原文发表于《国际金融研究》2018年第9期，引用：
邹宗森，王秀玲，冯等田. 第三方汇率波动影响出口贸易关系持续吗?——基于“一带一路”沿线国家的实证研究[J]. 国际金融研究, 2018 (9): 56-65.
邹宗森 王秀玲 冯等田
内容摘要：基于联合国商品贸易数据库SITC-5位码层面的出口数据，运用生存分析方法和离散时间模型，考察了中国对“一带一路”沿线国家出口贸易关系生存时间的分布特征以及第三方汇率波动对中国出口贸易关系持续时间的影响。研究发现：中国对“一带一路”沿线国家的出口贸易关系平均生存时间仅为5.28年；第三方实际汇率波动幅度越大，双边出口贸易关系失败的风险越小，而双边实际汇率波动幅度越大，双边出口贸易关系则越难维系；人民币国际化能够有效降低出口贸易关系失败的风险。实际汇率波动显著影响中国对“一带一路”沿线国家的出口贸易，因此中国在推进“一带一路”倡议的同时，应加强与沿线国家的货币政策协调，平抑汇率剧烈波动带来的风险，推动贸易、金融和区域经济合作，建立互利共赢的区域价值链体系。
关键词：第三方汇率波动 出口贸易关系 生存分析 “一带一路”
中图分类号：F742 文献标识码：A
引 言
2013年9月和10月，习近平总书记先后提出了建设“新丝绸之路经济带”和“21世纪海上丝绸之路经济带”的重大倡议。2015年3月，国家发改委、外交部和商务部联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，提出“政策沟通、设施联通、贸易畅通、资金融通、民心相通”（简称“五通”）的建设思路，积极推进“一带一路”建设，得到国际社会的广泛关注和积极响应。
近年外需疲弱导致中国出口增速放缓甚至负增长，而中国对“一带一路”沿线国家的出口贸易正稳步快速增长，出口总额由2001年入世之初的374亿美元，快速增长到2017年的7743亿美元。2013-2017年，中国对“一带一路”沿线国家的出口总额为3.18万亿美元，超过同期中国出口总额的25%。图1为1999-2017年中国向“一带一路”沿线国家分区域出口额，中国向东南亚11国的出口额居首，其余地区依次为西亚、南亚、中亚、中东欧、蒙古和独联体。随着国家“一带一路”战略的深入推进，中国与“一带一路”沿线国家的贸易往来将愈加频繁并成为中国对外贸易的重要增长点。
图1 1999-2017年中国向“一带一路”沿线国家分区域出口额
汇率作为国家宏观调控的重要政策工具之一，其与国际贸易之间的关系向来被政府部门和学界所重视，同时也是开放型经济国家货币政策考虑的重要因素。汇率波动直接影响产品国际相对价格，是开展国际贸易面临的重要市场风险，而且汇率波动和币值扭曲在一定程度上会引起国际金融和贸易领域摩擦，甚至会引发贸易伙伴国的报复行为。而在“一带一路”沿线64个国家中，共使用58种货币，双边汇率波动大多频繁剧烈，因此基于“一带一路”沿线国家贸易数据探究汇率波动对出口贸易关系的影响是十分有必要的。
“一带一路”沿线国家以转型、新兴和发展中经济体为主，国家发展水平迥异，地缘政治复杂，且缺乏成熟的贸易和投资合作框架，因此，研究汇率波动如何影响双边贸易关系存续具有重要意义。现有研究大多关注双边汇率波动对双边贸易的影响，例如研究“美元/人民币”汇率波动如何影响中美贸易关系；然而，汇率多元化的国际货币体系中，中美双边贸易不但受到“美元/人民币”汇率的直接影响，还必然会受到“欧元/人民币”、“人民币/日元”等“第三方汇率”的间接影响，忽视“第三方汇率”的作用将使研究结果有偏（Cushman，1986），遗憾的是，现有研究并未给予足够的重视。
一、文献综述
布雷顿森林体系崩溃后，汇率自由浮动和剧烈波动成为常态，学界开始重视汇率波动与贸易关系的研究，但无论理论还是实证层面，现有研究尚未取得一致性的结论。理论层面，Clark（1973）建立局部均衡模型分析得出汇率波动对贸易存在负向影响；然而，De Grauwe（1988）则认为汇率波动通过替代效应和收入效应共同作用于出口，汇率波动对贸易的影响不确定，Broll & Eckwert（1999）甚至认为汇率波动能够增加国际贸易的潜在收益。异质性企业贸易理论兴起后，学者开始关注汇率波动对于异质性企业贸易决策的影响，Greenaway et al.（2007）认为汇率波动可能导致出口沉没成本，企业持续收益难以保证，因此企业可能不愿意进入汇率波动剧烈的出口市场；Bernard et al.（2011）针对多产品出口企业的研究发现，较高可变贸易成本（例如实际汇率波动增加）会导致企业出口份额减少，每个产品出口目的地个数和对每个目的地产品出口个数也相应减少。
