出口貿易風險測度及其影響因素分析基于跨國數據的經驗研究

周梁　張亞斌++汪蕾

摘要：將部門的出口份額與構建的部門產出方差協方差矩陣相結合，通過定義一國出口結構風險指數，并利用出口結構風險指數對樣本國家在樣本期內的出口風險進行測算。同時，把出口風險指數分解為赫芬達爾項、平均風險項、協方差效應項以及赫芬達爾項與平均風險項的交互項。最后，選取影響一國出口風險的主要宏觀經濟變量，利用跨國面板數據對出口風險進行影響因素分析，結果表明：在諸多宏觀經濟因素中，出口貿易條件和金融開放程度對一國出口風險的影響最為顯著，而一國的人均收入水平則對該國的出口風險影響不明顯。

關鍵詞： 出口結構風險；分解效應；影響因素分析

中圖分類號：F752.62文獻標識碼：A文章編號：1003-7217（2015）02-0118-05

一、引言

后危機時代，我國正經歷一場對外貿易發展方式的轉型和變革，外貿戰略轉型是一項艱巨的系統工程，有效地對外貿戰略轉型過程進行監控，對我國對外戰略轉型過程中可能遇到的轉型剛度風險、國際市場風險、產業沖擊風險等各種風險進行有效識別，構建相應的風險評價指標體系和評估系統來進行及時監測至關重要。

國外相關研究主要有：（1）使用產業層面數據研究宏觀經濟波動性，如OECD （2006）、Caballero and Cowan（ 2006）[1， 2]、Imbs and Wacziarg（2003）關于專業化模式的研究[3]，以及Koren and Tenreyro（2007）對產出波動性分解的文章[4]。而本文將貿易數據與產出數據相結合，集中于分析貿易模式與波動性的關系，而這一關系在上述研究中并沒有很好地得到體現。（2）主要關注不確定條件下的貿易模式，如Turnovsky（1974） 、Helpman and Razin （1978）以及Grossmanand Razin （1985） 還有Helpman （1988）等，其主要觀點是：如果一國既可以進行商品貿易又可以進行資產交易的情況下，該國將沒有通過改變產品出口結構達到規避風險的動機，從而產業風險將與貿易模式不相關[5-8]。但上述研究并沒有提供相應的經驗證據。（3）Cunat and Melitz （2012）將風險性部門與無風險性部門的比較優勢來源以及差異歸結為勞動力市場剛性的差異[9]。而本文將比較優勢的來源視為外生變量，并且提供了系統的關于不確定環境下貿易模式的經驗分析。

國內莊鴻棉、吳建江（1994）系統地梳理了出口業務所必然伴隨的國際因素、國內因素和非正常因素引起的各種風險[10]。劉嵐（2010）則強調中小企業作為我國擴大和發展外向型經濟的重要力量，所面臨的出口風險在加劇，尤其是2009年的金融危機對其沖擊非常明顯[11]。盧俊峰、劉偉華（2011）從2010年我國大宗商品進口中存在的定價權缺失、銀行外匯風險敞口擴大以及潛在市場風險、制度風險、財務風險等方面出發，結合寧波市的具體實例進行了分析[12]。相對而言，這些文獻大多從貿易風險識別、貿易風險防范或者貿易風險管理的視角進行分析，而從貿易風險整體層面上考慮的較少，也缺少對貿易風險定量的測度以及影響因素的相關研究。

為此，本文試圖在現有文獻研究基礎上，借鑒Koren and Tenreyro （2007）的方法，采用1996～2009年樣本國家C和I部門的產業層面的人均工業增加值數據，構建一個跨部門的方差協方差矩陣，并據以測度出口貿易風險，分析影響因素。

二、出口風險指數的定義與分解（一）出口風險指數的定義

設y-ict為國家c部門i在第t-1年和第t年之間的人均工業增加值變化量①。為了控制國家間每一部門人均工業增加值變化量的長期差異，在y-ict的基礎上減掉整個樣本期y-ict的平均增長率，得到：

