外债对国民经济的影响.docx

外债对国民经济的影响.docx

《外债对国民经济的影响.docx》由会员分享，可在线阅读，更多相关《外债对国民经济的影响.docx（17页珍藏版）》请在冰豆网上搜索。

外债对国民经济的影响

外债对国民经济的影响

国商02级1班：

王春艳40202021

邱文莲40202070

姜雪40202121

黄静40202037

指导老师：

庞皓鲁万波

日期：

2004年12月

【摘要】本文主要分析外债对GDP的影响.通过建立以GDP为应变量，若干外债构成因素为解释变量的多元线性回归模型，研究外债构成因素对我国国民经济的影响。

以及在此情况下,就我国政府应当如何合理举债提供一些看法。

.

【关键词】

外债：

指中国境内的机关、团体、企业、事业单位、金融机构或者其它机构对中国境外的国际金融组织、外国政府、金融机构、企业或者其它机构用外国货币承担的具有契约性偿还义务的全部债务，包括国际金融组织贷款、外国政府贷款、外国银行和金融机构贷款、买方信贷、外国企业贷款、发行外币债券、国际金融租赁、延期付款、补偿贸易中直接以现汇偿还的债务、其他形式的对外债务。

国际金融组织贷款：

指国际货币基金组织、世界银行（集团）、亚洲开发银行、联合国农业发展基金会和其他国际性、地区性金融组织提供的贷款。

商业贷款：

指境内机构向中国境外的金融机构、企业、个人或者其他经济组织以及在中国境内的外资金融机构筹借的，以外国货币承担契约性偿还义务的款项。

出口信贷、国际融资租赁、以外汇方式偿还的补偿贸易、境外机构和个人外汇存款（不包括在经批准经营离岸业务银行中的外汇存款）、项目融资，90天以上的贸易项下融资以及其它形式的外汇贷款视同国际商业贷款管理。

政府贷款：

指外国政府向我国提供的官方贷款。

外汇储备:

指一个国家保有的以外币表示的债权。

一、研究目的

国家外汇管理局公布了最新统计数据：

截至2003年底，我国的债务率（外债余额与货物和服务贸易外汇收入之比）为39.9%，负债率（外债余额与GDP之比）为13.74%，短期外债与外汇储备之比大约为19%。

国际上一般采用外汇储备与外债余额的比率以及外汇储备与短期外债余额的比率，来衡量一国的外债风险。

目前我国各项外债指标均处在国际安全线之内。

但是,短期外债所占比例上升正在改变着我国的外债结构。

过去,我国外债以长期外债为主，借贷对象是外国政府和国际组织，长期外债的借贷条件相对优惠，比如利率较低、还款期限长；而现在我国外债中增长较快的主要是短期外债，短期外债主要是商业贷款，与长期外债相比，短期外债借贷条件苛刻得多，利率高和还款期限短等特点使得短期外债的不稳定性增加，这就势必带来一定的风险。

短期外债的快速增长，引起了社会上的关注。

对此,我们建立计量经济模型分析外债对国民经济的影响.同时就我国政府应当如何合理举债提供一些看法。

二、经济原理:

1.经济学家H.钱纳里和A.斯特劳特的“双缺口理论”

这个理论认为:

一方面,制约发展中国家经济增长的原因是缺乏足够的投资,而投资的不足又是由国内储备不足所造成的,这就是所谓的“储蓄缺口”，另一方面,制约发展中国家经济增长的原因是一国的进口受出口限制,如果一国的国内投资能力大于国内储蓄,其差额可由进口超过出口部分来解决,而这个差额就是所谓的“贸易缺口”或称“外汇缺口”。

2.研究外债问题可以从经济增长对于外债的需要入手。

从短期看，在其他条件不变时，借用外债可通过增加投资、政府支出和进口而有助于总供求在更高的产出水平上实现均衡状态。

借债需求的提出，与借用外债可以缓解经济增长所受到的储蓄约束、政府预算限制和外汇瓶颈的制约有关。

在较长时期内，外债的借入不仅可以填补这些资金缺口，而且能通过提高技术、劳动力技能、培养企业家才能和优化产业政策等，提高现有生产能力的水平。

3.借用外债实际上意味着以未来的资金流出为代价，取得当前的资全流入。

利用借入与偿还之间的时间差，使出口、财政收入和储蓄的增长率超过外债成本，是通过借用外债来加速经济增长的关键。

如果做不到这样，借债可能带来沉重的债务负担。

三、建立模型

（一）根据经济学原理将模型设定为：

Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+μ

其中;

