IMI工作论文｜丁剑平：非抛补利率平价偏移、汇率波动与政府杠杆率
导读
在全球不确定性不断提高，汇率波动区间持续走阔的背景下，世界各国（地区）政府的平均杠杆率也在逐年上升，债务问题又重新走进人们视野，受到社会各界的关注。本文基于158个国家和地区1980-2020年的年度面板数据，运用系统 GMM 方法，实证验证汇率波动对政府杠杆率的影响效果，并通过在一般政府债务分析框架中引入偏移的非抛补利率平价条件给予理论解释。
原文信息
作者：
丁剑平，IMI学术委员、上海国际金融中心研究院副院长、上海财经大学金融学院教授
白瑞晨，上海财经大学金融学院博士生
摘要
在全球不确定性不断提高，汇率波动区间持续走阔的背景下，世界 各国（地区）政府的平均杠杆率也在逐年上升，债务问题又重新走进人们视野，受到社会各界的关注。本文基于 158 个国家和地区 1980-2020 年的年度面板数据，运用系统 GMM 方法，实证验证汇率波动对政府杠杆率的影响效果，并通过在一般政府债务分析框架中引入偏移的非抛补利率平价条件给予理论解释。实证结果表明：汇率波动与政府杠杆率之间存在显著正向关系，该结论在更换指标、分样本回归以及引入工具变量后依然保持稳健。进一步的研究表明，金融发展水平对汇率波动影响政府杠杆率具有负向的调节效应，资本管制则存在门限效应。本研究为我国“稳增长，稳杠杆” 提供了有益启示。
以下为文章核心内容：
01
引言与文献综述
2008年金融危机后，全球范围内的经济、政治格局出现了显著深刻的变化。在经济复苏不及预期，经济增速不断放缓的宏观背景下，又相继爆发了贸易争端、新冠疫情等事件，而伴随着全球不确定性不断提高的，是各国（地区）政府杠杆率水平的加剧恶化。根据Abbas，Belhocine，ElGanainy和Horton（2010）的研究，2008年以来，全球平均政府杠杆率已由0.4增加到了0.6，达到《马斯特里赫特条约》中对欧元区成员国政府杠杆率约束的最高水平。虽然Reinhart和Rogoff （2010）认为当政府杠杆率高于0.9时才会对经济增速有较明显的负面影响，但上世纪90年代新兴市场国家爆发主权债务危机时，全球政府平均杠杆率仅在0.8左右，因此，对于不断高企的政府杠杆率我们有必要加以重视。
世界范围内的一系列重大事件冲击使得国际金融市场成为当下宏观经济波动的主要风险源，而汇率作为连接外汇市场与国内市场的核心经济变量，近期更受到学者们的广泛关注（方意等，2021；盛斌和景光正，2021）。站在国内的视角来看，2005 年我国推行汇率市场化改革，人民币实际汇率不断走高，2017 年党的十九大报告中提出“要发展更高层次的开放型经济”，体现了汇率市场化改革的决心，也同样意味着我国未来汇率波动水平可能进一步增加，而这又会给国内宏观经济带来怎样的影响。过往文献在双边贸易、价格水平、经济增长等方面做出了贡献，但对于政府杠杆率将如何变化尚缺乏深入研究。
作为国际金融领域中汇率定价理论的重要基石，非抛补利率平价（UIP）刻画了两国间利率与汇率之间的联系，而利率作为价格指标又与一国政府债券的供求水平直接相关，另一方面，传统的UIP 理论没有对行为个体的过多假设，与现实经济活动有较好的契合度，这就为本文研究汇率波动与政府杠杆率的关系提供了一个可行的视角。然而过往的实证研究表明，相比于理论模型，现实的UIP条件往往存在偏移，那么这种偏移的UIP条件又会给本文的研究带来怎样的影响，通过放松高利率国家的货币将在未来出现贬值的重要结论，本文从理论上研究了在偏移的UIP条件下汇率波动对政府杠杆率的效应，并基于全球面板数据进行实证检验。
与已有研究相比，本文的贡献在于：第一，在研究选题上，本文结合非抛补利率平价偏移的事实，研究了汇率波动经由该渠道对政府杠杆率的影响，结合中国当下“稳增长，稳杠杆”的背景，具有一定研究价值和现实意义；第二，在研究方法上，本文基于动态面板模型和逐步回归法，验证了汇率波动经由UIP偏移影响政府杠杆率的真实性，并进行多种稳健性检验以提高结果的可信度；第三，本文也探究了该效应在不同金融发展水平和资本管制程度下的异质性，在我国进一步推进金融开放与逐步放松资本管制的战略下，是对现有研究的重要补充。
