论文研究-美国和日本在华直接投资与中美贸易差额的关系.pdf

所需积分/C币:9 2019-09-20 10:41:12 1.45MB .PDF
收藏 收藏
举报

论文研究-美国和日本在华直接投资与中美贸易差额的关系.pdf,  针对美中贸易差额不断扩大而美国日本在华直接投资(FDI)与日俱增的特点,研究了美国和日本在华直接投资 对中美贸易差额的影响.文章通过Johansen协整检验、误差修正模型、格兰杰因果检验等计量方法对美日在华直接投资与美中贸易的关系进行了实证检验, 结果表明: 1989--2006年, 美中贸易和美日在华FDI之间存在互补关系,
系统工程理论与实践 第29卷 动力和良好的制造业配套体系生产面向全球的产品,这种“顺贸易投资型”的投资倾向符合匡际分工差异和 比较优势,必然会增加中国对美国的出口 第三、美国对华直接投资将产生贸易替代效应减少美国对中国的出口,从而扩大美中贸易的逆差.市场 导向性的投资则主要是看中了中国庞大的国内市场,希望通过产品的本地化使自己的产品占领中国市场,这 种投资类型属于“逆贸易性投资”,它必然会替代一部分中国从外国的进口.美国跨国公司在中国的低成本生 将逐渐替代其在美国的生产,将直接减少中国从美国的进口 第四、日本跨国公司通过对华直接投资将其对美的贸易顺差转移成中国对美国的贸易顺差,形成了顺差 转移效应,加剧了美中贸易差额的扩张.日本对华FD既有顺贸易型投资”又有“逆贸易型投资”,且其对 华投资的一个最主要的目的是实现其制造业的国际产业转移.20世纪80年代,随着本人口高龄化社会问 题加深,劳动力老化现象日趋严重,玉内劳动力成本上升,消费品市场增长乏力,日元升值且在国际汇率市场 上币值极不稳定,上述种种因素导致老的组装加工业在日本渐失生存与发展的比较优势.日本制造业的重要 组成部分——组装加工业开始加快向海外转移步伐,进入20世纪90年代,日本直接投资的重心已转移至 东亚和中国.日本在华直接投资也一改以往利用丰富廉价劳动力为主要目的,开始转向偏重于注重中国需求 的快速增长和转化.理论上,FDI实现的生产扩大,既会加深对东道国的市场渗透,也会进一步拓展新的第 三国市场从而使贸易导向的生产带来的贸易总量净增加,因此日本在华FDI的贸易创造与贸易替代效应并 存,其对美的贸易顺差逐渐转移成中国对美匡的贸易顺差,必将加剧美中之间的贸易逆差. 总之,美国和日本在华FDI的技术外溢将在提高中国企业出口的国际竞争力的同时进一步减少中国对 美国等外国产品的进口需求,扩大美中贸易的逆差.诚然,FDI在东道国的生产和投资将扩大对国国的资本 的需求东道国分公司的生产也将增加对母公司中间产品和不可转移的知识资产(专利等)的需求,FDI促 进了东道国的GDP增长亦将会一定程度的提升其进口需求.因此,美国和日本在华FDI的增长也应能一定 程度地增加中国从美国的进口需求,但相比之下,中国的出口扩张能力远远大于进口的增加,由此我们初步 判断,美国和日本对华投资的增长将对美中贸易逆差的增加起推动作用 2数据、研究方法及计量模型 由于美中贸易和投资在中美奴方的统计中存在较大差距,为确保统计数据口径和方法的统一性,本文在 数据选取上摒弃了大量实证硏究的传统,不以中国官方数据为样本,而是以美国和日本官方数据为样本,以 1989-2006年为样本期美国数据来源于美国经济分析局,其中USFDⅠ采用其历史成本基础上的数据,即实 为存量数据,进出口数据以HS分类表进一步细分为农产品和工业品两大类;日本的FDI数据来源于日本对 外贸易振兴会,考虑到资本累积对进出口的作用和资本折旧等因素,本文采取折旧率为01计算的日本FDI 累积和作为分析的变量.所有数据进行计量检验和分析时均做了对数形式的处理 本文的研究思路是:先利用协氅和误差修正模型来分析美国和日本FDI与中美进出口贸易及其差额的 长短期关系;再进一步挖掘行业数据,利用 Panel data建模佔计岀美国和目本FDI对中美进出口的具体影 响力度 进行关系硏究时我们主要釆用 JOhansen协整检验、误差修正模型与格兰杰囚果关系检验法等研究方法. 我们分析运用的多变量因果关系检验的模型为 tRader=a1+1ECM+∑dade∑ Ai dFDI2+ dFD2=a2+B2ECM+∑?dFDl2+∑4 trade+t 为了区分参数和变量,用Tade表示中美各贸易变量,FDI表示美日在华直接投资,d表示一阶差分, ECM是对两个具有协整关系变量的水平量进行线性回归得到的残差项.