实证方面也尚未取得一致性的研究结论。Arize et al.（2000）、Aristotelous（2001）、Bahmani-Oskooee & Harvey（2011）研究发现汇率波动对于国际贸易具有负向影响；Mckenzie & Brooks（1997）、Kasman & Kasman（2005）的研究表明汇率波动促进国际贸易； Klaassen（2004）、Hall et al.（2010）通过研究认为汇率波动不影响国际贸易开展。国内研究中，李广众和Voon Lan P.（2004）发现汇率波动对中国制造业出口的影响存在显著的行业差异，并非都是负向效应。马君潞等（2010）的研究表明人民币汇率变动对出口贸易的影响不论长期还是短期均显著为负。戴金平等（2017）指出汇率波动通过价格效应和预期效应两个渠道影响国际贸易，2008-2015年世界贸易规模增长率与汇率波动显著负相关。
上述文献均忽视了第三方汇率波动对国际贸易的影响。Cushman（1986）首次提出 “第三方汇率效应”，Bahmani Oskooee & Hegerty（2007）强调了第三方汇率效应对于国际贸易的重要性。随后，Bahmani-Oskooee等学者在其一系列文章中确认了第三方汇率效应的存在，例如Bahmani-Oskooee & Harvey（2011）、Bahmani-Oskooee et al.（2013）、Bahmani-Oskooee & Bolhassani（2014）。国内学者王雪等（2016）考察了中国对美国、日本和欧洲的双边出口贸易受第三方汇率效应的影响。然而，现有探讨汇率波动与贸易关系的文献，大都关注汇率波动对贸易量或贸易价格的影响，极少探讨汇率波动和出口贸易持续时间的关系。贸易关系持续时间由Besedeš & Prusa（2006）首次系统提出，是近年国际贸易增长边际研究中新兴起的重要分支。国内仅有王秀玲等（2018）考察了实际汇率波动对于双边贸易关系持续时间的影响。
本文在上述研究基础上，基于联合国商品贸易数据库（UN Comtrade）国际贸易标准分类第三版（SITC Rev. 3）5位码层面的贸易数据展开研究。首先，细分产品层面的研究能够有效避免因使用加总数据弱化汇率波动对出口的影响产生的“加总谬误”（Mckenzie，1999）；其次，本文基于时间维度，运用生存分析方法研究汇率波动对产品层面出口贸易关系持续时间的影响，对于准确把握和理解汇率波动与双边贸易关系，提供来自微观产品层面的直接证据；再次，本文研究样本基于“一带一路”沿线国家，对推进“一带一路”倡议过程中化解汇率风险，维系和发展双边贸易关系，实现“贸易畅通”具有重要的政策启示。
二、出口贸易关系生存统计
（一）数据来源
本文选用UN Comtrade数据库中1999-2015年中国出口至“一带一路”沿线国家SITC第三版5位码产品层面数据，每条原始记录了报告国（即中国）、年份、产品编码、目的国（地区）、贸易额、贸易量和贸易流向等信息，初始样本共有1,225,767条观测记录，中国在1999-2015年间出口3,013种产品至50个“一带一路”沿线国家 。
（二）生存统计
产品层面的出口贸易关系在本文中被定义为“中国出口某一产品到特定目的国（地区）并直到退出该市场的状态”，出口贸易关系持续时间就是“该产品从进入市场到退出市场所经历的时间”。样本区间为1999-2015年，1999年之前和2015年之后的出口数据是“删失”的，生存分析方法可以很好地处理数据“右删失”问题，本文按照惯常的处理方法（邵军，2011；陈勇兵等，2012）剔除初始年份为1999年的贸易关系段以解决数据的“左删失”问题，保留688,383条观测记录进行生存统计。
生存函数能够反映中国对“一带一路”沿线国家出口贸易关系生存时间的分布特征。令T为某一产品出口到某特定目的地市场持续生存的时间长度，且T是离散型的随机变量，用Sit表示随机变量T的生存函数，即某一段出口贸易关系i持续时间超过t的概率：
（1）
其中，t=1,2,3,…。生存函数的非参数估计可以用K-M乘积极限估计得到，令nk表示第k期置于风险状态的贸易关系总量，dk为第k期终止的贸易关系。则生存函数Sit的估计式为：
（2）
1.总体估计
首先估计不同持续时间段样本的出口贸易关系生存函数，列于表1中总体估计部分。从全样本（Full sample）估计来看，出口贸易关系持续生存时间平均为5.28年，相较于16年的样本区间来说，生存时间较短，且近51%的贸易关系在5年之内终止；贸易关系的第一个持续时间段（First spell）和只有一个持续时间段（Only one spell）的贸易关系平均生存时间分别为5.63和6.92年，均高于全体样本估计结果，因此忽略多个贸易关系持续时间段的问题容易造成估计偏差。
