目录
第一章 导论„„„„„„„„„„„„„„„„„„„„„„„„„„ （1） 1.1研究背景„„„„„„„„„„„„„„„„„„„„„„„„„„ （1） 1.2问题提出及其研究意„„„„„„„„„„„„„„„„„„„„„（1） 1.3研究目的„„„„„„„„„„„„„„„„„„„„„„„„„„（2） 1.4研究框架„„„„„„„„„„„„„„„„„„„„„„„„„„（2）
第二章 建立回归模型及估计回归系数„„„„„„„„„„„„„„„„（2） 2.1模型设定的经济学原理„„„„„„„„„„„„„„„„„„„„（3） 2.2模型设定„„„„„„„„„„„„„„„„„„„„„„„„„„（3）
第三章 回归模型的检验及修正„„„„„„„„„„„„„„„„„„„（5） 3.1经济意义检验„„„„„„„„„„„„„„„„„„„„„„„„„（5）
3.2拟合优度检验„„„„„„„„„„„„„„„„„„„„„„„„（6） 3.3显著性检验„„„„„„„„„„„„„„„„„„„„„„„„„（6） 3.3.1对回归系数进行显著性检验:T检验„„„„„„„„„„„„„„（6） 3.3.2对方程进行显著性检验:F检„„„„„„„„„„„„„„„„„(6)
3.4计量经济学检验„„„„„„„„„„„„„„„„„„„„„„„„（7） 3.4.1多重共线性检验与修正„„„„„„„„„„„„„„„„„„„（7） 3.4.2一阶自相关检验与修正„„„„„„„„„„„„„„„„„„„（8） 3.4.3异方差检验与消除„„„„„„„„„„„„„„„„„„„„„（8） 3.4.4确定最终模型形式„„„„„„„„„„„„„„„„„„„„„（8）
第四章 对模型的经济解释及存在的问题„„„„„„„„„„„„„„„（11） 4.1经济解释„„„„„„„„„„„„„„„„„„„„„„„„„„（11） 4.2存在的问题„„„„„„„„„„„„„„„„„„„„„„„„ （14）
第五章 政策建议„„„„„„„„„„„„„„„„„„„„„„„„„（14）
参考文献„„„„„„„„„„„„„„„„„„„„„„„„„„„„（16）
关于财政支出对我国进出口总额的影分析
摘要
本文根据1990-2009我国进出口额的变化分析其影响因素。从计量经济学的角度出发，验证哪些因素对我国进出口额有较大影响，以及在引入的解释变量中哪一项对进出口额影响最大。根据计量经济学原理，在模型中我引入了六个变量：居民消费水平，对外经济合作，国内贷款，国民收入，财政支出，财政收入。从所做的回归结果看，影响我国的进出口总额的主要因素有居民消费水平，固定资产投资中的国内贷款，且国内贷款的影响最大。根据模型分析发现一些问题，并进行检验，得出一些结论。
关键词：进出口总额、居民消费水平、对外经济合作、国内贷款、国民收入、财政支出、财政收入
一, 导论 1.1研究背景
自改革开放以来，我国的对外贸易从一个较低的水平发展到了一个很高的水平，进出口值占GDP 的比例从1978年的10%上升到了1999年的36%。很显然，对外贸易的发展对中国经济发展起到了不可低估的作用。但是，越来越高的进出口贸易的增长，直接的结果就是我国外贸依存度的迅速攀升，这在一定程度上造成国民经济的过分对外依赖, 国际经济形式的风云变幻在一等程度上会严重影响我国的经济发展。。
由于全球经济一体化的趋势逐渐增强，我国对外贸易也对经济发展起着越来越重要的作用。因此，提高对外贸易额成为我国对外经济发展的一项长期战略，只有这样我们才能紧跟时代的脚步，才能带动我国经济进一步发展，才能提高我国的国际竞争力。所以，进出口总额是衡量一国在国际贸易中的地位。 1.2问题提出及研究意义
我们必须高度重视对外贸易，在全球一体化的任何阶段，对外贸易的作用都是无可取代的，而只能加强。但是，对外贸易还存在很多问题，会影响我国经济的增长，是我们迫切要解决的问
题。所以对影响对外贸易总额的主要因素进行研究，主要是在国内贷款及居民消费水平方面，从而能够更有效的提高我国的对外贸易额，具有很大的现实意义。
本文引入了六个变量：居民消费水平、国内贷款、对外经济合作、国民收入、财政支出、财政收入。根据计量经济学原理，研究这六个变量是否对我国进出口总额产生影响，如果他们之间存在着影响关系，就进行回归分析，从而确定回归模型，回归系数，以定量思路来研究他们之间的确定关系。 1.3研究目的
通过模型的确定，我们掌握了上述变量之间的回归关系，进而通过对进出口额的影响因素进行控制，来提高进出口额，为经济发展奠定基础。 1.4研究框架
1.引入线性回归模型，利用现有数据，确定因素与进出口额之间的具体线性关系，写出回归模型基本形式，并对回归系数和回归模型进行T 检验和F 检验，从而确定线性回归模型是否具有代表性。 2.检验回归方程是否具有“多重共线性”，“异方差”，“自相关”，等现象。对其进行检验如果存在这些现象，就对其进行修补，从而提高模型的代表性。
3.进行模型的结果分析，对模型进行经济解释并分析存在的问题，最后提出一些政策建议。 二 .建立回归模型及估计回归系数
2.1模型设定的经济学原理
根据经济学原理，产出的增长主要取决于投入的增长和技术的进步。在此只粗略的考察一下我国进出口额的状况，主要是对进出口的投入不够，所以我们从财政的支出，财政收入居民消费水平等方面，来考察对外贸易对财政支出的依赖程度。进而验证一下我国对外贸易现存的问题。
在此，进行下列假设：因变量——进出口总额；解释变量——居民消费水平、国内贷款、对外经济合作、国民收入、财政支出、财政收入。最后设定一下经济模型。 2.2模型设定
设模型为Y= α+β1X 1+β2 X2+β3X3+β4X4+β5 X5+β6 X6 +εi (i=1.2.3„„n)
其中， Y为进出口总额；X 1为财政支出； X2 为国民收入； X3为国内贷款； X4 为居民消费水平； X5为对外经济合作；X 6为财政收入；ε是除了解释变量之外的影响进出口额的其他因素的误差项。
下面我选取了我国进出口额和财政支出额在1991—2010的数据
表1
年 进出口总财政支出国民收入国内贷款份 额Y x1 x2 x3 1991 1992 1993
