1. 网站地图
  2. 设为首页
  3. 关于我们


中国短期跨境资本流动多重影响因素 的时变特征研究

发布时间:2022-10-10 11:24
目录
中文摘要 I
英文摘要 II
第一章 绪论 1
第一节 研究背景和意义 1
第二节 研究内容和框架 4
第三节 论文的创新与不足 6
第二章 文献综述 9
第一节 短期跨境资本流动的测算方法 9
第二节 短期跨境资本流动驱动因素机理 10
第三节 短期跨境资本流动的驱动因素研究 11
第四节 本章小结 14
第三章 多重影响因素时变特征分析:基于全球因素与国内因素比较 15
第一节 全球因素与国内因素的实证构建 15
第二节 全球因素与国内因素时变特征实证分析 19
第四章 短期跨境资本流动的国内多重影响因素时变特征分析 25
第一节 实证模型设定 25
第二节 国内多重影响因素的自身时变特征实证结果 28
第三节 国内多重影响因素对短期跨境资本流动影响的时变特征分析 32
第五章 研究结论与政策启示 40
第一节 研究结论 40
第二节 政策启示 41
参考文献 43
致谢 46
攻读硕士学位期间的科研经历 47
独创性声明和论文使用授权说明 48
第一章 绪论
第一节 研究背景和意义
短期跨境资本流动,也被称之为国际游资或“热钱”,被普遍认为波动性较强、 流动规模变化较大、流动方向容易逆转,对一国实体经济与金融市场可能造成显 著的负面冲击(张明, 2011)。在《跨境资本流动管理政策与工具--国际货币基 金组织文献选篇》中提到:资本接收国的政策挑战已经从处理资本流入激增转变 为在继续管理波动性的同时应对资本流动逆转。与之对应的是,中国自2014 年 开始的短期资本持续流出的局面仍未得到改善。
国内一般以证券投资和其他投资之和来近似测度中国短期跨境资本流动的 规模(如张谊浩等, 2007;张明和李曦晨, 2020)。图1-1所示为2000年至2020 年境外对中国的其他投资规模和证券投资规模变化趋势。可以看出,其他投资规 模趋势自2006年开始出现了明显的波动;在2013年至2015年期间出现了明显 的结构变化,表现为其他投资规模断崖性的下降。证券投资规模同样自2006 年 开始出现了明显的波动直至2015年,随后证券投资规模趋势也出现了明显的结 构变化,表现为其规模一直处于显著的上升趋势当中。
 
图 1-1 2000 年至 2020 年境外对中国其他投资和证券投资规模
数据来源: 中国外汇管理局。
图 1-2 所示为以间接法估计的 2001 年至 2020 年中国的短期跨境资本流动的 变化趋势。如何有效地运用经济模型,深入剖析短期国际资本在中国流动的原因 一直是经济金融研究领域的重要课题。
张明(2014)研究表明,新兴市场经济体与发达经济体各类资本流动的驱动 因素明显不同。对于新兴市场经济体而言,本国经济增长率是最重要的拉动因素, 而全球风险偏好变动和美国经济增长率的变化是最重要的推动因素(利率水平的 变化和VIX风险指数变化是短期跨境资本流动最重要的推动因素)。对发达经 济体而言,汇率变动是最重要的拉动因素;美国经济增长率是最重要的推动因素。 可以看出对一个国家而言,短期跨境资本流动的影响因素可以分为全球因素与国 内因素。
 
2002 2004 2006 2008 2010 2012 2014 2016 2018 2020
图 1-2 2001 年 3 季度至 2020 年 2 季度中国短期跨境资本流动间接法估算
因此结合我国证券投资规模、其他投资的规模变动来看,造成我国证券投资 规模、其他投资规模出现如图1-1 和图1-2 所示的结构性变化和波动性变化原因 可以从国内政策、国内经济结构变化和国际因素这几个方面来解释。
从国内政策立场和相关管理规则的变化来看,2006 年中国监管部门降低了 QFII 资格门槛,养老基金、慈善基金会、捐赠基金、信托公司、政府投资管理 公司等机构也获得了 QFII 申请资格。随后又经历了资格审批停止和重启等事件, 造成了境外对中国证券投资规模波动明显。2012 年至2013 年中国境内机构境外 上市渠道被拓宽,允许通过境外发行人民币点心债获得融资,在此期间,境外对 国内的证券投资规模上涨明显。自 2016 年开始,我国进一步放开境外投资者在 中国银行间债券市场投资,实施合格境外机构投资者外汇管理改革,放宽投资额 度的限制等。由此,境外对中国的债券投资规模自 2016年大幅上升。其次,中 国自身宏微观经济发展的变化。2015 年,境外对我国其他投资显著下滑。这是 因为国内企业为降低外汇风险,主动减少外币借款,形成境外对我国的外币贷款 额度减少的现象。中国非居民人民币存款下降和贸易信贷负债的减少也是造成这 一时期其他投资规模减少的部分原因。随着中国不断推进金融市场有序双向开放, 国内证券市场吸引力不断上升,加之中国经济稳健增长的预期,双重因素推动了 境外对中国股权投资规模不断攀升并始终维持高位。
国际短期跨境资本流动在我国也呈现出波动型强、流动规模变化较大、流动 方向逆转较快的特点(如图1-2 所示)。自 2004 年开始中国短期跨境资本流动 开始出现波动,在2007 年之后波动开始加剧;但从 2014年开始,中国短期跨境 资本流动出现了一个结构变化,表现为短期资本的持续流出。造成这种波动和结 构变化的原因有国内政策或国内经济结构变化方面的原因:2001 年3季度短期 资本一直处于流出状态,但自中国加入世贸组织、2005 年汇率形成机制改革以 及国内房地产与股票市场价格不断上涨后,人民币进入了持续的单边升值周期。 国内利率水平也逐步上升,短期国际资本陆续流入国内市场。自 2014 年开始, 随着中美利差的收窄以及人民币兑美元汇率的贬值预期,中国开始面临短期国际 资本持续流出的局面。 2015 年“8.11”汇改后,人民币兑美元汇率报价需考虑率 外汇市场供求关系导致了人民币汇率双向浮动弹性明显增强,在一定程度上遏制 了短期国际资本外流的趋势。另外也有国际因素方面的原因:在2007年末至2008 年末,全球金融危机期间和前后的一段时间内,中国短期国际资本出现了一定的 流出的现象,但随着发达国家为了应对金融危机而实行量化宽松政策释放流动性, 中国政府推出“四万亿经济刺激计划”,国内利率水平迅速降低,使得短期国际 资本流出状况得到缓解。但随后的欧债危机、中国经济增速放缓等事件又加剧了 短期跨境资本流动的波动幅度。
可以看出,中国短期跨境资本流动呈现出显著的时变特征,即波动幅度大, 在某些时间点上有明显的结构变化。尤其是资本流动方向的突然逆转,会引发国 内利率和汇率市场的剧烈波动,造成经济增速明显下挫或系统性风险等(李芳等, 2018;姚小义和易静为, 2015;喻开志, 2018)。
同时,利率、汇率、经济增速和资产价格变动等这一类短期跨境资本流动驱 动因素又会受投机资本在套利、套汇和套价动机下,在不同的时期表现出不同的 影响,即对短期跨境资本流动的影响存在明显的时变性。这两者均会对宏观管理 政策的制定和实施带来挑战。因此为了应对这种难题,近年来跨境资本流动的宏 观审慎管理被频繁提及,其强调从宏观、逆周期和跨市场的视角评估和防范系统 性风险,防止金融体系的顺周期波动和跨市场的风险传播,维护整个金融体系稳 定。
多年来,中国资本账户的相对封闭较好地避免了一系列金融危机对中国的过 大冲击。但随着全球范围内经济全球化和金融自由化不断加深,国内汇率形成机 制改革、利率市场化以及资本账户开放进程的不断推进,如今的中国正处于金融 开放关键时期的同时,也需要特别注意系统性金融风险的管控。正是由于这类国 际和国内利率、汇率、资产价格和信贷因素会出现新的时变和波动特征,导致了 短期国际资本向我国金融市场流动愈加频繁且不断呈现出新的变化和趋势。
并且值得一提的是,中国自2001 年加入世界贸易组织以来从原来的融入全 球金融市场,到近些年逐步从全球经济的趋势中走出了自己的趋势。基于该种现 实情况,本文提出如下设想:若中国短期跨境资本流动仍然受全球资本市场波动 较大影响,那么中国的宏观经济政策,尤其是跨境资本流动宏观审慎政策要更加 关注全球因素一些,反之就要逐渐开始关注中国内部因素所带来的影响,因此使 用更为完善的模型来研究中国短期跨境资本流动的全球因素和国内因素及其特 有的时变特征是本文探究的重点。
鉴于目前已有文献所涉及全球因素与国内因素对我国短期跨境资本流动是 否产生影响的讨论仍然较少,本文采用了面板 VAR 模型来着重探讨这个问题。 更进一步地,本文分别采用了时变参数、随机波动率和 Student-t 模型,探究全 球因素和国内因素各自的时变特征以及这些因素对短期跨境资本流动的时变影 响。这类动态模型相较于参数恒定的向量自回归模型可以更好地拟合宏观经济变 量复杂的结构变化和剧烈波动,从而更加深入地找出中国短期跨境资本流动背后 的影响因素及其变动的原因。进而帮助监管部门探索宏观审慎政策制定的方向并 进一步调控和引导我国短期跨境资本流动,维护我国金融稳定。因此本文的研究 具有一定的现实意义,这也是本文相较于国内已有文献存在创新的方面。
第二节 研究内容和框架
本文拟从文献研究、理论探讨、实证研究3 个方面入手展开对中国短期跨境 资本流动影响因素研究和政策应对探讨。通过对与本文相关的国内外理论研究、 实证研究进行系统回顾,主要涉及短期跨境资本流动的测算方法、短期跨境资本 流动驱动机理、短期跨境资本流动的驱动因素和政策应对的相关研究,为本文研 究思路选择、实证分析变量选择、研究框架确定奠定文献基础。通过短期跨境资 本流动驱动机理分析,为后面的实证分析做了理论上的铺垫。在实证分析框架确 定后,从全球层面和国家层面比较了中国短期跨境资本流动的波动来源究竟是来 源于全球范围内还是来源于中国自身内部,并从具体的短期跨境资本流动多重影 响因素角度进一步分析了多重影响因素对中国短期跨境资本流动的影响。通过实 证结果的比较最后得出本文的研究结论和政策建议。本文共分为五章,文章具体 内容安排如下列示:
第一章,导论。这部分主要对本文的研究背景和意义做较为完善的介绍,在 此基础上引出本文的研究内容、框架、研究方法和创新点。
第二章,文献综述。本章主要对已有的短期跨境资本流动研究做一个简要回 顾,包括短期跨境资本流动规模的测算方法、短期跨境资本流动的驱动机理、短 期跨境资本流动的驱动因素这三个方面。在对已有研究进行回顾的同时,也对本 文主要变量的选择、研究方向和创新点奠定了文献基础。
第三章,短期跨境资本流动的时变特征:全球因素与国内因素。本章主要内 容包括来自全球层面和国家层面的经验证据。在全球和国家层面,基于六个国家 的面板数据,使用面板VAR模型考察了中国短期资本波动的来源究竟是来自全 球因素的还是国内因素的。并为后一章中国短期跨境资本流动的多重影响因素的 时变特征分析做好铺垫。
第四章,短期跨境资本流动的国内多重影响因素时变特征分析。本章采用了 时变参数、随机波动率和 Student-t 模型验证了各个国内因素存在的结构性变化 和波动性聚类现象。并通过脉冲响应分析,探究了中国短期跨境资本流动的波动 来源和国内各个宏观变量对其影响的时变特征。进一步证实国内因素不仅自身存 在时变特征外,还对中国短期跨境资本流动的影响存在明显的时变特征。
第五章,研究结论与政策启示。对全文的研究结论进行总结,并结合上述研 究结果提出了本文研究隐含的政策建议。
论文的研究框架和技术路线见图 1-3。
 
