匯率波動在貿易出口中的非線性影響
——基于中國向金磚國家出口的實證

楊 政 陳 修,2

(1. 電子科技大學 經濟與管理學院，四川 成都 611731；2. 德陽市財政局，四川 德陽 618000)

一、引言

對外貿易在中國經濟發展的道路上一直承擔著重要作用。從貿易對象來看，我國對外貿易高度集中于一些發達經濟體，如美國、日本和歐盟等。在當前中美貿易摩擦的背景下，對發達國家的貿易依賴造成了中國對外貿易的風險聚集。貿易全球化是分散貿易風險的重要手段，對進一步提升中國和發展中國家，特別是金磚國家之間的貿易聯系尤其重要。隨著金磚國家經濟的快速發展，印度、俄羅斯、巴西和南非等國家正成為我國越來越重要的貿易伙伴。白潔等(2018)[1]利用社會網絡分析了中國在G20國家貿易關系的調整和優化，發現發展中國家在我國外貿中所占的比例在增加。

由于眾多因素影響著我國的對外貿易。貿易對象國的自然資源豐裕程度、市場需求水平和需求結構、技術水平和生產能力高低等因素都會影響到我國的國際貿易。在這些因素中，匯率依然是影響國際貿易的一個重要因素。匯率變化的方向和匯率波動的大小對貿易都有重要影響。本幣貶值有利于促進本國的出口貿易，然而匯率波動對出口的影響尚無定論。

隨著人民幣市場化改革和國際化進程的逐步推進，人民幣匯率波動將會更加劇烈。近年來人民幣匯率改革包括：2005年7月21日央行實行人民幣匯率以市場為基礎、參考一籃子貨幣進行調節、有管理的浮動匯率制度；2007年5月21日，人民銀行宣布將人民幣兌美元匯率日波動區間從0.3%擴大至0.5%；2012年4月14日，人民銀行發布公告，將擴大外匯市場人民幣兌美元匯率浮動幅度，外匯指定銀行為客戶提供當日美元最高現匯賣出價與最低現匯買入價之差不得超過當日匯率中間價的幅度由1%擴大至2%；2014年3月17日，外匯指定銀行為客戶提供當日美元最高現匯賣出價與最低現匯買入價之差不得超過當日匯率中間價的幅度由2%擴大至3%；2015年人民銀行對匯率中間價進行了著名的“811”匯改。這些改革措施使得人民幣匯率波動幅度變大。已有的理論和實證研究都表明匯率波動會對出口有負面影響。由于匯率本身也易受到多種因素的影響，特別在中美貿易戰期間，人民幣匯率的升值和貶值都容易造成較大的波動，使得中國出口貿易增加了更多不確定性。

本文利用馬爾科夫機制轉換模型來研究人民幣匯率波動是否影響中國向其他金磚國家的出口，除了貿易對象和匯率波動變化以外，描述出口和匯率波動之間的非線性關系是本文重點關注的另一個方面。對同一個國家，出口模式可能不是單一的線性模式。例如，中俄貿易額在2014年曾達到900多億美元，但之后能源危機、盧布貶值等打擊讓俄羅斯經濟陷入困境。受此影響，中俄雙邊貿易額在2015年大幅下降約1/3。中俄雙邊貿易在2017年得到扭轉，貿易的數量和質量再次取得較大提升。事實上，利用非線性模型能夠發現線性模型不能刻畫的關系。例如，Bahmani-Oskooee和Harvey(2010)依靠自回歸分布滯后(ARDL)模型方法估計馬來西亞與包括中國在內的14個最大合作伙伴之間的雙邊貿易平衡模型，未發現林吉特貶值對馬中貿易差額有顯著的長期影響[2]。Bahmani-Oskooee和Aftab(2018)對馬來西亞與中國的雙邊貿易再次進行研究，當把線性ARDL模型改為非線性的ARDL模型后，作者發現在林吉特對人民幣貶值的過程中，59個行業中有15個行業增加40%以上的利潤[3]。

