汇率市场化改革、外汇市场干预和人民币汇率波动之动态关系 厦门大学经济学院

戴淑庚

【摘 要】 汇率市场化改革增加了汇率波动弹性，而货币当局的外汇市场干预意在稳定汇率。文章利用主成分分析方法构建了人民币汇率市场化的法定指数（De jure），并基于SV-TVP-VAR模型探究了汇率市场化改革、外汇市场干预和人民币汇率波动之间的动态相关关系。研究发现：第一，汇率市场化改革明显放大了人民币汇率波动幅度，而且效应逐渐增强。第二，2010年汇改重启之前，货币当局的外汇市场干预会导致人民币汇率波动进一步加剧;之后，外汇干预稳定汇率的有效性逐渐增强。第三，从方差分解和动态溢出指数来看，随着人民币汇率波动弹性的不断增强和资本账户开放的逐步推进，汇率市场化改革和外汇市场干预对人民币汇率波动的影响逐渐增强。第四，人民币汇率波动弹性的日趋增强并未影响货币当局汇率市场化改革的有序推进。基于此，建议继续稳步推进人民币汇率市场化改革，积极有效地进行外汇干预，注意防范近期国际金融风险。

【关键词】 人民币汇率市场化法定指数（De jure）; 外汇市场干预; 人民币汇率波动; SV-TVP-VAR模型

【中图分类号】 F832.61  【文献标识码】 A  【文章编号】 1004-5937（2019）07-0002-10

一、引言

2005年7月21日，人民币放弃固定汇率制度，开始实行以市场供求为基础，参考一篮子货币调节，有管理的浮动汇率制度。汇改启动后，人民币进入持续的单边升值周期，汇率波幅也日渐放大。然而，随着2008年美国次贷危机蔓延全球，人民币汇率市场化改革步伐不得不有所搁置，此间人民币实行稳定的汇率制度。2010年汇改重启后，人民币汇率双向波动日趋明显。到了2015年8月11日，为了方便加入特别提款权（SDR），中国人民银行启动了中间价形成机制改革，此后人民币步入贬值周期，外汇储备大幅流失。为了扭转这一局势，2016年2月中间价形成机制转向“前收盘价+夜盘一篮子货币变动”规则，2017年5月进一步引入“逆周期因子”。总体看来，汇率市场化改革的逐步推进导致人民币汇率波幅日渐扩大;同时，货币当局根据宏观金融形势和汇率波动情况适时调整汇制改革步伐。

除了制度性改革外，为了稳定汇率，降低汇率波动给宏观经济带来的冲击，货币当局在市场上同时进行着积极有效的外汇干预。例如，在2008年国际金融危机、2015年“8·11”汇改前后的人民币快速贬值和资本外流期间，货币当局都动用了美元储备以稳定汇率，有效减少了外汇市场波动。

然而，在人民币国际化和资本账户开放不断推进的背景下，跨境国际资本流动规模日益扩大、波动日渐频繁，这对货币当局的外汇市场干预和货币政策协调提出了更高挑战。因此，深入探究汇率市场化改革、外汇市场干预和人民币汇率波动之间的影响机制，对于合理调整汇率市场化改革步伐，实现有效外汇市场干预具有重要的现实意义。

二、文献综述

汇率是用一国货币表示另一国货币的价格，因此汇率波动的形成最终是由外汇市场上的供给和需求决定的。长期来看，当汇率偏离均衡水平时，外汇市场上的供求力量会使汇率重新回到均衡水平。Hau[ 1 ]、Tille[ 2 ]运用动态随机一般均衡模型（DSGE）来研究一国汇率波动的形成机制，发现名义工资粘性、非贸易品、母国偏好等都可以有效地解释汇率波动。高铁梅等[ 3 ]基于弹性价格货币理论和汇率生成的微观结构模型，并结合GARCH模型实证发现汇率的适应性预期、汇率的暂时性偏差、中美利率差、中美货币供应量差和中美实际收入差都会对汇率波动产生显著性影响。

