美联储量化宽松政策对中国经济和人民币汇率的影响，本文主要内容关键词为：中国经济论文,宽松论文,人民币汇率论文,美联储论文,政策论文，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。
背景
量化宽松(Quantitative Easing)一词是由日本央行于2001年提出的，是指央行通过大量印钞、购买政府债券和企业债券等方式向经济体系注入大量资金以使利率接近于零的非常规货币政策，其目的在于为经济体系创造流动性，以刺激经济增长。量化宽松政策通常是在利率等常规货币政策工具不再有效时使用，例如日本为了应对本国经济的持续下滑，于2001年到2006年间大量购买公债和长期债，向银行体系注入流动性使得利率接近于零，迫使银行以低利率对外放贷，有效地促进了投资和国民经济的恢复，于是量化宽松政策后来也成为世界各国中央银行用来遏制经济危机的一个重要手段。为了应对次贷危机对美国金融体系的强烈冲击，美联储于2008年9月通过买进市场证券和承担私人部门所不愿承担的一部分金融中介职能实施了第一轮量化宽松政策，避免了美国金融体系的崩溃。为了增加货币供给、促进就业、提振经济增长，尽快摆脱次贷危机对美国经济的影响，2010年11月3日美联储宣布实施第二轮量化宽松政策(以下简称QE2)，其核心内容是2010年11月至2011年6月的8个月中，购买6000亿美元长期国债，并把此前第一轮量化宽松政策中购买的到期的机构债券和MBS转投于长期国债；与此同时维持联邦基金利率在0-0.25％的较低水平。随着量化宽松政策的实施，美联储国债持有量和资产规模迅速扩张，如图1所示，截至2011年6月底，美联储资产规模扩张至28691.7亿美元，其中国债持有规模达到16170.7亿美元，占比为56.36％。量化宽松政策对美国资本市场起到了暂时的刺激作用，主要股指出现明显回升，美国工业总产出基本恢复到金融危机前的水平。然而美国失业率仍维持高位，产出缺口依然很大。
图1 2000年1月-2011年6月美联储国债持有量、新增国债和基础货币
数据来源：Wind数据库。
量化宽松政策本质上是一种货币冲击，导致美元大量流入市场，造成全球范围内的美元泛滥，最直接的影响是使美元大幅贬值。如图2所示，2009年3月和2010年11月，伴随着美联储两轮量化宽松政策的实施，美元实际有效汇率指数持续下降。2005年7月汇率制度改革以来，人民币汇率走势发生了明显的变化，人民币实际有效汇率指数处于上升趋势而美元实际有效汇率指数不断下降。由于人民币汇率与美元汇率以及美国经济高度相关，在经济全球化的背景下，量化宽松政策不仅会对美国经济产生影响，更会通过贸易、国际投资、热钱流动、资本市场等渠道传导至中国，并最终引发人民币汇率的变动。2010年11月至2011年6月，伴随着美联储量化宽松政策的实施，人民币实际有效汇率指数则维持在高位小幅振荡，在美元贬值和短期国际资本涌入的背景下，人民币升值压力加剧。
由于美国2009年才开始实施量化宽松政策，目前学术界对于评估美国现已出台的量化宽松政策对中国经济金融的影响以及人民币汇率的影响的定量研究较少。此外，美国经济增长虽然逐渐回暖，但失业率仍居高不下，另外由于共和党在国会对执政的民主党施压，美国未来财政政策空间受限，这就使得美国出台新的量化宽松政策的可能性在增加。因此，科学测算美联储量化宽松政策对中国经济金融以及人民币汇率走势的影响，对我国政府有关部门和学术界分析未来美国相关货币政策冲击有很重要的现实意义。本文区别于目前学术界定性分析为主的研究思路，在充分考虑QE2不同传导路径的基础上，首次引入VAR模型和联立方程模型等定量方法，模拟美联储不同政策操作对中国经济以及人民币汇率的影响，并提出了若干政策建议。
图2 人民币和美元的实际有效汇率指数和名义有效汇率指数
数据来源：CEIC数据库
文献综述
