鄭永輝+蔣昭乙+鄭永輝

摘要金融深化通過利率市場化、資本自由流動以及競爭型資源配置，也影響了加工貿易的轉型升級。本文采用線性和非線性格蘭杰因果檢驗方法，對金融深化和加工貿易轉型升級之間不同階段的影響進行了實證研究，通過Granger線性因果檢驗和Jones非線性因果檢驗，證明了兩者的因果關系，同時發(fā)現(xiàn)：基于非線性格蘭杰因果檢驗揭示出金融深化和加工貿易轉型升級之間一直存在著復雜的因果關系。

關鍵詞金融深化加工貿易轉型升級非線性Granger分析

改革開放以來，我國對外貿易迅猛發(fā)展，但加工貿易由外資企業(yè)主導， 本土企業(yè)在品牌、國際營銷渠道等重要方面均無控制權， 大大限制了我國從加工貿易中獲取的利益。但眾所周知，加工貿易是產業(yè)內貿易的重要類型之一，發(fā)達經濟體和發(fā)展中國家擁有各自不同的優(yōu)勢：前者在技術、資本等方面具有比較優(yōu)勢，控制著產業(yè)鏈中的設計、營銷等高端環(huán)節(jié);而后者具有勞動力稟賦優(yōu)勢，被鎖定在產業(yè)鏈的勞動環(huán)節(jié)。

在國外的研究中，Balassa是首先研究產業(yè)內貿易現(xiàn)象的學者，Grubel和Lloyd，Sugden，Barney，Mary Amiti，Kaplinsky，Chao，Kandogan和Lloyd等學者對工業(yè)化國家產業(yè)內貿易的現(xiàn)象分行業(yè)、模式和效應等多方面進行了進一步的分析和研究。

國內學者主要從加工貿易轉型升級的方向與路徑角度研究較多：首先是從全球生產網絡角度;其次是從全球價值鏈的角度;再次是從區(qū)域均衡發(fā)展的角度;最后是有學者把加工貿易轉型升級的效果評價體系角度，將加工貿易轉型升級分為轉型、升級和轉移三個方面。關于對加工貿易轉型升級影響因素的研究方面，很多學者認為，影響加工貿易轉型升級的主要因素是：要素稟賦條件、外商直接投資、技術水平及國內產業(yè)結構。

但是金融深化通過利率市場化、資本自由流動以及競爭型資源配置，也影響了加工貿易的轉型升級。利率市場化使得利率下降，降低了貿易企業(yè)的融資成本;資本自由流動促進了貿易自由化，以及貿易規(guī)模的擴大，對于像加工貿易這樣兩頭在外的貿易模式尤其重要;競爭性信貸資源配置改變了原先的選擇性信貸配置，這使得加工貿易企業(yè)在轉型升級過程中技改、營銷和研發(fā)所需的資金變得充裕。因此，金融深化也是影響加工貿易轉型升級的一個重要影響因素。

目前，在對兩個變量間聯(lián)動關系進行研究時，學者們采用較多的是傳統(tǒng)的Granger 因果檢驗方法，而運用非線性因果關系進行檢驗的很少，尤其運用非線性因果關系檢驗金融深化與加工貿易轉型升級間聯(lián)動關系的文獻更是少見。Granger 曾指出，“非線性關系組成了全世界”。由于金融深化和加工貿易轉型升級都是受多因素影響，而且需要考慮時間變化，又是一個非線性構成的復雜系統(tǒng)，如果想研究二者之間的關系，用線性Granger因果關系檢驗的方法具有一定的局限性，而且不容易客觀了解金融深化與加工貿易轉型升級之間的深層次的聯(lián)系。正由于這個原因，本文將在Himestra 和Jones提出的非線性Granger因果關系檢驗方法的基礎上，借助于蒙特卡洛模擬，采用一種較新的分析方法來最終確定置信水平σ，置信水平σ可以用來判定因果關系是否成立，并且用這個方法去研究金融深化與加工貿易轉型升級的非線性因果關系。

