楊杰 馮蕓

內(nèi)容提要：伴隨著人民幣匯率形成機制改革的逐漸深化和國際國內(nèi)經(jīng)濟環(huán)境的復雜變化，基于不變系數(shù)的行為均衡匯率模型的均衡匯率研究已然無法反映經(jīng)濟結(jié)構(gòu)的動態(tài)變化。鑒于傳統(tǒng)回歸均值系數(shù)的不足，通過分別建立半?yún)?shù)變系數(shù)形式的行為均衡匯率模型和半?yún)?shù)變系數(shù)部分線性形式的誤差修正模型，依次深入分析了各基本經(jīng)濟因素的時變影響和人民幣匯率自我調(diào)節(jié)能力的動態(tài)變化。并進一步通過平滑轉(zhuǎn)移自回歸模型實證檢驗了央行干預與人民幣匯率失調(diào)的關(guān)系，并創(chuàng)新地采用非齊次隱馬爾可夫自回歸模型深入研究了人民幣匯率失調(diào)的動態(tài)演化機制。研究結(jié)果表明：人民幣匯率不存在較大程度的失調(diào)，變系數(shù)模型能更好地反映各經(jīng)濟變量因素的動態(tài)影響；人民幣匯率的自我調(diào)節(jié)修正能力表現(xiàn)出周期性振蕩起伏的趨勢，審慎擇時的匯率機制改革能夠有效地強化人民幣匯率的自我調(diào)節(jié)能力；在絕大部分時間央行干預推動了人民幣匯率均衡，促進人民幣匯率逐步回歸經(jīng)濟基本面；人民幣匯率失調(diào)存在顯著的不對稱性，人民幣匯率均衡態(tài)的自維持概率呈現(xiàn)出不斷增加的趨勢。

一、 引 言

在開放經(jīng)濟下，匯率一方面作為重要的涉外經(jīng)濟變量影響一國的對外收支平衡，另一方面也作為國家宏觀經(jīng)濟的主要調(diào)控手段和經(jīng)濟杠桿影響國民經(jīng)濟發(fā)展。中共十八大以來，隨著中國經(jīng)濟進入“新常態(tài)”時代，人民幣匯率在匯率波動限制放寬和匯率中間價的形成方式改革的影響下，出現(xiàn)了人民幣貶值預期膨脹、雙向波動和升貶值階段性交替出現(xiàn)的新態(tài)勢(田開蘭等，2017；許從寶等，2020)。匯率的走勢受到其比價屬性的約束，在比價屬性下，其他宏觀經(jīng)濟變量，例如貨幣供給量、國際收支等會影響匯率水平。一個判別匯率是否高估或者低估的方法是估計實際匯率和均衡匯率的差，只有充分地了解均衡匯率的變動趨勢才能更有效地進行匯率管理。

盡管中國央行明確表示匯率政策的目的在于保持人民幣匯率在合理均衡水平上基本穩(wěn)定，但美國財政部仍多次將中國列為“匯率操縱國”，最近的一次發(fā)生在2019年8月，這種“政治化”的認定和指控屬于任性的單邊主義和保護主義行為，嚴重破壞國際規(guī)則，對中美兩國貿(mào)易乃至全球經(jīng)濟金融都產(chǎn)生了重大影響?！皡R率操縱國”是指不顧本國經(jīng)濟基本面，人為操縱匯率以達到犧牲別國利益從而使本國貿(mào)易受益的行為。而中國央行干預僅是為了實現(xiàn)一個健康的、不脫離基本面并圍繞均衡水平波動的匯率動態(tài)調(diào)整機制，這是反擊“匯率操縱國”指控的有力事實。因此測算人民幣匯率失調(diào)程度，并在此基礎(chǔ)上研究央行干預和匯率間的關(guān)系，深入探討人民幣匯率失調(diào)和均衡的內(nèi)部動態(tài)演化機制就顯得格外重要。

均衡匯率是指在無過度失業(yè)、國際貿(mào)易和資本流動無特別限制或鼓勵的前提下使得國際收支達到均衡的匯率，均衡匯率對一國宏觀經(jīng)濟的穩(wěn)定運行和可持續(xù)發(fā)展有著至關(guān)重要的意義。在早期研究中，均衡匯率大多基于購買力平價(PPP)理論進行測算。隨后均衡匯率理論的研究得到了長足的發(fā)展，且自成體系，像重視內(nèi)外均衡的基本要素均衡FEER理論(Williamson，1983)、單一簡約方程的行為均衡匯率BEER理論(Clark和MacDonald，1999)、針對中長期匯率的自然均衡匯率NATREX理論(Stein，1994)以及強調(diào)發(fā)展中國家轉(zhuǎn)型經(jīng)濟特點的均衡實際匯率ERER理論(Edwards，1989；Elbadawi，1994)等等。其中，BEER模型由于其可操作性、靈活性以及更貼近現(xiàn)實的指導意義，受到很多學者的青睞。國內(nèi)學者中，最早采用BEER模型對人民幣均衡匯率進行測算的是張曉樸(1999)，他結(jié)合了FEER和BEER兩個方法的基本思想，發(fā)現(xiàn)人民幣匯率在1984年初至1985年末及 1989年初至1990年末被高估，而1987年初至1988年末及1998年上半年被低估。隨后很多國內(nèi)學者都通過BEER模型對均衡匯率進行了探討，比如吳麗華和王鋒(2006)、黃萬陽(2013)、姚宇惠和王育森(2016)等等，此類文獻較多，不再一一列舉。

值得注意的是，上述文獻中均采用均值系數(shù)回歸的協(xié)整方程測算均衡匯率，得到的是經(jīng)濟因素對均衡匯率的平均影響。隨著人民幣匯率形成機制改革的不斷深化，這種傳統(tǒng)的計量模型已經(jīng)不足以反映諸影響因素變化對均衡匯率的動態(tài)影響，不過這個方向的研究甚少。項后軍和潘錫泉(2010)認為宏觀經(jīng)濟政策的改變會使得匯率數(shù)據(jù)生成過程發(fā)生結(jié)構(gòu)性突變，直接忽略結(jié)構(gòu)突變進行的均衡匯率測算會存在偏誤，因此他們運用Bai-Perron內(nèi)生多重結(jié)構(gòu)突變檢驗方法和結(jié)構(gòu)突變協(xié)整方法對均衡匯率和匯率失調(diào)程度進行測算，并在向量誤差修正模型中引入代表結(jié)構(gòu)突變點的虛擬變量，仍發(fā)現(xiàn)匯率自我修正動態(tài)調(diào)整機制的存在；孫章杰和傅強(2014)建立了反映中國經(jīng)濟結(jié)構(gòu)動態(tài)變化的時變系數(shù)BEER模型，通過在線性協(xié)整方程中引入狀態(tài)空間結(jié)構(gòu)，得到了各主要經(jīng)濟影響因子對人民幣匯率的動態(tài)影響。雖然孫章杰和傅強(2014)構(gòu)建的狀態(tài)空間BEER模型已達到了考察各個經(jīng)濟因素長期動態(tài)影響的目的，但是他們設(shè)定的狀態(tài)方程服從一階AR過程，這種嚴格的模型設(shè)定形式可能會限制研究各自變量對均衡匯率的非線性影響，這也是狀態(tài)空間模型在模型設(shè)定時存在的不足之處。

