一、文献综述
目前,国内学者研究我国短期资本流动、人民币汇率、资产价格三者两两关系的文献相对较多,而同时探讨三者之间动态关系的研究文献比较少,且既有的实证研究样本期比较短。现有的研究成果主要集中在以下四个方面:一是汇率与股价关系的研究;二是短期资本流动与资产价格关系的研究;三是短期资本流动与汇率关系的研究;四是对三者动态关系的探讨。首先,关于汇率和股价之间关系的研究大多采用协整和Granger因果检验等方法,其研究结论存在一定的分歧。国外研究方面,Nieh和Lee(2002)发现对于G7国家,其股价和汇率之间并不存在长期均衡的协整关系。Doong等(2005)研究了6个亚洲新兴市场国家和地区的股市与汇市之间的动态关系,其中泰国、韩国、马来西亚和印度尼西亚的股市和汇市之间存在双向因果关系。Pan等(2007)则对7个东亚市场股市和汇市之间的关系进行了研究,在1997年亚洲金融危机之前,中国香港、日本、马来西亚和泰国存在“汇率到股价”的Granger因果联系,同时中国香港、新加坡和韩国存在“股市到汇市”的Granger因果联系;在亚洲金融危机中,除了马来西亚,其他国家和地区的汇率变动都是股价变动的Granger原因,但对所有的市场都不存在从股市到汇市的因果联系。国内研究方面,张兵等(2008)实证发现,汇率改革后,我国汇率和股价存在长期稳定的协整关系,而且二者短期存在着交互影响。邓燊和杨朝军(2008)同样发现汇率改革后我国股市和汇市存在协整关系,但短期人民币升值是我国股市上涨的单向Granger原因。巴曙松和严敏(2009)研究却表明虽然存在汇率到股价的短期引导关系,但是二者之间并不存在协整关系。此外,李晓峰和叶文娱(2010)系统梳理了股价与汇率关系的相关研究。其次,对短期资本流动与资产价格关系的研究方面,Jansen(2003)采用VAR模型的研究表明,亚洲金融危机以前,国际资本的流入推高了泰国股票市场和房地产市场的价格。Kim和Yang(2011)利用面板VAR模型研究了亚洲经济体的短期国际资本流入与资产价格之间的关系,发现资本流入确实导致了股票、房地产以及货币等资产价格的上升,但是解释力有限。Favilukis等(2012)分析了包括美国在内的十几个国家2000-2010年期间房地产价格和短期国际资本流动数据,发现在房地产市场由盛转衰的这段时间内,国际资本流动对房地产价格变动的解释力并不强。国内学者宋勃和高波(2007)使用误差修正模型和Granger因果检验发现,短期房地产价格上涨是外资流入的Granger原因,长期外资流入对我国房价上涨产生了影响。刘轶和史运昌(2009)运用VAR模型对北京、上海、广州、深圳四个城市的房地产价格和热钱流入量的关系进行了分析,发现二者存在长期均衡关系,且短期存在热钱到房价的单向Granger因果关系。王擎和张恒(2010)研究发现国际热钱与股价存在一定的相关性,在Granger因果检验滞后阶数较小时,股价变动会影响热钱的流入;在滞后阶数较大时,热钱流入会影响股价,其影响的滞后期较长。再次,短期资本流动与汇率关系方面,国内学者闫树熙和肖庆宪(2008)发现热钱增量与人民币汇率升值幅度之间具有较强的正相关关系,存在从汇率到短期资本流动的单向信息传递关系。赵彦志(2011)通过Granger因果检验,发现人民币汇率与境外热钱存在双向Granger因果关系,人民币升值吸引境外热钱流入,同时热钱流入又加大了人民币升值压力;但易顺等(2014)的研究却表明境外热钱是人民币汇率的单向Granger原因。最后,有关三者之间关系的实证研究,其结果也具有不一致性。张谊浩和沈晓华(2008)采用Granger因果检验的研究显示:人民币升值和股指上涨是热钱流入的原因,但热钱流入却不是人民币升值和股指上涨的原因。