基于面板数据的人民币汇率决定实证研究

程晓刚 宋常 郑兰祥

摘要：汇率决定理论是国际金融领域的核心话题和理论前沿。文章基于面板数据模型分析2015年“8.11”汇改后人民币汇率决定问题，研究表明：人民币对主要贸易伙伴国的双边汇率存在长期动态均衡，并與生产率差异显著正相关，为巴拉萨-萨缪尔森效应提供了更多实证证据;资本市场状况在人民币汇率决定中存在遮蔽效应，资本市场成为影响汇率与实体经济联结的重要因素，维护资本市场稳健发展、实现实体经济高质量发展对稳定人民币汇率、提升人民币国际竞争力愈发重要。

关键词：面板数据模型;人民币汇率;生产率差异

中图分类号：F822    文献标志码：A    文章编号：1001-862X（2020）04-0132-011

一、引 言

一般来说，汇率是用一种货币表示的其他种类货币的相对价格，即不同货币之间的折算比例。传统外汇理论认为，货币的汇率受到经济、政治和社会等多种因素影响，比如国际收支、国际储备、财政赤字、利率和通胀水平、社会总供求关系以及预期因素。信用货币制度下，经典的汇率决定理论表明一国的汇率波动与经济基本面逐步脱离，而且缺乏源于实证检验的证据支持，国际金融领域形成“汇率决定之谜”。国际汇率波动幅度加剧，汇率决定机理逐步多样化，汇率变化对国际经济影响愈发深远，少数国家和地区因汇率大幅波动、外汇储备不足引发系统性金融风险和货币危机，甚至酿成区域经济危机的严重后果，汇率决定问题亟待深入研究并有效应对。

当前全球经济预期增速下调，中美贸易摩擦频发，区域金融危机持续发酵，人民币汇率短期承受压力、中长期汇率不确定性增强。为厘清人民币汇率主要决定因素，本文从人民币对主要贸易伙伴国汇率出发，采用2015年“8.11”汇改后（2015年9月—2018年12月）面板数据模型量化分析人民币汇率的主要决定因素、动态均衡以及传导机制，以期为货币当局更好地实施有管理的浮动汇率制、稳定人民币汇率以及实施人民币国际化战略提供实证信息和有益参考。

二、理论基础与文献综述

国外学者关于汇率决定文献主要从不同视角分析信用货币制度下汇率的决定因素，以20世纪80年代为界，汇率决定理论可以分为传统汇率决定理论与现代汇率决定理论。传统汇率决定理论主要包括以下六类理论模型：（1）购买力平价理论（Purchasing Power Parity，PPP），认为货币之间均衡汇率取决于两种货币的购买力之比，汇率变动取决于两国通货膨胀的差异，同一时点两国货币名义汇率之比等于两国一般物价指数之比。（2）费雪效应理论基于一价定律（The Law Of One Price）认为两国的利率之差等于两国通货膨胀之差。（3）利率平价理论（Interest Rate Parity）基于利差的存在引发资本跨国流动从而决定短期汇率波动得出汇率实质由两国货币资产的相对价格决定。（4）心理预期说，货币汇率受到单位外汇边际效用递减规律决定，外汇持有人的主观判断和未来预期决定外汇汇率。（5）国际收支理论，认为外汇供求流量决定短期汇率。（6）资产市场理论认为资产价格由市场确定，汇率是外汇资产的价格。

