中国操纵汇率了吗——基于汇率宏观基本面模型的实证分析

云南财经大学学报2020年第11期(总第223期)金融研究中国操纵汇率了吗———基于汇率宏观基本面模型的实证分析12王盼盼，石建勋(1．浙江工商大学金融学院，杭州310018;2．同济大学经济与管理学院，上海200092)要:基于人民币汇率决定的宏观基本面模型，实证考察经济基本面因子对人民币汇率走势的影响特征，在此基础上分析中美贸易摩擦期间人民币贬值的基本面驱动因素。结果表明:一是人民币汇率变动具有摘经济基本面支撑，中美贸易顺差和中美经济增速差异是决定人民币汇率走势的两大最重要宏观基本面因子;二是中美贸易摩擦期间人民币持续贬值的根本原因是贸易摩擦加剧和两国经济形势变化所引发的市场效应，是基本面因素驱动下市场自发调整的结果。研究结论为驳斥美国在贸易摩擦期间对中国的汇率操纵指“汇率操纵国”控提供了学理支撑和事实依据。最后就未来美国可能再次发起的指控提出对策。关键词:人民币汇率;经济基本面;汇率操纵国;中美贸易摩擦中图分类号:F832.6文献标志码:A文章编号:1674－4543(2020)11－0057－13DOI:10.16537/.000644一、引言人民币汇率自2018年3月23日中美贸易摩擦开始后持续呈长期贬值走势，直至2019年8月5“破7”日人民币兑美元汇率贬值突破7元。在人民币汇率当日，美国随即宣布将中国列为“汇率操纵。2020年1月13日，随着中美贸易争端阶段性缓和、两国即将签署第一阶段经贸协议，美国又重国”“汇率操纵国”。不难看出，新将中国移出美国对中国的汇率操纵指控，在当时中美贸易摩擦不断升级的条件下带有明显政治施压的痕迹，美国以此为筹码对中国进行极限施压，试图迫使中国在后续贸易谈判中作出最大让步。中美贸易摩擦具有长期性、复杂性特点，虽然目前两国暂时达成了第一阶段经贸协议，但不排除未来有进一步反复和加剧的可能。为此，从学理层面驳斥美国在中美贸易摩擦期间对中国汇率操纵的指控，对我国在未来中美经贸谈判中占据理论和事实高点无疑具有重要现实意义。从经济学角度看，中国是否存在汇率操纵的问题，实质上就是人民币汇率波动是否由经济基本面驱动和决定的问题。如果能证明中美贸易摩擦期间的人民币汇率走势可以由经济基本面的变化所解释，那么美国对中国的汇率操纵指控也就自然不能成立。在中美贸易摩擦长期化复杂化趋势下，深入解析人民币汇率波动的基本面决定因素，用数据和事实论证中国是否真的存在汇率操纵，不仅有助于进一步明晰驱动人民币汇率变动的核心经济基本面因子，同时也能为驳斥美国指控中国操纵汇率的单边保护主义行为提供学理支撑和事实依据，使我国在未来中美双边经贸谈判以及国际多边场合磋商中在此问题上不失于理。二、文献综述20世纪70年代布雷顿森林体系解体后，全球主要发达国家进入浮动汇率制，汇率与经济基本面收稿日期:2020－08－10基金项目:浙江省哲学社会科学规划重点课题“政策不确定性与资产价格波动:来自中国外汇市场的证据”(21NDJC011Z);浙江省自然科学基金项目“人民币汇率市场化进程中的汇率非线性波动机理、影响因(LQ21G030005)素及预测研究”作者简介:王盼盼(1993－)，男，安徽舒城人，浙江工商大学金融学院讲师，博士，研究方向为国际金融与人民币汇率;石建勋(1963－)，男，陕西潼关人，同济大学经济与管理学院教授，博士，研究方向为国际政治经济。57

云南财经大学学报(2020年第11期)的关系成为国际经济学领域关注的重要问题。理论上，汇率与经济基本面存在直接关联，具有代表性的传统宏观汇率模型包括利率平价模型(InterestＲateParity)、购买力平价模型(PurchasingPowerPari-ty)和货币模型(MonetaryModel)。利率平价模型最早可追溯至Fisher(1896)［1］对利率如何与货币相该理论认为国际资金流动的发展会使得汇率与利率间产生对价值的预期变化相关联的一般分析中，联系。购买力平价理论由Cassel(1918)［2］提出，其核心思想是两个国家的可比商品篮子的实际价值应相等，即本国货币通过名义汇率转换为外国货币后，在国外应仍具有同等的购买力。货币模型由Frenkel(1976)［3］和Mussa(1976)［4］首次提出，该模型从货币市场均衡出发，认为汇率是由两国货币的然而自20世纪90相对供给与需求决定。上述三种传统宏观汇率决定模型均假设货币政策为外生，年代以来多数国家的货币政策已逐步从传统数量型调控转向利率调控，货币政策在汇率决定中的内［5］生性不断增强，因此，泰勒规则(Taylor，1993)也开始被引入汇率决定理论的研究。Molodtsova和Papell(2009)［6］，Engel和West(2005，2006)［7～8］构建了一个纳入泰勒规则的汇率基本面模型，该模型假设两个国家均根据泰勒规则设定利率，因此，在利率平价条件下两国双边汇率水平会反映其相对利率，进而反映两国产出缺口和通胀水平。在全球进入浮动汇率制的背景下，建立在宏观基本面上的各类汇率模型引起了大量学者的实证［9］并且人们主要关注这些基本面模型对未来汇率走势的预测能力。Meese和Ｒogoff(1988)研究兴趣，比较利率平价模型与随机游走模型(randomwalk)对汇率的样本外预测效果，发现后者预测效果更好。［10］不过也有学者发现在一些国家利率平价模型的长时域预测效果(AlquistandChinn，2008)和短时2006)［11］均优于随机游走。Cheung等(2005)［12］发现长时域内购买力平域预测效果(ClarkandWest，价模型的预测效果优于随机游走，但并不显著，而短时域内随机游走的预测效果更好。Wang和Wu(2015)［13］指出基于独立成分的购买力平价拓展模型在汇率预测方面优于随机游走。Meese和Ｒogoff(1983a，1983b)［14～15］发现货币模型对汇率的样本外预测效果弱于随机游走，该结果在后续研究中得［16］［12］。Mark(1995)［17］则发现长时域到了进一步证实(ChinnandMeese，1995;Cheungetal，2005)内货币模型预测效果优于随机游走的证据，并且在统计上显著。