但如果市场存在摩擦或者制度性约束时，上述市场因素便不足以解释汇率的偏离与异常波动。陈浪南和苏海峰[ 4 ]利用半参数函数化系数模型研究发现汇率市场化改革的推进有助于弱化持续性预期，而资本账户开放的推进强化了预期的正向性。除了制度性因素以外，货币当局的外汇市场干预对汇率波动的影响也不可忽视。Goyal & Arora[ 5 ]发现外汇市场干预对汇率波动影响最大。在发达国家，货币当局为了矫正汇率的长期偏离进行外汇市场干预[ 6 ]。而在新兴市场国家，外汇市场干预意在稳定汇率[ 7 ]。从外汇市场干预的有效性来看，Pattanaik et al.[ 8-10 ]均发现外汇市场干预能够有效减少汇率波动，Dominguez[ 11 ]、陈创练和杨子晖[ 12 ]则发现央行干预会加剧汇率波动。Taylor[ 13 ]基于美元—日元外汇市场的数据，利用马尔科夫转换模型研究发现，当汇率偏离均衡值时外汇市场干预能够提高汇率稳定，并且干预的效果随着偏差的增大而显著;但是当汇率在均衡值附近时，外汇市场干预卻会使汇率更加不稳定。

通过分析以往文献发现：一是专门研究汇率市场化改革和外汇干预等政府性因素对汇率波动影响的文献相对较少;二是很少学者关注到经济变量间的动态影响，即随着国际国内经济金融局势的发展，相关因素对汇率波动的影响可能发生非线性逆转，甚至是时变关系。鉴于此，本文的贡献在于：一是考虑到当前人民币汇率尚未实现完全市场化，与市场性因素相比，中间价形成机制、资本账户开放和外汇市场干预等政策性因素对汇率波动的决定作用可能更为突出。因此综合考虑汇率制度、中间价形成机制和资本账户开放等制度性因素，采用主成分分析方法构建人民币汇率市场化的法定指标（De jure）。二是考虑相关变量之间的非线性和动态关系，采用SV-TVP-VAR模型对汇率市场化改革、外汇市场干预和人民币汇率波动的相关关系展开研究，以期为汇率市场化改革和外汇市场干预提供有益的经验证据。

本文随后的结构如下：第三部分介绍实证模型;第四部分是汇率市场化改革、外汇市场干预和人民币汇率波动动态相关关系的实证研究;第五部分是结论和政策建议。

三、实证模型

考虑到汇率市场化程度、外汇市场干预和人民币汇率波动之间可能存在非线性和动态关系，本文采用带有随机波动率的时变参数SVAR模型（SV-TVP-VAR）分析三者的时变响应关系。SV-TVP-VAR模型可以看作是状态空间模型与结构向量自回归模型的结合创新，其特点在于模型假定系数矩阵和结构冲击的时变特征。

（一）SVAR模型

基本的SVAR模型定义如下：

其中，βt+1～N（μβ0，β0），αt+1～N（μα0，α0），ht+1～N（μh0，h0）。假设时变参数的冲击不相关，并且β、α和h都是对角矩阵，式（2）中假定所有参数服从一阶随机游走过程，Primiceri[ 14 ]指出该假设允许参数暂时或永久性变动，可充分捕捉潜在经济结构的渐变或突变。

（三）参数估计方法

对于SV-TVP-VAR模型的估计，Nakajima[ 15 ]认为采用马尔科夫链蒙特卡罗模拟（MCMC）方法估计更加精确有效。

四、匯率市场化、外汇市场干预和人民币汇率波动动态相关关系的实证研究

（一）指标测算和数据选取

1.人民币汇率市场化法定指标（De jure）的测算

陈浪南和苏海峰[ 4 ]以我国相对汇率波动程度作为人民币汇率市场化程度的衡量，进而研究人民币汇率持续的单边升值问题，然而这可能会产生较强的内生性问题。因此，在对货币当局的汇率市场化改革展开研究之前，有必要构建人民币汇率市场化程度的法定指标（De jure）①。