20世纪80年代后，伴随浮动汇率制的兴起和经济计量技术发展，现代汇率决定理论逐步成为汇率分析的主导理论，这类理论主要包括：（1）理性投资泡沫理论，资产市场的投机泡沫形式多样，其与投机者的理性预期是一致的，最终以市场崩溃告终。Marianna Grimaldi et al.[1]在行为金融框架下基于传统进化动力理论发现投资者会按盈利性重新评估并选择汇率预测模型，产品市场交易成本促使汇率与其他宏观经济变量相脱节，在不可预见因素冲击下最终诱发泡沫崩溃。（2）新闻模型，汇率是由非预期信息（新闻）决定的，公众或投资者的个人行为会受到新闻事件或外部信息影响，比如美联储加息或世界银行对GDP增速的预期等，进而调整自身的金融行为。（3）宏观均衡分析法[2]认为汇率是由产品市场和资本市场同时均衡所决定，在宏观经济模型中引入生产函数和消费者效用函数、建立基于微观基础的动态一般均衡模型（DSGE）在汇率决定和预测方面表现更好。（4）混沌模型[3]认为市场参与者及其预期存在异质性，汇率波动的随机、高频和非线性特征给汇率的长期预测带来困难。（5）风险溢价汇率理论（Quanto Theory）[4]基于对量化指数合同的价格进行面板回归发现在汇率升值和外汇收益方面“预期到的汇率”无论在统计上还是在经济上都很显著，相对利率平价理论、购买力平价理论以及随机游走理论都具有比较优势。

Habib，Maurizio Michael et al.[5]利用工具变量法研究证实对发展中国家而言货币升值（贬值）会显著地拉低（提高）一国年度实际GDP增长率，这意味着货币汇率可能与生产率差异存在密切关系。Yin-Wong Cheung et al.[6]在全面比较现有汇率决定理论后认为不同的汇率决定理论模型从不同视角出发所得结论都具有明显“时期”（Period）特征，不同时期不同模型的预测表现各有优势，任一模型都难以取得相对其他模型长期显著优势。

国内关于汇率决定相关文献主要涉及引进和评介国外汇率决定理论、利用国外汇率理论和技术方法在中国开展实证研究并作适当拓展，研究领域集中在体制和制度分析、数理模型分析以及计量实证检验领域，具有与汇率制度改革相伴随的特征。易纲[7]曾指出，发展中国家非贸易品相对于贸易品涨价幅度更高，汇率相对通胀率的非对称性促使用购买力平价分析方法逐步失效，利率平价理论可以更有效地解释和预测人民币汇率走势。魏巍贤[8]利用计量分析方法分析宏观经济变量、国际金融环境对人民币汇率影响，人民币汇率稳定取决于央行干预、货币政策、经济增速、国内外利差、通货膨胀与外债余额，日元大幅贬值不利于人民币汇率稳定。尹翔硕与俞娟[9]利用回归技术分析日本汇率变动与贸易收支关系，认为汇率长期变动的决定因素在于储蓄与投资而非贸易收支。

卢峰[10]将国别截面数据与时间序列数据结合发现有统计证据证明一国的实际汇率与生产率之间存在正向关系，高速经济增长往往伴随实际汇率升值，市场化改革和开放环境短期促进要素生产率提高，长期促使汇率收敛至均衡水平。张道宏等[11]系统整理前期国内涉及人民币实际汇率决定因素相关文献，实际汇率决定因素研究缺乏系统性，名义汇率主要受到劳动生产率、财政支出相对水平、贸易条件影响。大国之间汇率博弈具有长期性，王松奇与史文胜[12]研究发现经济和国际政治因素共同决定一国汇率波动区间，实际汇率波动区间必须防止高估、维持稳定，搭配使用双紧的财政政策和货币政策，防范汇率大幅波动风险;维持较高的实际汇率水平，避免居民部门不动产资产对银行存款的过度替代。陈淙洁与朱仲义[13]利用岭回归方法建立人民币均衡汇率模型，发现净出口额、利率差、外汇储备、广义货币供应量、美元的名义有效汇率对汇率具有长期影响。黄昌利利用时间序列数据研究1994年至2008年季度汇率数据[14]，发现可贸易部门的生产率差异、对外贸易状况、政府支出水平、货币供求状况是人民币实际有效汇率的决定因素。孙宁华与洪永淼[15]基于新开放经济宏观经济学（NOEM）的分析框架，采用跨期动态一般均衡分析方法研究发现人民币均衡实际汇率主要取决于货币供给、进出口、消费水平、技术进步、政府支出、贸易条件。李晓峰和陈华从行为金融视角出发，利用卡尔曼滤波原理构建人民币汇率决定理论模型，发现决定人民币汇率的因素有三类，分别是政策因素（央行干预）、宏观经济基本面因素（经常账户顺差）、微观个体因素（投资者异质性），基本面分析者与技术分析者在外汇市场是否居于主导地位在不同时期表现存在差异。[16]

