汇率波动与国际贸易：国际证据来自MINT国家外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

汇率波动与国际贸易：国际证据来自MINT国家

Dimitrios Asteriou，Kaan Masatci，Keith Pılbeam

摘要：本文考察了汇率波动对墨西哥，印度尼西亚，尼日利亚和土耳其国际贸易量的影响

。 我们使用从GARCH模型中预测的名义和实际有效汇率数据的波动率。为了检测长期关系，我们使用自回归分布式滞后（ARDL）绑定测试方法，而对于短期影响，采用格兰杰因果关系模型。结果显示从长远来看，土耳其的汇率波动与国际贸易活动之间没有联系，即使有影响，波动影响的程度也很小。 在短期内，却在印度尼西亚和墨西哥发现了从波动到进出口需求之间的重要因果关系。尼日利亚发现了出口需求与波动之间的单向因果关系，而土耳其则没有发现波动与进出口需求之间的因果关系。

1.引言

自布雷顿森林体系崩溃以来，浮动交换利率对国际贸易和整体经济的影响已成为一个重要的调查领域。 总的来说，汇率不确定性对经济的影响各不相同。 例如，级别汇率可能对国际贸易产生直接影响。由于国际贸易价格与外汇交易密切相关汇率波动会影响国际贸易收入和贸易量。汇率波动汇率可能影响国际贸易收益和贸易量。 汇率变化也影响经济政策，例如，对于采用通胀目标制度的国家，因为汇率的变化和波动性的变化率，央行必须经常修改预期的通胀目标。

尽管理论认为汇率波动与国际贸易之间存在负相关关系，例如，见于Arize（1997）和Doğanlar（2002），但经验文献表明，这一理论论点可能并不总是正确的，见于Kroner和 Lastrapes（1993）Baum和Ccedil;ağlayan（2010）。 鉴于这种相互冲突的理论和实证证据，我们研究的主要目的是调查汇率波动与代表有效的汇率波动，以及四个新兴市场经济体的国际贸易。 墨西哥，印度尼西亚，尼日利亚和土耳其，也被称为MINT国家。

本文的主要贡献是使用GARCH建模程序结合自回归分布滞后（ARDL）边界检验方法检验名义和影响长期和短期交易的实际汇率不确定性的MINT国家的数量。 我们采用ARDL技术通常提供长期模型的无偏估计，并产生有效的t统计量，即使一些回归量是内生的，见于Odhiambo（2009）。 此外，它可以与I（0）和I（1）数据混合使用，涉及单方程设置，使其易于实现和解释，并使不同的变量在进入时可以分配不同的滞后长度，是在学习国际贸易和波动的影响时特别有用的模型。

本文的结构如下。 第2节提供了审查文献。 第3节介绍了数据和实证框架这项研究。 第4节讨论了从我们的计量经济学测试中获得的结果，第5节得出结论。

2.文献综述

汇率波动对国际贸易活动的预期影响可以是正面的，也可以是负面的，取决于对远期市场和其他对冲工具是否存在，交易者风险偏好建模，生产结构（如小企业普遍性）和程度等问题的假设经济一体化-见于Auboin和Ruta（2013）以及Oskooee和Hegerty（2007）最近的调查。然而，大多数理论研究支持汇率波动性上升导致国际贸易量下降的观点。根据模型，如果经济主体是风险规避者，汇率波动加剧会增加市场的不确定性并提高进行国际贸易的成本。关键的一点是，它本身并不是波动性，而是“非预期的波动性”Arize（1997），它最有可能对国际贸易造成损害。根据Doğanlar（2002）的观点，合同和交付时间之间汇率的不可预测的变化增加了出口公司利润的不确定性。如果没有足够的对冲工具McKenzie（1999），那么不确定性会更大。当一个发展良好的远期市场出现时，情况就大不相同了。在一篇开创性的论文中，Ethier（1973）表明，当企业知道他们的收入取决于未来的汇率时，那么汇率的不确定性不会影响到贸易。其他研究表明汇率波动对国际贸易的间接影响。 Viane和Vries（1992）认为，汇率波动对进口商和出口商的影响可能不同，因为它们位于远期合约的不同方面。据此，如果贸易差额和任何远期风险溢价为正，出口商将会失败，进口商将受益。

最初的理论研究表明，汇率波动对国际贸易是负面的，这是基于相当重要的假设，如完全竞争，高度风险厌恶，使用的发票货币，进口投入的不存在以及没有交换率对冲工具。然而，Broll和Eckwert（1999）等作者表明了汇率波动与出口之间存在正相关关系的理论可能性。这种可能性的原因是随着汇率波动性的增加，出口到世界市场的实际选择也是如此 。因此，较高的波动性可以增加国际贸易的预期收益；这仅适用于能够灵活应对汇率变化并相应重新分配产品的公司。此外，DeGrauwe（1988）强调波动性存在收入和替代效应。如果企业厌恶风险，汇率波动性的上升会增加出口的预期边际效用，并可能导致更多的出口；这是收入效应。但是，如果企业不够风险，那么企业出口就会减少，因为出口不太可取，这就是替代效应。因此，根据收入和替代效应的相对优势，汇率波动的净影响可能是正面的或负面的。