结合相关文献以及三层指标体系来构建人民币汇率市场化程度的法定指标（De jure）。其中，第一层为汇率制度指标，包括汇率制度安排、汇率波幅限制和中间价形成机制改革;第二层为市场约束指标，包括银行间外汇市场会员数、外汇市场的产品种类指标;第三层为汇兑安排指标，包括结售汇安排和资本账户开放程度。

关于汇率制度，2009年国际货币基金组织（IMF）将其划分为无单独法定货币汇率、货币局、传统盯住、稳定安排、水平区间盯住、爬行盯住、类爬行安排、浮动、自由浮动九大类。根据汇率弹性程度，可以将汇率制度分为9级，其中对无单独法定货币汇率赋值为1/9，货币局赋值为2/9，传统盯住赋值为1/3，以此类推。在IMF《汇兑安排与汇兑限制》（AREAER）年度报告中，中国在2005年“7·21”汇改之前被划为传统盯住，赋值为1/3;汇改启动以后被划为爬行盯住，赋值为2/3;2008年7月至2010年6月被划为稳定安排，赋值为4/9;2010年6月至今被划为类爬行安排，赋值为7/9②。

关于汇率波幅限制，根据中国人民银行的公布时间，依次赋值为0.3%、0.5%、1%、2%。

关于中间价形成机制，货币当局主要进行了4次改革，如表1所示。其中，在2015年“8·11”汇改以前，人民币汇率中间价的确定实际上是一个“黑箱子”，货币当局可以任意干预中间价形成以调整汇率。“8·11”汇改启动以后，货币当局一度放弃了对中间价的干预，然而当时人民币汇率贬值预期强烈、外汇储备流失严重，因此2016年初人民币中间价重新转向“前收盘价+夜盘一篮子货币变动”规则，2017年5月又进一步引入了“逆周期因子”。因此，对2005年“7·21”汇改以前赋值为0，其后按改革方向进行相应赋值③。

关于银行间外汇市场会员数，依据外汇管理局的相关数据进行赋值。

关于外汇市场的产品种类，目前我国市场上主要涵盖了即期、外汇远期、外汇掉期、货币掉期、外汇期权五类产品。其中，在2005年8月银行间市场引入了人民币外汇远期交易，2006年4月推出了人民币外汇掉期交易，2007年8月推出了人民币外汇货币掉期交易，2011年4月启动了人民币外汇期权交易。因此，对2005年8月之前赋值为1/5，随后每引入一类产品赋值增加1/5。

关于强制结售汇，根据外汇管理局网站资料共计进行了14次改革④，其中10次属于放松监管方向，至2012年4月16日，强制结售汇政策法规均已失去效力，实践中不再执行。根据改革方向，依次进行赋值⑤。

关于资本账户开放，测算方法主要包括法定测度（De jure）和事实测度（De factor），本文采用法定测度。法定测度主要信息来源于《汇兑安排与汇兑限制》（AREAER）年报分类表、AREAER文本及《资本流动自由化法规》⑥。常用指标包括Quiun[ 16 ]、Chinn & Ito et al.[ 17-20 ]。其中，Chen & Qian[ 20 ]的资本管制指数（中国）为高频的月度数据，可作为本文的研究指标，但其只更新至2014年，无法对近期情况进行及时跟踪。因此，参考金荦[ 21 ]、苟琴等[ 22 ]的研究，从外汇管理局官方网站上筛选出与资本项目外汇管理相关的139条重要法规，对资本账户开放度进行测算⑦⑧，如图1。可以看出，除了2008年次贷危机期间资本管制显著收紧之外，我国的资本账户开放一直在稳步推进。