陈浪南等[17]构建人民币外汇市场微观结构的噪声交易模型，并利用马尔可夫机制转换模型进行估计人民币汇率的动态决定过程，发现人民币汇率在基本面机制上主要受中美隔夜利率差因素影响，在噪声交易机制下主要受汇率的历史趋势、即期汇率与中间价汇率的边界效应影响。江春、杨宏略和李小林[18]通过比较多种汇率决定计量模型后发现不同理论模型对人民币汇率均具有预测能力，动态选择模型（DMS）随时间进行模型转换，可以有效避免过度识别问题，预测误差相对较小，预测能力优于其他模型;同时发现人民币汇率短期主要受制于央行外汇市场干预、汇率预期，中期主要受制于汇率预期、股票价格，长期受制于风险溢价、资本流动。

关于人民币汇率决定问题，国内外文献大多采用截面数据或时间序列模型从不同角度开展研究，围绕动态一般均衡分析在经典模型中逐步调整变量种类与数量，这些方法因未同时兼顾时间效应和个体异质性，难以充分利用数据信息，研究人民币汇率未纳入中国主要贸易伙伴国以及强势货币国家经济变量，难以充分反映人民币对主要国际货币的定价过程。本文另辟蹊径采用面板数据模型研究人民币对主要货币国的双边汇率决定问题，将理论分析与实证研究相结合，试图分析和揭示人民币双边汇率决定更为一般的决定因素。

三、研究设计

（一）研究样本与数据选择

我国人民币汇率决定机制历经多轮改革，总体上汇率定价沿着市场化、弹性化方向逐步走向均衡。2015年人民币加入SDR成为篮子货币后，在考虑逆周期因子情形下我国确立并逐步完善人民币中间价报价机制。2015年“811汇改”后人民币对美元汇率有升有降、总体呈现贬值趋势，人民币浮动汇率制逐步走上自主、渐进、可控的轨道。

基于上述政策背景，本文采用2015年9月至2018年12月共计40个月人民币对主要贸易伙伴国的月度面板数据观察人民币汇率决定过程。数据主要来源于国家统计局、海关总署、中国外汇交易中心、全国银行间同业拆借中心、Wind宏观经济数据库，部分经济数据和指标系经计算整理获得。数据处理和计量分析使用Stata 15.0和Excel 2007软件。

（二）模型与变量

1.理论模型构建

Mundlak将面板数据（Panel Data）引入计量经济学，Kuh开创面板数据计量理论体系，在20世纪80年代后面板数据模型逐步成为宏观经济领域的重要理论模型。[19]面板数据持续跟踪一段时间内同一组个体随时间变化特征，反映截面与时序两个维度信息，样本容量更大，估计精度更高，具有揭示不可观测的个体异质性、反映个体动态行为信息等优势。

本文数据样本个体个数N较小、时间维度T较大，属于“长面板”数据。长面板数据模型包含常数项、时间趋势项、个体虚拟变量、不随时间变化的解释变量、随机误差项，故建立如下计量模型：

