基于面板數據的人民幣匯率決定實證研究

程曉剛 宋常 鄭蘭祥

摘要：匯率決定理論是國際金融領域的核心話題和理論前沿。文章基于面板數據模型分析2015年“8.11”匯改后人民幣匯率決定問題，研究表明：人民幣對主要貿易伙伴國的雙邊匯率存在長期動態均衡，并與生產率差異顯著正相關，為巴拉薩-薩繆爾森效應提供了更多實證證據;資本市場狀況在人民幣匯率決定中存在遮蔽效應，資本市場成為影響匯率與實體經濟聯結的重要因素，維護資本市場穩健發展、實現實體經濟高質量發展對穩定人民幣匯率、提升人民幣國際競爭力愈發重要。

關鍵詞：面板數據模型;人民幣匯率;生產率差異

中圖分類號：F822? ? 文獻標志碼：A? ? 文章編號：1001-862X（2020）04-0132-011

一、引 言

一般來說，匯率是用一種貨幣表示的其他種類貨幣的相對價格，即不同貨幣之間的折算比例。傳統外匯理論認為，貨幣的匯率受到經濟、政治和社會等多種因素影響，比如國際收支、國際儲備、財政赤字、利率和通脹水平、社會總供求關系以及預期因素。信用貨幣制度下，經典的匯率決定理論表明一國的匯率波動與經濟基本面逐步脫離，而且缺乏源于實證檢驗的證據支持，國際金融領域形成“匯率決定之謎”。國際匯率波動幅度加劇，匯率決定機理逐步多樣化，匯率變化對國際經濟影響愈發深遠，少數國家和地區因匯率大幅波動、外匯儲備不足引發系統性金融風險和貨幣危機，甚至釀成區域經濟危機的嚴重后果，匯率決定問題亟待深入研究并有效應對。

當前全球經濟預期增速下調，中美貿易摩擦頻發，區域金融危機持續發酵，人民幣匯率短期承受壓力、中長期匯率不確定性增強。為厘清人民幣匯率主要決定因素，本文從人民幣對主要貿易伙伴國匯率出發，采用2015年“8.11”匯改后（2015年9月—2018年12月）面板數據模型量化分析人民幣匯率的主要決定因素、動態均衡以及傳導機制，以期為貨幣當局更好地實施有管理的浮動匯率制、穩定人民幣匯率以及實施人民幣國際化戰略提供實證信息和有益參考。

二、理論基礎與文獻綜述

國外學者關于匯率決定文獻主要從不同視角分析信用貨幣制度下匯率的決定因素，以20世紀80年代為界，匯率決定理論可以分為傳統匯率決定理論與現代匯率決定理論。傳統匯率決定理論主要包括以下六類理論模型：（1）購買力平價理論（Purchasing Power Parity，PPP），認為貨幣之間均衡匯率取決于兩種貨幣的購買力之比，匯率變動取決于兩國通貨膨脹的差異，同一時點兩國貨幣名義匯率之比等于兩國一般物價指數之比。（2）費雪效應理論基于一價定律（The Law Of One Price）認為兩國的利率之差等于兩國通貨膨脹之差。（3）利率平價理論（Interest Rate Parity）基于利差的存在引發資本跨國流動從而決定短期匯率波動得出匯率實質由兩國貨幣資產的相對價格決定。（4）心理預期說，貨幣匯率受到單位外匯邊際效用遞減規律決定，外匯持有人的主觀判斷和未來預期決定外匯匯率。（5）國際收支理論，認為外匯供求流量決定短期匯率。（6）資產市場理論認為資產價格由市場確定，匯率是外匯資產的價格。

