摘要:汇率作为国际支付结算的的中介桥梁,在经济全球化的发展格局下发挥着联系各经济体的重要作用。在微观上,汇率调整会改变外贸企业的成本、利润,在宏观上会直接影响一国涉外经济的发展。汇率调整通过改变进出口商品的相对价格进而改变经营者的经济效益。已成为我国对外贸易中一个重要的影响因素。本文立足于我国经济贸易现实状况和发展动态,分析思考汇率在提升一定时期内对我国对外贸易的影响并提出了相对的对策和建议。
关键词:汇率;对外贸易;ADF检验;协整检验 ;VEC模型
一、研究背景
经济全球化是世界经济发展的必然趋势,随着经济全球化的进一步发展,各国之间的经济联系相互融合,相互渗透,因此,对外贸易对一国的经济增长的作用也越来越重要。在我国,对外贸易状况的改变直接影响着我国的市场供求状况,并反映出我国实际福利的变动水平。改革开放后,我国的对外贸易规模不断扩大,特别是2000年以来,我国外贸增长特别快,一年迈上一个大台阶(见图1),2007年我国进出口贸易总额更是达到166965亿人民币的新高。但是,随着我国对外贸易规模的不断扩大,我国的对外贸易出现了持续的贸易顺差以及贸易条件不断恶化等一系列问题,其中顺差问题尤为严重。从1990年开始我国就进入了贸易顺差时代,1990年顺差411亿元人民币,到2007年,贸易顺差已达到19950亿元人民币,增长速度非常之快。
图1:中国进出口总额情况表
数据来源:中国统计年鉴
汇率是一国货币单位兑换其他国货币单位的比率,是一个国家进行国际经济活动最重要的综合性价格指标,在国际金融和国际贸易活动中执行着价格转换职能。汇率把国际价格与国内价格联系起来,并且决定了一国从事国际贸易的货物和劳务之间的相对价格。开放经济中汇率是调节经济平衡的一个重要变量,汇率政策成为调节贸易和经济的一个很好的工具。然而,汇率对进出口贸易的调节是有条件的,汇率变动最终能否实际影响贸易,还得看汇率传导的机制。
2005年7月21日开始,我国开始实行以市场供求为基础,参考一揽子货币进行调节,有管理的浮动汇率制度,人民币汇率不再盯住单一美元,形成更富有弹性的人民币汇率机制。持续的贸易顺差使人民币汇率和中国的对外贸易紧紧的联系在一起,人民币汇率也成为人们广泛关注的一个焦点问题。同时,我国的货币当局承受着越来越大的人民币升值压力,内部压力主要来源于持续的贸易收支顺差和银行间市场上外汇供大于求。此外,国际上纷纷要求人民币升值,有一些国家,则跟中国展开贸易战,认为人民币被低估。中国政府一向坚持独立自主的汇率机制。在经历很长时间后,人民币开始缓慢相对美元升值。
那么人民币汇率的变动对我国进出口贸易的变化到底有多大影响,我国是否可以运用人民币汇率政策来刺激进出口的增长,提升进出口商品结构,改善我国的贸易条件,从而进一步促进我国经济的发展。本文试图找出上述问题的答案。
二、定量分析
(一)模型的选择
传统的计量经济学方法分析时间序列之间关系时,没有充分考虑时间序列的平稳性问题,如果直接将非平稳的时间序列运用最小二乘法进行回归,那么很容易得出序列之间存在着“显著相关”的“伪回归”结论。然而直接对时间序列进行差分处理,可能导致有用的信息大量丢失。动态计量经济学引入协整理论。
协整的概念是20世纪80年代由恩格尔- 格兰杰提出的。协整理论为在两个或多个非平衡变量间寻找均衡关系, 以及用存在协整关系的变量建立误差修正模型奠定了理论基础。在实际中, 多数经济时间序列都是非平衡的, 然而某些非平衡时间序列的某种线性组合有可能是平稳的。协整检验的思想在于: 如果某两个或多个同阶时间序列向量的某种线性组合可以得到一个平稳的误差序列, 则这些非平稳的时间序列存在长期均衡关系, 或者说这些序列具有协整性。由于只有具有相同单整阶数的变量才有可能存在协整关系。变量协整性分析的经济意义在于:对于具有各自长期波动规律的变量,如果它们之间是协整的,则存在一个长期的均衡关系;反之,如果不是协整的,则不存在一个长期的均衡关系。
