鄭志偉

摘?要：美聯(lián)儲(chǔ)作為主要經(jīng)濟(jì)體，其加息會(huì)對(duì)全球經(jīng)濟(jì)體間接產(chǎn)生溢出效應(yīng)，對(duì)新興經(jīng)濟(jì)體的影響則更加明顯。文章選取我國(guó)宏觀經(jīng)濟(jì)指標(biāo)數(shù)據(jù)，構(gòu)建VAR向量自回歸模型，分析美聯(lián)儲(chǔ)加息的溢出效應(yīng)程度，通過(guò)脈沖響應(yīng)和方差分解實(shí)證檢驗(yàn)美聯(lián)儲(chǔ)加息政策對(duì)我國(guó)的影響，最后用格蘭杰因果關(guān)系檢驗(yàn)進(jìn)一步確認(rèn)。研究表明：美聯(lián)儲(chǔ)加息對(duì)我國(guó)經(jīng)濟(jì)波動(dòng)具有顯著的溢出效應(yīng)，主要體現(xiàn)為國(guó)際資本流入和股市下跌。

關(guān)鍵詞：美聯(lián)儲(chǔ)加息；宏觀經(jīng)濟(jì)；VAR模型；溢出效應(yīng)；匯率

中圖分類號(hào)：F015文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1005-6432（2024）03-0007-05

DOI：10.13939/j.cnki.zgsc.2024.03.002

1?引言

2023年6月，美國(guó)通貨膨脹高達(dá)9.1%。為給40年來(lái)最熱通脹降溫，美聯(lián)儲(chǔ)持續(xù)加息，同時(shí)以前所未有的速度縮減資產(chǎn)負(fù)債表、收回市場(chǎng)流動(dòng)性。美聯(lián)儲(chǔ)2023年已經(jīng)五度加息，分別在3月加息25個(gè)基點(diǎn)、5月加息50個(gè)基點(diǎn)、6月加息75個(gè)基點(diǎn)、7月加息75個(gè)基點(diǎn)以及9月加息75個(gè)基點(diǎn)。目前已經(jīng)將利率上調(diào)至3%，創(chuàng)下美聯(lián)儲(chǔ)40多年最快加息紀(jì)錄。其中，6月及之后的75個(gè)基點(diǎn)的加息幅度為1994年11月以來(lái)最大單次加息幅度。而離岸人民幣匯率也隨著美聯(lián)儲(chǔ)加息，從6.3升至7.2，最高達(dá)7.3，為歷史匯率最高點(diǎn)。美聯(lián)儲(chǔ)主席鮑威爾在新聞發(fā)布會(huì)上表示，為了將通脹率拉回2%并保持穩(wěn)定，將致力于提高利率并將利率保持在高位，直到通脹率下降。

出于遏制通脹、穩(wěn)定本幣匯率等考慮，世界多國(guó)央行紛紛宣布加息，全球掀起新一輪“加息潮”。對(duì)此，世界銀行警告稱，全球范圍的“加息潮”將把全球經(jīng)濟(jì)推向衰退，尤其是發(fā)展中國(guó)家將面臨一連串的金融危機(jī)風(fēng)險(xiǎn)和“持久傷害”。就我國(guó)而言，將可能面臨人民幣貶值、資本外流、A股承壓等一系列問(wèn)題[1]。

因此，文章研究的重點(diǎn)是美聯(lián)儲(chǔ)歷史性加息對(duì)我國(guó)宏觀經(jīng)濟(jì)會(huì)產(chǎn)生怎樣的影響。

2?文獻(xiàn)回顧

國(guó)外學(xué)者M(jìn)aggiori和Gabaix（2015）[2]在分析國(guó)際金融市場(chǎng)的實(shí)證研究中發(fā)現(xiàn)，發(fā)達(dá)國(guó)家央行對(duì)新興市場(chǎng)貨幣施加壓力推動(dòng)了大規(guī)模全球資本總額流動(dòng)。這也導(dǎo)致外債國(guó)貨幣對(duì)全球金融沖擊的脆弱性增加，包括美聯(lián)儲(chǔ)貨幣政策加息決定和美聯(lián)儲(chǔ)政策的不確定性。Aizenman和Binici（2016）[3]，Eichengreen和Gupta（2015）[4]，Rai、Suchanek（2014）和Fratzscher等人（2013）研究美聯(lián)儲(chǔ)縮減計(jì)劃對(duì)新興市場(chǎng)金融指標(biāo)（如資本流動(dòng)，利率和股市回報(bào)）的影響。

