影响一个国家贸易盈余的因素有什么.doc

影响一个国家贸易盈余的因素有什么？内容摘要关键词一， 问题的提出二， 文献综述三， 本文的变量的选取和基本分析笔者认为影响经常账户和贸易盈余的因素有四， 数据及处理 笔者的数据选取的是世界银行发展指数数据库中2006年的34个OECD国家的数据，包括以当前美元（current US$）度量的一国贸易盈余（external balance），年均增长率GDP growth (annual %)，净国外直接投资（Foreign direct investment net BoP, current US$)）, 一般政府最终消费支出（现价），General government final consumption expenditure (current US$)，家庭最终消费支出（现价）Household final consumption expenditure, etc. (current US$)，贸易条件调整Terms of trade adjustment (constant LCU)，失业占总劳动人口的百分比（Unemployment, total (% of total labor force)，国民储蓄（现价）Gross domestic savings (current US$)五，模型及处理基于以上数据，建立的模型是： Y=0+1X1+2X2+3X3+4X4+5X5+6X6+7X7+u 0是截距项， 1度量了在其余变量不变的情况下政府的消费性支出占GDP每增加一百分比对于一国外部均衡的影响 。2度量了其余变量不变下净国外直接投资每增加一美元对于一国贸易顺差的影响。3度量了其余变量不变下政府的消费性支出每增加一美元对于一国贸易顺差的影响4度量了 其余变量不变下家庭最终消费支出每提高一美元对于本国贸易顺差的影响5度量了其余变量不变下贸易条件调整每提高一单位对于本国贸易顺差的影响6度量了其余变量不变下失业占总劳动人口的百分比每提高一个百分比对于贸易顺差的影响7度量了其余变量不变下国民储蓄每增加一美元对于贸易顺差的影响u是随机误差项。 对Y做回归 利用Stata软件做最小二乘估计结果如下reg var2 var6 var7 var8 var9 var10 var11 var12 Source | SS df MS Number of obs = 34-+- F( 7, 26) = 76.36 Model | 6.0123e+23 7 8.5890e+22 Prob F = 0.0000 Residual | 2.9247e+22 26 1.1249e+21 R-squared = 0.9536-+- Adj R-squared = 0.9411 Total | 6.3048e+23 33 1.9105e+22 Root MSE = 3.4e+10- var2 | Coef. Std. Err. t P|t| 95% Conf. Interval-+- var6 | 2.72e+08 3.68e+09 0.07 0.942 -7.29e+09 7.83e+09 var7 | .155623 .2741617 0.57 0.575 -.4079244 .7191704 var8 | .0518941 .1427145 0.36 0.719 -.2414597 .3452478 var9 | -.1997351 .0248097 -8.05 0.000 -.2507322 -.148738 var10 | .0032503 .001745 1.86 0.074 -.0003365 .0068371 var11 | 5.94e+08 2.43e+09 0.24 0.809 -4.40e+09 5.59e+09 var12 | .5621306 .1000027 5.62 0.000 .3565721 .7676891 _cons | -1.29e+10 2.10e+10 -0.61 0.544 -5.60e+10 3.02e+10-五， 检验1， 首先，我认为应当进行关于模型设定的检验，用RESET检验的方式，得到如下结论：. ovtestRamsey RESET test using powers of the fitted values of var2 Ho: model has no omitted variables F(3, 23) = 0.33 Prob F = 0.8028在喜爱显著性水平为0.05的条件下，P值为0.8,明显大于0.05，故不能拒绝原假设，即认为模型没有函数形式误设。2， 经济意义的检验变量的经济显著性与hat的大小及符号有关系。该模型可以通过经济意义的检验，可以看出每个变量的统计量系数都较大，而且系数的符号符合经济理论。具体来看，系数应当满足，统计检验从F检验来看，多元线性回归方程显著性检验的原假设是：1=2=6=0，根据以上的stata分析检验结果，P值为0.00，在显著性水平5%上，拒绝原假设，认为原假设不成立，即偏回归系数不同时为0。 从检验来看，在回归系数的假设检验中，建立的是虚拟假设H0：j=0, 其中，j对应着6各自变量中的任意一个。从检验出的p值来看，在显著性5%的水平上， 3，关于模型设定的检验 3， 正态型检验因为样本量不算太大，所以应该进行正态性检验，对每个变量分别进行正态型检验，得出除了var5，var6，var9， var10的sktest值不为0之外，其余都为0 ，即否定原假设，认为其余变量不服从正态分布。