殷明明等：第三方市场竞争效应、投资效应与人民币有效汇率指数测算
作者/殷明明；陈平；王伟（中山大学岭南学院）
一.引言及文献综述
近十余年来，中国人民银行在推进人民币汇率制度改革及增强人民币汇率弹性方面做出了诸多努力，逐步确立了“收盘汇率＋一篮子货币汇率变动+逆周期因子”的人民币汇率中间价形成机制。人民币汇率中间价形成机制的确立，使得人民币汇率中间价定价更具规则性、更加公开透明，事后的可验证性也相应增强。参考上一日的收盘汇率、引入“逆周期因子”，是人民币汇率形成更加市场化的标志；而参考“一篮子货币汇率变动”，则是出于汇率稳定的考虑。一篮子货币的选择及篮子货币权重的确定，因此成为人民币汇率中间价制定过程中的关键。央行在制定汇率中间价的过程中所参考的一篮子货币，主要指中国外汇交易中心公布的CFETS货币篮子，同时还会参考国际清算行（BIS）和特别提款权（SDR）所公布的货币篮子，篮子货币的权重则主要根据贸易权重法计算得来。
然而，人民币当前的CFETS货币篮子与BIS货币篮子在币种选择与权重设计方面存在不足。在币种选择方面，许多学者指出，一国货币篮子的选择除主要考虑那些与该国有密切贸易往来的国家或地区的货币之外，还应同时将贸易竞争因素考虑在内（如McGuirk，1986；Buldorini et al.，2002；Bayoumi et al.，2006；Klau和Fung，2006）。中国出口长期保持快速增长，在全球市场上所占份额也在不断增加，但随着人民币汇率体制改革的不断推进，中国出口商面临的第三方市场竞争压力逐渐增强（徐奇渊等，2013）。CFETS货币篮子在制定过程中，仅考虑了与中国有密切贸易往来的国家和地区，而未将贸易竞争因素考虑在内。此外，张晓莉和刘啟仁（2011）指出，投资因素在货币篮子选择中的重要性也不容忽视。汇率变动是影响外商直接投资（FDI）和对外直接投资（OFDI）的重要因素（Froot和Stein，1991；Campa，1993），目前中国利用外商直接投资已形成了相当大的规模，对外直接投资（OFDI）的规模也在不断攀升，国际投资因素的重要性日益凸显。然而，CFETS货币篮子和BIS货币篮子在制定过程当中，均忽视了投资因素的重要性。
在篮子货币权重设计方面，现有的研究方法一般有两种。一是利用简单的线性回归法，将篮子货币名义汇率的波动作为解释变量、目标货币名义汇率的波动作为被解释变量，利用计量回归的方法确定篮子货币权重（如Frankel和Wei，1994；Eichengreen，2007；Funke和Gronwald，2008；Fidrmuc，2010；张晓莉和刘啟仁，2011；李凯和陈平，2011；Cui，2014；Moosa，2016），但该类研究在基准货币选择、方程形式设定与计量方法运用方面存在较大差异，因此结论并不一致。二是贸易权重法，即利用篮子货币所在国与目标货币所在国标准化后的双边贸易权重作为各篮子货币的权重，Bayoumi et al.（2006）以及Klau和Fung（2006）引入第三方市场竞争效应的影响，采用“双贸易权重体系”的方法赋予篮子货币标准化后的权重，成为国际货币基金组织（IMF）和BIS编制各国有效汇率指数所采用的依据，也成为各国有效汇率指数编制的基础。国内有关篮子货币权重估计的研究多在贸易权重法的基础上展开，因此也存在一些缺陷：韩立岩和刘兰芬（2008）虽然在篮子货币选择过程中考虑了双边贸易与对外直接投资因素，但其权重方案依然局限于双边贸易权重法；黄薇和任若恩（2008）引入了第三方市场竞争因素，但其处理方法与IMF和BIS的“双权重体系”方法相同，因此对第三方市场竞争压力的估计可能存在偏误；徐奇渊等（2013）基于贸易细分数据，构建了第三方市场竞争压力指数，对现行的人民币权重体系进行了修正，但其对人民币有效汇率指数的测算仅限于第三方市场的贸易竞争，因此设计得到的权重体系并不完整。
