陈阵　孙路明

摘要：基于2000-2006年《中国工业企业数据》和《海关数据》的细分数据，本文实证分析市场份额对中国出口汇率传递的影响。研究发现，中国出口汇率传递整体水平达到95%；出口企业市场份额近似服从帕累托分布，大多数出口企业仅具有很小的市场份额，并占据少量的出口额比重，少数出口企业具有很高市场份额，占据较大的出口额比例；不同市场份额的企业具有不同的汇率传递水平，市场份额对汇率传递水平具有正向影响关系，低市场份额的企业传递到目标市场价格的水平较低；市场份额对汇率传递的影响是非对称的，市场份额越低对汇率传递水平的影响越大。

关键词：汇率传递；市场份额；异质性企业

中图分类号：F740.3 文献标识码：A

作者简介：陈阵（1980-），男，吉林九台人，大连理工大学经济学院副教授，研究生导师，研究方向：异质性企业贸易理论与政策；孙路明（1992-），男，安徽阜阳人，大连理工大学经济学院研究生，研究方向：异质性企业贸易理论与政策。

一 引言

汇率传递（Exchange Rate Pass Through）是指在进出口贸易中，汇率的变化反映到商品的价格的程度。实证研究发现虽然各国汇率传递水平差异较大，但都表现出一个共同的特点，即汇率的传递通常是不完全的（Obstfeld， 2001）。无论是在贸易还是在金融领域，汇率传递一直是学者密切关注的问题。首先，它会造成一价定律（Law of One Price）的偏离，由于价格变化不能完全反映汇率波动，汇率对于经常账户以及国际收支调节的有效性显著降低，货币政策可能失效；其次，由于汇率与其他经济变量的影响关系被削弱，汇率不稳定也会随之加剧（Devereux和Engel，2002； Wang，2010）。

图1描绘了1994年以来中国人民币实际有效汇率和进出口价格指数波动时间趋势，20年中人民币实际有效汇率上升了70%。我们发现汇率和进出口商品价格指数表现出很强的波动性和联动趋势，但仍存在差异，表现出不完全传递的特点。总体来看，与进口价格指数相比，出口价格指数更加稳定。

不同于国外研究，国内关于汇率传递的研究起步较晚，并且大多基于行业层面采用价格指数进行研究，这样可能会产生两方面的不足：首先，在构建价格指数时，如果产品被替换了，那么价格的变化将被忽略，价格指数会在一定程度上掩盖产品的价格变化（Nakamura和Steinsson，2012）。产品替换偏误的存在增加了价格指数相对汇率冲击的稳定性，使价格指数看上去更加平滑，从而无论是在短期还是长期都会造成汇率传递的估计偏误。因此，使用价格指数进行汇率传递研究会产生产品替换偏误（Product Replacement Bias）。其次，汇率传递本质上是参与国际贸易众多企业的定价行为的宏观表现，企业的异质性假设将有助于深入了解汇率不完全传递的微观层面原因。当前，异质性企业理论的发展和企业层面、产品层面的数据的出现为汇率传递研究提供了新的视角，汇率传递的研究逐渐转移到微观层面②。从微观层面进行研究既能得到无偏的汇率传递估计量，也有助于找出隐藏在整体汇率传递水平背后的原因。

许多研究关注于出口和非出口企业的差异，发现与非出口企业相比，少数出口企业表现出更大的规模和更高的生产率和资本密集度并且支付更高的工资水平（Bernard 和Jensen，1995；1999）。事实上，同样是出口企业，企业之间的差距也非常明显。本文考察了2000年至2006年中国出口海关数据，发现中国出口企业近似服从帕累托分布，大多数出口企业仅具有很小的市场份额并占据少量的出口额比重，少数出口企业具有很高市场份额，占据较大的出口额比例。考虑到中国整体出口汇率传递水平较高，值得思考的问题是不同市场份额企业的汇率传递水平是否存在差异，市场份额对汇率传递是否有影响？

