出口退税、行业集中度与出口行业“盯市”行为研究

项后军，何 康，宋申栋

(浙江财经大学经济学院，浙江 杭州 310018)



出口退税、行业集中度与出口行业“盯市”行为研究

项后军，何 康，宋申栋

(浙江财经大学经济学院，浙江 杭州 310018)

本文以金融危机前后曾出现的出口退税较大调整为背景，应用面板平滑转换模型(PSTR)对出口行业“盯市”(依市定价)程度与出口退税、行业集中度之间的关系展开探讨。研究结果表明，就行业集中度而言，无论危机前还是危机后始终对出口行业的PTM行为产生影响，且均与PTM存在平滑转变的非线性关系；出口退税仅在危机后的大幅提升后才对PTM影响显著，并表现为突变的快速向下的门限效应，而危机前对PTM并无影响；与出口退税相比，行业集中度对PTM的影响虽非立竿见影但却是缓慢且持久的。

汇率传递；盯市行为；金融危机；面板平滑转换模型

一、引 言

一段时间以来，人民币出现了较大的跌幅及贬值的倾向，而更早时IMF曾两次明确宣布人民币已升值到位，其共同的背景是过去十年中人民币经历了相当长的一段时间的升值且幅度较大*显然，这些影响不能因为目前人民币的贬值而遭到漠视甚至遗忘，反而更需总结性的回顾和反思。。因此，虽然近来人民币汇率的跌幅较大，但这种下跌其实更多的是对持续升值付出代价的某种程度上的矫正。

这种代价具体表现在实体经济特别是实体经济中占据相当比重的出口行业受到了较大的影响并承受巨大压力，进一步细究这种影响的实质则不难发现，当汇率变动(譬如升值)时，出口的外币价格变动并未与汇率同等程度的变动，出口商仅将汇率变动的一部分传递出去。对此，Krugman(1987)提出的“盯市”(Pricing to Market，PTM)理论认为，出口商在面对汇率变动时主动调整出口加成，以维持目标市场当地货币价格的稳定[1]。因此，在诸如汇率升值性变动时，出口商通常不得不采取降低成本加成以维持出口外币价格稳定的PTM行为，而这样一来将使其利润空间大幅度的压缩*特别是升值幅度较大时，甚至会出现部分出口企业因无法负荷本币升值而濒临倒闭的现象。。

值得注意的是，因为PTM行为的实质是出口行业利润及出口价格策略的调整，而大量的研究已表明出口退税这一颇具中国特色的因素对出口行业的利润和价格策略是不可忽视的，故出口退税对出口行业的PTM行为很可能会产生较大的影响。

那么，出口退税与出口行业PTM的关系到底如何？这不仅对准确把握中国出口行业盯市(PTM)程度颇有价值，而且对一段时间以来一直颇受争议的出口退税政策问题也有较大的研究意义。特别是近来随着经济新常态的出现及出口的疲态更多地应用财政政策(包括出口退税的调整策略)来支持出口的呼声也越来越多，在此情况下研究出口退税的影响就更具有现实意义。

二、相关文献综述

关于出口行业PTM的研究，国内外学者基本上从总体层面或行业层面展开。Yang(1998)从理论上构建汇率传递与PTM的模型，研究美国102种出口产业的出口的汇率传递情况，结果表明美国大部分出口企业存在显著的盯市行为，且不同产业间的盯市行为具有明显的差异性[2]。Bacchetta和E.van Wincoop(2005)的研究表明产品差异化程度越高，在目标市场的替代性越小，占有国外市场的份额越高，出口商维持价格加成的能力就越强，出口商就越有可能采用生产者货币定价，进而汇率传递弹性就越大[3]。Garcia-Solanes和Torrejon-Flores(2010)的研究表明发达国家和发展中国家进口的汇率传递弹性存在显著的差异[4]。Garetto(2012)构建异质企业的出口定价模型，通过实证研究企业的出口定价策略后发现企业出口的汇率传递效应确实是不完全的，企业出口汇率传递大小与企业相对其竞争对手的规模大小有关，汇率波动既影响贸易商品的价格，又影响国内商品的价格[5]。Berman等(2012)采用法国企业层面的数据研究不同类型出口企业面对汇率变动时的汇率传递弹性，结果表明汇率传递是不完全的，且不同类型企业面对汇率变动的价格策略是不同的[6]。