4， 拟合值相关，异方差性检验比较常规回归和稳健回归，用stata进行稳健回归，得到如下结果reg var2 var6 var7 var8 var9 var10 var11 var12,robustLinear regression Number of obs = 34 F( 7, 26) =23409.62 Prob F = 0.0000 R-squared = 0.9536 Root MSE =3.4e+10- | Robust var2 | Coef. Std. Err. t P|t| 95% Conf. Interval-+- var6 | 2.72e+08 9.93e+08 0.27 0.787 -1.77e+09 2.31e+09 var7 | .155623 .4343869 0.36 0.723 -.7372721 1.048518 var8 | .0518941 .1120513 0.46 0.647 -.1784307 .2822188 var9 | -.1997351 .0201751 -9.90 0.000 -.2412056 -.1582645 var10 | .0032503 .0022029 1.48 0.152 -.0012778 .0077785 var11 | 5.94e+08 2.47e+09 0.24 0.812 -4.49e+09 5.67e+09 var12 | .5621306 .1345956 4.18 0.000 .2854655 .8387957 _cons | -1.29e+10 2.11e+10 -0.61 0.547 -5.63e+10 3.05e+10-.怀疑变量var6,var7存在较严重的异方差性，先进性通常的异方差-稳健的LM检验reg var2 var8 var9 var10 var11 var12 Source | SS df MS Number of obs = 34-+- F( 5, 28) = 113.60 Model | 6.0086e+23 5 1.2017e+23 Prob F = 0.0000 Residual | 2.9620e+22 28 1.0579e+21 R-squared = 0.9530-+- Adj R-squared = 0.9446 Total | 6.3048e+23 33 1.9105e+22 Root MSE = 3.3e+10- var2 | Coef. Std. Err. t P|t| 95% Conf. Interval-+- Var8 | .0630075 .1266365 0.50 0.623 -.1963955 .3224106 Var9 | -.1962973 .0210465 -9.33 0.000 -.239409 -.1531856 Va10 | .0030419 .0016351 1.86 0.073 -.0003074 .0063913 var11| 5.77e+08 2.17e+09 0.27 0.792 -3.86e+09 5.01e+09 var12 | .5312424 .0817647 6.50 0.000 .3637549 .6987298 _cons | -1.04e+10 1.60e+10 -0.65 0.522 -4.31e+10 2.24e+10-. predict u_hat,residual. reg u_hat var6 var7 var8 var9 var10 var11 var12 Source | SS df MS Number of obs = 34-+- F( 7, 26) = 0.05 Model | 3.7359e+20 7 5.3370e+19 Prob F = 0.9998 Residual | 2.9247e+22 26 1.1249e+21 R-squared = 0.0126-+- Adj R-squared = -0.2532 Total | 2.9620e+22 33 8.9759e+20 Root MSE = 3.4e+10- u_hat | Coef. Std. Err. t P|t| 95% Conf. Interval-+- Var6 | 2.72e+08 3.68e+09 0.07 0.942 -7.29e+09 7.83e+09 Var7 | .155623 .2741617 0.57 0.575 -.4079244 .7191704 Var8 | -.0111135 .1427145 -0.08 0.939 -.3044673 .2822403 Var9 | -.0034378 .0248097 -0.14 0.891 -.0544349 .0475593 Var10 | .0002084 .001745 0.12 0.906 -.0033784 .0037952 var11| 1.69e+07 2.43e+09 0.01 0.995 -4.97e+09 5.01e+09 var12 | .0308883 .1000027 0.31 0.760 -.1746703 .2364468 _cons | -2.50e+09 2.10e+10 -0.12 0.906 -4.56e+10 4.06e+10-所以LM 值为34*R-square=0.0126*34=0.4284再进行异方差稳健的LM检验reg constant ur1 ur2,noconstant Source | SS df MS Number of obs = 34-+- F( 2, 32) = 0.10 Model | .207136685 2 .103568343 Prob F = 0.9069 Residual | 33.7928633 32 1.05602698 R-squared = 0.0061-+- Adj R-squared = -0.0560 Total | 34 34 1 Root MSE = 1.0276- constant | Coef. Std. Err. t P|t| 95% Conf. Interval-+- ur1 | 3.45e-12 1.51e-11 0.23 0.821 -2.73e-11 3.42e-11 ur2 | 4.35e-23 1.94e-22 0.22 0.824 -