一些学者对此持肯定观点，但对于市场份额如何影响汇率传递尚未达成一致。Feenstra等（1996）、Alessandria（2004） 依据不同的研究假设，认为汇率传递水平和市场份额之间存在“U”型关系；Garetto（2012）采用1970-2000年五个欧洲国家的汽车进口数据进行研究，发现汇率传递水平与市场份额之间存在正向关系；Amiti等（2014）研究比利时出口数据发现大的出口商具有更低的汇率传递水平。中国即是发展中国家又是世界贸易大国，具有重要的研究意义和价值。本文采用2000-2006年中国工业企业数据和相关海关数据，对中国出口汇率传递进行测算，然后实证分析了市场份额对汇率传递水平的影响关系，通过量化分析结果得出市场份额对汇率传递的影响。

二、文献综述

布雷顿森林体系崩溃以后，浮动汇率进入历史舞台，然而随着国际间汇率的剧烈波动，研究学者发现汇率并不能完全地传递到价格之中，美国的贸易逆差也没有如期待的那样迅速改善，因此许多学者开始从不同角度出发对这一现象作出解释。主流观点集中于三个方面：首先是依市定价（Price to Market， PTM）。Krugman（1986）研究了1980-1984年美国和德国的贸易数据，发现企业依市定价的程度在30%，并且表现出显著的行业差异性，认为企业在面对汇率波动，能够通过改变目标市场特定的价格加成（Mark Up）水平来吸收汇率对价格的影响。另一个对汇率不完全传递的解释是目标市场货币定价（Local Currency Pricing，LCP）。不同于生产者货币定价（Producer Currency Pricing， PCP），如果企业基于LCP定价，那么短期内汇率波动将很可能不会对价格造成影响（Engel，2002；Bacchetta和Wincoop，2003）。考虑到出口企业和本地企业的不同货币选择，LCP可以部分解释汇率传递到消费价格的程度要比传递到进口价格的程度更低这一事实③。最后，当地分销成本（Local Distribution Cost）被认为是消费价格（Consumer Price）不完全传递的重要原因。Goldberg和Campa（2010）研究21个国家的进口边界价格（Border Price）和最终消费价格发现，分销支出平均约占商品总成本的32%至50%，显著地抑制了从边界价格向最终消费价格的传递④。

自Melitz（2003）以来，异质性企业理论的发展为汇率不完全传递研究提供了新的视角。由于汇率传递本质上是参与国际贸易众多企业的定价行为的宏观表现，因此企业异质性假设将有助于了解汇率不完全传递的微观层面原因。Meliz等（2004）认为，不同表现的企业服务于不同的市场：最高生产率企业FDI，较高生产率企业出口，低生产率企业仅服务于本国市场，最低生产率企业退出市场。面对贸易条件的改善（例如贸易成本降低、汇率贬值），出口的生产率门槛会降低，一些低生产率企业会进入出口市场，因此不同生产率的企业面对汇率冲击的策略是有差异的。Berman等（2012）研究法国出口数据发现，不同生产率企业应对汇率冲击时的反应存在差异，高生产率出口企业应对本币贬值时倾向于更多地增加价格加成比例，较少地增加他们的出口额。与Berman等（2012）的观点相反，JA cook（2014）则认为低生产率的企业具有较低的汇率传递，随着贸易自由化、贸易成本下降，企业出口的生产率门槛会降低，大量低生产率企业进入了美国的进口市场，由此可以解释美国不断下降的进口汇率传递水平。Natalie和 Juvenal（2014） 将关注的焦点转为产品质量。一方面，消费者偏好高质量的产品；另一方面，高质量的产品通常表现出更低的生产效率与更高的边际成本（Crinò 和 Epifani，2012）。这就说明质量能够从需求和供给两方面影响企业的定价行为。学者通过研究阿根廷红酒出口数据，并采用Wine Spectator Magazine的评级作为质量指标，发现出口产品的价格弹性随着量的提高而增加，数量弹性随着质量的提高而减小，目的国的收入水平越高，质量效应越明显。