国内外研究量化宽松政策与宏观经济变量之间关系的文章并不多，定量分析的文章更是屈指可数。量化宽松政策会导致货币供给增加，出现“流动性陷阱”。对此，Svensson提出了逃离“流动性陷阱”的汇率政策，将汇率作为私人部门对未来价格水平预期的指标。中央银行有目的的本币贬值可以使私人部门形成本币弱势的预期，贬值是暂时的，当价格达到事先公布的水平时，取消汇率贬值的政策便可以成功避免“流动性陷阱”[1]。Coenen和Wieland研究了经济陷入严重衰退、通货紧缩并且名义利率为零时的货币政策有效性，对比了两种缓解零利率政策影响的方法：盯住汇率和盯住价格水平。通过对三个大型经济体：美国、欧元区和日本的研究，使用数值方法求解非线性理性预期模型，结果表明基于汇率的方法和基于价格水平的方法在刺激经济增长上同样有效[2]。
国内对于“量化宽松”政策的研究多为定性分析。陈志刚和潘成夫分析了金融危机中货币政策选择人的困局，指出货币政策的首要作用是提供流动性和稳定金融体系，并可以通过量化宽松、征收持有货币税等操作改变投资者预期、降低长期利率甚至突破零利率的限制，从而进一步发挥货币政策的作用。本文在分析了制约货币政策手段生效因素的基础上，得出其对我国货币政策选择的若干启示[3]。穆争社以传统货币政策传导机制为逻辑起点，研究了量化宽松政策的特征和运行机制，结合主要经济体中央银行量化宽松政策的实践，阐述了定量宽松和信贷宽松两种政策的异同点，分析了我国货币政策的实施阶段及其特点，取得的成效及面临的问题[4]。李娅和温连青对美国量化宽松政策进行了经济学分析，指出这一政策会对我国物价水平和外汇储备产生负面影响[5]。杨金梅定性分析了美国量化宽松货币政策的传导机制、政策效果，以及对世界各国央行的不利影响[6]。
鉴于国内外针对美国量化宽松政策的研究较少，鲜有文章定量系统分析美国量化宽松政策对中国经济以及人民币汇率的影响，本文通过建立计量模型分析该政策对中国经济金融及人民币汇率影响的方向和程度，为政府有关部门制定相关政策措施提供科学依据，并填补国内学术领域对该问题定量研究的空缺。
实证研究
Dornbush的汇率超调模型认为，由于存在价格粘性，产品市场的调整速度要慢于资产市场的调整速度，会导致汇率对货币供给冲击反应过度，引发汇率超调。货币冲击是汇率波动的根本原因[7]。Frenkel等认为金融部门和实体经济部门是密不可分的，并且存在着金融部门对实体经济部门的溢出效应[8]。本文以汇率超调模型为基础，引入金融市场因素，参考Frenkel等的扩展模型，在实体经济与虚拟经济交互影响的框架下，考虑宏观经济总需求与总供给的联动作用，分析汇率的变动。在宏观经济范畴下，考虑到可交易性金融资产能够转化为货币需求产生类似超额货币供给所带来的市场支付行为，所以把虚拟经济(FF)与总需求(AD)相对应，而把实体经济(RR)与总供给(AS)相对应。纳入虚拟经济与实体经济后，货币冲击存在着MS→FF→AD→AS→RE→FE→MD→MS的循环链条，并最终对汇率水平产生影响。
在经济全球化背景下，QE2不仅会对美国经济产生影响，更会通过汇率、贸易、热钱等渠道传导至中国，并最终引发人民币汇率的变动，图3为第二轮量化宽松政策对人民币汇率影响的传导路径图，显示了QE2对人民币汇率影响的途径。QE2会对美国的消费市场(实体经济)和资本市场有一定的提振作用，会增加货币供给，同时降低利率并导致美元贬值，与此同时会通过对消费、股市、利率、货币供给间接影响到我国的消费、出口、股市、货币供给等经济指标，并最终传导至人民币汇率，造成人民币上行压力；而人民币升值后，又会反过来对我国实体经济和虚拟经济造成影响，产生多方面的冲击：首先会加速热钱的流入。伴随着人民币升值预期，热钱势必会通过直接投资、侨汇等方式流入我国。热钱的加速流入会导致外汇占款大增，并通过成数效应增加全社会流动性，使得我国本就严峻的通货膨胀形势更加严峻。同时还会冲击我国金融体系，甚至流入实体经济的部分行业进行炒作，影响我国宏观经济的稳定；其次会侵蚀外汇储备资产。