本文余下的结构安排为：第二部分为文献综述，第三部分为理论模型，第四部分为计量模型、变量选取和数据说明，第五部分为对理论模型的实证检验，第六部分为进一步分析，第七部分为结论及建议。
关于文献综述，本文的参考文献主要包含两类研究方向。其中一类文献研究了汇率波动对经济活动的影响。另一类文献主要对非抛补利率平价（UIP）在现实是否成立进行验证。
总体来看，在现有关于汇率波动宏观效应的文献中，涉及政府杠杆率的研究还存在一定空白，并缺乏相应的传导渠道分析，在金融发展和资本管制条件下的异质性研究也还有待扩展。本文结合上述两类文献，通过引入偏移的非抛补利率平价条件，探究汇率波动对政府杠杆率水平的影响，并从金融发展与资本管制两个角度作进一步分析。
02
模型、变量选取和数据说明
（一）理论模型
根据 Carrera 和 Vergara（2012），政府总债务水平由本币债务和外币债务两部分构成，以本币计可表示为：
其中，D表示政府总债务，Dd、Df分别表示以本币和外币计算的政府债务，e为以直接标价法衡量的名义汇率，下标t表示时间。进一步，根据Escolano，Shabunina和Woo（2017），政府新发行债务可由政府跨期预算约束得到：
其中，
其中，
其中，it为本国利率，i∗为世界利率，假设其外生且为常数，ξt+1为与t 期无关的白噪音。当α = 1 时，则传统非抛补利率平价成立，否则不然。假设本文模型中，外币债务的名义利率为世界利率（
假设汇率水平et为随机变量，且围绕均值
进一步有：
由（7）式可知，政府杠杆率关于汇率二阶导数的符号取决于α(α− 1)的值，也即非抛补利率平价的偏移程度。根据 Froot 和 Thaler（1990）的研究，现实数据上通常表现出α≈−1的情况，而对于任何α < 0，都有
推论 1：由于θt是et的凸函数，根据 Jansen 不等式，有
推论 2：汇率波动对政府杠杆率正向作用的大小受一国（地区）金融发展水平影响，金融发展水平越高，汇率波动的影响越低。
推论 3：汇率波动对政府杠杆率的效应受一国（地区）资本管制水平影响，当管制程度超出一定范围，则该效应不再显著。
（二）计量模型、变量选取和数据说明
（1）模型设定
1. 推论 1 实证模型设定
为考察汇率波动水平对政府杠杆率的影响，本文根据理论模型推导构建如下计量方程：
其中，i、t 分别表示国家和年份；debt 表示政府杠杆率；volatility 表示汇率波动水平，X表示控制变量；μi为个体固定效应；λt为时间趋势项；εit为随机误差项。根据本文理论模型式（5），本文也在解释变量中加入了被解释变量的滞后项 L. debt。
2. 推论 2 实证模型设定
为检验金融发展水平是否影响汇率波动水平对政府杠杆率的正向作用，本文构建如下含有交互项的计量模型：
其中，FD 为衡量金融发展水平的指标，该指标共涵盖三个二级指标fm、fi、fd，分别表示金融市场、金融机构和总体金融体系的发展情况。本文选取 Svirydzenka（2016）构建的金融发展指数作为本文金融发展的代理变量，该指标对一国金融基础设施和金融市场从深度、可得性、效率三个维度进行综合评估，取值范围为 0~1，得分越高表明金融发展水平越高。其余变量与前文保持一致。
3. 推论 3 实证模型设定
为验证汇率波动对政府杠杆率的效应是否受资本管制水平影响，本文构建如下动态面板门限模型：
其中，ka 表示资本账户管制程度，本文选取 Fernandez，Klein，Rebucci 和Uribe（2015）构建的总资本账户管制指数作为本文的代理变量，该指标取值 0~1，取值越大则表明资本账户管制程度越高。κ为资本管制的门限变量，1(. )为示性函数，当括号内条件满足时取值为1，否则为 0，其余变量与前文保持一致。
（2）变量选取
1. 被解释变量
本文的被解释变量为政府杠杆率水平，数据主要来源于 Abbas 等（2010）收集整理的历史公共债务数据库。该数据库涵盖了全球 174 个国家（地区）1692-2020 年广义政府杠杆率的数据，考虑到数据可得性，本文选取 1980 年以后的数据进行实证检验。
