• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    我國金融服務(wù)貿(mào)易出口額影響因素的實(shí)證分析

    2016-04-20 10:36:18宋潔明陳旻瑞
    2016年6期
    關(guān)鍵詞:就業(yè)人數(shù)普及率因變量

    宋潔明 陳旻瑞

    摘 要:影響我國金融服務(wù)貿(mào)易出口額的因素有很多,本文從金融業(yè)就業(yè)人數(shù)、互聯(lián)網(wǎng)普及率、居民人均可支配收入等方面考慮,運(yùn)用Eviews6.0軟件及相關(guān)的計(jì)量檢驗(yàn)方法,從實(shí)證上分析哪些因素對(duì)提高我國金融服務(wù)貿(mào)易出口額有顯著的作用。

    關(guān)鍵詞:金融服務(wù)貿(mào)易;影響因素

    一、研究背景

    隨著經(jīng)濟(jì)全球化步伐的加快,各國之間的貿(mào)易往來也越發(fā)頻繁,單純的貨物貿(mào)易已經(jīng)不能滿足各國形式多樣的需求。因此,全球經(jīng)濟(jì)競爭的重點(diǎn)正在從貨物貿(mào)易轉(zhuǎn)向服務(wù)貿(mào)易,金融服務(wù)貿(mào)易作為服務(wù)貿(mào)易中重要的一員,它對(duì)于整個(gè)服務(wù)業(yè)乃至整個(gè)國家經(jīng)濟(jì)都有著舉足輕重的地位。然而,與西方國家相比,我國金融服務(wù)貿(mào)易起步時(shí)間比較晚,無論從規(guī)模上還是質(zhì)量上都弱于西方發(fā)達(dá)國家。因此找到影響我國金融服務(wù)貿(mào)易競爭力的因素,對(duì)于推動(dòng)我國金融服務(wù)貿(mào)易快速健康的發(fā)展具有非常重要的實(shí)踐意義。

    二、樣本數(shù)據(jù)和影響因素的選取

    本文選取2003年-2010年的樣本數(shù)據(jù),其中,金融服務(wù)貿(mào)易出口額數(shù)據(jù)來源于國家外匯管理局歷年國際收支平衡表;居民可支配收入、金融業(yè)就業(yè)人數(shù)均來自于《中國統(tǒng)計(jì)年鑒》;互聯(lián)網(wǎng)普及率數(shù)據(jù)來源于《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》。關(guān)于影響因素的選取,在生產(chǎn)要素方面,選取金融業(yè)就業(yè)人數(shù)作為人力資本要素、以我國互聯(lián)網(wǎng)普及率為技術(shù)要素,分別以X1、X2表示。在需求要素方面,以居民人均可支配收入作為主要需求要素,以X3表示。

    三、 模型設(shè)定

    本文以金融服務(wù)貿(mào)易出口額作為被解釋變量,以金融業(yè)就業(yè)人數(shù)、我國互聯(lián)網(wǎng)普及率,居民人均可支配收入為解釋變量建立如下模型:

    其中,υ為隨機(jī)誤差項(xiàng),α0為截距項(xiàng),α1、α2、α3、為X1、X2、X3的偏回歸系數(shù)。為了考察自變量與因變量之間有無明顯的線性關(guān)系,本文先一次選取一個(gè)自變量,同因變量繪制散點(diǎn)圖來考察。

    圖3.1 Y與各自變量的散點(diǎn)圖

    由以上散點(diǎn)圖可知,各自變量均與因變量呈現(xiàn)出相當(dāng)高的正向線性相關(guān),因此認(rèn)為模型設(shè)定較為合理。

    四、多元線性回歸分析

    (一)最小二乘法

    在Eviews6.0軟件中將數(shù)據(jù)輸入,利用普通最小二乘法(OLS)進(jìn)行回歸分析。經(jīng)整理可得到如下表:

    由表可知R2 和調(diào)整后R2均接近1,說明模型的擬合效果較好;F檢驗(yàn)的概率為0.000136,數(shù)值較小,說明變量之間呈現(xiàn)高度線性;但是可以看出X2、X3的回歸系數(shù)t統(tǒng)計(jì)量未通過檢驗(yàn),其中最可能的原因是自變量之間存在多重共線性,為解決該問題,本文使用逐步回歸法,即利用Y分別X1、X2、X3逐一進(jìn)行回歸,然后找到其中與因變量Y擬合效果更好的自變量,以這一個(gè)自變量與因變量Y建立回歸模型,而后以此模型為基礎(chǔ),將其他自變量逐個(gè)引入模型,找到通過顯著性檢驗(yàn)的自變量保留下來,并建立新的模型。將因變量Y分別與X1、X2、X3逐一進(jìn)行回歸發(fā)現(xiàn),Y與X1所建立的方程的R2值最大為0.983141,擬合程度最好,并且也通過了t統(tǒng)計(jì)量檢驗(yàn),因此,可以以Y為因變量,X1為自變量建立基礎(chǔ)回歸模型,結(jié)果顯示:X1的回歸系數(shù)為0.175667,其P值通過了顯著性水平;同時(shí),F(xiàn)統(tǒng)計(jì)量為349.8893,其P值為0.000002,說明方程整體是顯著的。因此該回歸方程是比較符合預(yù)期的。