估计这一模型,如果β1显著,则认 为FD在长期对中美贸易具有格兰杰因果关系;如果β2显著,则认为中美贸易在长期对FDI具有格兰杰的 因果关系.如果至少某一个煤的估计系数显著,则认为FD变化在短期对中美贸易具有格兰杰因果关系;如 第6期 何菊香,等:美国和日本在华直接投资与中美贸易差额的关系 果至少某一个的估计系数显著,则认为中美贸易在短期对FD具有格兰杰因果关系如果A1、A2、、 估计系数都显著,则表示FDI和中美贸易存在长期和短期的双向格兰杰因果关系( Granger16; Bahmani- Oskooee and Alse 17) 为了更准确地测度美国FDI对中美进出口贸易的具体影响力,我们进一步以贸易引力模型为基础进行 建模分析.标准的贸易引力模型认为,两国之间的经济活动如贸易等,取决于两国的经济规模和贸易成本,两 国的经济规模(引力越大,两国的经济联系越强,贸易量越多;两国之间的贸易成本(摩擦力)越大,两国间 的经济交往越少,贸易量越少.20世纪60年代初, Tinbergen和 Poyhoner利用该模型解释双边贸易额以后, 许多学者通过引入新的解释变量对原模型进行了扩展.将引力模型扩展至投资领域不仅能考察投资与贸易 的关系,而且能揭示贸易流量的决定因素.本文目的是分析美国在华FDI对中美贸易的影响,因此在标准引 力模型的基础上增加上DI作为解释变量,同时将贸易成木变量以中美货币汇率为代表,分别对中美进出口贸 易额进行回归分析.本文将采用1999年2005年制造业层面的6个制造行业的年度中美贸易额和FDI数 据,利用 Panel data建模,具体方程如 UCEXPit=C+ USFDIit+ CngdPt+ USGDPt+ ReRt+uit 其中: CCEXPit代表美国行业在t年向中国的出口额; USFDlit代表美匡行业在t年在中国的直接投资额 USGDPt代表美国在t年以2000年不变价格(美元)计算的CDP; CNGDPt代表中国在t年以2000年不变价格(美元)计算的GDP RERt代表t年的中美实际汇率,RER=E*(PICN/ CPlUS),E*是人民币与美元的名义汇率,CPI Consumer price index 进口方程则将中美贸易的进口额替代上述方程中的出口额,而解释变量相同.用于进出口方程中佔计所 使用的数据除汇率外其他均作了对数处理,其中E*来源于美国联邦储备局、 CPlUS来源于美国劳工局、 PIAn 来源于中国国家统计局、 CNGDP来源于国际货币基金组织的 International financial statistics外,其他均 来源于美国经济分析局,CPI做了环比处理 3美国和日本在华投资与中美贸易差额关系的描述性统计分析 美国一直是中国的主要贸易伙伴,到2006年,中美都已成为对方的第二大贸易伙伴.根据中国的统计, 从1979年两国建立外交关系开始到2006年,双边贸易额增加了106倍,相当于每年增长189%.美方的统 计显示,双边贸易额增加了144倍,相当于每年增长20.2% 中美贸易的显著特点是在进出口额不断扩大的同时,两国的进出口贸易差额乜急剧扩大,1989年美中贸 易逆差仅为61.8亿美元,到2006年达到2325.5亿美元,从图1可以看到,白21世纪以来,美中贸易逆差 (注:图中及文中逆差和顺差数据均取反向值分析,即逆差为正值,顺差为负值)一直呈加速上扬之势.但我们 发现,中美贸易在不同行业却存在不同的景象.图2中数据显示,中美农产品贸易基本维持在平衡状态,而中 美中进出口贸易状况 250000 --USIMPORT 200000 USEXPORT 150000 -USTBT 100000 50000 CO99 A9 图1美国对华进出口的状况 10 系统工程理论与实践 第29卷 美总贸易差额曲线几乎与工业品贸易差额线重叠,这一定程度上说明构成中美贸易差额的主要来源是中美之 间的工业品贸易 而自中国开展对外开放以来,美国和日本一直是中国最主要的外资来源国,位居第二和第三位.美国和 日本对华投资的动机虽然有所不同,但它们中相当多的企业采用了相同的投资模式:即利用中国廉价的劳动 力资源在中国投资建立其出口导向型生产基地,从理论上讲,应该具有明显的贸易创造效应.