2066.7 17.82636 17000.92 762.98 5560.1 9.200788 18718.32 885.45 7225.8 9.827182 21826.2 1314.73
居民
消费对外经济财政收入水平合作x5 x6 x4 788 22.12 2004.82 833 26.04 2937.1 932 36.09 3149.48
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 9119.6 11271 20381.9 23499.9 24133.8 26967.2 26849.7 29896.2 39273.2 42183.6 51378.2 70483.5 95539.1 116921.8 140971.4 166740.2 179921.5 10.49955 24.0527 24.7791 17.80024 16.32291 16.32758 16.94493 22.12864 20.4648 18.98518 16.66741 11.77519
15.6 19.1084 19.13468
23.2 25.7 26937.28 35260.02 48108.46 59810.53 70142.49 78060.83 83024.28 88479.15 98000.45 108068.2 119095.7 135174 159586.7 184088.6 213131.7 259258.9 302853.4 2214.03 3071.99 3997.64 4198.73 4573.69 4782.55 5542.89 5725.93 6727.27 7239.79 8859.07 12044.36 13788.04 16319.01 19590.47 23044.2 26443.74 1116 1393 1833 2355 2789 3002 3159 3346 3632 3869 4106 4411 4925 5463 6138 7103 8183 65.85 68 79.88 96.72 102.73 113.56 117.73 130.02 149.43 164.55 178.9117
209.3 276.98 342.1556 716.48 853.4494 1130.147 3483.37 4348.95 5218.1 6242.2 7407.99 8651.14 9875.95 11444.08 13395.23 16386.04 18903.64 21715.25 26396.47 31649.29 38760.2 51321.78 61330.35
首先利用Eviews 软件，对模型进行回归，估计回归模型和回归系数，回归结果见表（2），
得出c=7569.650，β1=-262.8329 β2=1.981765 ，β3=3.909188，
β4=-40.93973 ，β5=-11.57312 ，β6=-2.768473
从而写出线性回归模型：
Y=7569.650-262.8329X1+1.981765x2+3.909188x3-40.93973x4-11.57312x5-2.768473x6
（1.577318) (-1.151348) (2.586150) (1.892214)（-2.918370）(-0.722200)（-2.119941） R 2=0.996608 三. 回归模型的检验及修正 3.1经济意义检验
根据实际经济意义，从估计量的符号和大小分析，X1,X6，X5的经济意义不符，即他们与总出口额成反比关系。X2,X3,X4的经济意义符合，即国民收入、国内贷款与居民消费水平与进出口总额成正比。表明随着国民收入增长和居民收入水平他的提高进出口总额会增加。 3.2拟合优度检验
运用最小二乘法对模型进行回归，由回归结果可以看出，可绝系数R-squared=0.996608，说明模型的拟合优度非常好。 3.3显著性检验
3.3.1对回归系数的显著性检验：T 检验
（1）对α进行检验：提出原假设H0=0;备择假设≠0，T=1.577331 假定显著水平α=0.05，查自由度为n-k-1=13临界值t0..025(13)=2.160显然1.577331
（2）对β1进行检验：提出原假设H0=0;备择假设≠0，T=-1.151358 假定显著水平0.025，查自由度为13的分布表，的临界值t0..025(13)=2.160显然-1.151358 2.160，故拒绝原假设H0，接受H1 ，即是显著的。
（4）对β3进行检验：提出原假设H0=0;备择假设≠0，T=1.892218
假定显著水平0.025，查自由度为13的分布表，的临界值t0.025(13)=2.160显然
1.892218
假定显著水平0.025，查自由度为13的分布表，的临界值t0.25(13)=2.160显然2.918397>2.179，故拒绝原假设H0，接受H1 ，即是显著的。
（6）对β5进行检验：提出原假设H0=0;备择假设≠0，T= -0.722189
假定显著水平=0.025，查自由度为13的分布表，的临界值t0..025(13)=2.160显然-0.722189
拒绝H1 ，即是不显著的。
（7）对β6进行检验：提出原假设H0=0;备择假设≠0，T= -2.119964
假定显著水平=0.025，查自由度为13的分布表，的临界值t0..025(13)=2.160显然-2.119964
由估计结果知F=636.5686假定显著水平=0.05，查自由度为13和6的F 分布表，得临界值F0.05(13,6)=2.92
显然636.5686>2.92故F 统计量的值在给定显著水平α=0.05的情况下显著。但是X1,X3,X5,x6的t 统计值不显著，说明X1,X3,X5,x6这四个变量对Y 的影响不显著，或者变量之间存在多重共线性的影响使其T 值不显著。 3.4计量经济学检验 3.4.1多重共线性检验与修正
（1）检验：由F 与 F0.05(5,12)=3.11相比，表明模型从整体上看进出口额与解释变量间线性关系显著。这里采用简单相关系数矩阵对其进行检验，见表(3)
由图中结果可知，解释变量之间高度相关。