其次，鮮有文獻在匯率失調(diào)的測算結(jié)果上，進一步深入研究人民幣匯率失調(diào)的時變轉(zhuǎn)換機制。陳華(2013)認為央行干預對匯率失調(diào)存在U型效應(yīng)，使用ESTAR模型實證檢驗了人民幣匯率錯位程度的變化過程。他發(fā)現(xiàn)，人民幣匯率失調(diào)程度存在著兩個性質(zhì)截然不同的區(qū)制：在“非均衡”區(qū)制下，央行干預對人民幣匯率的均衡產(chǎn)生阻礙，匯率錯位程度不斷擴大；而在“均衡”區(qū)制下，人民幣匯率收斂于均衡水平，央行干預促使人民幣匯率更加均衡。文中指出除少數(shù)時間點外，在絕大部分時期央行干預對人民幣匯率均衡都起到了積極的促進作用。不過考慮到他研究時所采用的數(shù)據(jù)已較為久遠，僅至2013年，另一方面他也并未進一步深入探究人民幣匯率失衡內(nèi)部的動態(tài)演化機制，因此本文一方面在最新數(shù)據(jù)集上檢驗近些年來央行干預對人民幣匯率均衡的促進作用，另一方面進一步創(chuàng)新地采用非齊次隱馬爾可夫自回歸模型深入探究匯率低估、高估和均衡之間的時變轉(zhuǎn)換過程。

本文將在BEER模型的協(xié)整方程基礎(chǔ)上引入半?yún)?shù)變系數(shù)理論，就我們所知，在研究人民幣均衡匯率的領(lǐng)域本文是最早應(yīng)用該方法的。通過這種更加靈活的半?yún)?shù)模型，可以準確地刻畫各個宏觀經(jīng)濟變量在不同時期對人民幣匯率的動態(tài)時變影響，并且經(jīng)過該改進模型所測算出的均衡匯率和匯率失調(diào)程度也更加準確嚴謹，符合現(xiàn)實的經(jīng)濟分析。同時在以往的人民幣均衡匯率的誤差修正模型中，通常也是以不變系數(shù)考察人民幣匯率的自我修正能力，這其實是不太準確的，隨著中國經(jīng)濟結(jié)構(gòu)的變化和匯率體制改革的不斷深化，人民幣匯率對短期偏離的修正能力并不是一成不變的，因此本文將采取半?yún)?shù)部分線性形式的誤差修正模型，以改進現(xiàn)有研究的缺陷。進一步地，基于最新的數(shù)據(jù)集，本文通過指數(shù)型平滑轉(zhuǎn)移自回歸模型檢驗和評價了央行干預在匯率均衡和匯率失調(diào)兩區(qū)制之間所起的關(guān)鍵作用，并以央行干預指數(shù)作為外部協(xié)變量，創(chuàng)新地采取非齊次隱馬爾可夫自回歸模型詳細審視了人民幣匯率失衡的動態(tài)演化機制，這為研究匯率失調(diào)提供了一個全新的視角，可為之后的相關(guān)研究提供借鑒。

本文隨后的行文安排如下：第二節(jié)介紹模型設(shè)定以及相關(guān)變量的選擇，第三節(jié)測算人民幣匯率錯位程度并進行相關(guān)的詳細分析，第四節(jié)檢驗央行干預對人民幣匯率的促進作用，第五節(jié)研究人民幣匯率失衡的動態(tài)演化機制，第六節(jié)給出研究結(jié)論和相關(guān)的政策建議。

二、 模型設(shè)定和變量選擇

1.BEER半?yún)?shù)變系數(shù)模型設(shè)定

行為均衡匯率理論(Behavioral Equilibrium Exchange Rates)是1998年Clark和MacDonald基于基本要素均衡匯率理論(FEER)提出的，BEER模型采用一個簡約單方程來測算均衡匯率，它解決了FEER模型過于理想化，可操作性差的缺陷。

行為均衡匯率模型區(qū)分了均衡匯率影響因素中的長期、中期和短期成分，其基本表達式為：

(1)

其中，qt是實際有效匯率(Real Effective Exchange Rate，REER)，X1，X2，T分別是長期、中期和短期影響因素，β1、β2和β3是各簡約式系數(shù)的向量，εt是隨機擾動項。

根據(jù)估計出的系數(shù)，可以計算長期的均衡實際匯率(Equilibrium Real Exchange Rate，ERER)：

(2)

定義總匯率失調(diào)水平(Total Misalignment，tm)為：

(3)

從式(3)可以直觀地發(fā)現(xiàn)，長期匯率失調(diào)被分解成了三個部分：長中期經(jīng)濟因素自身的失調(diào)、短期臨時性因素和隨機性因素。這樣的定義使得BEER模型在實際操作中，可以方便而快速地認清匯率失調(diào)的性質(zhì)，便于政府決策對癥下藥。

一般地，通過下式對匯率錯位(Exchange Rate Misalignment，MIS)程度進行測算：

(4)

本文將通過半?yún)?shù)變系數(shù)模型對BEER模型進行拓展。Hastie和Tibshirani(1993)提出了半?yún)?shù)變系數(shù)模型：

(5)

其中E[εi|Xi,Zi]=0，變系數(shù)函數(shù)β(Z)=(β1(Z),β2(Z),…,βp(Z))是q維向量Z未知向量值光滑函數(shù)，Xi=(Xi1,Xi2,…,Xip)T，第一個分量為1，在X影響Y的過程中Z起到了調(diào)節(jié)作用。在BEER模型中，可以選取時間作為變量Z。

變系數(shù)模型通常采用局部多項式的估計方法，其中比較常用的是局部線性估計，與高階多項式相比，其待估參數(shù)較少，且效果并不輸于高階多項式。一般而言，核函數(shù)的選擇對估計結(jié)果影響較小，因此本文選取常用的Gaussian核函數(shù)，而且在估計過程中，最佳窗寬通過最小二乘交叉驗證法(Least Squares Cross-validation，LSCV)來確定。

2.變量選擇

本文在借鑒Clark和 MacDonald(1999)提出的解釋變量的基礎(chǔ)上，參考國內(nèi)學者研究，并根據(jù)中國國情需要加入部分變量，但對不可得變量采用剔除或替代的方法，最后選擇出初始變量集，簡介如下。

人民幣實際有效匯率指數(shù)(REER)：為了衡量人民幣實際匯率，選取國際清算銀行(BIS)測算發(fā)布的寬口徑指數(shù)作為人民幣實際有效匯率，為被解釋變量。該指數(shù)每月更新一次，且根據(jù)貿(mào)易信息等對匯率的權(quán)重進行了適當?shù)恼{(diào)整，更加符合國內(nèi)的經(jīng)濟情況。BIS對匯率采用間接標價法，因此實際有效匯率的上升(下降)意味著人民幣的升值(貶值)。

