摘要：本文采用EEMD方法將2002年以來人民幣兌美元名義匯率價格序列分解為10個頻率不同的分量和1個趨勢量，通過將不同高低頻分量分別加成得到代表性高頻分量序列和低頻分量序列，實證分析表明：代表投機性因素的低頻分量對人民幣匯率影響的解釋度只有312%，表明市場因素對人民幣匯率影響依然較小，而人民幣匯率改革進程中的諸多重大事件對人民幣兌美元名義匯率的影響不僅持續(xù)時間較長，而且短期內會改變低頻分量的走向，但是從長期來看并不會影響人民幣持續(xù)升值的態(tài)勢；體現金融市場內生的制度性因素對人民幣兌美元名義匯率中長期走勢會產生持續(xù)性影響，這種影響不會受到市場因素和突發(fā)事件的影響，在長期表現出持續(xù)升值態(tài)勢。

關鍵詞：人民幣匯率；EEMD模型；短期市場不均衡；重大事件影響

中圖分類號：F83263文獻標識碼：A

一、引言

布雷頓森林體系解體以后，浮動匯率制度成為世界主要國家的匯率管理制度，也使得匯率問題成為一個國家對外經濟交往中的重要議題。美國作為世界上經濟最發(fā)達的國家，同時也是世界上最大的進口來源國，一直將匯率問題作為與其他國家進行經濟交往甚至政治談判的主要議題。從20世紀80年代中期至90年代初，美國曾先后要求日本、德國等擁有對美貿易順差的國家調整其匯率水平，以降低其對美國的貿易逆差。進入21世紀以后，伴隨著中國加入WTO所帶來的政策紅利使得中國迅速超過日本成為美國最大的貿易逆差來源國，人民幣匯率問題因此而一再受到美國國內利益集團、政府和國會的廣泛關注，其中最明顯的標志就是將“解決人民幣匯率問題、促進人民幣匯率實現公平合理的水平”作為2006年以后歷次中美戰(zhàn)略經濟對話的中心議題，而2009年5月、2010年3月以及2011年10月美國參眾兩院通過相關法案更是被指針對人民幣匯率問題向中國施壓。

自2005年7月中國啟動人民幣匯率制度改革以來，截至2015年10月人民幣兌美元名義匯率累計升值超過35%，同時受制于中國外貿結構的影響，人民幣匯率大幅升值給中國出口企業(yè)特別是中小企業(yè)產生了巨大的負面沖擊。特別是2007年以來，由于美國金融危機所導致的全球金融動蕩，中國出口企業(yè)在人民幣匯率升值和外需減少的雙重打壓之下付出了沉重代價。國家發(fā)改委的一項調查顯示，受到成本上升、外需減少以及人民幣升值的影響，2008年上半年我國就有67萬家中小企業(yè)倒閉，而紡織、服裝等勞動密集型產業(yè)遭受的損失更大（朱孟楠和張喬，2010）。在中國努力推動人民幣匯率市場化取向改革的同時，西方國家對人民幣匯率的指責并沒有減少，認為人民幣升值還沒有完全到位（如威廉姆斯森，2009；伯格斯滕，2009），諾貝爾經濟學獎得主克魯格曼甚至認為中國壓低人民幣匯率水平嚴重傷害了其他地區(qū)經濟的復蘇進程。同時，人民幣匯率市場化所導致的人民幣匯率波動幅度增加在我國經濟面臨下行壓力的背景下又受到國內外媒體和學術界的過度解讀。比較典型的例子就是2015年8月11日人民幣兌美元創(chuàng)歷史最大單邊跌幅（以下簡稱“811”事件）而引發(fā)國內外人士對中國經濟和金融體系穩(wěn)定性的擔心。當前，中國正在積極謀求人民幣成為國際貨幣基金組織特別提款權（Special drawing right，SDR）的籃子貨幣，而“貨幣可以自由使用”是主權貨幣納入特別提款權籃子貨幣的重要標準之一，必然要求中國不斷創(chuàng)新人民幣匯率制度的管理方式，推動人民幣國際化以及可自由兌換。對于中國而言，亟需在“保持人民幣匯率穩(wěn)定”與“人民幣可自由兌換”之間尋求動態(tài)平衡。因此，在深入推動人民幣國際化的進程中了解人民幣匯率波動的因素對于確定針對性的人民幣國際化的路徑非常重要。深入研究人民幣匯率變動的影響因素對于準確把握人民幣匯率變動的形成機制和變動規(guī)律，增加人民幣匯率形成機制的透明度，穩(wěn)定市場和投資者信心具有重要意義。