Molodtsova和Papell(2009)等(2015)［19］［6］指出在［18］，Alba一些国家泰勒规则模型对汇率的样本外预测效果明显优于随机游走。Ｒossi和Inoue(2012)［20］［21］与Jamali和Yamani(2019)也发现了类似结果。Ｒogoff和Stavrakeva(2008)则指支持泰勒规则模型的经验证据并不稳健，当变换预测区间时，泰勒规则模型的预测效果可能不如出，随机游走。2005年7月21日我国启动汇率市场化改革，放弃盯住单一美元，允许人民币汇率浮动，此后有关［22］汇率与宏观基本面关系的研究也开始引起国内学者的关注。陈平和李凯(2010)最早考察了四种主要宏观汇率模型对人民币/美元汇率的预测能力，结果发现利率平价、购买力平价和货币模型的预［23］但泰勒规则模型明显优于随机游走。邓贵川和李艳丽(2016)使用汇改测能力并不强于随机游走，后人民币兑美元、欧元、日元、英镑汇率数据研究发现中长期内汇率基本面模型具有更优的预测能力，［24］但短期内随机游走的预测效果更好。李振等(2017)指出在所有预测期限内基本面模型的可预测性均不弱于随机游走，并且基本面模型对人民币汇率的短期预测能力优于长期。周阳(2019)基于FAVAＲ模型研究基本面和人民币汇率波动的关系，发现在不同汇率波动期内经济基本面的作用也不同。李欣珏和牛霖琳(2019)考虑模型参数的时变特征，通过构建多元自适应可变窗算法来优化参数模型对人民币汇率预测能力，结果显示在中长期内多元自适应可变窗算法的预测能力显著优于随机游走、购买力平价、利率平价、货币模型和泰勒规则模型。综上所述，国内外学者有关汇率与经济基本面关系的研究为本研究奠定了坚实的理论基础，不过已有研究更多侧重于考察各类基本面模型对汇率走势的预测能力。本文重点不是比较各类基本面模型对人民币汇率的预测效果，而是基于主流基本面模型提取影响人民币汇率变动的潜在宏观基本面因子，实证考察宏观基本面因素对人民币汇率变动的影响特征，并在此基础上分析中美贸易摩擦期间人民币汇率的贬值动因，着重回答在此期间的人民币汇率走势是否具有基本面支撑，尤其是美国单方58［26］［25］

——基于汇率宏观基本面模型的实证分析王盼盼，石建勋:中国操纵汇率了吗?—面加征关税在驱动人民币汇率长期贬值和短期波动中发挥了怎样的作用，以期为驳斥美国对中国的单边汇率操纵指控提供学理支撑和事实依据。三、人民币汇率决定的宏观基本面模型(一)购买力平价模型*购买力平价理论(PPP)认为，两国间汇率水平等于各自的价格之比。若用Pt和Pt分别表示本国(中国)和外国(美国)的一篮子商品价格，则绝对购买力平价理论可表示为:PtSt=*(1)PtSt表示人民币兑美元汇率(直接标价法)。与绝对购买力平价相对应，其中，相对购买力平价(ＲelativePPP)则反映了一个时期内价格变动与汇率变动的关系。相对购买力平价认为，在一段时间内两国货币汇率变化的百分比应等于同一时期两国价格水平变化的百分比之差(通货膨胀之差)。中国与美国之间的相对购买力平价可表示为:st－st－1=πt－π*t(2)*st表示人民币兑美元汇率对数值，st－st－1为对数差分收益率，其中，πt表示通货膨胀率，表示国外。基于相对购买力平价模型可知，本国与外国间的通货膨胀差异决定了两国汇率波动走势。(二)利率平价模型该模型认为:当两种货币存款提利率平价模型(UIＲP)从金融市场均衡角度出发来解释汇率的变动，供相同的预期收益率时，外汇市场处于均衡状态，满足利率平价条件(interestparitycondition)。在利率外汇存款潜在持有者对所有外汇存款的持有意愿都相等。利率平价条件可表示为:平价条件下，1+it=St(1+i*t)St－1(3)*式(3)可进一步写为St/St－1=(1+it)/(1+it)，两边取对数可得:st－st－1=it－i*t*(4)it和it分别表示本国和外国的短期货币市场利率。基于利率平价模型可知，其中，本国与外国间的利差水平决定了两国汇率波动走势。(三)弹性价格货币模型弹性价格货币模型认为汇率由两国货币的相对供给与需求决定，该模型建立在三个基础假设之上:(1)垂直的总供给曲线;(2)货币需求是国民收入和利率的函数;(3)购买力平价成立。根据上述Md表示货币需求，Md=PYαe－γi，假设，用M表示货币供给，则货币市场均衡条件为:M=PYαe－γi(5)P为物价，Y为产出，e是自然对数的底，i为短期货币市场利率。对式(5)取对数，其中，并用小写字母表示各变量的对数值(除利率外)，从而得到:pt=mt－αyt+γit(6)2010)［22］，考虑到中国外汇体制的特殊性，应将贸易顺差纳入中国的货币需求函数(陈平和李凯，－i但在外国的货币需求函数中不考虑。此时中国的货币市场需求函数从式(5)变为Md=PYαCAηeγ，CA表示两国贸易顺差。因此，中国的货币市场均衡条件可表示为:pt=mt－αyt+γit－ηcat假设外国货币需求函数的参数与本国相同，则外国的货币市场均衡条件为:***p*t=mt－αyt+γit**(7)(8)(8)中，pt和p*mt和m*在式(7)、t分别是本国和外国物价水平的对数，t分别表示本国和外国货币供yt和yt分别表示本国和外国产出水平的对数，it和it分别表示本国和外国的短期货币市给的对数，cat表示两国贸易顺差的对数。场利率水平，59

