人民幣匯率、貿易差額與中國金融結構
——基于SVAR模型的研究

顏廷峰 晉玲利

（安徽財經大學，安徽蚌埠 233030）

人民幣匯率、貿易差額與中國金融結構
——基于SVAR模型的研究

顏廷峰 晉玲利

（安徽財經大學，安徽蚌埠 233030）

人民幣正式納入SDR后的匯率波動引起關注，而中國金融結構對貿易差額的影響是問題關鍵。采用2000年1月至2015年12月月度數據，基于結構向量自回歸（SVAR）模型，引入工具變量，實證分析供給沖擊、需求沖擊以及貿易自身沖擊框架下人民幣匯率與加工貿易差額關系、人民幣匯率與一般貿易差額的關系。研究發現：人民幣匯率變動對加工貿易差額影響較小，由加工貿易生產結構導致；人民幣匯率升值對一般貿易差額有一定促進作用，由我國出口需求彈性較低決定；貿易差額主要影響因素不是人民幣實際匯率，而是我國經濟結構與金融結構。根據研究結論，基于供給側結構性改革內生要求，提出相關建議。

人民幣實際有效匯率；貿易差額；加工貿易；中國金融結構

隨著我國經濟快速發展與國際影響力迅速提升，人民幣于2016年10月1日正式納入SDR，超過100個國家承諾使用人民幣開展國際結算，人民幣匯率問題再次成為國內外關注焦點。部分西方國家認為人民幣被嚴重低估，且指責中國人為操縱人民幣匯率導致貿易失衡。美國政府官員和學者提出，由于人民幣貶值造成中國出口產品價格偏低，威脅美國制造業，導致失業率上升和財政赤字增加①資料來源于http://www.szhgh.com/Article/news/finance/2014-05-14/51869.html。。Cline提出人民幣匯率仍低于均衡匯率水平，并推算出人民幣應比2008年升值25%以上②資料來源于Cline W R.Estimates of Fundamental Equilibrium Exchange Rates[R].2013:13-29。。西方國家不斷要求提高人民幣匯率，甚至要求中國放棄匯率市場干預。

2005年7月21日以來，中國基于負責任大國考量，開展匯率制度改革，實行以市場供求為基礎、參考“一籃子”貨幣調節、有管理的浮動匯率制度。人民幣在外界壓力下不斷升值，有效匯率指數也呈現走高趨勢，但升值與順差并存現象凸顯。迄今關于人民幣匯率與貿易差額關系研究結論迥異，究其原因是對中國金融結構特征關注不足。因此，有必要探討人民幣匯率、貿易差額與中國金融結構特征間聯系。現有理論研究相對匱乏，實證研究亦不充分。本文基于SVAR模型實證研究人民幣匯率、貿易差額和中國金融結構關系，以期回答上述問題。

一、文獻綜述

關于人民幣匯率對貿易差額的動態影響，現有文獻尚未達成共識。

（一）人民幣匯率對貿易差額有顯著影響

Guangzhong運用SUR法與面板數據研究實際匯率失調對中國出口的影響，發現人民幣升值是中國對美國出口下降重要原因[1]。范言慧等運用格蘭杰因果關系檢驗人民幣升值預期和中國貿易順差關系，認為人民幣升值預期會對貿易差額產生一定抑制作用并驗證Guangzhong結論[2]。劉堯成等通過構建產出、人民幣實際有效匯率以及貿易差額的VAR模型，發現在我國貿易收支彈性理論基本成立，匯率變動對貿易差額的影響隨時間逐漸增強[3]。張陸洋等在此基礎上研究人民幣實際匯率與中美雙邊貿易關系，發現人民幣匯率對中美貿易差額調整作用不可或缺，且調整效果隨匯率彈性增加而增強[4]。陳萍基于動態遞歸，分析人民幣匯率傳遞效應，發現人民幣升值導致進出口及貿易差額下降，2011年后人民幣匯率對貿易差額影響日益顯著[5]。

