謝 非,劉婷婷
(重慶理工大學 經(jīng)濟金融學院, 重慶 400054)
近十多年來,中國的經(jīng)濟由高速增長轉(zhuǎn)為中高速增長,國家外匯儲備和人民幣匯率出現(xiàn)新的特征。根據(jù)國家外匯管理局網(wǎng)站①網(wǎng)站地址為:http://www.safe.gov.cn。提供的數(shù)據(jù),2005年我國外匯儲備為6 236.46億美元,之后一直處于高速增長階段,于2014年到達了峰值39 662.67億美元,是2005年外匯儲備量的六倍多。隨著國家產(chǎn)業(yè)結(jié)構(gòu)的換擋升級,2015年后我國外匯儲備出現(xiàn)下降,截至2017年7月,我國外匯儲備余額為30 807.2億美元(圖1)。2005年7月,我國實行有管理的浮動匯率制度,此后近十年,人民幣兌美元即期匯率進入持續(xù)單邊升值通道。為控制流動性注入的通貨膨脹和避免人民幣過快升值,央行對外匯市場進行了相應的干預。自2014年2月以后,人民幣匯率由過去的升勢轉(zhuǎn)變?yōu)檫B續(xù)貶值,央行為了更好地讓市場決定匯率,將銀行間即期外匯市場上人民幣兌美元交易價的浮動比由1%上升為2%,使得人民幣匯率波幅加大,增強了人民幣匯率雙向浮動彈性。2015年8月,為解決人民幣中間價偏離市場匯率,央行決定綜合考慮外匯市場供需情況以及國際主要貨幣匯率變化向中國外匯交易中心提供中間價報價。
圖1 2005—2017年我國外匯儲備余額與美元兌人民幣匯率走勢數(shù)據(jù)來源:國家外匯管理局
隨著我國經(jīng)濟金融市場化進程的逐步深入,“一帶一路”倡議的實施以及“滬港通”的出現(xiàn),國內(nèi)外資本市場之間的聯(lián)系愈發(fā)緊密,相互之間的影響日益增強[1],從而導致我國外匯儲備與人民幣匯率變動的不確定性不斷加大。一方面,人民幣匯率和外匯儲備的波動直接影響我國對外的進出口貿(mào)易活動,如人民幣幣值上升過快會對國內(nèi)出口企業(yè)的經(jīng)營活動造成過大沖擊,而人民幣幣值下降過快不利于人民幣國際化戰(zhàn)略的推進,引發(fā)資本外流,損害金融體系的穩(wěn)定性。另一方面,人民幣匯率和外匯儲備的變動很可能誘發(fā)我國資本市場的波動。這是因為匯率預期的變化會影響我國金融資產(chǎn)的期望收益,改變國內(nèi)外投資者的資產(chǎn)配置組合,同時還可能促使上市公司調(diào)整其經(jīng)營決策,從而對企業(yè)價值產(chǎn)生影響。因此,為了使央行對外匯市場的異常波動進行及時、有效的干預和調(diào)控,避免由于外匯儲備和人民幣匯率的異常變動帶來的負面影響,本文就央行外匯干預的行為特征進行研究。
1983年IMF根據(jù)《杰根森報告》將外匯干預定義為:貨幣當局為了影響本國貨幣匯率在外匯市場進行買賣外匯的行為。西方學者率先對央行外匯干預行為進行了探索,形成了一些有益的研究成果。Almekinders等發(fā)現(xiàn)德國央行的外匯干預量存在大量零值,之后利用德國聯(lián)邦銀行公布的外匯干預數(shù)據(jù)對其干預行為進行了深入研究,發(fā)現(xiàn)央行進行外匯干預是個非連續(xù)的過程,只有在干預的必要性超過一定閾值時才會進行入市干預[2-3]?;谘胄袑ν鈪R干預不連續(xù)性的特征,F(xiàn)renkel 等為了解釋日本央行實施的外匯干預措施,運用Logit方法進行實證研究,所估計出的外匯干預行為方程能夠精確地判斷日本央行是否進行了外匯干預[4]。Hodgson利用兩階最小二乘法對門限回歸模型進行估計,檢測和分析了加拿大銀行的外匯干預行為,發(fā)現(xiàn)央行為了避免加拿大元的持續(xù)急劇下降并影響到貨幣政策的執(zhí)行,通過外匯干預阻止對加拿大元信心的喪失[5]。關(guān)于外匯干預量的研究方面,由于世界上許多國家并沒有公布外匯干預的數(shù)據(jù),因此Suardi等嘗試用月度外匯儲備變動作為外匯干預的替代變量,研究月度外匯儲備變動量與央行進行外匯干預的程度,認為兩者之間存在一定的協(xié)同關(guān)系,驗證了其作為替代變量的可行性[6]。Chen 等研究發(fā)現(xiàn)實際匯率相對于目標匯率的偏離會導致央行進行外匯干預行為,并且在進行干預時的成本大小是央行考慮是否進行干預的影響因素[7]。
