iii一、引言二十世紀八十年代以來，中美間的貿(mào)易總額呈現(xiàn)持續(xù)增長的趨勢，中美間貿(mào)易額在中國對外貿(mào)易額中的占比也居高不下。但隨著中美間貿(mào)易差額的不斷擴大，中美經(jīng)貿(mào)摩擦也日益頻繁。2018年以來，美國多次對中國出口商品加征關稅，不斷地推動中美經(jīng)貿(mào)沖突升級。對我國的出口貿(mào)易產(chǎn)生不利的影響。部分學者(白欽先、劍眉，2015）[[]白欽先,劍眉.論政策性金融與商業(yè)性金融的相互關系[J].上海金融,2005(1):8-11.]認為，進出口政策性金融是對于商業(yè)性金融依據(jù)有效性原則而不愿融資的部分的有效補充，面對中美貿(mào)易摩擦，應發(fā)揮政策性金融對于出口的促進作用。而部分學者(王曙光，2003）[[]王曙光.中國經(jīng)濟轉軌進程中的金融自由化[J].經(jīng)濟科學,2003(5):104-112.][]白欽先,劍眉.論政策性金融與商業(yè)性金融的相互關系[J].上海金融,2005(1):8-11.[]王曙光.中國經(jīng)濟轉軌進程中的金融自由化[J].經(jīng)濟科學,2003(5):104-112.研究背景與選題意義隨著商品經(jīng)濟的發(fā)展，二十世紀九十年代到二十一世紀初，在全球范圍內(nèi)，貿(mào)易壁壘呈現(xiàn)出十分明顯的下降趨勢，貿(mào)易自由度持續(xù)上升，貿(mào)易全球化快速發(fā)展。與此同時，在改革開放政策的指導之下，中國加入了WTO，在WTO的組織框架下，積極推動企業(yè)對外貿(mào)易，中國占全球貿(mào)易的比重也逐年增長。然而，次貸危機之后，全球經(jīng)濟進入了所謂的“低增長、低利率、低通脹”的新常態(tài)。發(fā)達國家普遍出現(xiàn)人口老齡化程度加劇、貧富差距進一步擴大、全要素生產(chǎn)率持續(xù)下降等諸多問題，導致民粹主義的抬頭。特朗普政府為了轉移國內(nèi)矛盾，宣稱中國在經(jīng)濟全球化的進程中通過不公平的手段竊取了美國的利益，對中國發(fā)動貿(mào)易戰(zhàn)。采用“美國利益優(yōu)先”的戰(zhàn)略、無視WTO準則的做法，使得中美間的貿(mào)易摩擦持續(xù)升級。摩擦所涉及的行業(yè)越來越廣，其中,高新技術產(chǎn)業(yè)是本次貿(mào)易戰(zhàn)的“重災區(qū)”。摩擦的形式也越來越多樣，除了傳統(tǒng)的反傾銷、反補貼調(diào)查之外，美國也越來越頻繁地利用“337調(diào)查”、“301調(diào)查”等手段，在知識產(chǎn)權、高技術等特定領域對中國進行經(jīng)濟上的打壓。由于中美兩國貿(mào)易額巨大加之貿(mào)易互補程度高，此次貿(mào)易摩擦，對中美兩國的損失都是巨大的。當前世界正處于百年未有之大變局，這既給中華民族的偉大復興帶來了重大的機遇，同時也帶來了重大的挑戰(zhàn)。黨的十九屆五中全會強調(diào)“加快構建以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局”(習近平，2020)[[]習近平.在深圳經(jīng)濟特區(qū)建立40周年慶祝大會上的講話[J].共產(chǎn)黨員,2020(22):4-7.]。這對于應對日益復雜的國際貿(mào)易環(huán)境、應對逆全球化的風潮，都是大有裨益的。在新發(fā)展格局背景下，我國更加重視推進高水平的對外開放。習近平總書記強調(diào)“以國內(nèi)大循環(huán)為主體，一定不是關上門來封閉運行。中國開放的門只會越開越大。推動新發(fā)展格局的形成，旨在通過發(fā)揮內(nèi)需的巨大潛力，使得國內(nèi)市場和國際市場更好地聯(lián)通，更好地利用兩種資源，實現(xiàn)更有力的可持續(xù)發(fā)展?！?習近平,2021)[[][]習近平.在深圳經(jīng)濟特區(qū)建立40周年慶祝大會上的講話[J].共產(chǎn)黨員,2020(22):4-7.[]習近平.讓多邊主義的火炬照亮人類前行之路——在世界經(jīng)濟論壇“達沃斯議程”對話會上的特別致辭[J].中華人民共和國國務院公報,2021(04):4-7.但是，由于中國政策性金融起步較之發(fā)達國家較晚，在中美貿(mào)易摩擦形勢日益嚴峻的當下也暴露出越來越多的問題。一方面，由于中美貿(mào)易摩擦，進出口政策性金融的服務需求量日益增加；另一方面，學界對于政策性金融存在的必要性與合理性也提出了質(zhì)疑。所以，本文通過實證分析進出口政策性金融對出口的作用，為我國進出口政策性金融的發(fā)展提出一些建議，希望進出口政策性金融能為構建新發(fā)展格局發(fā)揮出積極的作用。（二）文獻綜述1.關于中美貿(mào)易摩擦的文獻綜述美國采取了諸多單邊行動，不斷地推進中美貿(mào)易摩擦沖突的升級。李書偉(2020)[[]李書偉.中美貿(mào)易摩擦影響因素研究[D].西安:西安理工大學,2020.]整理了2000年至2018年間中美歷次貿(mào)易摩擦的數(shù)據(jù)，認為中美貿(mào)易摩擦呈現(xiàn)出涉及范圍廣、摩擦成本高、摩擦形式集中于“337調(diào)查”與反傾銷調(diào)查等特點。究其本質(zhì)，陳繼勇(2018)[[]陳繼勇.中美貿(mào)易戰(zhàn)的背景?原因?本質(zhì)及中國對策[J].武漢大學學報,2018(5):72-81.]認為是作為老牌發(fā)達國家的美國與迅速崛起的中國之間的全球戰(zhàn)略競爭在經(jīng)濟領域的一種反映。臺灣學者蔡慧美、傅豐誠(2018)[[]蔡慧美,傅豐誠.中美貿(mào)易戰(zhàn)背後的中國大陸經(jīng)濟體制問題[J].經(jīng)濟前瞻,2018(180):75-80.]則認為貿(mào)易摩擦的本質(zhì)是中國國家主導的產(chǎn)業(yè)發(fā)展模式所造成的市場擴張的威脅,呈現(xiàn)出老牌超級大國回應新崛起的大國的威脅的“修昔底德陷阱[]李書偉.中美貿(mào)易摩擦影響因素研究[D].西安:西安理工大學,2020.[]陳繼勇.中美貿(mào)易戰(zhàn)的背景?原因?本質(zhì)及中國對策[J].武漢大學學報,2018(5):72-81.[]蔡慧美,傅豐誠.中美貿(mào)易戰(zhàn)背後的中國大陸經(jīng)濟體制問題[J].經(jīng)濟前瞻,2018(180):75-80.[]張啟迪.全球長期貿(mào)易增速緣何下降[J].金融市場研究,2018(3):70-77.李書偉通過實證分析，得出美國失業(yè)率與中美貿(mào)易差額增長率是與中美貿(mào)易摩擦呈現(xiàn)正相關的最重要的影響因素，而反應中國經(jīng)濟增長重要指標之一的中國GDP的實際增長率與中美貿(mào)易摩擦關系并不顯著。就此次貿(mào)易戰(zhàn)的結果，張偉(2018)[[]張偉.中美貿(mào)易戰(zhàn)的演變歷程經(jīng)濟影響及政策博弈[J].深圳大學報,2018(5):73-82.]認為美國最終目的是攫取對美國更有利的貿(mào)易條件，而不是推行貿(mào)易管制。Greenwood(2015)[[]R.Greenwood[]張偉.中美貿(mào)易戰(zhàn)的演變歷程經(jīng)濟影響及政策博弈[J].深圳大學報,2018(5):73-82.[]R.Greenwood,DavidThesmar.VulnerableBanks[J].JournalofFinancialEconomics,2015(3):115.2.關于進出口政策性金融的文獻綜述（1）政策性金融的概念國內(nèi)外對于政策性金融的定義，一直以來，莫衷一是。日本學者井手文雄(1990)[[]井手文雄.日本現(xiàn)代財政學[M].北京:中國財政經(jīng)濟出版社,1990:120.]