馬爾科夫機制轉換模型把出口增長按照方差大小分成低波動狀態和高波動狀態。低波動狀態指出口變化的方差較小，在經濟意義上表示出口增長處于“穩定”狀態；高波動狀態指出口變化的方差大，在經濟意義上表示出口增長處于“不穩定”狀態。已有文獻從自變量(匯率或匯率波動率)的角度，分析影響各個因素對出口的非對稱和非線性影響。本文則從因變量(出口)的視角，在出口的不同狀態上觀察影響因素的差異。

二、文獻回顧

在1973年布雷頓森林體系崩潰之后，匯率波動性顯著增加。大量文獻一直研究匯率波動是否影響國際貿易的問題。匯率波動對國際貿易影響的理論研究有幾種不同結論：一種觀點是匯率波動減少了國際貿易(Ethier，1973；Bahmani-Oskooee等，2013)[4][5]；第二種觀點是匯率波動會增加出口(Asseery和Peel，1991； Broll 和Eckwert，1999)[6][7]；第三種觀點是匯率風險對國際貿易沒有影響或者影響不確定(DeGrauwe，1988；Klaassen，2004)[8][9]。

國內外關于匯率波動影響中國對外貿易的研究有豐富的研究成果。匯率波動對貿易有負面影響，如陳平和熊欣(2002)對中國向一些重要國家和地區的出口數據進行回歸分析，發現匯率波動不利于出口[10]。戴翔和張二震 (2011)利用2007年1月至2010年12月的跨國面板數據進行估計，結果發現匯率波動對出口績效具有顯著負面影響[11]。田開蘭等(2017)發現匯率波動對出口增加值的影響比對出口額的影響更大，同時影響出口中的直接增加值和間接增加值[12]。

匯率波動對中國不同貿易伙伴國有不同的影響。潘紅宇 (2007)研究匯率波動率對中國向三個主要貿易伙伴美國、歐盟和日本出口的影響,發現中國向美國和歐盟的實際出口與實際匯率波動率存在長期顯著的負相關關系,而中國向日本的出口與匯率波動率無關;短期內匯率波動率只影響中國向美國的出口,對向歐盟和日本的出口沒有影響[13]。宋志剛和丁一兵 (2005)針對新興市場國家的匯率波動與出口的關系進行了經驗分析,發現匯率波動會在一定程度上抑制新興市場國家的出口,但對某些新興市場出口的影響并不明顯,其影響程度隨一國經濟發展水平、經濟規模和開放度的差異而有所區別[14]。王宇雯 (2009)研究了人民幣實際有效匯率及其波動對我國出口結構的影響，匯率波動率在長期和短期上都有負面影響，對不同出口結構的長期和短期作用效果不一致[15]。Granville等(2011)探討了中國與G3(美國、日本和歐元區)之間的價格和匯率相互依賴程度，發現中國的進口價格降低了G3國內總體價格，而人民幣匯率與G3貨幣的相關性不強，這意味著人民幣匯率政策相對不重要，尤其是人民幣升值對減少美國貿易逆差沒有太大作用；在匯率波動性溢出而言，人民幣兌歐元波動比人民幣兌美元波動對中國出口價格波動的影響更為嚴重[16]。

匯率波動對中國出口在行業和種類上有不同影響。陳六傅等(2007)分析人民幣實際匯率波動風險對我國六大類企業出口可能產生的影響，發現不論是短期還是長期，實際匯率風險對企業出口都存在正面或負面沖擊，但負面沖擊更具顯著性；沖擊程度在各企業間存在差異，這種差異與各類企業風險意愿類型、風險規避能力以及出口產品質量等因素有關[17]。陳云和何秀紅(2008)以1997—2006年HS分類商品出口的月度數據為樣本，估計結果顯示，不同類別商品出口受人民幣匯率水平和波動率變化的影響有較大差異[18]。譚小芬等(2016)基于高度細化的企業-產品-出口目的地層面海關出口交易數據，考察2002—2009年間匯率波動對我國企業出口的影響，結果表明當中國與目的地匯率波動增加時，中國企業出口額、出口產品的種類都會顯著減少，并且在產品結構上企業出口會更多集中于核心產品[19]。

