Matlab模擬我國對外投資模式
——基于出口沖擊的分析

一、前言

近年來，我國“一帶一路”倡議提出后，對外直接投資（OFDI）迅速增長。2015年，我國對外投資出現歷史性的突破，首次成為全球第二大OFDI經濟主體，對外投資流量達到1.47萬4美元，占全球對外投資總額的比重提升到9.9%。我國的OFDI快速增長并成為全球最大潛在FDI來源之一，這不由讓人聯想到日美二戰后OFDI的快速增長。日本早期在進行海外投資時，以資源尋求為目的把國內不具有比較優勢的產業轉移到國外，并把獲得的資源支持國內產業，促進了出口。而美國早期是以尋求全球市場整合，把比較優勢產業延伸到其它發達國家，結果美國出口減少了。與日美早期OFDI的快速增長一樣，中國在2000年后OFDI快速增長。中國OFDI是否表現出像日本一樣的出口增強型還是像美國一樣的出口替代型呢。由此，本文探討如何利用Matlab工具對OFDI的出口效應進行模擬。

二、實證分析

目前對經濟沖擊分析的方法大多數采用向量自回歸模型（Vector Autoregressive Models，VAR）進行的。本文實證分析方面運用VAR模型來定量研究經濟沖擊對我國出口的動態影響。

（一）實證模型

為了對中日美OFDI相同發展階段的貿易效應進行橫向對比，但鑒于傳統靜態計量分析方法OFDI與出口之間所揭示的關系的局限性,本文采用Sims（1980）提出的向量自回歸（VAR）的方法來建模。建立如下的VAR模型：

其中，yt是第t期的出口，xt是第t期OFDI，α，γ，βj是待估的系數矩陣，是隨機擾動向量，k為滯后階數。選取的變量分別有中日美三國的出口和OFDI流量。由于數據的限制和可操作性，所有變量均采用1970年至2015年度數據。OFDI數據由UNCTAD數據庫提供,出口數據由WTO提供，GDP平減指數由世界銀行數據庫提供。OFDI和出口均為當期美元，利用GDP平減指數進行通貨膨脹調整，最后取對數。

（二）Matlab對VAR模型的模擬步驟

1.本小節敘述如何利用Matlab對VAR模型進行模擬。第一步準備好數據，利用命令 load mydata 對數據進行加載,數據的每一列是一個變量，每一行是一個觀測值。數據不能有缺失值。第二步是定義VAR的滯后階數，如果滯后階數為3，那么 nlags = 3。如果模型包含常數項，即 hasconst = 1，否則為0。第三步對VAR模型進行估計：

[betaz,sigma,residuals]=estimatevar(data,nlags,hasconst);

估計的結果返回三個參數，第一個參數betaz是VAR的估計系數，第二個參數sigma是協方差矩陣，第三個參數是模型的殘差。第四步

2.計算模型的脈沖函數，首先利用協方差矩陣計算結構矩陣 a0rec=inv(chol(sigma)')。其次，利用下面的命令計算脈沖響應：

impzmat =mkimprep(betaz,a0rec,nlags,errshk,nstep);

其中：errshk 指出了哪一誤差項接受沖擊；nstep 指出了計算多少期的脈沖響應。再次，計算脈沖響應的置信區間：

[cilb,ciub,cilvarb,ciuvarb,varb]=mkimpci(betaz,a0rec,nlags,er rshk,nstep,ndraws,nobs,pctg,residuals);

其中，ndraws 定義構造置信區間的仿真次數；nobs 定義了每次仿真的時間序列有多少觀察值，因為置信區間的計算是基于Monte Carlo的；pctg 是構造置信區間的值。

3.脈沖響應畫成圖行。cilvarb 和 ciuvarb 是計算得到的脈沖置信區間，impzmat是計算得到的脈沖。我們利用這三個數據，用matlab的plot畫圖，命令如下：

plot([ 100*cilvarb(：,i) 100*ciuvarb(：,i) 100*impzmat(：,i)]);