国内关于汇率传递的研究起步较晚，且大多集中于行业层面，采用行业价格指数和时间序列模型进行研究。封北麟（2006） 研究了人民币名义有效汇率变动对国内消费者价格指数和工业品出厂价格指数及其分类指数的传递效应；陈六傅和刘厚俊（2007）研究了人民币有效汇率对我国进口价格和消费者价格的影响；施建淮等（2008）采用季度数据构建了结构VAR模型，同时检验了汇率对进口价格、工业品出厂价格和消费者价格的传递效应。毕玉江和朱钟棣（2007） 基于一位数国际贸易标准分类（SITC）研究中国商品出口价格的汇率传递，发现汇率存在不完全传递，而且不同分类之间存在较大差异。文争为（2010）基于SITC五位数产品分类，采用固定效应模型测算了 1996-2008年中国制造业出口的长期汇率传递水平。近年来随着海关数据的可获得性增加，也出现了一些基于微观层面的研究。胡冬梅等（2010）基于2000-2008深圳港至美国HS-8数据研究，发现边际成本和汇率变化是影响出口价格的重要因素。汇率不仅能够影响本国与国外消费商品的相对价格，同时也会影响本国中间品与进口中间品的相对价格。胡冬梅等（2014）采用2000-2013年中日hs-8位编码贸易数据进行研究，并将商品的进出口单位价格之比作为商品相对质量指标，发现商品质量是汇率传递商品间差异性的一个来源，商品质量相对较高的日本出口商更倾向于维持日元加成稳定，使汇率传递较高。王雅琦等（2015）采用中国海关数据对产品质量进行估计，发现出口价格的汇率弹性会随着产品质量的提高而上升，解释了中国出口到高收入国家汇率弹性高于中低收入国家这一现象。

早在20世纪90年代就有学者认为市场份额是影响汇率传递的原因之一， Knetter（1993）通过美国、英国、德国和日本行业层面数据的研究，发现市场结构可能是依市定价的原因。Drozd 等（2012）构建了一个包含市场份额竞争冲突的动态理论模型，认为企业的依市定价行为是为了获取市场份额。

然而对于市场份额如何影响汇率传递并未形成一致观点。Feenstra等（1996）构建了一个伯川德差异化产品模型，认为出口国所有企业在目标市场的总体市场份额与汇率传递水平存在正向关系，并实证检验了1970-1988年汽车出口数据。Alessandria（2004） 构建了一个包含消费者搜寻成本的两国动态随机模型，并假定当地企业为主导企业，认为市场份额同汇率传递之间存在U型关系。Garetto（2012）构建了一个包含企业异质性的简单量两国家模型，发现在寡头和不完全信息条件下，汇率是不完全传递的，汇率传递水平和企业市场份额之间存在U型关系。通过对比利时、发过、德国、意大利和英国1970-2000年的进口汽车面板数据的实证检验，发现总体上市场份额同汇率传递之间存在正向关系。Amiti等（2014）在Atkeson和Burstein（2008）的可变价格加成模型以及Halpern等（2011）的内生进口中间品选择模型的基础之上建立模型，认为市场份额和进口强度会影响企业的汇率传递水平，但是在理论上并不能推导出影响方向。Auer和Schoenle（2016）采用美国1972-1994年HS-10位进口数据对市场份额进行推算，认为进口价格对汇率反应与市场份额之间存在U型关系，进口价格对竞争者价格水平反应与市场份额之间存在倒U型关系⑤。

总体来看，尽管国内研究起步较晚，但近年来国内外关于汇率传递的研究都逐渐转移到微观层面；一些学者认为市场份额能够影响汇率传递，但对于市场份额如何影响汇率传递并未形成一致观点。本文将2000-2006年《中国工业企业数据库》和《海关数据相》相匹配，得到企业-产品-市场-年份维度高度细分数据，实证分析市场份额对中国出口汇率传递的影响。

