外匯儲備積累、公告信息與風險承擔
——來自不同頻率數據的證據

(南開大學 金融學院，天津 300350)

一、引言

亞洲國家的外匯儲備總量在1997年亞洲金融危機后快速增長，在2008年全球金融危機后進一步加速增長(如圖1所示)。盡管預防性動機部分解釋了所觀察到的現象，但一些亞洲新興市場國家持有的外匯儲備超過了通常由最優外匯儲備模型和經驗法則決定的水平(1)至于外匯儲備積累的經驗準則，這些通常涉及相對于進口的儲備或相對于外部短期債務比率的儲備。前者表明，儲備的水平應該達到三個月的進口的價值,而后者,稱為圭多惕-格林斯潘規則(Guidotti-Greenspan)，表明外匯儲備水平應包括至少一個國家的對外短期債務,亞洲新興經濟體往往超過這些儲備水平經驗法則的指導方針。，中國也是如此。根據國家外匯管理局的數據，中國外匯儲備規模變化具有明顯的階段性特征。第一階段是2000—2013年，伴隨著國際資本的流入，外匯儲備快速增長，從2001年初的1 686.23億美元迅速攀升至2013年末的3.82萬億美元，年均增幅在26%以上。第二階段是2014年以來，國際資本開始從新興經濟體流出，外匯儲備在2014年6月份達到歷史峰值后出現回落。高增長不僅體現在總量指標上，外匯儲備占GDP的比值同樣居高不下。2001年至2010年，該數值不斷增長，雖然2010年以后有所下降，但依舊保持在30%以上的高位水平。

多數學者認為，亞洲國家除了因采取出口導向型的經濟發展模式而積累了大量外匯儲備外，危機后各國外匯管理當局出于預防性動機也陸續增加外匯儲備規模。寄希望持有外幣形式的流動性保險，以抵御不利的金融市場沖擊和突然的資本外流[1-3]。其他主要驅動因素包括在欠發達的國內金融體系中，結合不同程度的受管理的匯率制度進行旨在減輕本國貨幣升值壓力的外匯干預行動等，這些舉措都會提高外匯儲備水平[4-5]。從持有成本的角度，傳統理論認為，持有外匯儲備的成本是用持有的回報與持有的機會成本之間的差額來衡量的，即投資實物資本或人力資本的放棄回報[6-7]。然而，持有外匯儲備的成本不僅僅包含機會成本或借款成本，還包括沖銷成本、利率成本以及執行貨幣政策的困難等間接成本[4]。

①圖中簡寫表示國家為:CHN-中國,JPN-日本,IND-印度尼西亞,MA-馬來西亞,PHI-菲律賓,SK-韓國,THI-泰國。其中中國和日本數據對應左軸,其他國家對應右軸。

外匯儲備積累可能對私人部門的冒險行為產生意想不到的正向影響。首先，如果積累外匯儲備與政府在金融危機時期提供保險的能力相關，那么私人部門可能愿意承擔更多的風險。因為他們知道一旦發生危機，隨著外匯儲備持有量的增加，政府救助的能力也會增加。其次，高水平外匯儲備可能會被認為降低了貨幣錯配風險。央行可以在面臨大幅貶值壓力時，利用外匯儲備來穩定匯率。這可能會增強市場參與者在資產負債表上承擔未對沖外匯債務的意愿[8-9]。而中國持有的外匯儲備比其他任何國家都多，且在全球金融危機之前就已經如此。根據主流最優外匯儲備模型以及各種經驗法則，中國的外匯儲備水平在全球金融危機之前甚至更早的時候就一直處于過高水平，因此，中國尤其容易遭受外匯儲備積累帶來的不利風險。

為了探究外匯儲備積累是否與風險承擔增加相關的問題，本文基于2001—2020年亞洲七國的低頻數據和中國特有的高頻數據，實證考察了外匯儲備積累與私人部門風險承擔之間的關系。研究結果表明：隨著外匯儲備的增加，私人部門風險承擔會顯著上升，且這種關系會通過經濟不確定性這一中介機制傳導。這與因外匯儲備增加而帶來的“預防性保險”會提高風險承擔的假設相一致。分階段估計和閾值估計表明，該正相關關系在金融危機之后更加顯著。為了緩解內生性問題，本文根據中國外管局定期公布的外匯儲備公告，結合市場各大機構的研究報告中的外匯儲備預期計算外匯儲備變化的意外成分，從更高頻率的數據上檢驗上述關系，證明外匯儲備積累與全球金融危機后風險承擔的增加具有系統和顯著的相關性。

與以往的文獻相比，本文可能的貢獻在于：首先，本文研究了外匯儲備積累的增加對私人部門風險承擔的影響，在控制了相關變量之后，發現通過降低經濟政策不確定性，外匯儲備積累確實會帶來額外的風險承擔，豐富了現有關于外匯儲備的研究。其次，本文通過Wind數據庫對市場上各大研究機構的8 000多份研究報告進行檢索，從中提取市場對于外匯儲備的預期值，結合央行公告計算外匯儲備變動意外成分。將意外成分作為主要解釋變量進行高頻率數據估計，從而減少了估計的內生性和反向因果關系。第三，使用更高頻率的交易日內分鐘級數據進行估計，解決了因數據頻率較低可能忽略變量帶來的內生性問題。本文的研究為認識外匯儲備與風險承擔之間的關系，特別是從預防性動機角度積累外匯儲備的研究提供了新的思路和經驗證據。

