人民币汇率、贸易差额与中国金融结构——基于SVAR模型的研究

颜廷峰 晋玲利

（安徽财经大学，安徽蚌埠 233030）

人民币汇率、贸易差额与中国金融结构
——基于SVAR模型的研究

颜廷峰 晋玲利

（安徽财经大学，安徽蚌埠 233030）

人民币正式纳入SDR后的汇率波动引起关注，而中国金融结构对贸易差额的影响是问题关键。采用2000年1月至2015年12月月度数据，基于结构向量自回归（SVAR）模型，引入工具变量，实证分析供给冲击、需求冲击以及贸易自身冲击框架下人民币汇率与加工贸易差额关系、人民币汇率与一般贸易差额的关系。研究发现：人民币汇率变动对加工贸易差额影响较小，由加工贸易生产结构导致；人民币汇率升值对一般贸易差额有一定促进作用，由我国出口需求弹性较低决定；贸易差额主要影响因素不是人民币实际汇率，而是我国经济结构与金融结构。根据研究结论，基于供给侧结构性改革内生要求，提出相关建议。

人民币实际有效汇率；贸易差额；加工贸易；中国金融结构

随着我国经济快速发展与国际影响力迅速提升，人民币于2016年10月1日正式纳入SDR，超过100个国家承诺使用人民币开展国际结算，人民币汇率问题再次成为国内外关注焦点。部分西方国家认为人民币被严重低估，且指责中国人为操纵人民币汇率导致贸易失衡。美国政府官员和学者提出，由于人民币贬值造成中国出口产品价格偏低，威胁美国制造业，导致失业率上升和财政赤字增加①资料来源于http://www.szhgh.com/Article/news/finance/2014-05-14/51869.html。。Cline提出人民币汇率仍低于均衡汇率水平，并推算出人民币应比2008年升值25%以上②资料来源于Cline W R.Estimates of Fundamental Equilibrium Exchange Rates[R].2013:13-29。。西方国家不断要求提高人民币汇率，甚至要求中国放弃汇率市场干预。

2005年7月21日以来，中国基于负责任大国考量，开展汇率制度改革，实行以市场供求为基础、参考“一篮子”货币调节、有管理的浮动汇率制度。人民币在外界压力下不断升值，有效汇率指数也呈现走高趋势，但升值与顺差并存现象凸显。迄今关于人民币汇率与贸易差额关系研究结论迥异，究其原因是对中国金融结构特征关注不足。因此，有必要探讨人民币汇率、贸易差额与中国金融结构特征间联系。现有理论研究相对匮乏，实证研究亦不充分。本文基于SVAR模型实证研究人民币汇率、贸易差额和中国金融结构关系，以期回答上述问题。

一、文献综述

关于人民币汇率对贸易差额的动态影响，现有文献尚未达成共识。

（一）人民币汇率对贸易差额有显著影响

Guangzhong运用SUR法与面板数据研究实际汇率失调对中国出口的影响，发现人民币升值是中国对美国出口下降重要原因[1]。范言慧等运用格兰杰因果关系检验人民币升值预期和中国贸易顺差关系，认为人民币升值预期会对贸易差额产生一定抑制作用并验证Guangzhong结论[2]。刘尧成等通过构建产出、人民币实际有效汇率以及贸易差额的VAR模型，发现在我国贸易收支弹性理论基本成立，汇率变动对贸易差额的影响随时间逐渐增强[3]。张陆洋等在此基础上研究人民币实际汇率与中美双边贸易关系，发现人民币汇率对中美贸易差额调整作用不可或缺，且调整效果随汇率弹性增加而增强[4]。陈萍基于动态递归，分析人民币汇率传递效应，发现人民币升值导致进出口及贸易差额下降，2011年后人民币汇率对贸易差额影响日益显著[5]。