（二）人民幣匯率對貿易差額無顯著影響

Zhang和Sato運用SVAR模型研究人民幣匯率政策對中國貿易平衡的影響，并分析匯率變動對中美貿易平衡的影響，結果表明無論人民幣是否升值，對貿易平衡作用有限[6]。楊凱文、臧日宏建立VAR模型驗證上述結論，認為國際貿易短期變化由自身波動引起[7]。蘇海峰、陳浪南運用半參數函數化系數模型研究人民幣匯率變動對中國出口、進口以及凈出口的時變性影響，發現在2005年匯改前，匯率變動對出口的負向影響逐漸增強并達到最大值，在2005年后，匯率對出口的影響減弱。但無論匯改前后，匯率和貿易差額關系均不明顯[8]。李停分析人民幣匯率、中美貿易逆差以及美國失業率指標，提出美國將中美貿易逆差歸咎于人民幣僅出于政治目的，無充分科學依據[9]。陳宗義運用時變參數VAR模型，提出匯率變動對中國貿易順差影響不大，調整貿易順差應從中國社會結構和經濟結構出發[10]。曹強、虞文美通過構造SVAR模型，研究供給沖擊、需求沖擊下人民幣匯率、通脹率和貿易盈余間關系，發現中國貿易盈余決定因素是自身經濟結構和金融結構，而非人民幣匯率[11]。

因上述研究結論差異性，越來越多學者開始關注加工貿易對人民幣匯率的重要影響。Thorbecke提出現有人民幣升值對中國出口影響的實證研究忽視了加工貿易，解決貿易失衡問題，應控制產品供應鏈國家匯率而非依靠人民幣單邊升值[12]。劉林使用MS—VAR模型研究，發現人民幣匯率對加工貿易收支有J曲線效應，對一般貿易收支無J曲線效應，因加工貿易比重較大，即使匯率沖擊對一般貿易影響較大，但綜合而言，人民幣匯率可能不會對總體貿易收支產生影響[13]。劉威等通過比較分析人民幣匯率和內外需求對一般貿易和加工貿易的影響，提出人民幣升值需謹慎，應通過擴大內需和調整外需調節貿易順差[14]。劉陽陽等采用誤差修正模型，將人民幣匯率影響分為直接效應和聯動效應，并提出因加工貿易在中國進出口貿易中占比較大，聯動效應起主導作用，導致我國匯率政策效果不顯著[15]。

已有研究大多采用季度數據，本文采用2000—2015年月度數據驗證結果的有效性；將貿易差額分為一般貿易差額和加工貿易差額，探索加工貿易差額與中國金融結構之間內生聯系；將貿易差額自身沖擊引入SVAR模型，分析中國金融結構對貿易差額效應；引入銀行中介與金融市場比例構成、上證綜合指數工具變量作為中國金融結構指標，更好地克服內生性問題。

二、模型構建與變量選擇

（一）模型選擇和設計

VAR模型自提出后被迅速引入經濟學中，但無法解釋隱藏在信息向量中的當期相關關系。為解決此問題，計量經濟學家提出SVAR模型。為研究人民幣匯率對貿易差額動態影響，本文基于Blanchard與Quah識別方法，拓展侯鵬的三元SVAR模型，并引入兩個外生變量，對我國加工貿易差額與一般貿易差額構建包括供給沖擊、需求沖擊、匯率沖擊以及自身沖擊的SVAR模型，定義為模型一、二。

其中，ΔRIVAt，ΔM2t，ΔREERt，ΔJGt分別表示實際工業增加值、廣義貨幣供給量、人民幣實際有效匯率、加工貿易差額與名義工業增加值之比的差分項，YGt表示一般貿易差額與名義工業增加值之比的水平值，uts，utd，ute，utb分別表示供給沖擊、需求沖擊、匯率沖擊以及自身沖擊。

以模型一為例。首先，建立Xt的VAR模型，因滿足平穩性條件，可將模型表示為向量移動平均（VMA）形式：

因VAR簡化式中的εt可能具有相關關系，無法反映變量間同期影響，需對模型施加長期約束，識別結構式擾動項間相互獨立的SVAR模型。SVAR模型的VMA形式為：

其中，B（L）=C（L）-1，B（L）=B+B1L+B2L2+…。結合式（3）和式（4），推導出εt=B0ut，從而得到∑=B0B0′，B0=C0-1。因此，只要對C0施加k（k-1）=10個約束，即可通過Cholesky分解識別結構式模型。

