汇率干预效果的实证研究及优化

在已有的文献中，一些学者已经对某些国家的汇率波动以及外汇市场干预效果进行了分析。Domac和Mendoza（2004）分析了墨西哥和土耳其的情况，认为卖出外汇的市场干预降低了两国的汇率波动。但Guimarães和Karacadag（2004）取得出了相反的结论，他们认为干预对汇率波动的影响有限。Minella等（2003）分析了巴西的情况，强调外汇干预要公开透明，否则会使公众不能理解央行真实目标，造成央行信誉的下降。Gersl和Holub（2006）以及Kamil（2008）分别分析了捷克和哥伦比亚外汇市场干预的效果，认为偶然性的外汇市场干预有助于稳定汇率，但当货币政策目标与汇率目标不一致时，干预的效果会大大降低。

由于交互盯住国际汇率体系并未建立，我们无法对其汇率干预效果进行实证分析，在此我们主要利用实行通胀目标值的四个亚洲新兴市场国家对汇率干预的效果进行了一个实证研究，以供参考。

关于新兴市场国家外汇市场干预与汇率波动之间关系的研究相对较少，主要是由于新兴市场国家很少向外部披露干预的数据。IMF（2007）分析了亚洲的五个管理浮动汇率制国家即韩国、印度尼西亚、菲律宾、泰国以及印度2000—2007年的干预情况，发现干预降低汇率波动的证据非常有限。Stone（2009）分析了相同的样本空间，认为外汇市场干预的效果取决于冲击的性质。Carlos（2011）以37个通胀目标制和非通胀目标制国家为样本，分析了通胀目标制、汇率波动以及外汇市场干预效果之间的联系，认为通胀目标制的实施虽然提高了汇率的波动性，但也提高了外汇市场干预的效果，因此支持实行“弹性”通货膨胀目标制。他们研究了样本国1995年一季度—2010年一季度的数据，是金融危机之后较早对该问题展开研究的文献之一。

在实行通胀目标制的四个亚洲新兴市场国家中，央行长期保持了对外汇市场的干预和管理。但是对于干预的效果，尤其是在通胀目标制的环境中实施外汇市场干预的效果，分析的文献较少且未得到一致的结论。金融危机的爆发为我们提供了检验通胀目标制与汇率波动以及外汇市场干预之间关系的良好机会。为了有针对性地分析亚洲国家的情况，王培康（2015）借鉴Carlos（2011）的分析思路，利用韩国、泰国、菲律宾和印度尼西亚四个国家的面板数据，对这些国家在通胀目标制的环境中实施外汇市场干预的效果进行了实证检验。

（1）模型设定与估计方法。在本书的分析中，我们主要考察两个模型：一个是外汇储备规模变动对汇率波动的影响；另外一个是外汇储备规模变动的程度对汇率波动的影响。对于每个模型，我们首先在整个样本区间上对模型进行估计，然后分别在两个子区间上对模型进行估计，以分别考察金融危机前后样本国外汇市场干预的效果是否有变化。

模型1的具体形式为：

对于∀i=1，...，N和∀t=1，...，T，汇率的波动性是外汇储备规模resit、外汇储备规模resit与Dit的交叉项以及控制变量的函数。我们加入了汇率波动的滞后项，用来考察汇率波动的持续性；外汇储备规模resit与Dit的交叉项可以区分正向和负向干预对汇率波动的不对称影响。

模型2的具体形式为：

模型2与模型1的主要区别是用Δresit替代了resit。Δresit可以表示央行外汇市场干预的力度，所以模型2主要考察的是央行干预力度对外汇波动性的影响。在其他设定方面，模型2与模型1一致。

在模型估计中，由于省略变量等原因引起的内生性偏差是一个难以解决的问题。GMM估计是目前解决内生性问题的主要方法。在使用GMM估计方法时，工具变量的选取对估计结果起着非常关键的作用。但在面板数据估计中，GMM估计仅在短面板数据中是一致的，但本文中的数据为长面板数据（样本区间T大于样本容量N），因此使用GMM方法可能会导致估计结果不显著。根据Berganza（2012），我们采用包含时间哑变量的混合最小二乘法（Pooled OLS）对模型进行估计。当然，混合最小二乘法也存在弊端，例如该方法导致我们无法使用固定效应哑变量，固定效应被归入截距项。不过，通过控制变量，我们在一定程度上控制样本国之间的异质性。