二、文獻綜述、理論分析與研究假設

(一)外匯儲備積累與風險承擔

20世紀90年代以來金融全球化的進程加速，國際資本流動的規模和波動性均大幅增加，并誘發了1997年亞洲金融危機。危機之后，各國吸取經驗教訓，開始嘗試大規模積累外匯儲備，以緩沖國際資本流動突然停止對本國經濟金融體系的沖擊。Mendoza(2010)[10]發現，發展中國家的決策者對持有外匯儲備的態度要比亞洲金融危機前更積極，外匯儲備對若干外債指標的彈性增加，表明外匯儲備成為預防危機的真正措施之一。

更多的外匯儲備可以起到緩沖作用，阻止對該國匯率制度的投機性攻擊，并增強其履行外債義務的能力。這種增強意味著出現貨幣危機、銀行危機或債務危機的可能性更低。因此，在這樣的經濟體中，私人部門不太可能面臨突然收緊的金融狀況。如果外匯儲備與政府在金融危機時期提供保險的能力相關，私人部門機構可能愿意承擔更多的風險，因為他們知道發生危機時，隨著外匯儲備持有量的增加，政府的救助的能力也會增加。Chutasripanich和Yetman(2015)[11]利用一個簡單模型來說明旨在限制匯率波動的干預，推動了外匯儲備存量和持有成本之間的正相關關系。導致外匯干預的成本將特別大，會增加風險厭惡投機者的投機活動水平，并可能因此產生反效果。Caballero和Krishnamurthy(2000)[12]表明，外匯儲備的積累以及相關的沖銷操作，可能對資本流動和風險產生重要、甚至可能適得其反的影響。Caballero和Krishnamurthy(2004)[13]認為，對外干預導致外匯儲備積累的政策限制了國內金融市場的發展，因此導致了外匯風險的保險不足。Burnside等(2004)[14]闡述了外匯儲備對銀行外國債權人的隱性擔保是如何成為自我實現的銀行-貨幣雙重危機的根源。擔保的存在鼓勵銀行承擔未對沖的外匯風險敞口，然后在匯率貶值的情況下違背這些風險敞口。在這種情況下，私人部門的風險承擔可能會增加過度投資和資產泡沫的可能性，而這反過來又會提高爆發危機的概率。綜合上述分析，本文提出假設1。

H1從預防性動機的角度來說，外匯儲備積累會對私人部門的風險承擔帶來正向影響。

(二)外匯儲備、經濟政策不確定性與風險承擔

外匯儲備變化可以通過影響一國內部資本流動和匯率，作用于宏觀經濟運行[15]，直接影響一國的主權債務償還，并間接影響股票市場。Cook和Yetman(2012)[16]指出較高的外匯儲備似乎為銀行提供了抵御匯率沖擊的保險，因為銀行的股價對匯率變動變得不那么敏感。Sengupta(2010)[17]通過對6個拉美經濟體的1500家企業的數據研究發現，外匯儲備積累似乎會導致拉美企業部門更大的貨幣風險。與此同時，Ismailescu和Phillips(2015)[18]發現，在41個國家的樣本中，高水平外匯儲備與較少的主權CDS交易有關，這反映出針對貨幣風險的投保較少。陳華等(2020)[19]認為外匯儲備資產配置策略與主權國家資產負債表的隱含杠桿比例有關。當隱含杠桿比例過高時，為降低主權國家違約風險，外匯儲備資產的配置策略應是提高外匯儲備資產與國內經濟周期的相關系數；反之，則應降低外匯儲備資產與國內經濟周期的相關系數。

本文進一步研究了外匯儲備影響私人部門風險承擔的傳導渠道——經濟政策不確定性。出于預防性動機，外匯儲備積累提供了額外的政府擔保，減少了經濟政策的不確定性，但這會誘使企業通過借貸更多的債務、提高杠桿來承擔更多的風險。正常情況下，股價和現金流容易受不確定性影響的企業會擁有較低的債務水平，從而避免財務困境[20]。但是隨著外匯儲備積累降低了發生金融危機的可能性和經濟政策不確定性，企業的杠桿率很可能隨之上升[21](2)經濟政策不確定性往往在危機時期急劇上升，例如1997年亞洲金融危機和2008年全球金融危機期間[38]。。在這個渠道發揮作用的情況下，那些本質上對經濟政策不確定性更敏感的私人部門愿意承擔更多的風險。因此，本文提出假設2。

H2外匯儲備積累會對股票收益率存在正向影響，對CDS價差存在負向影響，且外匯儲備積累會通過降低經濟政策不確定性來影響上述風險承擔水平。

(三)外匯儲備、公告信息與風險承擔

外匯儲備公告信息屬于央行宏觀審慎監管溝通形式的一種。央行溝通作為一種新工具，配合傳統工具使用，可以提高貨幣政策及宏觀審慎監管的有效性[22]。國內文獻主要是從央行的《貨幣政策執行報告》《金融穩定報告》的角度，研究了其對金融市場的影響[23-25]；或者將央行對外公告結合媒體新聞報道，研究了央行溝通的內外部一致性問題[26]。但基于央行公告從風險承擔角度進行的研究較少。在Fatum和Yetman(2020)[27]的論文中，他們采用彭博社的新聞信息計算了針對特定國家的官方外匯儲備積累的意外變化，并使用每日數據事件研究分析了官方宣布的外匯儲備是否會影響風險承擔。他們使用貨幣期權隱含波動率作為衡量風險承擔程度的重點指標，并選取了1999年至2017年期間的10個經濟體作為樣本。他們發現很少有證據表明外匯儲備積累會影響私人部門的冒險行為。但是當考慮其他衡量風險承擔的方法時，就不能繼續證明外匯儲備積累和風險承擔之間沒有聯系。

本文依據央行外管局的外匯儲備變動公告和Wind數據庫中各大機構對外匯儲備預測的報告，按照類似的方法計算了中國的官方外匯儲備積累的意外變化，并對上文中的風險承擔指標進行更高頻次的檢驗。結合上述分析，本文提出假設3。

