(jù),h1(k-1)為第k-1次篩選所得的數(shù)據(jù)。利用限制標(biāo)準(zhǔn)差SD的值來判斷每次篩選結(jié)果是否為IMF分量,SD定義為:T為序列長度限制標(biāo)準(zhǔn)差SD的值一般取在0.2~0.3之間,滿足時分解過程即可結(jié)束[13]。此標(biāo)準(zhǔn)的考慮是:既要使得hk(t)足夠接近IMF的要求,又要控制分解的次數(shù)。當(dāng)h1k滿足SD的要求時,令c1=h1k即得到序列x(t)的第一個IMF分量,它代表了組成序列x(t)中最高頻率的成分。從序列x(t)中減去第一個IMF分量c1,就得到一個移除最高頻成分的差值數(shù)據(jù)序列:r1=x(t)-c1。再重復(fù)式(1)~(3)的過程,直至所剩序列包含的信息對研究內(nèi)容的意義很小或已是單調(diào)函數(shù)時停止。此時,rn代表數(shù)據(jù)序列x(t)的趨勢或均值。至此,便得到了序列x(t)的一系列IMF分量:c1,c2,…,cn;且r1-c2=r2,r2-c3=r3,…,rn-1-cn=rn。序列x(t)可由這些IMF分量和最后的殘差項rn表示成:分解的本質(zhì)是把數(shù)據(jù)序列x(t)分解為各種不同特征尺度上波動的疊加,每個IMF分量既可以是線性的也可以是非線性的。
2.2 集成經(jīng)驗?zāi)B(tài)分解(Ensemble EMD)
經(jīng)驗?zāi)B(tài)分解在處理非平穩(wěn)、非線性數(shù)據(jù)時顯示出了很大的優(yōu)越性。然而,前述的經(jīng)驗?zāi)B(tài)分解方法有一個缺陷:常會出現(xiàn)不同模態(tài)之間的混淆。為了克服該缺陷,Wu和Huang[14]提出了EnsembleEMD。步驟如下:(1)對目標(biāo)序列增加一列白色噪聲;(2)再對增加白色噪聲后的序列分解;(3)重復(fù)上述步驟,但每次增加的白色噪聲不一樣,得到IMF的集成均值作為最后的結(jié)果。增加白色噪聲序列是為了提供標(biāo)準(zhǔn)的參考框與IMF對照,達(dá)到目的后通過集成平均消除自身的影響。大大減少了模式混淆的機會,是對前述EMD方法的一大改進(jìn)。增加白色噪聲的后果可以通過統(tǒng)計規(guī)律來控制:
3 房價分解
3.1 數(shù)據(jù)來源說明
根據(jù)文獻(xiàn),采用杭州市新建商品住宅交易價格為分析對象。數(shù)據(jù)來源于杭州市房管局主管的透明售房網(wǎng)(hzfc365.com),數(shù)據(jù)及時、準(zhǔn)確。統(tǒng)計范圍包括西湖、拱墅、上城、下城、蕭山、余杭等10個城區(qū)。2007.3.17~3.23為第1周,2011.2.21~2.27為第204周,共204個周度數(shù)據(jù)。描述性統(tǒng)計情況見表1,數(shù)據(jù)分布見圖1。
3.2 非平穩(wěn)、非線性檢驗
由表2知t統(tǒng)計量>10%level,不能拒絕原假設(shè),即認(rèn)為房價時間序列是非平穩(wěn)的,進(jìn)一步驗證該序列一階單整。對差分后的序列做自相關(guān)、偏自相關(guān)分析,發(fā)現(xiàn)偏自相關(guān)系數(shù)4階截尾,自相關(guān)系數(shù)2階截尾,建立ARIMA(4,1,2)模型。剔除不顯著變量,得到方程: 方程殘差的各階自相關(guān)系數(shù)、偏自相關(guān)系數(shù)均與零無顯著差異,說明不存在自相關(guān)性。但殘差平方的自相關(guān)系數(shù)、偏自相關(guān)系數(shù)很大,存在較明顯的自相關(guān)性。因此,用非線性模型來描述房價波動顯得更合適。
3.3 EEMD分解
EEMD作為分解工具,白色噪聲的標(biāo)準(zhǔn)差設(shè)為房價標(biāo)準(zhǔn)差的0.2倍,集成數(shù)量設(shè)為100。在Mat-Lab平臺上編程實現(xiàn),得到6個不同尺度的IMF和1個殘差項,如圖2、3所示。
3.4 本征模態(tài)函數(shù)和殘差項的特征
從圖2得到的6個本征模態(tài)函數(shù)來看,頻率最高的是IMF1,振幅變化大,平均周期為3.4周。在30、75、150周附近振幅較大,其中在第150周附近振 幅 超 過5000,對 應(yīng) 時 間 是2009.11.30 ~2010.7.4。頻率次高的是IMF2,周期約7周,振幅變化類似IMF1,150周附近最大振幅接近4000。IMF3的平均周期為15.4周,在30、75、150周附近振幅 較 大,但 沒IMF1、IMF2明 顯,最 大 振 幅 為2000。IMF4、IMF5、IMF6的頻率相對較低,平均周期分別約為30周(7個月)、62周(14個月)、160周(3年)。IMF4的平均振幅約1000,IMF5的振幅由1000增大到2000,后又增大到3000,IMF6的振幅約2000。IMF4、IMF5、IMF6呈現(xiàn)出較為規(guī)則的正弦式波動。殘差項近似一條稍向上凸的直線,由1周時的8516,逐步增長到204周時的21959,見圖3。殘差項與房價時間序列的Pearson相關(guān)系數(shù)最高,達(dá)0.648;Kendall相 關(guān) 系 數(shù) 達(dá)0.497。而 各IMF與房價時間序列的相關(guān)系數(shù)則比較低,不高于0.4。房價時間序列總方差主要來自于殘差項,占到63.12%;各IMF方差占總方差的比值均不高于10%,見表4。
4 分解結(jié)果分析
房價時間序列可分解成6個IMF與1個殘差項。IMF的頻率各不相同,低頻IMF具有很強的周期波動性,高頻IMF則表現(xiàn)出隨機無序性。由圖4知各IMF均值偏離0的顯著性水平,加之從IMF4開始呈現(xiàn)較 規(guī) 則 的 正 弦 式 波 動,因 此 將IMF1~IMF3歸為高頻部分,把IMF4~IMF6歸為低頻部分。 由表5知,殘差項與房價時間序列的相關(guān)性最高,且房價時間序列59.51%方差變動來自殘差項。高頻部分的相關(guān)程度大于低頻部分,但高頻部分解釋房價方差變動的比例小于低頻部分。殘差項、低頻部分和高頻部分分別隱含著很強的經(jīng)濟(jì)意義,可用來揭示隱含在房價序列中的內(nèi)在特征。如圖5所示,用殘差項來描述房價的長期趨勢。低頻曲線上下振動轉(zhuǎn)折點的出現(xiàn)與房地產(chǎn)市場發(fā)生的重大事件有關(guān),比如:金融危機、宏觀調(diào)控政策等。無序的高頻曲線圍繞零均值線隨機波動,可用來揭示房地產(chǎn)市場短期的不均衡現(xiàn)象,用其振幅來表示市場的不均衡程度。
第2篇：實證分析范文
關(guān)鍵詞：國債負(fù)擔(dān)率 國債依存度
一、對一些現(xiàn)象的描述
當(dāng)前的歐洲主權(quán)債務(wù)危機，越來越明顯地影響歐洲本土經(jīng)濟(jì)以及世界經(jīng)濟(jì)的發(fā)展，而這些國家都有著相當(dāng)高的國債負(fù)擔(dān)率，在金融危機中普遍實行的量化寬松貨幣政策以及積極的財政政策，使得很多國家的國債負(fù)擔(dān)率，赤字率有很大的提升，主權(quán)債務(wù)危機突顯；并且經(jīng)濟(jì)的滯漲使得歐元區(qū)國家承受著貨幣貶值的風(fēng)險；此外，金融危機后通貨膨脹的廣泛傳播，使得歐洲國家經(jīng)濟(jì)更是雪上加霜。因此，國債負(fù)擔(dān)率對國家的隱性影響很大。
我國自1981年發(fā)行國債以來，GDP在飛速增長，并伴隨一定的通貨膨脹，國債負(fù)擔(dān)率有下降的趨勢，然而事實卻不是這樣，這需要對國債負(fù)擔(dān)率的變化進(jìn)行動態(tài)分析。面臨越來越大，并且依然有很大的提升空間的國內(nèi)市場需求；對國家基礎(chǔ)設(shè)施的不斷建設(shè)；國家的宏觀規(guī)劃使全國各地區(qū)協(xié)調(diào)發(fā)展；不斷提高人民的福利水平和持續(xù)漸進(jìn)地改善民生；以及應(yīng)對不可預(yù)測的自然災(zāi)害等等，這些都需要有持續(xù)不斷的資金來補足。因此，國債負(fù)擔(dān)率的變化就復(fù)雜了，有必要建立一個簡單的模型來描述這一趨勢。
二、國債負(fù)擔(dān)率的理論基礎(chǔ)
我國近幾年的國債負(fù)擔(dān)率都維持在穩(wěn)定的水平，例如05年為17.63%，06年為16.18%，07年為19.59%，08年為16.96%，09年為17.69%，10年為17.89%，一直維持在這個很窄的區(qū)間內(nèi)波動，可見我國是實行穩(wěn)健的財政政策。
國債負(fù)擔(dān)率是國債余額占國內(nèi)生產(chǎn)總值的比重，衡量整個國民經(jīng)濟(jì)對債務(wù)的承受能力?，F(xiàn)在具體的理論推導(dǎo)如下：
假設(shè)P為基本赤字額，D為當(dāng)期債務(wù)余額、D_為上期債務(wù)余額、i為國債在一期內(nèi)的綜合利率、g為GDP增長率。則：
D=D_（1+i）+ P
除以GDP（Y為GDP）后，得到：
D/Y=（D_/Y_）* (1+ i )/(1+g ) + P/Y
設(shè)b為國債負(fù)擔(dān)率，則
b = b_(1+i )/(1+g ) + p
由于相對國債規(guī)模是穩(wěn)定的，即d=d_
則需要：b[1-(1+ i )/(1+g )]= p
即 b (g-i )/(1+g )= p
由于Y=Y_*(1+g )，則可以推導(dǎo)出來：
b(g-i )=P/Y_
注：上式推導(dǎo)中的i當(dāng)年所有國債的綜合年利率，可用當(dāng)年付息額占上年國債余額的比例計算的平均利息率。
從這個公式中可以看出，由于國債的名義利率i是已知的，并且在可預(yù)期的經(jīng)濟(jì)增長率情況下，國債負(fù)擔(dān)率決定于當(dāng)年的財政赤字。
為了研究財政負(fù)擔(dān)率與財政赤字的關(guān)系，現(xiàn)在引入國債依存度來代替財政赤字。國債依存度是一國當(dāng)年財政赤字（或者國債發(fā)行額-還本數(shù)）占全部財政支出的比例。所以下面通過Eviews 5.0回歸方程來描述這一現(xiàn)象。
三、函數(shù)模型設(shè)計與結(jié)果
本文將運用簡單的線性方程討論國債依存度與國債負(fù)擔(dān)率的關(guān)系。條件假設(shè)如下：（1）我國的國債負(fù)擔(dān)率是穩(wěn)定不變化的（或者在很小的范圍內(nèi)變動）。（2）經(jīng)濟(jì)增長率是可以預(yù)期的。（3）國家的經(jīng)濟(jì)政策是穩(wěn)定的，并且國際環(huán)境是穩(wěn)定和平的。