Yit=αi+Xit βi+fi+ηt+εit （i=1，…N;t=1，…T）（1）

在（1）式中Yit为i 国第t月的双边汇率水平，用人民币汇率表示;Xit为i 国第t 年的汇率决定因素，具体包括宏观经济生产率水平、国际收支状况、政府财政政策、央行货币政策、资本市场状况，fi表示国家个体效应，用于测度特定国家或地区未观察到的因素;ηt表示个体时间效应，旨在控制各国共同面临的冲击因素;εit为随机扰动项。考虑到现有研究的汇率决定因素以及数据可得性，本文选取生产率差异、财政盈余占GDP比重、 M2占GDP比重、主要货币国对中国贸易逆差、股票市场综合指数以及基准利率等变量作为汇率决定的主要解释变量，选取GDP、人均GDP、政府财政盈余、M2、经常项目收支顺差、居民消费价格指数（CPI）、工业品出厂价格指数（PPI）、OECD指數、劳动生产率指数以及经济结构指数等变量作为控制变量或者进行稳健性检验。[20]

2.核心变量指标选取

（1）人民币汇率

一国本币的双边实际汇率一般由间接标价法的本币名义汇率作为基数经本国与外国的价格指数调整后计算取得[14]，实际有效汇率则以主要贸易伙伴的贸易份额为权重加权测算双边本币的实际汇率（BEER）。海关总署统计数据显示，自2015—2018年，美国、日本、欧盟为中国的前五大贸易伙伴国，上述国家（地区）货币亦是当前全球主要强势货币，为避免将名义汇率调整为实际有效汇率的复杂计算以及保持各宏观变量度量的一致性，本文以人民币对上市国家（地区）货币双边名义汇率作为被解释变量进行简化处理。

（2）宏观经济生产率水平

巴拉萨-萨缪尔森效应表明一国的实际均衡汇率变化与该国的要素生产率存在长期正向关系[10]，实际汇率升值受到贸易部门劳动生产率超快增长的显著影响[21]，生产率差异（Productivity Differences）和贸易状况改善对实际汇率升值具有显著影响。[22]蔡跃洲研究发现，理论上全要素生产率（TFP）可以有效衡量经济系统的生产效率，是反映宏观经济生产率水平的较好经济指标，其缺点在于TFP绝对水平难以计算并精确到月度。[23]现有研究一般利用宏观经济产出、国内生产总值（GDP）、国民收入（NI）、人均国内生产总值（人均GDP）、人均收入、生产率水平（TNT）等宏观经济指标表征实体经济。实证研究表明汇率作为两种货币的比价，使用相对指标（如生产率水平）表征实体经济和宏观经济产出更具合理性，使用生产率水平表征实体经济生产效率相对GDP等绝对指标而言解释力更强，因此本文采用生产率水平[20]表征不同主要货币国之间生产率差异，采用居民消费价格指数（CPI）与工业品出厂价格指数（PPI）的比值衡量。

（3）国际收支状况

一国的国际收支状况取决于经常项目收支、资本项目收支以及外汇储备状况。当前我国资本项目外汇收支管制较为严格，不宜作为国际收支状况的代理变量。我国经常项目收支可自由兑换、在国际收支中占比较大且较为稳定，不同國家对中国贸易差额当前已经成为贸易摩擦和国际争端的关注焦点，深入分析贸易收支差额对汇率的影响，有助于分析中国对不同国家或地区的贸易收支差额是否影响双边汇率。当前就人民币汇率与中国贸易收支的关系学界观点不完全一致，不少学者采用相对指标反映国际收支状况[24]，比如出口价格指数/进口价格指数、累计经常项目余额/GDP、对外贸易总额/GDP，实证结果显示这些变量加入模型后并不显著;采用绝对指标除了可以标志国际收支状况外，还能间接反映外汇储备的来源，因此本文分别选取主要贸易伙伴国对中国贸易逆差、本国经常项目收支差额两个绝对指标反映国际收支状况。

（4）政府财政政策

西方凯恩斯理论和新古典理论都表明财政支出增加会引发实际汇率升值。国内实证研究[25]表明财政支出对实际汇率影响存在显著滞后性，政府支出对不可贸易品的经济效应会改善经常项目国际收支。一般采用全部政府支出占GDP的比重识别与度量政府财政政策对一国汇率的影响[26]，本文同样采用相对指标财政盈余占GDP比重表征政府财政政策，考虑到名义汇率未考虑通货膨胀影响，因此将政府财政盈余作为变量加入模型观察财政政策变量绝对水平对模型的稳健性。

