实证分析精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的实证分析主题范文，仅供参考，欢迎阅读并收藏。

第1篇：实证分析范文

    房价牵动着政府、企业、家庭等不同群体,是当前社会各界关注的焦点。关注者依据数据、分析判断方法的不同,对房价高低、未来走势的判断可谓是“仁者见仁,智者见智”。究其原因在于房地产市场是一个复杂的系统,房价是众多影响因素共同作用下最终的表现形式。闫妍和汪寿阳等(2007)[1]基于114项指标变量,利用粗糙集方法分析决策信息表,选出了重要程度最高的50项指标,用时差相关分析法确定其对商品房销售价格指数是先行指标、同步指标,还是滞后指标。另外,房价还受到非理性因素的影响。房价与经济发展有着密切的联系。Case[2]从住房市场、抵押贷款市场和商业房地产市场三方面论述了美国房地产与宏观经济的关系。认为上世纪90年代美国房价的快速上涨主要应从经济基本面来解释,而非从投机角度来解释。沈悦和刘洪玉[3]的研究结果表明,经济基本面的当前信息或历史信息可 以 部 分 解 释 住 宅 价 格 水 平 或 变 化 率。但 在2002年以后,经济基本面对住宅价格变化率的解释水平明显减弱,即住宅价格的增长已经打破经济基本面和住宅价格之间原有的均衡关系。影响房价波动的因素来自经济基本面的波动、宏观调控政策和投资投机行为。Miller和Peng[4]的实证研究发现大都市产出增长率和房价增长率是住房价格波动的Granger因,房价波动又是人均收入和未来房价波动的Granger因。武康平和胡谍[5]没有分析房价波动的具体原因,将房价变动作为分析前提,认为经济中存在房地产加速器机制时,外生冲击对经济的影响会被放大,从而加剧经济波动。因此存在加速器机制时,经济波动对房价波动的影响可能会增强。何国钊和曹振良等[6]分析了投资和政策两大主要因素如何影响房价的周期波动。梁云芳和高铁梅[7]利用1999-2005年的季度数据,从供给、需求角度选取影响因素实证分析了商品住宅销售价格波动的成因。张红等[8]认为目前我国各种非理性因素对房价产生了相当程度的影响,直接应用国外成熟市场的先验理论建立模型缺乏合理性。如廖理等[9]利用CAPM定价理论计算出中国房地产行业的资本成本为12.44%,作为判断是否存在泡沫的标准。另外,我国房地产市场的统计数据无论是质量还是时间序列长度均无法满足传统统计分析的需要。因此,采用谱分析的方法得出北京市房地产市场存在约为3年的周期。徐国祥等[10]指出传统方法测量峰-峰、谷-谷之间的距离来确定房地产周期的不足,运用谱分析来研究房价的周期波动。研究得出自1998年1月以来,我国房地产市场存在为期36个月的主周期和27个月的次周期波动。

    Miles[11]对美国50个州分别采用GARCH模型考查住房价格的波动性。研究发现,超过一半的州存在显着的GARCH效应,这表明采用非线性模型能更好地解释房价波动。经验模态分解是一种处理非平稳、非线性数据序列的新方法,能够分解出研究对象在不同尺度上的波动信息。它从数据自身出发,通过分析本征模态函数(Intrinsic Mode Func-tion,IMF)来揭示数据序列的内在特征。相关研究表明,经验模态分解可以很好地处理非平稳、非线性序列,是提取数据序列趋势的较好方法[12]。经验模态分解起源于海洋波动研究,之后成功运用到生物医学工程、大气科学、土木工程等众多自然科学领域;在社科领域还很少应用,仅涉及原油价格和股票价格。本文拓展了经验模态分解方法在社科领域的应用。从复杂系统、数据驱动的视角认识房价的周期波动,让数据表明其具有的特征,针对分解结果给予经济意义上的解释,用于短期房价预测。可为房地产市场的不同参与者把握市场运行规律,政府制定宏观调控政策提供决策依据,具有理论与实践的双重价值。

    2 经验模态分解方法

    2.1 经验模态分解(EMD)理论与算法

    经验模态分解的基本思想是如果待分解数据序列的极大值或极小值的数目比上跨零点(或下跨零点)的数目多两个或两个以上,则该数据序列就需要进行平稳化处理[13]。首先,利用三次样条函数把序列x(t)的局部极大值和局部极小值点分别拟合成x(t)的上包络线和下包络线,然后计算两包络线的均值m1。再将原数据序列x(t)减去m1,即可得到一个移除低频的新数据序列:通常,h1并不是IMF分量,为此需对h1重复以上处理过程进行k次筛选,直到所得到的平均曲线趋于零为止,此时得到的数据序列为:h1k=h1(k-1)-m1k(2)式中,h1k为第k次筛选所得的数据,h1(k-1)为第k-1次筛选所得的数据。利用限制标准差SD的值来判断每次筛选结果是否为IMF分量,SD定义为:T为序列长度限制标准差SD的值一般取在0.2~0.3之间,满足时分解过程即可结束[13]。此标准的考虑是:既要使得hk(t)足够接近IMF的要求,又要控制分解的次数。当h1k满足SD的要求时,令c1=h1k即得到序列x(t)的第一个IMF分量,它代表了组成序列x(t)中最高频率的成分。从序列x(t)中减去第一个IMF分量c1,就得到一个移除最高频成分的差值数据序列:r1=x(t)-c1。再重复式(1)~(3)的过程,直至所剩序列包含的信息对研究内容的意义很小或已是单调函数时停止。此时,rn代表数据序列x(t)的趋势或均值。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)可由这些IMF分量和最后的残差项rn表示成:分解的本质是把数据序列x(t)分解为各种不同特征尺度上波动的叠加,每个IMF分量既可以是线性的也可以是非线性的。

    2.2 集成经验模态分解(Ensemble EMD)

    经验模态分解在处理非平稳、非线性数据时显示出了很大的优越性。然而,前述的经验模态分解方法有一个缺陷:常会出现不同模态之间的混淆。为了克服该缺陷,Wu和Huang[14]提出了EnsembleEMD。步骤如下:(1)对目标序列增加一列白色噪声;(2)再对增加白色噪声后的序列分解;(3)重复上述步骤,但每次增加的白色噪声不一样,得到IMF的集成均值作为最后的结果。增加白色噪声序列是为了提供标准的参考框与IMF对照,达到目的后通过集成平均消除自身的影响。大大减少了模式混淆的机会,是对前述EMD方法的一大改进。增加白色噪声的后果可以通过统计规律来控制:

    3 房价分解

    3.1 数据来源说明

    根据文献,采用杭州市新建商品住宅交易价格为分析对象。数据来源于杭州市房管局主管的透明售房网(hzfc365.com),数据及时、准确。统计范围包括西湖、拱墅、上城、下城、萧山、余杭等10个城区。2007.3.17~3.23为第1周,2011.2.21~2.27为第204周,共204个周度数据。描述性统计情况见表1,数据分布见图1。

    3.2 非平稳、非线性检验

    由表2知t统计量>10%level,不能拒绝原假设,即认为房价时间序列是非平稳的,进一步验证该序列一阶单整。对差分后的序列做自相关、偏自相关分析,发现偏自相关系数4阶截尾,自相关系数2阶截尾,建立ARIMA(4,1,2)模型。剔除不显着变量,得到方程: 方程残差的各阶自相关系数、偏自相关系数均与零无显着差异,说明不存在自相关性。但残差平方的自相关系数、偏自相关系数很大,存在较明显的自相关性。因此,用非线性模型来描述房价波动显得更合适。

    3.3 EEMD分解

    EEMD作为分解工具,白色噪声的标准差设为房价标准差的0.2倍,集成数量设为100。在Mat-Lab平台上编程实现,得到6个不同尺度的IMF和1个残差项,如图2、3所示。

    3.4 本征模态函数和残差项的特征

    从图2得到的6个本征模态函数来看,频率最高的是IMF1,振幅变化大,平均周期为3.4周。在30、75、150周附近振幅较大,其中在第150周附近振 幅 超 过5000,对 应 时 间 是2009.11.30 ~2010.7.4。频率次高的是IMF2,周期约7周,振幅变化类似IMF1,150周附近最大振幅接近4000。IMF3的平均周期为15.4周,在30、75、150周附近振幅 较 大,但 没IMF1、IMF2明 显,最 大 振 幅 为2000。IMF4、IMF5、IMF6的频率相对较低,平均周期分别约为30周(7个月)、62周(14个月)、160周(3年)。IMF4的平均振幅约1000,IMF5的振幅由1000增大到2000,后又增大到3000,IMF6的振幅约2000。IMF4、IMF5、IMF6呈现出较为规则的正弦式波动。残差项近似一条稍向上凸的直线,由1周时的8516,逐步增长到204周时的21959,见图3。残差项与房价时间序列的Pearson相关系数最高,达0.648;Kendall相 关 系 数 达0.497。而 各IMF与房价时间序列的相关系数则比较低,不高于0.4。房价时间序列总方差主要来自于残差项,占到63.12%;各IMF方差占总方差的比值均不高于10%,见表4。

