胡泽俊，赵 昊

（中南财经政法大学a.经济学院；b.金融学院，武汉430073）

1 模型构建及数据说明

汇率水平及其波动对不同行业的影响是不同的。根据国民经济行业分类标准（GB/T 4754-2002）中三大产业的分类标准，第一产业是指农、林、牧、渔业；第二产业包括采掘业，制造业，电力、煤气及水的生产和供应业，建筑业；第三产业指除第一、第二产业以外的其他产业。本文在选择行业时主要参照三个标准：第一，该行业在吸收外商直接投资方面具有代表性，即该行业的合同利用外资、实际利用外资或项目数在外商对华直接投资总额中占比较高，从而该行业利用外资的变动对总体利用外资会产生重要影响；第二，本文选择的样本区间是1997～2011年，该行业在样本区间中应保持统计口径一致，例如，2004年之前，《中国统计年鉴》单设“批发和零售贸易餐饮业”，从2004年开始，统计局将该行业分为“批发和零售业”及“住宿和餐饮业”，因此，本文未将“批发和零售贸易餐饮业”选为研究对象；第三，该行业的数据在样本期间能够取得，不存在明显的缺失和统计错误。综合以上标准，本文选取了农林牧渔业、采矿业、制造业、建筑业、金融业、房地产业和交通运输、仓储和邮政业等七个行业作为研究对象。

影响外商对华直接投资的因素很多，如市场因素、制度因素、成本因素、地理的临近性、关税等，综合考虑因素的可量化性和数据的可得性，本文选取了行业增加值、虚拟变量、职工平均货币工资分别衡量市场规模、汇率制度改革和成本因素。另外，汇率及其波动作为待考察的变量也作为自变量出现在模型中。具体地，本文建立如下模型：

采用面板数据是因为面板数据同时具备时间序列数据和截面数据的特征，能够有效解决内生性问题，而且还可以反映变量的动态变化，使实证分析的结果更全面、更稳健。

2 实证研究

2.1 人民币实际有效汇率波动率测算-GARCH模型

研究对象、研究方法和数据来源的不同造成研究的结果存在较大区别，本文采用广义自回归条件异方差（GARCH）模型测定人民币实际汇率的波动。首先采用1997年第1季度～2011年第4季度的季度实际有效汇率数据测算人民币汇率波动幅度，然后用测算出来的季度波动率平均得出年度的汇率波动率。应用GARCH模型的前提条件是时间序列的平稳性，因此先检验人民币实际有效汇率序列的平稳性，这里采用ADF检验，检验结果见表1。ADF检验的结果表明REER序列是平稳的时间序列。

表1 REER的ADF单位根检验结果

根据表1的检验结果，REER在5%的显著性水平下是平稳的时间序列，符合应用GARCH模型的前提条件。

REER序列的相关图和偏相关图显示出该序列存在明显的自相关特征，估计的自回归方程为：

方程的拟合优度很好，而且统计量也是显著的，接下来检验方程误差项是否存在条件异方差，即利用ARCH LM检验看残差μt是否存在ARCH效应。表2显示，P值很小，残差序列存在ARCH效应。

表2 残差μt的ARCH效应检验

经过筛选，本文建立AR(1)-GARCH(1)模型如下：

方差中的GARCH项的系数都是统计显著的，拟合优度和F统计量的值都较大，AIC的值比较小，再对此方程进行条件异方差的GARCH-LM检验，检验结果见表3。

表3 AR(1)-GARCH(1)方程误差项条件异方差性检验

从表3可以看出，P值较大，即方程的误差项不在有条件异方差性。因此，通过AR(1)-GARCH(1)模型计算出来的方程作为人民币实际有效汇率的季节波动值，记为VOL。人民币实际有效汇率的波动率如图1所示。

图1 人民币实际有效汇率的波动率(VOL)

2.2 单位根检验

面板模型必须以数据平稳为基础，因此先对7个行业的各变量序列进行平稳性检验。本文采用既有趋势又有截距项的检验模式，采用的标准为适用于相同单位根下的LLC检验和适用于不同单位根下的ADF检验及PP-Fisher检验。检验结果如表4和表5所示。

表4 7个行业面板数据水平方向单位根检验

表5 7个行业面板数据一阶水平单位根检验

单位根检验的结果显示，7个行业的各变量序列LNFDI、LNREER、LNVOL、LNGDP、和LNWAGE 均不能拒绝“存在单位根”的原假设，说明取对数之后的变量均存在单位根；对各变量对数进行一阶差分进行单位根检验发现，在三种检验形式下，在1%显著性水平上都通过检验，即各变量序列均是一阶单整。

2.3 协整检验

7个行业变量单位根检验结果发现，LNFDI、LNREER、LNVOL、LNGDP和LNWAGE均是一阶单整，可以对7个行业的数据序列进行协整检验。本文采用Kao检验和Pedroni检验，Pedroni(1999)构造了7个统计量检验面板模型变量的协整关系，其中Panel v,Panel rho，Panel PP和Panel ADF四个统计量用于描述联合组内维度，Group rho,Group PP和Group ADF三个统计量用于描述组间维度，每一个标准化的统计量都趋于正态分布，但在小样本情况下，Panel ADF和Group ADF检验效果最好，当各统计量的检验结果出现冲突时，要以Panel ADF和Group ADF为标准。协整检验结果如表6所示。