从图3看,美国 和日本在华直接投资在大多数年份都与美国从中国的进口(即中国向美国的出口)成同步增长的态势,其中, 2000年以前日本的在华FDI和19982002年美国在华FDI的增速明显高于美国从中国进口的增速,这说 明美日在华投资与不既增长的美国从中国的进口密切相关美日在华投资企业也有部分是以市场导向为投资 动机的,其产业投向一般以中国的比较劣势行业为主,从理论上说,它们应该具有明显的贸易替代效应;而数 据显示美囯向中国的出口(即中国从美国的进口)增长速度缓慢,明显不能与美口在华FDI同步增长,这或 许就是贸易替代效应的显现? 美中贺易差额结构 250000 2000 200000 1500 150000 1000 USTBT -USITB 100000 500-HUSATB 500 图2美国对华进出口贸易差额的结构 美日FDI与美中进出口的关系 350000 30000 300000 25000 250000 20000 2000C0 15000 10000:0 10000 5000 s99 USIMPORT-USEXPORT USFDIS 一 IPFDIS 图3美国和日本在华FDI与美国对华贸易的关系 4美国和日本在华FDⅠ与中美贸易关系的计量检验和分析 首先,对美国在华FD存量( USFDIS)、日本在华FD累积额( JPFDIS)、中美贸易中的相关变量如贸 易总差额(TBT)、农产品贸易差额(AB)、T业品贸易差额(ITB)进口总额(TIM)农产品进口额(AIM) 工业品进口额(IM、出口总额(TEX)、农产品出口额(AEX)、工业品出口额(IEX)(注:文中数据显示和计 量分析的进囗均为美国从中国的进口,出口则是美国向中国的出口)等指标进行平稳性检验.采用ADF检 验法对上述年度数据变量进行单位根检验,其中滞后阶数按AIC最小原则选取.首先对所有变量做对数化 处理,检验结果表明:除农产品贸易差额(AIB)数据无法检验外,其他所有变量序列均为I(1)·结果见表1. 由于所有变量具有相同阶数的单位根,可以进行协整性检验.并据此来推断他们之间是否存在长期的影 第6期 何菊香,等:美国和日本在华直接投资与中美贸易差额的关系 11 响关系.通常, Johansen法和残差分析法都可以做协整检验,但考虑到当滞后结构较为复杂时, Johansen方 法较后者更有效力,因此,本文采用 Johansen法进行协整检验,检验结果见表2. 经验证,大多数贸易变量与USFD和 JPFDIS之间存在协整关系、但贸易变量 LNAIM和 LNAEX与 LNUSFDIS和 LNJPFDIS之间均不存在协整关系.因为美国对华出口的农产品主要是作为最终消费品进入 中国市场.而美国从中国进口的农产品主要为中国本地企业产品,所以中美农产品的贸易与美国和日本在华 FDI都没有协整关系.这也进一步印证了我们的初步判断:即美国和日本对华直接投资主要作用在于完成国 际制造业向中国的转移,所以中美T业品贸易极大程度地与美日在华投资关联,亦说明在中美贸易纬构中工 业制成品占主导地位.协整性检验结果显示:中美贸易(农产品除外)和美日对华直接投资之间存在长期关 系,而短期的偏离不会影响二者之间的长期关系 既然各贸易变量与美日在华直接投资具有协整关系,进一步通过误差修正模型来分析其格兰杰因果关系 的方向这里采用常用的Enge和 Granger两步法进行ECM模型的估计,当只有两个变量的时候,该方法 的协整系数估计更一致 步骤一OLS估计两变量协整回归方程,由于已经检验它们具有协整关系,因此可以排除伪回归的可能 性.表3显示各贸易变量与美日FDI长期关系的估计结果 表3中估计结果显示它们(以 LNTBT和 LNUSFDIS为例)的估计方程为: LNTBT=18.74+0.71LNUSFDIS 其余变量和 USFDIS与 JPFDIS之间的估计方程可以类推表中美国和日本在华直接投资的系数均为正值, 而且都在1%的显著性水平上显著,这说明美中贸易和美日在华FDⅠ之间存在明显的互补关系.由于运用对 数估计,方程的经济意义在于:其中的FDⅠ系数可以直接理解为美日FDI对中美贸易变动的长期弹性,即美 国在华增加1%的FDI,美中贸易总差额(美国的逆差、中国的顺差)将增长0.71%,工业制成品的贸易差额 表1各变量单位根(ADF)检验结果(1998-2006)(年度) 变量 检验类型(C,T,L) ADF-t值 1%临界值 5%临界值 LNUSFDIS (C,0,0) 0.999112 3.886751 3.052169 △ LNUSFDIS (C,0,0) 2.070731* 2.717511 -1.964418 LNJPFDIS (C,T,1) 2.969806 4.667883 3.733200 △ LNJPFDIS (C,T,3) 