热钱流入中国的动因:一个实证分析

苏剑 童立

摘要： 热钱流入中国的动因可被归纳为“套汇”、“套利”和“套价”，同时热钱流入也可能会反过来加剧人民币升值预期、中国和外国的利率差以及资本收益差。本文根据2005年1月至2010年12月的月度数据对二者之间的因果关系进行了“三重套利”的实证研究。从格兰杰因果检验和脉冲响应分析结果可见，人民币升值预期的“套汇因素”是吸引热钱流入中国最重要的原因。利率差和资本市场收益对热钱流入的影响不显著。热钱流入对人民币升值预期、利率差、房地产价格的变化没有显著影响，但对股票市场收益率有单向影响。

关键词： 人民币升值；热钱；套利；套汇；套价

中图分类号：F832

一、引言及文献综述

目前，热钱流入已经引起我国学术界和政府相关部门的高度重视。2008年经济危机后的中国，不但率先走出经济探底的泥潭，而且在2009年下半年展示出强劲的增长势头，再加上人民币持续的升值预期，导致中国在国际热钱泛滥中首当其冲。

来无影、去无踪的热钱流动对我国宏观经济和资产市场造成了极大影响。它加剧了我国通货膨胀的压力，推动了我国资产价格泡沫的形成，降低了中央银行货币政策的独立性。对此，时任中国银监会主席的刘明康先生在2010年12月17日的财经年会上表示，新兴市场面临史无前例的热钱压力。

要想抑制热钱的流入，就需要弄清楚热钱流入的动因。而关于热钱在国际间流动的动因，国内外学术界均已有许多研究。随着上世纪90年代金融自由化、世界经济一体化进展的加速，短期资本的跨国流动逐渐成为国际金融中的热门研究对象。而墨西哥、阿根廷等国家因国际资本流动所导致的货币危机则为这方面的研究提供了丰富素材。亚洲金融危机之后，关于国际热钱的探讨开始见诸于学术文献，并积累了较丰富的研究成果。总结之前学者对热钱流动原因的理论分析，主要包括利率驱动、汇率驱动、利率汇率联合驱动，以及规避风险和交易费用等原因。

Naylor（2004）认为，金融自由化是导致上世纪80年代之后短期资本在国家之间加速流动的主要原因，一国自由化程度越高，则资本流动愈频繁。

Calvo、Leiderman和Reinhart（1994）认为，利率差是吸引国际资本流入的核心因素。在他们看来，上世纪90年代大规模的短期资本跨境流动伴随着发达工业国家的不断降息，导致资金涌入有更高收益率和明确增长前景的亚洲和拉丁美洲地区；其他的影响因素包括全球经济所处周期、国际贸易发展状况及流入国的政策。

另外，一些实证分析也表明，一些对于资本流入国而言的外生变量在决定国际资本流动中也起到了重要作用，这些外生变量包括发达国家利率水平、全球货币政策以及世界经济背景等。Calvo（1993）认为这些外生变量能够解释资本流入国30%～60%的外汇储备变化；而Chuhan等学者（1993）则发现从美国流入拉丁美洲的证券资本有一半的原因可归结为以上外生变量。

Gooptu（1993）则从投资的角度分析了大规模国际资本流动为何在近年兴起的原因。他认为：随着发达国家保险资金和公募基金规模迅速膨胀，其投资多样化的需求越来越迫切；因此，从分散风险及提高投资收益率来说，资产管理者进入新兴市场成为一种合理与必然的选择。

热钱流入中国的动因，也已有了一些研究。Martin和Morrison（2008）则详细论述了热钱流入中国的原因、渠道、造成的影响以及相应的应对政策。他们将中国吸引热钱流入的原因归为两个关键因素：一是中美利率差，二是人民币升值预期。

丁志杰（2008）则通过分析境外汇款与中国宏观经济变量之间的协整方程，认为境外汇款流动是顺周期的，人民币升值预期是影响境外汇款流动的重要因素。在流入动机方面，张谊浩、裴平、方先明（2007）依据三重套利模型利用1996-2005年的数据，实证检验了中国短期国际资本流动的影响动机。他们发现，国内外利率比、证券投资余额与价格比均与中国短期国际资本流入总量存在显著的正向关系，而短期国际资本流入总量与汇率之间也具有明显的单向格兰杰因果原因。