20世紀80年代后，伴隨浮動匯率制的興起和經濟計量技術發展，現代匯率決定理論逐步成為匯率分析的主導理論，這類理論主要包括：（1）理性投資泡沫理論，資產市場的投機泡沫形式多樣，其與投機者的理性預期是一致的，最終以市場崩潰告終。Marianna Grimaldi et al.[1]在行為金融框架下基于傳統進化動力理論發現投資者會按盈利性重新評估并選擇匯率預測模型，產品市場交易成本促使匯率與其他宏觀經濟變量相脫節，在不可預見因素沖擊下最終誘發泡沫崩潰。（2）新聞模型，匯率是由非預期信息（新聞）決定的，公眾或投資者的個人行為會受到新聞事件或外部信息影響，比如美聯儲加息或世界銀行對GDP增速的預期等，進而調整自身的金融行為。（3）宏觀均衡分析法[2]認為匯率是由產品市場和資本市場同時均衡所決定，在宏觀經濟模型中引入生產函數和消費者效用函數、建立基于微觀基礎的動態一般均衡模型（DSGE）在匯率決定和預測方面表現更好。（4）混沌模型[3]認為市場參與者及其預期存在異質性，匯率波動的隨機、高頻和非線性特征給匯率的長期預測帶來困難。（5）風險溢價匯率理論（Quanto Theory）[4]基于對量化指數合同的價格進行面板回歸發現在匯率升值和外匯收益方面“預期到的匯率”無論在統計上還是在經濟上都很顯著，相對利率平價理論、購買力平價理論以及隨機游走理論都具有比較優勢。

Habib，Maurizio Michael et al.[5]利用工具變量法研究證實對發展中國家而言貨幣升值（貶值）會顯著地拉低（提高）一國年度實際GDP增長率，這意味著貨幣匯率可能與生產率差異存在密切關系。Yin-Wong Cheung et al.[6]在全面比較現有匯率決定理論后認為不同的匯率決定理論模型從不同視角出發所得結論都具有明顯“時期”（Period）特征，不同時期不同模型的預測表現各有優勢，任一模型都難以取得相對其他模型長期顯著優勢。

國內關于匯率決定相關文獻主要涉及引進和評介國外匯率決定理論、利用國外匯率理論和技術方法在中國開展實證研究并作適當拓展，研究領域集中在體制和制度分析、數理模型分析以及計量實證檢驗領域，具有與匯率制度改革相伴隨的特征。易綱[7]曾指出，發展中國家非貿易品相對于貿易品漲價幅度更高，匯率相對通脹率的非對稱性促使用購買力平價分析方法逐步失效，利率平價理論可以更有效地解釋和預測人民幣匯率走勢。魏巍賢[8]利用計量分析方法分析宏觀經濟變量、國際金融環境對人民幣匯率影響，人民幣匯率穩定取決于央行干預、貨幣政策、經濟增速、國內外利差、通貨膨脹與外債余額，日元大幅貶值不利于人民幣匯率穩定。尹翔碩與俞娟[9]利用回歸技術分析日本匯率變動與貿易收支關系，認為匯率長期變動的決定因素在于儲蓄與投資而非貿易收支。

盧峰[10]將國別截面數據與時間序列數據結合發現有統計證據證明一國的實際匯率與生產率之間存在正向關系，高速經濟增長往往伴隨實際匯率升值，市場化改革和開放環境短期促進要素生產率提高，長期促使匯率收斂至均衡水平。張道宏等[11]系統整理前期國內涉及人民幣實際匯率決定因素相關文獻，實際匯率決定因素研究缺乏系統性，名義匯率主要受到勞動生產率、財政支出相對水平、貿易條件影響。大國之間匯率博弈具有長期性，王松奇與史文勝[12]研究發現經濟和國際政治因素共同決定一國匯率波動區間，實際匯率波動區間必須防止高估、維持穩定，搭配使用雙緊的財政政策和貨幣政策，防范匯率大幅波動風險;維持較高的實際匯率水平，避免居民部門不動產資產對銀行存款的過度替代。陳淙潔與朱仲義[13]利用嶺回歸方法建立人民幣均衡匯率模型，發現凈出口額、利率差、外匯儲備、廣義貨幣供應量、美元的名義有效匯率對匯率具有長期影響。黃昌利利用時間序列數據研究1994年至2008年季度匯率數據[14]，發現可貿易部門的生產率差異、對外貿易狀況、政府支出水平、貨幣供求狀況是人民幣實際有效匯率的決定因素。孫寧華與洪永淼[15]基于新開放經濟宏觀經濟學（NOEM）的分析框架，采用跨期動態一般均衡分析方法研究發現人民幣均衡實際匯率主要取決于貨幣供給、進出口、消費水平、技術進步、政府支出、貿易條件。李曉峰和陳華從行為金融視角出發，利用卡爾曼濾波原理構建人民幣匯率決定理論模型，發現決定人民幣匯率的因素有三類，分別是政策因素（央行干預）、宏觀經濟基本面因素（經常賬戶順差）、微觀個體因素（投資者異質性），基本面分析者與技術分析者在外匯市場是否居于主導地位在不同時期表現存在差異。[16]