刘莉亚(2008)采用Granger因果检验、传统的脉冲响应函数和方差分解等方法的研究发现,境外热钱流入推动了房地产价格的上升,但它对股指变化的影响并不显著。陈浪南和陈云(2009)却发现人民币汇率和房地产收益率对短期国际资本流动具有显著的滞后效应,股市收益率对其影响并不显著。朱孟楠和刘林(2010)运用VAR模型建立了开放条件下的理论框架,研究短期国际资本流动、汇率和资产价格之间的动态关系,其结论是:短期国际资本流入会导致人民币升值,股价、房价上涨。同时人民币升值、股价上涨也会造成国际资本流入,但是房价上涨却会导致资本流出、股价下跌,此外,股价上涨会导致房价上涨。赵进文和张敬思(2013)引入风险溢价因素研究这三个变量之间的关系,认为其动态演化过程是一个往复的循环。综观国内外对短期国际资本流动、汇率和资产价格研究的文献,大多数在实证分析当中都采用了VAR模型、Granger因果关系检验和预测误差方差分解方法进行分析,遗憾的是,这些研究方法都存在很大的局限性。格兰杰因果关系并非真正意义上的因果关系,只是时间上的“先于”关系,并且它不考虑变量之间的同期因果关系。更为重要的是,格兰杰因果关系检验关注的是统计意义上的显著性,而非变量之间关系在经济意义上的显著性,然而后者却是研究者更应该关注的。相对而言,方差分解方法更为合理,它考虑了变量之间关系在经济意义上的显著性,该方法的关键是正确地设定变量之间同期因果结构。但是变量之间的同期因果关系一般难以确定,现有的国内外研究中,多数文献采用对变量顺序非常敏感的乔利斯基分解,或者依据研究者的主观先验判断和相关经济理论对扰动项之间的同期因果关系施加限制,研究结果具有很强的主观色彩。而且,以往研究均采用固定的样本区间进行研究分析,然而,我国短期国际资本流动、汇率与资产价格之间的关系有可能处于动态变化中,采用固定的样本区间进行分析难以保证结论的可靠性和稳健性。相比以往研究,本文的创新性在于:首先,采用人工智能领域的有向无环图方法,识别我国短期国际资本流动、人民币汇率、股价和房地产价格之间的同期因果关系,在此基础上构建SVAR(StructuralVAR)模型并采用结构方差分解方法,研究其相互影响;其次,本文在递归分析的基础上进行方差分解,探讨短期国际资本流动、汇率、股价和房地产价格之间的动态关系和时间变化轨迹,显著增强了研究结果的科学性和可靠性;第三,本文同时探讨国际资本流动、汇率和资产价格三者之间的关系,且样本区间比以往研究长,增强了研究方法的适用性和结果的稳健性。
二、方法和数据说明
(一)SVAR模型和结构方差分解
自Sims(1980)提出VAR模型以来,该方法已成为研究宏观经济金融问题的重要分析工具。(1)其中,T为样本个数,p为滞后阶数,Xt是k维内生变量,μ是k维截距列向量,et是k维扰动列向量,Φ1,…,Φp为k阶系数矩阵。扰动列向量et服从独立同分布,即et不与自己的滞后项相关,而且不与等式右边出现的变量相关,但是它们相互之间可以同期相关,其同期协方差矩阵为k阶正定矩阵,包含了VAR模型全部的同期相关信息。在建立VAR模型后通常进行三种重要的分析:Granger因果检验、脉冲响应函数和预测误差方差分解。Granger因果检验一般是从统计上判断是否存在影响,无法判断影响的规模,而脉冲响应函数和方差分解则可以对VAR模型提供经济意义上的解释。其中,脉冲响应函数追踪系统对一个内生变量的冲击效果,反映一个变量的冲击对所有内生变量当期及未来各期的影响;方差分解将VAR系统中任意一个内生变量的预测均方误差分解成系统中各变量的随机冲击所做的贡献,然后计算出每一个变量冲击的相对重要性,即各变量冲击的贡献占总贡献的比例,比较这个相对重要性信息随时间的变化,就可以估计出该变量的作用时滞,还可估计出各变量效应的相对大小。