人民幣匯率及其波動對FDI產業分布的影響分析

胡澤俊，趙 昊

（中南財經政法大學a.經濟學院；b.金融學院，武漢430073）

1 模型構建及數據說明

匯率水平及其波動對不同行業的影響是不同的。根據國民經濟行業分類標準（GB/T 4754-2002）中三大產業的分類標準，第一產業是指農、林、牧、漁業；第二產業包括采掘業，制造業，電力、煤氣及水的生產和供應業，建筑業；第三產業指除第一、第二產業以外的其他產業。本文在選擇行業時主要參照三個標準：第一，該行業在吸收外商直接投資方面具有代表性，即該行業的合同利用外資、實際利用外資或項目數在外商對華直接投資總額中占比較高，從而該行業利用外資的變動對總體利用外資會產生重要影響；第二，本文選擇的樣本區間是1997～2011年，該行業在樣本區間中應保持統計口徑一致，例如，2004年之前，《中國統計年鑒》單設“批發和零售貿易餐飲業”，從2004年開始，統計局將該行業分為“批發和零售業”及“住宿和餐飲業”，因此，本文未將“批發和零售貿易餐飲業”選為研究對象；第三，該行業的數據在樣本期間能夠取得，不存在明顯的缺失和統計錯誤。綜合以上標準，本文選取了農林牧漁業、采礦業、制造業、建筑業、金融業、房地產業和交通運輸、倉儲和郵政業等七個行業作為研究對象。

影響外商對華直接投資的因素很多，如市場因素、制度因素、成本因素、地理的臨近性、關稅等，綜合考慮因素的可量化性和數據的可得性，本文選取了行業增加值、虛擬變量、職工平均貨幣工資分別衡量市場規模、匯率制度改革和成本因素。另外，匯率及其波動作為待考察的變量也作為自變量出現在模型中。具體地，本文建立如下模型：

采用面板數據是因為面板數據同時具備時間序列數據和截面數據的特征，能夠有效解決內生性問題，而且還可以反映變量的動態變化，使實證分析的結果更全面、更穩健。

2 實證研究

2.1 人民幣實際有效匯率波動率測算-GARCH模型

研究對象、研究方法和數據來源的不同造成研究的結果存在較大區別，本文采用廣義自回歸條件異方差（GARCH）模型測定人民幣實際匯率的波動。首先采用1997年第1季度～2011年第4季度的季度實際有效匯率數據測算人民幣匯率波動幅度，然后用測算出來的季度波動率平均得出年度的匯率波動率。應用GARCH模型的前提條件是時間序列的平穩性，因此先檢驗人民幣實際有效匯率序列的平穩性，這里采用ADF檢驗，檢驗結果見表1。ADF檢驗的結果表明REER序列是平穩的時間序列。

表1 REER的ADF單位根檢驗結果

根據表1的檢驗結果，REER在5%的顯著性水平下是平穩的時間序列，符合應用GARCH模型的前提條件。

REER序列的相關圖和偏相關圖顯示出該序列存在明顯的自相關特征，估計的自回歸方程為：

方程的擬合優度很好，而且統計量也是顯著的，接下來檢驗方程誤差項是否存在條件異方差，即利用ARCH LM檢驗看殘差μt是否存在ARCH效應。表2顯示，P值很小，殘差序列存在ARCH效應。

表2 殘差μt的ARCH效應檢驗

經過篩選，本文建立AR(1)-GARCH(1)模型如下：

方差中的GARCH項的系數都是統計顯著的，擬合優度和F統計量的值都較大，AIC的值比較小，再對此方程進行條件異方差的GARCH-LM檢驗，檢驗結果見表3。

表3 AR(1)-GARCH(1)方程誤差項條件異方差性檢驗

從表3可以看出，P值較大，即方程的誤差項不在有條件異方差性。因此，通過AR(1)-GARCH(1)模型計算出來的方程作為人民幣實際有效匯率的季節波動值，記為VOL。人民幣實際有效匯率的波動率如圖1所示。

