浮動匯率持續期的國別差異：計量識別、經濟解釋與政策含義

李淼 郝玉青 路繼業

內容提要：人民幣匯率形成機制作為宏觀經濟政策框架的重要組成部分，對中國經濟運行和宏觀政策效果具有重要影響。本文基于155個經濟體1980-2016年的面板數據，利用生存分析模型中非參數、半參數技術系統研究浮動匯率制度持續期在不同發展階段經濟體中的差異性。研究發現：非參數估計的主要結果表明浮動匯率制度在發達經濟體的持續期最長，在發展中經濟體的持續期居中，浮動匯率制度持續期在新興經濟體最短。發達經濟體金融發展程度越高，其退出浮動匯率制度的風險越低。新興經濟體貿易集中度、經濟發展程度和金融發展程度提高，其退出浮動匯率制度的風險均增加。發展中經濟體估計結果表明其政治、經濟和金融因素具有較大波動性，這些因素能通過不同渠道和機制對其匯率制度選擇產生影響。

關鍵詞：匯率制度選擇;持續期;K-M估計;Cox比例風險模型;時依協變量

中圖分類號：F820.2 ?文獻標識碼：A ?文章編號：1001-148X（2022）02-0030-10

收稿日期：2021-06-04

作者簡介：李淼（1979-），女，遼寧本溪人，上海師范大學旅游學院副教授，管理學博士，研究方向：宏觀經濟、旅游經濟與旅游體驗;郝玉青（1995-），女，山西大同人，哈爾濱哈銀消費金融有限責任公司，經濟學碩士，研究方向：宏觀經濟;路繼業（1979-），男，本文通訊作者，河南洛陽人，汕頭大學商學院教授，經濟學博士，研究方向：匯率制度選擇、貨幣理論與政策。

基金項目：國家自然科學基金面上項目，項目編號，72173074;廣東省基礎與應用基礎研究基金自然科學基金面上項目，項目編號：2021A1515011624，2022A1515010774;廣東省科技專項資金項目，項目編號：2020-47;汕頭大學科研啟動經費項目，項目編號：STF19010。

一、引言

匯率制度（exchange rate regime）指一國貨幣當局關于匯率水平確定、匯率變動方式等所做的一系列安排和規定。匯率制度對一國經濟內外均衡和宏觀經濟政策效果具有重要影響，對于大部分發展中經濟體，匯率制度甚至是其唯一重要的宏觀經濟政策框架，匯率政策會對其他宏觀經濟政策的制定和效果產生重要影響[1]。

19世紀初至20世紀70年代以前，固定匯率制度是最重要的匯率制度，1973年布雷頓森林體系崩潰后，浮動匯率制度并未被大部分經濟體廣泛采用并且在不同發展階段經濟體中表現出較為顯著的差異性特征。本文基于Ilzetzki等（2019）[2]、Habermeier等（2009）[3]提供的基于事實分類法的匯率制度分類數據，繪制了101個發展中經濟體、25個新興經濟體和29個發達經濟體在1970-2016年的匯率制度演進。從圖1可以發現：（1）部分發展中經濟體在布雷頓森林體系崩潰后的初期轉向浮動匯率，但20世紀90年代中期以來選擇浮動匯率制度的發展中經濟體快速減少，大部分發展中經濟體選擇固定匯率、爬行釘住或寬幅波動匯率制度。（2）相對于發展中經濟體，有更高比例的新興經濟體在布雷頓森林體系崩潰后初期轉向浮動匯率制度，但大部分新興經濟體在20世紀90年代退出浮動匯率制度，并且絕大部分新興經濟選擇了爬行釘住或寬幅波動這類中間匯率制度。（3）部分發達經濟體在布雷頓森林體系崩潰后不僅選擇浮動匯率制度，并且浮動匯率制度在發達經濟體表現出較高可維持性和較長持續期，這一特點在圖1右下角子圖中表現得更為顯著。因此，布雷頓森林體系崩潰以來浮動匯率制度的可維持性或持續期在不同發展階段經濟體間表現出較大差異性：浮動匯率制度在發達經濟體中的持續期較高，在發展中和新興經濟體中表現出較低持續期。