陳浪南等[17]構建人民幣外匯市場微觀結構的噪聲交易模型，并利用馬爾可夫機制轉換模型進行估計人民幣匯率的動態決定過程，發現人民幣匯率在基本面機制上主要受中美隔夜利率差因素影響，在噪聲交易機制下主要受匯率的歷史趨勢、即期匯率與中間價匯率的邊界效應影響。江春、楊宏略和李小林[18]通過比較多種匯率決定計量模型后發現不同理論模型對人民幣匯率均具有預測能力，動態選擇模型（DMS）隨時間進行模型轉換，可以有效避免過度識別問題，預測誤差相對較小，預測能力優于其他模型;同時發現人民幣匯率短期主要受制于央行外匯市場干預、匯率預期，中期主要受制于匯率預期、股票價格，長期受制于風險溢價、資本流動。

關于人民幣匯率決定問題，國內外文獻大多采用截面數據或時間序列模型從不同角度開展研究，圍繞動態一般均衡分析在經典模型中逐步調整變量種類與數量，這些方法因未同時兼顧時間效應和個體異質性，難以充分利用數據信息，研究人民幣匯率未納入中國主要貿易伙伴國以及強勢貨幣國家經濟變量，難以充分反映人民幣對主要國際貨幣的定價過程。本文另辟蹊徑采用面板數據模型研究人民幣對主要貨幣國的雙邊匯率決定問題，將理論分析與實證研究相結合，試圖分析和揭示人民幣雙邊匯率決定更為一般的決定因素。

三、研究設計

（一）研究樣本與數據選擇

我國人民幣匯率決定機制歷經多輪改革，總體上匯率定價沿著市場化、彈性化方向逐步走向均衡。2015年人民幣加入SDR成為籃子貨幣后，在考慮逆周期因子情形下我國確立并逐步完善人民幣中間價報價機制。2015年“811匯改”后人民幣對美元匯率有升有降、總體呈現貶值趨勢，人民幣浮動匯率制逐步走上自主、漸進、可控的軌道。

基于上述政策背景，本文采用2015年9月至2018年12月共計40個月人民幣對主要貿易伙伴國的月度面板數據觀察人民幣匯率決定過程。數據主要來源于國家統計局、海關總署、中國外匯交易中心、全國銀行間同業拆借中心、Wind宏觀經濟數據庫，部分經濟數據和指標系經計算整理獲得。數據處理和計量分析使用Stata 15.0和Excel 2007軟件。

（二）模型與變量

1.理論模型構建

Mundlak將面板數據（Panel Data）引入計量經濟學，Kuh開創面板數據計量理論體系，在20世紀80年代后面板數據模型逐步成為宏觀經濟領域的重要理論模型。[19]面板數據持續跟蹤一段時間內同一組個體隨時間變化特征，反映截面與時序兩個維度信息，樣本容量更大，估計精度更高，具有揭示不可觀測的個體異質性、反映個體動態行為信息等優勢。

本文數據樣本個體個數N較小、時間維度T較大，屬于“長面板”數據。長面板數據模型包含常數項、時間趨勢項、個體虛擬變量、不隨時間變化的解釋變量、隨機誤差項，故建立如下計量模型：

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

在（1）式中Yit為i 國第t月的雙邊匯率水平，用人民幣匯率表示;Xit為i 國第t 年的匯率決定因素，具體包括宏觀經濟生產率水平、國際收支狀況、政府財政政策、央行貨幣政策、資本市場狀況，fi表示國家個體效應，用于測度特定國家或地區未觀察到的因素;ηt表示個體時間效應，旨在控制各國共同面臨的沖擊因素;εit為隨機擾動項。考慮到現有研究的匯率決定因素以及數據可得性，本文選取生產率差異、財政盈余占GDP比重、 M2占GDP比重、主要貨幣國對中國貿易逆差、股票市場綜合指數以及基準利率等變量作為匯率決定的主要解釋變量，選取GDP、人均GDP、政府財政盈余、M2、經常項目收支順差、居民消費價格指數（CPI）、工業品出廠價格指數（PPI）、OECD指數、勞動生產率指數以及經濟結構指數等變量作為控制變量或者進行穩健性檢驗。[20]