勞動生產(chǎn)率(GDP/TNT)：勞動生產(chǎn)率的提高會使本國商品在國際上的相對價位降低，增強本國商品的國際競爭力，致使商品的出口更加容易；隨著本國貿(mào)易收支狀況的改善，會使本國的實際匯率升值。因此勞動生產(chǎn)率對實際有效匯率會產(chǎn)生正向影響。勞動生產(chǎn)率指標常被分為直接指標和間接指標。直接指標直接衡量生產(chǎn)率增長的趨勢，但中國缺少相關(guān)的權(quán)威統(tǒng)計數(shù)據(jù)，因此大部分學者選擇使用替代變量，諸如：GDP、人均GDP、中國人均GDP/美國人均GDP(經(jīng)過匯率換算)、GDP增長率等等。本文選取月度GDP作為衡量勞動生產(chǎn)率的直接指標，月度GDP數(shù)據(jù)通過Litterman 頻率轉(zhuǎn)換方法(張春華等，2017)對季度GDP數(shù)據(jù)插值得到。間接指標試圖抓住體現(xiàn)Balassa-Samuelson效應(yīng)(以下略稱“B-S效應(yīng)”)的貿(mào)易品部門與非貿(mào)易品部門生產(chǎn)率增長的差異。理論上該指標需要非貿(mào)易品和貿(mào)易品的價格指數(shù)去計算，但在實際操作中我們無法得到這兩個價格指數(shù)。故遵從文獻的普遍做法，使用生產(chǎn)者價格指數(shù)(PPI)或批發(fā)價格指數(shù)(WPI)來描述貿(mào)易品的價格變化,使用消費者價格指數(shù)(CPI)來描述非貿(mào)易品的價格走勢，即TNT=CPI/PPI。

廣義貨幣供應(yīng)量(M2)：反映一國的貨幣政策和經(jīng)濟貨幣化的程度，一般而言貨幣供給增加會導致本幣貶值。

貿(mào)易開放度(OPEN)：該變量反映了一國貿(mào)易自由化和對國際市場依賴的程度，我們用外貿(mào)依存度即進出口總額占GDP的比例來表示。一般而言,開放度與實際有效匯率成反向關(guān)系，開放度上升會使進口增加、經(jīng)常賬戶惡化，為維持外部均衡，實際有效匯率貶值。

貿(mào)易條件(TOT)：本文以出口總額與進口總額之比表示，比值上升，則該國貿(mào)易條件改善，反之貿(mào)易條件惡化。貿(mào)易條件的改善對實際有效匯率的影響取決于其收入效應(yīng)與替代效應(yīng)，其最終的綜合效應(yīng)并不確定。

外商投資占GDP的比重(FDI)：FDI是中國資本金融項目順差的主導因素，外商直接投資增加會導致本幣升值。

政府支出占GDP的比重(GOV)：一般而言，政府財政支出增加時，對貨幣的需求也相應(yīng)地增加，若貨幣供給不變，利率上升，實際匯率升值。

外匯儲備(FORE)：外匯儲備的增加，表明貿(mào)易順差的增加，且該國可從外部獲得更多的投資收益，這會增加經(jīng)常賬戶盈余，因此預期外匯儲備與實際有效匯率的變動正相關(guān)。

以上數(shù)據(jù)均來源于wind數(shù)據(jù)庫。文章實證分析選取的時間跨度為2006年1月至2020年12月，樣本容量共180個。本文使用月度數(shù)據(jù)克服了以往文獻大都采取季度、年度數(shù)據(jù)容量過小，數(shù)據(jù)質(zhì)量不高的缺點。所有變量均通過季節(jié)調(diào)整和取對數(shù)的處理。

三、 人民幣均衡匯率和匯率錯位實證研究

在對各變量進行協(xié)整檢驗之前，需要進行ADF單位根檢驗，檢驗結(jié)果見表1。

表1 ADF單位根檢驗結(jié)果

從表1檢驗結(jié)果可以看出，LNFDI和LNTOT原序列已平穩(wěn)，其他變量的原序列均不平穩(wěn)，但一階差分序列在1%顯著性水平下都拒絕原假設(shè)，即均為I(1)過程。因此排除掉LNFDI和LNTOT。同時還發(fā)現(xiàn)，LNGDP和LNTNT相關(guān)性較大，因此將LNGDP也刪除。所以本文最終所采用的BEER實證分析模型是：

(6)

1.人民幣實際匯率的傳統(tǒng)BEER模型

在前文的基礎(chǔ)上，可以進一步進行協(xié)整檢驗?；诟髋袆e準則(FPE準則、AIC準則、SC準則和HQ準則等)可以確定VAR模型的最佳滯后期為2階。對VAR(2)模型進行穩(wěn)定性檢驗，見表2，可以發(fā)現(xiàn)沒有單位根位于單位圓外，表明VAR(2)模型滿足穩(wěn)定性條件。建立VAR(2)模型后進行Johansen協(xié)整檢驗，檢驗結(jié)果見表3。

表2 VAR模型穩(wěn)定性檢驗

協(xié)整檢驗結(jié)果顯示，變量之間存在著長期穩(wěn)定的協(xié)整關(guān)系，并且可以得到所估計的協(xié)整方程(系數(shù)下方圓括號中表示標準差，方括號中表示t值，下同)：

(7)

對協(xié)整方程的殘差進行平穩(wěn)性檢驗，發(fā)現(xiàn)殘差已是平穩(wěn)序列，并且在0附近波動，驗證了協(xié)整關(guān)系的正確性。從上方方程中各變量的系數(shù)可以看出，系數(shù)的正負方向和之前預期分析的結(jié)果基本一致，即間接勞動生產(chǎn)率的提高、外匯儲備和政府財政支出的增加會致使實際匯率上升；而貨幣供應(yīng)量的增加和貿(mào)易開放度的提高會引起實際有效匯率的下降。

進一步建立描述人民幣實際匯率動態(tài)調(diào)整機制的向量誤差修正模型，估計結(jié)果如下：

(8)

其中，誤差修正項ECM為：

ECM=LNREER(-1)-0.07271LNFORE(-1)-0.43636LNTNT(-1)+1.19999LNM2(-1)+0.04800LNOPEN(-1)-0.02663LNGOV(-1)-7.59950

(9)

表3 Johansen協(xié)整檢驗結(jié)果

誤差修正項ECM的系數(shù)的大小反映了人民幣實際有效匯率偏離長期均衡值時，向長期均衡值調(diào)整的速度，即人民幣匯率的自我修正能力。從估計結(jié)果中可以看到，ECM的系數(shù)為-0.01814，這表明在樣本期間，人民幣匯率具備一種在長期能夠自我逐步返回平衡的負反饋機制，也就是說人民幣匯率失調(diào)可以得到經(jīng)濟系統(tǒng)的自動修復。但是，可以看到該系數(shù)絕對值較小，說明人民幣匯率誤差修正機制的自我修正能力比較有限，當匯率低估或高估的程度較大時，一方面需要不斷增強匯率的自我修正機制，另一方面也需加以政府的宏觀調(diào)控，才能使實際有效匯率逐漸趨于均衡水平。

不過，正如前面所提到的，BEER協(xié)整方程中各經(jīng)濟因素的系數(shù)反映的只是樣本期間的均值影響，無法體現(xiàn)出隨著中國經(jīng)濟結(jié)構(gòu)的改變和匯率體制改革的深化，各經(jīng)濟變量對人民幣匯率的動態(tài)影響。同理，向量誤差修正模型中誤差修正項的系數(shù)也體現(xiàn)的是樣本期間人民幣匯率的平均自我修復能力，直覺上來說這種自我修復能力的大小也應(yīng)當是隨著中國經(jīng)濟發(fā)展和匯率改革而不斷變化的。因此在下文，將分別在BEER協(xié)整方程和向量誤差修正模型中引入半?yún)?shù)變系數(shù)理論和半?yún)?shù)部分線性模型，后者著重用來刻畫人民幣匯率自我修正機制隨時間變化的趨勢。

