1引言

改革开放以来，我国对外贸易进程不断加快，借鉴国外经济发展经验，加快了我国经济从简单引进外商投资向对外投资的转型升级。经济对外依赖的提高也会带来一定的负面影响。一旦企业经营过程中出现问题，将给全球实体经济带来不容忽视的问题，也将对我国经济发展产生深远影响[1-4]。国际贸易将通过货币和商品的供求关系影响资本流动，从而导致通货膨胀。目前，发达国家社会总产值增长较低，通货膨胀率相对较低。我国社会总产值增长迅速，但通货膨胀率较高。原因是进出口贸易对通货膨胀的影响主要来自国际价值和国家价值的差异。随着货币总供应的增加，一些发达国家在高科技产品方面具有绝对优势。为了超额发行货币，中国贬值了本币，促进了出口。进出口贸易收支改变了外汇储备，间接影响了国内通货膨胀水平。

数据源和分析方法

2.1数据与变量

本文使用的数据来自国家统计局。以2011-2017年中国对外贸易进出口来源为样本，选择净出口X1（出口总额-进口总额）.外汇储备规模X2、中国主要商品（大豆）.原油.铁矿石)进口额X3.X4.X53个方面的数据被用作外生变量（自变量）。变量的选择是三种对国际贸易影响最大的方式：净出口量作为总需求-总供应方式的影响因素；国家外汇储备规模作为贸易收支方式的影响因素；大宗商品传导方式的影响因素。基于这些外贸数据，我国近年来的通货膨胀Y(因变量)。

2.2数据预处理

由于上述因素计量单位不统一，净出口单位为100万美元，外汇储备单位为1亿美元，大宗商品进口单位为1亿元，因此在数据分析前进行标准化处理（按一定比例缩放，使数据映射到一定范围映射到一定范围内，即每个指标处于同一数量级）。这是因为如果各因素水平差异较大，原始数据分析将突出大数值指标的综合分析效果，削弱低数值指标的综合分析效果，目的是将数据转化为纯指标评价值（去除单位限制），一方面增加样本的可比性，另一方面确保结果的可靠性，然后根据标准化数据进行相应的分析。本文采用了SPSS22.0的“Z-score标准化”对所选数据进行预处理。

2.3分析方法

本文拟利用多线性回归分析来揭示三个自变量对因变量的影响。多回归分析预测法是一种模型预测方法，通过这些自变量的变化，选择两个或两个以上的自变量，研究因变量的变化。多线性回归分析法是研究自变量与因变量之间线性关系的一种方法。

33模型建立与实证分析

3.1模型建立

本文选用通货膨胀作为因变量，采用净出口额.外汇储备规模和中国主要商品(大豆).原油.铁矿石进口数据（自变量）作为主要解释变量。建立的计量经济学线性回归模型如下：Y＝β0+β1X1+β2X2+β3X3+β4X4+β5X5其中，β0，β1，β3，β4，β5为待定系数。

3.2实证分析

运用Eviews8采用最小二乘法（OLS）回归上述模型，得到R2＝0.997291，F＝73.63282。进一步检查模型拟合优度和变量显著性。由OLS根据法律回归获得的数据，R2＝0.983747，这说明总离差平方和的98.样本回归方程解释的37%，只有17%.63%未解释。因此，样本回归直线具有良好的样本点拟合优度；对于多线性回归模型，方程与整体线性关系明显，并不意味着每个解释变量对解释变量的影响明显。因此，必须对每个解释变量进行显著测试，以确定是否保留在模型中作为解释变量。若变量对解释变量的影响不明显，则应将其消除。建立一个更简单的模型。F检验用于变量显著性检验。从回归结果可以看出，F＝73.63282，因为F＝73.63282＞F（5，1）＝6.61。因此，应拒绝原假设H0：βj＝0（j=0、1、2、3、4、5)，这说明回归方程的线性关系在95%的水平下显著建立。这意味着净出口额.外汇储备规模和中国主要商品(大豆).原油.铁矿石)进口量对解释的变量通货膨胀有显著影响。

3.模型修正和多重共线检查

上述回归结果发现净出口额.外汇储备对解释的变量通货膨胀没有显著影响。所以删除这三个变量来修正回归模型。再次运用Eviews软件采用最小二乘法（OLS）回归上述模型，获得最优模型，修正模型拟合优度良好，可通过变量显著性检验和回归方程显著性检验。解释变量的多重共线性检验是计量经济学检验的主要检验标准之一。回归方程的多重共线性检验可以避免参数估计值的不确定性，参数估计值的方差无限，参数估计值的经济意义不合理，以确保模型的有效性。通过Eviews8得到解释变量的相关系数，发现解释变量大豆进口量的p值较大，而大豆进口量的p值较大，R2=0.969017，F=31.27549，FP值为0.000412，因此大豆进口量和原油.铁矿石进口量相关性高，必然存在严重的多重共线性。回归模型采用判定系数检验法进行多重共线检验。每个解释变量逐次消除，然后通过查看最不影响模型拟合效果的解释变量，即查看比较回归结果的可决系数R2、最终确定导致模型多重共线性的解释变量。从模型中排除解释变量净出口额.外汇储备时，回归拟合效果较好。在模型中排除解释变量大豆产品的进口量时，拟合优度最接近解释变量的通货膨胀。这说明解释变量大豆商品进口量与其他解释变量之间存在共线性，即解释变量大豆商品进口量是多重共线的原因。因此，排除多条共线的解释变量大豆商品进口量。从模型中排除解释变量X3、回归结果及优化后的回归模型如下：Y＝1.946166-0.004298X4+0.010273X5（-2.788524）（-7.431161）（7.499399）R2=0.933600S.E.=0.905926F=28.12056年，由于宏观经济数据的复杂性，该模型可能存在不同的差异，导致参数估计不有效，变量的显著测试失去意义，甚至模型的预测失败。解释变量的异方差检验是测量经济学检验的主要检验标准之一，对回归方程进行异方差检验，以确保模型的有效性。与其他检验方法相比，怀特检验法更简单易行，既能弥补其他检验方法的不足，又不需要假设任何关于异方差异的先验知识，更不用说像Breusch-Pa-gan检验是基于正态分布假设。本文利用Eviews8进行White检验、怀特统计测量、怀特统计测量nR2=1.418740，根据卡方分布，5%显著性水平和7%自由度的相应临界值X60.05＝1.6354，由于nR2=1.418740＜X60.05＝1.6354及其伴随概率（p值）为0.4920＞0.05，说明该模型没有异方差。因此，我们得到了以下最优回归模型，结果是无偏而有效的：Y＝1.946166-0.004298X4+0.010273X5