结合以上指标，发现KMO指标为0.85，适合采用主成分分析方法构建综合指标。从图2可以看出，在2005年“7·21”汇改以前，人民币汇率市场化程度很低，改革进程缓慢;汇改启动以后，人民币汇率市场化程度大幅提升;之后由于2008年国际金融危机的爆发，为了避免危机过度蔓延至我国，货币当局随即实行了“稳定安排”的汇率制度，同时资本账户也有所收紧，汇率市场化改革进程有所放缓;2010年汇改重启以后，人民币汇率市场化水平进一步提升，到了2015年“8·11”汇改时期，货币当局主动放弃了对人民币中间价的干预，实际上采用了自由浮动汇率制度，此时人民币汇率市场化达到最高水平，然而此举加剧了人民币贬值和外汇储备流失，货币当局不得不重新对中间价实行干预，汇率市场化改革再次放缓。但总体看来，人民币汇率市场化程度较2005年汇改以前已经有了大幅度的提升，货币当局的汇率市场化改革一直在稳步推进。

2.人民币汇率波动率的估计

随着人民币汇率市场化改革的推进，人民币汇率变动方向（升值或贬值）的重要性逐渐下降，货币当局和市场转而更多地关注人民币汇率的波动幅度，因此本文采用波动率作为人民币汇率的代理变量。

（1）数据预处理

选取人民币兑美元即期汇率的日度数据，时间跨度为2000年1月1日至2017年12月31日，除去节假日共计4 549个数据（如图3）。表2为汇率对数收益率的基本统计特性，结果显示，在5%的显著性水平下，对数收益率序列平稳。同时，数据为非正态分布，且具有高阶的ARCH效应，因此需要采用GARCH类⑨和随机波动率（SV）模型对人民币汇率波动率进行测算。

（2）波动率估计

综合四类评判标准，平均平方误差、平均绝对误差、高斯准极大似然损失函数误差以及对数损失函数误差，发现采用随机波动率（SV）模型估计效果最优。进一步将日波动率取月平均得到人民币汇率的月度波动率，如图4。可以看出，随着汇率市场化改革的有序推进，人民币汇率波动性有了明显提高。

3.外汇市场干预指标

关于外汇市场干预指标的选取，Neely（2001）认为可以选用外汇储备的变动作为代理指标，但影响外汇储备变动的因素很多，如汇率波动的估值效应、投资损益等，国际储备中的其他资产也可以随时转换为外汇储备。相对而言，外汇占款是货币当局收购外汇资产形成外汇储备而相应投放的本国货币，属于历史价值且不受上述因素的影响，因此本文采用外汇占款⑩的环比变动作为外汇市场干预的代理变量。

（二）实证分析

考虑实际情况，将实证模型变量顺序设置为汇率市场化程度、外汇市场干预和人民币汇率波动。由于2005年“7·21”汇改之前人民币汇率鲜有波动，为了保证研究的可靠性，本文将数据区间选定为2005年7月至2017年12月。利用MATLAB 2013对SV-TVP-VAR模型进行处理。

1.数据平稳性检验

为了避免伪回归，需要对相关变量进行ADF单位根检验。结果发现，在5%的显著性水平下三组数据均是平稳的。

2.参数估计结果分析

遵循Nakajima[ 15 ]的模型设定，利用MCMC方法进行10 000次抽样，预烧1 000次，得到SV-TVP-VAR模型的参数估计结果（如表3），在5%的显著性水平上，Geweke值不能拒绝趋于后验分布的假设，表明预烧期已经足够使MC趋于集中;同时，无效因子均低于100，表明结果有效。

3.时变的随机波动率

图5中，第一行为人民币汇率市场化程度ERM、外汇市场干预FXI和人民币兑美元汇率波动率SV三组数据本身的变化趋势，第二行为各自的随机波动率。

从图5可以看出，人民币汇率市场化改革一直在稳步推进，货币当局根据宏观金融形势不断调整策略。2005年7月21日人民币正式放弃固定汇率制度，开始实行以市场供求为基础、参考一篮子货币的有管理的浮动汇率制度，此后匯率市场化程度大幅提升。在2008年国际金融危机期间，为了避免危机的过度蔓延，人民币选择短暂盯回美元，汇率市场化改革有所停滞。2010年6月汇改再次启动，人民币弹性进一步增加，双向波动日趋明显。到了2015年“8·11”中间价形成机制改革时期，货币当局主动放弃了对中间价形成的干预，此时人民币汇率市场化达到了最高水平。然而在新汇改启动以后，外汇市场供求明显失衡，汇率呈现单边贬值压力，促使人民币中间价不得不重新回到管控状态，资本账户也经历一定程度的收紧。总的来看，人民币的汇率市场化改革一直在稳步推进，危机期间的“后退”其实是为了更好地“前进”。

