投机者认为美元会升,他们入场买美元,其结果是美元利息降低,刺激经济,带来美元应该升得更高的想法.此番言论的逻辑是什么?

投机者认为美元会升,他们入场买美元,其结果是美元利息降低,刺激经济,带来美元应该升得更高的想法.此番言论的逻辑是什么?
投机者认为美元会升,他们入场买美元,其结果是美元利息降低,刺激经济,带来美元应该升得更高的想法.
此番言论的逻辑是什么?

投机者认为美元会升,他们入场买美元,其结果是美元利息降低,刺激经济,带来美元应该升得更高的想法.此番言论的逻辑是什么?
也不给信箱什么的 怎么发给你全文啊,
　　中国建设投资与经济增长关系的计量模型与分析更新时间 2006-8-23 17:22:30 打印此文 点击数 5298
　　中国建设投资与经济增长关系的计量模型与分析
　　一、问题的背景
　　中国经济目前尚处于初级发展阶段,经济增长具有典型的要素拉动特征.经济发展需要刺激投资需求,最终消费需求的形成也有赖于加大投资力度,投资与消费双管齐下,投资需先行.因此,国民经济的高速增长离不开投资的持续增长.从理论上讲,投资增长率和经济增长率具有一种正向的关联关系.
　　一般认为,建设投资是国民经济增长的强大拉动因素.几乎所有国家的政府都会在经济不景气的时期,将建设投资作为刺激经济增长的工具.加大建设投资的规模,既可增加就业机会和国民可支配收入、扩大内需,又可以直接带动当前的经济增长,为新一轮的经济增长奠定物质基础.西方学者的研究表明：建设投资在经济发展中扮演着非常重要的角色,尤其是在发展中国家,建设投资在这些国家的整体投资中的比率甚至达到了20%(Kessedes,1995).
　　我国大量的文献也讨论了建设投资对国民经济的重要作用,但是,真正能够揭示建设投资与经济增长之间的数量关系的研究成果却极少.中国发展研究院曾经做过一项研究,发现在中国经济中固定资产投资是决定社会需求的最积极的因素.因此,增加固定资产投资可以作为刺激经济活动的主要手段（中国发展研究院,1997）.虽然还有其他一些关于建设投资对中国经济增长重要性的研究,但是,这些研究大部分还处在定性阶段,很少能够指出建设投资对中国经济发展的贡献水平.本研究就致力于找到其对中国经济发展拉动水平的具体数量关系.
　　二、数据和模型
　　在本研究中,建设投资对国民经济的拉动作用是指以一定速度增长的建设投资所拉动GDP的增长量或增长率.GDP是衡量一个国家或地区经济水平的重要指标和方法.它是指一个国家或地区在一年内所有常住单位生产活动的最终成果的价值形态.另外本研究涉及的指标还有固定资产投资和建筑安装工程投资.
　　固定资产投资(FAI)是衡量一个国家或地区在一年内在固定资产方面投资总量的指标,它同样也能够以价值形态反映固定资产建造和购买活动的总量,是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标.固定资产投资可以根据国家的投资计划分为基本建设投资、更新改造投资、房地产开发投资和其他固定资产投资四部分.本文采用这个指标来代表宏观意义上的建设投资水平,既包括建水坝、修公路这些大型的土木工程项目,也包括住宅和商业房地产项目的开发,同时,还涉及各类建筑物、构筑物和大型设备的修缮和改造.
　　固定资产投资活动按其工作内容和实现方式可以分为建筑安装工程,设备、工具、器具购置,其他费用三个部分.在本文中也将建筑安装工程投资(CI)作为衡量建设投资活动对国民经济增长拉动作用的一个变量,它是指各种房屋、建筑物的建造和各种设备装置的安装工程投资.建筑安装工程投资比固定资产投资的范围小一些,可以代表一年内国民经济中的建筑工作量,是一个衡量建设活动水平更为合适的指标.
　　本研究拟采用动态计量经济学所倡导的误差修正模型来描述建设投资和国民经济的相互作用.建立经济学模型的传统方法主要是以理论为导向,依据某种已经存在的经济理论或者已经提出的对经济行为规律的某种解释设定模型的总体结构,这种建模途径对先验的经济理论有很强的依赖性.这种建模方法在20世纪70年代的经济动荡前屡次预测失灵,促使人们寻求另外的建模方法.20世纪70年代末80年代初,以英国经济学家D·F·Hendry为代表,提出了动态建模的方法,交替利用经济理论和经济数据提供的信息,在协整理论的基础上建立反映变量短期波动和长期均衡的误差修正模型(D·Hendry,1998).