表1 生存估计
2.分区域估计
从表1中分地区估计的结果来看，中国对各个地区的出口贸易关系平均生存时间在5年左右，其中出口到东南亚国家的平均生存时间最高，其余依次为西亚、中东欧、中亚、蒙古和独联体、南亚。从失败率的角度来看，中国对各个地区的出口贸易关系第一年的失败率基本保持在60%左右，与总体基本保持一致。
三、回归分析
（一）模型设定
假设某一产品在第t1年进入某一目的国市场j，则我们称该产品在持续生存k年之后，在[tk,tk+1)时间段内终止的概率为离散时间模型的风险比率，基本形式如下：
（3）
其中，i表示贸易关系持续时间段（i=1,2,3,…,n）；Ti表示i持续时间的长度；xik为时间依存协变量向量；γk为基准风险函数，由于在不同的时间段内其函数形式有所不同，hik会随着时间段的不同发生相应变化。F(•)为hik的分布函数，0≤hik≤1在i和k取任意值的情况下都成立。
引入一个二元因变量yik，如果某一特定贸易关系段i出现后于第k年终止，则yik取值为1，yi1,yi2,…,yik-1均取值为0。依据Jenkins（1995），样本的对数似然函数如下式：
（4）
式（4）可用二值选择模型的方法进行估计。估计参数之前需要设定hik的函数形式，我们通常设定hik服从正态分布、逻辑斯蒂分布和极值分布三种形式，分别对应Probit模型、Logit模型和Cloglog模型。在离散时间生存分析中，Cloglog模型得到较多应用，例如陈勇兵等（2012）。Cloglog模型设定如下：
（5）
其中，γi为基准危险率；x为解释变量向量，包括第三方汇率波动和一系列控制变量；β为待估计系数向量；u=log(v)，v表示不可观测的异质性，u用来控制“产品—目的国”组合不可观测的异质性。
（二）变量选取
Cloglog模型的被解释变量为二值变量，根据出口贸易关系i是否退出目的地市场j设定。若贸易关系时间段是完整的，即在观测期内终止，那么该贸易关系时间段最后一年的被解释变量取值为1，其余存在的年份取0；若贸易关系时间段在观测期内是“右删失”的，即在2015年仍存活于目的地市场，则该贸易关系时间段被解释变量存在的所有年份均取值为0。
本文重点考察汇率波动尤其是第三方汇率波动对产品出口持续时间的影响。为此，本文构建了第三方实际汇率波动（Third-Party Real Exchange Rate Volatility, TPRERV）变量，将出口目的地j以外的其他所有目的地市场视为中国对j出口贸易的“第三方”，以出口额占比为权重，对双边实际汇率波动（Bilateral Real Exchange Rate Volatility, BLRERV）进行加权平均获得“第三方实际汇率波动”变量，即：
TPRERV （6）
其中，c表示中国除j外的其他出口目的地，wc,t为t年中国对c的出口额占该年中国除j外其他所有目的地出口额之和的权重，满足 。BLRERVj,t为中国与目的地j的双边实际汇率波动变量，用月度双边实际汇率波动 在同年度的变异系数表示：
（7）
本文控制变量包括目的国特征变量和产品层面特征变量。目的国特征变量主要包括出口目的地人均国内生产总值（LnGDP）、中国与出口目的地的距离（LnDistcap）、双方是否使用共同语言（Comlang）、出口目的地是否为内陆国家（Landlocked）以及出口目的地是否与中国毗邻（Contiguity），其中GDP数据来源于世界银行发展指标数据库，其余四个引力模型变量均来自于法国国际经济研究中心（CEPII）。本文预期人均国内生产总值越高、两国之间的距离越短、有共同语言以及相邻都可以降低出口贸易关系失败的风险，而目的国如果为内陆国则会增加贸易关系失败的风险。
产品特征变量依据UN Comtrade 数据库计算获得，包括产品单位价值（LnUV）、初始贸易额（LnExp）、产品质量（LnQuality）、产品比较优势指数（LnRCA）以及产品的市场集中度（LnHHI）五个变量。其中产品质量（LnQuality）参考施炳展和邵文波（2014）、王明益（2016）计算，并在三位码层面上进行标准化，得到可用于产品间进行对比的质量指数。一般而言，产品质量越高，出口贸易关系失败的风险越低。
此外，本文还依据Balassa（1965）计算了显性比较优势指数（Revealed Comparative Advantage，RCA），用于测算产品层面的比较优势；同时计算了赫芬达尔—赫希曼指数（Herfindahl-Hirschman Index，HHI），用来衡量产品出口市场集中度。
本文采用随机效应模型控制不可观测异质性，同时加入年份虚拟变量和SITC第三版1位码层面的产品分类虚拟变量作为其他控制变量。变量的描述性统计见表2。
