| 货物贸易外汇收支与进出口的波动关系研究 |
| ——基于深圳的实证分析 |
2011-7-22
在全面推进进出口核销制度改革背景下，为实现从逐笔核销向总量核查监管方式的转变，有必要对货物贸易外汇的相关总量数据进行分析。在统计口径存在差异、进出口与收付汇存在时间差和金额差等客观影响因素无法改变的条件下，要实现利用现有数据开展总量核查、进行动态监测并提示异常情况，研究数据间内在的关系及其规律具有重要的实践意义。
描述性统计
本文采用深圳市2006年1月至2010年10月的月度数据，构成六组长度为58的时间序列，对货物贸易进出口总值、货物贸易跨境收支总额和货物贸易类银行结售汇数据（以下分别简称为“进/出口”、“收/付汇”和“结/信汇”）进行研究。
各序列描述性统计表（表1）展示了六个序列均值、中位数、标准差等基本特征。均值和中位数均呈现出口＞收汇＞结汇，进口＞付汇＞售汇，以标准差表示的波动幅度从大到小依次是出口＞收汇＞进口＞结汇＞付汇＞售汇，售汇的波动幅度明显小于其余各序列。此外，还展示了各序列的偏度和峰度，并经JB检验，发现仅售汇序列在1％的显著水平上拒绝正态分布假设，其余各序列基本符合正态分布。
表1：各序列描述性统计表
| XP | MP | RCV | PAY | JH | SH |
均值 | 138.590 | 96.963 | 101.175 | 72.380 | 49.761 | 20.825 |
中值 | 142.970 | 93.235 | 100.540 | 71.905 | 50.370 | 17.585 |
最大值 | 195.000 | 141.200 | 154.190 | 104.340 | 96.920 | 43.150 |
最小值 | 69.860 | 54.100 | 55.100 | 42.110 | 20.670 | 10.510 |
范围 | 125.140 | 87.100 | 99.090 | 62.230 | 76.250 | 32.640 |
标准差 | 28.309 | 18.692 | 23.764 | 15.235 | 16.273 | 8.585 |
偏度 | -0.280 | 0.163 | 0.138 | 0.016 | 0.551 | 1.282 |
峰度 | 2.673 | 2.762 | 2.241 | 2.479 | 3.311 | 3.772 |
Jarque-Beta值 | 1.019 | 0.393 | 1.575 | 0.659 | 3.173 | 17.322 |
概率 | 0.601 | 0.822 | 0.455 | 0.719 | 0.205 | 0.000 |
（注：数据来源于海关和国际收支间接申报的相关统计。XP，MP，RCV，PAY,JH，SH分别表示出口、进口、收汇、付汇、结汇、售汇，下同）
各序列相关系数矩阵（表2）显示，出口与进口之间的相关程度在所有序列间最高，达0.898。与收汇的相关程度按由高到低排列，依次为结汇、出口、付汇、进口，且相关系数均大于0.8；与付汇的相关系数达到0.8以上的仅有收汇，此外依次是出口和进口；与结汇相关程度最高的是收汇，达到0.876；与售汇相关程度最高的是付汇，相关系数为0.658，而与其他序列的相关系数明显较低。
表2：各序列相关系数矩阵
| XP | MP | RCV | PAY | JH | SH |
XP | 1 | 0.898 | 0.853 | 0.799 | 0.668 | 0.439 |
MP | 0.898 | 1 | 0.818 | 0.670 | 0.648 | 0.275 |
RCV | 0.853 | 0.818 | 1 | 0,847 | 0.876 | 0.428 |
PAY | 0.799 | 0.670 | 0.847 | 1 | 0.641 | 0.658 |
JH | 0.668 | 0.648 | 0.876 | 0.641 | 1 | 0.290 |
SH | 0.439 | 0.275 | 0.428 | 0.658 | 0.290 | 1 |
相关矩阵信息表明深圳市进出口和外汇收支的实际情况与理论关系基本一致。主要是：以进料加工等加工贸易为主的当期出口必然与前期进口存在密切联系；收付汇是基于进出口而发生的，同时收、付汇之间存在相关关系；结汇的主要相关因素是收汇，售汇的主要相关因素是付汇，但相关程度明显比结汇和收汇的相关程度低。由此可见，在六个序列之外还可能存在其他比较关键的影响因素，比如汇率等。
动态模型