然而遗憾的是,VAR模型的扰动项et一般存在同期相关,无论是脉冲响应还是方差分解,无法保证一个变量的新息受到冲击而其他变量保持不变,部分学者试图采用乔利斯基正交分解来解决这一问题,但该方法实质上是对变量施加了一个递归的同期因果结构,研究结果对变量的顺序十分敏感。Bernanke(1986)提出了SVAR模型,先对变量的同期因果结构进行识别,再进行后续的方差分解和脉冲响应分析,得到学术界的广泛应用(SwansonandGranger,1997;BesslerandYang,2003)。要构建SVAR模型,需要先对变量的同期因果关系矩阵A进行识别,即:其中,k阶矩阵A给出了变量之间的同期因果关系,et为VAR模型估计得到的残差项,ut为正交化的结构冲击,其同期协方差矩阵为k阶单位阵I。基于SVAR模型的方差分解则被称为结构方差分解。为了构建SVAR模型,进行结构方差分解,大量研究根据经济理论、前期研究成果或者主观判断来施加约束条件,识别同期关系矩阵A,然而其设定具有很强的主观色彩,在此基础上的方差分解结果难以科学可靠。为此,Bessler和Yang(2003)提出了新的解决方法,即有向无环图方法。DAG方法通过VAR模型残差的相关系数矩阵(或协方差矩阵)来识别变量间的同期因果结构,该方法基于数据驱动,不需要任何理论假设和主观判断,摆脱了以往方法中不可避免的主观性,为SVAR模型中同期关系的设定提供了客观依据,受到国内外学者的广泛关注,在经济学和金融学的相关领域中取得了丰硕的研究成果(杨子晖,2008;郭娜、李政,2013;YangandZhou,2013),下文对DAG方法做简单的介绍。
(二)有向无环图方法
有向无环图最早出现在数学的分支———图论中,然后应用于计算机的人工智能领域①,该方法以数据为驱动,通过分析变量之间的相关系数和偏相关系数,识别变量间的同期因果结构,在此基础上采用节点和有向边来表示因果关系的存在性和指向性。具体来说,对于A和B两个变量,它们的关系有如下几种情况:如果其他条件不变时,A的变化直接导致了B的变化,则存在A到B的单向因果关系,表示为“A→B”;如果二者之间存在双向因果关系,则表示为“A←→B”;如果A与B之间确定存在同期因果关系,但是方向性不明确,则为“A-B”;如果两个变量之间不存在因果关系,是相互独立的,则是“AB”。下面对有向无环图的基本原理进行简单介绍。设A、B、C是三个变量,如果既存在A到B的单向因果关系,又存在A到C的单向因果关系,即B←A→C,则A是B和C的共同原因,B、C的无条件相关系数不为0;而当以A作为条件变量时,B和C的偏相关系数为0。类似地,如果B和C都是引起A发生的原因,即B→A←C,则B、C的无条件相关系数为0;当以A为条件变量时,B和C的偏相关系数不为0。如果存在B到A的单向因果关系和A到C的单向因果关系,即B→A→C,那么B、C的无条件相关系数不为0;当以A作为条件变量时,B、C的偏相关系数为0。
(三)数据说明
鉴于我国从2005年7月开始启动汇率市场化改革,本文的样本数据定为2005年7月-2013年12月的月度数据。其中,短期国际资本流动采用国家统计局的估计方法:短期国际资本流动额=外汇储备增加额-(FDI+实际贸易顺差);股票价格用上证A股指数代表,汇率为人民币对美元名义汇率,股指和汇率数据均为相应月份日频数据的平均值②;房地产价格采用月度商品房销售额除以月度销售面积得到。在实证分析前,本文首先对相关月度数据采用X-12-ARIMA软件进行了季节调整,消除了变量中的季节成分,然后对股指、汇率和房价进行了对数差分变换,短期国际资本流动进行差分变换③。相关数据来自Wind数据库、国泰安数据库和FRED数据库。短期国际资本流动、股票价格、汇率和房地产价格分别用SIC、STP、EXR和HP表示。
三、实证分析