（5）央行货币政策

两国的货币供给会影响双边货币的汇率水平。[27]实证研究大多采用M2表征货币供给量的绝对水平，将M2与GDP的比值反映一国货币供求相对状况。[20]由于央行货币政策工具主要有价格型工具、数量型工具两类，本文因此使用基准利率、M2、M2/ GDP等两类指标分别作为货币政策的代理变量，以便分析不同类型的货币政策解释变量对人民币汇率影响，同时比较不同类型货币政策相对模型在稳健性方面差异。

（6）资本市场状况

一般均衡理论下外汇市场的均衡汇率不仅取决于外汇市场自身均衡，同时取决于产品市场和资本市场的均衡。杜兆瑜等[28]研究发现外汇市场的汇率变量短期内借助资本市场资产价格对实体经济发生显著影响，而长期作用不确定。国外实证研究[29]表明外汇汇率与资本市场股票价格存在时变因果关系;刘林[30]在研究人民币汇率与我国股票价格之间动态关系时同样发现在均衡状态下汇率与股价关系是时变的。

关于汇率与资本市场股票价格的关系，吴丽华与傅广敏研究发现实际汇率与股价存在动态关联，股票市场回报相对外汇市场更高会导致本币贬值，股票价格对汇率具有双向影响。[31]近年来人民币逐步国际化，我国资本项目外汇稳步开放，直接投资基本可兑换，证券投资项伴随资本市场互联互通、跨境投资便利化安排可兑换水平逐步提高，金融市场双向开放格局渐已形成，国际资本跨境流动套利机制会形成对本国货币的超额需求，进而影响外汇市场汇率水平。资本市场金融产品市场价格成为观察汇率决定的重要变量，因此本文选取主要贸易伙伴国的股票价格指数表征资本市场状况。

3.基本统计分析与数据来源

前述宏观经济变量名称与定义、统计性描述以及数据计算过程如表1所示：

（三）实证分析及其结果

本文先采用（1）OLS（即LSDV）法先观察个体虚变量是否显著，实证结果显示人民币对日元汇率在10%水平上显著（详见下表2），即面板数据存在个体效应，说明生产率对人民币汇率的影响具有明显的国别差异，不宜使用混合回归方法进行模型估计。为检验面板模型是否存在随机效应，使用 （5）面板随机效应进行模型估计，发现在使用随机效应估计模型条件下生产率差异变量、股市指数变量相对OLS法仍然显著，但相对固定效应系数会显著变大，进而使用LM检验发现P值显著大于1，不应使用混合回归方法。之后使用Hausman检验并区分固定效应和随机效应发现P值显著，应当选择使用固定效应模型。针对固定效应模型，本文分别使用（2）OLS法、（3）异方差稳健性估计以及（4）Bootstrap（自助法）等不同方法下估计面板模型的固定效应[32]，比较固定效应下解释变量系数的稳健性，发现不同估计方法下生产率差异变量系数为0.081并都显著，股市指数变量在OLS法、异方差稳健性估计两种方法下也在较高水平上显著。

面板模型的随机干扰项可能存在组间异方差、组内自相关或者同期相关问题，参数估计结果会产生偏误。针对面板模型个体效应进行Wald检验、BP-LM检验发现均显著拒绝原假设，表明该面板模型存在组间异方差、组内自相关以及同期相关。假设未知模型是否存在组间异方差、组内自相关或者同期相关，本文使用xtscc命令重新估计模型发现生产率差异、股市指数仍然高度显著，M2占比GDP变量仍然较为显著，各变量的系数估计结果与前述其他方法的估计结果没有显著差异。

