外商直接投资与中国经济增长：基于Bootstrap方法的实证检验

1、投稿领域：国际经济学外商直接投资与中国经济增长基于Bootstrap方法的实证检验内容摘要 外商直接投资与经济增长的关系一直是人们关注的话题。利用小样本Bootstrap仿真方法和1980-2005年的数据，本文对我国的FDI与经济增长进行了Granger因果检验。基于Bootstrap仿真的F检验和似然比检验均表明，FDI与中国经济增长具有双向的因果关系。这意味着FDI和经济增长存在相互促进作用。关 键 词 外商直接投资 经济增长 Bootstrap 因果检验Foreign Direct Investment and Economic Growth in China: Based on Bo

2、otstrap Simulation Abstract: The relationship between FDI and economic growth has been the main concern for a long time. This paper investigates the FDI and economic growth causality relationship in China via the bootstrap simulation technique accounting for the small sample size. The results of F t

3、est and LR test show that there exists bidirectional causality between FDI and economic growth. In other words, FDI and economic growth affect each other interactively.Key words: FDI; economic growth; Bootstrap; causality test 外商直接投资与中国经济增长基于Bootstrap方法的实证检验涂涛涛华中科技大学经济学院内容摘要 外商直接投资与经济增长的关系一直是人们关注的话题

4、。利用小样本Bootstrap仿真方法和1980-2005年的数据，本文对我国的FDI与经济增长进行了Granger因果检验。基于Bootstrap仿真的F检验和似然比检验均表明，FDI与中国经济增长具有双向的因果关系。这意味着FDI和经济增长存在相互促进作用。关 键 词 外商直接投资 经济增长 Bootstrap 因果检验一、引言长久以来，FDI与经济增长之间的联系一直是人们关注的话题。截至2006年，中国已连续几年成为发展中国家中吸引FDI最多的国家。在这一背景下，考察中国FDI的研究急剧增长，如Broadman和Sun（1997），Chen和Fleisher（1996），Sun和Tipt

5、on（1998），Wang和Swain（1997）。然而，这些研究存在一定缺陷，即没有考察GDP增长与FDI流入之间因果关系的方向。他们的研究隐含地假定了FDI与GDP增长之间存在单向的因果关系。从理论上而言，FDI与GDP增长间的因果关系方向可能是双向的。Dunning（1970）和Krueger（1987）认为，根据索罗增长模型，FDI通过增加东道国的资本积累促进了其经济增长。另外，通过知识转移，FDI可增加东道国的知识存量以及劳动力技能水平（Meyer，1999）。同时，GDP的增长也可能会导致更多的FDI流入，因为快速的GDP增长通常会增加东道国对资本的需求，而此时东道国需要更多的FD

6、I来填补资金缺口。实际上，产出增长被认为是FDI流入东道国的重要决定因素，而这也被称为是“市场规模假说”(Moore，1993)。为了检验FDI与GDP增长间的双向因果关系，基于Toda和Yamamoto（1995）提出的因果检验方法，Shan等人（1999）考察了两者之间的因果关系。他们得出的结论是，在中国，FDI与产出之间的确存在着双向的因果关系。然而，Toda和Yamamoto（1995）的方法也存在着一定缺陷，即它是建立在误差项服从白噪声的假定之上。如果该假设无法满足，则检验统计量的有效性是值得商榷的。为了修正这一缺点，Mantalos（2000）提出了利用数据的真实经验分布，通过Bo

7、otstrap仿真技巧来构建新的临界值的方法。这种方法完全依赖于数据的真实分布，而无须假定正态分布。同时，即使数据生成过程非平稳，且变量之间缺乏协整关系，这种方法也能得到可靠的结论（Mantalos，2000）。Hatemi（2002）使用该方法分析了日本的情况，结果表明，在1960-1999年的样本期间，实际出口与实际产出之间具有双向因果关系。借鉴此方法，滕建州（2006）考察了中国的出口贸易与经济增长的关系，并得到了与过去研究相区别的结论。鉴于以上方法的优点，本文将采用Bootstrap仿真方法对我国1980-2005年间的FDI与经济增长关系进行研究。本文结构如下：第二部分介绍了数据与检