　　一般经济变量都可以用时间序列来表示,如果它的均值和方差都不随时间变化,就称这个序列是稳定序列.如果一个序列在成为稳定序列之前必须经过d次差分,则称该序列是d阶单整.按照协整理论,几个同阶单整的时间序列之间可能存在着一种长期的稳定关系,其线性组合可以降低单整阶数,即所谓的协整关系.误差修正模型就是建立在这种理论之上的.以GDP和建筑安装投资(CI)为例,若GDP和CI具有协整关系,则它们之间的关系可以写作一般的自回归分布滞后的表达式：
　　附图
　　和CI之间存在的长期均衡关系.于是GDP的短期波动被分为两部分：一部分是长期均衡,一部分是短期波动.一般（β[,2]-1）都会小于0,因此,若(t-1)时刻GDP大于其长期均衡解,γecm[,t-1]为负值,使△GDP[,t]减少；若(t-1)时刻GDP小于其长期均衡解,γecm[,t-1]为正值,使△GDP[,t]增加.体现了长期均衡误差对GDP的控制.
　　以不变价格表示的流量指标一般是一阶单整.固定资产投资、建筑安装投资和国内生产总值都是流量指标,一般情况下属于一阶单整,它们之间可以存在这种长期稳定的关系,同时,固定资产投资、建筑安装投资的短期的变动又会对国内生产总值产生短期的影响.因此,国内生产总值的变动既受固定资产投资、建筑安装投资短期变动的直接影响,又受两者之间长期稳定关系的调整,可以建立误差修正模型来讨论这种关系：
　　附图
　　表明如果FAI变化了1%,GDP将变化β[,1]%.α[,1]同理.可见各个系数具有很强的经济意义.
　　本研究中的数据都来源于《中国统计年鉴》.数据自1981年始,且已经折算为1981年不变价,这样可以去除通货膨胀的影响,更好地反映数据内在的规律性.在本研究中,采用SPSS软件包进行统计分析.各年的数据如下；
　　表1 固定资产投资、建筑安装投资与国内生产总值
　　（1981-1999年,单位：亿元）
　　附图
　　注：1.所有数据均为1981年不变价；2.数据来源：《中国统计年鉴2000》.
　　三、建立误差修正模型
　　（一）方程的初步设定和简化
　　一般来讲,在经济数据中,以不变价格表示流量的序列往往表现为一阶单整.因此,从理论上判断,LnGDP、LnFAI和LnCI序列都应该是一阶单整.采用Dickey和Fuller于1979年、1980年提出的ADF方法进行单整检验结果也表明,的确如此.
　　然后,可以将方程设定为一般的自回归分布滞后模型.模型的右边包括被解释变量的滞后、解释变量及其时间滞后项.对于固定资产投资方程,首先设定为：
　　附图
　　用最小二乘法估计这两个自回归分布滞后方程,采用逐步回归(Stepwise)方法,剔除不显著的变量.
　　在固定资产投资方程中,LnGDP[,t-1]、LnFAI[,t]和LnFAI[,t-1]被引入方程.估计得到的方程为：
　　附图
　　可见方程的显著性很高,完全可以通过检验.常数项的t值很小,并不显著.（由于此方程对后面的过程只有理论上的意义,因此不必剔除常数项.）其他各项系数在99%的置信水平下显著不为0.该方程的残差类似白噪声.
　　在建筑安装投资方程中,也是LnGDP[,t-1]、LnCI[,t]和LnCI[,t-1]被引入方程.估计得到的方程为：
　　附图
　　方程的显著性很高,完全可以通过检验.常数项的t值很小,也不显著.其他各项都在99%的显著性水平下显著不为0.该方程的残差类似白噪声.
　　可以看到,以上两个方程中LnFAI[,t-1]和LnCI[,t-1]前的系数为负值.出现这种现象的原因是由于它们分别与LnFAI[,t]和LnCI[,t]之间存在着共线性的关系,导致两者的系数在一定程度上能够互相任意分配.但这对后面的研究影响不大.
　　（二）求长期均衡方程
　　下面可以用简单的回归分析求得长期均衡方程.对于固定资产投资方程,长期均衡方程为：
　　附图
　　可见,整体显著性明显满足.各项系数的显著性检验均顺利通过.从此均衡方程可以计算ecm序列（即残差序列）：
　　附图
　　Adjusted R[2]=0.982 F=980.657
　　整体显著性明显满足.各项系数的显著性检验均顺利通过.
　　ecm[,t-1]=LnGDP[,t-1]-3.228-9.793LnCI[,t-1].
　　（三）建立误差修正模型
　　1.固定资产投资方程
　　考虑到在初步设定的方程中LnFAI[,t]、LnFAI[,t-1]和LnGDP[,t-1]都比较显著,在建立误差修正模型时引入△LnGDP[,t],△LnFAI[,t],ecm[,t-1],以保证方程的包容性.
　　设定误差修正模型为：
　　附图
　　p=0.0002,可见整体显著性明显满足.
　　从变量显著性检验来看,两个方程的ecm[,t-1]的显著性较低,但是,考虑到它们重要的经济意义,仍不将其剔除.
　　四、经济意义分析
　　（一）弹性分析
　　在以上两个误差修正方程中,△LnFAI[,t]和△LnCI[,t]前面的系数可以看作是GDP对FAI和CI的弹性系数,因此,可以根据方程的系数对它们进行弹性分析.
　　△LnCI[,t]前的系数为0.324,这说明国内生产总值对建筑安装投资的弹性系数为0.324.当建筑安装投资增长1%时,将带动国内生产总值增长0.324%.而△LnFAI[,t]前的系数为0.317,这说明国内生产总值对固定资产投资的弹性系数为0.317.当基本建设投资增长1%时,将带动国内生产总值增长0.317%.