上述检验表明，在2015年“8.11”汇改后，实体经济生产率差异通过资本市场决定人民币汇率的作用机制存在差异，股票市场在生产率差异对人民币汇率决定过程中存在遮蔽效应，而价格型货币政策对人民币汇率决定不存在遮蔽效应。可以预期未来维护资本市场稳定、实施价格型货币政策对维持人民币汇率均衡水平稳定具有积极作用，有利于逐步增强人民币对国际主要货币的双边汇率弹性。

（五）穩健性检验

本文使用人均GDP和GDP作为社会生产率和经济实力的表征并分别用其替代生产率差异重新估计模型，结果显示固定效应模型下人均GDP和GDP均显著，使用FE（Robust）方法下两者分别均不显著，可见使用生产率差异作为表征宏观经济生产率水平的变量效果更好。为避免解释变量存在单位根对回归结果的影响，本文通过单位根检验并将去除单位根之后的解释变量重新纳入模型回归，发现固定效应模型下生产率差异仍然显著。

根据已有文献，为反映经济预期对汇率决定的影响，本文使用OECD综合领先指标作为预期因素参与模型估计，结果表明OECD综合领先指标并不显著，即经济预期因素对人民币汇率决定的经济效果甚微。进一步考虑CPI、PPI等控制变量对模型的影响，由于PPI 对CPI 具有正向传导以及CPI 存在对PPI 反向倒逼机制[39]，受经济结构调整影响CPI存在阶段性“背离” PPI现象[40]，而且CPI或核心CPI往往被货币当局作为货币政策的通货膨胀目标，因此本文将更为稳健的工业品出厂价格指数PPI作为控制变量加入面板模型，考察其对解释变量的经济影响，发现加入控制变量后生产率差异与股市指数仍然显著，且系数并未发生较大变化。

为测算可贸易部门的劳动生产率与汇率的经济关系，本文采用工业部门年度劳动生产率作为生产率差异的替代指标作为解释变量参与模型回归，由于季度劳动生产率数据不可得，这里采用年度人均GDP分别与工业部门、农业部门和服务业部门产业增加值占GDP比重的乘积项间接反映各部门劳动生产率，并以中国2015年的农业劳动生产率作为基准进行数据指数化获取主要国家的劳动生产率指数，模型估计结果显示使用劳动生产率作为生产率差异的替代指标后人民币汇率与劳动生产率仍然显著正相关。进一步分析经济结构对人民币汇率的影响，使用服务业部门的劳动生产率与工业部门的劳动生产率的比值作为经济结构指数参与模型回归，结果表明无论单独或是同时控制OECD综合领先指标（经济预期指标）与经济结构变量条件下，生产率差异和股市指数仍然显著且两个变量的系数估计值没有显著变化。

结合稳健性检验与回归结果，可以发现在人民币双边汇率决定方面，生产率差异对人民币汇率的正向关系非常稳定，且均通过显著性检验。股市指数因素比较稳定，但在不同估计方法下股市指数对人民币汇率的正向关系显著性水平不完全一致，参数估计值略有差异，这可能与不同国家的资本市场的发展水平和有效性存在密切关系，值得进一步深入研究。其他因素与人民币汇率的统计关系并不显著，比如财政盈余占比、M2占比GDP、对中贸易逆差等。实证证据表明生产率差异成为决定汇率水平的关键因素，资本市场状况是汇率决定的另一重要影响因素，人民币对主要货币国和重要贸易伙伴国双边汇率决定的市场化水平已经凸显，人民币汇率决定逐步走上市场化、均衡化和国际化轨道。

四、研究结论与政策启示

本文基于面板数据实证研究人民币双边汇率决定发现：伴随人民币定价机制市场化和人民币走向国际化，人民币对主要货币国的双边汇率与要素生产率和实体经济基本面存在显著正相关性，这一结论表明2015年“8.11”汇改后人民币汇率市场化定价符合巴拉萨-萨缪尔森效应，为人民币多边汇率沿着提高全要素生产率路径向均衡水平收敛提供一定的实证证据。同时，人民币多边汇率决定与资本市场股票价格指数具有较为显著负相关性，资本市场在联结实体经济与外汇市场时存在遮蔽效应，其在人民币汇率决定方面地位日益重要。