（二）人民币汇率对贸易差额无显著影响

Zhang和Sato运用SVAR模型研究人民币汇率政策对中国贸易平衡的影响，并分析汇率变动对中美贸易平衡的影响，结果表明无论人民币是否升值，对贸易平衡作用有限[6]。杨凯文、臧日宏建立VAR模型验证上述结论，认为国际贸易短期变化由自身波动引起[7]。苏海峰、陈浪南运用半参数函数化系数模型研究人民币汇率变动对中国出口、进口以及净出口的时变性影响，发现在2005年汇改前，汇率变动对出口的负向影响逐渐增强并达到最大值，在2005年后，汇率对出口的影响减弱。但无论汇改前后，汇率和贸易差额关系均不明显[8]。李停分析人民币汇率、中美贸易逆差以及美国失业率指标，提出美国将中美贸易逆差归咎于人民币仅出于政治目的，无充分科学依据[9]。陈宗义运用时变参数VAR模型，提出汇率变动对中国贸易顺差影响不大，调整贸易顺差应从中国社会结构和经济结构出发[10]。曹强、虞文美通过构造SVAR模型，研究供给冲击、需求冲击下人民币汇率、通胀率和贸易盈余间关系，发现中国贸易盈余决定因素是自身经济结构和金融结构，而非人民币汇率[11]。

因上述研究结论差异性，越来越多学者开始关注加工贸易对人民币汇率的重要影响。Thorbecke提出现有人民币升值对中国出口影响的实证研究忽视了加工贸易，解决贸易失衡问题，应控制产品供应链国家汇率而非依靠人民币单边升值[12]。刘林使用MS—VAR模型研究，发现人民币汇率对加工贸易收支有J曲线效应，对一般贸易收支无J曲线效应，因加工贸易比重较大，即使汇率冲击对一般贸易影响较大，但综合而言，人民币汇率可能不会对总体贸易收支产生影响[13]。刘威等通过比较分析人民币汇率和内外需求对一般贸易和加工贸易的影响，提出人民币升值需谨慎，应通过扩大内需和调整外需调节贸易顺差[14]。刘阳阳等采用误差修正模型，将人民币汇率影响分为直接效应和联动效应，并提出因加工贸易在中国进出口贸易中占比较大，联动效应起主导作用，导致我国汇率政策效果不显著[15]。

已有研究大多采用季度数据，本文采用2000—2015年月度数据验证结果的有效性；将贸易差额分为一般贸易差额和加工贸易差额，探索加工贸易差额与中国金融结构之间内生联系；将贸易差额自身冲击引入SVAR模型，分析中国金融结构对贸易差额效应；引入银行中介与金融市场比例构成、上证综合指数工具变量作为中国金融结构指标，更好地克服内生性问题。

二、模型构建与变量选择

（一）模型选择和设计

VAR模型自提出后被迅速引入经济学中，但无法解释隐藏在信息向量中的当期相关关系。为解决此问题，计量经济学家提出SVAR模型。为研究人民币汇率对贸易差额动态影响，本文基于Blanchard与Quah识别方法，拓展侯鹏的三元SVAR模型，并引入两个外生变量，对我国加工贸易差额与一般贸易差额构建包括供给冲击、需求冲击、汇率冲击以及自身冲击的SVAR模型，定义为模型一、二。

其中，ΔRIVAt，ΔM2t，ΔREERt，ΔJGt分别表示实际工业增加值、广义货币供给量、人民币实际有效汇率、加工贸易差额与名义工业增加值之比的差分项，YGt表示一般贸易差额与名义工业增加值之比的水平值，uts，utd，ute，utb分别表示供给冲击、需求冲击、汇率冲击以及自身冲击。

以模型一为例。首先，建立Xt的VAR模型，因满足平稳性条件，可将模型表示为向量移动平均（VMA）形式：

因VAR简化式中的εt可能具有相关关系，无法反映变量间同期影响，需对模型施加长期约束，识别结构式扰动项间相互独立的SVAR模型。SVAR模型的VMA形式为：

其中，B（L）=C（L）-1，B（L）=B+B1L+B2L2+…。结合式（3）和式（4），推导出εt=B0ut，从而得到∑=B0B0′，B0=C0-1。因此，只要对C0施加k（k-1）=10个约束，即可通过Cholesky分解识别结构式模型。

