人民币升值对我国纺织业出口的影响分析.docx

人民币升值对我国纺织业出口的影响分析.docx

《人民币升值对我国纺织业出口的影响分析.docx》由会员分享，可在线阅读，更多相关《人民币升值对我国纺织业出口的影响分析.docx（11页珍藏版）》请在冰豆网上搜索。

人民币升值对我国纺织业出口的影响分析

人民币升值对我国纺织业出口的影响分析

————————————————————————————————　作者:

————————————————————————————————日期：

ﻩ

摘要ﻩ１

英文摘要ﻩ1

一、问题的提出３

二、文献综述ﻩ３

（一）人民币升值的具体含义3

（二）人民币升值后的影响ﻩ4

（一）汇率ﻩ５

（二）国内生产总值和世界各国国内生产总值ﻩ6

（三）数据来源及模型建立6

四、实证分析（１9８1年——0５年8月以前）6

（一）平稳性分析ﻩ7

五、实证分析（05年８月——０８年８月）8

六、结论1０

参考文献12

人民币升值对我国纺织业出口的影响分析

摘要:

纺织服装产品一直是我国出口创汇的支柱行业,行业出口依存度高达5０%。

由于人民币的升值导致纺织业出口受到一定的影响,通过模型建立研究，可以得出：

在2005年以前,人民币缓慢升值时,对纺织业出口影响不大,并能在某种程度上能促进我国纺织业的发展提高;在２005年８月至2０08年9月这段时间，由于人民币的大幅度升值，使得纺织业出口受挫,出口量减少，进而影响到整个国内出口总额的减少。

为了09年纺织业出口量的保证,在人民币升值趋于稳定的情况下,应迅速提高国内纺织行业的产品技术，增强自身的竞争力,弥补原来的价格优势,获取更多更好的认可,带动整个出口贸易的发展。

关键词人民币升值,纺织品出口,协整分　　　　　　　　　　　　　　　　一、问题的提出

纺织业是中国的传统行业,也是中国对外依存度最高、实现国际化最早的产业之一。

纺织业产销总量和出口总额位居我国各种进出口产品前三甲,我国已成为全球主要纺织品出口加工地区之一，纺织品的出口对我国国民经济发展的影响越来越大。

自从人民币启动汇率形成机制改革以来,人民币升值基本经过了三个阶段。

第一阶段:

200５年８月至2006年8月，期间人民币基本处于小幅攀升的态势；第二阶段：

２006年9月至２008年8月，期间人民币升值步伐明显加快。

如2007年升幅高达6.９％，2008年1～９月人民币升值幅度高达5.3８%,其中4月份时人民币兑美元突破7．00关口；第三阶段：

2０08年９月至20０8年12月,期间人民币对美元汇率基本稳定在6．８2—6.85之间。

自汇改以来，到２008年９月，人民币对美元的升值累计超过20％。

笔者收集了很多学术文章，其观点大致分为两部分:

1、认为人民币升值带来的影响不足以影响纺织业的出口，目前的下降只是暂时的;２、认为正是由于人民的升值才使得纺织业原有的价格优势消失,使得出口减少,应加强国内纺织业生产技术,重新赢得订单。

对数据处理的过程中,由于只能收集到２00７年底,也就是人民币升值经过的第二阶段，所以在下面的建模过程中为了上面提到的这两种观点的正确性,笔者根据自１９85年至20０7年的年度数据，建模分析，得出正确的结论,以预测0９年的纺织业出口趋势并给出相关的建议。

二、文献综述

虽然目前理论界有关汇率变动对纺织业出口影响的结果无统一的认识，但总体上大

致可以将它们区分为两大类：

第一汇率变动会影贸易进出口。

厉以宁等（1991）对中国1970-1983年的数据分析得出:

中国进出口弹性分别为０.6871和0.0506，由于中国进出口商品的需求价格弹性严重不足,人民币汇率贬值不但不能改善贸易收支，反而会导致出口状况的恶化。

戴祖祥（1997）运用出口价格指数、国外收入指数、出口额指数、出口量指数的时间序列数据，对中国19８1-１9９5年的数据分析后得出:

中国的进出口需求价格弹性之和为１．3，满足马歇尔-勒纳条件,以此认为人民币汇率贬值可以改善中国的进出口状况。

第二汇率的变动对贸易进出口没有显著影响。

陈彪如[３]（199２）运用对１９80-1989年的进出口价格指数及贸易量指数进行回归分析后得出:

中国的进口需求弹性为0．３０0７，出口需求弹性为0.７24１，进出口价格弹性正处于马歇尔－勒纳条件的临界值之上,因而人民币汇率变动对中国的贸易收支影响甚微。

ZｈaoyｏnｇZhａng（1９96）[4]研究得出贸易差额的变动引起汇率的变动，但是没有证据显示汇率的变动会引起贸易差额的变动。

Zhaｏyonｇ（１999）发现实际有效汇率对贸易收支的影响是中性的，不存在Ｊ曲线现象。

YiｎｇfengXu（2000）认为由于国内价格的灵活性,汇率变化对贸易流量只有有限的、短暂的影响。

陈志昂（20０１）通过回归分析得出贸易国国内生产总值对浙江出口的影响均大于汇率变动,从而得出国际经济景气和出口结构的变动是推动浙江出口快速增长的重要原因，人民币汇率对浙江出口的影响并不大。

谢建国,陈漓高（２0０2）通过协整分析及冲击分解，研究了中国贸易收支与人民币汇率之间的关系，得出人民币汇率贬值对中国贸易收支的改善并没有明显影响,中国贸易收支短期主要取决于国内需求状况,而长期则取决于国内供给状况。

蒙代尔（20０3）认为贸易帐户差额与人民币升值之间没有必然的联系。

Ｔａrｌok　Ｓingh（2０04）得出汇率变动对印度贸易收支作用不显著。

尹翔硕,俞娟（2004）通过对日本1９8１年以后的汇率变动与贸易收支进行了回归分析,得出汇率并不是影响一国贸易收支长期变动的主要因素,更基本的因素是储蓄与投资。

殷德生（2004）通过实证的方法对中国贸易收支进行分析，得出人民币汇率变动对中国贸易收支变动的影响很小。

沈国兵（2０04）使用199８-2０03年中日之间的月度数据，通过实证分析得出中日贸易与人民币汇率没有长期的协整关系。

欧元明,王少平（2005）通过协整分析中国内资出口与实际有效汇率间没有因果关系。

曹永福（2０05）通过定量测算，得到我国出口的汇率弹性为0.14（０．27）,价格弹性为-０.27（-0.56），进口价格弹性非常接近于0。

这些结论都论证了汇率的变动对贸易收支没有显著影响。

汇率变动与贸易进出口的关系是非常复杂的,经济学家从不同的角度进行实证分析得出不同的结论,实证研究的结果一直是众说纷纭,因为具体到不同的国家，汇率变动与贸易收支的关系往往有很大的差异。

因此想要对汇率变动与贸易收支的关系下一个通行的结论事实上是不可能的,这就要求我们根据具体的研究对象进行实证研究以验证理论分析的适用性并用于政策参考。

所以我们有必要运用计量分析方法,对人民币汇率变动引起的纺织业出口变化进行实证分析，以期获得更有现实意义的结果。

三、模型变量的选择

（一）汇率

人民币升值是指汇率的升值。

关于人民币的升值有两层意义:

即人民币对内升值和对外升值。

所谓人民币对内升值是指人民币货币购买力的增强,用经济指标来衡量就是国内物价水平的下降,而物价的下降体现在物价指数上。

所谓人民币对外升值就是指人民币对外汇的汇率下降，在直接标价法下就是1美元可以兑换的人民币的数量减少。

（二）国内生产总值和世界各国国内生产总值

本文参考许少强、马丹（2005）对汇率变动于贸易收支分析时采用的模型[1],假设出口由出口国的收入和出口的相对价格决定,从而得到出口额与汇率的模型为：

LｏｇM（t）=　

0+

1Loge（t）+

２Loggdp（ｔ）＋

3Loggdｐw（t）＋ε（t）

其中，M（t）代表出口额，gdp（t）表示国内收入，gdpw（ｔ）表示外国的收入，ε（ｔ）表示汇率，表示为误差项。

（三）数据来源及模型建立

国内生产总值（ＧDP）、世界主要各国国内生产总值（GDＰW）以及汇率（e）来源于《中国统计年鉴》。

由于数据的自然对数变换能使其趋势线性化，消除时间序列中存在的异方差现象,所以对数据进行对数变换。

在计量分析前，分别对数据取对数：

LoｇＭ（t）表示我国出口额的对数值,Lｏge（t）表示人民币实际有效汇率的对数值，Ｌogｇdp（t）表示我国国内收入的对数值，Lｏｇgdpw（t）表示世界收入的对数值。

数据整理如下:

年份

平均汇率（1美元兑1元人民币）

lｏge（t）

GDP（亿本币元）

logｇdp（t）

GDPＷ（亿本币元）

ｌoggdｐw（t）

1985

2.9３66

0.４６７８

90１6.036５８1

3.955

31４871.6４91

5．4981

1９86

3.４528

0．５382

10275．17922

4．0１1８

397891.54３2

５.5998

19８7

3.7221

0.57０8

1２058.6１5１3

4.0８１3

448643.2９71

5.6519

1９８8

3．7221

0.5７08

150４2.82301

4.１７73

58406２.99９

5.7665

198９

3.7６51

0.5７58

1６992．3191１

4.２303

623650.7８75

5.７949

1990

4.７832

0.6７9７

1866７.82２３8

4.２711

8７６77７．7795

5.9429

19９1

5.3２3３

0．7２62

21７81.４9９4１

4.3381

1209653．744

6.08２7

19９2

5．51４6

0.74１5

26923.476４５

4.4３０1

1574392.4８６

6.１971

1９9３

5.7６2

0．760６

35333.９24７1

4.5４８2

１859２2２.887

6.2693

１９9４

8.6187

0．9３５4

4８197.8564４

4.683

2０0598６．０４9

6.３０２３

1995

8．3５1

0.9217

607９3．72921

4.78３９

２０873３5.79

６.３196

1９96

8.3142

0.9198

71176.５9165

4．8523

38３７147．１36

6.584

19９７

8.2８９８

0.91８5

78973.0３5

4.8975

3533344.０4５

6.54８２

1998

８.2791

0．91８

84４０2.2７977

4.92６4

２4８１702.４48

6.3947

19９９

8.27８３

0．9179

８967７.05４75

4.９527

2210098.315

6．3４44

２00０

８.278４

0．9１79

99214．554３1

4.9９6６

2172325.838

6.３３7

2０0１

8.２７7

０.9１79

109655．1706

5．04

235877４．５54

6．3727

20０2

8．27７

0.9１79

1２0332.68９３

5．

.337

6.４７２2

2０03

8.277

0.9179

１35822.756１

5.1３３

337５998．1１8

６.5２84

2004

8.27６8

0.9179

1５９８７8．3379

５.2

.4４

7.5８8８

２005

8.1917

０．９134

183２１7.4

5.２63

45０0024６．１9

7.6532

20０6

７．9718

0.9016

2１１９２3．5

5．32６2

52195008.２3

7．7176

20０7

７.６04

0.８８1

２49５２9.９

５.39７1

59８66925.２7

7.77７2

表3－1ｅ、gdｐ、gｄpｗ的数据

注：

数据来源与中国统计年鉴2008

四、实证分析（1981年——2０05年）

（一）平稳性分析

由于时间序列大多是非平稳的,Ｃ．J.Granｇｅr和Newbｏld发现对非平稳的时间序列变量进行最小二乘法估计就会经常发生伪回归现象，从而造成