我国外汇储备规模居全球之首，而储备资产中美元资产占70％以上。美元的持续贬值势必会对我国外汇储备造成极大侵蚀。当前我国外汇储备中约有17000亿美元资产。美元每贬值1％，就意味着外汇储备约损失170亿美元；再次会冲击我国出口贸易。中美贸易约占我国对外贸易的17％，美元贬值、人民币升值的背景下，我国对美贸易势必受到巨大冲击，而我国对其他贸易伙伴的出口也将受到影响。同时，美元泛滥将加剧贸易摩擦，恶化我国出口环境；最后会挤压货币政策空间。为了应对全球金融危机，我国实施了宽松的货币政策，虽然保住了经济增速，但也增加了经济运行的风险。特别是当前通货膨胀压力较大。QE2加剧了人民币升值和热钱流入，货币政策一方面需要加息以降低通货膨胀压力，另一方面又需要保持利率在合理水平以防更多外资流入。货币政策面临更小的选择空间，更大的操作难度。
图3 QE2对人民币汇率影响的传导路径图
1、QE2对美国主要宏观经济指标的影响
(1)模型和数据
其中，美联储国债持有量和美国消费的数据来源为WIND数据库，美国狭义货币存量和联邦经济利率的数据来源为CEIC数据库，美国股指选择的是道琼斯工业平均指数，数据来源为CEIC数据库，美国实际有效汇率指数来源为国际清算银行，所有指标数据均为2005年7月-2010年6月的月度数据，并作如下预处理：对美国国债持有量(TREASURY)用CPI折实并取对数，表示为TREASURY_US_LN；对美国狭义货币存量(M1_US)用CPI折实、取对数并进行季节调整，表示为M1_US_LN_SA；对美国股指(ST_US)取对数并进行季节调整，表示为ST_US_LN_SA；对美国消费(Y_US)用CPI折实、取对数并进行季节调整，表示为Y_US_LN_SA；对美国联邦基金利率取对数，表示为R_US_LN；对美国实际有效汇率指数取对数并进行季节调整，表示为RLL
一、文献综述
外汇储备币种结构优化主要包括三种方法。(1)均值方差法(Mean-Variance Approach，简称MV法)，它以Markowitz[1]资产组合理论为基础，以组合方差最小化或收益最大化为目标计算最优币种构成。(2)交易法(Transaction Approach)，它认为源于进口和外债支付、汇率安排的交易成本最小化是央行币种选择的重要目标。(3)干预法(Intervention-Oriented Approach)，其思路类似于基于资产定价模型基础上的消费决策(CCAMP)：如果储备主要为经常项目赤字融资，则以进口参考篮子衡量的储备价值应该最高；如果储备主要用于维持汇率稳定，则本币贬值时以干预货币参考篮子衡量的储备价值应最大。
由于央行的储备管理决策不同于私人投资者，除了追求既定风险下的收益最大化(央行的风险承受能力比私人投资者更低)，还必须兼顾交易成本的最小化，所以近期研究有将MV法和交易法融合的趋势。如Papaioannou等(以下简称PPS模型)构建带交易成本和约束条件的动态MV优化框架，估计“金砖四国”1995—2005年间主要国际货币的最优份额。研究表明，外汇储备中美元占比很高与多数央行将美元作为投资收益的计价货币有关；欧元计值证券的广泛发行、欧元区与发展中国家日趋紧密的贸易联系，使欧元的最优比重有所提高；汇率安排是最优币种构成的重要决定因素，贸易方向和外债币种结构的影响次之。Beck and Rahbari把新兴经济体持有储备的两个动机——财富多元化(用MV模型刻画)和交易需求(源自国际资本流入的急停，即Sudden Stop)置于统一框架中，假设央行仅投资于美元和欧元，最优币种构成取决于组合按本币衡量的最小方差以及储备对冲资本急停的程度。用该框架求解24个新兴经济体的最优币种构成发现：如果用本币作参考货币，实行固定汇率所盯住的货币在资产组合中居于主导，而外债定值货币占比较小，因此美元在亚洲和拉美国家的最优比重上升，而欧元在欧洲新兴经济体的最优比重上升。
