天津商务职业学院
摘要
本研究回顾了汇改前后的人民币汇率变动、中美两国贸易收支逐渐失衡进而、贸易摩擦加剧的前因后果,构建了人民币汇率变动与中美贸易模型,分析了人民币汇率变动与中美贸易活动的相关性,综合运用了多种分析方法,包括数据、图表、实证以及ARDL模型分析法等,发现人民币汇率并不能有效改善两国贸易顺差的问题。对于实际汇率所产生的短期影响效应,相较于对称性模型,非对称性模型提供的证更多,同时还验证了中美贸易受到的来自人民币升值的长期影响效应以及非对称性调整受到的来自贸易平衡的短期影响效应。
关键词:汇率变动;中美贸易;实证分析
[基金项目]本文系天津市哲学社会科学规划课题“中美贸易争端与人民币汇率相关性研究”(项目号 TJYJ18-021)阶段性成果。
[作者简介]张志(1967—),男,天津商务职业学院副教授;研究方向:国际贸易理论与实务和职业教育。
1.前言
自建交以来,中美两国积极交流与合作,两国经济彼此依存。进入21世纪后,中国进口美国商品的规模越来越小,而美国进口中国商品的规模却越来越大,两国贸易顺差的趋势日益加剧,加上中国经济快速发展,开始加强与世界各国的经济往来,导致中美贸易争端频发,中国在美国的打压下艰难的开展国际经济活动。美国认为人民币汇率过低,不符合国际市场的实际水平才导致两国贸易失衡,希望通过各种制裁措施迫使中国提高人民币汇率,让汇率变动完全市场化。中国本着小心谨慎的原则处理汇率变动的相关问题,以避免国际社会被美国误导,尽量将两国贸易争端控制在经济领域内,使两国在政治上保持友好关系,以推动两国的贸易交流与合作。进出口贸易对我国经济发展的贡献不容小觑,缩小中美贸易顺差不但可以平衡两国贸易收支,还可以恢复两国正常的经贸往来。但是美国分析问题过于片面,认为两国之所以出现贸易顺差完全是因为人民币汇率被低估,忽略了经济全球化对产业布局以及两国技术差异及其出口商品类型不同等因素的影响。这种思想太过主观,也是两国贸易顺差问题迟迟得不到解决的重要原因。为了缩小贸易顺差,美国于2022年对我国采取了一系列的制裁措施,人民币汇率持续上升,但同年1月到11月之间,中国贸易顺差不降反升,增长率达到了12.1%,顺差数额达到了1.49万亿元。不难看出,两国都追求贸易往来的平衡性,但将人民币汇率作为解决贸易顺差的工具并不理想。
近些年,随着我国经济的快速发展,中美贸易顺差日益加剧,两国矛盾不断激化,美国认为我国按照低于市场正常水平的价格向美国倾销各类商品,影响了美国产业的发展,造成很多人失业,为了解决贸易顺差等相关社会和经济问题,美国以此为理由要求中国提高人民币汇率,但是美国财政部长指出,中美两国长期以来形成的贸易模式,加上世界多个国家都向美国出口廉价商品,而且商品在美国的售价还会受到汇率以外的其他因素的影响,包括物流成本、营销等,因此,中国商品在美国的售价不会因为汇率上升出现明显的改变,美国消费者依然会购买中国进口品。另外,中美贸易顺差不断扩大还受到了经济全球化趋势下产业转移的影响和美国不断下降的储蓄率的影响。同时,美国严格限制向中国出口高科技产品,虽然在一定程度上保护和增加了自身利益,但也加剧了中美贸易顺差。
通过上文的论述可知,中美两国应该全面客观的分析贸易顺差的问题,尤其是美国,不能只搜集与中国贸易某方面的数据,就主观的认为中国与其贸易逆差最大,只将目光集中在贸易顺差对自身经济的不利方面,完全无视从中获取的巨大收益。同时,更加不应该将中国作为众矢之的,不断激化两国矛盾,以操纵中国的汇率政策和经济发展。中美贸易想要健康、持续发展,就要合理的解决贸易顺差及其相关矛盾,这样才能保持良好的交流关系,促进两国经济的健康发展。
2.文献综述:
2.1国内文献回顾
学者汪琳结合实际数据,综合运用协整等两种检验方法展开实证研究,发现中美贸易顺差的问题从长远看,可以通过人民币汇率的变动得到一定的改善但不是主要影响因素,美国自身经济状况及有关政策才是引致中美贸易收支差额的主要因素。