 
图 1-3 论文研究框架和技术路线图
第三节 论文的创新与不足
短期跨境资本流动问题的研究一直是近年以来的热点,其研究进展不仅对中 国金融开放的实践有着重要的意义,而且也能极大的丰富国际金融学的研究内容。 理论研究表明,短期资本持续流入后突然的大规模“外逃”,会对东道国金融市 场和国内经济造成巨大的冲击,并且很有可能会导致系统性风险的发生。当下, 中国正积极推进汇率、利率市场化以及资本账户开放等多项金融改革。可以预见, 国际资本流动的大幅波动会更加频繁。与中国短期跨境资本流动的影响因素及特 征相关的研究才刚刚展开,这些实证结果能否全面揭示短期跨境资本流动多重影 响因素的特征仍然需要进一步检验。本文主要在学者们研究基础上,实证考察了 中国短期跨境资本流动多重影响因素的时变特征,为有关研究的进一步展开提供 了必要的经验研究材料。
本文的创新点主要体现在以下几个方面:
1.本文第一部分实证章节使用了跨国面板数据和面板VAR模型,立足于全
球因素和国内因素视角下,探讨部分占据全球短期跨境资本流动极大比例的国家 和地区与我国短期跨境资本流动是否存在显著的联动。同时观察两种因素主导我 国短期跨境资本流动的时期是否会发生变化。
已有文献在研究影响短期跨境资本流动驱动因素时,大部分基于本国数据, 探究短期跨境资本流动的驱动因素。或者考察不同区制下短期跨境资本流动的特 征和影响因素。也有部分文献使用跨国面板数据,他们将国家样本数据划分为发 达国家、发展中国家、新兴经济体等集体,研究实体经济和金融变量对跨境资本 流动、汇率、经济发展的影响。但国内鲜有文献从总体上探讨全球因素与国家因 素对短期跨境资本流动的影响。而各个国家共同造成的全球范围内的资本流动, 一定是随着各种意外冲击和各国内部的宏观经济政策的改变而呈现不同的变化。 因此基于该角度的研究可以丰富我国跨境资本流动的研究,因此具有一定的现实 意义。
2.近年来,随着非线性计量方法的发展,关于结构不稳定性建模以及厚尾事 件建模的研究越来越受到重视。这一类建模特征能够增加发生极端事件的可能性, 在经济不确定时更快的适应大波动。Ciccarelli (2016)、Cross和Poon (2016) 等使用带有Student-t分布误差的面板向量自回归模型都发现带有厚尾分布和随 机波动的模型可以提高样本拟合。
由于短期跨境资本流动多重影响因素在不同经济环境下表现出新的特征,因 此需要用更加完善的模型来捕捉这些时变特征并分析原因,因此本文使用带有 Student-t分布和随机波动率的向量自回归模型,利用t分布带有的自由度变化捕 捉中国国内因素出现结构性变化的时间点,观察全球因素与国内因素随机波动率 显著增大的时间点与模型整体随机波动率显著增大的时间点是否相吻合。并通过 脉冲响应分析,在有全球因素与国家因素对我国短期跨境资本流动影响的结论下 进一步探讨全球因素和国内因素对中国短期跨境资本流动的影响是否存在显著 的时间变化。
本文的不足之处主要有以下几点:
1.受制于短期资本统计数据中流入和流出数据并未分离,使得本文无法更深 入地分析驱动短期资本流入或流出的因素,以及各自具备各种时变特性。同时中 国短期跨境资本流动来源与流出目的地国家的数据没有具体的统计,使得本文同 样无法更深入地分析中国短期跨境资本流动来源与流出目的地国家对我国短期 跨境资本流动影响的时变性。
2.本文仅在宏观层面,解释了中国经济增长、股价变动等国内因素已对我 国短期跨境资本流动变动的影响越来越显著,今后可继续用行业数据等中观数据, 深入揭示中国结构性改革是否是造成中国国内自身因素对我国短期跨境资本流 动影响越来越明显得原因。同时还可以基于微观数据,继续深入探究国内外居民、 机构、银行等群体近些年来对我国短期跨境资本流动影响程度是否出现显著的变 化。
第二章 文献综述
第一节 短期跨境资本流动的测算方法
目前,国内外已有大量的文献关注短期跨境资本流动规模测算问题。在这些 文献中估算短期跨境资本流动规模的方法主要包括直接法、间接法与混合法三种。
直接法通过将一国国际收支平衡表中的几个项目相加得到短期跨境资本流 动规模。最先提出该方法的是Cuddington (1986),他使用短期误差与遗漏项(流 入) +私人非银行部门短期资本流入来计算短期国际资本流入。这种方法的优点 在于统计过程和方法较为简便,而缺点在于该方法假定了选定的国际收支表中的 这些项目全部属于短期国际资本的定义内。但是可以看出这种假定在很大程度上 是不符合实际的。另外,该方法又假设未选中的项目都不包含于短期国际资本的 定义内,这样做又会低估短期跨境资本流动的规模。一般而言,对直接法的改进 通常是加入更多的项目使规模估算更为精确。该方法文献方面:修晶与张明(2002) 直接利用 Cuddington 公式计算了中国面临的短期跨境资本流动。杨海珍与陈金 贤(2000)在该方法上进一步加入了进出口伪报额与贸易信贷额两项。尹宇明与 陶海波(2005)在Cuddington公式中加入隐藏在投资收益、FDI净流入与其他 投资项目下的短期国际资本。
间接法是用外汇储备增量减去一国国际收支平衡表中的某些项目的一种测 算方法。最先提出该方法的是World Bank (1985),其计算公式为:短期国际资 本流入=外汇储备增量-经常项目顺差-FDI净流入-外债增量。我国一些学者在短 期资本变量定义中使用了最简单的间接法对短期跨境资本流动规模进行估计,即 短期国际资本流入=外汇储备增量-经常项目顺差-FDI净流入。对间接法的拓展 方向之一,是对外汇储备这一项目进行改进。比如国内部分学者用外汇占款增量 或货币当局外汇资产增量来替代外汇储备增加额。该方法文献方面,陈学彬等 (2007)将公式扩展为:短期国际资本流入=外汇占款增量-经常项目顺差-FDI 净流入。张斌(2010)用货币当局外汇资产增量来替代外汇储备增量。对间接法 拓展的第二个方向是对贸易顺差与外商直接投资(FDI)进行调整,即在计算结 果中加入贸易顺差与FDI中隐含的短期跨境资本流动。张明(2008)以及张明 与徐以升(2008)将名义贸易顺差与真实贸易顺差的差值作为贸易顺差中隐藏的 资本流动的估计。而对于FDI中隐含的短期跨境资本流动问题,张明(2008) 以及张明与徐以升(2008)将各年 FDI 税后利润与折旧之和减去汇出的投资收 益作为 FDI 中隐藏的资本流动的估计。
混合法是一种将直接法与间接法相结合的估算方法。该方法计算公式为:短 期国际资本流入=误差与遗漏项-本国居民除FDI之外的对外债权增量-由国际负 债表中获得的债务增量与该国国际收支平衡表中外债增量之差+产生国际平均 收益的对外债券额。相对于使用直接法与间接法的已有文献,采用混合法估算中 国短期跨境资本流动规模的文献目前仍然较少。具体来看,李扬(1998)采用: 国际储备资产+库存现金-国际资本往来-误差与遗漏来计算短期国际资本的 流入。王信与林艳红(2005)的估算公式则为:资本与金融项目盈余-直接投资 净流入+进出口伪报额+经常转移中的资本流动+FDI中的短期跨境资本流动。
以上三种方法对短期国际资本流入的测算各有优缺点,此后越来越多的学者 为测算中国短期跨境资本流动更加精确,对以上三种方法进行了不同程度的改进。
第二节 短期跨境资本流动驱动因素机理
研究表明,非平抛利率平价曲线是利率和汇率之间传导的理论基础,也是判 断国际资本流动方向的重要依据(Peel和Taylor, 2002) 。Kim (2000)研究认 为,利率和汇率均是影响国际资本流动的主要因素,其中,跨境资本流动对国际 利率水平的变动较为敏感,两者表现出负相关关系,真实汇率水平及其升贬值趋 势也会导致国际资本的大幅波动。陈创练(2017)使用TVP-VAR模型分析了利 率、汇率和国际资本流动之间的时变关系,研究结果表明汇率对利率的传导受限, 但对国际资本流动的影响较为显著。利率对汇率和国际资本流动的传导均受限。 其原因除了因为我国利率的价格机制不完善和资本账户管制外,另外一个原因则 在于汇率日波动区间受限从而削弱了利率对汇率的传导效应。
上述研究着重关注利率和汇率对短期跨境资本流动的影响,但短期资本的流 动还存在多重套利动机。在多重套利动机下,学者们最为关注套汇、套利和套价 这三类动机。方先明等(2012)对中国短期资本流入动机进行检验,发现套汇和 套利是短期资本流入中国市场的主要动机,且套汇的动机较套利动机更为强烈。 吕光明和徐曼(2012)通过构建向量自回归模型对短期跨境资本流动的套利、套 汇和套价动机进行分析,结果同样表明套汇动机对短期跨境资本流动的影响最大。 套价因素对其影响次之,其表现为股价增长和房价增长对短期资本的吸引。而三 种动机中,套利因素影响最弱。而 Raddatzetal. (2017)研究发现套价动机对短 期资本流入的吸引力最大。赵进文和张敬思(2012)在模型中引入风险溢价因素, 实证检验短期跨境资本流动、人民币汇率和股票价格之间的相互影响。结果表明, 与经验相反人民币升值会导致短期国际资本获利流出,造成股票指数下跌,进而 继续导致短期资本的持续流出。当人民币贬值,此时短期国际资本会逢低流入, 股票指数上涨,进而继续导致短期资本的持续流入。张明和谭小芬(2013)进一 步证实了人民币升值预期是中国面临的短期跨境资本流动最主要的驱动因素。彭 红枫和祝小全(2019)的研究表明,投资者做出套汇动机时需要同时考虑,即期 汇率和预期汇率,只有当风险溢价水平超过门限值时,套汇动机才会产生;中美 利率水平同步性的降低保证了套利空间的存在;股票市场的套价动机弱于大宗商 品市场;中国政府对国内房地产市场的监管政策在一定程度上阻碍了短期跨境资 本流动在该市场上的套价行为。戴淑庚和余博(2019)构建存在异质性风险偏好 投资者的跨境投资模型,分析资本账户管制、套利、套汇等因素对资本流动的影 响机制。研究发现资本账户开放不存在明确地引导短期跨境资本流动的预期,但 会通过改变相关因素的影响程度对短期跨境资本流动规模产生影响;在资本账户 快速开放以前,套汇和套利动机起主要作用。而当美联储货币政策影响大幅攀升 并成为主导因素时,国际金融风险的影响程度也会随之提升,而套利动机则逐渐 变得不显著。
第三节 短期跨境资本流动的驱动因素研究
近年来,较多研究均聚焦于短期跨境资本流动的驱动因素上面,Reinhart和 Montiel (2001)将影响因素划分为推力和拉力因素。其种,推力因素主要是国 际因素, 包括美元流动性、国际低利率和全球高风险偏好等;拉力因素主要指东 道国内部因素, 包括高利率、高经济增长、高资产收益率和低通胀等。 Koepke (2015)进一步区分周期性因素和结构性因素。周期性因素本质上是短期因素, 包括利率、经济增长和避险因素等, 而结构性因素则与制度性等中长期因素有关, 包括经济体中机构投资者的崛起、投资多样化趋势、新兴经济体金融市场的放松 管制以及政府在经济中的作用等。