云南财经大学学报(2020年第11期)购买力平价在两国间成立，即式(1)成立，对式(1)取对数可得:st=pt－p*t将式(7)、(8)代入式(9)，得到:**st=(mt－m*t)－α(yt－yt)+γ(it－it)－ηcat将式(10)滞后1期并作差分，可得:**st－st－1=(Δmt－Δm*t)－α(Δyt－Δyt)+γ(Δit－Δit)－ηΔcat(9)(10)(11)y，i)。Δmt－Δm*其中，Δxt=xt－xt－1表示变量x从t－1期到t期的变化率(x=m，t表示本国与外国的**货币供给增速之差，Δyt－Δyt表示本国与外国的产出增速之差，Δit－Δit表示本国与外国的利率变动之差，Δcat表示两国间的贸易顺差增速。基于弹性价格货币模型可知，本国与外国之间的货币供给增速差异、产出增速差异、利率差异以及两国贸易顺差增速共同决定了两国汇率波动走势。(四)基于泰勒规则的汇率模型［5］泰勒规则(Taylorrule)最初是由美国经济学家Taylor(1993)根据美国货币政策实际经验而确定的一种短期利率调整规则。在泰勒规则中，央行以短期名义利率为货币政策操作工具，根据通胀和已有相关研究(谢平和罗雄，2002;郑挺国和产出与其目标值的偏离对利率作出调整。就我国而言，2011;石建勋和王盼盼，2018)［27～29］均验证了泰勒规则在中国的适用性，王霞，发现基于泰勒规则的货币政策反应函数能很好地拟合我国央行的货币政策行为。泰勒规则具体形式如下:槇it=r+π+ρπ(πt－π)+ρyyt(12)it是短期名义利率目标值，r是长期均衡实际利率，其中，πt和π分别表示通货膨胀率及其目标值，πt槇是产出缺口。参数ρ和ρ分别表示货币政策对通胀缺口和产出缺口的反应系－π即为通胀缺口，ytyπ数。可以看出，泰勒规则将短期名义利率作为货币政策工具，并假设当通胀缺口或产出缺口为正时，央行将相应提升名义利率，使实际利率高于长期均衡实际利率，进而抑制经济过热。当经济达到均衡时，通胀缺口和产出缺口都为零，此时短期名义利率目标值等于长期均衡实际利率和通胀目标值之和。央行调整利率时不会完全根据目标利率设定当前的利率水平，而是将利率逐步调整至目标水平［30～31］(Claridaetal，2000;Woodford，2011)。据此，进一步引入利率平滑机制:it=ρiit－1+(1－ρi)it(13)1)，其中，ρi是利率平滑参数，ρi∈(0，反映了利率平滑调整的程度。式(13)两边同时减去it－1得到Δit=(1－ρi)(it－it－1)，表明央行每次利率调整的幅度仅是消除前一期利率水平与当期目标值之间偏差可得:的1－ρi。将式(12)代入式(13)，槇］it=ρiit－1+(1－ρi)［r+π+ρπ(πt－π)+ρyyt式(14)即为考虑利率平滑基础上的泰勒规则货币政策反应函数，其可进一步简化为:槇+ρπ+ρiit=ρ0+ρ1yt2t3t－1(14)(15)其中，ρ0=(1－ρi)(r+π－ρππ)，ρ1=(1－ρi)ρy，ρ2=(1－ρi)ρπ，ρ3=ρi。相应地，假设外国也遵循类似的泰勒规则，则外国的货币政策反应函数可表示为:槇*+ρπ*+ρi*i*t=ρ0+ρ1yt2t3t－1(16)代入式(4)的利率平价公式，将式(15)、并整理得到:(16)槇－y槇*)+ρ(π－π*)+ρ(i－i*)st－st－1=ρ1(y(17)tt2tt3t－1t－1式(17)即为基于泰勒规则的汇率模型，由该模型可知，本国与外国间的产出缺口差异、通货膨胀差异和利率差异共同决定了两国汇率波动走势。四、经济基本面影响人民币汇率走势的实证检验(一)变量、数据与描述性统计基于上述四种宏观汇率模型提取影响人民币兑美元汇率的基本面因子，包括:中美两国的通货膨60

——基于汇率宏观基本面模型的实证分析王盼盼，石建勋:中国操纵汇率了吗?—胀差异、利率差异、货币供给增速差异、产出增速差异、产出缺口差异以及中美贸易顺差增速。据此，**本文共涉及12个变量:人民币兑美元汇率(st)、中美两国的通货膨胀率(πt和πt)、利率(it和it)、**槇和y槇*)以及中美贸易顺差增速货币供应量增速(Δmt和Δmt)、产出增速(Δyt和Δyt)、产出缺口(ytt(Δcat)。我国在2005年7月21日启动汇率市场化改革，因此，选择样本期间为2005年8月至2019年8月，样本频率为月度。各变量数据的具体选取及处理过程如下:汇率数据取人民币兑美元即期汇率，并通过按月求平均值的方法获得月度数据，然后取对数差分，记为st－st－1。中美两国通货膨胀率分别用两国的消费者物价指数(CPI)同比增速度量，在此基础*上计算中美通货膨胀差异，记为πt－πt。中国短期货币市场利率数据选择全国银行间同业拆借加权*利率，美国短期货币市场利率选择美国联邦基金利率，在此基础上计算中美利差，记为it－it。中美货币供应量增速分别选择两国的M1同比增速数据，在此基础上计算中美货币供应量增速差异，记为*Δmt－Δmt。由于GDP只有季频数据，我们分别选择中国和美国的工业产值(industrialproduction)作*为两国产出的度量指标，在此基础上计算中美产出增速差异，记为Δyt－Δyt。两国产出缺口的度量也我们采用实际产出与潜在产出偏离的百分比作为产出缺口的度量指标，潜在建立在工业产值基础上，产出用Hodrick－Prescott(HP)滤波法估算，具体处理过程为:首先采用X－12方法对实际产出作季节log(季节调整的真实产出)－log(潜在产调整，然后用HP滤波法构建潜在产出①，产出缺口=100×［槇－y槇*。中美贸易顺差增速数据选择中国对美国贸，出)］在此基础上计算中美产出缺口差异，记为ytt易差额(出口－进口)同比增速数据，记为Δcat。以上数据来源于美联储网站、美国劳工部网站、中国货币网、中国人民银行、海关总署和中国国家统计局网站。各变量描述性统计分析结果如表1所示。表1变量st－st－1*πt－πt描述性统计标准差0．0090．0160．0220．1050．0620．0320．239偏度0．91－0．03－0．730．100．690．232．53峰度7．393．622．852．153．243．8819．50J－B159．292．7115．195．4113．716．922097．80p值0．0000．2590．0010．0670．0010．0320．000均值－0．0010．0060．0110．0600．099－0．0020．108中位数－0．0010．0050．0170．0440．083－0．0030．103最大值0．0370．0470．0500．3300．2830．0921．855最小值－0．034－0．038－0．037－0．160－0．062－0．112－0．452it－i*t*Δmt－Δmt*Δyt－Δyt槇槇*yt－ytΔcat“服从正态分布”。p值为J－B检验对应注:J－B(Jarque－Bera)统计量用于检验样本分布的正态性，其原假设为结果。(二)实证分析与结果依据人民币汇率决定的宏观基本面模型，建立如下基准回归模型:Δst=β0+βsΔst－1+∑βjfj，t+εtj=1N(18)…，N)是影响人民币汇率走势的N个宏其中，Δst=st－st－1表示人民币汇率的对数差分值，fj，t(j=1，***槇－y槇*，Δca)。β是截距项，it－i*y观基本面因子，fj，Δmt－Δmt，Δyt－Δyt，βj为基t=(πt－πt，t，ttt0本面因子对人民币汇率的影响系数，βs为人民币汇率滞后值对当期值的影响系数，εt为随机扰动项。(2)列。第(1)列中未控制人民币汇率的滞后对方程(18)进行OLS基准回归，结果如表2第(1)、［32］①根据Ｒavn和Uhlig(2002)的研究，运用Hodrick－Prescott(HP)滤波法估算潜在产出的最佳参数选择为λ=129600。61

