冯晓玲,张 璐*
(1.大连海事大学 交通运输管理学院,辽宁 大连 116026;2.北京大学 研究生院,北京 100871)
改革开放以来,中国经济迅猛发展,吸引FDI的规模从1985年的19.56亿美元飙升到2010年的1 057.40亿美元,增长了50多倍。①中国FDI流入额对中国经济发展的重要推动作用有目共睹,同时又由于其涉及到资本在不同国家的流动,因此必然涉及到汇率问题。而当前的人民币汇率问题已经成为世界经济的焦点话题。
目前学术界尚未形成完整的、专门研究汇率与外国直接投资关系的通行理论,由于名义汇率没有剔除通货膨胀因素对于汇率的影响,实际汇率没有考虑一国汇率的整体性波动。因此,使用这两个指标作为评价体系,都不能精确地说明汇率变动情况。比较而言,实际有效汇率(REER)在实际汇率的基础上,将通货膨胀因素和汇率的整体波动性也考虑进来,以各贸易国的贸易比重为权重衡量一国汇率的整体性变化,因此这种评价体系更为客观也更加精确。有关REER变动对FDI流入的作用机理,国内外学者的研究结论莫衷一是:Liu等以东亚国家的FDI流入为研究对象,发现汇率水平及其波动性是影响经合组织国家向新兴国家 (包括中国)直接投资的重要因素,汇率贬值将促进FDI流入,而汇率波动的加剧将抑制FDI的流入[1]。Brozowski研究了汇率波动对欧盟新兴国家FDI流入额的影响,表明汇率的波动性和不确定性都会对中国FDI的流入产生抑制作用[2]。Russ认为,汇率波动到底促进还是抑制公司的FDI决策取决于货币冲击是来自投资母国还是东道国或海外国家的市场[3]。Abdur和Mark以加拿大、日本、英国和美国作为研究对象,指出REER的波动对FDI存在正的影响并有一个滞后期[4]。许少强等、戴楠、王凯和庞震指出人民币REER的贬值有利于中国吸引FDI,反之则具有抑制作用[5-6-7]。而陈帮能、荀青则提出,人民币REER的变动对中国FDI流入额不存在长期协整关系,不论人民币REER升值或贬值,对中国 FDI流入额的影响均不显著[8-9]。
通过以上文献综述可以看出,学术界针对REER对一国FDI流入的影响并没有形成统一的结论。而究竟人民币REER的变动对中国FDI流入额有多大的影响,尚需实证方法予以进一步检验。本文在大量学者研究成果的基础上,建立了新的误差修正模型,研究了人民币REER对于中国FDI流入的影响。
REER是指剔除通货膨胀对货币购买力的影响之后,一国货币与所有贸易伙伴国货币双边名义汇率的加权平均数,是通过名义汇率加权平均得到名义有效汇率再剔除通货膨胀影响得到的,它可以更真实地反映一国货币的实际购买力和在国际贸易中的实际竞争力,因而科学地测算REER对衡量国家竞争实力及宏观经济政策决策有着重要作用。计算REER需要以下变量:
(1)名义汇率:测算国与样本国 (i国)之间报告期的双边名义汇率,用xi表示。
(2)权重:样本国 (i国)的权重,一般用本国与i国的贸易占本国总贸易的比重来衡量,用ri表示。
(3)物价指数:需要本国的物价指数p0和样本国 (i国)的物价指数pi。
REER的计算方法包括几何加权平均法和算数加权平均法两种,具体公式如下:
几何加权平均法:REER=∏xi(p0/pi)ri
算数加权平均法:REER=∑xiri(p0/pi)
在计算方法的选择上,中国学者一般采用算术平均加权法,因其计算比较简单;而在国际实践中,大部分国家的中央银行、国际货币研究中心和国际清算银行等都采用几何加权平均法。与算术加权平均法相比,几何加权平均法有明显的优势,是一种更为科学的方法。首先,在几何加权平均法的指数中,指数变化的百分比和基期的选择无关。其次,在几何加权平均法中,权重具有一定意义,可以被解释为弹性。再次,在几何加权平均法下,一种货币相同比例的升值或贬值对有效汇率指数有方向相反但数值大小相同的影响。最后,几何加权平均法的普遍适用大大增加了国际之间汇率比较的可能性。因此,本文采用以几何加权平均法计算得出的REER数据。