当前人民币国际化水平持续深化，人民币多边汇率决定重要性日益凸显。本文同时考虑国别个体效应和时间维度，研究发现生产率差异对人民币汇率的正向关系稳定，实体经济与资本市场共同影响人民币汇率，为巴拉萨-萨缪尔森效应提供更多实证证据，也在一定意义上丰富了该领域的研究文献。由于一国的均衡汇率建立实体经济增长、国内均衡和外部均衡同时实现基础之上，欲将汇率维持在一个稳定的目标区间，就宜从提升实体经济生产率水平、维护资本市场稳健发展的角度制定或调整货币政策，从而也使之具有重要的实践价值。

参考文献：

[1]Marianna Grimaldi，Paul De Grauwe.The Exchange Rate in a Behavioral Finance Framework[M].New Jersey：Princeton University Press，2006.

[2]CaZorzi，Michele，Kolasa，Marcin & Rubaszek，Michal.Exchange rate forecasting with DSGE models[J].ECB Working Paper，No.1905：1-45.

[3]De Grauwe P，Dewachter H.Chaos in the Dornbusch model of the exchange rate[J].Review of Economic Studies，1992，25（1）：3-32.

[4]Kremens，Lukas，Martin，Ian，2019，The Quanto Theory of Exchange Rates[J].International Journal of Financial Economics，（3）：1-60.

[5]Habib，Maurizio Michael;Mileva，Elitza;Stracca，Livio，2017.The real exchange rate and economic growth：revisiting the case using external instruments[J].ECB Working Paper，No.1921：1-33.

[6]Yin-Wong Cheung，Menzie D.Chinn，Antonio Garcia Pascual，Yi Zhang.Exchange rate prediction redux：New models，new data，new currencies[J].Journal of International Money and Finance，2019，95：332-362.

[7]易纲，范敏.人民币汇率的决定因素及走势分析[J].经济研究，1997，（10）：26-35.

[8]魏巍賢.人民币汇率决定模型的实证分析[J].系统工程理论与实践，2000，（3）：68-77.

[9]尹翔硕，俞娟.论汇率变动与贸易收支的决定因素——从日本的教训看人民币汇率问题[J].世界经济研究，2004，（2）：70-73.

[10]卢锋、韩晓亚.长期经济成长与实际汇率演变[J].经济研究，2006，（7）：4-14.

[11]张道宏，雷显洋，胡海青.人民币实际汇率决定因素及其失衡度实证研究[J].数量经济技术经济研究，2007，（1）：124-132.

[12]王松奇，史文胜.论汇率的决定机制、波动区间与政策搭配[J].财贸经济，2007，（4）：52-61.

[13]陈淙洁，朱仲义.决定人民币均衡汇率因素的统计分析[J].数理统计与管理，2009，（1）：103-110.

[14]黄昌利.人民币实际有效汇率的长期决定：1994—2009[J].金融研究，2010，（6）：34-45.

[15]孙宁华，洪永淼.人民币实际汇率决定的动态一般均衡分析[J].当代经济研究，2012，（6）：81-86.

[16]李晓峰，陈华.行为金融视角下的人民币汇率决定模型研究[J].管理科学学报，2012，15（8）：72-83.

[17]陈浪南，王升泉，吴圣金.噪声交易视角下人民币汇率的动态决定研究[J].国际金融研究，2016（7）：74-82.

[18]江春，杨宏略，李小林.基于泰勒规则的人民币汇率预测研究：兼论多种汇率决定模型预测比较[J].世界经济研究，2018，（4）：80-103.

[19]李子奈，叶阿忠.高级应用计量经济学[M].北京：清华大学出版社，2012.

