论文部分内容阅读
摘 要：截至2014年年底，我国外汇储备的目前值为38430亿美元。高额的外汇储备势必带来很多的外汇占款和冲销成本，同时还面临着汇率风险、流动性风险、利率风险和政治风险等。由于有时国家会因为各种经济政治环境的因素而使得外汇储备增长水平大于实际所需要的数值，以期望稳定货币汇率，而现金不断增长外汇储备和货币供应量，这样久而久之会影响到各国中央银行货币政策的独立性。
关键词：外汇储备；货币供应量；汇率风险
一、外汇储备与货币供给现状
在20世纪初，经济学家指出，货币当局可以控制货币数量，大多数学者都认为货币供应量M2是外生的。主张货币供给是外生变量，完全取决于本国央行的凯恩斯理论主要以货币供给为代表。货币当局决定基础货币的水平，还有就是基础货币和货币供应量M2具有正相关性，数量和资金依赖于中央银行的决定。
因此，本文所要研究的外汇储备变动会对货币供应量M2变动的影响，首先应承认货币供应量是内生变量。随着国际经济全球化，外汇储备势必会成为国内经济与国际金融的重要点，也会成为解决本币和外币汇率政策相斥的着眼点。
通过ADF单元根检验、Jonhansen协整检验、Granger检验等等检验方法建模得出我国外汇储备和货币供应量两者间存在长期的均衡调节关系和两者之间的短期的偏离动态调整关系。通过对2004到2014年数据分析重新得到现今外汇储备和货币供应量的关系。
二、外汇储备与M2的理论机制
本文正是要通过对有代表性的一些国家的外汇储备和M2进行时间序列模型实证分析，从中找出我国外汇储备和M2的相对变动关系，结合我国的外汇政策和各国外汇政策，来对我国的外汇政策等提出建议。
三、协整和误差修正模型
本文将通过ADF检验、协整检验和格兰杰因果检验来确认本文的数据平稳性，建立VAR模型并用ADF检验法进行检验，然后再针对一个单位标准差的冲击得到的脉冲响应函数，最后通过建立VEC向量误差修正模型来验证外汇储备（WH）和货币供应量（M2）互相在一定时期内冲击的影响。
经典计量经济学中，20世纪五、六十年代，科普曼斯和霍德-科普曼斯发现的线性方程构成的联立方程模型非常流行。这个模型全面地分析了每个方程的残差和解释变量的相关及延伸研究。这种建模方法用于研究复杂的宏观经济问题，有事多达万余个内生变量。由此可知，经济理论指导下建立的结构性经典计量模型存在不少问题。为解决这些问题而提出了一种用非结构性方法建立各变量之间关系的模型。
特别是中国的金融业，市场还没有得到规范，政府的干预较为严重，急需改革。在市场政策的进一步开放下，不能完全满足强大的市场波动范围和信息。因为VAR模型过程中回归存在随机性，所以只能近似地正态处理。而在数据的选取上，如果在利用VAR模型分析实际问题时，使用的是非平稳序列变量。
脉冲响应函数（Impulse Response Function）被用于观察随机扰动项冲击标准的方程中的其他变量。即一个标准差的冲击对外汇储备和货币供应量现在和未来的响应轨迹。该函数用来直观地描述一个内生变量对误差冲击的反应，具体的操作是在增加的误差项上实施一个标准差大小的冲击后，看结果显示的该冲击对内生变量现在值与未来值的影响。
本文是用方差分解技术分析外汇储备和货币供应量变量之间的贡献率。虽然脉冲响应函数的幅度可以解释每个变量符号和对特定的脉冲响应作出响应，但不能比较特定变量的响应的强度的影响。为了进一步研究彼此的两个变量之间的波动，利用方差分解技术对两个变量预测均方误差分解，计算出每个冲击的相对重要性。
方差分解（Variance Decomposition）是通过分析每一个结构的冲击对各变量方差的贡献值。显示出每个有着随机扰动影响VAR模型中的干扰变量信息。其基本思路是改变其成因系统中，每个内生变量被分解为随机扰动方程和变量相关的变量，以了解每一个模型内生变量的相对重要性。
系数向量均衡变量之间的关系可以从反映平衡的长期偏差，进行调整，以调整平衡状态的强度。在等式右边误差修正模型的变量系数差分项反映对被解释变量的短期变化的短期波动影响。在回归模型中，需要直接取出统计量是不显著滞后的差分项。由于VEC模型是具有内置协整变量的模型，因此之前的估计VEC模型需要Johansen协整检验，并确定协整数。因为协整关系是VEC模型的前提，即通过协整检验才可建立模型。
