匯率波動沖擊出口時金融發展的平抑作用*

徐 圓 余泳澤

?

匯率波動沖擊出口時金融發展的平抑作用*

徐 圓1余泳澤2

（1. 南京財經大學江蘇產業發展研究院 江蘇南京 210012）（2. 中國社會科學院工業經濟研究所 北京 100037）

匯率波動會給出口造成負面沖擊，但良好的金融環境卻能起到平抑作用。本文首先在理論上證實：面臨匯率波動時，良好的外部融資環境有助于出口企業抵御短期流動性沖擊、克服額外的沉沒成本并穩定生產。其次基于1997-2013年制造業分行業及分省份的出口貿易數據，利用DOLS模型從經驗角度進行論證。實證分析發現：人民幣匯率波動對出口的負面沖擊會在對外部融資依賴較高的行業中被放大，但金融發展水平較高地區的出口受到匯率波動的負面影響明顯要低，這其中的作用機制體現在對高外部融資依賴度行業的增量效應和對非外資企業的再分配效應。

匯率波動 金融發展 平抑效應 融資依賴度

一、引言與文獻回顧

對于風險厭惡的企業，匯率波動是一種額外的沉沒成本，會對出口行為產生不利影響（Baron，1976）。然而，早期大量的經驗研究卻表明匯率波動對貿易總量的抑制作用是微弱的，甚至有時還會促進出口（Byrne等，2011）。造成這種矛盾結論的原因，Broda和Romalis（2010）認為是由于當以發達國家作為研究對象時，其國內良好的金融體系幫助了出口企業抵御匯率波動帶來的短期流動性沖擊從而保證投資和生產行為的穩定。因此，當Grier和Smallwood（2007）、Antonakakis和Darby（2013）等將研究樣本轉為融資約束較為嚴重的發展中國家時，結論均證實匯率波動對出口具有顯著的負面影響。由此可見，金融因素是影響匯率波動與出口之間關系的重要變量。

自2005年7月中國人民銀行宣布實行有管理浮動匯率制度以來，人民幣匯率彈性不斷增強、浮動幅度不斷擴大。銀行間即期外匯市場人民幣對美元交易價浮動幅度已由匯改前的0.5%提高到2%，市場上對人民幣單邊升值的印象也已被雙向波動的趨勢所取代。在構建開放型經濟新體制的過程中，市場作用和供求關系將在匯率決定中發揮更大的作用，人民幣匯率也將呈現更為常態化的雙向波動。就微觀層面而言，更加頻繁和劇烈的匯率波動會給外向型企業帶來更加難以預估的經營風險，投資決策也會變得無所適從。同時，匯率波動的預期還會在一定程度上束縛企業開發新客戶和新市場的信心與動力。如果良好的金融市場能夠提供規避匯率風險的服務，并且給予充分的外部融資支持，這將極大的幫助出口企業抵御短期流動性沖擊，恢復投資和生產信心，從而鈍化匯率波動對出口的影響彈性。所以，針對特殊內外部環境下的中國，研究金融發展、匯率波動與出口三者之間的關系，既具有重要的理論意義，也是政策設計有效性的現實基礎所在。