2015年8月11日，中國貨幣當局為進一步增強人民幣匯率彈性，為人民幣加入IMF特別提款權（SDR）做準備，啟動以“優化銀行間外匯市場人民幣兌美元中間價報價機制”為核心的新一輪匯率形成機制改革，被稱為“8.11匯改”。“8.11匯改”初期，中國貨幣當局主動放棄對開盤價的干預，但隨著人民幣貶值和外匯儲備的快速消耗，中國貨幣當局于2016年1月宣布，人民幣匯率中間價設定會同時參考上一日收盤價和一籃子貨幣，并于2017年5月26日進一步在人民幣兌美元中間價報價模型中引入逆周期因子。2018年1月暫停了人民幣兌美元中間價報價模型中的逆周期因子，但后又因人民幣面臨升值壓力重啟逆周期因子。人民幣兌美元匯率中間價的形成機制從“收盤價”到“收盤價+一籃子貨幣”，再到“收盤價+一籃子貨幣+逆周期因子”。中國貨幣當局為遏制人民幣升值壓力，自2021年6月15日起將金融機構外匯存款準備金率由5%提高至7%。這些調整實際上表明中國貨幣當局的匯改從最初偏向自由浮動匯率又回到有管理浮動這一中間匯率制度。

實證文獻對匯率制度演進與選擇進行了充分研究，但早期文獻主要利用離散選擇模型展開研究，該方法對匯率制度演進中所特有高持續期特征識別不足。Dreyer（1978）[4]利用多元離散選擇模型對88個發展中經濟體轉向靈活匯率制度的趨勢進行研究，并發現經濟規模越大的經濟體更傾向于選擇更具靈活性的匯率制度。Savvides（1990）[5]在二元選擇模型中引入反映不同類型沖擊和穩定化策略的變量，并對39個發展中經濟體匯率制度選擇進行研究。Savvides（1990）[5]證明政策制定者會同時考慮實際匯率與匯率制度選擇，即選擇浮動匯率制度的經濟體也維持了較低的匯率波動性。Hagen和Zhou（2007）[1]最早將反映匯率制度演進持續性的狀態依存特征引入多元離散選擇模型，通過隨機模擬方法識別狀態依存并發現狀態依存對匯率制度演進具有重要影響。路繼業和張嬈（2021）[6]將狀態依存特征引入新興經濟體匯率制度演進的研究，通過Halton Draws方法識別狀態依存并發現只有真實狀態依存對新興經濟體匯率制度演進產生顯著且穩健的影響，虛假狀態依存和非狀態依存因素對新興經濟體匯率制度演進的影響不顯著，也不穩健。

20世紀90年代以來，實證文獻開始關注持續期特征對匯率制度選擇的影響，并主要通過生存分析模型識別這一影響機制。Klein和Marion（1997）[7]最早關注匯率制度持續期對其貶值概率的影響。Wong和Leung（2005）[8]利用匯率制度持續期解釋亞洲國家的匯率制度演進。上述研究主要是利用Probit或Logit模型進行研究，這類模型由于無法處理數據中“刪失問題”（censoring）從而導致其估計結果有偏（bias）。生存分析模型（survival analysis）能有效處理數據刪失所帶來的估計結果有偏問題，并且Blomberg等（2005）[9]較早利用生存分析模型研究匯率制度演進中的持續期問題。Lin和Ye（2011）[10]利用生存分析模型研究發現金融部門發展水平較高的經濟體有較高概率退出釘住匯率制度。Tamgac（2013）[11]發現持續期具有非單調性特征，并且時間對釘住匯率制度持續期有顯著影響。Bandaogo和Chen（2020）[12]利用生存分析模型研究“資本流入突然停止”的持續期問題，并發現外匯儲備與短期外債的比重提高會降低“資本流入突然停止”的持續期。