三、数据来源和变量构建

（一）数据来源

本文采用的数据涉及产品、企业及宏观层面，主要来源于《中国工业企业数据库》、《中国海关数据库》、PWT8.0。

产品层面的数据来源于《中国海关数据库》，包含了2000年至2006年中国进口和出口交易层面的月度信息。对于每一种HS-8位编码的交易商品，通过查询进出口企业，就可以结合《中国工业企业数据库》匹配企业信息，此外还有商品的数量、价格、计量单位、计量方式、运输方式、目的国（对于进口来说就是来源国）等其他信息。我们可以计算出企业出口商品的单位价格（美元），并以此作为商品FOB价格的代理变量。

企业层面数据来源于《中国工业企业数据库》，包含2000-2006年间中国大陆地区销售额500万元RMB以上的大中型制造企业。对于每一个企业，有工业增加值、工业总产值、工业销售产值等主要技术经济指标，以及企业性质和主要财务成本包括从业人员、工资总额等信息。

宏观数据包括汇率、GDP、实际有效汇率和CPI。汇率数据与各国GDP数据均来源于Penn World Tables 8.0 。在PWT8.0中的原始数据是各个国家对美元的年度名义汇率，我们将它转化为直接标价法下对人民币的双边名义汇率（即汇率每增加1%，表示外币对人民币名义汇率升值1%）。GDP数据为实际产值，以2005年的百万美元为计量单位。CPI数据来源于IMF网站，为IFS统计数据。

（二）变量构建

本文实证分析中被解释变量是企业f在t年出口产品i到目的国k的对数价格变化量ΔlogPfikt。由于没有价格的直接数据，本文用单位价格来作为价格的代理变量，考虑到部分价格变化可能由于同一编码下组成产品的改变导致的，或者是由于数量计量误差，为了尽可能降低这种偏误对实证分析的影响，删除了年度间价格变化的异常值（超出200%或小于50%）。

ΔlogPfikt=ΔlogExport ValuefiktExport Quantityfikt

市场份额是本文核心解释变量，本文借鉴Amiti等（2014）来定义市场份额Sfikt。Fskt是在t时期，所有在目标国k行业s销售的中国企业。因此，企业-产品-市场-时间特定的出口市场份额Sfikt被定义为企业f在目标市场国k的销售额占中国所有企业在目标市场国k行业s的销售额比重，本文采用HS-8编码来定义行业。理论上，更为精确的市场份额指标应当定义为企业的相对于目标市场所有供应商的市场份额，包括目标国k的本土供应商和其他国家的出口者。但是考虑到在特定行业-国家中，所有的中国出口商都面临相同的外部竞争环境，因此本文的市场份额指标能够很好地反映企业间市场份额差异。

Sfikt=Export Valuefikt∑f ′∈FsktExport Valuef ′skt

表1描述了市场份额指标的分布情况。许多研究关注于出口和非出口企业的差异，发现出口集中在少数的企业，与非出口企业相比出口企业表现出更大的规模和更高的生产率和资本密集度并且支付更高的工资水平（Bernard和Jensen，1995；1999）。事实上，同样是出口企业，企业之间的差距也非常明显。研究发现，市场份额近似服从帕累托分布，大多数出口企业仅具有很小的市场份额并占据少量的出口额比重，少数出口企业具有很高市场份额，占据较大的出口额比例。

四、市场份额与汇率传递实证分析

（一）计量模型设定

为了检验市场份额对中国出口汇率传递的影响，借鉴相关文献（Berman等，2012；Amiti等，2014；Garetto，2012；Natalie和Juvenal，2014）的实证方法，本文采用交互项回归和一阶差分结合的方法，设定计量模型如下：

