基于VAR模型的我国东部地区外贸结构优化——1993～2010年的实证分析

谢孟军

(山东工商学院国际商学院，山东 烟台 264005)

一、引言

东部地区是我国最早开放的地区，1979年设立的四个经济特区、1984年开放的14个沿海开放城市、1985年开辟的经济开放区等都在东部省份。东部地区的国土面积虽然只占全国的13.5%，但其经济发展水平代表了全国最高水平，对外开放程度在全国也是最高的。改革开放以来特别是1992年邓小平南巡讲话以后，东部地区开放程度不断深化，与世界各国的进出口贸易持续稳定增加，顺差逐步扩大，虽然在2008～2009年受国际金融动荡的影响出现进出口双双下滑的现象，但迅速从危机中恢复强劲发展势头，2010年东部地区出口额达14 478.35亿美元，占全国总出口额的90.71%，进口额达12 629.75亿美元，占全国的91.17%。自亚当·斯密提出对外贸易是经济增长的发动机的观点之后，李嘉图、约翰·穆勒、普雷维什等经济学家都把对外贸易放入模型，考察经济增长和对外贸易之间的关系[1]。我国东部地区对外贸易和经济增长之间是否存在长期均衡关系?由于传统的回归模型把一些变量看成是内生的，另一些变量看成外生的，这种方法的主观性太强，两个变量之间可能存在互为因果的关系，导致回归结果的可信度较差，而联立方程模型为了保证模型的可识别性，有时不得不舍弃某些重要变量，为了避免这些模型可能的局限性，本文试图通过建立向量自回归模型来分析二者之间的长期和短期关系，研究东部地区对外贸易与经济增长之间的关系对制定我国对外经济政策有重要意义。

二、模型设定

向量自回归模型(Vector autoregression，VAR)是由克里斯托弗·西姆斯(Christopher Sims)提出的，该模型以数据的统计性质为基础而建立，不需要事先知道经济变量之间是否存在理论上的经济关系，通过把系统中每个内生变量作为所有内生变量滞后值的函数来构建，从而把单变量自回归模型进行推广变为多元向量自回归模型。模型中包括多个方程，每一个变量都决定模型中的其他变量，而每一个变量的值不仅取决于自身的过去值，而且和其他变量的过去值有很大关系，其基本形式为：

其中Yt表示一个内生变量的列向量，C是常数向量，Xt表示外生变量向量，A1，A2，…，An和 B表示待估计的系数矩阵，εt是误差向量。误差向量中的多个误差变量之间可以存在相关性，但误差变量不能存在自相关，在这个模型中每个方程的最佳估计是普通最小二乘估计。一个两变量的VAR模型可以表示为以下形式：

其中C0是常数向量，Bk是系数矩阵，εt是误差向量。两变量的结构化表达形式为：

用B0的逆矩阵B0-1乘以结构化向量自回归方程的两边得：

本文试图通过以上VAR模型分析我国东部地区对外贸易和经济增长之间的长期和短期关系，这里用国内生产总值(GDP)来代表经济增长，用东部地区的出口额(EEX)和进口额(EIM)来代表东部对外贸易发展情况。为了避免时间序列变量可能出现的异方差，对各变量分别取对数，令VAR 模型中的 Yt=(LogGDPt，LogEEXt，LogEIMt)，可以得到三个变量滞后期为k的VAR模型如下：

其中Yt是时间序列列向量，C是常数向量，Ai(i=1，2，…，k)为参数矩阵，μt误差向量是均值为零的白噪音。

三、实证分析

1.数据选取与说明

本文选取1993～2010年的中国东部沿海地区宏观统计数据，所有数据均来自《中国统计年鉴》。选取国内生产总值(GDP)代表经济增长，选取东部地区出口额(EEX)和进口额(EIM)代表我国东部地区对外贸易发展状况，根据我国东中西部的划分原则，东部地区包括辽宁、北京、天津、河北、山东、江苏、上海、浙江、福建、广东、广西、海南，文中的GDP及进出口总额是东部所有省市区进出口额的加总。为了消除通货膨胀因素，三个变量统一用消费价格指数进行平减，由于统计年鉴中关于进出口额是用美元统计的，无法用中国的消费价格指数调整，所以在这里利用当年人民币兑美元的汇率(EC)把当年的美元数值折合成当年的人民币数值再通过消费价格指数折算，选取以1978年为基期的居民消费价格指数(CPI)对我国名义GDP、东部地区的名义EEX和名义EIM进行平减，计算出每个变量的实际值(计算结果见表1)，计算公式为：

2.平稳性检验

时间序列的非平稳性容易出现“伪回归”现象，将导致模型失去解释意义，所以首先对各变量的平稳性进行检验。在这里利用ADF单位根检验法，检验结果见表2。从检验结果可以看出，LOG(GDP)、LOG(EEX)和LOG(EIM)在5%显著水平下都是非平稳的，但是一阶差分后都趋于平稳，即LOG(GDP)、LOG(EEX)和 LOG(EIM)均为 I(1)序列，可以建立VAR模型。