國(guó)內(nèi)學(xué)者則集中研究美聯(lián)儲(chǔ)加息對(duì)中國(guó)的影響。例如：鄧道才和查芬（2022）構(gòu)建TVP-VAR模型，分析美聯(lián)儲(chǔ)加息的溢出效應(yīng)，從金融變量和經(jīng)濟(jì)變量?jī)蓚€(gè)維度比較溢出效應(yīng)程度，研究表明：美聯(lián)儲(chǔ)加息對(duì)金磚五國(guó)經(jīng)濟(jì)具有顯著的溢出效應(yīng)，且存在時(shí)變特征和結(jié)構(gòu)性變動(dòng)。肖衛(wèi)國(guó)和蘭曉梅（2017）利用時(shí)變參數(shù)向量自回歸模型研究美聯(lián)儲(chǔ)加息、縮減資產(chǎn)負(fù)債規(guī)模通過(guò)資本流動(dòng)渠道、匯率渠道以及利率渠道對(duì)我國(guó)物價(jià)、產(chǎn)出、房?jī)r(jià)以及股價(jià)均產(chǎn)生了顯著影響。

3?理論框架

美聯(lián)儲(chǔ)加息吸引外資，導(dǎo)致美元升值，人民幣兌美元匯率上升至歷史新水平。對(duì)新興經(jīng)濟(jì)體國(guó)家產(chǎn)生資金外流、貨幣貶值、經(jīng)濟(jì)增長(zhǎng)放緩等壓力。我國(guó)作為全球經(jīng)濟(jì)規(guī)模最大的新興經(jīng)濟(jì)體國(guó)家，美國(guó)加息引發(fā)的國(guó)際金融動(dòng)蕩必定也將波及我國(guó)。

圖1?美聯(lián)儲(chǔ)加息對(duì)中國(guó)宏觀經(jīng)濟(jì)的傳導(dǎo)效應(yīng)

4?計(jì)量模型

通過(guò)VAR向量自回歸，估計(jì)通貨膨脹、跨境資本流動(dòng)、產(chǎn)出、股票價(jià)格指數(shù)、短期貨幣利率、短期債券利率、預(yù)期和美國(guó)聯(lián)邦基金利率之間的動(dòng)態(tài)關(guān)系。

假設(shè)Y1，t，Y2，t，…，Yn，t（n=1，2，…，8）之間存在關(guān)系，采用聯(lián)立的形式，建立8個(gè)變量Yn，t（n=1，2，…，8）之間的關(guān)系。VAR模型的結(jié)構(gòu)與兩個(gè)參數(shù)有關(guān)，一個(gè)是所含變量個(gè)數(shù)N，另一個(gè)是最大滯后階數(shù)k。公式如下：

Yt=μ+∏1Yt－1+∏2Yt－2+…+∏tYt－k+ut，ut～I(xiàn)ID（0，Ω）

其中：

Yt=（y1，t?y2，t?…?y8，t）′

μ=（μ1?μ2?…?μ8）′

ut=（u1，t?u2，t?…?u8，t）′

∏j=π11.jπ12.j…π18.jπ21.jπ22.j…π28.j…………π81.jπ82.j…π88.j

j=1，2，…，k。其中k為最大滯后階數(shù)1。{ut}為白噪聲序列，不存在自相關(guān)。

5?數(shù)據(jù)說(shuō)明

文章重點(diǎn)分析了美聯(lián)儲(chǔ)加息措施對(duì)商品市場(chǎng)、貨幣市場(chǎng)、債券市場(chǎng)、股票市場(chǎng)、外匯市場(chǎng)、銀行信貸市場(chǎng)以及預(yù)期等宏觀經(jīng)濟(jì)因素的影響（見(jiàn)表1）?；诿缆?lián)儲(chǔ)在2016—2019年多次連續(xù)加息，故選取近7年指標(biāo)數(shù)據(jù)進(jìn)行分析。

6?計(jì)量方法

文章對(duì)變量Y：GDP，CPI-PPI，CCI，USA.OLR，CHN.OLR，Bond，Stock，CA構(gòu)建一階滯后項(xiàng)VAR向量自回歸模型。

6.1?估算出參數(shù)值的模型

建立VAR模型之前需要對(duì)各時(shí)間序列變量進(jìn)行平穩(wěn)性檢驗(yàn)。若各時(shí)間序列均是平穩(wěn)序列，則可建立?VAR?模型；否則得到的向量自回歸模型是偽回歸。若各數(shù)據(jù)不滿足平穩(wěn)性，但通過(guò)了協(xié)整檢驗(yàn)，也可建立向量自回歸模型；不同滯后階數(shù)的比較，可根據(jù)不同滯后階數(shù)的各信息準(zhǔn)則結(jié)果，找到一個(gè)較優(yōu)的滯后階數(shù)；建立VAR模型并對(duì)參數(shù)進(jìn)行估計(jì)；之后需要對(duì)模型進(jìn)行穩(wěn)定性檢驗(yàn)，在檢驗(yàn)通過(guò)后，才能進(jìn)行脈沖響應(yīng)分析和方差分解。