外汇市场干预方面，2008年国际金融危机、2015年“8·11”汇改前后人民币快速贬值时期，货币当局在市场上的干预较为频繁，而其余时间外汇市场干预较为稳健。同时在2015年之前，货币当局在外汇市场上的干预主要是为了抑制人民币的持续单边升值，此时的干预强度较小;此后，外汇储备流失和汇率贬值相互强化，对外汇市场造成了巨大压力，货币当局不得不动用较多的外汇储备以稳定人民币汇率，更好地实现贬值预期平稳释放。

人民币汇率波动率方面，2005年“7·21”汇改以前，人民币实行盯住美元的固定汇率制度，汇率波动微乎其微;汇改启动以后，人民币波动幅度逐渐提高;2008年国际金融危机期间，人民币选择暂时盯回美元，汇率波动接近0。随着2010年汇改重启，人民币双向波动日趋明显，波动率进一步提高，2015年“8·11”汇改前后人民币长期处于贬值周期，汇率波动率一直居高不下。

4.时变脉冲响应分析

在模型参数估计的基础上，采用SV-TVP-VAR模型估计单位标准外生正向冲击形成的时变脉冲响应函数。

（1）人民币汇率波动对汇率市场化改革的脉冲响应

图6为人民币汇率波动率对汇率市场化程度1个单位标准外生冲击的时变脉冲响应函数。从图中可以看出，汇率市场化程度对人民币汇率波动率的短期影响具有一定的时变性，而长期影响较弱。在2005年开始的汇率制度改革初期，人民币汇率波动对汇率市场化程度的脉冲响应较小;随着人民币汇率波动弹性不断增强和资本账户开放的逐步推进，汇率市场化改革对汇率波动率的影响日益增强，在2015年“8·11”汇改期间达到最大值。例如2008年10月，当人民币汇率市场化程度出现1个单位的正向冲击时，人民币汇率波动在1个月后的最大脉冲响应为0.006，随后逐渐减小，1年后脉冲响应接近0;在2015年8月，给予汇率市场化改革1个单位的正向冲击，人民币汇率波动的脉冲响应在两个月后达到最大值0.0134。同时，“8·11”汇改的启动强化了人民币的贬值预期，加速了外汇储备流失，给外汇市场造成了巨大压力，2016年底货币当局不得不对中间价实行重新管控，此时的外汇市场干预和资本账户管制均有所加强，人民币汇率波动率的响应一定程度上受到遏制。在2017年4月，给予汇率市场化改革1个单位的正向冲击，人民币汇率波动在两个月后的脉冲最大响应为0.0123。

（2）人民币汇率波动对外汇市场干预的脉冲响应

图7为人民币汇率波动对外汇市场干预1个单位标准外生冲击的时变脉冲响应函数，脉冲响应体现了货币当局外汇干预的有效性。外汇干预的主要目的在于稳定汇率、减小汇率过度波动。从图中可以看出，货币当局的外汇市场干预行为对人民币汇率波动率的短期影响具有非常明显的时变性。2010年汇改重启以前，货币当局在外汇市场上的干预行为短期内会导致人民币汇率波动加剧，其主要原因是2005年“7·21”汇改以后，人民币处于连续的单边升值周期，国际资本对人民币的套汇意愿强烈，跨境资本流动频繁，此时货币当局在外汇市场的干预反而进一步强化了人民币升值预期，导致汇率波动加剧。在2008年10月，给予外汇市场干预1个单位的正向冲击，人民币汇率波动在当月做出响应，1个月后达到最大值0.015，之后逐渐变小并在1年左右趋近于0。2010年汇改重启之后，外汇市场干预的有效性逐渐增强，在2015年达到最高水平。例如在2013年10月，给予外汇市场干预1个单位的正向冲击，人民币汇率波动在3个月之后做出最大响应为-0.038，之后逐渐变小并在1年左右趋近于0。