1．線性回歸模型，如下：b = C1*r + c
上式中，b 為國債負(fù)擔(dān)率，r 為國債依存度，C1為變量系數(shù)，c為常數(shù)。
2．對回歸模型的解釋與驗證：
回歸結(jié)果如下：
注：該數(shù)據(jù)中都是用標(biāo)準(zhǔn)化的百分?jǐn)?shù)。
則由此可以得出以下方程：b = -0.436047 r +18.38629
從回歸的結(jié)果看，R^2=0.663505，F(xiàn)=15.77451，說明擬合效果較好。說明這個模型能描述出國債負(fù)擔(dān)率的大致走勢。
四、動態(tài)分析
在回歸結(jié)果中，我們看出國債依存度的系數(shù)為負(fù)數(shù)，正常情況下隨著財政赤字的增加應(yīng)該會導(dǎo)致國債負(fù)擔(dān)率的上升，但是這一結(jié)果卻出現(xiàn)了相反的現(xiàn)象。這是因為國債依存度=當(dāng)年赤字/全部財政支出，這個式子中全部財政支出的速度要高于財政赤字的增長速度。致使在財政赤字增加情況下，國債依存度依然下降，然而國債依存度的增長速度卻不及國民經(jīng)濟(jì)的增長速度，所以會出現(xiàn)國債依存度與國債負(fù)擔(dān)率出現(xiàn)負(fù)相關(guān)。
關(guān)于模型的預(yù)測和真實值有一定的偏差，是因為經(jīng)濟(jì)增長率的預(yù)期值和真實值有一定的偏差；我國實行的國債政策并不是嚴(yán)格穩(wěn)定不變的，在一定的范圍內(nèi)波動；并且還依然存在其他不可控的影響因素。
我國的國債負(fù)擔(dān)率呈現(xiàn)穩(wěn)中有升的趨勢，最近幾年徘徊在16%—19%左右，遠(yuǎn)小于《馬斯特里赫特條約》要求歐盟國家的60%?？雌饋砦覈€有很大的提升空間，但是不能就以此認(rèn)為國債還可以進(jìn)一步擴張下去。首先，相對我國GDP的平均增長率，國債余額年增長率是很高的。照此速度發(fā)展下去，國債規(guī)模很可能達(dá)到難以控制的程度，這一點無法與有著悠久國債歷史的發(fā)達(dá)國家相比。其次，盡管西方發(fā)達(dá)國家的國債負(fù)擔(dān)率較高，但他們的財政收入占GDP的比重較高，一般為45%左右，而我國財政收入即使加上預(yù)算外收入，也只占GDP的20%左右。因此，我國對外債務(wù)的承受能力要弱一些。
當(dāng)國債規(guī)模發(fā)行過大，債務(wù)依存度過高時，表明財政支出過多依賴債務(wù)收入，財政狀況脆弱。根據(jù)國際通用的控制指標(biāo)，國債依存度一般以15%—20%為宜。近十多年，我國的國債依存度都是保持在較低的水平，風(fēng)險相對來說比較小。
第3篇：實證分析范文
根據(jù)不同的標(biāo)準(zhǔn)可以將風(fēng)險劃分為不同的類型。巴塞爾協(xié)議結(jié)合商業(yè)銀行經(jīng)營的具體特征，按照誘發(fā)風(fēng)險的原因，將其分為八種風(fēng)險分別是信用風(fēng)險、操作風(fēng)險、市場風(fēng)險、流動性風(fēng)險、國家風(fēng)險、聲譽風(fēng)險、法律風(fēng)險、一級戰(zhàn)略風(fēng)險。從重要性程度來看，主要討論前四種風(fēng)險。
（一）信用風(fēng)險
截取交通銀行和美國銀行2010―2014年不良貸款率的變化情況，分析中美兩國上市銀行對于信用風(fēng)險的控制情況。
由圖1中可以看出，交通銀行的信用風(fēng)險管理能力強于美國銀行，從2010―2014年，交通銀行的不良貸款率始終控制在2%以下，側(cè)面反映了銀行上市后經(jīng)營更加謹(jǐn)慎，制定相應(yīng)的對策來堅守風(fēng)險的發(fā)生。而美國銀行雖然不良貸款率始終高于交通銀行，但不良貸款率呈逐步遞減狀態(tài)，且在2010―2011、2012―2013兩個跨度間降幅顯著，說明金融危機之后，美國銀行通過加強內(nèi)部控制來增強其抵御風(fēng)險的能力。
（二）流動性風(fēng)險
選取交通銀行和美國銀行2010―2014年相關(guān)的財務(wù)數(shù)據(jù)并計算其財務(wù)數(shù)據(jù)。
由圖2可以看出，國際上對于上市銀行的流動性比率一般要求大于25%，交通銀行對于流動性比例的控制遠(yuǎn)遠(yuǎn)大于國際的要求，并呈逐年上升趨勢。近兩年趨勢放緩也說明交通銀行并不一味追求流動性比率的高低，而是尋求最佳安全與盈利的黃金點。
由圖3可以看出，交通銀行的存貸比大致維持在一個較為穩(wěn)定的水平，而美國銀行的存貸比則呈逐年上漲趨勢，且從整體趨勢來看，美國銀行的存貸比顯著高于交通銀行，從而反映美國銀行對于流動性的控制要好于交通銀行。
（三）操作風(fēng)險
依據(jù)基本指標(biāo)法，銀行持有的操作風(fēng)險資本金等于其前3年總收入的平均值乘上一個固定比例（α），α為固定值15%。計算公式如下：
KBIA（交通銀行）= 24458.65（百萬元）KBIA（美國銀行）= 12826.15（百萬美元）
除去匯率因素的影響，交通銀行所需的操作風(fēng)險資本規(guī)模大約為美國銀行的兩倍。不過，基本指標(biāo)采用銀行前三年的收入來衡量，銀行規(guī)模的大小成為制約因素，美國的銀行規(guī)模整體大于交通銀行，因此在具備一定的條件后，可以采用更高級的計量方法，諸如使用收入模型分析兩個銀行的操作風(fēng)險管理。
（四）市場風(fēng)險
市場風(fēng)險主要體現(xiàn)在以下方面：
（1）資本不足帶來的風(fēng)險
資本充足率是一個衡量銀行能否正常運營和發(fā)展重要的資本比率，反映了商業(yè)銀行在存款人和債券人的資產(chǎn)遭到損失之前，該銀行能否以自有資本承擔(dān)損失的程度。
巴塞爾新協(xié)議中的計算公式為：
銀行資本充足率=（資本-扣除項）/（信用風(fēng)險加權(quán)資產(chǎn)+12.5倍的市場風(fēng)險資本+12.5倍的操作風(fēng)險資本）
截取交通銀行和美國銀行2010―2014年的財報數(shù)據(jù)，分析兩國銀行的資本充足率情況。
由圖4可以看出，交通銀行和美國銀行的資本充足率都達(dá)到了新協(xié)議要求的8%以上，且相對來說都處于較高的水平。尤其對于美國銀行，資本充足率水平顯著高于交通銀行，加之我國銀行在計算資本充足率時并不包括操作風(fēng)險，側(cè)面反映我國銀行的資本充足率水平同西方先進(jìn)銀行存在一定差距，有待加強。
（2）利率風(fēng)險
利率風(fēng)險是市場風(fēng)險中重要的風(fēng)險，首先，利率一直處于不可預(yù)見的變化中；其次，利率的小幅調(diào)整對于銀行的存貸款影響都比較大。
（3）匯率風(fēng)險
商業(yè)銀行匯率風(fēng)險是指匯率變動可能給銀行的當(dāng)期收益或價值帶來損失的風(fēng)險，它是由匯率波動的時間差地區(qū)差及銀行表內(nèi)外業(yè)務(wù)幣種和期限結(jié)構(gòu)不匹配等原因造成的匯率風(fēng)險源于包括固定匯率和浮動匯率的兩大國際貨幣制度固定匯率風(fēng)險較浮動匯率風(fēng)險要小得多，浮動匯率波動頻繁且波動幅度大，所產(chǎn)生的匯率風(fēng)險也難以度量，是商業(yè)銀行風(fēng)險控制的主要內(nèi)容之一。我們將以匯率風(fēng)險為例進(jìn)行實證分析結(jié)論及建議
二、結(jié)論與建議
本文主要分析上市銀行的風(fēng)險控制能力，綜合上述四種風(fēng)險的實證分析，在信用風(fēng)險方面，交通銀行的控制要優(yōu)于美國銀行，不良貸款率始終處于一個較優(yōu)的水平。在流動性風(fēng)險方面，美國銀行的存貸比顯著高于交通銀行且還有逐年優(yōu)化的趨勢。對于市場風(fēng)險，兩國銀行均采用了VaR的在險價值分析。在操作風(fēng)險方面，美國銀行的內(nèi)控要優(yōu)我國于交通銀行。
（一）對于外部監(jiān)管
結(jié)合我國上市銀行并非商業(yè)銀行主體的具體國情，在借鑒傘形監(jiān)管模式的優(yōu)點的基礎(chǔ)上，首先，架構(gòu)以銀監(jiān)會擔(dān)當(dāng)主體的主監(jiān)管模式，同時建立和加強監(jiān)管機構(gòu)之間的信息交流機制；其次，要改革完善相關(guān)的法律法規(guī)，統(tǒng)一監(jiān)管標(biāo)準(zhǔn)，解決上市銀行會計信息披露指標(biāo)不統(tǒng)一的困境。必要時引入相關(guān)的事后懲戒制度，對于嚴(yán)重危害市場的行為追究刑事責(zé)任。更重要的是引入多方約束機制，強化客戶以及社會中介機構(gòu)對于上市銀行的監(jiān)督。
（二）對于內(nèi)部控制
首先，完善法人治理結(jié)構(gòu)，簡化行政管理機構(gòu)，縮短管理半徑，提高行政效率；其次，完善權(quán)力制約機制，提高內(nèi)部等級管理水平，完善分別授權(quán)和集體議事的制度。同時強化稽核監(jiān)督作用，推行內(nèi)部稽核特派員制度。具體而言，又可從市場、信用、流動性、操作等四個風(fēng)險管理方面加強內(nèi)部控制。
操作風(fēng)險：加強事前預(yù)防和事中控制，建立良好的管理機制，靈活運用嚴(yán)格系統(tǒng)的風(fēng)險管理政策和積極主動的風(fēng)險管理工具，更為及時有效地處理操作風(fēng)險。
市場風(fēng)險：實施一致性管理和集中管理，結(jié)合現(xiàn)代化的量化時段處理風(fēng)險模型的開發(fā)和應(yīng)用，交叉運用多種限額，確?？刂屏Χ群蜏?zhǔn)確性。同時借鑒美國銀行的資本充足率審核方式，將操作風(fēng)險納入其衡量范圍，進(jìn)一步提高銀行資本充足率。
信用風(fēng)險：在強化審慎的信貸審核系統(tǒng)同時，有效放權(quán)給相關(guān)的部門管理人員，培養(yǎng)人員的高素質(zhì)以及風(fēng)險識別能力，在維持不良貸款率低于2%的水平下的同時，進(jìn)一步提高放貸效率和審核力度，將資金及時有效過渡到社會的光明產(chǎn)業(yè)中去。
第4篇：實證分析范文
關(guān)鍵詞：上證綜指；對數(shù)收益率；ARMA-GARCH模型
一、引言
