取对数，依次表示为 LnEX、LnIM、LnOFDI，本文所有数据处理
是用 Eviews6.0 版本计算而来。
三、实证结果及说明
为了研究对外直接投资与出口贸易之间的影响，本文通过
构建 VAR 模型进行分析，首先要对时间序列进行平稳性检验，
要是时间序列能通过平稳性检验，接下来可以进行协整分析。
（一）数据的平稳性检验及最优滞后阶确定
[2] Eaton，J.，A.Tamura.Japanese and US Exports and Investments as Conduits of Growth[C].NBER Working Paper，5457，1996.
[3] 王玉宝.论中国对外直接投资的产业选择[J].生产力研究，2009（6）. [4] 曾小荷.我国对外直接投资的产业和区位选择[J].国际贸易问题，
2003（5）. [5] 项本武.中国对外直接投资：决定因素与经济效应的实证研究[M].北
京：社会科学文献出版社，2005. （责任编辑：Z 校对：R）
表 3 LnOFDI 的预测方差分解
注：其中检验形式（C，T，K）分别表示单位根检验方程包含常数项、时间趋势和滞后阶数， 当数字为 0 时表明不包含该项，△ 表示差分算子，△LnOFDI、△LnEX、△LnIM 分别表示 LnOFDI、LnEX、LnIM 的一阶差分
从表 1 可以看出，原始时间序列 LnOFDI、LnEX 不平稳，但 其一阶差分在 5%的显著性水平下平稳，这说明数列之间一阶 差分平稳。既然数据通过平稳性检验，接下来根据 LR 统计量 （似然比检验）、FPE（最终预测误差）、AIC 信息准则、SC 信息准 则与 HQ（Hannan- Quinn）信息准则 5 个常用指标来进行选择 VAR 模型的最优滞后阶确定，通过这 5 个准则最后确定模型的 最优阶数为 4，故笔者选择 VAR（4）模型。对于 k>1 的 k 阶 VAR 模型可通过矩阵变换改写成 1 阶分块矩阵的 VAR 模型形 式，然后利用其特征方程的根判别其稳定性。如果被估计的 VAR 模型的特征方程所有的根的倒数都小于 1，即位于单位圆 内，则是稳定的。如果模型不稳定，某些结果将不是有效的（比 如脉冲响应函数的标准误差）。经验证，VAR（4）特征方程所有 的根的倒数都小于 1 说明模型选择 VAR（4）是合理的。
直接投资序列。外贸进出口数据来自《中国商务统计年鉴》，对
外直接投资序列来自两部分，1978—2002 来自国家外汇管理局
的国际收支平衡表，2003—2009 来自历年《中国对外直接投资
统计公报》。考虑到对时间数据进行对数变化不改变时序的性
质和关系，且能使趋势线性化，消除时间序列中的异方差现象，
因此对变量 EX、IM 和 OFDI 首先进行 2%的截尾处理然后分别
在检验变量间是否具有协整关系之前，首先要检验数据的
平稳性，在这里采用常用的 ADF 检验时间序列的平稳性，时间
序列 LnOFDI、LnEX、LnIM 序列的平稳性检验结果表 1 所示。
表 1 LnOFDI、LnEX、LnIM 的平稳性检验
VAR 模型的最优滞后阶为 4，经过多次计算选择协整检验的滞 后阶为 2，结合联合检验确定选择仅有截距且序列有确定性线 性趋势的 Johansen 协整检验，检验结果如表 2 所示。
【收稿日期】2010- 08- 23 【基金项目】湖南省教育厅一般项目（08C774） 【作者简介】周爱农（１ ９７４－），女，湖南邵东人，广州铁路职业技术学院经济管理系讲师，研究方向：国际贸易；申益美（１ ９７８－），男，经济学博 士，邵阳学院讲师，研究方向：国际金融。
輩輶
k
Σ Zt= AiZt-i+Vt i=1
二、模型和数据说明
20 世纪 70 年代以来，计量经济学方法论的一大突破是关 于时间序列变量之间协整关系的研究。但 Granger 和 Newbold 通过多次模拟分析，发现非平衡的时间序列变量会造成“伪回 归”现象。有学者认为这可能是被解释变量和解释变量之间存 在时间上的滞后性引起的。Sims 于 1980 年提出的向量自回归 模型（VAR）可以通过构建一组动态的联立方程组有效处理这 一现象。VAR 模型即向量自回归模型由希姆斯（C.A.Smis）提 出，在一个含有 n 个方程（被解释变量）的 VAR 模型中，每个被 解释变量都对自身以及其它被解释变量的若干期滞后值回归， 若令滞后阶数为 k，则 VAR 模型的一般形式可用下式表示：
表 2 Johansen 最大似然值协整检验结果
注：加 * 表示 5%的显著性水平下拒绝原假设
迹统计量和最大特征根统计量显示在 95%的置信度水平 下，我国对外直接投资、进口和出口三个变量之间存在一个协 整关系。说明我国对外直接投资和国家贸易之间存在长期的均 衡关系，至于短期之间的均衡可以通过误差修正模型进行探 讨，由于篇幅有限，笔者接下来通过方差分解来观察变量之间 的动态影响。
（1）