由于我國對外匯干預的研究起步相對較晚且缺乏外匯干預數(shù)據(jù),因此我國現(xiàn)階段的研究還停留在定性和定量研究的初級階段。在定性研究方面,何彥對中國外匯實施沖銷的背景和效應做了分析,并針對沖銷過程中的沖銷工具、基礎(chǔ)貨幣流向和外匯儲備方面的問題,提出了央行在進行沖銷干預時的改革思路和建議[8]。郭田勇等對中國進行匯改之后的有效性進行了分析,指出了可增強外匯干預效力的關(guān)鍵并提出了建議[9]。除此之外,王楠等、徐虹對中國外匯市場干預的現(xiàn)狀、發(fā)展趨勢進行了分析,并提出了對策建議[10-11]。在定量研究方面,徐晟等選取2005年匯改之后的日度數(shù)據(jù)估計人民幣貨幣籃子的影響權(quán)重,研究發(fā)現(xiàn)美元的影響權(quán)重逐漸減少,并認為央行參考一籃子貨幣的調(diào)整是積極穩(wěn)定的[12]。張在美等根據(jù)日本央行公布的外匯干預數(shù)據(jù),用線性模型、2-機制TR模型和FTR模型分別進行實證研究,結(jié)果表明FTR模型能夠更好地說明央行進行外匯干預的非線性,為研究我國外匯干預行為提供了借鑒[13]。李科等總結(jié)了前人對央行進行外匯干預的三大目標,對1996年到2009年的外匯儲備月度余額變化進行相關(guān)目標性檢驗,認為央行在短期和長期中進行干預的特征是不同的[14]。謝赤等為準確描述外匯干預行為的異方差和非對稱性特點,運用m-機制TR模型和GARCH模型對央行外匯干預的目標進行了實證檢驗[15]。鄧黎橋等用面板工具變量法分析了全球23個國家和地區(qū)的外匯干預措施,以哥倫比亞和新西蘭為代表總結(jié)其外匯干預經(jīng)驗,認為外匯干預行為應該更加靈活并與宏觀經(jīng)濟政策相適應[16]。
從已掌握的文獻來看,國外對央行外匯干預行為特征的研究較多,但對于我國央行外匯干預行為特征的研究文獻尚少,且多利用2015年匯改之前的數(shù)據(jù)進行研究,有效反映外匯干預最新情況不足。因此,本文基于我國1996年1月至2017年7月的月度干預數(shù)據(jù),實證分析我國央行進行外匯干預時的行為特征具有一定的理論價值和現(xiàn)實意義,可以為國家更加有效地調(diào)控外匯市場、穩(wěn)定匯率波動提供參考。
由于目前許多國家包括中國在內(nèi)對外匯干預時所進行的市場操作方式尚未公布,因而央行外匯干預的數(shù)據(jù)無法獲取,研究我國央行外匯干預行為特征時只能用替代變量作為外匯干預的數(shù)據(jù)。鑒于外匯干預數(shù)據(jù)的保密性,本文參考李科、謝赤等學者選取外匯干預變量指標的方法,以央行外匯儲備的變動量作為代理變量[14-15],再將變動量取絕對值,用符號drs(單位:億美元)表示,為了消除趨勢影響及可能存在的異方差,我們對其進行對數(shù)處理,從而得到被解釋變量的度量指標為lndrs。在進行外匯干預過程中,匯率的變動至關(guān)重要,因此我們選取在直接標價法下人民幣匯率的月度變動數(shù)值作為解釋變量,度量指標表示為exr。
根據(jù)圣路易斯聯(lián)邦儲備銀行經(jīng)濟研究網(wǎng)站(economic research federal reserve bank of ST.LOUIS)*網(wǎng)站地址為:https://fred.stlouisfed.org/series/EXCHUS提供的數(shù)據(jù),選擇中國1996年1月至2017年7月對外匯干預的特征進行檢驗。所使用的數(shù)據(jù)經(jīng)整理如圖2和圖3所示。其中,圖2描述了1996年1月到2017年7月人民幣匯率的月度變動值;圖3描述了1996年1月到2017年7月我國外匯儲備的月度余額變化??梢钥闯?,自2005年后,美元/人民幣匯率及外匯儲備波動幅度、頻率變化較大。