2.核心變量指標選取

（1）人民幣匯率

一國本幣的雙邊實際匯率一般由間接標價法的本幣名義匯率作為基數經本國與外國的價格指數調整后計算取得[14]，實際有效匯率則以主要貿易伙伴的貿易份額為權重加權測算雙邊本幣的實際匯率（BEER）。海關總署統計數據顯示，自2015—2018年，美國、日本、歐盟為中國的前五大貿易伙伴國，上述國家（地區）貨幣亦是當前全球主要強勢貨幣，為避免將名義匯率調整為實際有效匯率的復雜計算以及保持各宏觀變量度量的一致性，本文以人民幣對上市國家（地區）貨幣雙邊名義匯率作為被解釋變量進行簡化處理。

（2）宏觀經濟生產率水平

巴拉薩-薩繆爾森效應表明一國的實際均衡匯率變化與該國的要素生產率存在長期正向關系[10]，實際匯率升值受到貿易部門勞動生產率超快增長的顯著影響[21]，生產率差異（Productivity Differences）和貿易狀況改善對實際匯率升值具有顯著影響。[22]蔡躍洲研究發現，理論上全要素生產率（TFP）可以有效衡量經濟系統的生產效率，是反映宏觀經濟生產率水平的較好經濟指標，其缺點在于TFP絕對水平難以計算并精確到月度。[23]現有研究一般利用宏觀經濟產出、國內生產總值（GDP）、國民收入（NI）、人均國內生產總值（人均GDP）、人均收入、生產率水平（TNT）等宏觀經濟指標表征實體經濟。實證研究表明匯率作為兩種貨幣的比價，使用相對指標（如生產率水平）表征實體經濟和宏觀經濟產出更具合理性，使用生產率水平表征實體經濟生產效率相對GDP等絕對指標而言解釋力更強，因此本文采用生產率水平[20]表征不同主要貨幣國之間生產率差異，采用居民消費價格指數（CPI）與工業品出廠價格指數（PPI）的比值衡量。

（3）國際收支狀況

一國的國際收支狀況取決于經常項目收支、資本項目收支以及外匯儲備狀況。當前我國資本項目外匯收支管制較為嚴格，不宜作為國際收支狀況的代理變量。我國經常項目收支可自由兌換、在國際收支中占比較大且較為穩定，不同國家對中國貿易差額當前已經成為貿易摩擦和國際爭端的關注焦點，深入分析貿易收支差額對匯率的影響，有助于分析中國對不同國家或地區的貿易收支差額是否影響雙邊匯率。當前就人民幣匯率與中國貿易收支的關系學界觀點不完全一致，不少學者采用相對指標反映國際收支狀況[24]，比如出口價格指數/進口價格指數、累計經常項目余額/GDP、對外貿易總額/GDP，實證結果顯示這些變量加入模型后并不顯著;采用絕對指標除了可以標志國際收支狀況外，還能間接反映外匯儲備的來源，因此本文分別選取主要貿易伙伴國對中國貿易逆差、本國經常項目收支差額兩個絕對指標反映國際收支狀況。

（4）政府財政政策

西方凱恩斯理論和新古典理論都表明財政支出增加會引發實際匯率升值。國內實證研究[25]表明財政支出對實際匯率影響存在顯著滯后性，政府支出對不可貿易品的經濟效應會改善經常項目國際收支。一般采用全部政府支出占GDP的比重識別與度量政府財政政策對一國匯率的影響[26]，本文同樣采用相對指標財政盈余占GDP比重表征政府財政政策，考慮到名義匯率未考慮通貨膨脹影響，因此將政府財政盈余作為變量加入模型觀察財政政策變量絕對水平對模型的穩健性。