根據經濟理論，對C0施加如下約束：

1.依照實際經濟周期理論，在長期內，實際工業增加值僅受供給沖擊影響，其他沖擊無影響，即c12=c13=c14=0。

2.依照貨幣中性理論，長期內，僅供給沖擊和需求沖擊可能對廣義貨幣供應量產生影響，即c23=c24=0。

3.依照長期實際匯率決定理論，人民幣實際有效匯率會對供給沖擊、需求沖擊、匯率沖擊反應，即c34=0。

此時，可將式（4）表示為如下形式：

（二）變量選擇和數據來源

本文選用2000年1月到2015年12月實際工業增加值（RIVA）、廣義貨幣供給量（M2）、人民幣實際有效匯率（REER）、加工貿易差額與名義工業增加值的比值（JG）、一般貿易差額與名義工業增加值比值（YG）的月度數據。引入銀行中介與金融市場比例構成（BMP）以及上證綜合指數（SCI）外生工具變量。為消除季節性影響，除YG外，其余變量均以X—12方法對月度數據作季節調整。為削弱模型異方差，使模型更穩定，對JG與YG以外變量取對數。因JG與YG數值可能為負，無法取對數，分別除以同期工業增加值平穩。變量具體說明如下：

1.供給沖擊RIVA。因國家統計局不發布月度GDP數據，且近年來工業制成品在我國出口產品結構中占絕對比重，使用實際工業增加值月度數據代替GDP，作為供給沖擊代理變量。因2007年起統計局不再發布工業增加值，以工業增加值同比增長率推算2007年后數據。數據來源于國家統計局。

2.需求沖擊M2。國外學者使用實際匯率表示需求沖擊，但我國需求波動主要來自投資波動，而投資資金主要來自銀行系統，因此以廣義貨幣供給量作為需求沖擊代理變量。數據來源于國家統計局。

3.匯率沖擊REER。人民幣實際有效匯率以2011—2013年對外貿易為權重，以2010年指數為基年，包括61個經濟體（歐元作為整體）的加權平均匯率，反映匯率沖擊。數據來源于國際清算銀行。

4.加工貿易差額沖擊JG。因加工貿易差額可能出現逆差而無法取對數，采用加工貿易差額與同期工業增加值比值作為模型一的加工貿易差額沖擊。數據來源于中經網。

5.一般貿易差額沖擊YG。因一般貿易差額可能存在逆差不能取自然對數，采用一般貿易差額與同期工業增加值的比值作為模型二的一般貿易差額沖擊。數據來源于中經網。

6.銀行中介與金融市場比例構成。銀行和金融市場是金融結構的組成部分，金融市場主要指股票市場。因此，使用金融機構人民幣貸款總額除以股票市值作為銀行中介與金融市場比例指標描述金融結構。數據來源于中國統計年鑒與中國金融年鑒。

7.上證綜合指數。2005年5月，中國證券市場啟動股權分置改革，逐步與國際市場接軌，結束長達四年的熊市，說明資本市場對制度變化具有較強敏感性。因此，以上證指數收盤價作為衡量我國股票市場波動的外生工具變量，反映我國政策或制度對資本市場的影響。數據來源于中經網。

三、實證結果分析

（一）四種結構性沖擊對加工貿易的動態影響

1.單位根檢驗與協整檢驗。為防止偽回歸產生，對變量平穩性檢驗。采用ADF檢驗，分別對RIVA、M2、REER、JG和BMP、SCI水平值和一階差分項作單位根檢驗，即對序列作回歸分析：

其中，α表示常數，βt表示線性趨勢函數，εt表示隨機誤差項。

表1 ADF單位根檢驗結果

表1結果表明RIVA、M2、REER、JG和BMP、SCI水平值均不能拒絕原假設，但經過一階差分后變為平穩序列，即均為一階單整。因此，使用RIVA、M2、REER和JG的一階差分項構造SVAR模型，并引入兩個外生變量。另外，對變量作Johansen協整檢驗，發現變量間存在協整關系，但因經濟意義不強，且Toda通過蒙特卡洛模擬實驗方法發現，較多變量協整檢驗易發現存在協整關系，但實際上變量間協整關系不具有經濟學內涵[16]。因此，仍采用一階差分項構造模型。

2.確定滯后階數。確定模型滯后階數時，一方面滯后階數足夠大可更全面反映模型動態特征；另一方面，滯后階數越大則待估參數越多，會損失自由度。因此，需綜合考慮以選擇合適滯后階數。本文使用LR、AIC、SC等信息準則綜合判斷，反復嘗試，確定模型最佳滯后階數為2階。隨后，考慮三大工具變量，結果顯示最佳滯后階數仍為2階。

3.模型穩定性檢驗。SVAR模型不穩定，則模型脈沖響應函數結果無效。因此需檢驗模型滯后結構。從圖1可知，被估計模型所有AR特征多項式根倒數均小于1，即在單位圓以內，通過穩定性檢驗，說明SVAR模型穩定。