云南财经大学学报(2020年第11期)*值，结果显示中美产出增速差异(Δyt－Δyt)是对人民币汇率波动产生显著影响的基本面因子，影响系数为－0.036，在5%水平上显著。但第(1)列回归结果的DW值等于1.362，说明残差序列存在一阶自相关。第(2)列中控制了人民币汇率的滞后值，回归结果显示中美产出增速差异仍对人民币汇率产影响系数为－0.025。第(2)列回归结果的DW值变为1.896，说明残差序列已不存生显著负向影响，在一阶自相关。进一步对残差序列进行单位根检验，结果显示残差序列平稳，因此，不存在伪回归问模型估计结果是稳健可信的。上述结果表明，中美产出增速差异对人民币汇率具有显著影响，中题，美产出增速差异扩大会促使人民币升值，反之则导致人民币贬值。考虑到经济系统中各宏观变量间的传导是需要一定时间的，经济基本面对人民币汇率的影响可能存在时滞，因此，人民币汇率走势可能是由基本面因子的滞后值所决定的。为此，将基本面因子滞(4)后1期后再进行回归，以反映经济基本面对人民币汇率影响的时滞性。回归结果如表2第(3)、*列，可以看出，除中美产出增速差异(Δyt－Δyt)外，中美贸易顺差增速(Δcat)也对人民币汇率走势产滞后1期的中美产出增速差异对人民币汇率波动的影响系数为－0.024，生显著影响。在第(4)列中，在10%水平上显著，滞后1期的中美贸易顺差增速对人民币汇率波动的影响系数为－0.008，在1%水残差序列单位根检验结果也显示平稳，说明模型估计平上显著。第(4)列回归结果通过了DW检验，结果稳健可信。上述结果表明，除中美产出增速差异外，中美贸易顺差增速也对人民币汇率具有显著影响，中美贸易顺差增速上升会促使人民币升值，反之则导致人民币贬值。无论是对汇率和基本面因子进行同期回归，还是将基本面因子滞后1期再进行回归，基本面因子影响人民币汇率走势的滞后结构都是人为设定的，无法准确识别经济基本面影响人民币汇率的最佳滞后关系结构。为此，进一步采用自回归分布滞后模型(AutoＲegressiveDistributedLag，AＲDL)考察宏观基本面因子对人民币汇率的影响特征，识别各类基本面因子影响人民币汇率走势的最佳滞后结构。AＲDL模型设定如下:Δst=β0+∑βs，kΔst－k+∑∑βj，kfj，t－k+εtk=0j=1k=0pNp(19)p表示解释变量的分布滞后阶数。依据施瓦茨信息准则(SchwarzCriterion，SC)确定模型最佳分其中，0，0，0，0，0，1)，布滞后结构为AＲDL(1，即被解释变量自身滞后1期作为自回归项AＲ(1)，解释变量Δcat滞后1期，其他解释变量仍选择同期值。AＲDL模型估计结果如表2第(5)列，可以看出，AＲDL回归结果的拟合优度和标准误相较于OLS回归结果均有所改善，说明采用AＲDL模型能够相对人民币汇率走势产生显著影响的宏观基本对更好地拟合人民币汇率变动。在AＲDL回归结果中，*面因子依然是中美产出增速差异(Δyt－Δyt)和中美贸易顺差增速(Δcat)。但二者影响人民币汇率的滞后结构不同，中美产出增速差异对人民币汇率的影响体现在同期，影响系数为－0.032，在5%水平上显著;而中美贸易顺差增速对人民币汇率的影响更多体现在滞后1期上，滞后1期的中美贸易顺差增速(用Δcat_DL(1)表示)对人民币汇率的影响系数为－0.010，在1%水平上高度显著，相较而言，同期的中美贸易顺差增速对人民币汇率的影响虽然也为负但并不显著。表2OLS(基准回归)(1)Δst－1－－0．079(0．128)－0．015(0．783)(2)0．327＊＊＊(0．000)－0．055(0．268)0．000(0．998)回归结果OLS(解释变量滞后1期)(3)－－0．073(0．147)－0．036(0．498)(4)0．316＊＊＊(0．000)－0．044(0．368)－0．039(0．435)AＲDL(5)0．329＊＊＊(0．000)－0．061(0．204)－0．019(0．703)*πt－πtit－i*t62

——基于汇率宏观基本面模型的实证分析王盼盼，石建勋:中国操纵汇率了吗?—表2(续)OLS(基准回归)(1)*Δmt－ΔmtOLS(解释变量滞后1期)(2)(3)－0．008(0．393)－0．033＊＊(0．027)0．047(0．112)－0．009＊＊＊(0．004)0．485＊＊(0．020)－0．1180．8621．314169(4)－0．007(0．376)－0．024*(0．093)0．043(0．129)－0．008＊＊＊(0．005)0．406＊＊(0．041)－0．2010．8221．853169AＲDL(5)－0．002(0．852)－0．032＊＊(0．026)－0．016(0．588)－0．003(0．373)0．477＊＊(0．020)－0．010＊＊＊(0．000)0．2190．8151．834169－0．003(0．764)－0．036＊＊(0．019)0．020(0．500)－0．003(0．306)0．394*(0．059)－0．0690．8821．362169－0．002(0．864)－0．025*(0．096)－0．005(0．873)－0．003(0．389)0．268(0．184)－0．1550．8461．896169Δyt－Δy*t槇槇*yt－ytΔcat截距项Δcat_DL(1)Ｒ2回归标准误DW值样本观测数注:AＲDL模型的最佳分布滞后结构根据SC准则确定为AＲDL(1，0，0，0，0，0，1)，即被解释变量自身滞后1*＊＊＊＊、＊、期作为自回归项AＲ(1)，解释变量Δcat滞后1期，其他解释变量仅选择同期值。