我国FDI的影响因素分析.docVIP

我国FDI的影响因素分析 财经纵横 刘 凯 330013） （江西财经大学金融学院，江西南昌 【摘要】随着我国市场经济的深入发展，FDI对经济的影响越来越大。文章选取从1991年到2011年的相关数据，通过多元回归模型分析了影响FDI的国内经济因素。在众多影响FDI的因素中，第一产业产值、第二产业产值、GDP以及人口数量对FDI的影响较为显著。 【关键词】FDI；多元回归分析 自上世纪90年代我国经济体制开始从计划经济体制向市场经济体制转变，随着经济体制的逐步转变，我国的外商直接投资（FDI）的流入量越来越大，并且在2002年成为了最大的FDI流入国。 一、变量选取 FDI即外商直接投资，从经济学角度来看，影响FDI的主要经济因素应该是资本的成本和投资收益，而对FDI资本成本产生影响的主要是国际的经济环境，对FDI投资收益产生影响的主要是国内的经济环境。文章只分析国内的经济环境对引进外商直接投资的影响，经过综合考虑，在各种国内经济因素中我们选取了以下经济指标：国内生产总值（GDP）、人口数量、固定资产投资额、进口额，出口额、货币发行量（本文取M2）、第一产业产值、第二产业产值以及第三产业产值等九个变量。 二、模型分析 多元线性回归模型为： ···+βtxti+ε，i=1,2,···n，t=3,4,···，其y=β0+β1x1i+β2x2i+ 中β0，β1，···，βt是系数，ε是随即误差项。通常是利用最小二乘法来求得系数与常数项的。在多元回归分析中有多种不同的计算方法，本文用逐步回归法。其实逐步回归法是对向前法的一种改进，它首先对偏相关系数最大的变量进行回归系数的显著性检验，以此来决定该变量应不应该加入方程中，然后分别求出各变量的偏F值，对偏F值最小的那个变量做偏检验分析来决定该不该留在方程中，重复直到没有变量被引入也没有变量被剔除时为止。这样一来即有引入变量也有剔除变量，先前那些被剔除的变量在后面又有可能被引入到方程中来。因此它是一种应用很广泛的多元回归方法。利用SPSS软件进行多元回归分析的结果如下：从调整的R2可见，从上到下随着新变量的引入，可解释变量占总变量的比例越来越大。显示在只包含常数项与第一产业的模型1中，相关系数R为0.978，可决系数R2为0.955，而可调整的决定系数为0.951，对于其它模型以此类推。相关系数R表示自变量解释因变量的程度，在各模型中它们都较令人满意，接近于1。经过比较模型4最好，其相关系数R最大为0.996，可决系数为0.972，调整后的可决系数为0.963。 ）、固FDI作为因变量，国内生产总值（GDP）、人口总量（Qk 定资产投资额（I）、进口总额(M)、出口总额（X）、货币供应量 参 考 文 献 [1]王学民．应用多元分析[M]．北京：中国人民大学出版社，2001[2]叶军．中国利用外资研究[M]．上海：中国商务出版社，2008[3]王麒钧．外资并购几个法律问题的思考[J]．企业导报．2009（8）：146 [4]竺彩华，刘曙光．外商直接投资与中国经济发展[M]．北京：经济科学出版社，2009 （M2）、第一产业产值（ID1）、第二产业产值（ID2）以及第三产业）作为初始自变量，经过分析得出GDP、人口数量、第产值（ID3一产业及第二产业对FDI影响显著，因此这四个指标建立的多元回归方程拟合很好。它们建立的多元回归模型为：FDI=-1335.184+0.04ID1+0.03ID2+0.021GDP+98.236Qk。由于数据差别原因各变量前的系数相差很大，常用标准化后的系数消除这方面的影响。标准化后得出最终的回归方程：FDI=0.971ID1+2.626ID2+4.系数在0.05的显著性水平下是显著的。331GDP+0.405Qk， 三、结论分析与相关建议 （1）结论分析。在众多影响FDI的国内经济因素中，本文只选取了几个主要的因素建立多元线性回归模型进行回归分析，从标准化的回归系数知，GDP对FDI的影响最大，其系数为4.331，这个结果非常符合实际，因为市场平均的收益水平是由GDP的发展速度决定的；其次是第二产业产值，系数为2.626，说明我国第二产业对FDI有很大的吸引力；第一产业产值前系数为0.971，人口数量前系数为0.405，说明基础设施的建设对FDI的流入也有促进作用，一部分FDI是看到了我国的人力资源优势。综合九个指标发现GDP、第一产业产值、第二产业产值、以及人口数量对FDI的流入影响较大。（2）政策建议。为了更好的引进并利用FDI，有一下几点建议：一是完善法律法规，提