国内文献对短期跨境资本流动驱动因素的研究大多使用TVP-VAR模型,例 如:彭红枫和祝小全(2019)使用TVP-VAR-SV模型分析了短期跨境资本流动 的套汇、套利和套价行为,研究发现这三种动机对短期跨境资本流动的影响始终 存在。孙天琦和王笑笑(2020)使用了线性回归模型和TVP-VAR-SV模型不仅 实证比较了利差、汇差、资产价差对中国跨境资本流动影响,还研究了内外部金 融周期对中国跨境资本流动影响,发现内外部金融周期差异变动对资本流入的影 响比对资本流出的影响更明显;同时发现汇差与资产价差较利差对短期跨境资本 流动的影响更大,而利差对跨境资本流动的影响开始变弱,汇差和资产价差对跨 境资本流动影响逐渐变大。在利率波动和汇率波动对短期资本流动的影响方面: 陈创练等(2017)使用TVP-VAR-SV模型实证检验了利率、汇率波动和国际资 本流动三者之间相互影响机制和动态关系,研究发现利率对国际资本流动的传导 渠道相对受阻,汇率对国际资本流动的传导渠道较为顺畅。在货币政策对短期资 本流动的影响方面:李成刚和李峰等(2020)实证检验了数量型货币政策冲击和 价格型货币政策冲击对国际资本流动的时变影响。结果表明,数量型货币政策冲 击对国际资本流动的短期影响要高于中长期。价格型货币政策冲击对国际资本流 动的影响弱于数量型货币供应冲击,且国际资本流动受价格型货币政策冲击的影 响回归零轴的速度更快。总体来看,在调节国际资本流动和稳定人民币汇率的效 果上,价格型货币政策优于数量型货币政策,中央银行对国际资本流动的货币政 策调控,应逐步从数量型货币政策向价格型货币政策转变。在这些研究的基础之 上,张昊宇和陈钟飞等(2020)运用TVP-VAR模型,系统地分析了国际金融市 场波动率、中美利差、人民币汇率预期、通货膨胀率、股价增长率等因素对中国 短期跨境资本流动的影响,发现各驱动因素对中国短期跨境资本流动的影响存在 着显著的时变特征,其较为关键的结构变化时间点包括2007年与 2013年。同时, 也有使用区制转换模型探讨中国短期跨境资本流动驱动因素的研究,例如:高明 宇和张文婷(2021)构建MSVAR模型分析中国短期跨境资本流动在不同区制下 的主要驱动因素,研究发现中国短期跨境资本流动及其影响因素存在明显的区制 转换特征。在平稳期中,中国短期资本的主要驱动因素为即期汇率、中国利率水 平和美国影子利率水平。而在波动期中,中国短期资本的主要驱动因素为即期汇 率、人民币升值预期和美国影子利率水平。
面板数据实证研究方面,Ahmed和Zlate (2014)通过研究决定新兴市场国 家私人资本净流入的因素发现,新兴市场国家与发达国家经济增长和利率的不同 以及对全球危机的吸收能力的差异是决定私人资本净流入的一个明显的因素。同 时还发现美国量化宽松政策对新兴市场国家的资本流入,尤其是对证券市场的流 入起到正向作用。Forbes和Warnock (2011)对50多个国家资本总流动的“流 入”、“骤停”、“外逃”和“收缩”这四种类型的数据进行实证研究,发现全 球风险对所有类型的异常资本流动都会产生影响,使得资本流动的“骤停”和“收 缩”两种情况增加,而“涌入”和“外逃”两种情况减少。同时发现,资本管制 对所有情况都没有影响。黄赛男(2020)基于 54个经济体的国际资本流动的季 度数据,构建极端国际资本流动时期数据库,可识别“激增”、“骤停”、“外 逃”以及“撤回”四种极端国际资本流动事件类型。基于这四种类型,分析贸易 开放度对极端国际资本流动的影响。实证结果表明,一国贸易开放度越高,其发 生极端国际资本流动事件的可能性越低。在考虑了国家经济发展水平的差异后, 发现对于发达经济体,贸易开放度对外国资本流动和本国资本流动均有显著影响; 而对于发展中经济体,贸易开放度仅影响本国的资本流动而基本不影响外国资本 流动。张明(2014)研究了过去十余年52个经济体面临各类资本流动的驱动因 素,研究结果表明:对新兴市场国家而言,本国经济增长率是最重要的拉动因素, 而全球风险偏好和美国经济增长率是最重要的推动因素,对发达国家而言本币汇 率变动率是最重要的拉动因素,而美国经济增长率是最重要的推动因素。在市场 平静时期,本币汇率变动率与经济增长率是新兴市场国家短期跨境资本流动的重 要驱动因素,但这些因素在市场动荡时期不再显著。在市场动荡时期,中外利差 与经济增长率对发达国家短期跨境资本流动的影响转而变得显著。同时基于方差 分解的结果表明金融风险指数和利率水平的变化对新兴市场国家短期跨境资本 流动的影响较强。张明和李曦晨(2020)实证研究发现,其他投资流出主要受到 实际GDP增长率和资本开放度影响,而造成证券投资流出的主要因素则是全球 金融风险、汇率预期和资本开放度。不同地区和收入水平国家双流出现象的影响 因素也存在差异,经济增长率之差和汇率预期对新兴经济体短期资本正常单向流 出和双流出的影响方向显著相反。刘浩杰等(2020)在利用MVMQ —CAViaR方 法对极端金融风险溢出水平进行测度的基础上,基于全球主要发达国家和新兴市 场国家数据,构建面板门槛和中介效应模型研究全球经济政策不确定性对短期跨 境资本流动的影响。结果表明,极端金融风险溢出水平较低时,国内金融市场抗 风险能力较强,而全球经济政策不确定性对短期资本流出影响有限;一国主权债 务风险与宏观杠杆率的提升在极端金融风险溢出水平的作用下会导致短期资本 流出。Ma (2018)使用18个新兴市场经济的平衡面板数据探究短期国际资本的 影响因素及时变特征。研究发现,短期国际资本与 VIX 指数(国际金融市场波 动性指数)和美国实际GDP增长率呈现显著的负相关,与新兴市场汇率升值呈 现显著的正相关。并且,短期国际资本对美国GDP增长、VIX指数、美元升值 的冲击响应最大。杨海珍和张梦婷等(2021)实证研究发现,美元上行周期内, 新兴经济体与发展中经济体国内的短期资本净流出规模会大幅增加;美元下行周 期内,全球短期跨境资本流动的波动性显著提高。相较于美元上行周期,美元下 行周期时新兴市场国家和发展中国家的短期跨境资本流动规模均会显著提高,且 新兴市场国家和发展中国家发生短期跨境资本流动极端波动的概率也会显著提 高。
总的来看,已有文献对短期跨境资本流动驱动因素的结论较为统一,实证结 果都表明经济增长、利率、汇率以及金融风险等会对短期跨境资本流动产生重大 影响;这些驱动因素对短期跨境资本流动的影响均存在显著的时变特征,即在不 同的历史环境、经济发展状况和金融体系完善程度下影响不同。并且新兴市场国 家的资本流动有一条明显的规律,即当全球资本市场流动性充裕时,会有大量国 际资本涌入新兴市场国家。但是一旦国际金融市场出现波动,这些国际资本又会 立刻反转加速流出新兴市场国家。随着国际市场波动减小以及全球范围内流动性 的提升,这些国际资本又会出现回流。此类情况造成了新兴市场国家短期跨境资 本流动的剧烈波动。
第四节 本章小结
本章从短期跨境资本流动的测算方法、驱动因素及驱动因素机理这三个方面 对已有短期跨境资本流动的相关研究进行了一个系统回顾。在短期跨境资本流动 测算方面,越来越多的学者对这三种方法进行了不同程度的扩展。短期跨境资本 流动的测算已经越来越完善。随着研究的深入,短期跨境资本流动的驱动因素和 影响也已经较为清晰,这为后续研究打下了坚实的基础。在经验意义上短期跨境 资本流动的影响因素的时变特征是本文要研究的重点,在现有研究的基础上,本 文将着重考察中国短期跨境资本流动波动的来源是来自全球层面还是国家层面, 进而探究这些因素对中国短期跨境资本流动影响的特征以及中国跨境资本流动 宏观审慎监管的方向,以求对已有研究做一个补充。
第三章 多重影响因素时变特征分析:基于全球因素与国内
因素比较
本章将从全球因素与国内因素角度,选用面板VAR模型探究全球因素与国 内因素在哪些时间段占据影响中国短期跨境资本流动的主导地位。为此,选用面 板 VAR 模型对本章的研究是十分有必要的。首先,如果研究人员关注单一经济 体,那么就会放弃任何来自全球范围影响的有关信息,因此本文选用了涵盖澳大 利亚、日本、英国、美国、德国和中国的跨国面板数据。其次,面板VAR模型 提供了一个多元框架,在本章研究问题的背景下,面板VAR模型的优点在于 该模型通过将变量压缩,将压缩的向量组成一个全球指标和一个国家指标用来捕 捉国家内和国家间变量的相互依赖关系以及横截面异质性。
除了这些特征外,模型还加入时变系数和随机波动。这两个特性都是十分重 要的。时变系数使本章实证能够捕捉到全球范围内和中国短期跨境资本流动不断 演变的时间性质,而共同的随机波动因子则捕捉到特殊宏观经济冲击之间的所有 波动聚类。
本章的目的在于:第一,从总体上捕捉全球因素与国内国因素对中国短期跨 境资本流动的影响是否存在各自显著的时期。第二,由于中国自 2001 年加入世 贸组织融入全球金融市场至2010年成为全球第二大经济体后,已逐步从全球经 济趋势中走出了自己的趋势,所以本章同时还需观察近些年来国内因素对我国短 期跨境资本流动的影响是否变得越来越明显。若存在越来越明显的现象,则后文 应着重分析国内因素对我国短期跨境资本流动的具体影响和时变特征。
第一节 全球因素与国内因素的实证构建
前文已经提到过新兴市场经济体与发达经济体各类资本流动的驱动因素明 显不同。对于新兴市场经济体而言,本国经济增长率是最重要的拉动因素,而全 球风险偏好变动和美国经济增长率的变化是最重要的推动因素(利率水平较其他 国家的变化和 VIX 风险指数变化是短期跨境资本流动最重要的推动因素)。而对 发达经济体而言,汇率变动是最重要的拉动因素;美国经济增长率是最重要的推 动因素。新兴市场国家由于金融体制发展较慢、汇率制度相对不完善和监控风险 能力弱等原因,导致本国的短期跨境资本流动更容易受到全球因素的冲击,例如: 巴西2013年受美国量化宽松政策可能提前退出的预期影响,导致国内短期资本 流出激增;印度尼西亚在20世纪90年代由于墨西哥金融危机和亚洲金融危机的 相继爆发,导致了 “热钱”冲击国内金融市场。从图3-1也可以看出VIX指数和
中美利差这类全球因素对中国短期跨境资本流动的影响是非常明显的,在 VIX 指数和中美利差剧烈波动的时期都能看到中国短期跨境资本流动的剧烈波动。
国内因素对中国短期跨境资本流动的影响主要来自于我国国内政策的变化。 如货币政策导致的利率水平变化,通过我国与他国的利率差引导短期资本的套利 动机进而影响短期跨境资本流动;汇率政策的变化如汇率形成机制改革,通过汇 率升贬值预期和汇率波动区间引导短期资本的套汇动机进而影响短期跨境资本 流动;又如非货币性金融资产(如股票等风险证券,房屋销售市场上的商品房等) 的价格指数上升,扩大了我国与他国股票市场综合指数收益率的差异,诱发短期 资本的“套价”动机影响短期跨境资本流动。可以看出,各种含有全球因素的经 济变量和中国特有的经济变量均会通过不同的传导渠道对我国短期跨境资本流 动产生影响。
 