(一)同期因果关系的DAG分析及SVAR识别
本文采用ADF检验法判定模型中各个变量的平稳性,为保证ADF检验的残差不存在自相关性,笔者采用贝叶斯信息准则来选取滞后阶数。检验结果表明,在5%的显著性水平下,各个变量均拒绝了原假设,因此模型中的变量都是平稳变量。首先进行无条件相关系数分析,在20%的显著性水平下,STP和EXR的相关系数为0.1012,其p值为0.3122,无法拒绝其无条件相关系数为零的原假设,即二者同期独立,因此把STP和EXR之间的连线移去,而其他几条边的无条件相关系数显著不为零。在接下来的偏相关系数分析当中,当以SIC扰动为条件变量时,HP和EXR之间的偏相关系数为-0.0991,对应的p值为0.3252,由此可知HP与EXR之间为条件同期独立关系,于是将HP与EXR之间的连线也移去。去掉两条线以后,图1中的无向完全图转化成了图2无箭头时的形式,在图2中STP与SIC相邻,STP与HP相邻,SIC与HP相邻,SIC与EXR相邻,其余被去边的变量则不相邻。“去边”的工作完成以后,我们接下来分析同期因果关系的方向。由以上偏相关系数分析可知,SIC不属于STP和EXR的隔离集,因此根据有向图算法,可以推断出三者之间的同期因果关系为:STP→SIC←EXR。同理,HP也不属于STP和SIC的隔离集,所以它们之间的关系为:STP→HP←SIC。根据以上分析,在20%的显著性水平下,我国短期国际资本流动、股票价格、汇率和房地产价格之间的同期因果关系为:股价和汇率都对短期国际资本流动有同期影响,股价和短期国际资本流动对房地产价格有同期影响,而股价和汇率之间不存在同期因果关系,如图2所示。换言之,根据DAG的分析,在同期股票价格会影响短期国际资本流动,汇率也会影响短期国际资本流动,反过来短期国际资本流动不会影响股价和汇率,但是它会影响到房地产价格,股价也会影响房地产价格,并且股价和汇率之间没有同期相互影响。为了验证约束的合理性和可靠性,我们又进行了似然比检验,检验统计量为2.784,对应的p值为0.249,表明在10%的显著性水平下无法拒绝“过度约束为真”的原假设,因此基于DAG的约束是合理的。因为本文中人民币对美元的汇率采用的是直接标价法,所以汇率升高意味着人民币贬值。短期国际资本流动与汇率负相关,其含义是人民币升值会引起资本流入,且股票价格上升也会导致同期的短期国际资本流入增加。同时股票价格上升、短期国际资本流入增加也会对房地产价格产生同期影响。以上结果可以在理论与实际中找到合理解释。一国的货币升值,会吸引大量的短期国际资本流入该国,在等待该国货币升值的同时,这些游资会寻找收益高的领域进行投资,赚取资本升值和本币升值的双重收益。我国近年来,房地产价格的不断攀升,使得房地产行业具有相当可观的投资回报率,因此房地产成为了短期国际资本投资的不二选择。短期国际资本对股票市场的同期影响不显著,是因为我国存在资本账户管制,导致短期国际资本的数量占股票市场总资金量的比重较小,对我国股市的影响因而有限。但是它可以通过影响基础货币的供应来影响国内的流动性,这会对股价造成一定的间接影响。至于股价与汇率的关系,许多文献从传统的国际贸易理论着手,认为货币升值会影响出口,造成贸易条件的恶化,从而总产出下降,股市下跌。但是该理论有两个前提,一是出口需求弹性大于1,即货币升值所引起的数量变动大于价格变动,此时出口总收入才会下降;另一个前提是国内以一般贸易为主。而我国并不满足这两个条件:一方面,我国劳动力成本相对较低,即使货币升值,产品价格在国际市场上仍具有一定的竞争力,所以没有对出口的数量造成大的影响;另一方面,我国目前以加工制造业为主,货币升值使得进口商品的成本降低,减轻了对出口企业的影响。
(二)预测方差分解