2.半?yún)?shù)變系數(shù)BEER模型

上文中已確認變量間協(xié)整關(guān)系的存在，接下來考慮在維持變量線性協(xié)整關(guān)系的基礎(chǔ)上，引入半?yún)?shù)變系數(shù)結(jié)構(gòu)，可以得到需要估計的半?yún)?shù)變系數(shù)協(xié)整方程如下：

LNREER=β1(t)+β2(t)LNFORE+β3(t)LNTNT+β4(t)LNM2+β5(t)LNOPEN+β6(t)LNGOV

(10)

上式(10)中選擇時間t作為變系數(shù)的自變量，并且t經(jīng)過min-max歸一化處理。通過局部線性估計可以得到各自變量時變系數(shù)的估計。下圖1給出各經(jīng)濟影響因素的時變系數(shù)圖，其中縱軸方向的曲線，是由核密度估計得到的各時變系數(shù)的概率密度函數(shù)。

由圖中可見，變系數(shù)模型中所有經(jīng)濟因素的影響水平隨時間都發(fā)生了很大的變化，并且可以看出這些變化都是非線性的，說明在不同的經(jīng)濟發(fā)展階段，隨著匯率制度改革的不斷深化，外匯儲備、間接勞動生產(chǎn)率(B-S效應(yīng))、貨幣供應(yīng)量、貿(mào)易開放度和政府支出對人民幣實際匯率的影響程度不斷發(fā)生變化。

顯然，相比單純的不變系數(shù)線性模型，半?yún)?shù)變系數(shù)模型提供了更加豐富的信息。觀察圖1可發(fā)現(xiàn)，外匯儲備對人民幣匯率的影響雖然在不同時間有所不同，但基本都保持在0.3以上，表明外匯儲備的增加，給予了人民幣匯率較大的升值壓力；而反映B-S效應(yīng)的間接勞動生產(chǎn)率的系數(shù)經(jīng)歷過初期短暫的負值之后基本穩(wěn)定在0.2～1.2之間；廣義貨幣供應(yīng)量對實際匯率的影響一般而言是負的，不過圖中曲線顯示時變系數(shù)的走勢是正負交替的，這與直覺上的預期不符，但這并非有誤。管濤(2018)表示人民幣并不存在因“貨幣超發(fā)”而必然貶值的邏輯，而且他認為中美兩國M2的口徑存在差異，并且兩國M2總量差距的主要原因是融資結(jié)構(gòu)的差異，因此使用M2并不如使用基礎(chǔ)貨幣更具意義。另外郭瑩瑩(2014)認為伴隨著中國金融規(guī)模的發(fā)展，貨幣的資本功能逐漸凸顯，從而導致無法確定貨幣供給對匯率的影響方向，這最終取決于貨幣的一般功能和資本功能的強弱對比，當資本功能小于一般功能時，匯率隨著貨幣供給的增加而貶值，反之，匯率隨著貨幣供給的增加而升值；貿(mào)易開放度對人民幣實際匯率的影響整體上是負向的，不過也可以看出近些年貿(mào)易開放度的負向影響程度逐漸減弱，并在最近一段時間逆轉(zhuǎn)為正。考慮我們用來度量貿(mào)易開放度的指標是進出口貿(mào)易總和對GDP的比值，近些年中國貿(mào)易順差不斷增大，因此在衡量貿(mào)易開放度的代理變量中，出口因素起到的作用逐漸占據(jù)上風，最終致使貿(mào)易開放度增加對人民幣有升值傾向的影響；政府財政支出對人民幣實際匯率總體上是正向的影響，不過在少數(shù)時間也存在負向的關(guān)系，逄淑梅等(2015)認為，當政府支出的需求彈性大于稅收的需求彈性時，政府支出的增加將導致本幣升值，而政府支出的需求彈性小于稅收的需求彈性時，政府支出的增加反而會導致本幣貶值。因此可以看出中國在絕大部分時間，政府支出對需求的正向彈性是要大于稅收的負向作用的。

除此之外，從縱軸方向的概率密度函數(shù)曲線還可以判斷出，各時變系數(shù)正負的分布基本與原均值系數(shù)方程的一致。

表4分別是傳統(tǒng)BEER模型和半?yún)?shù)變系數(shù)BEER模型估計出的人民幣實際匯率預測值的均方根誤差(Root Mean Squared Error，RMSE)，從表4中可以很明顯地看出，半?yún)?shù)變系數(shù)BEER模型對實際匯率的預測有了較大幅度的改進。

表4 不同模型匯率預測值的RMSE對比

3.半?yún)?shù)變系數(shù)部分線性形式的誤差修正模型

在前文中，已建立了傳統(tǒng)的向量誤差修正模型，誤差修正項ECM的系數(shù)為-0.018144，表明人民幣匯率存在負反饋的自我修正機制。但是基于中國市場經(jīng)濟結(jié)構(gòu)和國際宏觀環(huán)境不斷變化的事實，人民幣匯率這種自我調(diào)節(jié)的能力并不是一成不變的。因此考慮，在誤差修正模型中引入半?yún)?shù)部分線性理論，更深入動態(tài)地考察人民幣匯率的自我調(diào)節(jié)機制。

半?yún)?shù)變系數(shù)部分線性模型可以看成是上文中所使用的變系數(shù)模型的推廣形式，在它的回歸方程中僅把部分解釋變量的系數(shù)設(shè)定為非參數(shù)時變的，保留了一些參數(shù)系數(shù)，本文中所構(gòu)建的部分線性誤差修正模型如下式(11)所示：

D(LNREER)=β0(t)ECM+β1D(LNREER(-1))+β2D(LNFORE(-1))+β3D(LNTNT(-1))+β4D(LNM2(-1))+β5D(LNOPEN(-1))+β6D(LNGOV(-1))

(11)

對于半?yún)?shù)變系數(shù)部分線性模型估計方法的研究已有很多，像Li等(2002)、Zhang等(2002)、Fan和Huang(2005)及Zhou和You(2004)等等。本文采用常見的三次均勻B樣條估計方法來完成對上式的估計?？紤]到主要關(guān)心的是誤差修正項系數(shù)的變化趨勢，并且限于篇幅，這里不再給出其他滯后變量所估計的系數(shù)。圖2是誤差修正項系數(shù)的走勢圖。

從圖2可以看出，人民幣匯率自我調(diào)節(jié)能力并不是一成不變的，呈現(xiàn)出周期性振蕩起伏的態(tài)勢?？傮w上絕大部分時間，誤差修正項的系數(shù)都是負的，即表現(xiàn)為負反饋機制。進一步可以發(fā)現(xiàn)兩個波峰的時間，一個是在2006年左右，一個是在2015年左右。有意思的是，這兩個波峰恰好對應(yīng)著兩次重大的匯率改革：2005年7月21日人民幣匯改和2015年8月11日人民幣匯改。半?yún)?shù)形式的誤差修正模型似乎捕捉到了人民幣兩次重大的匯率制度改革，根據(jù)波峰的時間點，和波峰之后到達谷底的走勢，可以明確地看出，人民幣匯率的自我修正調(diào)節(jié)能力是不斷變化的，而且受到復雜多變的經(jīng)濟因素和國際因素的影響，在到達谷底后，人民幣匯率自身的調(diào)節(jié)能力進而會逐漸變?nèi)?，不過政府審慎擇時的匯率改革，能夠增強這種能力，但是這種增強具有時效性，根據(jù)上圖可以發(fā)現(xiàn)，在匯改的4至5年后，人民幣匯率的自我調(diào)節(jié)能力會開始逐漸走弱，因此需要政府部門準確把握好匯率走勢和經(jīng)濟態(tài)勢，在恰當?shù)臅r候施予人民幣有效的適應(yīng)性干預，以維持人民幣匯率較高的自我調(diào)節(jié)彈性。

