眭 川
新态势下人民币汇率与我国进出口贸易的关联研究——基于VEC模型
眭 川
(厦门软件职业技术学院 外语外贸系,福建 厦门 361001)
以人民币从2007—2017年的实际有效汇率与进出口贸易的因果互动关联为研究对象,建立向量误差修正(VEC)模型对该因果关联进行实证分析,结果阐明:在5%的显著性水平下,人民币实际有效汇率不是出口额的Granger原因,而是进口额的Granger原因,出口额是人民币实际有效汇率变动的Granger原因,进口额却不是。研究发现,我国出口贸易总体上受国家政策影响因子较大,人民币有效汇率对我国进口总额的效用基本符合汇率作用于进口的原理,进口总额长期变动对人民币有效汇率几乎没有明显影响,等等。
汇率改革;SDR;人民币实际有效汇率;进出口贸易;VEC模型
在我国自贸区相继建设并迅速拓展和“一带一路”倡议全面实施的大背景下,多边和双边进出口贸易在总量、增量以及频次上都呈现出上扬态势,人民币对外汇率作为贸易双方之间的桥梁,其变动的贸易扰动效应影响着我国的进出口贸易平稳形态,进而对经济基本面和社会稳定度产生广泛而深远的影响,所以一直以来都是我国学术科研界广泛研究的重大课题。[1]自2005年721汇改后,人民币实际有效汇率迈入单边升值通道,但经过2015年811汇改和当年年底加入SDR后,人民币实际有效汇率双向波动已然常态化,且波动幅度和频率都有持续扩大的趋势。另一方面,我国从2013年开始连续3年超越美国,荣登全球进出口贸易总额第一的宝座,却在2016年被美国反超,且2016、2017两年的世界贸易增长率均低于经济增长率,再者美国政府2018年3月发起301调查等贸易保护主义手段,这些利空事实对我国加入世贸组织以来贸易依存度极高的经济发展带来了较大的挑战和不确定性。由此可以看出,虽然人民币汇改和加入SDR后人民币有效汇率保持双向波动态势,但与此同时我国进出口贸易也面临一定困境,二者之间是否存有某种关联,特别是进出口贸易的困境是否对人民币有效汇率的走势产生反向扰动作用[2-3],对此做出科学定量的研究具有重要的理论价值和实际意义。
该领域学者们对人民币汇率和中国进出口贸易的实证研究主要涵盖:(1)利用OLS最小二乘法建立关于时间序列数据的回归模型[4-5],简单研判人民币有效汇率对我国进出口贸易的作用;(2)建立向量自回归模型(Vector Auto Regression,VAR)或者TVP-VAR模型[6-7],分析人民币有效汇率与我国进出口贸易的动态关系,但事实上难以摆脱仅研究人民币有效汇率对进出口贸易单向作用的局限性;(3)建立ARDL分布滞后模型[8-9],分析人民币有效汇率变动的进出口贸易效应,依然落入单行道研究的窠臼。综合现有人民币汇率变动与我国进出口贸易的关联研究能够发现,这二者的关联紧跟国内政策走向和国际趋势背景,具有明显的时变特征。国内研究的局限性在于:在建模实证分析中,绝大多数论著都围绕着人民币有效汇率对我国进出口贸易的影响进行假设检验和参数估计,极少数标注“协同变动”“互动研究”的文献,最终落脚点还是人民币有效汇率对我国进出口贸易总额的正面影响。人民币汇率波动与进出口贸易的双向关联研究,特别是进出口贸易对人民币有效汇率的反向影响方面的研究不能得到很好的体现。此外,VEC模型作为在协整基础上修正误差后的VAR模型,能够更加精准地推进分析。本文在陈立新研究的基础上[10],聚焦于我国进口贸易和出口贸易的波动引起人民币有效汇率变化的显著性,选取2007—2017年的月度数据组成大样本,建立VEC误差修正模型,能更加准确地量化人民币有效汇率波动和进出口贸易总额的关联度,特别是进出口贸易总额对于人民币有效汇率的反向影响,通过实证分析得到结论和相关启示。
实证研究选取以下变量:人民币实际有效汇率指数(Ex),中国进口贸易总额(Im),中国出口贸易总额(Ep)。实证研究选取2007年1月—2017年12月的月度时间序列数据作为参考大样本,样本容量为132组。所有数据来源于BIS国际清算银行、海关总署和CEIC中国经济数据库。为剔除季节因素干扰作用,对所有变量的时间序列数据采用X-12方法进行季节调整。同时,为消除异方差和不稳定性的影响,对全部变量的时间序列数据分别取自然对数Ln,这不会改变各序列的原有性质,且使各变量口径一致并具有可比性。
为了研究我国进出口贸易总额对人民币汇率的冲击影响是否存在以及贡献度大小,根据向量误差修正模型(Vector Error Correction,VEC)基本原理,可以根据一般形态VEC,如式(1)
d(Yt)=a0(CointEq)+ a1Yt-1+…+apYt-p+b1Xt-1+…+bpXt-p+C (1)
建立起进口与汇率、出口与汇率两个VAR模型:
d(LnExt)= α0(CointEq)+ α1d(LnImt-1)+…+αpd(LnImt-p)+β1d(LnExt-1)+…+βpd(LnExt-p) +C (2)