其中Pfikt为企业-产品-市场-时间维度下的出口产品单位价格，用人民币表示，是根据海关出口价格与数量数据计算得到的。由于被解释变量是FOB价格的代理变量，因此不需要考虑诸如分销成本、运输成本的影响。RERkt为双边实际汇率，RERkt每增加1个百分点意味着人民币对k国货币实际汇率贬值1%。μfik为企业-产品-市场固定效应，用来表示企业-产品-市场特定的不随时间改变因素的影响。νt为时间固定效应，用来体现宏观因素的影响。 εfikt是误差项。

（二）基准回归

表2汇报了基准回归的结果，被解释变量为企业-产品-市场-年份特定的出口单价的一阶差分，考虑到垄断情形下厂商定价行为可能会更加特殊，本文在回归中删除了市场份额超过0.9的样本。在所有的回归中都控制了企业-产品-市场固定效应，并加入了年份虚拟变量来控制宏观因素冲击。

研究发现在第一列中被解释变量ΔlogRERkt前的系数为0.047，非常显著，说明在样本期间中国工业企业一年期的汇率传递水平为95.3%（=1-0.047），汇率传递水平较高⑥。

在第二列中加入了市场份额及其与汇率的交互项作为被解释变量。市场份额和交互项都非常显著，说明不同市场份额的企业表现出不同的汇率传递特点。其中，交互项的系数为负且在统计意义上非常显著，意味着市场份额和汇率传递水平之间存在正向关系，即大的出口商倾向于表现出更高的汇率传递水平。量化地，整体来看市场份额每增加10%，汇率传递水平增加1.01%。

由于出口价格会受到目标市场价格水平和企业边际成本的影响，在第三列中加入了出口企业的工资水平作为边际成本的控制变量，加入目标国GDP作为需求冲击的控制变量。回归结果显示在控制了边际成本和需求冲击后，核心变量依然显著，并且符号的大小未发生明显变化。

考虑到大的出口商同时往往也是大的进口商，Amiti等（2014）认为出口企业的进口强度是企业边际成本对汇率的弹性的充分统计量，因此在第四列和第五列中加入了进口强度和进口强度同汇率的交互项作为控制变量⑦。第四列回归结果显示进口强度同汇率交互项的系数为正，并在统计上非常显著，说明进口强度确实是一个有效的控制变量，并且进口强度和汇率传递之间存在负向关系。在第五列中我们发现在控制了进口强度之后，市场份额与汇率交互项的系数大小变为-0.073，但符号和显著性水平并未改变。

（三）分层回归

上述分析指出市场份额能够解释企业间汇率传递差异，为了进一步了解市场份额对汇率传递水平的影响关系，本文在表3中汇报了分层回归的结果。通过对市场份额排序划分不同的样本区间，在第一列中汇报了全部样本的回归结果，包括那些市场份额大于90%的样本。（2）、（3）、（4）列中，通过依次缩减样本容量，对市场份额最小的90%、75%、50%进行回归，发现在所有的回归结果中，交互项的系数均显著为负。此外，随着市场份额的减小和样本容量的依次缩减，交互项系数的绝对值是不断增大的（从0.029到2.896）。这意味着尽管总体上市场份额对汇率传递具有正向影响，但这种影响关系是非对称的，市场份额越小，单位市场份额改变对汇率传递的影响越大。这也可以解释为什么尽管中国存在大量中小出口企业，总体汇率传递水平却依然较高，因为只有那些市场份额非常小的企业才具有相对较低的传递水平。

（四）非参数结果

为了更加直观地展示市场份额对汇率传递水平的影响关系，在图2中汇报了非参数化的回归结果。通过对企业-产品-国家-年份特定的市场份额进行排序并划分四个等容量样本区间，对表3中回归进行了非参数化的重新估计，所有汇报的价格汇率弹性系数都至少在5%的水平上显著，结果证实了由表2和表3所得出的结论。