匯率波動將給企業帶來額外的成本負擔，猶如一種無形資產的投入，造成出口沉沒成本的增加和收益的不確定性，進而直接影響企業的投資決策。然而，當直接檢驗匯率波動與出口行為之間關系時卻得出正反兩種相矛盾的結論。甚至還有第三種觀點認為，匯率波動本身與國際貿易之間并無確定影響，波動既可能增加也可能減少出口，取決于消費偏好、資源稟賦和交易成本等（Sercu和Uppal，2003）。對這種不一致結論的解釋也在研究中被大量展開，其中“金融發展論”在近期頗受關注。該觀點認為發達國家之所以可以免于匯率波動的負面影響是因為國內成熟的金融市場環境幫助企業抵御短期流動性沖擊，從而克服出口的沉沒成本。Aghion等，（2009）利用1960-2000年間83個國家的面板數據，首次提出匯率波動對生產率負面影響的大小取決于一國金融發展水平的觀點。因此，落后的金融體系和嚴重的融資約束使得發展中國家的經濟增長受到匯率波動的不利影響更加顯著和持久（Benhima，2012）。Caglayan和Demir（2012）基于土耳其的微觀企業數據，研究發現更容易獲得外部融資支持的企業越能抵御匯率波動的負面沖擊。而Bristy（2014）對孟加拉國的分析也認為，金融發展水平的落后使得在面臨匯率波動時，國內企業的創新行為被嚴重抑制，進而拖累經濟的整體增長。現有的國外研究無疑提示我們在考察人民幣匯率波動與中國進出口貿易之間關系時，需要審視金融發展的作用。

與中國金融發展相關的研究也在近些年成為熱點，但都主要圍繞金融發展與經濟增長、生產率、創新行為之間的關系，還未曾有學者分析過金融對重塑人民幣匯率波動與進出口貿易之間關系的作用。本文的研究結論實際上是對金融緩沖器效應的一種支持。金融緩沖器理論認為金融發展將通過減輕市場信息摩擦、提高風險管理水平以及增強長期投資的逆周期性，從而有助于平滑經濟波動（Aghion等，2010）。雖然國內已有文獻意識到金融發展在中國宏觀經濟平穩運行中扮演的重要角色，但均從貨幣沖擊、投資沖擊或經濟增長沖擊等方面來詮釋（邵傳林、王瑩瑩，2013；姚耀軍、鮑曉輝，2012）。本文將通過論證金融發展對出口企業的融資支持，平抑匯率波動的負面影響，從而維持宏觀上的出口穩定。

二、理論模型

首先通過對已有文獻的梳理，我們得到本文理論模型的設計思路與簡單邏輯。例如一家向美國出口產品的中國廠商，用人民幣支付國內的工人工資，而當人民幣/美元匯率波動時不可能完全和及時的將成本變化傳遞給美國進口商，從而利潤出現不穩定。假設，在第一期，人民幣/美元實際貶值，中國廠商的收入會意外增加，這會刺激企業利用這筆額外資金用于投資（包括拓展新的出口市場或追加R&D投入等）并造成沉沒成本的增加（Berman和Hericourt，2010）。而沉沒成本是不可還原的，在第二期，人民幣/美元實際匯率升值，中國廠商將面臨收入意外減少的困境，出現短期流動性沖擊。如果處于融資約束的環境中，企業很難獲得外部資金繼續支持上期的投資，這顯然增加了沉沒成本的風險，也影響企業的出口決策。而處于良好金融發展環境中的出口廠商，在遇到類似困境時，可以通過外源性融資渠道，補貼沉沒成本風險增加的溢出，穩定企業的投資情緒，從而平抑住匯率波動對企業出口的負面影響。

（一）貶值期

在一個開放小國中，風險中性的廠商生產單一產品向世界出口，在任何時候t都是國際市場價格的接受者。在任何時候t都是國際市場價格的接受者。在購買力平價（PPP）下，產品的國內價格，其中R是名義匯率。在浮動匯率制度下，圍繞在均值上下隨機波動，。將簡化恒等于1，則。期初，廠商中工人的實際工資水平，是廠商的生產率水平，是工人按生產率水平調整后的保留效用值，<1。生產方程設定為：

在第一期期末，本幣意外貶值，粘性工資導致企業利潤額外增加，當時，企業將開拓新的出口市場，而負擔更重的沉沒成本。新增投資的沉沒成本，我們假設與企業的生產率相關，高效企業相比于低效企業更能節約固定成本。

進入第二期后，本幣意外升值，導致企業利潤額外減少而受到短期流動性約束，如果此時不能獲得有效的外部融資支持，那么企業的損失不僅包括匯率波動的直接收匯減少，還包括在上期末新增投資的沉沒成本：，其中代表匯率波動值。

