人民幣匯率、FDI與我國產業結構的非線性效應

王保乾+胡童

內容提要：近年來，人民幣匯率變動對外商直接投資（FDI）流入和我國產業結構調整的影響日趨顯著。本文運用馬爾科夫區制轉移向量自回歸（MS-VAR）模型，實證分析2004-2016年人民幣匯率變動通過FDI路徑對中國產業結構調整的非線性影響效應。研究結果表明：人民幣匯率變動對中國產業結構的影響依賴經濟周期具體階段而呈現出兩區制特征，其中區制1、區制2分別代表經濟狀態波動平緩區制和經濟狀態波動劇烈區制，并且不同區制下變量間具有不同的動態關系。脈沖響應函數的結果顯示，區制1中人民幣升值促進了FDI流入，推動了產業結構優化升級，區制2中則相反，并且兩區制下FDI流入對產業結構調整均發揮了積極作用，但區制2中的響應程度明顯大于區制1。因此，保持人民幣匯率在合理均衡水平上的基本穩定，避免人民幣匯率波動幅度過大，增加FDI流入，有助于推動我國產業結構的優化升級。

關鍵詞：人民幣匯率；FDI；產業結構；MS-VAR模型

中圖分類號：F830文獻標識碼：A文章編號：1001-148X（2017）06-0170-07

人民幣匯率和我國產業結構調整是當前經濟領域的熱點問題，而FDI通常被視為連通匯率變動與產業結構調整之間的橋梁。近年來我國正處于轉變經濟發展方式、推動產業結構優化升級的關鍵階段，外商直接投資（FDI）對產業結構的影響效應日益顯現。自2005年7月人民幣匯率制度改革至2013年底，人民幣匯率持續保持明顯的升值趨勢并且波動幅度不斷擴大，但從2014年開始，以美元計價的人民幣匯率又轉向持續大幅貶值的態勢，其對FDI流入以及產業結構調整的影響也更加顯著。是否選擇放開人民幣匯率波動區間，讓其緩慢抑或快速升值（或貶值），是人民幣匯率制度改革進程中難以回避的問題。FDI是匯率影響產業結構的主要傳導路徑之一，那么，基于FDI路徑的人民幣匯率變動對中國產業結構的影響作用機制如何？人民幣匯率變動又對FDI流入產生了什么影響？深入了解在不同狀態下人民幣匯率、FDI對于產業結構調整的影響和特征，對于進一步推進人民幣匯率制度改革、促進FDI流入和產業結構優化升級具有重要的現實意義。

一、文獻回顧

匯率對產業結構影響效應的研究文獻主要集中在“匯率-FDI-產業結構”的傳導方式方面，大概分為三個層次。

關于匯率水平變化（貨幣升值或貶值）對FDI的影響一直存在分歧。其中一種觀點以Cushman（1985）[1]的“相對成本效應理論”和Froot & Stein（1991）[2]的“相對財富效應理論”為基礎，認為東道國匯率升值會增加本國商品生產的相對成本，降低外商投資資本的利潤回報，同時也會縮小外國投資者的相對財富，因此匯率升值不利于FDI的流入。邱立成和劉文軍（2006）[3]等通過實證研究發現人民幣升值導致了我國FDI流入減少。另一種以Campa（1993）[4]為代表的觀點主張匯率升值有助于FDI流入，其認為東道國貨幣越堅挺，則該國市場未來收益的期望值也越高，FDI流入會相應增加。潘錫泉和郭福春（2012）[5]在人民幣匯率與FDI的動態時變效應研究中也得出了類似的結論。學者們在匯率波動幅度對FDI的影響效應上同樣未能達成共識。Dixit & Pindyck（1994）[6]根據風險偏好理論認為，匯率波動擴大了商品生產方面的風險，增加了預期收益的不確定性，因此匯率波動不利于FDI的流入。反對方代表人物Cushman（1985）[1]從期權理論出發，發現在匯率波動幅度較大時，通過FDI在本國生產比向該國出口可以回避匯率風險，同時其驗證了美國的匯率波動幅度與FDI流入之間存在正相關關系。

