徐 圆 余泳泽



汇率波动冲击出口时金融发展的平抑作用*

徐 圆1余泳泽2

（1. 南京财经大学江苏产业发展研究院 江苏南京 210012）（2. 中国社会科学院工业经济研究所 北京 100037）

汇率波动会给出口造成负面冲击，但良好的金融环境却能起到平抑作用。本文首先在理论上证实：面临汇率波动时，良好的外部融资环境有助于出口企业抵御短期流动性冲击、克服额外的沉没成本并稳定生产。其次基于1997-2013年制造业分行业及分省份的出口贸易数据，利用DOLS模型从经验角度进行论证。实证分析发现：人民币汇率波动对出口的负面冲击会在对外部融资依赖较高的行业中被放大，但金融发展水平较高地区的出口受到汇率波动的负面影响明显要低，这其中的作用机制体现在对高外部融资依赖度行业的增量效应和对非外资企业的再分配效应。

汇率波动 金融发展 平抑效应 融资依赖度

一、引言与文献回顾

对于风险厌恶的企业，汇率波动是一种额外的沉没成本，会对出口行为产生不利影响（Baron，1976）。然而，早期大量的经验研究却表明汇率波动对贸易总量的抑制作用是微弱的，甚至有时还会促进出口（Byrne等，2011）。造成这种矛盾结论的原因，Broda和Romalis（2010）认为是由于当以发达国家作为研究对象时，其国内良好的金融体系帮助了出口企业抵御汇率波动带来的短期流动性冲击从而保证投资和生产行为的稳定。因此，当Grier和Smallwood（2007）、Antonakakis和Darby（2013）等将研究样本转为融资约束较为严重的发展中国家时，结论均证实汇率波动对出口具有显著的负面影响。由此可见，金融因素是影响汇率波动与出口之间关系的重要变量。

自2005年7月中国人民银行宣布实行有管理浮动汇率制度以来，人民币汇率弹性不断增强、浮动幅度不断扩大。银行间即期外汇市场人民币对美元交易价浮动幅度已由汇改前的0.5%提高到2%，市场上对人民币单边升值的印象也已被双向波动的趋势所取代。在构建开放型经济新体制的过程中，市场作用和供求关系将在汇率决定中发挥更大的作用，人民币汇率也将呈现更为常态化的双向波动。就微观层面而言，更加频繁和剧烈的汇率波动会给外向型企业带来更加难以预估的经营风险，投资决策也会变得无所适从。同时，汇率波动的预期还会在一定程度上束缚企业开发新客户和新市场的信心与动力。如果良好的金融市场能够提供规避汇率风险的服务，并且给予充分的外部融资支持，这将极大的帮助出口企业抵御短期流动性冲击，恢复投资和生产信心，从而钝化汇率波动对出口的影响弹性。所以，针对特殊内外部环境下的中国，研究金融发展、汇率波动与出口三者之间的关系，既具有重要的理论意义，也是政策设计有效性的现实基础所在。

汇率波动将给企业带来额外的成本负担，犹如一种无形资产的投入，造成出口沉没成本的增加和收益的不确定性，进而直接影响企业的投资决策。然而，当直接检验汇率波动与出口行为之间关系时却得出正反两种相矛盾的结论。甚至还有第三种观点认为，汇率波动本身与国际贸易之间并无确定影响，波动既可能增加也可能减少出口，取决于消费偏好、资源禀赋和交易成本等（Sercu和Uppal，2003）。对这种不一致结论的解释也在研究中被大量展开，其中“金融发展论”在近期颇受关注。该观点认为发达国家之所以可以免于汇率波动的负面影响是因为国内成熟的金融市场环境帮助企业抵御短期流动性冲击，从而克服出口的沉没成本。Aghion等，（2009）利用1960-2000年间83个国家的面板数据，首次提出汇率波动对生产率负面影响的大小取决于一国金融发展水平的观点。因此，落后的金融体系和严重的融资约束使得发展中国家的经济增长受到汇率波动的不利影响更加显著和持久（Benhima，2012）。Caglayan和Demir（2012）基于土耳其的微观企业数据，研究发现更容易获得外部融资支持的企业越能抵御汇率波动的负面冲击。而Bristy（2014）对孟加拉国的分析也认为，金融发展水平的落后使得在面临汇率波动时，国内企业的创新行为被严重抑制，进而拖累经济的整体增长。现有的国外研究无疑提示我们在考察人民币汇率波动与中国进出口贸易之间关系时，需要审视金融发展的作用。