VIX指数"^―中美利差—中国短期资本流动
图3-1 VIX 指数、中美利差和中国短期跨境资本流动时序图
而全球因素与国内因素究竟在哪些时期作为影响中国短期跨境资本流动的 主导因素将是本章研究的重点。针对这个问题,本章通过使用带有时变参数和随 机波动(SV)的面板VAR模型,从总体的一个角度来探究全球因素与国内因素 对中国短期跨境资本流动的影响。该模型通过将变量压缩,将压缩的向量组成一 个全球指标和一个国家指标。通过观察这两个指标贝叶斯可信区间是否包含零, 即这两个指标的后验分布在各个时期是否显著,来判断中国短期跨境资本流动波 动的来源是来自全球范围还是中国国内。
具体做法为:为了减少高维的计算成本,将模型系数0改写为:
0 =日1&1 +E 2&2 +日3&3 (3-1 )
q是三个相互正交的向量,虽被称为加载矩阵。 公式(3-1)中的参数提供了全球层面、国家层面以及变量层面的指标,比 如: 乂日血可以看作全球层面的指标,即全球指标(WLI),它将所有变量压缩
为一个向量,因此它能够捕捉各个国家的变量是否有显著的共同运动。本文将这 个指标看作全球因素的一种总体衡量。XE2&2代表国家层面的指标,即国家指 标(CLI),它将各自不同国家的变量压缩为一个向量,因此它能够捕捉变量在 各国内部的共同运动。本文将这个指标看作国内因素的一种总体衡量。乂比&3代 表变量层面的指标。
另外,为了探究全球因素与国内因素的时变特征,本文还在传统面板VAR 模型中加入了时变参数和随机波动的,其基本形式为:
yi,t = ci,t + A1,itYt-1 +••• + Ap,itYt - p + uit (3-2)
i 代表模型所包含的国家数,其简化形式为:
Yt = Xt0t + Mt (3-3)
其中,
Xt = Ing ® Yt-i... Y-p 1],0t = vec([At ct]'),® 表示 Kronecker 乘积,vec (•)表 示将截距向量和VAR系数堆叠成一个NGkx1矢量方程,N代表模型中所包含的 国家数, G 代表变量个数, k=NGp+1 。
那么式(3-1)将变为:
0t = H1^1,t +E 2&2,t +E 3&3,t (3-4)
结合式(3-4),模型可以继续变形为:
Yt = ZQt + Mt (3-5)
其中,Z t = Xt E, E = [E1 E 2 壬],仇=[&1,t 九 t &3,t]',Mt 〜N (0, e辽”),吕是一个 NGkxN1矩阵,N可以取小于N的任何值,可以将选中的变量归为一类或多类。 E2是一个NGkxN矩阵,e3是一个NGkxG矩阵。这样就可以把NGk维度的高 维计算变成N] + N + G维度。
为了完成时变系数面板VAR模型的状态空间规范,需要描述潜在因子(即仇, i=1,2,3)的运动定律以及它们的先验分布。为此,我们遵循Canova (2005),参 数设定为如下随机游走形式:
Q =0-1 +巾,久-N(0,(3-6)
为了说明上述指标的结构可以用于模拟六个国家,七个宏观经济变量框架,
介绍面板VAR模型的两国双变版本。式(3-4)的分解如下:
 
