人民币升值对辽宁装备制造业影响实证分析-面板数据分析.docx

?

?

人民币升值对辽宁装备制造业影响实证分析

面板数据分析

?

?

论文导读:：装备制造业也不可避免的会面临汇率变动所带来的挑战。然而人民币升值压力仍然不断加大。

关键词：装备制造业，人民币升值，面板数据分析

?

从2005年7月实行有管理的浮动汇率制度开始人民币汇率由8.27一路升值到2011年2月初的6.58的水平，累计升值约20％。然而人民币升值压力仍然不断加大。装备制造业也不可避免的会面临汇率变动所带来的挑战，而且加之我国制造业本身固定资产投入大和计划经济遗留缺陷，造成它对风险反应慢，抵抗风险能力弱，所以该行业面对的挑战更加严峻。辽宁省作为装备制造业大省，具有很强的代表性，因此，希望通过辽宁省装备制造业的细分行业的分析，为辽宁省和我国装备制造业在人民币升值的宏观环境下保持良好稳定的发展。

一模型建立

１.方程建立

借鉴Fama-French(1993)的三因素模型，拟通过增加汇率变动作为新自变量来解释公司价值影响因素。所以可称为四因素模型。采用下面基本方程估计各子辽宁装备制造业上市公司价值与汇率变动之间的关系：

其中代表第个行业第个企业在第月每股每月收益率。代表无风险收益率，本文采用一年期银行存款利率作为无风险收益率进行估计。代表第个行业第个企业在第月超额回报率。代表股票市场月收益率论文格式，本项目采用上证综指月收益率作为股票市场月收益率进行估计，表示股市第月超额回报率。代表人民币汇率在月内的变动率，本项目采用国际清算银行(BIS)的人民币实际有效汇率指数的收益率作为汇率变动率进行估计。由

得到，代表第t月内平均汇率水平。

代表第月的规模因素，为小规模公司与大规模公司收益率之差。代表第月的账面市值比因素，为市净率高的公司与市净率低的公司收益率之差。按照Fama和French在1993年的文章中所使用的划分方法，我们可以按照股票规模和账面市值比将股票进行分类。根据股票的流通市值的大小把样本股票分成两类，股票流通市值大的分为一类(B类)，小的分为另一类(S类)，比例为各占50%。根据账面市值比高低把样本股票分为3类，分类的标准是把所有样本股票中账面市值比最高的30%归为高(H)类，中间的40%归为(M)类，最低的30%归为低(L)类。然后把所得分类进行交叉，得到6个小组，每个小组根据股票市值形成一个资产组合，记成SL，SM，SH，BL，BM，BH

计算方法如下：

借助此方程，希望在研究中求出这一外汇风险暴露系数。进而通过汇率变动对公司价值的影响的微观分析去研究辽宁省装备制造行业中各子行业受汇率变动的影响。

２.样本选择

本文首先将辽宁省装备制造业细分为7个子行业。然后重点选择了沪深两市中辽宁省装备制造行业7个子行业中的全部16家上市公司为样本，其中金属制品业3家、普通机械制造业3家、通讯设备制造业2家、电子原件及器材制造业2家、计算机及其他电子设备制造业1家、汽车制造业3家和电器机械及器材制造业1家。采用2010年1月至2011年2月间的月度数据进行面板数据模型分析。

３.单位根和协整检验

（1）单位根检验

本文采用ＬＬＣ检验对面板数据进行了单位根检验。检验结果显示所有变量均拒绝了存在单位根的原假设，说明序列均为平稳序列论文格式，可以直接使用这些数据进行进一步估计。

（2）协整检验

采用基于Engle-Granger二步法发展起来的Kao检验来对各子行业股票收益率与汇率变动、市场收益率、公司规模、账面市值比之间的协整关系进行检验，根据检验结果得出，至少在5%的显著性水平下拒绝变量间不存在协整关系的原假设，因此检验结果显示变量之间存在长期稳定关系，至少存在一个协整方程。

４.模型选择

由于面板数据存在两维特征，进一步估计之前要确定模型的设定形式，即是采用固定效应模型还是随机效应模型。对于模型的设定形式，可以根据所研究问题的特点来决定。如果仅对样本自身的效应进行分析，则使用固定效应模型。如果是用样本推断总体效应，则宜使用随机效应模型。鉴于本文实证研究只是基于装备制造业大类，关注其中各子行业自身特定情况对外汇风险暴露系数的影响，并未侧重由各子行业情况考察、推断整个装备制造业的总体外汇风险暴露状况，在这方面Panel-data的固定效应模型更具优势，所以我们针对各子样本建立变截距固定效应模型：

1

二模型结果分析

１.参数估计结果

在对模型采用广义最小二乘法(GLS)进行估计时，考虑到截面成员所受的外界冲击基本相同，同期成员的随机误差项可能是相关的，具体使用的是Cross-sectionSUR估计，其回归结果见表1。

表1装备制造业各子行业外汇风险暴露系数估计

?

行业

JSZP

0.899679**

(21.205435)

-0.090315**

(-0.343659)

1.566690**

(3.668327)