    4 分解结果分析

    房价时间序列可分解成6个IMF与1个残差项。IMF的频率各不相同,低频IMF具有很强的周期波动性,高频IMF则表现出随机无序性。由图4知各IMF均值偏离0的显着性水平,加之从IMF4开始呈现较 规 则 的 正 弦 式 波 动,因 此 将IMF1~IMF3归为高频部分,把IMF4~IMF6归为低频部分。 由表5知,残差项与房价时间序列的相关性最高,且房价时间序列59.51%方差变动来自残差项。高频部分的相关程度大于低频部分,但高频部分解释房价方差变动的比例小于低频部分。残差项、低频部分和高频部分分别隐含着很强的经济意义,可用来揭示隐含在房价序列中的内在特征。如图5所示,用残差项来描述房价的长期趋势。低频曲线上下振动转折点的出现与房地产市场发生的重大事件有关,比如:金融危机、宏观调控政策等。无序的高频曲线围绕零均值线随机波动,可用来揭示房地产市场短期的不均衡现象,用其振幅来表示市场的不均衡程度。

第2篇：实证分析范文

关键词：国债负担率 国债依存度

一、对一些现象的描述

当前的欧洲主权债务危机，越来越明显地影响欧洲本土经济以及世界经济的发展，而这些国家都有着相当高的国债负担率，在金融危机中普遍实行的量化宽松货币政策以及积极的财政政策，使得很多国家的国债负担率，赤字率有很大的提升，主权债务危机突显；并且经济的滞涨使得欧元区国家承受着货币贬值的风险；此外，金融危机后通货膨胀的广泛传播，使得欧洲国家经济更是雪上加霜。因此，国债负担率对国家的隐性影响很大。

我国自1981年发行国债以来，GDP在飞速增长，并伴随一定的通货膨胀，国债负担率有下降的趋势，然而事实却不是这样，这需要对国债负担率的变化进行动态分析。面临越来越大，并且依然有很大的提升空间的国内市场需求；对国家基础设施的不断建设；国家的宏观规划使全国各地区协调发展；不断提高人民的福利水平和持续渐进地改善民生；以及应对不可预测的自然灾害等等，这些都需要有持续不断的资金来补足。因此，国债负担率的变化就复杂了，有必要建立一个简单的模型来描述这一趋势。

二、国债负担率的理论基础

我国近几年的国债负担率都维持在稳定的水平，例如05年为17.63%，06年为16.18%，07年为19.59%，08年为16.96%，09年为17.69%，10年为17.89%，一直维持在这个很窄的区间内波动，可见我国是实行稳健的财政政策。

国债负担率是国债余额占国内生产总值的比重，衡量整个国民经济对债务的承受能力。现在具体的理论推导如下：

假设P为基本赤字额，D为当期债务余额、D_为上期债务余额、i为国债在一期内的综合利率、g为GDP增长率。则：

D=D_（1+i）+ P

除以GDP（Y为GDP）后，得到：

D/Y=（D_/Y_）* (1+ i )/(1+g ) + P/Y

设b为国债负担率，则

b = b_(1+i )/(1+g ) + p

由于相对国债规模是稳定的，即d=d_

则需要：b[1-(1+ i )/(1+g )]= p

即 b (g-i )/(1+g )= p

由于Y=Y_*(1+g )，则可以推导出来：

b(g-i )=P/Y_

注：上式推导中的i当年所有国债的综合年利率，可用当年付息额占上年国债余额的比例计算的平均利息率。

从这个公式中可以看出，由于国债的名义利率i是已知的，并且在可预期的经济增长率情况下，国债负担率决定于当年的财政赤字。

为了研究财政负担率与财政赤字的关系，现在引入国债依存度来代替财政赤字。国债依存度是一国当年财政赤字（或者国债发行额-还本数）占全部财政支出的比例。所以下面通过Eviews 5.0回归方程来描述这一现象。

三、函数模型设计与结果

本文将运用简单的线性方程讨论国债依存度与国债负担率的关系。条件假设如下：（1）我国的国债负担率是稳定不变化的（或者在很小的范围内变动）。（2）经济增长率是可以预期的。（3）国家的经济政策是稳定的，并且国际环境是稳定和平的。

1．线性回归模型，如下：b = C1*r + c

上式中，b 为国债负担率，r 为国债依存度，C1为变量系数，c为常数。

2．对回归模型的解释与验证：

回归结果如下：

注：该数据中都是用标准化的百分数。

则由此可以得出以下方程：b = -0.436047 r +18.38629

从回归的结果看，R^2=0.663505，F=15.77451，说明拟合效果较好。说明这个模型能描述出国债负担率的大致走势。

四、动态分析

在回归结果中，我们看出国债依存度的系数为负数，正常情况下随着财政赤字的增加应该会导致国债负担率的上升，但是这一结果却出现了相反的现象。这是因为国债依存度=当年赤字/全部财政支出，这个式子中全部财政支出的速度要高于财政赤字的增长速度。致使在财政赤字增加情况下，国债依存度依然下降，然而国债依存度的增长速度却不及国民经济的增长速度，所以会出现国债依存度与国债负担率出现负相关。

关于模型的预测和真实值有一定的偏差，是因为经济增长率的预期值和真实值有一定的偏差；我国实行的国债政策并不是严格稳定不变的，在一定的范围内波动；并且还依然存在其他不可控的影响因素。

我国的国债负担率呈现稳中有升的趋势，最近几年徘徊在16%—19%左右，远小于《马斯特里赫特条约》要求欧盟国家的60%。看起来我国还有很大的提升空间，但是不能就以此认为国债还可以进一步扩张下去。首先，相对我国GDP的平均增长率，国债余额年增长率是很高的。照此速度发展下去，国债规模很可能达到难以控制的程度，这一点无法与有着悠久国债历史的发达国家相比。其次，尽管西方发达国家的国债负担率较高，但他们的财政收入占GDP的比重较高，一般为45%左右，而我国财政收入即使加上预算外收入，也只占GDP的20%左右。因此，我国对外债务的承受能力要弱一些。

当国债规模发行过大，债务依存度过高时，表明财政支出过多依赖债务收入，财政状况脆弱。根据国际通用的控制指标，国债依存度一般以15%—20%为宜。近十多年，我国的国债依存度都是保持在较低的水平，风险相对来说比较小。

第3篇：实证分析范文

根据不同的标准可以将风险划分为不同的类型。巴塞尔协议结合商业银行经营的具体特征，按照诱发风险的原因，将其分为八种风险分别是信用风险、操作风险、市场风险、流动性风险、国家风险、声誉风险、法律风险、一级战略风险。从重要性程度来看，主要讨论前四种风险。

（一）信用风险

截取交通银行和美国银行2010―2014年不良贷款率的变化情况，分析中美两国上市银行对于信用风险的控制情况。

由图1中可以看出，交通银行的信用风险管理能力强于美国银行，从2010―2014年，交通银行的不良贷款率始终控制在2%以下，侧面反映了银行上市后经营更加谨慎，制定相应的对策来坚守风险的发生。而美国银行虽然不良贷款率始终高于交通银行，但不良贷款率呈逐步递减状态，且在2010―2011、2012―2013两个跨度间降幅显著，说明金融危机之后，美国银行通过加强内部控制来增强其抵御风险的能力。

（二）流动性风险

选取交通银行和美国银行2010―2014年相关的财务数据并计算其财务数据。

由图2可以看出，国际上对于上市银行的流动性比率一般要求大于25%，交通银行对于流动性比例的控制远远大于国际的要求，并呈逐年上升趋势。近两年趋势放缓也说明交通银行并不一味追求流动性比率的高低，而是寻求最佳安全与盈利的黄金点。

由图3可以看出，交通银行的存贷比大致维持在一个较为稳定的水平，而美国银行的存贷比则呈逐年上涨趋势，且从整体趋势来看，美国银行的存贷比显著高于交通银行，从而反映美国银行对于流动性的控制要好于交通银行。

（三）操作风险

依据基本指标法，银行持有的操作风险资本金等于其前3年总收入的平均值乘上一个固定比例（α），α为固定值15%。计算公式如下：

KBIA（交通银行）= 24458.65（百万元）KBIA（美国银行）= 12826.15（百万美元）

除去汇率因素的影响，交通银行所需的操作风险资本规模大约为美国银行的两倍。不过，基本指标采用银行前三年的收入来衡量，银行规模的大小成为制约因素，美国的银行规模整体大于交通银行，因此在具备一定的条件后，可以采用更高级的计量方法，诸如使用收入模型分析两个银行的操作风险管理。

（四）市场风险

市场风险主要体现在以下方面：

（1）资本不足带来的风险

资本充足率是一个衡量银行能否正常运营和发展重要的资本比率，反映了商业银行在存款人和债券人的资产遭到损失之前，该银行能否以自有资本承担损失的程度。

巴塞尔新协议中的计算公式为：

银行资本充足率=（资本-扣除项）/（信用风险加权资产+12.5倍的市场风险资本+12.5倍的操作风险资本）

截取交通银行和美国银行2010―2014年的财报数据，分析两国银行的资本充足率情况。

由图4可以看出，交通银行和美国银行的资本充足率都达到了新协议要求的8%以上，且相对来说都处于较高的水平。尤其对于美国银行，资本充足率水平显著高于交通银行，加之我国银行在计算资本充足率时并不包括操作风险，侧面反映我国银行的资本充足率水平同西方先进银行存在一定差距，有待加强。

