人民幣匯率波動對FDI流入行業分布影響研究

韓 嘯，趙 曉

(北京科技大學 經濟管理學院,北京 100083)

0 引言

外商直接投資是中國經濟騰飛的重要推動力。2001年我國加入WTO使我國的FDI在數量和質量上都有突破。在數量上，2002年我國超越美國成為全球吸引外資最多的國家。截止2011年底，中國累計吸引外商直接投資超過1.16萬億美元，項目總額約74萬個。從實際使用金額看，2010年為1057億美元，2011年為1160.11億美元。一直以來，制造業都是外商直接投資的重要行業，二十世紀九十年代以來，制造業實際利用外資占全國的比重一直在50%左右，2011年制造業吸收的FDI為521.01億美元，占全國實際利用外資的比例有所下降，為44.91%。出口是推動我國經濟高速增長的重要力量之一，制造業是出口貿易的重要部門。

已經有研究表明，匯率水平的變動對跨國公司的競爭力和投資決策會產生影響，進而影響到外資的產業投向。但目前很多研究多僅停留在國家總體層面或者以發達國家為研究對象，深入研究匯率及其波動對中國FDI行業分布的文獻還比較少。本文以制造業為例研究人民幣匯率及其波動對FDI行業分布的影響，不僅有助于了解外商直接投資的前景及其對宏觀經濟的影響，可以為招商引資政策的制定提供決策依據，而且在我國經濟轉型的關鍵時刻對于產業結構的調整和優化具有參考價值。

1 匯率及其波動對制造業FDI流入影響的實證研究

本文選取我國加入WTO以來的年度數據，首先采用GARCH模型測算人民幣匯率波動率，然后以制造業為例，分別從制造業整體角度進行協整分析和行業細分角度進行面板分析，研究人民幣匯率及其波動對制造業FDI分布的影響。

1.1 匯率波動率的測算-GARCH模型

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2001年1月至2011年12月的月度實際有效匯率數據測算人民幣匯率波動幅度，然后用測算出來的月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。

圖1 REER序列的相關圖和偏相關圖

REER序列的相關圖和偏相關圖1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CARCH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CARCH-LM檢驗，檢驗結果見表3所示。

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月度波動值，記為VOL。

圖2 人民幣實際有效匯率的波動率(VOL)

1.2 匯率及其波動對制造業FDI流入的影響——Johansen協整檢驗

1.2.1 模型構建及數據說明

FDI在第二產業中具有高度集中的特征，2011年，全國實際利用外資金額為1160.11億美元，其中制造業實際利用外資521.01億美元，占全國吸收FDI的比例為44.91%。因此，本文首先以制造業整體為研究對象，選擇2001～2011年的年度數據運用Johansen協整檢驗探討匯率及其波動與制造業實際利用外商直接投資之間是否存在長期協整關系。

為使實證結果更可靠，綜合考慮變量的可量化性和數據的可得性，除人民幣實際有效匯率（REER）和上文GARCH模型測算的匯率波動率（VOL）之外，本文還將行業增加值（GDP）、行業職工平均貨幣工資（WAGE）和虛擬變量(D)納入模型，這三個變量分別代表影響FDI的市場因素、成本因素和制度因素。本文建立的模型如下：

其中，FDIit表示第t年制造業吸收的外商直接投資，用國家統計局公布的該行業年度實際利用外資額，單位為億美元；REERt指第t年人民幣實際有效匯率，來源于中經網OECD數據庫，以2005年為基期，人民幣實際有效匯率上升代表人民幣升值；VOLt指GARCH模型測算的第t年人民幣實際有效匯率的波動率；GDPit表示第t年制造業的行業增加值，單位為億元；WAGEit表示第t年制造業的職工平均貨幣工資，數據來源于歷年《中國統計年鑒》，單位為元；Dt體現我國匯率體制的變化，

1.2.2 單位根檢驗

由于大多數時間序列是不平穩的，為了防止偽回歸的產生，在進行協整分析之前必須檢驗序列的平穩性。本文采用ADF方法對變量進行檢驗，檢驗結果如表4所示。

表4 變量的ADF單位根檢驗結果

由表4可以看出，LNFDI、LNREER、LNVOL、LNGDP、LNWAGE均為非平穩變量。經過一階差分后，這五個變量在1%的顯著性水平上均拒絕原假設。因此所有變量的對數是I（1）序列，可以對其進行協整檢驗。

