基于泰勒规则的人民币汇率实证分析

徐涛

摘要：运用基于泰勒规则的汇率决定模型，利用中美两国相关宏观经济指标，运用实证方法分析了中美两国宏观经济波动对人民币对美元汇率的影响。研究结果显示，基于泰勒规则的汇率决定模型能够较好地解释人民币兑美元汇率的波动，利率、产出缺口以及上一季度的实际汇率是影响汇率的重要因素。因此，在对外经济交往和制定相关政策过程中，必须关注宏观经济因素对汇率的影响。

关键词：人民币汇率；泰勒规则；宏观经济指标

中图分类号：F83

文献标识码：A

doi：10.19311/j.cnki.16723198.2017.11.037

1引言

近年来，随着我国经济进入新常态，经济增长速度有所下降，经济转型速度加快。在此背景下，人民币汇率走势发生了很大改变。2014年以来，人民币一改过去十多年间的单边升值趋势，对美元持续贬值。截止2016年底，人民币对美元汇率已经从1∶6.10贬值到1∶6.9左右。人民币汇率走势的急剧变动在一定程度上不利于我国对外经济交往的顺利进行，对我国经济发展产生了一定的影响。在这种情况下，有必要研究国内外宏观经济变动对人民币汇率的影响机制，为做好人民币汇率预测，及早制定应对措施提供参考。近年来，部分学者把货币政策理论和汇率理论结合起来，利用泰勒规则和利率平价理论构建基于泰勒规则的汇率模型，解释宏观经济因素对汇率的影响。现有研究证明，相对于其他基于宏观指标的汇率模型，基于泰勒规则的汇率模型的解释力最强（Ince，Molodtsova和Papell，2016）。陈平和李凯（2010）、邓贵川和李艳丽（2016）对人民币汇率的研究也证明了这一点，但是，他们的研究着重比较了各种模型的预测效果，没有分析主要宏观经济指标对人民币汇率的影响。因此，本文将运用基于泰勒规则的汇率模型，分析我国宏观经济变动对人民币与美元汇率的影响。

2研究设计

Engel和West（2006）最早将泰勒规则和利率平价理论结合起来，分析宏观经济变量对汇率的决定。Molodtsova和Papell（2009）对泰勒规则加以修正，并证明了修正后的模型预测效果比其他模型更强。根据Molodtsova和Papell（2009）的研究，一国中央银行在制定货币政策时，既要考虑本国通货膨胀率相对于目标通货膨胀率的偏离、经济增长速度相对于潜在增长速度的缺口，还要考虑汇率因素。当本币低估时，央行会提高利率以避免本币的进一步贬值。此外，中央银行在调整利率时，为了避免对经济带来很大震动，会采取“平滑”方式调整，因此下一期利率也是本期利率水平的函数。调整后的泰勒规则形式如下：

it+1=（1-ρ）（μ+λπt+γygapt+δqt）+ρit+vt+1（1）

式中，it和it+1分别是本期和下期的利率，πt和ygapt分别为本期和通货膨胀率和产出缺口，qt为实际汇率。ρ为央行的利率调整系數，该系数越大，央行政策利率调整就越平缓。vt+1为未来利率的标准差。

根据对称性假设，如果外国央行的货币政策实施也依据该调整后的泰勒规则，同时假定利率平价利率在长期中成立，那么预期汇率变动可以表示如下：

Etst+1-st=μ～+δ～qt+λ～*πt*+γ～*ygap*t+λ～πt+γ～ygapt+ρit-ρ*i*t（2）

其中“*”号为国外指标。

产出缺口的测定是宏观经济学中的一个难题之一。现有文献主要采用线性时间趋势、二次型时间趋势和HP滤波方法加以测定。为了保证研究结果的稳健性，本文将分别利用这三种方法计算产出缺口。

3实证分析

3.1数据说明

本文利用直接标价法表示的人民币对美元汇率作为人民币汇率指标，以中国和美国3个月国债收益率作为中美两国利率指标，GDP作为产出指标，CPI作为物价指标。本文以两国名义GDP除以各自的CPI，得到实际产出指标。同样，本文以名义汇率和两国CPI指标计算得到实际汇率。我们选择2005年以来的季度指标加以分析，所有数据来自美国联邦储备银行圣路易斯分行（FRED）数据库。