Dependent Variable: X1 Method: Least Squares Date: 12/17/12 Time: 22:59 Sample: 1991 2010
Included observations: 20
Coefficie
Std. Error
t-Statistic
Prob.
nt
C X2 X3 X4 X5 X6
R-squared
14.60790 0.000578 -0.001432 -0.007514 0.021742 -0.001462
4.040448 0.000884 0.002388 0.016300 0.017838 0.001478
3.615417 0.653579 -0.599696 -0.460973 1.218858 -0.989213
0.0028 0.5240 0.5583 0.6519 0.2430 0.3393
17.81728 4.858069 6.122322 6.421042 6.180636 1.468830
0.961877 Mean dependent var 0.113223 S.D. dependent var 4.574787 Akaike info criterion 293.0014 Schwarz criterion -55.22322 Hannan-Quinn criter. 1.485182 Durbin-Watson stat 0.256374
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Dependent Variable: X2 Method: Least Squares
Std. Error
1361.410 78.43033 0.388801 0.747488 5.445084 0.219405
t-Statistic
-2.676027 0.653579 5.837969 24.20325 0.865800 6.806720
Prob.
0.0181 0.5240 0.0000 0.0000 0.4012 0.0000
106331.3 81447.48 17.51586 17.81458 17.57417 1.368709
Date: 12/17/12 Time: 23:00 Sample: 1991 2010
Included observations: 20
C X1 X3 X4 X5 X6
R-squared
Coefficie
nt
-3643.169 51.26045 2.269807 18.09163 4.714353 1.493428
0.969553 Mean dependent var 0.999720 S.D. dependent var 1362.842 Akaike info criterion 26002728 Schwarz criterion -169.1586 Hannan-Quinn criter. 13569.33 Durbin-Watson stat 0.000000
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Dependent Variable: X3
Method: Least Squares Date: 12/17/12 Time: 23:01 Sample: 1991 2010
Included observations: 20
C X1 X2 X4 X5 X6
R-squared
Coefficie
nt
1105.793 -17.48704 0.312287 -5.445276 -2.090626 -0.350821
Std. Error
545.9808 29.15984 0.053492 1.084206 1.996348 0.140535
t-Statistic
2.025334 -0.599696 5.837969 -5.022363 -1.047225 -2.496325
Prob.
0.0623 0.5583 0.0000 0.0002 0.3127 0.0256
8556.328 7559.811 15.53233 15.83105 15.59064 1.673254
0.983878 Mean dependent var 0.995529 S.D. dependent var 505.5075 Akaike info criterion 3577530. Schwarz criterion -149.3233 Hannan-Quinn criter. 847.0655 Durbin-Watson stat 0.000000
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Dependent Variable: X4 Method: Least Squares
Std. Error
72.52421 4.316514 0.002230 0.023514 0.291573 0.013410
t-Statistic
2.872351 -0.460973 24.20325 -5.022363 -1.161512 -5.847304
Prob.
0.0123 0.6519 0.0000 0.0002 0.2649 0.0000
3468.800 2118.281 11.70134 12.00006 11.75965
Date: 12/17/12 Time: 23:02 Sample: 1991 2010
Included observations: 20
C X1 X2 X3 X5 X6
R-squared
Coefficie
nt
208.3150 -1.989796 0.053984 -0.118098 -0.338665 -0.078412
0.954355 Mean dependent var 0.998765 S.D. dependent var 74.44563 Akaike info criterion 77590.12 Schwarz criterion -111.0134 Hannan-Quinn criter.