H3在更高頻率上(日度，交易日內分鐘)，外匯儲備變化帶來的影響(基于公告信息計算)會對私人部門風險承擔帶來正向影響，且對股價(CDS價差)帶來正向(負向)影響。

三、變量選擇與數據描述

(一)主要解釋變量

本文的外匯儲備數據(RES)包括兩大類：亞洲七國(中國、日本、韓國、印度尼西亞、泰國、菲律賓、馬來西亞)的月度數據和中國外匯儲備的日度數據，其中月度數據來自國際貨幣基金組織(IMF)公布的各國國際清償能力中的外匯儲備數據。

外匯儲備日度數據整理自國家外匯儲備管理局公布的帶有日期和時間戳的外匯儲備公告，該公告是以對外召開新聞發布會的形式報告上月的外匯儲備數額及變動情況。公布時間為自2016年11月起至2020年每月公告一次，2010年至2016年每季度公告一次，2010年之前每半年公告一次。本文根據外匯管理局網站中新聞公告的可得性，選取了自2005年4月22日至2020年7月7日的合計82個外匯儲備公告，并結合月度數據，對公告日的數據進行整理(3)2016年11月之前的季度和半年度公告，主要內容是對外公告中國的國際收支變化，其中的外匯儲備資產只公告變動數，而且只是包含交易性變動，不含非交易變動，在本文中考慮的外匯儲備變化包含上述兩種變化。。

外匯儲備的預期數據來自Wind數據庫中各大研究機構的報告。為了確保預期數據的真實合理，本文根據Wind數據庫中研報數據庫，手動搜索2014年1月至2020年7月的各大機構的8 853篇研究報告(含月報、季報、晨報、早評等)(4)之所以從2014年開始，是因為2014年之前幾乎沒有關于外匯儲備的預期報告。，提取含有“外匯儲備”、“預期”字樣信息，找出各大機構對外匯儲備的預期值，并按照月份和公告時間戳進行整理(5)如果某月中不同機構對該月儲備有不同的預期值，則采用相應數值的算數平均數作為該月的外匯儲備預期值。。發現在樣本期間共有58家證券公司、47家期貨公司及11家其他金融機構(含銀行、智庫、私募基金等)對外匯儲備數值進行過預測，共出具2 256份研究報告。考慮到不同機構的研究水平參差不齊，本文采用加權平均的方法對其預期的數據進行處理。首先計算權重，按照中國證監會和中國期貨業協會對其管理的證券公司和期貨公司指定的分類標準進行賦值，該分類標準每年公布一次。本文在計算當期權重時參考上一期的分類標準，即2020年發布的報告參考2019年公布的標準進行加權賦值。本文定義當機構評級為C時，則權重w=1；評級為CC時，則w=2；依次類推，當評級為AAA時，則w=9。對于沒有分類評級的其他機構按照最低的C級處理，銀行和智庫按照最高的AAA級處理。然后按照權重對某月內所有機構的預測數據計算加權平均數，該平均數即為市場對該月份的外匯儲備的預期值。合計56個預期值。遵循Andersen等(2003)[28]和其他學者的做法，本文為每個公告按照相對于上一期外匯儲備預期值構建標準化公告意外成分。圖2顯示了外匯儲備公告的意外部分。

經濟政策不確定性指標(EPU)使用的是Baker等(2016)[29]構建的經濟政策不確定性指數。一般而言，EPU指數由新聞指數、稅法法條失效日指數和經濟預測差值指數加權構成。與美國指數和全球指數不同的是，其他國家的EPU指數只由新聞指數構成，中國的EPU指數通過統計《南華早報》報道的經濟不確定性事件(只與政策相關的事件)文章頻次獲得。考慮到數據的可得性，本文月度數據回歸的7個國家中，只有中國、日本、韓國有單獨編制的EPU指數，其他四國的EPU指數由世界政策不確定性指數(WUI)中亞太地區政策不確定性指數代替。所有的指數都是通過計算含有“不確定”意思的詞語(或其變體)的百分比來計算的。數值越大，不確定性越大，反之亦然。在控制變量中，本文還使用美國政策不確定性外溢指數(WUSI)代表美國貨幣政策外溢效用。

150010005000-500-1000-1500Feb-14Feb-15Feb-16Feb-17Feb-18Feb-19Feb-20圖2 外匯儲備公告意外部分 數據來源:國家外匯管理局,Wind,作者整理

(二)主要被解釋變量

股票價格(S)為風險承擔提供了一個非常廣泛的衡量標準，因為風險偏好的提高會增加對股票的總體需求。本文采用亞洲七國國內具有代表性的指數作為股價風險承擔指標(6)其中日本為日經225指數，韓國為KOSPI指數，泰國為SET指數，菲律賓為PSEi指數，印度尼西亞為雅加達綜合指數，馬來西亞為富時馬來西亞綜合指數，中國為滬深300指數(HS300)。。為了更好地在高頻次數據中解釋中國情況，本文還使用了上證綜指(SH)和深圳成指(SZ)。

主權債務風險承擔指標參考陳華等(2020)[19]、Fatum和Yetman(2020)[27]等研究，采用從彭博社獲取的5年期以美元計價的主權CDS價差指數(CDS)。CDS價差系列代表了經濟體針對美元計價主權債務違約的保險成本。CDS的減少(增加)相當于主權違約保險成本的減少(增加)。因此，風險承擔上升的一個可能表現是保險需求下降，在本文中是針對主權違約的保險。如果針對主權違約的保險需求下降，在其他條件不變的情況下，這種保險的價格應該也會下降。