1.央行外匯干預的逆風向性檢驗
為了研究我國央行外匯干預行為的特點,首先對央行的干預目標作出假設(shè):在短時間內(nèi),本期匯率偏離上期匯率時,央行會采取措施減輕匯率波動或改變匯率走向,即為逆風向性干預。為了驗證這一假設(shè),我們依據(jù)逆風向性定義的思路建立計量模型:解釋變量為匯率變動增量exr,被解釋變量是以絕對量的外匯儲備對數(shù)變換值表示的外匯市場干預lndrs,然后利用計量方法對預先設(shè)定的央行反應模型進行估計和分析,在統(tǒng)計顯著性水平上,判斷央行是否在進行逆風向性干預。在建模之前,先分析兩增量序列的平穩(wěn)性質(zhì),如表1所示。
圖2 美元/人民幣匯率1996年1月至2017年7月的月度變動
圖3 央行1994年1月至2017年7月外匯儲備月度余額變化
變量ADF檢驗值1%臨界值5%臨界值10%臨界值P值檢驗結(jié)果exr-8.8402-3.9940-3.4273-3.13700.0000平穩(wěn)lndrs-3.9745-3.4557-2.8725-2.57270.0018平穩(wěn)
從表1可以看出,exr和lndrs兩變量都是在1%的臨界值下是平穩(wěn)的,因此可以通過被解釋變量和解釋變量建立滯后分布模型(表2),從而達到模擬預測現(xiàn)實的經(jīng)濟關(guān)系。
表2 自相關(guān)和偏自相關(guān)圖(部分截取)
根據(jù)表2可以確定模型最佳滯后階數(shù)為2,根據(jù)確定的最佳滯后階數(shù)可以提出計量模型:
lndrs=c(1)+c(2)×exr+c(3)×lndrs(-1)+c(4)×lndrs(-2)+ε
(1)
將此模型代入實證分析得出回歸方程結(jié)果統(tǒng)計量*由于該結(jié)果未能通過殘差檢驗所以沒有列示。,回歸結(jié)果表明解釋變量的系數(shù)均在1%的水平上顯著,但通過進一步對其殘差序列進行檢驗,發(fā)現(xiàn)其不能通過自相關(guān)和異方差檢驗,即被解釋變量lndrs可能存在自相關(guān)性,由此會影響變量之間的系數(shù)不能通過檢驗。因此,可以對我國央行的對外匯干預的特征行為建立GRACH模型:
lndrs=0.750 0-3.373 3×exr+0.510 3×lndrs(-1)+0.316 8×lndrs(-2)
(0.190 9)(1.169 7)(0.081 2)(0.0766)
其中有:
GARCH=0.043 1+0.433 8×RESID(-1)2+0.610 8×GARCH(-1)
(2)
(0.015 4)(0.090 6)(0.070 2)
回歸方程實證結(jié)果見表3。
表3 回歸方程實證結(jié)果統(tǒng)計量
通過比較回歸結(jié)果可以得出,與分布滯后模型相比較而言,GARCH模型表現(xiàn)出更好的擬合優(yōu)度,其解釋變量的系數(shù)均在1%的水平上通過Z顯著性檢驗,F(xiàn)檢驗和P值均小于0.01。
從回歸模型可以看出,匯率變動exr對外匯干預的影響系數(shù)的P值在0.01水平上顯著為負。解釋變量exr系數(shù)為負,表明了人民幣相對美元的升值引發(fā)了中國央行買入美元拋售人民幣的外匯干預活動,這也驗證了前文對央行干預目標為“逆風向性”的假設(shè)。滯后項系數(shù)顯著,表明我國外匯市場的干預行為具有長期性和連續(xù)性。國家的匯率政策與匯率波動休戚相關(guān),通過外匯市場操作達到干預外匯的目標需要一定的時間,并且要與長期穩(wěn)定的貨幣政策相配合,因此這與干預行為具有長期持續(xù)性的特點相符。
2.央行外匯干預與波動性檢驗
在我國外匯市場上,由于存在嚴格的外匯管理制度,央行在進行外匯干預時大多表現(xiàn)為買進其他參與主體的外匯頭寸余額。因此可以進一步假設(shè):央行實行漸進式的匯改進程和防止人民幣過快升值是為了緩解外匯市場波動和抑制在外匯市場上進行投機。為了驗證這一假設(shè),我們做了如下檢驗:
要檢驗央行進行外匯干預對超出升值預期的波動部分的反應,首先剔除兩次匯率制度改革時期人民幣匯率按趨勢進行漸進升值的部分*具體時間為:2005年7月至9月,2015年8月至2016年1月。,獲得去除升值預期后未預期到的匯率波動序列residuxp,將residuxp作為解釋變量加入不包括匯率變動量的模型方程進行顯著性檢驗,可以得到如下方程:
lndrs=0.750 0-5.061 8×residuxp+0.479 0×lndrs(-1)+0.344 1×lndrs(-2)
(3)
(0.205 1)(3.024 8)(0.061 5)(0.061 0)
回歸方程實證結(jié)果見表4。
表4 加入解釋變量residuxp的回歸方程實證結(jié)果統(tǒng)計量
從表4的回歸結(jié)果可以得到,解釋變量residuxp在10%的水平上顯著,且解釋變量residuxp的系數(shù)值為-5.061 8,波幅較大,由此證明了央行進行外匯干預具有“熨平匯率波動”的目標。從1996年以后,人民幣一直處于升值狀態(tài),央行通過買入外匯調(diào)整實際匯率偏離目標匯率,以抑制人民幣波幅較大、防止在外匯市場進行投機的干預行為明顯。
3.央行外匯干預與對稱性檢驗
通過上述兩項檢驗可以明確央行在進行外匯干預時的目標為“逆風向性干預”和“熨平匯率波動”。無論是在人民幣異常貶值或者異常升值時央行都會入市進行干預,由此引發(fā)我們進一步思考:在人民幣貶值和升值的時候所采取的干預力度是否相同,這背后是否有國家宏觀經(jīng)濟政策的體現(xiàn)。為了證實央行對于幣值不同變動所持的干預態(tài)度的差別,我們在回歸方程中引入虛擬變量dummy*虛擬變量dummy的設(shè)定為:1表示人民幣貶值,即exr為正;0表示其他情況(人民幣升值或不變),即exr為負或為零。,為了避免出現(xiàn)多重共線性,再加入交積項的形式,同時反映出虛擬變量和解釋變量的影響,最終可以得到如下擬合方程:
lndrs=0.689 7-5.490 3×exr×dummy-5.394 9×exr×(1-dummy)+0.303 5×lndrs(-1)+0.518 6×lndrs(-2)
(0.106 8)(1.998 4)(2.057 2)(0.037 6)(0.030 2)
其中有:
ARCH=0.313 9+1.292 2×RESID(-1)2
(4)
(0.055 1)(0.223 5)
回歸方程實證結(jié)果見表5。
表5 引入虛擬變量dummy的回歸方程實證結(jié)果統(tǒng)計量
同理,我們統(tǒng)計出ARCH(1)方程的實證結(jié)果見表6。
表6 方差方程實證結(jié)果統(tǒng)計量
表7 殘差序列相關(guān)LM檢驗
由模型的實證結(jié)果可以得到,所有解釋變量都在1%的顯著水平上顯著,其中各個指標的擬合較好,ARCH模型的實證結(jié)果的P值統(tǒng)計量為0.000 0,表明此模型的顯著水平較高,模型方程的殘差出現(xiàn)一定的白噪聲的過程,所以我們在這里對模型方程進行一階殘差自相關(guān)檢驗(LM-ARCH),檢驗結(jié)果見表7,可以看出在5%的顯著水平上拒絕不存在ARCH效應的零假設(shè)。
由外匯干預波動的ARCH模型擬合圖可以發(fā)現(xiàn)方程ARCH(1)中含有虛擬變量dummy的模型可以較好地分析和解釋我國央行外匯干預的行為特征如圖4。
圖4 外匯干預波動的ARCH模型擬合圖