基于上述事實和文獻最新進展，本文以浮動匯率制度為核心，通過識別不同發展階段經濟體浮動匯率制度的持續期，試圖從經驗上解釋浮動匯率持續期的國別差異，并對中國匯率制度演進中出現的新事實提供解釋，這對匯率制度選擇理論的完善與發展具有重要意義。

二、數據說明與描述統計

本文數據來自Ilzetzki等（2019）[2]、Chinn和Ito（2006）[13]、Lane和Milesi-Ferretti（2018）[14]、國際貨幣基金組織世界經濟展望數據庫（IMF WEO）、國際金融統計數據庫（IMF IFS）、世界貿易方向統計數據庫（IMF DOTS）、世界銀行世界發展指標數據庫（World Bank WDI）和系統和平中心數據庫（Center for Systemic Peace），共155個經濟體1980-2016年的面板數據。

（一）被解釋變量

本文的被解釋變量是一經濟體放棄原有匯率制度安排的概率，即該經濟體退出某一匯率制度的風險。具體地，本文以Ilzetzki等（2019）提供的事實分類法匯率制度分類數據為基礎構造被解釋變量。Ilzetzki等（2019）提供兩種匯率制度分類數據：一種是匯率制度粗略分類法，將匯率制度分為6類;一種是匯率制度精細分類法，將匯率制度分為15類。本文進一步將精細分類法中1-4合并為固定匯率制度，5-12、15合并為中間匯率制度，13、14合并為浮動匯率制度。

（二）解釋變量

本文根據“匯率制度選擇的新政治經濟學理論”“蒙代爾-弗萊明模型”“害怕浮動理論”“貨幣危機理論”“最優貨幣區理論”和“不可能三角理論”引入了表1中的14個變量，并將上述14個變量進一步劃分為政治變量、經濟變量和金融變量。

（三）統計性描述與相關系數檢驗

表2給出了14個解釋變量在發展中、新興和發達經濟體中的樣本統計性描述，從表2中的結果可以發現：（1）發達經濟體的通貨膨脹（CPINF）均值最低，標準差最小，這表明發達經濟體能夠有效控制通貨膨脹;（2）新興經濟體的經濟增長率（RGDPG）均值最高，發展中經濟體次之，發達經濟體最低，這與新古典增長理論對不同起點經濟體間增長率存在差異的預測一致;（3）發達經濟體的資本賬戶開放程度（KA_OPEN）、外匯儲備充足程度（RESERVE）和金融發展程度（LDCPSGDP）均高于發展中和新興經濟體;（4）發達經濟體貨幣錯配程度（NFA_GDP）的均值為正，不存在貨幣錯配問題，但發展中和新興經濟體存在顯著的貨幣錯配問題。

本文相關系數檢驗結果發現①：（1）經濟發展程度（LNLEVEL）與經濟規模（LSIZE）相關系數最高，為0.70;（2）廣義貨幣增長率（NOMSHK_T）與CPI增長率（CPINF）相關系數較高，為0.65;（3）金融發展程度（LDCPSGDP）與經濟規模（LSIZE）、經濟發展程度（LNLEVEL）相關系數較高，分別為0.62和0.68。對于不同發展階段經濟體而言，廣義貨幣增長率（NOMSHK_T）與CPI增長率（CPINF）能夠刻畫不同的政策體制，如泰勒規則或通貨膨脹目標制，因此，本文保留了這兩個變量。同時，為避免計量模型中出現多重共線性問題，本文剔除了經濟規模（LSIZE）變量。

三、生存分析模型設定與估計方法

由于關心時間變量對匯率制度持續期的影響，生存分析模型聚焦于生存時間（survival time）分布函數的估計與推斷。在正式開始進行實證分析前，本文首先對構成生存分析的基本函數與概念進行簡要介紹。

（一）生存函數

四、非參數估計結果與Cox模型設定檢驗

（一）非參數模型估計結果

本文首先利用生存分析中非參數模型研究浮動匯率制度持續期的國別差異問題。在本文研究中，風險函數ht給出某經濟體已經維持浮動匯率制度t期條件下，在t時刻退出浮動匯率制度的概率;而生存函數St給出浮動匯率制度持續期超過t期的概率。