一、 加工貿易轉型指標的選取

2003年10月14日，中共十六屆三中全會《決定》就指出，“繼續(xù)發(fā)展加工貿易，著力吸引跨國公司把更高技術水平、更大增值含量的加工制造環(huán)節(jié)和研發(fā)機構轉移到我國，引導加工貿易轉型升級”。而趙曉晨將我國加工貿易轉型升級的效果評價體系歸納為三大方面——轉型、升級和轉移。轉型指的是加工貿易總體占比、加工貿易內部來料加工及進料加工占比的變化;而升級則體現(xiàn)在加工增值率的提高上，包含產品結構優(yōu)化（高新技術產品貿易比重提高）、國內配套率提高等類似指標;轉移指的是國內各地區(qū)加工貿易占全國比重的變化。

在文獻中，很多學者選擇加工貿易總體占比作為加工貿易轉型指標的重要替代指標，原因在于加工貿易是以原材料和制成品“兩頭在外”、賺取“加工費”為主要特征;而一般貿易較之加工貿易賺取的附加值較多，因此在貿易方式上加工貿易占比是一個簡單易行的測量加工貿易轉型升級的替代指標。

二、 金融深化指標的選取

對金融深化水平的衡量，學術界一般都按照著名學者E.S.Shaw的金融深化理論，可以將一國的金融深化程度細化為幾個方面，本部分將依據其理論將金融深化理論分為金融存量、金融流量和金融資產價格指標等方面具體分析。

（一） 金融存量指標

金融存量指標（時點指標），是測算一國金融深化程度的重要指標，通常我們指的是借助于某一經濟體在某一確定的時點上其金融發(fā)展現(xiàn)狀的一系列指標，用以測算該經濟體的金融深化程度。這些指標通常是涵蓋以下幾個方面： 第一，該經濟體的金融資產存量/國民收入（即金融資產存量與國民收入之比）。流動性資產存量被肖認為是與金融深化較為密切的指標，該存量指標的波動通常反映了該經濟體的金融深化程度，而且，由于在流動性方面，實物資產遠小于金融資產，因此，從宏觀角度來看金融深化，就表現(xiàn)為該經濟體的金融資產存量與國民收入之比的上升，這就說明該經濟體的金融深化程度在加深。第二，該經濟體的金融資產存量的內部結構特點。金融深化理論認為金融資產結構會被金融深化所影響，繼而發(fā)生變化，因此，通過對確定的時間點上金融資產存量內部結構的比例變動的測算，也是衡量金融深化程度的重要途徑。大多數(shù)的文獻中都引用該指標作為金融深化指標。

（二） 金融流量指標

金融流量指標（時期指標），也是測算一國金融深化程度的重要指標，通常是指借助于一個時段內的某經濟體金融發(fā)展現(xiàn)況的一系列指標，用以來測算該經濟體的金融深化程度。這些指標通常是涵蓋以下幾個方面：第一，該經濟體的財政占整個投資來源的比例。金融深化理論指出，伴隨著金融深化的發(fā)展，該經濟體的財政占整個投資來源的比例應該是逐漸減少的;第二，銀行儲蓄占居民總儲蓄的比例。金融深化越深入，該比例呈現(xiàn)逐漸下降的趨勢;第三，銀行貸款企業(yè)總融資的比例。按照肖的金融深化理論，金融深化越深入，該比例也呈現(xiàn)逐漸下降的趨勢。

（三） 金融資產價格

金融資產價格指標，也是測算一國金融深化程度的重要指標，通常是指借助于某經濟體中金融市場的各種價格水平，用以測算該經濟體的金融深化程度。該指標體系反映金融深化的最佳指標。這些指標通常涵蓋以下幾個方面： 第一，實際利率水平。按照金融深化理論，實際利率水平與金融深化程度呈現(xiàn)正相關關系。第二，利率的期限結構。利率的期限結構隨著金融深化程度的加深，將表現(xiàn)為逐漸合理化，并且能夠看出持有金融資產者推遲進行消費的表現(xiàn)程度。因此，利率的期限結構也是衡量金融深化程度的重要途徑。

（四） 本文金融深化指標的選取

通過對文獻的分析，多數(shù)文獻選取的是金融存量指標，這一方面考慮到數(shù)據的可得性，另一方面也是考慮到了數(shù)據存量所涵蓋的信息量較多，因此，本文采用M2/ GDP用以測算我國的金融深化的程度。