苏永多、张祖国（2010）则进一步加入了套税因素而将上述模型扩展为“四重套利模型”。根据文中的实证结果，短期国际资本在华流动具有套汇和套利的“双重收益”，相当于给国际热钱加上了“双重保险”，从而促使境外资本加速流入。

值得说明的是，与国际学者的结论不同，绝大多数针对中国的实证研究都显示出利率并非影响短期资本流入中国的关键因素。王琦（2006）和刘立达（2007）均发现国际资本在中国的流动对短期利率变化很不敏感。

本文主要研究人民币汇率形成机制改革以来热钱流入中国的主要动因。与之前研究热钱流入动因的文献相比，本文的创新之处主要在以下两个方面：

（1）本文对套汇、套利和套价三方面的度量指标有所创新。到目前为止，大多数学者用人民币名义汇率的变化来度量人民币升值预期，而本文则用人民币NDF汇 率与人民币现货汇率的比例来度量人民币升值预期，这样做显然更有道理。在利率差方面，本文则选择中美一年期国债收益率的差值，从而保持了两国利率数据的可比性和一致性，而国内的其他文献常将中国存款利率与美国联邦基准利率作为利率差的原始数据；

（2）本文的数据也更新，样本选择相对更为合理，这使我们能够更好地研究热钱流入与我国股票市场的关系，并得到了热钱流入是中国股票市场波动的正向格兰杰原因这一结论。近年来，越来越多的证据表明外国资本开始逐渐重视A股市场，对其影响也在逐步加大，本文的研究支撑了这一假想。

二、关于热钱流入中国的动因的实证研究

综上所述，并结合我国目前的具体国情和全球经济大背景，2005年之后热钱大规模流入我国的可能动因可以用“三重套利”来概括，即：套汇、套利与套价。“套汇”即博取汇率变动的收益，“套利”即博取利率差的收益，“套价”则是博取资产价格变动的收益。本节我们利用VAR模型来检验这三种可能的原因对热钱流入中国的相对重要性。

本文各变量的数据皆为2005年1月至2010年12月的月度数据（由于2005年没有房地产价格统计数据，因此房地产价格为2006年1月开始的月度数据）。本研究中所涉及的几个主要变量的度量方法如下。

（一）热钱的定义和规模估算

一般而言，热钱指的是贸易顺差和外国直接投资之外的外汇的流入。近年来，由于人民币升值预期的存在，热钱流入中国就成为中国经济不可避免的问题。虽然中国政府对热钱的流入给予了严格的监控，但热钱还是以各种渠道流入中国，比如假贸易、假直接投资，以及地下钱庄和其他方式。热钱的流入可能会导致中国货币供给量的增加，资产价格泡沫的形成以及通货膨胀问题。因此，估计热钱流入的规模就成为中国宏观调控所必须解决的问题。

目前估算热钱流入的主要方法有两种，即直接法和间接法。所谓“直接法”，就是把国际收支平衡表（BOP）中的“净误差和遗漏项”看作是热钱。显然，这一定义涵盖范围过小，忽视了在其他渠道掩盖下流入的热钱，而且“净误差和遗漏项”中真正的“净误差和遗漏项”也被看作是热钱，导致测量误差。

间接法对热钱的定义则要“宽泛”许多。间接法将新增外汇储备减去贸易顺差与外国直接投资后的残差视作热钱。显然，间接法相对更科学合理，因而逐渐成为学术界估算热钱规模的主流方法。但这种方法会高估热钱的实际规模，而且跟直接法一样，忽视了FDI和贸易顺差中可能存在的热钱，也就是假冒的贸易顺差或外国直接投资，而这种隐性热钱的规模可能不可忽视（唐旭、梁猛，2007）。

