中美贸易战分析人民币汇率研究

导语：中美贸易战分析人民币汇率研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

近年来，中国对外贸易形势发展迅速，伴随中国外贸条件的不断改善，以美国为首的西方国家多次向人民币的价值施压，通过政府喊话使人民币升值。美国认为之所以全球经济失衡，尤其是美国对外贸易得失衡，是因为人民币兑美元的汇率被低估了。中国通过政府制定的低汇率促进中国国内商品和服务的出口，最终造成了美国的经济和社会问题，如经济增长放缓和工人失业率上升等。美国总统特朗普更是就在中美贸易失衡问题上给中国贴上“汇率操纵国”的标签。因此，合理化人民币汇率与中美双边贸易平衡的关系，明确人民币是否是造成中美贸易不平衡的原因，以及是否为改善中美贸易不平衡的关键。研究中美之间的贸易平衡，并在此及时调整的基础上，选择最适合中国未来发展的汇率制度和汇率，也就具有了重要的现实意义。

1研究思路

本文的具体技术路线如下。首先，以不完全替代模型为原型建立进出口需求模型，进行对数化处理：LnMt=a1+a2LnRERt+a3LnGDPt+ωt；其次，采用移动平均标准差的计算方式来获得美元兑人民币实际汇率波动率的数据；紧接着，利用Eviews9.5软件计量分析经济指标数据进行回归方程的估计并利用一系列计量方法检验是否存在倒J曲线，包括平稳性检验、J-J协整检验、格兰杰因果检验、脉冲变量响应等，最终得到结论。

2人民币汇率与中美贸易失衡的实证研究

2.1模型的建立。研究外生变量变化对内生变量的影响方式是比较均衡分析的分析原理，它只使用两个静态均衡状态进行比较。而基于此的不完全替代模型则是经济学家研究两国货币汇率与双边贸易收支关系的一例经典模型。本文采用了此模型，在假设中国与美国的市场一般均衡时，且进出口商品的供给弹性均为无穷大时，提出了中美汇率与贸易的进出口模型：Mt=M(GDPt,RERt)Xt=X(GDPFt,RERt)其中M表示进口，X表示出口；GDPt表示本国的国民收入，GDPFt表示美国的国民收入；RER则表示人民币兑美元的实际汇率。此外，由于对数据进行对数变换不会改变原始的协整关系，自然对数又可以被线性化(是一种评估非线性微分方程的局部稳定性的方法)。这样一来就有利于复杂的方程组的拟合回归，即可以将非线性方程进行对数化处理来消除时间序列中可能存在的方差差异，进而线性化。通过相应的方程组变形后的模型回归拟合方程组如下：Ln(Mt)=a1+a2×Ln(RERt)+a3×Ln(GDPt)+εtLn(Xt)=b1+b2×Ln(RERt)+b3×Ln(GDPFt)+δt2.2变量数据的选取。本文中，人民币兑美元的实际有效汇率及中美的双边贸易数据均来自于CEIC数据库和国际清算银行数据库。本文最终用实际有效汇率REER代替实际汇率RER。美国汇率和贸易的相关数据则来自美国商务部的国际贸易管理署与CEIC数据库。本文中国使用的GDPt和GDPFt均使用中美两国的实际GDP，而非名义GDP。为保证数据本身的统一性和准确性，避免增加人为性的误差，本文对于各项变量均统一使用季度数据而非月度数据(很多数据并没有公布月度数据)进行实证检验。2.3变量数据的平稳性检验。当模型中含有非平稳的时间序列时，按照原始的计量分析方法(即直接进行多元回归处理)进行数据的估计和检验很可能缺乏正确性从而导致最终得到错误的结论，因此在使用计量分析模型之前必须对数据的平稳性进行检验。本文选用了ADF检验(即单位根检验)方法首先对平稳性进行测量，并根据给定的时间序列数据进行预测。首先用Eviews软件对方程组的各变量进行ADF检验以检验其平稳性，具体的检验结果，如表1所示。从表1可以看出，2009—2017年的LnX，LnM，LnRER，LnGDP和LnGDPF的ADF值均大于界定值0.1。从测试结论来看，这些变量本质上是不平稳的。然而，也可以看到上述比较变量的一阶微分ADF测试值却均小于0.1，这表明了该组变量均同时满足了同阶的单稳态平稳序列的协整检验的前提假设，这样的结果表明可以对数据的协整性进行下一步的检测。2.4回归模型的协整检验。对原始序列数据进行同阶的协整检验是为了有效地避免伪回归问题(单位根检验导致许多参数的统计量的分布不再是标准分布)的产生。由于本文中所涉及的变量不止两个而是更多个变量，选用检验对ln(Xt)=b1+b2×ln(RERt)+b3×GDPF+δt进行J&J的协整检验更为妥当，结果如表2所示。由表2结果可知，模型的各个变量Xt、RERt及GDPF之间均存在着很明显的协整关系。对它们进行最小二乘法以便进行拟合后，最终得到08年以后的出口需求方程式为lnX=－6.3027－1.95040×lnRER+2.1400×lnGDPF+δt；R2=0.74，=0.72，F=34.97，DW=1.79。也就是说，2009—2017年实际汇率对美元兑出口的需求弹性在－1.95左右，而且与此期间人民币升值的实际情况相结合，真实美元与美元汇率之间的汇率显示每升值1％，对美国的出口增加1.95％。与此同时，应该指出的是，美国收入对中国出口的弹性约为2.13。尽管人民币兑美元的汇率变动对美国出口变动的影响有着明显的增加，同时美国收入变动对美国出口变动的影响略有减弱，但估计方程式也表明了美国的国内收入是影响美国对中国的进口的一个主要因素，紧接着是货币的汇率因素。进口模型的处理同上。2.5回归模型格兰杰因果检验。格兰杰因果检验的结果表明：若序列变量X和Y存在格兰杰因果关系，则说明变量X的存在可以更好地解释变量Y产生的变化，那么就可以认为变量X是影响变量Y如此变化的一个格兰杰原因。接下来本文对进出口需求模型执行了额外的Granger因果关系检验，以进一步了解模型变量之间的互相影响的方式，结果如表3所示，以测试结果为例。由表3可以看出，从2009—2017年人民币美元的汇率变动是使中国对美国进口额产生变化的原因，同时，中国对美国商品的进口却并不是汇率变动的主要原因。而与其同时，中国人的商品和服务带来的收入变化虽然不是汇率变化的主要原因，但是反之却是成立的。根据中国向美出口的计划表可知，2009—2017年汇率的波动是对美国出口贸易额产生变动的原因，同时对美国的出口不是汇率变动的原因。美国人的销售收入的变化原因并不是缘于中国对美国的出口，也就是说美国的一国收入与两国货币的汇率之间没有明确的因果关系。2.6脉冲响应函数——J曲线研究。使用脉冲响应函数可以测算某一随机干扰项，如该段时间内人民币汇率数据的标准差，是怎样影响内生变量(如中美双边贸易收支差额)当前值和未来值的变动的。因此本文将人民币兑美元汇率作为脉冲变量的同时并把中国对美国的出口额作为脉冲的响应变量，将之输入进Eviews软件中，即可得到二者的脉冲响应，输出的结果如图1所示。从图1中发现，美元兑人民币汇率的贬值对中国的出口首先是自1期到2期的正向的冲击，而促进作用持续2期后达到顶峰(约为14处)，之后则呈现出一个逐渐下降的趋势，并在第5期左右的位置改变为平缓态势，这个图形表明了美元的相对贬值并没有能够完全抑制中国对美国的出口，这个平缓的态势一直持续到10期之后，抑制作用仍不是很明显。