（3）政府行为对人民币汇率波动的脉冲响应

图8和图9分别为汇率市场化程度和外汇市场干预对人民币汇率波动率1个单位标准外生冲击的时变脉冲响应函数。

政府行为会对人民币汇率波动产生影响，同样政府行为也会对人民币汇率波动做出相机抉择。理论上说，当人民币汇率波动异常时，货币当局的汇率市场化改革会有所放缓，2016年初由于汇率贬值预期强烈，中间价形成机制不得不重新受到管控。同时，由于在2015年“8·11”汇改期间货币当局主动放弃了中间价这一汇率干预手段，只能动用美元储备在市场上进行外汇买卖以稳定汇率。

但是从脉冲响应来看，2005年“7·21”汇改之后，汇率波动率并没有对汇率市场化改革步伐造成明显影响。随着人民币国际化和资本账户开放的推进，货币当局和市场对人民币汇率波动的容忍度逐渐增强，同时虽然人民币汇率偶尔有大幅波动的现象，但始终没有“挑战”到汇率波幅限制的“红色警戒点”（现在是2%的汇率波幅限制），因此不会影响汇率市场化改革的步伐。2008年国际金融危机之后，货币当局逐渐意识到外汇风险管理的重要性，汇率市场化改革推进速度有所放缓。

人民币汇率波动没有影响汇率市场化改革的大局，其原因之一是货币当局仍然可以在市场上进行积极有效的外汇干预以稳定汇率。从图9可以看出，货币当局对人民币汇率波动形成的脉冲响应相对比较平稳，说明货币当局的外汇市场干预几乎没有因为国际国内经济形势而有所改变。基于人民币汇率波动1个单位的正向冲击，外汇市场干预在1个月后做出最大响应，并且干预行为会持续两个月左右，随后开始缓慢下降，1年后趋于0。

5.时变方差分解

在時变脉冲响应分析的基础上，设定以12个月为固定窗口，以此滚动类推，直接对最后一期的样本进行方差分解，并计算出2007—2017年的平均方差分解结果，如表4。

从表4可以看出，在人民币汇率波动形成原因中，货币当局的汇率市场化改革一直维持着较高比重，并且相对稳定;随着对中间价形成机制等汇率干预手段的放松，货币当局逐渐增加了在外汇市场上的干预活动，因此外汇市场干预对人民币汇率波动的解释率不断攀升，2015年达到40%左右。同时，人民币汇率波动自身的贡献率快速减小，2017年仅为8.66%。

6.汇率市场化改革、外汇市场干预对人民币汇率波动的动态溢出效应

在时变方差分解的基础上，采用Diebold & Yilmaz[ 23 ]构建的溢出指数来衡量汇率市场化改革、外汇市场干预对人民币汇率波动的动态溢出效应，如图10。其中，实线为汇率市场化改革对人民币汇率波动的净动态溢出指数，虚线为外汇市场干预对人民币汇率波动的净动态溢出指数。

从图中可以看出，政策性因素—汇率市场化改革、外汇市场干预对人民币汇率波动具有正向的净溢出效应，同时汇率市场化改革的溢出效应长期强于外汇市场干预。从趋势性来看，2008年国际金融危机以前，外汇市场干预对人民币汇率波动的溢出效应长期在0附近，汇率市场化改革的溢出效应则长期维持在4%左右。随着人民币汇率波动弹性不断增强和资本账户开放的逐步推进，汇率市场化改革和外汇市场干预对人民币汇率波动的溢出效应在金融危机以后大幅上行。2012年左右，汇率市场化改革的溢出效应达到最大值13%左右，随后开始缓慢减弱;而外汇市场干预的溢出效应于2015年“8·11”汇改前后超越了汇率市场化改革，并达到最大值11.8%左右。

