中國資本管制的有效性問題——基于跨境資本套利和套匯活動的研究
2016-05-04 08:18:33劉永余
當代經濟科學 2016年2期
劉永余,王 博
(南開大學 金融學院，天津300071)
?
中國資本管制的有效性問題
——基于跨境資本套利和套匯活動的研究
劉永余,王博
(南開大學 金融學院，天津300071)
摘要：本文通過構建人民幣貨幣市場和外匯市場在岸和離岸間的價差指標，采用滾動自回歸模型和多機制平滑轉換模型(MSTAR)對其進行非線性檢驗。結果表明，資本管制使得套利、套匯活動在不同階段存在顯著不同的中性區間，區間內外的系數不同表明資本管制的有效性存在差異。2005-2008年間，套利和套匯的管制強度和有效性均逐漸增加。2009-2012年間，套利和套匯的管制強度和有效性出現不同程度的降低。2013年，套利活動管制有效性進一步降低，套匯活動管制有效性則有所增加。2014-2015年間，套利和套匯活動的管制強度和有效性逐步增強，但套利資本管制波動較大。
關鍵詞：資本管制有效性；貨幣市場；外匯市場；MSTAR模型
一、引言
2011年中國發布《“十二五”規劃綱要》指出，中國將在2011-2015年間“逐步實現人民幣資本項目可兌換”。中國人民銀行[1]通過分析國際經驗和國內條件指出中國資本賬戶開放的條件基本成熟，并形成中國資本賬戶開放的路徑安排。2015年3月，周小川再度表態中國資本市場將更加開放，并于年內實現資本項目可兌換①2015年3月22日，周小川參加“中國發展高層論壇2015年會”發表講話。。近年來，官方多次表態支持加快資本賬戶開放，但是學界對于資本賬戶開放的時機和步驟依然存在諸多爭議。其中，爭議的一個主要焦點是國內資本管制的有效性問題。一方表示中國資本管制有效性逐年降低或者基本無效，因此可以加快資本開放；另一方則表示中國資本管制對于資本流動仍然具有較強作用，建議審慎開放資本賬戶。伴隨世界經濟的不平衡復蘇，全球主要中央銀行的貨幣政策出現分化格局。在此背景下，發展中國家匯率貶值預期將會導致國際資本流動出現劇烈波動，這對于發展中國家的資本市場和宏觀經濟均形成巨大壓力。因此，通過探究中國資本管制的有效性，進而確定最優的資本開放時機和路徑成為當前金融改革的重要議題。
資本管制的有效性主要體現在國際資本流動、實際匯率、貨幣政策獨立性和金融穩定性四個方面[2-3]。其中，資本流動是影響實際匯率、貨幣政策和金融穩定的關鍵。但是，關于資本管制對國際資本流動作用有效性的學術研究缺乏統一的研究方法，而且研究結論也存在較大的分歧。本文通過梳理相關文獻，首次采用多機制平滑轉換模型(MSTAR)對人民幣跨境套利和套匯活動的價格變量進行實證檢驗，探究中國資本管制的有效性問題。
相比現有研究文獻，本文創新之處主要有如下兩點：第一，本文首次通過多機制平滑轉換模型(MSTAR)對資本流動的價格變量進行實證檢驗。根據Einzig[4-5]、Hallwood and MacDonald[6]的研究，資本流動和資本管制之間并非線性關系。而且，多數資本管制指標的構建并不能體現資本流動的實際成本。因此，本文通過MSTAR模型對資本流動的價格變量進行非線性檢驗來克服上述問題。第二、現有文獻往往通過構建單一資本管制指標進行實證檢驗[7-8]，因而無法掌握資本管制對于不同資本市場影響的差異。本文通過構建人民幣貨幣市場和外匯市場在岸和離岸間的價格偏離，分別探究了資本流入管制和流出管制對于套利活動和套匯活動的不同影響。
本文的主要結構安排如下：第二部分梳理資本管制對于跨境資本流動作用有效性的研究文獻；第三部分主要說明相關數據指標構建過程和多機制平滑轉換模型(MSTAR)；第四部分為實證模型的檢驗結果和相關分析；第五部分為本文結論與政策建議。
二、文獻綜述