二、文獻綜述

現有文獻針對人民幣匯率問題的研究主要從如下四個方面來展開：第一個方面是關于人民幣均衡匯率的研究?？紤]到國內外針對人民幣匯率問題的指責主要集中于人民幣匯率水平“低估”，因此研究人民幣均衡匯率成為學術界熱門話題。代表性的研究包括：姜波克（2007）從資源約束的角度研究了人民幣均衡匯率水平。項后軍和潘錫泉（2010）采用Bai-Perron內生多重結構突變檢驗方法對人民幣均衡匯率及其失調程度進行了測算。朱孟楠和張喬（2010）采用行為均衡匯率模型對人民幣實際有效匯率長期偏離均衡匯率水平進行了測算。范立夫和王祖佩（2014）基于巴拉薩-薩繆爾森模型研究了人民幣兌美元的均衡匯率水平。第二個方面的研究主要是圍繞人民幣匯率變動影響因素來展開研究。代表性的成果包括：易綱和范敏（1997）分析了人民幣匯率決定因素及其變化特點。陳華（2013）基于交易異質性假定分析了央行干預是否促進了人民幣均衡匯率的形成。田濤等（2015）基于ARIMAX模型分析了美國量化寬松貨幣政策對人民幣匯率的影響。張欣等（2015）基于雙邊隨機邊界模型對外國政府與中國政府就人民幣匯率博弈行為對人民幣匯率水平的影響力進行了評估。王自峰等（2015）采用EGARCH模型分析了央行匯率溝通與實際干預對人民幣匯率的影響。第三個方面的研究主要是圍繞人民幣匯率變動及其對宏觀經濟的影響來展開，如匯率不完全傳遞對我國通貨膨脹水平的影響。代表性研究成果包括：林玲和余娟娟（2012）分析了生產分割條件下人民幣匯率對我國一般出口價格水平的影響。田濤（2013）分析了人民幣匯率變動對國內一般價格水平的影響。第四個方面的研究主要是針對人民幣匯率形成機制的研究?；谌嗣駧艆R率形成機制不透明的指責，很多學者在這個方面做了諸多努力，努力打開人民幣匯率形成機制的“黑箱”。代表性的研究成果包括：Frankel和Wei（2008）采用滾動回歸的方法分析了2005年人民幣“匯改”以來人民幣匯率籃子貨幣的構成特點。李凱和陳平（2011）基于人民幣匯率的日度數據分析了人民幣籃子中各種貨幣的權重及其變化。田濤等（2015）運用交叉匯率滾動回歸模型分析了人民幣匯率形成機制的動態(tài)演進規(guī)律。

梳理上述文獻可以發(fā)現，現階段針對人民幣匯率問題的研究從計量方法上來說主要是采用時間序列分析或者回歸分析方法，其中采用時間序列分析主要是考慮結構突變等因素對人民幣均衡匯率水平進行測定或者進行干擾分析，如項后軍和潘錫泉（2010）、田濤（2015）等，而采用回歸分析或者DSGE的方法常見范式是首先進行數理分析，然后在此基礎上進行計量分析，此類方法的一個可能缺陷就是由于解釋變量與被解釋變量之間的相關性而出現“內生性”問題，如朱孟楠和張喬（2010）、范立夫和王祖佩（2014）等。從研究內容上說，現有文獻對于人民幣匯率決定影響因素的分析往往通過數理建模來進行。由于“匯率”是連接國內外經濟的橋梁，同時受到數據可獲得性制約，在開放條件下研究匯率決定因素往往需要相當程度的簡化，而過度的假設與簡化可能導致結果產生偏誤。另外，在人民幣市場化取向改革過程中，人民幣匯率波動幅度不斷增大，這種日益增大的波動程度究竟是市場投機因素所主導還是內生趨勢所決定的研究比較少見。另外，諸如“人民幣匯率創(chuàng)下歷史最大單邊跌幅”是否意味著人民幣匯率不斷升值的態(tài)勢得到了遏制等問題的研究相對較少。因此，本文將經驗模態(tài)分解計量技術引入人民幣匯率問題的研究，通過將人民幣匯率波動因素分解為代表市場投機因素的高頻波動以及重大事件影響的低頻波動和內生的趨勢項，并定量比較不同因素的影響，嘗試回答上述問題。