　　这是非常重要的结论,定量地给出了建设投资对国民经济拉动作用的大小.可以看出,建设投资对国民经济的拉动效应大致是这样一个概念,即当建设投资增长1%时,能带动国内生产总值增长大约0.32%.以往的分析往往仅限于定性,没有反映出真正的定量关系.从两个弹性系数可以看出,建设投资对国民经济的增长有很大的促进作用,弹性系数都较大.
　　（二）拉动效率分析
　　为了进一步分析建筑安装投资和固定资产投资对国民经济拉动作用的大小,引入一个新的系数,将其称之为“拉动效率”,它是GDP对该变量弹性系数与该变量在GDP中所占份额的比值,即附图,D[,i]表示在此区间内GDP对某一变量i的弹性系数,S[,i]表示某一变量i在此区间内占据GDP的平均百分比.这样可以排除弹性系数大小中不同变量份额因素的影响.如果q＞1,这表明某一变量在这一阶段对GDP的拉动作用是积极的,超过了自身在GDP中所占据的份额,是高效率的.相反,如果q＜1,则表示这种拉动作用是消极的,少于变量自身占据GDP的份额,是低效率的.
　　结果如下（1981年—1999年间）：
　　变量 D[,i] S[,i] q[,i]
　　CI（建筑安装投资） 0.324 0.196 1.652
　　FAI（固定资产投资） 0.317 0.300 1.057
　　由此可见,两者对国民经济的拉动作用都是很积极的,q[,i]均超过了1,建筑安装投资更为显著.它在国民经济中的份额为19.6%,而弹性系数达到了0.324%.这进一步验证了在本文开始时所提到的定性研究的结论,建设投资在经济发展中扮演着非常重要的角色,是刺激经济活动的主要手段,能够高效率地拉动国民经济的增长.
　　（三）误差修正项(ECM)的分析
　　Ecm项系数的大小反映了对偏离长期均衡的调整力度,系数的估计值一般是负值.对于固定资产投资方程,Ecm前面的系数是-0.049,由此看来,调整的力度不是很大.调整的过程大致如下：
　　附图
　　对于建筑安装投资方程,Ecm前面的系数是-0.018,调整的力度也较小.因此,可以看出,建设投资主要以短期波动的形式来影响GDP的变化,长期均衡起的控制作用不大.这符合我国现阶段的具体情况,我国目前正处在大规模建设的发展阶段,还远远没有达到建设量的稳定和平衡,因此,目前主要是增量在起作用.
　　五、总结
　　本研究将固定资产投资(FAI)和建筑安装投资投资(CI)作为对GDP产生拉动作用的变量,通过建立误差修正模型得到了反映它们之间长期均衡和短期波动的表达式.从弹性系数可以看出,无论是建筑安装投资,还是固定资产投资,二者对国民经济的拉动作用都是很明显的,国内生产总值对建筑安装投资的弹性系数为0.324.当建筑安装投资增长1%时,将带动国内生产总值增长0.324%.国内生产总值对基本建设投资的弹性系数为0.317.当基本建设投资增长1%时,将带动国内生产总值增长0.317%.综合起来,当建设投资增长1%时,能带动国内生产总值增长大约0.32%.从拉动效率来看,两者对国民经济的拉动作用都是积极的,q[,i]均超过了1,建筑安装投资更为显著.
　　建设投资主要以短期波动的形式来影响GDP的变化,长期均衡起的控制作用不大.这主要是由于我国目前正处在大规模建设的发展阶段,还远远没有达到建设量的稳定和平衡,因此,目前主要是增量在起作用.
　　因此,本研究的定量结果不仅验证了很多研究者的定性结论,即建设投资在经济发展中扮演着非常重要的角色,是刺激经济活动的主要手段,能够高效率地拉动国民经济的增长；而且给出了具体的拉动效应值,分析了短期波动和长期均衡各自的作用,有助于更加准确地分析建设投资对国民经济增长的贡献.
　　收稿日期：2001-03-23
　　【参考文献】
　　[1] 中国发展研究院．中国宏观经济分析[M]．天津：南开大学出版社,1997.38．
　　[2] 中国统计年鉴[Z]．北京：中国统计出版社, 2000．
　　[3] 陈炳煌．当前投资拉动经济增长中应注意的几个问题[J]．龙岩师专学报,2000,(6)．
　　[4] 黄聪,李启明,申立银．中国建设推动力的计量模型与分析研究[J]．东南大学学报,2000,(4)．
　　[5] 李子奈．计量经济学——方法和应用[M]．北京：清华大学出版社,1992．
　　[6] 李子奈,叶阿忠．高等计量经济学[M]．北京：清华大学出版社,2000．
　　[7] D·Hendry,秦朵著．动态经济计量学[M]．上海：上海人民出版社,1998．
　　[8] Kessedes C,Ingram G. Infrastructure's impact on development:Lessons from WDR 1994[J].Journal of Infrastructure Systems.1995,(1):16-32