2018两岸贸易与台湾经济增长关系的协整分析

8597049

　　两岸贸易与台湾经济增长关系的协整分析
　　摘 要: 根据1988-2008年的经济数据,利用协整和Granger因果检验方法,对两岸贸易与台湾经济增长的关系进行实证分析。研究表明,台湾经济增长与两岸贸易及其进出口构成存在长期稳定的关系;两岸贸易明显促进了台湾经济增长;对大陆出口有力推动了台湾经济增长,自大陆进口则起抑制作用。?
　　关键词:两岸贸易;台湾;经济增长;协整;Granger因果检验方法?
论文联盟编辑。　　
　　世界经济全球化,地球村的形成导致各国(地区)之间的联系越来越紧密,实行对外贸易已经成为一国或地区发展其经济的必要条件之一。台湾地区是一个海岛,经济增长对进出口贸易的依赖程度一直以来保持在较高的水平。?
　　自2008年3月以来,海峡两岸关系形势出现重大变化,获得一个又一个的重大突破。两岸政治互信不断增强,经贸关系站在了新的历史高点。2008年,两岸贸易额已经达到1 292.15亿美元,与1978年相比,增长超过2 584倍,年均增长38%。目前,中国大陆已经是台湾的最大贸易伙伴、最大的出口市场、最大的贸易顺差来源地[1],两岸贸易对于台湾经济已经是不可或缺。当前,在全球金融危机的阴影还未褪尽之时,重拾对外贸易与经济增长关系,特别是两岸贸易与台湾经济增长关系这一研究主题,显然具有一定的实践与时代意义。  
　　一、理论方法基础
　　对外贸易与经济增长的关系研究一直是经济学界研究的热点问题之一。[2]许多的经济学家已经从不同角度研究并提出对外贸易促进经济增长命题的相应理论。理论观点或促进或阻碍或折衷,争执不一。目前,就对外贸易与经济增长关系的实证研究领域而言,则主要有以下三种方法[3]:?
　　一是利用跨国(地区)横截面数据对对外贸易与经济增长等变量进行普通最小二乘法(OLS),如Tyler(1981),Feder(1983)等。?
　　二是利用单个国家(地区)的时间序列数据对对外贸易与经济增长等变量进行协整检验、因果关系分析等,如LiuSong和Hominy(1997)、沈程翔(1999)、许启发和蒋翠侠(2002)等。?
　　三是利用跨国(地区) 的横截面和时间序列数据组成的面板数据进行研究,如Bleaney(1997),Harrison(1996)等。?
　　三种方法中,第一种由于选取跨国(地区) 截面数据时,没能考虑不同国家(地区)的异质性,即各国家(地区)具有不同的经济结构和生产技术等,可能会导致虚假的结论;并且采用截面数据进行OLS 回归得出的结果只能表明对外贸易对经济增长是否有影响作用,并不能说明两者是否存在因果关系。后两种方法由于能较好地克服不同国家和地区之间的异质性问题,目前已成为对外贸易与经济增长关系实证研究的主流方法。[4]为了考察两岸贸易对台湾经济增长的影响,定量刻划两岸贸易对台湾经济增长的作用大小,本文拟运用主流研究方法,即采用协整检验、因果关系分析方法对两岸贸易与台湾经济增长关系进行实证分析。? 代写论文 http://

　　二、两岸贸易与台湾经济增长?关系实证分析
　　1.数据的选取。本文统计分析所用的样本数据取自1988-2008年的年度数据(单位为美元),数据来源为《中国统计年鉴》(1996-2008)。用台湾地区生产总值表示台湾的经济增长水平,用符号GDP加以代表。以TT表示两岸贸易规模总额,两岸贸易中台湾对祖国大陆的出口额,台湾对祖国大陆的进口额,则分别用EX及IM表示。为消除样本时间序列中存在的异方差现象,对原有数据进行对数转换,转换之后的序列分别用LNGDP、LNTT、LNEX及LNIM来表示。本文所作的所有统计分析均以转换序列为样本。有关变量的变化趋势如图1?所示。?
　　从表1所列数据可以清楚地看出,四变量各自之间的相关系数都较接近于1,显然LNGDP、LNTT、LNEX以及LNIM之间存在较强的相关关系。但是此时并不能直接判定它们之间必然存在因果关系,还需进一步用协整及因果统计检验方法加以验证。 ?
　　2.ADF平稳性检验。由于LNGDP、LNTT、LNEX以及LNIM四个变量都属于时间序列数据,若要对时间序列运用传统的回归技术直接进行回归,其前提要求是时间序列的平稳性,否则贸然进行,会出现伪回归问题。[5]所以对于时间序列数据进行回归分析时,首先需要对各变量的平稳性作出检验。因而本文使用ADF单位根检验法分别就每个变量的时间序列数据的水平和一阶差分形式进行检验。? 论文网 http://
　　检验的结果显示(见表2),变量LNTT、LNEX、LNIM的水平序列的ADF检验值大于5%的显著性水平下的临界值, 表明上述三个变量都是非平稳序列。变量LNGDP的水平序列的ADF 检验值虽小于5%临界值,却大于1%临界值,这里也暂把它划归为非平稳序列;而四个变量的一阶差分的ADF 检验值则全部都小于5%的显著性水平下的临界值,表明变量的一阶差分都是平稳序列。即变量LNGDP、LNTT、LNEX及LNIM都是I(1)序列。这也为下面进一步进行变量间的协整分析奠定了基础。
　　3.协整检验。通过ADF平稳性检验得知, LNGDP、LNTT、LNEX及LNIM序列都是非平稳序列,但都是一阶单整序列。对非平稳变量建立OLS 回归模型分析可能产生虚假回归, 因而本文采用Johansen协整检验对样本序列进行协整性分析。鉴于变量TT为变量EX与IM的总和,协整分析将分为两组进行。即分别检验变量LNGDP与LNTT之间,变量LNGDP与LNEX、LNIM之间的协整关系。协整检验结果见表3。?
　　从表3检验结果可以看出,不论是迹检验还是最大特征值检验,在5%的显著性水平下,对不存在协整关系和至少存在一个协整关系的假设,两组协整检验统计量与临界值都分别存在关系:?
　　迹检验中: 22.8012520.26184,2.2775449.164546;?
　　40.0987635.19275, 16.7631620.26194? 论文代写 http://
　　最大特征值检验中:20.5237015.89210,?2.2775449.164546;?
　　23.3355922.29962,12.0470315.89210?
　　这充分表明了LNGDP与LNTT之间,LNGDP、LNEX、LNIM三个序列之间分别存在而且仅存在一个协整关系。 代写论文 http://