学院动态

学术观点

第八届中国国际贸易研究会年会学术论坛(一)

文章来源: 发表时间:2018-11-07 15:06:34点击次数:

本网讯(通讯员高达)11月3日上午9:00,第八届中国国际贸易研究会年会在华中科技大学经济学院学术报告厅顺利举行,此次年会由中国国际贸易研究会(CTRG)主办,华中科技大学经济学院、开放与发展研究中心承办。并得到了上海财经大学商学院,香港大学钟瀚德经济发展学基金,上海国际金融与经济研究院等多个单位的大力支持。本次中国国际贸易研究会年会学术论坛(一)由清华大学鞠建东老师主持,吸引了来自全国各地大量高校师生的积极参与。

第一位作报告的是来自日本神户大学的赵来勋老师,他为我们带来了题为“Political Conflicts and Bilateral Trade:a Global Perspective“的主题报告,报告主要介绍了政策摩擦作为两国间重要的政治事件,一度影响两国的贸易合作与交流。报告介绍了中美,中日,美苏近些年来的贸易合作成果,并且建立了以贸易双方的摩擦关系,历史殖民程度,语言关系相似度,距离以及各变量之间的交互项对进口的自然对数的影响的模型,来研究政策摩擦对贸易的影响程度。在得到了统计分析的结果后,赵来勋老师为我们展示了对分析结果的稳健性检验,并且充分考虑到2008年的金融危机对世界经济贸易政策的影响,将原有数据分组回归,得到了与原结果一致的效果。最后,得出结论,政策摩擦每上升一个标准差导致进口下降5个百分点,同时,政策摩擦扭曲了进口地理距离的作用,导致了贸易均衡的分离。当面临贸易摩擦,进口国将从摩擦贸易国转向多变区域贸易协议的其他成员国,而不是双边区域贸易协议国。

报告完毕后来自复旦大学李志远老师对报告作出评价,他指出,全球视角下的政策摩擦以及双边贸易的关系是最近全球关注的一个重点话题,这篇报告很好的为我们解读了政策摩擦对进出口双方的影响。这篇报告的数据可以说是非常难得,我们可以用这些数据做许多相关的研究。

第二位作报告的是来自上海财经大学的刘丹老师,她为我们带来了题为“Does Trade Liberalization Promote Opportunity? Evidence from China”的主题报告。报告伊始,刘丹老师简单介绍了中国贸易的快速增长,关于中国贸易的盖兹比曲线等基本事实以及众所周知的贸易自由化促进不平等化,不平等化降低了流动性的关系的背景,从而提出了贸易自由化是否能直接影响流动性的疑问。刘丹老师指出,在做了一系列自2001年中国加入WTO之后的准自然实验中,研究了外生性,重要的降低关税,以及局部变量等因素。并且用空间变量识别了代际间的流动性对贸易自由化的因果影响,在此过程中,在考虑了行业,职业,户口等多方面的异质性下,通过采用教育流动性的机制得出了实证结果。最终,报告得出结论,在中国,贸易自由化对收入流动性具有负作用影响。具体而言,它提高了向上的流动性,但是阻碍了向下流动性。

报告完毕后,来自中国人民大学的刘青老师对报告作出评价,他指出,代际间的流动性问题作为一个比较重要且有趣的主题,在刘丹老师的合理假设和严格分析下,确实是十分有研究价值,但是同时他也提出,在定义代际间流动性时,等级关系是建立在同级别的基础上,是否可以通过收入的分位点分布来探讨同代的关系?同时,这个登记是否具有可比性?同时机制设计检验中,户口的异质性问题是否考虑代际的更换问题?最后文章的故事是关于父母的,但是所有的变量都是关于父亲的,然而在中国,母亲的地位也很重要等疑问。

第三位作报告的是来自华中科技大学的陈波老师,他为我们带来了题为,“Silver: Commodity and/or Money? Evidence from China 1890-1936 ”的主题报告,报告伊始,陈波老师简单介绍自1890年至1936年以来,中国的净白银流出量和黄金白银价格比。并做了关于1890-1936年中国长期贸易赤字与美国1970-2016的长期贸易赤字的数据分析等背景。提出了是否美国白银的购买项目是否造成了白银外流,甚至是1934年后的中国的通货紧缩以及大萧条的疑问。报告中提及了大量的关于白银研究的英文文献,详细介绍了白银价格变动对贸易角度的影响,同时白银作为商品,通过汇率手段,使得白银净流出变化,通过贸易手段,提高或者降低对贷款,储蓄,资产,人均GDP等各方面的影响。研究最后得出结论,自中国把白银当作商品时,白银的贬值造成了中国白银的外流,更加糟糕的贸易环境也加剧了这一流出的效应。中国政府通过印刷更多的信贷货币去抵消大量白银净流出的影响,从而促进经济的发展。

报告完毕,来自复旦大学的樊海潮老师对报告作出评价,他指出,这篇文章具有重大的现实意义,当白银价格贬值时,中国政府为了阻止负面的影响,采取发行信托货币的方式缓解经济下行的压力。但是他也提出一些对文章的看法,比如说,这篇文章中运用的年度数据的题量比较小,因此很有可能不能直接采取简单的最小二乘法估计,其次,在此用OLS估计的时候,模型中存在遗漏变量的问题,这可能直接对信贷货币的减少造成影响。

微信公众号