d(LnExt)= φ0(CointEq)+φ1d(LnEpt-1)+…+φpd(LnEpt-p)+γ1d(LnExt-1)+…+γpd(LnExt-p)+C (3)
其中,α、β、φ、γ表示内生变量的回归系数,C表示外生变量的待估参数,t表示时间期,P表示最优滞后期,CointEq表示协整方程,Ln表示对数据取自然对数且完成季节调整。
首先,使用ADF单位根检验测试各时间序列数据是否平稳,如不平稳必须进行多阶差分,保证时间序列的平稳性是后续研究变量之间协整关系和因果关系的根本保证。其次,进行协整分析以考察各变量之间的长期协整关系是否成立,如果成立则可建立协整方程并使用公式(2)(3)得出两个VEC模型,这是进行因果关系分析的又一前提。最后,在协整方程成立即变量之间存在长期协整关系且模型成立的条件下,采用Granger 因果关系检验得出变量之间的相互关系。
首先需要判断序列LnEx、LnEp、LnIm是否平稳,避免产生伪回归。由于可能存在序列高阶相关,因此采用ADF检验。首先对序列进行检验。
表1 2007年1月—2017年12月各序列单位根检验
表2 对序列进行一阶差分
从上两表可得出,2007年1月—2017年12月,LnEx、LnEp、LnIm3个序列均不拒绝原假设,即整体表现不平稳,一阶差分后序列DLnEx、DLnIm、DLnEp在1%的显著性水平下表现平稳,不存在单位根,都是表现平稳的,因此3个序列均是一阶单整序列I(1)。
经过原序列数据的残差提取、对残差进行ADF单位根检验。
在1%的显著性水平下,回归方程残差组成的序列拒绝原假设,单位根没有出现,具有平稳性。说明LnEx和LnEp具有协整关系,协整方程建立如下:
LnExt-1=0.506LnEpt-1+0.977
表3 2007年1月—2017年12月LnEx与LnEp的协整检验
表4 2007年1月—2017年12月LnEx与LnIm的协整关系检验
在1%的显著性水平下,回归方程残差组成的序列拒绝原假设,单位根没有出现,整体表现具有平稳性。说明LnEx与LnIm具有协整关系,协整方程建立如下:
LnExt-1=0.35LnImt-1+2.197
综述:根据EG两步法,2007年1月—2017年12月,同阶单整序列的残差是平稳序列,进口额、出口额与人民币汇率是协整的,具有长期均衡关系,可以用于建模。
根据AIC和SC同时最小的准则,通过对1—8期滞后期的比较,得出1同时为两个VEC模型的最优滞后期,再结合公式(2)(3),得出VEC模型建立结果如下:
d(LnExt)= -0.03(LnExt-1-0.35LnImt-1-2.197)+ 0.017d(Imt-1) +0.347d(Ext-1) +0.001
可决系数R2=0.976,模型成立。
d(LnExt)=-0.002(LnExt-1-0.506LnEpt-1-0.977)+0.003d(Ept-1)+0.358d(Ext-1) +0.002
可决系数R2=0.984,模型成立。
最后进行Granger因果关系分析。在时间序列中,若在包含了变量X、Y的以往信息(滞后阶)的条件下,对变量Y的预测效果要优于只单独由Y的以往信息(滞后阶)对Y进行的预测效果,即变量X有助于解释变量Y的未来变化,则认为变量X是引致变量Y的Granger原因。
研究结果表明,在5%的显著性水平下,接受第一个原假设,说明人民币汇率变动不是出口额变动的Granger原因,同样在5%的显著性水平下,拒绝第二个原假设,说明出口额变动是人民币汇率变动的Granger原因。
表5 2007年1月—2017年12月LnEx与LnEp因果关系分析
表6 2007年1月至2017年12月LnEx与LnIm因果关系分析
研究结果表明,在5%的显著性水平下,拒绝第一个原假设,说明人民币汇率变动是进口额变动的Granger原因, 同样在5%的显著性水平下,接受第二个原假设,说明进口额变动不是人民币汇率变动的Granger原因。
本文基于人民币汇率与我国进出口贸易总额的因果关联视角,建立了向量误差修正(VEC)模型,实证分析了2007年1月—2017年12月人民币汇率与我国进出口贸易总额的互动因果关系。
研究结论如下:2007年1月—2017年12月期间,在5%的显著性水平下,人民币有效汇率不是出口额的Granger原因,但出口额是人民币有效汇率变动的Granger原因。同样在5%的显著性水平下,人民币有效汇率是进口额的Granger原因,但进口额不是人民币有效汇率的Granger原因。
从11年共132个月的实证分析角度来看,在允许两个标准误差存在的情况下,就此可得出四点启示:
1.我国出口贸易总体上受国家政策影响因子较大,且国外市场对我国出口产品的需求多为刚需,对出口贸易影响加成较多。自2005年712汇改至2013年年底,人民币总体上呈现升值走势,有效汇率指数从86.88上涨至120,受到全球金融危机影响的2008年和我国出口总额较大幅度萎缩的2009年,我国出口总额总体保持稳定的增长幅度,计量单位也从百亿美元跃为千亿美元。在人民币走强的背景下能保持如此出口增速,主要得益于我国多年来的各项出口优惠政策和专项补贴。再者我国自二十世纪九十年代以后一直以加工贸易为主,产品大多为国外品牌商所有,渠道数量众多,市场需求旺盛。而2014年1月—2017年12月期间,人民币有效汇率指数打破了人民币单边升值的预期,呈现出上下波动的态势,分别出现3个波谷。在同一时期,我国出口总额也呈现出震荡形势,但出现了4个波谷,且与汇率指数走弱的波谷完全不匹配。特别是2015年12月人民币加入SDR后的几个月里,人民币有效汇率指数表现稳定,但出口总额却呈现出断崖式下滑的态势。值得一提的是,从2007—2017年的11年间,每年2月份出口总额都呈现环比下降的趋势,而此时有效汇率并不都呈上升状态。
2.人民币有效汇率对我国进口总额的效用基本符合汇率作用于进口的原理,但人民币加入SDR对于进口额在汇率指数走弱的情况下企稳复苏有一定阻力。2007—2013年期间,伴随着人民币有效汇率持续上升,进口总额整体也呈现爬坡态势,除2008年受金融危机影响产生一定的滑坡外。2014—2017年期间,进口总额伴随着人民币有效汇率上下波动也呈现上下震荡态势。值得一提的是,2014年1月的人民币有效汇率和进口总额与2017年12月的对应指标基本处于同一水平。这也从整体上体现了人民币有效汇率对进口总额具有直接的正向作用力。在2015年12月加入SDR后,人民币有效汇率持续7个月保持下滑颓势,但进口总额逆势上扬,这种矛盾现象在一定程度上得益于人民币加入SDR。原因主要有二:首先是表面意义方面,加入SDR代表着国际社会对中国经济和人民币主权信用的信心,理论上会增加对人民币的市场需求,继而在中长期维持人民币汇率的稳定性,即使在短期出现弱势,但仍看多人民币汇率。其次是实际意义方面,人民币加入SDR,中国在大宗商品进口方面可以采用双边人民币计价、结算和清算方式,从而消弭人民币自身对外汇率风险。从全球角度来看,加入SDR一年内,人民币跨境贸易结算额占中国全球贸易结算总额的比重飙升至27%,中德贸易总额的1/7和中墨贸易总额的15%以人民币为计价结算币种,人民币也在2018年1月成为中巴贸易核准结算货币。
3.出口总额长期稳步变化能有效推动人民币有效汇率呈现出正向回归走势,但出口总额的短期剧烈变化可能会引起人民币有效汇率出现反向峰值或谷值。自2007年初至2013年末,出口总额长期呈现稳步爬升态势,人民币有效汇率也几乎亦步亦趋,呈现正向回归走势。2014年初至2017年末,上述二变量也始终围绕着初始值双向波动,最终值略微高于初始值,二者几乎持平。但是,在该连续12年内的几个不连续短期自然年间,出口总额均出现500亿美元不等的滑坡式衰减,人民币有效汇率则分别对应地冲顶至各自邻域的极大值。
4.进口总额长期变动对人民币有效汇率几乎没有明显影响。我国汇率决定机制中,国家政策考量和出口总额变化占了较大比重,但在加入SDR后的短期内进口总额作用于人民币汇率的影响初见端倪。首先,该P值等于0.08,如果将显著性水平放宽至10%,进口总额将会成为有效汇率的Granger原因。其次,2007年初至2013年末,我国进口总额整体呈上升阶梯形态,对外国产品需求增加势必会提升对外币的需求,这样人民币有效汇率应该走下坡路,但结果却恰恰相反,人民币有效汇率一直处于升值通道。2015年12月加入SDR的两个月内,进口总额速降但人民币有效汇率走平,影响关系并不显著。影响关系的初现是在加入SDR的两个月后,进口总额持续稳步回升,对外国产品需求回暖必然强化对外币需求,人民币币值对外理应缩水,人民币有效汇率也的确在软着陆,符合进口对汇率的作用机制。
本文借助2007—2017年的月度时间序列数据,建立进口总额与人民币有效汇率指数、出口总额与人民币有效汇率指数两个VEC模型。通过实证检验发现,基于中长期视角,在5%显著性水平下,人民币实际有效汇率不是出口额却是进口额的扰动因素,出口额而非进口额是人民币实际有效汇率的反向扰动因素。当前,“一带一路”倡议正在世界范围内全面落地和深入拓展,因此,在未来的研究中,可结合“一带一路”中的区域贸易、双边贸易对上述扰动和反向扰动关系进行基于微观视域的检验和分析。
[1]李文军,张巍巍.人民币汇率于中国对外贸易[M].北京:中国社会科学出版社,2012:29-46.
[2]Mohsen Bahmani-Oskooee,Hadise Fariditavana. Nonlinear ARDL approach, asymmetric effects and the J-curve [J].Journal of Economic Studies, 2015(3):25-27.