有关REER中样本国的选择,国际上暂没有统一定论,各机构均是采用各自的样本得出不同的结果。如国际清算银行的样本为27个传统发达经济体,经济合作与发展组织 (OECD)的样本为30个OECD国家和欧元区成员。本文采用的REER指数来源于国际货币基金组织 (IMF)的统计数据,①http://www.imfstatistics.org/imf。样本国包括新加坡、韩国、日本、美国、加拿大、欧元国等185个经济体,该指数以2005年为基期,通过几何加权平均法得出。
改革开放的30多年以来,国际经济环境发生很大变化,国内政治经济政策也出现了几次较大的调整。与此同时,国际政治领域也发生了许多重大影响的突发事件,这些因素都对中国引进FDI总量和人民币REER产生了不可忽视的影响,使二者在不同阶段呈现出不同的走势。1986—2010年中国FDI流入额和人民币REER的数据如表1和表2所示。
表1 1986—2010年中国FDI流入额 单位:亿美元
表2 1986—2010年人民币REER指数 2005年=100
为了更清楚地观测和分析FDI流入和人民币REER的走势,本文对两者的数据序列分别取对数,即ln(中国FDI流入额)(下文简称lnFDI)和lnREER。如此处理的原因是,与大多数经济指标相同,中国 FDI流入额的增长、人民币REER的变动近似呈现指数型增长;而取对数后,指数增长变为线性增长,数据走势更加平稳,且减弱了异方差性,削弱了异常值的影响。另一方面,取对数后,拟合方程回归系数的经济含义为弹性,更加易于解释也更符合实际经济情况。将对数处理后的表1和表2中数据综合在图1中,可以更加直观地看到,中国FDI流入额和人民币REER呈现出明显的阶段性变化趋势。
图1 1986—2010年中国lnFDI与lnREER走势图
(1)1986—1991年,中国FDI流入总额保持在100亿美元以内,且呈缓慢增长趋势;而同一时间段内REER的波动非常大,在103.33—158.30之间的55点内起伏。这6年间,人民币汇率的不稳定对中国的引资环境产生了一定的负面影响,也因此影响到FDI流入额的增长。同时,改革开放初期中国外商投资市场的不成熟和大多数跨国企业对中国市场的关注较少也是中国FDI流入较少的重要原因。
(2)1992—1998年,是中国FDI流入额增长非常迅速的一段时间。这7年间,中国FDI流入总额从100.08亿美元增长到454.63亿美元,净增长额达到354.58亿美元,平均每年增长近60亿美元。同一时间段内,REER的变动趋势与中国FDI流入额的走势基本一致,虽然波动仍较明显,但相比上一时间段,波动幅度明显减弱,在92.07—114.72之间的23点内波动。这表明,这7年间中国的市场环境发育良好,增长迅速,尤其是1992年以后中国社会主义经济市场化的进程加快,并在1994年实行了汇率改革,开始实行以市场供求为基础、有管理的浮动汇率制度,这大大增加了外商对中国投资的信心,给中国的外商投资市场提供了可靠的保障。
(3)1999—2006年这8年间FDI流入额经历了小幅下滑并缓慢回升的过程。1999—2000年,FDI流入额总额略有下滑;从2001年起,FDI流入额开始回升,但回升速度较前一阶段放缓,平均年增长量为32.29亿美元,只有上一阶段年增长量的1/2。REER在这8年内较稳定,在100.00—113.20之间波动。这一时间段内,由于东南亚金融危机后期的影响、21世纪初SARS疫情和禽流感等传染性疾病在世界部分地区的爆发,影响了各国进出口贸易,也导致这一时间段内中国FDI流入额的增长缓慢。
(4)2007—2010年,中国FDI流入额总额迅猛增长,从747.68亿美元增长到1 057.40亿美元,年均增长103.24亿美元,是上一时间段的3倍;人民币REER也较稳定,在105.61—119.40之间波动。这段时间中国FDI流入额是在上一时间段缓慢修复之后的爆发,而2005年7月人民币实行汇率改革,开始实施参考一篮子货币进行调解、不再单一盯住美元的更富有弹性的人民币汇率机制,也使得人民币REER的变动相较之前稳定很多。REER的稳定说明中国的汇率制度较之前更为成熟,这也为中国吸引FDI创造了较为稳定的环境。