對于FDI對產業結構的影響，一部分學者認為FDI流入優化了產業結構。陳望遠和黃金波（2012）的研究得出結論：FDI對我國第一產業增加值影響不顯著，對第二產業中的制造業以及第三產業中絕大部分行業具有顯著作用，因此FDI流入可以推動產業結構優化。聶愛云和陸長平（2012）[7]實證檢驗了我國FDI與產業結構調整的關系，發現FDI流入對第二、三產業比重的負、正效應總體上優化了產業結構，同時FDI對產業結構的調整效應呈邊際遞減趨勢。李曉鐘（2014）[8]就FDI對我國產業結構的直接與間接效應研究發現，FDI流入促進了第三產業結構改善與第二、三產業內部結構升級，使得勞動密集型產業逐步向技術、資本密集型產業轉移。另一部分學者則提出反對意見。Barry（2001）[9]認為FDI流入存在負溢出效應。徐曉虹（2006）[10]就1991-2003年FDI對我國區域經濟發展的長短期效應進行實證檢驗，結果顯示FDI對區域經濟的非均衡發展影響顯著。孫權（2016）利用我國2003-2012年的省級面板數據進行分析，發現FDI對我國的產業高級化與產業結構合理化均存在顯著的負相關，并且FDI流入導致我國產業結構陷入低層次固化的困境。

大多數學者認為人民幣匯率升值對我國產業結構升級具有重要的推動作用，人民幣升值將促使資源重新配置，使之朝著更加有利于第三產業的方向發展并抑制了第二產業產值占GDP比重增長，從而促進我國產業結構的優化升級，如譚小芬和姜媌媌（2012）[11]、徐偉呈和范愛軍（2012）[12]。但是目前學術界關于人民幣匯率波動幅度對中國產業結構影響效應的研究文獻較少，并且大多以人民幣升值作為研究背景和變量。如郭寧寧（2012）[13]證明了人民幣匯率升值及波動彈性加大抑制了FDI對產業結構調整積極作用的發揮。劉春梅（2013）認為放開人民幣匯率波動區間、人民幣大幅升值不利于產業結構優化。方顯倉和孫琦（2013）[14]、屠莉佳（2014）[15]分別考察了人民幣升值對上海市和浙江省產業結構的影響，均得出了人民幣的適度升值助推產業結構轉型升級的結論。

現有文獻資料對匯率、FDI與產業結構的關系研究更多的考慮匯率水平值而非波動值，在研究方法上，主要采用一般VAR模型、格蘭杰因果關系檢驗等線性模型的研究方法，較少考慮它們之間的非線性關系。面對我國經濟運行的不同時期人民幣匯率、FDI與產業結構變動可能具有不同的狀態特征，有必要考察不同狀態下人民幣匯率、FDI對產業結構的影響。本文在相關研究的基礎上，通過構建MS-VAR非線性模型與脈沖響應函數，實證檢驗變量間存在的非線性效應。

二、研究方法與變量選取

（一）研究方法

研究人民幣匯率、FDI對我國產業結構的影響，考慮到不同的經濟運行時期變量存在著波動平緩與波動劇烈兩種狀態，它們之間可能呈現出非線性的特征。因此，采用線性模型形式可能無法準確描述三者具有的動態關系，MS-VAR模型為解決這類問題提供了方法。1980年，Christopher Sims提出了VAR（Vector Auto-regression）模型，其可以研究不同變量之間的互動關系。Hamilton（1989）[16]把Markov鏈與一般VAR模型相結合，使模型可以描繪不同經濟階段、不同狀態下變量間存在的不同的動態關系。因此MS-VAR模型被稱為馬爾科夫轉移向量自回歸（Markov Switching Vector Auto-regression）模型，亦稱作區制轉移向量自回歸（Regime Switching Vector Auto-regression）模型。運用該模型能夠更好地擬合出匯率、FDI與產業結構之間的非線性關系。