基于现有研究的不足，本文对人民币汇率指数编制过程中篮子货币的选择与权重分配方案做出了改进。首先，本文构建了中国的直接进口竞争指数、直接出口竞争指数和第三方市场贸易竞争压力指数，同时结合中国FDI和OFDI的区域分布结构，确定了货币篮子的组成，弥补了现有人民币货币篮子未考虑第三方竞争效应或国际投资效应的不足；其次，在篮子货币权重的确定上，本文放弃传统的贸易权重法和双权重分配体系，对简单线性回归方法进行拓展，运用Granger因果检验、样本外Granger因果检验以及VAR模型广义预测误差分解的方法，估计篮子货币汇率冲击对人民币汇率变动的溢出效应，并据此确定篮子货币权重；最后，本文运用Johansen协整和误差修正模型，通过对出口决定方程和FDI决定方程的估计，验证了所编制的人民币有效汇率指数相对于BIS和IMF人民币有效汇率指数的有效性。
本文结构安排如下：第二部分为人民币汇率指数样本国货币选择标准及相应的权重方案设计；第三部分根据直接进出口竞争指数、第三方市场竞争压力指数、FDI和OFDI投资结构指数，确定了人民币有效汇率指数篮子货币的组成；第四部分估计了篮子货币汇率冲击对人民币汇率变动的静态溢出指数和动态溢出指数，进而计算了各货币的权重；第五部分基于篮子货币构成及权重大小，测算了人民币名义与实际有效汇率指数，并通过出口方程和FDI方程的估计验证了其有效性；第六部分为本文的研究结论。
二.权重方案设计
为确定篮子货币币种构成，本文首先构建直接进出口竞争指数、第三方市场贸易竞争指数、FDI来源地与OFDI去向地分布等指标，据此选择与我国存在较强直接进出口竞争、第三方市场竞争以及密切国际投资往来的国家或地区的货币，进入到人民币货币篮子当中。为确定样本国中各货币的权重大小，本文基于溢出效应模型，构建样本国货币汇率变动对人民币汇率变动的溢出效应指数，并对其进行标准化处理，以此作为各国货币的权重。
（一）直接进口竞争指数与直接出口竞争指数的构建
（二）第三方市场贸易竞争压力指数的构建
参考樊纲等（2006）与徐奇渊等（2013）的研究，本文基于贸易品结构分布，构建贸易竞争压力指数，以反映其他国家在第三方市场对中国产品出口造成的贸易竞争压力。
（三）溢出效应模型构建及货币权重设计
人民币有效汇率指数的编制，除应考虑第三方市场竞争效应外，还应考虑FDI和ODI等因素。当引入国际投资因素后，传统基于贸易数据的权重方案不再适用。本文参考Diebold和Yilmaz（2012）的研究，利用溢出效应模型，通过估计各货币汇率冲击对人民币汇率变动的溢出指数来计算各货币权重，为计量回归法下的权重设计提供了新的思路。
三.人民币有效汇率指数样本国及篮子货币选择
在测算人民币有效汇率指数中各组成货币的权重之前，首先需确定货币的币种。根据公式（1）、（2）和（3）的定义，本文对直接进口竞争指数、直接出口竞争指数、第三方市场竞争指数进行了测算，结合我国FDI来源地和OFDI去向地的分布情况，对篮子货币的币种进行了确定。其中，贸易数据来源于联合国商品贸易统计数据库，FDI和ODI数据来源于wind数据库和CEIC数据库。
需要特别指出的是，本文将德国、法国、爱尔兰、奥地利、荷兰、芬兰、比利时和卢森堡等欧元区国家合并，把欧元纳入到货币篮子当中；同时，剔除了五个标准下仅出现一次的阿根廷、捷克、罗马尼亚、秘鲁、中国台湾和阿尔及利亚，以及经济规模较小的巴基斯坦、智利和委内瑞拉，最终将篮子货币币种确定为29种，分别为：美元（USD）、欧元（EUR）、日元（JPY）、港元（HKD）、英镑（GBP）、澳大利亚元（AUD）、新西兰元（NZD）、新加坡元（SGD）、瑞士法郎（CHF）、加拿大元（CAD）、马来西亚林吉特（MYR）、俄罗斯卢布（RUB）、泰铢（THB）、南非兰特（ZAR）、韩元（KRW）、阿联酋迪拉姆（AED）、沙特里亚尔（SAR）、匈牙利福林（HUF）、波兰兹罗提（PLN）、丹麦克朗（DKK）、瑞典克朗（SEK）、挪威克朗（NOK）、土耳其里拉（TRY）、墨西哥比索（MXN）、印度卢比（INR）、印尼卢比（IDR）、巴西雷亚尔（BRL）、越南盾（VND）和菲律宾比索（PHP）。
四.人民币有效汇率指数篮子货币权重估计
根据人民币篮子货币的组成，本文基于广义预测误差方差分解的方法，构建了一个30变量的VAR模型，根据公式（6）对各货币汇率冲击对人民币汇率变动的溢出指数大小进行实证测算，进而利用公式（7）计算得到篮子货币的权重。
（一）数据说明与单位根检验
