FDI流进影响成分的VAR模型剖析.docVIP

FDI流入影响因素的VAR模型分析 FDI流入影响因素的VAR模型分析 摘要：外商直接投资（FDI）是一个区域对外经济发展中不可或缺也是最为活跃的领域，FDI流入对地方经济的促进作用受到理论的广泛认可，但对FDI流入影响因素的解析却存在诸多分歧。本文以陕西省为例，通过FDI发展情况和自向量回归模型VAR以及协整检验对陕西省FDI的影响因素做了实证分析。结果显示：在诸多外因中，产业结构是影响陕西省FDI的主要因素，且影响有两至三年的滞后期，劳动力工资水平对陕西省FDI有反向影响，但影响力逐步减弱，因此加大产业结构调整，提高劳动力素质是吸引外资的重要途径。 关键词：外商直接投资；影响因素；VAR模型 一、陕西省外商投资发展基本情况 外商直接投资（FDI）是指外国企业和经济组织或个人(包括华侨、港澳台胞以及我国在境外注册的企业)按我国有关政策、法规，用现汇、实物、技术等在我国境内开办外商独资企业、与我国境内的企业或经济组织共同举办中外合资经营企业、合作经营企业或合作开发资源的投资(包括外商投资收益的再投资)，以及经政府有关部门批准的项目投资总额内企业从境外借入的资金。FDI在地方经济建设和发展中是一支不可或缺的力量，其有效地缓解了内资不足给经济发展造成的巨大压力，在技术引进、固定资产投资、管理经验、技术人员培养、促进经济结构优化升级等方面起到了积极地促进作用，对地方经济拉动作用明显。 改革开放特别是国家西部大开发战略实施以来，国家针对西部地区出台了许多有利于吸引外资的优惠政策，特别是在《关于西部大开发若干政策措施的实施意见》中有20多条涉及到外商投资、对外合作等内容，为陕西省积极引进外资，发展对外经济合作起到了良好的促进作用。西部大开发十年来，陕西省实际利用外资累计达61.75亿美元，比西部大开发前增长226.7%。1999年开始，陕西省FDI流入呈线性高速增长势头。截止2010年末，陕西省实际利用外资122.28亿美元。投资领域涉及农业、制造业、能源、公路交通、旅游、宾馆服务、房地产开发、餐饮、娱乐、教育、金融等多个领域。但横向比较来看，陕西省实际利用外资在全国的占比仍然较小，近10年来基本维持在0.7%至1.5%之间，发展速度较慢。 二、实证分析 （一）变量选择及意义 本文结合现有关于FDI流入影响因素分析文献及陕西省经济发展和外商直接投资现状，以陕西省历年实际利用外资FDI为被解释变量，综合考虑了宏观经济因素、市场因素、成本因素、政策因素等，选取了以下指标作为解释变量。 地区生产总值（GDP），主要用于衡量地区宏观经济发展水平以及市场潜力，研究表明，外商直接投资更倾向于经济发展水平较高，发展速度较快的地区。 职工平均工资（WS）,主要衡量陕西省职工工资水平，也即劳动力成本因素。因为劳动力成本是外商投资企业的主要成本，直接影响到外商投资的区位选择以及投资利润水平。 外贸进出口总额（EM）,用于衡量一个地区的对外开放程度以及市场容量情况。 产业结构（CJ）,从现有的外商投资行业领域数据来看，FDI更倾向于投资制造业及服务业，因此产业结构的合理与否以及制造业和服务业的发达程度直接影响到FDI的流入。本文选取第二产业和第三产业在GDP中的比重表示产业结构。 关于外商投资企业税收优惠政策，在以往的关于FDI影响因素的实证分析及文献中，普遍证明税收优惠政策对于吸收外商投资具有巨大的拉动作用，税收优惠对于FDI的流入影响也较为显著，但2008年起我国开始实行两税合一，也即内、外资企业所得税在税基、税率和税收优惠方面实行统一，因此税收优惠对于吸收外商投资的影响将进一步淡化，从而本文省略掉外商投资税收优惠政策这一影响因素。 由于陕西省外商直接投资从1984年开始才有数据记录，故本文选取以上指标1984-2010年的数据。数据来源于历年陕西省统计年鉴。 （二）VAR模型估计 自相量回归模型即VAR模型是指系统内每个变量方程有相同的右侧变量，而这些变量只包含所有变量的滞后值。首先进行模型滞后阶数选择，滞后阶数越多模型的动态特征越明显，但可能自由度损失过大；滞后阶数太少，则误差项的自相关会很严重，并导致参数的非一致性估计。根据LR、FPE、AIC、SC和HQ等准则进行最优滞后期选择，确定建立VAR（2）模型，估计结果如下： 对上述VAR(2)模型进行多元自相关检验、JB正态性检验、LM自相关检验和White异方差检验显示残差服从正态分布、无自相关、不存在异方差，估计结果也显示参数联合检验是显著的，模型可决系数R值在0.953~0.999之间，因此VAR(2)的统计性质是良好的，同时模型的全部特征根都在单位圆