3结语

通过进行2008年以后的出口需求模型及进口需求模型的实证检验，我们可以估计得到模型汇率的出口和进口需求弹性分为别－1.950400和－0.853735，这两个数据满足马歇尔-勒纳条件，即人民币兑美元汇率对中美贸易收支是有影响的。正如本文实证分析可知，金融危机之后，人民币汇率对中美贸易的影响开始逐渐呈现与“倒J曲线效应”中形容一致的趋势，也就是说，初期的人民币汇率对双边贸易差额并没有产生明显的限制关系。直到最近，人民币汇率才对双边贸易产生监管效应。但是，应该指出的是，根据经验数据表明，两国收入仍然是影响两国之间的贸易平衡最为关键的因素(因为“收入效应”较“汇率效应”来说体现的更明显)，而人民币兑美元的汇率仍然不是中美两国之间的双边贸易不平衡的最主要原因，但仍可以作为政府调节贸易平衡的一种方式。总之，中美之间的贸易不平衡不应该完全归咎于人民币汇率的变化。中美两国在进行贸易时必须考虑到汇率的影响，但不应该把解决不平衡状况问题的重点放在人民币的升值和贬值上，而应该从更广阔的视角来解决。

参考文献

[1]JIANBO,SONG,SEAN,etal.TheRenminbiExchangeRateReformandtheRebalancingofChina’sGrowthModel[J].EconomicandPoliticalStudies,2015,3(2).

[2]崔淑新.人民币汇率与中美贸易失衡关系研究[D].大连海事大学,2014.

[3]桂波.基于人民币汇率与中美贸易失衡关系研究[J].全国流通经济,2018(14).

[4]王胜,陈继勇,吴宏.中美贸易顺差与人民币汇率关系的实证分析[J].国际贸易问题,2007(5).

作者:沈雨霏 单位:北京交通大学经济管理学院