通過上面的分析，一方面可以看出，任由放任匯率自我調(diào)節(jié)將會產(chǎn)生不好的影響，這種調(diào)節(jié)能力會逐漸減弱，最終會由負反饋機制轉(zhuǎn)向正反饋機制，而正反饋機制將會使偏離均衡水平的匯率走向更加偏離的軌道；另一方面也可以發(fā)現(xiàn)，中國不斷深化的匯率改革和政府有關(guān)部門的審慎干預，確實起到了良好的效果，不僅維持了人民幣匯率的自我修復能力，而且為人民幣匯率彈性不斷增強、呈現(xiàn)出雙向小幅度波動的態(tài)勢奠定了良好的基礎(chǔ)。

4.人民幣實際匯率錯位程度測算

使用H-P濾波法提取各個宏觀經(jīng)濟因素的長期趨勢，帶入到半?yún)?shù)變系數(shù)BEER方程中，可以得到人民幣均衡匯率。再通過式(4)計算出人民幣實際匯率的失調(diào)程度。圖3給出了所測算的匯率失調(diào)程度的變化情況。

從圖3可以看出，人民幣匯率整體失調(diào)程度并不大，最大高估不超過9%，最大低估不超過6%，而且可以非常明顯地發(fā)現(xiàn)，自2015年8月11日匯改以后，人民幣實際匯率向均衡匯率逐漸收斂，最大失調(diào)程度無論高估還是低估都維持在4%以內(nèi)，而且大部分時間不超過3%，人民幣匯率呈現(xiàn)出圍繞均衡匯率雙向波動的新態(tài)勢，并且人民幣雙向波動更迭的頻率逐漸加快，匯率彈性明顯增強。

根據(jù)本文測算的結(jié)果，在2015年8月11日匯改之前，人民幣匯率被低估占據(jù)大多數(shù)，可以看出，至2006年上季度，人民幣匯率呈現(xiàn)出短暫的小幅度高估，這應(yīng)該和2005年7月21日匯改初期人民幣實際匯率的大幅度升值相關(guān)，之后是持續(xù)到2008年7月的低估，其原因主要是中國經(jīng)常賬戶順差的急劇擴大。隨后國際金融危機爆發(fā)，中國經(jīng)濟增長速度隨之放緩，同時中國出口大幅減少并且出現(xiàn)了一定程度的資本外逃，這些因素抑制了均衡匯率的上升，但是世界物價水平的上漲態(tài)勢致使人民幣實際匯率隨之上升，從而導致人民幣匯率出現(xiàn)了較大程度的高估，最大達到9%。不過這場高估并未持續(xù)很長時間，隨著金融危機影響的淡化和中國經(jīng)濟的復蘇，在2009年6月轉(zhuǎn)為低估，期間歐洲爆發(fā)債務(wù)危機，世界上各主要國際貨幣的幣值不斷下降，引起人民幣實際有效匯率逐步下跌，再次加強了低估程度。后來隨著中國經(jīng)濟的高速發(fā)展，人民幣匯率于2011年10月再次出現(xiàn)小幅高估，然后一直到2014年2月，人民幣匯率在此期間受2010年6月19日央行重啟匯改的影響，已經(jīng)初步表現(xiàn)出雙向小幅波動的趨勢。不過從2014年3月開始，人民幣匯率出現(xiàn)了較大程度的低估，最大5.6%，這場低估結(jié)束于2014年年底，其原因主要在于一方面國際貿(mào)易順差波動較大，2014年上半年甚至出現(xiàn)了貿(mào)易逆差，下半年對外貿(mào)易帳戶逐漸改善，另一方面金融危機以來，國內(nèi)的經(jīng)濟增長過于依賴房地產(chǎn)行業(yè)，市場對國內(nèi)金融風險的擔憂加大和美國QE3等發(fā)達國家非常規(guī)貨幣政策的逐步退出引發(fā)部分外資撤離中國市場。2015年年初，由于中國通貨膨脹的不斷加劇而均衡匯率的升幅低于實際匯率的升幅，人民幣匯率再次出現(xiàn)高估，但緊接著2015年8月11日的匯改進一步完善了中國的匯率制度，隨著中國貿(mào)易順差的縮小、經(jīng)濟增速的放緩，人民幣升值的經(jīng)濟基礎(chǔ)逐漸淡化，而貶值預期卻不斷強化，導致高估程度逐漸縮小，并于2016年6月轉(zhuǎn)為低估，且在2017年期間，美聯(lián)儲多次加息，特朗普被選舉為美國總統(tǒng)，美元表現(xiàn)強勁，人民幣實際有效匯率大幅下降。不過進入2018年后，隨著中國央行加強資管監(jiān)管，受益于美元指數(shù)階段性走弱、國內(nèi)經(jīng)濟基本面表現(xiàn)穩(wěn)健等多重利好因素影響，人民幣匯率再次出現(xiàn)小幅度窄區(qū)間的高估。隨后，受國內(nèi)因素和國際因素的綜合影響，以及中國政府有關(guān)部門的適當干預調(diào)控，人民幣匯率雙向波動的態(tài)勢已基本成熟，小幅度的高估和小幅度的低估互相更迭出現(xiàn)，人民幣實際匯率圍繞在均衡匯率附近波動，最大錯位程度不超過2%，基本上處于合理的均衡水平。

可以看出，使用半?yún)?shù)變系數(shù)BEER模型測算出的匯率失衡能夠很好地反映中國的經(jīng)濟發(fā)展狀況，與現(xiàn)實相互印證，這表明所建立的模型具有較高的可信度。

四、 央行干預促進作用的檢驗——基于ESTAR方法

基于前文通過半?yún)?shù)變系數(shù)BEER模型測算出的人民幣匯率失調(diào)，本文將進一步深入探究人民幣匯率失調(diào)的動態(tài)轉(zhuǎn)換特征。鑒于中國所采用的是“有管理的浮動匯率制度”，我們不禁會思考近些年來央行干預在人民幣匯率失調(diào)和均衡的兩區(qū)制轉(zhuǎn)換上起著什么樣的作用，以及人民幣匯率的低估態(tài)、高估態(tài)和均衡態(tài)隨著政府介入影響強度的不斷改變呈現(xiàn)出怎樣的動態(tài)演化機制。本節(jié)首先回答前面的問題，借鑒陳華(2013)的思路檢驗和評價近些年來央行干預是否保持了先前推動人民幣匯率向均衡水平回復的作用，后一個問題放在下節(jié)進行研究。

依據(jù)Fiess和Shankar(2009)中對央行干預指數(shù)的定義，其測算公式如下：

(12)

其中ΔRt和ΔEt分別是外匯儲備變動額和匯率變動額，σΔRt和σΔEt依次為外匯儲備變動額和匯率變動額的標準差。當ΔEt等于0時，央行干預指數(shù)INTt等于1，此時屬于維持固定匯率制度，央行干預最強。本文中為了更直觀地體現(xiàn)央行干預指數(shù)，將INTt減1，即

(13)