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
F-statistic Prob(F-statistic)
Dependent Variable: X5 Method: Least Squares
3073.811 Durbin-Watson stat 0.000000
Std. Error
80.00379 3.620058 0.012451 0.033180 0.223445 0.021540
t-Statistic
0.110329 1.218858 0.865800 -1.047225 -1.161512 0.560020
Coefficie
nt
8.826762 4.412338 0.010780 -0.034747 -0.259533 0.012063
1.418647
Date: 12/17/12 Time: 23:02 Sample: 1991 2010
Included observations: 20
C X1 X2 X3 X4 X6
R-squared
Prob.
0.9137 0.2430 0.4012 0.3127 0.2649 0.5843
244.0072 301.6230 11.43521 11.73393 11.49353 2.066843
0.901380 Mean dependent var 0.953316 S.D. dependent var 65.17043 Akaike info criterion 59460.59 Schwarz criterion -108.3521 Hannan-Quinn criter. 78.59756 Durbin-Watson stat 0.000000
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
（2）修正：采用逐步回归法进行补救
逐步引入X1 X2 X3 X4 X5 ,其R-squared 依次为0.961877，0.969553，0.983878，0.954355，0.901380 可以看出，X3的R-squared 的值最高, 所以选取X3为基本变量。
引入X1，得R-squared=0.984530，明显R-squared 提高，先保留X1
引入X2，得R-squared=0.982426，明显R-squared 变小， 删除X2 引入X4, 得R-squared= 0.987401，明显R-squared 提高，先保留
X4
引入X5, 得R-squared= 0.983700，明显R-squared 变小，删除X5. 引入X1,X4后R-squared 虽然增大，可是X1.X4的T 检验不显著，而且X1经济意义不符，所以删除X1,X4。
模型修改为如下形式：Y=α+β3X3利用Eviews 软件，得出模型的新估计量，见表（4）。
\
Y=-8058.256+7.313590X3 4.2异方差的检验
利用White 检验对模型进行异方差检验，结果见表（5）
因为模型为一元线性回归模型，所以查以2为自由度的X^2表，由检验结果可知Obs*R-squared=10.61184>X0.05(2)^2=5.99所以模型存在异方差。
利用WLS 估计法对模型进行异方差的修正，令W=1/X3,quick/estimate equation/y c x/ok得到结果如表（6）
, 此时Obs*R-squared=3.836068
由回归结果知d=1.458050，给定显著性水平α=0.05，查Durbin-Watson 表n=18,k=1得dl=1.158,du=1.391,所以d=1.458050落在（du ，4-du ）的区间里，所以模型无自相关。 3.4.4确定模型最终形式
Y=237.959+3.492845X3由于该模型的回归结果，t 值以及F 统计值均显著，且不存在经济学问题，因此确定为最终模型。 四，对模型的经济解释及存在问题 4.1经济解释
对以上模型分析可得出：
（1）从模型可以看固定投资中的国内贷款和居民消费水平是影响进出口额的最显著因素。说明我国在1991-2010年间进出口总额中，固定资产投资对进出口额所产生的效果最大。
（2）从模型还可以看出解释变量国民收入和财政收入以及对外经济合作对进出口额的影响不显著，说明我国对外政策和我国的经济发展还没有完全经济一体化。 4.2存在的问题
（1）从模型本身看，有些变量经济意义不符，但T 值较显著，可能是因为建立模型时省略了一些解释变量的缘故。
（2）根据模型的先验信息，国民收入对进出口额的影响应该是显著的，也就是说解释变量行政管理支出的删除可能不正确。但是，如果不删，多重共线性就无法消除，因此再次检验时删除了该变量。
（3）经济模型的变量应该是存量，但我们所用的数据却为流量，因此，该模型只为粗略模型。 五，政策建议
鉴于以上模型的最终结果反映出我国的进出口额与财政支出的现状，现提出以下几点建议：
1. 在现有的人民币汇率基础上，再次通过渐进的人民币升值来实现进出口总额的下降，进而促进外贸依存度的降低。 人民币升值，意味着劳动力收入提高，这无疑可以提高我国居民的购买力，这有利于刺激国内消费。
2. 调整国内的产业调整。
（1）大力发展高新技术产业，以减少对国外技术的依赖，进而降低该类产品的进口。
（2）大力发展能够吸纳劳动力的轻工业和服务业，有效提高国民的收入，进而进一步推动第三产业的发展。 3、提高城镇居民的消费倾向。
通过收入分配政策调整收入差距，实际上就是在居民收入持续增长的同时，不断提高中低收入群体收入增长的幅度。一是通过规定最低工资标准，严格规范劳动保险计划，提高居民在收入初次分配中的比重；二是在收入再分配中，通过所得税和财产税等税收手段调节高收入者的收入，通过鼓励性的资本转移政策和经常转移政策实现收入由高向低的转移，提高中低收入者特别是低收入者的收入水平；三是通过进一步完善财政转移支付制度，抑制地区间收入差距的扩大。
[参考文献]
：
1、张保法. 《经济计量学》[M]第四版. 经济科学出版社2002.7. 2、数据来源《中国统计年鉴2010》
目录