括号内数值为p值，分别表5%、10%水平上显著。示在1%、上述结果表明，中美贸易顺差和中美产出增速差异是对人民币汇率产生显著影响的两个重要宏观基本面因子。为进一步考察二者影响人民币汇率走势的动态特征，我们构建人民币汇率与基本面因子间的向量自回归模型(VectorAutoＲegression，VAＲ)，并运用脉冲响应函数方法(ImpulseＲe-sponseFunction，IＲF)考察中美贸易顺差和中美产出增速差异的冲击对人民币汇率的动态影响特征。VAＲ模型设定如下:Xt=0+1Xt－1+…+pXt－p+εt(20)*Xt是包含人民币汇率和各宏观基本面因子在内的内生变量列向量，Xt=(Δst，it－i*其中，πt－πt，t，**T槇－y槇*，yp是滞后阶数，0，1，…，p是待估计的系数矩阵，Δmt－Δmt，Δyt－Δyt，Δcat)，εt是扰动列tt中向量。基于SC准则选择VAＲ模型最佳滞后阶数p=1。格兰杰因果关系检验结果(见表3)显示，*美贸易顺差增速(Δcat)和中美产出增速差异(Δyt－Δyt)两个宏观基本面因子是人民币汇率波动的格兰杰原因，该结果与上文OLS和AＲDL回归分析结果一致。表3原假设*πt－πt不是Δst的格兰杰原因格兰杰因果关系检验结果备择假设*πt－πt→Δstχ统计量0．8142p值0．367检验结果接受G．Cit－i*t不是Δst的格兰杰原因it－i*t→ΔstG．C0．6120．434接受63

云南财经大学学报(2020年第11期)表3(续)原假设*Δmt－Δmt不是Δst的格兰杰原因备择假设*Δmt－Δmt→Δstχ统计量0．7892p值0．375检验结果接受G．C*Δyt－Δyt不是Δst的格兰杰原因*Δyt－Δyt→ΔstG．C2．8490．091拒绝槇槇*yt－yt不是Δst的格兰杰原因Δcat不是Δst的格兰杰原因槇槇*yt－yt→ΔstΔcat→ΔstG．CG．CG．C2．3320．127接受7．9900．005拒绝注:根据SC信息准则确定滞后阶数p=1。X→Y表示X是Y的格兰杰原因(XGranger－causesY)。进一步对二者影响人民币汇率的动态特征进行脉冲响应分析，结果见图1。图1中横轴表示冲击作用的滞后期间数(单位:月度)，纵轴分别表示人民币汇率对中美贸易顺差增速和中美产出增速差异冲击的响应。从图1(a)可看出，人民币汇率对中美贸易顺差增速的脉冲响应到第5期时开始接近于0，表明中美贸易顺差增速对人民币汇率走势约有半年的影响。具体地，当在本期给中美贸易顺差增在第2期对人民币汇率有最大的负影响，在之后两期负影响程度逐步减弱，到第5速一个正冲击后，期逐渐趋于零。该结果表明，中美贸易顺差增速受外部条件的某一正向冲击后，会在之后半年内对人当中美贸易顺差增速受到负向冲击后，会在之后约半年内对人民民币汇率产生显著升值压力;反之，币汇率产生显著贬值压力。图1(b)显示，相较于中美贸易顺差增速的冲击效应，中美产出增速差异对人民币汇率的负向冲但冲击持续时间更长。当在本期给中美产出增速差异一个正向冲击后，在第2击效应程度稍弱一些，期和第3期对人民币汇率有最大的负影响，到第4期后负影响程度开始缓慢减弱，但直到第12期后对人民币汇率仍具有一定程度的负影响。该结果表明，中美产出增速差异受到外部条件的某一正向冲击后，会在之后较长时期内(约1年)对人民币汇率产生稳定和显著的升值压力;反之，当中美产出增速差异受到负向冲击后，会在之后较长时期内对人民币汇率产生稳定和显著的贬值压力。图1人民币汇率对宏观基本面因子的脉冲响应图五、中美贸易摩擦期间人民币贬值的基本面驱动因素分析基于实证分析结果可知，宏观经济基本面对人民币汇率走势具有重要影响，其中，中美贸易顺差和中美两国经济增速的相对差异是驱动人民币兑美元汇率走势的最主要宏观基本面因子。中美贸易64

——基于汇率宏观基本面模型的实证分析王盼盼，石建勋:中国操纵汇率了吗?—顺差增速下降和中美经济增速差异收窄，都会显著驱动人民币汇率贬值。基于该结果，可以为中美贸易摩擦期间的人民币汇率贬值走势，从经济基本面角度作出解释。从中美贸易顺差角度看，近年来中国经常账户顺差占国内生产总值比重持续下降，尤其是2018年以来，中美贸易摩擦的不断反复和加剧导致两国贸易顺差增速快速下滑(见图2)。根据实证分析结果，中美贸易顺差增速是决定人民币汇率走势的最重要基本面因素之一。因此，在中美贸易摩擦不断升级的背景下，两国贸易顺差增速的快速下降成为驱动人民币汇率在中美贸易摩擦期间持续贬值的重要原因。图2中美贸易顺差增速走势美国指控中国操纵汇率的直接借口是2019年8月5日人民币兑美元汇率跌破7元。但此次人民“破7”币也是在中美贸易摩擦不断反复和加剧的背景下市场避险行为的自发结果，主因是美国突然宣布进一步升级关税措施，致使两国贸易摩擦再度升温，市场对中美贸易谈判不确定性预期进一步加大。2018年以来中美贸易摩擦在不断反复中持续升级，虽然双方进行了多轮磋商，但来自美国政府的不确定性致使双方协议屡屡成为一纸空文。2019年6月29日中美两国元首在G20大阪会晤后，美国2019年公开声明愿意推动中美贸易磋商平稳进行，且不再对中国产品加征新的关税。但仅1个月后，8月1日特朗普再度突然宣布将从2019年9月1日起对价值3000亿美元中国输美商品加征10%的关税，此举严重违背了中美元首的大阪会晤共识，挫伤了市场对中美贸易摩擦缓和的良好预期，成为“破7”人民币的导火索。经贸摩擦影响国际贸易，国际贸易又影响汇率走势。回溯中美贸易摩擦期间人民币汇率走势可以发现，中美贸易摩擦的不断加剧是驱动人民币长期贬值和短期波动的重要因人民币汇率几次跌破关键点基本上都与美国进一步升级贸易摩擦有关(见图3)。2019年8月5素，“破7”日人民币正是发生在特朗普宣布对3000亿美元中国输美商品加征10%关税之后。这充分说“破7”明人民币并非人为操纵，而是中美经贸摩擦加剧所引发的市场悲观情绪蔓延，是市场对美国政府威胁进一步加征关税所作出的自然反应。从中美经济增速差异的角度看，近年来随着我国经济进入新常态，中国逐步从原先高速发展阶段转向中高速发展阶段，经济增速的中枢水平出现趋势性回落。2018年以来，在金融去杠杆、房地产调控加码等一系列宏观调控政策影响下，叠加中美贸易摩擦升级等外部阻力和不确定性因素，客观上导经济整体面临下行压力。而美国经济近年来则一直处于复苏态致了中国宏观经济基本面多维承压，失业率屡创新低，由此导致近年来中美两国经济增速差异持续收窄(见图4)。根据前文实证结势，果，中美经济增速差异也是影响人民币兑美元汇率走势的重要基本面因子，中美经济增速差异的收敛会在较长时期内对人民币汇率产生稳定和显著的贬值压力。因此，从成因上看，中国经济的内外多维承压和美国经济的强劲复苏致使两国经济增速差距不断收窄，也是驱动中美贸易摩擦期间人民币贬65