當INTt等于0的時候，央行干預最強，偏離0時，央行干預較弱。

本文選取直接標價法下的人民幣兌美元的月度期末匯率計算央行干預指數(shù)，圖4給出了央行干預指數(shù)在樣本區(qū)間2006年1月-2020年12月的變化情況。從圖中可以發(fā)現(xiàn)，2008年金融危機發(fā)生之前，央行干預強度較小，這段時期正值中國加入WTO后對外貿(mào)易經(jīng)濟高速發(fā)展的時期，并且在2005年7月21日人民幣匯率形成機制改革，人民幣匯率不再釘住單一美元，開始實行“以市場供求為基礎(chǔ)、參考一籃子貨幣進行調(diào)節(jié)、有管理的浮動匯率制度”，而金融危機發(fā)生之后，央行干預強度最大，央行干預指數(shù)基本維持在0的附近，為防范化解經(jīng)濟運行中的風險隱患，中央迅速把宏觀調(diào)控的首要任務(wù)從“防止經(jīng)濟增長由偏快轉(zhuǎn)為過熱、防止價格由結(jié)構(gòu)性上漲演變?yōu)槊黠@通貨膨脹”調(diào)整為“保持經(jīng)濟平穩(wěn)較快發(fā)展、控制物價過快上漲”，提出要實施積極的財政政策和適度寬松的貨幣政策。2010年6月19日匯改重啟之后，央行干預強度相對之前表現(xiàn)出減弱的趨勢，尤其在2015年8月11日的匯率機制改革之后，央行干預強度進一步減弱，這主要在于匯率改革的主要目的是進一步推進匯率的市場化形成機制。

央行干預對匯率失調(diào)的U型效應(yīng)是指央行干預強度過大，也就是當INTt過于接近0時，會延緩或阻礙匯率均衡?？紤]到指數(shù)型平滑轉(zhuǎn)移自回歸模型(ESTAR)擁有U型特征的指數(shù)型轉(zhuǎn)移函數(shù)，因此可采用ESTAR模型進行實證檢驗，本文所建立的ESTAR模型如下：

(14)

G(INTt-d,γ,c)=1-exp(-γ(INTt-d-c)2)

(15)

其中，mist是測算出的人民幣實際匯率失調(diào)程度，p是自回歸的滯后階數(shù)，可依據(jù)AIC準則進行選擇，αi和βi(i=1,2,…,p)為各滯后項的系數(shù)，εt是獨立同分布的誤差序列，G(INTt-d,γ,c)是轉(zhuǎn)移函數(shù)，本文中使用的是指數(shù)型轉(zhuǎn)移函數(shù)，如上式所示。INTt-d是轉(zhuǎn)移變量，d為轉(zhuǎn)移位置，γ為平滑參數(shù)，表示一個區(qū)制到另一個區(qū)制的轉(zhuǎn)換速度或者調(diào)整的平滑性，c是位置參數(shù)，表示不同狀態(tài)下的門限值。

依據(jù)AIC準則，自回歸的滯后階數(shù)p取5，轉(zhuǎn)移位置d取為1。然后對轉(zhuǎn)移函數(shù)在c=0處進行泰勒展開并進行非線性檢驗，檢驗結(jié)果表明人民幣實際匯率錯位程度具有非線性變化的性質(zhì)，且存在著兩個區(qū)制，在兩個區(qū)制間的狀態(tài)轉(zhuǎn)移特征可以通過央行干預指數(shù)決定的轉(zhuǎn)移函數(shù)來捕捉和描述。采用Eviews可以得到ESTAR模型的估計結(jié)果如表5所示。

表5 ESTAR模型參數(shù)估計結(jié)果

續(xù)表

根據(jù)表5，人民幣匯率錯位程度的演變過程可以表示為：

(16)

AR=-2.021972+1.803274mist-1-3.649876mist-2+2.893397mist-3+0.352855mist-4-0.786515mist-5

(17)

(18)

G(INTt-d,γ,c)=1-exp(-31.53022(INTt-1+0.354309)2)

(19)

然后，對模型的殘差序列進行自相關(guān)和ARCH效應(yīng)檢驗，如表6，表中的Box-Ljung Q統(tǒng)計量和ARCH-LM統(tǒng)計量表明殘差序列不存在自相關(guān)和ARCH效應(yīng)，驗證了所估計模型的合理性。

表6 殘差檢驗

由上各式(16-19)，可以進一步推出人民幣實際匯率失調(diào)的兩個不同的區(qū)制：

區(qū)制0：

mist=-2.021972+1.803274mist-1-3.649876mist-2+2.893397mist-3+0.352855mist-4-0.786515mist-5

(20)

區(qū)制1：

(21)

圖5分別給出了兩個區(qū)制(Regime 0和Regime 1)的廣義脈沖響應(yīng)函數(shù)。很明顯可以看出，在區(qū)制0，一個單位的正向脈沖在40期內(nèi)對人民幣實際匯率失調(diào)程度影響不大，但是40個月后會導致其發(fā)散擴大。在區(qū)制1，一個單位的正向沖擊在前2個月會使得匯率失調(diào)程度擴大，即我們在這里發(fā)現(xiàn)了匯率失調(diào)的 “超調(diào)”特征，在此之后匯率失調(diào)程度不斷減少，總體上衰減期為37個月，這個結(jié)果與陳華(2013)的36個月十分相似。據(jù)此可以發(fā)現(xiàn)，區(qū)制0和區(qū)制1分別屬于人民幣匯率的“非均衡”區(qū)制和“均衡”區(qū)制。

圖6和圖7分別給出了轉(zhuǎn)移函數(shù)值和央行干預指數(shù)INTt之間的U型特征關(guān)系圖以及轉(zhuǎn)移函數(shù)值隨時間變化的趨勢圖。人民幣匯率在區(qū)制0和區(qū)制1之間的動態(tài)轉(zhuǎn)換是由央行干預指數(shù)INTt決定的，圖6中橫坐標軸和縱坐標軸旁邊分別是央行干預指數(shù)和轉(zhuǎn)移函數(shù)值的箱型圖，從圖6可以看出，當央行干預指數(shù)在0附近時，人民幣實際匯率失調(diào)程度趨向于區(qū)制0，即“非均衡”區(qū)制，而當央行干預指數(shù)偏離0時，人民幣實際匯率失調(diào)程度趨向于區(qū)制1，即“均衡”區(qū)制。從圖7可以看出，在樣本區(qū)間絕大部分時間，轉(zhuǎn)移函數(shù)值都等于1，即人民幣實際有效匯率都處在“均衡”區(qū)制，只有在少數(shù)的時間點位于“非均衡”區(qū)制。同時，進一步觀察近些年來的轉(zhuǎn)移函數(shù)值表現(xiàn)，可以看出2017年以后也基本維持前面的結(jié)論，人民幣實際匯率失調(diào)程度在絕大部分時間都是位于“均衡”區(qū)制的。以上均表明在2006年1月后的絕大部分時間，央行干預都推動了人民幣更加均衡，也就是說，央行干預在絕大部分時間都促進了人民幣匯率回歸經(jīng)濟基本面。

總的來說，在不斷變化的國際經(jīng)濟環(huán)境和國內(nèi)經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型升級的大背景下，人民幣匯率穩(wěn)定健康的走勢得益于中國政府對匯率的適當調(diào)控：其一，審慎擇時的匯率機制改革，能夠顯著地增強人民幣匯率的自我調(diào)整能力，使人民幣匯率擁有更強的彈性；其二，央行干預在絕大部分時間內(nèi)都推動了人民幣匯率向均衡水平收斂，促使人民幣匯率體現(xiàn)出經(jīng)濟基本面的本質(zhì)特征。