[3]Marilyne Huchet-Bourdon. Exchange Rate Uncertainty and Trade Flows Between the United States and China[J]. The Chinese Economy,2013,4(2):46-47.
[4]曹伟,林守武.人民币汇率变动、邻国汇率效应与双边贸易——基于中国与东南亚五国SVAR模型的经验研究[J].国际贸易问题,2017(11):33-35.
[5]杨娉.人民币汇率变动对我国各行业贸易条件的影响[J].经济评论,2009(5):48-50.
[6]张伟亚.浅谈人民币汇率对我国进出口贸易的影响[J].经济论坛,2017(10):24-25.
[7]赵阳,杨斯博.人民币汇率变动对我国进出口贸易影响的实证分析[J]. 经济贸易, 2017(14):9-10.
[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):10-12.
[9]张云,李秀珍,单青青.中美双边贸易与人民币汇率波动相关性研究[J].上海经济研究, 2017(6):90-100.
[10]陈立新.人民币汇率与进出口贸易的协同变动[J].金融经济,2017(5):11-13.
(责任编辑 姜 涛)
A Study on the Relationship between RMB Exchange Rate and China's Import and Export Trade under the New Situation: Based on VEC model
SUI Chuan
Taking the interactive correlation between the real effective exchange rate of RMB and import and export trade from 2007-2017 as the research object, this paper establishes a vector error correction (VEC) model to analyze the correlation empirically. The results show that the real effective exchange rate of RMB is not the Granger reason of the export value but the Granger reason of the import value at the 5% significance level. The export value is the Granger reason of the change in the real effective exchange rate of RMB, while the import value is not. It is found that China's export trade is generally influenced by national policies, and the influence of the effective exchange rate of RMB on China's total import value basically accords with the principle concerning the influence of exchange rate on import, and the long-term change of the total import value has almost no obvious influence on the effective exchange rate of RMB, and so on.
exchange rate reform; SDR (special drawing rights); RMB real effective exchange rate; import and export trade; VEC (vector error correction) model
2018-06-13
福建省教育厅中青年教师教育科研资助项目(JAS171252)
眭川(1988- ),男, 江西抚州人,厦门软件职业技术学院外语外贸系助教,硕士。
10.13685/j.cnki.abc. 000354
2018-09-18 10:24:07
http://kns.cnki.net/kcms/detail/34.1242.Z.20180917.1443.002.html
F832.6;F752.6
A
1671-9255(2018)03-0046-05