命題一：匯率波動導致沉沒成本的增加，使得企業利潤出現不穩定，對投資和出口造成負面影響。

（二）升值期

如果在金融發展的環境中，本幣意外升值后，企業可以通過短期融資維持上期的生產規模。假設在信貸市場上，企業家將個人財富存入銀行，作為日后向銀行借款的抵押品。的大小也代表了企業的現金流狀況，或企業的融資約束程度。越大，表明企業的融資約束程度越低。當企業家從外部金融市場上獲得融資金額后，如果按時歸還貸款，那么企業可以獲得其在銀行存款的利息收入，即。假如工廠違約，抵押品會被銀行沒收，但企業因此可以獲得融資資金本身的價值，即，是折舊率。衡量了外部融資環境，即金融發展水平，的取值在0與1之間，越小，代表金融發展水平越低。

在滿足激勵相容的情況下，廠商與銀行之間的貸款契約能夠被順利執行，而激勵相容的條件是廠商的違約收益要小于按時還款的收益，即：

命題一的引申：外部融資依賴度更高的企業受到匯率波動的負面影響更大。

通過外部性融資，上期期末新增的投資在企業受到流動性沖擊后依舊可以持續，在求最大化利潤時，

可得到：

由（4）式可以看出，廠商對匯率波動的彈性與外部融資環境，即金融發展水平相關，在取值在0與1之間，且<1、時，越大（即金融發展水平越高），企業對匯率波動的敏感度越小，受到負面的沖擊也越小。

命題二：良好的外部融資環境有助于出口企業在面臨匯率波動時，抵御短期流動性沖擊和克服額外的沉沒成本，從而起到平抑匯率波動負面影響的作用。

三、主要變量、計量模型及數據說明

（一）主要變量

1、匯率波動

參考韓青（2010）的方法，考慮到人民幣實際有效匯率表現出明顯的波動集群，并具有典型的尖峰和后尾的特征，本文采用AR-EGARCH模型測度人民幣匯率波動。首先估計出各種GARCH模型，再根據對數似然值（Loglikelihood）最大、殘差平方和（SSR）最小以及AIC、SC信息準則最小作為模型選擇的依據。綜合權衡，發現殘差項服從t分布和廣義誤差分布且含有非對稱項的EGARCH（2,1,1）模型最優。根據人民幣實際匯率的自相關和偏相關函數，利用1980-2013年月度數據，對其建立AR（2）模型，估計結果如下：

方程（5）為均值方程，方程（6）為EGARCH方程，AR（2）- EGARCH（2,1,1）模型所得的人民幣實際有效匯率條件標準差。

圖1 人民幣實際有效匯率的波動情況（條件標準差）

2、金融發展

根據人民銀行公布的社會融資規模數據構成來看，2013年期末，銀行貸款占比依舊超過一半以上，達到51.4%。可見，銀行系統在中國的金融體系中仍然占據著主導作用。由于能夠與企業建立長期、有效的合作關系，從而緩解逆向選擇和道德風險，銀行中介將最大化的動員資本，形成規模經濟優勢，改善資源配置效率。同時，主要來自于股票和債券市場的非銀行融資規模只是在近些年才突然激增，以及在研究時我們無法對這些數據進行地區分割，所以本文度量地區金融發展指標時只選擇銀行系統。