三、 我國加工貿易轉型發(fā)展的主要階段劃分

改革開放30多年以來，我國加工貿易取得了快速的發(fā)展，同樣根據其發(fā)展歷程，也顯現(xiàn)出很明顯的不同進程，各個進程具有其獨特的特點，一般來說，學者們依據很多因素劃分我國的加工貿易階段，綜合來看，主要是：加工貿易出口在外貿總出口中所占的比重、加工貿易中來料加工裝配貿易和進料加工貿易的比重以及貿易政策取向等三個主要因素，本文綜合考慮上面三個因素，并結合近年來我國加工貿易的發(fā)展狀況，將我國加工貿易的發(fā)展分為五個階段。

（一） 1978年至1988年：積極探索與鼓勵發(fā)展階段

20世紀80 年代，包括韓國在內的東亞新興經濟體國家正處于勞動密集型產業(yè)的轉移時期，我國主動承接這些國家的產業(yè)轉移，并且對于加工貿易的發(fā)展做了積極探索，將加工貿易在法律上確立為一種新型的貿易方式。1981 年，我國加工貿易進出口總額僅為26億美元，到1988 年，我國加工貿易進出口總額增長到292 億美元，是1981 年的將近11 倍，加工貿易進出口占全國進出口貿易總額的比重也大幅提升，從1981 年的6%上升到1988 年的28%。

（二） 1989年至1998年，逐步規(guī)范與快速發(fā)展階段

1988年我國出臺了一系列針對外向型經濟發(fā)展的鼓勵政策，譬如《以進養(yǎng)出試行辦法》《關于加強綜合管理促進對外加工裝配業(yè)務發(fā)展的通知》等等，這些政策的出臺為我國加工貿易的發(fā)展提供了較好的外部政策氛圍，有利于我國參與國際分工、承接西方國家的產業(yè)轉移，同時也帶動了我國加工貿易的快速發(fā)展。據海關統(tǒng)計，1998年我國加工貿易進出口總額達到1 731億美元，占貿易總額中所占的比例提升至54%。同時，大多數(shù)企業(yè)進一步提高了企業(yè)的軟硬件條件，提升了進料加工的比例，1989 年我國進料加工進出口達198 億美元，不但超過來料加工裝配貿易，還取得了占加工貿易的比重超過一半，進料加工已經成為我國加工貿易的主要方式。另外，我國加工貿易出現(xiàn)了一個新的現(xiàn)象，即外資企業(yè)成為我國加工貿易的主體。不僅是日本等東亞國家，歐美等國外資企業(yè)也大規(guī)模在我國進行投資，轉移其部分勞動密集型產業(yè)，反映在外貿進出口產品結構上，表現(xiàn)為出口產品逐漸向高附加值和高技術方向轉變。

（三） 1999年至2003年：加強管理與促進發(fā)展并重階段

在第三個階段，國際形勢發(fā)生了有利于我國的變化，西方發(fā)達國家加速進行產業(yè)轉移，資本開始大量進入我國，使得該時期我國利用外資數(shù)量快速增加，這同時也標志著我國進入了全面開放的時期。這段時期我國加工貿易發(fā)展的特點主要是：外貿進出口總額穩(wěn)步增加，增長速度較為平穩(wěn)，加工貿易總額占我國外貿進出口總額比例波動不大，基本浮動在50%上下，尤其是加工貿易的來料加工占比基本穩(wěn)定在70%上下。另外，加工貿易的產品結構在逐步優(yōu)化，不是表現(xiàn)為單純的勞動密集型產品的數(shù)量發(fā)展，而是表現(xiàn)為多種要素并重的密集型產品逐漸增加。2003 年，機電產品加工貿易出口1 700億美元，增長46%，較2002年高出13%，占我國外貿機電產品出口總額近75%;機電產品加工貿易進口達到985億美元，增長幅度達到47%，占我國外貿機電產品進口總額近44%。同時，這段時期內，我國也進一步在規(guī)范加工貿易政策，譬如詳細地制定了保證金臺帳的制度，尤其嚴格控制保證金臺賬 “空轉”的問題，加強對政府相關部門內部分工的規(guī)范，為我國加工貿易進一步持續(xù)、穩(wěn)定、健康發(fā)展而積極探索。