表2 变量描述性统计
（三）回归结果
参数估计时，可以输出为指数系数和普通系数两种形式，本文输出普通系数 。若变量系数小于0，则该变量与出口贸易关系的风险率负相关，此时变量数值增加会降低贸易关系失败风险，延长贸易关系持续时间；反之，若变量系数大于0，则该变量与出口贸易关系风险率正相关，变量数值增大会增加贸易关系失败风险，缩短贸易关系持续时间。
表3中为基准回归结果，第（1）-（2）列没有控制不可观测异质性，第（3）-（8）列控制了不可观测异质性。由（3）-（4）列的rho值来看，由产品—目的国组合产生的不可观测异质性引起的误差占总误差的25%左右，且从似然比检验的结果来看，拒绝不存在不可观测异质性的原假设，因此，选择控制不可观测异质性是十分有必要的。表4-表5中的回归结果均控制了不可观测异质性。
表3 基准回归
注： 、、分别表示参数估计结果在1%、5%和10%的水平上显著；括号内为标准差；回归时对年份和SITC-1位码进行了控制；rho为不可观测异质性占总误差的比例，括号内为P值。下同。
表3中第（3）列纳入第三方实际汇率波动变量（LnTPRERV）作为解释变量，第（4）列同时纳入第三方实际汇率波动变量和双边实际汇率波动变量（LnBLRERV），仅纳入第三方实际汇率波动变量而忽视双边实际汇率波动变量同样可能使回归结果有偏。第（4）列中第三方实际汇率波动变量的系数绝对值要明显高于第（3）列该变量系数绝对值，证实了上述判断，说明忽视双边实际汇率波动的作用，将会低估第三方实际汇率波动的效应。
第（3）-（4）列中第三方实际汇率波动变量（LnTPRERV）的系数显著为负，表明第三方实际汇率波动幅度增大会降低双边出口贸易关系的风险率，延长双边出口贸易关系的持续时间；第（4）列的双边实际汇率波动变量（LnBLRERV）的系数显著为正，表明双边实际汇率波动加剧会增加出口贸易关系的风险，不利于出口贸易关系的持续。因此，双边实际汇率波动对双边出口贸易产生负向影响，而第三方汇率波动对双边出口贸易具有正向影响。本文在对总体样本进行估计之后，又分别估计第一个贸易持续时间段（First spell）和只有一个持续时间段（Only one spell）的样本，结果列于表3中（5）-（8）列，第三方实际汇率波动的系数符号以及显著性与总体回归的结果一致。
从目的国特征变量来看，目的国人均GDP（LnGDP）回归系数显著为负，说明目的国发展水平越高，双边贸易关系越容易维持；产品出口到内陆国家（Landlocked）时，贸易关系失败的风险要比沿海国家高50%左右；若贸易双方使用共同语言（Comlang），贸易关系失败的概率将明显降低，共同的语言环境更有利于保持产品持续出口；贸易双方相邻（Contiguity）能够有效地减少贸易成本，也更容易保持贸易关系稳定。两国之间距离（LnDistcap）的回归系数为正，距离每增加一个单位，出口贸易关系的风险率比率将增加28%。
从产品层面的特征变量来看，产品质量（LnQuality）的系数显著为负，说明高质量的产品有利于降低出口贸易关系失败的风险，这与施炳展（2013）认为产品质量与出口持续时间成正比的结论一致；产品单位价值（LnUN）系数符号为正，表明出口产品单位价值越高，贸易关系失败的风险越大，目前中国出口产品在国际市场同质化现象严重，不但面临国外竞争者的激烈竞争，还可能面临来自国内同行的竞相压价，于是价格越高，产品出口贸易关系的风险率就越高；初始贸易额（LnExp）系数符号显著为负，表明初始贸易额越大，贸易关系失败的风险越小；产品比较优势指数（LnRCA）与贸易关系风险率呈显著负相关，说明在国际市场上占据优势的出口产品，更容易被出口目的国市场所接受，贸易关系失败的风险降低；产品的市场集中度（LnHHI），反映了产品出口目的国家数量的多少，其系数符号为正，说明出口市场分布越集中的产品，其出口目的国更容易占据主动权，且产品出口也更容易受到国际市场同行业产品的冲击，出口贸易关系失败的风险就越高。
（四）稳健性检验
1.内生性问题和左删失问题
考虑到解释变量与被解释变量同期相关产生的内生性问题，以及解释变量对被解释变量的影响可能存在时滞现象进而降低估计结果的可信度，本文对虚拟变量以外的其他变量取滞后一期和滞后两期值进行回归，结果列于表4中第（1）-（4）列，可以看出，无论滞后一期还是两期，解释变量的系数符号以及显著性都没有发生变化。此外，在生存分析估计过程中，本文删掉了起始年份为1999年的数据，追加这部分左删失数据重新估计模型参数，结果列于表4中第（5）-（6）列，估计结果与基准回归基本一致。
表4 稳健性检验