上證綜指反映了在上海證券交易所中掛牌的全部股票的總體走勢，能夠充分地反映我國滬市股票的總體行情。上證綜指對樣本股票進(jìn)行加權(quán)計算股票價格，并且所選股票涉及各個行業(yè)，如金融、工業(yè)、材料、能源、醫(yī)藥、房地產(chǎn)，為廣大投資者提供參考。從2015年1月29日滬指暴跌7.7%到2015年1月21日大漲百點，股市的跌宕起伏使人更加關(guān)心整個股市的總體走向。股票的收益率序列屬于金融時間序列，有如下特征：首先，通常原始收益率序列并不平穩(wěn)，需要進(jìn)行一階差分才能表現(xiàn)出平穩(wěn)性。其次，股票的收益率序列呈現(xiàn)出非線性關(guān)系，但是平方之后，收益率序列表現(xiàn)出強自相關(guān)性。最后，股票收益率序列與正太分布相比，有尖峰厚尾特征。鑒于此，運用現(xiàn)代計量方法對股票收益率序列建立模型加以擬合，可對股市震蕩加以防范。
二、文獻(xiàn)綜述
西方發(fā)達(dá)國家的證券交易市場起源較早，對金融時間序列的理論研究和計量分析也更為系統(tǒng)。Mandlebrot（1963）[1]首先發(fā)現(xiàn)股票收益率序列具有波動聚集效應(yīng)。Engle（1982）[2]提出自回歸條件異方差模型，對股票收益率序列的殘差加以擬合，進(jìn)一步描述了波動集群效應(yīng)。Bollerslev（1986）[3]在ARCH模型基礎(chǔ)上，推出廣義的自回歸條件異方差模型（GARCH），對金融時間序列的收益以及風(fēng)險測量更為精確。20世紀(jì)90年代以來，西方理論界將GARCH簇模型廣泛應(yīng)用于金融領(lǐng)域，對股票收益率的波動性影響因素以及影響程度加以擬合。Zakoiao 和 Glosten，Jagannathan，Runkle 提出的TGARCH模型對股票收益率波動的影響因素進(jìn)行長期分析，明確提出西方股票市場具有杠桿效應(yīng)。EGARCH模型可對股票收益率所受沖擊的波動性進(jìn)行擬合，表明股票收益率波動具有非對稱性。
國內(nèi)理論界依據(jù)西方的現(xiàn)代金融計量經(jīng)濟(jì)學(xué)模型，針對我國的證券市場也做了大量研究。丁華[4]（1999）在其文中介紹了ARCH（P）模型的概念和檢驗方法，并采用1994年至1997年4年的上證A股綜合指數(shù)進(jìn)行實證分析，實證表明我國滬市股票收益率也存在異方差性。岳朝龍（2001）[5]對滬市股票收益率建立GARCH簇模型，研究表明上證股市具有杠桿效應(yīng)。劉金全、崔暢[6]（2002）對滬深兩市收益率序列進(jìn)行對比分析，兩市在短期的波動模式不同，但是在長期內(nèi)均存在均衡關(guān)系?；蒈?、朱翠[7]（2010）利用ARMA模型擬合我國基金市場的平穩(wěn)收益率，進(jìn)而建立ARCH模型對收益率殘差序列加以擬合，解決了方差時變條件下收益率波動時間序列建模問題，描述了基金序列的特性。
三、實證分析
（一）數(shù)據(jù)選取和描述性統(tǒng)計
本文樣本取自國泰安數(shù)據(jù)庫，以2006年6月1日到2015年6月1日上證綜指收盤價為初始研究對象，共計2210個樣本點。實證分析采用R軟件。令Pt為上證綜指第t個交易日的收盤價，則其日對數(shù)收益率為r=lnPt-lnPt-1。圖1左側(cè)為上證綜指收盤價時序圖，右側(cè)為對數(shù)收益率時序圖。觀察左圖發(fā)現(xiàn)，上證綜合指數(shù)開始呈上升趨勢，達(dá)到峰值之后迅速回落，之后持續(xù)波動，直到第2000個樣本點之后有顯著上升。而右側(cè)的上證綜指對數(shù)收益率序列在均值0上下劇烈波動，但序列波動幅度并不相同，顯示出數(shù)據(jù)的波動集群現(xiàn)象。上證綜指日收益率序列偏態(tài)值為20.101007，表明該序列右偏。峰態(tài)值為704.647899，表明該序列分布比正態(tài)分布尾更厚。
圖1 上證綜指日收盤價時序圖和對數(shù)收益率時序圖
（二）ARMA模型[9]建立
首先利用ADF檢驗對上證綜指日收益率序列的平穩(wěn)性加以檢驗。在5%的顯著性水平下，p=0.01，接受備擇假設(shè)，則該收益率序列平穩(wěn)。
利用ACF圖和PACF圖檢驗日收益率序列的自相關(guān)性，發(fā)現(xiàn)該對數(shù)收益率序列存在四階自相關(guān)。首先嘗試采用模型ARMA（4，0）擬合該序列的均值方程，但發(fā)現(xiàn)在5%的顯著性水平下，模型ARMA（4，0）中只有ar4項的系數(shù)顯著，其余均不顯著。在5%的顯著性水平下，ARMA（3，3）模型的系數(shù)，除截距項外，其余六項均通過顯著性檢驗。
對模型ARMA（3，3）的殘差項進(jìn)行自相關(guān)和偏自相關(guān)檢驗，在滯后10以內(nèi)，殘差項基本呈現(xiàn)白噪聲。模型擬合較好。同時可進(jìn)行Box-Ljung檢驗，P值為0.47，則上證綜指的收益率序殘差序列不存在自相關(guān)。
（三）ARCH效應(yīng)檢驗
根據(jù)圖5中的PACF圖發(fā)現(xiàn)存在ARCH效應(yīng)。同時根據(jù)Box-Ljung檢驗，如圖6。P值為0.03639，拒絕原假設(shè)，說明上證綜指收益率序列的殘差平方存在自相關(guān)，而其殘差項本身并不存在自相關(guān)，因此存在ARCH效應(yīng)。
（四）GARCH模型建立
1.模型參數(shù)估計
首先嘗試建立ARMA（3，3）+GARCH（1，1）模型。因上述ARMA（3，3）均值方程的常數(shù)項系數(shù)并不顯著，因此此處去掉常數(shù)項，并且首先進(jìn)正態(tài)分布的假設(shè)下進(jìn)行參數(shù)估計，發(fā)現(xiàn)檢驗正態(tài)性的Shapiro-Wilk統(tǒng)計量等于0.9786283，拒絕正態(tài)分布假設(shè)，因此采用t分布進(jìn)行參數(shù)估計。此處波動率方程的均值在5%的顯著性水平下，拒絕原假設(shè)，該系數(shù)顯著。而均值方程和波動率方程的系數(shù)均在0.1%的顯著性水平下拒絕原假設(shè)，說明該ARMA―GARCH模型參數(shù)估計有效。
2.回歸結(jié)果檢驗
在5%的顯著性水平上，殘差的滯后20階的Ljung-Box檢驗中，P=0.157074，通過檢驗，殘差平方項的滯后20階Ljung-Box檢驗，P=0.7420158，即McLeod-Li檢驗也通過，表明均不存在自相關(guān)。觀察ACF圖，發(fā)現(xiàn)上證綜指日收益率殘差平方序列不存在自相關(guān)。
3.GARCH 模型建立
說明上述ARMA（3，3）+GARCH（1，1）模型擬合效果良好。該模型的代數(shù)表達(dá)式為：
均值方程：rt=0.9983rt-1+0.5876rt-2-0.5851rt-3-0.9794ωt-0.6208ωt-1+0.606ωt-3
波動率方程：σ2t=1.506×10-6+4.702×10-2σ2t-1ω2t-1+0.9519σ2t-1
經(jīng)過上述分析，Garch（1，1）模型能對上證綜指的收益率波動進(jìn)行較好的分析。
四、結(jié)論分析
上述實證分析中，利用ARMA（3，3）建立均值方程，并在此基礎(chǔ)上建立波動率方程GARCH（1，1）能有效擬合上證綜指。但是，綜合考慮近期我國證券市場的波動情況，筆者提出如下建議。
（一）市場信息不對稱
信息不對稱在股票市場中表現(xiàn)為那些經(jīng)營良好或者發(fā)展前景良好的企業(yè)并不能順利籌得融資，而廣大投資者也難以根據(jù)股票市場的整體價格走勢選擇合適的投資目標(biāo)。并且，在證券市場上，投資者特別是廣大散戶對股價大跌這類壞消息似乎更加敏感，而對于利好消息卻并不看好。如此一來，股市價格下降將導(dǎo)致更多的做空行為，股價會進(jìn)一步下跌，股市震蕩會更大。如何建立一支更好的股價整體走勢評估體系，并以此作為價格信號為廣大投資者提供參考，可有效影響投資者的預(yù)期，進(jìn)而減少股市震蕩。
（二）風(fēng)險管理不健全
西方發(fā)達(dá)國家的證券市場多以企業(yè)融資為目的，而我國的證券市場上投機者較多。西方證券市場的監(jiān)管體系比較完善，這位我國證券市場的發(fā)展提供方向。證券市場的投資者也并不能完全根據(jù)市場的價值自己做出判斷，而一些機構(gòu)投資者很容易在利益的驅(qū)使下，利用信息優(yōu)勢，做空或做多來操縱金融市場。投資機構(gòu)的大幅操控將導(dǎo)致股市震蕩，不利于其他小型投資者，也不利于股票市場的平穩(wěn)發(fā)展。因此，加速風(fēng)險監(jiān)管制度的建立，完善市場監(jiān)督體系，建立相關(guān)法規(guī)，并且真正加以落實將有利于我國證券市場的發(fā)展。
（三）政府干預(yù)較明顯
與西方自由的證券交易市場相比，我國的證券市場受政府政策影響較大。證券市場出現(xiàn)大幅下跌時，我國政府通常會救市消息，利好的貨幣政策和相關(guān)法規(guī)則會相應(yīng)而出。但是一個健康的證券市場理應(yīng)是按照供求關(guān)系，以股市價格自身變動為信號，自動調(diào)節(jié)的。政府的干預(yù)有可能一時刺激股市的發(fā)展，但作用并非長久。同時在整個經(jīng)濟(jì)下行壓力較大時，頻頻的政府干預(yù)并不能改變理性投資者的價格預(yù)期，再利好的政策收效也會甚微。2015年6月開始，我國證券市場跌幅較大，同時伴隨我國經(jīng)濟(jì)下行壓力較大，我國政府也大力救市。央行三次下調(diào)法定準(zhǔn)備金率，兩次下調(diào)利率，并且擴大存貸款的利率浮動區(qū)間，以期給金融機構(gòu)以更大的自由信貸空間。（作者單位：首都經(jīng)貿(mào)大學(xué)）
參考文獻(xiàn)：
[1] Jonathan D.Cryer，Kung-Sik Chan.時間序列分析及應(yīng)用 R語言[M].北京：機械工業(yè)出版社，2011.
[2] 岳朝龍.上海股市收益率GARCH模型族的實證研究.[J].數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究，2001（6）.
[3] 劉金全，崔暢.中國滬深股市收益率和波動性的實證分析[J].經(jīng)濟(jì)研究，2002（1）.
[4] 林聰.滬市股票市場效率的分析―基于ARMA-GARCH 模型[J].金融視線，2011（8）.
[5] 惠軍，朱翠.證券投資基金市場的 ARMA-GARCH 類模型分析[J].合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2010（3）.
[6] 丁華.股價指數(shù)波動中的ARCH現(xiàn)象[J].數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究，1999（9）.