2. 核心解释变量
参考 Hericourt 和 Poncet（2015），陈琳等（2020），盛斌和景光正（2021）的研究，本文在取得月度名义汇率变动率后，再计算其年度标准差，最终得到汇率波动指标，计算公式如下：
本文主要选取 IFS 数据库中的美元汇率（以直接标价法计）作为名义汇率进行汇率波动指标的计算，选取原因主要出于数据可得性的考虑，IFS 数据库涵盖全球221 个国家（地区）1980-2020 年的美元汇率数据，且缺失值较少，符合本文研究需要。另一方面，以名义汇率和实际汇率计算的汇率波动指标本身十分接近，进行实证得到的结果也并无显著区别，因此，本文主体使用名义汇率计算的汇率波动指标，并使用实际汇率波动进行稳健性检验。
3. 控制变量
根据理论模型和现有研究，本文选取政府消费（consumption）、固定资本形成率（capital）、贸易开放度（trade）、GDP 增速（gdp）、人均实际 GDP（realgdp）、通货膨胀（inflation）作为控制变量。数据主要来源于世界银行 WDI 数据库，为消除变量间可能的相关性和经济波动的影响，参考王晋斌等（2020）的做法，本文对除汇率变动指标外所有回归变量进行五年算术平均处理，并对控制变量作对数处理，其中，由于 GDP 增速和通货膨胀率由于取值可能为负，因此作一阶差分处理。变量名称与含义见表 1.
（2）数据说明
本文选取 1980-2020 年 158 个国家（地区）的数据进行实证检验，变量的描述性统计与pearson 相关系数矩阵如表 2、表 3 所示，注意表 2 中，汇率波动的标准差和最大值分别为0.838和 42.252，相较于 0.056 的平均值过大，因此本文对汇率波动数据进行双侧0.5%水平的缩尾处理，以排除极端值对实证回归的干扰。在表 3 中，变量间的相关系数最大不超过0.4，故认为解释变量间不存在明显的多重共线性，可以进行回归分析。进一步，本文也剔除汇率波动长期为零的样本3以提高回归结果的可信度。
03
经验证据和进一步分析
（一）经验证据
（1）基准回归结果
考虑到基准回归模型（推论1实证模型）的解释变量包含被解释变量的滞后项，因此本文主要采用系统 GMM 方法进行估计，同时为与 OLS 方法进行比较，本文也汇报了使用固定效应模型的回归结果4。表 4 第（1）~（4）列分别展示了使用固定效应模型与系统GMM模型对式（8）的回归结果，汇率波动的估计系数普遍显著为正，说明汇率波动增大将导致政府杠杆率的提高。重点观察列（4），在添加控制变量后，政府杠杆率的滞后一阶系数在1%显著性水平上保持显著，证明动态模型的适用性，AR（2）检验不能拒绝“二阶扰动项不存在自相关”的假设，Hansen 检验通过，满足使用系统 GMM 模型的要求。在处理了可能的内生性问题后，汇率波动的估计系数为 0.192 且通过显著性水平为 1%的统计检验，说明汇率波动每增加一个单位，政府杠杆率平均将提高 0.192，初步验证了推论 1 提出的观点。
（2）稳健性检验
为进一步检验基准回归的结论是否稳健，本文进行了如下稳健性检验：1、替换解释变量。本文主要考虑两种汇率波动的替代指标，包括三元悖论指数中的汇率稳定性指标ers 和以实际有效汇率计算的汇率波动指标；2、分样本回归。根据 IMF 和摩根士丹利新兴市场指数对于不同发展程度国家的分类，我们将子样本划分为发达经济体与发展中经济体两类进行讨论；3、工具变量回归。本文选取汇率波动滞后一阶与滞后二阶的变量作为工具变量对式（8）重新进行估计。以上回归结果表明，本文的结论不发生显著变化。
（3）机制检验
在本文的理论模型中，汇率波动对政府杠杆率的影响建立在非抛补利率平价的偏移上，为验证该渠道的真实性，参考温忠麟和叶宝娟（2014）提出的方法，本文建立式（12）~（14）的中介效应模型检验汇率波动是否通过政府债券利率影响政府杠杆率。
