中国金融发展影响出口伙伴数路径的实证检验

田毕飞，王波浪，霍莹丽

（1.中南财经政法大学 工商管理学院/MBA学院，武汉 430073；2.中国民生银行 深圳分行，广东 深圳 518000；3.嘉实基金华中市场部，武汉 430015）

中国金融发展影响出口伙伴数路径的实证检验

田毕飞1，王波浪2，霍莹丽3

（1.中南财经政法大学 工商管理学院/MBA学院，武汉 430073；2.中国民生银行 深圳分行，广东 深圳 518000；3.嘉实基金华中市场部，武汉 430015）

文章构建了金融发展影响出口伙伴数路径的Probit模型，利用2002—2014年中国28个制造行业151个贸易伙伴的面板出口数据进行了回归分析，发现中国金融发展对出口伙伴数存在显著正面影响，并主要通过影响行业外部融资依赖和贸易竞争力等路径实现，且贸易竞争力的促进效应大于外部融资依赖的促进效应。

金融发展；出口伙伴；外部融资依赖；贸易竞争力

0　引言

中国金融发展对国际贸易的发展作用明显，不仅有力促进了贸易开放度的提升，还推动了贸易结构的优化升级。但现有文献把金融发展对贸易的影响研究重点集中在贸易流量及贸易商品的变化，而对贸易伙伴关系的影响关注较少。即使有所涉及，也仅集中在中国与主要贸易伙伴国在某些产品的贸易流量方面，且通常将贸易伙伴视为是同质的，缺乏针对性研究。基于此，本文重点研究中国金融发展对行业层面的出口伙伴数的影响，同时考虑了外部融资依赖和贸易竞争力变量，研究范围包括国民经济行业分类中的28个制造行业，贸易伙伴拓展到各行业出口流量大于零的所有国家或地区，这将使得本文的实证研究结论更具普遍性和说服力。另外，本文借鉴Chan和Manova(2015)[1]的做法将各贸易伙伴按照国内生产总值衡量的“市场潜力”进行排序，首次将贸易伙伴异质化分析引入国内实证检验，并进行了分位数回归。

1　模型构建

1.1模型设定与变量选取

由于普通线性模型并不能完整的估计金融发展对出口伙伴的影响，因此，本文引入金融发展与外部融资依赖、贸易竞争力的交互项来研究金融发展对出口伙伴数的影响。本文借鉴Manova(2008[2],2013[3])、陈磊(2011[4])等的做法，结合经典贸易引力模型，设定计量模型：

Pijt=∂0+∂1dept+∂2dept*outloan+∂3dept*cx+∂4CV

该模型为Probit模型，若行业的出口贸易流量大于零，则Pijt为1，否则为0。dept为模型的主要解释变量，表示用某一指标衡量的中国t年的金融发展程度。本文衡量金融发展程度的指标有5个，包括：结构指标dep1，即中国上市公司总市值/GDP；规模指标dep2和dep3，其中dep2为中国金融机构总资产（存贷款余额+保费总收入+股票总市值）/GDP，dep3为中国广义货币供应量/GDP；效率指标dep4和dep5，其中dep4为中国金融机构给私人部门贷款/GDP；dep5为中国不良贷款（次级+可疑+损失）/贷款总额。

模型中的outloan与cx分别代表行业的外部融资依赖和贸易竞争力指数。本文借鉴Rajan和Zingales(1998)[7]以及朱彤(2009)[6]的做法，用行业的长期负债与固定资产的比重计算行业的外部融资依赖。融资依赖指数越大，则行业对外部金融市场的依赖程度越高。本文衡量行业贸易竞争力的指数有5个，具体包括：国际市场占有率指数ms=Ej/Wet，竞争优势指数tc=(Ej-Ij)/(Ej+Ij)，显示性比较优势指数rca=(Ej/Et)/(Wej/Wet)，净出口显性比较优势指数 nxrca=Ej/Et-Ij/It和显示性竞争优势指数ca=(Ej/Et)/(Wej/Wet)-(Ij/It)/(Wij/Wit)，其中，Ej、Et分别表示一国 j产业的出口值和一国出口总值，Ij、It分别表示一国j产业进口值和一国进口总值，Wej、Wet分别表示世界 j产业的出口值和世界出口总值，Wij、Wit分别表示世界 j产业进口值和世界进口总值。若贸易竞争力指数为正，则该行业存在竞争优势，竞争力指数越大，竞争优势越强；若贸易竞争力指数为负，则存在竞争劣势，竞争力指数越小，竞争劣势越明显。

CV为模型的控制变量，具体包括：gdpit表示t年出口贸易伙伴i的国内生产总值；dist表示中国和贸易伙伴的首都距离；chgdpt表示中国t年的国内生产总值；apec为指示变量，若贸易伙伴同属于APEC组织，则为1，否则为0；xial为指示变量，若贸易伙伴相邻，则为1，否则为0；cycs为指示变量，若处于2008年金融危机之前，则为1，否则为0。