国内学者对出口商盯市行为的研究也日渐增多。陈学彬等(2007)研究具有传统比较优势的劳动密集型行业和以加工贸易为特征的高科技行业两类行业的盯市能力，发现劳动密集型行业的盯市能力较强，而能源、原材料等以加工贸易为特征的高科技行业则没有或较弱的定价能力[7]。王胜等(2009)和陈勇兵等(2013)在考虑国际价格竞争对出口定价影响的基础上分析中国对美国的出口价格汇率传递程度，结果发现汇率传递程度并不高[8][9]。胡冬梅等(2010)和唐登山(2011)采用高度分解的面板数据模型研究不同类商品的汇率传递弹性[10][11]。文争为(2010)认为总体上看中国制造业长期汇率传递弹性较高，基本上存在盯市行为且各行业的盯市行为具有显著的差异性[12]。

最近，林玲等(2012)、黄满盈等(2012)和金山等(2012)分别从HS细分商品的不同方面考察不同附加值水平出口行业的汇率传递弹性[13][14][15]。余娟娟等(2013)等采用传统的汇率传递模型与加入贸易附加值的模型比较分析贸易附加值对汇率传递弹性的影响，研究表明不同行业出口的汇率传递弹性具有显著的差异性，行业贸易附加值的不同是导致行业出口汇率传递弹性具有差异性的重要因素，且贸易附加值对行业的汇率传递弹性具有正向偏效应，在其他条件不变的情况下，贸易附加值越大，出口行业的汇率传递效应越明显[16]。

部分文献注意到出口退税这一颇具中国特色的变量对出口行业盯市行为的影响。陈斌开等(2010)在模型中加入出口退税这一变量，基于产业层面并采用1997年1月至2007年6月的数据对11个行业出口盯市行为进行研究，结果表明不同行业出口盯市行为具有显著的差异性，样本期间出口退税对出口行业的汇率传递弹性基本上没有影响[17]。

尽管如此，目前的研究仍存在一些可议之处：

1.现有大部分文献均是研究外界宏观因素(如GDP等)对行业PTM的影响，而较少注意到即使没有受到外界宏观因素变动的冲击，行业的PTM也不是一成不变的。例如，行业的产业特征(如出口行业的集中度等)也有可能影响到行业的PTM*此处的行业集中度是指某一行业在国内市场的行业集中度。。

2.尽管出口退税对出口行业的PTM行为可能产生重要影响，但陈斌开等(2010)的研究却表明出口退税对出口行业的PTM行为并未产生显著影响。究其原因在于样本期内的出口退税率一直相对偏低，没有发生明显的较大变动，这样一来可能就很难检验出口退税对出口行业PTM的影响。因此，选择出口退税明显的较大的调整来比较研究PTM可能是一个更为有益的尝试*金融危机不仅造成出口行业需求上的极大冲击，进而对其PTM行为产生影响，而且为应对上述的不利影响，危机期间的出口退税发生了很大的变化(如出口退税大规模向上调整)。，而金融危机期间出口退税的较大变化则提供了一个相对较好的研究背景。

3.就研究方法来看，在现实情况下，由于价格存在粘性(如交易成本、合同期限等)，出口行业的PTM可能随着某些因素的变动而呈现平滑转变的动态变化特征，因而需考虑能刻画此类平滑转变特征的较新的非线性计量方法。

针对这些问题，本文尝试在现有研究的基础上做一个有益的补充，除充分考虑现有模型中影响出口行业PTM行为的各种因素外，结合面板平滑转换模型(PSTR)，重点考察出口退税、行业集中度这两个因素(作为状态转换变量产生影响)对出口行业PTM的影响。

三、实证模型、研究方法与数据处理

(一)模型设定

在Camp & Goldberg(2005)等人研究的基础上，我们以行业集中度和出口退税为转换变量构建如下的两个PSTR模型：

Lnexpit=α0+α1Lnneerit+α2Lnmcit+α3Lngdpit+α4Lntaxit+

(1)

Lnexpit=β0+β1Lnneerit+β2Lnmcit+β3Lngdpit+β4Lntaxit+

(2)