將政策性金融定義為以特定財政資金，對指定政府機關和各種特定法人進行的借貸。小濱裕久(1994)[[]井手文雄.日本現(xiàn)代財政學[M].北京:中國財政經(jīng)濟出版社,1990:120.[]小浜裕久.經(jīng)濟發(fā)展論--日本的經(jīng)驗和發(fā)展中國家[J].亞洲經(jīng)濟,1994(5):35.在國內(nèi)，白欽先(1989)[[]白欽先.比較銀行學[M].鄭州:河南人民出版社,1989.]認為，政策性金融不同于一般的金融，它是不以盈利為目的，而是以執(zhí)行國家政策為使命，針對符合國家長遠發(fā)展目標的薄弱領域與特定項目提供信貸支持為目的。賈康、孟艷(2013)[[]賈康,孟艷.我國政策性金融體系基本定位的再思考[J].財政研究,2013(3):2-7.][]白欽先.比較銀行學[M].鄭州:河南人民出版社,1989.[]賈康,孟艷.我國政策性金融體系基本定位的再思考[J].財政研究,2013(3):2-7.以上各位學者對于政策性金融的定義，都突出了政策性金融具有鮮明的為國家政策服務的特點，筆者認為這也是政策性金融與商業(yè)性金融的最大區(qū)別。（2）進出口政策性金融的概念J.A.Brander(1995)[[]J.A.Brander[]J.A.Brander.HandbookofInternationalEconomics[M].Hallam,NorthHollandpublishingcompany,1995:p.1395-1455.在國內(nèi)，崔艷梅(2004)[[]崔艷梅.進出口政策性金融的經(jīng)濟學原理及其在我國的實踐[J].經(jīng)濟師,2004(10):224-225.]認為，進出口政策性金融是在世界貿(mào)易組織規(guī)則內(nèi)唯一被允許使用的政策性工具。它鮮明地表現(xiàn)出各國參與國際經(jīng)濟活動的意圖。白欽先、譚慶華(2006)[[]崔艷梅.進出口政策性金融的經(jīng)濟學原理及其在我國的實踐[J].經(jīng)濟師,2004(10):224-225.[]白欽先,譚慶華.政策性金融功能再界定:功能演進視角[J].生產(chǎn)力研究,2006(11):5-8+294.3.對于文獻的評述中美貿(mào)易摩擦是近年來非常熱門的話題，相關的文獻也層出不窮。綜合分析這些前沿的結論，可以發(fā)現(xiàn)中美貿(mào)易摩擦的本質(zhì)是美中兩國全球戰(zhàn)略競爭在經(jīng)濟領域的表現(xiàn)。我想，認為美國最終目的僅僅是獲取有利于美國的貿(mào)易條件顯然過于樂觀，應當積極防范貿(mào)易摩擦給中國經(jīng)濟金融帶來的不良影響。筆者認為，進出口政策性金融可以促進市場經(jīng)濟中商業(yè)性金融依據(jù)有效性原則不愿融資而又對國家整體經(jīng)濟利益有著重要意義的出口項目的發(fā)展。面對中美貿(mào)易摩擦、更加嚴峻的國際貿(mào)易形勢以及中國經(jīng)濟的下行壓力，更加需要政策性金融發(fā)揮作用。我將在下文中，結合中美貿(mào)易摩擦的最新進展，以中國進出口銀行為例，實證分析進出口政策性金融對于出口貿(mào)易與應對中美貿(mào)易摩擦的作用。二、中國進出口政策性金融的發(fā)展現(xiàn)狀（一）中國進出口政策性金融的發(fā)展規(guī)模1994年，順應黨的建立社會主義市場經(jīng)濟體制的決定，中國進出口銀行應運而生。此舉解決了國有銀行身兼政策性金融業(yè)務與商業(yè)性業(yè)務的問題，推動了我國金融體系的現(xiàn)代化。二十多年來，進出口政策性金融發(fā)展迅速，中國進出口銀行已經(jīng)成為我國機電產(chǎn)品與高新技術產(chǎn)品進出口政策性融資的主要渠道，對于促進企業(yè)“走出去”發(fā)揮了極其重要的作用。如圖2.1所示是中國進出口銀行2002年至2019年出口信貸與對外擔保的變化散點圖，可見中國進出口銀行業(yè)務發(fā)展迅速。2019年年末，中國進出口銀行對外貿(mào)易貸款余額高達12000億元，同比增長11.47%。對外合作貸款達9609億元，同比增長8.4%。對服務國家建設和實體經(jīng)濟發(fā)展的力度持續(xù)加大的同時風險防控化解也步履堅實，取得了令人矚目的成就。圖2.1中國進出口銀行2002年至2019年出口信貸與對外擔保變化散點圖（二）中國進出口政策性金融的特征1.政府在進出口政策性金融中占主導作用進出口政策性金融機構都是由各國的政府創(chuàng)立的，在其成立之初，絕大多數(shù)是由政府財政直接注資。例如美國進出口銀行就是由美國聯(lián)邦政府注入10億美元資本金而設立的。韓國進出口銀行的資本金的一部分來源于政府直接注資，另一部分來自于中央銀行。我國是發(fā)展中國家，金融市場較之于發(fā)達國家不夠完善,政策性金融機構成立之初的資本金更是依賴政府提供。2.不以盈利為主要目的與以市場為導向、以利潤最大化為目的的商業(yè)金融不一樣，進出口政策性金融以貫徹國家發(fā)展理念、促進出口貿(mào)易、開展國際經(jīng)濟合作與經(jīng)濟外交為要務的。在經(jīng)營過程中，總是會為期限長、額度大、風險高，但是對于國家出口有著深遠意義的項目提供貸款。為了擴大就業(yè)、促進產(chǎn)業(yè)結構合理化，進出口政策性金融機構也會為抵押不足的小出口商提供貸款以解決其燃眉之急。進出口政策性金融機構只能為國家的有關政策服務,而不得以商業(yè)盈利為第一要務。這樣做也能夠有效地防止政策性金融機構利用政府的注資填補在商業(yè)性融資活動中的虧損，與商業(yè)性金融爭利。當然，筆者這里所說的不以盈利為目的，并不是說進出口政策性金融機構對于盈利能力與風險控制完全不關心。誠然，進出口政策性金融機構因為其獨特的定位，與一般的商業(yè)金融機構不同，但是對于盈利能力與風險控制的能力，進出口政策性金融機構同樣也是關心的。筆者從中國進出口銀行財務報表中整理的主要財務信息如下表所示。 表2.1 2016至2019年中國進出口銀行主要財務信息 （億元）2016201720182019資產(chǎn)總計33343.5036405.9741936.7945703.78凈利潤50.23-122.5546.2254.57資產(chǎn)收益率0.16%-0.35%0.12%0.12% 注：表4-1數(shù)據(jù)來源于中國進出口銀行財務報表（2016-2019）值得注意的是，2017年受人民幣兌美元升值的影響，資本性外匯敞口匯兌損失了216.64億元，如果剔除該因素的影響，中國進出口銀行還是正常經(jīng)營，資產(chǎn)收益率與上年相比無實質(zhì)變化。因此，從表中可以看出，政策性金融機構的資產(chǎn)收益率穩(wěn)中有升。筆者又從中國四大商業(yè)銀行之一的中國工商銀行的財務報表中整理了主要的財務信息，如下表所示。 表2.2 2016至2019年中國工商銀行主要財務信息 （億元）2016201720182019資產(chǎn)總計241372.65260870.43276995.40301094.36凈利潤2791.062874.512987.233133.61資產(chǎn)收益率1.20%1.14%1.11%1.08% 注：表4-2數(shù)據(jù)來源于中國工商銀行財務報表（2016-2019）對比表2.1與表2.2，不難看出，進出口政策性金融機構的資產(chǎn)收益率遠低于商業(yè)銀行的資產(chǎn)收益率，僅僅為其十分之一。可見其不以盈利為主要目的的特征。3.業(yè)務范圍特殊進出口政策性金融的特殊定位也決定了它業(yè)務范圍的特殊性。由于進出口政策性金融機構可以利用政府的風險補償，所以它的業(yè)務范圍被嚴格限制以防止其與商業(yè)銀行爭利。我國的相關規(guī)定都要求出口企業(yè)只有在不能從商業(yè)性金融機構處取得資金的條件下,才有資格申請從進出口政策性金融有關機構取得必要的融資。