Y：

国内生产总值（亿美圆）X1：

政府贷款（亿美圆）

X2：

国际金融组织贷款（亿美圆）X3：

商业贷款（亿美圆）

X4：

其他贷款（亿美圆）X5：

外汇储备（亿美圆）

（二）数据搜集

X1

X2

X3

X4

X5

Y

1985

36.34

11.85

64.51

45.68

26.44

305.2542

1986

49.37

26.31

75.97

63.18

20.72

295.4761

1987

50.17

37.4

121.79

92.69

29.23

321.3912

1988

66.48

42.53

189.82

101.2

33.72

401.0773

1989

69.49

53.44

216.74

73.32

55.5

449.0082

1990

83.9

62.86

291.84

86.85

110.93

387.7231

1991

95.06

70.71

315.9

123.94

217.12

406.1435

1992

114.95

84.15

354.79

139.32

194.43

483.0205

1993

143.15

104.64

410.8

177.14

211.99

601.0934

1994

195.91

129.39

473.34

129.42

516.2

542.5343

1995

220.58

147.99

526.27

171.07

735.97

700.2778

1996

221.64

167.39

569.44

204.28

1050.49

816.4899

1997

207.82

192.12

647.68

261.98

1398.9

901.9807

1998

224.06

229.54

682.21

324.62

1449.59

960.8895

1999

265.6

251.39

653.8

347.51

1546.75

991.1938

2000

246.1

263.5

947.7

——

1655.74

1079.967

2001

237

275.7

972.3

216.1

2121.65

1159.031

2002

244.23

277.02

900.9

263.23

2864.07

1237.139

（数据来源:

中国国家统计局国家外汇管理局）

（三）参数估计和检验

利用EVIEWS软件，用OLS方法估计得：

（表一）

DependentVariable:

Y

Method:

LeastSquares

Date:

12/13/04Time:

20:

02

Sample:

19852002

Includedobservations:

17

Excludedobservations:

1

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

231.0580

36.27597

6.369451

0.0001

X1

-0.109957

0.524328

-0.209710

0.8377

X2

0.754905

1.453957

0.519207

0.6139

X3

0.341023

0.252867

1.348626

0.2046

X4

0.490789

0.418277

1.173359

0.2654

X5

0.138588

0.056709

2.443868

0.0326

R-squared

0.986001

Meandependentvar

644.6896

AdjustedR-squared

0.979638

S.D.dependentvar

309.7510

S.E.ofregression

44.20030

Akaikeinfocriterion

10.68590

Sumsquaredresid

21490.33

Schwarzcriterion

10.97998

Loglikelihood

-84.83019

F-statistic

154.9538

Durbin-Watsonstat

2.268625

Prob（F-statistic）

0.000000

经济意义检验：

从上表中可以看出，X1与先验信息不符（政府贷款应该是促进国民经济的发展），所估计结果与经济原理相悖。

统计推断检验：

从回归结果看，R²=0.986001，表明模型在整体上拟合非常好，系数显著性检验：

但只有常数C和X5的t统计量的绝对值大于临界值t0.025（17）=1.74.

所以模型中可能存在多重共线性，下面进行多重共线性检验：

1、多重共线性检验

利用Eviews软件可以得：

（表二）

X1

X2

X3

X4

X5

X1

1.000000

0.947601

0.927843

0.887572

0.843823

X2

0.947601

1.000000

0.977710

0.907517

0.951091

X3

0.927843

0.977710

1.000000

0.833254

0.934559

X4

0.887572

0.907517

0.833254

1.000000

0.806843

X5

0.843823

0.951091

0.934559

0.806843

1.000000

由表2可以看出,解释变量之间存在高度线性相关。

修正

运用OLS方法逐一对各个解释变量进行回归.

DependentVariable:

Y

Method:

LeastSquares

Date:

12/13/04Time:

20:

38

Sample:

19852002

Includedobservations:

18

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

261.7419

22.86340

11.44807

0.0000

X2

2.334776

0.345697

6.753825

0.0000

X5

0.116554

0.037334

3.121943

0.0070

R-squared

0.985100

Meandependentvar

668.8717

AdjustedR-squared

0.983114

S.D.dependentvar

317.5338

S.E.ofregression

41.26266

Akaikeinfocriterion

10.42880

Sumsquaredresid

25539.11

Schwarzcriterion

10.57720

Loglikelihood

-90.85924

F-statistic

495.8667

Durbin-Watsonstat

2.302724

Prob（F-statistic）

0.000000

得到调整后的回归模型:

Y=261.7419+2.3348*X2+0.1166*X5

（11.4480）（6.7538）（3.1219）

=0.9851F=495.8667

2、异方差检验

（1）.图示法

由图可知,模型不存在异方差

（2）.Goldfeld-Quandt检验

对样本进行分段,第一阶段为1985年到1991年

DependentVariable:

Y

Method:

LeastSquares

Date:

12/13/04Time:

22:

42

Sample:

19851991

Includedobservations:

7

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

250.6244

43.77637

5.725107

0.0046

X2

3.231627

1.377616

2.345811

0.0789

X5

-0.353009

0.396129

-0.891146

0.4232

R-squared

0.677416

Meandependentvar

366.5820

AdjustedR-squared

0.516123

S.D.dependentvar

58.95680

S.E.ofregression

41.01109

Akaikeinfocriterion

10.56309

Sumsquaredresid

6727.637

Schwarzcriterion

10.53991

Loglikelihood

-33.97081

F-statistic

4.199926

Durbin-Watsonstat

2.112576

Prob（F-statistic）

0.104061

Y=250.6244+3.2316*X2-0.3530*X5

（5.7251）（2.3458）（-0.8911）

=0.677416

=6727.637

现在对1996年到2002年进行ols分析

DependentVariable:

Y

Method:

LeastSquares

Date:

12/13/04Time:

22:

48

Sample:

19962002

Includedobservations:

7

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

377.6667

55.13846

6.849424

0.0024

X2

1.734068

0.343578

5.047080

0.0072

X5

0.134875

0.024613

5.479856

0.0054

R-squared

0.984942

Meandependentvar

1020.956

AdjustedR-squared

0.977413

S.D.dependentvar

147.0473

S.E.ofregression

22.09991

Akaikeinfocriterion

9.326551

Sumsquaredresid

1953.624

Schwarzcriterion

9.303370

Loglikelihood

-29.64293

F-statistic

130.8172

Durbin-Watsonstat

2.069954

Prob（F-statistic）

0.000227

Y=377.6667+1.7341*X2+0.1349*X5

（6.8494）（5.0471）（5.4799）

=0.9849

=1953.624

F=

/

=953.624/6727.637=0.2904

给定显著性水平α=0.05,,查表得临界值F0.05（4,4）=6.39,F=0.2904

=

表明随即误差不存在异方差。

（3）.White检验

WhiteHeteroskedasticityTest:

F-statistic

2.243228

Probability

0.120552

Obs*R-squared

7.350523

Probability

0.118484

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

12/13/04Time:

20:

46

Sample:

19852002

Includedobservations:

18

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-1181.833

1367.298

-0.864356

0.4031

X2

78.59339

32.00058

2.455999

0.0289

X2^2

-0.153212

0.082844

-1.849405

0.0873

X5

-7.734142

4.539332

-1.703806

0.1122

X5^2

0.001627

0.001020

1.594877

0.1348

R-squared

0.408362

Meandependentvar

1418.839

AdjustedR-squared

0.226320

S.D.dependentvar

1832.318

S.E.ofregression

1611.690

Akaikeinfocriterion

17.83809

Sumsquaredresid

33768084

Schwarzcriterion

18.08541

Loglikelihood

-155.5428

F-statistic

2.243228

Durbin-Watsonstat

2.642332

Prob（F-statistic）

0.120552

在H0:

β1=β2=β3=β4=β5的假设下,n

服从自由度为5的.

分布,给定显著性水平α=0.05,查分布表得临界值11.0705>7.350523.因此不拒绝H0，表明式中不存在异方差。

（4）.ARCH检验

选定P=1

ARCHTest:

F-statistic

0.428373

Probability

0.522698

Obs*R-squared

0.472010

Probability

0.492064

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares8

Date:

12/13/04Time:

21:

01

Sample（adjusted）:

19862002

Includedobservations:

17afteradjustingendpoints

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

1241.792

598.5207

2.074768

0.0556

RESID^2（-1）

0.167205

0.255469

0.654502

0.5227

R-squared

0.027765

Meandependentvar

1492.717

AdjustedR-squared

-0.037050

S.D.dependentvar

1860.871

S.E.ofregression

1895.031

Akaikeinfocriterion

18.04199

Sumsquaredresid

53867124

Schwarzcriterion

18.14001

Loglikelihood

-151.3569

F-statistic

0.428373

Durbin-Watsonstat

1.962503

Prob（F-statistic）

0.522698

表明不存在异方差

3、自相关性检验

（1）图示法

从图可以看出残差et没有明显的线性关系,故表明随即误差μt不存在自相关。

（2）DW检验

DependentVariable:

Y

Method:

LeastSquares

Date:

12/13/04Time:

20:

38

Sample:

19852002

Includedobservations:

18

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

261.7419

22.86340

11.44807

0.0000

X2

2.334776

0.345697

6.753825

0.0000

X5

0.116554

0.037334

3.121943

0.0070

R-squared

0.985100

Meandependentvar

668.8717

AdjustedR-squared

0.983114

S.D.dependentvar

317.5338

S.E.ofregression

41.26266

Akaikeinfocriterion

10.42880

Sumsquaredresid

25539.11

Schwarzcriterion

10.57720

Loglikelihood

-90.85924

F-statistic

495.8667

Durbin-Watsonstat

2.302724

Prob（F-statistic）

0.000000

DW值为2.302724

查表得dL=1.046,du=1.535,4-du=2.465,4-dL=2.954,DW值为2.302724，落在不拒绝H0或

或二者的区域，因此可初步判定模型不存在自相关。

但所得DW值靠近2.465,因此我们采用迭代法进行修正,所得数据如下表:

DependentVariable:

Y

Method:

LeastSquares

Date:

12/13/04Time:

22:

32

Sample（adjusted）:

19862002

Includedobservations:

17afteradjustingendpoints

Convergenceachievedafter3iterations

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

258.4955

24.47809

10.56028

0.0000

X2

2.363491

0.367695

6.427851

0.0000

X5

0.114854

0.039345

2.919131

0.0120

AR

（1）

-0.155182

0.274096

-0.566159

0.5809

R-squared

0.984297

Meandependentvar

690.2610

AdjustedR-squared