(三)控制變量

由于不同國家經濟發展情況的差異，私人部門風險承擔的變動可能會受到很多其他因素的影響，包括個別刺激經濟的額外支出、對金融機構的隱性擔保、社保基金缺口、居民轉移支付等。本文采用多個指標對其他影響進行控制。考慮變量的可度量性和數據可獲得性，采用以下指標作為控制變量。

亞洲各國金融體系是以銀行機構為主干、其他金融機構為支撐的體系。商業銀行的風險承擔對私人部門會產生較大的影響，本文使用商業銀行資本/資產[銀行資本充足率(CAR)]來控制金融機構的隱性擔保，而商業銀行不良貸款率[不良貸款/銀行總資產(BL_ASSET)]可以度量銀行的被動風險承擔，該比率反映存在違約風險的貸款占比，其變化表示過去放貸對象的違約風險發生了改變，而非銀行風險承擔意愿的變化。

隨著經濟發展水平的提高和資本存量的增加，投資外匯儲備的機會成本逐漸降低，持有的外匯儲備資產隨之增加。人均財富的變化會減少投資外匯儲備的機會成本，本文使用人均可支配收入(INCOME)作為傳統經濟發展指標衡量人均財富(7)由于數據的可得性，部分國家采用國民可支配收入/GDP代替人均可支配收入指標。。

金融發展水平的提高意味著一國金融系統抵御外部沖擊的能力增強，持有外匯儲備的預防性動機也隨之下降，因此會增加私人部門的風險承擔。本文使用商業銀行對非金融機構信貸/GDP(Nonfinloan_gdp)、存貸款總額/GDP(SL_gdp)、上市公司總市值/GDP(CAP_gdp)來衡量一國的基礎金融發展水平。

亞洲金融危機之后，對持有外匯儲備動因的研究也由經常賬戶轉移至資本金融賬戶，即認為持有外匯儲備的動機是預防國際資本流入驟停的沖擊。本文使用經常項目/GDP(CA_gdp)來衡量各國的對外開放程度；使用不同國家月度期中平均匯率(EX，采用直接標價法)控制匯率變動；使用國際收支平衡表中金融賬戶凈頭寸與GDP的比值(Net_flow)來代表跨境資本流動，控制國際風險承擔渠道的影響。

金融賬戶的風險并不僅僅局限于國際資本流動驟停，還包括突然外逃、流入激增以及回流等[30]。與驟停類似，Moghadam等(2011)[31]發現在資本賬戶危機中往往伴隨著本國居民儲蓄的大量流出，即國內資本突然外逃的風險。因此，與王偉等(2018)[32]研究相一致，本文也使用M2/GDP(M2_gdp)來衡量國內的金融深度。跨國經驗研究表明，隨著M2/GDP的增加，各國實際外匯儲備占GDP的比例也隨之增加，金融深化程度越高，承受國際資本流動異常變動沖擊的能力越強，風險承擔的能力就越強。此外，本文使用波動率指數系列(VIX)衡量全球金融周期的影響。描述性統計顯示在表1中。

為了減少內生性的影響，后文采用更高頻次的數據來分析，評估盤中公布外匯儲備公告時，外匯儲備積累的意外變化是否會影響風險承擔。本文采用中國股票市場三大股票指數(滬深300指數、上海證交所綜合指數和深圳證交所綜合指數)的日內1分鐘交易價格數據作為因變量來研究。數據來源于Wind數據庫，考慮到數據的可得性，分鐘數據自2009年開始。

表1 描述性統計

四、研究設計、實證檢驗與結果

(一)研究設計

為了評估外匯儲備積累是否影響風險承擔(H1)，本文首先估計以下月度頻率基準模型

ΔSit=βi0+βi1ΔRESit+βi2ΔEPUit+βi3ΔRESit*ΔEPUit+βit∑ΔXit+vi+vt+eit

(1)

ΔCDSit=αi0+αi1ΔRESit+αi2ΔEPUit+αi3ΔRESit*ΔEPUit+αit∑ΔXit+vi+vt+eit

(2)

其中，ΔS、ΔCDS分別表示各國股價指數，主權CDS價差變化。ΔRES是根據當月GDP調整后的外匯儲備持有量的變化，是本文的重點解釋變量，ΔEPU表示經濟政策不確定指數的變化，ΔRES*ΔEPU為外匯儲備積累與經濟政策不確定性的交叉項，考察外匯儲備變化和經濟政策不確定性指數變化共同對風險承擔指標的影響。ΔX為控制變量，e是零均值誤差項。在估計中加入了控制變量以減少遺漏的變量內生性偏差。由于數據為一個長面板，T大N小，信息較多，所以在回歸時要考慮到，殘差存在組間異方差和組內自相關，對于存在的固定效應，可以采用面板校正標準誤差模型(PCSE)進行估計。

為了檢驗H2，本文將借鑒溫忠麟等(2004)[33]提出的中介效應檢驗程序，對經濟政策不確定性是否在外匯儲備積累與風險承擔指標之間發揮中介效應進行檢驗。估計模型如式(3)—(5)所示，其中ΔYit表示ΔS和ΔCDS。

ΔYit=γi0+γi1ΔRESit+γitΣΔXit+vi+vt+eit

(3)

ΔEPUit=γi0+γi1ΔRESit+γitΣΔXit+vi+vt+eit

(4)

ΔYit=γi0+γi1ΔRESit+γi2ΔEPUit+γitΣΔXit+vi+vt+eit

(5)

考慮到外匯儲備積累可能會因持有水平相對較高或較低而對風險承擔產生不同的影響，本文將分析擴展至包含最初由Hansen(2000)[34]開發的非時間序列測試模型，并估計以下內容。

