外贸邮件范文（第1篇）

　　同意进口商的还价

　　Dear Sirs:

　　Thank you for your letter of June the 8th. We have accepted your offer on the terms suggested. Enclosed our will find a special price list that we believe will meet your ideas of prices. You should note that the recent advances in raw materials have affected the cost of this product unfavorably. However, for your order we have kept our prices down.

　　To Sincerely

　　拒绝进口商的还价

　　Dear Sirs:

　　Thank you for your letter of June the 8th. We regret that we cannot meet your must point out that the falling market here leaves us little or no margin of profit. We must

　　ask you for a keener price in respect to future orders. At present the best discount offered for a quantity of 200 is 5%. Our current situation leaves us little room to bargain.

　　We hope you will reconsider the offer.

　　Truly

　　正式提出订单

　　Dear Sir:

　　We have discussed your offer of 5% and accept it on the terms quoted. We are prepared to give your product a trial, provided you can guarantee delivery on or before the 20th of September. The enclosed order is given strictly on this condition.

　　We reserve the right of refusal of delivery and/or cancellation of the order after this date.

　　Truly

　　确认订单

　　Dear Sir:

　　Thank you very much for your order of June 15 for 200 Deer Mountain Bikes. We will make every possible effort to speed up delivery. We will advise you of the date of dispatch. We are at your service at all times.

　　Sincerely

外贸邮件范文（第2篇）

　　各位领导和同事：

　　因参会人员有会议冲突，原定于9月29日上午11:00召开的会议管理制度宣讲会推迟至9月29日11:30在会议室(2)召开，请大家准时参会。

　　注：《会议管理制度》(会议资料)已发大家OA邮箱，请大家自行下载查阅。

　　办公室

　　-9-28

外贸邮件范文（第3篇）

　　向顾客推销商品

　　Dear Sir: May 1, 20xx

　　Inquiries regarding our new product, the Deer Mountain Bike, have been coming in from all parts of the world. Reports from users confirm what we knew before it was put on the market - that it is the best mountain bike available. Enclosed is our brochure.

　　Yours faithfully

　　提出询价

　　Dear Sir: Jun.1, 20xx

　　We received your promotional letter and brochure today. We believe that your would do well here in the U.S.A. Kindly send us further details of your prices and terms of sale. We ask you to make every effort to quote at competitive prices in order to secure our business.

　　We look forward to hearing from you soon..

　　Truly

　　迅速提供报价

　　Dear Sir: June 4, 20xx

　　Thank you for your inquiry of June the 1st concerning the Deer Mountain Bike. It gives us great pleasure to send along the technical information on the model together with the catalog and price list. After studying the prices and terms of trade, you will understand why we are working to capacity to meet the demand.

　　We look forward to the opportunity of being of service of you.

　　如何讨价还价

　　Dear Sir: June 8, 20xx

　　We have received your price lists and have studied it carefully. However, the price level in your quotation is too high for this market, If you are prepared to grant us a

　　discount of 10% for a quantity of 200, we would agree to your offer. You should note that some price cut will justify itself by an increase in business.

　　We hope to hear from you soon.

　　Yours truly

外贸邮件范文（第4篇）

　　因公司业务发展需要和规模的扩大，自20xx年*月*日起，我司将搬迁至新的办公地址，具体联系方式：

　　新办公地址：

　　电话：

　　邮编：

　　技术有限公司

　　20xx年*月*日

外贸邮件范文（第5篇）

　　上海申美饮料食品有限公司成立于1987年2月10日，是由上海市食品开发有限公司、上海市上投实业公司、中粮酒饮料食品有限公司与美国可口可乐合作经营的大型饮料生产企业。公司位于上海市闵行经济技术开发区内，总投资13928.41万美元、注册资本9797.75万美元。公司由中外方共同组成管理委员会，并设有饮料主剂部、可口可乐装瓶部。