1.2数据来源

本文考察的样本区间为2002—2014年，主要是因为中国2001年加入了WTO后，HS产品代码自2002年采用了新标准，因此以2002年作为起始年份能使样本更具参考意义。考虑到数据的可获得性，时间截止为2014年。本文的中国行业出口数据来自于WTO数据库，由EPS数据平台整理，然后参照中国《国民经济行业分类》和陈立敏等(2009)[5]对HS2002六分位数据进行了归纳，得到国民经济28个行业的进出口数据以及世界该产业的进出口数据。各出口伙伴及中国的GDP数据均来自于世界银行数据库。中国与各出口伙伴的地理距离采用两者首都之间的绝对距离计算，由CEPII DISTANCE数据整理可得。计算外部融资依赖的数据来源于历年《中国统计年鉴》。金融发展各个指标的计算数据来自《中国统计年鉴》、《中国金融统计年鉴》与WIND数据库。

2　实证分析

2.1回归分析

本文基于2002—2014年中国28个制造行业151个贸易伙伴的面板出口数据，运用stata12软件进行回归分析。经检验，数据是平稳的，并适合进行随机效应回归。表1是Probit模型的分步回归结果。其中，模型（1）是仅含金融发展变量的回归，模型（2）是加入了金融发展与外部融资依赖的交互项的回归，模型（3）是加入了金融发展与贸易竞争力的交互项的回归，模型（4）则是包含了金融发展及上述两个交互项的回归。

表1　出口伙伴数的Probit回归结果

从表1可知，金融发展对出口伙伴数存在显著的正向作用。由模型（3）可知，金融发展对出口伙伴数的影响可通过提高行业的贸易竞争力实现，其影响的效应大小为5.48%。模型（4）的回归结果表明，金融发展对出口伙伴数的影响可通过行业的外部融资依赖和贸易竞争力两个路径实现，但金融发展通过贸易竞争力对出口伙伴数的促进效应（6.1%）比通过外部融资依赖对出口伙伴数的促进效应（2.14%）大。此外，表1的回归结果还显示，出口伙伴数与贸易双方的距离成反比，而与双方的GDP成正比，这符合贸易引力模型的基本原理，也验证了Chan和Manova (2015)[1]的观点，即贸易伙伴GDP代表其市场潜力，是影响出口伙伴数的重要因素。最后，从指示变量cycs、apec和xial的回归结果可知，金融危机的爆发对出口伙伴数具有负面影响，即金融危机的爆发在一定程度上遏制了出口伙伴数的增加。同时，都属于APEC组织、接壤的双方更容易发展为出口伙伴。

2.2稳健性检验

2.2.1国内生产总值分位数估计

由于中国出口伙伴存在严重的“二八”现象，为了准确反映解释变量对不同出口伙伴的影响，参照Chan和Manova(2015)[1]的做法，本文将出口伙伴按国内生产总值由大到小的顺序排列，并在不确定各分位差异的情形下，分别从7个分位进行回归估计，结果如下页表2所示。

从分位数回归结果来看，随着观测范围的扩大，金融发展变量对出口伙伴数的影响显著增强。其中，金融发展变量在前1/2、3/4、4/5、9/10出口伙伴中表现为1%水平上显著且系数较大，而在其他分位数回归结果中并不显著或系数较小。从整体上看，随着观测范围的扩大，金融发展通过行业贸易竞争力对出口伙伴数的影响均大于通过外部融资依赖对出口伙伴数的影响，这与本文前面的回归结果一致。同时，地理距离与出口伙伴数负相关，出口伙伴GDP和中国的GDP与出口伙伴数正相关，这也与前文的预期一致。另外，无论出口伙伴的GDP大小，金融危机变量均与出口伙伴数负相关，这再次表明，金融危机在一定程度上限制了出口伙伴数的扩张，但当出口伙伴考察范围不断扩大时，其影响的系数和显著性均有所减弱。

2.2.2金融发展代理变量估计

本文分别用金融机构总资产占GDP比重、广义货币供应量占GDP比重、私人部门贷款占GDP比重、金融机构不良贷款率这四个变量，代替股票市场总市值占GDP比重来衡量中国金融发展，重新进行回归分析，结果如表3所示。

表3　金融发展对出口伙伴数影响的稳健性检验

从表3可知，金融机构总资产对出口伙伴数也存在显著的正向影响。从表中两个交互项的回归结果可知，采用金融机构总资产衡量的金融发展变量，其与行业贸易竞争力的交互项的回归系数显著大于其与外部融资依赖的交互项。这表明，随着金融市场规模的不断发展，一国通过行业贸易竞争力对出口伙伴数的促进效应显著大于通过行业外部融资依赖对出口伙伴数的促进效应。采用其他三种方式衡量的金融发展变量也具有同样的效应，尽管这些变量与外部融资依赖的交互项的影响并不显著或为负值。同时，模型中的距离变量对出口伙伴数存在显著的负效应，出口伙伴的GDP以及中国的GDP对出口伙伴数存在显著正向作用，金融危机在一定程度上遏制了出口伙伴数的扩张，这些都与前文的研究结果一致，表明本文的回归结果是稳健的。