（五）稳健性检验

在之前的实证分析中本文采用当年的市场份额指标作为解释变量，但是企业当年的市场份额可能会受到汇率变动的影响，导致内生性问题。因此在表4的第一列采用滞后一期市场份额作为解释变量，发现回归结果支持前文结论，并且交互项系数的绝对值更大，达到了0.155。

考虑到多产品出口企业，本文通过计算样本期间企业出口不同产品的出口额，确定企业的主要出口产品，并对主要出口产品进行实证检验⑧。在表4的第二列中，发现回归结果并未出现明显变化。

考虑到2000年至2005年7月汇改之前，人民币一直是盯住美元的，这占据了在样本期间的绝大部分时间。在这段时期中，对于其他盯住美元的国家来说，相对于人民币名义汇率保持不变，实际汇率的变化仅是由于物价指数的变动。因此在第三列中我们剔除了这些盯住美元的国家以及美国⑨。在第四列中，进一步汇报了删除这些国家后，采用名义汇率进行回归的结果。三、四列的回归结果均支持本文的主要研究结论。

此外，表2的回归结果显示进口强度和市场份额这两个因素于对汇率传递水平的影响是相反的。因此，在第五列进出口企业样本的回归结果显示核心解释变量依然稳健。

最后，通过采用更加宽泛的行业重新定义市场份额（即根据HS-4位编码来定义行业），表4的第六列回归结果依然支持本文的研究结论。

五、结论

本文采用2000年至2006年高度分解的中国出口数据，估计了中国出口汇率传递水平，发现整体传递水平很高，达到95%。通过构建企业-产品-市场-时间维度市场份额指标，发现同样是出口企业，企业之间的差距也非常明显。中国出口企业市场份额近似服从帕累托分布，大多数出口企业仅具有很小的市场份额并占据少量的出口额比重，少数出口企业具有很高市场份额占据较大的出口额比例。在此基础上，通过研究市场份额对汇率产地的影响，发现中国出口企业市场份额同汇率传递水平之间存在正向关系，低市场份额的企业传递到目标市场价格的水平较低。总体来看，对于市场份额小于90%的企业，市场份额每增加10%汇率传递水平增加1.01%。进一步分层回归和非参数结果表明，这种影响是非对称的，市场份额越低，对汇率传递水平的影响越大，这就解释了为什么中国在存在大量中小出口企业的条件下，整体出口汇率传递水平依然较高。

注释：

① 1994年1月1日起，人民币并轨，官方汇率与市场汇率合二为一。

② 近年来一些文献结合汇率传递理论和异质性企业理论，例如Berman等， 2012； Amiti等，2014；Natalie和Juvenal，2014；JA cook，2014 ；Zhi Yu，2013 ； Li等，2015。

③ Gopinath等（2010）采用包含货币选择信息的美国进口数据进行实证研究，发现使用美元或其他货币定价的汇率传递水平有显著差异。采用美元定价的传递水平为25%，采用非美元定价的汇率传递水平为95%，表明定价货币选择在很大程度上影响了汇率传递。

④ 由于本文采用出口的FOB价格进行研究，因此不需要考虑当地分销成本的问题。

⑤ 不同于Auer和Schoenle（2016），本文采用中国出口海关数据进行研究，能够直接计算出目标企业相对于其他本国出口竞争者的行业特定市场份额。

⑥ 中国在2000年至2005年7月汇率制度改革前，一直盯住美元。鉴于同一时间盯住美元的国家较多，中国同这些国家贸易额较大，如果采用名义汇率会损失大量样本，因此我们在基准回归中采用实际汇率而不是名义汇率。

⑦ 进口强度为企业进口中间占企业可变成本的比重：φft=Import IntermediateftTVCft，其中可变成本包括工资和原材料，中间品根据Broad Economic Codes（BEC）的定义进项识别。