3.滞后阶数和协整检验

滞后阶数的确定是VAR模型的关键，运用Eviews对该模型的滞后阶数进行估计，估计结果见表3。从估计结果来看，在5个统计指标中，FPE、AIC、SC和HQ四个统计量认为滞后三阶最优，只有LR一个统计量认为滞后二阶最优，所以建立VAR(3)模型。

为了验证变量之间是否存在长期均衡关系，需要对各变量的协整性进行检验，协整检验的前提是变量必须是平稳的[2]，虽然各变量原始值不平稳但一阶差分后属于平稳序列，变量之间可能

存在协整关系，对三个内生变量进行Johansen检验，其中最优滞后阶数按照上述所确定的最优阶数3，Johansen协整检验结果见表4。根据检验结果，在5%显著水平下不存在协整关系的假设被拒绝，至少存在1个协整方程的假设被接受，所以各变量之间存在1个协整方程，表明国内生产总值、进口额和出口额三个变量之间存在着长期稳定的均衡关系。各变量原始数据的不平稳性将导致出现短期波动现象，会经常偏离均衡状态，但这种偏离只是暂时的，从长期来看存在着稳定的均衡关系。标准化的协整方程(括号里的数值为t统计量)为：

表1 1993～2010年东部地区实际国内生产总值和实际进出口额

表2 ADF单位根检验结果

表3 VAR模型滞后阶数判别

表4 Johansen协整检验结果

标准化协整方程中的系数都通过了显著性检验，表示回归方程的结果是可信的。东部地区出口对经济增长有很大的正向推动作用，在控制其他变量不变的情况下，出口额增加1%，将会使国内生产总值增加2.112%;而东部地区的进口和经济增长是负相关的关系其系数为-2.962 1，即进口额每增加1%，将使国内生产总值减少2.962 1%。改革开放以来我国东部地区经济取得巨大成就，其中出口对经济增长的拉动作用不容忽视，进口则对东部地区经济增长存在抑制作用，说明东部地区可能存在严重的进口结构不合理现象，进口结构有待进一步优化调整[3]。

4.格兰杰因果检验

为了进一步确定三个序列变量之间是否存在统计意义上的因果关系，对 LOG(GDP)、LOG(IEX)和 LOG(IIM)进行格兰杰因果检验[4]，检验结果见表5。从检验结果可以看出，在5%的显著性水平下，LOG(EEX)不是LOG(GDP)的因果关系、LOG(EIM)不是LOG(GDP)的因果关系、LOG(EIM)不是LOG(EEX)的因果关系和LOG(EEX)不是 LOG(EIM)的因果关系均被接受，LOG(GDP)不是LOG(EEX)的因果关系被拒绝，LOG(GDP)不是LOG(EIM)的因果关系在5%显著水平下被拒绝但在10%显著水平下被接受。说明经济增长和进口和出口之间存在统计意义上的单向的因果关系，即经济增长有利于推动进口和出口的增加。但是进口和出口是经济增长统计上的原因的检验没有通过，这可能是因为推动经济增长的因素有很多，而进出口只是其中一部分原因，从而使统计结果不显著。

表5 格兰杰因果检验结果

5.脉冲响应分析

脉冲响应函数反映了如果给内生变量误差项一个标准差大小的冲击会对整个系统带来多大动态影响。进行脉冲响应分析必须保证所建立的VAR模型是稳定的，所以对本文所建立的VAR模型进行平稳性检验，结果显示所有特征根均小于1，在单位圆以内，该模型是稳定的。

由于所建立的VAR模型是存在协整关系的稳定序列，可以进行脉冲响应函数分析，用Eviews做出三个变量10期的脉冲响应，其动态响应路径见图1。GDP对来自自身的一个标准差的新息立刻产生反应使产出增加，从第3期开始逐步衰减;EEX和EIM的即期反应为0，随后逐步增加，但EEX增加的速度比EIM增加的速度要快。EEX对来自身的一个标准差的新息即刻反应使EEX增加约0.6%，随后影响比较平稳并略有下降，对来自GDP的冲击即刻增加随后迅速下降一期后转为缓慢下降，对EIM的即刻反应为0，之后迅速增加，到第4期达到最大为0.13%，然后逐渐衰减。EIM对来自自身的冲击的即刻反应为增加0.7%，随后迅速增加在第3期达到最大约为0.12%，后期逐步衰减，对来自GDP的冲击即刻增加，但之后逐步衰减并在第6期达到最小为-0.044;对来自EEX的冲击即刻增加，之后缓慢衰减。