VEC模型的VAR模型的一个扩展，并增加了一个误差修正项使回归更精确的，这样可以去除一些干扰项。
四、外汇储备和货币供应量M2的协整回归分析
本文将运用软件EVIEWS7.0对数据进行检验和分析。
如上表所示，在5%的显著性水平下，最后一列的Probability是F统计量（F-Statistic）的相伴概率，表示拒绝第一列中的原假设（Null Hypothesis），选择概率最小的那个，即拒绝假设“WH does not Granger Cause M2”犯第一类错误概率为0.0187。外汇储备不是货币供应量M2的格兰杰因果关系的原假设被拒绝了，因此，从1阶滞后的情况看，WH是M2的格兰杰因果关系，即外汇储备是货币供应量的格兰杰因果关系。
五、VAR模型与VEC模型
表7 VAR滞后阶数选择的标准
本文将建立WH、M2变量之间的VAR模型，以研究二者之间的关系。根据AIC、SC、LR、FPE、HQ、LogL等信息准则，基于“多数原则”选取VAR滞后期数为1作为最优滞后阶数。因为赤池信息准则（Akaike Information Criterion，AIC）和施瓦茨准则（Schwarz Criterion，SC）这两个准则均要求其值越小越好，所以仅当所增加的解释变量能够减少AIC值或SC值时，才可以在原模型中增加该解释变量。所以选择表中*最多的一行，即第二行。
图1 VAR模型中的AR根图
从以上模型的回归结果可以看出，模型的拟合优度较高。因为VAR模型的AR根图检验，所有根倒数小于1，看图中两个点都在单位圆内，所以可以判定模型是稳定的。即各个特征方程的特征根均位于单位圆内，因而所建立的VAR模型满足稳定性条件。
本文是两个变量VAR模型，滞后期为1，因此，VAR（1）模型如下所示：
WH=0.960278615598*WH（-1）-0.00947807630874*M2（-1）+0.63496348829
M2=0.0468979090527*WH（-1）+0.94612821307*M2（-1）+0.199261244456
具体原始数据如下表所示：
综合上图可知，在脉冲响应图中当追踪期数为100情况下，响应基本趋于0，说明长期来看该系统稳定。
其中，当在本期给外汇储备一个正的冲击，则在当期引起外汇储备变动的反应为0.27，之后逐步下降，100期以后逐渐走向稳定。
当在本期给外汇储备一个正的冲击，在当期引起货币供应量的反应为0，之后货币供应量先是缓慢下降，从20期开始上升，在100期以后的数据是稳定的。
当在本期给货币供应量一个正的冲击，在当期引起外汇储备的反应为0.02，之后迅速上升，在第20期反应达到最大值0.11，然后开始缓慢下降，在第100期开始逐步趋于稳定。
当在本期给货币供应量一个正的冲击，在当期引起货币供应量的反应为0.18，之后迅速下降，在第100期开始逐步趋于稳定。
由图中方差分解结果可以看出，外汇储备的贡献度成快速上升趋势，并且在图中第25期两变量的贡献度都已经超过50%。当观察期到100期，可以看到数据稳定在60%，即外汇储备对于货币供应量的贡献度稳定在这个数值，其预测误差也是这个值。所以说，外汇储备不仅对货币供应量M2历史轨迹具有相当程度的贡献，而且这种影响在长期看来具有显著的稳定性。
VEC模型中，误差修正项为：
CointEq1=M2-3.658867WH+29.85272
模型中的CointEq1代表误差修正项，反映变量之间偏离长期均衡关系的非均衡误差，误差修正项前面的系数是调整系数，反映消除非均衡误差的速度。
从误差修正模型的估计结果可以看出，虽然VEC模型的拟合度没有VAR模型好，但是可以得出在短期内，货币供应量M2可能偏离它与外汇储备的长期均衡水平。在D（M2）为因变量的回归模型中，误差修正项前的系数是很小的一个正数，那么说明货币供应量M2和外汇储备对长期趋势的偏离不能在短期内得到纠正。也可以得出当货币供给M2短期波动偏离长期均衡时，将以一定的力量将结果拉回均衡状态，即外汇储备和货币供应量的VEC模型结果满足反向修正约束。
六、实证结果分析和政策建议