3.259488* 4.886426 3.228975 LNTBT (C,0,0) 2.663246 3.88671 3.052169 △ LNTBT 5.394322** 3.920350 3.065585 LNIBT (C,T,0) 3.458370 4.616209 3.710482 △ LNIBT (C,0,0) 4.546192** 3.920350 3.065585 LNTIⅥ (C:T,0) 2.302210 4.616209 3.710482 △ LNTIM (C,0,0) 3.371076* 3.920350 3.065585 LNAIM (C:T,2) 0.212557 4.728363 3.759743 △ LNAIM (C:T,3) 4.093473* 4886426 3.828975 LNIIM (C.T,0) 383150 4.616209 3.710482 △ LNIIM (C,0,0) 230190* 3.920350 3.065585 LNTEⅩ (C.T,0) 1.442077 4.616209 3.710482 △ LNTEX (C,0,0) 5.552710* 3.920350 3.065585 LNAEX (C.T,3) 3.764127 4.800080 -3.791172 △ LNAEX (C,0,0) 4.654617** 3.920300 3.06558 LNIEX (C.T,0) 0.635618 4.616209 3.710482 △ LNIEX (C,0,0) 4.095736** 3.920350 3.065585 12 系统工程理论与实践 第29卷 表2 USFDIS、 JPFDIS与各变量之间的协整关系检验结果 检验变量 特征根 迹统计量(P值) 最大特征根统计量5%临界值结论 (P值) LNTBT 0.64528 16.9078(0.0341) 16.58305(0.0211) 15.49471 有一个协整关系 LNUSFDIS 0.000483 0.007725(0.9295)0.007725(0.9295) 3.841466 LNIBT 0.653914 16.97850(0.0297) 1697850(0.0182) 15.19171 有一个协整关系 LNUSFDIS 4.97E07 7.95E-06(0.9993)795E06(0.9993)3.841466 LNTIM 0.657461 1748827(0.0247 1714192(0.0171) 1549471有一个协整关系 LNUSFD 0.021414 0346344(0.5562 0346344(0.5562) 3.841466 LNAIM 0.456209 11.29991(0.193 9.747042(0.2291) 15.49471 没有协整关系 LNUSFDIS 0.092493 1552865(0.2127) 1552865(0.2127) 3.841466 LNIIM 0.659581 1745573(0.0250)1724123(0.0164) 1549471 有一个协整关系 LNUSFDIS 0.013317 0214496(0.6433) 0.214496(0.6433) 3.841466 LNTEX 0.550807 15.31991(0.0531) 1280486(0.0839) 15.49471 有一个协整关系 LNUSFDIS 0.145459 2515057(0.128) 2525057(0.128) 了.841466 LNAEX 0.321484 9052699(0.3605)6.205549(0.5870)1549471没有协整关系 LNUSFDIS 0.163013 2817150(0.0915)2847150(0.0915) 3.811166 LNIEX 0.655495 1862608(0.0163) 1705050.0177) 1549471一个协整关系 LNUSFDIS 0.093789 1.575732(0.2094) 1.575732(0.2094) 3.841466 LNTBT 0.692358 2123782(0.0061)18.86112(0.0087)15.49471有一个协整关系 LNJPFDIS 0.138038 2376697(0.1232) 2376697(0.1232) 3.841466 LNIBT 0.652313 19.49115(0.0118 