8、验方法；第三部分给出了实证检验结果；第四部分给出结论与相关评述。二、数据与方法说明（一）数据描述本文分析所采用的样本取自于1980-2005年的年度数据，数据来源于有关各年的中国统计年鉴和新中国55年统计资料汇编。为了使数据具有可比性，本文用GDP指数（1980年=100）对每年度的GDP数据进行平减，见表1。表1 实际GDP的换算年份现价GDP(亿元)1978年=100的GDP指数(%)1980年=100的GDP指数(%)实际GDP(1980为基准年)19783645.2 100.0 86.2 3918.619794062.6 107.6 92.8 4216.519804545.6 116.

9、0 100.0 4545.619814891.6 122.1 105.3 4784.719825323.4 133.1 114.7 5215.719835962.7 147.6 127.2 5783.919847208.1 170.0 146.6 6661.719859016.0 192.9 166.3 7559.1198610275.2 210.0 181.0 8229.1198712058.6 234.3 202.0 9181.4198815042.8 260.7 224.7 10215.9198916992.3 271.3 233.9 10631.3199018667.8 281.7 2

10、42.8 11038.8199121781.5 307.6 265.2 12053.7199226923.5 351.4 302.9 13770.1199335333.9 400.4 345.2 15690.2199448197.9 452.8 390.3 17743.6199560793.7 502.3 433.0 19683.3199671176.6 552.6 476.4 21654.4199778973.0 603.9 520.6 23664.7199884402.3 651.2 561.4 25518.2199989677.1 700.9 604.2 27465.8200099214

11、.6 759.9 655.1 29777.82001109655.2 823.0 709.5 32250.42002120332.7 897.8 774.0 35181.62003135822.8 987.8 851.6 38708.32004159878.3 1087.4 937.4 42611.32005183084.8 1198.7 1033.4 46972.8本文选取了外商直接投资的实际利用外资金额来度量FDI。同样为了数据的可比性，本文先用各年人民币对美元的汇率将其换算成人民币金额，然后再用固定资产投资价格指数进行平减。由于我国固定资产投资价格指数编制的时间较短，从统计年鉴上只能获取

12、1991-2005年的相关数据，为此，必须对1991年之前的全国固定资产投资价格指数进行估算。在历年中国统计年鉴和新中国55年统计资料汇编的各种价格定基指数统计中，我们只能获得居民消费价格指数、城市居民消费价格指数、商品零售价格指数和农业生产资料价格指数介于1980-2005年的完整数据。以上指数与固定资产投资价格指数之间存在着很强的相关性，因此，通过将1991-2005年的全国固定资产价格指数对以上四个指数进行线性回归，我们就可以拟合出1991年之前的全国固定资产投资价格指数的估计值，结果见表2。表 2 固定资产投资价格指数的估算年份居民消费价格指数（1950=100）城市居民消费价格指数（

13、1978=100）商品零售价格指数（1950=100）农业生产资料价格指数（1980=100）固定资产投资价格指数(1991=100)1980158.5109.5146.910094.21981162.5112.2150.4101.793.31982165.8114.4153.3103.692.61983169.1116.7155.6106.793.01984173.7119.9160116.295.41985189.9134.2174.1121.8102.11986202.2143.6184.5123.2101.21987217156.2198131.7107.21988257.7188.5

14、234.6153.1115.01989304.1219.2276.4182105.91990313.6222282.219295.01991324.2233.3290.4197.61001992345253.4306.1204.9115.31993395.7294.2346.5233.8145.91994491367.8421.7284.3161.11995575429.6484.1362.2170.61996622.7467.4513.6392.6177.41997640.2481.9517.7390.7180.41998635.1479504.3369.21801999626.2472.8

15、489.2353.7179.32000628.7476.6481.8350.5181.32001633.1479.9478347.31822002628475.1471.8349.1182.42003635.5479.4471.3354186.42004660.3495.2484.5391.5196.82005671.4503.1488.3424199.9注：根据对应的基期，本表对2005年居民消费价格指数、商品零售价格指数和农业生产资料价格指数作了调整。在我们估算得到了1980-2005年的全国固定资产投资价格指数后，我们就可对名义FDI进行价格平减，结果见表3。表3 名义FDI的平减年份名

