国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

投資國貨幣因素對(duì)紡織產(chǎn)業(yè)對(duì)外直接投資的影響研究

2019-10-28 08:25趙君麗丁潔麗
關(guān)鍵詞:關(guān)聯(lián)度外匯儲(chǔ)備顯著性

趙君麗,丁潔麗

(東華大學(xué) 旭日工商管理學(xué)院,上海 200051)

關(guān)鍵字:紡織產(chǎn)業(yè);對(duì)外直接投資;貨幣因素;灰色關(guān)聯(lián)度模型

引言

紡織產(chǎn)業(yè)是全球化程度最高的產(chǎn)業(yè)之一,我國紡織產(chǎn)業(yè)也是走出去最多的產(chǎn)業(yè)之一,據(jù)商務(wù)部統(tǒng)計(jì),截止到2017年12月末,我國紡織企業(yè)在境外設(shè)立的投資分支機(jī)構(gòu)已有2000 余家,并且對(duì)外直接投資(OFDI)規(guī)模達(dá)到8.3 億美元。我國紡織產(chǎn)業(yè)對(duì)外直接投資過程中,存在融資難和融資成本高的問題,受到金融機(jī)構(gòu)的貸款利率的約束(李超,2006)[1]。

可貸資金理論認(rèn)為,利率是借貸資金的價(jià)格,即對(duì)外投資時(shí)籌集資金的成本,利率上升會(huì)使得投資成本上升,從而會(huì)減少對(duì)外投資額(約翰·梅納德·凱恩斯,1983;王曉博,2002)[2][3]。貨幣因素中的人民幣匯率(Blonigen,1997;張純威、石巧榮,2016;田巍、余淼杰,2017)、金融機(jī)構(gòu)的貸款利率(Keynes,J.M,1930;王曉博,2002;潘益興,2010)、通貨膨脹率(溫磊,2013)、貨幣供應(yīng)量(李超、周誠君,2008;王曉博,2002),以及外匯儲(chǔ)備水平(王英、劉思峰,2008;李京文、李洪英,2015;楊連星、張梅蘭,2019)均會(huì)對(duì)OFDI 產(chǎn)生影響。本文選取相應(yīng)的測量指標(biāo):人民幣匯率、金融機(jī)構(gòu)年貸款法定基準(zhǔn)利率、居民的消費(fèi)價(jià)格指數(shù)、貨幣供應(yīng)量、外匯儲(chǔ)備,通過灰色關(guān)聯(lián)度模型篩選出強(qiáng)關(guān)聯(lián)因素,進(jìn)行回歸分析,并根據(jù)回歸結(jié)果提出提高我國紡織產(chǎn)業(yè)對(duì)外直接投資規(guī)模的政策建議。

本文與現(xiàn)有文獻(xiàn)的不同之處是:第一,本文基于投資國的貨幣因素視角分析其對(duì)紡織產(chǎn)業(yè)OFDI 的影響,我國紡織產(chǎn)業(yè)是傳統(tǒng)產(chǎn)業(yè)和民生產(chǎn)業(yè)的代表,市場化程度高,民營企業(yè)多,實(shí)證研究發(fā)現(xiàn)紡織產(chǎn)業(yè)OFDI 的規(guī)模很大一部分受到融資成本的影響,本文的分析對(duì)金融支持民營經(jīng)濟(jì)、金融服務(wù)實(shí)體經(jīng)濟(jì)具有重要的現(xiàn)實(shí)意義。第二,實(shí)證方法上,在建立回歸模型前,本文運(yùn)用灰色關(guān)聯(lián)度模型篩選出強(qiáng)關(guān)聯(lián)度因素。

一、研究假設(shè)

國內(nèi)外學(xué)者在研究匯率變化對(duì)OFDI 的影響結(jié)果主要有以下三種結(jié)論:一是人民幣匯率水平與OFDI正相關(guān)(田巍、余淼杰,2017)[4]。二是人民幣匯率水平與OFDI 負(fù)相關(guān)(張純威、石巧榮,2016)[5]。三是人民幣匯率水平與OFDI 在不同時(shí)期存在不同的關(guān)系(Blonigen,1997)[6]。本文以我國的人民幣匯率(年均價(jià))作為解釋變量之一,來考察我國紡織產(chǎn)業(yè)OFDI 與人民幣匯率變化之間的關(guān)系,并提出假設(shè)1。