1690326(0.0187) 1549471一个协整关系 LNJPFDIS 0.149340 2587892(0.1077) 287892(0.1077) 3.841466 LNTIM 0.572448 14.27568(0.0757 13.59487(0.0636)1549471一个协整关系 LNJPFDIS 0.041658 0.689805(0.4093) 0.689805(0.4093) 3.841466 LNAIM 0.136904 1342711(0.1000) 9.188873(0.2708) 15.19171没有协整关系 LNJPFDIS 0.232710 4238238(0.0395) 4.238238(0.0395) 3.841466 LNIIM 0.580310 1480297(0.0634) 1389184(0.0572) 1549471有一个协整关系 LNJPFDIS 0.055355 0.911135(0.3398 0.911135(0.3398) 3.841466 LNTEX 0.51001 1572787(0.0461) 1141407(0.1346) 1549471一个协整关系 LNJPFDIS 0.236324 4313795(0.0378)4.3137950.0378)3.841 LNAEX 0.465122 13.02900(0.138) 10.011460.2112) 1549471 没有协整关系 LNJPFDIS 0.171879 30175410.0824)3.017541(0.0824)3.841 LNIEX 0.611111 16.51121(0.0350)15.1118(0.0367)1549471有个协整关系 LNIPFDIS 0.08377 1:399829(0.2368 1.399829(0.2368)3.841466 注:检验结果来自于 Eviews软件,结果基于线性、无趋势项的协整方程分析. 表3各贸易变量与美日FDI协整关系估计结果(OLS) 因变量 LNTBT LN IBT LNTIM NIM LNTEⅩ LNIEX 截距项 1871 18.71** 19.60 19.52* 19.70* 19.57*米 LNUSFDIS系数0.71米来 0.73 水来冰 0.64 0.65 k水水 0.45*米 0.45* 调整R2 0.93 0.92 0.92 0.82 截距项 15.30 15.33** 16.48 16.37* 17.39** LNJPFDIS系数1.05* 1.05** 0.96** 0.68 0.69* 调整 0.95 0.95 0.95 0.95 0.89 注:*为10%水平的显著,**为5%水平的显著,**为1%水平的显著 将增长0.73%,美国从中国的总进口将增长0.64%,美国从中国进口的工业制成品将增长0.65%,美国对中国 的总出口和工业制成品出口都将增长0.45%;而日本在华增加1%的FDI美中贸易总差额(美国的逆差、中 第6期 何菊香,等:美国和日本在华直接投资与中美贸易差额的关系 13 国的顺差)将增长1.05%,中美工业制成品的贸易差额将增长1.05%,美国从中国的总进口将增长0.95%,美国 从中国进口的工业制成品将增长0.96%,美国对中国的总出口将增长0.68%和工业制成品出口将增长0.69% 协整方程估计的结果有两点尤其值得我们关注:一是日本在华FDI对美中贸易各变量的系数均高于美 国在华FDI对美中贸易的系数,这说明日本在华FDI对美中贸易的促进作用显著且大于美国在华FDI的 作用、臼证了途径四.二是FD对美国工业制成品进口的促进作用明显大于其对出口的作用,这部分解释了 美中贸易逆差的主要来源,说明美国和日本在华FDI的增长的确对美中贸易逆差尤其是工业品的逆差的增 加起着推动作用 步骤二按照既定的研究步骤,我们用协整方程中的残差项代入公式(1)和公式(2)中建立误差修正模 型(E∽ M Model),用以确定变量之间的长期和短期因果关系.误差修正模型不再单纯地使用变量的原始值 或变量的差分建模,而是把两者有机地结合在一起,充分利用这两者所提供的信息从短期看,被解释变量的 变动是由较稳定的长期趋势和短期波动所决定的,短期内系统对于均衡状态的偏离程度的大小直接导致波动 振幅的大小.从长期看,协整关系式起到引力线作用,将非均衡状态拉回到均衡状态.在误差修正模型中,差 分项反映了短期波动的影响,误差修正项(ECM)的系数的大小反映了对偏离长期均衡的调幣力度.