本文分別估計不同經濟體分組下浮動匯率制度的Kaplan-Meier生存曲線和Nelson-Aalen累積風險曲線，這兩組非參數估計結果能夠對浮動匯率制度持續期在不同發展階段經濟體中的差異性給出初步刻畫。從圖2中Kaplan-Meier生存曲線的估計結果可以發現：風險率在不同經濟體分組中均表現出負的時間依賴性，即隨時間增加，發展中、新興和發達經濟體退出浮動匯率制度的可能性均增加;浮動匯率在新興經濟體維持時間最短，浮動匯率在新興經濟體最長生存時間不到20年;浮動匯率在發達經濟體的生存時間較長，有超過25%的發達經濟體能夠維持浮動匯率制度達到35年以上。

從圖3中Nelson-Aalen累積風險曲線的主要估計結果可以發現：累積風險率在不同經濟體分組中均表現出正的時間依賴性，即隨著時間的增加，發展中、新興和發達經濟體退出浮動匯率制度的可能性均增加;發展中經濟體退出浮動匯率制度的風險高于新興和發達經濟體，生存期在未達30年時累積風險已達到較高水平;浮動匯率制度累積風險在發達經濟體最低，發達經濟體浮動匯率制度生存期較長，并且其退出浮動匯率制度的可能性也較小;新興經濟體的退出浮動匯率制度的累積風險雖然低于發展中經濟體，但新興經濟體浮動匯率制度的持續期最短。

上述不同發展階段經濟體浮動匯率制度持續期的非參數估計結果初步證明了本文要解釋的核心問題，即布雷頓森林崩潰以來浮動匯率制度的可維持性或持續期在不同發展階段經濟體間表現出了較大差異性：浮動匯率制度在發達經濟體中的持續期最長，在發展中和新興經濟體中表現出較低的持續期。本文的非參數估計結果進一步發現：不僅浮動匯率制度在發達經濟體中持續期最長，并且浮動匯率制度在發展中和新興經濟體間的持續期也存在差異性，浮動匯率制度持續期在新興經濟體最短，其相應的退出風險率也較高。

（二）Cox比例風險模型設定檢驗

為對上述非參數估計結果給出進一步經濟解釋，本文將利用Cox比例風險模型這一半參數模型研究不同變量和因素對浮動匯率持續期的潛在影響。Cox比例風險模型要求協變量對生存率的影響不隨時間改變而變化，即風險比值ht/h0t為固定值。因此，需要使用比例風險檢驗以檢查解釋變量是否滿足上述Cox比例風險模型的假定：如不滿足，可在擴展Cox模型中指定時依協變量，可以將時依協變量定義為時間t與相應協變量的乘積，也可以是其他變換形式來進行估計。具體地，與（11）、（12）相聯系，引入帶時依變量Cox模型的風險函數為，

hjt=h0texp{xj1β1+xj2β2+…+xjkβk+gtzj1γj1+zj1γj2+…+zjmγjm} （16）

表3給出浮動匯率制度下Cox模型比例風險假設檢驗的主要結果。表3中，CA、LNLEVEL、LDCPSGDP的檢驗結果在5%以上顯著性水平顯著，NFA_GDP檢驗結果的顯著性水平也接近5%，這表明上述變量不滿足比例風險不變假定。因此，本文在后續估計中將POLITY2、ACTOTAL、CA、NFA_GDP、ZHOUGON、LNLEVEL、LDCPSGDP作為時依協變量（time-varying covariates，簡稱TVC）且風險函數為（16）式的Cox比例風險模型。