第5篇：實證分析范文
關(guān)鍵詞：FDI；技術(shù)溢出；實證分析
FDI技術(shù)溢出是經(jīng)濟(jì)學(xué)意義上的一種外部效應(yīng)，是指由于FDI進(jìn)入東道國，其帶來的技術(shù)對當(dāng)?shù)氐纳a(chǎn)率增長、經(jīng)濟(jì)增長、勞動力技術(shù)水平提高等方面都起到了一定的貢獻(xiàn)，而FDI投入方卻無法因帶這些貢獻(xiàn)而得到相應(yīng)回報的現(xiàn)象。
一、國內(nèi)外研究現(xiàn)狀
最早的技術(shù)溢出是由MacDougall（1960）在分析FDI的一般福利效應(yīng)時提出的。
Cooden（1960）和Caves（1971）分別考察了FDI對最佳關(guān)稅、產(chǎn)業(yè)模式和社會福利的影響，多次提及溢出效應(yīng)。
Blomstrom（1998）將國際直接投資技術(shù)溢出效應(yīng)定義為，跨國公司在東道國實施FDI引起當(dāng)?shù)丶夹g(shù)或生產(chǎn)力的進(jìn)步，而跨國公司無法獲取其中的全部收益的一種理論。
Caves（1974）分別檢驗了加拿大和澳大利亞的FDI技術(shù)溢出效應(yīng)。他發(fā)現(xiàn)在加拿大制造業(yè)中,當(dāng)?shù)仄髽I(yè)的利潤率與行業(yè)內(nèi)的外資份額正相關(guān),而在澳大利亞制造業(yè)中勞動生產(chǎn)率與行業(yè)內(nèi)的外資份額也呈現(xiàn)正相關(guān)論文。
Blomstrom和Perssom（1983）選用墨西哥1970年的行業(yè)橫截面數(shù)據(jù),將勞動生產(chǎn)率作為技術(shù)水平的評價指標(biāo),同時選用行業(yè)資本密集度以及勞動力績效作為影響特征變量,實證得出了存在正技術(shù)溢出效應(yīng)。Blomstrom和Wollf（1989）選用墨西哥1965年～1984年的行業(yè)時間序列數(shù)據(jù),檢驗了某些特定產(chǎn)業(yè)內(nèi)外資的進(jìn)入對當(dāng)?shù)仄髽I(yè)生產(chǎn)率的影響。結(jié)果表明,當(dāng)?shù)仄髽I(yè)的生產(chǎn)力水平與跨國公司子公司的生產(chǎn)力水平存在趨同現(xiàn)象,同時當(dāng)?shù)仄髽I(yè)生產(chǎn)力水平提高的速度與行業(yè)內(nèi)的外資份額呈正相關(guān)關(guān)系,從而也得出了存在正溢出效應(yīng)的結(jié)論。
李平（1999）對中國各部門內(nèi)不同產(chǎn)業(yè)之間的技術(shù)溢出效應(yīng)作了比較全面的研究,重點研究了產(chǎn)業(yè)自身的產(chǎn)品內(nèi)含型技術(shù)和資本內(nèi)含型技術(shù)對其他產(chǎn)業(yè)的技術(shù)溢出效應(yīng),在選取的12個制造業(yè)產(chǎn)業(yè)中,他發(fā)現(xiàn)絕大多數(shù)產(chǎn)業(yè)之間均存在著一定的資本內(nèi)含型技術(shù)溢出效應(yīng)。
姚洋（1998）利用第三此全國工業(yè)普查的資料，發(fā)現(xiàn)行業(yè)中如果外國三資企業(yè)數(shù)量比重每增加一個百分點，行業(yè)的技術(shù)效率就會提高1.1個百分點。
秦曉鐘、胡志寶（1998）采用生產(chǎn)函數(shù)模型,利用1995年工業(yè)普查數(shù)據(jù),對含采掘業(yè)、電力煤氣等39個行業(yè)進(jìn)行了檢驗,得出FDI的行業(yè)內(nèi)溢出效應(yīng)明顯存在的結(jié)論。
何潔、許羅丹（1999）借鑒Feder（1982）模型，實證得出“外商直接投資帶來的技術(shù)水平每提高一個百分點，我國內(nèi)資工業(yè)企業(yè)的技術(shù)外溢作用就提高2.3個百分點”的結(jié)論。
沈坤榮（1999）利用各省的外商直接投資總量與各省的全要素生產(chǎn)率作為橫截面的相關(guān)分析，得出FDI占國內(nèi)生產(chǎn)總值的比重每增加一個單位，可以帶來0.37個單位的綜合要素生產(chǎn)率增長。
陳濤濤（2003）利用我國制造業(yè)84個四位碼行業(yè)的數(shù)據(jù)，實證發(fā)現(xiàn)當(dāng)內(nèi)外資能力差距較小時，有助于溢出效應(yīng)的產(chǎn)生。
以上文獻(xiàn)均側(cè)重于對FDI技術(shù)溢出效應(yīng)的存在性和其效應(yīng)方向的研究，而忽略了對影響FDI技術(shù)溢出效應(yīng)的具體因素的作用的分析。實際上，F(xiàn)DI的進(jìn)入東道國，并不是主動產(chǎn)生技術(shù)溢出效應(yīng)的，而是需要與一定的東道國具體因素相結(jié)合，本文將就幾個重要的影響因素對進(jìn)入我國的FDI技術(shù)溢出效應(yīng)的影響進(jìn)行實證分析，找到促進(jìn)技術(shù)溢出效應(yīng)的關(guān)鍵因素。
二、模型及數(shù)據(jù)的選取
1．研究模型。借鑒Feder（1982）的研究思路，將整個經(jīng)濟(jì)分為外資部門和內(nèi)資部門，每個部門的生產(chǎn)過程用一個生產(chǎn)函數(shù)表示（1）。
lnYd=c0+c1lnKd+c2lnLd+c3lnKf+u（1）
其中，Yd表示內(nèi)資工業(yè)部門總產(chǎn)出；Kd表示內(nèi)資工業(yè)部門的資本投入；Ld表示內(nèi)資工業(yè)部門的勞動力投入；Kf表示三資企業(yè)的資本投入；u為殘差。C1、c2分別表示內(nèi)資企業(yè)資本與勞動的邊際產(chǎn)出彈性，c3表示三資企業(yè)的資本積累對內(nèi)資企業(yè)的邊際產(chǎn)出彈性，它的正負(fù)與大小反映了外商投資企業(yè)溢出效應(yīng)的方向和力度。
為考察人力資本、制度變量和R&D投入對技術(shù)溢出的影響，在模型（1）的基礎(chǔ)上，引入3個變量，其中H表示某地區(qū)的人力資本水平，GY代表制度變量，表示某地區(qū)的制度環(huán)境，RD表示某地區(qū)人均R&D投入，由此建立模型（2）如下：
lnYd=c0+c1lnKd+c2lnLd+c3lnKf+c4ln（Kf*H）+c5ln（Kf*GY）+α5ln（Kf*RD）+u（2）
2．?dāng)?shù)據(jù)描述。本文計量所采用的數(shù)據(jù)是根據(jù)2000年~2004年《中國統(tǒng)計年鑒》數(shù)據(jù)和“中華人民共和國技術(shù)部”網(wǎng)上數(shù)據(jù)整理得來的。利用全國30個?。ㄖ陛犑?、自治區(qū)），不包括在內(nèi)的地區(qū)數(shù)據(jù)。具體數(shù)據(jù)的選取上，資本投入選取各地區(qū)資產(chǎn)總計表示；勞動力投入采用各地區(qū)工業(yè)增加值與全員勞動生產(chǎn)率的比值所表示的平均從業(yè)人數(shù)來表示；內(nèi)資企業(yè)的產(chǎn)出、資本投入以及勞動力投入是通過各地區(qū)工業(yè)行業(yè)內(nèi)“全部國有及規(guī)模以上非國有工業(yè)企業(yè)”與各地區(qū)工業(yè)行業(yè)內(nèi)“三資企業(yè)”相對應(yīng)的指標(biāo)相減得出的；人力資本，采用各地區(qū)高校在校生人數(shù)與該地區(qū)年底總?cè)藬?shù)的比值來表示；制度變量，采用各地區(qū)國有工業(yè)企業(yè)總產(chǎn)出與各地區(qū)工業(yè)行業(yè)總產(chǎn)出的比值表示；人均R&D投入，用各地區(qū)年R&D投入與該地區(qū)年底總?cè)藬?shù)的比值表示。
三、實證檢驗
1．FDI技術(shù)溢出效應(yīng)的基本模型檢驗。表1中①，是對基本模型（1）進(jìn)行回歸分析，結(jié)果表明，1999年~2003年，工業(yè)部門中外商直接投資的溢出效應(yīng)為正，并且通過了1%的顯著性水平的t檢驗。從總體上看，外資投資企業(yè)的資產(chǎn)每增加1個百分點，可以帶動行業(yè)中內(nèi)資企業(yè)的產(chǎn)出增加0.33個百分點。表明外商直接投資對內(nèi)資企業(yè)存在正向的技術(shù)溢出效應(yīng)。Kd的系數(shù)為正，也通過了1%的顯著性水平的t檢驗，表明內(nèi)資企業(yè)的資本投入對行業(yè)經(jīng)濟(jì)的增長起正向作用。但是，Ld的系數(shù)不顯著，說明國內(nèi)企業(yè)勞動力投入的水平相對較低，對行業(yè)經(jīng)濟(jì)增長的貢獻(xiàn)較小。
2．FDI技術(shù)溢出效應(yīng)的擴展模型檢驗。表1中②是利用擴展模型，進(jìn)一步考察人力資本、制度變量、人均R&D投入對外商直接投資溢出效應(yīng)的影響。對模型（2）進(jìn)行回歸分析，結(jié)果表明，Kf的系數(shù)不顯著，表明單純的外資投入，并不一定能夠促進(jìn)技術(shù)溢出，而應(yīng)當(dāng)以其他的因素為前提，比如制度變量、人力資本和人均R&D投入等。
表1中③是模型（2）去掉kf后的回歸分析，結(jié)果表明，去掉Kf后，Kf*H、Kf*GY、Kf*RD均通過了顯著性1%的t檢驗，其中，Kf*H、Kf*GY對技術(shù)溢出存在正效應(yīng)，表明外商直接投資的進(jìn)入，若要產(chǎn)生技術(shù)溢出效應(yīng)，的確需要以一定的東道國人力資本和東道國制度環(huán)境為前提條件。東道國人力資本水平的提高和制度環(huán)境的改善，都會促進(jìn)外資技術(shù)溢出的產(chǎn)生。Kf*RD的系數(shù)為負(fù)，這是因為R&D具有創(chuàng)新能力和吸收能力兩方面的作用，而外商直接投資產(chǎn)生技術(shù)溢出，主要是通過R&D的吸收能力實現(xiàn)的。由于目前我國的R&D吸收能力較低，導(dǎo)致外商直接投資不僅未通過與R&D結(jié)合促進(jìn)內(nèi)資部門生產(chǎn)率的提高，反而影響了內(nèi)資部門的產(chǎn)出。
四、結(jié)論及建議
由以上分析可知，F(xiàn)DI雖然對全國樣本存在正的技術(shù)溢出效應(yīng)（分析結(jié)果表1中①），但是FDI技術(shù)溢出效應(yīng)的產(chǎn)生并不是主動的，而是需要與東道國的一定的人力資本水平和良好的制度環(huán)境相結(jié)合（分析結(jié)果表1中②、③），所以建議如下：