具体估 计结果见表4.以 LNTBT和 LNUSFDIS为例,美中贸易总差额的短期变动可以分为两部分:一部分是短期 美国在华FDI波动的影响,一部分是偏离长期均衡的影响.ECM模型中我们看到美中贸易总差额显著地受 当期和滞后一期的美国在华FDI变动影响,从ECM的系数估计值来看,当短期波动偏离长期均衡时,将以 +0.35的调整力度将非均衡状态拉冋到均衡状态. 表4各贸易变量与FDⅠ的误差修正模型(ECM)的估计结果 变量关系 误差修正模型(ECM) R2DW值 DLNTBT DLNTBT=0.47-1. 13DLNTBT(1).84DLNTBT(2)+0.03DLNTBT(3) 0.662.42 DLNUSFDIS (4.41)*(-3.00) (-2.51)* (0.21) +0. 18DLNUSFDIS +0.21DLNUSFDIS(1)+0.35ECM(1 (2.27)** (2.06)* DLNUSFDIS=0.27-0.14DLNTBT +0.55ECM(1) 0.31138 (206)*(-0.26) (246) DLNITB DLNITB=0.29-0.15DLNITB(1)+0.12DLNUSFDIS(1) 0.551.65 DLNUSFDIS (5.02)*( (1.50) 0. 13DLNUSFDIS (2)+0.19ECM(-1) (-2. DLNUSFDIS =0.27-0.13DLNITB 0.57ECM(1) 0.291.30 (1.77)*(-0.20) (2.36)* DLNTIM DLNTIM=0.28-0.45DLNTIM(1)+0.07DLNUSFDIS(1) 0.652.03 (5.55)米米*(-1.56) (1.30) DLNUSFDIS +0. 12DLNUSFDIS(2)+0.17ECM(1 275)* DLNUSFDIS=0.38-0.75DLNTIM +0.59ECM(1) 0.231.32 (1.73)*(0.67) (2.05)* DLNILM DLNIIM=0.27-0.45DLNIIM(1)+0.07DLNUSFDIS(1) 0.592.26 (3.97)*(-1.29 (1.27) DLNUSFDIS +0. 12DLNUSFDIS( 2)+0.OlDLNUSFDIS( 3)+0.17ECM( 1) (1.93) (208)* DLNUSFDIS =0.38 0. 7ODLNIIM +0.60ECM( 1) 0.241.32 (1.73)* 0.65 (212)* DLNTEX DLNTEX=0.27-0.35DLNTEX(1)-0.24DLNUSFDIS +0.25ECM(1) 0.512.07 (6.81)*米*(1.92) 288)** (271)* DLNUSFDIS DLNUSFDIS=0.63-1. 7ODLNTEX-0.68DLNTEX(1)+0.65ECM(1) 0.481.66 (4.38)**(288)* (1.33) (254)* 14 系统工程理论与实践 第29卷 续表4 变量关系 误差修正模型(ECM) R2DW值 DLNIEX DLNIEX=0.29-0.25DLNUSFDIS-0.15DLNUSFDIS(1)+0.31ECM(1) 0.611.93 (380) DLNUSFDISDLNUSFDIS=0.76-2.ODLNIEX-119DLNIEX(1)+0.94ECM(1 0.592.21 (5.10)**(-3.50)* (-1.99) (360) DLNTBTDLNTBT=0.19-0.27DLNTBT(1)-027DLNJPFDIS(-1 (3.09)**(-0.89) (-1.38) 0.321.84 DLNJPFDIS +0.58DLNJPFDIS(2 )+0. 29ECM(1) (2.11)* (1.93)* DLNJPFDIS-0.08-0. 23DLNTBT +0.81DLNJPFDIS(1)+0.55ECM(1) 0.79 1.95 (1.60 (-1.23) 5.85)** (450)** DLNITB DLNJPFDIS =-0.02+0. 30DLNITB +0.76DLNJPFDIS(1)+0.57ECM(1) 0.78 1.75 DLNJPFDIS (0.34)(1.08 (5.45)*米 (3.91)** DLNTIM DLNTIM =0. 