五、Cox比例風險模型估計結果與穩健性檢驗

表4給出了本文浮動匯率制度持續期Cox比例風險模型的估計結果，表4中MAIN和TVC分別為13個非時依協變量和7個時依協變量的估計結果。

（一）在不同樣本分組中的估計結果

1.發達經濟體主要估計結果

發達經濟體參數估計結果中統計上顯著的變量相對較少。表4中發達經濟體解釋變量的估計結果（MAIN）中13個解釋變量中僅5個變量顯著，分別是CA、RESERVE、TRADEOPE、LNLEVEL和LDCPSGDP。CA（-26.916*）和LNLEVEL（-1.870**）估計結果為負，這表明隨著發達經濟體經常賬戶狀態改善和經濟發展程度提高，發達經濟體退出浮動匯率制度的風險將下降。這與本文要解釋的部分發達經濟體傾向于選擇浮動匯率制度并且浮動匯率制度具有較高持續期的典型化事實一致。

發達經濟體部分解釋變量與時依協變量估計結果符號相反，這說明部分解釋變量對發達經濟體匯率制度選擇的短期影響和長期影響不同。表4中發達經濟體解釋變量估計結果中CA（-26.916*）、LNLEVEL（-1.870**）和LDCPSGDP（1.959**）與TVC中時依協變量估計結果CA（1.089**）、LNLEVEL（0.057**）和LDCPSGDP（-0.081**）完全相反。這說明上述解釋變量對發達經濟體退出浮動匯率的短期和長期影響不同。

金融發展程度（LDCPSGDP）在長期中對發達經濟體匯率制度選擇影響與本文要解釋的典型化事實一致。表4發達經濟體時依協變量（TVC）中LDCPSGDP（-0.081**）的估計結果為負且在5%顯著性水平上顯著。上述估計結果的含義是，隨著發達經濟體金融發展程度提高，發達經濟體退出浮動匯率制度的風險將下降。這與本文要解釋的部分發達經濟體傾向于選擇浮動匯率制度并且浮動匯率制度具有較長持續期的典型化事實一致。

2.新興經濟體主要估計結果

新興經濟體參數估計結果中統計上顯著的變量數量相對較少，但具體變量發生變化，這說明新興經濟體匯率制度選擇的影響因素、機制與發達經濟體不同。表4中新興經濟體解釋變量的估計結果（MAIN）中13個解釋變量中僅6個顯著，分別是POLITY2、ACTOTAL、CPINF、TRADEOPE、ZHOUGON和LNLEVEL，其中，POLITY2、ACTOTAL、CPINF、ZHOUGON僅在新興經濟體中顯著。上述結果表明，政治因素、通脹水平和貿易地理集中度不僅在新興經濟體的數據有較大波動性，并且這些因素會顯著影響新興經濟體匯率選擇。

新興經濟體部分解釋變量與時依協變量估計結果符號相反，時依協變量估計結果均能對浮動匯率制度在新興經濟體具有較短持續期給予解釋。表4中新興經濟體時依協變量（TVC）估計結果中顯著的是ZHOUGON（1.101***）、LNLEVEL（0.039**）和LDCPSGDP（0.172***），其中，僅ZHOUGON和LNLEVEL符號發生變化。上述新興經濟體時依協變量估計結果有三個重要含義：一是各解釋變量在短期和長期中均能對新興經濟體匯率制度選擇產生持續、相似影響;二是ZHOUGON、LNLEVEL和LDCPSGDP的TVC估計結果均為正說明隨著貿易集中度、經濟發展程度和金融發展程度提高，新興經濟體退出浮動匯率制度的風險增加;三是LDCPSGDP的TVC估計結果不僅與發達經濟體估計結果相反，與經典理論的預測也不一致，這說明金融發展程度對新興經濟體匯率制度選擇有獨特的影響機制。

3.發展中經濟體主要估計結果

發展中經濟體參數估計結果中統計上顯著的變量相對較多。表4發展中經濟體解釋變量的估計結果（MAIN）中13個解釋變量有9個變量顯著，分別是POLITY2、ACTOTAL、CPINF、RESERVE、NFA_GDP、TRADEOPE、LNLEVEL、NOMSHK_T和LDCPSGDP。上述估計結果表明發展中經濟體的政治、經濟和金融具有較大波動性，均能通過不同渠道和機制對其匯率制度選擇產生影響。

