中国外汇储备规模与CPI波动动态关系实证研究

刘晓兰　谭璐　伍昱铭

摘 要：从二维视角出发，选取月度数据对中国外汇储备规模与CPI波动的动态关系进行了实证研究。结果表明，我国外汇储备与CPI波动互为因果，且二者存在长期的协整关系；短期内，外汇储备对CPI波动存在正向的冲击效应，外汇储备和CPI波动关系的阶段特征呈现出与我国外汇体制变迁阶段相契合的规律性。为此，提出了削弱外汇储备对物价影响的政策建议。

关键词： 外汇储备；协整分析；VAR模型；误差修正模型

中图分类号：F832.63 文献标识码： A文章编号：1003—7217（2012）05—0024—06

一、引 言

随着中国经济快速发展，外汇储备增长迅速，外汇占款比例不断上升，已成为我国货币供给的主要方式，流动性的充裕又成为物价高企的主要推手。理清外汇储备规模与物价指数间的动态关系，对于分析货币供应的传导机制，研究央行货币政策效果，深化外汇管理体制改革，具有重要的理论意义与现实价值。鉴于此，本文拟从长期均衡与短期波动的二维视角，探究开放经济条件下外汇储备规模与物价波动的动态关系，结合制度变迁的轨迹，探究二者关系阶段特征的内在制度机理。同时，借助计量模型来量化各个影响因素对目标变量值变动的影响程度，建立二者动态数量关系，为宏观经济调控提供政策指引。二、文献综述

从国内研究来看，由于20世纪90年代以前我国外汇储备很少，在赶超战略的主导下，政府对物价、汇率、利率实行人为控制，各种价格调节机制失灵，因此对外汇储备规模与物价波动的关联研究的实际意义不大，故相关研究只停留在理论上，鲜见诸文献中。20世纪90年代后，随着我国对外贸易的发展，在鼓励出口创汇的背景下，外汇规模不断扩大。此阶段，国内的主流观点认为外汇储备与物价指数开始出现弱相关关系。21世纪以来，我国经济持续、快速地增长，为国际收支顺差奠定了坚实的基础，尤其在2001年加入世贸组织后，我国进一步扩大对外贸易，改善投资环境，促使外国直接投资大幅度增加。这些内外因素都使得外汇储备快速增长，规模不断扩大。如胡祖六（2004）指出，外汇储备资产的不断增加，迟早会导致货币供应与信贷的过度扩张，引发通货膨胀从而使当局对外汇市场的干预成为徒劳无功[1]。王红、童恒庆（2005）的研究表明，外汇储备增长率明显是居民消费价格指数CPI的Granger原因，而且外汇储备增长对物价具有显著的正效应[2]。周浩、朱启贵（2006）认为外汇储备与物价指数之间存在正相关关系，且长期内存在稳定的均衡关系[3]。孔立平、朱志国（2008）提出从长期来看，我国外汇储备增长可以通过影响货币供应量而间接影响消费物价指数，从而增加物价上涨的压力[4]。这期间相关研究注重多种计量模型和数理分析的融合，分析的视野更加开阔，而所得结论却逐步趋同，即外汇储备规模与物价指数之间存在正相关关系，且长期内存在稳定的均衡关系。

与国内相比，国外的研究相关研究开展较早[5—6]，且近年来更加注重从长期的视角，运用实证分析的方法来探究外汇储备与物价波动的关系，而且所采用的研究方法比较复杂，所涉及的样本容量也较大[7—8]。由于国外价格体制等市场机制的发展状况与中国存在明显差异，故研究结论与中国相比出现了对应阶段上的分歧。这一点实质揭示了二者关系受制度等因素影响的动态特征和变动轨迹阶段性特征的内在逻辑。

综合相关文献来看，20世纪90年代以前，对于外汇储备与物价波动关系的研究几乎完全空白，主要原因在于外汇体制不健全，实证数据缺失，外汇储备规模偏小影响效应并不明显等；1996～2004年的研究结论主要集中认为外汇与物价波动无关联，即使存在也较弱；2004年以后主流观点认为存在较为明显的关联，或长期或短期，正向关联占多数，而且随着中国市场化改革的进一步深入，市场价格信号经济体制的逐步完善，国内外的研究结果基本趋同。三、研究设计（一）变量选取及数据来源