16、义FDI（亿美元）年均汇率（人民币/100美元）名义FDI（亿元）固定资产投资价格指数(1980=100)平减后的FDI(1980为基准年)19800.57149.840.85100.00.8519812.65170.504.5299.04.5619824.30189.258.1498.38.2819839.16197.5718.1098.718.34198414.19232.7033.02101.332.61198519.56293.6657.44108.453.00198622.44345.2877.48107.472.11198723.14372.2186.13113.775.72198

17、831.94372.21118.88122.197.37198933.92376.51127.71112.4113.66199034.87478.32166.79100.8165.49199143.66532.33232.42106.1219.001992110.07551.46606.99122.4496.061993275.15576.201585.41154.81023.921994337.67861.872910.28171.01702.221995375.21835.103133.38181.11730.661996417.25831.423469.10188.31842.64199

18、7452.57828.983751.71191.51959.611998454.63827.913763.93191.01970.361999403.19827.833337.73190.31754.072000407.15827.843370.55192.41751.782001468.78827.703880.09193.12008.852002527.43827.704365.54193.62255.232003535.05827.704428.61197.82238.712004606.30827.685018.22208.92402.722005603.25819.174941.64

19、212.12329.36注：固定资产投资价格指数以1980年为基期进行了转换。（二）Granger因果检验 （1） （2）被称为的Granger原因，如果存在某个显著不为0；类似的，被称为的Granger原因，如果存在某个显著不为0。当FDI不构成GDP的“Granger原因”时，式（1）可简化为 （3）为了检验原假设FDI不构成GDP的“Granger原因”，即，可利用F检验，即： （4）为施加约束（式（3）时的残差平方和，为无约束（式（1）时的残差平方和，为线性约束个数（即最大滞后阶数），为实际样本观测数（即总体样本数与最大滞后阶数之差），为无约束回归中待估参数的个数（即）。同理，我们可判

20、断是否GDP构成了FDI的“Granger原因”。（三）Bootstrap仿真方法考虑到GDP与FDI都是时间序列数据，因此本文将采用残差再抽样的Bootstrap方法。以式（4）为例，为了判断FDI是否为GDP的“Granger原因”，我们需要通过残差再抽样的方式构建相应F统计量的临界值，具体Bootstrap程序如下：（1）利用OLS估计受约束方程（3）中的系数向量，计算和残差向量；（2）将零均值化得到新的残差集，其中（i=1,2,3,T）；（3）从中重复抽样，用公式构造一个新的因变量。即对每个，从新的残差集中有回置地随机抽取一个残差，再加上，从而生产一个新的变量。（4）根据新的变量和原始

21、ln(FDI)变量，结合式（1）、式（3）的回归，我们就可得到式（4）中F统计量的一次Bootstrap值。（5）将以上计算重复5000次，就可以产生的累积分布。选取该分布的分位数，将其作为相应检验水平为的“Bootstrap临界值”。（6）利用真实数据计算式（4）中统计量。如果，则拒绝原假设；否则，我们接受原假设。三、FDI与经济增长作用关系：新的实证检验（一）GDP与FDI平稳性的检验本文采用ADF检验方法考察GDP与FDI变量的平稳性。从图1可知，GDP水平值、一阶差分、FDI水平值均具有随时间变化而上升的趋势，因此上述单位根检验中均含有趋势项；GDP的二阶差分、FDI的一、二阶差分均在

22、0附近上下波动，且没有时间趋势，故上述单位根检验中不包含趋势项和截距项。图1 GDP、FDI序列水平值、一阶差分、二阶差分图经过单位根检验，我们发现在5%显著性水平上，GDP为I（2）过程，而FDI为I（1）过程，结果见表4。同理可得，GDP的对数为I（0），FDI的对数为I（1）。 表4 GDP和FDI的平稳性检验变量样本区间检验形式ADF检验平稳性GDP1985-2005(C,T,4)2.04#不平稳GDP一阶差分1983-2005(C,T,1)-1.92#不平稳GDP二阶差分1983-2005(0)-2.42*平稳FDI1982-2005(C,T,1)-2.50#不平稳FDI一阶差分19