(6)

(7)

其中，上標L和H分別表示低儲量和高儲量。Hansen的非時間檢驗類似于單一未知斷點的標準時間參數變化檢驗。本文根據前面不同層級的外匯儲備水平，以非時間的方式對數據進行排序，而不是分析一個按時間順序排序的數據集。這樣做能夠在非時間建模框架中內生地識別外匯儲備水平。在穩健性檢驗中，本文擴展了閾值分析，并考慮了上述影響是否取決于全球市場的不確定性水平。為此，本文根據VIX指數進行排序，重新估計式(6)、式(7)中所描述的模型。

接下來，為了檢驗H3本文重新估計了式(1)、式(2)中描述模型的日頻率事件研究版本與外匯儲備公告意外變化(ΔRESPRE)之間的關系。考慮到數據的可得性，在更高頻次數據估計部分使用中國股市三大股指作為股價風險承擔指標的代理變量，如式(8)、式(9)所示。

ΔSt=θ0+θ1ΔRESPREt+θiΣΔXi+et

(8)

ΔCDSt=η0+η1ΔRESPREt+ηiΣΔXi+et

(9)

本文在更高頻次估計上采用了事件研究方法(8)選擇這種實證方法，是因為該方法能夠對一個非常具體的假設進行非常普遍的檢驗，而不依賴于所考慮的風險承擔變量(股價和CDS)的時間序列模型規范。當研究具有較高頻率的變量的變化時，這些變量高度不穩定，可能受到許多因素的影響，包括在每日頻率上無法觀察到的前瞻性變量。，且事件研究可以在高頻次估計中有效地解決內生性問題(9)首先，本文研究官方外匯儲備變化宣布前后的影響，而不是在外匯市場上進行任何相關干預時的影響。此時，央行的某些干預行動在本文關注的窗口之外。其次，如果有某種因素同時影響了外匯儲備積累的變化和風險承擔的變化，這種因素恰好出現在窗口期內的概率較低。第三，本文將變量在事件前窗口和事件后窗口中的行為進行比較，這將減少影響兩個窗口的任何合并因素的影響。。本文將事件窗口定義為含有公告日、不含有公告日3天窗口和2天窗口分別進行回歸。由于中國人民銀行要到下個月初(通常是下個月的第7天)才會公布前一個月的外匯儲備情況，與公告有關的市場預期是在公告日之前形成和發布的，公告意外成分是相對于采取的風險措施預先確定的。因此，日頻率估計有效地解決了外匯儲備變量系數估計中的反向因果和內生性偏差問題。

最后，本文將盤中的股票價格數據納入分析。分別根據1分鐘數據估計含有公告日和不含有公告日的不同間隔時間段的盤中事件來實現這一目的。本文對三個股票指數的式(10)進行研究。

ΔSt=κ0+κ1ΔRESINDt+et

(10)

如前所述，大多數外匯儲備公告都是在交易時間以外發布的，在可得數據的范圍內，只剩下7個公告(如考慮對開盤價的影響數據可增加到40個)可以按照所述的方式構建盤中窗口。然而，通過評估在足夠短的窗口長度內預先確定的外匯儲備意外成分的影響，使本文可以合理地假設沒有其他相關新聞或事件發生，有效地解決遺漏的變量和因果關系內生性反向問題。

(二)實證結果

1.基準回歸

(1)外匯儲備積累與股價指數。表2、表4顯示了全樣本基準回歸的結果。為了細致地描述外匯儲備積累對風險承擔的影響，本文按照式(3)-(5)檢驗了經濟政策不確定性的中介效應[如表2、表4的列(1)-(3)]，中介效應檢驗中，大多數變量前系數顯著，為了更精確地判斷EPU的中介效應，本文進行了Sobel檢驗，見表3的列(1)-(2)。結果顯示，全樣本下外匯儲備通過降低經濟政策不確定性對提高風險承擔起到正向間接中介作用。然后按照式(1)和式(2)檢驗了外匯儲備積累變化和經濟政策不確定性變化共同對風險承擔的影響[表2、表4的列(4)]。在包含控制變量時，外匯儲備積累系數估計值始終顯著，說明總效應顯著。而且對股價的影響顯著為正，對CDS價差的影響顯著為負，H1得以驗證。

表2 風險承擔變量全樣本回歸：股價

表2列(2)表明，外匯儲備能夠顯著降低經濟政策不確定性。而列(3)表明，EPU項前系數顯著為負值，說明當經濟政策不確定性提高時，會降低私人部門的風險承擔。中介效應檢驗中，大多數變量前系數顯著，說明全樣本下，除了直接作用外，外匯儲備積累通過降低經濟政策不確定性，對風險承擔發揮正向間接中介作用。H2得以驗證。列(4)加入ΔRES與ΔEPU的交叉項，表2中ΔRES項一直顯著為正且相對于列(1)數值有所減少，交叉項為負但不顯著。在控制住金融發展指標與銀行的風險控制指標之后，外匯儲備積累的變化不僅會直接影響企業的風險承擔，還會通過降低經濟政策不確定性來對私人部門產生影響。而經濟政策不確定性的下降可能會提高銀行的放貸意愿并減緩金融資產價格波動，會使企業出于金融市場風險和經營風險的考慮，增持投機性金融資產，提高企業金融化趨勢[35-36]，進而增加了股市的市場風險[20]。