基于国际货币主义、货币数量理论以及IS睱M睟P模型关于外汇储备与CPI波动的传导机制，本文在借鉴国内外研究成果的基础上，考虑到变量数据的可得性、相关性等综合因素[9—13]，选取以下变量构建动态函数计量模型为：

（1）

财经理论与实践（双月刊） 2012年第5期

2012年第5期（总第179期） 刘晓兰，谭 璐等：中国外汇储备规模与CPI波动动态关系实证研究

公式（1）中，FR表示外汇储备，M2表示货币供应量（由于人民银行把货币供应量层次划分为现金流量M0，狭义货币供应量M1和广义货币供应量M2，数据M2能更好地反映一国货币供应量状况，选择M2作为解析变量观察其对物价水平的影响），GDP表示国内生产总值，ER表示汇率，IEQ表示一国在一定时期内进出口货币总额。

所采用数据来源于《中国金融统计年鉴》各期，中国人民银行资产负债表，中经网统计数据库，中国外汇统计局、和讯网、中国海关总署等且均为月度数据，时间范围从1998年12月～2010年3月共136个样本。（二）数据处理

根据所有变量数据的统计特征，将所得数据进行必要的计量处理：CPI环比与同比数据转化为以1998年12月为基期的定基比数据；由于外汇储备（FR）是国际收支的货币表现，因此用外汇储备代替理论模型中的国际收支，且外汇储备用人民币兑美元的平均汇率转化为人民币以统一单位；因为GDP月度数据难以收集，而经济增长主要来自于工业经济的增长，所以鉴于数据的可得性用工业总产值（IGQ）替代；此外，进出口总额用IEQ表示、货币供应量用广义货币M2表示[12]。

通过分析定基比CPI、变量IEQ、IGQ折线图综合其自相关系数，发现时间序列具有季节性，故为减少季节波动的影响，需要对其进行季节因素的调整。本文使用EVIEWS5.0中提供的X12方法进行季节调整。此外，为消除数据中存在的异方差，减少数据的波动幅度，分别对季节调整后的数据取对数，进行平滑处理。

四、实证分析（一）平稳性检验

回归分析所要求的时间序列必须是平稳的，否则会产生“伪回归”问题。从序列图发现各变量间有共同趋势，而且相关系数也表现出很强的相关性，因此需要对时间序列进行稳定性检验并做平稳化处理。

由变量的折线图，如图1所示，可知各变量存在时间趋势和截距，故ADF单位根检验回归方程中应包含截距和趋势项。时间序列平稳性检验结果见表1。

图1 各变量的趋势图

由表1可知，原变量序列LNCPI、LNFR、LNIEQ、LNIGQ、LNM2，ADF绝对值小于1%置信水平下临界值的绝对值，因此原序列存在单位根，具有非平稳的特征。经过一阶差分后，所有变量都是平稳的，即变量具有一阶单整性。（二）格兰杰因果检验

Granger检验对滞后长度较为敏感，因此，需对不同滞后长度分别进行检验，以因果关系检验中的随机误差项不存在序列自相关来选取最适当的滞后期。

表1 变量ADF单位根检验

表2 Granger检验结果

结果表明，在不同滞后期下检验结果一致，即外汇储备规模变动与CPI波动间存在稳定的双向因果关系。（三）协整检验

根据单位根检验，所有变量都服从I（1）过程，符合协整检验的前提。虽然，Engle—Granger两步法被证明是检验非平稳变量间协整关系的较好方法，但它存在数据的有限性偏差，联立因果偏差等三个方面的缺陷。由于以上缺点，本文将采用能够克服其缺陷的基于VAR的Johansen方法来检验变量间的协整关系。

协整关系检验首先需要确定合理的协整滞后阶数，以保证协整关系统计上的可信度。一般根据AIC和SC信息量取值最小的原则确定模型的阶数。

本文使用AIC、SC信息准则和LR统计量做为选择最优滞后阶数的检验标准，并用混合自相关检验和自相关LM检验残差序列有无自相关，White检验和ARCH统计量检验异方差性，JB检验检验残差的正态性。结果表明，滞后阶数为4的VAR模型各方程拟合优度很好，残差序列具有平稳性。对VAR（4）模型的回归残差序列进行随机性检验表明，在5%的显著水平上，各方程回归残差序列均满足正态性，不存在自相关和异方差，进一步验证了VAR（4）模型为最优模型。