唐鹏蛟和黄晓红在2018年研究了J曲线效应,对其存在进行了理论性论证,还收集了2013年至2017年的相关月度数据,并以此为基础完成了进出口方程的构建,对中美贸易受到的来自人民币汇率上升的影响进行了分析。他们在论文中指出,人民币的汇率在汇改之后虽然持续上升,但增速已经开始放缓,其处于“反J曲线效应”的初步阶段。
胡晓(2019) 基于协整方法,分别对影响中美间出口和进口的因素进行分析,认为人民币汇率变动对进出口的影响符合弹性学说。长期内,相较于人民币汇率和中国GDP,美国GDP和人民币汇率对其出口和进口所产生的影响更大。
倪克勤、曹伟(2019)基于2005年-2017年的月度数据,检验了人民币汇率和中国CPI间的关系,并采用滚动回归计量分析方法,对样本期间内人民币汇率上升的传递效应的变化进行了分析,对其主要的影响因素进行了详细的阐述。检验认为人民币汇率的传递并不是完全的。
范东君、贤成毅(2018)基于1990-2015年的年度数据,对人民币实际汇率与市场汇率水平之间的差距进行了科学的测算,然后在分解方差的基础上,总结了中美贸易顺差不断扩大的两大原因,但人民币汇率并不在其中,因此,仅依靠人民币升值难以平衡中美贸易。
郝雁(2017) 基于1989-2016年的年度数据,计量检验了中美贸易受到的来自人民币汇率和两国实际收入的影响,得出中国当前的条件并不能进行ML以及中国GDP的出口弹性比进口弹性大的结论。
严智杰(2017) 基于2006-2015年的季度数据,对人民币有效汇率与中美贸易顺差之间的相互影响和作用进行了协整检验,发现两者没有必然的联系,并不互为因果,两国的实际收入在短期内会影响其贸易收支,且前者相对于后者影响更大,故此人民币汇率变动并不是改善两国贸易收支的有力工具。
刘林奇(2017) 基于中美两国各自提供的2011年1月-2017 年2月的月度数据,通过协整检验和Granger 检验发现:从中方数据看,汇率上升或者下降的根本原因在于进出口,但在美国的数据上,这一问题的案却是肯定的。
叶永刚、胡利琴、黄斌(2016) 基于2005-2014年的季度数据,采用协整技术,检验了人民币实际有效汇率对美国和日本贸易顺差的影响,发现人民币无论升值还是贬值,均会对各个时间阶段的中美贸易带来直接影响,但在对美国和日本的贸易中,并未产生J曲线效应。由此可知,在实现中美和中日贸易收支平衡的过程中,人民币汇率并不能发挥有效作用。
翁雪琴(2016) 基于中国1995-2015年的年度数据,协整检验了中美双方的统计数据,发现进出口和贸易收支方程中的变量在长期内,其相互之间的协整关系是存在的。虽然在统计上ML条件并不显著,但在长期内,该条件成立。而用美国的数据则表明ML条件不成立。
许少强、马丹(2015) 基于2004-2013 年的季度数据,计量检验了人民币实际汇率与总贸易收支及中美贸易间的关系,认为人民币升值对贸易顺差有缓解效用。
卢向前、戴国强(2015) 基于2004-2013年的数据,通过VAR计量模型,基于实际数据分析了人民币实际的汇率加权与中国贸易之间的关系,发现人民币的升值直接影响着中国的对外贸易。
2.2国外文献回顾
2019年,学者Krugman 和Baldw 针对美国实际汇率与其贸易之间的关系进行了研究,发现在美国贸易逆差平衡的过程中,汇率下降发挥了积极作用。Himarios(1989)基于1953-1973年及1975-1984 年这两个阶段的数据分别进行考察,发现货币汇率贬值在一定程度上会对经济中的实际变量及结构形成影响,贬值能够平衡贸易收支。
2000年,学者Jaime Marquez在1983 至1995年季度数据的基础上,考察了56个国家的GDP、实际汇率和贸易收支之间的相互影响和作用,具体运用了谱预计法和不完全替代模型,并发现按照这两种方法,发展中国家进口弹性价格与出口弹性价格的和分别为-0.78和1.44,前者不能通过汇率贬值平衡贸易收支,后者则具备ML的条件。
1999年,学者Wel结合1986至1996这十年的阅月度数据,针对实际的人民币汇率对中国对外贸易的影响展开实证研究,发现他们并非长期均衡,但从短期来看,中国对外贸易收支的平衡会受到汇率贬值的积极影响。