4.脈沖響應函數。脈沖響應函數分析當誤差項發生變化，即模型受到沖擊時對系統的動態影響。以脈沖響應分析SVAR模型，評估加工貿易差額對結構沖擊的反應。圖2表示加工貿易差額對供給沖擊、需求沖擊、匯率沖擊以及自身沖擊的脈沖響應。圖2中，橫軸表示沖擊作用滯后期間數，縱軸表示加工貿易差額響應。

圖1 SVAR模型AR根的倒數

由圖2可知，對實際工業增加值施以正沖擊，同期對加工貿易差額產生反向作用，隨后迅速反彈，第2期達到最大值，此后逐漸下降，并伴隨反復波動，1年后響應逐漸穩定為0。對廣義貨幣供應量正沖擊，加工貿易差額響應函數波動幅度更大，在第3期跌至谷底，隨后劇烈上升，于第4期到達峰值，后經過小幅調整，1年后趨于0。

對人民幣實際有效匯率正沖擊，發現加工貿易差額響應函數95%置信區間包含0，結果不顯著，說明長期內匯率沖擊對加工貿易差額不產生影響，即人民幣升值不能調節加工貿易差額，此結果與實踐一致。因加工貿易作為“兩頭在外”貿易方式，通過從國外進口原材料，在本國加工成品后再出口到國外。人民幣升值會增加加工成本，但也使進口原材料價格降低，使出口價格漲幅減少，對加工貿易差額調整效果不強。對加工貿易差額正沖擊，脈沖響應波動幅度較大，呈衰減式震蕩，并最終趨于0。

圖2 加工貿易差額對各變量響應結構沖擊的脈沖

5.方差分解。通過方差分解分析加工貿易差額在面對供給沖擊、需求沖擊、匯率沖擊以及自身沖擊時，各結構沖擊對加工貿易差額貢獻度，進一步評估不同結構沖擊重要性。

表2 加工貿易差額的方差分解

從表2可知，短期內加工貿易差額可由自身解釋86.072%，由供給沖擊解釋13.449%，由需求沖擊解釋0.475%。而匯率沖擊僅可解釋加工貿易差額的0.003%，占比極小。長期內加工貿易差額可由自身解釋81.220%，由供給沖擊解釋15.006%，由需求沖擊解釋3.364%。而匯率沖擊僅可解釋加工貿易差額的0.410%，占比仍較小，忽略不計。雖長期內加工貿易差額本身可解釋比例下降，但加工貿易差額本身仍是重要決定因素。因此，加工貿易差額主要由供給沖擊和自身沖擊決定。

（二）四種結構性沖擊對一般貿易的動態影響

1.單位根檢驗與協整檢驗。使用ADF檢驗分別對RIVA、M2、REER、YG和BMP、SCI的水平值和一階差分項作單位根檢驗。表1結果顯示RIVA、M2、REER和BMP、SCI的水平值存在單位根，一階差分平穩；而YG的水平值平穩。因此，使用RIVA、M2、REER一階差分項和YG水平值構造SVAR模型，引入兩個外生變量。Johansen協整檢驗也表明變量間長期均衡關系，但同樣不考慮。

2.滯后階數的確定。使用LR、AIC、SC等信息準則綜合判斷，反復嘗試，并考慮三大工具變量，確定模型二最佳滯后階數為2階，構建SVAR（2）模型。

3.模型穩定性檢驗。檢驗模型二滯后結構。從圖3可知，模型二所有AR特征根的倒數均小于1，位于單位圓內，通過穩定性檢驗，說明構建SVAR模型可靠。

4.脈沖響應函數。對SVAR模型做脈沖響應函數，觀察結構沖擊對一般貿易差額的動態影響。圖4表示一般貿易差額對供給沖擊、需求沖擊、匯率沖擊以及自身沖擊的脈沖響應。橫軸表示沖擊作用滯后期間數，縱軸表示一般貿易差額變化。

圖3 SVAR模型AR根的倒數

圖4 一般貿易差額對各變量響應結構沖擊的脈沖

從圖4可知，供給沖擊對一般貿易差額的第0期影響為負，第2期影響為正，隨后下降并經小幅波動后趨于0。需求沖擊對一般貿易差額影響在前6期呈W型，后上升并最終趨向于0。匯率沖擊對一般貿易差額影響長期為正，即人民幣升值不能抑制一般貿易順差，反而增加順差。這與實際不符，可能因我國出口需求彈性較低。周杰琦指出我國出口層次較低以及出口價格彈性較低使出口需求帶有一定“剛性”[17]。按照姚枝仲等推算，中國出口需求彈性短期為-0.65，中長期為-0.8579[18]。因此，當人民幣升值時，出口產品價格上升增加一般貿易出口額從而增加一般貿易順差。自身沖擊引起一般貿易差額迅速劇烈響應，在第1期最大，后逐漸下降，最終趨于平穩。