中國的金融改革始于1979年前后相繼成立的工、農、中、建四大國有專業銀行對人民銀行商業性業務的剝離，之后的30多年里，四大行在中國金融體系中一直扮演著關鍵的角色。大量的文獻已經證實由于存在對民營企業的信貸歧視和預算軟約束，很多時候四大行的貸款決策并不遵循商業化的市場原則，因此長期以來，它們都不被認為是真正意義上的現代商業銀行（Garcia-Herrero等，2006）。Lin和Zhang（2009）比較了中國包括四大行、股份制商業銀行、城市商業銀行等在內的60家銀行1997-2004年間的表現，發現四大行不僅利潤率低，效率也更低，同時不良資產的比重還要更高。盡管如此，由于存在著金融當局對銀行存、貸款利率的控制，其他商業銀行并不能通過價格（利率）競爭手段來爭奪四大行的存、貸款市場份額。基于以上的原因，我們認為四大行在各地區的貸款市場份額可以代表中國信貸配置的扭曲程度。另一方面，隨著中國銀行業的漸進式改革，外資銀行、股份制商業銀行等新型化銀行業機構的壯大正在打破國有四大行的行業壟斷地位，非四大國有銀行在金融總資產份額的地位不斷上升。近些年，商業銀行重組、股份制改造、金融監管改革以及利率市場化的推進使得銀行的資金配置目標從服從政府的行政命令開始偏向追求利潤的市場化行為，從而銀行信貸資金分配系統的整體效率上升。因此，本文用非四大行占地區銀行業總貸款比重來衡量各地區的金融發展水平。

（二）計量模型

在運用廣泛的非完美替代品模型中，假定消費者具有同質性偏好，且不考慮劣等品和進口國互補品的傾向，根據消費者效用最優化的結果，進口需求數量取決于本國的實際收入水平、進口品的價格以及國內替代品的價格，出口需求數量則是進口國的實際收入水平、出口商品與國內替代品相對價格的函數。進出口商品與本國商品的相對實際價格，在排除非貿易品的存在后，可以用本國貨幣的實際匯率來代替，因此出口方程可以表示為：

為對理論模型中命題一和命題二進行實證檢驗，我們對方程（7）做如下修正：

理論模型中命題一的引申告訴我們匯率波動對出口的負面影響會在外部融資依賴度更高的行業中被放大，即：因為匯率波動的影響，外部融資依賴度越高的行業出口減少的幅度越多。命題一的引申實際上間接體現出金融市場體系的發達程度決定了匯率波動對出口負面影響的大小。這與Rajan 和 Zingales（1998）的研究是相一致，即金融發展對企業成長和資本積累的作用取決于企業所屬行業的融資依賴度，融資依賴度越高的行業受到金融環境的影響更顯著。

（三）數據說明

實證研究樣本為1997-2013年，這段時間人民幣匯率政策備受國際社會爭論。中國22個工業行業的出口貿易數據來自于UN COMTRADE數據庫，以國家統計局公布的“國民經濟行業分類與國際標準產業分類對照表”和UN提供的“ISIC－HS協調表”為依據進行4位碼HS貿易數據與行業數據的對照調整。各地區總的出口貿易數據和FDI企業出口貿易數據來自歷年《中國海關統計年鑒》。Thorbecke 和 Smith（2010）認為香港出口品大都來自于中國大陸的轉口貿易品，所以香港出口品價格指數是中國進出口貿易價格指數的有效代替。因此，采用香港出口品價格指數進行平減，數據來自于IFS數據庫，均以2005年四個季度的平均值作為基期。Cheung等（2010）指出人民幣名義匯率并不滿足非完美替代品模型中要求匯率準確反映貿易品相對價格的條件，因此實際有效匯率更加恰當，數據選自IMF的IFS數據庫，該數據庫給出的人民幣實際有效匯率以2005年平均值為基期并按CPI進行了指數化調整，指數增加表示人民幣升值。以OECD成員國為代表的發達國家實際收入水平（實際GDP）作為世界市場的替代，數據出自于OECD STATS數據庫。制造業分行業的FDI以各行業三資企業產品銷售收入占全行業產品銷售收入的比重來表示，數據來自歷年《中國統計年鑒》。