滞后效应分析。由于收/付汇日期与进/出口日期不对称，因此进/出口对收/付汇的影响不可能在当期内完成，通常都存在时间滞后。此外，由于贸易外汇收支活动的惯性，前期的变化态势有可能延续到本期，导致当期变化同自身过去水平相关。因此在考察外汇收支与进出口的联系时必须将变量自身及其他变量过去值的影响考虑在内，即要考虑滞后效应。
使用简单线性回归建立分布滞后模型，分别用收汇对出口回归，付汇对进口回归，滞后阶数分别选取12、6、3，C为常数项。收汇对出口的回归结果（表3）显示，滞后期为12阶、6阶时在5％的显著水平下，只在当期和滞后1阶显著；滞后期为3阶时，虽在滞后3阶也显著，但滞后2阶不显著并且系数接近0。因此判定出口与收汇的时滞为一个月。
表3：收汇对出口的分布滞后模型
Dependent Variable: RCV |
Variable | Coefficient | Std.Error | t-Statistic | Prob. |
XP | 0.5195 | 0.0797 | 6.5178 | 0.0000 |
XP（-1） | 02409 | 0.0978 | 2.4622 | 0.0173 |
XP（-2） | -0.0700 | 0.0974 | -0.7182 | 0.4760 |
XP（-3） | 0.2395 | 0.0775 | 3.0886 | 0.0033 |
C | -27.0155 | 10.0983 | -2.6752 | 0.0101 |
付汇对进口的回归结果（表4）显示，在所有选定滞后期上，3阶之后t检验均不显著，并且系数在滞后3阶时达到最大，之后接近0。因此可判定进口与付汇之间的时滞最长为三个月。
表4：付汇对进口的分布滞后模型
Dependent Variable: PAY
|
Variable | Coefficient | Std.Error | t-Statistic | Prob. |
MP | 0.2759 | 0.1032 | 2.6732 | 0.0101 |
MP（-1） | 0.2897 | 0.1219 | 2.3765 | 0.0213 |
MP（-2） | -0.2863 | 0.1218 | -2.3506 | 0.0227 |
MP（-3） | 0.4181 | 0.1064 | 3.9287 | 0.0003 |
C | 6.1570 | 9.9726 | 0.6174 | 0.5398 |
稳定性检验。对六组时间序列数据进行稳定性检验，采用ADF方法对各序列水平值进行单位根检验。若P值小于0.05，则在5％的显著水平上拒绝原假设，序列不存在单位根，是平稳序列，否则，继续对1阶差分进行ADF检验。检验结果（表5）显示，在5％的显著水平上进/出口、收/付汇序列平稳，结/售汇为1阶单整序列，经1阶差分后平稳。
表5：各序列ADF检验结果
ADF检验 | 零假设：被检验变量有单位根 |
| t | P | （c，t） |
XP | -3.4134 | 0.0145 | （c,0） |
MP | -3.1859 | 0.0260 | （c,0） |
RCV | -3.8926 | 0.0187 | （c,t） |
PAY | -6.6549 | 0.0000 | （c,t） |
JH | 1.6042 | 0.9721 | （0,0） |
D（JH） | -7.7849 | 0.0000 | （0,0） |
SH | -2.5776 | 0.1035 | （c,0） |
D（SH） | -8.2624 | 0.0000 | （c,0） |
Test critical values: | 1% level | -4.127338 |
[tr] [td=1,1,25%]
5% level
-3.490662 [/td][/tr][tr][td=1,1,25%] 10% level | -3.173943 [/td][/tr] |
模型及解释。以前述相关关系和滞后效应分析结果为基础，设收汇的解释变量为当期和前期出口及进口，付汇的解释变量为当期到前三期进口，结汇的解释变量为收汇、付汇及前期结汇，售汇的解释变量为收汇、付汇和前期售汇；同时，将人民币对美元日中间价的月均值（以下简称汇率，用r表示）作为额外的解释变量，用循序估计法从当期开始逐渐增加滞后变量，直到回归系数不显著或至少有一个变量系数变号为止。采用逐步回归法决定模型的解释变量，使模型保留关键变量并且排除多重共线性。经反复实验，得到以下四个模型，模型总体F值显示通过1％的显著性检验，各变量t值显示通过5％的显著性检验，残差Q值和LM检验显示不存在残差自相关。各模型的R2值和修正后的R2值除付汇模型为0.56外，其他模型在0.74到0.88之间，表明模型拟合程度较高。
