金融服务业FDI和金融服务出口：基于我国19992019年数据的分析,该文是金融服务类有关毕业论文开题报告范文与金融服务业FDI和金融服务出口和19992015有关硕士学位毕业论文范文.
金融服务论文参考文献：
眼摘 要演近年来, 金融服务贸易占服务贸易中的比重逐年增加, 服务贸易发展迅速.文章通过构建VAR 模型,并应用脉冲响应函数及方差分解方法, 对我国1999～2015 年的金融服务贸易出口与金融业FDI 之间的关系进行了实证分析.实证结果表明, 金融服务贸易出口与金融业FDI 之间存在长期稳定的均衡关系； 由脉冲响应函数及方差分解图可知, 金融业FDI 对金融服务贸易出口的贡献率一直处于缓慢上升状态, 金融服务贸易出口对金融业FDI 的贡献率表现出先下降后缓慢上升的规律,由Granger 因果关系检验得出金融业FDI 是金融服务出口变动的Granger 原因.
眼关键词演金融业FDI； 金融服务贸易出口； VAR 模型； 脉冲响应函数； 方差分解
[中图分类号] F832.6 [文献标识码] A [文章编号] 1673-0461（2017）07-0075-05
一、问题提出及文献回顾
(一) 问题提出
近几年来, 我国金融服务发展迅速, 金融服务贸易虽然在整个服务贸易中占比较小, 但是重要性逐渐增强.2015 年, 中国服务贸易占对外贸易总额（货物和服务进出口之和） 的比重达15.3%, 比2014 年提高3 个百分点； 其中服务出口占总出口（货物和服务出口之和） 的比重为11.2%, 服务进口占总进口（货物和服务进口之和） 的比重为20.2% , 均比2014 年有所提升.2016 年服务贸易继续增长到5.35 万亿元人民币,首次突破5 万亿大关, 服务贸易占外贸比重达到18%, 比2015 年增加了2 个百分点.而其中2014年金融服务进出口总额同比增长59.5%, 金融服务出口增长了57.8%, 金融进口增长了61.0%,是2014 年相比2013 年所有服务贸易项目中增长速度最快的.2015 年这一数据有所下降, 金融服务出口下降52.2%, 金融服务进口下降52.7%.2016 年金融服务服务出口增幅达到50%①.作为新兴高附加值贸易项目, 金融服务贸易的发展对我国经济增长至关重要.
随着新兴金融服务贸易的发展, 金融服务业实际利用FDI 也在不断的增加, 2015 年我国金融服务业实际利用FDI 约为149.688 9 亿美元, 相比2014 年的41.821 6 亿美元, 增长非常迅速.增长额占我国实际利用FDI 的11.855%.②
在图1 中可以看到金融服务贸易与金融业FDI 在1999～2015 年都是上升的趋势.两者之间是何种关系？ 服务业FDI 的增加是否有效促进了服务贸易的发展？ 服务出口与进口是否也同样影响了服务业FDI 的流入？ 这些问题值得深入研究.图1 为我国1999～2015 年金融服务贸易规模以及金融业实际利用FDI 的发展情况, 尤其是从2010 年之后, 金融服务贸易及金融业FDI 都有很大提升, 未来金融服务业以及金融服务贸易将会变得越来越重要.
(二) 文献回顾
投资与贸易之间关系的理论研究主要有Robert. A. Mundell[1]（1957）和Kojima. K[2](1978)的两种观点, Mundell 认为贸易与投资之间是互替的关系, Kojima 认为是互补的关系.关于FDI 与服务贸易之间关系的研究也是基于上述理论来进行的, 不同的学者在理论及实证方面都进行过相关的研究.多数观点认为： 服务业引入的FDI 对其有显著的促进作用（ Breandán 魷hUallacháin [3],1996； W. Hejazi &A. E. Safarian[4], 2001； RanjanKumar Dash &P. C. Parida[5], 2013）.国内关于服务业FDI 与服务贸易之间关系的实证研究也较多.在近几年的研究中得出服务贸易与FDI 存在一定的互补关系的有王英[6]（2009）,徐松等[7](2009),张志明、崔日明[8]（2015）、侯祥鹏、方维慰等[9]（2015）.