6.2?對(duì)所研究的經(jīng)濟(jì)體系內(nèi)潛在的相互關(guān)系進(jìn)行結(jié)構(gòu)分析

利用偏微分原理進(jìn)行比較靜態(tài)分析，即對(duì)模型的兩個(gè)均衡點(diǎn)進(jìn)行對(duì)比：一個(gè)是原來(lái)達(dá)到的均衡點(diǎn)，另一個(gè)是當(dāng)只有一個(gè)內(nèi)生變量或結(jié)構(gòu)參數(shù)（沖擊變量）的數(shù)值發(fā)生變化而其他情況不變時(shí)，模型達(dá)到的新均衡點(diǎn)，兩點(diǎn)對(duì)比可以看出內(nèi)生變量或參數(shù)值變化時(shí)對(duì)其他內(nèi)生變量產(chǎn)生多大影響，以便了解和解釋有關(guān)的經(jīng)濟(jì)現(xiàn)象。即美聯(lián)儲(chǔ)沒(méi)有加息前中國(guó)宏觀經(jīng)濟(jì)達(dá)到的均衡點(diǎn)和美聯(lián)儲(chǔ)加息（沖擊變量）后中國(guó)宏觀經(jīng)濟(jì)再次達(dá)到的均衡點(diǎn)，兩者均衡點(diǎn)進(jìn)行比較，得出對(duì)中國(guó)宏觀經(jīng)濟(jì)各項(xiàng)指標(biāo)（受沖擊變量）的影響。

6.3?預(yù)測(cè)

用已經(jīng)估算出系數(shù)值的簡(jiǎn)化式進(jìn)行，因?yàn)楹?jiǎn)化式的因變量都是受沖擊變量，自變量都是沖擊變量，把預(yù)期將來(lái)某時(shí)期沖擊變量可能達(dá)到的數(shù)值代入簡(jiǎn)化式，就可以得到有關(guān)的受沖擊變量在將來(lái)同時(shí)期的預(yù)測(cè)值?；蛘哌M(jìn)行方差分解，看每一個(gè)內(nèi)生變量對(duì)其中一個(gè)變量標(biāo)準(zhǔn)差的貢獻(xiàn)程度，來(lái)推測(cè)主要影響因子并作出預(yù)測(cè)。

6.4?規(guī)劃政策

把代表各種政策方案的沖擊變量（又稱政策變量，如加息）在將來(lái)某時(shí)期的各種不同數(shù)值代入模型，然后計(jì)算作為因變量的受沖擊變量（即政策目標(biāo)，如國(guó)民收入）的各種相應(yīng)預(yù)測(cè)值，以便對(duì)比，實(shí)際上是一種以政策變量的給定數(shù)值為條件的預(yù)測(cè)。

7?回歸結(jié)果

7.1?輸出結(jié)果

表2說(shuō)明：①上表格包括變量、T檢驗(yàn)結(jié)果、AIC值等，用于檢驗(yàn)時(shí)間序列是否平穩(wěn)。②若?P<0.05，則說(shuō)明序列是平穩(wěn)序列；若?P>0.05，則說(shuō)明序列是非平穩(wěn)序列。

如表2所示，美國(guó)有效聯(lián)邦基金利率和同業(yè)拆借加權(quán)利率合計(jì)的顯著性P值分別為0.002***和0.023**，水平上呈現(xiàn)顯著性，拒絕原假設(shè)，該序列為平穩(wěn)的時(shí)間序列。其他變量指標(biāo)的P值則均大于0.05，水平上不呈現(xiàn)顯著性，不能拒絕原假設(shè)，為非平穩(wěn)的時(shí)間序列。

說(shuō)明該序列存在多個(gè)非平穩(wěn)的時(shí)間序列，為避免得到的向量自回歸模型是偽回歸，需進(jìn)行協(xié)整檢驗(yàn)，得到各變量變化序列。

7.2?輸出結(jié)果2

通過(guò)ADF檢驗(yàn)后，文章采用Johansen?Cointegration?Test對(duì)輸出結(jié)果1中的非平穩(wěn)時(shí)間序列進(jìn)行協(xié)整檢驗(yàn)。