資本管制有效性主要體現在國際資本流動、實際匯率、貨幣政策獨立性和金融穩定性四個方面[2]。其中，對于國際資本流動的影響主要包括資本流動規模和資本流動期限結構。目前，資本管制對于資本流動影響的研究缺乏統一的理論和實證框架，研究結論也多有分歧[3]。目前，多數文獻的實證研究可以劃為兩類：一類是通過構建資本管制指標對資本流動規模進行直接研究，另一類是針對資本流動的價格變量進行研究。
在對資本流動規模的研究中，實證結論存在較大分歧。其中，De Gregorio et al.[9]對智利1991-1998年間的資本管制進行檢驗，表明資本管制對于資本流動規模沒有顯著降低作用。Carvalho and Garcia[10]通過VAR模型對1990年代巴西的資本管制進行檢驗表明，資本管制對于資本流動的影響僅在短期有效。Jinjarak et al.[2]通過反事實模擬表明，巴西2008-2011年間的資本管制對于資本流動規模并沒有顯著影響。Pandey et al.[11]通過傾向得分匹配方法對印度2004-2013年間的資本管制進行檢驗，結果表明資本管制對于資本流動并沒有顯著影響。Magud et al.[3]通過對近年來資本管制的研究文獻進行總結，結果發現資本管制對于資本流動結構和貨幣政策自主性具有顯著作用，但是對于資本流動規模的影響并沒有統一結論。
①凱恩斯-愛因齊格猜想由Keynes首次提出，Einzig[4-5]進一步對其進行發展，該猜想是指國際資本流動只有在拋補套利平價偏離超過一定程度時才會發生，而且該偏離現象具有延續性。
Magud et al.[3]進一步指出，上述研究中資本管制和資本流動規模等指標構建存在顯著的問題。其中，法律類管制指標具有一定的內生性[12]，而事實類指標則存在一定缺陷無法反映資本流動實際成本[13]。而且，實證模型多為線性檢驗，忽略了國際資本流動由于供給不完全彈性出現的非線性特征[6]。
在對資本流動價格變量的研究中，多數文獻表明資本管制對國際資本流動產生顯著影響。Peel and Taylor[14]首次通過TAR模型和TEVCM模型對兩次世界大戰期間美國和英國數據進行非線性檢驗，結果表明“凱恩斯-愛因齊格猜想”①顯著成立，拋補套利平價(CIP)偏離存在顯著的中性區間(Neutral Band)，只有當偏離位于中性區間外時，資本套利活動才會發生。Pasricha[15]通過修正CIP模型，采用自我激勵門檻回歸模型(SETAR)對不同國家的CIP偏離行為進行實證檢驗，結果表明中性區間的形成主要是由于資本管制因素。Taylor and Branson[16]針對1996-1998年間俄羅斯的CIP偏離進行實證檢驗發現，伴隨金融產品期限增長，中性區間的寬度增加，而區間外的均值回歸速度降低。Hutchison et al.[17]通過滾動AR模型表明，1999年至2008年間印度的CIP偏離自回歸系數存在顯著時變特征。Hutchison et al.[18]依據資本管制指標對總體樣本進行劃分，然后對子樣本依次進行SETAR實證檢驗，結果表明印度的資本管制在逐漸放松。
目前，國內對于資本管制的研究相對較少，而且主要集中于資本管制指標的構建及其應用，資本管制對資本流動影響的研究則比較匱乏。在資本管制指標方面，婁伶俐，錢銘[19]等對國內外文獻中法律類和事實類資本管制指標的構建進行梳理，徐明東，解學成[20]等通過構建資本管制指標探究中國資本開放程度的變化。在資本管制指標的應用方面，王曦等[21]基于法律類資本管制指標通過有序probit模型研究了資本賬戶開放的國際經驗，并對國內資本開放條件進行評價。黃玲[22]基于Chinn-Ito指標實證檢驗了資本管制能否有效防范金融危機。關于資本管制對于資本流動影響的研究，施建淮[23]對中國資本流入的現狀、影響及其應對進行了定性分析。劉莉亞等[8]基于Chinn-Ito指標檢驗資本管制對于國際資本流動的異常狀態、規模和波動性的影響。Ma and McCauley[24]指出中美利差的持續存在表明中國資本管制措施仍然有效，資本流動數據表明資本管制有其局限性。茍琴等[7]通過構建月度資本管制法律指標，采用VECM模型直接對短期資本流動進行實證研究來檢驗資本管制的有效性。