表3 基于信息准则的VAR最佳滞后阶数

（四）多变量VAR模型

Sims（1980）所提出的VAR模型特点就是比较强调方程与数据的拟合，无需对模型中变量的内生性与外生性做出假定，从而克服经济解析意义上的不足。虽然时间序列是非平稳的一阶单整序列，但其可能存在某种平稳的线性组合。这个线性组合反映了变量之间长期稳定的比例关系，即协整关系。非约束的Johansen协整检验结果见表4。

表4 Johansen非约束协整关系检验结果

由Johansen检验可知，在5%的显著水平下，变量间存在一个协整关系，即LNCPI与其余变量间存在长期协整关系。

根据研究需要和一般经验，将第一组协整向量正规化，得到的协整方程可表示为表5。

（3）

对VECM进行单位根检验的结果表明，ADF检验统计量在5%显著水平上小于临界值，序列ECM已经平稳，从而说明所得到的VAR（4）是稳定可信的。稳定的VAR方程解释了外汇储备与诸变量间的长期均衡关系：从方程的系数可知，物价与外汇储备、国内生产总值存在正向关系，与进出口总额、货币供应存在负向关系；在其他条件不变时，外汇储备每增加1%，则消费者物价指数增加0.169004%，由此可见，外汇储备规模的变动增长对CPI有明显的正向作用。（五）误差修正模型

传统经济模型通常表示变量之间的长期均衡关系，但经济变量短期来看往往是非均衡的。误差修正模型的基本思想：变量通过一种误差修正机制，防止长期均衡关系出现大的偏差，并通过短期波动过程不断调整来实现长期均衡。

本文运用Engle和Granger（1987）提出的误差修正模型对变量间进行长期均衡和短期的动态关系进行分析。由于VECM的滞后期是无约束VAR模型一阶差分变量的滞后期，由无约束VAR模型的最优滞后期为4确定VECM的滞后期为3，根据研究需要只选择其中一个方程，将参数结果写成方程式如下：

VECM模型整体性检验结果表明，模型整体的对数似然函数值足够大（3817.289），同时AIC、SBIC的值相当小，分别为—56.90517和—54.92985，说明模型整体解释力较强。

利用所估计的VECM模型，可以对LNCPI的短期波动进行分析。它的短期变动主要分为两步分：一是其他变量短期波动的影响；另一部分是前一期LNCPI偏离长期均衡的影响，而VECMt—1前的系数—0.016515表明短期波动对偏离长期均衡关系的调整幅度，同时说明波动的短期偏离具有收敛性，即回归于长期均衡。

图2 VAR模型的残差序列图

图2为VAR模型的残差序列图，从图可以看出，零值均线代表变量间的长期均衡关系。在1999年和2008年左右，误差修正项的绝对值较大，这表明短期波动偏离长期均衡关系比较大；但调整比较迅速，大约经过一年时间调整，分别在下一年回复到长期均衡状态；同理，若误差修正项的数值小，则表明这些时期短期波动偏离长期均衡关系的幅度比较小。（六）实证结论

由以上分析可知，物价指数、外汇储备等诸多变量间存在长期协整关系，这一点与前述分析一致。具体来看，主要结论如下：

1.基于VAR模型的Johansen协整检验表明，中国的消费者物价指数受多种因素的影响，与外汇储备规模等变量间存在长期协整关系。长期来看，外汇储备增长对物价指数产生稳定的正向作用。

2.在协整基础上的Granger检验表明，在各种滞后期下，物价指数与外汇储备之间均存在双向的因果关系。外汇储备通过影响货币供应量导致物价指数波动，随着我国经济开放程度的不断深化，物价又能通过价格机制，借助国际贸易的渠道反过来作用于外汇储备规模的变化。

3.基于VAR协整检验基础上建立的VECM模型，很好地表征了变量间的动态关系，说明短期内外汇储备对CPI波动存在正向的冲击效应，误差修正项的系数为负数，表明物价指数的短期波动将收敛于长期均衡，再次证明了各变量间的长期均衡关系。五、结论及政策建议