匯率波動在中國出口上有非對稱影響。Nishimura和Hirayama(2013)研究了人民幣對日元匯率波動對日中貿易的影響，結果表明日本對中國的出口不受匯率波動的影響，但中國對日本的出口在匯率改革期間受到負面影響；此外，匯率水平對日本出口沒有影響，但對中國出口產生重大影響；這種不對稱的結果可能是由于金融市場深度和兩國出口商成熟度的差異[20]。張伯偉和田朔 (2014)利用國別面板數據考察了人民幣匯率波動對中國出口貿易的影響，結果顯示人民幣匯率波動風險對出口貿易的影響在匯率改革前后、發達國家及發展中國家之間存在顯著差異；采用門限非線性面板數據模型發現，人民幣大幅升值時將阻礙出口，但人民幣貶值和升值幅度較小時將促進出口[21]。原子霞和楊政 (2016)通過構建匯率和出口的二元GARCH-M-BEKK模型，研究人民幣匯率波動對中國出口的非對稱影響，實證結果表明除韓國和泰國之外，匯率波動對出口變化有負效應，并且非對稱效應表現在匯率升值時匯率波動抑制出口變化的影響比匯率貶值時更大[22]。

綜合上述研究成果，本文的創新之處主要體現在兩個方面：一方面是研究金磚國家的貿易關系。金磚國家同屬于新興經濟體，且是最大的幾個發展中國家。由于發展中國家的經濟環境更復雜多變，貿易關系更不穩定。研究金磚國家之間的貿易關系對拓展新興經濟體的貿易聯系有重要的啟示。另一方面是研究視角。從出口增長的不同狀態，利用馬爾科夫機制轉換模型估計中國的出口方程，揭示出口行為的非線性特征。

三、馬爾科夫機制轉換模型

中國對巴西、俄羅斯、印度及南非等四個金磚國家的貿易出口方程為

(1)

其中Yt是出口額的對數差分。貿易對象國的國內生產水平(GDP)是出口方程中一個重要變量，由于出口方程中GDP只有季度數據沒有月數據，因此用工業生產指數(IPI)作為GDP的代理變量，Xt是IPI的對數差分。Rt表示中國和金磚四國雙邊名義匯率的對數差分，即匯率變化率或匯率收益率。Ht表示匯率的波動率。εt～N(0,1)是獨立同分布的誤差擾動項，且E(εt)=0和Var(εt)=1，σ是誤差擾動項的方差。

為了運用非線性模型馬爾科夫機制轉換模型，研究匯率、匯率波動對中國出口其他四個金磚國家貿易的影響。參照Hanmilton(1989)[23]的馬爾科夫自回歸模型，建立出口增長和收入水平，匯率波動率等變量的馬爾科夫機制轉換模型

(2)

式(2)中不可觀測的馬爾可夫狀態變量St在概率空間={1,2}取值，St具有狀態轉移的概率矩陣P′=[pij]2×2，其中pij=Pr(St=j|St-1=i)在i,j∈且pi1=1-pi2(i∈)。轉移矩陣中所有元素非負，各列之和為1。

利用極大似然方法估計馬爾科夫機制轉換模型的相關系數。假設出口方程有兩個狀態，狀態依賴于回歸系數和誤差的波動率，因為出口波動率展示了波動聚類特征，出口的波動率隨機制轉換而變化。利用預測推斷和平滑等步驟計算狀態變量的平滑概率和轉移概率pij。本文直接用Eviews軟件估計模型，為節約篇幅這里不再詳細闡述估計原理。除此之外，利用轉移概率pij計算每個機制的平均持續期。平均持續期定義為：

Djj=1/(1-pjj)(j=1,2)

(3)

持續期Djj表明每個機制在狀態j時平均時間。Ang和Bekaert(2002)提出分類指標RCM評價Markov模型在不同機制下的估計效果[24]。RCM指標利用Markov模型估計的平滑概率計算得到。計算方式為：

(4)