本文使用人民幣匯率（y1）、FDI（y2）、第二產業比重（y3）和第三產業比重（y4）來建立MS-VAR模型，這些變量可以構成4維時間序列yt=（y1t，y2t，y3t，y4t），在狀態st下該時間序列可構建滯后p階的MS-VAR（p）模型，表達式如下：

yt=v（st）+∑pk=1Ak（st）yt-k+εtt∈（1，N）（1）

其中，擾動項εt～NID（0，∑（st））；v代表截距項；st表示時間t時的不可觀測的狀態隨機變量，本文取值區間是

Symbol{A@ 1，2

Symbol}A@ ，當st=1時是平穩期，當st=2時屬非平穩期，且其區制轉移的概率為：

Pij=P{st=j|st-1=i，∑[DD（]2[]j=1[DD）]Pi，j=1}i，j∈1，2（2）

其中，Pij是當期狀態i上期狀態為j的概率。并且兩區制下的2×2型馬爾科夫轉移概率矩陣P2×2表示如下：

P2×2=P11P12P21P22（3）

其中，對于任意的i

SymbolNC@

Symbol{A@ 1，2

Symbol}A@ ，有Pi1+Pi2=1；Pij表示的兩種經濟區制狀態間的轉移概率，可以通過不同區制狀態的概率轉移來刻畫匯率、FDI與產業結構之間的結構性轉變與非線性變化特征。

本文對于MS-VAR（p）模型估計運用EM算法來實現。根據均值、截距、系數及方差是否隨著時變參數S的變化而不同，MS-VAR模型擁有多種表現形式，所以需要結合研究的實際情況及相關評價準則來合理確定最優形式。

（二）變量說明與數據來源

樣本數據的選取應兼備可得性和準確性，因此本文采用2004年第一季度至2016年第四季度的季度數據作為研究的樣本區間。人民幣名義匯率（E）用間接標價法來表示①，匯率變量選取一人民幣折合美元的月度平均匯率來衡量并轉換為季度名義匯率值。為剔除價格因素的影響，需要對名義變量進行CPI平減處理得到實際值，則人民幣實際匯率（ER）=E×CPI*/CPI，其中CPI*、CPI分別代表美國和中國的消費者價格指數，且均以2003年12月為基期進行了定基調整。對于以美元計價的外商直接投資（FDI）額月度名義數據，同樣將其換算為以人民幣計價的季度數據，同理得到實際FDI=名義FDI/CPI。考慮到我國第一產業占GDP的比重較小，因此本文使用第二產業、第三產業的季度增加值占季度國內生產總值的比重來衡量我國的產業結構，分別記為SI和TI。另外對所有變量數據均使用Cencus-X12方法進行季節性調整，以消除季節因素帶來的負面影響。針對各變量時間序列可能出現異方差性問題，根據文獻通常做法對變量進行對數化調整，各變量取其自然對數分別記為：LER、LFDI、LSI和LTI。再對變量對數進行一階差分處理，則DLER可視作人民幣匯率波動幅度，DLFDI表示FDI流入變動，DLSI、DLTI反映了產業結構的波動狀況。

本文中人民幣名義匯率取自中國人民銀行網站，CPI*、CPI與FDI等相關數據來源于同花順數據庫，SI和TI數據通過查詢國家統計局網站獲悉。

三、實證結果與分析

（一）單位根檢驗

為了避免時間序列數據可能受到虛假回歸問題的干擾，因此構建MS-VAR模型首先需要進行平穩性檢驗，我們在Eviews80軟件上運用ADF方法對變量序列進行單位根檢驗，單位根檢驗的具體結果見表1。

由表1可以看出，一階差分后的變量DLER、DLFDI、DLSI和DLTI均在1%的顯著性水平上滿足平穩性要求，因此時間序列是高度平穩的，不會出現虛假回歸的現象，這是運用MS-VAR模型進行有效分析的前提。

（二）MS-VAR模型的選擇

根據AIC、HQ與SC等信息準則取值最小的原則，我們使用Eviews80軟件將VAR模型的最優滯后階數選擇為2階。對于MS-VAR模型的區制個數，考慮到現實經濟環境中人民幣匯率客觀存在著升值和貶值兩種狀態，FDI流入具有快速增加與平穩增加兩種情況，同時第二產業與第三產業產值占GDP比重也可以劃分為波動較大與波動較小兩種不同狀態，因此本文把MS-VAR模型的區制個數亦確定為2個。