    接下來,在此方程的基礎(chǔ)上分別將X2、X3引入模型中。首先,引入X2,回歸結(jié)果得知,X2系數(shù)未通過統(tǒng)計(jì)量檢驗(yàn),且Schwarz cirterion值相比較未納入X2時(shí)有所增大,根據(jù)施瓦茨準(zhǔn)則,應(yīng)剔除X2。同理,在基礎(chǔ)方程中引入X3,回歸結(jié)果得知,X3系數(shù)亦未通過t統(tǒng)計(jì)檢驗(yàn),施瓦茨信息值也有所增大,因此,也應(yīng)剔除X3。模型只保留X1自變量,以此建立的模型為:

    (二)異方差檢驗(yàn)

    若存在異方差,采用最小二乘法估計(jì)模型參數(shù),可能會(huì)導(dǎo)致參數(shù)估計(jì)值失效,因此,需要對(duì)模型進(jìn)行異方差檢驗(yàn)。本文采用的是White檢驗(yàn)法,利用Eviews6.0軟件得到的結(jié)果:

    由表易知,P值大于顯著性水平0.1,0.05,0.01,所以殘差不存在異方差。所以建立的最優(yōu)模型為:Y=-57.11481+0.175667*X1,即我國金融業(yè)就業(yè)人數(shù)與我國金融服務(wù)貿(mào)易出口額呈現(xiàn)正相關(guān)關(guān)系。

    五、結(jié) 論

    首先,我們可以看到,我國金融業(yè)就業(yè)人數(shù)是影響我國金融服務(wù)貿(mào)易出口額變動(dòng)的顯著因素。21世紀(jì)是信息時(shí)代,各國提高國際競爭力最具決定性影響因素之一就是人才,具有高素質(zhì)的金融人才對(duì)于增加我國金融服務(wù)貿(mào)易出口額具有重要的影響。隨著我國經(jīng)濟(jì)的飛速發(fā)展,我國居民人均可支配收入也在逐年增長,但是如果不具有對(duì)金融業(yè)相關(guān)敏感度和金融知識(shí),沒有精通金融業(yè)的高素質(zhì)人才,金融服務(wù)貿(mào)易不會(huì)在人們生活中產(chǎn)生廣泛的影響,也不利于我國金融服務(wù)貿(mào)易的出口。因此,我國應(yīng)大力培養(yǎng)金融就業(yè)人才,增開高校金融專業(yè),提供可供就業(yè)人員實(shí)習(xí)的機(jī)會(huì),與國外金融類學(xué)校建立友好的關(guān)系,派遣留學(xué)生出國學(xué)習(xí),揚(yáng)長補(bǔ)短,培養(yǎng)真正具有國際高水平的金融就業(yè)人員。(作者單位:云南民族大學(xué))

    參考文獻(xiàn):

    [1] Scott Leander.A Model of Trade Liberalization in Services.Revies of International Ecomomies,2006,(1):148-168

    [2] 劉輝煌.論金融服務(wù)貿(mào)易中的比較優(yōu)勢極其決定因素[J].經(jīng)濟(jì)評(píng)論,2000(5):59-76

    [3] 王小平.開放條件下我國金融服務(wù)貿(mào)易競爭力實(shí)證分析[J].金融經(jīng)濟(jì),2006,(8):84-85

    猜你喜歡
    就業(yè)人數(shù)普及率因變量
    調(diào)整有限因變量混合模型在藥物經(jīng)濟(jì)學(xué)健康效用量表映射中的運(yùn)用
    中國藥房(2022年7期)2022-04-14 00:34:30
    安徽省農(nóng)村自來水普及率達(dá)到89%
    排行榜
    遠(yuǎn)程醫(yī)療普及率的現(xiàn)況調(diào)查
    適應(yīng)性回歸分析(Ⅳ)
    ——與非適應(yīng)性回歸分析的比較
    回顧:農(nóng)業(yè)現(xiàn)代化發(fā)展主要成效
    談?wù)勅绾沃v解多元復(fù)合函數(shù)的求導(dǎo)法則
    卷宗(2017年6期)2017-06-06 10:38:48
    德國就業(yè)人數(shù)創(chuàng)統(tǒng)一以來新高
    投資北京(2017年2期)2017-03-15 16:55:12
    回歸分析中應(yīng)正確使用r、R、R23種符號(hào)
    西丰县| 海淀区| 宜宾市| 丰城市| 绩溪县| 玛沁县| 贺兰县| 广丰县| 旬邑县| 浦江县| 冕宁县| 嘉峪关市| 阿荣旗| 威海市| 阳泉市| 阜南县| 瑞丽市| 杂多县| 南昌县| 文昌市| 桂阳县| 增城市| 金乡县| 清新县| 昌邑市| 蒙阴县| 太湖县| 东海县| 木兰县| 沧州市| 阿城市| 涿鹿县| 于田县| 磴口县| 阳春市| 新巴尔虎左旗| 陆河县| 苏尼特右旗| 静乐县| 长武县| 临潭县|