　　公司开业以来，连续多年被评为荣获全国外商投资双优企业、上海市生产出口型外商投资企业，并在1993年被国家列为大型一档合资企业。产量、产值、销售收入、利润等主要经营指标多年位居国内饮料生产企业前列。

　　公司的主要产品有：可口可乐、雪碧、芬达、雪菲力饮料、雪菲力饮料主剂。公司在引进外资，采用国际先进技术、装备和科学管理的基础上，致力于发展国产名牌雪菲力饮料产品和饮料主剂。雪菲力品牌多年来连续被评为上海市著名商标和名牌产品。

　　“雪菲力饮料主剂”是公司在饮料中间产品领域的主要产品之一。该产品按一定的浓缩比例提供饮料生产必需的核心组分，广泛应用于各类饮料的生产，有效地支持生产商制造优质的饮料产品。公司提供专家级的服务，包括市场建议、质量管理和工程技术咨询。

　　公司还采用认可定点灌装厂的方式，通过统一品牌、标准和包装，促进各地饮料工业的发展，为国内饮料工业的集约化、专业化生产创出了一条新路。

外贸邮件范文（第6篇）

　　新疆三大产业对新疆人均生产总值的影响的实证分析

　　一、 问题的提出

　　建国以来，新疆经济快速增长，1952年新疆为166元，195

　　年就翻了一番，尤其是改革开放以后，经济更是有了突飞猛进的发展，20xx年新疆人均生产水平是改革开放前的30倍。然而即使新疆的经济快速增长，跟全国大部地区相比，还相对落后，增加新疆人均生产总值，提高人民生活水平，变得越来越刻不容缓，三大产业是构成新疆生产总值的全部，因此研究三大产业对新疆人均生产总值的影响有着重要的意义，然而它们是如何影响新疆生产总值的呢?本文用eviews6.0对收集数据进行分析。如果研究它们对新疆生产总值的影响机制，那么就可根据结果对新疆的三大产业的改革提出意见。这便是本项研究的主要目的。

　　二、 模型的设定

　　研究三大产业与新疆人均生产总值的关系，需要考虑以下几个方方面：

　　(1) 数据性质的选择

　　由于研究的是一个地区的人均生产总值，人均生产总值的差异是根据每个年度三大产业的量不同而不同，因此需采用时间序列数据。

　　(2) 模型形式的设计

　　由于本文是研究新疆三大产业对新疆人均生产总值的影响，那么可以将第一产业、第二产业、第三产业设为解释变量，将新疆人均生产总值设为被解释变量。本文假设三大产业对新疆人均生产总值的影响为多元一次线性模型，为

　　Y=a1*X1+a2*X2+a3*X3+u

　　其中，Y是新疆人均生产总值(单位：元)，X1、X2、X3分别是第一产业、第二产业、第三产业量(单位：亿元)，而a1、a2、a3分别是伴随于第一产业、第二产业、第三产业的参数，u是随机误差项。

　　三、 数据的收集

　　1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 20xx 20xx 20xx 20xx 20xx 20xx 20xx 20xx 20xx 20xx

　　23.08 26.14 24.38 24.67 25.05 28.12 31.78 35.67 39.07 45.63 53.24 59.41 65.24 78.55 89.75 112.24 129.04 148.51 192.72 217.42 274 335.92 402.31 505.63 673.68 825.11 912.15 1050.14 1116.67 1168.55 1364.36 1485.49 1598.28 1877.61 2200.15 2604.14 3045.26 3523.16 4183.21 4277.05

　　10.35 11.42 10.79 10.73 10.25 11.21 12.35 13.1 13.97 16.32 21.52 25.18 28.11 32.84 36.67 42.89 46 56.18 72.27 78.01 94.61 111.86 114.5 126.85 187.69 240.71 249.31 279.73 291.05 268.51 288.18 288.12 305 412.9 444.7 510 527.8 628.72 691.07 759.74