根据人民币有效汇率指数编制的篮子货币币种构成，本文选取1999年1月2日至2017年4月30日期间各货币以SDR为基准货币的4581个日度汇率数据，数据来源于PACIFIC Exchange Rate Service数据库。由于该数据库中并无阿联酋迪拉姆（AED）的相关数据，本文补充使用了IMF汇率数据库中对迪拉姆的汇率统计数据。此外，IMF并未统计越南盾与SDR的兑换比率，PACIFIC数据库仅公布了2004年以后越南盾与SDR的兑换比率，因此本文在2004年之前仅考虑除越南盾之外的其他28种货币，2004年之后才将越南盾引入到人民币有效汇率指数的编制过程中。
描述性统计的结果表明，部分货币如阿根廷比索、土耳其里拉和委内瑞拉玻利瓦尔等货币存在异常波动，为避免汇率异常波动对溢出效应估计结果的影响，本文对各货币汇率变动率进行了Winsorize处理。单位根检验结果表明，各货币的汇率变动率均为平稳的时间序列，因此可直接进行溢出效应估计。限于篇幅，此处未汇报描述性统计与单位根检验的结果，备索。
（二）Granger因果关系检验
1. 传统的Granger因果关系检验
在进行溢出指数估计之前，本文首先对各货币汇率变动与人民币汇率变动进行Granger因果检验，以验证各货币汇率变动对人民币汇率变动是否存在预测作用。检验结果表明，瑞士法郎、韩元、匈牙利福林、墨西哥比索和越南盾等货币的汇率变动与人民币汇率变动之间存在双向因果关系；人民币汇率变动是马来西亚林吉特、俄罗斯卢布、南非兰特、土耳其里拉、印度卢比和菲律宾比索等货币汇率变动的Granger原因；其他货币的汇率变动是人民币汇率变动的Granger原因。检验结果备索。
2. 样本外Granger因果关系检验
Granger因果关系检验的本质在于对预测绩效的估计，而传统Granger因果关系的检验基于样本内预测的方法进行，对Granger因果关系的本质有所偏离。有鉴于此，本文参考McCracken（2007）和杨子晖等（2016）的设定，以1999年1月5日至2004年12月31日共1435个观测值为样本内区间、2005年1月4日至2017年4月28日为样本外区间，以五年数据为窗宽，采用滚动分析和向前一步预测的方法，对篮子货币中各种货币是否为人民币汇率变动的Granger原因进行检验。结果发现，在样本外Granger因果检验下，除马来西亚林吉特MYR、瑞典克朗SEK和挪威克朗NOK等货币汇率变动非人民币汇率变动的样本外Granger原因以及欧元EUR与印度卢比INR的汇率变动在MSE-t检验统计量下非人民币汇率变动的Granger原因外，其他货币汇率变动在MSE-t和MSE-F检验下均为人民币汇率变动的样本外Granger原因，说明样本外Granger的MSE-t和MSE-F检验结果基本是稳健的。检验结果备索。
（三）静态溢出指数计算
根据公式(4)-(7)，本文对各货币汇率冲击对人民币汇率变动的溢出效应进行了估计，预测期限选择向前两周。此外，为对比分析汇率制度改革前后各货币汇率冲击对人民币汇率变动影响的差异，除总样本回归外，本文按照人民币汇率改革重要的时间点，选取2005年7月21日、2010年6月19日和2015年8月11日三个时间节点，将总样本划分为四个子样本进行回归，由此计算得到各货币汇率冲击对人民币汇率变动的溢出指数大小，结果备索。
（四）动态溢出指数计算
由于在样本期间内，中国汇率制度经历了多次调整，虽然基于全样本和各子样本数据的静态溢出指数能概括各货币汇率变动对人民币汇率变动的平均影响以及汇率改革前后影响的差异情况，但却难以反映各货币对人民币汇率变动影响的总体变动趋势。为解决这一问题，本文利用滚动回归的方法，计算各货币的动态溢出指数，以期描绘各货币汇率冲击在样本期间对人民币汇率变动的动态影响。本文将预测期限设为向前1周，窗宽设为1435天（即五年）。图1至图8描绘了美元、欧元和澳大利亚元等主要货币与人民币自身汇率冲击的动态溢出指数变动情况，可以看出，“721汇 2 898k 2 20276 0 0 7894 0 0:01:56 0:00:02 0:01:54 7892”和“811汇改”前后，各主要货币汇率冲击对人民币汇率变动的溢出效应发生了较大变化。