五、 匯率失衡的動態(tài)演變機制——基于NHMM-AR方法

1.非齊次隱馬爾科夫自回歸模型

通過前文分析，發(fā)現(xiàn)央行干預在人民幣匯率“均衡”區(qū)制和“非均衡”區(qū)制的路徑轉(zhuǎn)移上起著至關(guān)重要的作用，接下來本文將基于非齊次隱馬爾科夫自回歸模型(Nonhomogeneous Hidden Markov Autoregressive Model, NHMM-AR)從一個全新的視角進一步探討，在央行干預的影響下人民幣匯率失衡內(nèi)部的動態(tài)演變機制。

需要注意的是，標準的HMM有兩個基本設(shè)定：其一，各隱狀態(tài)間滿足一階馬爾可夫性且狀態(tài)轉(zhuǎn)移概率矩陣不變，即齊次性設(shè)定；其二，當前的觀測值僅僅依賴于當前的隱狀態(tài)，并由發(fā)射概率分布決定，而觀測值之間沒有關(guān)系。

齊次性HMM假設(shè)模型的狀態(tài)轉(zhuǎn)移概率矩陣不受外部經(jīng)濟變量的影響，但在面對經(jīng)濟金融問題時，具體地像本文所討論的人民幣匯率低估、均衡和高估的問題，各個隱藏狀態(tài)(低估、均衡和高估)之間的轉(zhuǎn)移概率不可避免地會受到外部一些經(jīng)濟因素的影響，但是齊次HMM無法對這種影響作出更加準確細致的刻畫，更無法深入細節(jié)地描述人民幣匯率各狀態(tài)間的動態(tài)演變機制，這就在一定程度上導致了信息的損失。因此為了降低這種信息損失的影響，本文將采用非齊次HMM(Banachewicz等，2008)來研究人民幣匯率失調(diào)的動態(tài)變化。非齊次HMM的狀態(tài)轉(zhuǎn)移概率依賴于外部輸入的協(xié)變量，前文我們已經(jīng)通過ESTAR模型檢驗了央行干預在人民幣匯率失調(diào)和匯率均衡之間所起到的關(guān)鍵作用，因此接下來繼續(xù)采用央行干預指數(shù)作為影響狀態(tài)轉(zhuǎn)移概率的外部協(xié)變量。具體而言，狀態(tài)轉(zhuǎn)移概率具有如下的probit函數(shù)形式，

aij,t=P(St+1=j|St=i,Zt)=Φ(α′ijZt+βij)

(22)

其中Φ(x)為標準正態(tài)的累積分布函數(shù)，Zt是外部協(xié)變量，這里采取央行干預指數(shù)INTt，另外為了可識別，需要設(shè)定系數(shù)矩陣[αij]N×N和[βij]N×N每行元素中的一個為0，例如αii=0和βii=0。

其次，標準HMM假定觀測值僅由當前隱狀態(tài)和發(fā)射概率分布來決定，發(fā)射概率分布可采取離散分布或連續(xù)分布的形式。Hamilton(1989)提出使用ARMA模型來取代發(fā)射概率分布，通過ARMA模型對觀測序列進行建模，能夠更為準確地描述經(jīng)濟時間序列的短期相關(guān)關(guān)系。HMM-AR模型的觀測序列模型定義如下：

(23)

其中，εt是白噪聲。表7給出了前文測算的人民幣匯率失調(diào)的Ljung-Box自相關(guān)檢驗，從表中可以發(fā)現(xiàn)各Ljung-Box Q統(tǒng)計量在1%的顯著性水平下均拒絕不存在自相關(guān)的原假設(shè)，說明匯率失調(diào)序列存在短期的自相關(guān)線性關(guān)系，支持了我們使用AR過程來對觀測序列進行建模的決定。

表7 人民幣匯率失調(diào)的自相關(guān)檢驗

綜上所述，本文將采用NHMM-AR模型來探究人民幣匯率失調(diào)的時變演化機制。

2.人民幣匯率失衡的動態(tài)演變機制

考慮到匯率所存在的低估、均衡和高估三種狀態(tài)的經(jīng)濟意義，將NHMM-AR模型的隱藏狀態(tài)數(shù)目設(shè)為3，而對于自回歸AR模型，鑒于我們的數(shù)據(jù)量樣本較小只有180個，為了避免引入太多待估參數(shù)，我們采用AR(1)過程描述NHMM模型的觀測序列?？紤]到EM算法對初值設(shè)置較為敏感，容易陷入局部極值，因此我們反復進行了多次試驗，選擇了相對較好的估計結(jié)果。通過Baum-Welch 算法迭代地求解出NHMM-AR模型的參數(shù)后，采用Viterbi 算法解碼出人民幣匯率失調(diào)的隱藏狀態(tài)序列，圖8是NHMM-AR模型訓練過程的對數(shù)似然值曲線，可以看出模型訓練最終達到了較好的收斂狀態(tài)。圖9是人民幣匯率失調(diào)的全局解碼圖，圖中不同的背景色表示不同的隱藏狀態(tài)，白色是均衡態(tài)，淺灰色是低估態(tài)，深灰色是高估態(tài)，依次分別記為state1、state2和state3。從圖中可以發(fā)現(xiàn)，除了少數(shù)狀態(tài)的識別有誤以外(比如初期極少數(shù)的狀態(tài)識別結(jié)果出現(xiàn)了邊緣效應(yīng))，整體而言，NHMM-AR模型都較好地推斷出了匯率失調(diào)的不同隱藏狀態(tài)。而圖10是各隱藏狀態(tài)在不同時期的平滑概率走勢圖。

表8是各隱藏狀態(tài)對應(yīng)的觀測序列自回歸過程的所估參數(shù)值，據(jù)此可以得到各狀態(tài)下觀測序列的脈沖響應(yīng)圖，見圖11，由圖可知，只有均衡態(tài)state1下的脈沖響應(yīng)圖呈現(xiàn)出快速收斂的趨勢，而低估態(tài)state2和高估態(tài)state3的脈沖響應(yīng)圖均在40期左右呈現(xiàn)出發(fā)散的趨勢。這與上節(jié)中“非均衡”區(qū)制的脈沖響應(yīng)函數(shù)的表現(xiàn)基本一致。

表8 各隱藏狀態(tài)AR過程所估的參數(shù)值

接著考察不同隱藏狀態(tài)下的各個參考指標，見表9，包括不同狀態(tài)的均值、標準差、總持續(xù)時間(即子樣本大小)、發(fā)生次數(shù)和平均每次持續(xù)時間，以及對各狀態(tài)均值顯著性進行檢驗的z統(tǒng)計量，z統(tǒng)計量定義為:

(24)

其中ui、σi和ni分別是各狀態(tài)的均值、標準差和總持續(xù)時間。

表9 各隱藏狀態(tài)的參考指標

觀察表9能發(fā)現(xiàn)，state1的均值只有0.0235%，而且z統(tǒng)計量未通過顯著性檢驗，而state2和state3的均值分別是-2.2301%和1.8795%，而且z統(tǒng)計量均在1%顯著性水平下拒絕原假設(shè)，進一步佐證了state1、state2和state3分別是均衡態(tài)、低估態(tài)和高估態(tài)，這里需要強調(diào)的是，我們將state2和state3分別命名為低估態(tài)和高估態(tài)，僅僅是出于統(tǒng)計指標大小上的區(qū)別，可以看出它們均值的絕對值大小處在2%上下，這充分表明中國匯率基本不存在較大的錯位程度，而是圍繞在均衡匯率附近雙向波動。進一步可以看出，均衡態(tài)的標準差最小，這與直覺上對均衡概念的理解比較相符，而低估態(tài)和高估態(tài)的標準差都要大于均衡態(tài)，特別是高估態(tài)的標準差將近2倍于均衡態(tài)，應(yīng)該主要與2008年期間人民幣匯率出現(xiàn)了較大程度的高估相關(guān)。在總持續(xù)時間和發(fā)生次數(shù)兩指標上，均衡態(tài)都要大于兩個失調(diào)狀態(tài)，不過對于單次平均持續(xù)時間，低估狀態(tài)最大，為3.22個月。