其中，exp表示出口价格指数，neer表示汇率，mc表示边际成本，gdp表示国外收入水平，tax表示出口退税，cr表示出口行业的集中度。我们分别给出模型(1)、(2)中汇率传递弹性的表达式：

(3)

(4)

(二)汇率传递与PTM的内在关联

由于我们重点研究的是出口行业的PTM，故需进一步弄清楚汇率传递效应与盯市程度(PTM)的内在关系。此前，Yang(1997)已研究汇率传递与盯市行为的内在关系，假设存在一个生产商，其产品在国内和国外两个市场销售，我们采用PA表示出口的本币价格、PB表示出口的外币价格，根据一价定律可知PB=PAE。其中，E为汇率，表示一单位本币标示的外币数量。当汇率变动时，出口本币价格变动的幅度与出口外币价格变动的幅度之间的关系为：

(三)数据处理方法

根据我国工业部门分类方法及国际贸易商品分类体系——《商品名称及编码协调制度》(HS分类方法)，本文将我国制造业出口产品分为15大类，选择出口比重较大的9个工业部门(纺织、机械、化学、造纸、木材、塑料制品、冶金、食品和皮革)作为研究对象。所有变量的数据均为季度数据，样本时间段为2005年第3季度至2011年第3季度并以2005年第3季度为基期。为消除可能存在的异方差，各指数均予以对数处理。为消除季节因素的影响，所有指数均做X12季节调整。

2.各行业名义有效汇率(neer)。对不同的行业分别编制我国相较于主要贸易国的名义有效汇率时，我们首先采用《中国对部分国家出口商品类章金额统计表》中的数据得出我国每个行业对14个主要贸易国家或地区的出口额*文中14个中国的主要贸易国家和地区包括印尼、日本、马来西亚、新加坡、菲律宾、韩国、南非、欧盟、加拿大、澳大利亚、美国、英国、香港和台湾。。然后，采用主要贸易国货币对人民币月度汇率来计算以出口额为权重的各行业名义有效汇率并进一步转变为季度数据，以此名义有效汇率作为各行业汇率的代理变量。

3.各行业出口厂商的生产成本(mc)。由于各行业生产成本存在较大的差异，因此采用总体工业品出厂价格指数或消费者价格指数来衡量行业的生产成本对行业汇率传递弹性的估计极易产生偏差。为此，本文选取国内各工业部门工业品出厂价格作为各行业出口商生产成本的代理变量。

4.各行业国外需求(gdp)。我们首先获取中国14个主要贸易国的实际GDP指数，然后以我国对各国出口额为权重得到各行业的国外需求，具体计算方法为Y=∑λmnGDPn。其中，λmn为我国对n国出口额占m行业总出口额的比重，GDPn为n国的真实GDP指数。

5.各行业出口退税(tax)。根据历次出口退税调整的相关细则可知各行业出口退税的详尽调整时间，同时参考樊琦(2009)等文献中的数据获取方法而得到样本期内各行业出口退税的季度数据[18]。

四、实证研究结果及分析

金融危机期间出口退税的较大变化为我们提供了一个很好的比较研究背景。大部分行业的出口退税在2008年第4季度发生了较大的向上变动(以应对金融危机)，显然是因为彼时金融危机的影响已非常严重而不得不大规模、大面积地迅速推出此举措。据此，我们把这一时点(2008年第4季度)视为金融危机对我国出口行业影响较为明显的分段时点，并将时间段划分为2005年第3季度至2008年第3季度和2008年第4季度至2011年第3季度，以分别研究金融危机前后出口退税及行业集中度对出口行业PTM的影响*2008年第4季度开始的出口退税向上调整，到2011年第3季度已基本恢复至调整前水平，因此对2011年第3季度之后的考察意义不大，故作出文中的样本期的选择。。

在运用PSTR模型估计之前，首先需检验各个变量的平稳性，我们采用LLC和IPS两种Panel单位根检验方法对变量的平稳性进行检验，结果显示金融危机前后所有变量的数据都通过了平稳性检验*限于篇幅，文中的具体检验结果未予列出，作者备索。。

