经济学建模问题。。两个看起来是有相关性的经济因素，建模的结果确实两者之间影响的不大，该怎么解释呢？

Question

我研究的是物流运输成本与我国对外贸易之间的关系，用的是eviews软件，选择的控制变量是FDI和GDP，这成本和外贸这两个因素我选题的时候就觉得应该是有关系的，然后就打算做实证。但是结果出来很不好，我把eviews回归结果贴在下面了。
请问一下我该怎么解释，谢谢啊！！！
是我的毕业论文啊TUT
help~~~~~~~~~

我补充一下具体的情况哈。因为下午我妈妈让我去超市买东西，所以就很捉急。没写清楚。

我这边研究的就是物流运输成本和外贸进出口之间的关系。
我是把贸易进口总额，和贸易出口总额分开来研究的。虽然我觉得，如果是有关系的话，不管是进口额还是出口额，这个方程应该都是行得通的。
jiminyidu谢谢你啊，但是我还是有疑问，因为我已经加进了两个控制变量，那么这个方程里就有三个变量，如果我再加进新的变量，那么方程的稳定性就会被破坏。
而且我才学了一学期的计量经济学。。。也搞不定这么复杂的方程。。

还有数据我之前都处理过了，这里的Y是贸易进口额，这边四个数列都是0阶稳定的。
然后数据因为单位都不同，我用来回归的全部都已经取自然对数了。
自相关什么的，因为我看出来的方程概率这么小，就没有去检验了。我觉得检验了意义也不大。
麻烦你再给我解答一下好吗。。。谢谢！！！！

Answer 1

首先，这样一个原则你要明确，如果模型的设定和数据处理基本没问题，那么不管结果好不好，都是有意义的，这就是实证研究，可以是证实一个猜想，也可以是证伪一个猜想。事实上，正是因为不断有不显著的实证结果产生，才推动着理论模型向前进步；
其次，针对你的这个研究，我认为可能你在以下方面还存在不足：
1.模型设定的偏误或遗漏变量。你研究的对外贸易是对外贸易总量吗？如果是这样的，那么你想研究国内物流运输成本和我国对外贸易总量这两个变量之间的关系，那么显然你缺少了一些重要的控制变量，计量经济学的多元线性回归分析是在保持其他因素不变的情况下，考查你感兴趣的解释变量对于被解释变量的偏效应，重要控制变量的遗漏会有严重后果。这里列举两个你遗漏的重要变量，一个是进口总额，国内物流运输成本的上涨带来出口价格的上升，从而导致国外的需求下降，导致出口减少，在进口不变的前提下，是会引起贸易额的缩小，但是如果进口上升了，贸易额可能不变也可能扩大，从而你可以看到不控制进口总额可能会导致不显著以及符号相反的系数；（当然，如果不想控制进口额也行，那么干脆直接研究国内物流成本和出口额之间的关系好了，也就相当于你研究一个东西的价格上升对于需求量的影响，那么你就有非常成熟而且简单的模型可以直接套用，根据你在微观经济学里面学习的知识，你就知道有外国人的收入等等变量需要控制了对吧）。另一个你没有控制的重要变量是汇率，汇率会影响进口商和出口商双方的行为。建议你从浏览有关国内物流成本和对外贸易的相关文献入手，理解所有变量的含义，了解目前理论界已有的研究成果、模型，这样你才能确保你在模型中加入了足够的控制变量，控制变量多一些没什么关系，它只影响估计的最优性，但是遗漏重要变量则会带来估计的有偏和不一致；
2.数据处理的问题，有可能你的数据存在异方差性和自相关性等问题，这样会导致系数不显著；建议参考一本计量经济学教材，例如古扎拉蒂的《计量经济学基础》，里面提供了系统的解决方案。
希望能对你有所帮助~

追问

谢谢你的回答啊！！
但是我还是有些疑问，我补充在主贴里面了。麻烦你看一看
我现在是想从方程角度来解释一下这个为什么会不成立，
然后再从经济意义上面解释一下。
我的想法是，你看可不可能是因为这两个的关系太复杂，是别种函数，所以不能拟合到回归直线上去。。但是我不能确定能不能就这样写道毕业论文上面去。。

追答

嗯。不客气~下面我逐条回答吧：
1.关于两个方程“行得通”的问题。计量经济学是经济学特有的统计技术，它是基于经济理论，对变量之间的关系进行检验。它不是在大脑中随便想一组变量，觉得有关系，然后拿来做个回归。正如计量生物学和卫生统计学一样，统计分析只能对相关性给出结论，从而支持或削弱理论对于因果性的论断，离开了理论，随便弄几个变量一回归，即便结果显著，也是没有任何意义的。你要研究国内物流成本对于进口总额，出口总额的关系，当然是可以的。但是第一步不是直接找数据，弄来回归。第一步应该是从既有的理论出发，看既有理论对他们的关系给出了怎样的推测。那么去哪儿看这种推测？就要从教科书和文献中找了。例如我昨天已经跟你讲过的，国内物流成本上升，导致出口价格升高，根据微观经济学里面的消费者理论，在消费者的收入等其他因素不变的情况下，国外的需求应该是下降的，也就是出口会下降。理论这样预测，就是事实是不是这样，所以你弄些数据来检验一下。即便没有现成的理论，你也要能自己基于已有经济理论，对于两个变量之间可能存在的关系给出严密的推测。所以，问题不在于行不行得通，而在于你基于理论想检验的关系是什么。
2.关于方程的“稳定性”的问题。其实我感觉你说的是数据的平稳性（stationarity），很幸运，你的这几个数据都是平稳（或者0阶单整）的。但是，你不能害怕因为新引入的变量不平稳而拒绝引入应有的控制变量。新引入的变量如果不平稳你可以通过换成其他代理变量等方法来解决。不管怎么说，不遗漏关键变量是极为重要的。
3.关于“自相关”和“异方差”的问题。我昨天说这两个是因为它们会导致估计的s.e.增大，从而导致系数不显著，如果你的数据存在这些问题，你解决了它们，有可能使不显著的结果变显著。自相关的检验结果表中就有，DW统计量，根据这个结果你的自相关问题还好。可以进一步检查一下异方差。
4.关于两个变量的关系的函数形式。选择什么函数形式，一方面可以看看现有理论的结论，另一方面你也可以根据散点图来选择。不过要注意剔除极端值的影响。选择正确的函数形式也是正确设定模型的一部分。
5.对于回归结果的解释。一般来说，也要结合相关理论。例如，你可以关注感兴趣的系数的显著性，如果显著，那么偏效应有多大，符号是否符合理论预期？与前人的实证研究结论是否一致？如果不是，那么有什么新发现，可能是什么原因等等。
希望能对你有所帮助。祝好~~

Answer 2

我怀疑你这个问题不能简单的用OLS处理，不然怎么样也不会出显著性的。
原因是你考虑的是一个国际贸易模型，本来就非常不稳定，加上你的模型没有理论支持，你很有可能需要工具变量。

建议你收集一下贸易引力模型的相关数据，然后用这些数据做你的工具变量，重新再跑一边。

追问

谢谢你啊！不过因为我只学了计量经济学的皮毛。。。所以不太会操作。。。
我准备就分析一下错误的原因，然后提个想法就差不多了。。
谢谢你

Answer 3

不如用对数模型试试，变量弄成logc，logx，logFDI，logGDP

追问

我这里已经全部都是对数了。