对贸易开放度的评估和比较最早是从贸易依存度指标开始的,由于简便易行而被广泛运用。但贸易依存度存在不少缺陷,容易受一国所处的地理位置、经济发展水平、市场规模、国内消费需求和人口数量等众多因素所扭曲,从而不能准确度量一国的贸易开放程度。近年来,学者们对贸易开放度的测度做了大量的研究,他们或者提出新的测度方法,或者利用相关理论和变量建立模型进行修正(简称模型法)。模型法由于既有理论支持,又得到实证数据的验证,还能解决贸易内生性问题,从而得到广泛的研究和运用。然而,已有的模型法中,在变量的选取方面,要么受到人为因素的影响,要么按照不同的选择标准而选取不同的模型,从而导致结果的不一致,也就是说已有方法忽略了模型的不确定性问题。为了解决模型的不确定性问题,可以通过贝叶斯模型平均法(Bayesian Model Averaging,BMA)加以解决。本文的目标是运用贝叶斯模型平均法对中国贸易开放度的模型法测度进行改进。首先根据贸易开放度模型法方面的重要文献选取相关变量,然后基于BMA方法,根据我国1990—2016年的统计数据对我国贸易依存度建立模型,对我国贸易开放度的测度进行修正。通过实证分析,本文得到以下结论:第一,基于BMA方法对我国贸易开放度修正后,相关测度更为准确。第二,使用单一模型对我国贸易开放度进行度量时,存在不确定性问题。第三,基于BMA方法和基于传统回归模型法的结果存在一定的异同之处。能源、人口和固定资本存量两者都显著;实际汇率、道拉斯指数和GDP在回归模型中显著,但在BMA方法中不显著;FDI在BMA方法中的入选概率居于中间位置,而在回归模型中却不显著,未能入选模型。第四,在预测表现上,BMA方法也要优于单一模型。本文把数据分成训练集和预测集两部分,基于训练集数据与基于全部数据的逐步回归结果变化较大,变量选取和回归系数均有变化,而基于BMA方法的结果则表现较为稳健,因此其结果更为可靠。
暂无评论