2.2.3行业贸易竞争力代理变量估计

本文分别采用显示性竞争优势指数（ca）、竞争优势指数（tc）、净出口显示性比较优势指数（nxrca）和显示性比较优势指数（rca）代替国际市场占有率指数（ms）来测量中国金融发展对出口伙伴数的影响，回归结果如表4所示。

表4　行业贸易竞争力对出口伙伴数影响的稳健性检验

从表4可以看出，无论是采用哪一贸易竞争力指数进行回归，金融发展对行业的出口伙伴数都具有显著的正向作用。除净出口显示性比较优势指数nxrca的回归结果之外，金融发展与外部融资依赖的交互项的回归系数均显著为正；金融发展与贸易竞争力交互项的回归系数也显著为正，其回归系数和显著性水平均高于金融发展与外部融资依赖交互项的回归系数。这表明，金融发展通过贸易竞争力对出口伙伴数的促进效应显著大于通过外部融资依赖对出口伙伴数的促进效应，这与前文的研究结论完全一致。此外，距离变量对出口伙伴数存在显著的负效应，出口伙伴的GDP以及中国的GDP对出口伙伴数存在显著正向作用，这也与前文的研究结果一致。除竞争优势指数tc的回归结果之外，金融危机在一定程度上对出口伙伴数的扩张有负效应，这也符合前文的研究结论。

3　结论

（1）金融发展各指标影响差异较大。

在分步回归结果中，以股票市场总市值/GDP衡量的金融市场结构指标对出口伙伴数存在显著正效应，说明随着中国市场化进程和金融体系改革的推进，中国金融抑制现象正在减弱。在稳健性检验中，以广义货币供应量/ GDP衡量的金融市场规模指标和以私人部门贷款/GDP衡量的金融市场效率指标对出口伙伴数并不具有明显的正效应，甚至为负效应。这可能是由于中国金融机构的存贷款政策不能完全反映市场需求所致，如国有商业银行的政策仍具有浓厚的政府主导色彩。因此，上述两个金融发展指标并不能准确反映当前中国金融市场的发展。2008年爆发的金融危机在一定程度上阻碍了具有较强竞争优势、高外部融资依赖的行业的出口伙伴数的扩张，这可由金融危机指示变量的回归结果得知。

（2）外部融资依赖和贸易竞争力是金融发展影响各行业出口伙伴数的路径。

本文的稳健性分析表明，金融发展使得行业外部融资依赖对出口伙伴数的影响较大，这说明随着金融市场的不断发展和完善，中国各行业的出口行为与该行业外部融资依赖密切相关。由于各行业外部融资依赖差异较大，金融发展对各行业的影响程度也不相同，高外部融资依赖的行业明显能够从金融发展中获益更多,从而形成较强的比较优势，而外部融资依赖较低的行业则获益较少。本文的回归结果也显示，金融发展可以通过提高行业贸易竞争力扩大出口伙伴数，这说明随着金融市场的不断发展和完善，中国各行业的出口行为与该行业贸易竞争力息息相关。在稳健性检验中，无论是采用哪一行业贸易竞争力指数进行回归，竞争力指数与金融发展的交互项的回归系数均显著为正，这表明通过提高行业的贸易竞争力，金融发展将显著增加该行业的出口伙伴数。由于金融发展与贸易竞争力的交互项的回归系数大于金融发展与外部融资依赖的交互项的回归系数，因此，在金融发展影响出口伙伴数的路径中，通过贸易竞争力产生的促进作用比通过外部融资依赖产生的促进作用更大。

[1]Chan M L.,Manova K.Financial Development and the Choice of Trade Partners[J].Journal of Development Economics,2015,116.

[2]Manova K.Credit Constraints,Equity Market Liberalizations and In⁃ternational Trade[J].Journal of International Economics,2008,76(1).

[3]Manova K.Credit Constraints,Heterogeneous Firms and International Trade[J].Review of Economic Studies,2013,80(2).

[4]陈磊.金融发展与中国省区制造业出口的二元边际[J].中南财经政法大学学报,2011,(6).

[5]陈立敏,王璇,饶思源.中美制造业国际竞争力比较：基于产业竞争力层次观点的实证分析[J].中国工业经济,2009,(6).

[6]朱彤,曹珂.外部融资依赖、金融发展与出口商品结构——基于中国制造业部门的行业分析[J].上海金融,2009,(12).

[7]Rajan R G,Zingales L.Financial Dependence and Growth[J].The American Economic Review,1998,88(3).

（责任编辑/刘柳青）

F74

A

1002-6487（2016）22-0141-03

国家社会科学基金重大项目(15ZDA061；15ZDB155);国家自然科学基金面上项目(71472187);中南财经政法大学中央高校基本科研项目(2014109)

田毕飞(1979—)，男，湖北仙桃人，博士，副教授，研究方向：国际商务。