其中，i表示第i個變量的脈沖響應。

（三）數據平穩性檢驗與模型的滯后階數確定

由于大多數時間序列經濟數據存在非平穩性問題,可能出現偽回歸,本文采用Dickey-Fuller (ADF) 方法進行平穩性檢驗。利用Matlab對所有變量進行ADF檢驗。中日的OFDI和出口數據的水平值都是不平穩的，但經過一階差分后都是平穩的。美國的數據則在水平值已經平穩了。

對于VAR模型,在建立過程中首先要確定模型的最合適滯后階數k。采用LR統計（序慣檢驗法）、SC信息準則、AIC信息準則、FPE(最終預測誤差)與HQ (Hannan-Quinn)綜合判斷滯后階。從表1選準則的計算結果綜合考慮,并結自由度的要求,我們確定模型滯后階數為1。

表1 VAR模型不同滯后階數下選擇準則的取值情況

在確定滯后階數后，進一步判斷其是否滿足VAR模型的穩定性條件。 由Matlab計算結果可以判斷被估VAR模型的特征方程所有的根的倒數都小于1（位于單位圓內）, 即模型是穩定的。所以k=1最終被確認為模型的最優滯后期。

（四）脈沖響應函數分析

本文利用脈沖響應函數在VAR模型中衡量來自隨機擾動項一個標準差的沖擊，對出口當前和未來取值動態影響的軌跡。現分別給三個國家的出口一個單位大小的正向沖擊，得到出口響應結果如圖1所示。從圖1-a中可以看出,在期初給日本OFDI一個標準差的沖擊后,出口開始下降，下降到第2期的-2.7%。此后開始上升，到第3期由負轉為正的，OFDI開始帶動出口提升。過了第4期的最高點0.3%，OFDI的出口增強效應開始減弱。圖1-b為美國出口的反應情況，當美國OFDI受一個標準差的沖擊后，出口從第2期開始上升，上升到第4期最高值4.6%，隨后開始下降，但下降的速度較緩慢，OFDI對出口的拉動作用很明顯。圖1-c描述的是中國的情況，從圖中可以看到，當OFDI受到一個標準差沖擊后，出口從期初開始上升，上升到第2期就達到最高點1.4%，之后下降較快速，到了第9期OFDI對出口的拉動作用基本消失。

圖1-a 日本出口脈沖響應

圖1-b 美國出口的脈沖響應

圖1-c 中國出口的脈沖響應

從脈沖響應分析可以看出,中日美在OFDI產生沖擊的情況下，出口均出現不同程度地向上拉動。美國OFDI的出口增強效應尤為明顯，中國的效應不持久，日本的效應則是先下降后上升。日本在進行邊際產業革命時，先將國內已喪失比較優勢的產業轉移到國外，在這個過程中不可避免地減少了日本的出口。這些產業到了東道國后，重新獲得比較優勢，并獲取海外的能源以支持國內產業，最后促進日本的出口。所以日本的OFDI是的出口效應是先下降后反彈。與日本OFDI的出口增強模式相比，美國則呈現不同的模式。美國是具有壟斷優勢的企業進行OFDI，這些企業技術優勢突出，從而更容易借助OFDI擴大出口。

中國的情況與美國類似，隨著OFDI的增長，出口呈現增強模式。主要原因有：中國通過OFDI在海外尋求國內稀缺的資源以及維護原料來源的穩定性，確定國內產業的穩健性，提高出口；中國通過OFDI，吸收學習國際管理經驗、獲取國際先進技術，并引進中國再進行本土化，提高自己產品的競爭力,然后推向市場,促進出口；中國通過OFDI在海外搶占市場，解決國內市場飽和、生產過剩等問題，為了尋求生存之路，通過OFDI將產品轉出到國外，拉動了出口。但由于中國未能在海外獲得核心技術，OFDI的出口增強效應不具有持久性。總之，相比日本模式，中國OFDI的出口效應遵循著美國模式。

三、結論

本文通過建構VAR模型分析中日美三國在1970年至2015年間OFDI對出口的效應。由脈沖響應函數分析發現,日本OFDI對出口的作用是先抑制后促進，而中美OFDI從期初開始就對出口有拉動作用。也就是說面對OFDI的正向沖擊時，日本出口是先收縮后反彈，而中美兩國的出口都呈增強型。在這三個國家中，美國OFDI對出口促進表現出較長的效應，中日的促進作用不具有持久性。