注：此处仅报告了第三方实际汇率波动和双边实际汇率波动的回归结果，其他变量参与回归但结果未呈于表中。下同。
-
重新测算第三方实际汇率波动
基准回归中依据公式（6）计算第三方实际汇率波动变量时纳入了所有贸易伙伴。为了着重考察重要贸易伙伴和主流货币汇率波动的第三方效应，本文对1999-2015年中国与每个贸易伙伴的年平均出口额进行升序排列，保留60%的贸易伙伴样本，其中“一带一路”沿线国家43个，依据公式（6）重新计算第三方实际汇率波动变量，然后进行回归估计，结果列于表4中第（7）-（8）列。与基准回归相比，第三方实际汇率波动变量（LnTPRERV）和双边实际汇率波动变量（LnBLRERV）的系数符号和显著性未发生变化，从系数绝对值大小来看，第三方实际汇率波动对于双边出口贸易关系风险的降低效应得到了强化，而双边实际汇率波动对于双边出口贸易关系风险的负向效应有所减轻。
四、扩展性分析：人民币国际化的影响
本轮国际金融危机之后，中国积极实施了人民币国际化和“一带一路”国家战略。从2009年1月20日中国人民银行与香港金融管理局签署2000亿美元人民币和港元的双边本币互换协议这一标志性事件算起，人民币国际化经历了9年多的进程，成绩斐然。2017年，人民币继续保持全球第六大支付货币地位，全年经常项目和直接投资跨境结算近6万亿元，其中货物贸易收付金额为4.36万亿元，较2016年增长5.8%。人民币跨境流动表现出巨大潜力，国际货币功能初现端倪。
人民币国际化进程中，更多贸易和金融交易采用人民币计价和结算，中国企业出口会面临更低的汇率风险（彭红枫等，2015），中国对“一带一路”沿线国家的出口也将面临更低的汇率波动冲击。此外，“一带一路”国家战略也会通过“五通”建设等途径有效降低贸易风险。由于“一带一路”倡议推出时间较短，对于出口贸易关系风险降低的效果有待观察，下面重点分析和评估人民币国际化对中国向“一带一路”沿线国家出口贸易关系持续时间的影响，同时也是对于本文核心结论的一个稳健性检验。
由于无法获得中国对“一带一路”沿线国家出口贸易采用人民币计价和结算数额的具体数据，而双边货币互换（Bilateral Currency Swap Agreements）的签署时间和规模可查询。截至2017年6月底，中国人民银行已与其他36个中央银行（或货币当局）开展双边本币互换，总金额超过6.6万亿人民币，有力推动了人民币国际化进程。
我们采用双重差分法（DID）评估人民币国际化对于中国对“一带一路”沿线国家出口贸易关系持续时间的影响，以样本国家是否与中国签署双边货币互换协议设置虚拟变量（BCSA），签署取值为1，未签署取值为0；同时以双边货币互换签署的时间节点设置时间虚拟变量（TDUM_BCSA），首次签署及续签覆盖年份设定为1，其余年份设定为0。我们关注的重点在于“一带一路”样本国家中与中国签订双边货币互换协议国家虚拟变量和时间节点的交互项（BCSA* TDUM_BCSA）的系数。
回归结果列于表5中。第（1）-（2）列为“一带一路”沿线国家样本，第（3）-（4）列将样本扩大至中国出口到217个目的地国家（地区）。第（1）-（4）列中交互项（BCSA* TDUM_BCSA）的系数显著为负，说明签订双边本币互换协议能够显著降低中国出口贸易关系失败的风险。此外，第三方实际汇率波动变量（LnTPRERV）和双边实际汇率波动变量（LnBLRERV）的系数符号和显著性未发生变化。
表5 人民币国际化政策影响及评估
image.png
五、结论与启示
准确判断汇率波动对于双边贸易关系的影响，关乎汇率政策的合理制定。本文基于联合国商品贸易数据库SITC第三版5位码产品层面数据，运用生存分析方法研究中国与“一带一路”沿线国家出口贸易关系持续期及影响因素，着重考察并确认了第三方实际汇率波动对于双边贸易关系存在显著影响。研究发现：（1）1999-2015年共16年的样本区间内，中国产品对“一带一路”沿线国家出口持续时间普遍较短，平均持续时间为5.28年；（2）第三方实际汇率波动有利于稳定双边贸易关系，延长贸易关系持续时间，而双边实际汇率波动则加剧双边贸易关系失败的风险；（3）人民币国际化推进和双边货币互换规模的开展，有助于降低中国出口贸易关系失败风险；（4）本文的结论同时说明，研究双边汇率波动而忽视第三方汇率波动，或是只考虑第三方汇率波动而忽视双边汇率波动，会因遗漏重要变量使回归估计产生偏差。