MS-VAR模型根據截距、系數、均值及方差隨區制狀態轉移的變動情況擁有不同的形式，表2初步篩選出5種MS-VAR模型，包括MSI-VAR（截距變動）、MSA-VAR（系數變動）、MSIA-VAR（截距和系數變動）、MSIH-VAR（截距和方差變動）以及MSH-VAR（方差變動）。我們可以將其與線性VAR模型相比較以選取適合人民幣匯率、FDI和產業結構關系的最優模型。

由表2獲知，雖然MSIA（2）-VAR（2）模型的對數似然值（LL）與似然比線性檢驗值（LR）最大，但是MSH（2）-VAR（2）模型的AIC、HQ和SC準則均是最小的，其LL與LR值相比于其余模型也較優，并且根據MSH（2）-VAR（2）模型輸出Chi（10）=[00000]**、Chi（12）=[00000]**和DAVIES=[00000]**知其擬合效果顯著優于線性VAR模型。綜合考慮，MSH（2）-VAR（2）模型的解釋能力更強，因此本文將其選擇為反映人民幣匯率、FDI對產業結構影響效應的最優模型。

（三）MSH（2）-VAR（2）模型回歸結果分析

本文使用OX-MSVAR軟件包在Givewin平臺上進行操作，得到的MSH（2）-VAR（2）模型的回歸參數估計結果如表3所示。

根據表3中MSH（2）-VAR（2）模型的回歸結果，DLSI與DLTI方程在區制1中的標準差均小于其在區制2中的標準差。故而區制1代表了人民幣匯率與第二、三產業比重波動較小以及FDI流入相對平緩的經濟狀態，而區制2則反映了變量波動幅度較為劇烈的時期。

對于DLSI的回歸方程，滯后1期的人民幣匯率變動對當期第二產業比重存在顯著的正向效應，即假使滯后1期的人民幣匯率升值，則會在當期產生0195188的動能推動當期第二產業比重上升，相反滯后2期的人民幣匯率變動對當期第二產業比重變動具有顯著的負向作用，總體而言滯后期的人民幣匯率升值會導致當期第二產業比重下降。滯后1期的FDI流入變動對當期第二產業比重變動帶來微弱的負面影響，滯后2期的FDI變動對當期第二產業比重存在顯著負作用，因此前期FDI流入增長使得當期第二產業比重存在下降趨勢。從滯后1期和滯后2期的第二產業變動對當期第二產業比重都具有顯著正向影響可以看出，第二產業比重變動存在慣性特征。最后滯后1期與滯后2期的第三產業波動對當期第二產業比重變動均產生負效應，但滯后1期時的影響不顯著，綜合來看前期第三產業比重增加會減少當期第二產業占GDP的比重。

對于DLTI的回歸方程，滯后1期時的人民幣匯率變動對當期第三產業比重產生顯著負向作用，而滯后2期的匯率變動對當期第三產業比重的顯著效應為正并且效應系數更大，綜合2期影響，前期人民幣匯率升值將促使當期第三產業比重上升。至于FDI對第三產業比重的影響，滯后1期的FDI流入變動對當期第三產業比重變動的影響系數為-0000379，而滯后2期時的FDI流入變動對當期第三產業比重變動的影響系數是0002840，并且滯后1到2期的影響都是顯著的，因此總體上滯后期FDI流入增加可能會提高當期第三產業比重。滯后1期和滯后2期的第二產業比重變動對第三產業比重均存在顯著負影響，可知滯后期的第二產業波動對當期第三產業變動表現出反向效應。同時2個滯后期中的第三產業比重增加在一定程度上帶動了當期第三產業比重擴大，但滯后1期時影響很微弱，這說明了第三產業比重增長也存在著某種慣性趨勢。

（四）區制具體特征分析

表4和表5分別展示了兩狀態的區制轉移概率矩陣以及兩區制分別包含的樣本數量、區制出現的頻率和平均持續期情況。可以看出，經濟系統維持在區制1中的概率為08007，具有較高的穩定性，并且區制1包含的樣本數量為349個，頻率為較高的07539，平均持續期為502個季度。經濟系統處于區制2中的持續概率較區制1低，為03897，且區制2包含的樣本數量是141個，頻率為較低的02461，平均持續期為164個季度。同時區制轉移概率矩陣顯示，從區制1轉移至區制2的概率是01993，由區制2向區制1轉換的概率為相對較高的06103。以上表明區制1較區制2更加穩定，人民幣匯率、FDI與產業比重等變量處在區制1中的持續時間也更長，并且變量由波動劇烈的區制2狀態向波動平緩的區制1狀態過渡的概率要大于其反轉的概率。