通过以上对我国外汇储备与货币供应量M2的实证分析，可以得到以下几个结论：一是协整分析表明两者之间在长期看必然存在着均衡关系。二是脉冲相应图结果显示，外汇储备数量会对货币供应量有正向的影响，并且这种正向影响具有相当的延迟。100期来看，大约有25期的延迟，即5、6年的延迟，但是从长期来看，外汇储备的变动不仅对解释货币供应量变动具有相当程度的贡献，而且这种贡献具有一定的稳定性。三是VEC模型结果表明，当货币供应量M2波动偏离了原先轨迹的话，将会有一定的力量将结果拉回均衡状态，即外汇储备和货币供应量的VEC模型结果满足反向修正约束。这也同时表明了外汇储备与货币供应量M2之间必然存在长期的均衡关系。所以对于外汇储备的管理，有各种方案，那么我们来讨论其中的几个方案的可行性。
1.让外汇储备来填补养老金缺口
首先是让外汇储备来填补养老金缺口。养老金缺口是居民领取养老金精算现值与缴纳的养老金精算现值的差。即一个人每个月享受2000元养老金，假设这是租金收入，那么，就得有200多万的一套房子，而目前储蓄只有20万元，那么剩下的180万为养老金缺口。
2.将部分外汇储备转换为黄金储备和石油储备
用外汇储备来冲抵部分，也只有减小缺口的作用。并且用外汇储备相当于向市场投放货币，这会造成通货膨胀。而外汇储备来作为社会保障基金，其实也是意味着外汇储备的消耗。
那么，目前最好的方式是在合理数量管理的情况下，将部分外汇储备转换为黄金储备和石油储备，尤其在目前石油和黄金处于一段下行期的低点，正好适合囤积黄金储备和石油储备。黄金储备和石油储备即是避险资产，也是升值保值资产。毕竟相对于不可确定和随汇率制度变化的外汇储备，黄金和石油在未来属于比较稀少的资产，所以转换部分为外汇储备，更有利于外汇储备管理。当然最重要的是控制高额外汇储备数量，来冲销外汇储备对国内货币供给的影响。
3.扩大人民币汇率弹性
基于这种影响，需要一方面扩大人民币汇率弹性，因为国际收支双重顺差会加剧外汇占款的压力。而在目前在相对固定的汇率下，实现灵活的汇率制度可以自动调节国际收支和储备情况的平衡，从而减少外汇储备占款对货币供给M2的影响，同时保持货币政策的独立性。另一方面放宽目前严格的结售汇制度，在合理范围内改为意愿自我结售汇制度，即在反洗钱的要求下进一步放宽企业用汇自主权。通过对外汇管理体制的改革，外汇资产需要逐步改变单一的由央行和官方管理外汇储备的格局。这将有效地切断货币供应量M2的过快增长，以及降低了流动性过剩减少了外汇储备迅猛增长对我国货币供给的单方面压力。
关键词：外汇储备；货币供应量；汇率风险
一、外汇储备与货币供给现状
在20世纪初，经济学家指出，货币当局可以控制货币数量，大多数学者都认为货币供应量M2是外生的。主张货币供给是外生变量，完全取决于本国央行的凯恩斯理论主要以货币供给为代表。货币当局决定基础货币的水平，还有就是基础货币和货币供应量M2具有正相关性，数量和资金依赖于中央银行的决定。
因此，本文所要研究的外汇储备变动会对货币供应量M2变动的影响，首先应承认货币供应量是内生变量。随着国际经济全球化，外汇储备势必会成为国内经济与国际金融的重要点，也会成为解决本币和外币汇率政策相斥的着眼点。
通过ADF单元根检验、Jonhansen协整检验、Granger检验等等检验方法建模得出我国外汇储备和货币供应量两者间存在长期的均衡调节关系和两者之间的短期的偏离动态调整关系。通过对2004到2014年数据分析重新得到现今外汇储备和货币供应量的关系。
二、外汇储备与M2的理论机制
本文正是要通过对有代表性的一些国家的外汇储备和M2进行时间序列模型实证分析，从中找出我国外汇储备和M2的相对变动关系，结合我国的外汇政策和各国外汇政策，来对我国的外汇政策等提出建议。
三、协整和误差修正模型
本文将通过ADF检验、协整检验和格兰杰因果检验来确认本文的数据平稳性，建立VAR模型并用ADF检验法进行检验，然后再针对一个单位标准差的冲击得到的脉冲响应函数，最后通过建立VEC向量误差修正模型来验证外汇储备（WH）和货币供应量（M2）互相在一定时期内冲击的影响。
经典计量经济学中，20世纪五、六十年代，科普曼斯和霍德-科普曼斯发现的线性方程构成的联立方程模型非常流行。这个模型全面地分析了每个方程的残差和解释变量的相关及延伸研究。这种建模方法用于研究复杂的宏观经济问题，有事多达万余个内生变量。由此可知，经济理论指导下建立的结构性经典计量模型存在不少问题。为解决这些问题而提出了一种用非结构性方法建立各变量之间关系的模型。