結(jié)合原假設(shè)H0：存在協(xié)整關(guān)系。根據(jù)跡統(tǒng)計(jì)量小于5%的臨界值，則無(wú)法拒絕原假設(shè)，認(rèn)為存在協(xié)整關(guān)系?？梢赃M(jìn)行模型模擬分析，即解釋變量與被解釋變量之間存在長(zhǎng)期趨勢(shì)。

綜合而言，基于單位根檢驗(yàn)和協(xié)整檢驗(yàn)的結(jié)果，文章選擇的樣本指標(biāo)和樣本經(jīng)濟(jì)體適宜基于經(jīng)典向量自回歸模型VAR模型。

7.3?輸出結(jié)果3

表4說(shuō)明：上表格展示了滯后p階的向量自回歸模型的信息準(zhǔn)則，用于選擇較優(yōu)的滯后階數(shù)。包括logL、FPE、AIC、SC、HQ，其中l(wèi)ogL參與到FPE、AIC、SC、HQ的計(jì)算，最終通過(guò)對(duì)FPE、AIC、SC、HQ的指標(biāo)進(jìn)行評(píng)價(jià)，選擇最優(yōu)滯后階數(shù)有以下兩個(gè)規(guī)則：

若某一滯后階數(shù)有最多的*，建議選取該滯后階數(shù)建立VAR模型。

若有階數(shù)帶有的*數(shù)量相同，那么就選擇盡可能小的階數(shù)。

由FPE、AIC、SC、HQ四項(xiàng)評(píng)價(jià)指標(biāo)的結(jié)果看，滯后階數(shù)建議選一階，即建立VAR（1）模型。

7.4?輸出結(jié)果4

7.5?輸出結(jié)果5

圖2展示了VAR模型中的AR根圖。所有的點(diǎn)都位于單位圓內(nèi)，由此可判斷VAR系統(tǒng)是穩(wěn)定的，模型可以進(jìn)一步做脈沖響應(yīng)分析和方差分解。

7.6?輸出結(jié)果6

脈沖響應(yīng)結(jié)果顯示，美聯(lián)儲(chǔ)加息措施主要影響中國(guó)跨境資本流動(dòng)以及股票價(jià)格指數(shù)的波動(dòng)，對(duì)短期利率、長(zhǎng)期利率等金融指標(biāo)波動(dòng)的影響相對(duì)較小，對(duì)產(chǎn)出、通貨膨脹以及消費(fèi)者通貨膨脹預(yù)期等因素的影響也相對(duì)較弱。中國(guó)跨境資本流動(dòng)對(duì)美聯(lián)儲(chǔ)加息措施的響應(yīng)在期初為正向，且反應(yīng)劇烈，在第2個(gè)季度和第3個(gè)季度時(shí)分別在正向和負(fù)向上達(dá)到最大響應(yīng)強(qiáng)度，并在第3期以后表現(xiàn)為正向響應(yīng)，隨后逐漸震蕩回歸長(zhǎng)期均衡水平，表明美聯(lián)儲(chǔ)加息措施會(huì)導(dǎo)致中國(guó)出現(xiàn)國(guó)際資本凈流入。就股票價(jià)格指數(shù)而言，美聯(lián)儲(chǔ)加息措施對(duì)中國(guó)股票價(jià)格相對(duì)波動(dòng)率的沖擊在初期為相對(duì)較強(qiáng)的正向拉升，并保持45個(gè)單位高度正向響應(yīng)，較長(zhǎng)時(shí)間后才開(kāi)始收斂，說(shuō)明美聯(lián)儲(chǔ)加息對(duì)我國(guó)股市產(chǎn)生了穩(wěn)定持久的影響。與之相比，美聯(lián)儲(chǔ)加息沖擊對(duì)中國(guó)短期利率、長(zhǎng)期利率以及私人信貸增速等金融市場(chǎng)中介變量的影響相對(duì)較小，其對(duì)美聯(lián)儲(chǔ)加息措施單位沖擊的最高響應(yīng)程度均不超過(guò)0.3個(gè)單位，而產(chǎn)出、通貨膨脹以及通貨膨脹預(yù)期對(duì)美聯(lián)儲(chǔ)加息措施單位沖擊的最高響應(yīng)程度均未超過(guò)3個(gè)單位。