广泛的实证文献支持这些矛盾的理论观点，Chit等（2010）考察汇率波动对五个新兴东亚国家和地区的实际出口的影响，他们的结果表明了负面影响。 当汇率变动未得到充分预期时，汇率波动性的增加导致规避风险的代理商减少其国际贸易活动。同样，Arize等人。 （2008）检查了八个拉丁美洲国家，并发现在所有情况下存在负面和统计上显着的长期关系。

Hall等人(2010)利用1980年至2006年的季度数据，为一个由10个新兴市场经济体和11个其他发展中国家组成的小组调查汇率波动与贸易额之间的关系。 新兴市场和发展中国家的结果不同。 汇率波动对发展中国家的出口产生负面影响，但对新兴市场经济体的出口没有影响。 他们认为，与其他发展中国家的影响相比，新兴市场更开放的资本市场可能减少了汇率波动对出口的影响。

一些经济学家认为，汇率波动除了影响着贸易流量的大小，也影响着的可变性贸易流动。Baum和Cağlayan(2010)检查的影响汇率的不确定性在体积和贸易流动的可变性。他们主要关注1980年至1998年期间13个发达国家之间的双边贸易流量。 他们的结果表明，汇率不确定性与贸易量之间没有显着关系。 然而，却表明，汇率波动对国际贸易流动的波动性产生了积极影响。

最后，Haile and Pugh(2013)将meta回归分析应用于现有的实证文献对汇率波动对国际贸易的影响进行了研究，并发现了一些发表不同见解的证据。他们表明，研究人员报告的结果受作者的建模策略和调查背景的显著影响。特别是，当研究人员使用低频率的实际汇率变异性，并关注对冲机会较少的欠发达经济体之间的贸易时，最有可能发现汇率波动对国际贸易的不利影响。此外，他们发现使用名义汇率波动的研究报告对贸易的负面影响的可能性低于使用实际汇率波动的研究。这是因为只有在很长一段时间内，实际可变性才会偏离其名义价值。他们还报告说，采用误差修正和长期协整建模技术的研究更有可能报告汇率波动对贸易的负面影响。

1. 数据和方法

研究汇率波动对国际贸易的影响，学习如Arize等人(2000)所建议的，对四个国家的出口和进口需求函数进行了估计，并在ONeill(2014)之后的规范中添加了一个不确定性变量。进出口需求函数如下:

其中x和m分别是出口和进口量，Y⁎是捕获世界其他地区的世界收入状况，Y是国内收入，px和pm是相对进出口价格，最后Vreal和Vnom显示真实和名义汇率波动率。下标i和t分别用于国家和时间，l表示变量是对数形式。

导出和导入变量由导出和测量进口量指数。作为世界需求条件的代表，我们遵循Chowdhury（1993）并构建了过去10年中每个国家的十大最重要贸易伙伴的GDP系列的加权平均值。 相对价格变量（px，pm）定义为国家i的出口和进口价格与十大主要贸易伙伴的进出口价格之比。 汇率波动率变量包含在模型中，以考虑汇率不确定性的影响。 继Guuml;r和Ertuğrul（2012）以及Baum和Ccedil;ağlayan（2010）之后，通过拟合GARCH模型创建变量。

• 1. 数据集

对于我们的实证调查，每月的时间序列数据集是来自1995年1月至2012年12月期间的四个国家的数据：墨西哥，印度尼西亚，尼日利亚和土耳其。 出口（lxt）和进口（lmt）数据来自世界银行世界发展指标（WDI）年度数据库和经济合作与发展组织（OECD）国民账户数据库。 1995年至2012年是这些经济体的一个有意义的时期，因为它涵盖了世贸组织的起点，也包括了2007年8月开始的金融危机时期。尼日利亚的原始年度数据取自WDI，索引到2010年，并使用“二次匹配平均”频率转换方法转换成月频率。由于所有数据均以当前美元收取，因此使用美国的消费者价格指数进行缩减。

所有GDP数据（lYt和lYt）均来自国际货币基金组织的国际金融季度统计（IFS）。 首先，数据被编入索引至2010年并通过上述转换方法转换为月频。为了计算印度尼西亚、尼日利亚和土耳其的世界需求状况，采用了每个国家10个最大贸易伙伴的经季节调整的GDP数据和10年的数据计算GDP的加权平均。贸易伙伴数据来源是国际货币基金组织的贸易统计方向（DOTS）。