圖1為兩區制的概率圖。可以獲知，觀測樣本大多數分布在區制1中，區制1為經濟系統平穩，即人民幣匯率與第二、三產業比重波動較為平穩，FDI流入平緩的時期。而變量波動較為劇烈的區制2所包含的樣本個數相對較少，主要包括2004年第四季度至2005年第一季度，人民幣匯率改革后的2005年第四季度至2006年第一季度，2006年第三季度至2007年第一季度，次貸危機及其演變成的全球性金融危機的2007年第四季度至2008年第一季度、2008年第四季度至2009年第一季度以及經濟環境較不穩定的2014年前兩季度和2015年第四季度至2016年上半年等，表現為人民幣匯率、FDI流入以及產業比重波動幅度較大。

（五）脈沖響應分析

運用脈沖響應函數能夠更好地展示人民幣匯率、FDI對我國產業結構調整的動態沖擊效應，可以清楚地比較不同區制下變量間響應關系的異同。本文僅分析FDI與產業結構對人民幣匯率變動的非線性響應以及產業結構對FDI流入變動的非線性響應。

圖2展示了兩區制下FDI流入對人民幣實際匯率水平值變動一個標準差新息的正向沖擊（人民幣匯率升值）的累積響應情況②。可以看出，FDI受到人民幣匯率一個標準差的正沖擊后，其響應路徑與響應程度在兩區制中存在明顯差異，在區制2中的響應幅度更大、沖擊程度也更強。區制1中，在人民幣匯率沖擊的前兩個季度，FDI流入出現負響應，然后經過快速上升與短暫振蕩后，累積正響應在第8個季度到達最大值003左右，之后緩慢衰減調整并在第20個季度附近收斂；與區制1不同，區制2內FDI一開始就表現出最大正響應，隨后迅速下降至第8季度到達最大負響應，接著逐步上升并在第20個季度處于收斂狀態，負響應維持在-00225左右，正向沖擊的影響消失。大部分情況下，區制1中人民幣升值會促使FDI流入增加，而區制2中則相反。

圖3展示了兩區制下第二、三產業比重對人民幣實際匯率變動一個標準差新息的正向沖擊（人民幣匯率升值）的累積響應情況。容易看出，DLSI與DLTI的響應情況在兩區制中也完全不同。對第三產業比重的響應而言，人民幣匯率的一個正沖擊使得第三產業比重首先發生正響應，之后經過幾個季度的波動后在第12個季度累積響應達到峰值，并在第20個季度后收斂，累積正響應值維持在00022左右。而在區制2中，第三產業比重變動對匯率沖擊的響應為負，其在第3個季度累積負響應最大，然后經過衰減與振蕩后最終于24個季度收斂，負響應保持在約-00044。第二產業比重的響應路徑在兩區制中呈現出與第三產業比重大體對稱的情形，這符合樣本期內我國第一產業占GDP比重較小且穩定故而第二、三產業比重出現此消彼長的態勢。總而言之，在區制1人民幣匯率升值導致第二產業比重降低、第三產業比重提高，區制2中則相反，并且區制2中的響應程度更大。

圖4展示了兩區制下第二產業比重和第三產業比重對FDI變動一個標準差新息的正沖擊（FDI流入增加）的累積響應情況。區制1中，FDI一個標準差的正沖擊導致第三產業比重發生正響應，第8個季度累積正響應最大并在第16個季度趨于穩定水平。FDI在區制2中的響應與區制1類似，只不過其追蹤期開始的前4個季度的變動響應為負。第二產業比重關于FDI一個標準差沖擊的負向響應在兩區制中也具有相似性，從追蹤期開始負響應快速增大，在第8季度左右累積負響應到達谷底，然后緩慢衰減在第20個季度處收斂，同樣從縱坐標數值來看，區制2下的響應程度要大于區制1。綜合來看，兩區制下FDI流入增加對第二產業比重與第三產業比重分別產生負向作用和正向作用，這對于我國產業結構的優化升級具有積極的影響，并且在區制2中，這種影響程度要更大一些。