表3 一般貿易差額方差分解

5.方差分解。通過方差分解分析一般貿易差額在面對供給沖擊、需求沖擊、匯率沖擊以及一般貿易差額沖擊時，各結構沖擊對一般貿易差額貢獻度，進一步評估不同結構沖擊重要性。

從表3可知，短期內一般貿易差額可由自身解釋96.440%，由供給沖擊解釋2.733%，由需求沖擊解釋0.458%。而匯率沖擊僅可解釋一般貿易差額的0.370%，占比極小。長期內一般貿易差額可由自身解釋90.228%，由供給沖擊解釋2.362%，由需求沖擊解釋4.561。匯率沖擊僅可解釋一般貿易差額的2.850%，長期內匯率沖擊對一般貿易差額貢獻率上升，但占比仍較小。因此，一般貿易差額主要由自身沖擊決定。

四、結論與政策建議

本文采用2000年1月至2015年12月月度數據，通過構建供給沖擊、需求沖擊、匯率沖擊以及自身沖擊下的四變量SVAR模型，引入兩大工具變量，分別研究人民幣匯率變動對我國加工貿易差額與一般貿易差額的動態影響。研究結論如下：

第一，長期內，人民幣匯率對加工貿易差額影響不大，無法調節加工貿易差額，這由加工貿易“兩頭在外”的貿易方式決定。我國加工貿易產品大多為中低檔勞動密集型產品，技術含量與附加值較低，產品主要依靠勞動力成本比較優勢。人民幣升值會增加加工成本，但進口原材料價格會隨之下降，最終使出口價格變動較小，對加工貿易差額調整效果不佳。

第二，人民幣升值長期內不能抑制一般貿易順差，反而增加順差，這可能由我國出口需求彈性較低導致。一般貿易是單邊貿易，僅出口環節以美元計價，實際匯率上升會提高出口產品價格，由于出口“剛性”，一般貿易出口額會隨之增加進而增加一般貿易順差。

第三，人民幣升值無法調節我國貿易差額，可能會增加貿易順差。貿易差額由自身特征決定。我國現階段勞動生產率較低，勞動力技術和素質不高，勞動力成本較低；且過度依賴自然資源，能源消耗高，污染嚴重；居民消費水平較低，儲蓄較高，貧富差距較大。

第四，降低貿易順差需改善我國經濟結構和金融結構。現階段中國尚屬發展中國家，以勞動密集型產業為主，這些產業技術較成熟，風險較小，因此融資渠道以間接融資為主，致使金融產品種類較少，金融市場效率不高，最終導致金融市場欠發達。但隨著我國產業結構優化升級和技術創新，間接融資難以滿足實際需求，需提高直接融資比例，為我國經濟持續發展提供支撐。

基于供給側結構性改革內生要求和上述結論，提出以下建議：

第一，加快加工貿易轉型升級，優化產業結構。過去30余年，我國憑借勞動力成本低和政策扶持等比較優勢，加工貿易發展迅速，推動經濟快速穩定增長。但隨著我國成本比較優勢逐漸減弱，加工貿易轉型升級迫在眉睫。必須明確產業調整方向，提高要素生產率和資源配置效率。如改善加工貿易產品結構，提高加工貿易技術含量，增加產品附加值；優化加工貿易企業結構，完善企業準入和退出機制，促進企業經營多元化，充分發揮企業主體作用進而增加企業競爭優勢；延長加工貿易產業鏈，加大自主研發和創新力度，同時提高我國科技創新成果轉化率，使科技成果產業化，增加國內實際收益。

第二，推進貿易多元性，構建新貿易格局，提高對外開放水平。如推動貿易方式多元化，隨著互聯網普及，加快發展跨境電子商務，同時借力“一帶一路”戰略，積極開拓海外市場，推動租賃貿易增長；實現貿易伙伴多元化，發展自貿區建設，保持與貿易伙伴合作關系，降低貿易成本與貿易風險，增加貿易收益；促進貿易市場多元化，除主要貿易市場外，積極開發新貿易市場，減少對少數貿易市場依賴，增強經濟穩定性。