 
其中,
廿[1,1,0,0,0]', t2 = [0,0,1,1,0' t3 = [1,0,1,0,0]', q = [0,1,0丄 0]'
 
 
u t 〜N(0,e L ”)
ut是(3-8)中的扰动项,Su是NGxNG协方差矩阵,eh是所有国家都共有的潜 在随机波动因子。与Poon (2018)和Chan (2018) 一致,将潜在对数波动率的 状态方程ht被设置为一个平稳 的AR (1)过程:
h t =ph 一 1 +乙,&〜N(0,b;),|p|V1 (3-9)
对随机波动因子的这种设定,可以使模型能够捕捉宏观经济变量随时间变化 的波动程度。
先验信息设定:本文假设如下独立的先验分布,
2 u~ IW (叫,S1)
Q 〜IW (y2, S2)
况〜IW (y„ SJ
其中,IW(匕 S)代表着 inverse-Wishart 分布,IG(y, S)代表着 inverse-Gamma 分 布。协方差矩阵&被定义为S严ykjV;, y = NG ,人=Var(2°Ls),其中Var(ZOLs) 是时不变模型方差协方差矩阵的OLS估计。对时变系数的协方差S2被定义为
A A
S2 = y2k2VA,y2 = 40, V. = Var(0oLs),其中Var(&°Ls)是时不变模型方差协方差 矩阵的OLS估计。k2是mXm对角矩阵。对于对数波动率方差,S3 =乙匕,y = k , k3 = 0.01。让 K = (k「diag(k2)',k3)', k 为一个(m+2)X 1 维矩阵,k 中的元素 的 先验分布服从独立的inverse-Gamma分布:Kj ~ IG(1,0.1)。
本文运用贝叶斯估计方法所使用的Gibbs抽样是马尔可夫链蒙特卡尔理论 (MCMC)中用来获取一系列近似等于指定多维概率分布观察样本的算法-Gibbs
采样需要知道样本中一个属性在其它所有属性下的条件概率,然后利用这个条件 概率分布来产生各个属性的样本值。通过设定一个初始状态:x(0)~ q(x),重复 以下步骤i=1至r次:
 
x1i ~ p(x1 |x2i-1,x3i-1,...,xni-1)
xi2 ~ p(x2|x1i,x3i-1,...,xni-1)
xin ~ p(xn|x1i,x2i,...,xni-1)
经过充分燃烧后( burn-in), Gibbs 序列会收敛为一个平稳分布,最终获得
收敛于目标分布的后验分布。面板VAR模型使用Gibbs采样的估计顺序为:
P(Q\Y,h, 2”,PQ;,k)
P(E u \ Y,&, h, Q, P,b;,K)
p(Q \Y,&, h, 2u, PQ;,k)
P(h \ Y,&,Q,2u,P,b;,K)
P(P|Y,&, Q, 2u, Wk)
P(b; \Y,&, Q, 2u, h, P,k)
P(k\y,&, Q, 2u, h, PQ;)
第二节 全球因素与国内因素时变特征实证分析
由于没有中国短期资本来源与流出国这方面的统计数据,本文比较了全球范 围内各国其他投资和证券投资占全球其他投资规模和证券投资规模的比例,考虑 了数据可得性后选取了澳大利亚、日本、英国、美国、德国这五个发达国家。全 球范围内各国其他投资和证券投资占全球其他投资规模和证券投资规模的比例 如图 3-2所示。
 
 
图 3-2 其他投资和证券投资全球前十一个国家占比
由于部分国家或部分年份的数据缺失,因此本文选取的数据只能涵盖从 2000年1季度至2020年2季度6个国家7类指标共2460个总体样本个数。数 据来源于IMF的IFS数据库、OECD数据库以及wind数据库。
参考张明(2020),短期跨境资本流动数据的选取为证券投资加其他投资之 和,单位为占 GDP 的百分比。由于本文衡量的是多个经济体的关系,因此在汇 率变量选取上面必须采用有效汇率,采用双边汇率则不能同时综合衡量不同经济 体的影响,并且考虑到各个经济体在价格上的差异,本文选取的汇率指标为实际
有效汇率。其中,实际有效汇率、VIX指数代表着全球因素,而实际利率、通货 膨胀率、经济增长率和股价增速代表着国内因素。本文所选取的变量如表3-1 所 示:
表 3-1 变量描述性统计
变量名称 符号 描述
短期跨境资本流动 stcf 证券投资加其他投资之和,单位为占GDP的百分比
通货膨胀率 cpi 各国居民消费价格指数同比增长率
经济增长率 gdp 各国实际GDP同比增速
实际有效汇率 reer 各国实际有效汇率指数
实际利率 ir 各国央行公布利率-通胀率
股价增速 gsp 各国股票价格指数同比增速
国际金融市场波动率 vix 取美国标准普尔指数VIX指数的季度加权平均值
一、全球因素的时变特征
 
图3-3显示了全球指标(WLI)后验分布中位数,其中2001年至2006年以 及2010年至2016年WLI后验分布可信区间包含零,这说明部分样本的指标与 零在统计上没有差异。但这并不意味着在这些时期内没有发生重大的全球经济事 件。相反,这意味着,在这些时期,至少从统计的角度来看,所有纳入样本的国 家的宏观经济变量的联动性开始减弱,表现为没有显著的联动性。但在2007/2008 年全球金融危机前后、 2016 年后全球经济前景的不确定叠加美元上行周期以及 2020 年开始的新冠疫情期间,存在着显著的联动性。
全球指标捕捉了 21 世纪初由于外国投资迅速发展、全球经济持续向好进而 导致了全球资本流动呈现积极的趋势增长的局面,尤其以中国、美国和英国三个 国家为代表。 2008 年金融危机前后外国投资大幅下降,全球经济停滞不前,资 本流动出现了断崖式的下降。 2009年出现回升,之后在零左右徘徊。随后,新 兴市场国家出现经济发展困难情况,全球经济增速放缓,美国GDP中的固定资 产投资并未显著提升,去库存反而贡献了负增长,叠加大宗商品大跌、美元强势, 中美贸易战、全球新冠肺炎疫情等一系列冲击,该指标一直在零轴以下宽幅波动。
并且结合图3-3全球范围内短期跨境资本流动出现显著联动性的时期与本章 第一节中所提到的影响新兴市场经济体短期跨境资本流动全球因素变化时间节 点可以看出,它们是相吻合的。其中可以明显看出包括2007/2008 全球金融危机 期间,VIX指数不断攀升;以及2014年开始,中美利差的收窄、美元汇率存在 升值预期这两个相对应的时间点。
 
 
二、国内因素的时变特征
(一)国家指标可以较好地跟踪短期跨境资本流动的趋势与波动
为了进一步观察每个国家在这些时期中短期跨境资本流动的行为,本文还考 虑了每个国家短期跨境资本流动数据,如图 3-4所示。
除了包含每个国家的短期跨境资本流动时间序列外,图 3-4 还包含了全球指 标(WLI)和国家指标(CLI)。可以看出,全球指标倾向于跟踪各自国家的低 频波动,而特定国家的指标则跟踪了更多的高频型波动。另外,国家指标都能较 好跟踪各个国家的短期跨境资本流动但存在稍许滞后。能够清楚地观察到 2008 年全球经济危机前后、美国 2000年“互联网泡沫”、中国加入世贸组织后一段 时期以及 2020年全球新冠肺炎期间,短期跨境资本流动的剧烈波动。
 
 
 
Country Specific Indicator
- — •-Global Indicator
captial flow
图 3-4 国家短期跨境资本流动和全球、国家指标的后验均值
(二)国内因素对我国短期跨境资本流动的影响已经越来越明显
图3-5单独给出了国家指标后验中位数和68%可信区间,中国的国家指标与 日本相似,在 2007年之前的可信区间包含零,而澳大利亚、美国、德国和英国 则相反。这意味着,在这两端时期内除非有特殊情况,否则中国和日本这两个国 家的国家层面因素对国内宏观经济变量波动的解释能力很小。换句话说,在2007 年之前,中国和日本两个国家的短期跨境资本流动显示出重要的波动的来源在这 些时期似乎不是明显的国家性的;相反,全球范围的影响是引起波动的背后原因。 而澳大利亚、美国、德国和英国四个国家的国家层面因素对各自过去20年国内 宏观经济变量波动的解释能力很大,可以发现欧美发达国家对本国短期跨境资本 流动的控制能力一直较强。
但是自 2007年开始,可以明显看出中国短期跨境资本流动的波动的来源是 国家性的,即中国国内因素对短期跨境资本流动的影响越来越明显。造成这一变 化的主要原因与我国经济发展以及国内宏观调控有关。原因可能存在于以下几方 面:
首先,自 2001 年后中国加入世界贸易组织后,人民币存在升值预期。伴随 着国内房地产和股票市场价格高涨,自 2003年开始陆续有国际短期资本通过各 个渠道涌入中国市场(王世华和何帆, 2007)。
其次,在2007年至2015年期间由于加入世贸组织后,巨额贸易顺差支撑着
人民币升值预期,当汇率升值预期足够高时,风险溢价水平达到吸引短期资本流 入的门限值,引导短期资本的“套汇”动机并影响了短期跨境资本流动,从而促 进了短期跨境资本流动的波动。
再次,自 2007年随着中国经济高速发展,伴随着外资踊跃进入房地产市场、
国内信贷投放力度加大以及股权分置改革,导致中国国内房地产和股票市场价格 高涨,扩大了我国与其他国家股票市场综合指数收益率和房地产价格的差异,进 而产生了短期资本的“套价”动机,这同样引起了短期跨境资本流动的波动。
最后,在 2015 年汇改后,人民币存在贬值预期下。未来有外汇需求的客户 与银行展开远期售汇业务,导致了人民币汇率预期贬值的自我实现。同年,中国 银行及时出台了资本流动宏观审慎政策,即无息外汇风险准备金,抑制了这种人 民币的自我实现,这样就造成了人民币汇率对中国短期跨境资本流动影响的波动。
并且,汇改后人名币汇率弹性明显增强,套汇空间的增大也同样加剧了汇率对中
 