与中国金融发展相关的研究也在近些年成为热点，但都主要围绕金融发展与经济增长、生产率、创新行为之间的关系，还未曾有学者分析过金融对重塑人民币汇率波动与进出口贸易之间关系的作用。本文的研究结论实际上是对金融缓冲器效应的一种支持。金融缓冲器理论认为金融发展将通过减轻市场信息摩擦、提高风险管理水平以及增强长期投资的逆周期性，从而有助于平滑经济波动（Aghion等，2010）。虽然国内已有文献意识到金融发展在中国宏观经济平稳运行中扮演的重要角色，但均从货币冲击、投资冲击或经济增长冲击等方面来诠释（邵传林、王莹莹，2013；姚耀军、鲍晓辉，2012）。本文将通过论证金融发展对出口企业的融资支持，平抑汇率波动的负面影响，从而维持宏观上的出口稳定。

二、理论模型

首先通过对已有文献的梳理，我们得到本文理论模型的设计思路与简单逻辑。例如一家向美国出口产品的中国厂商，用人民币支付国内的工人工资，而当人民币/美元汇率波动时不可能完全和及时的将成本变化传递给美国进口商，从而利润出现不稳定。假设，在第一期，人民币/美元实际贬值，中国厂商的收入会意外增加，这会刺激企业利用这笔额外资金用于投资（包括拓展新的出口市场或追加R&D投入等）并造成沉没成本的增加（Berman和Hericourt，2010）。而沉没成本是不可还原的，在第二期，人民币/美元实际汇率升值，中国厂商将面临收入意外减少的困境，出现短期流动性冲击。如果处于融资约束的环境中，企业很难获得外部资金继续支持上期的投资，这显然增加了沉没成本的风险，也影响企业的出口决策。而处于良好金融发展环境中的出口厂商，在遇到类似困境时，可以通过外源性融资渠道，补贴沉没成本风险增加的溢出，稳定企业的投资情绪，从而平抑住汇率波动对企业出口的负面影响。

（一）贬值期

在一个开放小国中，风险中性的厂商生产单一产品向世界出口，在任何时候t都是国际市场价格的接受者。在任何时候t都是国际市场价格的接受者。在购买力平价（PPP）下，产品的国内价格，其中R是名义汇率。在浮动汇率制度下，围绕在均值上下随机波动，。将简化恒等于1，则。期初，厂商中工人的实际工资水平，是厂商的生产率水平，是工人按生产率水平调整后的保留效用值，<1。生产方程设定为：

在第一期期末，本币意外贬值，粘性工资导致企业利润额外增加，当时，企业将开拓新的出口市场，而负担更重的沉没成本。新增投资的沉没成本，我们假设与企业的生产率相关，高效企业相比于低效企业更能节约固定成本。

进入第二期后，本币意外升值，导致企业利润额外减少而受到短期流动性约束，如果此时不能获得有效的外部融资支持，那么企业的损失不仅包括汇率波动的直接收汇减少，还包括在上期末新增投资的沉没成本：，其中代表汇率波动值。

命题一：汇率波动导致沉没成本的增加，使得企业利润出现不稳定，对投资和出口造成负面影响。

（二）升值期

如果在金融发展的环境中，本币意外升值后，企业可以通过短期融资维持上期的生产规模。假设在信贷市场上，企业家将个人财富存入银行，作为日后向银行借款的抵押品。的大小也代表了企业的现金流状况，或企业的融资约束程度。越大，表明企业的融资约束程度越低。当企业家从外部金融市场上获得融资金额后，如果按时归还贷款，那么企业可以获得其在银行存款的利息收入，即。假如工厂违约，抵押品会被银行没收，但企业因此可以获得融资资金本身的价值，即，是折旧率。衡量了外部融资环境，即金融发展水平，的取值在0与1之间，越小，代表金融发展水平越低。

在满足激励相容的情况下，厂商与银行之间的贷款契约能够被顺利执行，而激励相容的条件是厂商的违约收益要小于按时还款的收益，即：

命题一的引申：外部融资依赖度更高的企业受到汇率波动的负面影响更大。

通过外部性融资，上期期末新增的投资在企业受到流动性冲击后依旧可以持续，在求最大化利润时，

可得到：

由（4）式可以看出，厂商对汇率波动的弹性与外部融资环境，即金融发展水平相关，在取值在0与1之间，且<1、时，越大（即金融发展水平越高），企业对汇率波动的敏感度越小，受到负面的冲击也越小。