四、結論及政策建議

本文利用我國2004年第一季度至2016年第四季度的季度數據，通過構建MSH（2）-VAR（2）模型，在樣本區間內實證檢驗分析了不同區制下以FDI為路徑的人民幣匯率變動對中國產業結構調整的非線性影響，得到的主要結論如下：

1.MSH（2）-VAR（2）模型的回歸結果顯示，總體而言，滯后期的人民幣匯率變動對當期第二、三產業比重分別存在顯著的負向和正向作用，即如果人民幣匯率上升，將會導致第二產業比重下降、第三產業比重上升；FDI對第二產業比重的影響滯后1期不顯著、滯后2期顯著，FDI對第三產業比重的影響在滯后1到2期中均顯著，并且FDI變動的作用系數顯示FDI流入增加也可能導致第二產業比重降低、第三產業比重升高，這有助于我國產業結構的優化升級調整。

2.兩區制的非線性模型表明，2004年第一季度至2016年第四季度內，我國的經濟系統大體可以劃分為兩個區制。其中區制1表示人民幣匯率、FDI流入以及產業結構波動相對平緩的狀態，而區制2則表示變量波動較為劇烈的狀態。大部分樣本位于區制1中，區制2包含的時間段較少，區制1較區制2更加穩定，并且經濟系統由區制2狀態向區制1狀態過渡的概率要大于其反轉的概率。

3.脈沖響應函數的分析結果顯示，變量在不同的經濟狀態下具有不同的動態關系。在區制1中，人民幣匯率升值對FDI流入具有促進作用，相反區制2中則存在抑制效應。在兩區制中，FDI流入增加均導致了第二產業比重下降、第三產業比重上升，這有助于我國產業結構的優化調整。在變量波動平穩的區制1中，人民幣匯率升值促進了我國產業結構優化升級，而在變量波動較為劇烈的區制2中，匯率升值則不利于產業結構朝更好的形態發展。區制2下變量的響應程度大于區制1。

匯率、FDI對我國產業結構調整具有重要的影響，保持人民幣匯率的基本穩定（波動幅度平緩），可以使FDI流入處于正常狀態，有利于產業結構的優化升級，而且對整個宏觀經濟的穩定也發揮著至關重要的作用。因此，對于優化產業結構，本文提出以下措施：

1.保持人民幣匯率在合理均衡水平上的基本穩定，避免人民幣匯率波動幅度過大。實證結果表明，人民幣匯率波動幅度過大，將促使更多的外商直接投資加速逃離，不利于外部資本、技術等對產業結構的推進，對我國產業結構的優化升級帶來負面效應。同時匯率波動幅度過大也會給經濟社會帶來一系列的不利影響，如對出口行業的沖擊，以及對我國的經濟增長帶來消極影響。因此，放任人民幣匯率波動幅度讓其快速升值或貶值的做法是操之過急的。控制人民幣波動幅度，保持人民幣匯率的穩步、漸進升值，有助于我國產業結構的優化調整。

2.增加FDI流入。FDI對我國產業結構調整具有積極的影響，因此要建立健全FDI引進的法律法規，規范、統一外資立法，完善外資并購的相關法律和規章制度，執法部門也應加大對知識產權的保護力度，為外商投資創造良好的制度環境。同時要擴大FDI的投資目的地，由于FDI在我國中西部的比重和規模較小，國家也應推動外資更多地進入中西部地區，根據中西部地區特有的自然資源和人力資源優勢，挖掘FDI投資潛力。積極引導FDI進入金融保險、交通運輸、教育文化等相關產業，這有利于發揮這些產業的帶動引領作用。

注釋：

①在間接標價法下，匯率值增大表示人民幣升值，這有助于解釋下文中脈沖響應函數的經濟意義。

②本文中脈沖響應函數用累積響應的形式表示，因此當累積值幅度不變時說明了沖擊的影響消失，下同。

參考文獻：

[1]Cushman，D.O. Real Exchange Rate Risk，Expectations and the Level of Direct Investment[J].Review of Economics & Statistics，1985，67（2）：297-308.