（5）央行貨幣政策

兩國的貨幣供給會影響雙邊貨幣的匯率水平。[27]實證研究大多采用M2表征貨幣供給量的絕對水平，將M2與GDP的比值反映一國貨幣供求相對狀況。[20]由于央行貨幣政策工具主要有價格型工具、數量型工具兩類，本文因此使用基準利率、M2、M2/ GDP等兩類指標分別作為貨幣政策的代理變量，以便分析不同類型的貨幣政策解釋變量對人民幣匯率影響，同時比較不同類型貨幣政策相對模型在穩健性方面差異。

（6）資本市場狀況

一般均衡理論下外匯市場的均衡匯率不僅取決于外匯市場自身均衡，同時取決于產品市場和資本市場的均衡。杜兆瑜等[28]研究發現外匯市場的匯率變量短期內借助資本市場資產價格對實體經濟發生顯著影響，而長期作用不確定。國外實證研究[29]表明外匯匯率與資本市場股票價格存在時變因果關系;劉林[30]在研究人民幣匯率與我國股票價格之間動態關系時同樣發現在均衡狀態下匯率與股價關系是時變的。

關于匯率與資本市場股票價格的關系，吳麗華與傅廣敏研究發現實際匯率與股價存在動態關聯，股票市場回報相對外匯市場更高會導致本幣貶值，股票價格對匯率具有雙向影響。[31]近年來人民幣逐步國際化，我國資本項目外匯穩步開放，直接投資基本可兌換，證券投資項伴隨資本市場互聯互通、跨境投資便利化安排可兌換水平逐步提高，金融市場雙向開放格局漸已形成，國際資本跨境流動套利機制會形成對本國貨幣的超額需求，進而影響外匯市場匯率水平。資本市場金融產品市場價格成為觀察匯率決定的重要變量，因此本文選取主要貿易伙伴國的股票價格指數表征資本市場狀況。

3.基本統計分析與數據來源

前述宏觀經濟變量名稱與定義、統計性描述以及數據計算過程如表1所示：

（三）實證分析及其結果

本文先采用（1）OLS（即LSDV）法先觀察個體虛變量是否顯著，實證結果顯示人民幣對日元匯率在10%水平上顯著（詳見下表2），即面板數據存在個體效應，說明生產率對人民幣匯率的影響具有明顯的國別差異，不宜使用混合回歸方法進行模型估計。為檢驗面板模型是否存在隨機效應，使用 （5）面板隨機效應進行模型估計，發現在使用隨機效應估計模型條件下生產率差異變量、股市指數變量相對OLS法仍然顯著，但相對固定效應系數會顯著變大，進而使用LM檢驗發現P值顯著大于1，不應使用混合回歸方法。之后使用Hausman檢驗并區分固定效應和隨機效應發現P值顯著，應當選擇使用固定效應模型。針對固定效應模型，本文分別使用（2）OLS法、（3）異方差穩健性估計以及（4）Bootstrap（自助法）等不同方法下估計面板模型的固定效應[32]，比較固定效應下解釋變量系數的穩健性，發現不同估計方法下生產率差異變量系數為0.081并都顯著，股市指數變量在OLS法、異方差穩健性估計兩種方法下也在較高水平上顯著。

面板模型的隨機干擾項可能存在組間異方差、組內自相關或者同期相關問題，參數估計結果會產生偏誤。針對面板模型個體效應進行Wald檢驗、BP-LM檢驗發現均顯著拒絕原假設，表明該面板模型存在組間異方差、組內自相關以及同期相關。假設未知模型是否存在組間異方差、組內自相關或者同期相關，本文使用xtscc命令重新估計模型發現生產率差異、股市指數仍然高度顯著，M2占比GDP變量仍然較為顯著，各變量的系數估計結果與前述其他方法的估計結果沒有顯著差異。

上述檢驗表明，在2015年“8.11”匯改后，實體經濟生產率差異通過資本市場決定人民幣匯率的作用機制存在差異，股票市場在生產率差異對人民幣匯率決定過程中存在遮蔽效應，而價格型貨幣政策對人民幣匯率決定不存在遮蔽效應。可以預期未來維護資本市場穩定、實施價格型貨幣政策對維持人民幣匯率均衡水平穩定具有積極作用，有利于逐步增強人民幣對國際主要貨幣的雙邊匯率彈性。