綜上，目前國內對于資本管制有效性的研究剛剛起步，而且主要是對資本流動規模和結構的線性檢驗。本文通過采用滾動回歸和多機制平滑轉換模型(MSTAR)對人民幣套利和套匯活動中的價格變量進行非線性檢驗，一方面避免了資本管制指標和資本流動規模估計中的誤差問題，另一方面模型能夠檢驗資本管制影響的非線性特征。
三、實證模型與數據說明
本文的實證模型主要包括兩個部分：首先，通過滾動自回歸模型檢驗跨境資本套利、套匯活動在不同階段的時變特征，并據此對總體樣本進行樣本劃分；其次，通過MSTAR模型檢驗跨境資本套利、套匯活動在資本管制影響下是否存在中性區間以及區間內外系數的變化情況，以此判斷資本管制的有效性。
(一)模型數據構建與說明
由于資本管制措施對于不同資本市場的作用可能存在差異，本文的研究對象主要選取貨幣市場和遠期外匯市場，并通過構建在岸和離岸市場間的價格偏離指標來刻畫人民幣跨境資本套利和套匯的活動情況。
其次，在遠期外匯市場中，跨境資本套匯的相對價差為ΔFt=(Ft-MDFt)/St。其中，Ft和NDFt分別表示在岸和離岸3個月期的遠期匯率，St表示在岸市場即期匯率。如果ΔFt為正，表明人民幣在岸價格相對較低，資本存在凈流入壓力；反之則反是。
根據表1中的描述，人民幣遠期外匯市場和貨幣市場均存在明顯的正向價差，即在岸人民幣的價格相對較低，而且貨幣收益率相對較高。其中，ΔCIPt相對ΔFt更加具有波動性。ΔCIPt和ΔFt序列的峰度均大于3，表明兩者均存在“厚尾”現象。不過，ΔFt的分布具有左偏特征，而ΔCIPt的分布具有右偏特征。這表明，ΔFt在多數情況中高于均值，ΔCIPt在多數情況中低于均值。
表1 數據描述性說明
圖1 人民幣外匯市場和貨幣市場的價格偏離情況(3M)
根據圖1中的描述，ΔCIPt和ΔFt的變化在多數時期中非常類似，但是ΔCIPt的均值和波動幅度相對較高。2005年7月至2007年8月，ΔCIPt和ΔFt的表現相對平穩。2007年8月次貸危機之后，ΔCIPt、ΔFt的均值增加。其中，ΔCIPt單調上升并于2008年3月達到峰值后迅速降低，ΔFt則處于震蕩趨勢。2008年8月以后，全球金融危機蔓延，ΔCIPt、ΔFt迅速轉為負向偏離，并一直持續到2009年第一季度。2009年年初至2012年年末，ΔCIPt在前期緩慢擴大而在后期則持續降低。其中，2009年至2010年6月期間的ΔFt和ΔCIPt變動基本一致。2010年6月至2012年末，ΔFt的均值趨于零，同時表現出較大的波動特征，ΔCIPt則相對平穩。2013年，ΔCIPt幾乎接近于零，ΔFt的均值則為負數。2014年至2015年4月，ΔCIPt、ΔFt的變動重新趨于一致。
表2中，ADF檢驗和PP檢驗均表明序列ΔCIPt和ΔFt在5%的顯著性下拒絕原假設，即序列是平穩的。依據ΔCIP、ΔFt的自相關和偏自相關檢驗結果，時間序列ΔCIP、ΔCIPt均服從AR(1)分布。
表2 單位根檢驗結果
注：***、**、*分別表示在10%，5%和1%水平下顯著。
(二)MSTAR模型的構建與估計
目前，非線性自回歸模型主要包括馬爾科夫轉換模型、門檻轉換模型和平滑轉換模型。其中，單機制平滑轉換模型(STAR)最早由Ter?svirta[25]提出，該模型通過設定轉換函數G(γ,c,z)來刻畫變量間的非線性特征，具體設定如下：
yt=φ′xt+θ′xtG(γ,c,qt)+μt
(1)
標準平滑轉換模型(STAR)中的轉換機制單一，所以STAR模型可能無法檢驗變量間的復雜關系。因此，Dijk and Franses[26]通過修正標準STAR模型，提出多機制平滑轉換模型(MSTAR)來克服上述問題，MSTAR模型設定如下：
