人民币汇率与宏观基本面：来自汇改后的证据，本文主要内容关键词为：基本面论文,人民币汇率论文,证据论文,汇改后论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
截稿：2010-05
一 引言
汇率与宏观经济基本面的关系一直是国际经济学中的一个谜团(Obstfeld and Rogoff，2000)。建立在宏观经济基本面上的汇率模型，如早期的购买力平价模型和货币模型，虽然在长期内具有一定效果，但均难以解释汇率在中短期的波动。近年来，人们将泰勒规则引入汇率宏观经济模型的研究中，并取得了一定的成果。泰勒模型考虑了决定汇率中短期波动的货币政策方面的因素，一定程度上弥补了货币模型的缺陷。由于上述汇率理论中变量均为宏观变量，我们统称为宏观汇率模型。
中国在2005年7月21日对人民币汇率制度进行了改革，提出建立以市场需求为基础，参考一篮子货币进行调节、有管理的浮动汇率制度。人民币汇率必然与宏观经济基本面走势息息相关，但其走势符合已有的宏观汇率理论吗？在国内目前尚无相关研究情况下，我们试图利用已有的汇率宏观模型来探讨中短期内(5年)人民币汇率与宏观经济基本面的关系。
基于文献，我们以简单随机游走模型为基准，通过对比人民币汇率的货币模型、泰勒规则模型、非抛补套利模型及购买力平价模型四种宏观经济模型的样本外预测效果，在区分了模型的可预测性(predictability)和模型的预测能力(forecasting ability)两个易混淆的预测指标基础上，研究汇率与宏观基本面的关系。
全文结构安排如下：第二部分文献综述，简要回顾与汇率相关的宏观经济模型；第三部分结合中国自身制度安排和已有研究，改进汇率的货币模型和泰勒规则模型在中国的设定；第三部分是经验分析和结果；最后是结论。
二 文献综述
自20世纪70年代主要发达国家退出布雷顿森林体系实行浮动汇率以来，汇率变动与宏观经济基本面的关系一直都是国际经济学的一个中心问题。许多经典的汇率理论也正是在这个时候产生的，包括弹性价格货币模型(Frankel，1976)、黏性价格模型(Dornbusch，1976)及许多在二者基础上衍生出的模型(Hooper and Morton，1978；Bilson，1978)。这些模型共同点就是把汇率当成一种资产(asset)，是各种宏观经济变量(如货币供给、国民收入、顺差等)的贴现值，因此理论上汇率与宏观经济基本面有着直接的关系。但是在Meese与Rogoff(1983)经典论文中颠覆了这个观点，他们使用1976年11月到1981年6月的数据对美元/马克、美元/英镑和美元/日元三种货币对货币模型进行样本外预测，预测区间长度从1个月到1年，使用最小均方预测误差(root mean square error，RMSE)比较预测效果，结果表明：不论货币模型如何设定，在预测区间小于1年的范围内，货币模型均无法超越简单的随机游走模型。Meese与Rogoff(1988)使用同样的方法对1980年11月到1986年3月的数据重新进行了估计，在36种货币模型设定中，有32种无法打败随机游走模型。此后，汇率与经济基本面的关系也成为国际经济学的一个谜(exchange rate disconnect puzzle)。Mark(1995)在一个更长的区间内(1973-1991)对货币模型进行了检测，比较了预测区间长度为1、4、8、12、16季度的预测效果，发现预测期间为1季度和4季度时，货币模型无法打败随机游走模型；当预测区间为8、12、16季度时，结果则大为改观，预测能力明显超过随机游走，其中预测期间为16时，货币模型的RMSE只有随机游走的一半，因此得出结论，货币模型只具有长期预测效果，而对1年内的预测几乎无效。Cheung等(2005)系统总结了过去30年间所有的汇率模型：货币模型、购买力平价模型、非抛补利率平价模型及巴拉萨—萨缪尔森生产率模型及四个模型的综合模型，对其进行了1、4、20季度的预测，没有发现任何模型的预测力能够稳定(consistently)超过随机游走模型。近年来，随着新的计量方法出现，一些作者试图使用新的方法重新估计货币模型，如Basher与Westerlund(2006)和Cerra与Saxena(2008)，后者使用面板协整(panel co-integration)方法对98个国家近30年间数据进行回归，发现只有在1年以上预测区间内，货币模型相对随机游走才有预测效果。