第一章 导论„„„„„„„„„„„„„„„„„„„„„„„„„„ （1） 1.1研究背景„„„„„„„„„„„„„„„„„„„„„„„„„„ （1） 1.2问题提出及其研究意„„„„„„„„„„„„„„„„„„„„„（1） 1.3研究目的„„„„„„„„„„„„„„„„„„„„„„„„„„（2） 1.4研究框架„„„„„„„„„„„„„„„„„„„„„„„„„„（2）
第二章 建立回归模型及估计回归系数„„„„„„„„„„„„„„„„（2） 2.1模型设定的经济学原理„„„„„„„„„„„„„„„„„„„„（3） 2.2模型设定„„„„„„„„„„„„„„„„„„„„„„„„„„（3）
第三章 回归模型的检验及修正„„„„„„„„„„„„„„„„„„„（5） 3.1经济意义检验„„„„„„„„„„„„„„„„„„„„„„„„„（5）
3.2拟合优度检验„„„„„„„„„„„„„„„„„„„„„„„„（6） 3.3显著性检验„„„„„„„„„„„„„„„„„„„„„„„„„（6） 3.3.1对回归系数进行显著性检验:T检验„„„„„„„„„„„„„„（6） 3.3.2对方程进行显著性检验:F检„„„„„„„„„„„„„„„„„(6)
3.4计量经济学检验„„„„„„„„„„„„„„„„„„„„„„„„（7） 3.4.1多重共线性检验与修正„„„„„„„„„„„„„„„„„„„（7） 3.4.2一阶自相关检验与修正„„„„„„„„„„„„„„„„„„„（8） 3.4.3异方差检验与消除„„„„„„„„„„„„„„„„„„„„„（8） 3.4.4确定最终模型形式„„„„„„„„„„„„„„„„„„„„„（8）
第四章 对模型的经济解释及存在的问题„„„„„„„„„„„„„„„（11） 4.1经济解释„„„„„„„„„„„„„„„„„„„„„„„„„„（11） 4.2存在的问题„„„„„„„„„„„„„„„„„„„„„„„„ （14）
第五章 政策建议„„„„„„„„„„„„„„„„„„„„„„„„„（14）
参考文献„„„„„„„„„„„„„„„„„„„„„„„„„„„„（16）
关于财政支出对我国进出口总额的影分析
摘要
本文根据1990-2009我国进出口额的变化分析其影响因素。从计量经济学的角度出发，验证哪些因素对我国进出口额有较大影响，以及在引入的解释变量中哪一项对进出口额影响最大。根据计量经济学原理，在模型中我引入了六个变量：居民消费水平，对外经济合作，国内贷款，国民收入，财政支出，财政收入。从所做的回归结果看，影响我国的进出口总额的主要因素有居民消费水平，固定资产投资中的国内贷款，且国内贷款的影响最大。根据模型分析发现一些问题，并进行检验，得出一些结论。
关键词：进出口总额、居民消费水平、对外经济合作、国内贷款、国民收入、财政支出、财政收入
一, 导论 1.1研究背景
自改革开放以来，我国的对外贸易从一个较低的水平发展到了一个很高的水平，进出口值占GDP 的比例从1978年的10%上升到了1999年的36%。很显然，对外贸易的发展对中国经济发展起到了不可低估的作用。但是，越来越高的进出口贸易的增长，直接的结果就是我国外贸依存度的迅速攀升，这在一定程度上造成国民经济的过分对外依赖, 国际经济形式的风云变幻在一等程度上会严重影响我国的经济发展。。
由于全球经济一体化的趋势逐渐增强，我国对外贸易也对经济发展起着越来越重要的作用。因此，提高对外贸易额成为我国对外经济发展的一项长期战略，只有这样我们才能紧跟时代的脚步，才能带动我国经济进一步发展，才能提高我国的国际竞争力。所以，进出口总额是衡量一国在国际贸易中的地位。 1.2问题提出及研究意义
我们必须高度重视对外贸易，在全球一体化的任何阶段，对外贸易的作用都是无可取代的，而只能加强。但是，对外贸易还存在很多问题，会影响我国经济的增长，是我们迫切要解决的问
题。所以对影响对外贸易总额的主要因素进行研究，主要是在国内贷款及居民消费水平方面，从而能够更有效的提高我国的对外贸易额，具有很大的现实意义。
本文引入了六个变量：居民消费水平、国内贷款、对外经济合作、国民收入、财政支出、财政收入。根据计量经济学原理，研究这六个变量是否对我国进出口总额产生影响，如果他们之间存在着影响关系，就进行回归分析，从而确定回归模型，回归系数，以定量思路来研究他们之间的确定关系。 1.3研究目的
通过模型的确定，我们掌握了上述变量之间的回归关系，进而通过对进出口额的影响因素进行控制，来提高进出口额，为经济发展奠定基础。 1.4研究框架
1.引入线性回归模型，利用现有数据，确定因素与进出口额之间的具体线性关系，写出回归模型基本形式，并对回归系数和回归模型进行T 检验和F 检验，从而确定线性回归模型是否具有代表性。 2.检验回归方程是否具有“多重共线性”，“异方差”，“自相关”，等现象。对其进行检验如果存在这些现象，就对其进行修补，从而提高模型的代表性。
3.进行模型的结果分析，对模型进行经济解释并分析存在的问题，最后提出一些政策建议。 二 .建立回归模型及估计回归系数
2.1模型设定的经济学原理
根据经济学原理，产出的增长主要取决于投入的增长和技术的进步。在此只粗略的考察一下我国进出口额的状况，主要是对进出口的投入不够，所以我们从财政的支出，财政收入居民消费水平等方面，来考察对外贸易对财政支出的依赖程度。进而验证一下我国对外贸易现存的问题。
在此，进行下列假设：因变量——进出口总额；解释变量——居民消费水平、国内贷款、对外经济合作、国民收入、财政支出、财政收入。最后设定一下经济模型。 2.2模型设定
设模型为Y= α+β1X 1+β2 X2+β3X3+β4X4+β5 X5+β6 X6 +εi (i=1.2.3„„n)
其中， Y为进出口总额；X 1为财政支出； X2 为国民收入； X3为国内贷款； X4 为居民消费水平； X5为对外经济合作；X 6为财政收入；ε是除了解释变量之外的影响进出口额的其他因素的误差项。
下面我选取了我国进出口额和财政支出额在1991—2010的数据
表1
年 进出口总财政支出国民收入国内贷款份 额Y x1 x2 x3 1991 1992 1993