1．提高專業(yè)人才的人力資本存量。宏觀上講，提高人力資本水平，才能提高對技術(shù)溢出的吸收能力，只有將各地（下轉(zhuǎn)第81頁）區(qū)人力資本轉(zhuǎn)化為真正的生產(chǎn)力，才能充分發(fā)揮FDI的技術(shù)溢出正效應(yīng)。而對于微觀企業(yè)來說，企業(yè)內(nèi)相應(yīng)技術(shù)的專業(yè)人才存量是決定企業(yè)吸收能力強弱的關(guān)鍵因素,直接影響企業(yè)對引進(jìn)行業(yè)內(nèi)專項技術(shù)的吸收效果以及對所吸收的技術(shù)向現(xiàn)實的產(chǎn)品，進(jìn)而向企業(yè)的效益的轉(zhuǎn)化能力。同時，人才存量構(gòu)成整個國家(地區(qū))的人力資源的數(shù)量和質(zhì)量,對于促進(jìn)整體的技術(shù)溢出有非常重要的作用。
2．提高R&D的吸收能力，實施不同的開放政策。為提高企業(yè)的吸收能力，需完善企業(yè)技術(shù)創(chuàng)新體系，加強企業(yè)自主研發(fā)能力，促進(jìn)企業(yè)與技術(shù)水平較強的國外企業(yè)、研發(fā)機構(gòu)的合作。實施不同的開放政策，對于吸收能力較強的行業(yè)，可以采取開放政策；對于高科技行業(yè)，由于內(nèi)資部門的市場份額下降和人才流失，會造成向外資企業(yè)的逆向技術(shù)擴散，所以高科技行業(yè)應(yīng)采用逐步開放的政策。
3．建立良好的制度環(huán)境。為企業(yè)建立有利于其競爭和能促進(jìn)其自主研發(fā)的制度環(huán)境。一是，建立和完善相關(guān)法律法規(guī)，保護(hù)知識產(chǎn)權(quán)。二是，逐步建立支持創(chuàng)新支持體系和創(chuàng)新風(fēng)險承擔(dān)機制。三是，進(jìn)一步消除各種體制機制，打破行業(yè)和市場壟斷，創(chuàng)造各類企業(yè)公平競爭的環(huán)境。四是，建立由企業(yè)牽頭實施國家重大科技項目的機制，為各類企業(yè)的創(chuàng)新活動提供社會化、市場化服務(wù)。
參考文獻(xiàn)：
1．盧健．“技術(shù)溢出”的幾個問題．天府新論，2000，（5）．
2．江小涓．外商直接投資對中國技術(shù)進(jìn)步的貢獻(xiàn)．國際經(jīng)濟(jì)評論，2004，（3）．
3．陳濤濤．中國FDI行業(yè)內(nèi)溢出效應(yīng)的內(nèi)在機制研究．世界經(jīng)濟(jì)，2003，（9）．
4．沈坤榮，耿強．外國直接投資、技術(shù)外溢與內(nèi)生經(jīng)濟(jì)增長——中國數(shù)據(jù)的計量檢驗與實證分析．中國社會科學(xué)，2001，（5）．
5．賴明勇，包群，陽小曉．外商直接投資的吸收能力：理論及中國的實證研究．上海經(jīng)濟(jì)研究，2002，（6）．
6．方希樺，包群，賴明勇．國際技術(shù)溢出：基于進(jìn)口傳導(dǎo)機制的實證研究．中國軟科學(xué)，2004，（7）．
7．何潔．外商直接投資對中國工業(yè)部門外溢效應(yīng)的進(jìn)一步精確量化．世界經(jīng)濟(jì)，2000，（12）．
8．潘文卿．外商投資對中國工業(yè)部門的外溢效應(yīng)：基于面板數(shù)據(jù)的分析．世界經(jīng)濟(jì)，2003，（6）．
第6篇：實證分析范文
[關(guān)鍵詞] IPO費率 上市首日受益率
一、引言
近年來，學(xué)術(shù)界對我國股票市場IPO抑價現(xiàn)象有了大量的研究,概括起來有這么幾個方面的解釋：政府直接或間接地控制新股發(fā)行市盈率造成了新股抑價；新股抑價是市場管理者為保護(hù)二級市場中小投資者采取的措施；新股發(fā)行與上市時間間隔長從而引發(fā)風(fēng)險的補償、上市后增發(fā)股票以補償抑價；資金投機者炒作、新股包裝上市、夸大宣傳等因素也很容易造成新股抑價發(fā)行；發(fā)行人想要利用一級市場價格低于市場客觀估計的價值,讓投資者先嘗到甜頭,然后在未來較高價發(fā)行中獲得后續(xù)補償；發(fā)行人是想要利用低價發(fā)行來避免股票為少數(shù)人所持有,從而鞏固管理層對公司的控制，等等。然而，學(xué)術(shù)界對于IPO費率方面的研究則較少，特別是對于IPO費率的實證研究更是幾乎一片空白。本文嘗試建立一個計量經(jīng)濟(jì)模型來對我國股票市場IPO費率進(jìn)行實證研究，并針對模型估計結(jié)果，從IPO費率這個新的角度來討論IPO抑價問題。
二、IPO費用率的實證分析
1.數(shù)據(jù)選取
本文選取了近年來在我國上海證券交易所和深圳證券交易所首次公開發(fā)行的1000只股票的IPO數(shù)據(jù)資料，包括每只股票的發(fā)行費用、發(fā)行股份的總數(shù)、籌資總額、發(fā)行地、股票類型、上市首日收益率等數(shù)據(jù)。（數(shù)據(jù)來源：RESSET金融研究數(shù)據(jù)庫）
2.數(shù)據(jù)處理及變量設(shè)定
IPO費率（F/M）通過發(fā)行費用（F）與籌資總額（M）之商來定義，反映發(fā)行人每發(fā)行籌資1元錢所要支付的發(fā)行費用；發(fā)行股份總數(shù)用Q表示；發(fā)行地用虛擬變量SS表示：SS＝0表示深圳證券交易所，SS＝1表示上海證券交易所；股票類型用虛擬變量AB表示：AB＝0表示股，AB＝1表示股；首日收益率用IR表示，計算公式為：(首日收盤價－首日開盤價)/首日開盤價。
3.模型設(shè)定及估計結(jié)果
考慮到IPO業(yè)務(wù)涉及到不同的股票類型，以及我國有兩個并行的證券交易所的實際情況，建立如下計量經(jīng)濟(jì)模型：
F/M=α+β1*IR+β2*Q+β3*AB+β4*SS
運用Eviews5對模型中的變量進(jìn)行逐一估計，結(jié)果都很顯著：
F/M=0.0426+0.0026*IR（1）
(30.44)(2.77)
F/M=0.0469-0.1146Q （2）
(52.55)(-4.50)
F/M=0.0675-0.0226*AB（3）
（14.81） （-4.88）
F/M=0.0531-0.0136*SS（4）
(42.39)(-8.03)
下面，將四個變量同時引入模型進(jìn)行估計，結(jié)果仍然很顯著：
F/M=0.0786+0.0038*IR-0.0788Q-0.0308*AB-0.0125*SS（5）
(17.20)(3.80)(-3.15)(-6.40)(-7.35)
估計結(jié)果(1)－(5)顯示，我國股票市場IPO費率與新股首日收益率呈正向關(guān)系；發(fā)行股份越多，費率越低，表明存在著規(guī)模效應(yīng)；A股IPO費率比B股低；在上海上市比在深圳上市費率略低一些。
三、對模型估計結(jié)果的進(jìn)一步討論
值得注意的一點是：估計結(jié)果（1）和（5）都表明IPO費率與新股首日收益率之間顯著地呈正向關(guān)系，也就是說發(fā)行人為發(fā)行新股付出了較大的代價，得到的卻是更加嚴(yán)重抑價發(fā)行的結(jié)局。這個結(jié)果在一個有效率的市場里是不大可能發(fā)生的，產(chǎn)生這樣的結(jié)果有其客觀必然性：
一直以來，我國投資銀行業(yè)內(nèi)過渡競爭、無序競爭的現(xiàn)象非常嚴(yán)重。目前，我國共有104家證券公司搶占為數(shù)很少的股票承銷業(yè)務(wù)，行業(yè)集中度很低，前十大券商占有的市場份額不到50%，造成競爭過渡和無序的現(xiàn)象。另外，他們的平均注冊資本也只有大約十億元人民幣左右，券商綜合實力薄弱，承銷能力不足，風(fēng)險承受能力差，為了順利承銷新股，不得不將新股發(fā)行價盡可能往下壓。這樣就形成“大家搶著干，誰也干不好” 局面，而這必然導(dǎo)致IPO發(fā)行抑價和發(fā)行費率齊頭并進(jìn)，表現(xiàn)出市場的非有效性。而在發(fā)達(dá)的美國資本市場上，前10名的投資銀行就占了90％以上的市場份額，且他們的平均注冊資本達(dá)到了上百億美元?？梢姡咝У腎PO市場需要有一個很高的行業(yè)集中度，行業(yè)內(nèi)需要有一批綜合實力超強的投資銀行作為保證。
因此，我國應(yīng)該不斷促使當(dāng)前從事承銷業(yè)務(wù)的證券公司進(jìn)行并購整合，提高行業(yè)集中度，并組建少數(shù)幾家綜合實力強、專業(yè)化程度高的投資銀行，集中高效從事證券承銷業(yè)務(wù)，提高IPO市場的效率。
參考文獻(xiàn)：
第7篇：實證分析范文
關(guān)鍵詞：工業(yè)制成品；能源消費；協(xié)整；VEC模型
自1980年以來，中國對外貿(mào)易出口額不斷攀升，從1980年的181.2億美元上升到2011年的18983.8億美元，年平均增長率達(dá)到16.2%，強力拉動了中國經(jīng)濟(jì)的發(fā)展。其中工業(yè)制成品的出口額也由90.05億美元到17978.36億美元，年平均增長率約18.6%，可見工業(yè)制成品出口是拉動中國對外貿(mào)易出口的主要力量。隨著中國工業(yè)制成品出口的逐年增多，中國能源消費也在逐漸增加，進(jìn)一步強化了中國能源供求緊張的態(tài)勢。因此，在力求中國工業(yè)制成品出口平穩(wěn)快速發(fā)展的同時追求中國節(jié)能降耗的目標(biāo)無疑是值得深入思考和探求的課題，研究中國工業(yè)制成品出口貿(mào)易與能源消費的關(guān)系就具有重要的現(xiàn)實意義。
一、中國出口貿(mào)易與能源消費研究現(xiàn)狀
國內(nèi)學(xué)術(shù)界對于中國出口貿(mào)易與能源消費的關(guān)系有較多研究，主要有兩種主流分析方法：面板單位根、協(xié)整、Granger因果關(guān)系檢驗方法和投入產(chǎn)出法。張傳國（2009）運用格蘭杰因果關(guān)系檢驗對中國能源消費與出口貿(mào)易之間的因果關(guān)系進(jìn)行了研究，發(fā)現(xiàn)中國能源消費與出口貿(mào)易之間存在從出口貿(mào)易到能源消費的單向因果關(guān)系。吳安（2010）運用投入產(chǎn)出分析方法，證明了中國出口具有相對全國產(chǎn)出平均水平更高的能源強度，中國的出口產(chǎn)業(yè)結(jié)構(gòu)傾向于更密集地使用能源。周恒（2012）采用投入產(chǎn)出法定量測算了隱含能出口量，得出中國為間接能源凈輸出國，其中非能源商品出口結(jié)構(gòu)和總量是間接能源出口增長的主要原因。