15-0.2IDLNJPFDIS(1)+0.38DLNJPFDIS(2)+.22ECM(1) 0.35 2.45 5.55)**(-1.40 2.06)* DLNJPFDIS DLNJPFDIS-007-016DLNTIM(1)+0. 76DLNJPFDIS(1)+0.59ECM(1) 0.73 1.75 (0.93)(0.39) 不半水 (3.39)米米 DLNILM DLNIIM-0.15-0.20DLNUSFDIS(1)+0.38DLNUSFDIS(2)+.23ECM(-1) 0.342.42 (5.47)**(-1.38) (204 (2.33)** DLNJPFDIS DLNJPFDIS=0.07-0 13DLNIIM(1)+0.76DLNJPFDIS(1)+0.1ECM(1 0.711.77 (0.89)(0.33) (3.50)* DLNTEX DLNTEX=0.23-0.49DINTEX(I)-0.03DLNUSFDIS(D)+0.38FCM(D) 0.462.41 (5.58)**(2.38)*米 (0.24) (3.03)x DLNJPFDIS DLNJPFDIS =0.10-0.1ODLNTEX(2)+0.63DLNJPFDIS(1)+0.65ECM(1) 0.66 1.59 (218)*(-0.43) 3.38)* DLNIEX DLNIEX=0.27-0. 23DLNJPFDIS-0.46DLNIEX(1)+0.43ECM(1) 0.411.73 (4.90)x(-1.43) (-1.72)米 88)* DLNJPFDIS DLNJPFDIS =0.76-2.ODLNIEX-1 19DLNIEX(1)+0.94ECM(-1) 0.592.21 (5.10)**(-3.50)*米 (-1.99)* (360)** 注:(中是t统计量,*为10%水平的显著,*为5%水平的显著,**为1%水平的显著 根据表4中的误差修正模型估计结果,可以总结出美国和日本华在FDI与美中贸易各变量的长短期因 果关系有如下特征: 1)从长期看(从ECM项看),美中贸易总差额、工业品贸易差额、总进出口、工业品进出口等与美国在 华FDI之间都具有显著的双向格兰杰因果关系;除美中工业品贸易差额外,其他贸易变量亦均与日本在华 FDI之间具有显著的双向格兰杰因果关系,但美中工业品贸易差额对日本在华FDI只具有显著的单向格兰 杰因果关系.所有ECM项系数均为正,这进一步说明长期来看美国和日本在华FDI与美中贸易尤其是T业 品贸易之间具有相互的正向拉动效应,说明FDI在中美之间创造了新的贸易机会,使贸易得以在更大的规模 上进行,同时贸易的扩张又进一步促进了FDI的流入,也证实了关于美中贸易和美日FDI之间存在互补关 系的理论推断(途径一).其中,各贸易变量对FDI的影响系数均高于FⅠ对各贸易变量的影响系数,说明 贸易的扩张更加有利于中国吸引FDI;出∏的系数明显高于进∏的系数,说明在华FDI并不是一味地提高东 道国中国的出∏竞争能力而完全弱化投资国的出∏扩张能力,相反它进一步推动了投资国美国的对华出∏ 2)短期(从差分项看)因果关系相对比较复杂,主要体现为:①美国在华FDI是美中贸易总差额、工业 品贸易差额、总进口、工业品进口的格兰杰因果关系,日本在华FDI是美中贸易总差额、总进口、工业品进 口的格兰杰因果关系,美中工业品出口是日本在华FDI的格兰杰因果关系,但这些因果关系都只是单向的 这说明美日在华FDI只对美中贸易差额和进口贸易发挥单方面的影响效应.②美国在华FDI与美中贸易 第6期 何菊香,等:美国和日本在华直接投资与十美贸易差额的关系 15 总出口和工业品出口则具有双向的格兰杰因果关系.这说明美国跨国公司的在华投资具有明显的进口引致 效应,因为理论上FDI会直接导致母国资本货物、中间投入物、技术和服务的出口;实证结果也显示美国在 华FDI能明显地带动美国的对华出口尤其是工业品的对华出口,而出口的增加又能进一步带动新的资本流 入中国.③日本在华FDI与美中工业品贸易差额和总出口之间双向都没有格兰杰因果关系.由于日本在华 FDI通常只会直接导致日本国内资本货物、中间投入物、技术和服务的对华出口,而对美国的资本货物的需 求相对偏弱,因此它与美国工业品对华出口没有因果关系似在情理之中. 