假設(shè)1:人民幣匯率對(duì)我國紡織產(chǎn)業(yè)OFDI 有顯著性影響且為正相關(guān)。

多數(shù)學(xué)者認(rèn)為金融機(jī)構(gòu)的貸款利率對(duì)OFDI 有顯著性影響(潘益興,2010)[7],且可貸資金理論認(rèn)為,利率是借貸資金的價(jià)格,即對(duì)外投資時(shí)籌集資金的成本,利率上升會(huì)使得投資成本上升,從而減少對(duì)外投資額(王曉博,2002)。Keynes(1930)認(rèn)為是否進(jìn)行投資,取決于新投資的預(yù)期利潤率與利率的關(guān)系,當(dāng)前者大于后者時(shí),投資是值得的,反之是不值得的,即投資是利率的減函數(shù)[8]。本文以金融機(jī)構(gòu)年貸款法定基準(zhǔn)利率表示借貸資金的價(jià)格,來考察我國紡織產(chǎn)業(yè)OFDI 與金融機(jī)構(gòu)貸款利率之間的關(guān)系,并提出假設(shè)2。

假設(shè)2:金融機(jī)構(gòu)的貸款利率對(duì)我國紡織產(chǎn)業(yè)OFDI 有顯著性影響且為負(fù)相關(guān)。

溫磊(2013)通過實(shí)證研究證明了通貨膨脹率的上升會(huì)提高我國對(duì)外直接投資的規(guī)模[9]。本文選用居民的消費(fèi)價(jià)格指數(shù)表示我國的通貨膨脹率,來考察我國紡織產(chǎn)業(yè)OFDI 與通貨膨脹率之間的關(guān)系,并提出假設(shè)3。

假設(shè)3:通貨膨脹率對(duì)我國紡織產(chǎn)業(yè)OFDI 有顯著性影響且為正相關(guān)。

近年來,我國為刺激投資和消費(fèi),采用穩(wěn)健的貨幣政策,貨幣市場資金存在供過于求的現(xiàn)象,使得作為資金價(jià)格的利率呈下降狀態(tài)(李超、周誠君,2008)[10],從而促進(jìn)了OFDI 的規(guī)模(王曉博,2002)。本文選取貨幣供應(yīng)量作為解釋變量之一,來考察我國紡織產(chǎn)業(yè)OFDI 與貨幣供應(yīng)量之間的關(guān)系,并提出假設(shè)4。

假設(shè)4:貨幣供應(yīng)量對(duì)我國紡織產(chǎn)業(yè)OFDI 有顯著性影響且為正相關(guān)。

外匯儲(chǔ)備是指為了應(yīng)付國際支付的需要,各國所集中掌握的外匯資產(chǎn)。外匯儲(chǔ)備是一國經(jīng)濟(jì)穩(wěn)定發(fā)展的重要保證(羅素梅、周光友、曾瑤,2017)[11],是發(fā)生金融危機(jī)時(shí)的自我保險(xiǎn)(Ronald U Mendoza,2003)[12]。多數(shù)學(xué)者認(rèn)為外匯儲(chǔ)備與對(duì)外直接投資正相關(guān)(王英、劉思峰,2008;李京文、李洪英,2015;楊連星、張梅蘭,2019)[13~15]。當(dāng)前我國是最大的外匯儲(chǔ)備國(祝國平、付瓊、王雨薇,2018)[16],而外匯儲(chǔ)備規(guī)模過度論認(rèn)為,過度積累外匯儲(chǔ)備,會(huì)削弱央行貨幣政策效果,并在實(shí)體經(jīng)濟(jì)領(lǐng)域造成產(chǎn)業(yè)結(jié)構(gòu)失衡和資源配置扭曲,給本國居民福利帶來損失,造成經(jīng)濟(jì)內(nèi)部的結(jié)構(gòu)性失衡(張曙光、張斌,2007)[17],從而不利于促進(jìn)對(duì)外直接投資。本文選用我國的外匯儲(chǔ)備作為解釋變量之一,來考察我國紡織產(chǎn)業(yè)OFDI 與外匯儲(chǔ)備之間的關(guān)系,并提出假設(shè)5。