（2）利率风险

利率风险是市场风险中重要的风险，首先，利率一直处于不可预见的变化中；其次，利率的小幅调整对于银行的存贷款影响都比较大。

（3）汇率风险

商业银行汇率风险是指汇率变动可能给银行的当期收益或价值带来损失的风险，它是由汇率波动的时间差地区差及银行表内外业务币种和期限结构不匹配等原因造成的汇率风险源于包括固定汇率和浮动汇率的两大国际货币制度固定汇率风险较浮动汇率风险要小得多，浮动汇率波动频繁且波动幅度大，所产生的汇率风险也难以度量，是商业银行风险控制的主要内容之一。我们将以汇率风险为例进行实证分析结论及建议

二、结论与建议

本文主要分析上市银行的风险控制能力，综合上述四种风险的实证分析，在信用风险方面，交通银行的控制要优于美国银行，不良贷款率始终处于一个较优的水平。在流动性风险方面，美国银行的存贷比显著高于交通银行且还有逐年优化的趋势。对于市场风险，两国银行均采用了VaR的在险价值分析。在操作风险方面，美国银行的内控要优我国于交通银行。

（一）对于外部监管

结合我国上市银行并非商业银行主体的具体国情，在借鉴伞形监管模式的优点的基础上，首先，架构以银监会担当主体的主监管模式，同时建立和加强监管机构之间的信息交流机制；其次，要改革完善相关的法律法规，统一监管标准，解决上市银行会计信息披露指标不统一的困境。必要时引入相关的事后惩戒制度，对于严重危害市场的行为追究刑事责任。更重要的是引入多方约束机制，强化客户以及社会中介机构对于上市银行的监督。

（二）对于内部控制

首先，完善法人治理结构，简化行政管理机构，缩短管理半径，提高行政效率；其次，完善权力制约机制，提高内部等级管理水平，完善分别授权和集体议事的制度。同时强化稽核监督作用，推行内部稽核特派员制度。具体而言，又可从市场、信用、流动性、操作等四个风险管理方面加强内部控制。

操作风险：加强事前预防和事中控制，建立良好的管理机制，灵活运用严格系统的风险管理政策和积极主动的风险管理工具，更为及时有效地处理操作风险。

市场风险：实施一致性管理和集中管理，结合现代化的量化时段处理风险模型的开发和应用，交叉运用多种限额，确保控制力度和准确性。同时借鉴美国银行的资本充足率审核方式，将操作风险纳入其衡量范围，进一步提高银行资本充足率。

信用风险：在强化审慎的信贷审核系统同时，有效放权给相关的部门管理人员，培养人员的高素质以及风险识别能力，在维持不良贷款率低于2%的水平下的同时，进一步提高放贷效率和审核力度，将资金及时有效过渡到社会的光明产业中去。

第4篇：实证分析范文

关键词：上证综指；对数收益率；ARMA-GARCH模型

一、引言

上证综指反映了在上海证券交易所中挂牌的全部股票的总体走势，能够充分地反映我国沪市股票的总体行情。上证综指对样本股票进行加权计算股票价格，并且所选股票涉及各个行业，如金融、工业、材料、能源、医药、房地产，为广大投资者提供参考。从2015年1月29日沪指暴跌7.7%到2015年1月21日大涨百点，股市的跌宕起伏使人更加关心整个股市的总体走向。股票的收益率序列属于金融时间序列，有如下特征：首先，通常原始收益率序列并不平稳，需要进行一阶差分才能表现出平稳性。其次，股票的收益率序列呈现出非线性关系，但是平方之后，收益率序列表现出强自相关性。最后，股票收益率序列与正太分布相比，有尖峰厚尾特征。鉴于此，运用现代计量方法对股票收益率序列建立模型加以拟合，可对股市震荡加以防范。

二、文献综述

西方发达国家的证券交易市场起源较早，对金融时间序列的理论研究和计量分析也更为系统。Mandlebrot（1963）[1]首先发现股票收益率序列具有波动聚集效应。Engle（1982）[2]提出自回归条件异方差模型，对股票收益率序列的残差加以拟合，进一步描述了波动集群效应。Bollerslev（1986）[3]在ARCH模型基础上，推出广义的自回归条件异方差模型（GARCH），对金融时间序列的收益以及风险测量更为精确。20世纪90年代以来，西方理论界将GARCH簇模型广泛应用于金融领域，对股票收益率的波动性影响因素以及影响程度加以拟合。Zakoiao 和 Glosten，Jagannathan，Runkle 提出的TGARCH模型对股票收益率波动的影响因素进行长期分析，明确提出西方股票市场具有杠杆效应。EGARCH模型可对股票收益率所受冲击的波动性进行拟合，表明股票收益率波动具有非对称性。

国内理论界依据西方的现代金融计量经济学模型，针对我国的证券市场也做了大量研究。丁华[4]（1999）在其文中介绍了ARCH（P）模型的概念和检验方法，并采用1994年至1997年4年的上证A股综合指数进行实证分析，实证表明我国沪市股票收益率也存在异方差性。岳朝龙（2001）[5]对沪市股票收益率建立GARCH簇模型，研究表明上证股市具有杠杆效应。刘金全、崔畅[6]（2002）对沪深两市收益率序列进行对比分析，两市在短期的波动模式不同，但是在长期内均存在均衡关系。惠军、朱翠[7]（2010）利用ARMA模型拟合我国基金市场的平稳收益率，进而建立ARCH模型对收益率残差序列加以拟合，解决了方差时变条件下收益率波动时间序列建模问题，描述了基金序列的特性。

三、实证分析

（一）数据选取和描述性统计

本文样本取自国泰安数据库，以2006年6月1日到2015年6月1日上证综指收盘价为初始研究对象，共计2210个样本点。实证分析采用R软件。令Pt为上证综指第t个交易日的收盘价，则其日对数收益率为r=lnPt-lnPt-1。图1左侧为上证综指收盘价时序图，右侧为对数收益率时序图。观察左图发现，上证综合指数开始呈上升趋势，达到峰值之后迅速回落，之后持续波动，直到第2000个样本点之后有显著上升。而右侧的上证综指对数收益率序列在均值0上下剧烈波动，但序列波动幅度并不相同，显示出数据的波动集群现象。上证综指日收益率序列偏态值为20.101007，表明该序列右偏。峰态值为704.647899，表明该序列分布比正态分布尾更厚。

图1 上证综指日收盘价时序图和对数收益率时序图

（二）ARMA模型[9]建立

首先利用ADF检验对上证综指日收益率序列的平稳性加以检验。在5%的显著性水平下，p=0.01，接受备择假设，则该收益率序列平稳。

利用ACF图和PACF图检验日收益率序列的自相关性，发现该对数收益率序列存在四阶自相关。首先尝试采用模型ARMA（4，0）拟合该序列的均值方程，但发现在5%的显著性水平下，模型ARMA（4，0）中只有ar4项的系数显著，其余均不显著。在5%的显著性水平下，ARMA（3，3）模型的系数，除截距项外，其余六项均通过显著性检验。

对模型ARMA（3，3）的残差项进行自相关和偏自相关检验，在滞后10以内，残差项基本呈现白噪声。模型拟合较好。同时可进行Box-Ljung检验，P值为0.47，则上证综指的收益率序残差序列不存在自相关。

（三）ARCH效应检验

根据图5中的PACF图发现存在ARCH效应。同时根据Box-Ljung检验，如图6。P值为0.03639，拒绝原假设，说明上证综指收益率序列的残差平方存在自相关，而其残差项本身并不存在自相关，因此存在ARCH效应。

（四）GARCH模型建立

1.模型参数估计

首先尝试建立ARMA（3，3）+GARCH（1，1）模型。因上述ARMA（3，3）均值方程的常数项系数并不显著，因此此处去掉常数项，并且首先进正态分布的假设下进行参数估计，发现检验正态性的Shapiro-Wilk统计量等于0.9786283，拒绝正态分布假设，因此采用t分布进行参数估计。此处波动率方程的均值在5%的显著性水平下，拒绝原假设，该系数显著。而均值方程和波动率方程的系数均在0.1%的显著性水平下拒绝原假设，说明该ARMA―GARCH模型参数估计有效。

2.回归结果检验

在5%的显著性水平上，残差的滞后20阶的Ljung-Box检验中，P=0.157074，通过检验，残差平方项的滞后20阶Ljung-Box检验，P=0.7420158，即McLeod-Li检验也通过，表明均不存在自相关。观察ACF图，发现上证综指日收益率残差平方序列不存在自相关。

3.GARCH 模型建立

说明上述ARMA（3，3）+GARCH（1，1）模型拟合效果良好。该模型的代数表达式为：

均值方程：rt=0.9983rt-1+0.5876rt-2-0.5851rt-3-0.9794ωt-0.6208ωt-1+0.606ωt-3

波动率方程：σ2t=1.506×10-6+4.702×10-2σ2t-1ω2t-1+0.9519σ2t-1

经过上述分析，Garch（1，1）模型能对上证综指的收益率波动进行较好的分析。

四、结论分析

上述实证分析中，利用ARMA（3，3）建立均值方程，并在此基础上建立波动率方程GARCH（1，1）能有效拟合上证综指。但是，综合考虑近期我国证券市场的波动情况，笔者提出如下建议。