3)从差分项系数的显著性判断,美国和H本在华FDI对美中贸易总差额、美中总进口贸易和工业品进 口贸易起不同程度的膨胀扩张作用,而对美中总出口贸易和工业品出口起一定程度收缩抑制作用,从而再次 证实了关于美日FDI的增长对美中贸易逆差的增加起着推动作用的假设在ECM模型结果中,美国和日本 在华FDI与美国从中匡进口总量和工业品进口均成正向关系,说明美国和日本在华直接投资促进了美国从 中国的进口(亦即中国向美国的出口),其中滞后两期的FDI表现最为显著,表明FDI对中国出口贸易的促 进作用具有一定的滞后性,一般会在第二年才发挥作用.因为美国和日本的跨国公司在中国进行直接投资大 多属于“顺贸易投资型”,特别是“制成品出口导向型”,它们以中国为工业品出口加工基地,利用中国相对麻 价的劳动力和优惠的政策待遇,使行业平均成本不断下降,然后利用跨国公司的销售网络大量向美国等市场 出口,因此美国和日本在华FDI显著地促进了中国对美国的出口(途径二、四).相反,由于日本和美国跨国 公司将工业品的生产基地转移到中国后,中国当地企业通过技术外溢或模仿,也开始生产同类产品,从而减 少了中国对相关产品从美国的进口;跨国公司在中国的低成本生产将逐渐替代其在美国国内的生产,更直接 减少中国从美国的进口,因此在ECM模型中美日在华FDI都与美国对中国的总出口和工业品出口成鱼相 关关系,其中美国FDI的负相关关系更加显著,这说明美日在华FDI一定程度上的确对中美贸易具有替代 效应(途径三、四) 5美国在华FDI对中美贸易差额的影响力估计 上文从因果关系的方向上分析了美日在华FDI与中美贸易关系,为了进一步测定其对中美贸易差额的 具体影响力度,我们引入贸易引力扩展模型.由于日本在华FDⅠ缺乏相关的行业数据,此节仅以美国在华 FDI为分析对象 本节分析的贸易和FDI变量都是年度和基于制造业层面的,六个制造行业分别是食品工业、化学工业 贱金属及其制品工业、矿产品开采业、机电产品制造业和交通运输设备制造业.山于不能获得1999年以前 相关行业的FDI数据,我们选取199年2005年六个制造行业的贸易额和FDI截面数据(共计42个观察 变量,以固定效应模型对进出口方程(3)进行回归估计,利用回归分析,可以更加准确地估测美国在华FDI 对美国向中国的出口和从中国的进口的影响力,估计结果见表5 模型中除汇率和中国GDP分别在不分行业和区分行业的进∏方程中的回归系数不显著外,其他回归系 数都在1%的水平上显著,而且拟合优度达到9%以上,这表明美中进出口贸易显著性地受中美两国GDP 中美货币汇率和美国在华FDI的影响,与贸易引力模型的基本理论完全符合.该模型的回归结果证明,1)整 体上看美国从中国的进口与美国在华FDI正相关,这不仅符合贸易引力模型的基本结论,而且证明美国对 华投资促进了双边贸易的增长,尤其在投资东道国产生了较强的贸易创造效应,使中国企业对美出口能力增 加.进口方程中显示,美国在华FDI在某一行业增加1%.就会使美国从中国进口该行业的产品相应地增加 0.44%,由此可见,美国在华FDI显著地促进了中国对美的出口.2)整体上看美国对中国的出口与美国在华 FDI负相关,这在一定程度上体现美国在华FD同时还具有贸易替代效应.究其原因,可能随着我国国内市 场不断完善和改革开放,经济发展水平不断提高,国内市场的吸引力不断加大,相当多的美国跨国企业以中 国国内市场为主要目标,加上我国贸易和投资自由化程度越来越高,对外资企业的国内销售比例限制减少或 取消,致使美资企业在华销售比例不断提高,从前中国从美国的进口相应地减少.出口方程中显示,美国在华 FDI在某一行业增加1%,就会使美国该行业对中国的出口相应地减少0.28%,由此可见,美国在华FDI显著 地抑制了美国对中国的出口.3)美国在华FDI各行业的贸易创造和贸易替代效应存在明显的差异.从区分

...展开详情
试读 13P 论文研究-美国和日本在华直接投资与中美贸易差额的关系.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
抢沙发
一个资源只可评论一次,评论内容不能少于5个字
weixin_38744153 欢迎大家使用并留下宝贵意见
2019-09-20
  • 至尊王者

    成功上传501个资源即可获取
关注 私信 TA的资源
上传资源赚积分,得勋章
最新推荐
论文研究-美国和日本在华直接投资与中美贸易差额的关系.pdf 9积分/C币 立即下载
1/13
论文研究-美国和日本在华直接投资与中美贸易差额的关系.pdf第1页
论文研究-美国和日本在华直接投资与中美贸易差额的关系.pdf第2页
论文研究-美国和日本在华直接投资与中美贸易差额的关系.pdf第3页

试读结束, 可继续读1页

9积分/C币 立即下载 >