發展中經濟體部分解釋變量與時依協變量估計結果部分出現顯著性水平變化，部分出現符號變化，但時依協變量估計結果與前文非參數估計結果發現的浮動匯率制度持續期在發展中經濟體和新興經濟體存在差異性有內在一致性。表4中發展中經濟體時依協變量估計結果中POLITY2、ACTOTAL、CA和ZHOUGON與其MAIN中估計結果的顯著性水平發生變化;NFA_GDP、LNLEVEL和LDCPSGDP與其MAIN中估計結果相比較符號發生變化。表4中發展中經濟體時依協變量LNLEVEL估計結果為正，其含義為隨著發展中經濟體經濟發展程度提高，發展中經濟體退出浮動匯率制度的風險將增加;NFA_GDP、ZHOUGON和LDCPSGDP的時依協變量估計結果為負，其含義為隨著發展中經濟體貨幣錯配程度改善、貿易集中度提高和金融發展程度提高，發展中經濟體退出浮動匯率制度的風險將降低。上述估計結果表明既有因素使發展中經濟體繼續留在浮動匯率，也有因素使發展中經濟體退出浮動匯率，這與非參數估計結果中發現的浮動匯率在發展中經濟體持續期高于新興經濟體持續期具有一致性。

（二）穩健性檢驗

為確定本文表4中Cox比例風險模型的估計結果不受隨機趨勢或確定趨勢的影響，本文以劉曉輝和張璟（2015）方法為基礎，引入歐盟（EU）變量，即是否為歐盟國家的虛擬變量對原有樣本進行細分。具體地，本文在增加新變量的情況下對樣本進行第二次估計，觀察解釋變量對匯率制度生存期的影響是否發生改變。表5報告了穩健性檢驗的估計結果，可以發現回歸結果中的關鍵系數符號無變化，各系數顯著性甚至系數大小變化均較小。因此，本文表4中估計結果基本穩健。

六、重要結論、經濟解釋與政策含義

（一）重要結論

本文基于155個經濟體1980-2016年面板數據，利用生存分析中非參數、半參數模型對浮動匯率制度持續期在不同發展階段經濟體中的差異性進行系統研究，并得出如下結論：第一，非參數估計的主要結果發現浮動匯率制度在發達經濟體的持續期最長，在發展中經濟體的持續期居中，浮動匯率制度持續期在新興經濟體最短，其相應的退出風險也較高。第二，發達經濟體半參數模型的參數估計結果統計上顯著的變量較少，解釋變量與時依協變量估計結果符號相反，這說明部分解釋變量對發達經濟體匯率制度選擇的短期和長期影響存在差異。第三，發達經濟體LDCPSGDP的半參數模型估計結果表明，隨著發達經濟體金融發展程度提高，發達經濟體退出浮動匯率的風險下降。這與本文要解釋的部分發達經濟體傾向于選擇浮動匯率制度并且浮動匯率制度具有較高持續期的典型化事實一致。第四，新興經濟體半參數模型的時依協變量估計結果表明，隨著貿易集中度、經濟發展程度和金融發展程度提高，新興經濟體退出浮動匯率制度的風險在增加，這一估計結果也與浮動匯率制度在新興經濟體持續期最短的事實一致。第五，發展中經濟體半參數模型的參數估計結果統計上顯著的變量較多，這表明發展中經濟體的政治、經濟和金融具有較大波動性，均能通過不同渠道和機制對其匯率制度選擇產生影響。第六，發展中經濟體LNLEVEL的時依協變量估計結果為正，而NFA_GDP、ZHOUGON和LDCPSGDP的時依協變量估計結果為負，這一估計結果表明既有因素使發展中經濟體繼續留在浮動匯率制度，也有因素使發展中經濟體退出浮動匯率制度。這與浮動匯率制度在發展中經濟體持續期高于新興經濟體持續期具有一致性。