圖1 人民幣實際有效匯率的波動率(VOL)

2.2 單位根檢驗

面板模型必須以數據平穩為基礎，因此先對7個行業的各變量序列進行平穩性檢驗。本文采用既有趨勢又有截距項的檢驗模式，采用的標準為適用于相同單位根下的LLC檢驗和適用于不同單位根下的ADF檢驗及PP-Fisher檢驗。檢驗結果如表4和表5所示。

表4 7個行業面板數據水平方向單位根檢驗

表5 7個行業面板數據一階水平單位根檢驗

單位根檢驗的結果顯示，7個行業的各變量序列LNFDI、LNREER、LNVOL、LNGDP、和LNWAGE 均不能拒絕“存在單位根”的原假設，說明取對數之后的變量均存在單位根；對各變量對數進行一階差分進行單位根檢驗發現，在三種檢驗形式下，在1%顯著性水平上都通過檢驗，即各變量序列均是一階單整。

2.3 協整檢驗

7個行業變量單位根檢驗結果發現，LNFDI、LNREER、LNVOL、LNGDP和LNWAGE均是一階單整，可以對7個行業的數據序列進行協整檢驗。本文采用Kao檢驗和Pedroni檢驗，Pedroni(1999)構造了7個統計量檢驗面板模型變量的協整關系，其中Panel v,Panel rho，Panel PP和Panel ADF四個統計量用于描述聯合組內維度，Group rho,Group PP和Group ADF三個統計量用于描述組間維度，每一個標準化的統計量都趨于正態分布，但在小樣本情況下，Panel ADF和Group ADF檢驗效果最好，當各統計量的檢驗結果出現沖突時，要以Panel ADF和Group ADF為標準。協整檢驗結果如表6所示。

表6 7個行業面板數據協整檢驗

7個行業的檢驗結果都顯示，在1%顯著性水平下均拒絕“不存在協整關系”的原假設，因此31個省份吸收的直接投資（LNFDI）與人民幣實際有效匯率（LNREER）、人民幣實際有效匯率波動率（LNVOL）、市場規模（LNGDP）、職工工資水平（LNWAGE）、對外開放度（OPEN）之間存在長期協整關系。

2.4 面板模型設定和模型估計

面板模型分為變系數模型和變截距模型，前者是指樣本中的個體差異是通過變量的系數差別來體現的，后者是指樣本中的個體差異通過結局想的差別來體現，隨機誤差項則有固定效應、隨機效應和混合效應之分。本文采用協方差分析檢驗對中部的面板模型進行模型設定檢驗，檢驗結果如表7所示。F2統計量大于F2分布臨界值，拒絕“模型為混合模型”的原假設，進一步地，F1統計量大于F1分布臨界值，拒絕“模型為變截距模型”的原假設，再結合針對誤差項的Hausman檢驗結果，應設定為固定效應變系數面板模型。

根據設定的模型，本文使用固定效應變系數模型進行估計，結果如表8。

表8顯示，7個行業中有4個行業人民幣實際有效匯率系數在1%（或5%）的顯著性水平下是顯著的，其中，采礦業、制造業和金融業的人民幣實際有效匯率的系數在1%水平下通過檢驗，房地產業的REER系數在5%顯著性水平下通過檢驗，其中采礦業和制造業數據第二產業，金融業和房地產業屬于第三產業。7個行業中3個行業人民幣實際有效匯率波動率系數在5%（或10%）的顯著性水平下是顯著的，其中制造業和金融業的VOL系數在5%顯著性水平下通過檢驗，房地產業的VOL系數在10%顯著性水平下通過檢驗。相比之下，人民幣實際有效匯率對各行業的影響比匯率波動率的影響大。具體來講，人民幣實際有效匯率每上升1個百分點（即人民幣升值一個百分點），采礦業和制造業實際利用外商直接投資分別減少2.5538、3.4917個百分點，金融業和房地產業實際利用外商直接投資分別增加6.7634、3.01個百分點。人民幣實際有效匯率波動率每增加1個百分點，制造業、金融業和房地產業實際利用外商直接投資分別增加0.7249、2.01、10.5027個百分點。對人民幣實際有效匯率和匯率波動率敏感的四個行業的方程如方程5～8，其中括號內為系數的t值，星號的含義與上文相同。