1996年,学者 Mustafa 和Rahman以1973年至1992年美国相关的季度数据为基础,使用ADF单位根检验发现,美国对外贸易和美元汇率并不稳定,两者之间的长期均衡关系是不存在的。
学者Boyd以英、美等国家为研究对象,于2001年结合这些国家自1975年之后20年间的贸易数据,检验了这些国家汇率变动与其对外贸易的相互影响,发现了即存在汇率变动长期效应,又存在J曲线效应的国家。
2001年,学者对中东国家实际汇率与其对外贸易之间的相互影响和作用进行了研究,具体通过两步法展开了实证检验,发现在对外贸易收支平衡的过程中,实际汇率贬值发挥了明显的促进作用。
2001年,针对日本、韩国和美国之间的贸易关系,学者Peter wilson结合这些国家在 1970年之后26年的贸易数据,进行了实证研究,发现汇率变动并不会影响这些国家的贸易收支状况。
针对人民币汇率与中国对外贸易之间的关系,2007年,学者 LeiHe和Nicolaas Groenewold 结合中国在1987年至2003年之间的季度数据进行了实证检验,具体运用了学者Rose和Yellen构建的简易的双边贸易收支模型的扩展模型,得出人民币汇率并不是平衡中国对外贸易收支的有效工具的结论。
Willem Thorbecke (2017) 认为,实现东亚地区的联合升值将有助于全球经济的有序调整。
Won Wkoo & Renan Zhuang (2017) 研究认为,中美贸易会直接受到实际的人民币汇率变动的影响,对于不断加剧的中美贸易顺差,人民币汇率升值可以发挥一定的调节作用。
上文简单介绍了国内外关于汇率变动对双边贸易长期影响效应的研究,这些论著都主要是以弹性分析法为基础展开研究的,主要探讨ML条件是否成立以及贬值的时滞效应(J曲线效应)等。尽管研究汇率与贸易收支关系的文献很多,但在学术界至今未形成统一的定论。研究数据来自于不同的时间跨度区间(月度、季度和年度数据,时间跨度不同使得汇率的波动情况不一-致)、观察的角度不同(实证检验时采用汇率的编制口径不一致)、采用了不同的验证模型和分析方法、基于不同的社会以及时代背景开展研究等可能是造成这一现象的主要原因。笔者基于最新的贸易数据,利用国内外学者研究中的理论和成果,综合应用了定量和定性分析法,以期能够得出适合当前环境的更为客观公正的结论。
3人民币汇率变动以及构建中美之间的贸易模型
3.1模型设定
3.1.1变量选取
根据国际经济理论,在经济变量中,有两个因素会影响一个国家或者地区的对贸易,一是国内外的GDP,即实际的国民收入,二是直接受汇率影响的进出口商品的价格比。实际收入可以用一国的国内生产总值表示。此外,根据Rose和Y elen(1989)针对双边贸易构建的简易模型可知,这两个因素也会影响国家或者地区对外贸易中的各个经济变量。所以,有必要也应当将GDP和RER,即实际汇率纳入经济变量体系。本研究选取了中美两国的国内生产总值,即CGDP和AGDP、中美进出口额,即IM和EX、实际的人民币汇率,即RER以及美进出口贸易收支额,即BA作为主要的经济变量。通常情况下,人民币汇率下降,对美贸易的进出口额就会相应的增加和减少;而中国和美国实际人均收入的增长,会增加进口和出口。
3.1.2模型设定
本文利用国际通用且使用率较高的C-D函数,对人民币汇率对中美贸易之间的长期影响效应进行研究,以下是该函数对进出口需求的表达:
(3.1)
(3.2)
在上式中,M和X分别代表进出口需求,t、RER、β和a分别表示时间、实际汇率和进出口汇率弹性,中国和外国的国内生产总值分别用GDP和GDP*表示,A和B是这些经济变量的系数,通过线性回归可以得到以下两式:
nn (3.3)
nn(3.4)
其中,从z和从m表示误差项。
通过计算可以得到 (4.5)
借助理论可以推导出中美出口、进口贸易及其进出口贸易收支方程,即 (4.6)
(4.7)
(4.8)