(一)危机前后行业集中度对汇率传递效应的影响

在估计之前，我们首先统一检验危机前后模型的截面异质性(结果如表1所示)。

表1 确定转换函数个数的LM检验

注：括号内为p值。

1.危机前行业集中度与汇率传递弹性之间关系的估计

从表1的检验结果可以看出，危机前的模型(1)显著拒绝了无异质性的原假设，说明其很好地捕捉了截面异质性，因而建立PSTR模型是合适的。在进一步的异质性“残余”检验中，模型接受了r=1的原假设，说明模型不再存在“残余”的异质性，转换函数的最优个数为1。随后的检验得到模型的最优位置参数为1个平滑参数γ为3.0772，斜率系数α1为0.0586，斜率系数ρ11为1.1872，位置参数c为-2.1698，这意味着当lncrit大于-2.1698时，模型趋向于高机制；当lncrit小于-2.1698时，模型趋向于低机制。

模型的平滑参数γ为3.0772，表明模型的转变速率较慢，不同机制之间的转换是平滑的。这意味着行业的汇率传递系数随行业集中度的变动而呈现非线性动态变化的特征，即随着行业集中度的增加，汇率传递系数不断增大。具体而言，当行业集中度较小时，行业内部缺乏主导企业或企业集团，行业的中小型企业较多且比较分散，行业整体出口的议价能力较弱，因而在面对人民币升值时，为维持市场份额不变，出口商不得不大幅度降低成本加成以维持出口外币价格的稳定，汇率传递弹性较小，盯市程度较大。另一方面，行业的低集中度也显示国内该行业同类企业之间的竞争较为激烈，出口企业之间不可避免地频发价格战，甚至出现无序竞争、恶意降价的局面，这也是出口商很难调高出口价格的一个重要原因。

接下来，我们分别计算2005年第3季度至2008年第3季度各行业的汇率传递弹性，同时依据汇率传递效应与盯市二者之间的内在机理估算各行业的PTM。

由表2可知，在9个行业中，塑料、纺织、皮革、木材和造纸均没有跨过行业集中度的门槛值(11.42%)，行业的汇率传递弹性明显较小，这主要是因为这些行业的企业数目众多，规模较小且较为分散，因此行业整体出口的议价能力较弱，在面对不利的汇率变动时，这些行业被迫降低成本加成来吸收汇率变动产生的大部分成本。其中，特别明显的是塑料的行业集中度最小(5.43%)，该行业的汇率传递弹性也最小(0.17)，这意味着塑料行业的出口商在面对不利的汇率变动时仅能将汇率变动的17%转嫁给国外进口商，剩下的83%需自己吸收*跨过行业集中度门槛值的行业的相关分析与之类似，在此未予列出。。可见，各行业的行业集中度不同，出口议价能力不同。在面对汇率波动时，各行业出口价格的调整幅度是不同的，即不同行业的PTM不同。

2.危机后行业集中度与汇率传递弹性之间关系的估计

从表1的检验结果不难看出，危机后的模型(1)同样也显著拒绝了无异质性的原假设，说明建立PSTR模型也是较合适的。在进一步的异质性“残余”检验中，模型也接受了r=1的原假设。随后的检验则得到危机后模型(1)的最优位置参数为1个，斜率系数α1为0.0768，斜率系数ρ11为0.9762，γ为3.4672，位置参数为-2.1161，这意味着当lncrit大于-2.1161时，模型趋向于高机制；当lncrit小于-2.1161时，模型趋向于低机制。模型的转换速率γ为3.4672，表明危机后的模型(1)的转变速率也较慢，不同机制之间的转换是平滑的。这意味着随行业集中度的增加，汇率传递系数不断地缓慢增大，即行业的汇率传递弹性系数随着行业集中度的变动而呈现平滑转换的非线性动态变化特征，与金融危机前表现了大致相同的变化趋势。