（2）数据和变量描述。我们选择四个样本国2002年第一季度—2012年第三季度的数据进行分析，起始时间的选择一方面考虑了各个国家通胀目标制开始的时间，另一方面考虑到菲律宾和泰国在2000—2001年底汇率波动剧烈，为了避免个体效应对分析结果的影响，我们统一选择了2002年第一季度作为样本区间的起点。

我们以每日汇率收益的季度标准差作为衡量汇率波动的指标，兑美元汇率的收益采用式（8.9）计算：

其中：St是t期与美元的双边汇率，以直接标价法表示，即St上升表示本币贬值；Δ是差分算子，所以当rt为正时，表示本币相对于美元贬值，为了使收益的均值为零，根据Harvey等（1994），我们从rt序列中减去Δlog St的均值。我们这里采用各国货币对美元的汇率，一方面是由于数据容易获取，另一方面是因为美元是亚洲国家对外贸易和资本往来以及外汇储备构成的主要货币。对汇率波动的衡量方法并不是唯一的，例如Rose（2007）用月度汇率数据四年移动标准差来衡量汇率的波动，这一方法使得汇率波动更加平滑。

我们用Δres来近似衡量央行在外汇市场的干预，res是样本国官方外汇储备占GDP的比重，Δres表示外汇储备占GDP比重的增减变化，可以近似衡量央行在外汇市场干预的力度，Δres为正时表示央行在外汇市场上净买入外国货币。当然，除了央行有意图地进行外汇市场干预之外，其他因素也会引起外汇储备的变化。例如，外汇储备投资获得的收益使外汇储备规模增加，但央行并未在外汇市场施加干预。Suardi和Chang（2012）分析了发达国家外汇市场干预数据和外汇储备变动的关系，指出二者具有显著的互动关系。但是新兴市场国家一般不会公布央行在外汇市场上的买卖数量和频率，因此缺乏相关研究。在研究新兴市场国家对外汇市场的干预时，最常用的方法就是用外汇储备的变动作为干预行为的代理变量。外汇储备以美元计价，以减少样本国货币币值变化产生的影响。

在我们的分析中，我们通过哑变量Dt来区分央行在外汇市场上的买入或者卖出外汇储备的行为。通过这样的设定，我们可以具体分析央行干预行为对汇率的波动是否存在不对称的影响。具体而言，当一国外汇储备占GDP比重上升时，Dt为零，否则为1。

为了增加分析的显著性，根据Berganza和Broto（2012），我们选取的四个控制变量分别为：①贸易开放度，因为随着开放程度的提高，实际汇率对经济的影响就会越大（Cavoli，2008）；②经常账户占GDP的比重；③人口（取对数），由于人口一般为年度值，我们假设一年内人口保持不变；④人均GDP。本节分析所用的数据全部来自CEIC数据库。

表8.2　汇率波动和外汇市场干预数据的统计特性

注：res*表示外汇储备占GDP的比重，由于我们使用了GDP的季度值，所以该比值较高。

表8.2给出了汇率波动性、外汇储备占GDP的比重、外汇储备占GDP比重的变化以及负向干预等变量数据的统计特性。我们不仅统计了这些数据在整个区间上的特征，划分了危机前（2002年第一季度—2008年第二季度）和危机后（2008年第三季度—2012年第三季度）两个区间，这两个区间的划分以雷曼兄弟破产为节点，因为普遍认为雷曼兄弟破产事件正式宣告了本次金融危机的爆发。

从表8.2可以看出，金融危机爆发使样本国汇率的波动性显著提高，危机前的平均值仅为0.34，危机后上升为0.49，上升的幅度为43%；衡量收益波动性的标准差由危机前的0.19上升为0.4，说明外汇收益的波动性扩大了一倍。

整个样本中，res的季度平均值相当于季度GDP的规模，可见各样本国均保持了较高的外汇储备。在危机爆发前，res占GDP的平均比重为84%，危机后上升为113%，说明央行买入了大量的外国货币，在外汇市场上进行了积极的干预。res的标准差（s.d.）和变异系数（C.V.）均较危机前显著上升，说明在金融危机爆发以后，各国央行加强了干预力度，扩大了干预规模。(www.xing528.com)

在危机爆发前，Δres的均值接近于零，说明外汇储备占GDP的比重既有增加也有减少，增加与减少的幅度基本抵消，表明央行在外汇市场上进行了双向的外汇干预。危机后，Δres的均值为0.02，与res的均值上升一样，二者均说明在金融危机期间央行买入了大量的外汇储备。