其中:
LnEX:对数化的中美出口额;
LnIM:对数化的中美进口额;.
LnCGDP:中国国内实际国民收入的对数;
LnAGDP:美国国内实际国民收入的对数;
LnBA:中美进出口贸易收支的对数,EX/IM=BA; .
LnRER:对换美元时,经过对数处理后的人民币有效汇率;
:误差项;
在国际经济理论中,国内外实际国民收入的增加会对进出口产生促进作用,当人民币发生贬值时则会减少进口;因此,预期系数为正,、为负。
3.2相关数据的来源及说明
1、笔者将国家外汇管理局、美国劳工统计局网站以及相关数据库2011-2021年之间的季度数据作为中美GDP和CPI、中国对美国的进口、出口以及名义上人民币对美元汇率的等变量的样本数据。需要注意的是,所取得的中美两国的GDP数据都是经过季节调整的。鉴于国研网统计数据库中的CPI数据只有月度和年度的,且月度数据均以上年同期=100,故本文先将2011年至2021年的月度CPI数据统一到以2010年为基期(即2010年=100),然后对每三个月的数据进行几何平均,以得到CPI的季度数据。人民币对美元名义汇率则取每个季末的时点数。由于中国对美国的进出口数据具有比较明显的季节性,本文通过Eviews5.0软件进行了相应的调整,本研究将“关境”作为界定中国对美国进出口额的标准,这里的中国仅针对大陆,港澳台不包括在内。本文运用的计量软件是Eviews5.0。
2、样本数据难免产生异方差,为了尽可能降低其对研究结果的影响,建立模型时,本文对人民币实际汇率(RER)、中美实际国民收入CGDP和AGDP、中国对美国进出口额IM和EX、以及中美贸易收支差额BA等变量分别进行了对数化处理,得到了LNIM、LNEX、LNBA、LNCGDP、LNAGDP和LNRER,以表示增量变化的相互影响。此外为了与实际汇率值大小相匹配,令BA=EX/M。将实际BA转化为比率值,不仅可以提升变量选择的精准性,将数据差异方的影响降到最低,还有利于数据的对数化,避免出现负值的情况。
4.实证检验
图4.1 模型各变量走势图
表4.1 ADF单位根检验结果简表
变量 | (C,T,Z) | ADF 统计量 | 1% 临界值 | 5% 临界值 | 10% 临界值 | P值 | 平稳性 |
LNRER | (C,T,0) | -1.943458 | -4.186481 | -3.51809 | -3.189732 | 0.6147 | 否 |
LNEXSA | (C,T,0) | -1.08304 | -4.186481 | -3.51809 | -3.189732 | 0.9202 | 否 |
LNAGDP | (C,T,0) | -1.133568 | -4.186481 | -3.51809 | -3.189732 | 0.9112 | 否 |
LNIMSA | (C,T,0) | -3.321422 | -4.186481 | -3.51809 | -3.189732 | 0.0764 | 否 |
LNCGDP | (C,0,0) | -3.07951 | -4.186481 | -3.51809 | -3.189732 | 0.1240 | 否 |
LNBA | (0,0,0) | -2.463426 | -3.600987 | -2.935001 | -2.605836 | 0.1316 | 否 |
DLNRER | (0,0,0) | -5.211996 | -4.192337 | -3.520787 | -3.191277 | 0.0006 | 是 |
DLNEXSA | (0,0,2) | -5.016821 | -4.192337 | -3.520787 | -3.192902 | 0.0011 | 是 |
DLNEXSA | (0,0,1) | -5.443986 | -4.198503 | -3.526609 | -3.191277 | 0.0003 | 是 |