⑧ 本文构建的市场份额指标是企业-产品-市场-年份特定的，而不仅仅是企业-市场-年份特定的市场份额指标，从而能够在实证分析中避免多产品企业的问题。

⑨ 我们删除了2000-2006年间33个使用美元及固定盯住美元国家的汇率数据，包括：美国、巴林、约旦、黎巴嫩、马来西亚、马尔代夫、阿曼、卡塔尔、沙特阿拉伯、阿拉伯联合酋长国、东帝汶、吉布提、利比里亚、津巴布韦、土库曼斯坦、安提瓜和巴布达、巴哈马、巴巴多斯、伯利兹、多米尼加、古巴、厄瓜多尔、格林纳达、巴拿马、波多黎各、圣卢西亚、圣文森特和格林纳丁斯、萨尔瓦多、圣其茨——尼维斯、百慕大群岛、密克罗尼西亚联邦、马绍尔群岛共和国、贝劳共和国。

参考文献：

[1] 毕玉江，朱钟棣. 人民币汇率变动对中国商品出口价格的传递效应[J].世界经济，2007（5）：3-15.

[2] 陈六傅，刘厚俊. 人民币汇率的价格传递效应——基于VAR模型的实证分析[J].金融研究，2007（4）：1-13.

[3] 封北麟. 汇率传递效应与宏观经济冲击对通货膨胀的影响分析[J].世界经济研究，2006（12）：45-51.

[4] 胡冬梅，郑尊信.潘世明. 汇率传递与出口商品价格决定：基于深圳港2000～2008年高度分解面板数据的经验分析[J].世界经济，2010（6）：45-59.

[5] 胡冬梅，郑尊信，谢帆.商品质量是汇率传递异质性的来源吗——以中日贸易为例[J].国际贸易问题，2014（12）：144-156.

[6] 施建淮，傅雄广，许伟.人民币汇率变动对我国价格水平的传递[J].经济研究，2008（7）：52-64.

[7] 王雅琦，戴觅，徐建炜.汇率、产品质量与出口价格[J].世界经济，2015（5）：17-35.

[8] 文争为. 中国制造业出口中PTM行为的经验研究[J].世界经济，2010（7）：82-95.

[9] Alessandria， George. International Deviations from the Law of One Price： The Role of Search Frictions and Market Share[J].International Economic Review， 2004，45（4）： 1263-1291.

[10]Amiti， Mary， Itskhoki， et al. Importers， Exporters， and Exchange Rate Disconnect[J].American Economic Review， 2014，104（7）：1942-1978.

[11]Atkeson， Andrew， and Ariel Burstein. Pricing-to-market， Trade Costs， and International Relative Prices[J].The American Economic Review， 2008，98（5）： 1998-2031.

[12]Bacchetta， P. and van Wincoop， E.Why do Consumer Prices React less than Import Prices to Exchange Rates？[J].Journal of the European Economic Association， 2003（1）： 662-670.

[13]Berman， N.， Martin， P.， Mayer， T. How do Different Exporters React to Exchange Rate Changes？[J].Quarterly Journal of Economics， 2012，127：437-492.

[14]Bernard AB， Jensen JB. Exceptional Exporter Performance： Cause， Effect， or Both？[J].Journal of International Economics， 1999， 47（1）： 1-25.

[15]Bernard AB， Jensen JB. Exporters， Jobs， and Wages in US Manufacturing：1976-87. Brookings Papers on Economic Activity： Microeconomics， 1995：67-112.

[16]Cook， Jonathan Aaron. The Effect of Firm-Level Productivity on Exchange Rate Pass-Through[J].Economics Letters， 2014，122（1）：27-30.

[17]Crinò R， Epifani P. Productivity， Quality and Export Behavior[J].The Economic Journal， 2012， 122（565）： 1206-1243.

[18]Devereux M B and Engel C. Exchange Rate Pass-through， Exchange Rate Volatility， and Exchange Rate Disconnect[J].Journal of Monetary economics， 2002，49（5）： 913-940.