上文对1986—2010年中国FDI流入额和人民币REER的大体发展脉络作了简要分析,发现中国FDI流入额与人民币REER变动有趋同的走势。但要得出中国FDI流入额和人民币REER之间具体的相关度和相关模式还要通过Eviews5.1软件进行相关性考察,所得结果如表3所示。
表3 lnFDI和lnREER的相关性分析结果
表3显示,人民币REER指数与中国FDI流入额两变量之间的相关度为-0.54,表明二者之间确实存在着负相关关系,即两者之间具有中等强度的相关关系,且两者变动的方向相反。
平稳性检验是检验数列是否为平稳数列,因为只有数列平稳才可以继续进行协整检验以考察变量之间是否具有长期稳定的关系,因此进行平稳性检验是其他计量分析的前提。平稳性检验通过ADF检验判断变量的单整阶数。只有变量的单整阶数相同才能进行下一步检验。本文采用ADF检验判断变量间的平稳性,结果如表4所示。
表4 ADF检验结果
通过表4可知,lnFDI和lnREER均为非平稳变量,而两者的一阶差分均为平稳变量,即lnFDI和lnREER为一阶单整变量I(1),因此可以进行下一步的协整检验。
对于时间序列,运用传统的计量回归方法所做的分析、统计、检验和预测可能是不准确的,并出现“伪回归”问题,为确定两变量间是否具有长期稳定的均衡关系,有必要在模型设定之前对变量进行协整分析,这样既可以确定变量之间的关系,防止模型设置错误,又可以避免“伪回归”现象的出现。常用的协整分析方法有恩格尔和格兰杰提出的E-G两步检验法(Engle-Granger[10])和Jonhanson[11]的最大似然法。由于E-G两步法不适用于小样本检验,因此本文采用 Jonhanson检验法检验 lnFDI和lnREER是否具有协整关系,结果如表5所示。
表5 协整检验结果
通过观察表5,可知迹统计量都没有超过临界值,因此拒绝原假设,即拒绝不存在协整方程和至多存在一个协整方程的假设,两变量间至少存在两个协整方程,也必然存在着长期稳定的关系。因此lnFDI和lnREER为 (1,1)阶协整。
通过以上检验可以得出,中国引入FDI流入额和人民币的REER两者之间存在着某种长期稳定的关系,在长期内二者是相互影响的关系。而要确定两者之间相互影响的程度究竟如何,还要通过下一步格兰杰因果检验来确定。
格兰杰因果关系在经济学上是表示一变量过去的信息有利于预测另一变量的走势的关系,其广泛应用于经济模型预测之中。若X是Y的格兰杰原因,X的变化应当发生在Y之前,且X有助于预测Y。若添加X的滞后变量作为独立的解释变量,回归解释能力有显著增加,则X是Y的格兰杰原因。
本文通过Eviews 5.1软件做格兰杰检验,检验lnFDI与lnREER之间是否具有格兰杰因果关系,结果如表6所示。
表6 格兰杰因果检验结果表
由表6可知,在5%的水平下,第一行F值为0.00<F(2,21)=3.47,接受原假设,认为lnFDI不是lnREER的格兰杰原因,即并不能根据FDI的走势来预测人民币REER的变化;第二行F值为9.29>F(2,21)=3.47,因此拒绝lnREER不是 lnFDI的格兰杰原因,认为lnREER是lnFDI的格兰杰原因,即可以根据人民币REER的走势来预测FDI的走势。
对于存在长期稳定关系的两变量可以通过最小二乘法 (OLS)拟合方程来确定模型,在拟合方程时首先使用最常见的二元一次方程,现设定方程如下:
C1、C2为方程系数,et为模型的误差项(下同)。
由于两序列均属于经济变量,使用OLS拟合方程的结果可能会存在自相关,从而造成参数估计的非有效、参数显著性检验失效等不良估计后果。为了防止模型存在自相关,或者出现模型设置的偏误,首先对模型进行自相关检验。通过计量软件Eviews5.1对两变量做最小二乘法估计(OLS),结果如下:
(拟合方程的t统计量值,用以检验参数的显著性,通过检验才能证明变量关系的存在。)
t绝对值大于在0.05的显著性水平下的临界值2.07,表明该参数估计显著,即变量关系确实存在;然而,可决系数R2为0.29,数值过小,这表明该方程拟合度过低,且模型DW值远小于2,可能存在自相关,经查表得出dL=1.05(1%上下界),DW=0.33<dL,因此模型确实存在正的自相关。为了消除模型的自相关性,将lnFDI的滞后一期lnFDIt-1作为新的变量加入到原模型中,得到新的模型为:
重复上一步骤的OLS拟合方程,结果如下:
从拟合方程结果中得到的拟合优度R2=0.97,有明显改善,接近1,方程的拟合程度非常好;经查表得DW值处于dU与4-dU之间,即1.30<1.39<2.70(1%上下界),因此模型的自相关性也消除。
该方程表示,中国FDI流入额会随着人民币REER的变动而变动,REER指数每上升或下降1%,中国 FDI流入额会随之减少或增加0.69%,且本年度中国FDI流入额与上一年度的中国FDI流入额之间有很大的关系。
协整检验是检验变量之间长期均衡稳定的关系的存在,前文已经证明了中国FDI流入额与人民币REER之间协整关系的存在,但这种存在是在短期动态过程的不断调整下得以维持的,即在短期内存在着一种将偏离的模型拉回原关系之内的拉力,这种短期动态过程可以通过构造误差修正模型来考察。最常用的ECM模型的估计方法是由恩格尔和格兰杰提出的两步法,其基本思想如下:建立误差修正模型,需要把协整关系的误差修正项看作一个解释变量,连同其它反映短期波动的解释变量一起建立短期模型,即构造lnFDI、lnREER和lnFDIt-1的一阶差分项:
原拟合方程中的残差项et的滞后项et-1,通过OLS拟合新的方程:
得到拟合方程为:
误差修正项et-1系数的大小反映了对偏离长期均衡的调整力度。由于et-1调整系数的估计值为0.68。因此,当模型中变量的短期波动偏离长期均衡时,经济系统内部会产生0.68的调整力度,将非均衡状态拉回到均衡状态。
通过以上分析,可以得出如下结论:
首先,中国FDI流入额对于外界环境的变化比较敏感,且与人民币REER之间存在着负相关的关系——人民币REER指数每变动1%,中国FDI流入额会随之变动-0.69%,即人民币每贬值1%,中国FDI流入额流入会增加0.69个百分点,反之,若REER每升值1%,中国FDI流入额就会减少0.69个百分点。
其次,在长期内,人民币REER与中国FDI流入额之间存在着稳定的协整关系,且人民币REER是中国FDI流入额的格兰杰原因。因此,可以根据REER的变化走势来预测中国FDI流入额的变化。在短期内,模型中的变量每有1单位的非均衡变化,经济系统内部会产生0.68单位的调整力度,将模型中出现的非均衡状态拉回至均衡状态。
由结论可知,通过汇率政策影响投资环境进而引导中国FDI的流入,应是切实可行的做法。对此,本文提出如下建议:
首先,要坚持长期有效的吸收FDI的引资政策。外商对华直接投资不仅能带来先进技术和管理经验,还有助于中国产业结构的升级、就业压力的缓解以及经济发展模式的转变,因此,坚持长期有效地引进FDI是有利于中国经济发展的正确选择。特别是在当前经济形势下,全球金融危机导致全球FDI的增速放缓,中国不仅要同发达国家,而且还要同广大发展中国家竞争引入FDI,这样营造良好的引资环境、通过相关政策积极引导FDI流入更是至关重要。当然,亦不能单纯为了追求FDI的流入而一味降低人民币REER,因为人民币的过度贬值会带来人民币实际购买力下降、国民实际福利水平恶化、外汇储备价值缩水等一系列不良后果。因此,在坚持有效引进 FDI的同时,亦要考虑到经济的整体平衡。