DLNCGDP | (0,0,0) | -7.390983 | -4.192337 | -3.520787 | -3.191277 | 0.0000 | 是 |
DLNBA | (0,0,1) | -7.702246 | -3.600987 | -2.935001 | -2.605836 | 0.0000 | 是 |
由LNRER的序列图可知其既有一个偏离0的位置,序列的波动也随时间具有趋势性变化,所以选择的ADF检验方程同时包含常数项和趋势项(Trendandintercept)。滞后项的选取根据Eviews5.0 默认的信息准则SIC准则。基于(C, T, 0)的形式检验方程的ADF。当显著性水平为0.01、0.05和0,1时,附近的取值均低于样本值,说明原假设成立,进而得出序列是不断变化且存在单位根的结论。接着以(0,0,0)的形式检查LNRER的一阶差分项,即DLNRER的单位根。当显著性水平为0.01、0.05和0,1时,附近的取值均高于ADF的检验值,表明在此情况下, 原假设不成立,差分后存在平稳的序列。由LNEX、LNIM的序列图可知其存在季节性,使用Eviews5.0中的移动平均法对其进行季节调整。经季节调整后的变量序列为LNEXSA、LNIMSA,由LNAGDP、LNCGDP的序列图可知其已经过季节调整。LNRER、LNIMSA、LNEXSA、LNBA、LNCGDP、LNAGDP 的ADF检验判断标准同LNRER.单位根检验结果表明所有6个变量均为-阶单整1I(1),据此可以推断在长期内,变量实际汇率、实际收入、进口、出口及其差额等存在着相互均衡的可能性,也就是说,LNEXSA、LNIMSA、LNBA、LNRER、LNCGDP、LNAGDP之间可能存在线性组合。若其残差I(0)是平稳的,就意味着在长期内,进出口贸易以及国内生产总值均与人民币汇率保持均衡。将进出口变量LNEXSA对汇率变量LNRER、美国国民收入LNAGDP进行回归:
Variable | Coefficient | Std.Error | T-Statistic | Prob. |
LNAGDP LNRER C | 8.255709 0.002567 -70.98639 | 0.323264 0.174600 3.270259 | 25.53863 0.014704 -21.70666 | 0.0000 0.9883 0.0000 |
R-squared | 0.968433 | Mean dependent var | 5.881444 | |
Adjusted R-squared | 0.966893 | S.D.dependent var | 0.500376 | |
S.E. of regression | 0.091045 | Akaike info criterion | -1.889176 | |
Durbin-Watson stat | 0.894842 | Prob(F-statistic) | 0.0000000 | |
Log likelihood | 44.56187 | F-statistic | 628.9073 | |
Sum squared resid | 0.339859 | Schwarz criterion | -1.767526 |
上文回归方程残差序列的检验结果表明,如果序列是平稳的,那么方程中的经济变量就具备协整关系,若不平稳则不具备。具体结果见下表。
T-Statistic | Prob.* | ||
Test critical values: | 1% level | -2.619851 | |
5% level | -1.948686 | ||
10% level | -1.612036 | ||
Augm ented Dickey-Fuller test statistic | -3.571822 | 0.0006 |