其中S表示馬爾可夫機制轉換模型的狀態數，p表示平滑概率。RCM是不同狀態下平滑概率乘積的平均。當估計的狀態數合理時，RCM取值為0；當估計的狀態數不合理時，RCM取值為100。對Markov機制轉換模型的估計來說，RCM值越低表示狀態數更合理。因為模型的擬合效果越好，對應的平滑概率就越接近于1。

關于馬爾可夫狀態轉換模型和非線性模型的另一個檢驗是似然比(LR)檢驗(Hansen，1992)。似然比檢驗統計量為：

LR=2×|LogLmarkov-LogLlinear|

(5)

其中LogLmarkov是馬爾科夫機制轉換模型估計的似然函數值，LogLlinear是線性回歸模型估計的似然函數值。因為在線性模型的零假設下，馬爾科夫模型有六個參數未被識別，LR統計量的漸近分布不是標準的χ2分布。Hansen (1992)建議在不能識別的參數空間，對參數空間進行網格劃分，計算各個格點的LR統計量的值，取LR統計量的上確界來檢驗[25]。但是Hansen方法的缺陷是計算量大且耗時， Carcia(1998)改進了格點計算方法，模擬了LR統計量的漸近臨界值表[26]。

四、數據和實證結果

1.數據描述

在Wind數據庫中收集了中國對巴西、印度、俄羅斯及南非的出口貿易數據。樣本時間是1995年1月至2018年2月，一共278組樣本。把以美元計價的出口數據換算成以人民幣計價的外貿數據，通過季節調整消除月周期性。由于出口數據是一階單位根非平穩，取對數差分轉換為平穩數據。出口方程中各國的收入水平數據是季度數據，類似于Fang等(2009)[27]的處理，采用工業生產指數(IPI)作為收入水平的替代變量。IPI數據從FRED數據庫上收集得到，在消除季節性之后，取對數差分得到平穩序列。收集1995年1月至2018年2月期間美元對巴西雷亞爾(Real)、美元對印度盧比(Rupee)、美元對俄羅斯盧布(Ruble)和美元對南非蘭特(Rand)的匯率數據，再利用人民幣對美元的匯率，折算出人民幣以雷亞爾、盧比、盧布和蘭特計價的雙邊名義匯率。

關于出口增長和匯率變化率的描述性統計見表1。表1顯示中國對金磚四國的出口增長率的均值是正值，這說明中國的出口在穩定增長，其中增長最快的國家是印度，增長速度最慢的國家是南非。在單月增幅中，對巴西的出口增長率最大，對俄羅斯的單月跌幅最大。從標準誤來看，對俄羅斯的增長率波動最大。人民幣相對其余金磚四國貨幣的變化率都是負值，說明人民幣相對于四國的貨幣在均值意義上處于升值狀態。經過模型篩選和設定，這里用AR(1)-EGARCH(1,1)模型估計匯率變化Rt的方程，然后產生GARCH波動率。

表1 中國對金磚四國出口增長和匯率變化的描述性統計

2.實證結果及分析

表2 線性回歸模型結果

馬爾科夫機制轉換回歸模型的估計結果如表3。馬爾科夫機制轉換模型根據出口增長率的波動大小將中國對巴西的貿易出口分為兩個機制。機制1是穩定(低波動)狀態，即σ1是0.064，機制2的σ2是0.179，是不穩定(高波動)狀態。在機制1(低波動)狀態中，滯后一期的出口系數β1在1%水平上顯著，且符號為負，表明出口增長率有均值回歸的形式。外國收入在低波動狀態下的估計系數δ1在1%的水平上顯著為正，表明巴西的收入水平越高，越有利于中國出口的增長。匯率變化率的估計系數φ1為正但是不顯著，而匯率波動率的估計系數值γ1為負卻不顯著。在機制2(高波動)狀態中，滯后一期的出口增長的估計系數值β2在1%的水平上顯著為負。外國收入的估計系數δ2不顯著。匯率變化率的估計系數φ2顯著為正，這表明人民幣相對于巴西里爾的貶值有利于出口的增加。匯率波動率的估計系數γ2對出口的估計系數顯著為負。這說明在出口波動較大時，匯率波動率對出口有抑制作用。