[2]Froot，K.，Stein，J. Exchange Rates and Foreign Direct Investment：An Imperfect Capital Market Approach[J].Quarterly Journal of Economics，1991，106（4）： 1191-1217.

[3]邱立成，劉文軍.人民幣匯率水平的高低與波動對外國直接投資的影響[J].經濟科學，2006（1）：74-84.

[4]Campa，J.M. Entry by Foreign Firms in the United States under Exchange Rate Uncertainty[J].Review of Economics & Statistics，1993，75（4）：614-622.

[5]潘錫泉，郭福春.升值背景下人民幣匯率、FDI與經濟增長動態時變效應研究[J].世界經濟研究，2012（6）：24-29.

[6]Dixit，R. K.，Pindyck，R. S. Investment under Uncertainty[M].Princeton：Princeton University Press，1994，25-41.

[7]聶愛云，陸長平.制度約束、外商投資與產業結構升級調整——基于省際面板數據的實證研究[J].國際貿易問題，2012（2）：136-145.

[8]李曉鐘.FDI對我國產業結構轉型升級的影響[J].社會科學家，2014（9）：6-12.

[9]Barry，F. Foreign Direct Investment，Agglomerations and Demonstration Effects：An Empirical Investigation＼[R＼].CEPR Discussion Paper，No.2907，2001.

[10]徐曉虹.外國直接投資與中國區域經濟發展的實證分析[J].國際貿易問題，2006（9）：67-73.

[11]譚小芬，姜媌媌.人民幣匯率升值的產業結構調整效應——基于VAR模型的實證研究[J]. 宏觀經濟研究，2012（3）：48-54.

[12]徐偉呈，范愛軍.人民幣實際有效匯率變動的中國產業結構升級效應[J].世界經濟研究，2012（6）：9-15.

[13]郭寧寧.人民幣升值對FDI流入與產業結構優化影響的實證分析[J].北京市經濟管理干部學院學報，2012（2）：10-15.

[14]方顯倉，孫琦.人民幣實際匯率變動與上海產業結構優化[J].社會科學，2013（7）：61-69.

[15]屠莉佳.人民幣升值對于推動產業結構轉型升級的思考——基于浙江省的實證分析[J]. 浙江金融，2014（2）：70-74.

[16]Hamilton，J. A New Approach to the Economic Analysis of Nonstationary Times Series and the Business Cycle[J]. Econometrica，1989，57（2）：357-384.

Nonlinear Effects of RMB Exchange Rate and FDI on China′s Industrial Structure：

An Empirical Study based on MS-VAR Model

WANG Bao-qian，HU Tong

（Business School，Hohai University，Nanjing 211100，China）

Abstract：RMB exchange rate and China′s industrial structure adjustment are hot issue in the current economic field. The paper analyzes the nonlinear effect of RMB exchange rate through FDI path on China′s industrial structure adjustment from 2004 to 2016 by using Markov Regime Switching Vector Auto-regression （MS-VAR） model. The results show that the impact of RMB exchange rate fluctuation on China′s industrial structure depends on the specific stage of the economic cycle and presents the characteristics of the two regimes， in which the regime 1 and the regime 2 represent the gentle and violent economic fluctuation system respectively， and there are different dynamic relationships among the variables under different regimes. The results of impulse response function show that the appreciation of RMB in regime 1 has promoted the inflow of FDI， promoted the optimization and upgrading of industrial structure， regime 2 is the opposite， and the inflow of FDI under the two-regime system has played a positive role in the industrial structure adjustment. But the degree of response in regime 2 is significantly greater than that in regime 1. Therefore，maintaining the basic stability of the RMB exchange rate at a reasonable level of equilibrium to avoid excessive fluctuations in the RMB exchange rate， and increasing the inflow of FDI，will help to promote the optimization and upgrading of China′s industrial structure.

Key words：RMB exchange rate；FDI；industrial structure；MS-VAR model

（責任編輯：周正）