本文的創(chuàng)新特點在于：“本著數據說話”的精神將人民幣兌美元名義匯率分解為代表市場投機因素的高頻序列、代表重大事件影響的低頻序列以及代表人民幣內生制度性和趨勢項因素的趨勢項序列，通過將不同類型序列與原始序列進行分析來比較影響人民幣匯率變動的不同因素如市場因素、制度因素對人民幣匯率的影響。

三、研究設計

（一）集成經驗模態(tài)分解

經驗模態(tài)分解（empirical mode decomposition，EMD）由Huang et al.（1998）提出并在自然科學領域得到了廣泛的應用。該方法通過分析時間序列的內在特征，自適應的從中提取波動頻率不同的本征模態(tài)函數（intrinsic mode function，IMF），為分析不同時域和頻率的分量對時間序列波動的影響提供了新的視角，也是對基于線性和平穩(wěn)假設為基礎的傅里葉分解和小波基等傳統(tǒng)時頻分析方法的突破。然而，EMD方法一個主要缺陷在于模型混疊問題，即在由EMD方法分解得到的本征函數中依然可能出現由頻率不同的時間序列或者相同頻率時間序列，使采用EMD方法得到的本征函數分解的不徹底。為了克服這個缺陷，Wu & Huang（2009）提出了具有克服混疊效應的集成經驗模態(tài)分解方法，通過在使用EMD方法進行分解的過程中多次加入白噪聲序列來使得隨機集成得到的白噪聲序列相互抵消，大大減少了模態(tài)混淆的概率，而增加的白噪聲效果可以通過最終誤差的標準差εn來調節(jié)，即εn=ε/n（ε為預先設定白噪聲的標準差）。這樣通過預先設定白噪聲標準差就可以達到通過調節(jié)白噪聲效果來解決模態(tài)混疊的問題①。

根據Wu & Huang（2009）的研究，白噪聲的標準差ε設定為01或者02，集成次數N=100或者200時信號序列“篩選”效果比較好。因此，本文預先設置添加的白噪聲序列標準差ε=02，集成次數N=100，這樣人民幣兌美元的價格序列會被自適應的分解為頻率和周期不同的本征模態(tài)函數和一個趨勢項②。其中，周期不同的IMF代表不同周期影響人民幣匯率走勢的分量，而趨勢項則體現了影響人民幣匯率的長期內在趨勢。在此基礎上，將從IMF方差與原價格序列方差的比值（簡稱為“方差比”）、IMF與原價格序列的Pearson和Kendall相關系數等統(tǒng)計指標來分析人民幣匯率的IMF與原價格序列的動態(tài)關系。這是因為：首先，由于分解得到的IMF相互獨立，因此可以用得到的IMF方差比來比較不同IMF對原價格序列波動的貢獻率，進而可以比較不同周期的IMF序列對人民幣匯率波動的影響；其次，Kendall相關系數用來反映IMF序列與原始序列之間是否存在共同變化趨勢。若Kendall系數為正，表明相應的IMF價格序列與原始序列存在一致的變化趨勢。