命题二：良好的外部融资环境有助于出口企业在面临汇率波动时，抵御短期流动性冲击和克服额外的沉没成本，从而起到平抑汇率波动负面影响的作用。

三、主要变量、计量模型及数据说明

（一）主要变量

1、汇率波动

参考韩青（2010）的方法，考虑到人民币实际有效汇率表现出明显的波动集群，并具有典型的尖峰和后尾的特征，本文采用AR-EGARCH模型测度人民币汇率波动。首先估计出各种GARCH模型，再根据对数似然值（Loglikelihood）最大、残差平方和（SSR）最小以及AIC、SC信息准则最小作为模型选择的依据。综合权衡，发现残差项服从t分布和广义误差分布且含有非对称项的EGARCH（2,1,1）模型最优。根据人民币实际汇率的自相关和偏相关函数，利用1980-2013年月度数据，对其建立AR（2）模型，估计结果如下：

方程（5）为均值方程，方程（6）为EGARCH方程，AR（2）- EGARCH（2,1,1）模型所得的人民币实际有效汇率条件标准差。

图1 人民币实际有效汇率的波动情况（条件标准差）

2、金融发展

根据人民银行公布的社会融资规模数据构成来看，2013年期末，银行贷款占比依旧超过一半以上，达到51.4%。可见，银行系统在中国的金融体系中仍然占据着主导作用。由于能够与企业建立长期、有效的合作关系，从而缓解逆向选择和道德风险，银行中介将最大化的动员资本，形成规模经济优势，改善资源配置效率。同时，主要来自于股票和债券市场的非银行融资规模只是在近些年才突然激增，以及在研究时我们无法对这些数据进行地区分割，所以本文度量地区金融发展指标时只选择银行系统。

中国的金融改革始于1979年前后相继成立的工、农、中、建四大国有专业银行对人民银行商业性业务的剥离，之后的30多年里，四大行在中国金融体系中一直扮演着关键的角色。大量的文献已经证实由于存在对民营企业的信贷歧视和预算软约束，很多时候四大行的贷款决策并不遵循商业化的市场原则，因此长期以来，它们都不被认为是真正意义上的现代商业银行（Garcia-Herrero等，2006）。Lin和Zhang（2009）比较了中国包括四大行、股份制商业银行、城市商业银行等在内的60家银行1997-2004年间的表现，发现四大行不仅利润率低，效率也更低，同时不良资产的比重还要更高。尽管如此，由于存在着金融当局对银行存、贷款利率的控制，其他商业银行并不能通过价格（利率）竞争手段来争夺四大行的存、贷款市场份额。基于以上的原因，我们认为四大行在各地区的贷款市场份额可以代表中国信贷配置的扭曲程度。另一方面，随着中国银行业的渐进式改革，外资银行、股份制商业银行等新型化银行业机构的壮大正在打破国有四大行的行业垄断地位，非四大国有银行在金融总资产份额的地位不断上升。近些年，商业银行重组、股份制改造、金融监管改革以及利率市场化的推进使得银行的资金配置目标从服从政府的行政命令开始偏向追求利润的市场化行为，从而银行信贷资金分配系统的整体效率上升。因此，本文用非四大行占地区银行业总贷款比重来衡量各地区的金融发展水平。

（二）计量模型

在运用广泛的非完美替代品模型中，假定消费者具有同质性偏好，且不考虑劣等品和进口国互补品的倾向，根据消费者效用最优化的结果，进口需求数量取决于本国的实际收入水平、进口品的价格以及国内替代品的价格，出口需求数量则是进口国的实际收入水平、出口商品与国内替代品相对价格的函数。进出口商品与本国商品的相对实际价格，在排除非贸易品的存在后，可以用本国货币的实际汇率来代替，因此出口方程可以表示为：

为对理论模型中命题一和命题二进行实证检验，我们对方程（7）做如下修正：

理论模型中命题一的引申告诉我们汇率波动对出口的负面影响会在外部融资依赖度更高的行业中被放大，即：因为汇率波动的影响，外部融资依赖度越高的行业出口减少的幅度越多。命题一的引申实际上间接体现出金融市场体系的发达程度决定了汇率波动对出口负面影响的大小。这与Rajan 和 Zingales（1998）的研究是相一致，即金融发展对企业成长和资本积累的作用取决于企业所属行业的融资依赖度，融资依赖度越高的行业受到金融环境的影响更显著。

