论文导读:：人民币汇率波动对FDI的影响—基于VAR脉冲响应的压力情景实证研究，金融论文。
论文关键词：汇率波动，FDI，VAR脉冲响应，压力情景分析
一、引言
随着2005年汇率制度的调整，中国FDI的增长出现了质与量的显著变化。在汇率制度调整的背景下，人民币汇率波动对中国外资利用可能产生的影响引起了学者们越来越广泛的关注。已有实证研究表明，汇率波动对FDI的冲击程度会随FDI类型和东道国国别的差异而出现不同结果。但对于发展中的东道国而言，由于国内市场化程度不高，流入的大部分FDI主要是受成本最小化驱动的，同时由于对外投资直接投资的风险因素更为复杂，因此流入发展中国家的FDI对汇率的弹性比发达国家更为敏感。汇率波动对FDI的影响不仅仅体现在汇率水平的变化上，还体现在汇率波动带来的不确定性风险的影响。而在定量程度上，不同强度的汇率波动情景会对FDI产生怎样的影响？目前国内还缺乏相关文献对此进行研究。本文用定量的方法，利用VAR模型来说明人民币对美元汇率对FDI的影响，并通过脉冲响应函数来模拟人民币对美元汇率在受到三种不同强度的压力冲击情景下，对我国FDI增长率的影响，这三种不同的压力情景对于应汇率不同程度的波动，结果我们发现汇率在过度波动下，对FDI的冲击达到了-14.75%。通过本研究，以期为汇率制度改革以及相关政策的制定提供理论和实证支持，为相关理论研究提供借鉴，促进中国金融体系和整个宏观经济的健康稳定发展。
二、文献综述
国外关于汇率波动与FDI关系的研究较早，Aliber（1970）提出的资本化率理论以垄断优势理论为基础，着重分析了货币这类宏观经济变量对跨国公司直接投资的影响；Krugman（1989）认为只有当汇率水平达到了能使企业获得足够的利润时才会吸引企业去国外投资，然而不稳定和波动的汇率会使企业保持谨慎而阻碍对外直接投资；Goldberg和Kolstad(1995)利用风险规避模型运，发现在1978年至1991年美国的六个双边FDI中，有四个是正向效应金融论文，即汇率的波动增加了美国对外的FDI；Crowley和Lee(2003) 认为汇率波动对FDI的影响存在门槛效应，当汇率波动较小时对FDI影响甚微，而当波动较大时将明显阻碍FDI的流入。国内关于人民币汇率变动与FDI关系的研究还较少：陈舜（1993）认为汇率波动对跨国公司是双刃剑，短期内跨国公司会因汇率波动而缩减对外直接投资，长期而言规避汇率波动的有效手段是增加对外投资；张文、杨泽文（2006）运用GARCH模型分析了实际汇率对我国FDI的影响，表明实际汇率对我国FDI流入有正效应，而实际汇率不确定性对流入我国的FDI有比较显著的负效应；谢皓、杜莉（2007）利用“两国两公司”模型论证了东道国的汇率波动对跨国公司对外直接投资战略具有实质性影响。综上所述，前人对于汇率波动与外商直接投资关系的研究较多，对相关理论发展做出了贡献，但关于人民币汇率不同强度的波动情境会对FDI带来多大影响的研究仍是空白，本文创新性的使用压力情景分析方法，利用VAR模型及其脉冲响应进行实证研究，结果与理论预期一致。
三、理论基础
（一）FDI与汇率波动
外国直接投资（FDI）也称国际直接投资，对于同一笔跨国直接投资而言，对资本输出国（即母国）称为对外直接投资，而对资本输入国（即东道国）则称为吸收外国直接投资。汇率的波动是指汇率以长期平均值为中心的上下起伏变化，从而形成有波峰和波谷的周期，波动通常有两种形式：一种是均衡汇率的波动，表现为长期波动趋势；另一种是围绕均衡汇率的变动，是短期波动的表现形态。相关研究表明，汇率波动会对FDI产生影响，其理论依据主要有：
第一、财富效应理论。Froot和Stein(1991)首次详细阐述了汇率对FDI的相对财富效应，认为汇率水平的变化会影响跨国投资者对外直接投资财富存量的相对价值，即当资本流入国货币相对于资本流出国货币贬值时，相同数量的外资可购买更多流入国的商品和服务，从而吸引外资流入，甚至东道国存在货币贬值预期下，汇率也将通过财富效应导致FDI流入论文的格式。
第二、生产成本理论。Cushman(1985，1987)提出，汇率变动将引起相对劳动成本的变化，当东道国货币相对于母国货币贬值时，意味着相同数量的外资将可获得更多的劳动力和资本设备，使跨国企业的国外生产成本得以降低，从而吸引外资流入货币贬值国。
第三、风险规避理论。对外直接投资中由于不确定性事件的发生而引致资本或收益损失的可能性叫做对外直接投资风险，相对国内投资和间接投资，由于政治制度、经济因素不同，对外直接投资风险更大，通常而言对外直接投资决策是风险厌恶型的，汇率波动会增加投资人的损失预期，波动过大会阻碍FDI流入。
（二）模型原理
1980年Sims提出了向量自回归模型，该模型采用多方程自回归模型的联立形式，通常用于相关时间序列系统的预测和随机扰动对变量系统的动态影响分析。模型将VAR模型中所有的变量都看作是内生的，这些内生变量共同组成一个封闭系统，然后运用最小二乘（OLS）或最大似然（Maximum Likelihood）等多种方法进行参数估计。对某变量全部滞后项系数的联合检验能够告诉我们该变量是否对被解释变量有显著的影响，但是不能告诉我们这种影响是正向还是负向，也不能告诉我们这种影响发生作用所需要的时间。为解决这一问题，经常应用的方法是测量脉冲响应。
1.VAR模型
最一般的VAR 模型的数学表达式为：
 （1）
其中，是 维内生变量向量金融论文， 为常数向量， （ 1，2，…，）为系数矩阵， 为维误差向量，其协方差矩阵为 ，且 ， 。在估计模型之前，需要确定模型的滞后阶数。最佳的滞后阶数应能够保证误差项为白噪声，一般根据 和 信息量取值最小的原则或LR法确定模型的滞后阶数。
2.脉冲响应函数与脉冲响应曲线图
脉冲响应函数（Impulse Response Functions，IRF）用于衡量来自随机扰动项的一个标准差冲击对内生变量当前值和未来值的影响，并且扰动项对某一变量的冲击影响通过VAR模型的动态结构传递给其他所有的变量。脉冲响应曲线图可以更直观地分析冲击对每个内生变量的动态影响。如果脉冲响应曲线趋于0，说明该变量暂时变化对另一变量没有持久影响；如果趋于某一数值，则说明该变量暂时变化对另一变量有持久影响；如果脉冲响应曲线位于零坐标线上方，即显示该变量暂时变化可引起另一变量同向变化；若曲线位于零坐标线下方，则表示该变量暂时变化可引起另一变量反向变化。
在随机扰动项上加一个标准差大小的冲击会对内生变量的当前值和未来值产生一定的影响，脉冲响应函数就是用来跟踪这种影响的。考察一个简单的双变量一阶向量自回归模型VAR ：
 （2）
 （3）
1/2 1 2 下一页 尾页 |