中國對俄羅斯的出口方程中，在機制1(低波動)狀態中，出口增長率的滯后期顯著為負，表明滯后行為對出口有影響。俄羅斯的收入水平、匯率變化率和匯率波動率對出口都沒有顯著影響。在出口的機制2(高波動)狀態中，收入水平并沒有顯著影響。匯率變化的估計系數φ2顯著為正，表明人民幣相對于俄羅斯盧布貶值能夠提高出口。與預期相反的是匯率波動率的估計系數γ2在1%水平上顯著為正，說明匯率波動率增加能促進中國向俄羅斯出口。可能的原因是中國和俄羅斯屬于戰略合作伙伴關系，通常俄羅斯經濟受到外在沖擊影響時，中俄貿易也受到影響而波動較大。與此同時，俄羅斯匯率表現也不穩定，從中國擴大進口是對俄羅斯經濟的一個有力補充。

中國對印度的出口方程中，在機制1(低波動)狀態時，匯率變化率的系數估計值為-2.2095，在5%水平上顯著為負。匯率變化率和印度收入水平在低波動時并不顯著。在機制2(高波動)狀態中，匯率變化率系數的估計值顯著為正，而匯率波動率的估計系數并不顯著。出口增長的滯后一期是顯著為負，而收入水平并不顯著，表明出口增長率處于高波動狀態時，人民幣對印度盧比貶值有利于出口，而在出口增長的低波動狀態時，匯率波動率有抑制出口增長的趨勢。

中國對南非的出口方程中，滯后一期的因變量的參數估計值β1和β2在兩種狀態下都顯著為負。收入水平和匯率變化率在兩種狀態下都不顯著，匯率波動率的參數估計值γ1在低波動狀態下是顯著為負，在高波動狀態下的參數估計值γ2是不顯著。這顯示對南非的出口更容易受到出口慣性行為的影響，收入水平和匯率的影響作用較小。

表3 馬爾科夫機制轉換估計結果

表3中轉移概率P11表示機制1從上一個時刻是低波動狀態到下一時刻仍然是低波動狀態的概率，巴西、印度、俄羅斯和南非分別是0.851、0.854、0.849和0.818。轉移概率P22表示機制2狀態從上一個時刻的高波動狀態到下一個時刻仍然是高波動狀態的概率。四個金磚國家P22的轉移概率分別是0.686、0.630、0.707和0.557。P11和P22相比較，顯示出口機制以更大的概率停留在低波動狀態。狀態持續期D1和D2給出了出口機制停留在不同狀態上的平均時間。巴西停留在穩定(低波動)狀態是6.727月，而停留在高波動狀態是3.188個月。因此出口方程在低波動狀態的時間是在高波動狀態的時間的2.1倍。印度、俄羅斯和南非在低波動的時間分別是高波動時間的2.5倍、1.9倍和2.4倍。

表3中對四個金磚國家的RCM值大約在45上下，在0到100的區域內屬于較低的值。說明把出口分成高波動和低波動是合適的。我們把出口行為分成低、中和高三個狀態進行估計。一方面發現各個國家RCM值的值降低的程度有限，并且三個狀態中有一個狀態的平滑概率較差，概率取值幾乎都不大于0.5，也就是說在這個狀態上出口行為幾乎不會存續。最后，利用Carcia (1998)模擬的LR檢驗的臨界值，LR統計量的值在5%水平上是顯著的。因此，采用兩個波動的馬爾科夫機制轉換模型是合適的。

圖1給出了出口方程在高波動狀態的平滑概率。從四個國家的平滑概率圖看到，相比于2002年之后，中國在2002年加入WTO之前，出口方程處于高波動狀態的概率更大。因為在加入WTO之前，中國在貿易方面只能依靠雙邊貿易協定享有優惠的權利。而在加入WTO之后，在在更多的成員國之間擁有多邊的、無條件的、穩定的最惠國待遇。又比如在2008年金融危機期間，金磚國家受金融危機的影響，出口方程處于高波動階段。

圖1 高波動狀態下的平滑概率(1995年1月至2018年2月)