PCV=0.515×XP+0.468×MP（-1）-15.169
PAY=0.430×MP+628.2147×r-56.383
JH=0.721×RCV-0.487×PAY+641.549×r-76.836
SH=0.622×SH（-1）+0.223×PAY-8.263
收汇模型显示当期收汇受当期出口和上期进口的影响，这与深圳市加工贸易出口占比较高、上期进口是当期出口基础的特点一致。付汇模型显示付汇不仅受进口影响，还受汇率影响。汇率提高即人民币对美元升值，则付汇增加。结汇模型显示结汇受当期外汇收付和汇率的共同影响，人民币升值将使结汇增加。售汇模型显示当期售汇更多受到前期售汇的影响，其变动存在惯性，此外当期付汇也可以解释部分变化。
考虑到汇率影响付汇和结汇，却不是售汇的解释变量，当其余条件不变时，人民币升值将使付汇和结汇增加，售汇无显著变化。在此情况下，企业自有外汇不会出现增长。因此无法用企业自有外汇增长解释付汇的增加，可能存在企业通过银行外汇贷款等方式融资付汇。
季节解构
用EVIEWS软件的Census X12季节解构模块，采用加法模型对出口进行季节解构。
X=SF+TC+e
其中，X表示原序列，SF表示季节因素，TC表示趋势及循环，e为不规则变化。凡具有季节性周期变化的序列经季节解构后都可以分解出季节因素、趋势序列，分别用X_SF，X_TC表示，并最终得到经季节调整后的序列，用X_SA表示。
季节因素分析。出口、收汇、结汇的季节因素线图（图1）显示，收汇和出口具有比较明显的季节因素，并且季节性变化基本一致，而结汇的季节性变化不明显。出口最低值出现在每年2月，最高值出现在11和12月；收汇的最高值延迟1月，出现在12月。
进口、付汇、售汇的季节因素线图（图2）显示，三个序列都存在以年度为周期的季节性变化。各序列的最高值都出现在12月；最低值时间略有差异，进口在1月，付汇和售汇在2月。付汇的季节性变化与进口基本一致，但在3月份先于进口出现反弹。售汇的季节性波动明显小于进口和付汇。
趋势分析。出口、收汇、结汇的趋势线图（图3）显示，在考察时间段内出口＞收汇＞结汇，并且趋势基本一致，反映收、结汇在出口的基础上平稳运行，不存在大规模无贸易背景的资金流入。出口从2008年9月开始出现明显下滑，与金融危机全面爆发时间一致。危机期间收汇与出口之差有所扩大，收汇率下降，表明存在收款困难及收款期延长现象。从2009年9月起收汇与出口之差显著缩小、收汇与结汇之差逐渐扩大，企业收汇率高于危机前，结汇比较平稳，企业持汇增加，表明因危机而延收的外汇于现期集中收回。
进口、付汇、售汇的趋势线图（图4）显示，售汇与付汇趋势基本一致，但与进口趋势在2008年7月至2009年10月期间呈现明显背离。该趋势背离分为两个阶段，第一阶段是2008年7月到12月，进口急剧下降而售付汇尤其是售汇显著上升，直至12月进口与付汇重合。其原因在于深圳市相当部分企业与境外企业存在关联关系，在金融危机导致境外流动性不足情况下，深圳市企业购汇取得资金并对外支付，以满足境外关联企业使用需求。2009年1月到10月为第二阶段，在此期间进口逐渐恢复而售、付汇尤其是售汇显著下降。结合同时期银行外汇信贷统计中各项贷款数据分析，同期深圳市外汇贷款从173.4亿美元逐月递增到303.0亿美元。因此，此阶段售、付汇与进口的背离可归因于外汇贷款以及海外代付等贸易融资工具对售、付汇的替代作用。
分析结果表明：一是出口与收汇的时滞为一个月，进口与付汇的时滞为三个月；二是当期收汇主要由当期出口和前期进口决定，反映了深圳市加工贸易出口占比高因而前期进口影响当期出口的贸易特点；三是当期付汇主要由当期进口和汇率决定，人民币升值是付汇，尤其是使用外汇贷款付汇增长的刺激因素；四是当期结汇主要由当期收付汇和汇率决定，人民币升值将促使结汇增长；五是当期售汇主要受前期售汇水平的影响，惯性较大，当期付汇也是影响因素之一，汇率对售汇无显著影响。
分析还显示，深圳市出口收、结汇运行比较平稳，不存在大规模无贸易背景的外汇资金流入。进口售、付汇则存在两阶段显著的异常变动，一是2008年7月到12月进口急剧下降而售、付汇尤其是售汇显著上升，主要原因在于金融危机期间企业集中购、付汇以满足境外关联企业需求；二是2009年1月到10月进口逐渐恢复而售、付汇尤其是售汇明显下降，主要原因在于企业通过外汇贷款和海外代付等融资工具替代售、付汇，以获取利差、汇差的双重收益。为此，建议加强对贸易信贷、外汇贷款以及海外代付等贸易融资业务的关注和管理，防止无贸易背景资金借助贸易渠道跨境流动。
编辑/靖立坤
作者：外汇局深圳市分局张海泓 陈曦 李晓霞 来源：《中国外汇》2011年第4期上
扫码加好友，拉您进群
全部版块
我的主页
收藏