(2)
m表示轉換機制的數目，解釋變量為xt，模型系數φ表示線性參數，θi表示第i個轉換機制對應的非線性參數。在MSTAR模型中，轉換機制個數的增加有效提高了模型對于非線性特征的檢驗效果。
則計算出自適應因子矩陣后，對于式(29)、式(30)的向前一步預測估計協方差平方根矩陣更新方程可以改為
根據前述數據檢驗結果，本文設定被解釋變量yt依次為價格偏離值ΔCIPt和ΔFt，解釋變量為xt=(1,yt-1)′。根據Pasricha[15]、Hutchison[17-18]的研究，資本管制措施致使無風險價格偏離出現“中性區間”，跨境資本流動由此具有顯著非線性特征。因此，本文設定轉換函數Gi(γi,ci,qt)為非對稱函數(LSTR1)，轉換變量qt為前期價格偏離指標。
根據模型設定，在資本流入和流出雙向管制情形中，模型檢測結果將顯示轉換機制數目m=2，價格偏離行為形成正負兩個門檻c1和c2。其中，正向門檻表明流入管制致使跨境資本在門檻內外的套利活動存在差異，負向門檻則表明資本流出管制的影響。根據凱恩斯-愛因齊格猜想，自回歸系數在c1
MSTAR模型的估計過程如下：首先，根據Granger and Tergsvirta[27]，Terfisvirta[25]，針對模型轉換函數進行3階泰勒公式展開構建輔助回歸式，進行模型非線性檢驗；其次，依據Eitrheim and Ter?svirta[28]提出的剩余非線性檢驗方法，確定模型的最優轉換機制數量；最后，根據模型檢驗結果設定最優模型進行模型估計。其中，在MSTAR模型的估計過程中，本文將轉換變量進行標準化調整，這有利于解決模型中參數無法收斂和過度估計等異常問題[25]。
四、實證結果
在滾動AR模型估計過程中，本文設定滾動窗口，即以100個日度數據為窗口進行逐步滾動自回歸。圖2和圖3分別描述了、的模型檢驗結果。
圖2 關于ΔCIPt的滾動AR(1)估計
圖3 關于ΔFt的滾動AR(1)估計結果
從圖2中我們可以看出對ΔCIPt的分析結果，自回歸系數在多數情形中相對平穩且接近于0.98，表明序列接近于隨機游走，跨境資本套利活動較不敏感。但是，2008年至2009年期間的自回歸系數顯著降至0.89左右，2013年更是降至0.40左右，表明ΔCIPt序列的平穩性顯著增強，資本套利活動趨于活躍。
根據圖3中對ΔFt的分析結果，自回歸系數在樣本區間中呈現較大的波動特征，而且多數時期中系數接近于0.97。其中，系數在樣本前期表現相對平穩，2008年全球金融危機期間僅出現較小幅度降低。2010年6月之后，自回歸系數出現劇烈波動，ΔFt序列的平穩性在不斷調整。
(一)關于貨幣市場套利活動的研究
根據滾動自回歸模型結果，ΔCIPt序列自回歸過程存在顯著的時變性。因此，本文依據ΔCIPt的分布特征和上述檢驗結果進行子樣本劃分。通過分析子樣本回歸的顯著性和擬合優度結果，通過不同劃分方案進行穩定性檢驗，選取擬合效果最好的子樣本劃分方案，結果如下表3所示。
表3 樣本非線性檢驗
注：***、**、*分別表示在10%，5%和1%水平下顯著。
根據表3中的非線性檢驗結果，ΔCIPt在總體樣本和各子樣本中均具有顯著的非線性。其中，各子樣本的MSTAR模型具有單一轉換機制(m=1)，而總體樣本則具有兩個轉換機制(m=2)。據此，本文依次對總體樣本和子樣本進行建模。
模型檢驗結果如表4所示，總體樣本中ΔCIPt自回歸過程存在正負兩個門檻，轉換速度γ較大，具有門檻轉換特征。當ΔCIPt低于-0.0227時①，轉換函數G1≈G2≈0，自回歸系數φ1=0.53，具有較強的平穩性特征；當ΔCIPt高于0.0751時，轉換函數G1≈G2≈1，自回歸系數φ1+θ1+θ2=1.03；當ΔCIPt位于“中性區間”時，轉換函數G1≈1、G2≈0，自回歸系數φ1+θ1=0.95。總體樣本的非線性特征并不完全符合“中性區間”假設，模型估計可能存在一定偏差。