　　8.67 9.96 8.96 9.27 10.15 12.2 14.01 16.52 18.35 21.43 21.44 22.39 23.35 29.1 31.66 40.5 45.63 50.3 66.02 73.83 83.5 107.99 147.65 217.49 265.38 302.56 336.89 413.29 430.73 460.71 586.83 630.37 668.04 796.84 1010.07 1164.8 1459.3 1647.55 2070.76 1929.59

　　4.06 4.76 4.63 4.67 4.65 4.71 5.42 6.05 6.75 7.88 10.28 11.84 13.78 16.61 21.42 28.85 37.41 42.03 54.43 65.58 95.89 116.07 140.16 161.29 220.61 281.84 325.95 357.12 394.89 439.33 489.35 567 625.24 667.87 745.38 929.34 1058.16 1246.89 1421.38 1587.72

　　236 258 232 226 222 240 266 293 313 359 410 450 488 583 661 820 924 1053 1347 1493 1799 2101 2477 3019 3953 4764 5167 5904 6229 6470 7377 7913 8382 9700 11199 13108 15000 16999 19797 19942

　　资料来源:《新疆统计年鉴20xx》

　　四、模型的估计与调整

　　(一)对被解释变量(Y)与解释变量(X1、X2、X3)进行回归分析，其结果如下：

　　Dependent Variable: Y Method: Least Squares Date: 07/05/11 Time: 02:25 Sample: 1952 20xx Included observations: 58

　　Variable C X1 X2 X3

　　R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

　　Coefficient 117.7871 12.01597 3.402479 3.029794

　　Std. Error 29.49611 0.765193 0.432374 0.782690

　　t-Statistic 3.993309 15.70320 7.869294 3.871001

　　Prob. 0.0002 0.0000 0.0000 0.0003 3223.397 5118.078 13.02731 13.16941 13.08266 0.952196

　　0.999099 Mean dependent var 0.999049 S.D. dependent var 157.8239 Akaike info criterion 1345052. Schwarz criterion -373.7919 Hannan-Quinn criter. 19963.23 Durbin-Watson stat 0.000000

　　(二)自相关的检验与处理

　　分析如下:有分析结果可知DW值为0.952196 ，而查表可知，DL=1.533大于1，所以可知该DW小于DL，可判定回归模型存在正自相关。

　　因此我们用C-O迭代法处理自相关问题，最终根据个回归结果确定应该采用何种自相关模型。首先，对其进行一阶自相关处理： 用eviews6.0软件对数据进行处理，命令方式执行Ls y c x1 x2 x3 ar(1)，其结果如下：

　　Dependent Variable: Y Method: Least Squares Date: 07/05/11 Time: 09:53 Sample (adjusted): 1953 20xx

　　Included observations: 57 after adjustments Convergence achieved after 28 iterations

　　Variable C X1 X2 X3 AR(1)

　　R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Inverted AR Roots

　　Coefficient -750.3109 5.542412 4.689186 3.122199 1.021111

　　Std. Error 1362.124 0.467497 0.126932 0.401055 0.026591

　　t-Statistic -0.550839 11.85551 36.94264 7.784970 38.40032

　　Prob. 0.5841 0.0000 0.0000 0.0000 0.0000 3277.035 5147.100 11.06279 11.24200 11.13244 0.934621

　　0.999880 Mean dependent var 0.999870 S.D. dependent var 58.59442 Akaike info criterion 178531.9 Schwarz criterion -310.2894 Hannan-Quinn criter. 108016.1 Durbin-Watson stat 0.000000 1.02

　　Estimated AR process is nonstationary

　　根据DW值可知，DW=0.934621，查表可知此时临界值DL约为1.533，说明该模型依旧存在正自相关。因此继续对该数据进行二阶自相关处理： 结果如下：

　　Dependent Variable: Y Method: Least Squares Date: 07/05/11 Time: 10:00 Sample (adjusted): 1954 20xx