（一）市场信息不对称

信息不对称在股票市场中表现为那些经营良好或者发展前景良好的企业并不能顺利筹得融资，而广大投资者也难以根据股票市场的整体价格走势选择合适的投资目标。并且，在证券市场上，投资者特别是广大散户对股价大跌这类坏消息似乎更加敏感，而对于利好消息却并不看好。如此一来，股市价格下降将导致更多的做空行为，股价会进一步下跌，股市震荡会更大。如何建立一支更好的股价整体走势评估体系，并以此作为价格信号为广大投资者提供参考，可有效影响投资者的预期，进而减少股市震荡。

（二）风险管理不健全

西方发达国家的证券市场多以企业融资为目的，而我国的证券市场上投机者较多。西方证券市场的监管体系比较完善，这位我国证券市场的发展提供方向。证券市场的投资者也并不能完全根据市场的价值自己做出判断，而一些机构投资者很容易在利益的驱使下，利用信息优势，做空或做多来操纵金融市场。投资机构的大幅操控将导致股市震荡，不利于其他小型投资者，也不利于股票市场的平稳发展。因此，加速风险监管制度的建立，完善市场监督体系，建立相关法规，并且真正加以落实将有利于我国证券市场的发展。

（三）政府干预较明显

与西方自由的证券交易市场相比，我国的证券市场受政府政策影响较大。证券市场出现大幅下跌时，我国政府通常会救市消息，利好的货币政策和相关法规则会相应而出。但是一个健康的证券市场理应是按照供求关系，以股市价格自身变动为信号，自动调节的。政府的干预有可能一时刺激股市的发展，但作用并非长久。同时在整个经济下行压力较大时，频频的政府干预并不能改变理性投资者的价格预期，再利好的政策收效也会甚微。2015年6月开始，我国证券市场跌幅较大，同时伴随我国经济下行压力较大，我国政府也大力救市。央行三次下调法定准备金率，两次下调利率，并且扩大存贷款的利率浮动区间，以期给金融机构以更大的自由信贷空间。（作者单位：首都经贸大学）

参考文献：

[1] Jonathan D.Cryer，Kung-Sik Chan.时间序列分析及应用 R语言[M].北京：机械工业出版社，2011.

[2] 岳朝龙.上海股市收益率GARCH模型族的实证研究.[J].数量经济与技术经济研究，2001（6）.

[3] 刘金全，崔畅.中国沪深股市收益率和波动性的实证分析[J].经济研究，2002（1）.

[4] 林聪.沪市股票市场效率的分析―基于ARMA-GARCH 模型[J].金融视线，2011（8）.

[5] 惠军，朱翠.证券投资基金市场的 ARMA-GARCH 类模型分析[J].合肥工业大学学报（自然科学版），2010（3）.

[6] 丁华.股价指数波动中的ARCH现象[J].数量经济与技术经济研究，1999（9）.

第5篇：实证分析范文

关键词：FDI；技术溢出；实证分析

FDI技术溢出是经济学意义上的一种外部效应，是指由于FDI进入东道国，其带来的技术对当地的生产率增长、经济增长、劳动力技术水平提高等方面都起到了一定的贡献，而FDI投入方却无法因带这些贡献而得到相应回报的现象。

一、国内外研究现状

最早的技术溢出是由MacDougall（1960）在分析FDI的一般福利效应时提出的。

Cooden（1960）和Caves（1971）分别考察了FDI对最佳关税、产业模式和社会福利的影响，多次提及溢出效应。

Blomstrom（1998）将国际直接投资技术溢出效应定义为，跨国公司在东道国实施FDI引起当地技术或生产力的进步，而跨国公司无法获取其中的全部收益的一种理论。

Caves（1974）分别检验了加拿大和澳大利亚的FDI技术溢出效应。他发现在加拿大制造业中,当地企业的利润率与行业内的外资份额正相关,而在澳大利亚制造业中劳动生产率与行业内的外资份额也呈现正相关论文。

Blomstrom和Perssom（1983）选用墨西哥1970年的行业横截面数据,将劳动生产率作为技术水平的评价指标,同时选用行业资本密集度以及劳动力绩效作为影响特征变量,实证得出了存在正技术溢出效应。Blomstrom和Wollf（1989）选用墨西哥1965年～1984年的行业时间序列数据,检验了某些特定产业内外资的进入对当地企业生产率的影响。结果表明,当地企业的生产力水平与跨国公司子公司的生产力水平存在趋同现象,同时当地企业生产力水平提高的速度与行业内的外资份额呈正相关关系,从而也得出了存在正溢出效应的结论。

李平（1999）对中国各部门内不同产业之间的技术溢出效应作了比较全面的研究,重点研究了产业自身的产品内含型技术和资本内含型技术对其他产业的技术溢出效应,在选取的12个制造业产业中,他发现绝大多数产业之间均存在着一定的资本内含型技术溢出效应。

姚洋（1998）利用第三此全国工业普查的资料，发现行业中如果外国三资企业数量比重每增加一个百分点，行业的技术效率就会提高1.1个百分点。

秦晓钟、胡志宝（1998）采用生产函数模型,利用1995年工业普查数据,对含采掘业、电力煤气等39个行业进行了检验,得出FDI的行业内溢出效应明显存在的结论。

何洁、许罗丹（1999）借鉴Feder（1982）模型，实证得出“外商直接投资带来的技术水平每提高一个百分点，我国内资工业企业的技术外溢作用就提高2.3个百分点”的结论。

沈坤荣（1999）利用各省的外商直接投资总量与各省的全要素生产率作为横截面的相关分析，得出FDI占国内生产总值的比重每增加一个单位，可以带来0.37个单位的综合要素生产率增长。

陈涛涛（2003）利用我国制造业84个四位码行业的数据，实证发现当内外资能力差距较小时，有助于溢出效应的产生。

以上文献均侧重于对FDI技术溢出效应的存在性和其效应方向的研究，而忽略了对影响FDI技术溢出效应的具体因素的作用的分析。实际上，FDI的进入东道国，并不是主动产生技术溢出效应的，而是需要与一定的东道国具体因素相结合，本文将就几个重要的影响因素对进入我国的FDI技术溢出效应的影响进行实证分析，找到促进技术溢出效应的关键因素。

二、模型及数据的选取

1．研究模型。借鉴Feder（1982）的研究思路，将整个经济分为外资部门和内资部门，每个部门的生产过程用一个生产函数表示（1）。

lnYd=c0+c1lnKd+c2lnLd+c3lnKf+u（1）

其中，Yd表示内资工业部门总产出；Kd表示内资工业部门的资本投入；Ld表示内资工业部门的劳动力投入；Kf表示三资企业的资本投入；u为残差。C1、c2分别表示内资企业资本与劳动的边际产出弹性，c3表示三资企业的资本积累对内资企业的边际产出弹性，它的正负与大小反映了外商投资企业溢出效应的方向和力度。

为考察人力资本、制度变量和R&D投入对技术溢出的影响，在模型（1）的基础上，引入3个变量，其中H表示某地区的人力资本水平，GY代表制度变量，表示某地区的制度环境，RD表示某地区人均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．数据描述。本文计量所采用的数据是根据2000年~2004年《中国统计年鉴》数据和“中华人民共和国技术部”网上数据整理得来的。利用全国30个省（直辖市、自治区），不包括在内的地区数据。具体数据的选取上，资本投入选取各地区资产总计表示；劳动力投入采用各地区工业增加值与全员劳动生产率的比值所表示的平均从业人数来表示；内资企业的产出、资本投入以及劳动力投入是通过各地区工业行业内“全部国有及规模以上非国有工业企业”与各地区工业行业内“三资企业”相对应的指标相减得出的；人力资本，采用各地区高校在校生人数与该地区年底总人数的比值来表示；制度变量，采用各地区国有工业企业总产出与各地区工业行业总产出的比值表示；人均R&D投入，用各地区年R&D投入与该地区年底总人数的比值表示。

三、实证检验

1．FDI技术溢出效应的基本模型检验。表1中①，是对基本模型（1）进行回归分析，结果表明，1999年~2003年，工业部门中外商直接投资的溢出效应为正，并且通过了1%的显著性水平的t检验。从总体上看，外资投资企业的资产每增加1个百分点，可以带动行业中内资企业的产出增加0.33个百分点。表明外商直接投资对内资企业存在正向的技术溢出效应。Kd的系数为正，也通过了1%的显著性水平的t检验，表明内资企业的资本投入对行业经济的增长起正向作用。但是，Ld的系数不显著，说明国内企业劳动力投入的水平相对较低，对行业经济增长的贡献较小。

2．FDI技术溢出效应的扩展模型检验。表1中②是利用扩展模型，进一步考察人力资本、制度变量、人均R&D投入对外商直接投资溢出效应的影响。对模型（2）进行回归分析，结果表明，Kf的系数不显著，表明单纯的外资投入，并不一定能够促进技术溢出，而应当以其他的因素为前提，比如制度变量、人力资本和人均R&D投入等。