其中，billsrate 表示政府债券利率，本文选取 IFS 数据库中的政府短期债务利率作为代理变量，F.为超前算子，L.为滞后算子，D.为差分算子，LD.为滞后差分算子，其余变量与前文保持一致。
（二）进一步分析
（1）金融发展水平的调节效应
为了验证推论2，表6 汇报了使用系统 GMM 模型对实证模型的回归结果，其中，列（1）使用了总体金融体系的得分指标作为金融发展水平的代理变量，列（2）、列（3）则分别使用金融市场和金融机构的得分指标作为代理变量。结果显示，金融发展与汇率波动的交互项系数在三类指标间均在 5%的显著性水平上显著为负，表明汇率波动对政府杠杆率的正向效应随着一国（地区）金融发展水平的提高而降低，可见健全的金融体系在降低交易成本，提高市场参与度，改善投资者专业水平均起到积极作用，从而能缓解非抛补利率平价的偏移程度，印证了本文推论 2 的内容。
（2）资本管制水平的门限效应
根据本文理论分析，只有当一国（地区）的资本管制水平低于某一限度（ka ≤κ）时，非抛补利率平价这一通过资本流动传递的渠道才会生效，由此汇率波动可以影响政府杆杆率，但当管制水平超出门限值（ka > κ）后，该传导渠道受到阻断，汇率波动的效应将不再显著。为考察推论 3，模型回归结果如表10所示。以列（2）为例，当资本管制水平小于0.611时，汇率波动的估计系数为 0.912 且在 5%的显著性水平上保持显著，可以看到相比于基准回归，此时系数的估计值更大，说明汇率波动对政府杠杆率的效应在基准回归中可能被低估，当资本管制水平大于 0.611 时，回归系数不再显著，由此可见，当一国（地区）资本管制程度跨越门限值后，资本流动的受限阻碍了汇率波动对政府杠杆率的传导，由此验证了推论3。
04
结论与政策建议
本文使用 1980—2020 年的跨国面板数据，利用系统 GMM 方法，考察了在非抛补利率平价偏移的背景下，汇率波动对政府杠杆率水平的影响及其作用渠道，并进一步研究了该效应在不同金融发展水平和资本管制程度下的异质性。归纳汇总，本文得出如下结论：（1）汇率波动的增加显著提高了政府杠杆率水平，在进行替换解释变量，分样本回归，工具变量回归等检验后，该结论依然保持稳健。（2）汇率波动的传导效应受一国（地区）金融发展水平的影响，金融发展水平越高，越能降低汇率波动对政府杠杆率的正向作用。（3）资本管制在汇率波动的传导效应中存在明显的门限效应，随着资本管制程度的不断提高，一旦跨越门限值，则汇率波动的正向作用将不再显著。以上两点结论同样通过本文的稳健性检验。（4）机制检验的结果表明，在非抛补利率平价偏移的背景下，预期汇率波动与政府债务利率的变动存在显著正向关系，进而影响下一期的政府杠杆率水平，与理论模型预测相一致。
结合我国“要发展更高层次的开放型经济”、“建设现代化经济体系”的时代背景，本文从政府稳杠杆、金融发展和资本账户开放三个方面，提出以下政策建议。首先，随着全球举债不断攀升，近年来我国政府杠杆率水平提高到了 0.6 左右，稳杠杆的政策目标正愈发受到重视。而对于发展中国家和发达国家，汇率波动是影响政府杠杆率水平的重要因素，这就要求我国在继续深入汇率市场化改革的同时，也要注意防范外汇市场受经济周期、外部冲击等因素产生过度波动，适时的引入逆周期因子，控制汇率波动的合理范围，做好预期管理。其次，金融发展水平对汇率波动的“促杠杆”效应存在负向调节作用，完备的金融体系是促进资源合理配置，提高市场交易效率的重要基础，对稳定政府杠杆率也同样具有积极意义，应从深度、可得性、效率三个方面入手，多维度综合完善我国金融基础设施与金融市场建设。最后，资本账户管制的门限效应表明，当管制程度超过门限值后，汇率波动不再对政府杠杆率产生影响。我国进一步“走出去”，推进人民币国际化的战略离不开资本账户管制的放松，但这同时也为外部冲击经由资本项目渠道传导至国内经济提供了可能，这要求我们在对外开放的同时，宏观审慎的调控政策也应当审时度势的实行。
本文系中国人民大学国际货币研究所工作论文
编号IMI Working Papers NO. 2226
原文刊发于
《财贸经济》2022年10期
版面编辑｜薛昕安
责任编辑｜李锦璇、蒋旭
总监制｜朱霜霜
近期热文