变量与数据来源及数据处理技巧

根据第3章中的经济开放结构分析以及数据可得性，本书选择货物贸易、一般服务贸易、金融保险服务贸易、国际银行信贷、国际股票投资、国际债券投资和国际直接投资作为经济开放的各组成部分指标。这些指标的数据主要来源于国际金融统计年鉴（International Financial Statistics Yearbook，IFS）和世界发展指标（World Development Indicators，WDI）。对于两种统计资料中都有的数据，本书以IFS数据为准，以尽量保证数据的一致性。由于IFS数据中没有一般商业服务进出口和保险金融服务进出口的分类数据，本书采用WDI中的一般商业服务进出口和保险金融服务进出口各自占服务进出口的比重数据来计算得到。变量及数据来源具体见表4.2。

表4.2　变量及数据来源

续表

这里还有一点需要说明的是，由于金融投资指标同时存在流量数据和存量数据，而流量和存量数据各自反映了金融投资开放的不同方面，所以，本书在这里提出同时使用流量和存量数据。(www.xing528.com)

按照第4.1节对经济开放度测度基本原则的分析，对于经济开放的金融部分，简单地使用资本流量进行事后开放度测度是具有偏差的，所以最好能够同时考虑金融流量和金融资产、负债存量。但是，根据笔者对41个样本国家相关金融存量数据的考察，这些存量数据严重缺失，除了发达国家基本上都拥有长期数据以外，发展中国家大多在20世纪90年代后期才逐渐拥有相关数据，甚至有的国家至今没有相关数据。所以，在综合经济开放度测度研究中，本书在金融部分只考虑金融资本流量数据。因为金融资本流动在一定程度上和金融资本存量存在较高的正向相关性，所以不考虑金融资本存量数据应当不会对金融开放度或综合经济开放度的测度产生系统性的影响。而且，本书在对测度结果进行分析时还会考虑没有包括资本存量指标所可能对测度结果造成的影响。

由于从IFS和WDI中所得到的数据存在数据缺失现象，所以需要对其进行处理。基于经济开放的演进特征和经济开放度的相对稳定性，本书基于下面几个原则对原始数据进行处理。第一，去除对基于整体考虑不重要的国家和年份。其中年份主要是指时间序列中开始的年份，这主要是在时间序列中缺乏最初几年数据时使用。第二，对于时间序列数据中间存在数据缺失的，本书使用一阶线性插值法拟合得到拟合数据进行填充。第三，对于缺乏最后几年数据的，本书假定它的数据等同于最后可得数据。第四，由于在IFS数据中符号“—”既可以表示该数据相对不重要（一般是指为0），也可以表示该数据不可得，因此对于该符号笔者根据各国的具体开放情况进行适当修正。如果其前后数据相对比较大，那么可以使用一阶线性插值法对其进行拟合填充；如果其前后数据相对较小，则视其为零。如果只有其后面数据较大，则根据该国进行经济开放的重要日期判断该数据应当设置为0，还是应当根据后面的数据进行外推得到。