五、结论和政策建议

（一）结论

本文选取2005年“7·21”汇改以后的相关数据，采用主成分分析方法构建了人民币汇率市场化法定指数（De jure），并利用SV-TVP-VAR模型探究了汇率市场化改革、外汇市场干预和人民币汇率波动之间的动态相关关系。研究发现：

1.结合汇率制度、市场约束、汇兑安排三层指标体系，综合考虑汇率制度、汇率波幅限制、中间价形成机制、银行间外汇市场会员数、外汇市场的产品种类、结售汇安排、资本账户开放等具体指标，采用主成分分析方法构建了人民币汇率市场化程度的法定指标（De jure）。指标显示，2005年“7·21”汇改以来，人民币汇率市场化程度稳步提升，但在2015年“8·11”汇改以后，汇率市场化改革出现了一定程度的停滞。

2.随着人民币汇率市场化的稳步推进，人民币汇率波动幅度随之日益扩大，2015年“8·11”汇改期间一度达到最大值。2010年汇改重启以前，货币当局在外汇市场上的干预行为会导致人民币汇率波动加剧，随后外汇干预的有效性逐渐增强。同时，从方差分解和动态溢出指数来看，随着人民币汇率波动弹性不断扩大、人民币资本账户逐步放开，汇率市场化改革和外汇市场干预对人民币汇率波动的影响逐渐增强。

3.对人民币汇率的异常波动，政府会做出相机抉择。2005年“7·21”汇改之后，人民币汇率波动并没有对汇率市场化改革造成明显影响，其主要原因是货币当局仍然可以采用外汇市场干预以应对人民币异常波动，货币当局在市场上的外汇干预稳健有序，能够积极有效地稳定汇率。

（二）政策建议

长期以来，汇率市场化改革、外汇市场干预和人民币汇率波动一直是社会各界关注的核心议题。基于相关分析，本文的政策建议主要包括：

1.稳步推进汇率市场化，审慎放开汇率波幅限制。基于本文分析，汇率市场化的推进使得人民币汇率波动日益频繁、波幅也越来越大。而大幅的汇率波动可能对经济增长产生明显的负效应：汇率的大幅波动可能导致通货膨胀水平高企;对投资者来说意味着较高的投资风险，会影响外商直接投资的积极性，阻碍市场导向型FDI的进入[ 24 ]，从而导致资本流出。因此，虽然人民币汇率市场化改革已是“开弓没有回头箭”，清洁浮动是我国汇率选择的必然结果[ 25 ]，但仍需警惕其可能产生的宏观经济冲击。汇率市场化的推动应循序渐进，做到“稳步推动，不紧不慢”。

2.货币当局积极、有效的外汇市场干预必不可少。基于本文的分析，在2010年汇改重启之后，货币当局的外汇市场干预起到了稳定汇率的作用。同时，对人民币汇率波动的反应稳健有序，能够有效地应对如2008年国际金融危机、2015年“8·11“汇改前后人民币快速贬值和外汇储备大量流失等异常情况。在人民币国际化和资本账户开放快速推进的背景下，人民币汇率可能遭受意外冲击，积极有效的外汇市场干预就显得必不可少。稳定汇率有助于稳定跨境资本流动，稳定汇率有助于稳定宏观经济。

3.警惕近期的国际金融风险。作为发展中国家的中国，金融监管和抗风险能力仍有待加强。同时，2019年国际金融局势仍然波云诡谲，各種因素的交织正在推动全球金融市场进入一个动荡的年代。首先，全球经济依然低迷;其次，主要经济体的货币政策出现分化;再次，人民币面临长期贬值压力;最后，英国脱欧和美国特朗普执政的后续效应仍在发酵。国际局势波动不安，金融风险的防范尤为必要。

【参考文献】

[1] HAU H. Real exchange volatility and economic openness：theory and evidence[J]. Journal of Money Credit and Banking，2002（3）：611-630.