（三）我國進出口政策性金融存在的不足1.政策性金融機構對自身定位錯誤近年來，政策性金融機構淡化了政策性，加大了逐利性。與商業(yè)性金融機構服務的“相似性”也越來越突出。從長期來看，不僅沒有緩解市場失靈，而且抑制了市場活力，造成了與市場主體的不公平競爭。政策性銀行有許多由市場調(diào)節(jié)的自營項目，存在著政策性和商業(yè)性界限不清的問題。政策性銀行為了促進利益的最大化，在配置資源時，商業(yè)性項目會擠占政策性項目的空間，使得政策性金融為國家的政策服務這一最根本的使命被淡化。2.政策性金融資金來源單一從融資渠道來看，我國政策性銀行的資金來源主要有四部分，政策性金融債、機構存款、央行的再貸款以及資本金。雖然從理論上而言，中國進出口政策性銀行融資渠道多樣，但是從實際操作來說，政策性銀行主要依賴央行再貸款、發(fā)行債券來融資，因此資本市場債券融資利率的持續(xù)上漲會使得政策性銀行的籌資成本也跟著上漲；加之政策性銀行主要服務于國家的戰(zhàn)略，要求的貸款利率更低，政策性金融機構所面臨的貸款利差收窄的壓力巨大，這大大降低了進出口政策性金融機構對抗市場風險的能力。而且我國對進出口政策性金融機構所注的資金與中美貿(mào)易摩擦下資本市場上對政策性金融日益增長的需求量完全不能匹配。資金的缺乏逐漸成為了我國進出口政策性金融發(fā)展路上的重大阻礙。而對于美國日本等發(fā)達國家而言，在國內(nèi)外金融市場上發(fā)行金融債券是它們政策性金融的主要籌資方式。通過金融市場籌資,以完善的金融市場制度加以保障,使得政策性金融可以擺脫對財政注資的過度依賴,實現(xiàn)資金流的良性循環(huán)。3.政策性金融風險監(jiān)管方面制度不完善政策性銀行由于主要功能是彌補市場失靈，資金投放領域大多是商業(yè)銀行不愿涉足的投資數(shù)額大、資金回收周期長、風險高的領域，因此隱藏著巨大的風險。而在風險監(jiān)管指標的設置上沒有考慮到政策性銀行的特殊性。在執(zhí)行銀保監(jiān)會有關授信集中度、資本充足率監(jiān)管要求等方面，對政策性銀行與商業(yè)銀行沒有進行區(qū)分。2017年實行的《中國進出口銀行監(jiān)督管理辦法》旨在強調(diào)機構自身的風險管理，沒有從國家戰(zhàn)略的高度規(guī)劃政策性金融業(yè)務范圍，在強化政策性金融公共戰(zhàn)略方面所有缺失。筆者認為這種監(jiān)管也是導致政策性金融機構片面追求經(jīng)濟利益，不愿意從事收益率低、風險大但是于國家發(fā)展有長遠利益的政策性業(yè)務，甚至憑借著政策性的優(yōu)勢進入屬于商業(yè)性金融機構的業(yè)務范圍的原因之一。4.政策性金融機構相關法律不完善我國至今政策性金融立法還未開始，政策性金融機構開展業(yè)務的隨意性較大。由于政策性金融機構相關的法律不完善，導致地方政府常常對進出口銀行相關業(yè)務進行干預，極大地影響了政策性金融逆向選擇、緩解市場失靈的功能。我國目前已經(jīng)出臺的有關進出口政策性金融的法規(guī)有許多，如《中國進出口銀行監(jiān)督管理辦法》、《中國進出口銀行章程》等等條例。但是，現(xiàn)存的法規(guī)未能遵循國際社會所共同認可的“一行一法原則”這一基本準則，即各類機構分別立法，分別實施。而且我國當前的政策性銀行監(jiān)督管理辦法僅是銀保監(jiān)會、國務院等部門的規(guī)章，不能為政策性銀行的經(jīng)營提供完善的法律支持。且各種條例內(nèi)容與形式上也比較混亂，對進出口政策性金融的發(fā)展產(chǎn)生極其不利的影響。三、進出口政策性金融對出口的作用的實證分析有關政策性金融對出口的作用的討論，一直以來受到學界的廣泛關注。崔艷梅(2004)認為政策性金融有利于出口，楊浩坤(2017)[[]楊浩坤.中國政策性金融發(fā)展問題研究[D].中共中央黨校,2017.]認為政策性金融對于優(yōu)化出口商品結構也有著十分重要的作用。王曙光(2003)從“金融自由化”的角度，對于政策性金融的作用提出了質(zhì)疑，認為進出口政策性金融的絕大多數(shù)“紅利”[]楊浩坤.中國政策性金融發(fā)展問題研究[D].中共中央黨校,2017.在我國的進出口政策性金融領域,政策性金融機構以出口信貸、對外擔保為主要業(yè)務，因此，本文以中國進出口銀行為例，實證分析政策性金融對我國出口貿(mào)易的作用和影響。通過本文前幾章的理論分析，結合中國海洋大學的曹鈺婧(2008)[[]曹鈺婧.進出口政策性金融的效應與機制分析[D].中國海洋大學,2008.]所作《進出口政策性金融的效應與機制分析》與遼寧大學的段連全(2013)[[][]曹鈺婧.進出口政策性金融的效應與機制分析[D].中國海洋大學,2008.[]段連全.進出口政策性金融支持我國企業(yè)走出去研究[D].遼寧大學,2013.(1)出口信貸業(yè)務與對外擔保業(yè)務有助于出口總量的增加(2)出口信貸業(yè)務與對外擔保業(yè)務有助于出口結構的優(yōu)化（一）政策性金融對出口貿(mào)易總量的作用分析1.模型變量的設置與說明本文在分析政策性金融與出口貿(mào)易的關系時，按照通常的做法，以中國貨物的出口總額（EX）為衡量我國出口發(fā)展程度的變量，這也將成為模型的被解釋變量。因為中國進出口銀行主要通過出口信貸以及對外擔保促進我國的出口貿(mào)易，所以本文使用中國進出口銀行貨物貿(mào)易貸款中的出口賣方信貸（EC1）、出口買方信貸（EC2）與對外擔保額（ES）作為解釋變量。同時，考慮到對外貿(mào)易政策與美元兌人民幣的匯率（ER）也是也是影響出口貿(mào)易的十分重要的因素，也引入該模型中。參考西南大學李磊(2010)[[]李磊.推動出口貿(mào)易發(fā)展的政策性金融運行問題研究[D].西南大學,2010.]的碩士學位論文《推動出口貿(mào)易發(fā)展的政策性金融運行問題研究》與湘潭大學嚴曦(2014)[[]嚴曦.出口政策性金融對出口貿(mào)易的影響效應研究[D].湘潭大學,2014.附表一年份中國貨物出口額(Y)賣方信貸(X1)買方信貸(X2)[]李磊.推動出口貿(mào)易發(fā)展的政策性金融運行問題研究[D].西南大學,2010.[]嚴曦.出口政策性金融對出口貿(mào)易的影響效應研究[D].湘潭大學,2014.附表一年份中國貨物出口額(Y)賣方信貸(X1)買方信貸(X2)擔保(X3)GDP進出口總額美元兌人民幣的年均匯率(X4)對外開放政策(X5)200226947.9428.219.538.1121717.451378.28.280.422110561200336287.9590.222.486.113742270483.58.280.512898226200449103.3621.553.7178161840.295539.18.280.590329844200562648.1824.2103.4304.7187318.9116921.88.190.624185814200677597.91027.9180.9348.3219438.5140974.77.970.642433757200793627.11239.4173.9737.2270092.3166924.17.60.6180261342008100394.91300.4182.7555.8319244.6179921.56.950.563585101200982029.71730.9294.5457.1348517.7150648.16.830.4322537992010107022.81442.2326.3690.9412119.3201722.36.770.4894754992011123240.61695439.0658.1487940.22364026.460.4844896982012129359.31753.7425.4548.5538580244160.26.310.4533406