四、實證結果分析與穩定性檢驗

對于小樣本面板數據，動態最小二乘法（DOLS）的估計結果和t統計量更加適用，并且結果也比面板OLS和FOLS法更接近于正態分布。Wagner 和 Hlouskova（2010）認為DOLS性能優于其他估計方法，尤其是存在穩定的自回歸單位根和截面相關性以及交叉單位協整時。DOLS將解釋變量差分項的起前項和滯后項代入原方程以解決內生性問題，并構成新的均衡誤差項。方程（8）、（9）、（10）變形后的DOLS形式如下：

表1顯示了方程（11）和（12）的計量結果，實證檢驗匯率波動、行業融資依賴度對出口的影響，是對命題一和命題一引申的驗證。表1中的（1）-（3）列報告了DOLS回歸結果，為了比較（4）-（6）列報告了FE回歸結果，均控制時間固定效應。

從中我們可以發現，代表著世界市場的發達國家收入水平對中國的出口貿易有著顯著影響，變量系數在DOLS和FE回歸中都顯示出1%水平下的正向相關性，表明發達國家GDP每減少1%，中國的出口將減少5.9%-13%。2008年第四季度到2009年第一季度，受到全球金融危機的影響，OECD國家的實際GDP減少4%，而中國的出口則從3544億美元，銳減到2455億美元，幅度達到30.7%，其中加工貿易和一般貿易分別減少30%和31%。在現有的國際分工體系下，外商直接投資企業基于對中國廉價勞動力比較優勢的利用，并憑借其雄厚的市場勢力，控制住中國超過50%的出口貿易量，使其成為跨國公司的生產基地。因此，FDI對中國出口貿易的影響是正向顯著的，三資企業的產品銷售收入占全行業的銷售收入每增加一個百分點，會促進中國出口貿易增加0.3%-0.6%。

表1 匯率波動、融資依賴對出口的影響

說明：括號內的值為t統計量，*、**、***分別表示在10%、5%、1%水平上顯著。下表同。

而模型中所重點關注的變量（滯后一期的匯率波動）在DOLS回歸中顯示出在1%水平下顯著為負，證實人民幣實際有效匯率波動會對中國出口造成不利影響。中國的出口主體大都屬于民營企業、中小微企業（Hreing和Ponce，2014），2015年《全國小微型企業發展情況報告》指出全國出口量的60.7%由小微企業貢獻，占中國出口總額41.5%的民營企業中有超過80%的屬于小微企業。對于這些企業而言，相比較于人民幣的小幅貶值，更希望的是人民幣匯率穩定。這是因為，一方面，面對頻繁出現的匯率波動，企業并沒有能力對未來走勢做出準確判斷，因而生產和投資決策都會變得無所適從。另一方面，由于融資約束的制約，進入“微利”時代的出口企業，如果不能有效的獲得外部金融市場的充分幫助，那么更是無法承受匯率波動帶來的經營風險和成本增加。

匯率波動與行業外部融資依賴度的交互項是我們關心的另一個核心變量，表1中的第（3）列DOLS回歸系數表明，在其它條件都一樣的情況下，人民幣實際有效匯率的波動對融資依賴度較低行業出口的邊際影響值是-0.080（=-1.314*0.061，其中，0.061是融資依賴度最低的10分位數值），而對高融資依賴度行業出口的邊際影響值則是-1.01（=-1.314*0.770，其中，0.770是融資依賴度最高的90分位數值）。在樣本期內，人民幣實際有效匯率年波動率在0.055%左右，這會導致融資依賴度較高行業的出口減少5.6%，而融資依賴度較低行業的出口只減少0.44%。由此可見，匯率波動所造成的負面作用，會對融資依賴度較高的行業造成更大的影響，從而證實命題一的引申命題。