進一步針對9個子樣本的檢驗結果表明，全球金融危機后的子樣本(2008.08，2009.03)存在負向門檻，其他子樣本則均具有正向門檻。而且，負向門檻非線性系數θ11>0，而正向門檻非線性系數θ21<0，這表明ΔCIPt在中性區間內的自回歸系數較高，而在中性區間外的自回歸系數較低。此外，根據模型中轉換速度γ顯示，絕大多數子樣本的轉換機制均接近于門檻轉換(γ較大)，而子樣本(2009.04，2012.08)(γ=15.40)中價格偏離行為的轉換機制非常平滑。
①該門檻依據檢驗中的標準化參數c1=0.64進行還原計算得到。
根據圖4的描述，2005年7月到2007年8月，貨幣市場價差ΔCIPt相對較低，資本管制導致ΔCIPt存在顯著門檻(0.0182)。但是，門檻內、外的系數(0.73、0.82)表明該期資本管制并非完全有效，跨境資本流動可能存在“繞監管”的套利活動。2007年8月至2008年8月，資本管制強度顯著加強，ΔCIPt的門檻和波動性明顯加劇。根據系數顯示，資本管制對于門檻內套利活動的約束作用顯著增強(0.94)。2008年9月至2009年3月，資本流入管制切換為資本流出管制，門檻外系數(0.31)表明資本流出壓力非常強，而門檻內系數(0.86)表明資本管制對于資本流出套利活動具有顯著限制。2009年4月至2012年8月，資本管制程度相比危機期間有所降低，門檻內系數(0.81)說明資本管制的有效性有所降低。2012年9月至2013年8月，資本管制水平非常低，ΔCIPt顯著降低至零附近，門檻內、外的系數(0.42、0.05)說明貨幣市場套利活動非常活躍。2013年8月至2014年2月，資本流入管制再度加強，門檻內、外的系數(1.14、0.41)表明資本管制將ΔCIPt有效維持在門檻內隨機游走。2014年3月至2014年8月，資本流入管制進一步強化，但門檻內、外回歸系數(0.63、0.57)表明資本管制的有效性有所降低。2014年8月至2014年11月，資本管制強度有所削弱，門檻內、外系數(0.44、0.08)表明資本管制的有效性較低，套利活動非常活躍。2014年12月至2015年4月，資本管制程度加強，而且門檻內、外回歸系數(0.95、0.41)表明資本管制作用非常有效，門檻內的ΔCIPt基本屬于隨機游走。
表4 貨幣市場套利模型檢驗結果
注：括號中的數值為t值，***、**、*分別表示在10%，5%和1%水平下顯著。
圖4 貨幣市場價格偏離情況
注：圖中垂直虛線表示各子樣本臨界點，水平實線表示各子樣本自回歸轉換機制閾值，水平虛線表示零線，黑色實心點表示位于中性區間內部，灰色星狀點表示位于中性區間外部。
(二)關于外匯市場套匯活動的研究
類似的，本文對遠期外匯市場價差ΔFt進行樣本劃分和模型檢驗。根據表5，ΔFt在總體樣本和子樣本中均具有顯著的非線性。同時，多數子樣本具有單一轉換機制(m=1)，總體樣本和2007年8月至2008年8月的子樣本具有兩個轉換機制(m=2)。
表5 樣本非線性檢驗
注：***、**、*分別表示在10%，5%和1%水平下顯著。
根據非線性檢驗結果，本文依次對總體樣本和各子樣本進行MSTAR模型檢驗，檢驗結果如表6所示。首先，在總體樣本中，ΔFt自回歸具有正負兩個門檻，但是模型轉換速度相對較低，具有平滑轉換特征。其中，當ΔFt<-0.0025時，自回歸系數約為0.88；當-0.0025<ΔFt<0.0015時，自回歸系數小幅增加為0.89；當ΔFt>0.0015時，自回歸回歸系數進一步增加為0.92。顯然，總體樣本的自回歸系數并不符合“中性區間”假設，而且模型估計系數θ11、θ12顯著性較差。
表6 外匯市場套匯模型檢驗結果
注：括號中的數值為顯著性的t值，***、**、*分別表示在10%，5%和1%水平下顯著。