23、82-2005(0)-2.49*平稳FDI二阶差分1983-2005(0)-5.22*平稳注：检验形式（C，T，K）中的C、T和K分别表示检验方程中包括截距项、趋势项和滞后阶数。滞后阶数K根据SIC准则自动选取。#表示在10%的水平上仍不拒绝存在单位根的原假设；*表示在5%的水平上拒绝原假设；*表示在1%水平上拒绝原假设。（二）Granger因果检验：基于F统计量 为了检验GDP与FDI之间的Granger因果关系，根据2.3节的步骤可得到Bootstrap的F检验结果（见表5）。从表5可知，外商直接投资与实际产出之间存在双向的Granger因果关系。表 5 基于Bootstrap方法的Gra

24、nger检验结果原假设F统计量10%临界值5%临界值1%临界值FDI不是经济增长的Granger原因4.78341*3.526824.311476.79296经济增长不是FDI的Granger原因6.30970*3.398334.338987.05241注：*表示在5%水平上拒绝原假设。LR、AIC和SC准则选取的滞后阶均为4。 （三）Granger因果检验：基于似然比检验为了检验原假设FDI不构成GDP的“Granger原因”，即，还可利用LR检验，即： （5）LR统计量在大样本情形下渐进服从自由度等于约束条件个数的。其中，为总体样本数，为滞后阶数且同时为约束条件个数。同样，考虑到数据的不平

25、稳性及小样本特征，本节可采用Boostrap方法构建LR统计量的临界值，具体方法与2.3节类似。按照2.3节类似的步骤，可得到Bootstrap似然比检验方法的结果（见表6）。从表6可知，外商直接投资与实际产出之间存在双向的Granger因果关系。表 6 基于Bootstrap方法的Granger检验结果原假设LR统计量10%临界值5%临界值1%临界值FDI不是经济增长的Granger原因19.90900*17.0709419.4228725.58150经济增长不是FDI的Granger原因23.73582*16.4469019.1526224.36099注：*表示在5%水平上拒绝原假设。LR

26、、AIC和SC准则选取的滞后阶均为4。四、结论本文考察了1980-2005年间外商直接投资与经济增长的关系。基于Bootstrap的Granger检验表明，两者之间存在双向的因果关系。这意味着，外商直接投资对中国的经济增长有着显著的促进作用，同时，持续的经济增长进一步带动了外国资金向中国国内的流入。鉴于本研究中的小样本特性，基于渐进理论的常规Granger检验将导致检验水平的扭曲和检验功效低下（Mantalos,2000）。相比而言，Bootstrap仿真方法完全依赖于数据的真实分布，而无须假定正态分布。同时，无论两个变量之间是否存在协整关系，Bootstrap方法都能够提供稳健的临界值，因此

27、，本文的研究结果比以往的结论更为可靠。参考文献1 Broadman,H.G. and Sun,X. (1997), The distribution of foreign direct investment in China, World Economy,20,pp.339-361.2 Chen, J. and Fleisher, B. (1996), Regional income inequality and economic growth in China, Journal of Comparative Economics, 22, pp.141-164.3 Dunning, J.H.

28、(1970), Studies in Direct Investment, George Allen and Unwin, London.4 Hatemi, J.A. (2002), Export Performance and Economic Growth Nexus in Japan: A Bootstrap Approach. Japan and the World Economy,14, pp.25-33.5 Krueger, A.O. (1987), Debt, capital flows and LDC growth, American Economic Review, 13, pp.159-164.6 Mantalos, P. (2000), A Graphical investigation of the Size and Power of the Granger-causality Tests in Integrated-Cointegrated VAR Systems, Studies in Non-linear Dynamics and Econometrics, 4, pp.17-33.7 Meyer, K. (1998), Direct Investment in Economics in