表1中③是模型（2）去掉kf后的回归分析，结果表明，去掉Kf后，Kf*H、Kf*GY、Kf*RD均通过了显著性1%的t检验，其中，Kf*H、Kf*GY对技术溢出存在正效应，表明外商直接投资的进入，若要产生技术溢出效应，的确需要以一定的东道国人力资本和东道国制度环境为前提条件。东道国人力资本水平的提高和制度环境的改善，都会促进外资技术溢出的产生。Kf*RD的系数为负，这是因为R&D具有创新能力和吸收能力两方面的作用，而外商直接投资产生技术溢出，主要是通过R&D的吸收能力实现的。由于目前我国的R&D吸收能力较低，导致外商直接投资不仅未通过与R&D结合促进内资部门生产率的提高，反而影响了内资部门的产出。

四、结论及建议

由以上分析可知，FDI虽然对全国样本存在正的技术溢出效应（分析结果表1中①），但是FDI技术溢出效应的产生并不是主动的，而是需要与东道国的一定的人力资本水平和良好的制度环境相结合（分析结果表1中②、③），所以建议如下：

1．提高专业人才的人力资本存量。宏观上讲，提高人力资本水平，才能提高对技术溢出的吸收能力，只有将各地（下转第81页）区人力资本转化为真正的生产力，才能充分发挥FDI的技术溢出正效应。而对于微观企业来说，企业内相应技术的专业人才存量是决定企业吸收能力强弱的关键因素,直接影响企业对引进行业内专项技术的吸收效果以及对所吸收的技术向现实的产品，进而向企业的效益的转化能力。同时，人才存量构成整个国家(地区)的人力资源的数量和质量,对于促进整体的技术溢出有非常重要的作用。

2．提高R&D的吸收能力，实施不同的开放政策。为提高企业的吸收能力，需完善企业技术创新体系，加强企业自主研发能力，促进企业与技术水平较强的国外企业、研发机构的合作。实施不同的开放政策，对于吸收能力较强的行业，可以采取开放政策；对于高科技行业，由于内资部门的市场份额下降和人才流失，会造成向外资企业的逆向技术扩散，所以高科技行业应采用逐步开放的政策。

3．建立良好的制度环境。为企业建立有利于其竞争和能促进其自主研发的制度环境。一是，建立和完善相关法律法规，保护知识产权。二是，逐步建立支持创新支持体系和创新风险承担机制。三是，进一步消除各种体制机制，打破行业和市场垄断，创造各类企业公平竞争的环境。四是，建立由企业牵头实施国家重大科技项目的机制，为各类企业的创新活动提供社会化、市场化服务。

参考文献：

1．卢健．“技术溢出”的几个问题．天府新论，2000，（5）．

2．江小涓．外商直接投资对中国技术进步的贡献．国际经济评论，2004，（3）．

3．陈涛涛．中国FDI行业内溢出效应的内在机制研究．世界经济，2003，（9）．

4．沈坤荣，耿强．外国直接投资、技术外溢与内生经济增长——中国数据的计量检验与实证分析．中国社会科学，2001，（5）．

5．赖明勇，包群，阳小晓．外商直接投资的吸收能力：理论及中国的实证研究．上海经济研究，2002，（6）．

6．方希桦，包群，赖明勇．国际技术溢出：基于进口传导机制的实证研究．中国软科学，2004，（7）．

7．何洁．外商直接投资对中国工业部门外溢效应的进一步精确量化．世界经济，2000，（12）．

8．潘文卿．外商投资对中国工业部门的外溢效应：基于面板数据的分析．世界经济，2003，（6）．

第6篇：实证分析范文

[关键词] IPO费率 上市首日受益率

一、引言

近年来，学术界对我国股票市场IPO抑价现象有了大量的研究,概括起来有这么几个方面的解释：政府直接或间接地控制新股发行市盈率造成了新股抑价；新股抑价是市场管理者为保护二级市场中小投资者采取的措施；新股发行与上市时间间隔长从而引发风险的补偿、上市后增发股票以补偿抑价；资金投机者炒作、新股包装上市、夸大宣传等因素也很容易造成新股抑价发行；发行人想要利用一级市场价格低于市场客观估计的价值,让投资者先尝到甜头,然后在未来较高价发行中获得后续补偿；发行人是想要利用低价发行来避免股票为少数人所持有,从而巩固管理层对公司的控制，等等。然而，学术界对于IPO费率方面的研究则较少，特别是对于IPO费率的实证研究更是几乎一片空白。本文尝试建立一个计量经济模型来对我国股票市场IPO费率进行实证研究，并针对模型估计结果，从IPO费率这个新的角度来讨论IPO抑价问题。

二、IPO费用率的实证分析

1.数据选取

本文选取了近年来在我国上海证券交易所和深圳证券交易所首次公开发行的1000只股票的IPO数据资料，包括每只股票的发行费用、发行股份的总数、筹资总额、发行地、股票类型、上市首日收益率等数据。（数据来源：RESSET金融研究数据库）

2.数据处理及变量设定

IPO费率（F/M）通过发行费用（F）与筹资总额（M）之商来定义，反映发行人每发行筹资1元钱所要支付的发行费用；发行股份总数用Q表示；发行地用虚拟变量SS表示：SS＝0表示深圳证券交易所，SS＝1表示上海证券交易所；股票类型用虚拟变量AB表示：AB＝0表示股，AB＝1表示股；首日收益率用IR表示，计算公式为：(首日收盘价－首日开盘价)/首日开盘价。

3.模型设定及估计结果

考虑到IPO业务涉及到不同的股票类型，以及我国有两个并行的证券交易所的实际情况，建立如下计量经济模型：

F/M=α+β1*IR+β2*Q+β3*AB+β4*SS

运用Eviews5对模型中的变量进行逐一估计，结果都很显著：

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，将四个变量同时引入模型进行估计，结果仍然很显著：

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)

估计结果(1)－(5)显示，我国股票市场IPO费率与新股首日收益率呈正向关系；发行股份越多，费率越低，表明存在着规模效应；A股IPO费率比B股低；在上海上市比在深圳上市费率略低一些。

三、对模型估计结果的进一步讨论

值得注意的一点是：估计结果（1）和（5）都表明IPO费率与新股首日收益率之间显著地呈正向关系，也就是说发行人为发行新股付出了较大的代价，得到的却是更加严重抑价发行的结局。这个结果在一个有效率的市场里是不大可能发生的，产生这样的结果有其客观必然性：

一直以来，我国投资银行业内过渡竞争、无序竞争的现象非常严重。目前，我国共有104家证券公司抢占为数很少的股票承销业务，行业集中度很低，前十大券商占有的市场份额不到50%，造成竞争过渡和无序的现象。另外，他们的平均注册资本也只有大约十亿元人民币左右，券商综合实力薄弱，承销能力不足，风险承受能力差，为了顺利承销新股，不得不将新股发行价尽可能往下压。这样就形成“大家抢着干，谁也干不好” 局面，而这必然导致IPO发行抑价和发行费率齐头并进，表现出市场的非有效性。而在发达的美国资本市场上，前10名的投资银行就占了90％以上的市场份额，且他们的平均注册资本达到了上百亿美元。可见，高效的IPO市场需要有一个很高的行业集中度，行业内需要有一批综合实力超强的投资银行作为保证。

因此，我国应该不断促使当前从事承销业务的证券公司进行并购整合，提高行业集中度，并组建少数几家综合实力强、专业化程度高的投资银行，集中高效从事证券承销业务，提高IPO市场的效率。

参考文献：

第7篇：实证分析范文

关键词：工业制成品；能源消费；协整；VEC模型

自1980年以来，中国对外贸易出口额不断攀升，从1980年的181.2亿美元上升到2011年的18983.8亿美元，年平均增长率达到16.2%，强力拉动了中国经济的发展。其中工业制成品的出口额也由90.05亿美元到17978.36亿美元，年平均增长率约18.6%，可见工业制成品出口是拉动中国对外贸易出口的主要力量。随着中国工业制成品出口的逐年增多，中国能源消费也在逐渐增加，进一步强化了中国能源供求紧张的态势。因此，在力求中国工业制成品出口平稳快速发展的同时追求中国节能降耗的目标无疑是值得深入思考和探求的课题，研究中国工业制成品出口贸易与能源消费的关系就具有重要的现实意义。

一、中国出口贸易与能源消费研究现状

国内学术界对于中国出口贸易与能源消费的关系有较多研究，主要有两种主流分析方法：面板单位根、协整、Granger因果关系检验方法和投入产出法。张传国（2009）运用格兰杰因果关系检验对中国能源消费与出口贸易之间的因果关系进行了研究，发现中国能源消费与出口贸易之间存在从出口贸易到能源消费的单向因果关系。吴安（2010）运用投入产出分析方法，证明了中国出口具有相对全国产出平均水平更高的能源强度，中国的出口产业结构倾向于更密集地使用能源。周恒（2012）采用投入产出法定量测算了隐含能出口量，得出中国为间接能源净输出国，其中非能源商品出口结构和总量是间接能源出口增长的主要原因。