(1)通过检查以上回归方程残差序列,即RESIDX1的ADF单位根,可以发现,当显著性处于1%-10%的水平时,其临界值均在t统计量值-3.571822之上,此时P取值0.0006,表明原假设不成立,回归方程残差序列是平稳的,表明序列LNEXSA和LNRER、LNAGDP之间存在长期均衡关系。
(2)中国对美国进出口贸易的协整方程为
LNEXSA = 8.255709303*LN AGDP + 0 002567348025*LNRER- 70.98638735
R-squared和 Adjusted R-squared分别是回归方程及其调整之后的决定系数和可决系数,前者为0 .968433,后者为 0.966893, 两者都非常接近1,说明回归方程的拟合度表现良好。此时P和常数项的取值均为0,原假设不成立,这表明中国对美国的进出口贸易会直接受到美国实际国民收入的影响,6289073的检验结果,加上P值为0.000,说明回归方程整体是有效的。
(3) LNAGDP、LNRER 的系数均如预期中的那样取值为正,这说明LNEXSA这一进出口变量受到了来自美国国内生产总值以及实际汇率的积极影响。人民币贬值促进对美进出口,美国GDP增长促进对中国进口。美国GDP达到了8.26的实际弹性,也就是说,美国每增加1%的国内生产总值,中国对美国将会增加8.26%的进出口增长率。这表明中国对美国的进出口贸易会受到美国实际国民收入的直接影响。
(4)人民币实际汇率在统计.上并不显著。LNRER的P值为0.9883,远远大于0.05,所以接受原假设,系数不能显著的区别于0,说明中美双边实际汇率对中美进出口贸易缺乏影响,汇率政策可能并不是调整中美贸易失衡的有力工具。.
根据上文的论述可知,中美进出口贸易与人民币实际有效汇率以及美国实际人均收入之间的均衡关系是存在的,(1,-8.26,-0.0026, 70.99)是其协整向量。
考虑到时滞现象的存在,汇率将会影响下一到两个年度的贸易,所以加入滞后期的实际汇率经过不断试错把数值代入,,回归结果如下:
Variable | Coefficient | Std.Error | T-Statistic | Prob. |
LNAGDP | 7.122620 | 0.362939 | 19.62485 | 0.0000 |
LNRER(-8) | -0.421368 | 0.182699 | -2.306350 | 0.0275 |
C | -59.51181 | 3.576925 | -16.63770 | 0.0000 |
R-squared | 0.942603 | Mean dependent var | 6.070182 | |
Adjustd R-squared | 0.939125 | S.D.dependent var | 0.318130 | |
S.E.of regression | 0.078492 | Akaike info critetion | -2.171988 | |
Durbin-Watson star | 1.026025 | Prob(F-statistic) | 0.000000 | |
Loglikelihood | 42.09578 | F-staistic | 270.9725 | |
Sum squared resid | 0.203313 | Schwarz criterion | -2.040029 |
以(0,0,0)的形式检验以上回归分布滞后模型(ARD)的残差序列,即RESIDEX2的ADF单位根。
(1)通过单位根检查的结果可知,若显著性区间为[0.01,O.1],其附近的数值会高于t的统计量值,此时P取值为0.0013, 原假设不成立,表明回归分布滞后模型(ARD)的残差序列是平稳的,表明序列LNEXSA和LNRER(-8)、LNAGDP之间存在长期均衡关系,也就是滞后两年的实际汇率对中美出口贸易是有影响的。
(2)中美进出口贸易的滞后期回归方程为
LN EXSA = 7.122620321*LNAGDP - 0.4213684664* LNRER(-8)- 59 .51180691