假設(shè)5:外匯儲(chǔ)備對(duì)我國紡織產(chǎn)業(yè)OFDI 有顯著性影響且為正相關(guān)。

二、貨幣因素與紡織產(chǎn)業(yè)OFDI 的灰色關(guān)聯(lián)度分析

(一)指標(biāo)選取與數(shù)據(jù)來源

通過文獻(xiàn)分析和理論分析,確定以下指標(biāo)來衡量貨幣因素對(duì)我國紡織產(chǎn)業(yè)OFDI 影響,根據(jù)數(shù)據(jù)的可獲得性和完整性,選取2003-2017年15 個(gè)樣本數(shù)據(jù)。

表1 指標(biāo)選取與數(shù)據(jù)來源

(二)灰色關(guān)聯(lián)度模型的構(gòu)建

通過灰色關(guān)聯(lián)度模型(劉新梅、徐潤芳、張若勇,2008)[18]測算各個(gè)自變量與因變量之間的關(guān)聯(lián)度,篩選出強(qiáng)關(guān)聯(lián)度因素進(jìn)行回歸分析,從而為了避免回歸模型引入無關(guān)的或者關(guān)聯(lián)度較低的解釋變量。

第一步,根據(jù)原序列,計(jì)算初值像。

第二步,求絕對(duì)值序列。

第四步,求關(guān)聯(lián)系數(shù)。

第五步,計(jì)算灰色關(guān)聯(lián)度。

(三)灰色關(guān)聯(lián)度結(jié)果及分析

表2 貨幣因素與紡織產(chǎn)業(yè)OFDI 的灰色關(guān)聯(lián)度

在分辨系數(shù)ρ=0.5的條件下,若灰色關(guān)聯(lián)度γ ≥0.5接近于1,則兩者的關(guān)聯(lián)性強(qiáng);若灰色關(guān)聯(lián)度γ <0.5接近于0,則兩者的關(guān)聯(lián)性弱(田民、劉思峰、卜志坤,2008)[19]。從表2可知,這五種貨幣因素與紡織產(chǎn)業(yè)OFDI 的灰色關(guān)聯(lián)度均大于0.5 接近于1,則這五種貨幣因素與紡織產(chǎn)業(yè)OFDI 都具有強(qiáng)關(guān)聯(lián)性。

三、貨幣因素對(duì)紡織產(chǎn)業(yè)OFDI 影響的實(shí)證分析

(一)回歸模型的設(shè)定

通過灰色關(guān)聯(lián)度分析,得到了影響我國紡織產(chǎn)業(yè)對(duì)外直接投資的五種強(qiáng)關(guān)聯(lián)性因素,并建立多元回歸模型。為了消除回歸模型的異方差性,對(duì)所有變量進(jìn)行取對(duì)數(shù)化處理,則我國紡織產(chǎn)業(yè)對(duì)外直接投資的回歸模型為:

(二)回歸結(jié)果及分析

根據(jù)數(shù)據(jù)的可獲得性和完整性,選取2003-2017年15 個(gè)樣本數(shù)據(jù),運(yùn)用普通最小二乘法和Eviews 軟件得到回歸結(jié)果如下:

表3 回歸結(jié)果

由回歸結(jié)果可以看出,R2=0.8658、=0.7913,說明模型擬合效果較好,解釋變量可以解釋大部分我國紡織產(chǎn)業(yè)的對(duì)外直接投資的變動(dòng)原因。在5%的顯著性水平下,F(xiàn)=11.6151(對(duì)應(yīng)的P 值為0.0010),說明所設(shè)立的模型在總體上是成立的。但各解釋變量回歸系數(shù)的t 檢驗(yàn)不顯著,表明模型可能存在多重共線性。