[20]黄昌利.人民币实际有效汇率的长期决定：1994—2009[J].金融研究，2010，（6）：34-45.

[21]唐旭，钱士春.相对劳动生产率变动对人民币实际汇率的影响分析——哈罗德-巴拉萨-萨缪尔森效应实证研究[J].金融研究，2007，（5）：1-14.

[22]De Gregorio，J.and H.Wolf，1994.[J].Terms of Trade，Productivity，and the Real Exchange Rate，NBER Working Paper 4807：1-17.

[23]蔡跃洲，付一夫.全要素生产率增长中的技术效应与结构效应——基于中国宏观和产业数据的测算及分解[J].经济研究，2017，52（1）：72-88.

[24]赵文军，陈勇，赵登峰.全要素生产率、人民币汇率与中国贸易收支——基于跨期最优选择理论的实证研究[J].财经研究，2011，37（11）：124-134.

[25]林峰，赵焱.财政支出、实际汇率与中国净出口波动——基于SV-TVP-SVAR模型的动态识别[J].国际金融研究，2018，（4）：33-43.

[26]Rogoff，Kenneth And  Froot，Kenneth A..The EMS，the EMU，and the Transition to a Common Currency[M].Stanleyfischer And Olivier Blanchard.Cambridge，MA：MIT Press，1991，269-317.

[27]Oleg Itskhoki，Dmitry Mukhin，2018.Exchange Rate Disconnect In General Equilibrium[J].NBER Working Paper 23401：1-90.

[28]杜兆瑜，吴奉刚.汇率影响实体经济的资产价格路径[J].财经科学，2010，（7）：63-70.

[29]Kollias C.，Mylonidis N.，Paleologou S.The Nexus between Exchange Rates and Stock Markets：Evidence from the Euro-Dollar Rate and Composite European Stock Indices Using Rolling Analysis[J].Journal of Economics and Finance，2012，36（1）：136-147.

[30]刘林，孟烨，杨坤.结构变化、人民币汇率与我国股票价格——理论解释与实证研究[J].国际金融研究，2015，（5）：3-14.

[31]吴丽华，傅广敏.人民币汇率、短期资本与股价互动[J].经济研究，2014，（11）：72-86.

[32]陈强.高级计量经济学及Stata应用 第2版[M].北京：高等教育出版社，2014.

[33]Michael D.Bordo，Ehsan U.Choudhri，Giorgio Fazio，Ronald MacDonald，2017.The real exchange rate in the long run：Balassa-Samuelson effects reconsidered[J].NBER Working Paper 20228：1-64.

[34]Yutaka Kurihara，Akio Fukushima，Monetary Approach for Determining Exchange Rates and Recent Monetary Policy of Japan[J].International Journal of Financial Economics，2015，（1）：23-31.

[35]Antonio Ricci，Gian Maria Milesi-Ferretti，and Jaewoo Lee，Real Exchange Rates and Fundamentals：A Cross-Country Perspective[J].Journal of Money，Credit and Banking，2013，（5）：845-846.

[36]Kollias，Christos，Papadamou，Stephanos，Siriopoulos，Costas.Stock markets and effective exchange rates in European countries：threshold cointegration findings[J].Eurasian Economic Review ，2016，（2）：215-274.

[37]牟俊霖，王阳.财政政策、货币政策对中国就业的影响路径研究——基于面板中介效应模型的估计[J].财政研究，2017，（8）：18-28.

[38]李惠娟，蔡伟宏.离岸生产性服务外包与东道国产业结构升级——基于跨国面板数据的中介效应实证分析[J].国际贸易问题，2018，（3）：113-123.

[39]侯成琪，罗青天，吴桐.PPI和CPI：持续背离与货币政策的选择[J].世界经济，2018，41（7）：49-74.

[40]吕捷，王高望.CPI与PPI“背离”的结构性解释[J].经济研究，2015，（4）：136-149.

（责任编辑 吴晓妹）