苏剑、童立（2011）对间接法做了一定修正，考虑到了隐性热钱问题。他们主要考虑了隐藏在贸易顺差中的热钱。他们的计算公式是：

HM = (FER－TS－FDI) + (TS－RTS)（1）

其中，FER、TS和FDI分别代表新增外汇储备、贸易顺差（统计值）和外国直接投资，而RTS则表示合理的贸易顺差(Reasonable Trade Surplus)。因此，上述公式的前半部分是间接法计算热钱规模的公式，后半部分是隐藏在贸易中的热钱规模的计算公式，它就等于实际贸易顺差减去合理的贸易顺差。那么合理的贸易顺差怎么估算呢？他们首先假定，在产业结构、劳动力成本、要素价格及税率等相对稳定的情况下，短期内加工贸易的“进口金额/出口金额”也应相对稳定，不会大起大落。因此，他们估算隐藏在贸易渠道中的热钱的方法的逻辑为：短期中出口结构及整体利润率水平相对稳定，因此“贸易顺差/出口比值”也波动不大。选择2000-2002年的“贸易顺差/出口比值”为基准值，这一阶段尚未有热钱的大规模流入，因而贸易数据大致上反映了真实的商品进出口情况。他们以2000-2002年为基期，以2009年6月为终期参照点，通过拟合这段时间内的“贸易顺差/出口比值”来得到未隐藏热钱的合理的趋势值。这样，就可以得到隐藏在贸易渠道中的热钱的规模。表1即是他们用这一方法估算出来的2005-2010年流入中国的热钱的规模。

本文采用的热钱流入数据是依据苏剑和童立（2011）提出的方法估算的。根据上述方法不难得到热钱规模的月度数据。因此，本文各变量皆为2005年1月至2010年12月的月度数据（由于2005年未有统计，因此房地产价格为2006年1月开始的月度数据）。

（二）人民币升值压力的度量

无论是理论界还是在实践中，投资行为是基于预期做出的抉择早已成为共识。因此，如果单纯以非市场化的人民币汇率作为升值指标则在逻辑上有所不足，缺乏说服力。为此，本文引入1年期的人民币NDF（Non-deliverable Forward）来弥补这一缺陷。

NDF的本质是无本金远期外汇交易，属于离岸金融衍生产品，主要目的在于规避汇率风险。交易双方事先约定未来指定日期的汇率，到期时只计算约定汇率与即期汇率差价，不真正交割。人民币NDF开始于1996年，目前主要在香港和新加坡两个主要成熟离岸交易市场。经过十多年的发展，且随着我国汇率形成制度的改革，人民币NDF交易逐渐活跃，已具有较强的流动性。再考虑其远期交割的特点，其能作为国际市场对人民币升值预期的一个合理参考指标。

2005年之后，美元兑人民币汇率一路走低，这种升值趋势一直持续到2008年中旬，随后美元兑人民币汇率一直维持在6.8：1左右至2010年一季度，之后人民币重回升值轨道。本文将人民币NDF汇率和人民币即期汇率两种汇率综合为指标ExchPres(Exchange Pressure)来衡量人民币的升值预期：

若ExchPres小于1，则预期人民币会贬值；若大于1，即表明人民币有升值压力。ExchPres值越大，人民币升值预期越强烈。

图1给出了本文对2005-2010年间人民币升值预期的度量。其中，NDF数据来源于CEIC数据库，美元兑人民币现货汇率来源于国家外汇管理局，样本数量皆为72个。

（三）利率差

正如在经济学中有时间成本的概念，资本的使用也同样具有成本。因此，与上部分人民币汇率升值预期同理，如果仅选用中国国内利率作为热钱套利的单边指标，并不能够准确衡量热钱是否是因为利息收益而选择流入中国。本文将美国利率作为热钱的资金成本，以中美利率差作为热钱套取利率差收益之动因的核心指标。

考虑到利率指标的可比性，本文选取中国1年期存款的基准利率和美国联邦基金利率作为各自国家利率水平的衡量指标。其中，人民币基准存款利率数据来源于中国债券信息网，而美国联邦基准利率则来源于美联储，样本数为72个，具体情况见图2。

2005-2007年美联储不断上调其利率目标，联邦基准利率从2.28%一路上升至5.26%。2007年中旬金融危机的爆发使美国进入漫长的降息周期，并自2008年底后一直维持在零利率水平。反观中国，在2007年国内CPI不断创新高的背景下，央行连续6次提高人民币存款基准利率。之后席卷全球的金融危机愈演愈烈，中国亦不能独善其身。面对出口严重萎缩，经济增速不断下滑的严峻形势，央行于2008年第四季度果断将基准利率连降三次以刺激经济复苏，并在随后两年的时间中保持人民币一年期存款2.25%的低利率水平。直至2010年下半年通胀再次抬头，中国才重新进入新一轮的加息周期。