本文把對貿(mào)易流量研究的目標(biāo)聚焦到工業(yè)制成品出口問題上，著重檢驗和分析中國工業(yè)制成品出口與中國能源消費關(guān)系，為中國能源消費的優(yōu)化提出對策建議。
二、工業(yè)制成品出口對能源消費影響的實證分析
（一）研究方法與數(shù)據(jù)選取
1.分析方法
本文首先采用ADF檢驗對時間序列平穩(wěn)性進(jìn)行分析，雖然大多時間序列是非平穩(wěn)的，但是時間序列間可能會存在長期均衡關(guān)系，本文使用最常用的Johansen協(xié)整檢驗并建立向量誤差修正模型。
2.數(shù)據(jù)來源
本文的中國能源消費總量（EC）、能源消費強度（EE）、工業(yè)制成品出口額（MEX）、工業(yè)制成品出口占比（MP）、工業(yè)制成品出口貿(mào)易依存度（MPI）數(shù)據(jù)均取自于《中國統(tǒng)計年鑒》（1993-2012），時間跨度32年。其中，工業(yè)制成品出口占比=工業(yè)制成品出口額/出口總額，工業(yè)制成品出口貿(mào)易依存度=工業(yè)制成品出口額（由于統(tǒng)計年鑒中工業(yè)制成品出口額是以億美元為單位，本文按當(dāng)年統(tǒng)計年鑒匯率折算成億元）/GDP。
（二）協(xié)整分析與向量誤差修正模型建立
1.平穩(wěn)性檢驗
在進(jìn)行平穩(wěn)性檢驗前，為消除異方差性，本文對數(shù)據(jù)進(jìn)行對數(shù)處理。
從上圖不難看出，EC、EE、MEX、MP、MPI這五變量均隨時間變動趨勢性比較明顯，卻不平穩(wěn)。分別對五變量各自一階差分進(jìn)行ADF檢驗，無法取得同階單整，因此分別對五變量二階差分進(jìn)行檢驗，結(jié)果顯示在1%的顯著性水平上，五變量取得同階單整，見表2。
2.協(xié)整檢驗
通過平穩(wěn)性檢驗可知，EC、EE、MEX、MPI、MP五個時間序列二階單整I（2），序列之間可能存在協(xié)整關(guān)系，利用Johansen多變量極大似然估計法對這五個時間序列進(jìn)行協(xié)整檢驗。選擇最優(yōu)滯后階數(shù)是2。協(xié)整檢驗?zāi)Ｐ褪菍o約束VAR模型進(jìn)行協(xié)整約束后進(jìn)行VAR分析，因此協(xié)整模型的VAR模型的滯后階數(shù)為1。表2是協(xié)整檢驗的結(jié)果，顯示這五個序列間存在兩個協(xié)整關(guān)系。
根據(jù)Johansen檢驗協(xié)整關(guān)系表，可以得出以下兩個協(xié)整方程
EC=5.380333+0.559702MEX-1.924669MPI+5.795526MP（1）
EE=-13.35632+0.403116MEX-10.12147MPI+34.57761MP（2）
3.向量誤差修正模型（VEC）
由Johansen協(xié)整檢驗的結(jié)果表明：中國能源消費量與工業(yè)制成品出口額、工業(yè)制成品出口占比、工業(yè)制成品出口貿(mào)易依存度之間存在長期穩(wěn)定的均衡關(guān)系，同時中國能源消費強度與工業(yè)制成品出口額、工業(yè)制成品出口占比、工業(yè)制成品出口貿(mào)易依存度之間也存在長期穩(wěn)定的均衡關(guān)系。對（1）和（2）兩個方程建立誤差修正模型
ΔECt=βi1ΔECt-1+βi2ΔEEt-1+βi3ΔMEXt-1+βi4ΔMPIt-1+βi5ΔMPt-1+αECMt-1，1+δECMt-1，2+ut（3）
ΔEEt=β′i1ΔECt-1+β′i2ΔEEt-1+β′i3ΔMEXt-1+β′i4ΔMPIt-1+β′i5ΔMPt-1+α′ECMt-1，1+δ′ECMt-1，2+u′t（4）
使用向量自回歸模型，選擇k=1。另外，誤差修正項反映了當(dāng)中國能源消費量、能源消費強度與工業(yè)制成品出口額、工業(yè)制成品出口占比、工業(yè)制成品出口貿(mào)易依存度之間的關(guān)系偏離長期均衡狀態(tài)時對短期變化的影響，其系數(shù)α、δ反映了當(dāng)變量之間的短期波動偏離了長期均衡狀態(tài)時，將其調(diào)整到均衡狀態(tài)的調(diào)整速度或調(diào)整力度；在（3）和（4）式中，所有解釋變量差分項的系數(shù)反映了各解釋變量的短期波動對被解釋變量短期變化的影響方向和影響程度。經(jīng)檢驗得到估計結(jié)果并分別代入（3）和（4）式，有如下（5）和（6）式
ΔECt=1.05ΔECt-1-0.07ΔEEt-1-0.07ΔMEXt-1+0.11ΔMPIt-1-0.05ΔMPt-1-0.11ECMt-1，1+0.01ECMt-1，2+ut（5）
ΔECt=-0.62ΔECt-1+0.79ΔEEt-1-0.16ΔMEXt-1-0.03ΔMPIt-1-0.18ΔMPt-1-0.07ECMt-1，1+0.01ECMt-1，2+u′t（6）
（三）實證結(jié)果分析
1.EC與MEX、MP、MPI的關(guān)系
由Johansen檢驗結(jié)果得出的協(xié)整方程（1）式可知，在長期看來：一是中國能源消費總量對工業(yè)制成品出口占比依賴性較大，如果工業(yè)制成品出口占比提高1%，我國能源消費總量就會增加5.8%；二是中國工業(yè)制成品出口額與中國能源消費總量同項變動，工業(yè)制成品出口額每增加1個百分點會引起能源消費總量增加約0.56個百分點；三是中國工業(yè)制成品出口貿(mào)易依存度對中國能源消費總量的增加有一定抑制作用，工業(yè)制成品出口貿(mào)易依存度每提高1%，能源消費總量會降低1.9%。
由（5）式的誤差修正模型我們可以得出以下短期結(jié)論：誤差修正項ECMt-1，1的系數(shù)為-0.11，這就說明系統(tǒng)有自我修復(fù)的能力；誤差修正項ECMt-1，2的系數(shù)為0.01，說明在短期內(nèi)中國能源消費強度與工業(yè)制成口出額、工業(yè)制成品出口占比、工業(yè)制成品出口貿(mào)易依存度之間的關(guān)系對于中國能源消費總量起到些微的正向沖擊，但效果不甚明顯；我國能源消費總量在短期受到自身滯后1期的正向沖擊，且作用很明顯，高達(dá)1.05；滯后1期的工業(yè)制成品出口貿(mào)易依存度對我國能源消費總量的正面沖擊效果相對顯著。
2.EE與MEX、MP、MPI的關(guān)系
方程（2）式顯示長期均衡中：一是中國工業(yè)制成品出口占比對中國能源消費強度有較大的促進(jìn)作用，工業(yè)制成品出口額在出口貿(mào)易占比每增加1%，中國能源消費強度會增加34.6%；二是中國工業(yè)制成品出口額對中國能源消費強度的促進(jìn)作用就相對小得多了；三是中國工業(yè)制成品出口貿(mào)易依存度與中國能源消費強度反向變動，即工業(yè)制成品出口貿(mào)易依存度每提高1%，引起能源消費強度下降10%。
由（6）式的誤差修正模型我們可以得出以下短期結(jié)論：誤差修正項ECMt-1，2的系數(shù)為0.01，這就說明系統(tǒng)沒有自我修復(fù)的能力，但偏差不大；誤差修正項ECMt-1，1的系數(shù)為-0.07，說明在短期內(nèi)，中國能源消費總量與工業(yè)制成品出口額、工業(yè)制成品出口占比、工業(yè)制成品出口貿(mào)易依存度之間的關(guān)系對于中國能源消費強度起到較大的反向沖擊，對幫助系統(tǒng)恢復(fù)到長期均衡狀態(tài)起到一定的積極作用；同時，我國能源消費強度在短期受到自身滯后1期的正向沖擊，且作用比較明顯。
三、改善工業(yè)品制成品出口優(yōu)化能源消費對策建議
（一）在政策導(dǎo)向下，引導(dǎo)工業(yè)制成品出口能源密集化趨勢的自發(fā)調(diào)整
1.能源政策導(dǎo)向
我國主要能源價格一直處于被低估的狀態(tài)，并且部分能源補貼政策使我國在能源密集型產(chǎn)品的生產(chǎn)與出口上表現(xiàn)出低成本優(yōu)勢和比較優(yōu)勢的假象，這加劇了相應(yīng)的隱含能外流。目前，健全能源要素價格形成機制，謹(jǐn)慎采取能源補貼政策是從根本上令能源要素市場的供求引導(dǎo)工業(yè)制成品出口能源密集化趨勢的自發(fā)調(diào)整。
2.貿(mào)易政策導(dǎo)向
對于工業(yè)制成品出口中出口隱含能較少的行業(yè)，應(yīng)在出口政策上予以傾斜；對于工業(yè)制成品出口中出口額占比較大且能源消費明顯的行業(yè)，出口政策應(yīng)以維持行業(yè)出口地位為主，更要注重節(jié)能角度的技術(shù)改造升級，促進(jìn)行業(yè)節(jié)能的發(fā)展；對于部分高能耗的行業(yè)，貿(mào)易政策應(yīng)以限制和控制為主，可考慮加強進(jìn)口政策支持，對國內(nèi)產(chǎn)業(yè)進(jìn)行替代。
（二）提高工業(yè)制成品出口貿(mào)易依存度，加強出口學(xué)習(xí)效應(yīng)
提高工業(yè)制成品出口貿(mào)易依存度可以加快我國的工業(yè)制成品融入全球一體化的進(jìn)程，同時出口學(xué)習(xí)效應(yīng)的存在，出口工業(yè)制成品相關(guān)企業(yè)節(jié)能技術(shù)的進(jìn)步也必然受到影響。鼓勵工業(yè)制成品出口貿(mào)易企業(yè)通過信息共享、人員流動等方式發(fā)揮其對其他非出口企業(yè)的技術(shù)溢出作用，可進(jìn)一步提升我國企業(yè)能源方面的創(chuàng)新能力。
參考文獻(xiàn)：
[1]吳獻(xiàn)金.我國出口貿(mào)易與能源消費關(guān)系的實證檢驗[J].統(tǒng)計與決策，2008（16）.
[2]徐少君.能源消費與對外貿(mào)易的關(guān)系[J].國際商務(wù)，2011（06）.
[3]張傳國.中國能源消費與出口貿(mào)易關(guān)系實證研究[J].世界經(jīng)濟(jì)研究，2009（08）.
[4]吳安.中國出口貿(mào)易對能源消費影響的實證分析[D].復(fù)旦大學(xué)，2010.
[5]周恒.中國國際貿(mào)易對能源消費影響的投入產(chǎn)出分析[J].統(tǒng)計與信息論壇，2012（06）.