DAG分析主要是判断变量之间是否存在同期因果关系,以及这种关系的指向性,为了进一步分析我国短期国际资本流动、汇率和资产价格之间的动态关系和影响程度,我们还要基于DAG的结果对SVAR模型进行预测误差方差分解,分解结果见表1。表1的结果表明,在预测期第1期,我国的股票价格和汇率的波动不能由除自身之外的另外三个变量解释;而短期国际资本流动的波动可以由股票价格解释5%,由汇率解释4%;房地产价格的波动可以由股票价格解释5%,由短期国际资本流动解释2.5%,由汇率解释只占0.1%。这些结果与上文基于DAG对变量间同期因果关系的判断结论是一致的,并且进一步说明,在短期内,股票价格和汇率对短期国际资本流动波动的解释力相差不大,而对房地产价格变动的解释上,股票价格比短期国际资本流动的影响力要大许多。导致这一情况的原因,可能是因为房地产作为投资商品,它不易变现、流动性较差,并且投资门槛相对较高,使得短期国际资本很难对房地产产生快速且巨大的影响。而股票和房地产同为投资对象,它们存在一荣俱荣、一损俱损的连带关系,虽然房地产的反应会比股票市场迟缓,但依然使得股票价格对房地产价格有较强的解释力。随着预测期的延长,短期国际资本流动对房地产价格的解释能力逐渐追赶股票价格,到第6期,二者相差不到0.4个百分点;而到了第12期,二者仅相差0.06个百分点。由此可见,短期国际资本流动和股票价格从长期来看对房地产的解释力几乎相等,短期国际资本流动对房地产市场的时滞作用还不到半年时间,所以我国应该高度重视短期国际资本可能对房地产市场产生的冲击。同时,汇率对房地产价格的影响也从最开始的微乎其微逐渐增长到3%左右,这是因为汇率是影响短期国际资本的主要因素,进而对房地产价格产生了间接的影响。从长期看,短期国际资本流动的影响因素,跟短期的结果相差不大,股价和汇率各占了大约5%的解释力,房地产市场的影响相对小得多。另外,我们的分解结果也表明,这四个变量波动情况的最大解释力都来自于变量本身。其中汇率最为明显,12个月以后对波动的解释力超过96%,这是因为我国实行有管理的浮动汇率制度,使得汇率在很大程度上仍受到国家的管制和调控,所以它的波动很难受到别的变量的重大影响,说明我国的汇率市场化改革仍任重而道远。股票和房地产这两种资产价格则是受到了自身惯性的推动。比如说,我国股票和房地产价格持续上涨,将会强化人们的升值预期,吸引更多的资金投入,将自身的价格进一步推高;而一旦价格持续下跌,人们就会恐慌地抛售,使得价格进一步下跌。因此我国欲控制资产价格泡沫,就应该打破人们的升值预期,并限制投机行为。短期国际资本对自身的解释力同样来自于惯性,或者说羊群效应。
(三)稳健性分析———递归的预测方差分解
为了对本文基于DAG技术和SVAR模型得到结论的稳健性进行检验,并进一步考察短期国际资本流动、股价、汇率和房地产价格在不同的样本区间里的时间变化轨迹,本文在上述结果的基础上又做了递归的预测方差分解。我们以2005年7月到2009年1月为基期,结合DAG的结果建立了SVAR模型,进行第一次方差分解,然后以2005年7月到2009年2月为第二期,作第二次方差分解,依次类推,直到整个样本区间2005年7月到2013年12月,并把每次递归分析的第12个预测期的分解结果列于图3。由图3可知,递归的预测误差方差分解结果与之前的预测方差分解结果基本一致,四个变量的波动大部分可由自身的冲击来解释。由图3(b)可知,短期国际资本流动对自身的影响占到总影响的82%~95%,起初在90%~95%之间徘徊,在2010年5月有一个明显的下降,之后就一直保持在90%以下。根据我们的数据可以看出,短期国际资本流动额在当时确实有一个下跌,中国人民银行公布的数据也显示,2010年5月我国外汇占款的新增量较4月份下降了近五成,说明存在着资金外流。