“一带一路”国家战略建设过程中，不断会有新的国家参与进来，“贸易畅通”建设任重道远，平抑双边汇率波动对于开展国际贸易并巩固双边贸易关系尤为重要。双边实际汇率波动和第三方实际汇率波动对国际贸易具有相反作用，根源在于汇率波动是一种经营风险，规避汇率风险是多数出口企业尤其是风险厌恶型出口企业的理性选择，双边汇率波动加大对于双边贸易具有“挤出”效应，而第三方汇率波动加大对于双边贸易具有“挤入”效应。因此，本文建议：（1）在人民币汇率市场化改革进程中，应循序渐进放宽汇率波动区间，避免人民币大幅波动和单向升贬值预期对中国与“一带一路”沿线国家贸易带来严重冲击。（2）双边货币互换是国际金融领域货币合作深化的重要体现，有利于双边投资及贸易中使用本币，规避汇率风险，稳定贸易关系，应及时总结经验，扩大货币互换规模和互换国家范围。（3）中国人民银行应积极与“一带一路”沿线国家中央银行进行沟通，加强货币政策协调，减少货币政策溢出效应；在“一带一路”战略推进过程中，政府多部门配合，积极推动贸易、金融和区域经济合作，建立互利共赢的区域价值链体系。
参考文献：
[1] 陈勇兵，李燕，周世民. 中国企业出口持续时间及其决定因素[J]. 经济研究，2012（07）：48-61
[2] 戴金平，黎艳，刘东坡. 汇率波动对世界经济的影响[J]. 国际金融研究，2017（05）：46-55
[3] 李广众，Voon Lan P. 实际汇率错位、汇率波动性及其对制造业出口贸易影响的实证分析：1978-1998年平行数据研究[J]. 管理世界，2004（11）：22-28
[4] 马君潞，王博，杨新铭. 人民币汇率变动对我国出口贸易结构的影响研究——基于SITC标准产业数据的实证分析[J]. 国际金融研究，2010（12）：21-28
[5] 彭红枫，陈文博，谭小玉. 人民币国际化研究述评[J]. 国际金融研究，2015（10）：12-20
[6] 施炳展，邵文波. 中国企业出口产品质量测算及其决定因素——培育出口竞争新优势的微观视角[J]. 管理世界，2014（09）：90-106
[7] 施炳展. 中国企业出口产品质量异质性:测度与事实[J]. 经济学（季刊），2013，13（4）：263-284
[8] 邵军. 中国出口贸易联系持续期及影响因素分析——出口贸易稳定发展的新视角[J]. 管理世界，2011（06）：24-33
[9] 王明益. 要素价格扭曲会阻碍出口产品质量升级吗——基于中国的经验证据[J]. 国际贸易问题，2016（08）：28-39
[10] 王秀玲，邹宗森，冯等田. 实际汇率波动对中国出口持续时间的影响研究[J]. 国际贸易问题，2018（06）：164-174
[11] 王雪，胡未名，杨海生. 汇率波动与我国双边出口贸易：存在第三国汇率效应吗？[J]. 金融研究，2016（07）：1-16
[12] Aristotelous K. Exchange-Rate Volatility，Exchange-Rate Regime，and Trade Volume：Evidence from the UK–US Export Function（1889-1999）[J]. Economics Letters，2001，72（1）：87-94
[13] Arize A C，Osang T，Slottje D J. Exchange-Rate Volatility and Foreign Trade：Evidence from Thirteen LDC's[J]. Journal of Business & Economic Statistics，2000，18（1）：10-17
[14] Bahmani Oskooee M，Hegerty S W. Exchange Rate Volatility and Trade Flows：A Review Article[J]. Journal of Economic Studies，2007，34（3）：211-255
[15] Bahmani-Oskooee M，Bolhassani M. Exchange Rate Uncertainty and Trade between US and Canada：Is there Evidence of Third-Country Effect? [J]. The International Trade Journal，2014，28（1）：23-44
[16] Bahmani-Oskooee M， Harvey H. Exchange-Rate Volatility and Industry Trade Between the US and Malaysia[J]. Research in International Business and Finance，2011，25（2）：127-155