1.3 Johansen協整檢驗

在Engle和Granger（1987）提出協整概念后，協整檢驗得到了廣泛的應用。如果變量都是I（1）過程，但它們的某種線性組合滿足I（0），則認為變量之間存在協整關系。協整檢驗的本質在于檢驗變量是否包含一個共同的隨機趨勢，如果它們包含共同的隨機趨勢，則意味著變量間存在長期的均衡關系，隨著時間的推移，非平穩序列的變動趨于一致。本文采用Johansen極大似然估計法對協整關系進行檢驗。檢驗結果如表5所示。

表5 Johansen協整檢驗結果

表5顯示，制造業外商直接投資、實際有效匯率及其波動、行業增加值、行業工資水平之間存在協整關系，進一步可以得到協整方程：

方程5顯示，制造業外商直接投資與實際有效匯率及其波動、行業工資水平之間是負相關的，而與行業增加值之間是正相關關系。人民幣實際有效匯率每升值1%，制造業FDI將減少4.0234%，匯率波動率每增大1%，制造業FDI將減少1.7812%。制造業行業增加值每增大1%，制造業工資水平每下降1%，將分別會導致外商直接投資增加0.3139%和3269%。這一實證結果與我國的現實情況是相符合的，我國的匯率水平相對比較穩定，并且制造業部門工資水平較低，因此大量外資涌入了制造業部門。下面將選取制造業中代表性細分行業研究人民幣匯率水平變動時，FDI在制造業細分行業的分布情況。

2 匯率及其波動對制造業FDI流入的影響——面板模型

2.1 模型構建及數據說明

根據國家統計局自2006年7月11日起執行的《行業分類標準》，制造業指的是經手工制作和機械制造等過程產生物理變化或化學變化后成為了新的產品，包括30個細分行業。FDI在制造業的分布具有高度集中的特征，本文選取了通信設備、計算機及其他電子設備制造業、交通運輸設備制造業、電氣機械及器材制造業、化學原料及化學制品制造業、通用設備制造業、農副食品加工業、紡織業、紡織服裝、鞋、帽制造業、黑色金屬冶煉及壓延加工業、金屬制品業、非金屬礦物制品業、塑料制品業、電力、熱力的生產和供應業、專用設備制造業、皮革、毛皮、羽毛（絨）及其制品業等15個行業作為研究對象。這里采用與上文類似的面板模型，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。

其中，FDIit表示第t年i行業吸收的外商直接投資，用國家統計局公布的該行業年度實際利用外資額，單位為億美元；REERt指第t年人民幣實際有效匯率，來源于中經網OECD數據庫，以2005年為基期，人民幣實際有效匯率上升代表人民幣升值；VOLt指GARCH模型測算的第t年人民幣實際有效匯率的波動率；GDPit表示第t年中國的國內生產總值，單位為億元；表示用GDP調整FDI的市場規模效應，同時也規模化了其他決定FDI變動而與GDP同步變化的因素；Dt體現我國匯率體制的變化

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15個細分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6和表7所示。

表6 15個細分行業面板數據水平方向單位根檢驗

表7 15個細分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，15個細分行業的各變量序列均不能拒絕“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

本文采用Kao檢驗和Pedroni檢驗，當各統計量的檢驗結果出現沖突時，以Panel ADF和Group ADF為標準。協整檢驗結果如表8所示。

表8 15個細分行業面板數據協整檢驗

15個細分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15個細分行業吸收的各變量序列之間存在長期協整關系。

2.4 面板模型設定和模型估計

本文采用協方差分析檢驗對15個細分行業的面板模型進行模型設定檢驗，檢驗結果如表9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10所示。

表9 15個細分行業面板模型設定檢驗

表10 7個行業面板模型的估計結果

面板模型的估計結果如表10顯示，人民幣升值對我國通信設備、計算機及其他電子設備制造業、交通運輸設備制造業、化學原料及化學制品制造業、紡織業、紡織服裝、鞋、帽制造業、非金屬礦物制品業和專用設備制造業等7行業FDI流入具有顯著抑制作用，其中對紡織服裝、鞋、帽制造業的抑制作用最大，為19.03，對化學原料及化學制品制造業的抑制作用最小，為4.33；人民幣匯率波動性增大對我國通信設備、計算機及其他電子設備制造業、化學原料及化學制品制造業、紡織業、紡織服裝、鞋、帽制造業、非金屬礦物制品業等5行業FDI流入有顯著負面影響，其中對紡織服裝、鞋、帽制造業的抑制作用最大，為109.5027，對化學原料及化學制品制造業的抑制作用最小，為7.33?？傮w上看，可以認為人民幣匯率及其波動對制造業FDI具有重要影響，并且大體上表現為負相關。下面選擇有代表性的行業進行具體分析。