2066.7 17.82636 17000.92 762.98 5560.1 9.200788 18718.32 885.45 7225.8 9.827182 21826.2 1314.73
居民
消费对外经济财政收入水平合作x5 x6 x4 788 22.12 2004.82 833 26.04 2937.1 932 36.09 3149.48
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 9119.6 11271 20381.9 23499.9 24133.8 26967.2 26849.7 29896.2 39273.2 42183.6 51378.2 70483.5 95539.1 116921.8 140971.4 166740.2 179921.5 10.49955 24.0527 24.7791 17.80024 16.32291 16.32758 16.94493 22.12864 20.4648 18.98518 16.66741 11.77519
15.6 19.1084 19.13468
23.2 25.7 26937.28 35260.02 48108.46 59810.53 70142.49 78060.83 83024.28 88479.15 98000.45 108068.2 119095.7 135174 159586.7 184088.6 213131.7 259258.9 302853.4 2214.03 3071.99 3997.64 4198.73 4573.69 4782.55 5542.89 5725.93 6727.27 7239.79 8859.07 12044.36 13788.04 16319.01 19590.47 23044.2 26443.74 1116 1393 1833 2355 2789 3002 3159 3346 3632 3869 4106 4411 4925 5463 6138 7103 8183 65.85 68 79.88 96.72 102.73 113.56 117.73 130.02 149.43 164.55 178.9117
209.3 276.98 342.1556 716.48 853.4494 1130.147 3483.37 4348.95 5218.1 6242.2 7407.99 8651.14 9875.95 11444.08 13395.23 16386.04 18903.64 21715.25 26396.47 31649.29 38760.2 51321.78 61330.35
首先利用Eviews 软件，对模型进行回归，估计回归模型和回归系数，回归结果见表（2），
得出c=7569.650，β1=-262.8329 β2=1.981765 ，β3=3.909188，
β4=-40.93973 ，β5=-11.57312 ，β6=-2.768473
从而写出线性回归模型：
Y=7569.650-262.8329X1+1.981765x2+3.909188x3-40.93973x4-11.57312x5-2.768473x6
（1.577318) (-1.151348) (2.586150) (1.892214)（-2.918370）(-0.722200)（-2.119941） R 2=0.996608 三. 回归模型的检验及修正 3.1经济意义检验
根据实际经济意义，从估计量的符号和大小分析，X1,X6，X5的经济意义不符，即他们与总出口额成反比关系。X2,X3,X4的经济意义符合，即国民收入、国内贷款与居民消费水平与进出口总额成正比。表明随着国民收入增长和居民收入水平他的提高进出口总额会增加。 3.2拟合优度检验
运用最小二乘法对模型进行回归，由回归结果可以看出，可绝系数R-squared=0.996608，说明模型的拟合优度非常好。 3.3显著性检验
3.3.1对回归系数的显著性检验：T 检验
（1）对α进行检验：提出原假设H0=0;备择假设≠0，T=1.577331 假定显著水平α=0.05，查自由度为n-k-1=13临界值t0..025(13)=2.160显然1.577331
（2）对β1进行检验：提出原假设H0=0;备择假设≠0，T=-1.151358 假定显著水平0.025，查自由度为13的分布表，的临界值t0..025(13)=2.160显然-1.151358 2.160，故拒绝原假设H0，接受H1 ，即是显著的。
（4）对β3进行检验：提出原假设H0=0;备择假设≠0，T=1.892218
假定显著水平0.025，查自由度为13的分布表，的临界值t0.025(13)=2.160显然
1.892218
假定显著水平0.025，查自由度为13的分布表，的临界值t0.25(13)=2.160显然2.918397>2.179，故拒绝原假设H0，接受H1 ，即是显著的。
（6）对β5进行检验：提出原假设H0=0;备择假设≠0，T= -0.722189
假定显著水平=0.025，查自由度为13的分布表，的临界值t0..025(13)=2.160显然-0.722189
拒绝H1 ，即是不显著的。
（7）对β6进行检验：提出原假设H0=0;备择假设≠0，T= -2.119964
假定显著水平=0.025，查自由度为13的分布表，的临界值t0..025(13)=2.160显然-2.119964
由估计结果知F=636.5686假定显著水平=0.05，查自由度为13和6的F 分布表，得临界值F0.05(13,6)=2.92
显然636.5686>2.92故F 统计量的值在给定显著水平α=0.05的情况下显著。但是X1,X3,X5,x6的t 统计值不显著，说明X1,X3,X5,x6这四个变量对Y 的影响不显著，或者变量之间存在多重共线性的影响使其T 值不显著。 3.4计量经济学检验 3.4.1多重共线性检验与修正
（1）检验：由F 与 F0.05(5,12)=3.11相比，表明模型从整体上看进出口额与解释变量间线性关系显著。这里采用简单相关系数矩阵对其进行检验，见表(3)
由图中结果可知，解释变量之间高度相关。