使用的方法多为引力模型和误差修正模型, 除了对我国的研究, 也有针对某一地区的数据进行分析的实证研究成果.本文在前人研究的基础上,专门选定新兴服务贸易中的金融服务贸易与金融业FDI 的关系来研究, 在协整检验的基础上采用VAR 模型进行实证分析, 研究两者之间是否存在长期而稳定的均衡关系以及该种关系的形式是怎样的, 并通过脉冲响应函数和方差分解图形来展示短期冲击是如何影响各变量的变化的.
二、模型设定与数据说明
(一) 模型设定
由于从经济意义上来说, 服务贸易与服务业FDI 应该是相互影响的, 金融服务贸易与金融业FDI 之间变量之间不可轻易设定何为外生变量,何为内生变量, 因此使用向量自回归模型（VAR模型） 比仅设定单向关系的回归模型更符合两者之间关系的实际情况.为了探究金融服务贸易进出口与金融业FDI 之间是否存在长期稳定的关系,以及两者之间是如何动态的互相影响的, 特构建标准VAR 模型如下：
(二) 数据说明
本文数据时间区间选择为1999~2015 年.因为国家统计局关于分行业的金融业FDI 是从1999统计的, 为进行实证分析, 因此我国服务贸易进口、出口数据也选取1999~2015 年的数据.我国金融业实际利用FDI 数据来源于我国2016 年统计年鉴, 金融服务贸易进出口数据来源于《中国国际收支平衡表（BPM6）》中的年度数据, 所有数据单位皆为亿美元.
为消除异方差, 本文中对FEXS、FIMS、FF鄄DI 均做对数化处理, 使用序列lnFEXS、lnFIMS、lnFFDI 进行分析.使用Eviews6.0 软件进行分析.
三、实证结果分析
(一) 变量的平稳性检验
由图1 可以看出, 1999~2015 年金融服务业FDI、金融服务贸易进出口额都处于上升态势,2008 年以前, 金融服务出口与进口值差距不大,从2008 年开始, 两者差距逐渐加大, 相比于服务出口, 服务进口增长更快.总体而言, 服务业FDI、服务进口、出口都不是平稳时间序列.在非平稳变量存在的情况下, 将一个随机游走变量对另一个随机游走变量进行回归有可能导致“伪回归”, 得到的回归结果即使拟合的很好也未必表示两个变量之间有真正的联系.所以在进行回归分析之前, 先进行各个变量的平稳性检验.检验结果如表1.
(二) 基于VAR 模型的协整检验
由表1 可以看出, lnFEXS、lnFFDI 经过上述平稳性检验证明都是一阶单整序列, 原始序列是非平稳的.若以上非平稳序列的线性组合是平稳,也就是具有协整关系, 那么可以使用非平稳的时间序列的组合来研究变量之间是否存在长期稳定的关系, 避免使用多次差分后的平稳时间序列进行回归而出现的信息遗漏问题.因为lnFEXS、lnFFDI 是同阶单整的, 所以可以对此进行协整检验, 检验结果如表2.
由表2 可知, 使用E-G 两步法得出金融服务出口与金融业FDI 之间存在长期稳定的关系.
(三) 向量自回归模型估计结果
由表3VAR 方程可以看出： 上期金融业FDI每增加1%, 可导致本期金融业FDI 上涨0.65%,上期金融服务贸易出口1%, 可导致本期金融业FDI 上涨0.39%； 上期金融业FDI 每增加1%, 可导致本期金融服务出口上涨0.65%, 上期金融服务贸易出口1%, 可导致本期金融服务出口上涨0.44%.这说明金融业FDI 与金融服务出口之间存在长期稳定的双向因果关系, 且互为正向影响.
(四) 脉冲响应函数分析
上述VAR 模型可以看出lnFEXS、lnFFDI 分别受其滞后期的影响, 但未给出一个变量的意外变化是如何影响模型中的内生变量的.为此应用脉冲响应函数来分析内生变量对自己或者其他内生变量的变化的反应, 脉冲响应函数的图形如图2.
由上述金融服务出口与金融业FDI 脉冲函数的图形可以看出：
（1） 金融业FDI 对其自身的脉冲影响在第1期约为0.5, 然后在第2 期下降至0.4 左右, 后续基本处于逐期上升的趋势, 在第10 期脉冲影响约为0.60, 说明金融业FDI 的增长会引起后面各期的金融业FDI 的增加, 且增长的弹性系数呈现出先下降后上升的趋势.