（二）人民幣匯率影響因素的特征分析

人民幣匯率經過EEMD方法分解為各個周期不同的IMF項及1個趨勢項。一般來說，周期和波長較短的IMF分量反映了短期市場波動對人民幣匯率變動的影響，而若干重大事件會對人民幣匯率在短期產生一定程度的或正或負的沖擊。因此，本文將得到的IMF分量序列進行高低頻區(qū)分，以分離出短期市場波動序列和重大事件影響序列兩類。具體方法為：為了將根據重構算法得到的m個IMF序列進行處理， 將前i個IMF序列加成得到的序列記為IMFi，分別計算指標1至指標7的均值，并對其是否顯著異于0進行假設檢驗。檢驗統(tǒng)計量為t統(tǒng)計量，具體形式如（1）式所示，其中X-i為IMFi序列均值，si為相應標準差，n為相應的樣本容量。

t=（X-i-0）/（sin-1）（1）

具體判別規(guī)則為：若IMFi序列均值顯著異于0，則IMF1～IMFi-1序列均為高頻分量，IMFi～IMFm序列為低頻分量。高頻分量和低頻分量具有較強的經濟學意義，即高頻分量反映了市場波動對人民幣匯率走勢的影響，低頻分量波動則與影響人民幣匯率的重大事件息息相關。由于人民幣匯率主要由內在趨勢、短期市場波動和重大事件影響三部分構成，通過分析這三個部分對人民幣匯率隨事件變動的影響差異，可以發(fā)現人民幣匯率市場化取向改革對人民幣匯率的影響，也為未來人民幣匯率改革提供借鑒。

（三）數據說明

由于本文著重研究人民幣匯率的價格形成機制，而中美關系和中美兩國名義匯率走勢對中美兩國經濟以及世界經濟存在深刻影響。因此，選取人民幣兌美元名義匯率RER來反映人民幣匯率RER走勢的代理變量，同時為了對比不同時期市場化取向改革對人民幣匯率走勢的影響差異，選取時間跨度為2002年1月2日至2015年9月30日。通過對序列RER進行描述統(tǒng)計可以發(fā)現，RER偏度為0145，峰度為1349，JB檢驗結果為40359，在1%顯著性水平下拒絕服從正態(tài)分布的原假設，表明人民幣匯率具有典型“尖峰厚尾”的特點。同時，單位根檢驗結果也表明RER為一階單整序列，而EEMD方法是處理具有這類非平穩(wěn)、非線性序列的有效工具，將其用于人民幣匯率RER的分解有助于揭示人民幣匯率變動的內在特征。

四、實證分析

（一）人民幣匯率的EEMD分解及價格影響因素分析

1.EEMD分解。為了充分挖掘不同頻率和波長的影響因素對人民幣匯率的影響，將人民幣兌美元名義匯率RER分解得到10個IMF和1個趨勢項（圖1與圖2）。

（二）人民幣匯率結構特征分析

EEMD的分解過程是按照從高頻到低頻依次篩選出不同波長的序列。從分解結果可以看出，高頻分量屬于信號系統(tǒng)短期波動，主要受市場供求因素的影響，波動頻繁且周期較短，而低頻分量則主要受到重大事件影響，其周期規(guī)律也相對清晰。為了進一步從不同IMF序列中區(qū)分出高頻和低頻序列，采用T檢驗（Zhang et al，2008）來進行，即采用前i個IMF指標和來檢驗前i個IMF和的均值是否顯著異于0，檢驗結果如圖3所示。從圖3可以看出，T值從第7個數值開始顯著偏離2，統(tǒng)計檢驗的結果也表明在5%顯著性水平下其均值顯著異于0。因此，將1-6個IMF分量歸為高頻波動類，其影響因素主要由市場投機因素所引起的短期非均衡，IMF7～IMF10歸為低頻波動類。根據上述高低頻分量的分類，將相同類型的IMF進行加總得到高頻分量序列與低頻分量序列（圖3），同時計算高低頻分量方差比以及與原價格序列的相關系數，結果如表2。

通過對比表1和表2可以發(fā)現，人民幣匯率高低頻分量與原始序列的相關系數要遠高于包含其中的任意IMF分量與原序列的相關系數，同時高、低頻分量的方差比也高于包含其中任意IMF分量與原序列的方差比總和，說明通過對頻率不同的價格影響因素進行結構化組合，提高了人民幣匯率形成機制分析的精準度。