表2 金融發展、匯率波動、融資依賴對出口的影響（全樣本情況）

注：括號內的是異方差穩健標準誤，“*”、“**”和“***”分別表示在10%、5%和1%水平上顯著。

表1的結果已經間接表明匯率波動對出口的負面沖擊將受到金融發展的影響，我們預期在金融發展更加成熟的地區，這種負面沖擊能夠得到一定程度的平抑。表2、表3和表4顯示了方程（13）的計量結果，實證檢驗金融發展、匯率波動和融資依賴度對出口的影響，是對命題二的驗證。其中，表2是全樣本數據結果，表3和表4則分別是外商出口數據和非外商出口數據結果。

匯率波動與金融發展的交互項是我們關注的主要變量，在DOLS和FE的回歸中，該變量的系數符號均顯著為正，與預期相一致。表明地區金融發展會緩解人民幣實際有效匯率波動對出口的負面影響。在過去30多年的時間里，中國的金融改革走過了一條漸進式的轉型發展道路，金融資產總量和資本積累規模不斷激增、中小銀行體系和企業債券市場等多層次融資渠道不斷豐富，由此產生的規模效應可以為更廣泛的企業提供信貸資金，緩解融資約束的問題。因此，當存在匯率波動的風險時，處于金融發展較為發達地區的出口企業更加有機會獲得外部融資支持，同時發達的金融機構又能為該地區的出口企業提供多元化的金融工具從而規避匯率波動的風險，使得匯率波動對出口的不利影響被部分平抑。

地區金融發展、匯率波動與行業外部融資依賴度的三者間交互項是我們關心的另一個核心變量。表2中第（3）列的DOLS回歸結果顯示系數符號顯著為正，表明對于工業結構更加偏向對外部融資依賴度較高行業的地區，金融發展對人民幣實際有效匯率波動負面影響的平抑效應越明顯。根據回歸得到的系數值，我們可以計算出，在其它條件都一樣的情況下，金融發展對匯率波動的平抑效應在產業結構偏向外部融資依賴度較高地區的邊際影響值是1.03（=3.069*0.337，其中，0.337是產業結構融資依賴度最高的90分位數值），而在產業結構偏向低外部融資依賴度地區的平抑效應邊際影響值則是0.38（=3.069*0.125，其中，0.125是產業結構融資依賴度最低的10分位數值）。也就是說在產業結構偏向高外部融資依賴度行業的地區中，金融發展對人民幣實際有效匯率波動負面影響的平抑效應幾乎是產業偏向低外部融資依賴度行業地區的3倍。

表3 金融發展、匯率波動、融資依賴對出口的影響（外資出口情況）

注：括號內的是異方差穩健標準誤，“*”、“**”和“***”分別表示在10%、5%和1%水平上顯著。

當研究樣本分為外資出口和內資出口時，我們發現對命題二的驗證并沒有發生改變。表3和表4的結果顯示出匯率波動與金融發展的交互項、匯率波動、金融發展與外部融資依賴度的交互項系數符號均與預期一致。但從系數值的大小可以發現，金融發展對緩解人民幣實際有效匯率波動對外資企業出口的作用要小很多。這是因為，一方面：在華大都從事加工貿易的跨國公司，可以通過在自己的全球生產網絡進行產業布局，以內部交易等方式有效規避人民幣匯率波動的風險。另一方面，外商直接投資企業能夠從國外的母公司獲得內部融資支持，因此并不依賴于本地金融市場，從而免疫于中國嚴重的金融抑制環境，同時豐富的外匯結算經驗和母國發達的銀行體系，也使得外商企業有能力通過各類金融工具沖抵匯率風險。