表3 Sobel中介效應檢驗結果

(2)外匯儲備積累與CDS價差。同樣，表4結果表明，相對于CDS價差指標的外匯儲備積累估計值始終為負且顯著，符合上文的描述，即隨著外匯儲備積累水平的提高，投資者購買針對主權違約或重組的保險的意愿降低，這會增強市場參與者在資產負債表上承擔未對沖外匯債務的意愿。因此外匯儲備的增加降低了短期內與匯率敞口相關的感知風險。企業預期央行可以持續地干預匯率，保證外債的穩定，反映出企業承擔風險的意愿增強。特別是當控制了銀行資本充足率和不良貸款率之后，外匯儲備的影響更加顯著。經濟政策不確定性方面，系數顯著為正，說明不確定性的增加會提高一國發生主權風險的概率，導致主權債務保險價格的上升。

表4 風險承擔變量全樣本回歸：CDS

表4的列(1)-(3)說明中介效應顯著。基于外匯儲備的預防性需求，當外匯儲備較高時，該國面臨極端金融風險(大面積違約、突然停止等)的概率較低，當極端風險水平較低時，國內金融市場抗風險能力較強，經濟政策不確定性對資本流出影響有限[37]，外匯儲備積累對主權債務風險的影響要大于經濟政策不確定性的影響，所以交叉項不顯著。

2.分階段回歸

下面本文檢驗了2008年全球金融危機前后，外匯儲備積累對風險承擔影響的情況。表5和表6報告了式(1)、式(2)在兩個分階段子樣本上重新估計的結果，分別是金融危機前期和發生期(2001年8月至2008年12月)、后金融危機時期(2009年1月至2019年10月)。從表5中可以看出，在控制相關變量之后，在金融危機前期，外匯儲備積累和經濟政策不確定性的系數依然顯著，但對于主要被解釋變量的影響降低，反而EPU項影響較大。而且外匯儲備對經濟政策不確定性的影響不再顯著，中介效應不存在，不符合本文的H2。而在金融危機之后，上述兩項系數都顯著且對風險承擔指標的影響明顯大于全樣本時期，說明在金融危機前后，各國對外匯儲備作為預防性保險的需求更大。

表5 風險承擔變量子樣本回歸：股價

而從表6可知，對于主權債務風險來說，與股價變化的影響相似，危機之后的影響更加顯著。對于ΔEPU來說，危機之前與危機之后都沒有太大的變化，而ΔRES與ΔEPU的交互項在危機前后符號和顯著性發生了變化，危機之后不再顯著，而且符號由負轉正。說明在危機之后，亞洲各國積累的大量外匯儲備，有效降低了經濟政策不確定性對主權債務風險的影響，但是其系數較外匯儲備積累項系數小。綜合考量，當ΔEPU較高時，外匯儲備上升帶來的“隱形擔保”可以抵消部分不確定性上升帶來的風險，對私人部門來說會降低他們對風險的感知，從而降低CDS價差。但是當不確定性降低，外匯儲備積累上升時，二者帶來的“擔保”與“風險降低”的疊加效用會促使私人部門在未來進行更為激進的冒險行為。

表6 風險承擔變量子樣本回歸:CDS

3.閾值分析

顯然，分階段回歸的結果表明，外匯儲備積累對風險承擔指標的影響在全球金融危機后更強。但是，在全球金融危機期間和之前的外匯儲備明顯低于全球金融危機之后。這可能說明，外匯儲備的風險承擔效應只有在持有量達到一定水平之后才會顯現。

為了進一步考慮是否存在這種情況，本小節轉向閾值分析。本文采用Hansen(2000)[34]提出的方法進行門檻效應檢驗，以決定門檻數量。本文以各國外匯儲備占GDP的比值為門檻變量進行單門檻、雙門檻、三門檻效應檢驗。檢驗結果表明，在全樣本下，可以在5%的水平上顯著拒絕“不存在雙門檻效應”原假設，因此，外匯儲備對風險承擔(ΔS、ΔCDS)存在雙門檻效應。而在后金融危機時期，外匯儲備占比對股價指標存在單門檻效應，對CDS價差指標不存在門檻效應。

附錄表A1-A3(篇幅所限，所有附錄表未在文中列出，如有需要，請向作者索取。下同)顯示了式(6)、式(7)的估計結果，所有的閾值估計分別在全樣本和后金融危機時期樣本中進行。通過比較它們ΔRES系數的顯著性，附錄表A3證實了在金融危機后儲備變化量尤其具有影響力。

本文發現，對于股價指標來說，只有當外匯儲備占比超過第二門檻值時，中介效應才有效，且水平越高，對風險承擔的影響越大，這與本文前面的H1、H2相契合。雖然在外匯儲備占比較低時，交叉項系數為正且顯著，這很可能是因為數據太少產生的錯誤結果。對于CDS價差指標來說，不論在顯著性上還是在絕對值上，外匯儲備占比越高，對風險承擔的影響都越大。唯一不同的是，只有在外匯儲備占比處于中間范圍時，ΔRES對ΔEPU影響不顯著。這可能說明，隨著一國金融發展水平的提高，逐步對外開放，可以通過風險敞口管理而非積累外匯儲備的方式應對沖擊[32]，但是在對外開放達到一定程度之后，對外部世界的變化就更為敏感，此時，風險敞口管理就不能簡單地應對沖擊，需要積累更多的外匯儲備。而高外匯儲備水平國家的主權風險對經濟產出、外債水平和財政盈余水平的敏感性低于低外匯儲備水平國家[19]。當外匯儲備占比高于第二門檻時，外匯儲備增加所帶來的“預防性保險”會降低私人部門對主權風險的感知，進而降低CDS價差。