362013137131.41924.1543.0703.3592963.2258168.96.20.4353877272014143883.81786594.4985.8643563.1264241.86.140.4105919062015141166.82382.5667.8795.8688858.2245502.96.230.3563910542016138419.32348816.7656.4746395.1243386.56.640.3260826612017153309.42504.3949.8870.6832035.9278099.26.760.3342394242018164127.82640.31117.5624.2919281.1305008.16.620.3317898082019172373.63194.61128.4797.4986515.2315627.36.910.319941649附表二（1）VariableCoefficientStd.Errort-StatisticProb.C4.8669320.45075510.797290.0000X10.9094170.06184814.704040.0000R-squared0.931097Meandependentvar11.47590AdjustedR-squared0.926790S.D.dependentvar0.534158S.E.ofregression0.144529Akaikeinfocriterion-0.926237Sumsquaredresid0.334217Schwarzcriterion-0.827307Loglikelihood10.33613Hannan-Quinncriter.-0.912596F-statistic216.2089Durbin-Watsonstat1.729252Prob(F-statistic)0.000000（2）VariableCoefficientStd.Errort-StatisticProb.C9.1244750.11909576.615040.0000X20.4204080.02081020.201770.0000R-squared0.962274Meandependentvar11.47590AdjustedR-squared0.959916S.D.dependentvar0.534158S.E.ofregression0.106943Akaikeinfocriterion-1.528596Sumsquaredresid0.182990Schwarzcriterion-1.429666Loglikelihood15.75736Hannan-Quinncriter.-1.514955F-statistic408.1116Durbin-Watsonstat1.880725Prob(F-statistic)0.000000（3）VariableCoefficientStd.Errort-StatisticProb.C7.9093010.30469925.957730.0000X30.5850360.04951211.816020.0000R-squared0.897184Meandependentvar11.47590AdjustedR-squared0.890758S.D.dependentvar0.534158S.E.ofregression0.176548Akaikeinfocriterion-0.526006Sumsquaredresid0.498709Schwarzcriterion-0.427076Loglikelihood6.734052Hannan-Quinncriter.-0.512365F-statistic139.6183Durbin-Watsonstat0.765470Prob(F-statistic)0.000000（4）VariableCoefficientStd.Errort-StatisticProb.C19.620961.23057515.944550.0000X4-4.1740340.629686-6.6287530.0000R-squared0.733068Meandependentvar11.47590AdjustedR-squared0.716385S.D.dependentvar0.534158S.E.ofregression0.284468Akaikeinfocriterion0.428050Sumsquaredresid1.294757Schwarzcriterion0.526981Loglikelihood-1.852454Hannan-Quinncriter.0.441692F-statistic43.94037Durbin-Watsonstat0.464363Prob(F-statistic)0.000006（5）VariableCoefficientStd.Errort-StatisticProb.C10.511120.39169626.834880.0000X5-1.2137770.473234-2.5648550.0208R-squared0.291361Meandependentvar11.47590AdjustedR-squared0.247071S.D.dependentvar0.534158S.E.ofregression0.463496Akaikeinfocriterion1.404403Sumsquaredresid3.437263Schwarzcriterion1.503333Loglikelihood-10.63963Hannan-Quinncriter.1.418044F-statistic6.578484Durbin-Watsonstat0.357794Prob(F-statistic)0.020770附表三（1）VariableCoefficientStd.Errort-StatisticProb.C8.8788011.1867867.4813840.0000X10.0514980.2474380.2081260.8379X20.3974200.1125183.5320600.0030R-squared0.962383Meandependentvar11.47590AdjustedR-squared0.957367S.D.dependentvar0.534158S.E.ofregression0.110291Akaikeinfocriterion-1.420369Sumsquaredresid0.182463Schwarzcriterion-1.271973Loglikelihood15.78332Hannan-Quinncriter.-1.399907F-statistic191.8764Durbin-Watsonstat1.861696Prob(F-statistic)0.000000（2）VariableCoefficientStd.Errort-StatisticProb.C8.6059140.15920854.054550.0000X20.2939580.0359048.1874140.0000X30.2010730.0517443.8859310.0015R-squared0.981200Meandependentvar11.47590AdjustedR-squared0.978693S.D.dependentvar0.534158S.E.ofregression0.077970Akaikeinfocriterion-2.113975Sumsquaredresid0.091190Schwarzcriterion-1.965580Loglikelihood22.02578Hannan-Quinncriter.