根据经济理论，对C0施加如下约束：

1.依照实际经济周期理论，在长期内，实际工业增加值仅受供给冲击影响，其他冲击无影响，即c12=c13=c14=0。

2.依照货币中性理论，长期内，仅供给冲击和需求冲击可能对广义货币供应量产生影响，即c23=c24=0。

3.依照长期实际汇率决定理论，人民币实际有效汇率会对供给冲击、需求冲击、汇率冲击反应，即c34=0。

此时，可将式（4）表示为如下形式：

（二）变量选择和数据来源

本文选用2000年1月到2015年12月实际工业增加值（RIVA）、广义货币供给量（M2）、人民币实际有效汇率（REER）、加工贸易差额与名义工业增加值的比值（JG）、一般贸易差额与名义工业增加值比值（YG）的月度数据。引入银行中介与金融市场比例构成（BMP）以及上证综合指数（SCI）外生工具变量。为消除季节性影响，除YG外，其余变量均以X—12方法对月度数据作季节调整。为削弱模型异方差，使模型更稳定，对JG与YG以外变量取对数。因JG与YG数值可能为负，无法取对数，分别除以同期工业增加值平稳。变量具体说明如下：

1.供给冲击RIVA。因国家统计局不发布月度GDP数据，且近年来工业制成品在我国出口产品结构中占绝对比重，使用实际工业增加值月度数据代替GDP，作为供给冲击代理变量。因2007年起统计局不再发布工业增加值，以工业增加值同比增长率推算2007年后数据。数据来源于国家统计局。

2.需求冲击M2。国外学者使用实际汇率表示需求冲击，但我国需求波动主要来自投资波动，而投资资金主要来自银行系统，因此以广义货币供给量作为需求冲击代理变量。数据来源于国家统计局。

3.汇率冲击REER。人民币实际有效汇率以2011—2013年对外贸易为权重，以2010年指数为基年，包括61个经济体（欧元作为整体）的加权平均汇率，反映汇率冲击。数据来源于国际清算银行。

4.加工贸易差额冲击JG。因加工贸易差额可能出现逆差而无法取对数，采用加工贸易差额与同期工业增加值比值作为模型一的加工贸易差额冲击。数据来源于中经网。

5.一般贸易差额冲击YG。因一般贸易差额可能存在逆差不能取自然对数，采用一般贸易差额与同期工业增加值的比值作为模型二的一般贸易差额冲击。数据来源于中经网。

6.银行中介与金融市场比例构成。银行和金融市场是金融结构的组成部分，金融市场主要指股票市场。因此，使用金融机构人民币贷款总额除以股票市值作为银行中介与金融市场比例指标描述金融结构。数据来源于中国统计年鉴与中国金融年鉴。

7.上证综合指数。2005年5月，中国证券市场启动股权分置改革，逐步与国际市场接轨，结束长达四年的熊市，说明资本市场对制度变化具有较强敏感性。因此，以上证指数收盘价作为衡量我国股票市场波动的外生工具变量，反映我国政策或制度对资本市场的影响。数据来源于中经网。

三、实证结果分析

（一）四种结构性冲击对加工贸易的动态影响

1.单位根检验与协整检验。为防止伪回归产生，对变量平稳性检验。采用ADF检验，分别对RIVA、M2、REER、JG和BMP、SCI水平值和一阶差分项作单位根检验，即对序列作回归分析：

其中，α表示常数，βt表示线性趋势函数，εt表示随机误差项。

表1 ADF单位根检验结果

表1结果表明RIVA、M2、REER、JG和BMP、SCI水平值均不能拒绝原假设，但经过一阶差分后变为平稳序列，即均为一阶单整。因此，使用RIVA、M2、REER和JG的一阶差分项构造SVAR模型，并引入两个外生变量。另外，对变量作Johansen协整检验，发现变量间存在协整关系，但因经济意义不强，且Toda通过蒙特卡洛模拟实验方法发现，较多变量协整检验易发现存在协整关系，但实际上变量间协整关系不具有经济学内涵[16]。因此，仍采用一阶差分项构造模型。

2.确定滞后阶数。确定模型滞后阶数时，一方面滞后阶数足够大可更全面反映模型动态特征；另一方面，滞后阶数越大则待估参数越多，会损失自由度。因此，需综合考虑以选择合适滞后阶数。本文使用LR、AIC、SC等信息准则综合判断，反复尝试，确定模型最佳滞后阶数为2阶。随后，考虑三大工具变量，结果显示最佳滞后阶数仍为2阶。

3.模型稳定性检验。SVAR模型不稳定，则模型脉冲响应函数结果无效。因此需检验模型滞后结构。从图1可知，被估计模型所有AR特征多项式根倒数均小于1，即在单位圆以内，通过稳定性检验，说明SVAR模型稳定。