结合图 3-3 和图 3-5 来看,全球指标和国家指标的后验分布存在显著的时间 变化,主要与全球和国内特有的经济事件有关。并且,还可以观察到特定国家的 指标在过去十年中可能变得稍微更同步一些,存在着此消彼长的波动情况,这可 能与各个国家宏观经济变量相关性增大有关。
具体看中国,当全球指标(WLI)为零的时期,即纳入的国家未存在显著的 联动时期,特别是在2010 年至2016 年期间,中国的国家指标显著不为零,即中 国对国内经济变量波动的解释能力是很强的。
并且结合中国的国家指标(CLI)又能够较好的跟踪中国的短期跨境资本流 动,可以得出结论,中国自2007 年开始国内因素起到了对短期跨境资本流动影 响的主导作用。在2016年至2018年期间受全球范围短期资本显著联动性的影响, 短暂的对我国短期跨境资本流动失去控制权后,随后国内因素重新获得影响我国 短期跨境资本流动的主导权。这一结论与实际情况相符,前些年中国国内频繁的 宏观政策变动吸引了大量外资流入国内,但自 2014年中美利差的收窄以及人民 币兑美元汇率的贬值预期,中国短期跨境资本流动一直处于持续流出的状态,国 内宏观政策和经济环境的变化也无法改善这种现状,中国短期跨境资本流动一直 持续受到国际联动性的影响。近几年开始,中国经济开始恢复并在全球新冠疫情 期间率先复工复产,国内一系列政策和影响因素持续改善我国短期资本流出的局 面。
以上分析表明,全球因素与国内因素相继在中国短期跨境资本流动的影响中 占据主导地位。近十年来看全球因素已经较为不显著或者说国内因素对我国短期 跨境资本流动的影响越来越明显。
因此进一步探究国内因素对中国短期跨境资本流动的影响是否存在显著的 时变特征,以及何种因素在某一特定时期作为影响中国短期跨境资本流动的主要 原因是下一章节研究的重点。
第四章 短期跨境资本流动的国内多重影响因素
时变特征分析
基于第三章国内因素对我国短期跨境资本流动的影响越来越明显的结论。本 章将代表着国内因素与既包含国内因素又包含部分全球因素的宏观经济变量从 压缩向量中拿出。从国内因素中具体宏观经济变量角度,选择TVP-SV-VARt模 型研究这些变量对中国短期跨境资本流动的影响。鉴于短期跨境资本流动的时变 特征,如波动加剧和流向逆转等特点,短期跨境资本流动的影响因素也必然存在 着类似的时变性。并且,这些影响因素发生变化的时期与中国国内经济增速换挡、 利率汇率政策改革和国际外来冲击时期是否重合同样值得探讨。
本文除了在模型中加入时变参数特点外,还考虑了使用Student-t分布来捕
捉可能出现的厚尾现象和结构性变化,因此选用该模型对本章的研究是十分有必 要的,因为随机波动和厚尾分布特征可以更好地捕捉宏观经济变量的结构变化和 波动性。并以此为基础,在捕捉这些结构变化和波动性聚类时间点的基础上,通
过脉冲响应分析进一步探究在国内因素对我国短期跨境资本流动影响的时变特 征,以及在不同时期分别是哪种因素作为影响短期跨境资本流动的主要因素。
本章的目的在于:首先,通过捕捉短期跨境资本流动的多重影响因素发生波 动性聚类和结构变化的时间节点,探究这些影响因素自身存在的时变特征。其次, 基于这些时间节点,脉冲响应分析国内因素对我国短期跨境资本流动的时变影响。
第一节 实证模型设定
相关文献表明由于中国国内金融开放程度以及国内外金融环境变化等影响,
短期跨境资本流动的影响动因素以及这些影响因素对短期跨境资本流动的影响 亦会发生显著的变化,因此在实证模型中引入时间变化参数、随机波动率和厚尾 分布特征对其进行改进是十分必要的。
为了捕捉中国国内因素结构性变化时间节点和波动情况,本文将随机波动率
(SV)和Student-t分布加入向量自回归模型,用来改进恒定参数的向量自回归
模型无法捕捉变量随时间变化、波动性如何以及高频的结构变化等缺点。
本文采用的是时变参数结构向量自回归模型(简称TVP-SV-SVARt),包含 有n个内生变量,p阶滞后项。TVP-SV-SVARt可由状态向量空间形式来表述, 其中观测方程为:
Ao,tyt = at + Ai,ty-i + …+Ap,ty-p + s, N(°,DJ, (4-i)
 
其中yr是nX1所要研究的向量,A0,t是nxn时变同期影响矩阵,at是时变 截距,A.t是nxn滞后项的时变参数矩阵,q是nx 1异质性扰动项,其方差矩阵 如Dr = diag ( Xieu,…,Kn ,t叽*)所示,表明扰动随时间变化而变。参照Geweke
以数据扩充(dataaugmentation)的方式,将扰动项进一步设定为:
厂 N(0, Dj,
 
其中,v是t分布的自由度,本文设定其服从如下均匀分布
V: - U (0, V),
本文设定自由度上限V=50打通过绘制自由度随时间变化的趋势可以观察到 宏观经济变量发生结构性变化的时间节点。
进一步假设A0,t是可逆的,则(4-1)式可转化为TVP-SV-SVAR简约形式 (reducedform), 即
yt = bt + Bi,tyi,t + …+Bp,ty-p + u, ut -N (°Qt), (4-2)
其中,ut = A花,bt = A0[依据t分布和正态分布(高斯分布)的关系,当t分布自由度趋向正无穷时,t分布趋向正态分布;实证 分析中,一般将自由度 50 的 t 分布等同为高斯分布。]at, B” = A01Ai,t,而扰动项的方差-协方差矩阵一般 可以如下形式分解:
刀t=( At 巧1 a)1.
At是一个下三角矩阵,对角线元素为1。 将(4-2)式写成似无相关回归(SUR)形式
yt = XtPt + Ut (4-3)
其中,Xt = In 环1 yt-i…y't-p],而Pt = vecJbt Bi,t …Bp。
参照Primiceri (2005),时变参数服从如下演化规则:
Pt = Pt-i + up,t, up,t ~ N(0, Qp ),
at = at-i + Ua,t , Ua,t ~ N (0, Qp ), (4-4)
ht =ht-i+uh,t, uh,t ~ N(0,QP),
本文将采用贝叶斯计量方法,对上述计量模型进行估计。引入非数据信息, 即先验信息,是贝叶斯计量方法不同于传统频率学派的重要手段。先验分布的引 入对TVP-SV-SVAR模型的意义更体现在有效地对所需要估计的参数空间进行有 效地压缩。如对模型参数不进行有效的约束,那么SVAR模型所需估计的参数会 随着所需研究的变量数和滞后阶数的增加而增加,在数据样本有限的情况下,会 降低模型对数据的解释能力。
贝叶斯计量方法将先验信息和数据信息(即似然函数),通过贝叶斯定理, 得到后验信息(即后验分布),所有的统计推断都依赖于后验分布。通常情况下, 多维参数模型往往会使得后验分布的核函数形式不存在解析形式,需要通过蒙特 卡洛积分来近似。为分析方便,目前TVP-SV-SVAR模型通常采用的是共轭分布, 即先验分布和后验分布同属于一个分布族,由此简化后续的统计推断。得益于共 轭分布的特性,可将后验分布分解为几个相互独立的条件后验分布,单独进行抽 样,即Gibbs抽样。为减少初始状态对抽样的影响,本文设定2万次抽样,而前 i 万次为预烧( burn-in)。
值得一提的是,本模型在随机波动因子h’的估计上,使用了一种叫作 Auxiliary Mixture Sampler的方法,该方法构造了以分量指标为条件的线性高斯 模型来近似非线性随机波动率模型。但此时随机波动因子h’的误差项并非服从高 斯分布,而是服从log-分布。Kim et al ( 1998)采用了一种叫作a seven-component Gaussian mixture 的方法来匹配这种分布。该方法与 Auxiliary Mixture Sampler方法结合能快速将原来的非线性随机波动率模型参数以估计线 性高斯模型的方式估计出来。
另外,本文使用的贝叶斯计量估计模型中系数时,相较于传统的卡尔曼滤波 法(Kalman filter),本文使用了一种新的方法,该方法可以更快地估计模型中 的系数。通过引入一个 band matrix 矩阵 H:
〔1
-1 0
1 0
0 …0、
… 0
H = 0 -1 1 … 0 ( 4-5)
0
.0 0 -1 1丿
 
通过该矩阵将( 4-4)第一个公式改写为:
HP = a p + ( 4-6)
由于 H 矩阵是一个可逆矩阵,因此(4-6)可继续变形为:
H a p = 1T ® P0 (4-7)
其中,ap= (0o,O,…,0),1t为全为1的Tx1矩阵。
该结构可迅速将高维的系数通过不停的迭代使之降维后估计出来。
另外需要说明的是,Student-t分布自由度v这一参数的后验分布,并非标准 的分布形式,对其的后验抽样,本文参照Chan和Hsiao( 2013),运用 Newton-Raphson方法求logp(v I A)密度函数的最大后验值,其一阶和二阶差分 分别为:
 
 
其中,W(x)=刃ogT(x)/dx , W(x) = dW(x)/dx。根据上述表达式所得到 logp(v IA)的均值和方差,采用Metropolis-Hastings抽样获得。
另外,本文运用贝叶斯估计方法所使用的Gibbs抽样是马尔可夫链蒙特卡尔 理论(MCMC)中用来获取一系列近似等于指定多维概率分布观察样本的算法。 Gibbs 采样需要知道样本中一个属性在其它所有属性下的条件概率,然后利用这 个条件概率分布来产生各个属性的样本值。
经过充分燃烧后(burn-in) , Gibbs序列会收敛为一个平稳分布,最终获得 收敛于目标分布的后验分布。本文VAR模型使用Gibbs采样的估计顺序为: p(0| j, a, Q” Q h, Q
P(a 1 M 0, Q” Q h , Q a) p(创 M 入 “,Q h) p(2|y,匕 h) pH y, 2) p(Q0| y,0,a,Qh,Qa) p(Qh | y,0,a,Q0,Qa) p(Qa | y,0,a,Q0,Qh)
第二节 国内多重影响因素的自身时变特征实证结果
一、国内多重影响因素的波动性聚类分析
鉴于短期跨境资本流动的时变特征,如波动加剧和流向逆转等特点。短期跨 境资本流动的影响因素也必然存在着类似的特点,因此捕捉中国短期跨境资本流 动影响因素发生波动性聚类的时间点来观察这些影响因素的时变特征,同时也为 探究各因素对短期跨境资本流动影响的时变特征,以及何种因素在某一特定时期 是作为影响中国短期跨境资本流动的主要原因做好铺垫。进入模型的六个变量中, 人名币实际有效汇率、中美利差和国际金融市场波动率(vix指数)代表了包含 部分全球性特征的国内因素变量,实际GDP增速、CPI同比增速、股价变动代 表中国国内因素。
图4-1显示了样本期间所有变量的随机波动因子后验中位数和68%可信区间。 强调两个关键点,首先,由于可信区间高于零,从统计的角度来看,我们可以得 出结论,共同的随机波动率因子在整个样本中是显著的。其次,共同的随机波动
因子可以检测到过去20年全球经济动荡的两个关键时期。第一个是2007/2008
 