表4 金融發展、匯率波動、融資依賴對出口的影響（內資出口情況）

注：括號內的是異方差穩健標準誤，“*”、“**”和“***”分別表示在10%、5%和1%水平上顯著。

而內資企業的情況則相反，一是，匯率波動對內資出口的影響要更大，而且顯著性也有所提高。其中的原因之一可以理解為內資出口企業面臨的融資約束問題更加突出。這與中國目前的實際情況是相一致的，大量的實證研究已經表明由于缺乏市場化發展的相應制度，來自于中央政府對金融中介的控制以及地方政府“為GDP增長而競爭”的行為（周黎安，2004），造成金融要素被直接或間接干預、資本市場的基礎配置功能被扭曲，從而出現大量偏向國有企業及地方投融資平臺的政策性指令信貸，并占用和擠出民營企業的外部融資資源，形成“所有制歧視”和“規模歧視”（張華榮、散長劍，2015），因此作為中國出口主力軍的小微型民營企業，它們的外部融資的環境不容樂觀。當暴露于匯率波動的風險中時，并不能及時獲得信貸支持，從而受到匯率波動的沖擊要更大。二是，匯率波動與金融發展交互項的系數值也要更大。這表明與外資企業出口相比，金融發展對緩解內資企業受到人民幣有效匯率波動負面影響的作用要更加顯著。金融發展在一定程度上緩解了中國內資企業的融資約束，使得內資企業，尤其是其中的中小型民營企業，具有調整生產計劃和抵御短期流動性沖擊的能力。

五、結論與政策建議

本文從金融發展的視角重新審視了匯率波動對出口貿易的影響，主要發現及可能的貢獻概括如下：第一，在理論上證實良好的外部融資環境有助于企業在面臨匯率波動時，抵御短期流動性沖擊和克服額外的出口沉沒成本，從而起到平抑匯率波動負面影響的作用；第二，人民幣匯率波動對中國出口具有顯著的負面影響，而這一影響會在對融資依賴較高的行業中被放大；第三，金融發展有助于緩解人民幣匯率波動對出口的負面影響，因此在金融發展水平較為成熟的地區，當人民幣匯率波動時，出口減少的程度要更低；第四，金融發展對匯率波動負面影響出口的平抑作用機制在于：一是，金融發展的增量效應使得外部融資依賴度更高的行業在面臨匯率波動時，能夠獲得有效的金融資源；二是，金融發展的再分配效應使得內資企業的融資約束得到了一定程度的緩解，在面臨匯率波動時，具有抵御短期流動性沖擊的能力。

隨著中國央行逐步踐行“基本退出常態式外匯干預”的管理思路，在向更加靈活、市場化的匯率機制改革道路上，人民幣匯率雙向波動將成為一種必然。對微觀出口企業而言，這會增加沉沒成本、帶來經營風險，并在一定程度需要尋求外部金融市場的幫助。因此，以中國為例研究金融發展、匯率波動和出口之間的關系是一個具有實際意義的重要課題，而本文的研究結論也給了我們重要的政策啟示：

首先，注重人民幣匯率形成機制改革與中國金融體系深化改革的同步性和協調性，形成政策互動和合力，讓出口部門依賴市場解決匯兌風險，最大化熨平匯率波動對實際經濟帶來的負面沖擊。同時，通過金融市場的作用，以人民幣市場化為契機，進行對外貿易產業結構的調整和升級。其次，繼續深化金融體制改革，以匯率市場化和金融業開放“倒逼”銀行機構的創新與市場化運作，實現金融產品的合理定價和對價值企業的有效識別，為出口企業提供必要的外部融資資源。最后，完善現有的出口退稅、出口信用保險和出口融資政策等，提高出口企業的經營利潤，緩解企業融資約束的困境。金融機構可以推出更多精細化和專業化的金融衍生品，例如交叉匯率期貨、人民幣離岸外匯匯率期貨、期權等，幫助外貿企業管理匯率風險。

1. 韓青：《匯率波動與國際貿易量的不確定性關系——基于中國的經驗證據》[J]，《經濟學（季刊）》2010年第2期。

2. 邵傳林、王瑩瑩：《金融市場化對地區經濟波動的非線性平抑效應研究》[J]，《經濟科學》2013年第5期。

3. 姚耀軍、鮑曉會：《金融中介發展平抑了經濟波動嗎？》[J]，《財經研究》2013年第1期。

4. 張華榮、散長劍：《金融歧視、市場分割與FDI配置效率——基于中國制造業面板數據的實證分析》[J]，《產業經濟研究》2015年第4期。

5. 周黎安：《晉升博弈中政府官員的激勵與合作——兼論我國地方保護主義和重復建設問題長期存在的原因》[J]，《經濟研究》2004年第6期。

6. Aghion, P., Bacchetta, P., Ranciere, R., Rogoff, K., 2009, “Exchange Rate Volatility and Productivity Growth: the Role of Financial Development”[J],, Vol.56(4): 494-513.