本文把对贸易流量研究的目标聚焦到工业制成品出口问题上，着重检验和分析中国工业制成品出口与中国能源消费关系，为中国能源消费的优化提出对策建议。

二、工业制成品出口对能源消费影响的实证分析

（一）研究方法与数据选取

1.分析方法

本文首先采用ADF检验对时间序列平稳性进行分析，虽然大多时间序列是非平稳的，但是时间序列间可能会存在长期均衡关系，本文使用最常用的Johansen协整检验并建立向量误差修正模型。

2.数据来源

本文的中国能源消费总量（EC）、能源消费强度（EE）、工业制成品出口额（MEX）、工业制成品出口占比（MP）、工业制成品出口贸易依存度（MPI）数据均取自于《中国统计年鉴》（1993-2012），时间跨度32年。其中，工业制成品出口占比=工业制成品出口额/出口总额，工业制成品出口贸易依存度=工业制成品出口额（由于统计年鉴中工业制成品出口额是以亿美元为单位，本文按当年统计年鉴汇率折算成亿元）/GDP。

（二）协整分析与向量误差修正模型建立

1.平稳性检验

在进行平稳性检验前，为消除异方差性，本文对数据进行对数处理。

从上图不难看出，EC、EE、MEX、MP、MPI这五变量均随时间变动趋势性比较明显，却不平稳。分别对五变量各自一阶差分进行ADF检验，无法取得同阶单整，因此分别对五变量二阶差分进行检验，结果显示在1%的显著性水平上，五变量取得同阶单整，见表2。

2.协整检验

通过平稳性检验可知，EC、EE、MEX、MPI、MP五个时间序列二阶单整I（2），序列之间可能存在协整关系，利用Johansen多变量极大似然估计法对这五个时间序列进行协整检验。选择最优滞后阶数是2。协整检验模型是对无约束VAR模型进行协整约束后进行VAR分析，因此协整模型的VAR模型的滞后阶数为1。表2是协整检验的结果，显示这五个序列间存在两个协整关系。

根据Johansen检验协整关系表，可以得出以下两个协整方程

EC=5.380333+0.559702MEX-1.924669MPI+5.795526MP（1）

EE=-13.35632+0.403116MEX-10.12147MPI+34.57761MP（2）

3.向量误差修正模型（VEC）

由Johansen协整检验的结果表明：中国能源消费量与工业制成品出口额、工业制成品出口占比、工业制成品出口贸易依存度之间存在长期稳定的均衡关系，同时中国能源消费强度与工业制成品出口额、工业制成品出口占比、工业制成品出口贸易依存度之间也存在长期稳定的均衡关系。对（1）和（2）两个方程建立误差修正模型

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）

使用向量自回归模型，选择k=1。另外，误差修正项反映了当中国能源消费量、能源消费强度与工业制成品出口额、工业制成品出口占比、工业制成品出口贸易依存度之间的关系偏离长期均衡状态时对短期变化的影响，其系数α、δ反映了当变量之间的短期波动偏离了长期均衡状态时，将其调整到均衡状态的调整速度或调整力度；在（3）和（4）式中，所有解释变量差分项的系数反映了各解释变量的短期波动对被解释变量短期变化的影响方向和影响程度。经检验得到估计结果并分别代入（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）实证结果分析

1.EC与MEX、MP、MPI的关系

由Johansen检验结果得出的协整方程（1）式可知，在长期看来：一是中国能源消费总量对工业制成品出口占比依赖性较大，如果工业制成品出口占比提高1%，我国能源消费总量就会增加5.8%；二是中国工业制成品出口额与中国能源消费总量同项变动，工业制成品出口额每增加1个百分点会引起能源消费总量增加约0.56个百分点；三是中国工业制成品出口贸易依存度对中国能源消费总量的增加有一定抑制作用，工业制成品出口贸易依存度每提高1%，能源消费总量会降低1.9%。

由（5）式的误差修正模型我们可以得出以下短期结论：误差修正项ECMt-1，1的系数为-0.11，这就说明系统有自我修复的能力；误差修正项ECMt-1，2的系数为0.01，说明在短期内中国能源消费强度与工业制成口出额、工业制成品出口占比、工业制成品出口贸易依存度之间的关系对于中国能源消费总量起到些微的正向冲击，但效果不甚明显；我国能源消费总量在短期受到自身滞后1期的正向冲击，且作用很明显，高达1.05；滞后1期的工业制成品出口贸易依存度对我国能源消费总量的正面冲击效果相对显著。

2.EE与MEX、MP、MPI的关系

方程（2）式显示长期均衡中：一是中国工业制成品出口占比对中国能源消费强度有较大的促进作用，工业制成品出口额在出口贸易占比每增加1%，中国能源消费强度会增加34.6%；二是中国工业制成品出口额对中国能源消费强度的促进作用就相对小得多了；三是中国工业制成品出口贸易依存度与中国能源消费强度反向变动，即工业制成品出口贸易依存度每提高1%，引起能源消费强度下降10%。

由（6）式的误差修正模型我们可以得出以下短期结论：误差修正项ECMt-1，2的系数为0.01，这就说明系统没有自我修复的能力，但偏差不大；误差修正项ECMt-1，1的系数为-0.07，说明在短期内，中国能源消费总量与工业制成品出口额、工业制成品出口占比、工业制成品出口贸易依存度之间的关系对于中国能源消费强度起到较大的反向冲击，对帮助系统恢复到长期均衡状态起到一定的积极作用；同时，我国能源消费强度在短期受到自身滞后1期的正向冲击，且作用比较明显。

三、改善工业品制成品出口优化能源消费对策建议

（一）在政策导向下，引导工业制成品出口能源密集化趋势的自发调整

1.能源政策导向

我国主要能源价格一直处于被低估的状态，并且部分能源补贴政策使我国在能源密集型产品的生产与出口上表现出低成本优势和比较优势的假象，这加剧了相应的隐含能外流。目前，健全能源要素价格形成机制，谨慎采取能源补贴政策是从根本上令能源要素市场的供求引导工业制成品出口能源密集化趋势的自发调整。

2.贸易政策导向

对于工业制成品出口中出口隐含能较少的行业，应在出口政策上予以倾斜；对于工业制成品出口中出口额占比较大且能源消费明显的行业，出口政策应以维持行业出口地位为主，更要注重节能角度的技术改造升级，促进行业节能的发展；对于部分高能耗的行业，贸易政策应以限制和控制为主，可考虑加强进口政策支持，对国内产业进行替代。

（二）提高工业制成品出口贸易依存度，加强出口学习效应

提高工业制成品出口贸易依存度可以加快我国的工业制成品融入全球一体化的进程，同时出口学习效应的存在，出口工业制成品相关企业节能技术的进步也必然受到影响。鼓励工业制成品出口贸易企业通过信息共享、人员流动等方式发挥其对其他非出口企业的技术溢出作用，可进一步提升我国企业能源方面的创新能力。

参考文献：

[1]吴献金.我国出口贸易与能源消费关系的实证检验[J].统计与决策，2008（16）.

[2]徐少君.能源消费与对外贸易的关系[J].国际商务，2011（06）.

[3]张传国.中国能源消费与出口贸易关系实证研究[J].世界经济研究，2009（08）.

[4]吴安.中国出口贸易对能源消费影响的实证分析[D].复旦大学，2010.

[5]周恒.中国国际贸易对能源消费影响的投入产出分析[J].统计与信息论坛，2012（06）.

第8篇：实证分析范文

一、股市泡沫的涵义

目前，经济学界还没有一个公认的股市泡沫的定义。本文将股市泡沫定义为由金融投机所导致的股票价格上涨严重偏离其内在价值并陡然下跌使股市泡沫破裂的状态。必须说明的是：在现实股票市场中，我们不能把任何市场价格超过内在价值的情况都判定为出现了泡沫。在内在价值附近的“纯粹”随机性偏离，不应当看成泡沫，只能称为“噪音”。此种“纯粹”随机性扰动可以用均值为零的平稳随机过程来描述。只有当这种偏离是实质性的，即非平稳型偏移时，才能将其称为泡沫。

二、股市泡沫合理范围的确定

（一）股市泡沫合理范围的定义。股市泡沫是一把双刃剑，泡沫适度则可以促进经济增长，泡沫过度甚至破灭则会对经济带来巨大的破坏作用，因此应该把股市泡沫控制在一定的范围之内，这一范围可称之为股市泡沫的合理范围。在这一范围内，股市泡沫能够对实体经济有促进作用，并且能够长期持续发展，不至于破裂。

(二)股市泡沫合理范围的确定。在现实的股票市场上，股票的市场价格往往高于其真实价格，从而决定了股票的价格具有了“虚拟”成分。这是产生股市泡沫的根源。从泡沫的定义，可以知道泡沫的度量公式为：Bt=It-It＊。其中，It为t时刻股股票市场实际平均价格，It＊为t时刻股票市场理论价值或者内在价值。因此，研究股市泡沫的合理范围，就必须注重股票价格虚拟的合理范围。

本文认为，依据市盈率指标来说明股票价格虚拟的合理范围、股市泡沫产生的临界点以及股市泡沫存在的合理区间，是一个比较好的办法。市盈率越大，说明股票价格的虚拟成分越大，股市泡沫存在的可能性也就越大。市盈率的倒数反映投资者按股票市价投资于股票所能获得的盈利率，盈利率越低，说明股票投资价值越小，股票价格的虚拟成分和股市泡沫的可能性也越大。因此，用市盈率这一指标分析股票价格虚拟成分是否合理以及股市泡沫存在与否，最关键的是明确市盈率有没有合理定位。