通信設備、計算機及其他電子設備制造業FDI對人民幣匯率的彈性為-7.62，對人民幣匯率波動率的彈性為-90.37，這說明人民幣升值和匯率波動性增大都將引起該行業FDI流入減少。原因可能在于目前在中國投資的電子設備類制造外資企業主要是成本導向型的出口企業，我國具有巨大的市場潛力，因此跨國公司看好中國的市場，但目前仍然是以來料加工出口和進料加工出口等形式利用中國豐富的廉價勞動力資源，將中國當作生產基地，因此，人民幣升值將使以外幣表示的中國勞動力成本上升，出口導向型企業的利潤減少，跨國公司來華投資的積極性降低。

化學原料和化學制品制造業FDI對人民幣匯率的彈性為-4.35，對人民幣匯率波動率的彈性為-7.33，這說明人民幣升值和匯率波動性增大都將引起該行業FDI流入減少。相比于其他行業，化工業FDI對人民幣匯率及其波動的彈性較小，原因可能在于化工業主要是成本導向型，但具有微弱的市場導向型特征。化工行業屬于資源密集型行業，很多跨國公司采取合資的方式在中國建立生產基地，利用中國豐富的自然資源和相對寬松的環境保護標準。但在全球分工體系中，國內企業仍然處在上游生產初級產品，而高附加值、高科技含量的下游則由跨國公司掌控。由于目前中國的工業技術比較落后，跨國公司具有明顯的技術優勢和營銷網絡優勢，因此跨國公司通過對華直接投資占領中國市場，因此具有市場導向型特征。

通用設備制造業FDI對人民幣匯率的彈性為4.33，對人民幣匯率波動率的彈性為72.33，這說明人民幣升值和匯率波動性增大都將促進該行業FDI流入。原因在于該行業具有較為明顯的市場導向型特征，該行業跨國公司對華投資是為了利用其技術優勢占領中國市場，其產品的主要銷售對象是中國消費者。人民幣升值意味著人民幣走強，在宏觀經濟的基本面良好的情況下，人民幣將會持續緩慢理性升值，因此會增強跨國公司對華經濟前景的信心，因此對華直接投資也會增多。雖然該行業也有一部分產品具有勞動密集型特征，但因其技術含量較低，而且價值量較低，因此總體上看該行業屬于市場導向型行業。

紡織服裝、鞋、帽制造業FDI對人民幣匯率的彈性為-19.03，對人民幣匯率波動率的彈性為-109.5027，這說明人民幣升值和匯率波動性增大都將對該行業FDI流入產生顯著抑制作用。原因可能在于，紡織服裝、鞋、帽制造業是典型的成本導向型行業，外資企業在中國既不具備技術優勢，也不具備價格優勢，因此其產品主要用于出口到國際市場，而其上游的設計部門仍然在國外，因此人民幣升值和匯率波動性增大將直接導致外資企業利潤空間被壓縮，對華直接投資也可能相應減少。

3 結論

本文以制造業為例分析了人民幣匯率及其波動對FDI行業分布的影響，首先從制造業整體角度進行Johansen協整分析，研究表明制造業外商直接投資、實際有效匯率及其波動、行業增加值、行業工資水平之間存在協整關系，并且外商直接投資與實際有效匯率及其波動、行業工資水平之間是負相關的，而與行業增加值之間是正相關關系；其次選取制造業中的15個細分行業進行面板分析，研究發現人民幣升值對我國通信設備、計算機及其他電子設備制造業、交通運輸設備制造業、化學原料及化學制品制造業、紡織業、紡織服裝、鞋、帽制造業、非金屬礦物制品業和專用設備制造業等7行業FDI流入具有顯著抑制作用，人民幣匯率波動性增大對我國通信設備、計算機及其他電子設備制造業、化學原料及化學制品制造業、紡織業、紡織服裝、鞋、帽制造業、非金屬礦物制品業等5行業FDI流入有顯著負面影響。

[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]彭紅楓.匯率對FDI的影響：基于實物期權的理論分析與中國的實證[J].中國管理科學,2011,（4）.

[3]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).

[4]陳濤濤.我國FDI行業內溢效應階段性特征的實證研究田[J].金融研究,2008,(6).

[5]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).