進一步考察各子樣本的檢驗結果表明，金融危機期間(2007.08-2008.08)中ΔFt自回歸模型具有正負兩個門檻，子樣本(2008.09-2009.03)和(2012.12-2014.03)中自回歸具有負向門檻，其他子樣本則均具有正向門檻。根據系數估計，負向門檻非線性參數θ11基本為正，正向門檻非線性參數θ21多數為負，符合“中性區間”假設。此外，多數子樣本的轉換機制屬于門檻轉換，而子樣本(2006.10，2007.08)(γ=13.12)、(2009.03，2010.05)(γ=16.51)、(2012.12，2014.03)(γ=5.03)的轉換機制屬于平滑轉換。
圖5 外匯市場價格偏離情況
注：圖中垂直虛線表示各子樣本臨界點，水平實線表示各子樣本自回歸轉換機制閾值，水平虛線表示零線，黑色實心點表示位于中性區間內部，灰色星狀點表示位于中性區間外部。
根據圖5的描述，2005年10月至2006年10月，ΔFt均值基本為正，資本管制程度相對較低，門檻內、外系數(0.62、0.83)表明套匯活動比較活躍，資本管制效果有限。2006年10月至2007年8月，資本管制有所加強，門檻內、外系數(0.82、0.62)表明資本管制的有效性有所增加，但是中性區間內的套匯活動依然顯著。2007年8月至2008年8月，資本流入管制顯著增強，同時施加流出管制，ΔFt波幅進一步增加。門檻內、外系數(0.84、0.73、-0.44)表明，該期中資本流入套匯壓力相對較強，資本流入管制和流出管制的有效性均有所增加。2008年9月至2009年3月，ΔFt轉為負值，資本流出管制強度大幅增加，門檻內、外系數(0.88、0.72)表明資本管制有效性得到進一步提升。2009年3月至2010年5月期間，ΔFt轉為正值，門檻內、外系數(0.93、0.83)表明資本流入管制有效性非常高，中性區間內的ΔF基本處于隨機游走。2010年6月至2011年4月，資本管制程度降低，門檻內、外系數(0.85、0.61)表明套匯活動重新活躍，管制有效性開始降低。2011年4月至2012年12月，資本管制程度幾乎為零，ΔFt均值降低至零附近，門檻內、外系數(0.55、0.95)表明資本流出套匯活動非常活躍。2012年12月至2014年3月，ΔFt轉為負值，門檻內、外系數(0.76、0.74)表明資本流出套匯活動活躍度增加，資本管制有效性進一步降低。2014年3月至2015年4月，資本管制措施明顯加強，均值和波動性增加，門檻內、外系數(0.89、0.78)表明資本管制的有效性開始回升。
五、結論與政策建議
通過采用滾動自回歸模型和多機制平滑轉換模型(MSTAR)，本文針對2005年以來人民幣在岸和離岸間貨幣市場和遠期外匯市場的價格偏離進行實證檢驗，探究了中國資本管制對于套利和套匯活動的非線性影響。結果表明，中國的資本管制致使無風險價格偏離形成不同程度的中性區間，區間內外跨境資本套利、套匯活躍性的不同表明資本管制措施有效性存在顯著差異。
一般而言，套利和套匯活動的中性區間越大，區間內的自回歸系數往往也越高，即資本管制程度越高則有效性越強。整體來看，2005年至2009年年初，伴隨全球金融危機發展，中國對于跨境資本套利、套匯活動進行資本管制的強度均顯著增強，資本管制的有效性也明顯增加。但是，2009年年初至2012年年末，中國對于跨境資本套利和套匯活動的資本管制出現顯著差異。其中，針對套利活動的管制強度維持在較高水平，不過管制有效性出現明顯降低。針對套匯活動的管制強度和管制有效性則均出現降低趨勢。2013年，針對套利活動的資本管制迅速降低，而套匯活動面臨的資本管制強度和有效性均有所增加。2014年至2015年4月，對于跨境資本套利和套匯活動的資本管制強度和有效性再度增加，其中針對套利活動的資本管制變化相對頻繁，而針對套匯活動的管制則相對穩定。