4.脉冲响应函数。脉冲响应函数分析当误差项发生变化，即模型受到冲击时对系统的动态影响。以脉冲响应分析SVAR模型，评估加工贸易差额对结构冲击的反应。图2表示加工贸易差额对供给冲击、需求冲击、汇率冲击以及自身冲击的脉冲响应。图2中，横轴表示冲击作用滞后期间数，纵轴表示加工贸易差额响应。

图1 SVAR模型AR根的倒数

由图2可知，对实际工业增加值施以正冲击，同期对加工贸易差额产生反向作用，随后迅速反弹，第2期达到最大值，此后逐渐下降，并伴随反复波动，1年后响应逐渐稳定为0。对广义货币供应量正冲击，加工贸易差额响应函数波动幅度更大，在第3期跌至谷底，随后剧烈上升，于第4期到达峰值，后经过小幅调整，1年后趋于0。

对人民币实际有效汇率正冲击，发现加工贸易差额响应函数95%置信区间包含0，结果不显著，说明长期内汇率冲击对加工贸易差额不产生影响，即人民币升值不能调节加工贸易差额，此结果与实践一致。因加工贸易作为“两头在外”贸易方式，通过从国外进口原材料，在本国加工成品后再出口到国外。人民币升值会增加加工成本，但也使进口原材料价格降低，使出口价格涨幅减少，对加工贸易差额调整效果不强。对加工贸易差额正冲击，脉冲响应波动幅度较大，呈衰减式震荡，并最终趋于0。

图2 加工贸易差额对各变量响应结构冲击的脉冲

5.方差分解。通过方差分解分析加工贸易差额在面对供给冲击、需求冲击、汇率冲击以及自身冲击时，各结构冲击对加工贸易差额贡献度，进一步评估不同结构冲击重要性。

表2 加工贸易差额的方差分解

从表2可知，短期内加工贸易差额可由自身解释86.072%，由供给冲击解释13.449%，由需求冲击解释0.475%。而汇率冲击仅可解释加工贸易差额的0.003%，占比极小。长期内加工贸易差额可由自身解释81.220%，由供给冲击解释15.006%，由需求冲击解释3.364%。而汇率冲击仅可解释加工贸易差额的0.410%，占比仍较小，忽略不计。虽长期内加工贸易差额本身可解释比例下降，但加工贸易差额本身仍是重要决定因素。因此，加工贸易差额主要由供给冲击和自身冲击决定。

（二）四种结构性冲击对一般贸易的动态影响

1.单位根检验与协整检验。使用ADF检验分别对RIVA、M2、REER、YG和BMP、SCI的水平值和一阶差分项作单位根检验。表1结果显示RIVA、M2、REER和BMP、SCI的水平值存在单位根，一阶差分平稳；而YG的水平值平稳。因此，使用RIVA、M2、REER一阶差分项和YG水平值构造SVAR模型，引入两个外生变量。Johansen协整检验也表明变量间长期均衡关系，但同样不考虑。

2.滞后阶数的确定。使用LR、AIC、SC等信息准则综合判断，反复尝试，并考虑三大工具变量，确定模型二最佳滞后阶数为2阶，构建SVAR（2）模型。

3.模型稳定性检验。检验模型二滞后结构。从图3可知，模型二所有AR特征根的倒数均小于1，位于单位圆内，通过稳定性检验，说明构建SVAR模型可靠。

4.脉冲响应函数。对SVAR模型做脉冲响应函数，观察结构冲击对一般贸易差额的动态影响。图4表示一般贸易差额对供给冲击、需求冲击、汇率冲击以及自身冲击的脉冲响应。横轴表示冲击作用滞后期间数，纵轴表示一般贸易差额变化。

图3 SVAR模型AR根的倒数

图4 一般贸易差额对各变量响应结构冲击的脉冲

从图4可知，供给冲击对一般贸易差额的第0期影响为负，第2期影响为正，随后下降并经小幅波动后趋于0。需求冲击对一般贸易差额影响在前6期呈W型，后上升并最终趋向于0。汇率冲击对一般贸易差额影响长期为正，即人民币升值不能抑制一般贸易顺差，反而增加顺差。这与实际不符，可能因我国出口需求弹性较低。周杰琦指出我国出口层次较低以及出口价格弹性较低使出口需求带有一定“刚性”[17]。按照姚枝仲等推算，中国出口需求弹性短期为-0.65，中长期为-0.8579[18]。因此，当人民币升值时，出口产品价格上升增加一般贸易出口额从而增加一般贸易顺差。自身冲击引起一般贸易差额迅速剧烈响应，在第1期最大，后逐渐下降，最终趋于平稳。