R-squared和 Adjusted R-squared分别是滞后期回归方程及其调整之后的决定系数和可决系数,前者为 0 942603,后者为0.939125, 两者都非常接近1, 表明回归方程的拟合度有着良好的表现。此时P和常数项的取值均为0,原假设不成立。LNAGDP的系数为正,这和预期及前面的方程都是一致的,说明美国GDP是中国出口贸易的主要影响因素。LNRER(-8)系数的P值为0.0275<0.05, 所以拒绝原假设,说明滞后两年的实际汇率对中美出口贸易有影响。F检验结果是270.9725,P值为0.0000,说明回归方程整体是有效的。
(3)LNRER(-8)的系数为负,符号方向与预期相反。意味着人民币实际汇率每贬值1%,对美贸易两年后将下降0.42%。本文认为,中国近年来出口贸易的比值逐渐降低,逐渐将投资和消费转向国内可能是造成这一现象的原因。所以在中国政府有意识的主导下,中国进一步缩小进出口差异,从而平衡对外贸易收支。
综上,从长期来看,中国对美国出口与美国国内生产总值以及人民币的有效汇率之间,是平稳均衡的,(1, -7.12, 0.42, 59.51)是其协整向量。
SITC为各类商品出口与各类商品进口的比值,其“J”曲线实证检验模型为:
表4.2不同结构产品的“J曲线”效应
LNSITC0 | LNSITC1 | LNSITC2 | LNSITC3 | LNSITC4 | LNSITC5 | LNSITC6 | LNSITC7 | LNSITC8 | |
LNRE | 1.0843 | -18.8104 | -1.4852 | 36.5147 | -27.8436 | -0.2239 | -0.9902 | -0.3113 | -2.5192 |
t | 1.0 | -3.1 | -1.0 | 2.4 | -2.3 | -0.1 | -1.0 | -0.5 | -3.6 |
LNRE(-12) | 4.8191 | ||||||||
t | 4.2 | ||||||||
LNRE(-23) | 12.7194 | ||||||||
t | 2.6 | ||||||||
LNRE(-6) | 2.9863 | ||||||||
t | 2.1 | ||||||||
LNRE(-2) | -36.1666 | ||||||||
t | -2.4 | ||||||||
LNRE(-4) | 27.2305 | ||||||||
t | 2.4 | ||||||||
LNRE(-9) | 3.3139 | ||||||||
t | 2.1 | ||||||||
LNRE(-16) | 2.4267 | ||||||||
t | 2.2 | ||||||||
LNRE(-4) | 1.7124 | ||||||||
t | 2.8 | ||||||||
LNRE(-9) | 2.1098 | ||||||||
t | 3.0 | ||||||||
LNFDI(-1) | 0.1936 | -0.1139 | -0.2235 | 0.2099 | -0.7438 | -0.1882 | -0.0690 | -0.1013 | -0.2007 |
t | 1.5 | -0.2 | -1.5 | 0.3 | -0.8 | -1.7 | -0.8 | -1.6 | -2.2 |
LNYa(-1) | -3.2277 | -0.0270 | 2.6466 | 7.2438 | -0.7874 | 2.5831 | 0.1766 | 0.5356 | -0.5719 |
t | -4.0 | -0.1 | 4.0 | 2.3 | -0.3 | 2.4 | 0.3 | 2.5 | -1.4 |
LNYc(-1) | 0.5316 | 7.9796 | -0.9127 | -3.2430 | 0.5164 | -0.7335 | 0.7876 | 0.3595 | -0.5997 |