（2） 金融业FDI 对其金融服务贸易出口的脉冲影响在第1 期约为0, 然后上升至第2 期的0.1左右, 后续影响路径一直为正且较为平坦, 说明金融业FDI 的增长会引起后面各期的服务贸易出口的增加, 且增长的弹性系数呈现出不变的趋势,影响比较稳定, 响应变化不大.
（3） 金融服务贸易出口对金融业FDI 的脉冲影响在第1 期约为0.25, 然后从第2 期开始上升,后续基本处于缓慢逐期上升的趋势, 在第10 期脉冲影响约为0.50, 说明金融服务贸易出口的增长会引起金融业FDI 逐期增加, 且增长的弹性系数呈现较为缓慢的上升态势.
（4） 金融服务贸易出口对其自身的脉冲影响在第1 期约为0.45, 然后从第2 期开始下降至0.2, 后续缓慢回升, 在第10 期脉冲影响约为0.30, 说明金融服务贸易出口的增长会引起自身逐期增加, 且增长的弹性系数呈现较为先下降后上升态势.
(五) 方差分解分析
为更好地揭示各变量之间的相互关系, 本文对时间序列的预测误差进行分解, 从而得出变量在自身冲击及其他变量冲击下移动的比例.对上述VAR 模型的方差分解结果如图3 所示.
由方差分解的路径图可以看出： 当期金融业FDI 对其后面各时期金融业FDI 的贡献逐渐下降,但贡献率一直维持在80%以上； 服务贸易出口对金融业FDI 的贡献率处于上升的趋势, 在第10 期约维持在10%, 贡献率较为稳定； 金融业FDI 对服务贸易出口的贡献率一直处于上升状态, 从18%左右升至约80%, 从第4 期开始增长速度放缓且趋于稳定, 贡献率提升较大； 服务贸易出口对其自身的贡献率一直处于下降状态, 1~3 期时下降幅度较大, 后续下降放缓.
(六) 格兰杰因果关系检验
由于格兰杰因果关系检验只能建立在平稳变量或者存在协整关系的非平稳变量之间, 由上述结论可知lnFEXS~I (1)、lnFFDI~I (1), 且是存在协整关系的, 因此可以进行格兰杰因果关系检验, 以确定在短期变量之间是否存在因果关系（如表5 所示）.
由表5 看出, 选择滞后期为1 期时lnFEXS 不是lnFFDI 的格兰杰原因, lnFFDI 是lnFEXS 的格兰杰原因, 即格兰杰检验认为金融业FDI 与金融服务出口之间存在单方面的因果关系.与上述VAR 模型相结合可以看出金融业FDI 对金融服务出口是正向的影响, 且影响显著.
四、结论
基于1999~2015 年数据实证分析金融服务贸易出口与金融业FDI 的关系, 得出结论为： 通过设定VAR 模型来进行协整分析, 可以看出在不提前设定两者之间何为内生变量, 何为外生变量的基础上得到金融服务出口与金融业FDI 之间存在长期稳定的均衡关系, 且为正向相关, 脉冲响应函数及方差分解图形中可以看出彼此之间的影响程度； 格兰杰因果关系检验表明金融业FDI 是金融服务出口的格兰杰原因.
由于金融业FDI 对金融服务贸易是正向的促进作用, 那么为推动我国金融服务的发展, 应该对金融FDI 的流入进行积极的引导和监测, 从而更为有效的利用金融业FDI.同时快速发展的金融服务贸易也反向影响了金融业, 使其吸引FDI也会变得更为容易.从目前的发展态势来看, 金融服务业在未来的经济发展中必将变得越来越重要, 所以要进一步开放国内的金融服务业市场以便于吸引更多的FDI 投入, 以此为依托更好地通过金融服务业的发展促进金融服务贸易的发展.
[注释]
① 数据来源于WTO 国际贸易统计数据库, 根据BPM6 的数据整理所得, 与BPM5 数据有些年份有差别.其中2016 年数据来源于商务部网站（ http://www.gov.cn/xinwen/2017 -02/25/content_5170903.htm）.因为2016 年数据未公开出版, 所以本文分析时使用数据区间为1999~2015 年.
② 数据来源于国家统计局网站（http://data.stats.gov.cn/）.