云南财经大学学报(2020年第11期)值的重要基本面因素。图3美国对华贸易摩擦政策与人民币汇率走势图4中国和美国的经济增速走势综上分析表明，中美贸易摩擦期间人民币贬值与宏观经济基本面的变化情况是相符的。从长期看，人民币汇率是一项随经济基本面变化而进行市场自发调整的指标，中美贸易摩擦期间人民币贬值的深层次原因是中美经济形势变化和中美贸易摩擦加剧所引发的市场效应，是基本面因素驱动下市场自发调整的结果。从短期看，中美贸易摩擦的不断反复和加剧则通过影响投资者对基本面变化的预期而影响短期市场供求，从而导致人民币汇率短期波动。随着近年来我国汇率市场化改革不断向纵深突破，人民币汇率双向波动态势凸显、弹性明显增强，已开始呈现出在合理区间内呈波浪式震荡运行而非单边的趋势性贬值或升值，这说明市场供求要素对人民币汇率走势的决定作用持续增强，人从本质上讲，人民币汇率短期民币汇率波动已基本能够反映外汇市场供求和宏观经济基本面。因此，波动也是在经济基本面因素驱动下外汇市场供求和投资者预期的反映，是由市场力量推动和决定的，跟所谓的汇率操纵也没有关系。66

——基于汇率宏观基本面模型的实证分析王盼盼，石建勋:中国操纵汇率了吗?—六、结论与政策建议本文基于人民币汇率决定的宏观基本面模型，实证揭示经济基本面因子对人民币汇率走势的影并在此基础上分析中美贸易摩擦期间人民币汇率贬值的基本面驱动因素。研究结果表明:响特征，(1)人民币汇率走势具有经济基本面支撑，中美贸易顺差和中美经济增速差异是决定人民币汇率走势的两大最重要宏观基本面因子;(2)中美贸易摩擦期间，人民币汇率持续贬值的根本原因是中美贸易摩擦加剧和两国经济形势变化所引发的市场效应，是基本面因素驱动下市场自发调整的结果。本文研究结论为驳斥美国在中美贸易摩擦期间对中国的单方面汇率操纵指控提供了学理支撑和事实依据。在2019年两国贸易摩擦不断加剧的背景下，美国以人民币贬值“破7”为由给中国贴上“汇率操标签，既不符合经济学理论逻辑，也不符合人民币汇率客观实际，其本质上仍是单边主义和保护纵国”主义的政治化行为。中美贸易摩擦具有长期性和复杂性，虽然目前两国暂时达成第一阶段经贸协议，但未来仍有可能“汇率操纵国”出现进一步反复和加剧，不排除美国在未来经贸谈判中继续以指控向中国施压的可能，甚至进一步发起其他金融制裁措施。因此，我国必须未雨绸缪，针对未来美国可能再次发起汇率操纵指控以及其他金融制裁措施，作出及时研判并制定长期应对策略。为此，提出以下建议:第一，针对未来美国可能再次发起的汇率操纵指控，我国要底气十足、据理力争，在国际双边多边场合中明确反对并驳斥美国单方面将中国列入“汇率操纵国”的保护主义行为。本文实证结果已表明，人民币汇率走势具有坚实的基本面支撑，中美贸易摩擦期间两国贸易争端的不断反复和加剧是驱动人民币持续贬值的重要原因。对此，我国一方面要加强国际舆论宣传和引导，明确指出美国指控中是典型的金融霸凌行为。另一方面，积极加强与IMF等国际金融机国操纵汇率缺乏学理和事实依据，构的沟通，在国际多边场合中坚定反驳美国对中国的单边汇率操纵指控，争取获得全球多边组织的支持和国际主流社会的认同，在国际范围占据道义高地。第二，未来面对美国的汇率操纵指控，要保持战略定力，宏观和汇率政策要继续坚持以我为主，服从服务于国内经济社会发展需求。要根据我国国情和自身节奏，在风险可控前提下继续扩大对外开放并稳步推进人民币汇率形成机制市场化改革，以开放应对内外挑战。坚持人民币汇率由市场供求决定，最大程度发挥人民币汇率在外汇资源配置、跨境资本流动调节和国际收支平衡中的基础性作加快构建并完善针对外汇领域风险的跨境资本流动逆周期调控机制和审慎用。加强外汇市场监测，性风险缓冲工具，针对外汇市场可能出现的正反馈行为，及时采取相应措施防止人民币汇率出现过度和异常波动。强化预期管理，不断完善疏堵并举的人民币汇率预期管理机制，引导市场客观认识人民币基本面，维护外汇市场平稳运行。“汇率操纵国”第三，要充分认识到，将中国列入不仅是美国进一步升级贸易摩擦的表现，更是其后续发起其他金融制裁措施的重要预警，意味着中美摩擦面临从贸易领域延伸至货币金融领域的风中国实力尚不足以与美国发生全面对抗，尤其是我国在金融领域竞争力远不如险。在未来一个时期，贸易领域，因此，要高度警惕美国进一步将贸易战升级为货币战和金融战的重大风险，避免中美摩擦从贸易领域向非贸易领域蔓延。一旦中美贸易摩擦向货币金融领域延伸的信号明确发出，相应预警机制必须尽快推行，提前做好防范美国升级金融制裁的准备。要加大对美国后续可能采取金融制裁措施的研判力度，丰富政策工具箱，并根据未来可能出现的情形提前做好应对预案。第四，加快推动人民币国际化进程，从根本上扭转中国对美元的过度依赖，最大程度降低美国以金融手段制裁中国的风险。正是借助美元国际货币地位和美国在全球金融基础设施中的重要影响力，美国才拥有运用金融手段精准制裁和打击其竞争对手的能力。从长远来看，应对美国金融制裁必须降低中国对美元的过度依赖。人民币国际化是降低对美元依赖的根本之策。要高度重视增强人民币对全球大宗商品交易定价能力的重大战略意义，积极推动在石油、天然气、铁矿石等国际主要大宗商品交易中更多使用人民币计价。同时，以“一带一路”投融资等为重要抓手，加强国际货币金融合67