對于每一年和每一個工業部門，計算跨國的平均人均工業增加值變化量：Y-it=1C∑C-c=1-ict。其中Y-it表示每一工業部門平均變化量的時間序列，本文將之視為總的部門沖擊。使用這些時間序列數據，可以計算每一工業部門的樣本方差以及任意兩個工業部門之間的樣本協方差，工業部門i的樣本方差為：

接下來，計算任意兩個部門i和j之間的樣本協方差為：

由此得到一個形式為18X18的部門方差協方差矩陣，命其為∑。將這一部門的方程協方差矩陣視為部門的內生特征，這一特征與時間以及國家無關。用于計算∑的面板數據包含了25個OECD國家和中國，每個國家都包含了18個工業部門，時間跨度為1996～2009年。對于每一個國家和每一個年份，構建每一工業部門在總出口中所占的份額aX-ict。結合工業部門方差協方差矩陣，定義出口風險指數為：

財經理論與實踐（雙月刊）2015年第2期2015年第2期（總第194期）周梁，張亞斌等：出口貿易風險測度及其影響因素分析基于跨國數據的經驗研究

其中aX-c t是一個18X1的列向量，其分量為aX-i c t，REX-c t測度的是經濟體某年全部出口工業部門的總方差。

（二）出口風險指數的分解

一般認為，導致更高的出口風險可能有兩種不同的渠道，其一是國家將資源更多的配置在高風險部門，其二是高度專業化。因此，有必要從出口風險指數的變化中分解出出口分散化策略的作用，即aX-ict的作用和專業化于高風險部門的作用，即σ2i的作用。對出口風險指數做如下分解：

以上總共分離出五項，從左至右，第一項稱為赫芬達爾項，即出口份額的赫芬達爾指數，該項體現了出口的分散化程度而與部門間的風險差異無關。第二項稱為平均風險項，也即出口的平均方差，這一項與分散化程度無關，兩個具有同樣赫芬達爾指數的國家可能具有差異極大的平均風險項，因為兩個國家相同部門的風險因素可能完全不同。平均風險項與赫芬達爾項相互補充，是出口結構風險構成的兩個主要因素。第三項體現了協方差效應，通常情況下

并不顯著。第四項，是赫芬達爾項與平均風險項的交互項，當經濟體具有完全分散的出口份額時，即對任意的i有aX-ict=X，赫芬達爾項與平均風險項的交互項等于0，或者所有工業部門的方差都為0時，赫芬達爾項與平均風險項的交互項也等于0。當經濟體開始專業化進程時，如果該經濟體增加那些風險小于部門平均風險的部門的出口份額時，則該交互項將呈現出負值；反過來，當該經濟體專業化于那些風險更高的部門時，該交互項將呈現出正值。最后一項常數項對于所有國家都是相同的，即由平均出口份額X與平均部門方差2的乘積構成。

表1報告了出口風險指數以及其分解的各部分的中位數值，同時包括了水平值與分解后的各部分所占總出口風險指數的份額。從中發現，赫芬達爾項、平均風險項以及交互項都隨著出口風險分布的提升而增長。同時，交互項在分布的低端為負值，在分布的高端則變為正值，也就是說，當給定出口分散程度的情況下，出口風險指數較低的國家一般多專業化于無風險部門的生產，而出口風險指數較高的國家則多專業化于高風險的部門。

三、數據描述

本文采用的數據主要包括：產業層面的產出增加值數據，產業層面的就業數據，并以此構建方差協方差矩陣，數據來源分別為OECD STAN雙邊貿易數據庫、OECD STAN結構分析數據庫、中國統計年鑒以及中國科技年鑒。其中從OECD STAN雙邊貿易數據庫中選取了25個OECD國家制造業各行業在1996～2009年間與中國的雙邊貿易額；從OECD STAN結構分析數據庫中選取了OECD國家的分行業的總產出、工業增加值以及勞動力就業數據；從中國統計年鑒以及中國科技年鑒中則選取了中國分行業的對應數據。為了統一行業的分類標準，本文將中國采用的國民經濟行業分類方法與國際標準行業分類方法進行了對照、加總和分割，盡可能避免不必要的誤差。