汇率的货币模型中短期内解释力差的一个原因是未能引入货币政策的相关变量，如利率和通货膨胀(下文简称通胀)率，而这些变量恰恰与短期汇率变动息息相关。Taylor(1993)根据美国经济运行的历史数据总结出一个经验性利率反应函数(interest reaction function)，为这些变量引入提供了理论基础，被称之为泰勒规则。泰勒规则在包括中国的许多国家中得到了验证(Clarida等，1998；谢平与罗雄，2002；陆军与钟丹，2003；王胜与邹恒甫，2006)。Engel与West(2005)首先将泰勒规则引入美元/马克实际汇率的研究，通过分别建立两国泰勒规则方程，成功模拟了两国汇率在1978-1998年的波动状况。Engel与West(2006)、Engel等(2007)在此基础上使用泰勒规则对更多国家汇率进行了样本外预测的检验。Molodtsova与Papell(2009)使用泰勒规则检验了欧元和美元之间的波动关系，发现泰勒模型样本外预测能力明显强于货币模型。但是Rogoff与Stavrakeva(2008)发现如果变换预测期间，泰勒规则预测能力优于随机游走的结论并不稳健，因此对泰勒模型在其他作者文中的成功应用持保留态度。
人民币汇率在汇改之前很长一段时间实行严格钉住美元、高度稳定的汇率制度，因此无从检验上述汇率理论。汇改后人民币汇率弹性的显著增强为我们研究提供了契机，在国内目前尚无相关研究情况下，本文力求在这方面有所突破。
三 理论模型
传统的宏观汇率模型均建立在资本自由流动的基础上，中国仍存在一定的资本管制，结合这个制度特征，我们也对汇率理论做了修正。
(一)货币模型
结合中国实际情况，我们建立人民币的弹性价格货币模型(陈平和李凯，2010)。首先，购买力平价(PPP)在两国间基本成立：
(二)泰勒规则模型
货币模型是汇率的传统决定模型，近年来泰勒规则被越来越多的引入汇率研究(Engel and West，2005，2006)。泰勒规则最早源于Taylor(1993)对美国经济数据的一个经验分析得到的一个货币规则，他发现这个规则和实际货币政策操作拟合的非常好，是很多中央银行操作货币政策的依据。谢平与罗雄(2002)、赵进文与高辉(2003)、陆军与钟丹(2003)、王胜与邹恒甫(2006)均发现泰勒规则在中国的适用性。
泰勒规则基本含义是：一国中央银行主要是根据通胀缺口和产出缺口来调节短期利率。如果两国
(三)UIP模型
汇率的货币模型和泰勒规则模型都将利率作为一个中间变量，而并没有出现在最终的回归方程(7)和(13)中。实际上，我们可以直接检验(5)式，通过两国利差直接对汇率进行预测。因此，我们直接将(5)式设定为一般的可检验形式：
四 经验研究
(一)数据来源
汇改始于2005年7月21日，本文选取的数据范围为2005年8月到2009年12月共计53个月度数据。本文一共涉及8个变量：人民币/美元汇率、中美两国的利率、物价指数、货币供应量、收入、贸易顺差、通货膨胀、产出缺口。汇率数据来自国家外汇管理局公布的人民币兑美元的中间价，并通过简单平均数的方法得到月度数据，具体详见http://www.safe.gov.cn/model_safe/index.html。其他月度数据主要来源于IMF的International Financial Statistics(IFS)数据库，我们用IFS第59行的
表示货币供给，美国的货币供给量单位是美元，通过前面得到的月度汇率换算成人民币。由于国民收入的数据仅有季度数据，我们选用IFS中第66行的industrial production(工业产值)作为国民收入的代理变量，它主要衡量工业企业的产出的变化。产出缺口的衡量也是建立在这个指标上的，我们采用Hodrick-Prescott(HP)方法得到产出缺口，并用二次型函数得到的产出缺口进行稳健性检验(robust check)。IFS第60行的中美两国短期利率都是月度最后一天的数据，我们更希望是月度加权的利率，因此不使用IFS中的利率。美国的短期月利率是Federal Fund Rate，取自联邦储备银行纽约分行；②中国的月利率来源于中国人民银行总行网站http://www.pbc.gov.cn/的全国银行同业拆借市场30天到期加权平均利率，它是按照月度每天的交易量加权得到。物价指数我们选用CPI来代替，中国的月度CPI数据源于中国国家统计局网站http://www.stats.gov.cn/tjsj/；美国月度CPI和通胀率取自网站http://www.inflationdata.com/，知道月度CPI也很容易计算出相应的月度通货膨胀率，值得注意的是CPI和通胀率都是同比数据。实际汇率使用上述CPI数据计算得到。最后，中美之间的贸易顺差源于海关统计资讯网http://www.chinacustomsstat.com/。上面所有数据除了利率和通胀率，在分析中采用相应数据的对数值。