（四）资本市场收益的度量：股票市场与房地产市场

根据上一部分的估算结果，热钱大规模流入始自2005年，并在2007年超过2000亿美元达到历史最高值。而与此相对应的是，中国的股票市场与房地产市场在这一阶段也渐渐升温，上证指数从2006年年初的1180点攀升至年末的2675点，全年涨幅高达127%。而2007年则不但延续了牛市走势，更是在2007年10月创出了6124点的上证综指历史最高点。图3显示的是2005年3月至2010年11月的上证综合指数和热钱流入规模。从图3 可以看出，2005-2010年间上证综指与热钱流动规模之间存在明显的相关性。相比股市的红火，房地产行业丝毫不落下风，仅以深圳为例，其一手房成交均价历时半年多，便从2007年年初的不到11000元/平米飙升至8月的24000元/平米，上涨幅度之大、速度之快令人瞠目结舌。

2007年资本资产市场的火爆造就了全民皆股、全民皆房的现象，联系到热钱流入趋势，两者之间是否存在因果关系就成为一个值得思考的问题。在资产价格的暴涨中，热钱是顺势而为收益颇丰，抑或是幕后推手之一，正是接下来的实证分析所要回答的问题。

在度量资本市场的收益时，针对股票市场本文选取月度收益率因变量，初始数据来源于Wind资讯；而针对房地产市场则采用全国房地产月度环比价格指数，其出处为中房网，样本数为60。

（五）实证分析

只有先明确热钱为何流动，才能在政策层面提出有针对性的合理建议。因而本文将利用VAR模型通过格兰杰因果检验来研究热钱流动与众多套利因素之间的关系，以此来确定影响热钱流动的主要动因。

1．回归变量的统计性描述

首先我们需要明确回归模型的各变量含义：因变量实际热钱规模用HM代表，而自变量人民币升值预期、中美利率差分别用ExchPres和IntD表示，最后用Stock和RealEst代指上证综指月度区间收益率及中国房地产价格指数。

各变量的统计性描述结果如表2所示。

实证检验的样本区间为2005年1月至2010年12月，除房地产数据缺失2005年数据外，其余变量样本数皆为72个。

2. 样本数据的平稳性检验

变量的不平稳性是造成伪回归最主要的因素之一。为了避免这种伪回归，确保格兰杰因果检验的有效性，回归前必须对时间序列数据进行平稳性检验。本文采用的是ADF检验方法，检验结果显示在表3中。

根据表3结果，热钱规模和上证综指收益是平稳时间序列，而人民币升值预期、中美利率差及房地产价格指数的时间序列在5%的显著性水平下非平稳。因此，我们需要考察各变量的一阶差分平稳性，结果如表4所示。

很明显，在5%的显著性水平下，所有变量的一阶差分皆为平稳序列，因此我们将使用样本数据的一阶差分进行格兰杰因果检验。

3. 协整检验

由ADF检验结果可知，人民币升值预期、中美利率差及房地产价格环比指数皆为非平稳序列，但所有变量差分的一阶均为平稳时间序列。因此，在正式进入格兰杰因果检验之前，还需检验热钱规模与各自变量之间的协整关系。

本文利用Johnansen法检验时间序列样本的协整关系，其中滞后期的确定根据AIC(Akaike Information Criterion)准则。如表5所示，滞后期为2时，AIC最小，因而本文的最佳滞后期为2期。

对于多变量模型，Johnansen协整检验的原假设为样本数据之间不存在协整关系的数目。根据表6的检验结果，HM、ExchPres、IntD、Stock及RealEst至少存在2个协整关系。

4. 格兰杰因果检验

由于各变量具有长期稳定的均衡关系，因此我们能够对本文所关心的核心问题—热钱流动动因进行格兰杰因果检验（Granger Test）。值得注意的是，由于格兰杰因果检验的结果对滞后期的敏感度较高，因而我们对最佳滞后期的选择除AIC准则之外，还将综合考虑SC准则，若两者矛盾则最后根据似然比(LR)统计量来确定。需要特别说明的是，由于实际热钱规模（HM）和上证指数月度收益（Stock）都是平稳序列，且根据协整检验存在长期稳定的均衡关系，因此在格兰杰检验中我们直接使用两个变量。