 
图4-1 随机波动性因子:后验中位数(蓝线)和 68%可信区间(红线)
 
图 4-2 给出了各变量随机波动因子的时序图,自 2005年中国汇率改制后至 2008 年全球金融危机前后期间,人民币汇率在中国经济高速增长和贸易顺差的 强力支撑下一直升值,伴随着中美利差的不断缩小以及全球投资者避险情绪的升 温,中美利差、实际有效汇率和 VIX 指数的随机波动率急速上升至金融危机前 后到达阶段性顶峰。
国内因素方面,首先,随着中国监管机构2002年开始对QFII的资格审批、 逐渐放宽外资机构资产配置比例和投资额上限以及中国境内投资者投资情绪高 涨等原因,股价变量的随机波动率在中国股市2007年和 2015 年两次大牛市中到 达顶峰;其次, 2015 年实行人民币汇率中间价市场化伴随着资本外流更加严重, 人民币实际有效汇率的随机波动率来到了更高的一个层面;再次,自中国经济进 入新常态、国内货币政策调控需要兼顾更多方面以及国外通货膨胀的输入等原因, 中国通货膨胀率与实际 GDP 增速的随机波动率也水涨船高。上述全球波动因素 和国内因素随机波动率到达顶峰的时间节点同样也都与中国短期跨境资本流动 剧烈波动的时间节点相吻合,可以看出这些宏观因素都与中国短期跨境资本流动 密切相关。
总的来看,近些年来VIX指数和实际GDP增速的波动率依然在逐年攀升, CPI同比增速和人民币实际有效汇率的波动率仍然保持在高位。而中美利差和股 价变动的波动率已经较为平缓。可以看出,短期跨境资本流动影响因素的波动情 况会在不同的经济环境下发生变化,即出现显著的时变性,因此监管当局应重点 监视这些影响因素的波动情况,在源头上监管这些影响因素的波动造成的短期跨 境资本流动波动。
二、国内多重影响因素的结构变化分析
在各影响因素自身波动率存在时变特征的同时,这些影响因素发生随时间变 化的时期可能与中国国内经济增速换挡、利率汇率形成机制改革和国际外来冲击 时期重合,进而出现明显的结构变化,因此除了在模型中加入时变参数特点外, 加入了 Student-t分布特征的模型可以在事前捕捉到各变量受到各类冲击后出现 的结构断层现象。这也是该模型较于传统的 VAR 模型与其他只能在事后捕捉结 构变化的模型更具优势的地方。
结构变化的来源往往源自于国内宏观经济政策的改变或突发事件造成的意 外冲击(Cross和Poon, 2016)。通过比较中国内部宏观经济变量以及带有全球 性特点的宏观经济变量存在结构性断层的时间节点与前文全球指标和国家指标 在统计学意义上不显著的时间节点是否相吻合,以及比较全球因素波动因子与国 内因素波动因子发生波动性聚类的时间节点,探究在全球因素和国内因素各自显 著的时期内,是否出现了对应因素的结构变化或者波动性加剧,并为接下来的脉 冲响应分析做好铺垫。各变量结构性断层结果如图4-3 所示。
 
 
很明显,在所有变量的自由度参数中存在大量的时间变化。从图4-3看出,
带有Student-t和随机波动率的向量自回归模型捕捉到2008年前后金融危机所造 成的人民币实际有效汇率、CPI同比增速、实际GDP增速和VIX指数的永久性 的结构性断裂。还捕捉到了 2003年开始实际GDP增速和CPI同比增速的轻微断 层以及2012/2013年开始股价变动这一变量出现的永久性结构断裂。
中美利差在 21 世纪初之后就始终没有明显的变化。结合图 3-3、图3-5和图
4-3 可以看出,在中国国家指标显著而全球指标不显著的时期,即 2002年-2005 年前后以及2010年-2015年期间部分时期,实际GDP增速、CPI和股价出现了 结构性断裂,引起2003/2004年CPI和实际GDP增速发生结构断层的原因可能 是自中国加入世贸组织后,出口对中国实际GDP增速起到了巨大的提升;2004 年 3 月开始,中国国内物价水平开始开始明显持续的上涨,本轮通货膨胀是由农 产品价格上涨引发的,表现为结构性通货膨胀,由于我国原油和大豆的进口量超 过实际需求量的一半,国际原油和大豆价格的上涨传导到国内进而影响到CPI。 同时连续多年的贸易顺差使我国积累了大量的外汇储备,造成了人民币对美元的 被动升值以及国内的流动性过剩。
股价因素自 2012/2013年出现结构断层的原因可能是该年国内出现滞涨,宏
观流动性收紧传导到微观需求,导致国内企业盈利逐步下滑。同年中国经济进入 新常态,经济增速开始放缓,两种因素叠加进而拖累股市连续下跌。而实际有效 汇率、中美利差和VIX指数这类带有全球因素的变量在该时期并未出现结构性 断裂。
但在中国国家指标不显著而全球指标显著的时期,即21 世纪初以及2016 年至 2019年期间部分时期,中美利差和实际有效汇率出现了短暂的结构性断裂 而实际GDP增速、CPI和股价未出现结构性断裂。特别是在2008年前后金融危 机期间,除中美利差外,其他变量均出现了不同程度的结构性断裂。可以看出全 球金融危机对宏观经济变量的冲击意义深远,这种意外冲击会造成宏观经济变量 发生显著的结构变化。反映在图 3-3和图 3-5 中,全球指标和国家指标均是显著 的时期,可以看出在金融危机期间,中国短期跨境资本流动的波动是全球因素和 国内因素共同作用的结果。而在全球层面没有显著的联动时期时,中国短期跨境 资本流动波动原因才会表现出一定的国家特征。并且在国内因素显著的时期,对 应国内因素的三个变量均出现了结构变化,下文的脉冲响应分析将会进一步探究 哪些变量在出现结构变化时期充当着影响中国短期跨境资本流动的主要因素。
值得一提的是,本文通过 Student-t 分布自带的自由度变化不仅捕捉到了目 前已有文献早已捕捉到的两个关键的短期跨境资本流动驱动因素结构变化时间 点:2007/2008 年金融危机期间与2012/2013 年(张昊宇等,2020;戴淑庚等, 2019)。而且,还捕捉到了 2003/2004年和2019/2020年CPI同比增速和实际GDP 增速的结构变化时间点。
第三节 国内多重影响因素对短期跨境资本流动影响的
时变特征分析
一、基于等间隔脉冲响应的国内多重影响因素时变特征分析
在获得了各个变量结构变化和波动性聚类的时间节点基础上,为了进一步探 究全球因素与国内因素占据影响中国短期跨境资本流动波动主导地位时期,各影 响因素对短期跨境资本流动影响的时变特征以及究竟是何种因素起主要作用或 共同作用。本文通过等间隔脉冲响应以及特定时点的脉冲响应分析着重解答这些 问题。
为防止非平稳时间序列导致的伪回归或伪相关问题,本文采取ADF进行单 位根检验。结果表明人名币实际有效汇率与中美利差一阶平稳,其余为零阶平稳。 同时经SIC准则和HQ准则,设定模型滞后阶数为2阶。此外,为保证递归识别, 变量将按照 vix、 intgap、 reer、 gdp、 cpi、 gsp 的顺序进入模型。
图4-4给出了 VIX指数、中美利差、人民币实际有效汇率、实际GDP增速、 CPI同比增速、股价变动分别提前1季度、4季度和8季度的一单位标准正向外 生冲击对短期跨境资本流动影响的时变脉冲响应结果。总的来看,短期跨境资本 流动对各变量冲击的短期响应幅度要明显高于中长期。脉冲响应结果显示,短期 来看,上述六种因素中,人民币汇率和股价变动这两个因素导致的中国短期跨境 资本流动波动幅度较大。而实际 GDP 增速、中美利差和通货膨胀率对中国短期 跨境资本流动的影响较大。
 