第三，擴大國內需求，優化消費結構。著眼于供給側結構性改革，首先，提供充足就業機會，提高居民收入，完善消費政策和優化消費結構促進居民消費；其次，建立健全養老、醫療等保障機制，完善社會救濟制度，使居民放心消費；最后，改善消費環境，減少消費中信息不對稱問題，推動電子商務消費和貸款消費，同時維護消費者信息安全，保護消費者權益。

第四，優化金融結構，防范金融風險。打破大型國有銀行壟斷，推動中小型銀行快速健康發展，繼續充分發揮銀行業拉動經濟增長支撐作用；合規發展互聯網金融、小微證券公司等新型金融業態，引導其逐步走向可持續發展之路，倡導綠色金融和普惠金融；優化中國金融結構，建立與市場需求相適應的多層次資本市場，加快股票市場、債券市場改革步伐，增加直接融資比例，解決創新產業融資問題；創造良好市場環境，完善金融監管體制，全面覆蓋金融風險監管，規范金融秩序，建立健全信用制度和法律制度保護投資者權益。

［1］L Guangzhong.Does China Really Lose from RMB Revaluation? Evidence from Some Export Industries[J].Applied Economics, 2006(15).

［2］范言慧,潘慧峰,李哲.人民幣升值預期與我國的貿易順差[J].國際金融研究,2008(2).

［3］劉堯成,周繼忠,徐曉萍.人民幣匯率變動對我國貿易差額的動態影響[J].經濟研究,2010(5).

［4］張陸洋,葛加國,錢東平.人民幣匯率變動對中美貿易差額的動態影響[J].統計與決策,2015(13).

［5］陳萍.人民幣匯率變動對我國進出口及貿易差額的傳遞效應——基于動態遞歸的分析[J].中國經貿導刊,2016(1).

［6］Z Zhang,K Sato.Should Chinese Renminbi Be Blamed for Its Trade Surplus?A Structural VAR Approach[J].The World Economy, 2012(5).

［7］楊凱文,臧日宏.人民幣匯率變動對我國國際貿易影響的VAR模型實證分析[J].金融理論與實踐,2014(12).

［8］蘇海峰,陳浪南.人民幣匯率變動對中國貿易收支時變性影響的實證研究——基于半參數函數化系數模型[J].國際金融研究,2014(2).

［9］李停.人民幣匯率與美中貿易逆差、美國失業率關系的研究——基于1994-2014年月度數據的經驗考察[J].山東財經大學學報，2016(2).

［10］陳宗義.人民幣匯率對中國長期貿易順差的影響性分析——基于TVP-VAR模型的實證檢驗[J].統計與信息論壇,2012(2).

［11］曹強,虞文美.人民幣匯率與貿易盈余:基于SVAR模型的分析[J].國際經貿探索,2015(9).

［12］W Thorbecke.Investigating the Effect of Exchange Rate Changes on China’s Processed Exports[J].Journal of the Japanese& International Economies,2011(2).

［13］劉林,馮明,唐燕華.人民幣匯率、國內外經濟狀況與我國貿易收支——基于Markov區制轉換VAR模型的實證研究[J].國際貿易問題,2011(8).

［14］劉威,王方舟,陳繼勇.中國貿易失衡調整路徑實效的比較研究——基于2008-2013年月度數據的實證檢驗[J].國際貿易問題,2015(2).

［15］劉陽陽,馮明,唐燕華.匯率變動對中國貿易順差的影響:直接效應和聯動效應[J].投資研究,2015(11).

［16］Toda H Y,Phillips P C B.The Spurious Effect of Unit Roots on Vector Autoregressions:An Analytical Study[J].Journal of Econometrics,1993(3).

［17］周杰琦.人民幣匯率變動對國內價格水平的傳遞效應[J].統計研究,2010(8).

［18］姚枝仲,田豐,蘇慶義.中國出口的收入和價格彈性[J].世界經濟, 2010(4).

F822

A

1672-3805(2017)01-0001-08

：2016-11-20

國家社科基金“供給側結構性改革下我國信貸集中風險預警和協同監管研究”（16BJY184）；教育部青年基金“BaselⅢ和中國金融結構視角下的商業銀行信貸集中風險預警研究”（12YJC790224）；安徽省社科規劃辦基金“促進安徽小微企業發展的金融創新支持研究”（AHSK11-12D10）；安徽財經大學青年基金“合蕪蚌企業自主創新中的金融支持研究”（ACKYQ1006ZD）

顏廷峰（1975-），男，安徽財經大學金融學院副教授，研究方向為商業銀行經營與管理、農村金融。