国内相关研究主要采用MV法及其改进模型。早期研究如易江、李楚霖[2]在是否允许卖空两种情景下导出实现储备最优组合的方法，并计算了无卖空条件下的最优组合，他们使用股票收益率和风险数据，不过股票并非我国储备的主要投资工具。马杰等[3]利用MV理论建立了非线性规划数学模型来确定储备的最优币种结构，并给出了该问题的一般解析，他们先验地确定外汇储备的有限币种但是未明确选择依据。
由于不同数据、不同假设和不同约束条件下用MV法得到的优化结果非常不稳定，所以近期主要从两个方向改进：一是利用不同计量技术，基于不同收益率路径假设，得到更准确的收益率和风险数据。如杨胜刚等研究了不同投资基准、风险制度和风险厌恶情况下的外储币种结构；杨胜刚、龙张红[4]对货币收益率和比重设定隶属参数；马杰[5]则利用动态条件自相关多元GARCH模型(DCC-GARCH)度量方差-协方差矩阵；宋晓东、韩立岩通过建立多阶段的动态均值CVaR模型，利用VaR模型分析货币收益率波动，并通过DCC-GARCH模型反映各币种收益率波动的相关关系。二是在MV法的基础上加入贸易结构、外债结构、外商直接投资来源结构和汇率制度等约束条件，如刘莉亚、孔立平[6]。马杰、张灿将两方面的改进相结合，在收益率方面，采用可刻画超额损失的CVaR模型度量风险，将不可比货币收益转换为可比收益；在约束条件方面，分别对“不考虑贸易外债结构等约束的无约束情况”和“在贸易外债等结构约束条件下”的最优外储结构调整展开研究。
本研究尝试如下改进：第一，结合我国外汇储备风险管理，考虑到央行的币种决策可能同时兼顾收益-风险因素、交易需求和干预需求，所以建立涵盖MV模型和交易法模型的优化框架。第二，关于央行的目标函数，PPS仅考虑收益最大化，刘莉亚仅考虑风险最小化，本文分别以收益最大化和风险最小化为目标建模。第三，同类研究多使用单一方法估计预期货币收益率，本文做出两种假设：汇率服从随机游走、央行对汇率有完全预期，避免了单一估计方法带来的优化结果极端化。
二、模型构建和实证准备
(一)模型构建
MV模型的具体操作步骤如下：第一步确定一系列可供选择的资产对象；第二步对欲选择的资产前景进行分析并估计所有资产的收益率、方差和协方差；第三步确定有效边界，即利用估计出的预期收益率、方差—协方差矩阵确定构成有效边界的有效资产组合的组成部分和位置；第四步找出最优资产组合，即无差异曲线与有效边界的切点。
特别的，中国实行盯住美元的固定汇率制度阶段，美元被视作无风险资产，其他货币为风险资产。持有美元所获得的利息收入是额外收入，美元收益率波动并不影响其在外汇储备中的权重。此时央行以风险最小化为目标，寻求风险资产与无风险资产的最优组合。模型三为：
(二)币种选择
1.经济实力及币值稳定性原则
一国经济实力越强，面临的经济风险越小，其货币市场的广度、深度和流动性都具有优势，货币币值的稳定性越有保障。根据表1的经济实力排序，可以选择美元、欧元、日元、英镑作为储备货币。
2.贸易匹配原则
根据表2，美国、欧盟、日本、英国、韩国是中国的重要贸易伙伴，中国与东盟的贸易往来份额较大但结算多以美元为主，所以考虑贸易匹配的原则，美元、欧元、英镑、日元、韩元适合作为储备货币。
3.债务匹配原则
根据表3，中国的政府外债以美元、欧元、日元、英镑计价为主，考虑债务匹配原则，美元、日元、欧元、英镑适合作为储备货币。
综上所述，本文选择美元、欧元、英镑、日元和韩元作为外汇储备货币。
(三)数据选择和预处理样本期为2001—2011年，各币种的3个月期利率为
，数据来源于OECD的Monthly Monetary and Financial Statistics，经计算全部转化为人民币/外币形式(间接标价法)。