3.2实证分析结果

表1显示了所有指标的描述性统计检验结果，其中Yg1、Yg2和Yg3分别表示以线性时间趋势、二次型时间趋势和HP滤波方法计算得到的产出缺口。

由表1可见，人民币对美元名义汇率变动较大，币值最高时达到1∶6.0576，最低时为汇改之前的1∶82765。相比之下，实际汇率的波动略低一些，而我国短期利率比美国高。通货膨胀率方面，我国的波动也比美国大。产出缺口的方向及规模与计算方法有关。

由表2可见，名义汇率和实际汇率之间具有高度正相关关系。在自变量之间，滞后一阶的实际汇率与滞后一阶的美国短期利率之间存在高度相关关系，相关系数达到0.8776。因此，在回归分析中，必须考虑方程是否存在多重共线性。本文运用了Belsley，Kuh和Welsch（1980）提出的条件数（condition number）检验方法，当多重共线性条件数高于30时，模型存在多重共线性。回归模型的结果见表3。

对比三个模型，二次型时间趋势模型的F值、R2和多重共线性条件数均为最好，因此本文将结合二次型时间趋势模型展开分析。

根据表3，可以得到以下结论。第一，我国短期利率的提高能够引起人民币的升值。滞后一个季度的我国短期利率回归系数为-0.0038219，且在10%的水平上显著，说明我国短期利率提高会引起人民币对美元汇率值的下降，导致人民币升值。第二，我国产出缺口加大能引起人民币的贬值，美国产出缺口会引起人民币相对于美元的升值。我国产出缺口的回归系数为01546719，美国产出缺口的回归系数为-0.2013055，说明我国产出缺口越大、美国产出缺口越小，人民币就会贬值，这一点也得到近年来现实情况的证明。第三，人民币实际汇率的升值会引起下一季度名义汇率的回调，反映了人民币汇率具有一定的自我调整的特征。此外，实证分析结果还显示，与经济增长相比，通货膨胀并不是影响人民币汇率的显著因素。

4结论

宏观经济是影响汇率的重要因素，研究宏观经济因素对人民币汇率的影响，对于当前情况下进行人民币汇率预测、制定相应的政策都具有十分重要的意义。本文在现有研究的基础上，利用基于泰勒规则的汇率决定模型，研究宏观经济因素对人民币与美元汇率的影响。研究结果显示，利率、产出缺口以及上期的实际汇率对人民币汇率具有十分显著的影响。在当前情况下，要应对人民币汇率波动的风险，就必须从多方面入手，做好事前预测和事后管理。要根据国内外利率和经济增长情况，做好人民币汇率变动的预测。既要根据国内外经济增长趋势，分析产出缺口情况，也要针对货币政策的调整，做好汇率预测。同时，货币政策部门在制定与实施货币政策时，必須充分考虑利率变动有可能通过汇率产生叠加效应，导致货币政策偏离目标。

参考文献

[1]陈平，李凯.“适应性学习”下人民币汇率的货币模型[J].经济评论，2010，（3）.

[2]邓贵川，李艳丽.汇率基本面模型对人民币汇率的预测能力[J].数量经济技术经济研究，2016，（9）.

[3]Belsley，Kuh，Welsch.Regression Diagnostics： Identifying Influential Data and Sources of Collinearity[M].John Wiley & Sons，Inc，1980.

[4]Engel，West.Using Out-of-sample Mean Squared Prediction Errors to Test the Martingale Difference Hypothesis[J].Journal of Econometrics，2006，（135）.

[5]Ince，Molodtsova，Papell.Taylor Rule Deviations and Out-of-sample Exchange Rate Predictability[J].Journal of International Money and Finance，2016，（69）.

[6]Molodtsova，Papell.Out-of-sample Exchange Rate Predictability with Taylor Fundamentals[J].Journal of International Economics，2009，（77）.