表2 危机前后各行业的汇率传递弹性和PTM估计

注：“*** ”、“** ”和“* ”分别表示统计量在1%、5%和10%的水平上显著。

根据表2可以看出，不同行业的PTM存在显著的差异。在9个行业中，塑料、纺织、皮革、木材和造纸均没有跨过门槛值(12.05%)，汇率传递明显较小，其中塑料的行业集中度最小(5.73%)，其行业的汇率传递弹性也最小(0.15)，这意味着该行业在面对金融危机导致的需求下降时，出口商仅可将汇率变动的15%传递给国外进口商，剩下的85%不得不自己吸收。跨过行业集中度门槛的有化学、冶金和机械等行业。如前所述，这几个行业的市场集中度相对较高，当金融危机导致需求下降时，这些行业的确表现了更强的汇率传递能力。此外，为检验估计结果的稳健性，我们连续采用不同的行业集中度数据CR6和CR8(作为行业集中度的衡量指标)依次按危机前后重新进行估计，结果也得到了大致类似的结论*因为方法完全相同且受篇幅的限制，详细的估计结果已略去，作者备索。。

(二)危机前后出口退税的变动对汇率传递的影响

1.危机前后模型的非线性效应检验

表3 确定转换函数个数的LM检验

注：括号内为p值。

2.危机前出口退税与汇率传递弹性之间关系的估计

由表3可知，危机前的模型(2)并没有显著地拒绝无异质性的原假设，显示模型(2)没有通过非线性检验，说明模型的数据中不存在非线性的机制转移效应，即危机前出口退税与汇率传递弹性之间并不存在非线性关系。尽管如此，仍无法排除二者之间存在线性关系。基于此，经过Hausman检验及模型形式的检验，我们确定基础模型采用变系数的固定效应形式：

Lnexpit=ηi+αiLnneerit+βiLnmcit+γiLngdpit+εit

(5)

为探究危机前出口退税是否对汇率传递弹性产生显著的线性影响，在上述基础模型(模型(5))的基础上加入出口退税后构建如下的比较模型：

Lnexpit=βi+λiLnneerit+ρiLnmcit+θiLngdpit+μiLntaxit+εit

(6)

接下来，我们分别估计模型(5)、(6)中各行业的汇率传递弹性，并根据汇率传递弹性与PTM的内在关联估算各行业的PTM(结果如表4所示)。

表4 各行业的汇率传递弹性和PTM估计

注：“*** ”、“** ”和“* ”分别表示统计量在1%、5%和10%的水平上显著。

模型(5)、(6)的回归结果差异较小，表明危机前的出口退税并不会对PTM产生线性影响。因此，无论非线性模型还是线性模型的估计结果均表明危机前出口退税并不是影响出口行业PTM的重要因素。

3.危机后出口退税与汇率传递弹性之间关系的估计

在表3中，危机后的模型(2)的估计结果显示存在非线性*因为方法完全相同且受篇幅的限制，详细的估计结果此处不再赘述，作者备索。，但其平滑参数γ为82.6060且很大，说明模型在不同机制之间转换的速度非常快，PSTR模型已退化为简单的两机制的面板门限模型。位置参数c为-1.9255，斜率系数β1为0.4682，斜率系数θ11为-0.2536，这意味着当lntaxit小于-1.9255，模型位于低机制，行业的汇率传递系数为0.4682；当lntaxit大于-1.9255，模型位于高机制，行业的汇率传递系数为0.2146，行业的汇率传递弹性在门槛值0.1458(e-1.9255)附近(由高机制向低机制)发生了向下的突变。

(1)汇率传递弹性之所以(跨过门槛值)突然变小，可能是因为金融危机导致的需求面的冲击使需求突然下降，而出口商为维持市场份额只能在一定程度上降低出口的本币价格，以使出口的外币价格保持不变或略微上升。此时的行业出口退税率及时得到提高，较高的出口退税率能“立竿见影”地抵消压低价格产生的成本(实际上降低了出口成本)，而出口成本变低，稳定出口价格的能力则得到增强，以抵消金融危机导致的需求下降。当行业的出口退税率较低时，较低的出口退税率只能较小程度地抵消金融危机导致的需求突然下降而产生的成本，稳定出口价格的能力较弱，因此汇率传递弹性较大。

(2)没跨过出口退税门槛值的行业有塑料、造纸、木材、冶金、化学、皮革和食品，其汇率传递弹性较大(0.4682)。跨过出口退税门槛值的行业有纺织和机械，其汇率传递弹性较小(0.2146)。行业间有差别的出口退税率不同程度地降低了出口的成本，使不同的出口商调整加成的能力不同，进而导致各行业的盯市行为具有明显的差异性。因此，在控制其他影响PTM变量的基础上，行业间有差别的出口退税率为行业间PTM的异质性提供了解释。