[17] Bahmani-Oskooee M，Harvey H，Hegerty S W. The Effects of Exchange-Rate Volatility on Commodity Trade Between the US and Brazil[J]. North American Journal of Economics & Finance，2013，25（25）：70-93
[18] Balassa B. Trade Liberalisation and “Revealed” Comparative Advantage[J]. The Manchester School，1965，33（2）：99-123
[19] Bernard A B，Redding S J，Schott P K. Multiproduct Firms and Trade Liberalization[J]. The Quarterly Journal of Economics，2011，126（3）：1271-1318
[20] Besedeš T，Prusa T J. Product Differentiation and Duration of US Import Trade[J]. Journal of International Economics，2006，70（2）：339-358
[21] Broll U，Eckwert B. Exchange Rate Volatility and International Trade[J]. Southern Economic Journal，1999，66（1）：178-185
[22] Clark P B. Uncertainty，Exchange Risk，and the Level of International Trade[J]. Economic Inquiry，1973，11（3）：302-313
[23] Cushman D O. Has Exchange Risk Depressed International Trade? The Impact of Third-Country Exchange Risk[J]. Journal of International Money and Finance，1986，5（3）：361-379
[24] De Grauwe P. Exchange Rate Variability and the Slowdown in Growth of International Trade[J]. IMF Economic Review，1988，35（1）：63-84
[25] Greenaway D，Guariglia A，Kneller R. Financial Factors and Exporting Decisions[J]. Journal of International Economics，2007，73（2）：377-395
[26] Hall S，Hondroyiannis G，Swamy PAVB，Tavlas G，Ulan M. Exchange-Rate Volatility and Export Performance: Do Emerging Market Economies Resemble Industrial Countries or Other Developing Countries? [J]. Economic Modelling，2010，27（6）：1514-1521
[27] Jenkins S P. Easy Estimation Methods for Discrete-Time Duration Models[J]. Oxford Bulletin of Economics and Statistics，1995，57（1）：129-138
[28] Kasman A，Kasman S. Exchange Rate Uncertainty in Turkey and its Impact on Export Volume[J]. Metu Studies in Development，2005，32（6）：41-58
[29] Klaassen F. Why is It so Difficult to Find an Effect of Exchange Rate Risk on Trade? [J]. Journal of International Money & Finance，2004，23（5）：817-839
[30] Lall S. The Technological Structure and Performance of Developing Country Manufactured Exports，1985 -98[J]. Oxford Development Studies，2000（28）：351-363
