人民币实际有效汇率对OFDI的影响分析

中南财经政法大学 伍亭

人民币实际有效汇率对OFDI的影响分析

中南财经政法大学 伍亭

摘 要：本文结合中国对外直接投资的特点，利用VAR模型和脉冲响应函数，分析人民币实际有效汇率和中国对外直接投资之间的均衡关系。结果发现，不论长期还是短期，人民币的升值对中国对外直接投资有促进作用，而汇率波动幅度增大将抑制OFDI的增加。

关键词：OFDI 人民币实际有效汇率 协整分析

1 引言

随着我国经常项目和资本项目“双顺差”的持续扩大，中国加快推进“走出去”战略，鼓励企业积极发展境外直接投资，以保持国内外经济平衡。2015年，李克强总理指出，为适应国际格局的调整，中国外贸应从“大进大出”转向“优进优出”，在强化改造外资、外贸两大经济支柱的同时，将推进对外投资作为中国经济发展的“新支柱”。在研究对外直接投资的过程中，汇率通常是跨国投资决策不可忽视的因素，因为汇率是不同货币间的比价，直接反映了国内外要素和商品的相对价格。但是长期以来，探讨人民币汇率对吸引FDI流入的研究充分，而深入分析境外投资的文献相对匮乏。因此，本文欲通过对1994～2013年中国对外直接投资流量数据，采用协整分析和脉冲响应分析，实证研究人民币实际有效汇率、波动率对我国OFDI的影响和作用。

2 文献回顾

目前研究汇率对OFDI的影响主要涉及两个方面：一方面是汇率水平的变动；另一方面是汇率波动。对于汇率变动，一种观点认为东道国相较投资国货币贬值，有利于FDI的流入。Gushman的相对生产成本理论认为外国货币升值会降低外国投资者在东道国的生产成本，从而刺激对外直接投资流向东道国。同时，Froot and Stein的“相对财富效应”理论认为，投资国货币升值后，在东道国投资的企业以东道国货币计价的财富增加，因而鼓励了投资国并购东道国企业。而Campa(1993)提出了截然不同的观点，认为未来的预期水平是跨国公司考虑是否进行对外投资的重要因素。一国货币贬值会意味着该国企业对外投资的预期未来利润水平的提高。因此，母国货币贬值有利于FDI流出。

不少学者认为汇率波动越剧烈，对外直接投资所面临的风险就越大。Campa(1993)采用期权定价模型得出汇率的频繁波动将带来了很大不确定性，此时就越需要更高水平的汇率来诱使企业进行OFDI。然而，如果将贸易和投资看作可替代品，汇率波动则有可能使得跨国公司增加对外投资以规避汇率风险。

综上所述，关于汇率与对外直接投资的国外研究大多针对发达国家，如美国和日本等，而且理论分析和实证检验均存在很大分歧。国内的研究则大多关注于人民币汇率对中国引进FDI影响，对于以中国为投资国的OFDI研究受人民币汇率影响的研究较少，考虑到中国的特殊国情和政策制度，与发达国家存在明显差异，所以不能简单套用国外学者的理论，需要我们针对我国对外直接投资的特点来分析人民币汇率变化对OFDI的影响。

3 计量模型及指变量说明

3.1 计量模型

本文主要采用1994～2013年中国对外直接投资净额(OFDI)数据研究人民币实际有效汇率对OFDI的影响，初步构建如下计量模型：

其中，LnOFDI表示中国对外直接投资流量的对数，LnREER表示人民币实际有效汇率水平的对数，LnVEDS表示汇率波动幅度倒数的对数。

3.2 变量选取和数据说明

3.2.1 OFDI数据来源

本文OFDI数据来自中国商务部《中国对外直接投资统计公报》；世界消费者价格指数来自MF统计报告，OFDI以美元表示，实际OFDI构建如下：

3.2.2 实际有效汇率以及汇率波动数据来源和计算

(1)跨国公司在进行对外直接投资时，需要考量全球性投资成本，所以本文选取实际有效汇率作为衡量人民币汇率变化的基本变量。本文1994～2013年人民币实际有效汇率[1]来自国际结算银行的实际有效汇率月度统计报告，以2005年为基期[2]。

(2)汇率波动的测算。由于汇率波动性不能直接观测得到，因此必须给出适当的量度。本文借鉴Amuedo Doranes和Pozo(1996)采用的GARCH模型对条件方差，和扰动项平方的滞后值，进行估测，由此推算人民币实际有效汇率的波动率，结果如下：