（五）穩健性檢驗

本文使用人均GDP和GDP作為社會生產率和經濟實力的表征并分別用其替代生產率差異重新估計模型，結果顯示固定效應模型下人均GDP和GDP均顯著，使用FE（Robust）方法下兩者分別均不顯著，可見使用生產率差異作為表征宏觀經濟生產率水平的變量效果更好。為避免解釋變量存在單位根對回歸結果的影響，本文通過單位根檢驗并將去除單位根之后的解釋變量重新納入模型回歸，發現固定效應模型下生產率差異仍然顯著。

根據已有文獻，為反映經濟預期對匯率決定的影響，本文使用OECD綜合領先指標作為預期因素參與模型估計，結果表明OECD綜合領先指標并不顯著，即經濟預期因素對人民幣匯率決定的經濟效果甚微。進一步考慮CPI、PPI等控制變量對模型的影響，由于PPI 對CPI 具有正向傳導以及CPI 存在對PPI 反向倒逼機制[39]，受經濟結構調整影響CPI存在階段性“背離” PPI現象[40]，而且CPI或核心CPI往往被貨幣當局作為貨幣政策的通貨膨脹目標，因此本文將更為穩健的工業品出廠價格指數PPI作為控制變量加入面板模型，考察其對解釋變量的經濟影響，發現加入控制變量后生產率差異與股市指數仍然顯著，且系數并未發生較大變化。

為測算可貿易部門的勞動生產率與匯率的經濟關系，本文采用工業部門年度勞動生產率作為生產率差異的替代指標作為解釋變量參與模型回歸，由于季度勞動生產率數據不可得，這里采用年度人均GDP分別與工業部門、農業部門和服務業部門產業增加值占GDP比重的乘積項間接反映各部門勞動生產率，并以中國2015年的農業勞動生產率作為基準進行數據指數化獲取主要國家的勞動生產率指數，模型估計結果顯示使用勞動生產率作為生產率差異的替代指標后人民幣匯率與勞動生產率仍然顯著正相關。進一步分析經濟結構對人民幣匯率的影響，使用服務業部門的勞動生產率與工業部門的勞動生產率的比值作為經濟結構指數參與模型回歸，結果表明無論單獨或是同時控制OECD綜合領先指標（經濟預期指標）與經濟結構變量條件下，生產率差異和股市指數仍然顯著且兩個變量的系數估計值沒有顯著變化。

結合穩健性檢驗與回歸結果，可以發現在人民幣雙邊匯率決定方面，生產率差異對人民幣匯率的正向關系非常穩定，且均通過顯著性檢驗。股市指數因素比較穩定，但在不同估計方法下股市指數對人民幣匯率的正向關系顯著性水平不完全一致，參數估計值略有差異，這可能與不同國家的資本市場的發展水平和有效性存在密切關系，值得進一步深入研究。其他因素與人民幣匯率的統計關系并不顯著，比如財政盈余占比、M2占比GDP、對中貿易逆差等。實證證據表明生產率差異成為決定匯率水平的關鍵因素，資本市場狀況是匯率決定的另一重要影響因素，人民幣對主要貨幣國和重要貿易伙伴國雙邊匯率決定的市場化水平已經凸顯，人民幣匯率決定逐步走上市場化、均衡化和國際化軌道。

四、研究結論與政策啟示

本文基于面板數據實證研究人民幣雙邊匯率決定發現：伴隨人民幣定價機制市場化和人民幣走向國際化，人民幣對主要貨幣國的雙邊匯率與要素生產率和實體經濟基本面存在顯著正相關性，這一結論表明2015年“8.11”匯改后人民幣匯率市場化定價符合巴拉薩-薩繆爾森效應，為人民幣多邊匯率沿著提高全要素生產率路徑向均衡水平收斂提供一定的實證證據。同時，人民幣多邊匯率決定與資本市場股票價格指數具有較為顯著負相關性，資本市場在聯結實體經濟與外匯市場時存在遮蔽效應，其在人民幣匯率決定方面地位日益重要。

當前人民幣國際化水平持續深化，人民幣多邊匯率決定重要性日益凸顯。本文同時考慮國別個體效應和時間維度，研究發現生產率差異對人民幣匯率的正向關系穩定，實體經濟與資本市場共同影響人民幣匯率，為巴拉薩-薩繆爾森效應提供更多實證證據，也在一定意義上豐富了該領域的研究文獻。由于一國的均衡匯率建立實體經濟增長、國內均衡和外部均衡同時實現基礎之上，欲將匯率維持在一個穩定的目標區間，就宜從提升實體經濟生產率水平、維護資本市場穩健發展的角度制定或調整貨幣政策，從而也使之具有重要的實踐價值。

參考文獻：

[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]易綱，范敏.人民幣匯率的決定因素及走勢分析[J].經濟研究，1997，（10）：26-35.