（三）数据说明

实证研究样本为1997-2013年，这段时间人民币汇率政策备受国际社会争论。中国22个工业行业的出口贸易数据来自于UN COMTRADE数据库，以国家统计局公布的“国民经济行业分类与国际标准产业分类对照表”和UN提供的“ISIC－HS协调表”为依据进行4位码HS贸易数据与行业数据的对照调整。各地区总的出口贸易数据和FDI企业出口贸易数据来自历年《中国海关统计年鉴》。Thorbecke 和 Smith（2010）认为香港出口品大都来自于中国大陆的转口贸易品，所以香港出口品价格指数是中国进出口贸易价格指数的有效代替。因此，采用香港出口品价格指数进行平减，数据来自于IFS数据库，均以2005年四个季度的平均值作为基期。Cheung等（2010）指出人民币名义汇率并不满足非完美替代品模型中要求汇率准确反映贸易品相对价格的条件，因此实际有效汇率更加恰当，数据选自IMF的IFS数据库，该数据库给出的人民币实际有效汇率以2005年平均值为基期并按CPI进行了指数化调整，指数增加表示人民币升值。以OECD成员国为代表的发达国家实际收入水平（实际GDP）作为世界市场的替代，数据出自于OECD STATS数据库。制造业分行业的FDI以各行业三资企业产品销售收入占全行业产品销售收入的比重来表示，数据来自历年《中国统计年鉴》。

四、实证结果分析与稳定性检验

对于小样本面板数据，动态最小二乘法（DOLS）的估计结果和t统计量更加适用，并且结果也比面板OLS和FOLS法更接近于正态分布。Wagner 和 Hlouskova（2010）认为DOLS性能优于其他估计方法，尤其是存在稳定的自回归单位根和截面相关性以及交叉单位协整时。DOLS将解释变量差分项的起前项和滞后项代入原方程以解决内生性问题，并构成新的均衡误差项。方程（8）、（9）、（10）变形后的DOLS形式如下：

表1显示了方程（11）和（12）的计量结果，实证检验汇率波动、行业融资依赖度对出口的影响，是对命题一和命题一引申的验证。表1中的（1）-（3）列报告了DOLS回归结果，为了比较（4）-（6）列报告了FE回归结果，均控制时间固定效应。

从中我们可以发现，代表着世界市场的发达国家收入水平对中国的出口贸易有着显著影响，变量系数在DOLS和FE回归中都显示出1%水平下的正向相关性，表明发达国家GDP每减少1%，中国的出口将减少5.9%-13%。2008年第四季度到2009年第一季度，受到全球金融危机的影响，OECD国家的实际GDP减少4%，而中国的出口则从3544亿美元，锐减到2455亿美元，幅度达到30.7%，其中加工贸易和一般贸易分别减少30%和31%。在现有的国际分工体系下，外商直接投资企业基于对中国廉价劳动力比较优势的利用，并凭借其雄厚的市场势力，控制住中国超过50%的出口贸易量，使其成为跨国公司的生产基地。因此，FDI对中国出口贸易的影响是正向显著的，三资企业的产品销售收入占全行业的销售收入每增加一个百分点，会促进中国出口贸易增加0.3%-0.6%。

表1 汇率波动、融资依赖对出口的影响

说明：括号内的值为t统计量，*、**、***分别表示在10%、5%、1%水平上显著。下表同。

而模型中所重点关注的变量（滞后一期的汇率波动）在DOLS回归中显示出在1%水平下显著为负，证实人民币实际有效汇率波动会对中国出口造成不利影响。中国的出口主体大都属于民营企业、中小微企业（Hreing和Ponce，2014），2015年《全国小微型企业发展情况报告》指出全国出口量的60.7%由小微企业贡献，占中国出口总额41.5%的民营企业中有超过80%的属于小微企业。对于这些企业而言，相比较于人民币的小幅贬值，更希望的是人民币汇率稳定。这是因为，一方面，面对频繁出现的汇率波动，企业并没有能力对未来走势做出准确判断，因而生产和投资决策都会变得无所适从。另一方面，由于融资约束的制约，进入“微利”时代的出口企业，如果不能有效的获得外部金融市场的充分帮助，那么更是无法承受汇率波动带来的经营风险和成本增加。