五、進一步分析和穩健性檢驗

(一)更高頻次數據的估計——基于公告信息

1.日度數據

考慮到月度數據的頻率較低，可能無法捕捉到與外匯儲備相關的風險承擔效應。如果市場對外匯儲備宣布時的反應與對其他一些傳統宏觀消息的反應一樣，那么，除非采用更頻繁的實時金融市場數據，否則任何冒險反應都是難以察覺的。因此，在數據可得的情況下，本小節先以日度數據進行估計，而后再以更高頻次的日內分鐘數據來估計。通過估計在足夠短的窗口長度內預先確定外匯儲備意外變化的影響，可以合理地假設沒有其他相關新聞或事件發生，有效地解決遺漏的變量和因果關系內生性反向問題。

外匯儲備的數據只有月度數據，并無更高頻數據可用。但是國家外匯管理局每月會召開關于外匯儲備變動的發布會，本文以此來計算外匯儲備變化的更高頻次數據(10)由于本文的進一步檢驗只針對中國的數據，而上文的月度數據是以7國面板數據的方式呈現的，所以在用更高頻次數據檢驗之前，本文僅使用中國的月度數據重新按照式(1)-(5)進行回歸，結論與前文一致，詳見附錄表A16-A17。。首先，本小節為外匯儲備意外變化的日度數據回歸(將ΔRESPRE代替上文中的ΔRES)。按照上文論述的方法整理后，合計得到56個預期值(去掉離群值之后剩余52個)。遵循Andersen等(2003)[28]和其他學者的做法，為每個公告相對于本期的外匯儲備預期值構建標準化公告意外成分。然后，將公告日作為事件日，按照含有事件日[CAAR(0,3),CAAR(0,2)]和不含有事件日[CAAR(1,3)，CAAR(1,2)]方法對其他數據(11)因為數據的可得性，本文只能獲得人民幣匯率和美國股價指數(ΔUSA)的日度數據，本小節使用ΔUSA代替ΔWUSI表示美國政策的外溢效應。進行事件分析。最后，將所得數據按照式(8)、式(9)進行回歸，并按照不同事件窗口進行分別展示。因為絕大多數公告都是在交易時間之外公布的，所以在下文中(含交易日內分鐘數據分析)只展示不含有事件日的分析結果，含有事件日的結果作為穩健性檢驗進行展示。

本小節研究發現，在關于外匯儲備意外變化的估計中，控制住匯率和美國股票價格時(詳見附錄表A11-A12)，CDS價差和中國股票價格三大指數在CAAR(1,3)條件下都顯著，且符合預期的方向，特別是滬深300指數，在1%水平上顯著為正(見表7)。在稍短的事件窗口期中，CDS價差、上證指數和滬深300指數在CAAR(1,2)條件下5%及以下的水平上顯著(見表8)，說明外匯儲備的意外變化與股票價格風險承擔指標增加、CDS風險承擔指標的下降顯著相關。并且在較長的事件窗口中，股價指標的變化更加明顯；在較短的事件窗口中，CDS價差的變化更加明顯。H3得以驗證。

2.日內分鐘數據分析

本小節主要研究外匯儲備意外變化對交易日內分鐘數據的影響。估計方法與上文中日度數據估計方法一致，用相對于預期值的交易日內變化ΔRESIND替代ΔRESPRE。

首先，要確定交易時間內公告的時間戳。由于外匯管理局網站公告中不含有具體的公告時間，本文先以外匯管理局的微博公告時間為準。但考慮到外匯管理局微博于2015年注冊，之前的時間戳以新聞媒體報道為準，通過百度查找最先公布外匯儲備公告的新聞網站，以其發布新聞的時間為準，本文發現，自2014年以來共有7份公告(去掉離群值之后剩余6個)在交易時間內宣布。以公告時間為事件日，按照含有事件日[CAAR(0,n)]和不含有事件日[CAAR(1,n)]的方法對其他數據進行事件分析。然后，將所得數據按照式(10)進行估計。為了更廣泛地考察，本文將事件窗口分別定義為公告發布后1分鐘、5分鐘、10分鐘、15分鐘、20分鐘、30分鐘、40分鐘7個時間窗。

表7 風險承擔指標日度數據回歸：股價和CDS(1)

由于交易時間內公布的數據量太少，本文拓展了數據集，考慮了公告意外變化對公告日后第一個交易日早盤開市價格的影響，這樣可以將交易時間之外公告的數據納入到交易時間之內(12)自2015年之后，外管局很少在交易時間內進行公告，絕大部分公告是在收盤之后完成的。。事件日定義為早盤9點30分。剔除掉公告日后第一個交易日為節假日或者周六的情況，共計獲得40個數據(去掉離群值后為37個數據)。考慮到數據量對于實證研究的重要性，在此只列示交易日內含開市價格變化數據集的結果(13)純交易日內數據的表格見附錄表A15。,如表9所示。

研究發現，對于交易日內分鐘數據來說，基于三大股指1分鐘數據構建的估計，上證指數作為代理變量時，外匯儲備意外變化的系數在事件發生30分鐘和40分鐘內顯著且為正，其他指標雖然為正但不顯著。深證成指和上證指數作為風險承擔指標的代理變量時，僅在日內交易時顯著為正。同樣驗證了H3。

表9 風險承擔指標日內1分鐘數據回歸

因此從高頻數據的角度來看，與上文外匯儲備積累增加導致承擔風險意愿增加的結論相一致。如前所述，本文的日內分析有效地解決了遺漏變量和反向因果內生性的問題，只是受限于在市場交易時間內公布的外匯儲備公告數量非常少，但有一定的借鑒意義。總體來說，不論是從月度頻率估計，還是日度數據和交易日內分鐘數據估計來看，本文的結果都提供了一致的證據。金融危機后，中國外匯儲備積累的增加(特別是意外增加)與愿意承擔更多的股票市場風險(如國內股票平均價格上升以應對外匯儲備上升)和更多的主權信用違約風險(作為主權債務違約保險價格，需求上升應對外匯儲備下降)相一致，從而支持外匯儲備積累會增加承擔風險的額外成本這一研究結論。盡管在方法論、數據和時間周期方面不同，但本文的研究結果與Tong和Wei(2021)[21]的研究結果相一致。相比之下，本文的結論與Fatum和Yetman(2020)[27]的研究結果有所不同，他們的研究缺乏系統性證據證明外匯儲備積累會影響貨幣期權隱含波動率的風險度量。而且，他們的研究結果與基于股價和CDS利差風險承擔指標的結果并不矛盾，因此并不能完全否認外匯儲備積累對風險承擔的影響。