从表7可见，热钱规模的变动和人民币升值预期的变动存在格兰杰因果关系，而股票市场收益也与热钱流动规模存在单向的格兰杰因果关系；但利率差、房地产价格指数的变动与热钱流动不存在格兰杰因果关系。其中，人民币升值预期的变动是热钱规模变化的格兰杰原因，但反之不成立。而热钱流动规模则是上证指数月度收益的格兰杰原因，反之亦不成立。

上述检验结果并不令人吃惊。从经济学意义上，可以由此得到四个结论。第一，人民币升值预期变动对热钱流动规模变化的影响非常显著。之前我们已经看到国际短期资本由净流出转为净流入正好发生在2003年人民币升值预期开始升温之时，现在则从实证的角度对这种联系进行了验证。第二，套利不是热钱流动的格兰杰原因，更进一步地，我们做了热钱规模与美国利率变动的格兰杰因果检验，两者还是没有显著的格兰杰因果关系。同时，资本市场的收益对热钱也不存在明显的格兰杰原因。综合这两点，可以得到这样的结论：人民币汇率升值预期引致大规模的热钱流入，套汇收益是热钱的首要目的。第三，尽管资本市场收益不是热钱流动的格兰杰原因，但是热钱流入却是中国股票市场波动的正向格兰杰原因。其背后的逻辑可能在于中国的股票市场尚不成熟，炒作坐庄的现象仍较严重，因而会有相当部分的热钱进入股票市场博取资本利得。第四，虽然房地产价格的变动与热钱在两个方向上皆不存在格兰杰因果关系，但这绝不能表明没有热钱进入房地产市场。格兰杰因果检验结论的原因之一可能是相比股票市场，中国的房地产市场太过庞大，其整体价格的起伏更多地受到政策、国内流动性等其他方面的影响。

5. 脉冲响应函数分析

在VAR模型的基础上建立脉冲响应函数，并据此得到热钱流动对其他变量的脉冲响应路径。其结果如图4所示，其中横轴为滞后期数，本文为滞后15期；纵轴表示被解释变量对解释变量冲击的响应程度，虚线区域为响应函数在正负两倍标准差的置信区间。

图4显示了脉冲-响应分析的结果。图4左上图显示的是人民币升值压力对热钱流入的影响，由该图可见，在给予人民币升值压力一个正冲击后，热钱流入规模迅速作出反应，并在第二期达到最大值120，之后迅速下降并在第五期转为微弱的负值。同样，热钱对中美利率差的冲击响应值一直为正，在第三期到达最高峰后缓慢下降至零附近（图4右上图）。相比而言，热钱对房地产（图4左下图）和股票（图4右下图）冲击的响应波动较小，而且响应值比较微弱。

上述结果也具有较合理的经济学含义，热钱对人民币升值预期冲击的响应程度最高也最强烈，也印证了本文的观点——即本轮热钱选择大规模进入中国的出发点正是豪赌人民币升值。另一方面，利率差、房地产价格、股票市场收益和升值预期等四个变量在长期的响应值皆相当微弱，则深刻反映了热钱追逐短期收益的本质，一旦获得预期利润，则迅速撤离。

三、总结

热钱流入已经成为我国目前面临的重要问题之一。热钱流入迫使中央银行投放基础货币，加剧了我国流动性过剩的局面。热钱为什么流入我国？对我国经济的哪些方面会产生影响？这些问题成为我国宏观经济政策设计方面需要解决的问题。

热钱流入的动因可被归纳为“套汇”、“套利”和“套价”。我们根据2005年1月至2010年12月的月度数据所进行“三重套利”的实证研究，从格兰杰因果检验和脉冲响应分析结果发现，人民币升值预期的“套汇因素”是吸引热钱流入中国最重要的原因。利率差并未如其他学者以及我们之前所设想的那么重要，一个可能的原因是我国管制利率和汇率，利率差在刨除了汇率差这一因素外。房地产价格的变动和股票收益率也不是热钱流入的原因，这可能是因为股市风险较大、房地产流动性太差，当然具体是什么原因还需要进一步深入研究。