[19]Drozd， Lukasz A.， and Jaromir B. Nosal. Understanding International Prices： Customers as Capital[J]. American Economic Review， 2012，102（1）： 95-364.

[20]Engel，C. Expenditure Switching and Exchange Rate Policy[J].NBER Macroeconomics Annual， 2002，17：231-272.

[21]Feenstra R.C.， Gagnon J.E.， Knetter M.M. Market Share and Exchange Rate Pass-through in World Automobile Trade[J].Journal of International Economics， 1996，40：187-207.

[22]Garetto， Stefania. Firms Heterogeneity and Incomplete Pass-through.Manuscript， Boston University，2012.

[23]GitaGopinath & Oleg Itskhoki & Roberto Rigobon. Currency Choice and Exchange Rate Pass-Through[J].American Economic Review，2010，100（1）：36-304.

[24]Goldberg， Linda S.， and Jose ManuelCampa. The Sensitivity of the CPI to Exchange Rates： Distribution Margins， Imported Inputs， and Trade Exposure[J].Review of Economics and Statistics， 2010，92（2）：392-407.

[25]Halpern，L.， M. Koren， and A. Szeidl. Imported Inputs and Productity[EB/OL].[2011].http：//miklos.koren.hu/view/kmwprs/32/.

[26]Hongbin Li， Hong Ma， Yuan Xu.How do Exchange Rate Movements Affect Chinese Exports？ ——A Firm-level Investigation[J].Journal of International Economics，2015，97（1）： 148-161.

[27]Knetter， M. M. International comparisons of price-to-market behavior[J].American Economic Review， 1993， 83（3）：473-486.

[28]Krugman. Pricing to Market when the Exchange Rate Changes. National Bureau of Economic Research WorkingPapers， 1986.

[29]Melitz， Marc， ElhananHelpman， and Stephen Yeaple. Export Versus FDI with Heterogeneous Firms[J].American Economic Review，2004， 94：300-316.

[30]Melitz， Marc. The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity[J].Econometrica， 2003， 71：1695-1725.

[31]Nakamura， Emi， andJón Steinsson. Lost in Transit： Product Replacement Bias and Pricing to Market[J].American Economic Review， 2012， 102（7）： 3277-3316.

[32]Natalie Chen and Luciana Juvenal. Quality， Trade， and Exchange Rate Pass-Through. IMF Working Papers 14/42， International Monetary Fund. 2014.

[33]Obstfeld M andRogoff K. “The Six Major Puzzles in International Macroeconomics： Is There a Common Cause？ ” NBER Macroeconomics Annual 15： 339-390[J].Nber Macroeconomics Annual， 2001， 15（4）：339-412.

[34]Raphael A. Auer， Raphael S.Schoenle. Market Structure and Exchange Rate Pass-through[J].Journal of International Economics， 2016，98（1）：60-77.

[35]Wang J. Home Bias， Exchange Rate Disconnect， and Optimal Exchange Rate Policy[J].Journal of International Money and Finance， 2010， 29（1）： 55-78.

[36]Zhi Yu. “Exchange Rate Pass-through， Firm Heterogeneity and Product Quality：

Abstract：Based on dimension data by merging China′s Industrial Enterprise Database with China′s Customs Database from year 2000 to 2006， the paper empirically analyzes the impact of market share on China′s export exchange rate pass-through. The research finds that the overall China′s export exchange rate pass-through is as high as 95%； the export market share approximately subjects to Pareto distribution， which means that most small exporters take a small percentage of total export volume， while a few large exporters represent a significant proportion； firms with different market shares have different levels of exchange rate pass-through， export market share has a positive and asymmetrical effect on exchange rate pass-through， and the lower the market share， the lower price； hierarchical regression and non- parametric results show that the impact of market share on exchange rate transmission is asymmetric： the lower the market share， the greater the impact on the exchange rate pass level.

Key words：exchange rate pass-through； market share； heterogeneous firms

（责任编辑：周正）