从表4可以看出，基于随机游走假设和完全预见性假设得到的货币预期收益率相差无几，其中英镑和韩元的平均收益率较高，日元平均收益率最低。但是两种假设下的货币收益率波动差别很大，随机游走假设下的货币收益率波动要小于完全预见性假设下的货币收益率。这是因为随机游走假设仅考虑货币的利率波动，而完全预见性假设考虑了货币的汇率波动，一般来说货币的利率变动较小，而汇率波动较大。
从单位风险报酬率(=收益率
/标准差
)来看，随机游走假设下的单位风险报酬率高于完全预见假设，这也是因为随机游走假设下货币收益率的标准差较小。随机游走假设下，日元的平均单位风险报酬率最高，欧元、英镑、韩元的平均单位风险报酬率接近，美元最低。完全预见性假设下，美元的平均单位风险报酬率最高，日元最低。但美元的平均单位风险报酬率近年来有降低趋势。
基于三种方法得到不同预期货币收益率，用简单历史数据计算出方差—协方差矩阵。
三、实证分析
下文运用MATLAB软件中的Fmincon和Quadprog函数，首先得到无其他约束条件、仅考虑收益—风险因素时的最优币种结构。然后引入外债货币构成和对外贸易份额构成作为约束条件，得到考虑了交易动机的最优币种结构。最后利用模型三，检验汇率制度变化对外汇储备最优币种结构的影响。
(一)无其他约束条件时的最优币种结构
两种假设下的最优结果如表5所示。
(1)模型得到的最优货币组合与表4中货币收益率和单位风险报酬率较高的币种基本一致。以2001年为例，两种假设下最优币种结构为韩元100％，这是因为模型以收益率最大化为目标，而两种假设下韩元的收益率均是最高的(见表4，随机游走假设下韩元收益率为5.49，完全预见性假设下为4.98)。
(2)对货币收益率做出不同假设，优化结果会有所差异，不过趋势一致。若以收益最大化为目标，应主要持有韩元和英镑；美元和欧元在大多数年份未进入投资组合。宋晓东、韩立岩的实证结果认为，提高管理当局的目标收益率，美元、日元和英镑的比例降低，而欧元比例上升。结论的差异是因为刻画风险的方式不同，但一致认为美元不是使组合收益最大化的最优货币。
(3)只考虑货币收益和风险时得到的最优币种结构比较极端。最优组合所选择的货币集中在货币收益率或单位风险报酬率较高的有限币种上，其他币种权重为零。这个优化结果与中国实际情况明显不符，说明央行除了遵循有效资产组合的原理外，还可能考虑更广泛的目标。所以接下来在MV模型的基础上添加其他约束条件。
(二)考虑外债货币构成和对外贸易份额在模型中加入外贸份额和外债货币构成的约束条件。外贸份额和外债货币构成的数据分别见表2和表3。假定央行需要持有的某种储备货币份额至少为该货币在外贸份额和外债货币构成中所占比例的50％。需要注意的是，由于美元是国际贸易中最主要的计价和结算货币，必须对美元所占的贸易份额进行调整。由于中国与东盟十国的贸易主要以美元结算，而港币盯住美元，所以借鉴刘莉亚，将中国大陆对美国、中国香港和东盟的贸易都视为美元计价。另外，由于2011年外债货币构成数据不可得，假设2011年外债货币构成的增速与2010年相同。综上，得到中国外汇储备的外债和贸易约束条件，见表6。考虑了外债货币构成和对外贸易份额的模型要增加如下约束条件，其中
为表6中计算出的相应份额：
加入外债和贸易约束后，最优组合包含了全部五种货币，美元、欧元、英镑比例基本上为满足约束条件的最低比例(个别年份除外)。其中美元占比50％-60％，欧元在10％左右变动，日元比例2007年以后呈下降趋势。英镑和韩元比例波动较大，而且存在一定“互斥关系”。韩元比例在20％以上的年份，英镑比例约为0.90％，而英镑比例在17％以上的年份，韩元比例约为3.5％。2009年以来韩元比例呈上升趋势而英镑比例相应下降。
与无约束条件时的优化结果相比，各种货币所占比例的平均增量如表8所示。优化结果中美元、日元、欧元的比例上升，英镑和韩元的比例下降，说明以收益最大化为目标时，央行考虑贸易和外债因素应多持有美元、日元和欧元。