这一结果对我国未来的经济走势和经济政策走势有重要启示。既然热钱流入的主要原因是“套汇”，那么现在人民币是在升值，所以热钱流入，但一旦人民币升值到位，或者人民币汇率波动风险加大，那么这些热钱就随时可能撤离中国，这将导致中国货币基础的大量下降，就如同现在热钱流入导致货币基础大量增加一样。热钱的撤离可能引发我国资产价格泡沫的破灭，将我国经济拖入金融危机之中。因此，随着人民币升值逐步到位，热钱流出的可能性也在逐步上升，如何应对这一可能性，防范由此可能引发的金融危机，是我国应该立即考虑的问题。

本文也发现，热钱流入对人民币升值预期、利率差、房地产价格的变化没有显著影响，但对股票市场收益率有单向影响，这表明了热钱确实会进入我国的资本市场，但更多的是进入股市而非房市。结合我们关于热钱流入的动因的结论，可以发现，股市收益不是热钱流入的格兰杰原因，但热钱流入却是股市收益的格兰杰原因，这意味着，虽然热钱进入中国时，主要考虑人民币升值，股市收益不是其主要考虑因素，但热钱一旦进入中国，还是希望博取股市收益；由于热钱是短期资金，所以要投资的话也会优先考虑流动性较高的资产，因此股市就成为其最佳选择。这也意味着，一旦人民币升值到位，热钱撤出中国，我国的股市可能会出现狂跌的局面。如何稳定那时的股市，也成为我国需要立即考虑的问题。

另外，既然热钱流入对房地产价格的变化没有显著影响，那就意味着，我国近年来的房价大幅度上涨跟热钱流入没有显著的联系。这是可以理解的，因为热钱毕竟是要博取短期收益的，房地产流动性太差，显然不是热钱的最佳投资去向。这也意味着，近年来我国房价的飞涨另有原因，我国要调控房价需要从别的方面着手。

参考文献：

[1]王琦. 关于我国国际资本流动影响因素计量模型的构建和分析[J]. 国际金融研究，2006，（6）: 64-69.

[2] 刘立达. 中国国际资本流入的影响因素分析[J]. 金融研究，2007，（3）：62-70.

[3] 张谊浩，裴平，方先明. 中国的短期国际资本流入及其动机—基于利率、汇率和价格三重套利模型的实证研究[J]. 国际金融研究，2007，（9）: 41-52.

[4] 闫树熙，肖庆宪. 人民币汇率制度改革后热钱流量与汇率变动关系的实证研究[J]. 统计与信息论坛，2008，（10）:45-51.

[5] 丁志杰，杨伟，黄昊. 境外汇款是热钱吗？[J]. 金融研究，2008，（12）: 126-134.

[6] 苏永多，张祖国. “四重套利”模型与短期国际资本流动[J]. 财经科学，2010，（8）: 17-24.

[7] 苏剑，童立. 近年来我国热钱流入规模的估算[J].经济学动态，2011，（11）.

[8] Calvo, G. A. and Végh, C. A. Exchange-Rate-Based Stabilization under Imperfect Credibility[C], in Helmut Frisch and Andreas Worgotter eds: Open-economy Macroeconomics. London: MacMillan Press, 1993.

[9] Chuhan, P., Claessens, S. and Mamingi, N. Equity and Bond Flows to Latin America and Asia: The Role of External and Domestic Factors [J]. Mimeo, The World Bank, 1993.

[10] Gooptu, S. Portfolio Investment Flows to Emerging Markets[J]. Policy Research Working Paper Series No.1117, World Bank, 1993.

[11] Calvo, G. A., Lerderman, L. and Reinhart, C. M. Inflows of Capital to Developing Countries in the 1990s: Causes and Effects[J]. IDB Working Paper No.246, 1994.

[12] Naylor, R.T. Hot Money and the Politics of Debt[M]. McGill-Queens University Press, 2004.

[13] Ma, Y., Sun, H. Hot Money Inflows and Renminbi Revaluation Pressure[J]. Journal of Chinese Economic and Business Studies, 2007, 5(1): 19-36.

[14] Martin, M. F., Morrison, W. M. CRS Report for Congress[J]. 2008,(7).

（编辑：张小玲）