表8.2的最后一组给出了负向干预的统计特性，由于危机前和危机后的均值接近，说明负向干预的力度基本没有受到金融危机的影响。

图8.10　汇率收益率的波动与外汇储备占GDP的比重

注：ex表示汇率收益率的波动，即文中的，Q表示季度。

图8.10是四个样本国汇率收益率的波动性与外汇储备占GDP比重的关系，从图中我们可以看出，韩国和印尼两国外汇储备占GDP的比重基本保持平稳，但是在金融危机期间汇率的波动性显著上升；泰国与菲律宾两国的外汇储备在金融危机之后有了显著的上升，但汇率的波动性较小，金融危机前后差异不大。从图8.10我们可以初步发现外汇储备在汇率稳定方面起到了积极的作用。

（3）实证结果分析。模型估计的结果如表8.3所示。

表8.3　模型1和模型2的估计结果

注：***p＜0.001，**p＜0.01，危机前为2002Q1—2008Q2，危机后为2008Q3—2009Q3。

我们对模型的估计结果显示，韩国、泰国、菲律宾以及印度尼西亚四个样本国的汇率波动在危机前具有较高的持续性，在模型1中，危机前的系数为0.66，在危机之后，这一系数将为0.27，说明汇率波动的持续性下降。

模型1中，我们主要估计了外汇储备规模resit对汇率波动的影响。结果显示，外汇储备规模resit可以降低汇率的波动性，外汇储备占GDP的比重每提高1个百分点，汇率的波动率会下降1.17个百分点，且估计结果在99%的置信区间上显著。在对危机前样本进行估计时，外汇储备对汇率的稳定作用略有减小，但仍然是非常显著的。在用金融危机爆发后的数据进行估计时，resit的影响系数提高为-2.51，说明危机期间外汇储备对于稳定汇率的作用较危机前显著扩大，但这一结果在统计上是不显著的。resit×Dit的系数无论是在整个样本区间还是在两个子区间上都是不显著的，表明买入外汇和卖出外汇的干预操作对汇率没有显著的不对称影响。

在模型2的估计中，除了汇率波动的滞后项之外，其他项的系数均是不显著的。Δresit项的系数在三个区间上的估计均明显高于模型1中resit的系数，即外汇干预力度的提升可以对汇率波动起到更强的稳定作用，这一结果符合我们的预期和理论直觉，但在10%的显著性水平上无法拒绝系数为零的原假设，所以从统计意义上Δresit对汇率的波动没有影响。

理论上，新兴市场国家的外汇干预政策应该比发达国家更有效。

首先，新兴市场国家金融资产的替代性要远远低于发达国家。Menzie和Hiro（2007）认为，东南亚新兴市场国家的金融市场开放程度要远远低于发达国家。而且，新兴市场国家的汇率风险要高于发达国家，当金融市场波动时，投资者需要更高的风险溢价才愿意持有新兴市场国家货币计价的金融资产。

其次，相对于新兴市场国家货币的交易量而言，政府外汇市场干预的规模较大。尽管这些国家的外汇交易迅速增长，但交易量仍然远远小于发达国家。从表8.4可以看出，亚洲新兴市场国家中，除印度尼西亚之外，各国的外汇市场的规模都有较大幅度的增长，但绝对规模仍然远远小于美、日等发达国家。例如2010年4月韩国外汇市场日均交易量为440亿美元，远远高于表1中的其他新兴市场国家，但仅相当于同期日本外汇市场日均交易量的14%，美国的5%。另一方面，新兴市场国家日均外汇交易量占外汇储备的比重远远小于美国和日本。在六个亚洲国家中，韩国2010年日均外汇交易占外汇储备的比重最高，为15.09%，其他五个国家均低于10%，而同年美国外汇市场日均交易量是其外汇储备的10倍以上。从外汇市场日均交易规模占GDP的比重来看，六个亚洲国家也低于美国和日本。

表8.4　各国外汇市场日均交易量（10亿美元）

表8.5　各国外汇市场日均交易量占当年末外汇储备的比重（%）

表8.6　各国外汇市场日均交易量占当年GDP的比重（%）

资料来源：各国外汇市场日均交易量数据来自BIS，占外汇储备和GDP的比重为笔者根据CEIC数据计算。

由于新兴市场国家的外汇市场规模较小，而各国掌握的外汇储备规模较大，因此政府干预可以对外汇市场产生显著的影响。