（二）經濟解釋

本文利用規范的實證研究方法對浮動匯率制度持續期存在國別差異現象進行系統研究，并對浮動匯率制度持續期在發達經濟體較長、新興經濟體最短、發展中經濟體居中的現象給出如下經濟解釋：第一，經濟運行環境是否平穩對政策制定者能否長期選擇浮動匯率制度具有重要影響。本文統計性描述中發達經濟體CPINF和RGDPG具有最強穩定性，更進一步，發展中經濟體參數估計結果顯著的變量較多而發達經濟體顯著的變量較少，這也說明發達經濟體政治、經濟變量的變異較小。因此，只有經濟運行環境較為平穩的發達經濟體才能夠長期選擇浮動匯率制度并獲得較高經濟績效。第二，經濟制度或框架是否成熟，也對浮動匯率制度能否平穩運行具有重要影響。本文的估計結果發現，發達經濟體金融發展程度越高，其退出浮動匯率的風險越低，而新興經濟體金融發展程度越高，其退出浮動匯率制度的風險越高。這在一定程度上說明發達經濟體擁有成熟的宏觀調控框架，能夠利用泰勒規則或通貨膨脹目標制來干預和穩定經濟運行。即使在金融市場高度發展、高度開放的情況下，這些制度安排與發達經濟體的宏觀經濟結構和運行特征能夠實現良性互動，促進宏觀經濟穩定發展。但是，新興經濟體由于經濟制度或框架不夠完善，金融市場高度發展會放大各種沖擊對其實體經濟的影響程度，因此，新興經濟體有較強動機通過穩定名義匯率（偏離浮動匯率制度）以提高其經濟績效。第三，非浮動匯率制度被非發達經濟體大量、長期采用，可能的經濟機制是當經濟中的體制和機制不完善時，降低名義匯率波動性會提高其他宏觀政策工具的有效性，并相應提高宏觀經濟穩定性。非發達經濟體的一個重要經濟特征就是經濟中存在大量摩擦和扭曲，如金融市場不發達和長期存在貨幣錯配。在上述經濟和金融條件下，僅通過調節貨幣供應量和名義利率等政策工具不足以保證宏觀經濟穩定，而對外貿易是大部分非發達經濟體重要的經濟增長渠道和政策傳導渠道，因此，降低名義匯率波動性是保持非發達經濟體宏觀經濟穩定的重要條件。

（三）政策含義

本文基于上述重要結論和經濟解釋可以得出如下政策含義：第一，最優匯率制度選擇并不必然遵循由固定到中間再到浮動的唯一路徑，政策制定者應根據經濟發展水平，制度與機制的完善程度選擇恰當匯率制度。第二，只有具備成熟金融市場、監管框架和宏觀調控能力的發達經濟體才能在浮動匯率制度下獲得較高經濟績效。第三，對于仍處于經濟發展階段的中國，應在金融市場、監管框架和宏觀調控能力更為成熟的條件下，再考慮由目前的有管理浮動匯率制度轉向自由浮動匯率制度。中國2015年“8.11匯改”以來逐步增強人民幣匯率穩定性的政策調整有內在合理性。在目前以及未來的一段時期，有管理浮動這一中間匯率制度仍是穩定中國經濟的更合理政策選擇。

注釋：

① 限于篇幅，本文并未報告相關系數檢驗的具體結果，備索。

參考文獻：

[1] Hagen V， Zhou J. The Choice of Exchange Rate Regimes in Developing Countries： A Multinomial Panel Analysis[J].Journal of International Money and Finance， 2007，26（7）： 1071-1094.

[2] Ilzetzki E， Reinhart C M， Rogoff K S. Exchange Arrangements Entering the Twenty-first Century： Which Anchor Will Hold？[J].The Quarterly Journal of Economics， 2019，134（2）： 599-646.

[3] Habermeier K，Kokenyne A，Veyrune R，Anderson H. Revised System for the Classification of Exchange Rate Arrangements[J].IMF Working Papers， Working Paper No. 09/211，2009.

