目录摘要 (I)ABSTRACT (I)1.导论 (1)2.数据处理与统计分析 (1)2.1数据样本与变量指标 (1)2.1.1数据来源 (1)2.1.2数据处理 (2)2.2统计分析 (2)2.2.1相关分析 (2)2.2.2初步OLS回归 (3)2.2.3平稳性检验 (5)2.2.4协整检验 (10)2.2.5 ECM误差修正模型 (11)2.2.6对回归模型的检查 (11)2.2.7迭代估计法 (13)2.2.8预测 (14)3.结论 (16)4.政策建议 (16)参考文献： (16)摘要根据1978年～2012年我国GDP和进出口贸易的相关数据,本文运用协整理论和ECM 误差修正模型、迭代估计法相关知识,对我国GDP和进出口贸易的关系进行检验。
结果表明,1978年～2012年,我国GDP和进出口贸易的相关数据之间存在长期稳定的均衡关系;通过对GDP和进出口关系的模型的估计可以看出进出口总额的增长都会带来GDP的增长，而且进口对GDP增长的解释能力较强;并且对GDP进行了2013和2014年的回归预测。
因此我国应适度扩大进口,改善出口产品结构，提高出口产品质量水平,构建核心竞争力,以减少出口受国外经济环境变化而影响GDP增长的稳定。
关键词：GDP；进出口；协整理论；ECM误差修正模型；AbstractAccording to the 1978 ~ 2012 China's GDP and import and export trade related data, by using the theory of Cointegration 、correction model of error ECM 、modified iterative estimation model, to test the relationship of GDP and the import and export trade. The results show that, from 1978 to 2012, there is a long-term stable equilibrium relationship between China's GDP and the related data of import and export trade; by estimating the GDP and import & Export relationship model can be seen in the total import and export volume growth will bring about the growth of GDP, and the import has stronger ability to explain the growth of GDP; and the regression forecast of 2013 and 2014. Therefore, our country should be appropriate to expand imports, improve the structure of export products, improve the export product quality level, to build the core competitiveness, to reduce the impact of foreign economic environment changes on the growth of GDP stability.Key Words：GDP; import and export; cointegration theory ;correction model of error ECM;I一、导论1978年以来，中国的对外经济发生了翻天覆地的变化，对外贸易成为了国民经济增长的重要推动力。
目前国际上衡量一个经济大国有两条通用的硬性标准，一是年度国内生产总值超过10000亿美元，二是进出口总额超过5000亿美元。
由此不难看出，进出口总额充分反映了一个国家或者地区参与世界经济的程度，无论是从世界范围来看，还是从中国本身经历过的历史来看，将不难发现对外开放程度是一国经济水平的决定因素。
因此有必要对进出口与GDP增长的关系作出定量统计分析。
二、论文内容1.数据样本与变量指标1)数据来源：选取1978-2012年的进口和出口额作为反映中国进出口情况的统计量，选取1978-2012年的GDP作为反映中国的经济增长的统计量，数据均来自《中国统计年鉴》。
将原数据导入到Excel，如图2.1.1：图 2.1.1--2)数据的处理将原始数据中的变量进口额命名为I，出口额为E，为消除物价因素对进出口额的影响，使用商品零售价格指数（以1978年为不变价格）对进出口额分别进行处理(用原变量I、E分别除以相应年份的以1978年为不变价格的商品零售价格指数)，修正后的变量名分别为I_adjust，E_adjust；使用居民消费价格指数（以1978年为不变价格）对国内生产总值GDP进行处理（用原GDP除以以1978年为不变价格的居民消费价格指数），得到真实的GDP值，修正后的变量名为GDP_adjust。
如图2.1.2：图 2.1.22.统计分析过程1)相关分析--图2.2.1图2.2.2通过观察进口、出口、GDP的散点图（图2.2.1）和相关系数矩阵（图2.2.2），初步可知它们之间存在着较强的相关关系。