綜合而言，美聯(lián)儲(chǔ)加息措施對(duì)中國(guó)實(shí)體經(jīng)濟(jì)波動(dòng)以及金融市場(chǎng)波動(dòng)的影響主要體現(xiàn)在對(duì)中國(guó)跨境資本流動(dòng)以及中國(guó)股市的波動(dòng)存在較強(qiáng)影響，我國(guó)貨幣市場(chǎng)、債券市場(chǎng)、信貸市場(chǎng)以及商品市場(chǎng)的供需未明顯受到美聯(lián)儲(chǔ)加息措施的沖擊。

7.7?輸出結(jié)果7

我國(guó)國(guó)際資本流動(dòng)和股票市場(chǎng)的波動(dòng)除了主要受自身的影響外，還受到其他宏觀經(jīng)濟(jì)指標(biāo)的影響。例如，國(guó)際資本流動(dòng)主要受到通貨膨脹和預(yù)期通貨膨脹的影響；股票市場(chǎng)主要受到預(yù)期通貨膨脹、國(guó)際資本流動(dòng)和債券市場(chǎng)的影響。說(shuō)明美聯(lián)儲(chǔ)加息除了對(duì)我國(guó)宏觀經(jīng)濟(jì)產(chǎn)生直接影響外，對(duì)我國(guó)各經(jīng)濟(jì)指標(biāo)也產(chǎn)生內(nèi)在聯(lián)動(dòng)影響機(jī)制，即產(chǎn)生內(nèi)循環(huán)傳導(dǎo)效應(yīng)。

8?結(jié)論

美聯(lián)儲(chǔ)加息直接導(dǎo)致美元強(qiáng)勢(shì)升值，人民幣匯率上升至7.3歷史高位，對(duì)我國(guó)宏觀經(jīng)濟(jì)，尤其是國(guó)際資本流動(dòng)和股票市場(chǎng)產(chǎn)生重大影響。導(dǎo)致出現(xiàn)國(guó)際資本凈流入，利好我國(guó)出口企業(yè)，但也利空進(jìn)口型、房地產(chǎn)、金融行業(yè)；另外也導(dǎo)致國(guó)內(nèi)市場(chǎng)的投資資金外流到國(guó)外市場(chǎng)，減少市場(chǎng)資金，股票市場(chǎng)成交量縮減，同時(shí)，會(huì)導(dǎo)致國(guó)內(nèi)投資者看淡市場(chǎng)的情緒，交易不活躍，股價(jià)普遍下跌。但是，我國(guó)外匯儲(chǔ)備量大、美元債務(wù)占比低等特點(diǎn)有助于自身緩解來(lái)自美元加息的沖擊?；谘芯拷Y(jié)果，預(yù)測(cè)美聯(lián)儲(chǔ)加息的可能性依然存在，將造成我國(guó)股市、外貿(mào)波動(dòng)，我國(guó)企業(yè)的融資成本會(huì)相應(yīng)大幅提高，中國(guó)經(jīng)濟(jì)面臨巨大壓力，現(xiàn)提出以下建議。

第一，未來(lái)匯率走勢(shì)難以預(yù)測(cè)，支持企業(yè)購(gòu)買匯率避險(xiǎn)產(chǎn)品規(guī)避匯率風(fēng)險(xiǎn)，降低生產(chǎn)經(jīng)營(yíng)的不確定性、實(shí)現(xiàn)主營(yíng)業(yè)務(wù)盈利為目的，而不應(yīng)以外匯衍生品交易本身盈利為目的。

第二，出于穩(wěn)定人民幣匯率預(yù)期，避免人民幣匯率順周期貶值的考量，央行可以下調(diào)外匯存款準(zhǔn)備金率來(lái)釋放外幣流動(dòng)性，使市場(chǎng)上外匯供給增多。此外，還可以增加離岸人民幣票據(jù)的發(fā)行，提高境外人民幣的利率與做空人民幣的成本。

參考文獻(xiàn)：

[1]嚴(yán)瑜.美聯(lián)儲(chǔ)激進(jìn)加息引發(fā)全球“加息潮”[N].人民日?qǐng)?bào)海外版，2022-10-01（6）.

[2]XAVIER?G，MAGGIORI?M.International?liquidity?and?exchange?rate?dynamics[J].The?quarterly?journal?of?economics，2014（3）.

[3]JOSHUA?A，BINICI?M.Exchange?market?pressure?in&nbsp;OECD?and?emerging?economies：Domestic?vs.external?factors?and?capital?flows?in?the?old?and?new?normal[J].Journal?of?International?Money?and?Finance，2016（66）：65-87.

[4]BARRY?E，GUPTA?P.Tapering?talk：The?impact?of?expectations?of?reduced?Federal?Reserve?security?purchases?on?emerging?markets[J].Emerging?markets?review，2015（25）：1-15.