在实证研究方面，戴淑庚和邓利娟(1998)基于贸易乘数效应理论的回归分析结果表明，两岸贸易推动了台湾部分产业的发展、增加台湾就业机会并促进台湾经济增长。潘文卿和李子奈(2000)利用宏观经济联接模型的模拟结果表明，台商投资与两岸贸易对台湾经济产生正向影响。王鹏(2005)的协整分析与Granger因果检验则发现台湾经济增长

与两岸贸易依存度互为因果关系。李隆生(2005)研究了台商对大陆投资对台湾经济增长、就业及制造业薪资水平的影响，表明台商投资有助于台湾经济增长。李保明和刘震涛(2004)及王华(2008)则验证了台商大陆投资与两岸贸易之间的互补关系。相对而言，关于两岸经贸交流对大陆经济增长影响的实证研究较少，似乎对大陆经济的正向影响已成无可争议的事实，但也与相关数据的难以获取不无关系。
　　现有研究大多针对两岸经贸往来的某一方面，缺乏将两岸经济增长同时纳入考量的系统视角；在研究方法方面，传统的结构式经济计量分析方法无法揭示变量之间随时间推移产生的动态影响，易于造成对变量解释力的高估；在对变量交互影响的估计中若不考虑解释变量内生性所产生的估计偏倚，也会影响研究结果的可信性；而忽略变量非平稳性则可能产生伪回归现象。为此，本文基于向量自回归系统，研究两岸经贸往来对两岸总体经济的动态影响贡献，检验各重要变量间的长期和短期Granger 因果关系，从中揭示两岸经济的竞合状况。
　　
　　二、研究方法与数据说明
　　
　　(一)研究方法
　　本文采用向量自回归(VAR)建模方法分析台商投资、两岸贸易与两岸经济增长之间的相互影响与因果关系。与结构式经济计量模型相比，VAR模型对系统中的变量不作任何先验性约束，避免了因经济理论不完善而造成对变量外生性的错误设定；同时也可克服在对变量交互影响的估计中内生解释变量所造成的联立偏倚；对于研究多变量序列之间的动态关系特征，VAR方法更有其独特的适用性。
　　考虑建立如下的VAR模型：
　　Y₁=A₁Y_1-1+…+A_pY_t-p+ε₁，t=p+1，…，T　(1)
　　其中Y₁=(Y_1t，Y_2t，…，Y_kt)'是k维时序向量，p为模型滞后阶数，根据AIC或sc最小准则加以确定，丁为观测样本量，A₁，…A_p是k×k维的系数矩阵，ε₁代表k维独立随机扰动向量。
　　模型(1)的分析以k个时间序列的平稳性为前提；如果变量序列非平稳，需要判断变量间是否协整。对于协整变量，通过在平稳模型中引入误差修正机制，既可以反映变量间的长期均衡路径，又能从中捕捉序列的短期偏离信息。VECM可如下所示：
　　△Y₁=Aecm_1-1+F₁△Y₁+…+F_pY_t-p+ε_t，t=p+2，…，T　(2)
　　其中△Y_t=(△Y_1t，△Y_2t，…，△Y_kt)’是由k个一阶差分序列组成的向量，误差修正项ecm反映系统变量间的长期均衡关系，其系数向量A反映变量间的短期偏离向长期均衡状态的调整速度，所有解释变量差分项的系数r则反映各变量短期波动的彼此影响。
　　进一步，为了更全面地研究多变量框架下的因果关系，分析模型的动态特征，可以检验对系统中变最冲击的后样本效应。通过估计基于VECM模型的脉冲响应函数和方差分解，可以测算每个系统变最对于其它变量冲击的响应路径及其向长期均衡的短期调整，并比较各系统变量对彼此波动的相对贡献率。
　　本文首先检验各变量序列的单整特性(单位根)；采用Johansen程序来检验协整向量的个数(协整秩)，并估计长期均衡关系式；进而基于随后的VECM探查变量间长期与短期Granger因果关系；最后估计脉冲响应函数并进行方差分解分析。
　　
　　(二)指标选取与数据处理
　　本文研究基于1989～2008年台湾对大陆出口额(EX)、台湾自大陆进口额(IM)、台商实际投资额(TDI)、台湾地区生产总值(GDPT)和大陆地区生产总值(GDPM)五个指标的季度数据；考虑到台商投资存量的作用，最终进入模型的投资变量为累计台商投资额(TDIC)。关于台商投资和两岸贸易，有多种来源和口径的统计数据可资利用，考虑到数据资料的准确性、可取得性与连续可比性，本文两岸进出口贸易数据采用了《两岸经济统计月报》中的“陆委会”估算数值，台商投资数据则采用商务部外资司公布的季度资料；台湾地区GDP数据源自AREMOS数据库，大陆地区GDP数据源自国家统计局网站与“中国金融投资网”。对于指标数据中较早年份的季度缺失，以当年年度数值结合之后各年度的平均季度比重进行估算。
　　 (责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）