采礦業：

表7 7個行業面板模型設定檢驗

表8 7個行業面板模型的估計結果

通過上述實證結果我們可以發現，人民幣實際有效匯率及其波動率的相同變化對不同行業實際利用外商直接投資有著不同的影響，這種差異體現在影響的方向和幅度上，如人民幣升值使采礦業和制造業的實際利用外商直接投資減少，而使金融業和房地產業的實際利用外商直接投資增加；影響幅度上，人民幣實際有效匯率對采礦業的FDI影響相對較小，人民幣每升值1%，采礦業實際利用外資減少2.5538%，而人民幣實際有效匯率對金融業吸收FDI的影響相對較大，人民幣每升值1%，金融業吸收的FDI將增加6.7634%，人民幣實際有效匯率波動率對房地產業的影響相對較大，匯率波動率每增大1%，房地產業吸收的外商直接投資將增加10.5027%。

人民幣匯率水平及其波動對利用外資較少的農、林、牧、漁業沒有顯著影響，建筑業、交通運輸、倉儲和郵政業也沒有受到匯率水平及其波動的顯著影響。原因可能在于相比于金融業、房地產業、采礦業和制造業，農、林、牧、漁業、建筑業和交通運輸、倉儲和郵政業受到政府保護程度較高，而且其發展速度也不如金融業等行業，不僅對外資缺乏吸引力，而且其他因素如外資政策因素等對其影響也較大，例如，國內市場規模和國內職工平均貨幣工資水平對建筑業具有顯著影響，并且行業產值增加1%時，吸收的外資將增加4.5202%，行業職工平均工資上漲1%時，吸收的外資將減少5.5382%。

相對于其他行業，人民幣匯率及其波動對農、林、牧、漁業實際利用外商直接投資的影響不顯著而且是最小的，農、林、牧、漁業產值增加1%時，吸收的外資將增加1.2233%，農、林、牧、漁業職工平均工資上漲1%時，吸收的外資將減少0.1042%。原因可能在于農、林、牧、漁業本身利用的外資數額就相對較小，2010年農、林、牧、漁業合計實際利用外資191195萬美元，占全國總數1.8%，合同項目個數為929個，占全國合同項目個數的3.39%，造成農、林、牧、漁業利用外資水平較低的原因主要有以下幾個方面：第一，我國的農、林、牧、漁業尚未形成規模優勢，大部分是農、林、牧、漁業的家庭經營模式，市場化程度很低，而且政府的干預較多，而外商的農、林、牧、漁業已經形成了規模化和產業化，兩者是不相適應的，從而導致兩者的交易成本很高，外商缺乏投資的積極性；第二，農、林、牧、漁業的屬性決定了其技術不易形成壟斷優勢，容易被模仿和學習；第三，不同于制造業和金融業等，農、林、牧、漁業受到較強的地域性約束，技術的專業和擴散難度較大，而且容易受到該地域的自然條件的影響。