(二)估测方法
本文目的是考察汇改后人民币汇率与宏观经济基本面的关系，可以划分为两个问题：(1)人民币汇率与经济基本面是否有直接关系，即人民币汇率能不能通过经济基本面来预测，这是模型的可预测性(predictability)问题；(2)如果人民币汇率可以预测，何种理论预测效果最好，这是模型的预测能力(forecasting ability)问题。因此，基于汇率的货币理论、泰勒规则理论、购买力平价理论和非抛补套利理论，我们建立汇改后人民币汇率的预测模型来回答上述两个问题。通过使用2005年8月到2008年1月的30个月的样本数据为基础，采用滚动回归的方法对2008年2月至2009年12月间的23个月的人民币汇率进行预测，并与汇率实际值进行对比来检验何种理论更适合描述人民币。下面我们介绍具体的估计和预测方法。
除了直接比较RMSE，我们还可以使用Theil's U(TU)检测，表示为：
检验结果总结在表3中。我们分别列出了三种模型的CW、DMW、TU统计量的值及预测的最小均方误差RMSE。首先，所有的模型CW值都十分显著，即汇率的三种模型都具有预测性(predictability)；其次，从DMW来看，不管货币模型如何设定，其值均小于零，且不显著，即货币模型预测的最小均方误差均大于随机游走模型，这从TU和RMSE统计量也可以看出。同时，我们发现含顺差的货币模型的RMSE与不含顺差的模型没有明显差异，说明顺差并没有引入中国的货币需求模型。UIP和PPP模型与货币模型结论基本一致：具有预测力，但是预测效果比不上随机游走模型，其中PPP模型预测力最差，这也侧面证明了购买力平价理论只在长期内成立，短期内几乎没有预测能力。
为了考察实际汇率的引入是否有助于提高泰勒模型的预测力，在上述9种形式也相应考虑其不含实际汇率的形式，分别为taylor-1、taylor-2，…，taylor-9。这样，在汇率的泰勒模型中一共考虑18种设定形式。但是我们发现引入实际汇率，并没有明显改善泰勒规则的预测能力，因此在中国泰勒规则的构建中，实际汇率可能并没有引入，一个可能原因是实际汇率只是货币政策的一个中间变量，最终发生作用仍依赖于通胀或产出缺口。因此为简明起见，我们只列出不含实际汇率泰勒规则模型的预测结果，具体结果见表5。首先，与货币模型一致，泰勒规则模型的CW值也均十分显著，与随机游走相比同样具有预测性；其次，我们发现9种设定形式的DMW值均显著大于0，TU显著小于1，表明泰勒模型不管如何设定，其预测效果均显著强于随机游走模型。
最后，我们在表6中列出了各模型预测值的均值和方差。汇率在2008年2月至2009年12月实际变动的均值和标准差分别为-0.00259和0.00452，而货币模型、UIP和PPP预测值平均达到了-0.00694、-0.00677和-0.00702，是实际变动的2倍以上，存在很大的预测误差，而九种泰勒规则模型平均预测均值为-0.00301，非常接近实际均值。同时标准差也是泰勒规则模型最接近真实值。
综合上面分析，汇率的货币模型、泰勒规则模型、UIP模型和PPP模型具有预测性(predictability)，但是预测能力(forecasting ability)却有显著区别，货币模型、UIP模型和PPP模型无法打败随机游走模型，而泰勒规则模型却明显优于随机游走，因此泰勒规则模型最适合描述汇改后人民币汇率的动态变化。
(四)稳健性检验
首先，变换产出缺口的计算方法。前面，我们使用H-P滤波法得到的产出缺口，通过对两国工业产品(IP)的走势的观察，采用二次型设定来计算出产出缺口。设定
，回归后生成的残差序列即为二次型产出缺口。对比H-P产出缺口，二者走势基本一致：二者在中国序列相关性达到98.3％，在美国序列相关性达到96.7％。因此，改变产出缺口的计算方法不会影响本文的结论。