最后要重點關(guān)注的是央行干預指數(shù)作為協(xié)變量的時變狀態(tài)轉(zhuǎn)換概率，其走勢圖見圖12，同時圖中給出了12個月的平滑值曲線，以方便進行觀察分析，而表10則為時變狀態(tài)轉(zhuǎn)移概率在時間上的均值。首先觀察轉(zhuǎn)移概率的平均值，從表10可以知道，3個狀態(tài)間持續(xù)性最高的是低估態(tài)state2，其自轉(zhuǎn)移概率最大為0.6803792，而持續(xù)性最低的是高估態(tài)，自轉(zhuǎn)移概率僅為0.49703468，不足0.5，這體現(xiàn)出人民幣匯率所自有的鮮明特征。另外一個比較有意思的現(xiàn)象是，低估態(tài)向高估態(tài)轉(zhuǎn)移的概率僅為0.04547024，但是反過來這個概率為0.2689299，即人民幣匯率失調(diào)存在著顯著的不對稱性，相對而言低估態(tài)的力量要強于高估態(tài)。

表10 各隱藏狀態(tài)轉(zhuǎn)移概率的平均值

平均值是從總體上來把握各隱藏狀態(tài)間的轉(zhuǎn)移關(guān)系，但是無法準確描述出轉(zhuǎn)移概率的時變特性。觀察圖12可以總結(jié)出以下三點新的發(fā)現(xiàn)：① 近些年來，均衡態(tài)的自轉(zhuǎn)移概率(state1->state1)呈現(xiàn)出不斷增大的顯著趨勢，從2009年的0.55 左右增加到2020年的0.7以上，而低估態(tài)的自轉(zhuǎn)移概率(state2->state2)和高估態(tài)的自轉(zhuǎn)移概率(state3->state3)都不斷減少，尤其以高估態(tài)最為明顯；② 低估態(tài)和高估態(tài)向均衡態(tài)轉(zhuǎn)移的概率(state2、3->state1)都表現(xiàn)出增加的趨勢，而均衡態(tài)和低估態(tài)向高估態(tài)轉(zhuǎn)移的概率(state1、2->state3)均顯著下降；③ 2008年金融危機期間，均衡態(tài)的自轉(zhuǎn)移概率(state1->state1)一度增加達到峰值，這可能與此時期中國政府干預的突然增強相關(guān)，從圖4的央行干預指數(shù)的走勢可知，這段時期央行干預程度達到最大，雖然根據(jù)前文的測算金融危機期間人民幣匯率呈現(xiàn)出較大的高估，但這并不矛盾，為防范化解經(jīng)濟運行中的風險隱患，2008年中央迅速介入并提出要實施積極的財政政策和適度寬松的貨幣政策，從內(nèi)在極大提升了人民幣匯率的均衡自維持概率。結(jié)合①和②的發(fā)現(xiàn)，我們可以得出結(jié)論，近些年來人民幣匯率均衡的持續(xù)性不斷增大，也側(cè)面折射出人民幣匯率回復均衡水平的彈性不斷增強，人民幣匯率失調(diào)的發(fā)生概率不斷降低。

六、 結(jié) 論

本文基于半?yún)?shù)變系數(shù)BEER模型對2006年1月到2020年12月的人民幣均衡匯率和匯率失調(diào)程度進行了測算和詳細的分析，并在此基礎(chǔ)上，進一步通過ESTAR模型和NHMM-AR模型分別實證研究了央行干預在人民幣匯率失調(diào)變化過程中起到的關(guān)鍵作用以及人民幣匯率失調(diào)的動態(tài)演化機制。本文得到的主要結(jié)論如下。

第一，隨著匯率機制改革的不斷深化，在不同的經(jīng)濟發(fā)展階段，各基本經(jīng)濟因素對人民幣匯率的影響也不斷變化，呈現(xiàn)出非線性的特征。相比傳統(tǒng)的BEER模型，半?yún)?shù)變系數(shù)BEER模型提供了更加豐富的信息。

第二，向量誤差修正模型的誤差修正項的系數(shù)只能反映出人民幣匯率的平均自我調(diào)節(jié)能力，而半?yún)?shù)變系數(shù)部分線性模型的引入能打破這種局限性。經(jīng)過研究發(fā)現(xiàn)，人民幣匯率的自我調(diào)整能力隨時間呈現(xiàn)出周期性起伏的趨勢，匯率機制的改革能夠重新給予人民幣匯率自我調(diào)整的活力，自我調(diào)節(jié)能力呈現(xiàn)出達到最大值(谷底)后再逐漸減弱的趨勢。

第三，在樣本區(qū)間內(nèi)，人民幣匯率沒有出現(xiàn)較大幅度的失調(diào)。最大高估不超過9%，最大低估不超過6%，并且自2015年8月11日匯改以后，人民幣匯率呈現(xiàn)出圍繞均衡匯率雙向波動的新態(tài)勢，最大失調(diào)程度無論高估還是低估都維持在4%以內(nèi)，而且大部分時間不超過3%，人民幣匯率雙向波動更迭的頻率加快，匯率彈性明顯增強，人民幣匯率基本上處于合理的均衡水平。

第四，在樣本區(qū)間的絕大部分時間內(nèi)，央行干預使得人民幣實際匯率基本處于“均衡”區(qū)制，央行干預推動人民幣匯率向均衡收斂，使之更能展現(xiàn)經(jīng)濟基本面。

第五，人民幣匯率失調(diào)存在著顯著的不對稱性，低估態(tài)的持續(xù)性要顯著強于高估態(tài)，且高估態(tài)轉(zhuǎn)向低估態(tài)的概率也顯著大于低估態(tài)轉(zhuǎn)向高估態(tài)的概率。

第六，近些年來人民幣匯率均衡態(tài)的自維持概率不斷增加，人民幣匯率向均衡水平收斂的趨勢較為明顯。

本文的實證研究結(jié)果主要給我們以下三條啟示：其一，調(diào)整對外貿(mào)易結(jié)構(gòu)，推動中國進出口結(jié)構(gòu)的轉(zhuǎn)型升級，增強人民幣匯率的抗風險能力，降低未來國際金融危機對中國匯率失調(diào)的影響程度；其二，審慎擇時地進行匯率機制改革，匯率改革應(yīng)準確把握人民幣匯率運行的內(nèi)在機制，增強人民幣匯率的自我調(diào)整修復能力；其三，央行適時的干預促使人民幣匯率更加均衡，中國政府在不同時間段對央行干預強度的把握比較準確。隨著人民幣匯率市場化程度的逐漸加深，中國應(yīng)更為審慎且積極地利用市場干預防止人民幣匯率出現(xiàn)較大的波動，使得人民幣匯率保持在合理、均衡水平上，維持人民幣匯率的均衡。