第8篇：實證分析范文
一、股市泡沫的涵義
目前，經(jīng)濟(jì)學(xué)界還沒有一個公認(rèn)的股市泡沫的定義。本文將股市泡沫定義為由金融投機所導(dǎo)致的股票價格上漲嚴(yán)重偏離其內(nèi)在價值并陡然下跌使股市泡沫破裂的狀態(tài)。必須說明的是：在現(xiàn)實股票市場中，我們不能把任何市場價格超過內(nèi)在價值的情況都判定為出現(xiàn)了泡沫。在內(nèi)在價值附近的“純粹”隨機性偏離，不應(yīng)當(dāng)看成泡沫，只能稱為“噪音”。此種“純粹”隨機性擾動可以用均值為零的平穩(wěn)隨機過程來描述。只有當(dāng)這種偏離是實質(zhì)性的，即非平穩(wěn)型偏移時，才能將其稱為泡沫。
二、股市泡沫合理范圍的確定
（一）股市泡沫合理范圍的定義。股市泡沫是一把雙刃劍，泡沫適度則可以促進(jìn)經(jīng)濟(jì)增長，泡沫過度甚至破滅則會對經(jīng)濟(jì)帶來巨大的破壞作用，因此應(yīng)該把股市泡沫控制在一定的范圍之內(nèi)，這一范圍可稱之為股市泡沫的合理范圍。在這一范圍內(nèi)，股市泡沫能夠?qū)嶓w經(jīng)濟(jì)有促進(jìn)作用，并且能夠長期持續(xù)發(fā)展，不至于破裂。
(二)股市泡沫合理范圍的確定。在現(xiàn)實的股票市場上，股票的市場價格往往高于其真實價格，從而決定了股票的價格具有了“虛擬”成分。這是產(chǎn)生股市泡沫的根源。從泡沫的定義，可以知道泡沫的度量公式為：Bt=It-It＊。其中，It為t時刻股股票市場實際平均價格，It＊為t時刻股票市場理論價值或者內(nèi)在價值。因此，研究股市泡沫的合理范圍，就必須注重股票價格虛擬的合理范圍。
本文認(rèn)為，依據(jù)市盈率指標(biāo)來說明股票價格虛擬的合理范圍、股市泡沫產(chǎn)生的臨界點以及股市泡沫存在的合理區(qū)間，是一個比較好的辦法。市盈率越大，說明股票價格的虛擬成分越大，股市泡沫存在的可能性也就越大。市盈率的倒數(shù)反映投資者按股票市價投資于股票所能獲得的盈利率，盈利率越低，說明股票投資價值越小，股票價格的虛擬成分和股市泡沫的可能性也越大。因此，用市盈率這一指標(biāo)分析股票價格虛擬成分是否合理以及股市泡沫存在與否，最關(guān)鍵的是明確市盈率有沒有合理定位。
從理論上看，一方面股票價格=股息率/利息率，股票價格取決于股息率和利息率兩個基本因素；另一方面在金融投資中，股票投資風(fēng)險較大，回報較高；存款風(fēng)險最低，回報也最低。因此，存款回報即利息率可視為股票回報的底線。這樣，我們就可以通過市盈率指標(biāo)來較好地分析我們所要研究的問題。設(shè)三年期存款基準(zhǔn)利率ra，一年期存款基準(zhǔn)利率rb，活期存款基準(zhǔn)利率（以三個月銀行存款利息率為參照系）rc，那么把三年以上股票投資視為長期投資的話，股票市盈率在1/ra以內(nèi)就具有了長期投資價值。在這種情況下的股市也不可能存在“泡沫”。所以，只要市盈率不超過1/ra，股票價格的虛擬都是在其合理范圍之內(nèi)，且不存在股市泡沫。如果市盈率超過1/ra，股市就有產(chǎn)生“泡沫”的可能。因此，可以把市盈率1/ra視為股市泡沫生成的邊界。股市泡沫合理存在的臨界點：1/rb。那么，如果市盈率在1/ra-1/rb之間，在股票市場上，投資人短期投資行為較強，且具有一定程度的投機行為，股市雖然存在一定程度的“泡沫”，但這時的“泡沫”有利于股市的活躍和發(fā)展。因為在理論上，其盈利狀況并沒有低于一年期銀行存款回報底線。所以，股票市盈率在1/ra～1/rb之間，股市泡沫的存在是在其合理范圍之內(nèi)。但如果股市泡沫超過其存在的合理界限即市盈率為1/rb，股市泡沫就可能生成“氣泡”，“氣泡”膨脹超過一定可承受度后，即市盈率超過1/rc，隨時會有破裂的可能，最終給股市造成極大的破壞。由此得，股市泡沫生成的邊界為：1/ra；股市泡沫合理存在的臨界點：1/rb；股市泡沫隨時破裂的起始點：1/rc。
三、我國目前股市泡沫量度量
2007年上半年，A股市場可以用一個“熱”字來形容，尤其是4月份的A股市場更是火暴，主要指數(shù)大幅上漲，A股總市值不斷快速增長，成交量與成交金額不斷創(chuàng)出新高，資金源源不斷流入市場。為此國家采取了一系列的打壓政策，抑制股市的過熱勢頭。5、6月份股市的過熱勢頭有所緩和，股市形勢逐漸趨于合理化。上半年，4月份的股市最熱，因此產(chǎn)生泡沫的可能性最大。因此，本文以4月份的股市情況為代表，來判斷上半年的股市泡沫量。（表1）
本文認(rèn)為，選取剔除虧損后的市盈率更為合理，即2007年4月份A股市場平均市盈率為43.04，上證A股平均市盈率為41.94，深證A股平均市盈率為48.21。
2007年4月份金融機構(gòu)一年期存款基準(zhǔn)利率2.79%；三年期存款基準(zhǔn)利率3.96%；三個月基準(zhǔn)利率1.98%?？芍?，4月份股市泡沫不產(chǎn)生的范圍為：［0，25.25］；股市泡沫存在的合理范圍為：［25.25，43.67］；股市泡沫隨時破裂的起始點為［50.5，∞］。
2007年4月份整體A股市場、上證A股市場市盈率在[25.25，43.67]內(nèi)，而深證A股平均市盈率不在［25.25，43.67］內(nèi)。這表明4月份整體A股市場、上證A股市場股市泡沫的存在是在其合理范圍之內(nèi)。但是，4月份深證A股平均市盈率已經(jīng)超出了股市泡沫存在的合理范圍，同時整體A股市場、上證A股市場的市盈率都已經(jīng)很接近股市泡沫合理區(qū)間的下限。我國股市泡沫形勢已經(jīng)很嚴(yán)重，稍有不慎就有可能使整體股市泡沫生成“氣泡”，“氣泡”膨脹超過一定可承受度后，隨即破裂，最終對我國經(jīng)濟(jì)產(chǎn)生破壞作用。
值得慶幸的是，我國政府已經(jīng)意識到股市泡沫的危險性。5月份以來，政府出臺了一系列的措施抑制股市過熱：中國人民銀行雙管齊下，同時宣布提高存貸款基準(zhǔn)利率以及存款準(zhǔn)備金率；之后，財政部將股票交易印花稅提高到0.3%。這些針對股市政策的及時出臺，有效地抑制了我國股市泡沫的嚴(yán)重化。到目前為止，我國的股市泡沫仍在合理的范圍之內(nèi)。
四、政策及相應(yīng)措施
（一）積極對投資者進(jìn)行風(fēng)險教育。抑制投資者在股市的頻繁操作，降低市場投機程度，重塑理性投資者，使其主導(dǎo)整個股票市場，限制無信息投資者的盲從行為。
（二）繼續(xù)豐富金融投資產(chǎn)品和工具。積極穩(wěn)妥發(fā)展債券市場，逐步建立集中監(jiān)管、統(tǒng)一互聯(lián)的債券市場；建立多層次股票市場體系；穩(wěn)步發(fā)展期貨市場，建立以市場為主導(dǎo)的品種和交易制度的創(chuàng)新。
（三）大力發(fā)展機構(gòu)投資者。眾多以獲取長期穩(wěn)定投資收益為目的的機構(gòu)投資者的存在，是抑制股市過度投機、推進(jìn)股市理性投資理念重塑的重要條件。
第9篇：實證分析范文
【原刊地名】長沙
【原刊期號】200205
【原刊頁號】37～40
【分 類 號】f52
【分 類 名】外貿(mào)經(jīng)濟(jì)、國際貿(mào)易
【復(fù)印期號】200301
【 標(biāo) 題】
xu he-lian,lai ming-yong
(college of business management,hunan university,changsha,hunan 410082,china)
【標(biāo)題注釋】［基金項目］全國優(yōu)秀青年教師教學(xué)科研獎勵基金、國家社會科學(xué)基金(01cjy023)資助
【 作 者】許和連/賴明勇
【作者簡介】許和連(1971-)，男，湖南雙峰人，湖南大學(xué)工商管理學(xué)院博士生，數(shù)學(xué)與計量經(jīng)濟(jì)學(xué)院講師.湖南大學(xué) 工商管理學(xué)院，湖南 長沙 410082
賴明勇 湖南大學(xué) 工商管理學(xué)院，湖南 長沙 410082
【摘 要 題】對外貿(mào)易業(yè)務(wù)
【英文摘要】imports is increased year by year since the reform and opening of china,and it played an important role on china's economic growth.there are many factors that influence china's import.as multicollinearity or similar multi-collinearity exist among these factors,the empirical result based on traditional methods are not satisfactory.this paper adopts a new analysis method of multivariate statistical data——the partial least squares (pls)regression to analyze the impact factors to import in china,and the degree of impact.the conclusions are beneficial to international trade policy in china.
【關(guān) 鍵 詞】進(jìn)口貿(mào)易/因素/偏最小二乘回歸
import trade/factors/partial least-squares regression
【 正 文】
［中圖分類號］f752?。畚墨I(xiàn)標(biāo)識碼］a?。畚恼戮幪枺?008-1763(2002)05-0037-04
改革開放以來，我國經(jīng)濟(jì)實現(xiàn)了持續(xù)的快速增長，從1978年—2000年國內(nèi)生產(chǎn)總值(gdp)按可比價格計算增長6.4倍，年均增長高達(dá)9.5%。與此同時，進(jìn)口增長也保持了強勁的勢頭，進(jìn)口額從1978年的108.9億美元增加到2000年的2251.0億美元，增長19.7倍，同期我國在世界貿(mào)易中的排名由第30位上升到了前10名。在我國改革開放的過程中，進(jìn)口貿(mào)易為我國經(jīng)濟(jì)的持續(xù)發(fā)展發(fā)揮了重要的作用，隨著我國加入wto，我國非關(guān)稅壁壘的種類和范圍將逐漸縮小以至取消，進(jìn)口關(guān)稅率將逐漸地降低，最終與國際接軌，我國在進(jìn)口體制方面將發(fā)生顯著的變化，而進(jìn)口貿(mào)易在我國未來經(jīng)濟(jì)的發(fā)展中的作用和地位將更加重要。因此，影響中國進(jìn)口貿(mào)易因素問題是一個非?，F(xiàn)實而值得深入研究的問題，對它的研究能為我國進(jìn)口貿(mào)易政策的制定提供有益的定量依據(jù)。
對這一問題的研究，國內(nèi)已有學(xué)者作了一些工作，姚麗芳運用主成分分析的方法實證研究了中國外貿(mào)進(jìn)出口影響的因素；魏巍賢運用協(xié)整分析技術(shù)與hendry提出的一般到特殊的方法分析了我國進(jìn)口需求的決定因素，等等。在實證研究過程中，如果是采用截面數(shù)據(jù)，運用普通最小二乘法的多元線性回歸，要求所選取的樣本點（即不同的國家或地區(qū)）具有相同的經(jīng)濟(jì)結(jié)構(gòu)和生產(chǎn)技術(shù)，而這在現(xiàn)實經(jīng)濟(jì)中是無法滿足的；同時我們知道，影響一國進(jìn)口貿(mào)易的因素有很多，而不同的因素變量之間都不同程度地存在多重共線性或近似多重共線性關(guān)系，對存在多重共線性關(guān)系的變量運用簡單的線性回歸分析方法，將使得模型極其不穩(wěn)定，且模型往往出現(xiàn)與現(xiàn)實相反的結(jié)論，而不能解釋所要說明的問題；利用主成分分析方法能有效地消除所選取自變量間的多重共線性，但是主成分方法在分析過程只考慮了自變量所包含的信息，而沒有涉及因變量的信息；而利用hendry提出的一般到特殊的方法，是把在模型中統(tǒng)計不顯著的變量逐一刪除掉，用表現(xiàn)統(tǒng)計顯著的變量建立模型，這種方法操作方便，但是在建模的過程中刪除統(tǒng)計不顯著的變量時，同時也把對因變量一些有用的信息刪除了，從而不能全面反映因變量的影響信息。
針對這些問題，本文采用有第二代回歸分析方法之稱的偏最小二乘(pls,partial least-squares)回歸方法，通過建模分析我國進(jìn)口貿(mào)易的影響因素。
一 pls回歸建模的原理與方法
偏最小二乘(pls)回歸是一種新型的多元統(tǒng)計數(shù)據(jù)分析方法，由h.wold和c.albano等人提出以后，pls回歸方法得到廣泛的應(yīng)用，尤其是在化學(xué)和化工領(lǐng)域。pls回歸方法是一種消除自變量多重共線性的有效方法，從某種意義說，pls回歸方法是改進(jìn)了的主成分(pcr)方法，但是又不同于pcr方法，pls在成分提取的過程中不僅考慮自變量（解釋變量）的信息，同時考慮了因變量（被解釋變量）的信息，在復(fù)雜的多變量系統(tǒng)中，pls方法沒有對逐個變量判斷其留取與舍棄，而利用信息分解的思路，將自變量系統(tǒng)中的信息重新組合，有效地提取對系統(tǒng)解釋性最強的綜合變量，排除重疊信息或無解釋意義的信息干擾，從而克服變量多重共線性在系統(tǒng)建模中的不良作用，得到一個更為可靠的分析結(jié)果。
pls回歸方法有單因變量的pls回歸與多因變量的pls回歸，由于研究的問題只涉及到單因變量，因此只就單因變量的pls回歸作闡述。
（一）單因變量pls回歸方法建模思路
設(shè)因變量y和p個自變量構(gòu)成的自變量集合x=[x[,1]，…，x[,p]]，為了研究因變量與自變量之間的統(tǒng)計關(guān)系，我們觀測了n個樣本點，由此構(gòu)成了n維的因變量向量和自由變量構(gòu)成的n×p的觀測矩陣x=[x[,1]，…，x[,p]][,n×p]。pls回歸方法是首先在矩陣x中提取成分(t[,1]（t[,1]為x[,1]…x[,p]的線性組合），要求t[,1]應(yīng)可能大的攜帶x中的變異信息，且與y的相關(guān)程度最大，這樣，t[,1]盡可能好地綜合了x的信息，同時對y又能最強的解釋能力，在第一個成分t[,1]被提取后，pls回歸分析實施x對t[,1]的回歸及y對t[,1]的回歸，如果回歸方程已經(jīng)達(dá)到滿意的精度，則算法終止；否則，將利用x被t[,1]解釋后的殘余信息進(jìn)行第二輪的成分提取，如此反復(fù)迭代，直到能達(dá)到一個較滿意的精度為止，若最終對x共提取了k個成分t[,1]，…，t[,k]，pls回歸將通過實施y對t[,1]，…，t[,k]的回歸，然后表達(dá)成y關(guān)于原變量x[,1]，…，x[,p]的回歸方程。
（二）pls回歸方法建模步驟
1°將x與y進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化后的自變量矩陣e[,0]和因變量矩陣f[,0].