表4 各解釋變量的相關(guān)系數(shù)表

通過表4可以看出,ln EXR、ln FER、lnM間存在高度相關(guān)性。

(三)逐步回歸法

下面采用逐步回歸法剔除引起多重共線性的變量。首先分別做lnOFDI關(guān)于ln EXR、ln CPI、ln IR、ln FER、ln M的回歸,發(fā)現(xiàn)ln OFDI關(guān)于ln M的回歸的可決系數(shù)最大,且通過了t 檢驗(yàn)?,F(xiàn)將其他解釋變量分別引入,尋找最佳回歸方程。

表5 逐步回歸結(jié)果

表6 剔除引起多重共線性的變量后的回歸結(jié)果

由回歸結(jié)果可以看出:R2=0.8388、=0.8119,說明模型擬合效果較好,Prob(F-statistic)= 0.000018則方程總體性顯著,在10%的顯著性水平下,截距項(xiàng)和解釋變量的回歸系數(shù)均通過了t 檢驗(yàn)。運(yùn)用逐步回歸法,得到了最優(yōu)回歸模型,如式7 所示:

(四)D.W.檢驗(yàn)和RESET 檢驗(yàn)

D.W.檢驗(yàn)法是杜賓和瓦森提出的一種檢驗(yàn)序列自相關(guān)的方法(J.Durbin and G.S.Watson,1950;J.Durbin and G.S.Watson,1951)。

一階自相關(guān)的形式為:

原假設(shè):H0:ρ=0,即μ不存在一階自回歸,構(gòu)造如下統(tǒng)計(jì)量:

根據(jù)樣本容量T 和解釋變量的數(shù)目K 查D.W.分布表,得到臨界值d=0.95,d=1.54,而d<D.W.=2.007208 <4-d,接受原假設(shè),故最優(yōu)回歸模型(式7)不存在序列自相關(guān)。

剔除了引起多重共線性的解釋變量后,通過RESET 檢驗(yàn)證明模型是否存在設(shè)定偏誤(皮天雷,2009)[20],檢驗(yàn)結(jié)果如下表:

表7 RESET 檢驗(yàn)結(jié)果

在5%顯著性水平下,F(xiàn) 值為0.053530(對(duì)應(yīng)的P 值為0.821278),則不拒絕原模型與引入新變量的模型可決系數(shù)無顯著差異的假設(shè),表明最優(yōu)回歸模型(式7)不存在設(shè)定偏誤。

(五)實(shí)證結(jié)果分析

由表6回歸結(jié)果顯示,金融機(jī)構(gòu)年貸款法定基準(zhǔn)利率的回歸系數(shù)顯著且符號(hào)為負(fù),說明金融機(jī)構(gòu)的貸款利率與我國紡織產(chǎn)業(yè)對(duì)外直接投資負(fù)相關(guān),實(shí)證結(jié)果與假設(shè)2 一致,且符合可貸資金理論;貨幣供應(yīng)量的回歸系數(shù)顯著且符號(hào)為正,說明我國現(xiàn)階段的貨幣供應(yīng)量對(duì)我國紡織產(chǎn)業(yè)對(duì)外直接投資具有促進(jìn)作用,實(shí)證結(jié)果與假設(shè)4 一致;而人民幣匯率、居民的消費(fèi)價(jià)格指數(shù)以及外匯儲(chǔ)備對(duì)我國紡織產(chǎn)業(yè)對(duì)外直接投資的影響不顯著,實(shí)證結(jié)果與假設(shè)1、假設(shè)3 和假設(shè)5 不一致。

四、結(jié)論與建議

(一)結(jié)論

根據(jù)實(shí)證分析得出:第一,我國金融機(jī)構(gòu)的貸款利率對(duì)我國紡織產(chǎn)業(yè)OFDI 有顯著的負(fù)向影響,說明融資成本能夠抑制我國紡織產(chǎn)業(yè)OFDI 規(guī)模的擴(kuò)大。第二,我國的貨幣供應(yīng)量對(duì)我國紡織產(chǎn)業(yè)OFDI 有顯著的正向影響,說明我國現(xiàn)階段的貨幣供給狀況有利于促進(jìn)我國紡織產(chǎn)業(yè)OFDI 的規(guī)模的擴(kuò)大。第三,人民幣匯率、通貨膨脹率以及外匯儲(chǔ)備對(duì)我國紡織產(chǎn)業(yè)OFDI 的影響不顯著。