表3 一般贸易差额方差分解

5.方差分解。通过方差分解分析一般贸易差额在面对供给冲击、需求冲击、汇率冲击以及一般贸易差额冲击时，各结构冲击对一般贸易差额贡献度，进一步评估不同结构冲击重要性。

从表3可知，短期内一般贸易差额可由自身解释96.440%，由供给冲击解释2.733%，由需求冲击解释0.458%。而汇率冲击仅可解释一般贸易差额的0.370%，占比极小。长期内一般贸易差额可由自身解释90.228%，由供给冲击解释2.362%，由需求冲击解释4.561。汇率冲击仅可解释一般贸易差额的2.850%，长期内汇率冲击对一般贸易差额贡献率上升，但占比仍较小。因此，一般贸易差额主要由自身冲击决定。

四、结论与政策建议

本文采用2000年1月至2015年12月月度数据，通过构建供给冲击、需求冲击、汇率冲击以及自身冲击下的四变量SVAR模型，引入两大工具变量，分别研究人民币汇率变动对我国加工贸易差额与一般贸易差额的动态影响。研究结论如下：

第一，长期内，人民币汇率对加工贸易差额影响不大，无法调节加工贸易差额，这由加工贸易“两头在外”的贸易方式决定。我国加工贸易产品大多为中低档劳动密集型产品，技术含量与附加值较低，产品主要依靠劳动力成本比较优势。人民币升值会增加加工成本，但进口原材料价格会随之下降，最终使出口价格变动较小，对加工贸易差额调整效果不佳。

第二，人民币升值长期内不能抑制一般贸易顺差，反而增加顺差，这可能由我国出口需求弹性较低导致。一般贸易是单边贸易，仅出口环节以美元计价，实际汇率上升会提高出口产品价格，由于出口“刚性”，一般贸易出口额会随之增加进而增加一般贸易顺差。

第三，人民币升值无法调节我国贸易差额，可能会增加贸易顺差。贸易差额由自身特征决定。我国现阶段劳动生产率较低，劳动力技术和素质不高，劳动力成本较低；且过度依赖自然资源，能源消耗高，污染严重；居民消费水平较低，储蓄较高，贫富差距较大。

第四，降低贸易顺差需改善我国经济结构和金融结构。现阶段中国尚属发展中国家，以劳动密集型产业为主，这些产业技术较成熟，风险较小，因此融资渠道以间接融资为主，致使金融产品种类较少，金融市场效率不高，最终导致金融市场欠发达。但随着我国产业结构优化升级和技术创新，间接融资难以满足实际需求，需提高直接融资比例，为我国经济持续发展提供支撑。

基于供给侧结构性改革内生要求和上述结论，提出以下建议：

第一，加快加工贸易转型升级，优化产业结构。过去30余年，我国凭借劳动力成本低和政策扶持等比较优势，加工贸易发展迅速，推动经济快速稳定增长。但随着我国成本比较优势逐渐减弱，加工贸易转型升级迫在眉睫。必须明确产业调整方向，提高要素生产率和资源配置效率。如改善加工贸易产品结构，提高加工贸易技术含量，增加产品附加值；优化加工贸易企业结构，完善企业准入和退出机制，促进企业经营多元化，充分发挥企业主体作用进而增加企业竞争优势；延长加工贸易产业链，加大自主研发和创新力度，同时提高我国科技创新成果转化率，使科技成果产业化，增加国内实际收益。

第二，推进贸易多元性，构建新贸易格局，提高对外开放水平。如推动贸易方式多元化，随着互联网普及，加快发展跨境电子商务，同时借力“一带一路”战略，积极开拓海外市场，推动租赁贸易增长；实现贸易伙伴多元化，发展自贸区建设，保持与贸易伙伴合作关系，降低贸易成本与贸易风险，增加贸易收益；促进贸易市场多元化，除主要贸易市场外，积极开发新贸易市场，减少对少数贸易市场依赖，增强经济稳定性。