（四） 2004年至2008年：結構調整與轉型升級階段

跨國公司充分利用不同國家的比較優(yōu)勢分別在各國設立子公司，從全球價值鏈角度優(yōu)化配置資源，分別指定這些子公司生產不同的產品或產品的不同生產環(huán)節(jié)，這樣整個生產過程不再集中于某一個國家，而是分散在不同國家間，表現(xiàn)為各個子公司所在國家之間的加工貿易呈現(xiàn)上升趨勢?？鐕镜倪@一戰(zhàn)略舉措也使得加工貿易的產業(yè)間垂直分工表現(xiàn)為跨國公司的“公司內貿易”。帶動我國加工貿易發(fā)展的主要發(fā)動機的重任落在了跨國公司的身上，我國加工貿易的主體逐漸變?yōu)楸豢鐕局鲗Ш筒倏氐耐赓Y企業(yè)。這給我國加工貿易發(fā)展帶來的變化不僅在經營主體上，在加工貿易的分工層次、技術水平和產業(yè)結構等方面也帶來躍升。國家層面敏感地注意到這一點，“引導加工貿易轉型升級”的戰(zhàn)略政策構想出現(xiàn)在我黨十六屆三中全會的文件中，文件指示貿易政策方面要配合加工貿易的轉型升級要求。2004年和2008年是我國加工貿易發(fā)展取得突破性進展的兩年。2004 年，我國加工貿易發(fā)展取得一個突破性的進展：外貿總額超過5 000億美元，2008 年我國加工貿易發(fā)展又躍上一個新的臺階：外貿總額超過10 000億美元。此外，國內企業(yè)配套能力不斷提高，國有化的比重在逐漸上升，同時，加工貿易出口中高耗能、高污染、資源性產品在逐漸下降，高新技術產品出口比重在不斷攀升，加工貿易產品的附加值不斷提升。

（五） 2009年至今：危機后加速轉型階段

2008年全球金融危機爆發(fā)，這場危機破壞了在一定程度上破壞了全球產業(yè)鏈的有效運轉，同樣也造成了我國加工貿易進出口額的大幅下滑。據海關統(tǒng)計， 2009 年的我國加工貿易額下滑至9 094.22 億美元，這也是自1978年以來我國加工貿易第一次沒有正增長。這次危機充分暴露了加工貿易軟肋，即兩頭在外的特點，使加工貿易對外部市場的依賴非常大，一旦外部市場出現(xiàn)風吹草動，會迅速波及其發(fā)展。雖然2012年加工貿易進出口總額又上升至13 439.5億美元，但是增長速度大為放緩，2012年僅為3.04%。而且我國原先的一些優(yōu)勢稟賦資源逐漸衰竭，勞動力的轉移面臨“劉易斯拐點”，土地供給面臨“18億畝”紅線，相應的這些資源成本不斷上升，使得我國與周邊國家在土地、勞動力資源上的價格優(yōu)勢在不斷喪失，因此，我國加工貿易的轉型升級變得更加迫切。

四、 線形與非線性因果關系檢驗的研究方法

（一） 線性因果關系檢驗

在方法應用上，本文借鑒了潘越文中線性和非線性Granger因果檢驗的方法的介紹。在研究平穩(wěn)序列Xt 與另一個平穩(wěn)序列Yt誰是原因、誰是結果時，通常Granger 因果關系檢驗所采用常用方法是：第一，先估計Yt自身滯后期取值解釋Yt值的程度，借助于引入序列Xt的滯后值，驗證Yt。如果通過驗證， 則稱序列Xt 是Yt的Granger 原因。

借助于Granger 因果關系檢驗，滯后期的選取很有講究，檢驗的結果可能因選取的滯后期數(shù)不同而不一樣。本章根據HsiaoC. Hsiao， “Autoregressive Modeling and MoneyIncome Causality Detection，” Journal of Monetary Economics， No.7， 1981， pp.85-106. 的方法，通過Hsiao提出的兩步法消除這種缺陷，并且兩個變量之間的因果關系可以借助于AkaikeH. Akaike， “Statistical predicator identification，” Annals of the Institute of Statistical Mathematics， Vol.21， 1969， pp.203-217.提出的最終預測誤差來驗證。