附圖
（三）pls成分?jǐn)?shù)的確定
在前面的分析中指出，pls回歸分析往往只需提取前面k個成分t[,1]，…，t[,k]就可以得到一個穩(wěn)定和可靠的模型，對于pls成分?jǐn)?shù)如何來確定，既要保證所提取的成分對系統(tǒng)解釋能力最強，又要克服變量之間的多重共成性關(guān)系，我們采用國外廣泛應(yīng)用的交互檢驗(cv,cross validation)方法來確定。
交互檢驗是先構(gòu)造統(tǒng)計量預(yù)測誤差平方和(press,prediction residual error sum of squares)，然后求使其達(dá)到最小的成分?jǐn)?shù)k[*]即為所求。關(guān)于press的構(gòu)造：把所有n個樣本點分成兩部分，第一部分是除去某個樣本點i的所有樣本點集合，用這部分樣本點并使用k個pls成分?jǐn)M合一個回歸方程，第二部分是把被排除的樣本點i代入前面擬合的回歸方程，得到y(tǒng)在樣本點i上的擬合值表示采用所有的樣本點，運用含k個pls成分?jǐn)M合的回歸方程在第i個樣本點的預(yù)測值。若q[2,k]0.0975，則認(rèn)為t[,k]成分的邊際貢獻(xiàn)是顯著的，應(yīng)增加pls成分t[,k]；否則，認(rèn)為不應(yīng)再增加pls成分t[,k]（王惠文，1999）。
二 實證分析
（一）變量與數(shù)據(jù)選取
本部分我們利用pls回歸方法建模分析我國進(jìn)口貿(mào)易的影響因素，根據(jù)經(jīng)濟(jì)學(xué)理論和已有的研究結(jié)論，我們從理論上選取以下變量作為影響我國進(jìn)口貿(mào)易(y)的因素：總消費支出（億元）(x[,1])，全社會固定資產(chǎn)投資（億元）(x[,2])，出口額（億元）(x[,3])，人均gdp（元／人）(x[,4])，匯率（人民幣／美元）(x[,5])，關(guān)稅稅率(x[,6])，商品零售價格指數(shù)（以上年＝100）(x[,7])，外商直接投資（fdi，億元）(x[,8])，國內(nèi)經(jīng)濟(jì)增長率（以gdp增長率表示）(x[,9])，外匯儲備（億元）(x[,10])等10個變量。其中，關(guān)稅稅率以我國進(jìn)口商品平均關(guān)稅稅率表示，進(jìn)口貿(mào)易變量以我國進(jìn)口貿(mào)易額（億元）表示，假設(shè)我國的進(jìn)口供給具有無限彈性。
所有變量的數(shù)據(jù)均選取1980年—2000年的年度數(shù)據(jù)（原始數(shù)據(jù)資料來自《中國統(tǒng)計年鑒》，《海關(guān)統(tǒng)計年鑒》各期），為了研究的方便，考慮對各時序數(shù)據(jù)取對數(shù)以后并不影響變量之間的關(guān)系，且所得到的數(shù)據(jù)容易得到平穩(wěn)序列，我們對各變量數(shù)據(jù)作對數(shù)處理，處理后的時序變量分別記為：ly,lx[,1],lx[,2],lx[,3],lx[,4],lx[,5],lx[,6],lx[,7],lx[,8],lx[,8],lx[,9],lx[,10]。
（二）實證結(jié)果
首先我們對變量之間的相關(guān)性進(jìn)行分析，從變量之間的相關(guān)系數(shù)我們可以發(fā)現(xiàn)，各變量之間都存在較強的相關(guān)性，說明自變量之間存在嚴(yán)重的多重共線性關(guān)系。在這種情況下，若運用普通最小二乘回歸分析方法，則可能會出現(xiàn)模型結(jié)論與現(xiàn)實相差較大的情況，導(dǎo)致模型的解釋無效，這里我們運用pls回歸分析方法來進(jìn)行分析。
1.pls成分的確定
這里我們運用交互檢驗(cv)方法的q[2,k]值來確定pls成分，從計算結(jié)果發(fā)現(xiàn)選取2個pls成分即可滿足精度要求，具體結(jié)果見表1。
表1 pls成分?jǐn)?shù)
成分
t[,1]
t[,2]
rdlx
0.744
0.124
rdlx(cum)
0.744
0.868
rdly
0.976
0.012
rdly(cum)
0.976
0.988
q[,2]
0.974
0.355
臨界值
0.0975
0.0975
表中符號rdlx表示成分t[,h]對lx的解釋能力rd(lx;t[,h])，其中rd(lx;t[,h])=,h=1,2，符號rdly表示成分t[,h]對ly的解釋能力rd(ly;t[,h])，其中rd(ly;t[,h])=r[2](ly,t[,h]),h=1,2，而q[2]表示交互檢驗值，其臨界值取0.0975，由于q[2,2]=0.355＞0.0975，因此取兩個pls成分t[,1],t[,2]即可，且它能解釋98.8%的因變量ly的變異信息，對自變量lx的信息利用率達(dá)到了86.8%。
2.模型結(jié)果
利用pls回歸方法得到影響我國進(jìn)口貿(mào)易因素的回歸模型，結(jié)果見表2。
表2 我國進(jìn)口貿(mào)易影響因素的pls回歸模型
常數(shù)項
lx[,1]
lx[,2]
lx[,3]
lx[,4]
lx[,5]
因變量ly
5.798 0.137 0.143
0.146
0.139 0.156
lx[,6]
lx[,7]
lx[,8]
lx[,9]
lx[,10]
因變量ly -0.066
0.088
0.145 0.0097
0.086
3.變量投影重要性指標(biāo)
變量投影重要性指標(biāo)(vip,variable importance in projection)反映了每一個自變量lx[,j]在解釋因變量ly時的作用的重要性，其計算公式為：
附圖
其中vip[,j]表示第j個自變量的投影重要性指標(biāo)，p表示自變量的個數(shù)，wh[,j]是軸w[,h]的第j個分量，它被用于測量lx[,j]對構(gòu)造t[,h]成分的邊際貢獻(xiàn)，且對任意的h=1,2，總有，vip[,j]值計算結(jié)果見圖1。
附圖
圖1 各變量的vip值
4.結(jié)果分析
從pls回歸模型結(jié)果我們可以看出，除關(guān)稅稅率與我國進(jìn)口額之間表現(xiàn)出一種負(fù)向關(guān)系之外（關(guān)稅稅率變量前的系數(shù)為-0.066），其他變量與進(jìn)口額之間均表現(xiàn)出正向關(guān)系，而且關(guān)稅稅率在vip圖上對進(jìn)口貿(mào)易表現(xiàn)出較強的解釋作用，這說明這國進(jìn)口貿(mào)易對關(guān)稅稅率比較敏感，關(guān)稅稅率越高越不利于進(jìn)口。而改革開放以來我國一直采用高關(guān)稅政策，這主要是因為進(jìn)口關(guān)稅稅率是我國調(diào)節(jié)進(jìn)口商品數(shù)量和結(jié)構(gòu)，保護(hù)國內(nèi)幼稚工業(yè)，增加國家財政收入的一種重要手段。隨著我國加入wto，關(guān)稅稅率將逐漸降低，這將為我國增加進(jìn)口，進(jìn)而為經(jīng)濟(jì)發(fā)展發(fā)揮重要作用。
從vip圖可以發(fā)現(xiàn)，除我國經(jīng)濟(jì)增長率及商品零售價格指數(shù)變量在解釋我國進(jìn)口貿(mào)易的作用不顯著之外，在vip圖中分析排在第9和第10位，其他的變量均表現(xiàn)出較強的作用，這說明盡管改革開放的二十多年來我國經(jīng)濟(jì)以年均9.5%的高速度增長以及物價指數(shù)也經(jīng)歷了大起大落現(xiàn)象，但這對進(jìn)口貿(mào)易并沒有明顯的影響。出口額、匯率、全社會固定資產(chǎn)投資、外商直接投資、人均gdp、總消費支出對進(jìn)口貿(mào)易表現(xiàn)出了顯著的解釋作用，在vip圖中分別排在第1到第6位，而其中又以出口額與匯率變量表現(xiàn)最為明顯，在vip圖中排在第1和第2位，這主要是因為出口一方面通過增加國內(nèi)的消費和投資需求從而間接地造成進(jìn)口需求的增加，另一方面是造成中間產(chǎn)品需求的增加從而直接促進(jìn)進(jìn)口的增加；而匯率對我國進(jìn)口需求的影響明顯，隨著人民幣的貶值，進(jìn)口需求不降反升，這符合j曲線原理，同時也反映我國進(jìn)口商品缺乏彈性，很難通過人民幣匯率下調(diào)來限制進(jìn)口；全社會固定資產(chǎn)投資的增長，促進(jìn)了國內(nèi)生產(chǎn)的快速發(fā)展，人均gdp也隨著增加，國內(nèi)生產(chǎn)的迅速擴張，對原材料、機器設(shè)備等的需求旺盛，依靠大量進(jìn)口來滿足需求，同時，部分投資直接用于先進(jìn)技術(shù)設(shè)備的進(jìn)口，這都增加了進(jìn)口需求；外商直接投資與進(jìn)口往往表現(xiàn)出互為因果的伴生現(xiàn)象，因為一方面進(jìn)口是投資的先導(dǎo)，許多的投資是跟隨市場的開拓而來的，另一方面是跨國公司在我國進(jìn)行投資之后，往往伴隨著機器設(shè)備、原材料和零部件的進(jìn)口；總消費支出對我國進(jìn)口商品貿(mào)易作用明顯，說明我國的進(jìn)口商品中有一部分直接用于消費；外匯儲備在我國進(jìn)口需求中也起到了重要的作用，在vip圖中排在第7位，因為外匯儲備是具有國際支付能力的貨幣資源，而我國逐年增加的外匯儲備正是進(jìn)口貿(mào)易的保證。
三 結(jié)論
通過分析指出了當(dāng)自變量之間存在多重共線性或近似多重共線性關(guān)系時，采用pls回歸方法，能有效消除自變量之間的多重共線性，且使得模型更加符合實際。運用pls回歸方法，分析了影響我國改革開放（1980年—2000年）以來進(jìn)口貿(mào)易的因素。研究結(jié)果發(fā)現(xiàn)，在所選取的10個變量中，我國的經(jīng)濟(jì)增長率及商品零售價格指數(shù)變量與進(jìn)口貿(mào)易之間表現(xiàn)出一種正向關(guān)系，但對進(jìn)口貿(mào)易影響不明顯，而關(guān)稅稅率與進(jìn)口貿(mào)易之間表現(xiàn)出一種負(fù)向關(guān)系，且對進(jìn)口貿(mào)易影響較明顯，其他的變量與進(jìn)口貿(mào)易之間均表現(xiàn)出正向關(guān)系，且對進(jìn)口貿(mào)易的作用表現(xiàn)顯著，而其中又以出口額與匯率變量表現(xiàn)最為明顯。
［收稿日期］2002-04-26
【參考文獻(xiàn)】