[4] Dreyer J S. Determinants of Exchange Rate Regimes for Currencies of Developing Countries： Some Preliminary Results[J].World Development， 1978，6（4）：437-445.

[5] Savvides A. Real Exchange Rate Variability and the Choice of Exchange Rate Regime by Developing Countries[J].Journal of International Money and Finance， 1990， 9（4）： 440-454.

[6] 路繼業， 張嬈. 新興經濟體匯率制度選擇：狀態依存的視角[J].經濟研究， 2021， 56（2）：106-122.

[7] Klein M W， Marion N P. Explaining the Duration of Exchange Rate Pegs[J].Journal of Development Economics， 1997，54（2）：387-404.

[8] Wong K F， Leung S W. Explaining the Duration of Exchange Rate Pegs in Asia[J].International Journal of Applied Economics， 2005， 2（2）： 111-129.

[9] Blomberg S B， Frieden J， Stein E. Sustaining Fixed Rates： The Political Economy of Currency Pegs in Latin America[J].Journal of Applied Economics， 2005，8（2）： 203-225.

[10]Lin S， Ye H. The Role of Financial Development in Exchange Rate Regime Choices[J].Journal of International Money and Finance， 2011，30（4）： 641-659.

[11]Tamgac U. Duration of Fixed Exchange Rate Regimes in Emerging Economies[J].Journal of International Money and Finance， 2013， 37： 439-467.

[12]Bandaogo M S， Chen Y. Duration of Sudden Stop Spells： A Hazard Model Approach[J].Review of International Economics， 2020，28（1）： 105-118.

[13]Chinn M D， Ito H. What Matters for Financial Development？ Capital Controls， Institutions， and Interactions[J].Journal of Development Economics， 2006， 81（1）： 163-192.

[14]Lane P R， Milesi-Ferretti G M. The External Wealth of Nations Revisited： International Financial Integration in the Aftermath of the Global Financial Crisis[J].IMF Economic Review， 2018， 66（1）： 189-222.

[15]Kiefer N M. Economic Duration Data and Hazard Functions[J].Journal of Economic Literature， 1988：26，67-646.

[16]Kaplan E L， Meier P. Nonparametric Estimation from Incomplete Observations[J].Journal of the American Statistical Association， 1958，53（282）： 457-481.

[17]Nelson W. Theory and Applications of Hazard Plotting for Censored Failure Data[J].Technometrics， 1972， 14：96-945.

[18]Aalen O. Nonparametric Inference for A Family of Counting Processes[J].The Annals of Statistics， 1978， 6： 701-726.

[19]Cox D R. Regression Models and Life-tables[J].Journal of the Royal Statistical Society： Series B （Methodological）， 1972，34（2）： 187-202.

[20]Cleves M， Gould W， Gutierrez R G， Marchenko Y V. An Introduction to Survival Analysis Using Stata[M].Stata press， 2008.

Abstract：Based on the panel data of 155 economies from 1980 to 2016， this paper uses the non-parametric and semi-parametric techniques in the survival analysis model to systematically study the differences in the duration of the floating exchange rate regime in the economies of different development stages. The research finds： The main results of the non-parametric estimation find that the floating exchange rate regime has the longest duration in developed economies， the duration of the floating exchange rate regime is in the middle in developing economies， and the duration of floating exchange rate regime is the shortest in emerging economies. The higher the degree of financial development in developed economies， the lower the risk of exiting the floating exchange rate regime， which is consistent with the fact that floating exchange rates have a relatively long duration in developed economies. The higher the value of Emerging economies′ trade concentration， economic development and financial development， the higher the risk of its exit from the floating exchange rate regime， which is consistent with the fact that floating exchange rate regime of emerging economies has the shortest duration. The estimation results of developing economies show that their political， economic， and financial factors have greater volatility. These factors can influence their choice of exchange rate regime through different channels and mechanisms. This article finally draws important conclusions， economics explanations and policy implications.

Key words：exchange rate regime choice; duration analysis; K-M estimation; cox proportional hazard model; time-varying covariates

（責任編輯：周正）