特别是中国的金融业，市场还没有得到规范，政府的干预较为严重，急需改革。在市场政策的进一步开放下，不能完全满足强大的市场波动范围和信息。因为VAR模型过程中回归存在随机性，所以只能近似地正态处理。而在数据的选取上，如果在利用VAR模型分析实际问题时，使用的是非平稳序列变量。
脉冲响应函数（Impulse Response Function）被用于观察随机扰动项冲击标准的方程中的其他变量。即一个标准差的冲击对外汇储备和货币供应量现在和未来的响应轨迹。该函数用来直观地描述一个内生变量对误差冲击的反应，具体的操作是在增加的误差项上实施一个标准差大小的冲击后，看结果显示的该冲击对内生变量现在值与未来值的影响。
本文是用方差分解技术分析外汇储备和货币供应量变量之间的贡献率。虽然脉冲响应函数的幅度可以解释每个变量符号和对特定的脉冲响应作出响应，但不能比较特定变量的响应的强度的影响。为了进一步研究彼此的两个变量之间的波动，利用方差分解技术对两个变量预测均方误差分解，计算出每个冲击的相对重要性。
方差分解（Variance Decomposition）是通过分析每一个结构的冲击对各变量方差的贡献值。显示出每个有着随机扰动影响VAR模型中的干扰变量信息。其基本思路是改变其成因系统中，每个内生变量被分解为随机扰动方程和变量相关的变量，以了解每一个模型内生变量的相对重要性。
系数向量均衡变量之间的关系可以从反映平衡的长期偏差，进行调整，以调整平衡状态的强度。在等式右边误差修正模型的变量系数差分项反映对被解释变量的短期变化的短期波动影响。在回归模型中，需要直接取出统计量是不显著滞后的差分项。由于VEC模型是具有内置协整变量的模型，因此之前的估计VEC模型需要Johansen协整检验，并确定协整数。因为协整关系是VEC模型的前提，即通过协整检验才可建立模型。
VEC模型的VAR模型的一个扩展，并增加了一个误差修正项使回归更精确的，这样可以去除一些干扰项。
四、外汇储备和货币供应量M2的协整回归分析
本文将运用软件EVIEWS7.0对数据进行检验和分析。
如上表所示，在5%的显著性水平下，最后一列的Probability是F统计量（F-Statistic）的相伴概率，表示拒绝第一列中的原假设（Null Hypothesis），选择概率最小的那个，即拒绝假设“WH does not Granger Cause M2”犯第一类错误概率为0.0187。外汇储备不是货币供应量M2的格兰杰因果关系的原假设被拒绝了，因此，从1阶滞后的情况看，WH是M2的格兰杰因果关系，即外汇储备是货币供应量的格兰杰因果关系。
五、VAR模型与VEC模型
表7 VAR滞后阶数选择的标准
本文将建立WH、M2变量之间的VAR模型，以研究二者之间的关系。根据AIC、SC、LR、FPE、HQ、LogL等信息准则，基于“多数原则”选取VAR滞后期数为1作为最优滞后阶数。因为赤池信息准则（Akaike Information Criterion，AIC）和施瓦茨准则（Schwarz Criterion，SC）这两个准则均要求其值越小越好，所以仅当所增加的解释变量能够减少AIC值或SC值时，才可以在原模型中增加该解释变量。所以选择表中*最多的一行，即第二行。
从以上模型的回归结果可以看出，模型的拟合优度较高。因为VAR模型的AR根图检验，所有根倒数小于1，看图中两个点都在单位圆内，所以可以判定模型是稳定的。即各个特征方程的特征根均位于单位圆内，因而所建立的VAR模型满足稳定性条件。
本文是两个变量VAR模型，滞后期为1，因此，VAR（1）模型如下所示：
WH=0.960278615598*WH（-1）-0.00947807630874*M2（-1）+0.63496348829
M2=0.0468979090527*WH（-1）+0.94612821307*M2（-1）+0.199261244456
具体原始数据如下表所示：
综合上图可知，在脉冲响应图中当追踪期数为100情况下，响应基本趋于0，说明长期来看该系统稳定。
其中，当在本期给外汇储备一个正的冲击，则在当期引起外汇储备变动的反应为0.27，之后逐步下降，100期以后逐渐走向稳定。