[2] TILLE C. Financial integration and the wealth effect of exchange rate fluctuations[J]. Journal of International Economics，2008，75（2）：283-294.

[3] 高铁梅，杨程，谷宇.央行干预视角下人民币汇率波动的影响因素研究：基于中美两国经济的实证分析[J].财经问题研究，2013（2）：45-53.

[4] 陈浪南，苏海峰.人民币汇率持续单边升值行为研究：基于2000—2012年数据的实证分析[J].国际贸易问题，2015（11）：165-176.

[5] GOYAL A，ARORA S. The indian exchange rate and central bank action：an EGARCH analysis[J]. Journal of Asian Economics，2012（1）：60-72.

[6] LECOURT C， RAYMOND H. Central bank interventions in industrialized countries： a characterization based on survey results[J]. International Journal of Finance & Economics，2006（2）：123-138.

[7] MONETARY  AND  ECONOMIC DEPARTMENT. Foreign exchange market intervention in emerging markets：motives， techniques and implications[C]. Bank of International Settlement，2005.

[8] PATTANAIK S，SAHOO S. The effectiveness of intervention in India：an empirical assessment[C].  RBI Occasional Papers，2003（22）.

[9] GOYAL A， SAMANTARAYA A， NAIR R A. Monetary policy， forex markets， and feedback under uncertainty in an opening economy[C]. Development Research Group Working Papers，2009：143-163.

[10] HUMALA A， RODRIGUEZ G. Foreign exchange intervention and exchange rate volatility in Peru[J]. Applied Economics Letters，2010（15）：1485-1491.

[11] DOMINGUEZ K M. Central bank intervention and exchange rate volatility[J]. Journal of International Money and Finance，1998（1）：161-190.

[12] 陈创练，杨子晖.“泰勒规则”、资本流动与汇率波动研究[J].金融研究，2012（11）：60-73.

[13] TAYLOR M P. Official foreign exchange intervention as a coordinating signal in the Dollar-Yen market[J]. Pacific Economic Review，2005（1）：73-82.

[14] PRIMICERI G E. Time varying structural vector auto-regressions and monetary policy[J]. Review of Economic Studies，2005（3）：821-852.

[15] NAKAJIMA J. Time-varying parameter VAR model with stochastic volatility： an overview of methodology and empirical applications[J]. Monetary and Economic Studies， 2011 （11）：107-142.

[16] QUIUN D P. The correlates of change in international financial regulation[J]. American Political Science Review，1997（3）：531-551.

[17] CHINN M D， ITO H. Capital account liberalization， institutions and financial development：cross country evidence[R]. NBER Working Paper，2002（8967）.

[18] CHINN M D， ITO H. What matters for financial development？Capital controls， institutions， and interactions[J]. Journal of Development Economics，2006（1）：163-192.

[19] CHINN M D， ITO H. A new measure of financial openness[J]. Journal of Comparative Policy Analysis， 2008（3）：309-322.

[20] CHEN J， QIAN X. Measuring on-going changes in China's capital controls： a de jure and a hybrid index data set[J]. China Economic Review，2015（38）：167-182.

[21] 金犖.中国资本管制强度研究[J].金融研究，2004（12）：9-23.

[22] 苟琴，王戴黎，鄢萍，等.中国短期资本流动管制是否有效[J].世界经济，2012（2）：26-44.

[23] DIEBOLD F X， YILMAZ K. Better to give than to receive：predictive directional measurement of volatility spillovers[J].International   Journal   of   Forecasting，2012，28（1）：57-66.

[24] 张瑜，李书华.汇率波动对外商直接投资的影响：基于一般均衡和面板平滑模型的分析[J].世界经济研究，2013（8）：52-57.

[25] 管涛，马昀，夏座蓉.牢牢把握人民币汇率选择的主动权[J].中国经济周刊，2018（2）：88-89.