3.穩健性檢驗

在本節中，考慮了用不同的代理變量對月度數據重新進行回歸，使用不同的風險承擔代理變量來替代股價和CDS價差，重新估計外匯儲備積累變化對風險承擔的影響；討論了中國外匯儲備積累是否因為不確定性的不同而對風險承擔指標帶來不同的影響；分別進行了不含事件日當日的日度頻率和日內分鐘頻率事件分析回歸。

首先，本文使用私人部門企業杠桿率(私人部門債務/GDP，LEV)代替股價指數作為股票風險承擔指標的代理變量，使用一國長期外債總額占GDP比值(DEBT_L)作為主權債務風險承擔指標的代理變量，重新回歸式(1)、式(2)。如附錄表A4-A7所示，不論是全樣本，還是分階段回歸，外匯儲備積累都會提高私人部門的風險承擔，與上文表述完全一致。

其次，使用VIX指數作為閾值變量，來考察不同不確定性下的風險承擔指標對位于外匯儲備變化的反應，結果表明，當全球不確定性水平較高時，外匯儲備積累對股價風險承擔指標的影響更為顯著。而CDS價差在VIX指數下不存在閾值效應的影響。這再次表明，外匯儲備對風險承擔的影響在全球金融危機后以及不確定性較高時更為明顯。

第三，對一個減少的樣本重新進行月度頻率分析，該樣本不包括2001年8月至2005年6月期間的人民幣/美元固定匯率。這樣做是為了確保在金融危機之前沒有大量的外匯儲備變量系數估計，這不是由描述金融危機之前大部分時間的固定匯率制度所致。事實證明，本文先前描述的結果沒有改變。

第四，分別對上文日度事件分析和日內分鐘分析中含公告日的事件窗口數據進行回歸，發現日度分析中，相對于公告意外成分的變化，不論在CAAR(0,3)，還是在CAAR(0,2)條件下，CDS價差指標都顯著；而滬深300指數作為風險承擔指標時，僅在CAAR(0,3)條件下顯著，這符合上文中對風險承擔的描述。

最后，在日內分鐘事件分析回歸中，采用5分鐘數據重新回歸。不論是僅在交易日內分鐘數據回歸，還是全交易日內分鐘數據回歸，三大股指作為風險承擔指標時，外匯儲備公告意外變化系數都在30分鐘和40分鐘事件窗時顯著。

六、結論與啟示

基于2001—2020年亞洲七國的月度數據和中國特有的日度與日內分鐘數據，利用股票指數、主權CDS價差作為私人部門風險承擔指標，本文實證研究了外匯儲備積累與私人部門風險承擔之間的關系。研究發現：(1)隨著外匯儲備的增加，私人部門風險承擔的意愿也會增加。考慮外匯儲備變化對風險承擔的影響途徑時，發現經濟政策不確定性有顯著的中介效應；(2)分階段考察時，結果顯示，外匯儲備積累對風險承擔的影響在全球金融危機之后更加顯著，而在全球金融危機之前雖然也存在，但不存在顯著的中介效應；(3)閾值模型證實，在全球金融危機之后，外匯儲備水平持續較高時，其對風險承擔的影響更大；(4)在隨后的進一步檢驗中，本文根據各大機構的研究報告計算了市場對中國外匯儲備的預期值，并基于央行定期公布的外匯儲備公告，確定外匯儲備變化的意外成分。結合國內三大股指和CDS價差，在日度頻率和日內分鐘頻率上估計事件研究模型，以評估外匯儲備意外成分對風險承擔指標的影響。這樣做可以有效地解決被忽略的變量以及反向的因果關系問題，并對外匯儲備積累的影響得到更精確的估計。更高頻次的估計進一步證明外匯儲備積累對風險承擔指標存在著顯著的正向影響。

基于以上研究結論，本文得出以下兩點啟示：(1)大多數金融體系不夠完善的發展中國家增加外匯儲備主要出于預防性動機。而根據本文的研究，積累的外匯儲備會因為促使私人部門采取冒險行動，從而降低積累外匯儲備帶來的益處。雖然我國的匯率制度并非完全浮動，資本賬戶尚沒有完全開放，但近年來經濟增長較快，經濟狀況較好，貨幣政策較為穩定，因此我國使用大量外匯儲備以應對危機的概率較低。因此，在未來對于外匯儲備的管理中，應該審慎考慮積累大量外匯儲備的影響，不僅要考慮到持有外匯儲備所帶來提高償債能力和降低貨幣錯配成本等益處，還要考慮到由此帶來了額外的機會成本；(2)不論是進行匯率干預，還是資本賬戶下的資本管制，出于預防性動機增加外匯儲備的國家的外匯政策都會比較被動。為了應對可能的風險，外匯政策有時會不利于該國的貿易增長和金融穩定。而外匯儲備公告作為央行溝通的一部分，可以作為一種新型工具來引導市場預期，進行積極的外匯儲備管理，或與其他貨幣政策工具配合使用，實時調整外匯政策，及時為市場提供有關外匯風險的信息、分析和建議，達到穩定市場、創造有效信息的目的。