-2.093513F-statistic391.4360Durbin-Watsonstat1.984829Prob(F-statistic)0.000000（3）VariableCoefficientStd.Errort-StatisticProb.C10.331481.03139410.017000.0000X20.3826480.03808410.047450.0000X4-0.5103100.433217-1.1779540.2572R-squared0.965468Meandependentvar11.47590AdjustedR-squared0.960864S.D.dependentvar0.534158S.E.ofregression0.105671Akaikeinfocriterion-1.505958Sumsquaredresid0.167496Schwarzcriterion-1.357563Loglikelihood16.55362Hannan-Quinncriter.-1.485497F-statistic209.6925Durbin-Watsonstat1.889736Prob(F-statistic)0.000000（4）VariableCoefficientStd.Errort-StatisticProb.C9.1610360.10460687.576890.0000X20.4571260.02337519.556340.0000X50.3043760.1226452.4817590.0254R-squared0.973256Meandependentvar11.47590AdjustedR-squared0.969690S.D.dependentvar0.534158S.E.ofregression0.092996Akaikeinfocriterion-1.761506Sumsquaredresid0.129724Schwarzcriterion-1.613111Loglikelihood18.85356Hannan-Quinncriter.-1.741044F-statistic272.9322Durbin-Watsonstat2.159052Prob(F-statistic)0.000000附表四（1）VariableCoefficientStd.Errort-StatisticProb.C8.5591570.26206932.659990.0000X20.2788630.0755943.6889650.0024X30.2173200.0887892.4476060.0282X5-0.0404380.176446-0.2291790.8220R-squared0.981270Meandependentvar11.47590AdjustedR-squared0.977257S.D.dependentvar0.534158S.E.ofregression0.080556Akaikeinfocriterion-2.006609Sumsquaredresid0.090849Schwarzcriterion-1.808748Loglikelihood22.05948Hannan-Quinncriter.-1.979326F-statistic244.4915Durbin-Watsonstat1.993864Prob(F-statistic)0.000000附錄五年份高新技術產(chǎn)品出口額與出口總額比率(Y)賣方信貸(X1)買方信貸(X2)擔保(X3)美元人民幣年均匯率（X4)GDP出口總額高新基礎產(chǎn)品出口額對外開放政策(X5)20020.208629244428.219.538.18.28121717.426947.95622.120.42211056120030.251677281590.222.486.18.2813742236287.99132.840.51289822620040.279072893621.553.71788.28161840.249103.313703.40.59032984420050.285253344824.2103.4304.78.19187318.962648.117870.580.62418581420060.2891257371027.9180.9348.37.97219438.577597.922435.550.64243375720070.2823199691239.4173.9737.27.6270092.393627.126432.80.61802613420080.287705851300.4182.7555.86.95319244.6100394.928884.20.56358510120090.3138164591730.9294.5457.16.83348517.782029.725742.270.43225379920100.3114801711442.2326.3690.96.77412119.3107022.833335.480.48947549920110.2875640011695439.0658.16.46487940.2123240.635439.560.48448969820120.2932585441753.7425.4548.56.31538580129359.337935.720.45334063620130.2985355651924.1543.0703.36.2592963.2137131.440938.60.43538772720140.2818573041786594.4985.86.14643563.1143883.840554.70.41059190620150.2891541072382.5667.8795.86.23688858.2141166.840818.960.35639105420160.2898358832348816.7656.46.64746395.1138419.340118.880.32608266120170.2957814722504.3949.8870.66.76832035.9153309.445346.080.33423942420180.3012174662640.31117.5624.26.62919281.1164127.849438.160.33178980820190.2929182313194.61128.4797.46.91986515.2172373.650491.370.319941649附錄六（1）VariableCoefficientStd.Errort-StatisticProb.C-2.0945340.201884-10.374920.0000X10.1152350.0277014.1600290.0007R-squared0.519604Meandependentvar-1.257091AdjustedR-squared0.489579S.D.dependentvar0.090605S.E.ofregression0.064732Akaikeinfocriterion-2.532696Sumsquaredresid0.067043Schwarzcriterion-2.433766Loglikelihood24.79426Hannan-Quinncriter.-2.519055F-statistic17.30584Durbin-Watsonstat0.790826Prob(F-statistic)0.000738（2）VariableCoefficientStd.Errort-StatisticProb.C-1.5575250.070081-22.224680.0000X20.0537140.0122464.3863270.0005R-squared0.545969Meandependentvar-1.257091AdjustedR-squared0.517592S.D.dependentvar0.090605S.E.ofregression0.062930Akaikeinfocriterion-2.589141Sumsquaredresid0.063363Schwarzcriterion-2.490211Loglikelihood25.30227Hannan-Quinncriter.