相对进出口价格(lptx和lptm)计算为一国的进出口价格与世界进出口价格之比，这是从国际贸易中得出的，IFS数据库提供了土耳其和墨西哥的月度出口和进口的价格表。印度尼西亚和尼日利亚的外贸价格数据取自世界发展指标（WDI）。由于WDI以年度形式呈现数据，因此数据将转换为月度形式。

用于预测实际和名义汇率波动序列的实际和名义有效汇率数据取自印度尼西亚国际清算银行（BIS）数据库，墨西哥和土耳其，而尼日利亚的数据来自IFS。通过估计Bollerslev（1986）的广义自回归条件异方差（GARCH）模型，得到了实际有效汇率和名义有效汇率的波动率序列。

如何衡量汇率波动性一直是文献中广泛讨论的问题，目前还没有一个统一的最佳代理来显示汇率波动性。在文献中，使用了三种不同的度量来表示汇率的波动性。DellAriccia（1999）采用了对数实际汇率的第一个差异的标准差。汇率波动性的第二个度量是实际汇率月对数的移动平均标准偏差，例如Klassen（2004年）和第三个用于捕获波动性的度量来自Arch/Garch建模。例如，参考Sauer和Bohara（2001），Clark等人。（2004年），Devita和Abbott（2004年）使用了GARCH方法，因为这是最近研究中最常用的方法。

表1 单位根测试结果

滞后长度在括号内，由SIC确定

*显著性水平为5%

**显著性水平为1%

1. 实验结果

在应用GARCH模型来捕捉汇率的波动性/不确定性之前，遵循两个预先步骤。 首先，由于GARCH建模需要使用的数据是静止的，因此需要测试数据的平稳性。 通常，由Dickey和Fuller（1979）提出的增强Dickey-Fuller（ADF）测试用于文献中。

利息数据是MINT经济体的实际和名义有效汇率，所有系列都以对数形式使用。 ADF测试结果的结果如表1所示。这里，REX和NEX用于表示实际和名义有效汇率。 L的前缀表示变量是对数形式，后缀代表国家。

表1中的结果表明，所有序列在一阶差分中都是固定的。然而，一些系列似乎是固定水平，即墨西哥和土耳其的LNEX和印度的LREX。因此，在分析中，这三个变量用于水平形式，而其他变量包括在第一个差异中。

第二步是确定适合每个国家的LNEX和LREX的ARIMA模型。表2和表3给出了名义汇率和实际汇率的测试结果。应注意的是，将Akaike（AIC）和Schwartz（SIC）信息标准用作模型选择工具，在不同的模型中，选择给出最小AIC和SIC值的模型。根据结果，所有模型都没有序列相关问题。另一方面，ARCH效应测试结果表明，除尼日利亚的实际汇率模型外，其他所有情况的残差均表现出ARCH效应。结果表明，这些模型存在异方差问题，即数据的波动性聚类。

由于异方差可能具有自回归结构，因此可以使用ARCH/GARCH方法对数据中的波动性进行建模。我们首先将ARCH/GARCH模型与数据相匹配，然后使用该模型预测波动性。表4和表5给出了ARCH/GARCH模型的结果，由前面提到的AIC和SIC确定了最佳滞后长度，这些模型用于预测名义和实际汇率序列的波动性。由于在尼日利亚实际汇率的情况下未检测到ARCH效应，因此ARCH/GARCH模型仅对尼日利亚名义汇率数据进行估计。

在获得波动率/不确定性代理后，我们可以转向下一步，测试模型（1）到（4）中使用的所有变量的平稳性。 正如我们之前的分析所示，模型中所有系列的平稳性都是通过ADF单位根检验来测试的。 表6列出了这些试验的结果。

表2 基于ARIMA（p，d，q）的LNEX模型

注：（a）括号中的t值; （b）Breusch-Godfrey序列相关性检验的零假设：“无序列相关”; （c）ARCH-LM

异方差检验的零假设：“无ARCH影响”; （d）为测试提供p值

表3 基于ARIMA（p，d，q）的LREX模型

注：（a）括号中的t值; （b）Breusch-Godfrey序列相关性检验的零假设：“无序列相关”; （c）ARCH-LM

异方差检验的零假设：“无ARCH影响”; （d）为测试提供p值。

表6中报告的结果表明，除NEX和REX的波动率系列外，所有变量均为非平稳水平; 另一方面，在第一种不同的形式中，所有变量都是固定的。 换句话说，lxit，lmit，lYit，Yit⁎

和lpitx，是I（1），而Vit real和Vit nom是I（0）。 而且，lpturkey m似乎在水平上是静止的。 这个结果意味着它不能在传统的协整分析方法中使用lpit md。

协整分析有两种

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[18049]，资料为PDF文档或Word文档，PDF文档可免费转换为Word