Dependent Variable: X1 Method: Least Squares Date: 12/17/12 Time: 22:59 Sample: 1991 2010
Included observations: 20
Coefficie
Std. Error
t-Statistic
Prob.
nt
C X2 X3 X4 X5 X6
R-squared
14.60790 0.000578 -0.001432 -0.007514 0.021742 -0.001462
4.040448 0.000884 0.002388 0.016300 0.017838 0.001478
3.615417 0.653579 -0.599696 -0.460973 1.218858 -0.989213
0.0028 0.5240 0.5583 0.6519 0.2430 0.3393
17.81728 4.858069 6.122322 6.421042 6.180636 1.468830
0.961877 Mean dependent var 0.113223 S.D. dependent var 4.574787 Akaike info criterion 293.0014 Schwarz criterion -55.22322 Hannan-Quinn criter. 1.485182 Durbin-Watson stat 0.256374
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Dependent Variable: X2 Method: Least Squares
Std. Error
1361.410 78.43033 0.388801 0.747488 5.445084 0.219405
t-Statistic
-2.676027 0.653579 5.837969 24.20325 0.865800 6.806720
Prob.
0.0181 0.5240 0.0000 0.0000 0.4012 0.0000
106331.3 81447.48 17.51586 17.81458 17.57417 1.368709
Date: 12/17/12 Time: 23:00 Sample: 1991 2010
Included observations: 20
C X1 X3 X4 X5 X6
R-squared
Coefficie
nt
-3643.169 51.26045 2.269807 18.09163 4.714353 1.493428
0.969553 Mean dependent var 0.999720 S.D. dependent var 1362.842 Akaike info criterion 26002728 Schwarz criterion -169.1586 Hannan-Quinn criter. 13569.33 Durbin-Watson stat 0.000000
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Dependent Variable: X3
Method: Least Squares Date: 12/17/12 Time: 23:01 Sample: 1991 2010
Included observations: 20
C X1 X2 X4 X5 X6
R-squared
Coefficie
nt
1105.793 -17.48704 0.312287 -5.445276 -2.090626 -0.350821
Std. Error
545.9808 29.15984 0.053492 1.084206 1.996348 0.140535
t-Statistic
2.025334 -0.599696 5.837969 -5.022363 -1.047225 -2.496325
Prob.
0.0623 0.5583 0.0000 0.0002 0.3127 0.0256
8556.328 7559.811 15.53233 15.83105 15.59064 1.673254
0.983878 Mean dependent var 0.995529 S.D. dependent var 505.5075 Akaike info criterion 3577530. Schwarz criterion -149.3233 Hannan-Quinn criter. 847.0655 Durbin-Watson stat 0.000000
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Dependent Variable: X4 Method: Least Squares
Std. Error
72.52421 4.316514 0.002230 0.023514 0.291573 0.013410
t-Statistic
2.872351 -0.460973 24.20325 -5.022363 -1.161512 -5.847304
Prob.
0.0123 0.6519 0.0000 0.0002 0.2649 0.0000
3468.800 2118.281 11.70134 12.00006 11.75965
Date: 12/17/12 Time: 23:02 Sample: 1991 2010
Included observations: 20
C X1 X2 X3 X5 X6
R-squared
Coefficie
nt
208.3150 -1.989796 0.053984 -0.118098 -0.338665 -0.078412
0.954355 Mean dependent var 0.998765 S.D. dependent var 74.44563 Akaike info criterion 77590.12 Schwarz criterion -111.0134 Hannan-Quinn criter.