1.高頻分量：市場短期波動。雖然人民幣匯率并沒有完全實現市場化，但是隨著市場化取向改革的不斷深入，人民幣匯率圍繞中間價的波動幅度越來越大③，人民幣兌美元匯率越來越具有一般交易市場屬性，市場因素對人民幣匯率的影響不斷增強，其中影響人民幣匯率的市場因素除了央行這一市場主體以外，對外貿易所引致的外匯供需、國際經濟形勢變化、市場投機行為甚至心理因素等都是影響人民幣匯率走勢的主要因素。這類因素所引致的人民幣匯率波動不僅持續(xù)時間短，而且發(fā)生的頻率較高，然而整體來看，低頻分量對人民幣匯率影響的解釋度只有312%，市場因素對人民幣匯率影響依然較小。

2.低頻分量：重大事件影響。進入21世紀以來，人民幣匯率管理制度先后經歷了三次較大調整，相應的人民幣兌美元匯率也從相對固定走向“不斷浮動”。在我國市場化取向的改革在不斷深入發(fā)展的前提下，包括影響人民幣匯率改革的重大事件對人民幣匯率走勢的影響巨大甚至起決定性作用。這些重大事件對人民幣匯率走向的影響不僅持續(xù)時間長，而且通常會直接改變低頻分量的走向。表3列出了影響人民幣匯率形成機制和價格走向的重大事件及其對低頻分量的影響。

3.趨勢項：潛在運行趨勢。金融市場價格變動都存在獨特的異質性特征，而趨勢項則反映了價格變動的長期趨勢，體現了金融市場內生的制度性因素對價格中長期走勢的持續(xù)性影響。通過比較趨勢項序列與人民幣兌美元匯率原始序列的相關指標可以發(fā)現（表4），趨勢項序列反映了人民幣匯率的長期價格走勢，即由于受到“漸進式”取向的市場改革因素的影響，人民幣匯率長期處于低估狀態(tài)，而通過多輪人民幣匯率市場化取向的改革，人民幣兌美元匯率從長期來看不斷趨于升值。這種升值態(tài)勢盡管在短期會受到市場投機性因素以及在中期受到重大事件的影響，從而對人民幣匯率走勢產生短暫沖擊，但是一旦事件影響因素結束以后，人民幣兌美元匯率依然會返回趨勢項附近并圍繞其小幅波動。

五、結論及政策建議

采用EEMD方法將2002年以來人民幣兌美元名義匯率價格序列分解為10個頻率不同的分量和1個趨勢量并區(qū)分為高頻分量和低頻分量，在此基礎上通過將高低頻分量分別加成得到高頻分量序列和低頻分量序列進行實證分析。研究表明：代表投機性因素的低頻分量對人民幣匯率影響的解釋度只有312%，表明市場因素對人民幣匯率影響依然較小，而人民幣匯率改革進程中的諸多重大事件對人民幣兌美元名義匯率的影響不僅持續(xù)時間較長，而且短期內會改變低頻分量的走向，但是從長期來看并不會影響人民幣持續(xù)升值的態(tài)勢。體現金融市場內生制度性因素對人民幣兌美元名義匯率中長期走勢會產生持續(xù)性影響，并且這種影響不會受到市場因素和突發(fā)事件的影響，在長期表現出持續(xù)升值態(tài)勢。

根據上述分析，本文提出如下政策建議：首先，要繼續(xù)完善人民幣匯率形成機制，進一步加強市場因素在人民幣匯率形成機制中的作用。雖然已有大量文獻研究表明（如陳華，2013；王自峰等，2015），“匯改”以來央行對外匯市場的大部分干預有利于人民幣匯率朝著均衡方向發(fā)展，但是央行直接通過控制開盤中間價和參與買賣外匯的行為不僅破壞了市場的價格發(fā)現功能，而且容易落人以“操縱匯率”的口實且不利于市場主體的發(fā)展。因此，央行應該將這種直接入市交易的“常態(tài)式干預”向間接干預方式轉變，通過培育市場主體如給予做市商更大匯率定價權來培養(yǎng)市場機制在人民幣匯率決定中的作用，提高市場因素在人民幣匯率形成機制中的作用。其次，考慮到重大事件雖然短期內改變不了匯率單邊升值的長期趨勢，但是短期內依然會引起人民幣匯率的動蕩，因此央行在出臺重大政策同時要加強政策解讀，避免市場誤判對金融市場產生沖擊。最后，人民幣匯率兌美元長期趨勢呈現單邊升值的態(tài)勢，這與我國經濟總量呈現持續(xù)增長正相關，也符合巴拉薩-薩繆爾森定理關于匯率決定的相關表述。然而，當前我國經濟已經進入新常態(tài)，經濟結構、產業(yè)結構以及外貿結構正在面臨深度調整，考慮到匯率在聯系國內外經濟中的核心地位，我國政府與國外主要國家在進行匯率博弈中要爭取占據主動地位，改變長期以來奉行的以促進人民幣匯率靈活性為主要目的的匯率政策，匯率政策要實時與我國實體經濟基本面相符合，并在關鍵時期與實際干預手段進行搭配以提高干預效果。