制造業、采礦業和服務業中的金融業及房地產業對人民幣匯率及其波動較敏感，并且制造業和金融業對匯率水平的敏感性更強，而房地產業對匯率波動的敏感性高達10.5027，這說明我國的房地產市場具有很強的投機性，匯率水平波動時，會有大量外資涌入房地產市場。國家統計局的數據顯示，制造業、采礦業、金融業和房地產業是外商直接投資的重要行業，金融業和房地產業吸收的外商直接投資均低于制造業，匯率水平及其波動對這兩個行業的影響卻比制造業大，而且人民幣升值抑制制造業FDI流入，而促進金融業和房地產業FDI流入，不僅與這些行業的自身特點有關，而且在于這些行業的市場化程度較高，投資環境比較成熟。制造業和采礦業屬于資源密集型行業，我國的廉價勞動力資源和豐富的自然資源是吸引外資的重要趣味因素，而且制造業在中國的快速發展也是國際產業結構調整和轉移的結果，產品的生產在中國大陸，而產品的設計、研發、營銷和配送體系則把握在跨國公司手中，人民幣貶值使得以外幣表示的本國生產成本（尤其是勞動力成本）下降，出口導向型外國投資者的利潤增加，回報率的上升增加了FDI流入，而東道國貨幣升值使東道國貨幣的購買力增強，FDI會更多地替代國際貿易進入東道國，流入東道國的FDI增多。而金融業和房地產業是資本密集型行業，尤其是2001年中國加入世界貿易組織以后，服務業也開始實行對外開放政策，大量外資涌入金融保險業和房地產業，而且這兩個行業都是國際熱錢追逐的目標，人民幣升值的預期也導致國際熱錢以FDI的形式進入金融保險業和房地產業，而人民幣匯率的波動性也正好與國際熱錢短期投機的特點相適應。

7個行業面板數據模型的結果顯示，除人民幣實際有效匯率及其波動外，受到行業增加值（GDP）顯著影響的僅有建筑業，受到產業職工平均工資（WAGE）顯著影響的有制造業和建筑業，即市場因素和成本因素對第二產業的影響較為顯著，并且建筑業更易受到市場規模和成本因素的影響。

此外，市場規模對多數行業實際利用外資的影響是正向的，而職工平均工資水平對多數行業實際利用外資的影響是負向的，匯率制度改革對這七個行業實際利用外資水平的影響不顯著。

3 結論

本文選取農林牧漁業、采礦業、制造業、建筑業、金融業、房地產業和交通運輸、倉儲和郵政業等七個行業的面板數據分析了人民幣匯率及其波動對FDI產業分布的影響，研究發現人民幣實際有效匯率及其波動率的相同變化對不同行業實際利用外商直接投資有著不同的影響，這種差異體現在影響的方向和幅度上，如人民幣升值使采礦業和制造業的實際利用外商直接投資減少，而使金融業和房地產業的實際利用外商直接投資增加；影響幅度上，人民幣實際有效匯率對采礦業的FDI影響較小，而對金融業吸收FDI的影響相對較大，匯率波動率對房地產業的影響相對較大。除人民幣實際有效匯率及其波動外，受到行業增加值（GDP）顯著影響的僅有建筑業，受到產業職工平均工資（WAGE）顯著影響的有制造業和建筑業。

[1]趙瓊.基于人民幣匯率改革視角的我國FDI流入變化分析[J].經濟問題，2012,（2）.

[2]馮曉玲，張璐.人民幣實際有效匯率對中國吸引FDI的影響分析[J].財經問題研究,2011,（11）.

[3]黃昊.人民幣回來形成機制改革對我國FDI產業選擇的影響研究[J].南方金融，2010,（3）.

[4]趙文軍.人民幣匯率、FDI與中國貿易收支——基于中國制造業行業視角的實證分析[J].世界經濟研究，2010,（1）.

[5]程瑤,于津平.人民幣匯率波動對外商直接投資影響的實證分析[J].世界經濟研究,2009,(3).

[6]聶名華,馬翔.人民幣實際有效匯率與國際直接投資流入的關系研究-基于中美與中日之間季度數據的實證[J]金融研究,2007,(9b).

[7]羅忠洲.匯率波動與對外直接投資：1971-2002年的日本[J].世界經濟研究,2006,(4).

[8]Coleman Anthony Kyereboah,Tetty Kwame F.Agyire.Effect of Ex?change-rate Volatility on Foreign Direct Investment in Sub-Saharan Africa：The Case of Ghana[J].The Journal of Risk Finance,2008,(9).

[9]Schmidet Christan W.The Effect of Exchange Rate Risk on U.S For?eign Direct Investment：an Empirical Analysis[R].Dresden Discus?sion Paper in Economics,2008.