通过上述模型便可得到汇率序列的条件预测月度方差，然后以每年12个月汇率波动的平均值作为年度波动程度值，由此得到1994～2013年的年度汇率波动值序列，记为VE，但为增加模型的显著性，所以对VE倒数求对数，记为LnVEDS。

4 人民币汇率影响OFDI规模的实证分析

本文将先对时间序列变量进行平稳性检验，然后给出包含LnOFDI、LnVEDS、LnREER三个向量的协整方程，并利用VAR模型的脉冲响应分析方法，研究三者间的动态关系。

4.1 ADF单位根检验

通过eviews7.2的ADF检验各时间序列的平稳性，检验结果如下表，表明各变量经过一阶差分平稳，所以都是一阶单整序列。

表格1 ADF检验结果

4.2 VAR模型的构建

4.2.1 滞后阶数的选择

VAR模型滞后阶数比较敏感，不同的滞后阶数可能产生不同的结果。因此，在建立多变量的VAR模型之前，还应确定合适的滞后期K。本文将采用序列D LnOFDI、D LnVEDS和 D LnREER的数据建立VAR模型。根据AIC和SC同时达到最小，经过试验，本文取滞后期数为。

4.2.2 VAR(3)模型的估计

本文对于多变量的协整性检验采用Johansen检验法，在做检验是考虑了含有常数和时间趋势情况。Johansen检验结果表明各变量之间存在至少一个长期稳定的均衡关系。因此，根据检验结果本文直接给出相应的协整方程。Johansen协整检验估计经标准化后的LnOFDI、LnVEDS和LnREER长期协整关系为：

LnOFDI=6.1658LnREER+0.2172LnVEDS-0.3309

(0.89834) (0.44970) (0.01608)

根据协整方程，表明从长期来看LnOFDI、LnREER和LnVEDS三者保持1:6.1658:0.2172的比例变动，而且相较于汇率波动幅度，实际汇率水平才是对外直接投资的重要影响因素。其中，人民币实际有效汇率每上升一个百分点，即人民币升值1%，OFDI增加6.1658%，表明人民币升值有助于增加我国境外直接投资，同时汇率波动率的倒数每增加1%，OFDI增加0.2172%(即汇率波动幅度越小，OFDI流量越大)。

4.3 广义脉冲响应函数效应

根据上述建立的VAR模型，本文还将观察系统的脉冲响应函数，以便更好地分析变量间的动态互动效应。避免冲击识别的随意性，本文采用由Potter(1996)、Pesaran和Shin(1998)等提出的一般脉冲响应方法(Generalized Impulse Response)进行脉冲响应分析。

从图1可看出，给定一个人民币实际有效汇率上升的冲击，在当期LnOFDI会迅速攀升至峰值后回落。对于LnREER的冲击，LnOFDI自第6期后波动逐渐减缓稳定于0.15%左右，维持正响应状态。可见，人民币升值有利于促进境外直接投资。这一结果和Froot and Stein(1991)的相对财富理论和Blonigen(1997)的企业专有资产理论相吻合。OFDI对来自汇率波动倒数的冲击起初无响应，然后迅速攀升在第2期，达到0.16%左右，自第6期后波动逐渐减缓，始终稳定于正响应(即汇率波动幅度降低，促进OFDI的增加)，这与所构建的长期协整方程结果一致。

图1

善了企业综合收益的列报内容。有助于财务报表使用者做出决策。新准则对其他综合收益仅仅列举了部分计入其他综合收益的项目，相关部门应出台相应会计准则，正确定义其他综合收益，规范其他综合收益列报内容。建议业务核算单独设置“其他综合收益”科目，将其他综合收益与“资本公积—其他资本公积”隔离开来，避免两者混淆，完善其他综合收益的列报。

其他综合收益主要反映企业未来的损益，其他综合收益在利润表单独列示的时间较短，我国大多企业财务人员还不熟悉，未大范围的运用于企业业务核算中。建议加大宣传力度，积极推广全面收益观理念，加强会计人员的后续教育。使其他综合收益实务应用尽快被企业和财务报表使用者所接受。

参考文献

[1] 李莉.“其他资本公积”与“其他综合收益”辨析[J].财会月刊,2013(01).

[2] 尼燕.论其他综合收益及其列报[J].财会通讯,2014 (11).

[3] 丁鑫,陈智.其他综合收益在财务报表中列报的改进——基于新财务报表列报准则[J].财会月刊.2015 (01).

作者简介：伍亭(1995-)，女，湖南衡阳人，中南财经政法大学工商管理学院2012级，主要从事跨国经营理论与战略、对外直接投资方面的研究。

中图分类号：F832

文献标识码：A

文章编号：2096-0298(2015)04(b)-182-03