3. 預測對比

利用馬爾科夫機制轉換模型估計出口方程，一方面是為了分析匯率波動率的影響，另一方面是為了預測未來的出口。這里比較線性模型和馬爾科夫轉換模型對金磚四國的出口增長的預測效果。把全樣本分成兩個樣本子集，用前一個樣本子集來估計模型參數，用后一個樣本子集來做預測比較。利用預測值和真實值計算常用的預測評價指標：根均方誤差(RMSE)和均值絕對誤差(MAE)。這里把全樣本分成四種不同的子集區間，它們分別是：

估計區間1：1995年1月至2010年12月；預測區間1：2011年1月至2018年2月。

估計區間2：1995年1月至2012年12月；預測區間2：2013年1月至2018年2月。

估計區間3：1995年1月至2014年12月；預測區間3：2015年1月至2018年2月。

估計區間4：1995年1月至2016年12月；預測區間4：2017年1月至2018年2月。

利用遞歸預測得到根均方誤差(RMSE)和均值絕對誤差(MAE)。表4給出了預測結果。對巴西出口的預測結果顯示，在RMSE上，馬爾科夫機制轉換模型僅僅在2015年1月至2018年2月這個時期中的預測效果更好；而根據MAE，則在其中兩個時間段的預測效果更優。但是對于印度和俄羅斯，馬爾科夫機制轉換模型在三個時期上的RMSE和MAE指標更優。而南非的馬爾科夫機制轉換模型在四個時期都表現優秀。從總體看，RMSE顯示馬爾科夫模型預測在16次預測中有11次優于線性模型預測，MAE顯示馬爾科夫模型預測有12次優于線性模型預測，表明馬爾科夫機制機制轉換模型優于線性模型。

表4 線性回歸和Markov機制轉換回歸模型的預測比較

4. 討論

對四個金磚國家出口總體來看，可以得到幾個方面的結果：第一，關于滯后因變量的影響，當出口增長處于高波動狀態時估計的數值在絕對值上要比低波動時的數值大。由于符號為負，這表明出口增長在不穩定狀態下的自我調整力度更大。第二，收入水平除巴西在穩定狀態下是顯著外，在其他國家和兩種狀態下都不顯著，說明中國在金磚四國的貿易中，收入水平不是主要的影響因素。第三，匯率變化的影響，在低波動狀態時，匯率變化對出口沒有影響。在高波動狀態除南非外，人民幣貶值能夠促進中國向巴西、俄羅斯和印度的出口。在出口增長不穩定時，匯率貶值是一項重要的措施，而在出口穩定時，匯率貶值的作用并不明顯。最后，在穩定(低波動)狀態中，匯率波動率對印度和南非的出口增長有抑制作用。在不穩定(高波動)狀態中，匯率波動率上升降低對巴西的出口、增加對俄羅斯的出口。因此匯率波動率的影響方式在不同國家存在差異。

從研究結果來看，匯率波動率上升對印度、巴西和南非的出口增長有削弱效果，對俄羅斯出口有促進作用。印度和中國存在地緣競爭關系，雙邊貿易易受政治風險方面的影響。當貿易增長穩定時，雙邊貿易符合傳統的貿易理論，包括了匯率貶值促進出口增加、匯率波動上升抑制出口。當貿易增長不穩定時，傳統貿易理論已經不適用，此時匯率波動的影響不再是重要的影響因素。而俄羅斯和中國是戰略伙伴關系，當貿易增長不穩定時，通常是俄羅斯經濟金融環境惡化的時候，也是匯率波動上升的時候，此時增加對俄羅斯的出口有助于穩定俄羅斯經濟生活。巴西和中國的雙邊貿易是互補類型，當波動率上升時，意味著巴西的經濟出現波動，對出口有負面影響。南非經濟相對薄弱，在正常穩定的貿易環境中，匯率波動對出口有抑制效果。當南非匯率波動較大時，也是經濟形勢不好的時候，從傳統貿易理論的角度，匯率波動率不是一個重要的影響因素。