綜上，中國資本管制強度和有效性在2008年金融危機之后的確出現不同程度的降低。但是，伴隨2013年以來國際資本流動加劇，中國資本管制措施的強度和有效性再度增加。面對未來復雜的國際經濟金融環境，中國在推進資本賬戶開放的戰略中應當始終保持對于短期投機性國際資本流動的審慎監管，在適度降低資本管制強度的同時，應當著力于關注并提高資本管制的有效性。
參考文獻：
[1]中國人民銀行調查統計司課題組. 我國加快資本賬戶開放的條件基本成熟[R]. 2012-02-23.
[2]Jinjarak Y, Noy I, Zheng H. Capital controls in Brazil-stemming a tide with a signal?[J]. Journal of Banking & Finance, 2013, 37(8): 2938-2952.
[3]Magud N E, Reinhart C M, Rogoff K S. Capital controls: myth and reality-A portfolio balance approach[R]. NBER Working Paper, 2011.
[4]Einzig P. A dynamic theory of forward exchange[M]. London: Macmillan, 1961.
[5]Einzig P. The history of foreign exchange[M]. London: Macmillan, 1962.
[6]Hallwood C P, MacDonald R. International money and finance[M]. Wiley-Blackwell, 2000.
[7]茍琴, 王戴黎, 鄢萍, 黃益平. 中國短期資本流動管制是否有效[J]. 世界經濟，2012(02): 26-44.
[8]劉莉亞, 程天笑, 關益眾, 楊金強. 資本管制能夠影響國際資本流動嗎？[J]. 經濟研究，2013(5): 33-46.
[9]De Gregorio J, Edwards S, Valdes R O. Controls on capital inflows: Do they work?[J]. Journal of Development Economics, 2000, 63(1): 59-83.
[10]Carvalho B S M, Garcia M G P. Ineffective controls on capital inflows under sophisticated financial markets: Brazil in the nineties[M]. Financial Markets Volatility and Performance in Emerging Markets. University of Chicago Press, 2008: 29-96.
[11]Pandey R, Pasricha G, Patnaik I, Shah A. Motivations for capital controls and their effectiveness[R]. Bank of Canada Working Paper, 2015.
[12]Grilli V, Milesi-Ferretti G M. Economic effects and structural determinants of capital controls[J]. IMF Staff Papers, 1995, 42(3): 517-551.
[13]Eichengreen B. Capital account liberalization: What do cross-country studies tell us?[J]. The World Bank Economic Review, 2001, 15(3): 341-365.