2)初步OLS回归估计Dependent Variable: GDP_ADJUSTMethod: Least SquaresDate: 03/14/14 Time: 10:41Sample: 1978 2012Included observations: 35Variable Coefficient Std. Error t-Statistic Prob.--通过Eviews软件分析,结果如上表2.2.1，对GDP与进出口的模型进行了估计，估计的回归模型为：GDP_adjust=4886.207+4.296311*I_adjust-1.209016*E_adjustSE: (939.2173) (1.095368) (0.936483)t-statistic: (5.202425) (3.922252) (-1.291016)模型的拟合优度R2=0.972023，调整后的R2=0.970275，回归系数的t检验在α=0.05的显著性水平下显著，F=555.9066，在α=0.05的显著性水平下显著（Prob(F-statistic)<0.05）。
DW=0.692，在α=0.05的显著性水平下，查DW检验表可知，dl =1.34,du=1.58,4-du=2.42,4- dl=2.66，0<DW< dl,序列存在正自相关。
进而进行怀特检验以检验是否存在异方差性：--如表2.2.2，根据怀特检验，F-statistic=6.972502，在α=0.05的显著性水平下,方程整体显著（P=0.00043）, Obs*R-square=16.86215，在α=0.05的显著性水平下，P=0.00205<α，拒绝原假设（H0：存在同方差）序列存在异方差性。
3)平稳性检验—单位根检验由于所选用的变量值为时间序列数据，易受一些原因的影响，其统计规律随时间的推移而发生变化，因此时间序列是不稳定的，不宜直接进行模型的估计和检验，有必要对数据进行平稳性检验并修正。
为了消除一定程度的异方差，同时不影响经济意义分析，将三个序列分别取自然对数进行修正，记作lngdp_adjust，lni_adjust ，lne_adjust。
时序图：图2.2.3自相关函数图：--图2.2.4图2.2.5--图2.2.6首先通过图形简单判断，处理过的数据的时序图（图 2.2.3）都带有明显的增长趋势，ACF图（图2.2.4-2.2.6）自相关系数衰减的很慢，呈明显的拖尾，属于不平稳序列。
其次，通过eviews软件对lngdp_adjust， lni_adjust ，lne_adjust做ADF 检验，如下图2.2.7：图2.2.7在 =0.05的显著性水平下t值=-1.445，P=0.83>0.05，无法拒绝原假设，lngdp_adjust有单位根，可认为该序列非平稳，继续进行ADF检验，最后一阶差分模型III通过检验。
（见图2.2.8）--图2.2.8一阶差分的ADF检验结果：Augmented Dickey-Fuller Test EquationDependent Variable: D(LNGDP_ADJUST,2)Variable Coefficient Std. Error t-Statistic Prob.D(LNGDP_ADJUST(-1)) -0.734066 0.180811 -4.059863 0.0004D(LNGDP_ADJUST(-1),2) 0.406745 0.173083 2.349998 0.0261C 0.056379 0.017256 3.267177 0.0029@TREND(1978) 0.000759 0.000696 1.090605 0.2847R-squared 0.380149 Mean dependent var 0.000856Adjusted R-squared 0.313737 S.D. dependent var 0.039357S.E. of regression 0.032603 Akaike info criterion -3.892327Sum squared resid 0.029764 Schwarz criterion -3.709110Log likelihood 66.27723 F-statistic 5.724057Durbin-Watson stat 1.982486 Prob(F-statistic) 0.003474由表2.2.3可知在α=0.05的显著性水平下,统计量t=-4.059863,P远小于α，不存在单位根，lngdp_adjust的一阶差分序列平稳，为一阶单整序列I(1)。
同理可得，lni_adjust的一阶差分序列是平稳的，即进口序列是一阶单整的（见表2.2.4）。
lne_adjust的一阶差分序列是平稳的，及出口序列是一阶单整的（见表2.2.5）。
进口的ADF检验：Null Hypothesis: D(LNI_ADJUST) has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic based on SIC, MAXLAG=12)t-Statistic Prob.*Augmented Dickey-Fuller test statistic -4.252253 0.0103Test critical values: 1% level -4.2627355% level -3.55297310% level -3.209642*MacKinnon (1996) one-sided p-values.出口的ADF检验：4)协整性检验Johansen协整检验：量值为30.23478，大于临界值29.79707且P值为0.0445，在α=0.05的显著性水平下，可以拒绝原假设，认为至少存在一个协整关系；下一个原假设AT most 1表示最多有一个协整关系，该假设下计算的迹统计量值为19.876600，小于临界值15.49471且P值0.0293，在α=0.05的显著性水平下，拒绝原假设，认为至少存在两个协整关系。