注釋：

①具體方法可參考Wu & Huang（2009）。

②實際上，當ε=01，集成次數N=100時不影響本文結論，相關結果可以向作者索取。

③2005年“匯改”以前，我國實際上實行的是盯住美元的固定匯率制度，2005年“匯改”以后，人民幣匯率變動幅度增大，但是仍然將人民幣兌美元交易價的浮動幅度限定在千分之三以內，2007年5月21日以后放寬至千分之五，2012年4月16日以后則進一步放寬，但仍然嚴格限定在百分之一以內。

參考文獻：

[1]項后軍，潘錫泉.人民幣匯率真的被低估了嗎？[J].統(tǒng)計研究，2010（8）：21-32.

[2]朱孟楠，張喬.基于隨機前沿模型的人民幣匯率低估問題研究[J].當代財經，2010（11）：50-59.

[3]張欣，崔艷娟，孫剛.外部政治壓力推動了人民幣升值嗎[J].金融經濟學研究，2015（7）：32-43.

[4]田濤，商文斌，陳鵬.美國量化寬松貨幣政策對人民幣匯率影響研究-基于ARIMAX模型的實證分析[J].貴州財經大學學報，2015（2）：1-11.

[5]李凱，陳平.匯率機制改革后人民幣匯率的動態(tài)變化[J].統(tǒng)計研究，2011（2）.

[6]陳華.央行干預使得人民幣匯率更加均衡了嗎？[J].經濟研究，2013（12）：81-92.

[7]王自峰，白玥明，何翰.央行匯率溝通與實際干預調節(jié)人民幣匯率變動的實效與條件改進[J].世界經濟研究，2015（3）：15-25.

[8]Wu Zhaohua.Huang Norden Ensemble empirical modern decomposition： a noise-assisted data analysis method[J].Advances in Adaptive Data Analysis，2009，1（1）：1-41.

[9]Zhang，X.，L.Yu，S.Wang，and K.K.Lai. Estimating the Impact of Extreme Events on Crude Oil Price： An EMD-Based Event Analysis Method [J].Energy Economics， 2009，31（5）：768-778.

[10]易綱，范敏.人民幣匯率的決定因素及走勢分析[J].經濟研究，1997（10）：26-35.

[11]姜波克.均衡匯率理論與政策新框架的三探索-基于自然資源角度的分析[J].國際金融研究，2007（1）：53-62.

Abstract：The price of the RMB exchange rate against the US dollar since 2002 is divided into 10 different frequency components and 1 trend by the method of EEMD.Then the empirical analysis is carried out by adding different high and low frequency components to get the representation of high frequency component sequence and low frequency component sequence.The results show that the impact of low frequency components of speculative factors on the RMB exchange rate is only 312%， indicating that the market factors on the RMB exchange rate is still relatively small and the impact of the major events in the RMB exchange rate reform process on the nominal exchange rate of RMB against the US dollar not only can persist for a long time but also can change the direction of the low frequency component in the short time.The factors reflecting the institutional factors of the financial market in the RMB against the U.S. dollar nominal exchange rate have a sustained impact on the long-term trend and it shows a sustained appreciation trend in the long time as well as this impact cannot be affected by market factors and the impact of unexpected events.

Key words：RMB exchange rate； EEMD model； short term market imbalance； major events influence

（責任編輯：嚴元）