其次，在货币模型中，我们假定中国顺差与货币供应量增加之间是1∶1的关系，即η=1。现在分别假定η=0.5和η=2。以money-2模型为例，按照上面同样的预测方法，发现预测效果也未发生明显变化。
最后，全文采用滚动的β进行预测的，我们同时采用递归β重新进行预测。结论与预期一致，具体就不再赘述，表明本文的检验结果十分稳健。
(五)汇率对通胀的反应
我们重点考虑预测力最强的泰勒规则模型。在滚动回归下，可以对系数变动做一个连续的刻画。重点关注人民币汇率变动对通胀和产出缺口的反应。在泰勒规则的九种模型中(分别用t1到t9表示)，我们发现只有本国通胀的系数a[，1d]始终显著为负(见图1)，即如果中国通胀率上升，人民币就有升值趋势，并且通胀每上升1个百分点，人民币将升值0.137个点。原因很简单，通胀率上升，人们就预期未来加息的可能性增加，造成资本流入，相应人民币也升值。传统观点，如相对购买力平价理论，认为如果一国通胀加剧，货币对内的价值降低，相应的对外也应该贬值。但在我们研究框架下，一国利率依据泰勒规则制定，通胀加剧将使中央银行提高利率，引发资本流入加剧，从而造成本币升值。这个关系意义在于：我们只需通过观察CPI的走势，就可以预测人民币汇率的一个基本走势。
五 结论
汇率与宏观经济基本面之间的关系一直是国际经济学中的一个谜。本文首次通过利用汇改后2005年8月至2009年12月间53个月度数据建立人民币/美元汇率的预测模型，考察了人民币/美元汇率与经济基本面的关系。基于四种汇率宏观理论，在2005年8月至2008年1月间的30个数据基础上，采用滚动回归的方法对2008年2月至2009年12月间的23个月的人民币/美元汇率进行样本外预测，并区分了模型的可预测性(predictability)和模型的预测能力(forecasting ability)两个易混淆的预测指标。结论表明：(1)采用CW统计量检验模型的可预测性发现，所有四种模型均具有可预测性；(2)采用DMW、TU和RMSE统计量检验预测能力时发现：货币模型、非抛补套利模型和购买力平价模型虽然具有可预测性，但不管模型如何设定，预测能力比不上简单的随机游走模型，而泰勒模型均明显优于随机游走模型，并且汇率对泰勒模型中本国通胀率反应最为显著：通胀上升，汇率就明显升值。
有了上面结论，我们通过中国CPI走势对汇改后人民币走势做一个简单解读。2005年8月中国CPI完成探底以后，开始进入一个上升的趋势中，直到危机前的2008年6月这个上升趋势才得以逆转。期间人民币也相应地处于一个升值趋势，之间固然有汇改后一些制度性因素导致的升值，但CPI的不断上升对升值起着重要作用；金融危机后，中国CPI一路下滑，按理说人民币应该贬值(事实上，人民币NDF市场上的确出现了贬值)，但是汇率却一直稳定在6.83左右，人民币似乎回到了汇改前的钉住美元。我们认为这可能是制度性升值因素与CPI下滑导致的贬值相互抵消的效果，当然也可以简单认为这只是政府应对危机政策。但不管怎样，人民币钉住美元只是一个暂时性现象，因为随着全球经济的复苏，中国CPI必然重拾升势，人民币汇率退出钉住美元启动升值一个重要条件就是通胀压力的持续增大。事实上，自2009年11月中国CPI转正以来，一直处于一个上升趋势中。截止2010年4月底已达2.8％，可以预计食品价格上涨导致的通胀压力将在第二季度维持，5月份CPI将突破3％，待6、7月份的CPI仍维持在高位，届时人民币很可能重新启动升值。
图2
中国CPI走势
本文一个缺陷是汇改后至今数据仍然有限，模型的估计和预测可能会受小样本的困扰，随着数据的增加，我们模型仍有待重新检验。另外，汇率的理论模型上仍有待挖掘中国特有的制度性因素，使之更完善。这些也是我们未来工作的方向。
注释：
①事实上，我们使用了汇改后数据对中美两国泰勒规则进行了拟合，结果也表明泰勒规则在两国基本成立。
②详见http://www.newyorkfed.org/markets/omo/dmm/fedfundsdata.cfm。
⑤虽然中国不再是严格的结售汇制度，但为简便起见，我们认为中国的顺差和货币供给增加之间为1∶1的关系。后面稳健性检验中，我们会变换λ的值。
标签：人民币汇率论文; 基本面论文; 汇率决定理论论文; 汇率变动论文; 预测模型论文; 泰勒规则论文; 汇率改革论文; 能力模型论文; 随机游走论文; 人民币汇率中间价论文; 产出缺口论文; 实际汇率论文; 宏观经济论文; 外汇论文; 经济学论文; 货币论文;