-2.575500F-statistic19.23987Durbin-Watsonstat0.880522Prob(F-statistic)0.000460（3）VariableCoefficientStd.Errort-StatisticProb.C-1.7949780.086915-20.652010.0000X30.0882310.0141236.2471560.0000R-squared0.709233Meandependentvar-1.257091AdjustedR-squared0.691061S.D.dependentvar0.090605S.E.ofregression0.050360Akaikeinfocriterion-3.034786Sumsquaredresid0.040579Schwarzcriterion-2.935856Loglikelihood29.31308Hannan-Quinncriter.-3.021145F-statistic39.02696Durbin-Watsonstat1.480095Prob(F-statistic)0.000012（4）VariableCoefficientStd.Errort-StatisticProb.C-0.3395320.332335-1.0216560.3221X4-0.4702140.170056-2.7650550.0138R-squared0.323339Meandependentvar-1.257091AdjustedR-squared0.281048S.D.dependentvar0.090605S.E.ofregression0.076825Akaikeinfocriterion-2.190137Sumsquaredresid0.094433Schwarzcriterion-2.091207Loglikelihood21.71123Hannan-Quinncriter.-2.176496F-statistic7.645528Durbin-Watsonstat0.768768Prob(F-statistic)0.013800（5）VariableCoefficientStd.Errort-StatisticProb.C-1.2930890.140296-9.2168590.0000X5-0.0255390.098306-0.2597860.7983R-squared0.004200Meandependentvar-1.257091AdjustedR-squared-0.058037S.D.dependentvar0.090605S.E.ofregression0.093197Akaikeinfocriterion-1.803761Sumsquaredresid0.138971Schwarzcriterion-1.704831Loglikelihood18.23385Hannan-Quinncriter.-1.790120F-statistic0.067489Durbin-Watsonstat0.495966Prob(F-statistic)0.798342附錄七（1）VariableCoefficientStd.Errort-StatisticProb.C-1.7356120.197578-8.7844590.0000X1-0.0158600.047068-0.3369610.7408X30.0973990.0308463.1575560.0065R-squared0.711418Meandependentvar-1.257091AdjustedR-squared0.672940S.D.dependentvar0.090605S.E.ofregression0.051816Akaikeinfocriterion-2.931216Sumsquaredresid0.040274Schwarzcriterion-2.782821Loglikelihood29.38095Hannan-Quinncriter.-2.910755F-statistic18.48913Durbin-Watsonstat1.580136Prob(F-statistic)0.000090（2）VariableCoefficientStd.Errort-StatisticProb.C-1.8184880.105595-17.221390.0000X2-0.0099210.023813-0.4166200.6829X30.1011890.0343192.9484730.0100R-squared0.712560Meandependentvar-1.257091AdjustedR-squared0.674234S.D.dependentvar0.090605S.E.ofregression0.051714Akaikeinfocriterion-2.935180Sumsquaredresid0.040114Schwarzcriterion-2.786785Loglikelihood29.41662Hannan-Quinncriter.-2.914719F-statistic18.59236Durbin-Watsonstat1.596034Prob(F-statistic)0.000087（3）VariableCoefficientStd.Errort-StatisticProb.C-2.2857080.463100-4.9356660.0002X30.1072610.0225554.7555200.0003X40.1920260.1780271.0786360.2978R-squared0.730163Meandependentvar-1.257091AdjustedR-squared0.694185S.D.dependentvar0.090605S.E.ofregression0.050105Akaikeinfocriterion-2.998378Sumsquaredresid0.037658Schwarzcriterion-2.849983Loglikelihood29.98540Hannan-Quinncriter.-2.977916F-statistic20.29456Durbin-Watsonstat1.711830Prob(F-statistic)0.000054（4）VariableCoefficientStd.Errort-StatisticProb.C-1.7354910.102691-16.900080.0000X30.0920150.0144906.3503320.0000X50.0585720.0545001.0747170.2995R-squared0.730022Meandependentvar-1.257091AdjustedR-squared0.694025S.D.dependentvar0.090605S.E.ofregression0.050118Akaikeinfocriterion-2.997856Sumsquaredresid0.037677Schwarzcriterion-2.849460Loglikelihood29.98070Hannan-Quinncriter.-2.977394F-statistic20.28005Durbin-Watsonstat1.685632Prob(F-statistic)0.000054原始數(shù)據(jù)來自于歷年的《中國統(tǒng)計年鑒》以及中國進出口銀行官方網(wǎng)站所發(fā)布的歷年年報?？紤]到各個時間序列數(shù)據(jù)經(jīng)過取對數(shù)處理之后不影響其性質(zhì)，而且更有利于得到更平穩(wěn)的時間序列，所以模型中所采用的變量，都經(jīng)過了取對數(shù)的相關處理。模型變量設置：—中國貨物的出口額（EX）—中國進出口銀行貨物貿(mào)易貸款中出口賣方信貸（EC1）—中國進出口銀行貨物貿(mào)易貸款中出口買方信貸（EC2）—中國進出口銀行對外擔保額（ES）—美元兌人民幣的年均匯率（ER）—對外開放政策（G）（以上數(shù)據(jù)見附表一）模型設立：是截距，是偏回歸系數(shù)，是隨機項。