[14]Peel D A, Taylor M P. Covered interest rate arbitrage in the interwar period and the Keynes-Einzig conjecture[J]. Journal of Money, Credit and Banking, 2002: 51-75.
[15]Pasricha G. Financial integration in emerging market economies[J]. Economics, 2008, 23: 535-559.
[16]Taylor M P, Branson E T. Asymmetric arbitrage and default premiums between the US and Russian financial markets[J]. IMF Staff Papers, 2004: 257-275.
[17]Hutchison M M, Pasricha G K, Singh N. Some market measures of capital account liberalization in India[J]. Financial Integration in Asia, 2011.
[18]Hutchison M M, Pasricha G K, Singh N. Effectiveness of capital controls in india: evidence from the offshore NDF market[J]. IMF Economic Review. 2012, 60(3): 395-438.
[19]婁伶俐, 錢銘. 資本賬戶開放測度方法:比較與綜合[J]. 國際金融研究，2011(08): 41-49.
[20]徐明東, 解學成. 中國資本管制有效性動態研究:1982-2008[J]. 財經研究，2009(6): 29-41.
[21]王曦, 陳中飛, 王茜. 我國資本管制加速開放的條件基本成熟了嗎?[J]. 國際金融研究，2015(1): 70-82.
[22]黃玲. 資本管制是防范金融危機的有效手段嗎?[J]. 經濟學(季刊)，2011(02): 457-476.
[23]施建淮. 中國應對資本流入的政策選擇[J]. 經濟社會體制比較，2010(03): 40-51.
[24]Ma G, McCauley R N. Do china’s capital controls still bind? Implications for monetary autonomy and capital liberalisation[R]. BIS Working Paper, 2007.
[25]Ter?svirta T. Specification, estimation, and evaluation of smooth transition autoregressive models[J]. Journal of the American Statistical association, 1994, 89(425): 208-218.
[26]Dijk D, Franses P H. Modeling multiple regimes in the business cycle[J]. Macroeconomic dynamics, 1999, 3(03): 311-340.
[27]Granger C W J, Terasvirta T. Modelling non-linear economic relationships[M]. Oxford University Press,1993.
[28]Eitrheim φ, Ter?svirta T. Testing the adequacy of smooth transition autoregressive models[J]. Journal of Econometrics, 1996, 74(1): 59-75.
責任編輯、校對：郭燕慶
The Effectiveness of Chinese Capital Control—The Research Based on Transnational Capital Interest Arbitrage and Arbitrage Activity
LIU Yongyu , WANG Bo
(School of Finance, Nankai University, Tianjin 300071, China)
Abstract:This paper builds the onshore and offshore price difference indicators of RMB money market and foreign exchange market and conducts nonlinear test by MSTAR model. The results indicate that capital control makes interest arbitrage and arbitrage activities have significantly different neutral intervals at different phases. The different inside and outside interval coefficients show the different effectiveness of capital control. From 2005 to 2008, the control strength and effectiveness of both interest arbitrage and arbitrage gradually rose. From 2009 to 2012, they fell to different degree. In 2013, the control effectiveness of interest arbitrage fell further and the control effectiveness of arbitrage activities rose somewhat. From 2014 to 2015, the control strength and effectiveness gradually boosted up but the capital control of interest arbitrage fluctuated greatly.
Key words:Capital Control Effectiveness; Money Market; Foreign Exchange Market; MSTAR Model
文獻標識碼：A
文章編號：1002-2848-2016(02)-0010-10
作者簡介：劉永余(1989-),山東省臨沂市人，南開大學金融學院博士研究生，研究方向：貨幣理論與政策、國際金融；王博(1981-),山東省濟南市人，南開大學金融學院副教授，研究方向：貨幣理論與政策、國際金融。
基金項目：國家社科基金重點項目(14AZD032)；南開大學亞洲研究中心資助課題(AS1518)；教育部人文社科重點研究基地重大項目(14JJD790030)。
收稿日期：2015-10-27