实证的结果分析表明，对任何一个对外开放的国家，政府为维护经济稳定所持有适当的外汇储备是必要的，但过犹不及，若外汇储备规模过巨，从而导致基础货币的过量投放，将对通货膨胀产生推波助澜的作用。在人民币升值压力下的外汇储备增长对通货膨胀的影响不可小觑。

进一步结合研究综述与实证分析带来的启示有，外汇储备和CPI波动关系的阶段特征呈现出与我国外汇体制变迁阶段相契合的规律性。随着外汇体制市场化改革的不断深入以及外汇规模的不断扩大，外汇储备与物价指数的关系渐渐从无关、弱相关过渡到长期协整关系、短期动态关系。由此可见，在开放经济条件下，国家要实现既定的宏观经济目标，就必须疏通阻碍市场机制发挥作用的制度障碍，完善自动调节的各种机制，积极发挥各种价格机制对宏观经济的调控作用。因此，我国应大力推进金融机制深化改善，削弱外汇储备通过货币供应进而影响物价的内在联系，主要可以从以下几方面入手：

首先，推进外汇管理体制改革。中国当前外汇储备的高速增长其实质是一种失衡的国际收支格局。我国需要积极参与全球经济失衡的调整，着力推进外汇管理体制的改革，逐步实行更加灵活的汇率制度，减轻货币当局稳定汇率的压力，使货币政策更能发挥其调控作用。其次，调整经济结构。对中国来说，国际收支失衡的调节一部分需要依靠人民币汇率的波动，但是更大程度上需要依靠经济结构的调整。因此，应当把握后危机时代的发展机遇，大力推进经济体制改革步伐，调整经济结构。最后，完善市场机制。要解决我国外汇储备规模合理化和宏观经济目标稳定的“双重”问题，必需兼顾内外经济和金融发展的宏观背景，合理运用政策工具，选择适当时机不断推进市场化改革，减少相关部门的行政干预频率，消除市场机制的干扰因素，完善自动调节机制的制度条件，发挥包括CPI、汇率等在内的各种价格信号对宏观经济的“杠杆”调节作用，从而实现经济稳定发展的宏观目标。

参考文献：

[1]胡祖六.人民币灵活汇率促进全球调整[J].财经，2004，（23）：90.

[2]王红等.外汇储备增长与物价变动[J].统计与决策，2005，（20）：86—87.

[3]周浩，朱启贵.外汇储备快速增加与物价指数变动[J].财经科学，2006，（6）：44—49.

[4]孔立平，朱志国.中国外汇储备增长对物价水平的影响[J]. 经济与管理，2008，（4）：18—23.

[5]Heller.A Note on Heller's Use of Regression Analysis [R].IMF Staff Papers，1976：16.

[6]Mohsin S. Khan.Inflation and International Reserves： A Time Series Analysis [R].IMF Staff Papers，1979：26.

[7]Bar睮lan， Avner， Lederman， Dan.International reserves and monetary policy[J]. Economics Letters，2007，97（2）：170—178.

[8]Gupta， R.， Kabundi， A.. The effect of monetary policy on house price inflation： A factor augmented vector autoregression （FAVAR） approach[J].Journal of Economic Studies， 2010，37（6）： 616—626.

[9]李永宁，郭玉清，赵钧.人民币均衡汇率估算：1997～2009年[J].财经理论与实践，2011，（3）：18—23.

[10] 封建强，袁林.我国外汇储备增长与价格波动研究[J].经济科学，2000，（6）：36—44.

[11] 于子年. 人民币汇率机制改革对我国货币政策有效性的影响[J].科学决策，2009，（9）：26—36.

[12]孙宇晖，冯金中.对我国外汇储备规模、结构及利用的探讨[J].税务与经济，2011，（5）：22—26.

[13]陈碧琼，何燕. 我国外汇储备与CPI波动动态传导机制研究[J].国际经贸探索，2009，（5）：69—74.

[14]杨胜刚，朱红.外汇市场清算机制比较研究[J].湖湘论坛，2010，（4）：80—85.

（责任编辑：姚德权）

表5 协整方程输出结果