五、結論和建議

1. 研究結論

本文利用馬爾科夫機制轉換模型，估計中國對巴西、俄羅斯、印度和南非這四個金磚國家的出口增長受匯率波動率的影響。從出口的視角，按照出口增長方差的大小把出口變化分成高波動和低波動兩個狀態，分別代表不穩定和穩定的兩種出口機制。馬爾科夫機制轉換模型刻畫了出口增長在兩種機制下的非線性特征。從實證結果分析中得出一些重要啟示：首先，兩機制的馬爾科夫轉換模型支持出口變化和匯率波動率之間的非線性關系。在線性回歸模型中，匯率波動率對出口增長的影響并不顯著，表明線性模型回歸支持匯率波動率影響出口增長的力度是有限的。在馬爾科夫轉換模型中，匯率波動率對每個國家的出口至少有一個狀態在統計上顯著，這提供了更多實質性證據表明匯率波動率影響中國對金磚國家的出口。分類測量指標RCM和似然比檢驗表明，估計兩狀態的馬爾科夫轉換模型是合適的。其次，從馬爾科夫機制轉換模型的估計結果看，當出口增長在穩定(低波動)狀態和非穩定(高波動)狀態時，出口行為有著顯著的差異：匯率波動率在穩定狀態對印度和南非有負的顯著影響；在非穩定狀態影響對巴西有負的顯著影響和對俄羅斯有正的顯著影響。最后，馬爾科夫機制轉換模型的預測效果表明建立非線性模型的合理性。

2. 政策建議

根據估計結果，對中國和發展中國家的貿易提出相應的建議。第一，在當前競爭環境下，力保對北美、歐洲和部分亞洲發達國家之間的雙邊貿易，拓展中國與世界發展中國家的關系，如東盟國家、中東國家、拉美國家和非洲國家的雙邊貿易。雖然單個發展中國家對雙邊貿易的增長是有限的，但是積少成多。通過跨境投資促進發展中國家的市場需求，在共同發展中促進雙邊貿易的增長，兼顧發達國家和發展中國家的雙邊貿易，降低貿易集中在少數發達國家帶來的聚集性風險。目前，鞏固和發展“一帶一路”倡議，促進沿線國家的經濟發展，有利于中國和沿線國家互利共贏，增強雙邊貿易往來。第二，從政府的角度看，需要及時關注以金磚國家為代表的發展中國家和中國的雙邊貿易是否穩定。當出口貿易增長穩定時，可以選擇這個時機進行匯率改革，比如推進人民幣市場化和國際化，因為匯率升值和貶值不會給貿易帶來大的影響。當出口貿易不穩定時，需要找出外在影響因素，并分析匯率變化和匯率波動率在其中所產生的作用。如果匯率變化和匯率波動率是影響雙邊貿易的主要因素，央行利用人民幣中間價引導離岸市場和在岸市場匯率的合理變化，避免出現大的匯率風險，使得出口貿易的長期和短期增長保持穩定。第三，對貿易企業而言，可以采取多種風險管理措施防止貿易損失。例如，如果以外幣作為結算工具時，出口企業從簽訂合同出口交易開始就要承擔匯率變動帶來的潛在風險，應盡可能采用人民幣作為計價標準進行結算。當前中國和多個國家通過貨幣互換方式在一定程度上可以避免外幣結算可能帶來的匯率風險。顯然，人民幣國際化趨勢需要加快步伐。如果貿易雙方不能對計價貨幣達成一致時，可以考慮采用共同承擔風險的方式完成。在簽訂合同時，雙方不妨在合同中增加預先鎖定匯率的條款，避免匯率變化和匯率風險帶來的利潤損失。除此之外，貿易雙方可以利用金融產品降低風險，比如采用套期保值的結匯產品。最后，貿易企業需要關注外匯管理政策的變化和國外市場變化方面的影響，同時注意貿易伙伴國的內部風險，比如政治因素和關稅因素的影響。

【注 釋】

① 基于AIC準則得到巴西是滯后3階，俄羅斯和印度是滯后4階，南非是滯后2階。利用AIC準則估計模型，發現各解釋變量滯后2階及以上的參數估計值都不顯著，因此不考慮滯后二階的變量。