图1 脉冲响应路径图

6.VAR方差分解

VAR方差分解能给出随机信息的相对重要性的信息，对本文所建立的模型进行10期的方差分解(见图2)。对于来自GDP一个标准差的新息所引起的方差，第1期所有变动均来自自身的新息，GDP所占比例为100%，之后缓慢下降，EEX和EIM所占比例缓慢增加，但EEX增加的速度较快，所占比例在第7期超过GDP并在第10期达到60%。对来自EEX特定新息所引起的方差，第1期EEX约占60%，GDP约占40%，并且两变量所占比例迅速下降，在第6期后趋于稳定;EIM在第1期所占比例为0，但随后比例迅速增加，第5期后趋于稳定。对来自EIM特定新息所引起的方差，第1期EIM所占比例为23%，然后迅速增加4期后趋于稳定，GDP所占比例第1期较高但其后迅速衰减3期后趋于稳定，EEX第1期所占比例为20%，后期一直比较稳定。

图2 VAR方差分解

四、预测

为了检验所建模型的准确性，根据标准化协整方程计算出国内生产总值和东部地区进出口总额的静态预测值，并与样本实际值进行比较(见图3)，图中的三条实线分别表示三变量的实际值，虚线表示三变量预测值。预测结果显示预测值和实际值拟合情况较好，拟合值虽然出现短期波动，但发展趋势一致而且两条线之间偏差较小，说明所建VAR模型可信度较高。

图3 变量样本内静态预测

样本内预测结果表明VAR模型对过去的经济行为解释力较强，由于Johansen协整检验结果表明三变量之间存在长期的均衡关系，所以可以扩大样本容量对变量的将来值进行动态预测，得到1995～2020年的预测趋势(见图4)，图中三条线分别表示国内生产总值、东部出口额和进口额的动态预测结果。为了更准确地预知变量的将来值，把2011～2020年共10的三变量的预测值列出来(见表6)，表中的值均为剔除价格影响后的以1978年为基期的实际值。在未来10年我国经济依然会保持较快的增长速度，东部地区的对外贸易也会稳定发展，而且继续保持一定的顺差。

图4 1995～2020年变量样本外动态预测

表6 2011～2020年变量动态预测值(单位：亿元)

五、结论及建议

说明我国经济增长和东部地区对外贸易之间的长期关系比较稳定。基于以上结论提出以下建议：

(1)提高产品的国际竞争力，继续扩大东部地区的出口。东部地区出口对我国经济增长有很大的促进作用，我国应充分发挥比较优势，在扩大劳动密集型产品的出口的同时，提高知识和技术密集型产品的研发和创新能力，增强产品的国际竞争力，更好地发挥出口对我国经济增长的推动作用[5]。

(2)优化东部地区进口结构，增加知识技术密集型产品的进口。

通过建立VAR模型，对我国经济增长和东部地区的对外贸易之间的关系进行实证检验，并对未来10年的发展趋势进行预测，得出以下结论：(1)我国经济增长和东部地区对外贸易存在长期协整关系，东部地区的出口对经济增长有很大的推动作用，而进口则对经济有抑制作用。(2)经济增长和东部对外贸易的发展存在短期波动现象，但这种短期波动不影响长期动态均衡关系，实证分析中没有出现多个协整关系的多重均衡现象，东部地区的进口对我国经济增长有一定的抑制作用，说明进口结构可能存在不合理的现象。今后要调整进口结构，扩大知识技术密集型产品的进口，利用进口产品的技术溢出效应增强我国的模仿创新能力，改进生产技术提高生产效率，弥补我国的比较劣势。减少劳动密集型产品的进口，降低资源浪费。

(3)提升国内经济增长质量，发挥经济增长对进出口的带动作用。经济增长不仅要注重数量的扩张，更要强化质量的提升，长期的持续高速增长使我国成为世界第二大经济体，但是资源的稀缺性将会变的越来越明显，在增长过程中面临增长瓶颈[6]。在实际增长率与有保证的增长率保持一致的情况下，优化结构提高质量，实现经济的可持续发展。

[1] 魏君英，陈银娥.中国对外贸易与经济增长关系的实证研究[J].华中科技大学学报，2010，(3)：113-117.

[2] 闫奕荣，王满仓.西部地区对外贸易与经济增长的协整及因果检验[J].西北大学学报，2007，(5)：38-41.

[3] 谢孟军.山东省产业结构与经济增长的相关性分析[J].山东工商学院学报，2012，(6)：30-34.

[4] Granger.Testing for causality：a personal viewpoint[J].Journal of Economic Dynamics and control，1980，(8)：112-114.

[5] 金柏松.新时代我国对外贸易发展战略思考[J].经济学动态，2010，(10)：32-60.

[6] 谢孟军.我国经济增长与工业制成品进出口关系的实证研究[J].经济与管理评论，2012，(6)：76-80.