四、出口貿易風險影響因素分析

基于上述計算結果，對影響一國出口風險的宏觀經濟因素進行經驗分析。根據Islam and Stiglitz （2001），Kose， Prasad and Terrones （2003）等的研究，選取如下主要宏觀經濟變量作為影響一國出口風險的主要因素：貿易條件（TOT）、人均GDP、貿易開放度以及金融開放度。將模型設定為以下形式：

其中REX-ct表示國家c在第t年的出口風險指數；TOT-c t表示國家c在第t年的出口貿易條件；IPC-c t表示國家c在第t年的經過購買力平價調整的人均收入；TO-ct表示國家c在第t年的貿易開放程度；FO-c t為國家c在第t年的金融一體化程度的測度，用總國外資產與總國外負債之和與GDP的比表示（Lane and Milesi-Ferretti，2006）。

樣本區間為1996～2009年中國加上25個OECD國家的數據②：因變量REX-ct為前文測算得到。解釋變量商品的價格貿易條件指數TOT-c t數據資料來源于UNCTAD handbook of statistics 2011 on-line。經過購買力平價調整的人均收入數據來自世界銀行數據庫。以現值計算的貿易開放度指數TO-c t來源于Alan Heston， Robert Summers and Bettina Aten， Penn World Table Version 6.3。金融開放數據用總國外資產與總國外負債之和與GDP的比表示，來自世界銀行數據庫。變量的統計性描述如表2所示。

考慮到多重共線性的問題，進一步考察變量間的相關系數，根據表3，變量間的相關系數普遍較低，除了人均GDP變量與金融開放度變量的相關系數較高（達到0.5485），其余均低于0.5。為了減輕多重共線性的影響，采用逐步回歸的方法對變量進行選擇③。考慮到Hausman檢驗和POLS與Fe比較的F檢驗均拒絕了不存在固定效應的原假設，因此，采用面板固定效應進行估計，初步估計結果見表4。根據表4，各變量的系數與預期基本一致。本文采用包括中國在內的26個國家共14年數據，因此，有必要進一步對模型的序列相關、異方差和截面相關問題進行診斷。一般而言，當不可觀測的共同因素與解釋變量無關時，固定效應模型可以一定程度上解決由于共同因素引起的誤差項的橫截面相關性引起的估計結果不一致的問題，但即使如此，對結果的有效性仍無能為力，同時常用的white方法等也會失效。本文考慮到發達國家貿易條件可能存在類似的共同特征因素，即發達國家貿易條件受到某些共同因素的影響，采取了Pesaran's CD 檢驗截面相關性。序列相關、異方差和截面相關檢驗高度拒絕原假設（原假設為不存在序列相關、異方差和截面相關）。為了得到一致且有效的估計量，借鑒Driscoll and Kraay （1998）提出的方法，即通過構建一個協方差矩陣估計值，產生標準誤的異方差、自相關一致估計量。同時，對于序列相關問題，采用干擾項滯后一期的VA（1）過程加以規避。