(三)进一步分析

从影响强度来看，在出口退税和行业集中度这两个变量中，无论危机前还是危机后，行业集中度对行业PTM的影响均显著，而出口退税仅在危机后得到大幅提升后才对行业PTM有影响。这说明行业集中度是一以贯之地影响出口PTM的行业特征因素，也是不可忽视的内在的行业特征。

从模型自动选择的估计结果来看，由Andres Gonzalez(2005)提出的模型选择准则，最强地拒绝线性原假设的模型为最优。从表1、3可以看出，在危机后以lncrit为转换变量建立的模型(1)是最优的，因而在出口退税和行业集中度两个转换变量中，行业集中度对行业PTM的影响最为显著。

从平滑与突变的视角来看，危机前后出口行业的PTM随着行业集中的变动均呈现平滑、连续而又缓慢的非线性特征，这说明即便是作为行业重要内在特征的行业集中度，其更多的还是间接而缓慢地逐步传导到出口行业的整体PTM中。而由模型的平滑参数(转换速率)由危机前的3.0772到危机后的3.4672来看，平滑转换的速度略有提高，故不难推断危机后至样本期末(约3年多的时间)相关行业的集中度还是有一些变化的，集中度略有提高(可能是行业中部分中小企业因受到冲击而倒闭、被兼并等)且对出口行业的PTM产生了一些影响。当然，这种改变还不算很大(几年内相关行业中并未有借着危机成长出大的企业集团或发生特别大/多的兼并行为等，由此也不难发现金融危机本身对中国相关行业的集中度的冲击并不是很大)。

而危机前一直相对低一些的出口退税对出口行业的PTM没有影响，只是在危机后出口退税大幅上调后才对出口行业的PTM以突变和离散(几近向下变化的门限回归)的形式更直接地表现出来。由此看来，平时相对较低的出口退税对出口行业的PTM(与出口利润和价格高度相关)来说实无裨益，反而留下了很多乘机骗税套利的机会。

五、研究结论及政策建议

本文在非线性框架下以2008年第4季度为节点划分危机前和危机后两个时段，研究不同经济背景下行业集中度和出口退税对出口行业PTM的影响，结果得到了以下的几点结论：

1.就行业集中度而言，危机前后行业盯市行为(PTM)与行业集中度均存在非线性关系，即无论是危机前还是危机后行业的PTM都一以贯之地随行业集中度的变动而呈现非线性的缓慢平滑转换的动态变化特征，在其他条件不变的情况下，PTM与行业集中度呈负相关关系。

2.危机前后出口退税对行业PTM的影响并不相同。危机前出口退税对行业的PTM没有影响，但危机后经过较大提升的出口退税则对部分行业的PTM产生了立竿见影的影响且呈现一种快速向下的门槛效应。

3.在出口退税和行业集中度两个转换变量中，行业集中度是影响PTM的更为重要的因素，不同行业的PTM存在显著的差异性，行业间不同的出口退税率和行业集中度的不同是行业间PTM异质性的重要因素。

从政策含义上看，近年来出口退税方面不断被揭露出来一些严重的骗税问题，考虑到危机前较低的退税确实未对出口行业的PTM产生什么影响，故其不但未能对出口行业的利润和价格稳定提供期望中的有效支持，反而更多地提供了某种骗税的渠道和空间。既然如此，尝试考虑一般正常时期的出口退税是否可以索性停止或加以适当的缩减。即便是保持退税不变，其幅度也尽可能地低一些，从而借此挤压骗税套利的空间(骗税必经的中介操作空间大约在5%，一旦较大地压缩退税幅度，就可相当有效地挤压套利的空间)。

从长远来看，努力调整产业结构，淘汰落后产能，不断提高行业集中度，避免小散差的恶性竞争，进而提升出口企业在国际市场上的议价能力才是长久之计。事实上，分析结果显示金融危机这样大的外部冲击都未能明显地促进(倒逼)产业结构的调整，因而产业结构调整最终还需依赖自身内部的动力而非外力推动，唯此才能获得真正持久的竞争能力。

[1] Krugman P. R. Pricing to Market When Exchange Rate Changes[Z].NBER Working Paper,1987.

