中美贸易战分析人民币汇率研究.docVIP

中美贸易战分析人民币汇率研究 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JJ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，20