当在本期给外汇储备一个正的冲击，在当期引起货币供应量的反应为0，之后货币供应量先是缓慢下降，从20期开始上升，在100期以后的数据是稳定的。
当在本期给货币供应量一个正的冲击，在当期引起外汇储备的反应为0.02，之后迅速上升，在第20期反应达到最大值0.11，然后开始缓慢下降，在第100期开始逐步趋于稳定。
当在本期给货币供应量一个正的冲击，在当期引起货币供应量的反应为0.18，之后迅速下降，在第100期开始逐步趋于稳定。
由图中方差分解结果可以看出，外汇储备的贡献度成快速上升趋势，并且在图中第25期两变量的贡献度都已经超过50%。当观察期到100期，可以看到数据稳定在60%，即外汇储备对于货币供应量的贡献度稳定在这个数值，其预测误差也是这个值。所以说，外汇储备不仅对货币供应量M2历史轨迹具有相当程度的贡献，而且这种影响在长期看来具有显著的稳定性。
VEC模型中，误差修正项为：
CointEq1=M2-3.658867WH+29.85272
模型中的CointEq1代表误差修正项，反映变量之间偏离长期均衡关系的非均衡误差，误差修正项前面的系数是调整系数，反映消除非均衡误差的速度。
从误差修正模型的估计结果可以看出，虽然VEC模型的拟合度没有VAR模型好，但是可以得出在短期内，货币供应量M2可能偏离它与外汇储备的长期均衡水平。在D（M2）为因变量的回归模型中，误差修正项前的系数是很小的一个正数，那么说明货币供应量M2和外汇储备对长期趋势的偏离不能在短期内得到纠正。也可以得出当货币供给M2短期波动偏离长期均衡时，将以一定的力量将结果拉回均衡状态，即外汇储备和货币供应量的VEC模型结果满足反向修正约束。
六、实证结果分析和政策建议
通过以上对我国外汇储备与货币供应量M2的实证分析，可以得到以下几个结论：一是协整分析表明两者之间在长期看必然存在着均衡关系。二是脉冲相应图结果显示，外汇储备数量会对货币供应量有正向的影响，并且这种正向影响具有相当的延迟。100期来看，大约有25期的延迟，即5、6年的延迟，但是从长期来看，外汇储备的变动不仅对解释货币供应量变动具有相当程度的贡献，而且这种贡献具有一定的稳定性。三是VEC模型结果表明，当货币供应量M2波动偏离了原先轨迹的话，将会有一定的力量将结果拉回均衡状态，即外汇储备和货币供应量的VEC模型结果满足反向修正约束。这也同时表明了外汇储备与货币供应量M2之间必然存在长期的均衡关系。所以对于外汇储备的管理，有各种方案，那么我们来讨论其中的几个方案的可行性。
1.让外汇储备来填补养老金缺口
首先是让外汇储备来填补养老金缺口。养老金缺口是居民领取养老金精算现值与缴纳的养老金精算现值的差。即一个人每个月享受2000元养老金，假设这是租金收入，那么，就得有200多万的一套房子，而目前储蓄只有20万元，那么剩下的180万为养老金缺口。
2.将部分外汇储备转换为黄金储备和石油储备
用外汇储备来冲抵部分，也只有减小缺口的作用。并且用外汇储备相当于向市场投放货币，这会造成通货膨胀。而外汇储备来作为社会保障基金，其实也是意味着外汇储备的消耗。
那么，目前最好的方式是在合理数量管理的情况下，将部分外汇储备转换为黄金储备和石油储备，尤其在目前石油和黄金处于一段下行期的低点，正好适合囤积黄金储备和石油储备。黄金储备和石油储备即是避险资产，也是升值保值资产。毕竟相对于不可确定和随汇率制度变化的外汇储备，黄金和石油在未来属于比较稀少的资产，所以转换部分为外汇储备，更有利于外汇储备管理。当然最重要的是控制高额外汇储备数量，来冲销外汇储备对国内货币供给的影响。
3.扩大人民币汇率弹性
基于这种影响，需要一方面扩大人民币汇率弹性，因为国际收支双重顺差会加剧外汇占款的压力。而在目前在相对固定的汇率下，实现灵活的汇率制度可以自动调节国际收支和储备情况的平衡，从而减少外汇储备占款对货币供给M2的影响，同时保持货币政策的独立性。另一方面放宽目前严格的结售汇制度，在合理范围内改为意愿自我结售汇制度，即在反洗钱的要求下进一步放宽企业用汇自主权。通过对外汇管理体制的改革，外汇资产需要逐步改变单一的由央行和官方管理外汇储备的格局。这将有效地切断货币供应量M2的过快增长，以及降低了流动性过剩减少了外汇储备迅猛增长对我国货币供给的单方面压力。