| |
图1 美元汇率冲击的溢出效应 | 图2 欧元汇率冲击的溢出效应 |
图3 澳大利亚元汇率冲击的溢出效应 | 图4 新加坡元汇率冲击的溢出效应 |
图5 港元汇率冲击的溢出效应 | 图6林吉特汇率冲击的溢出效应 |
图7 人民币自身汇率冲击的溢出效应 | 图8 其他货币汇率冲击溢出效应之和 |
注：图1至图8中虚线代表滚动回归中人民币汇率制度改革的时间节点，分别为2005年7月21日、2010年6月19日和2015年8月11日。 |
（五）篮子货币权重分配
基于静态溢出指数的估计结果，利用公式(7)，可得到货币篮子中各种货币的权重。为与人民币汇率形成机制改革的时间节点相一致，本文选择2005年7月21日、2010年6月19日和2015年8月11日三个时间节点，对样本区间内的货币权重进行调整。结合溢出指数的估计结果与权重调整的节点，本文对各货币权重的赋值如表1所示。
表1 样本期内篮子货币权重分配（依汇率形成机制改革节点调整）
由表1可知，阶段1至阶段3内美元USD的权重变动不大，阶段2较之于阶段1虽略有下降，但阶段3复又上升，说明1999年1月至2015年8月期间美元仍在人民币汇率变动过程中起到主导作用，“721汇改”和2010年6月19日人民币汇率形成机制改革的重启并未从根本上改变这一情况；阶段4美元USD的权重有显著下降，其他货币权重之和有所上升，说明2015年8月11日人民币汇率形成机制改革初具成效。
五.人民币有效汇率指数的测算及有效性检验
（一）人民币有效汇率指数的定义
根据篮子货币权重的估计结果，本文将人民币名义有效汇率指数定义为：
基于篮子货币权重的估计结果，根据公式（8）和（9），本文对人民币名义有效汇率指数和实际有效汇率指数进行测算。其中，双边名义有效汇率的数据来源于Pacific Exchange Rate数据库；中国与其他国家CPI数据来源于CEIC数据库和IMF的IFS金融数据库。由于IFS数据库缺乏澳大利亚和新西兰的CPI数据，且澳大利亚统计局和新西兰统计局仅公布了CPI的季度数据，为实现数据频率的一致，本文利用插值法将相应的季度数据转换为月度数据；此外，IFS数据库及CEIC数据库仅有阿联酋2007年之后的CPI数据，本文利用CEIC数据库中阿联酋年度通货膨胀率数据，基于溢出指数估计结果测算得到的人民币名义有效汇率指数与实际有效汇率指数的变动趋势如图9所示，为对比测算结果的差异，本文同时描绘了BIS名义有效汇率指数、IFS名义有效汇率指数、BIS实际有效汇率指数以及BIS名义有效汇率指数的变动情况。
| |
图9 基于溢出指数、BIS和IFS的人民币名义与实际有效汇率指数变动情况对比 |
可以看出，基于溢出指数计算得到的人民币名义和实际有效汇率指数与BIS名义和实际有效汇率指数、IFS名义和实际有效汇率指数在2006-2014年间的变动趋势高度一致，但在2006年之前和2014年之后出现明显分歧，在2015年8月与BIS和IFS测算结果的分歧达到最大。本文认为，出现该差异的主要原因在于BIS和IFS对人民币有效汇率指数的测算未考虑到人民币汇率制度改革的影响，“721汇改”前人民币实际上实施的是钉住单一美元的汇率制度，因此美元权重接近于1，其他货币权重接近于0；“811汇改”后人民币参考一篮子货币汇率变动，美元权重虽有下降，但溢出指数的估计结果表明，相对于其他货币而言，美元的权重仍然较大。
（二）人民币有效汇率指数编制的有效性检验
1. 模型设定
为实证检验基于溢出指数估计结果测算的人民币有效汇率指数的有效性，本文参考Ho（2012）的做法，使用引力模型（罗来军等，2014）和FDI决定方程（Kok和Ersoy，2009），实证检验本文所编制的人民币有效汇率指数与BIS和IMF发布的人民币有效汇率指数对中国出口和实际利用FDI的解释力（进口决定方程和ODI决定方程与之对称，因此不予考察）。