[31] Mckenzie M D. The Impact of Exchange Rate Volatility on International Trade Flows[J]. Journal of Economic Surveys，1999，13（1）：71-106
[32] Mckenzie M D，Brooks R D. The Impact of Exchange Rate Volatility on German-US Trade Flows[J]. Journal of International Financial Markets Institutions & Money，1997，7（1）：73-87
[33] Rauch J E. Networks versus Markets in International Trade[J]. Journal of International Economics，1999，1（48）：7-35
Does Third-Party Exchange Rate Volatility Affect China’s Bilateral Trade Relations?
——Evidence from trade Partners along “the Belt and Road”
Abstract: This paper studies the survival of China's export trade relations and the effect of third-party real exchange rate volatility on the duration of bilateral export trade relations over the countries along “the Belt and Road”, using data at SITC-5 digit level in UN Comtrade database. We find that the survival time of China's export trade relations is generally short, with an average duration of 5.28 years over 1999-2015. The greater the volatility of third-party real exchange rate, the smaller the failure risk of bilateral export trade relations, and the greater the volatility of bilateral real exchange rate, the more difficult to maintain export trade relations. The empirical results show that the exchange rate volatility hinders China's export trade with countries along the “the Belt and Road”. We also find that the RMB internationalization reduces the failure risk of export relations. This paper suggests that when promoting “the Belt and Road” initiative, China should strengthen coordination of monetary policy with countries along “the Belt and Road”, stabilize exchange rate volatility and focus on promoting trade, financial and regional economic cooperation, and try to build a regional value chain system of mutual benefit.
Keywords: Third-Party Exchange Rate Volatility，Export Trade Relation，Survival Analysis，the Belt and Road