马杰、张灿的实证结果认为，有约束条件下的最优美元权重与无约束条件下相比大幅减少，从80％下降到50％-70％，与本文的结果相反。可能的原因是该文以风险最小化为目标，而本文以收益最大化为目标；另外，该文对货币权重约束条件的设置较为粗略(美元下限10％、上限75％，欧元上限50％，英镑、日元上限33％)，而本文严格依据年度外债和贸易数据设限。马杰、张灿认为在约束条件下美元比例的下降反映了美元衰落的货币地位，而我们认为正是贸易和外债加强了对美元的需求，巩固了美元的“世界货币”地位。从表8也可以看出，日元、欧元的国际货币地位也在加强。
实际决策中持有美元的比例可能更大，因为中国与东盟以外的发展中国家进行贸易时也会使用美元计价。在考虑了更多现实因素的模型中，资产的收益-风险考虑被弱化而交易动机更重要。
(三)考虑汇率制度改革
2005年7月，中国改盯住汇率制为参考一篮子货币的管理浮动。不过，徐剑刚等[7]、Frankel and Wei、徐晟、唐齐鸣的实证研究，认为汇改初期人民币并未真正与美元脱钩，2006年以后美元在货币篮子中的权重才开始显著下降。所以本文以人民币汇率制度实际发生结构性变化的时点(2006年)为分界点。
考虑外债和贸易约束以及汇率制度改革，以风险最小化为目标建立模型二和模型三，2001—2005年盯住制时期，以美元为无风险资产，其他币种为风险资产(模型三)；2006—2011年管理浮动时期，美元和其他币种一样被视为风险资产(模型二)，优化结果见表9。汇率制度对优化结果的影响见表10。
从表10可以看出，以风险最小化为目标、无约束条件时，管理浮动时期与盯住制时期相比，美元、英镑在优化结果中比例下降，日元、韩元比例上升。考虑外债和贸易约束时，美元、欧元比例上升，英镑比例下降。这说明若只考虑风险—收益因素，管理浮动时期汇率弹性更大，所以最优组合中的美元比例下降；但若加入外债和贸易约束，美元在最优组合中的比例反而略有上升。
四、结论
本文在传统MV模型中逐步添加外债货币构成、外贸份额和汇率安排等约束条件，估算2001—2011年中国外汇储备的最优币种结构。综合考虑央行的多目标约束，2005年中国外汇储备币种结构中，美元、欧元、英镑、日元、韩元的比例为66％、10％、2％、18％、3％(根据表9数据，两种假设下的平均值)，2011年中国外汇储备最优币种结构中以上五种货币的比例应为56％、9％、0％、6％、28％。
结果表明，在以收益最大化为目标时，若仅考虑货币收益和风险，最优币种结构中仅包括货币收益率或货币单位风险报酬率较高的货币，即英镑和韩元；若加入外债结构、贸易结构的约束条件时，最优结构中美元的持有比例增加。考虑中国2005年汇率制度改革因素，无其他约束条件时，管理浮动时期与盯住制时期相比，最优结构中的美元和英镑减少；但考虑外债和贸易约束，美元仍略有增加。收益最大化和风险最小化两种模型的优化结果均说明，中国的外汇储备大量以美元资产形式持有出于交易需求。
本研究仍存在以下不足：第一，在度量外汇储备货币收益率时仅考虑了利率和汇率因素，实际上外汇储备还可能进行如私募股权等其他形式的投资，以获得更高的收益率。第二，在外汇储备风险的度量方面，本文使用历史数据计算方差—协方差矩阵，下一步可以考虑使用DCC-GARCH模型。第三，本文未考虑外汇储备币种结构的调整成本。一方面，外汇储备的买卖存在买卖价差；另一方面，中国外汇储备数额巨大，币种权重的微调会对国际外汇市场产生巨大冲击，从而影响外汇储备的价值。未来研究可以从外汇储备的投资方式、外汇储备风险度量和币种结构调整成本几个方面着手，完善模型。
标签：人民币汇率论文; 外汇储备论文; 外汇论文; 量化宽松论文; 汇率决定理论论文; 欧元对人民币汇率论文; 汇率变动论文; 经济论文; 美元对日元论文; 日元对人民币论文; 汇率改革论文; 英镑兑美元论文; 货币职能论文; 量化管理论文; 量化分析论文; 英镑汇率论文; 美元欧元论文; 英镑欧元论文; 英镑日元论文; 银行论文;