汇率波动与行业外部融资依赖度的交互项是我们关心的另一个核心变量，表1中的第（3）列DOLS回归系数表明，在其它条件都一样的情况下，人民币实际有效汇率的波动对融资依赖度较低行业出口的边际影响值是-0.080（=-1.314*0.061，其中，0.061是融资依赖度最低的10分位数值），而对高融资依赖度行业出口的边际影响值则是-1.01（=-1.314*0.770，其中，0.770是融资依赖度最高的90分位数值）。在样本期内，人民币实际有效汇率年波动率在0.055%左右，这会导致融资依赖度较高行业的出口减少5.6%，而融资依赖度较低行业的出口只减少0.44%。由此可见，汇率波动所造成的负面作用，会对融资依赖度较高的行业造成更大的影响，从而证实命题一的引申命题。

表2 金融发展、汇率波动、融资依赖对出口的影响（全样本情况）

注：括号内的是异方差稳健标准误，“*”、“**”和“***”分别表示在10%、5%和1%水平上显著。

表1的结果已经间接表明汇率波动对出口的负面冲击将受到金融发展的影响，我们预期在金融发展更加成熟的地区，这种负面冲击能够得到一定程度的平抑。表2、表3和表4显示了方程（13）的计量结果，实证检验金融发展、汇率波动和融资依赖度对出口的影响，是对命题二的验证。其中，表2是全样本数据结果，表3和表4则分别是外商出口数据和非外商出口数据结果。

汇率波动与金融发展的交互项是我们关注的主要变量，在DOLS和FE的回归中，该变量的系数符号均显著为正，与预期相一致。表明地区金融发展会缓解人民币实际有效汇率波动对出口的负面影响。在过去30多年的时间里，中国的金融改革走过了一条渐进式的转型发展道路，金融资产总量和资本积累规模不断激增、中小银行体系和企业债券市场等多层次融资渠道不断丰富，由此产生的规模效应可以为更广泛的企业提供信贷资金，缓解融资约束的问题。因此，当存在汇率波动的风险时，处于金融发展较为发达地区的出口企业更加有机会获得外部融资支持，同时发达的金融机构又能为该地区的出口企业提供多元化的金融工具从而规避汇率波动的风险，使得汇率波动对出口的不利影响被部分平抑。

地区金融发展、汇率波动与行业外部融资依赖度的三者间交互项是我们关心的另一个核心变量。表2中第（3）列的DOLS回归结果显示系数符号显著为正，表明对于工业结构更加偏向对外部融资依赖度较高行业的地区，金融发展对人民币实际有效汇率波动负面影响的平抑效应越明显。根据回归得到的系数值，我们可以计算出，在其它条件都一样的情况下，金融发展对汇率波动的平抑效应在产业结构偏向外部融资依赖度较高地区的边际影响值是1.03（=3.069*0.337，其中，0.337是产业结构融资依赖度最高的90分位数值），而在产业结构偏向低外部融资依赖度地区的平抑效应边际影响值则是0.38（=3.069*0.125，其中，0.125是产业结构融资依赖度最低的10分位数值）。也就是说在产业结构偏向高外部融资依赖度行业的地区中，金融发展对人民币实际有效汇率波动负面影响的平抑效应几乎是产业偏向低外部融资依赖度行业地区的3倍。

表3 金融发展、汇率波动、融资依赖对出口的影响（外资出口情况）

注：括号内的是异方差稳健标准误，“*”、“**”和“***”分别表示在10%、5%和1%水平上显著。

当研究样本分为外资出口和内资出口时，我们发现对命题二的验证并没有发生改变。表3和表4的结果显示出汇率波动与金融发展的交互项、汇率波动、金融发展与外部融资依赖度的交互项系数符号均与预期一致。但从系数值的大小可以发现，金融发展对缓解人民币实际有效汇率波动对外资企业出口的作用要小很多。这是因为，一方面：在华大都从事加工贸易的跨国公司，可以通过在自己的全球生产网络进行产业布局，以内部交易等方式有效规避人民币汇率波动的风险。另一方面，外商直接投资企业能够从国外的母公司获得内部融资支持，因此并不依赖于本地金融市场，从而免疫于中国严重的金融抑制环境，同时丰富的外汇结算经验和母国发达的银行体系，也使得外商企业有能力通过各类金融工具冲抵汇率风险。