2.ADF單位根檢驗在研究出口信貸與對外擔保業(yè)務是否有助于出口總量的擴大前，先對于各個變量進行ADF單位根檢驗來判斷數(shù)據(jù)的平穩(wěn)性。（1）對lnY作ADF單位根檢驗先作出Y的趨勢圖圖3.12009至2019年貨物出口總額變化散點圖據(jù)上圖可以看出，該序列存在趨勢項，所以用ADF檢驗中具有趨勢的模型對它進行檢驗。對lnY進行0階差分處理，選擇滯后3期的檢驗，處理所得如下所示。 表3.1 lnY的單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-4.151647-3.886751-3.052169-2.6665930.0059據(jù)上面結果可知，統(tǒng)計量t值為-4.151647，比顯著性水平10%的臨界值-2.666593小，故而拒接原假設，中國貨物的出口額序列是平穩(wěn)序列。對ln作ADF單位根檢驗對ln作0階差分處理，選擇滯后3期的檢驗，處理所得如下所示。 表3.2 ln的單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-2.590050-3.920350-3.065585-2.6734600.1152據(jù)上面結果可知，檢驗統(tǒng)計量t值為-2.590050，比顯著性水平10%的臨界值-2.673460大，所以不能拒接原假設，即中國進出口銀行貨物貿(mào)易貸款中的出口賣方信貸序列中存在單位根，是非平穩(wěn)序列。接著再對ln作一階差分檢驗，結果如下。 表3.3 ln的一階單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-6.258758-3.920350-3.065585-2.6734600.0001據(jù)上面結果可知，檢驗統(tǒng)計量t值為-6.258758，比顯著性水平10%的臨界值-2.673460小，故而拒接原假設，即中國進出口銀行貨物貿(mào)易貸款中出口賣方信貸序列是平穩(wěn)序列，且是一階單整的，即ln屬于I(1)。(3)對ln作ADF單位根檢驗 表3.4 ln的二階單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-5.126097-4.121990-3.144920-2.7137510.0021與（2）方法相同，可以得出ln序列是2階單整的，即ln屬于I(2)。（4）對ln作ADF單位根檢驗 表3.5 ln的單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-5.085911-3.959148-3.081002-2.6813300.0013與（2）的方法相同，可以得出ln序列是0階單整的，即ln屬于I(0)。（5）對ln作ADF單位根檢驗 表3.6 ln的單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-4.525897-4.004425-3.098896-2.690439

0.0040與（2）的方法相同，可以得出ln序列是2階單整的，即ln屬于I(2)。對ln作ADF單位根檢驗表3.7 ln的單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-3.389523-3.920350-3.065585-2.673460

0.0275與（2）的方法相同，可以得出ln序列是1階單整的，即ln屬于I(1)。3.模型估計接下來使用Eviews11.0，對被解釋變量和解釋變量,,,,進行最小二乘法（LeastSquares）檢驗，處理所得如下所示。 表3.8 最小二乘法檢驗結果VariableCoefficientStd.Errort-StatisticProb.C9.0922701.2889137.0542180.0000X10.1531740.2179460.7028110.4956X20.2402590.0949692.5298660.0264X30.1487290.1034541.4376310.1761X4-0.4511260.354556-1.2723660.2273X50.1254910.2238830.5605220.5854R-squared0.983948Meandependentvar11.47590AdjustedR-squared0.977259S.D.dependentvar0.534158S.E.ofregression0.080551Akaikeinfocriterion-1.938645Sumsquaredresid0.077862Schwarzcriterion-1.641855Loglikelihood23.44781Hannan-Quinncriter.-1.897722F-statistic147.1110Durbin-Watsonstat2.043084Prob(F-statistic)0.000000由回歸結果可知，該模型=0.983948，可決系數(shù)高，F(xiàn)檢驗值為147.1110，明顯顯著，故認為中國貨物出口總額與上述的解釋變量之間的總體線性關系顯著成立。但，參數(shù)的顯著性未通過t檢驗，所以解釋變量間存在多重共線性。因此需要對上述之模型進行計量經(jīng)濟學檢驗修正。4.計量經(jīng)濟學檢驗（1）多重共線性檢驗使用Eviews11.0，得到模型中各個變量的協(xié)方差相關系數(shù)矩陣如下所示。表3.9 協(xié)方差相關系數(shù)矩陣YX1X2X3X4X5Y1.0000000.9649330.9809560.947198-0.856194-0.539778X10.9649331.0000000.9816400.882081-0.839713-0.681194X20.9809560.9816401.0000000.906323-0.841707-0.632961X30.9471980.8820810.9063231.000000-0.782225-0.312457X4-0.856194-0.839713-0.841707-0.7822251.0000000.592111X5-0.539778-0.681194-0.632961-0.3124570.5921111.000000由上表可以看出，解釋變量之間的相關系數(shù)都比較大，可見存在嚴重的多重共線性。在經(jīng)濟意義上，由于人民幣貶值，有利于出口，故而申請的出口買方信貸、賣方信貸與擔保數(shù)量增加，變量之間聯(lián)系緊密，導致它們有較高的相關性。下面利用逐步回歸法來檢驗解決變量多重共線性的問題，分別做對，,,,的一元回歸（回歸結果見附表二），發(fā)現(xiàn)對的一元回歸=0.962274最大。所以我們以為基礎，依次加入,,，逐步回歸（回歸結果見附表三），在做對，的二元回歸時，系數(shù)的t檢驗不顯著；在做對，的二元回歸時，系數(shù)的t檢驗不顯著。對，的二元回歸=0.981200，且各參數(shù)的t檢驗顯著，所以我們在，條件下加入進行逐步回歸，（回歸結果見附表四）。加入后雖然=0.981270有所改進，但是系數(shù)的t檢驗不顯著，故而將其刪除。最后，修正了嚴重多重共線性影響的回歸結果如下所示。 表3.10 修正多重共線性影響的回歸結果VariableCoefficientStd.Errort-StatisticProb.C8.6059140.15920854.054550.0000X20.2939580.0359048.1874140.0000X30.2010730.0517443.8859310.0015R-squared0.981200Meandependentvar11.47590AdjustedR-squared0.978693S.D.dependentvar0.534158S.E.ofregression0.077970Akaikeinfocriterion-2.113975Sumsquaredresid0.091190Schwarzcriterion-1.965580Loglikelihood22.02578Hannan-Quinncriter.