第三，扩大国内需求，优化消费结构。着眼于供给侧结构性改革，首先，提供充足就业机会，提高居民收入，完善消费政策和优化消费结构促进居民消费；其次，建立健全养老、医疗等保障机制，完善社会救济制度，使居民放心消费；最后，改善消费环境，减少消费中信息不对称问题，推动电子商务消费和贷款消费，同时维护消费者信息安全，保护消费者权益。

第四，优化金融结构，防范金融风险。打破大型国有银行垄断，推动中小型银行快速健康发展，继续充分发挥银行业拉动经济增长支撑作用；合规发展互联网金融、小微证券公司等新型金融业态，引导其逐步走向可持续发展之路，倡导绿色金融和普惠金融；优化中国金融结构，建立与市场需求相适应的多层次资本市场，加快股票市场、债券市场改革步伐，增加直接融资比例，解决创新产业融资问题；创造良好市场环境，完善金融监管体制，全面覆盖金融风险监管，规范金融秩序，建立健全信用制度和法律制度保护投资者权益。

［1］L Guangzhong.Does China Really Lose from RMB Revaluation? Evidence from Some Export Industries[J].Applied Economics, 2006(15).

［2］范言慧,潘慧峰,李哲.人民币升值预期与我国的贸易顺差[J].国际金融研究,2008(2).

［3］刘尧成,周继忠,徐晓萍.人民币汇率变动对我国贸易差额的动态影响[J].经济研究,2010(5).

［4］张陆洋,葛加国,钱东平.人民币汇率变动对中美贸易差额的动态影响[J].统计与决策,2015(13).

［5］陈萍.人民币汇率变动对我国进出口及贸易差额的传递效应——基于动态递归的分析[J].中国经贸导刊,2016(1).

［6］Z Zhang,K Sato.Should Chinese Renminbi Be Blamed for Its Trade Surplus?A Structural VAR Approach[J].The World Economy, 2012(5).

［7］杨凯文,臧日宏.人民币汇率变动对我国国际贸易影响的VAR模型实证分析[J].金融理论与实践,2014(12).

［8］苏海峰,陈浪南.人民币汇率变动对中国贸易收支时变性影响的实证研究——基于半参数函数化系数模型[J].国际金融研究,2014(2).

［9］李停.人民币汇率与美中贸易逆差、美国失业率关系的研究——基于1994-2014年月度数据的经验考察[J].山东财经大学学报，2016(2).

［10］陈宗义.人民币汇率对中国长期贸易顺差的影响性分析——基于TVP-VAR模型的实证检验[J].统计与信息论坛,2012(2).

［11］曹强,虞文美.人民币汇率与贸易盈余:基于SVAR模型的分析[J].国际经贸探索,2015(9).

［12］W Thorbecke.Investigating the Effect of Exchange Rate Changes on China’s Processed Exports[J].Journal of the Japanese& International Economies,2011(2).

［13］刘林,冯明,唐燕华.人民币汇率、国内外经济状况与我国贸易收支——基于Markov区制转换VAR模型的实证研究[J].国际贸易问题,2011(8).

［14］刘威,王方舟,陈继勇.中国贸易失衡调整路径实效的比较研究——基于2008-2013年月度数据的实证检验[J].国际贸易问题,2015(2).

［15］刘阳阳,冯明,唐燕华.汇率变动对中国贸易顺差的影响:直接效应和联动效应[J].投资研究,2015(11).

［16］Toda H Y,Phillips P C B.The Spurious Effect of Unit Roots on Vector Autoregressions:An Analytical Study[J].Journal of Econometrics,1993(3).

［17］周杰琦.人民币汇率变动对国内价格水平的传递效应[J].统计研究,2010(8).

［18］姚枝仲,田丰,苏庆义.中国出口的收入和价格弹性[J].世界经济, 2010(4).

F822

A

1672-3805(2017)01-0001-08

：2016-11-20

国家社科基金“供给侧结构性改革下我国信贷集中风险预警和协同监管研究”（16BJY184）；教育部青年基金“BaselⅢ和中国金融结构视角下的商业银行信贷集中风险预警研究”（12YJC790224）；安徽省社科规划办基金“促进安徽小微企业发展的金融创新支持研究”（AHSK11-12D10）；安徽财经大学青年基金“合芜蚌企业自主创新中的金融支持研究”（ACKYQ1006ZD）

颜廷峰（1975-），男，安徽财经大学金融学院副教授，研究方向为商业银行经营与管理、农村金融。