③ 本文中FFDI 表示金融业FDI, FSEX 表示金融服务贸易出口额, FSIM 表示金融服务贸易进口额, FSEM 表示金融服务贸易进出口总额, GFSEX 表示金融服务贸易出口增长率, GFSIM表示金融服务贸易进口增长率, GFSEM 表示金融服务贸易进出口增长率.
[参考文献]
[1] Robert.A.Mundell.International Trade and Factor Mobility[J].Amer鄄ican Economic Review,1957（47）.
[2] Kojima.K .Direct Foreign Investment: A Japanese Model of Multi鄄national Business Operations[M]. London： Croom Helm,1978
[3] Breandán 魷hUallacháin. Foreign Direct Investment in AmericanServices sectors：source country contrasts and locational determi鄄nants[J]．Papers in regional science,1996,75（3）:397-432.
[4] W.Hejazi,A. E. Safarian. The Complementarity Between U.S. For鄄eign Direct Investment Stock and Trade[J].Atlantic Economic Jour鄄nal,2001,29（ 4 ）:420-437.
[5] Ranjan Kumar Dash,P. C. Parida. FDI,services trade and econom鄄ic growth in India: empirical evidence on causal links[J]. EmpiricalEconomics,2013,45（1）:217-238.
[6] 王英.外商直接投资与江苏经济增长：基于FDI 总量和产业分布的实证研究[J]. 工业技术经济,2009（10）:81-85.
[7] 徐松,戴翔,郑岚.中国服务业FDI 与服务贸易关系的实证分析[J].生产力研究,2009（5）:120-123.
[8] 张志明, 崔日明. 服务贸易、服务业FDI 与中国服务业工资水平———基于行业面板数据的经验研究[J]. 国际贸易问题,2015（8）:33-42.
[9] 侯祥鹏,方维慰.服务业开放与发展：来自江苏的实证研究[J].对外经济贸易大学学报,2015（4）:81-90.
The FDI in Financial Services and Financial Trade Services：An Empirical Analysis Based on the Data from China between 1999 and 2015
Chen Xiulan, Wu Xinru
（School of Finance and Statistics, East China Normal University, Shanghai 201100, China）
Abstract： In recent years, the proportion of financial services trade in service trade has increased year by year , and the service trade has alsodeveloped rapidly. In this article, we construct the VAR model and use the impulse response function and variance decomposition method toanalyze the relationship between financial service trade export and financial industry FDI from 1999 to 2015 in China. The empirical results showthat there is a long -term stable equilibrium relationship between exports of financial services trade and FDI in the financial industry. From theimpulse response function and variance decomposition diagram, the contribution rate of financial industry FDI to financial services trade has beenincreasing slowly. The contribution rate of trade export to FDI in finance industry shows the law of decline first and then increases slowly. Grangercausality test proves that financial industry FDI is Granger reason of financial service export.
Key words: FDI in financial industry； financial services imports； VAR model； impulse response function； variance decomposition
（责任编辑： 吴巍）
上文汇总:此文为一篇关于金融服务方面的大学硕士和本科毕业论文以及金融服务业FDI和金融服务出口和19992015相关金融服务论文开题报告范文和职称论文写作参考文献资料.
农村信用社金融服务水平影响因素基于县域经济差异视角
【摘 要】本文选取陕西20102014年35个县域农村信用社为样本．对县域经济发展水平差异下农村信用社金融服务水平影响因素进行研究 首先利用因子一聚类分析法将县域经济发展水平划分为发达、较发达和欠发.
一带一路战略金融服务持续、健康
韩红（北京大学经济学院北京100871）中图分类号 F721 2 文献标识码 A 文章编号20959923（2017）0１基金项目国家重大社科项目2016 年度基于SWOT 分析的供销社参与农村金融实.
刘宁桦：多元化金融服务的实践者
他是在中西方文化互相渗透的背景下成长起来的年轻一代如何认清时代浪潮中那因文化的融合、碰撞而剧烈飞湧的浪花如何在其间寻找到生活的平衡如何面对随之而来的机遇与挑战他在探索与追逐中寻找着属於自己的答案人生经.
强化金融服务,助力海洋经济
海洋经济已经成为我国国民经济的重要支撑,是我国经济和资源安全的重要保障,发展海洋经济是建设现代化经济体系的重要任务,也是加快建设海洋强国的重要内容 金融是现代经济的核心、实体经济的血脉,优质高效的金融.