其次,要坚持逐步扩大汇率制度弹性的外汇政策。前文已经得出中国FDI流入额对外界的反映比较灵敏的结论,因此若想保持中国FDI流入额的稳定,人民币REER的稳定是其前提条件。由于目前中国社会主义市场经济的发展并不完善,信息的不对称问题仍然存在,所以汇率的频繁波动会使跨国企业无法规避汇率风险,从而加大跨国企业与中国进行贸易和投资的不确定性,这无疑会大大增加投资者的交易成本。相反,稳定的汇率可以为外商提供一个稳定的投资环境,增强跨国企业参与经济全球化和在中国进行投资的信心。因此,在这种情况下,中国可以实行以汇率调节为主要手段的逐步扩大汇率弹性制度的改革,同时进行人民币的渐进式升值,并逐步减少政府对外汇市场的干预成分等。
综上所述,人民币REER的波动幅度会影响中国引资环境的稳定,在具体数值上,长期内人民币REER指数每升值 (贬值)1%,中国FDI流入额会随之下降 (增加)0.69个百分点。因此,为达到通过有效引进外资促进中国经济发展的目标,就要加强对人民币REER的重视程度,维持人民币币值的合理水平和汇率的相对稳定。同时也要意识到,引进外资和维持人民币币值稳定这两者之间是不可偏废的关系,不能为引进FDI而牺牲人民币币值的坚挺和内外经济的平衡。因此,既要保证人民币汇率的稳定和国内经济环境的平稳,又要制定相关适合引进外商投资的政策,才能有效促进中国FDI持续流入。
[1]Liu,L.G.,Chow,K.,Li,U.Determinants of Foreign Direct Investment in East Asia:Did China Crowd out FDI from Her Developing East Asian Neighbors[R].Hong Kong Monetary Authority,2006.
[2]Brozowski,M.Exchange Rate Variability and Foreign Direct Investment[J].Eastern European Economics,2006,44(1):5-24.
[3]Russ,K.N.The Endogeneity of the Exchange Rate as a DeterminantofFDI:A ModelofEntry and MultinationalFirms [J].JournalofInternational Economics,2007,71(2):344-372.
[4]Abdur,C.R.,Mark,W.Does Real Exchange Rate Volatility Affect Foreign Direct Investment?Evidence from Four Developed Economies [J].International Trade Journal,2008,22(2):218-245.
[5]许少强,马丹,宋兆晗.人民币实际汇率研究[M].上海:复旦大学出版社,2006.
[6]戴楠.人民币REER对中国FDI流入额的影响分析[D].杭州:浙江大学硕士学位论文,2008.
[7]王凯,庞震.人民币REER、中国FDI流入额与中国经济增长——兼论巴拉萨—萨缪尔森效应在中国的适用性[J].金融发展研究,2009,(6):7-10.
[8]陈帮能.人民币有效汇率与中国FDI流入额的关系[J]. 金融教学与研究,2006,(3):26-31.
[9]荀青.人民币实际有效汇率与外商直接投资关系研究——基于1996至2005年季度数据[J].金融经济,2006,(11):119-120.
[10]Engle,R.F.,Granger,C.W.J.Cointegration and ErrorCorrection:Representation,Estimation and Testing[J].Econometrica,1987,55(2):251-276.
[11]Jonhanson,J.Econometric Methods[M].McGraw-Hill,1984.