[8]魏巍賢.人民幣匯率決定模型的實證分析[J].系統工程理論與實踐，2000，（3）：68-77.

[9]尹翔碩，俞娟.論匯率變動與貿易收支的決定因素——從日本的教訓看人民幣匯率問題[J].世界經濟研究，2004，（2）：70-73.

[10]盧鋒、韓曉亞.長期經濟成長與實際匯率演變[J].經濟研究，2006，（7）：4-14.

[11]張道宏，雷顯洋，胡海青.人民幣實際匯率決定因素及其失衡度實證研究[J].數量經濟技術經濟研究，2007，（1）：124-132.

[12]王松奇，史文勝.論匯率的決定機制、波動區間與政策搭配[J].財貿經濟，2007，（4）：52-61.

[13]陳淙潔，朱仲義.決定人民幣均衡匯率因素的統計分析[J].數理統計與管理，2009，（1）：103-110.

[14]黃昌利.人民幣實際有效匯率的長期決定：1994—2009[J].金融研究，2010，（6）：34-45.

[15]孫寧華，洪永淼.人民幣實際匯率決定的動態一般均衡分析[J].當代經濟研究，2012，（6）：81-86.

[16]李曉峰，陳華.行為金融視角下的人民幣匯率決定模型研究[J].管理科學學報，2012，15（8）：72-83.

[17]陳浪南，王升泉，吳圣金.噪聲交易視角下人民幣匯率的動態決定研究[J].國際金融研究，2016（7）：74-82.

[18]江春，楊宏略，李小林.基于泰勒規則的人民幣匯率預測研究：兼論多種匯率決定模型預測比較[J].世界經濟研究，2018，（4）：80-103.

[19]李子奈，葉阿忠.高級應用計量經濟學[M].北京：清華大學出版社，2012.

[20]黃昌利.人民幣實際有效匯率的長期決定：1994—2009[J].金融研究，2010，（6）：34-45.

[21]唐旭，錢士春.相對勞動生產率變動對人民幣實際匯率的影響分析——哈羅德-巴拉薩-薩繆爾森效應實證研究[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]蔡躍洲，付一夫.全要素生產率增長中的技術效應與結構效應——基于中國宏觀和產業數據的測算及分解[J].經濟研究，2017，52（1）：72-88.

[24]趙文軍，陳勇，趙登峰.全要素生產率、人民幣匯率與中國貿易收支——基于跨期最優選擇理論的實證研究[J].財經研究，2011，37（11）：124-134.

[25]林峰，趙焱.財政支出、實際匯率與中國凈出口波動——基于SV-TVP-SVAR模型的動態識別[J].國際金融研究，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，吳奉剛.匯率影響實體經濟的資產價格路徑[J].財經科學，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]劉林，孟燁，楊坤.結構變化、人民幣匯率與我國股票價格——理論解釋與實證研究[J].國際金融研究，2015，（5）：3-14.

[31]吳麗華，傅廣敏.人民幣匯率、短期資本與股價互動[J].經濟研究，2014，（11）：72-86.

[32]陳強.高級計量經濟學及Stata應用 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，王陽.財政政策、貨幣政策對中國就業的影響路徑研究——基于面板中介效應模型的估計[J].財政研究，2017，（8）：18-28.

[38]李惠娟，蔡偉宏.離岸生產性服務外包與東道國產業結構升級——基于跨國面板數據的中介效應實證分析[J].國際貿易問題，2018，（3）：113-123.

[39]侯成琪，羅青天，吳桐.PPI和CPI：持續背離與貨幣政策的選擇[J].世界經濟，2018，41（7）：49-74.

[40]呂捷，王高望.CPI與PPI“背離”的結構性解釋[J].經濟研究，2015，（4）：136-149.

（責任編輯 吳曉妹）