中国出口以及中国与其他国家的GDP数据来源于Wind数据库；FDI数据来源于CEIC数据库；BIS和IMF人民币有效汇率指数的数据来源于BIS和IFS数据库；开放度以进出口总额的GDP占比表示，数据来源于Wind数据库。为实现数据频率一致，本文统一将人民币有效汇率指数、出口与FDI转换为季度数据。对于可能受季节性因素影响的所有变量，本文均利用Census X12的方法进行了季节性调整；同时，考虑到数据对数化处理可增强变量的平稳性、减弱其异方差、削弱异常值的影响，本文对所有变量均作对数化处理。
2. Johansen协整检验与误差修正模型
各变量的单位根检验结果表明，所有变量原始序列均存在单位根、一阶差分均不存在单位根，因此可直接进行协整检验。单位根检验的结果备索，表2为Johansen协整检验的结果。其中，迹检验与最大特征根检验的结果均表明，在人民币有效汇率指数的不同编制方法下，出口与其决定变量之间以及FDI与其决定变量之间均存在一个协整关系。
表2 基于不同有效汇率指数的各方程Johansen协整检验结果
表3列出了基于不同的人民币有效汇率指数下出口决定方程和FDI决定方程中各变量之间的协整方程。由于协整方程得到的是变量之间的长期均衡关系，但实际经济数据可能偏离此长期均衡而存在波动，误差修正模型将长期均衡与短期波动相结合，以分析当变量偏离长期均衡时，如何通过误差修正重返均衡状态。因此，本文基于协整方程的估计结果，建立误差修正模型，误差修正模型的估计结果同时在表3中列出。
表3 基于不同有效汇率指数的各协整方程与误差修正模型估计结果
出口决定和FDI决定的协整方程估计和误差修正模型的估计结果均显示，在人民币有效汇率指数的不同编制方法下，各变量的系数及方向基本一致，说明研究结论是稳健的。但相较于BIS和IFS有效汇率指数，使用本文引入第三方市场竞争效应与投资效应、基于溢出指数估计结果编制的人民币有效汇率指数，协整估计与误差修正模型估计在各变量和误差修正项系数大小、系数显著性以及模型调整的拟合优度等方面几乎都表现得更好，由此说明本文编制的人民币有效汇率指数更为有效。
六.研究结论
在“上日收盘价+一篮子货币汇率变化+逆周期因子”的现行人民币汇率形成机制中，基于“一篮子货币”币种选择与权重分配方案编制的人民币有效汇率指数在人民币汇率中间价制定过程中至关重要。然而，现有的CFETS、BIS和IMF货币篮子在币种选择方面，或忽视了第三方市场竞争的重要性，或忽视了投资因素的重要性；在权重分配方面，依然沿用传统的贸易权重法，BIS和IMF所采用的双权重方案虽能反映第三方市场竞争，但无法解决引入投资因素后各货币权重如何重新分配的问题。
有鉴于此，本文对人民币有效汇率指数编制中的篮子货币选择及权重分配问题进行了重新考察，对现有文献做出了补充，其主要发现与研究结论如下：
（1）本文利用世界各国HS两位编码的贸易数据，计算得到了各主要国家对中国在第三方市场上的贸易竞争压力指数，结合直接进口竞争指数、直接出口竞争指数、FDI来源结构分布与ODI去向结构分布，得到了篮子货币的币种组成，发现除CFETS所公布的24种货币外，中国还应将印度卢比、印度尼西亚卢比、巴西雷亚尔、越南盾和菲律宾比索等5种货币纳入人民币货币篮子的组成当中；
（2）本文利用Granger因果关系检验、样本外Granger因果关系检验、静态溢出指数估计和动态溢出指数估计等方法，得到了篮子货币汇率冲击对人民币汇率变动的溢出效应，并据此测算得到各篮子货币的权重，结果发现“721汇改”和“811汇改”前后各货币汇率冲击对人民币汇率变动的溢出效应存在显著差异，动态溢出指数估计得到的各货币溢出效应的变动趋势进一步验证了该差异，本文因此对各货币的权重分配依人民币汇率制度改革的时间节点进行了调整；
（3）出口决定方程和FDI决定方程协整检验和ECM估计的结果显示，相较于BIS和IFS有效汇率指数，本文引入第三方市场竞争效应与投资效应、基于溢出指数估计结果编制的人民币有效汇率指数，在对出口和FDI影响的系数大小、系数显著性以及模型整体的解释能力等方面均表现得更好，由此说明本文编制的人民币有效汇率指数更为有效。（完）
文章来源：《金融研究》2017年第12期（本文观点仅代表作者个人观点）
本篇编辑：牛淑雅
温馨提示：现微信最新版本“订阅号”已实现公众号置顶功能，广大读者可点开“金融读书会”公众号，点“置顶公众号”键，即可将“金融读书会”置顶，方便查阅。