从理论上看，一方面股票价格=股息率/利息率，股票价格取决于股息率和利息率两个基本因素；另一方面在金融投资中，股票投资风险较大，回报较高；存款风险最低，回报也最低。因此，存款回报即利息率可视为股票回报的底线。这样，我们就可以通过市盈率指标来较好地分析我们所要研究的问题。设三年期存款基准利率ra，一年期存款基准利率rb，活期存款基准利率（以三个月银行存款利息率为参照系）rc，那么把三年以上股票投资视为长期投资的话，股票市盈率在1/ra以内就具有了长期投资价值。在这种情况下的股市也不可能存在“泡沫”。所以，只要市盈率不超过1/ra，股票价格的虚拟都是在其合理范围之内，且不存在股市泡沫。如果市盈率超过1/ra，股市就有产生“泡沫”的可能。因此，可以把市盈率1/ra视为股市泡沫生成的边界。股市泡沫合理存在的临界点：1/rb。那么，如果市盈率在1/ra-1/rb之间，在股票市场上，投资人短期投资行为较强，且具有一定程度的投机行为，股市虽然存在一定程度的“泡沫”，但这时的“泡沫”有利于股市的活跃和发展。因为在理论上，其盈利状况并没有低于一年期银行存款回报底线。所以，股票市盈率在1/ra～1/rb之间，股市泡沫的存在是在其合理范围之内。但如果股市泡沫超过其存在的合理界限即市盈率为1/rb，股市泡沫就可能生成“气泡”，“气泡”膨胀超过一定可承受度后，即市盈率超过1/rc，随时会有破裂的可能，最终给股市造成极大的破坏。由此得，股市泡沫生成的边界为：1/ra；股市泡沫合理存在的临界点：1/rb；股市泡沫随时破裂的起始点：1/rc。

三、我国目前股市泡沫量度量

2007年上半年，A股市场可以用一个“热”字来形容，尤其是4月份的A股市场更是火暴，主要指数大幅上涨，A股总市值不断快速增长，成交量与成交金额不断创出新高，资金源源不断流入市场。为此国家采取了一系列的打压政策，抑制股市的过热势头。5、6月份股市的过热势头有所缓和，股市形势逐渐趋于合理化。上半年，4月份的股市最热，因此产生泡沫的可能性最大。因此，本文以4月份的股市情况为代表，来判断上半年的股市泡沫量。（表1）

本文认为，选取剔除亏损后的市盈率更为合理，即2007年4月份A股市场平均市盈率为43.04，上证A股平均市盈率为41.94，深证A股平均市盈率为48.21。

2007年4月份金融机构一年期存款基准利率2.79%；三年期存款基准利率3.96%；三个月基准利率1.98%。可知，4月份股市泡沫不产生的范围为：［0，25.25］；股市泡沫存在的合理范围为：［25.25，43.67］；股市泡沫随时破裂的起始点为［50.5，∞］。

2007年4月份整体A股市场、上证A股市场市盈率在[25.25，43.67]内，而深证A股平均市盈率不在［25.25，43.67］内。这表明4月份整体A股市场、上证A股市场股市泡沫的存在是在其合理范围之内。但是，4月份深证A股平均市盈率已经超出了股市泡沫存在的合理范围，同时整体A股市场、上证A股市场的市盈率都已经很接近股市泡沫合理区间的下限。我国股市泡沫形势已经很严重，稍有不慎就有可能使整体股市泡沫生成“气泡”，“气泡”膨胀超过一定可承受度后，随即破裂，最终对我国经济产生破坏作用。

值得庆幸的是，我国政府已经意识到股市泡沫的危险性。5月份以来，政府出台了一系列的措施抑制股市过热：中国人民银行双管齐下，同时宣布提高存贷款基准利率以及存款准备金率；之后，财政部将股票交易印花税提高到0.3%。这些针对股市政策的及时出台，有效地抑制了我国股市泡沫的严重化。到目前为止，我国的股市泡沫仍在合理的范围之内。

四、政策及相应措施

（一）积极对投资者进行风险教育。抑制投资者在股市的频繁操作，降低市场投机程度，重塑理性投资者，使其主导整个股票市场，限制无信息投资者的盲从行为。

（二）继续丰富金融投资产品和工具。积极稳妥发展债券市场，逐步建立集中监管、统一互联的债券市场；建立多层次股票市场体系；稳步发展期货市场，建立以市场为主导的品种和交易制度的创新。

（三）大力发展机构投资者。众多以获取长期稳定投资收益为目的的机构投资者的存在，是抑制股市过度投机、推进股市理性投资理念重塑的重要条件。

第9篇：实证分析范文

【原刊地名】长沙

【原刊期号】200205

【原刊页号】37～40

【分 类 号】f52

【分 类 名】外贸经济、国际贸易

【复印期号】200301

【 标 题】

xu he-lian,lai ming-yong

(college of business management,hunan university,changsha,hunan 410082,china)

【标题注释】［基金项目］全国优秀青年教师教学科研奖励基金、国家社会科学基金(01cjy023)资助

【 作 者】许和连/赖明勇

【作者简介】许和连(1971-)，男，湖南双峰人，湖南大学工商管理学院博士生，数学与计量经济学院讲师.湖南大学　工商管理学院，湖南　长沙　410082

赖明勇　湖南大学　工商管理学院，湖南　长沙　410082

【摘 要 题】对外贸易业务

【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.

【关 键 词】进口贸易/因素/偏最小二乘回归

import trade/factors/partial least-squares regression

【 正 文】

［中图分类号］f752　［文献标识码］a　［文章编号］1008-1763(2002)05-0037-04

改革开放以来，我国经济实现了持续的快速增长，从1978年—2000年国内生产总值(gdp)按可比价格计算增长6.4倍，年均增长高达9.5%。与此同时，进口增长也保持了强劲的势头，进口额从1978年的108.9亿美元增加到2000年的2251.0亿美元，增长19.7倍，同期我国在世界贸易中的排名由第30位上升到了前10名。在我国改革开放的过程中，进口贸易为我国经济的持续发展发挥了重要的作用，随着我国加入wto，我国非关税壁垒的种类和范围将逐渐缩小以至取消，进口关税率将逐渐地降低，最终与国际接轨，我国在进口体制方面将发生显著的变化，而进口贸易在我国未来经济的发展中的作用和地位将更加重要。因此，影响中国进口贸易因素问题是一个非常现实而值得深入研究的问题，对它的研究能为我国进口贸易政策的制定提供有益的定量依据。

对这一问题的研究，国内已有学者作了一些工作，姚丽芳运用主成分分析的方法实证研究了中国外贸进出口影响的因素；魏巍贤运用协整分析技术与hendry提出的一般到特殊的方法分析了我国进口需求的决定因素，等等。在实证研究过程中，如果是采用截面数据，运用普通最小二乘法的多元线性回归，要求所选取的样本点（即不同的国家或地区）具有相同的经济结构和生产技术，而这在现实经济中是无法满足的；同时我们知道，影响一国进口贸易的因素有很多，而不同的因素变量之间都不同程度地存在多重共线性或近似多重共线性关系，对存在多重共线性关系的变量运用简单的线性回归分析方法，将使得模型极其不稳定，且模型往往出现与现实相反的结论，而不能解释所要说明的问题；利用主成分分析方法能有效地消除所选取自变量间的多重共线性，但是主成分方法在分析过程只考虑了自变量所包含的信息，而没有涉及因变量的信息；而利用hendry提出的一般到特殊的方法，是把在模型中统计不显著的变量逐一删除掉，用表现统计显著的变量建立模型，这种方法操作方便，但是在建模的过程中删除统计不显著的变量时，同时也把对因变量一些有用的信息删除了，从而不能全面反映因变量的影响信息。

针对这些问题，本文采用有第二代回归分析方法之称的偏最小二乘(pls,partial least-squares)回归方法，通过建模分析我国进口贸易的影响因素。

一　pls回归建模的原理与方法

偏最小二乘(pls)回归是一种新型的多元统计数据分析方法，由h.wold和c.albano等人提出以后，pls回归方法得到广泛的应用，尤其是在化学和化工领域。pls回归方法是一种消除自变量多重共线性的有效方法，从某种意义说，pls回归方法是改进了的主成分(pcr)方法，但是又不同于pcr方法，pls在成分提取的过程中不仅考虑自变量（解释变量）的信息，同时考虑了因变量（被解释变量）的信息，在复杂的多变量系统中，pls方法没有对逐个变量判断其留取与舍弃，而利用信息分解的思路，将自变量系统中的信息重新组合，有效地提取对系统解释性最强的综合变量，排除重叠信息或无解释意义的信息干扰，从而克服变量多重共线性在系统建模中的不良作用，得到一个更为可靠的分析结果。

pls回归方法有单因变量的pls回归与多因变量的pls回归，由于研究的问题只涉及到单因变量，因此只就单因变量的pls回归作阐述。

（一）单因变量pls回归方法建模思路

设因变量y和p个自变量构成的自变量集合x=[x[,1]，…，x[,p]]，为了研究因变量与自变量之间的统计关系，我们观测了n个样本点，由此构成了n维的因变量向量和自由变量构成的n×p的观测矩阵x=[x[,1]，…，x[,p]][,n×p]。pls回归方法是首先在矩阵x中提取成分(t[,1]（t[,1]为x[,1]…x[,p]的线性组合），要求t[,1]应可能大的携带x中的变异信息，且与y的相关程度最大，这样，t[,1]尽可能好地综合了x的信息，同时对y又能最强的解释能力，在第一个成分t[,1]被提取后，pls回归分析实施x对t[,1]的回归及y对t[,1]的回归，如果回归方程已经达到满意的精度，则算法终止；否则，将利用x被t[,1]解释后的残余信息进行第二轮的成分提取，如此反复迭代，直到能达到一个较满意的精度为止，若最终对x共提取了k个成分t[,1]，…，t[,k]，pls回归将通过实施y对t[,1]，…，t[,k]的回归，然后表达成y关于原变量x[,1]，…，x[,p]的回归方程。

（二）pls回归方法建模步骤

1°将x与y进行标准化处理，得到标准化后的自变量矩阵e[,0]和因变量矩阵f[,0].