云南财经大学学报(2020年第11期)作，积极扩大人民币跨境支付结算系统(CIPS)使用范围，为应对美国金融制裁提供坚实有效的金融基础设施支撑。参考文献:［1］FisherI．AppreciationandInterest［M］．NewYork:MacmillanfortheAmericanEconomicAssociation，1896．［2］CasselG．AbnormalDeviationsinInternationalExchanges［J］．TheEconomicJournal，1918，28(112):413－415．［3］FrenkelJA．AMonetaryApproachtotheExchangeＲate:DoctrinalAspectsandEmpiricalEvidence［J］．ScandinavianJournalofEconomics，1976，78(2):200－224．［4］MussaM．TheExchangeＲate，theBalanceofPaymentsandMonetaryandFiscalPolicyunderAＲegimeofControlledFloating［J］．ScandinavianJournalofEconomics，1976，78(2):229－248．［5］TaylorJB．DiscretionVersusPolicyＲulesinPractice［C］//Carnegie－rochesterConferenceSeriesonPublicPolicy．North－Holland:ElsevierSciencePublishersB．V．，1993:195－214．［6］MolodtsovaT，PapellDH．Out－of－sampleExchangeＲatePredictabilitywithTaylorＲuleFundamentals［J］．JournalofInternationalEconomics，2009，77(2):167－180．［7］EngelC，WestKD．ExchangeＲatesandFundamentals［J］．JournalofPoliticalEconomy，2005，113(3):485－517．［8］EngelC，WestKD．TaylorＲulesandtheDeutschemark-dollarＲealExchangeＲate［J］．JournalofMoney，CreditandBanking，2006，38:1175－1194．［9］MeeseＲandＲogoffK．WasItＲeal?TheExchangeＲate-interestDifferentialＲelationovertheModernFloat-ingＲatePeriod［J］．JournalofFinance，1988，43(4):933－948．［10］AlquistＲ，ChinnMD．ConventionalandUnconventionalApproachestoExchangeＲateModellingandAs-sessment［J］．InternationalJournalofFinance＆Economics，2008，13(1):2－13．［11］ClarkTE，WestKD．UsingOut－of－sampleMeanSquaredPredictionErrorstoTesttheMartingaleDifferenceHypothesis［J］．JournalofEconometrics，2006，135(1):155－186．［12］CheungYW，ChinnMD，PascualAG．EmpiricalExchangeＲateModelsoftheNineties:AreAnyFittoSurvive?［J］．JournalofInternationalMoneyandFinance，2005，24(7):1150－1175．［13］WangYC，WuJL．FundamentalsandExchangeＲatePredictionＲevisited［J］．JournalofMoney，CreditandBanking，2015，47(8):1651－1671．［14］MeeseＲA，ＲogoffK．EmpiricalExchangeＲateModelsoftheSeventies:DoTheyFitOutofSample?［J］．JournalofInternationalEconomics，1983a，14:3－24．［15］MeeseＲ，ＲogoffK．TheOut－of－sampleFailureofEmpiricalExchangeＲateModels:SamplingErrororMisspecification?［M］//ExchangeＲatesandInternationalMacroeconomics．Illinois:UniversityofChicagoPress，1983b:67－112．［16］ChinnMD，MeeseＲA．BankingonCurrencyForecasts:HowPredictableisChangeinMoney?［J］．Jour-1995，38:161－178．nalofInternationalEconomics，［17］MarkNC．ExchangeＲatesandFundamentals:EvidenceonLong－horizonPredictability［J］．AmericanE-conomicＲeview，1995，85(1):201－218．［18］ＲossiB，InoueA．Out－of－sampleForecastTestsＲobusttotheChoiceofWindowSize［J］．JournalofBusiness＆EconomicStatistics，2012，30(3):432－453．［19］AlbaJD，ParkD，XieT．PredictabilityofExchangeＲateswithTaylorＲuleFundamentals:EvidencefromInflation－targetingEmergingCountries［J］．EmergingMarketsFinanceandTrade，2015，51(4):714－728．［20］JamaliI，YamaniE．Out－of－sampleExchangeＲatePredictabilityinEmergingMarkets:FundamentalsversusTechnicalAnalysis［J］．JournalofInternationalFinancialMarkets，InstitutionsandMoney，2019，61:241－263．68