t | 1.3 | 2.7 | -3.3 | -2.4 | 0.3 | -1.6 | 1.7 | 4.4 | -3.3 |
c | -16.70 | -215.11 | 1.2491 | -6.1956 | 0.7908 | 11.39 | -20.99 | 9.2439 | 13.9065 |
t | -1.8 | -2.9 | 0.2 | -0.2 | 0.1 | 1.0 | -2.0 | 4.0 | 3.2 |
AR(1) | 0.4863 | 0.3297 | 0.4157 | 0.3701 | 0.7317 | 0.6881 | 0.3190 | ||
t | 4.9 | 3.4 | 4.5 | 3.9 | 9.7 | 8.1 | 0.7 | ||
D.W | 2.17 | 2.13 | 2.11 | 2.16 | 2.05 | 2.08 | 1.85 | 1.85 | 2.07 |
残差是否平稳 | -10.26*** (平稳) | -9.73*** (平稳) | -10.69*** (平稳) | -10.77*** (平稳) | -10.11*** (平稳) | -10.23*** (平稳) | -8.63*** (平稳) | -9.27*** (平稳) | -9.27*** (平稳) |
注: ***代表在1%的显著水平拒绝原假设。
检验结果显示,所有商品方程的残差序列以及各个变量是平稳的,且具有协整性,能够在回归方程中发挥积极作用。根据验证结果可知,当人民币实际汇率升值时,除SITC3和SITCO以外的各类产品当期的贸易收支均会增加,而滞后多期的贸易收支会减少,这说明绝大部分商品贸易不存在“J”曲线效应。但是只有SITC2 、SITC5 、SITC6 和SITC7这些种类的产品的贸易收支在人民币升值的时候出现下降,而SITC4和SITC8 种类的产品的J曲线效应虽然存在,但极其微弱,这是因为人民币汇率上升在短期内对贸易收支正效应超过长期中的负效应,所以人民币升值并不能降低该类产品的贸易顺差。这可能与劳动力密集型行业在中国存在规模经济报酬递增的效应有关,即当人民币升值时,企业可以利用规模报酬递增效应,扩大生产以进一步降低其产品边际成本,进一步扩大其出口规模。SITC2、 SITC5、 SITC6 和SITC7属于资源或资本密集型行业,且是加工贸易集中行业,本币升值时企业资源重新配置的调整空间相对劳动密集型行业小,由此可知,提升人民币汇率并不利于贸易收支的平衡。根据上表,各结构商品滯后期一般在半年到一年半之间。SITCO(商品和活动物)、SITC1 ( 饮料和烟类)主要以农产品为主,生产周期较长,因此其产品价格和数量调整的滞后期也比较长。
5. 实证结果分析
根据上述实证结果,可以得出以下分析:
4.从商品贸易结构来看,在对美国的进出口贸易中,对贸易顺差贡献最大的商品主要有三类,即SITC7、SITC8和SITC6,SITC6和SITC7没有明显的“J”曲线效应,SITC8只存在微弱的反“J”曲线效应。对于SITC6和SITC7,人民币升值确实能够降低它们的贸易收支,这两类产品属于资源或资本密集型行业,且是加工贸易集中行业,本币升值时企业资源重新配置的调整空间相对劳动密集型行业小,因此人民币升值对贸易收支有负面影响,SITC8 存在微弱的反“J”曲线效应,这是由于SITC8属于劳动力密集型行业,该行业在中国存在规模经济报酬递增的效应,即当人民币升值时,企业可以利用规模报酬递增效应,扩大生产以进一步降低其产品边际成本,进一步扩大其出口规模,因此“J”曲线效应不明显。
参考文献:
[1]汪琳.中美贸易收支与人民币汇率关系[J].湖北经济学院学报.2021,(4).
[2]黄满盈,高志存.人民币汇率水平变动和波动对中美出口价格的传递效应研究[J].统计研究.2021,(2).
[3]高运胜,尚宇红,潘群娣.基于VAR模型的中欧贸易"J曲线效应"实证分析[J].经济理论与经济管理.2019,(4).
[4]焦霖.汇率变动对中国出口贸易的影响[J].经济与管理.2020,(12).