表6 7个行业面板数据协整检验

7个行业的检验结果都显示，在1%显著性水平下均拒绝“不存在协整关系”的原假设，因此31个省份吸收的直接投资（LNFDI）与人民币实际有效汇率（LNREER）、人民币实际有效汇率波动率（LNVOL）、市场规模（LNGDP）、职工工资水平（LNWAGE）、对外开放度（OPEN）之间存在长期协整关系。

2.4 面板模型设定和模型估计

面板模型分为变系数模型和变截距模型，前者是指样本中的个体差异是通过变量的系数差别来体现的，后者是指样本中的个体差异通过结局想的差别来体现，随机误差项则有固定效应、随机效应和混合效应之分。本文采用协方差分析检验对中部的面板模型进行模型设定检验，检验结果如表7所示。F2统计量大于F2分布临界值，拒绝“模型为混合模型”的原假设，进一步地，F1统计量大于F1分布临界值，拒绝“模型为变截距模型”的原假设，再结合针对误差项的Hausman检验结果，应设定为固定效应变系数面板模型。

根据设定的模型，本文使用固定效应变系数模型进行估计，结果如表8。

表8显示，7个行业中有4个行业人民币实际有效汇率系数在1%（或5%）的显著性水平下是显著的，其中，采矿业、制造业和金融业的人民币实际有效汇率的系数在1%水平下通过检验，房地产业的REER系数在5%显著性水平下通过检验，其中采矿业和制造业数据第二产业，金融业和房地产业属于第三产业。7个行业中3个行业人民币实际有效汇率波动率系数在5%（或10%）的显著性水平下是显著的，其中制造业和金融业的VOL系数在5%显著性水平下通过检验，房地产业的VOL系数在10%显著性水平下通过检验。相比之下，人民币实际有效汇率对各行业的影响比汇率波动率的影响大。具体来讲，人民币实际有效汇率每上升1个百分点（即人民币升值一个百分点），采矿业和制造业实际利用外商直接投资分别减少2.5538、3.4917个百分点，金融业和房地产业实际利用外商直接投资分别增加6.7634、3.01个百分点。人民币实际有效汇率波动率每增加1个百分点，制造业、金融业和房地产业实际利用外商直接投资分别增加0.7249、2.01、10.5027个百分点。对人民币实际有效汇率和汇率波动率敏感的四个行业的方程如方程5～8，其中括号内为系数的t值，星号的含义与上文相同。

采矿业：

表7 7个行业面板模型设定检验

表8 7个行业面板模型的估计结果

通过上述实证结果我们可以发现，人民币实际有效汇率及其波动率的相同变化对不同行业实际利用外商直接投资有着不同的影响，这种差异体现在影响的方向和幅度上，如人民币升值使采矿业和制造业的实际利用外商直接投资减少，而使金融业和房地产业的实际利用外商直接投资增加；影响幅度上，人民币实际有效汇率对采矿业的FDI影响相对较小，人民币每升值1%，采矿业实际利用外资减少2.5538%，而人民币实际有效汇率对金融业吸收FDI的影响相对较大，人民币每升值1%，金融业吸收的FDI将增加6.7634%，人民币实际有效汇率波动率对房地产业的影响相对较大，汇率波动率每增大1%，房地产业吸收的外商直接投资将增加10.5027%。

人民币汇率水平及其波动对利用外资较少的农、林、牧、渔业没有显著影响，建筑业、交通运输、仓储和邮政业也没有受到汇率水平及其波动的显著影响。原因可能在于相比于金融业、房地产业、采矿业和制造业，农、林、牧、渔业、建筑业和交通运输、仓储和邮政业受到政府保护程度较高，而且其发展速度也不如金融业等行业，不仅对外资缺乏吸引力，而且其他因素如外资政策因素等对其影响也较大，例如，国内市场规模和国内职工平均货币工资水平对建筑业具有显著影响，并且行业产值增加1%时，吸收的外资将增加4.5202%，行业职工平均工资上涨1%时，吸收的外资将减少5.5382%。

相对于其他行业，人民币汇率及其波动对农、林、牧、渔业实际利用外商直接投资的影响不显著而且是最小的，农、林、牧、渔业产值增加1%时，吸收的外资将增加1.2233%，农、林、牧、渔业职工平均工资上涨1%时，吸收的外资将减少0.1042%。原因可能在于农、林、牧、渔业本身利用的外资数额就相对较小，2010年农、林、牧、渔业合计实际利用外资191195万美元，占全国总数1.8%，合同项目个数为929个，占全国合同项目个数的3.39%，造成农、林、牧、渔业利用外资水平较低的原因主要有以下几个方面：第一，我国的农、林、牧、渔业尚未形成规模优势，大部分是农、林、牧、渔业的家庭经营模式，市场化程度很低，而且政府的干预较多，而外商的农、林、牧、渔业已经形成了规模化和产业化，两者是不相适应的，从而导致两者的交易成本很高，外商缺乏投资的积极性；第二，农、林、牧、渔业的属性决定了其技术不易形成垄断优势，容易被模仿和学习；第三，不同于制造业和金融业等，农、林、牧、渔业受到较强的地域性约束，技术的专业和扩散难度较大，而且容易受到该地域的自然条件的影响。