從表4的估計結果來看，一國出口風險受到出口貿易條件的影響很顯著，當回歸方程中僅僅納入出口貿易條件和人均GDP時，一國出口風險的變化有一半可以由貿易條件得到解釋，即便納入多個有共線性的其他解釋變量以后，一國出口風險波動仍然主要由貿易條件的影響造成，由出口產品價格來衡量的貿易條件將影響一國在不同部門間或者同一部門內的資源配置情況，從而導致產出的波動性，并進一步體現為對出口貿易風險的正向影響。同時還發現，一國的人均收入對該國出口風險的影響不顯著，不論納入多少個解釋變量，得到的結果均比較一致。再者，貿易開放程度與金融開放程度呈現出對出口風險正的顯著影響，尤其是金融開放程度，可見，國家間的金融行為日益密切，并且貨幣形式的波動傳導速度往往較商品形式更快，尤其是選擇了OECD國家作為樣本，發達國家之間的金融聯系更加緊密。因此，金融開放程度越高，金融波動的傳導速度和影響規模就越迅速，進而影響一國實體經濟的產出，呈現出對出口貿易風險正的顯著影響。

五、基本結論

以上構建了部門間的方差協方差矩陣，該矩陣僅僅與部門的特性相關，而和國家以及時間無關。同時，將部門的出口份額與構建的部門方差協方差矩陣相結合，定義了一國出口結構風險指數，該指數構成了一列面板數據，進而利用出口結構風險指數對樣本國家在樣本期內的出口風險進行了測算。并對出口風險指數進行了分解，之后選取了影響一國出口風險的主要宏觀經濟變量，利用跨國面板數據對出口風險進行了影響因素分析，結果表明：在諸多宏觀經濟因素中，出口貿易條件和金融開放程度對一國出口風險的影響最為顯著，而一國的人均收入水平則對該國的出口風險影響不明顯。

注釋：

①采用人均增加值的波動而非總增加值的波動，主要是基于以下兩個原因：（1）從經驗研究的角度來看，這與模型中隨機人均產出是等價的。這意味著必須測算單位投入的產出波動性。（2）這是一種標準做法。

②25個OECD國家分別為愛爾蘭、奧地利、比利時、冰島、波蘭、丹麥、德國、法國、芬蘭、荷蘭、韓國、捷克、美國、挪威、葡萄牙、日本、瑞典、瑞士、斯諾文尼亞、西班牙、希臘、新西蘭、匈牙利、意大利、英國，部分OECD國家數據相對不夠全面，故沒有選取。

③下文中同樣采用各部門總增加值的變化量計算了方差協方差矩陣，結果與高度相似，兩者的相關系數高達0.81。

參考文獻：

[1]Source OECD. OECD factbook：economic，environmental and social statistics：organisation for economic co-operation and development[M].Oxford University Press，2006.

[2]Caballero R， Cowan K. Financial integration without the volatility[J]. Documentos de Trabajo （Banco Central de Chile），2006，（387）：1.

[3]Imbs J， Wacziarg R. Stages of diversification[J]. American Economic Review，2003：69（381）：63-86.

[4]Koren M， Tenreyro S. Volatility and development[J]. The Quarterly Journal of Economics，2007，122（1）：243-87.

[5]Turnovsky SJ. On the role of inflationary expectations in a short-run macro-economic model[J]. The Economic Journal，1974，84（334）：317-37.

[6]Helpman E， Razin A. A theory of international trade under uncertainty[M]. University Library of Munich， Germany， 1978.

[7]Grossman GM， Razin A. The pattern of trade in a Ricardian model with country-specific uncertainty[J]. International Economic Review，1985，26（1）：193-202.

[8]Helpman E. Trade patterns under uncertainty with country specific shocks[J]. Econometrica： Journal of the Econometric Society，1988，74（106）：645-59.

[9]Cuat A， Melitz MJ. Volatility， labor market flexibility， and the pattern of comparative advantage[J]. Journal of the European Economic Association，2012，10（2）：225-54.

[10]莊鴻棉， 吳建江. 出口風險的識別與管理[J]. 國際經貿探索，1999，（5）：26-34.

[11]劉嵐. 我國中小企業出口風險分析及防范[J]. 企業經濟，2010，（5）：117-129.

[12]盧俊峰， 劉偉華. 中國大宗商品進口風險及防范措施探析[J]. 經濟師，2011，（3）：24-35.

（責任編輯：毋 虞）