究其原因,一方面中国政府对汇率问题的强硬态度使人民币升值预期减弱,而美元在国际市场走强,部分热钱选择转战美元市场从而撤离中国;另一方面国内资本市场和房地产市场的套利空间减少,也使得想从资产价格上升中分得一杯羹的热钱撤出。其余三个变量中,股价和汇率的波动幅度相对比较平稳,且占总波动的比例大体相当,都在5%左右;而房地产价格波动剧烈,但大部分值在0~1%之间徘徊。该结果也与预测误差方差分解一致。在整个递归期内,房地产价格的自身冲击仍然占了整个波动的77%~92%,说明自身惯性是推动房地产价格的重要原因(见图3(d))。股价对房地产价格的波动具有相对重要的影响,占比初期在8%左右,2010年初期有一个明显的下降,之后一直徘徊在5%附近。而短期国际资本流动对房地产的影响一开始很大,接近10%,然后在2010年3月和4月有两次大幅度下跌,之后在2%~5%之间波动。这次下跌的原因可能要追溯到2008年的金融危机,在2009年危机末期短期国际资本撤出,导致了它对房地产价格的影响降低。汇率对房价的影响稳定地保持在很低的水平,影响很小。而在汇率波动的影响因素当中,除了2009年初的其他时间段里,三个变量对汇率的解释力都很低,说明汇率具有相对的独立性。2009年1月和2月,短期国际资本流动对汇率波动解释力的快速提高和下跌可能是因为还受着金融危机的冲击(见图3(c))。股价的递归预测方差分解显示出相同的趋势(见图3(a)),即2009年年初有两个月的异常。之后房价和短期国际资本流动对其的影响微弱而稳定,而汇率则表现突出,保持在5%~20%之间。根据DAG的分析结果,股价和汇率不存在同期因果关系,但是之后的分析则是考虑滞后以后的综合影响。汇率对股价的波动存在较大的解释力已经被许多学者所证实过,多从国际贸易和资本运转两个角度来解释。
四、结论和政策建议
本文首次运用有向无环图(DAG)技术和递归的预测方差分解法分析了我国短期国际资本流动、人民币汇率和资产价格之间的动态关系,克服了Granger因果检验和传统预测误差方差分解等研究方法的局限性。DAG的分析结果表明,存在“股票价格、人民币汇率到短期国际资本流动”的同期因果关系,也存在“短期国际资本流动、股票价格到房地产价格”的同期因果关系,而汇率和股票价格之间不存在同期因果关系。基于DAG的预测误差方差分解以及递归分析结果则表明,我国的股票价格和汇率对短期国际资本流动具有几乎相等的解释力;在短期,股票价格比短期国际资本流动对房地产的影响更大,但是在长期二者的作用几乎等同,说明短期国际资本流动对房地产市场的作用具有一定的时滞。另外,股票价格、汇率、房地产价格以及短期国际资本流动都会在很大程度上受到自身惯性的推动作用。在金融国际化背景下,伴随我国金融市场化改革和汇率市场化改革的推进,我国短期国际资本流动、汇率和资产价格之间的关系变得更为复杂,大规模的短期国际资本大进大出。短期国际资本流入对于活跃国内金融市场具有一定的积极影响,但是热钱的冲击有可能破坏正常的社会秩序,威胁金融安全。为了减缓这些冲击对我国经济金融体系造成的不良影响,本文结合上述结论提出以下建议:首先,加强对短期国际资本流动的审查、监测和管理,限制热钱流向,尤其对进入我国股票市场和房地产市场的资金要在量上予以控制,限制其大进大出,维护我国房地产市场和金融市场的稳定与安全。其次,进一步完善人民币汇率市场化改革,以市场供求为基础,探索更加灵活的汇率生成机制。在当前的情况下,短期国际资本大量流入我国,而货币政策的独立性又不可能放弃,因此我们有必要放弃固定汇率制度,继续推进汇率市场化改革,但是要同时保证该制度的渐进性和可控性。最后,套利是短期国际资本流入的一个重要诱因,为了有效防范资产价格泡沫,避免重蹈当年日本和东南亚的覆辙,必须进一步加强对我国房地产市场和股票市场的监测,并从源头上消除热钱大幅流入的诱因。
作者:卜林 李政 张馨月