假定兩個服從I （1） 的非平穩(wěn)序列Xt和Yt ， 它們的一階差分值ΔXt和ΔYt是平穩(wěn)序列， 此外，ΔYt可以寫成如下表達形式：

ΔYt=α0+∑Mi=1αiΔYt-i+ε1ti=1，2，…，M （1）

首先， ΔYt對ΔYt-i回歸， 計算誤差平方和SSE。接著計算FPE， FPE 由下面公式得到：

FPE（m）=T+m+1T+m-1·SSET（2）

這中間， 觀察總數(shù)是T，m=1，2，…，M?？梢缘玫組個FPE值， 挑取這中間最小的FPE值，選取最小的FPE值對應的滯后階數(shù)m* ， 記作FPE（m*）。

其次， 構建下面的模型：

ΔYt=α0+∑Mi=1αiΔYt-i+∑Nj=1βjΔYt-j+ε2t（3）

其中，自變量為Xt，變量Xt的最大滯后長度為N。因變量是ΔYt，因變量的滯后階數(shù)為m*。借助于變化ΔXt的滯后階數(shù)j=1，2，…，N，借助于式（3）計算ΔYt的SSE?？梢杂靡韵碌墓接嬎愠鯢PE：

FPE（m*，n）=T+m+n+1T+m+n-1·SSE（m*，n）T（4）

前文已述，n=1，2，…，N是ΔXt的滯后階數(shù)，由式（2）計算得到的最優(yōu)滯后階數(shù)為m*。從N個FPE（m*，n）中選擇最小的FPE，選擇其相應的滯后階數(shù)n*，寫為FPE（m*，n*）。

加入FPE（m*，n*）<FPE（m*），這表明Xt是Yt的線性Granger原因;相反，則Xt不是Yt的Granger原因。

同理，采用式（5）和式（6）：

ΔXt=φ0+∑Mi=1φiΔYt-i+ε1t（5）

ΔXt=φ0+∑Mi=1φiΔYt-i+∑Nj=1jΔYt-j+ε2t（6）

可以算出相應的FPE（m*，n*）與FPE（m*），也就可以判別Yt是否是Xt的線性Granger原因。

假如檢測結果說明協(xié)整關系存在于兩個非平穩(wěn)序列間，那么在式（1）、式（4）和式（5）、式（6）中添加誤差修正項，其他計算過程相似。

ΔYt=α0+∑Mi=1αiΔYt-i+φECTt-1+εt（7）

ΔYt=α0+∑Mi=1αiΔYt-i+∑Nj=1βiΔXt-j+γECTt-1+εt（8）

ΔXt=φ0+∑Mi=1φiΔYt-i+λECTt-1+εt（9）

ΔXt=φ0+∑Mi=1φiΔYt-i+∑Nj=1iΔYt-j+ρECTt-1+εt（10）

（二） 非線性因果關系檢驗

Bake和BrockE. Baek and W. Brock ， “A NonParametric Test for Independence of a Multivariate Time Series，” Statistica Sinica， No.2， 1992， pp.137-156.借助于檢測線性因果關系的方法，結果精確度不是很好。所以，兩位學者在文獻中提出了一種非參數(shù)統(tǒng)計方法，Hiemstra和Jones校正了Bake和Brock的方法，進一步拓寬了該檢測方法的適用性。

設定Xt和Yt為兩個平穩(wěn)的時間序列，其中：

Xmt：m個元素的Xt超前變量，

Xmt=（Xt，Xt+1，…，Xt+m-1），m=1，2，…，t=1，2，…

XLxt-Lx：Lx個元素的Xt滯后變量，

XLxt-Lx=（Xt-Lx，Xt-Lx+1，…，Xt-1），Lx=1，2，…，t=Lx+1，Lx+2，…

YLyt-Ly：Ly個元素的Yt滯后變量，

YLyt-Ly=（Yt-Ly，Yt-Ly+1，…，Yt-1），Ly=1，2，…，t=Ly+1，Ly+2，…

對于設定的m，Lx，Ly≥1，且e>0，原假設“Y不是X（嚴格的）Granger非線性原因”成立的條件為：

Pr（||Xmt-Xms||<e，||Xmt-Lx-Xms-Lx||<e，||Ymt-Ly-Yms-Ly||<ε）

=Pr（||Xmt-Xms||<e，||Xmt-Lx-Xms-Lx||<e）（11）