[2] Yang J. Exchange rate pass-through in U.S. manufacturing industries[J].Review of Economics and Statistics,1997,79(1):95-104.

[3] Bacchetta P.and E.van Wincoop. A theory of the currency denomination of international trade[J]. Journal of International Economics,2005,67(2):295-319.

[4] Garcia-Solanes J.and F.Torrejon-Flores. Deva luation and pass-through in indebted and risky economies[J].International Review of Economics & Finance,2010,19(1):36-45.

[5] Garetto S. Firms’ heterogeneity and incomplete pass-through[Z].Working Paper,Boston University,2012.

[6] Berman N.,P.Martin,T.Mayer .How do different exporters react to exchange rate changes?[J].Quarterly Journal of Economics,2012,127(1):437-492.

[7] 陈学彬,李世刚,芦东.中国出口汇率传递率和盯市能力的实证研究[J].经济研究,2007,(12).

[8] 王胜,李睿君.国际价格竞争与人民币汇率传递的实证研究[J].金融研究,2009,(5).

[9] 陈勇兵,李梦珊,李冬阳.出口经验、沉没成本与企业出口广化——来自中国微观企业的证据[J].财经论丛,2015,(2).

[10] 胡冬梅,郑尊信,潘世明.汇率传递与出口商品价格决定[J].世界经济,2010,(6).

[11] 唐登山.辽宁省应承担增值税出口退税份额的模型和算法[J].东北财经大学学报,2011,(1).

[12] 文争为.中国制造业出口中PTM行为的经验研究[J].世界经济,2010,(7).

[13] 林玲,余娟娟.生产分割条件下人民币汇率出口传递效应研究[J].世界经济研究,2012,(9).

[14] 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该研究[J].统计研究,2012,(2).

[15] 金山,汪前元.不完全汇率传递下的货币政策工具规则分析[J].财经论丛,2012,(1).

[16] 余娟娟,林玲.人民币汇率不完全传递的行业差异——引入贸易附加值的分析[J].当代财经,2013,(2).

[17] 陈斌开,万晓莉,傅雄广.人民币汇率、出口品价格与中国出口竞争力——基于产业层面数据的研究[J].金融研究,2010,(12).

[18] 樊琦.出口退税政策与我国出口商品结构优化——基于不同技术程度行业的研究[J].国际贸易问题,2009,(11).

(责任编辑:化 木)

A Research of Export Tax Rebates，Industry Concentration and the Behavior of Pricing to Market(PTM)

XIANG Hou-jun，HE Kang，SONG Shen-dong

(School of Economics，Zhejiang University of Finance & Economics，Hangzhou 310018，China)

Using the more recently developed panel threshold regression models, this paper investigates the nonlinear relationship between Pricing to market (PTM) of export prices on industry level and concentration ratio of industry and nonlinear relationship between Pricing to market (PTM) of export prices on industry level and export tax rebates under two different economic backgrounds. The results of the study include the following four points. First, PTM before the financial crisis is different from PTM after the financial crisis. Secondly, in terms of industry concentration, industry concentration always exercises a great influence on PTM under different economic backgrounds, and there is a nonlinear relationship between PTM and industry concentration under different economic backgrounds. Thirdly, In terms of export tax rebates, there is neither linear nor nonlinear relationship between PTM and export tax rebates before financial crisis while export tax refund has significant effects on PTM after financial crisis. There is a threshold effect between PTM and export tax refund after financial crisis. Finally, Compared with the export tax rebate, industry concentration has more significant effect on PTM.

exchange rate pass-through；pricing to market；the financial crisis；panel smooth transition regression

2016-02-12

国家自然科学基金面上项目(71573224)；浙江省社科基金重点项目(14NDJC010Z)

项后军(1967-)，男，湖北武汉人，浙江财经大学经济学院教授，博士；何康(1986-)，男，安徽阜阳人，浙江财经大学经济学院硕士生；宋申栋(1988-)，男，山东滕州人，浙江财经大学经济学院硕士生，兴业银行杭州分行中级经济师。

F74

A

1004-4892(2016)08-0003-09