通過上述模型的實證結(jié)果可以得到,解釋變量exr×dummy的P值統(tǒng)計量為0.006 0,Z統(tǒng)計量為-2.747 2,這表明解釋變量exr×dummy在1%的顯著水平上顯著;解釋變量exr×(1-dummy)的P值統(tǒng)計量為0.008 7,Z統(tǒng)計量為-2.622 0,也表明了解釋變量exr×(1-dummy)在1%的顯著水平上顯著。解釋變量的系數(shù)分別為-5.490 3、-5.394 9,我們發(fā)現(xiàn)解釋變量exr×dummy的系數(shù)比exr×(1-dummy)的更小。通過實證可以看出:央行在人民幣超過預期進行貶值或升值的時候,其干預的力度是不一樣的。相對于人民幣升值而言,央行對于人民幣貶值時干預的力度更大,這就驗證了央行進行外匯干預時具有非對稱的特征。通過實例我們也可以很好地解釋這一特點。在2016年初,人民幣匯率與中國股市雙雙暴跌,隨即央行采取了強勢的干預措施來應對這次危機。在香港,通知所有商業(yè)銀行停止進行人民幣拆借,對香港離岸市場人民幣空頭進行了狙擊,其干預行為不僅推高了離岸人民幣拆借利率,而且導致當天人民幣匯率離岸市場暴漲1 000個點。相對于人民幣匯率的下跌,央行對于近期人民幣大漲的干預行為就沒有那么強烈。2017年9月以來人民幣大幅上漲,為了抑制人民幣升值過快,9月8日央行調(diào)整遠期售匯業(yè)務風險準備金,從原來的20%調(diào)整為0%。9月11日美元兌人民幣為6.499 7,較9月8日而言還上漲了35個點,到9月12日人民幣才貶值280個點。由此可見,對于人民幣升值而言,央行采取了弱勢干預措施。
本文基于1996年1月至2017年7月的外匯儲備的月度余額絕對變動量作為外匯干預的替代變量,結(jié)合運用了ADL模型和ARCH及GRACH模型進行了逆風向性、波動性和對稱性的檢驗,研究了我國央行進行外匯干預的行為特征。根據(jù)研究結(jié)果我們可以得出結(jié)論:我國央行的外匯干預目標是“逆風向性干預”和“熨平匯率波動”,其干預行為具有長期性、持續(xù)性和非對稱性的特點,這也與“雙向波動、小幅升值”的人民幣國際化路徑相符。由于長期的匯率變動或決定都不是僅依賴于外匯干預所能達到的,這一目標的實現(xiàn)主要與長期、穩(wěn)定、有效的貨幣政策相配合,也側(cè)面反映了我國外匯干預具有較強的政策性意圖。為了解決貨幣政策操作方面受到阻礙、央行在干預時操作成本高的問題,以及更好地配合央行進行外匯干預熨平市場波動的目標特點,本文提出以下對策建議:
第一,多部門協(xié)同參與外匯干預,建立多層次干預模式配合貨幣政策。現(xiàn)階段我國外匯干預主要是靠央行來進行操作的,單部門實施容易產(chǎn)生對預期干預條件判斷偏差、干預失效的后果。借鑒發(fā)達國家的干預機制,我國可采用多層次模式來實施外匯干預:由財政部負責配合我國貨幣政策來進行外匯干預政策的制定,央行對財政部頒發(fā)的政策進行具體實施,商業(yè)銀行對央行的措施進行積極的配合。這樣一來,多部門的協(xié)同參與使得外匯干預政策能做到上傳下達,一方面增加了外匯干預的連貫性和有效性,另一方面也可以依靠靈活的財政、貨幣政策配合來維持富有彈性的均衡匯率。
第二,利用和引進外匯衍生產(chǎn)品,實現(xiàn)外匯干預的長期性和預見性。央行在進行外匯干預時,通常是直接進入即期市場實施干預,往往導致干預成本較大。若央行在外匯干預時根據(jù)對匯率波動的預測,利用外匯衍生產(chǎn)品,不僅可以使得這一問題得到改善,而且也是與外匯干預行為的長期持續(xù)性相配合?,F(xiàn)階段,由于我國外匯市場上的衍生產(chǎn)品*現(xiàn)階段我國外匯市場衍生產(chǎn)品包括遠期、貨幣互換、期權(quán)等。并沒有得到充分的發(fā)展,因而在調(diào)控外匯時存在一定的局限。引進和運用更多的外匯衍生工具,如無本金交割(NDF)等手段,有助于加強央行外匯調(diào)控的靈活性和科學性,更進一步地對外匯市場條件做出敏感性反應,從而增強外匯市場的穩(wěn)定性。
第三,設(shè)立外匯平準基金,以多渠道資金來源實現(xiàn)熨平匯率波動目標。外匯平準基金又稱為干預基金,具有政策性和非盈利性的特點,是貨幣當局以法定方式建立的、多種來源形式的基金組合。由于其是由外匯、黃金和本國貨幣共同構(gòu)成,外匯平準基金可以與外匯儲備共同作為干預手段,在人民幣異常貶值或升值時通過在外匯市場上拋出或購入儲備來熨平匯率波動,緩解外匯市場上的投機行為。
參考文獻:
[1]何新易,楊鳳華.中國對外直接投資動因分析:基于“一帶一路”戰(zhàn)略的國家樣本[J].貴州財經(jīng)大學學報,2016(5):12-21.
[2]ALMEKINDERS G J,EIJFFINGER S C W.Daily bundesbank and federal reserve interventions[J].Empirical Economics,1994,19(1):111-130.
[3]ALMEKINDERS G J,EIJFFINGER S C W.A friction model of daily Bundesbank and Federal Reserve intervention[J].Journal of Banking & Finance,1996,20(8):1365-1380.
[4]FRENKEL M,PIERDZIOCH C,STADTMANN G.Japanese and U.S.interventions in the yen/U.S.dollar market:Estimating the monetary authorities’ reaction functions[J].Quarterly Review of Economics & Finance,2005,45(4):680-698.
[5]HODGSON D J.A test for the presence of central bank intervention in the foreign exchange market with an application to the Bank of Canada[J].Empirical Economics,2011,41(3):681-701.
[6]SUARDI S,CHANG Y.Are changes in foreign exchange reserves a good proxy for official intervention[J].Journal of International Financial Markets Institutions & Money,2012,22(4):678-695.
[7]CHEN H C,CHANG K L,YU S T.Application of the Tobit model with autoregressive conditional heteroscedasticity for foreign exchange market interventions[J].Japan & the World Economy,2012,24(4):274-282.
[8]何彥.我國外匯沖銷干預中存在的問題及改革思路[J].財經(jīng)研究,2000(4):14-18.
[9]郭田勇,陳佳.我國中央銀行對外匯市場干預效力分析[J].國際金融研究,2006(7):57-61.
[10] 王楠,呂建黎.我國中央銀行外匯市場干預的現(xiàn)狀、問題及對策[J].特區(qū)經(jīng)濟,2006,211(8):74-75.
[11] 徐虹.我國央行外匯干預的特征分析[J].時代經(jīng)貿(mào)(學術(shù)版),2007,5(10):177-179.
[12] 徐晟,唐齊鳴.中國參考盯住籃子貨幣干預的實證研究[J].國際金融研究,2008(9):68-72.
[13] 張在美,謝赤,孫柏.外匯干預反應函數(shù)非線性FTR模型的提出及其實證[J].中國管理科學,2010,18(4):34-42.
[14] 李科,陳平.基于ADL-ARCH模型的我國外匯干預目標之實證研究[J].中山大學學報(社會科學版),2010,50(5):202-208.
[15] 謝赤,貝籽.中央銀行的外匯干預行為特征研究——基于TR-GARCH模型的實證檢驗[J].上海經(jīng)濟研究,2014(3):3-15.
[16] 鄧黎橋,董亮.中央銀行外匯干預的國際經(jīng)驗——基于面板工具變量法的分析[J].國際金融研究,2017,363(7):24-33.