附图

（三）pls成分数的确定

在前面的分析中指出，pls回归分析往往只需提取前面k个成分t[,1]，…，t[,k]就可以得到一个稳定和可靠的模型，对于pls成分数如何来确定，既要保证所提取的成分对系统解释能力最强，又要克服变量之间的多重共成性关系，我们采用国外广泛应用的交互检验(cv,cross validation)方法来确定。

交互检验是先构造统计量预测误差平方和(press,prediction residual error sum of squares)，然后求使其达到最小的成分数k[*]即为所求。关于press的构造：把所有n个样本点分成两部分，第一部分是除去某个样本点i的所有样本点集合，用这部分样本点并使用k个pls成分拟合一个回归方程，第二部分是把被排除的样本点i代入前面拟合的回归方程，得到y在样本点i上的拟合值表示采用所有的样本点，运用含k个pls成分拟合的回归方程在第i个样本点的预测值。若q[2,k]0.0975，则认为t[,k]成分的边际贡献是显著的，应增加pls成分t[,k]；否则，认为不应再增加pls成分t[,k]（王惠文，1999）。

二　实证分析

（一）变量与数据选取

本部分我们利用pls回归方法建模分析我国进口贸易的影响因素，根据经济学理论和已有的研究结论，我们从理论上选取以下变量作为影响我国进口贸易(y)的因素：总消费支出（亿元）(x[,1])，全社会固定资产投资（亿元）(x[,2])，出口额（亿元）(x[,3])，人均gdp（元／人）(x[,4])，汇率（人民币／美元）(x[,5])，关税税率(x[,6])，商品零售价格指数（以上年＝100）(x[,7])，外商直接投资（fdi，亿元）(x[,8])，国内经济增长率（以gdp增长率表示）(x[,9])，外汇储备（亿元）(x[,10])等10个变量。其中，关税税率以我国进口商品平均关税税率表示，进口贸易变量以我国进口贸易额（亿元）表示，假设我国的进口供给具有无限弹性。

所有变量的数据均选取1980年—2000年的年度数据（原始数据资料来自《中国统计年鉴》，《海关统计年鉴》各期），为了研究的方便，考虑对各时序数据取对数以后并不影响变量之间的关系，且所得到的数据容易得到平稳序列，我们对各变量数据作对数处理，处理后的时序变量分别记为：ly,lx[,1],lx[,2],lx[,3],lx[,4],lx[,5],lx[,6],lx[,7],lx[,8],lx[,8],lx[,9],lx[,10]。

（二）实证结果

首先我们对变量之间的相关性进行分析，从变量之间的相关系数我们可以发现，各变量之间都存在较强的相关性，说明自变量之间存在严重的多重共线性关系。在这种情况下，若运用普通最小二乘回归分析方法，则可能会出现模型结论与现实相差较大的情况，导致模型的解释无效，这里我们运用pls回归分析方法来进行分析。

1.pls成分的确定

这里我们运用交互检验(cv)方法的q[2,k]值来确定pls成分，从计算结果发现选取2个pls成分即可满足精度要求，具体结果见表1。

表1　pls成分数

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

临界值

0.0975

0.0975

表中符号rdlx表示成分t[,h]对lx的解释能力rd(lx;t[,h])，其中rd(lx;t[,h])=,h=1,2，符号rdly表示成分t[,h]对ly的解释能力rd(ly;t[,h])，其中rd(ly;t[,h])=r[2](ly,t[,h]),h=1,2，而q[2]表示交互检验值，其临界值取0.0975，由于q[2,2]=0.355＞0.0975，因此取两个pls成分t[,1],t[,2]即可，且它能解释98.8%的因变量ly的变异信息，对自变量lx的信息利用率达到了86.8%。

2.模型结果

利用pls回归方法得到影响我国进口贸易因素的回归模型，结果见表2。

表2　我国进口贸易影响因素的pls回归模型

常数项

lx[,1]

lx[,2]

lx[,3]

lx[,4]

lx[,5]

因变量ly

5.798　 　0.137　 　0.143

0.146

0.139　 　0.156

lx[,6]

lx[,7]

lx[,8]

lx[,9]

lx[,10]

因变量ly　 -0.066

0.088

0.145　 　0.0097

0.086

3.变量投影重要性指标

变量投影重要性指标(vip,variable importance in projection)反映了每一个自变量lx[,j]在解释因变量ly时的作用的重要性，其计算公式为：

附图

其中vip[,j]表示第j个自变量的投影重要性指标，p表示自变量的个数，wh[,j]是轴w[,h]的第j个分量，它被用于测量lx[,j]对构造t[,h]成分的边际贡献，且对任意的h=1,2，总有，vip[,j]值计算结果见图1。

附图

图1　各变量的vip值

4.结果分析

从pls回归模型结果我们可以看出，除关税税率与我国进口额之间表现出一种负向关系之外（关税税率变量前的系数为-0.066），其他变量与进口额之间均表现出正向关系，而且关税税率在vip图上对进口贸易表现出较强的解释作用，这说明这国进口贸易对关税税率比较敏感，关税税率越高越不利于进口。而改革开放以来我国一直采用高关税政策，这主要是因为进口关税税率是我国调节进口商品数量和结构，保护国内幼稚工业，增加国家财政收入的一种重要手段。随着我国加入wto，关税税率将逐渐降低，这将为我国增加进口，进而为经济发展发挥重要作用。

从vip图可以发现，除我国经济增长率及商品零售价格指数变量在解释我国进口贸易的作用不显著之外，在vip图中分析排在第9和第10位，其他的变量均表现出较强的作用，这说明尽管改革开放的二十多年来我国经济以年均9.5%的高速度增长以及物价指数也经历了大起大落现象，但这对进口贸易并没有明显的影响。出口额、汇率、全社会固定资产投资、外商直接投资、人均gdp、总消费支出对进口贸易表现出了显著的解释作用，在vip图中分别排在第1到第6位，而其中又以出口额与汇率变量表现最为明显，在vip图中排在第1和第2位，这主要是因为出口一方面通过增加国内的消费和投资需求从而间接地造成进口需求的增加，另一方面是造成中间产品需求的增加从而直接促进进口的增加；而汇率对我国进口需求的影响明显，随着人民币的贬值，进口需求不降反升，这符合j曲线原理，同时也反映我国进口商品缺乏弹性，很难通过人民币汇率下调来限制进口；全社会固定资产投资的增长，促进了国内生产的快速发展，人均gdp也随着增加，国内生产的迅速扩张，对原材料、机器设备等的需求旺盛，依靠大量进口来满足需求，同时，部分投资直接用于先进技术设备的进口，这都增加了进口需求；外商直接投资与进口往往表现出互为因果的伴生现象，因为一方面进口是投资的先导，许多的投资是跟随市场的开拓而来的，另一方面是跨国公司在我国进行投资之后，往往伴随着机器设备、原材料和零部件的进口；总消费支出对我国进口商品贸易作用明显，说明我国的进口商品中有一部分直接用于消费；外汇储备在我国进口需求中也起到了重要的作用，在vip图中排在第7位，因为外汇储备是具有国际支付能力的货币资源，而我国逐年增加的外汇储备正是进口贸易的保证。

三　结论

通过分析指出了当自变量之间存在多重共线性或近似多重共线性关系时，采用pls回归方法，能有效消除自变量之间的多重共线性，且使得模型更加符合实际。运用pls回归方法，分析了影响我国改革开放（1980年—2000年）以来进口贸易的因素。研究结果发现，在所选取的10个变量中，我国的经济增长率及商品零售价格指数变量与进口贸易之间表现出一种正向关系，但对进口贸易影响不明显，而关税税率与进口贸易之间表现出一种负向关系，且对进口贸易影响较明显，其他的变量与进口贸易之间均表现出正向关系，且对进口贸易的作用表现显著，而其中又以出口额与汇率变量表现最为明显。

［收稿日期］2002-04-26

【参考文献】