表4 金融发展、汇率波动、融资依赖对出口的影响（内资出口情况）

注：括号内的是异方差稳健标准误，“*”、“**”和“***”分别表示在10%、5%和1%水平上显著。

而内资企业的情况则相反，一是，汇率波动对内资出口的影响要更大，而且显著性也有所提高。其中的原因之一可以理解为内资出口企业面临的融资约束问题更加突出。这与中国目前的实际情况是相一致的，大量的实证研究已经表明由于缺乏市场化发展的相应制度，来自于中央政府对金融中介的控制以及地方政府“为GDP增长而竞争”的行为（周黎安，2004），造成金融要素被直接或间接干预、资本市场的基础配置功能被扭曲，从而出现大量偏向国有企业及地方投融资平台的政策性指令信贷，并占用和挤出民营企业的外部融资资源，形成“所有制歧视”和“规模歧视”（张华荣、散长剑，2015），因此作为中国出口主力军的小微型民营企业，它们的外部融资的环境不容乐观。当暴露于汇率波动的风险中时，并不能及时获得信贷支持，从而受到汇率波动的冲击要更大。二是，汇率波动与金融发展交互项的系数值也要更大。这表明与外资企业出口相比，金融发展对缓解内资企业受到人民币有效汇率波动负面影响的作用要更加显著。金融发展在一定程度上缓解了中国内资企业的融资约束，使得内资企业，尤其是其中的中小型民营企业，具有调整生产计划和抵御短期流动性冲击的能力。

五、结论与政策建议

本文从金融发展的视角重新审视了汇率波动对出口贸易的影响，主要发现及可能的贡献概括如下：第一，在理论上证实良好的外部融资环境有助于企业在面临汇率波动时，抵御短期流动性冲击和克服额外的出口沉没成本，从而起到平抑汇率波动负面影响的作用；第二，人民币汇率波动对中国出口具有显著的负面影响，而这一影响会在对融资依赖较高的行业中被放大；第三，金融发展有助于缓解人民币汇率波动对出口的负面影响，因此在金融发展水平较为成熟的地区，当人民币汇率波动时，出口减少的程度要更低；第四，金融发展对汇率波动负面影响出口的平抑作用机制在于：一是，金融发展的增量效应使得外部融资依赖度更高的行业在面临汇率波动时，能够获得有效的金融资源；二是，金融发展的再分配效应使得内资企业的融资约束得到了一定程度的缓解，在面临汇率波动时，具有抵御短期流动性冲击的能力。

随着中国央行逐步践行“基本退出常态式外汇干预”的管理思路，在向更加灵活、市场化的汇率机制改革道路上，人民币汇率双向波动将成为一种必然。对微观出口企业而言，这会增加沉没成本、带来经营风险，并在一定程度需要寻求外部金融市场的帮助。因此，以中国为例研究金融发展、汇率波动和出口之间的关系是一个具有实际意义的重要课题，而本文的研究结论也给了我们重要的政策启示：

首先，注重人民币汇率形成机制改革与中国金融体系深化改革的同步性和协调性，形成政策互动和合力，让出口部门依赖市场解决汇兑风险，最大化熨平汇率波动对实际经济带来的负面冲击。同时，通过金融市场的作用，以人民币市场化为契机，进行对外贸易产业结构的调整和升级。其次，继续深化金融体制改革，以汇率市场化和金融业开放“倒逼”银行机构的创新与市场化运作，实现金融产品的合理定价和对价值企业的有效识别，为出口企业提供必要的外部融资资源。最后，完善现有的出口退税、出口信用保险和出口融资政策等，提高出口企业的经营利润，缓解企业融资约束的困境。金融机构可以推出更多精细化和专业化的金融衍生品，例如交叉汇率期货、人民币离岸外汇汇率期货、期权等，帮助外贸企业管理汇率风险。

1. 韩青：《汇率波动与国际贸易量的不确定性关系——基于中国的经验证据》[J]，《经济学（季刊）》2010年第2期。

2. 邵传林、王莹莹：《金融市场化对地区经济波动的非线性平抑效应研究》[J]，《经济科学》2013年第5期。

3. 姚耀军、鲍晓会：《金融中介发展平抑了经济波动吗？》[J]，《财经研究》2013年第1期。

4. 张华荣、散长剑：《金融歧视、市场分割与FDI配置效率——基于中国制造业面板数据的实证分析》[J]，《产业经济研究》2015年第4期。

5. 周黎安：《晋升博弈中政府官员的激励与合作——兼论我国地方保护主义和重复建设问题长期存在的原因》[J]，《经济研究》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）

* 本文为国家自然科学基金青年项目（71503120）、江苏省社科基金一般项目（16EYB001）的阶段性成果。