(二)数据整理
由于定量分析的模型依据是微观经济理论,其最基本的假设就是微观经济主体以利润最大化等经济目的为指导,因此,只有在市场经济阶段,我国的进出口贸易才能适用以微观经济理论为基础的定量分析。本文选择了1981年---2007年为样本区间。
同时,在这段期间,人民币汇率和进出口贸易的重要性日益提高。一国经济的对外依赖程度较深,进出口贸易在国民生产总值中所占比重较大,汇率变动对该国经济进程影响较大。
本文所用数据均来源于历年的中国的统计年鉴。其中进出口额的单位为亿元人民币,进口额为I,取对数后为LNI;出口额为E,取对数后为LNE。汇率ER选取人民币对美元的汇率,采用直接标价法,表示一百美元兑换人民币的数量。因此,ER的上升,意味着人民币的贬值;相反,ER的下降意味着人民币的升值,取对数后用LNER来表示。价格指数的选取考虑到适用性和可得性,选取消费价格指数,用PI表示,取对数后为LNPI。
(三)时间序列变量的平稳性检验
拿到一个时间序列之后,首先要对它的平稳性进行检验,以避免直接对非平稳时间序列进行回归估计而出现的“伪回归”问题。许多学者忽略了这一环节的重要性,直接对变量进行回归,那样得到的结果是不准确的,甚至是不可信的。有些学者则把平稳性检验放到了最后,先回归再验证,无疑是舍近求远。本文首先对序列进行平稳性检验。采取ADF(Augmented Dickey-Fuller Test)检验方法,利用Eviews5.0 检验结果如表1所示。
表1各变量ADF检验结果 变量 检验类型 ADF检验值 1%临界值 5%临界值 结论 LNER (c,t,1) -0.911734 -4.440739 -3.632896 不平稳 iLNER (c,t,1) -3.126633 -4.467895 -3.644963 不平稳 iiLNER (c,t,1) -5.432206 -4.532598 -3.673616 平稳 LNE (c,t,1) -2.071488 -4.440739 -3.632896 不平稳 iLNE (c,t,1) -4.465562 -4.467895 -3.644963 不平稳 iiLNE (c,t,1) -5.788772 -4.532598 -3.673616 平稳 LNI (c,t,1) -2.657887 -4.467895 -3.644963 不平稳 iLNI (c,t,1) -3.183138 -4.467895 -3.644963 不平稳 iiLNI (c,t,1) -5.554428 -4.498307 -3.658446 平稳 LNPI (c,t,1) -2.122089 -4.467895 -3.644963 不平稳 iLNPI (c,t,1) -3.890401 -4.498307 -3.658446 不平稳 iiLNPI (c,t,1) -4.653076 -4.532598 -3.673616 平稳 注:检验形式(c,t,k)分别表示单位根检验方程的常数项、时间趋势项和滞后阶数
上表的检验结果表明,LNER、LNE、LNI和LNPI在1 %和5 % 的显著性水平下都无法拒绝单位根过程,都是不平稳的。经过一阶差分,iLNER、iLNE、iLNI和iLNPI在5%和1%的显著性水平下仍无法拒绝单位根过程。经过二阶差分后,iiLNER、iiLNE、iiLNI和LNPI分别在5 % 、1 % 的显著性水平下拒绝单位根过程,变成平稳序列,由此可知,LNI、LNPI都是二阶单整的,即LNER~I(2)、LNE~I(2)、LNI~I(2)、LNPI~I(2)。在此基础上,可进行协整分析。