(二)建議

第一,金融應(yīng)更好地服務(wù)實(shí)體經(jīng)濟(jì),定向降低貸款利率。實(shí)證結(jié)果表明,我國紡織產(chǎn)業(yè)對(duì)外直接投資的規(guī)模受到金融機(jī)構(gòu)貸款利率很大的約束,所以提出金融應(yīng)更好地服務(wù)實(shí)體經(jīng)濟(jì),可以通過對(duì)企業(yè)定向降低貸款利率(郭豫媚、戴賾、彭俞超,2018)[21],提供更好的金融服務(wù),減少企業(yè)對(duì)外直接投資的成本,有助于企業(yè)的快速發(fā)展,提高對(duì)外直接投資規(guī)模。

第二,拓寬企業(yè)的融資渠道。可以通過降低企業(yè)在新三板、創(chuàng)業(yè)板等板塊的上市融資門檻,支持私募股權(quán)基金、信托、銀行理財(cái)、風(fēng)險(xiǎn)投資的發(fā)展,給企業(yè)提供更多的融資渠道,降低企業(yè)的融資成本(呂勁松,2015)[22],從而促進(jìn)企業(yè)對(duì)外直接投資。

第三,采用穩(wěn)健的貨幣政策,提供穩(wěn)定的貨幣供應(yīng)量。通過實(shí)證分析得出,我國紡織產(chǎn)業(yè)對(duì)外直接投資規(guī)模與我國貨幣供應(yīng)量正相關(guān),凱恩斯的流動(dòng)性偏好理論認(rèn)為貨幣供給是由中央銀行決定的(約翰·梅納德·凱恩斯,1983)[2],所以中央銀行可以繼續(xù)采取穩(wěn)健的貨幣政策,保持貨幣供應(yīng)量的穩(wěn)定,有利于我國紡織產(chǎn)業(yè)對(duì)外直接投資規(guī)模的進(jìn)一步擴(kuò)大。

猜你喜歡
關(guān)聯(lián)度外匯儲(chǔ)備顯著性
基于熵值法與灰色關(guān)聯(lián)度分析法的羽毛球技戰(zhàn)術(shù)綜合評(píng)價(jià)分析
基于熵權(quán)法改進(jìn)的TOPSIS法和灰色關(guān)聯(lián)度分析的壓榨脫水過程優(yōu)化研究
一種結(jié)合多尺度特征融合與像素?fù)p失加權(quán)的顯著性目標(biāo)檢測方法
聲音商標(biāo)顯著性認(rèn)定研究
中國制造業(yè)產(chǎn)業(yè)關(guān)聯(lián)度分析
中國制造業(yè)產(chǎn)業(yè)關(guān)聯(lián)度分析
基于顯著性權(quán)重融合的圖像拼接算法
歐盟法院判決明確歐盟商標(biāo)通過使用獲得顯著性的地域認(rèn)定標(biāo)準(zhǔn)
2017年末我國外匯儲(chǔ)備31399億美元
外匯儲(chǔ)備去哪兒了
颍上县| 绵竹市| 民丰县| 漳州市| 井陉县| 长沙县| 阜新| 鸡西市| 大冶市| 澳门| 江西省| 台湾省| 会宁县| 衡阳市| 元朗区| 肥东县| 英山县| 鹤山市| 随州市| 修武县| 二连浩特市| 岗巴县| 亚东县| 莒南县| 永年县| 景洪市| 庆安县| 商洛市| 湖南省| 阿城市| 宣威市| 永吉县| 赫章县| 龙泉市| 湖南省| 滦平县| 资兴市| 宁乡县| 淳安县| 克东县| 呼伦贝尔市|