7. Aghion, P., Angeletos, G.-M., Banerjee, A. and Manova, K., 2010, “Volatility and Growth: Credit Constraints and the Composition of Investment” [J],Vol.57(3): 246-265.

8. Antonakakis N., Darby J., 2013, “Forecasting Volatility in Developing Countries’ Nominal Exchange Returns” [J],Vol.23(21):1675-1691.

9. Baron, D., 1976,“Flexible Exchange Rates, Forward Markets, and the Level of Trade” [J],, Vol.66(6): 253-266.

10. Benhima E., 2012, “Exchange Rate Volatility and Productivity Growth: The Role of Liability Dollarization” [J],Vol.23(3): 501-529.

11. Berman N., Hericourt J., 2010, “Financial Factors and the Margins of Trade: Evidence from Cross-Country Firm-Level Data” [J],Vol.93(2):206-217.

12. Bristy H., J., 2014, “Impact of Financial Development on Exchange Rate Volatility and Long-Run Growth Relationship of Bangladesh” [J],Vol.4(2): 258-263.

13. Broda C., Romalis J., 2010, “Identifying the Relationship Between Trade and Exchange Rate Volatility”[D], NBER Working Paper , No.20.

14. Byrne J., P., Fiess N., MacDonald R., 2011, “The Global Dimension to Fiscal Sustainability” [J], Vol.33(2): 137-150.

15. Caglayan, M., Demir F., 2012, “Firm Productivity, Exchange Rate Movements, Sources of Finance and Export Orientation”[D], MPRA Working Paper, NO.37397.

16. Cheung Y., W., Chinn M., D., Fujii E., 2010, “China’s Current Account and Exchange Rate”[D], NBER Working Paper, NO.14673.

17. Grier K., B., Smallwood A., D., 2007, “Uncertainty and Export Performance: Evidence from 18 Countries” [J],, Vol.39(4):965-979.

18. Hering L., Ponce, S., 2014, “Environmental Policy and Exports: Evidence from Chinese Cities” [J],Vol.68(2): 296-318.

19. Garcia-Herrero A., Gavila S., Santabarbaraz D., 2006, “China’s Banking Reform: An Assessment of its Evolution and Possible Impact” [J],, Vol.52(1):304–363.

20. Kroszner D., Laeven L., Klingebiel R., 2007, “Banking Crises, Financial Dependence, and Growth” [J],, Vol.84(1) :187-228.

21. Lin X., Zhang Y., 2009, “Bank Ownership Reform and Bank Performance in China” [J],, Vol.33(1):20-29.

22. Rajan R., Zingales L., 1998, “Financial Dependence and Growth” [J],Vol.88(3): 559–586.

23. Sercu P., Uppal R., 2003, “Exchange Rate Volatility and International Trade: A General Equilibrium Analysis” [J],, Vol.47(3):429-441.

24. Thorbecke W., SmirhG., 2010, “How Would an Appreciation of the RMB and Other EastAsian Currencies Affect China’s Exports?” [J],, Vol.18(1) :95-108.

25. Wagner M., Hlouskova J., 2010, “The Performance of Panel Cointegration Methods: Results from a Large Scale Simulation Study” [J],Vol.29(2): 182-223.

（H）

* 本文為國家自然科學基金青年項目（71503120）、江蘇省社科基金一般項目（16EYB001）的階段性成果。