制造业、采矿业和服务业中的金融业及房地产业对人民币汇率及其波动较敏感，并且制造业和金融业对汇率水平的敏感性更强，而房地产业对汇率波动的敏感性高达10.5027，这说明我国的房地产市场具有很强的投机性，汇率水平波动时，会有大量外资涌入房地产市场。国家统计局的数据显示，制造业、采矿业、金融业和房地产业是外商直接投资的重要行业，金融业和房地产业吸收的外商直接投资均低于制造业，汇率水平及其波动对这两个行业的影响却比制造业大，而且人民币升值抑制制造业FDI流入，而促进金融业和房地产业FDI流入，不仅与这些行业的自身特点有关，而且在于这些行业的市场化程度较高，投资环境比较成熟。制造业和采矿业属于资源密集型行业，我国的廉价劳动力资源和丰富的自然资源是吸引外资的重要趣味因素，而且制造业在中国的快速发展也是国际产业结构调整和转移的结果，产品的生产在中国大陆，而产品的设计、研发、营销和配送体系则把握在跨国公司手中，人民币贬值使得以外币表示的本国生产成本（尤其是劳动力成本）下降，出口导向型外国投资者的利润增加，回报率的上升增加了FDI流入，而东道国货币升值使东道国货币的购买力增强，FDI会更多地替代国际贸易进入东道国，流入东道国的FDI增多。而金融业和房地产业是资本密集型行业，尤其是2001年中国加入世界贸易组织以后，服务业也开始实行对外开放政策，大量外资涌入金融保险业和房地产业，而且这两个行业都是国际热钱追逐的目标，人民币升值的预期也导致国际热钱以FDI的形式进入金融保险业和房地产业，而人民币汇率的波动性也正好与国际热钱短期投机的特点相适应。

7个行业面板数据模型的结果显示，除人民币实际有效汇率及其波动外，受到行业增加值（GDP）显著影响的仅有建筑业，受到产业职工平均工资（WAGE）显著影响的有制造业和建筑业，即市场因素和成本因素对第二产业的影响较为显著，并且建筑业更易受到市场规模和成本因素的影响。

此外，市场规模对多数行业实际利用外资的影响是正向的，而职工平均工资水平对多数行业实际利用外资的影响是负向的，汇率制度改革对这七个行业实际利用外资水平的影响不显著。

3 结论

本文选取农林牧渔业、采矿业、制造业、建筑业、金融业、房地产业和交通运输、仓储和邮政业等七个行业的面板数据分析了人民币汇率及其波动对FDI产业分布的影响，研究发现人民币实际有效汇率及其波动率的相同变化对不同行业实际利用外商直接投资有着不同的影响，这种差异体现在影响的方向和幅度上，如人民币升值使采矿业和制造业的实际利用外商直接投资减少，而使金融业和房地产业的实际利用外商直接投资增加；影响幅度上，人民币实际有效汇率对采矿业的FDI影响较小，而对金融业吸收FDI的影响相对较大，汇率波动率对房地产业的影响相对较大。除人民币实际有效汇率及其波动外，受到行业增加值（GDP）显著影响的仅有建筑业，受到产业职工平均工资（WAGE）显著影响的有制造业和建筑业。

[1]赵琼.基于人民币汇率改革视角的我国FDI流入变化分析[J].经济问题，2012,（2）.

[2]冯晓玲，张璐.人民币实际有效汇率对中国吸引FDI的影响分析[J].财经问题研究,2011,（11）.

[3]黄昊.人民币回来形成机制改革对我国FDI产业选择的影响研究[J].南方金融，2010,（3）.

[4]赵文军.人民币汇率、FDI与中国贸易收支——基于中国制造业行业视角的实证分析[J].世界经济研究，2010,（1）.

[5]程瑶,于津平.人民币汇率波动对外商直接投资影响的实证分析[J].世界经济研究,2009,(3).

[6]聂名华,马翔.人民币实际有效汇率与国际直接投资流入的关系研究-基于中美与中日之间季度数据的实证[J]金融研究,2007,(9b).

[7]罗忠洲.汇率波动与对外直接投资：1971-2002年的日本[J].世界经济研究,2006,(4).

[8]Coleman Anthony Kyereboah,Tetty Kwame F.Agyire.Effect of Ex⁃change-rate Volatility on Foreign Direct Investment in Sub-Saharan Africa：The Case of Ghana[J].The Journal of Risk Finance,2008,(9).

[9]Schmidet Christan W.The Effect of Exchange Rate Risk on U.S For⁃eign Direct Investment：an Empirical Analysis[R].Dresden Discus⁃sion Paper in Economics,2008.