——基于汇率宏观基本面模型的实证分析王盼盼，石建勋:中国操纵汇率了吗?—［21］ＲogoffK，StavrakevaV．TheContinuingPuzzleofShortHorizonExchangeＲateForecasting［Z］．Massachu-setts:NBEＲWorkingPaper，2008．［22］陈平，J］．世界经济，2010，33(9):28－45．李凯．人民币汇率与宏观基本面:来自汇改后的证据［［23］邓贵川，J］．数量经济技术经济研究，2016，33李艳丽．汇率基本面模型对人民币汇率的预测能力［(9):145－160．［24］李振，魏谙书，李洋洋．经济基本面可以预测人民币汇率吗?［J］．金融论坛，2017，22(11):12－26．［25］周阳．人民币汇率波动反映了经济基本面吗———基于FAVAＲ模型的经验证据［J］．财经科学，2019，(8):14－25．［26］李欣珏，牛霖琳．汇率预测及其经济基本面:基于多元自适应可变窗算法的构建［J］．统计研究，2019，36(9):43－55．［27］谢平，罗雄．泰勒规则及其在中国货币政策中的检验［J］．经济研究，2002，(3):3－12．［28］郑挺国，J］．金融研究，2011，(8):31－46．王霞．泰勒规则的实时分析及其在我国货币政策中的适用性［［29］石建勋，王盼盼．宏观经济波动与我国货币政策操作策略选择研究［J］．中央财经大学学报，2018，(2):76－87．［30］ClaridaＲ，GaliJ，GertlerM．MonetaryPolicyＲulesandMacroeconomicStability:EvidenceandSomeThe-ory［J］．TheQuarterlyJournalofEconomics，2000，115(1):147－180．［31］WoodfordM．InterestandPrices:FoundationsofaTheoryofMonetaryPolicy［M］．NewJersey:PrincetonU-niversityPress，2011．［32］ＲavnMO，UhligH．OnAdjustingtheHodrick－prescottFilterfortheFrequencyofObservations［J］．Ｒe-viewofEconomicsandStatistics，2002，84(2):371－376．责任编辑、校对:刘玉屏HasChinaManipulatedtheExchangeＲate?AnEmpiricalAnalysisBasedonMacro－fundamentalModelofExchangeＲateWANGPan－pan1，SHIJian－xun2(1．SchoolofFinance，ZhejiangGongshangUniversity，Hangzhou310018，China;2．SchoolofEconomicsandManagement，TongjiUniversity，Shanghai200092，China)Abstract:Basedonthemacro－fundamentalmodeldecidedbyＲMBexchangerate，thispa-perempiricallyexaminestheimpactofeconomicfundamentalfactorsonＲMBexchangerate，andanalyzesthefundamentaldrivingforceofＲMBdepreciationduringtheSino－UStradefriction．TheresultsshowthatfluctuationsinＲMBexchangeratearesupportedbyeconomicfundamentals．ThetradesurplusbetweenChinaandtheUnitedStatesandthedifferenceineconomicgrowthbe-tweenthetwocountriesarethetwomostimportantmacrofundamentalfactorsthatdeterminethetrendofＲMBexchangerate．ThefundamentalreasonforthecontinuousdepreciationofＲMBdur-ingtheSino－UStradefrictionisthemarketeffectcausedbytheintensificationoftradefrictionsandchangesintheeconomicsituationofthetwocountries．Therefore，thedepreciationofＲMBistheresultofspontaneousadjustmentofthemarketdrivenbyfundamentalfactors．Theresultspro-videatheoreticalandfactualbasisforrefutingtheallegationsoftheUSinexchangeratemanipula-tionagainstChinaduringtheSino－UStradefriction．Finally，countermeasuresareproposedontheallegationsof“currencymanipulators”thattheUSmayinitiateagaininthefuture．Keywords:ＲMBExchangeＲate;EconomicFundamentals;CurrencyManipulator;Sino－USTradeFriction69