其中，Zt 表示由第 t 期观测值构成的 n 维列向量，Ai 为 n*n
系数矩阵，Vt 是由随机误差项构成的 n 维列向量，其中随机误
差项 V（i i=1，2，…，n）为白噪音过程，且满足 E（VitVj）t =0（i，j=1，
2，…，n，且 i≠j）。
根据研究的需要，本文构造如下 VAR（P）模型：
专题研究 《生产力研究》No.7.2011
对外直接投资对国际贸易影响的实证分析
周爱农 1，申益美 2
（1.广州铁路职业技术学院，广东 广州 510430；2.邵阳学院，湖南 邵阳 422000）
【摘 要】 国际投资与国际贸易的关系一直是学界关注的焦点，文章以 １ ９７８—２００９ 年中国企业对外直接投资和 国家贸易数据为样本，构建 ＶＡＲ模型来探讨对外直接投资与国际贸易之间的动态关系。结果表明：对外直接投资与国际 贸易之间存在长期均衡关系。
一、研究背景
关于贸易和投资关系的研究，国内外学者主要集中在国际 直接投资与国际贸易之间的相互影响方面。现在存在两种典型 观点，一种是以 Mundell 为代表的贸易投资替代论，另一种是以 日本学者小岛清为代表的贸易投资互补论。
美国经济学家蒙代尔于 1957 年 6 月在“美国经济评论”发 表的“国际贸易影响因素”一文中首次提出了海外投资与出口 贸易的替代模型，该理认为在存在贸易壁垒的条件下，各国出 口密集使用本国相对丰裕要素生产的产品，而进口密集使用本 国相对稀缺要素生产的产品。国外支持贸易与投资替代关系的 实证文献很多，Gruber et al（. 1967）以出口作为被解释变量，国 外子公司的销售额作为解释变量，研究了 1962 年美国的对外 直接投资现象，发现美国对欧洲国家投资与出口之间具有替代 性作用。Hors（t 1972）以同样的变量方式分析了美国对加拿大的 投资，回归结果表明两者的相关系数为负，故投资和贸易之间 存在替代关系。而日本学者小岛清认为蒙代尔的分析框架过于 简单，他认为海外投资不单是资本的流动，而应包括 T（技术） 和 M（管理）的总体转移，他通过采用先进的生产函数 Q=（f L、 K、T、G）从一个更高维度构建了关于海外投资与对外贸易关系 的宏观分析框架，提出了著名的贸易投资互补模型。Lipsey 和 Weiss（1981）采用 1970 年美国的投资和贸易数据，被以出口额 为被解释变量，解释变量是 GDP、距离、子公司的净销售额（FDI 代理变量）、是否为欧共体成员国。回归结果表明美国对 14 个 发达国家的投资中有 10 个国家的 FDI 系数为正，对 11 个发展 中国家的投资中有 9 个国家的 FDI 系数为正，因此投资与贸易
主要表现为互补关系，进一步证明了贸易投资互补论观点。持 相同观点的还有胡弗鲍尔等人（Hufbaner.Gc，1994）、（Grallam： EM，2000）、（BruceA.Blonigen，2000）等学者。关于对外直接投资 对出口贸易的影响，国内学者也逐步开展了这方面的实证研 究。张毓茜（2001）对 1983—1999 年中国利用 FDI 和贸易关系 实证分析结果显示，FDI 对进出口的乘数效应为 0.7844，对出口 的乘数效应为 0.78256，对进口的乘数效应为 0.52305。沈克华 （2003） 对 1951—1997 年和 1981—2001 年 FDI 与我国出口总 量及结构、基础设施投入之间的关系进行了回归分析，结果表 明，FDI 对我国出口总量增长贡献巨大且呈上升趋势。结果表 明，改革开放以来，中国的 FDI 促进了劳动密集型产品的净出 口。FDI 对产业结构、外贸进出口结构可以产生一定的影响。某 一产业 FDI 的增加不仅会影响到本部门的净出口，还会影响到 其他部门的净出口，而 FDI 作为外生变量政府可以积极有效地 对其进行控制。
（三）预测方差分解 为了更进一步研究变量之间的动态关系，可以利用 VAR
模型的方差分解进行探讨。方差分解的基本思想是把 VAR 系 统中每个内生变量（共 m 个）的波动（k 步预测均方误差）按其 成因分解为与各方程新息相关联的 m 个组成部分，从而了解各 信息对模型内生变量的相对重要性。下面就 LnOFDI、LnEX 和 LnIM 进行方差分解，以了解我国对外直接投资与出口贸易之 间相互影响的程度，方差分解结果如表 3 所示。
Yt=A1Yt-1+…+ApYt-p+B1Xt+…+BrXt-r+εt 其中 Yt 是 m 维内生变量向量，Xt 是 d 维外生变量向量，Ap （p=1，…，p）和 B（r r=1，…，r）是待估计的参数，内生变量和外生 变量分别有 p 和 r 阶滞后期，εt 是随机干扰项。文中 EX 表示我 国的出口时间序列，IM 表示我国的进口时间序列，OFDI 为对外
（二）协整检验 如果所考虑的时间序列具有相同的单整阶数，且某种线性 组合（协整向量）使得组合时间序列的单整阶数降低，则称这些 时间序列之间存在显著的协整关系。从以上分析可以发现，