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
F-statistic Prob(F-statistic)
Dependent Variable: X5 Method: Least Squares
3073.811 Durbin-Watson stat 0.000000
Std. Error
80.00379 3.620058 0.012451 0.033180 0.223445 0.021540
t-Statistic
0.110329 1.218858 0.865800 -1.047225 -1.161512 0.560020
Coefficie
nt
8.826762 4.412338 0.010780 -0.034747 -0.259533 0.012063
1.418647
Date: 12/17/12 Time: 23:02 Sample: 1991 2010
Included observations: 20
C X1 X2 X3 X4 X6
R-squared
Prob.
0.9137 0.2430 0.4012 0.3127 0.2649 0.5843
244.0072 301.6230 11.43521 11.73393 11.49353 2.066843
0.901380 Mean dependent var 0.953316 S.D. dependent var 65.17043 Akaike info criterion 59460.59 Schwarz criterion -108.3521 Hannan-Quinn criter. 78.59756 Durbin-Watson stat 0.000000
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
（2）修正：采用逐步回归法进行补救
逐步引入X1 X2 X3 X4 X5 ,其R-squared 依次为0.961877，0.969553，0.983878，0.954355，0.901380 可以看出，X3的R-squared 的值最高, 所以选取X3为基本变量。
引入X1，得R-squared=0.984530，明显R-squared 提高，先保留X1
引入X2，得R-squared=0.982426，明显R-squared 变小， 删除X2 引入X4, 得R-squared= 0.987401，明显R-squared 提高，先保留
X4
引入X5, 得R-squared= 0.983700，明显R-squared 变小，删除X5. 引入X1,X4后R-squared 虽然增大，可是X1.X4的T 检验不显著，而且X1经济意义不符，所以删除X1,X4。
模型修改为如下形式：Y=α+β3X3利用Eviews 软件，得出模型的新估计量，见表（4）。
\
Y=-8058.256+7.313590X3 4.2异方差的检验
利用White 检验对模型进行异方差检验，结果见表（5）
因为模型为一元线性回归模型，所以查以2为自由度的X^2表，由检验结果可知Obs*R-squared=10.61184>X0.05(2)^2=5.99所以模型存在异方差。
利用WLS 估计法对模型进行异方差的修正，令W=1/X3,quick/estimate equation/y c x/ok得到结果如表（6）
, 此时Obs*R-squared=3.836068
由回归结果知d=1.458050，给定显著性水平α=0.05，查Durbin-Watson 表n=18,k=1得dl=1.158,du=1.391,所以d=1.458050落在（du ，4-du ）的区间里，所以模型无自相关。 3.4.4确定模型最终形式
Y=237.959+3.492845X3由于该模型的回归结果，t 值以及F 统计值均显著，且不存在经济学问题，因此确定为最终模型。 四，对模型的经济解释及存在问题 4.1经济解释
对以上模型分析可得出：
（1）从模型可以看固定投资中的国内贷款和居民消费水平是影响进出口额的最显著因素。说明我国在1991-2010年间进出口总额中，固定资产投资对进出口额所产生的效果最大。
（2）从模型还可以看出解释变量国民收入和财政收入以及对外经济合作对进出口额的影响不显著，说明我国对外政策和我国的经济发展还没有完全经济一体化。 4.2存在的问题
（1）从模型本身看，有些变量经济意义不符，但T 值较显著，可能是因为建立模型时省略了一些解释变量的缘故。
（2）根据模型的先验信息，国民收入对进出口额的影响应该是显著的，也就是说解释变量行政管理支出的删除可能不正确。但是，如果不删，多重共线性就无法消除，因此再次检验时删除了该变量。
（3）经济模型的变量应该是存量，但我们所用的数据却为流量，因此，该模型只为粗略模型。 五，政策建议
鉴于以上模型的最终结果反映出我国的进出口额与财政支出的现状，现提出以下几点建议：
1. 在现有的人民币汇率基础上，再次通过渐进的人民币升值来实现进出口总额的下降，进而促进外贸依存度的降低。 人民币升值，意味着劳动力收入提高，这无疑可以提高我国居民的购买力，这有利于刺激国内消费。
2. 调整国内的产业调整。
（1）大力发展高新技术产业，以减少对国外技术的依赖，进而降低该类产品的进口。
（2）大力发展能够吸纳劳动力的轻工业和服务业，有效提高国民的收入，进而进一步推动第三产业的发展。 3、提高城镇居民的消费倾向。
通过收入分配政策调整收入差距，实际上就是在居民收入持续增长的同时，不断提高中低收入群体收入增长的幅度。一是通过规定最低工资标准，严格规范劳动保险计划，提高居民在收入初次分配中的比重；二是在收入再分配中，通过所得税和财产税等税收手段调节高收入者的收入，通过鼓励性的资本转移政策和经常转移政策实现收入由高向低的转移，提高中低收入者特别是低收入者的收入水平；三是通过进一步完善财政转移支付制度，抑制地区间收入差距的扩大。
[参考文献]
：
1、张保法. 《经济计量学》[M]第四版. 经济科学出版社2002.7. 2、数据来源《中国统计年鉴2010》