　　Included observations: 56 after adjustments Convergence achieved after 26 iterations

　　Variable C

　　Coefficient 12078.55

　　Std. Error 762779.0

　　t-Statistic 0.015835

　　Prob. 0.9874

　　X1 X2 X3 AR(1) AR(2)

　　R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Inverted AR Roots

　　5.422625 4.680446 5.143760 2.080953 -1.080442

　　0.219152 0.067634 0.283044 0.069965 0.087380

　　24.74369 69.20xx4 18.17299 29.74270 -12.36482

　　0.0000 0.0000 0.0000 0.0000 0.0000 3332.357 5176.553 10.33718 10.55418 10.42131 1.961664

　　0.999945 Mean dependent var 0.999939 S.D. dependent var 40.41381 Akaike info criterion 81663.81 Schwarz criterion -283.4410 Hannan-Quinn criter. 180463.9 Durbin-Watson stat 0.000000 1.09

　　.99

　　Estimated AR process is nonstationary

　　有结果可分析，DW=1.961664大于DL的临界值，不存在自相关，T检验值很显著，而且拟合程度很好，因此可选用二阶自相关模型。

　　(三)多重共线性检验 1、相关系数检验法

　　用命令方式执行cor x1 x2 x3可知结果：

　　X1 X2 X3

　　X1 1

　　0.97746035587

　　37368 14855

　　1 39678

　　0.988404954300.99453787680

　　1

　　X2 37368

　　X3 14855 0.99453787680

　　39678

　　0.977460355870.98840495430

　　有相关系数矩阵可以看出，各解释变量相互之间的相关系数较高证实确实存在 严重的多重共线性，但是由于x1、x2、x3均是影响新疆人均生产总值不可缺少的因素，因此为了避免剔除变量

　　data a;

　　set sasuser.aa; proc reg corr;

　　model y=x1 x2 x3/vif collin collinoint;

　　run;

　　proc reg data=a outest=result graphics outvif;

　　model y=x1 x2 x3/ridge=0.0 to 0.1 by 0.01 0.2 0.3 0.4 0.5; plot/ridgeplot; run;

　　proc print data=result; run;

　　(四)异方差检验

　　我们采用white检验,结果如下：

　　Heteroskedasticity Test: White

　　F-statistic Obs*R-squared Scaled explained SS

　　Test Equation:

　　Dependent Variable: RESID^2 Method: Least Squares Date: 07/05/11 Time: 11:14 Sample: 1952 20xx Included observations: 58

　　Variable C X1 X1^2 X1*X2 X1*X3 X2 X2^2 X2*X3 X3 X3^2

　　R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient -1482.615 -475.0772 8.355637 -2.656024 -9.077744 1493.516 3.007249 -8.517790 -1168.419 9.799488

　　Std. Error 4668.175 311.9366 3.216499 2.569825 5.20xx88 314.7669 0.797368 2.308811 439.6650 1.959912

　　124.6217 Prob. F(9,48)

　　0.0000 0.0000 0.0000 Prob. 0.7522 0.1343 0.0124 0.3065 0.0874 0.0000 0.0004 0.0006 0.0107 0.0000 23190.55 72565.58 22.35659 22.71184 22.49497

　　55.61969 Prob. Chi-Square(9) 231.9616 Prob. Chi-Square(9)

　　t-Statistic -0.317601 -1.522993 2.597742 -1.033543 -1.744852 4.744832 3.771471 -3.689253 -2.657520 4.999962

　　0.958960 Mean dependent var 0.951265 S.D. dependent var 16019.55 Akaike info criterion 1.23E+10 Schwarz criterion -638.3412 Hannan-Quinn criter.

　　F-statistic Prob(F-statistic)

　　124.6217 Durbin-Watson stat 0.000000

　　2.164166

　　因为nr^2的伴随概率小于0.05应拒绝原假设即存在异方差。