-2.093513F-statistic391.4360Durbin-Watsonstat1.984829Prob(F-statistic)0.000000(2)異方差檢驗如果隨機擾動項的方差隨觀測值的不同而不同，那就代表著存在異方差，異方差的存在會使得建立在F分布和t分布之上的假設檢驗失敗。所以使用懷特檢驗法對模型中可能存在的異方差進行檢驗，懷特檢驗結果如下。 表3.11 懷特檢驗結果HeteroskedasticityTest:WhiteNullhypothesis:HomoskedasticityF-statistic0.747444Prob.F(5,12)0.6033Obs*R-squared4.274578Prob.Chi-Square(5)0.5106ScaledexplainedSS4.466143Prob.Chi-Square(5)0.4844TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:05/16/21Time:16:06Sample:20022019Includedobservations:18VariableCoefficientStd.Errort-StatisticProb.C-0.1175170.091196-1.2886260.2218X2^2-0.0057270.006969-0.8217750.4272X2*X30.0065330.0187380.3486260.7334X20.0277290.0570050.4864360.6354X3^2-0.0064380.012840-0.5014070.6252X30.0279020.0658070.4240000.6791R-squared0.237477Meandependentvar0.005066AdjustedR-squared-0.080242S.D.dependentvar0.009043S.E.ofregression0.009399Akaikeinfocriterion-6.235319Sumsquaredresid0.001060Schwarzcriterion-5.938529Loglikelihood62.11787Hannan-Quinncriter.-6.194396F-statistic0.747444Durbin-Watsonstat1.855874Prob(F-statistic)0.603314從上表中可以看出，=4.274578，由懷特檢驗可知，在顯著性水平取0.05時，查卡方分布表，得=11.0705，=4.274578<，所以接受原假設，即模型的誤差項不存在異方差。（3）自相關檢驗由表5.11可知，D.W.=1.855874，在顯著性水平取0.05時，查表n=18，k=2時=1.046，=1.535，由于D.W.=1.855874>1.53，所以模型中的殘差不存在自相關?？傻?由上式可知：出口買方信貸對出口總量存在影響，且為正相關關系；對外擔保對出口總量也存在影響，也為正相關關系。（4）協(xié)整檢驗協(xié)整理論表明，如果一組非平穩(wěn)時間序列之間存在協(xié)整關系，也可以直接建立回歸模型。中國貨物的出口額序列屬于I(0)，貨物貿(mào)易貸款中的出口買方信貸序列屬于I(2)，中國進出口銀行對外擔保額序列屬于I(0)，它們之間可能存在協(xié)整關系，利用Engle-Granger兩步檢驗法結果如下所示。①運用Eviews11.0，對被解釋變量和解釋變量,的回歸模型估計結果見表5.10。②對協(xié)整回歸模型的殘差序列進行平穩(wěn)性檢驗。殘差序列的ADF單整檢驗結果如下。 表3.12 殘差序列單整檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-3.844564-3.886751-3.052169-2.666593

0.0109由上表可知殘差序列在0.05的顯著性水平下是平穩(wěn)的，這說明被解釋變量和解釋變量,之間存在協(xié)整關系，是長期穩(wěn)定的均衡關系。（二）政策性金融對出口貿(mào)易結構的作用分析改革開放以來，尤其是中國加入世界貿(mào)易組織這二十年以來，中國的對外貿(mào)易取得了舉世矚目的成就。但是，中國長期以來的對外貿(mào)易結構過于單一，競爭優(yōu)勢以勞動密集型產(chǎn)品為主。近年來，隨著中美貿(mào)易摩擦的愈演愈烈，更加重了中國產(chǎn)品尤其是高新技術產(chǎn)品走向世界的壓力。面對中美貿(mào)易摩擦，面對美國對于中國的技術封鎖，改善我國對外貿(mào)易結構，提高我國高新技術產(chǎn)品在總出口額中的比重，顯得尤為重要。本文以中國進出口銀行為例，實證分析政策性金融對我國出口結構優(yōu)化的作用。1.模型變量的設置與說明考慮到高新技術產(chǎn)品的出口，是貿(mào)易戰(zhàn)中美國重點打壓的對象。因此，在實證分析進出口政策性金融對應對中美貿(mào)易摩擦、優(yōu)化出口貿(mào)易結構的作用的時候，應該分析政策性金融能否使得高新技術產(chǎn)品的出口額在貨物出口貿(mào)易總額中占比不斷增加。所以，本文將高新技術產(chǎn)品出口額與出口總額的比率作為描述出口貿(mào)易結構的指標，記作RATE,作為被解釋變量。解釋變量與上文研究政策性金融對出口貿(mào)易作用時一致，仍然采用中國進出口銀行貨物貿(mào)易貸款中的出口賣方信貸（EC1）、出口買方信貸（EC2）、對外擔保額（ES）、美元兌人民幣的年均匯率（ER）和模擬一國的對外開放政策的指標G作為解釋變量。原始數(shù)據(jù)來自于歷年的《中國統(tǒng)計年鑒》以及中國進出口銀行官方網(wǎng)站所發(fā)布的歷年的年報。與上文一致，模型中所采用的變量，也都經(jīng)過了取對數(shù)的相關處理。模型變量設置：—高新技術產(chǎn)品出口額與出口總額的比率（RATE）—中國進出口銀行貨物貿(mào)易貸款中出口賣方信貸（EC1）—中國進出口銀行貨物貿(mào)易貸款中出口買方信貸（EC2）—中國進出口銀行對外擔保額（ES）—美元兌人民幣的年均匯率（ER）—對外開放政策（G）（以上數(shù)據(jù)見附表五）模型設立：是截距，是偏回歸系數(shù)，是隨機項。2.ADF單位根檢驗與上文回歸分析一致，先對各個變量做ADF單位根檢驗,具體結果如下所示。 表3.13 lnY的單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-7.196233-3.886751-3.052169-2.6665930.0000 表3.14 ln的一階單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-6.258758-3.920350-3.065585-2.673460

0.0001 表3.15 ln的二階單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-5.126097-4.121990-3.144920-2.7137510.0021 表3.16 ln的單位根檢驗結果t-Statistic

Prob.*AugmentedDickey-FullerteststatisticTestcriticalvalues:1%level5%level10%level-5.086345-3.959148-3.081002-2.6813300.0013 表3.17 ln的二階