图 4-4 滞后 1 个季度、4 个季度、8 个季度的等间隔脉冲响应
 
(一) VIX指数对短期跨境资本流动影响的时变特征
VIX指数的一单位正向冲击导致了中国短期资本在2008年后出现反转由流 入转变为快速流出,在 2014年末期出现一定的流出现象,其余时期均为流入。 这主要是因为2007年金融危机由欧美国家开始,部分短期资本流入中国国内避 险, 2008 年后中国也遭受到金融危机的波及,导致中国国内短期资本避险情绪 上升,部分套利的短期资本会加速离开中国国内市场。 2014年末期,美联储宣 布正式退出量化宽松,全球经济恢复预期导致了 VIX指数开始下降,美国加息 预期和美元走强预期造成了中美利差的缩小,套利空间开始缩小,短期资本流入 中国国内的趋势发生逆转。其余时期内,欧美国家资本市场的波动加剧会导致一 部分短期资本流入中国避险。
从VIX指数对短期跨境资本流动冲击的等间隔脉冲响应图中可以看出,VIX 指数对短期跨境资本流动影响的时变特征具体表现在:当这种高波动率是由发达 国家内部造成的,该指标越高时,预期短期资本会从发达国家流向新兴市场经济 体国家。当这种高波动率是全球范围内受到共同的冲击或是仅仅新兴市场经济体 内部受到冲击,该指标越高时,预期短期资本会从新兴市场经济体加速流出。
(二) 中美利差对短期跨境资本流动影响的时变特征
2004年 4季度脉冲响应为正是因为贷款利率上限和存款利率下限取消后, 中短期内本国利率的正向冲击造成中美利差扩大后,引发套利动机会吸引短期国 际资本的流入,但在长期这种驱动力会随着套利空间的压缩或利率下降的预期而 减弱。 2007 年至2009 年短期跨境资本流动对中美利差的响应也为正,这是由于 在次贷危机背景下,美国为应对危机施行量化宽松政策释放了大量流动性并且降 息力度大于中国使得中美利差增大,诱发短期资本的套利行为进而引导资本流入。 2010年至2015年脉冲响应方向为负,这是由于中国在受到次贷危机的影响,开 始实行宽松的货币政策伴随着美联储加息预期,中国国内利率开始下降,中美利 差开始缩小导致套利空间逐步缩小,部分套利资金逃离中国市场。
从中美利差对短期跨境资本流动冲击的等间隔脉冲响应图中可以看出,中美 利差对短期跨境资本流动影响的时变特征具体表现在:利差为短期跨境资本流动 创造了套利空间。当我国基准利率高于美国、我国升息快于美国或者降息慢于美 国,均会造成利差扩大,此时投机者会将短期资金从低利率市场投放到高利率市 场进而引起了短期资本流入; 反之当我国升息更快或者降息更慢导致利差缩小 时,又对短期资本产生流出的压力。但是,当两国利差不断扩大时,利差又会通 过“利率平价”效应,造成我国人民币汇率产生贬值预期。此时利差的扩大反而 会促进短期资本流出。
(三)人民币汇率对短期跨境资本流动影响的时变特征
人民币实际有效汇率对中国短期跨境资本流动的冲击自本世纪初至2004年 期间一直为正向波动,且短期响应幅度大于中长期响应幅度。 2005年“7.23汇 改”,人民币汇率形成机制改革前后,短期跨境资本流动开始波动加剧且并没有 因为人民币升值出现大规模的短期资本流入现象。可能的原因一方面是由于我国 的资本管制措施导致短期资本没有大幅流入。另一方面,人民币的持续边际升值 可能会因为风险溢价不匹配造成短期资本流向逆转(彭红枫, 2019)。 2008/2009 年受国外经济波动、我国自身经济前景不明以及人民币汇率较为坚挺的影响,短 期跨境资本流动发生剧烈波动,短期资本由轻微流入转变为大规模流出。但随后 由于人民币汇率的坚挺和升值预期引发了大量套汇动机的短期资本流入国内,短 期国际资本迅速开始回流。 2012年我国首次打破“双顺差”,叠加经济增速下 滑导致短期资本开始流出,人民币汇率作用于短期跨境资本流动渠道产生重大结 构性变化。近年来,由于我国外汇储备充足经济增长稳定,叠加美国施行“弱势 美元”政策,人名币的稳定升值保证了短期资本持续流出的局面得到改善,人民 币汇率对短期跨境资本流动的影响又恢复了正向关联状态。
从人民币实际有效汇率对短期跨境资本流动冲击的等间隔脉冲响应图中可 以看出,人民币汇率对短期跨境资本流动影响的时变特征具体表现在:当远期汇 率升水足够高时,风险溢价水平才会达到吸引短期资本流入的门限值,引导短期 资本的“套汇”动机,即在外汇市场买入升值预期较强的货币并在升值兑现后卖 出。一旦“套汇”动机成立,会引发自我增强效应,即本币升值预期越显著,对 短期资本的吸引越强。另外,汇率又会通过影响短期资本的流入流出,调节国内 货币市场供应进而对利率水平产生影响。但是,当汇率水平较高且仍存在升值预 期时,可能会由于套汇收益与风险水平的不匹配导致短期资本的流出。
(四) 实际 GDP 增速对短期跨境资本流动影响的时变特征
中国短期跨境资本流动对实际GDP增速冲击的响应幅度在2002年、2014 年与2018年较大。这主要是由于2001年年末中国加入世贸组织、 2014年中国 经济总量首超十万亿美元大关以及2018年作为中国自金融危机以来GDP增速最 低的一年,这一系列扰动所致。2002年中国经济在贸易收入推动GDP增速的情 形下,短期资本是流出的。 2014年中国经济增速较前年放缓但在经济总量首超 十万亿美元大关的情形下是流入的。而2018年作为中国自金融危机以来GDP增 速最低的一年,短期资本的流向符合预期,即是流出的。
从实际 GDP 增速对短期跨境资本流动冲击的等间隔脉冲响应图中可以看出, 经济增速对短期跨境资本流动影响的时变特征具体表现在:GDP增速可以大致 反映各国的综合投资回报率(张明, 2014)。综合投资回报率上升将吸引短期资 本流入,反之则促进流出。但当GDP增速,即使环比提高却不及预期时,短期 资本仍有可能出现流出的现象。
(五) 通货膨胀率对短期跨境资本流动影响的时变特征
CPI同比增速的一单位正向冲击导致了中国短期资本在2008年底至2009年 初的流出,其余时期内均为流入。这主要是因为当时的“四万亿”经济刺激政策 造成了国内通货膨胀现象,物价水平的上升将会导致生产成本的上升和购买力的 下降,引发本币贬值预期,导致了短期资本的流出。其余时期内,中国一直保持 着温和的通胀水平或通货膨胀率缓缓下降,这可能是代表着良好的经济发展态势, 进而引导短期资本的流入。这一发现与张昊宇(2020)得出的结论相似。
从CPI同比增速对短期跨境资本流动冲击的等间隔脉冲响应图中可以看出, 通货膨胀率对短期跨境资本流动影响的时变特征具体表现在:国内物价水平的剧 烈上升将会导致生产成本的上升和购买力的下降,引起本国本币贬值预期,“套 汇”空间的减小使得资本流入减少或资本外流(张明, 2013)。而温和的通胀水平 可能是一种经济环境较好的表现,此时会促进短期资本的流入。
(六) 股价指数变动对短期跨境资本流动影响的时变特征
最后,短期跨境资本流动对股价指数变动率的响应,两者在中短期内总体来 看正相关但短期资本进出较为频繁,在长期负相关。可能的原因是股票市场的收 益率难以预测且波动性较大,短期国际资本为避免投资风险选择快进快出。就大 部分时间来看,与经验相符,即股票价格上涨越高,扩大了本国和他国股票市场 综合指数收益率的差异,诱发短期资本的“套价”行为,短期资本流入就会越多。 但另一方面,在经济形势不明朗时期,即使本国股价指数的上涨也不能阻止短期 资本的流出,如2015年。
从股价指数变动对短期跨境资本流动冲击的等间隔脉冲响应图中可以看出, 股价指数变动对短期跨境资本流动影响的时变特征具体表现在:国内股票市场的 价格指数上升,扩大了本国和他国股票市场综合指数收益率的差异,诱发短期资 本的“套价”行为,促使短期资本流入本国内。但当这种收益率的差异很大时, 可能会由于收益与风险水平的不匹配导致短期资本的流出。
综上,各变量对短期跨境资本流动的影响呈现出较为明显的时变特征,具体 表现为:第一,当全球资本市场波动来自发达国家时,国际金融市场波动率的提 高会促使短期资本流向中国;而当全球资本市场波动是全球性时,短期资本流向 会发生逆转。第二,中美利差的扩大导致了套利区间的扩大,套利行为会促使短 期资本流入中国,但当中美利差扩大到一定程度时,利率平价开始起作用,中美 利差的扩大会带来人民币的贬值预期,这又会促使短期资本流出中国。第三,人 民币实际有效汇率的提高会促使短期资本流向中国,但当人民币持续边际升值时, 可能会因为风险溢价不匹配造成短期资本流向逆转。第四,通货膨胀较高时会带 来人民币的贬值预期促使短期资本流出,但温和的通胀又会引导短期资本流入国 内。第五,股价上升会促使短期资本流入,但股价的快速上升却会导致短期资本 的快速流出。
二、基于时点脉冲响应的国内多重影响因素时变特征分析
通过时点脉冲响应分析观察各个时间节点,相同的冲击对短期跨境资本流动 的影响是否相同以及各因素作为短期跨境资本流动的主要影响因素在不同时间 点是否会发生变化来进一步探究各影响因素对短期跨境资本流动影响的时变特 征。
为了把握前文所提到的全球和中国经济变量出现结构变化和随机波动率显 著上升时期对短期跨境资本流动的影响,本文选择了以下几个关键的时间节点: 2007年3季度,金融危机爆发前夕,此时为国内因素显著时期,中美利差和股 价变动波动率达到阶段性顶点; 2008 年 3 季度,金融危机爆发后期,此时为全 球因素和国内因素共同显著时期,VIX指数和人名币实际有效汇率波动率达到阶 段性顶点,实际GDP增速、人名币实际有效汇率、CPI同比增速出现结构性变 化; 2012年3季度,中国经济进入新常态,此时为国内因素显著时期,股价变
动率出现结构性变化;2015年3季度,中国第三次汇改时期,此时为全球因素 显著时期,人名币实际有效汇率的波动率达到阶段性顶点;2020 年 1 季度,全 球新冠疫情爆发,此时为全球和国内因素共同显著时期,实际GDP增速和VIX 指数波动率达到阶段性顶点。
各时点脉冲响应函数如图 4-5 所示。
 
(一) 金融危机前期多重因素对短期跨境资本流动影响的时变特征
在2007年3季度时点下,中美利差、VIX指数、实际GDP增速和股价变动 的脉冲曲线波动更为明显,且最终均收敛于横轴。特别的,股价变动率和实际 GDP增速脉冲曲线反复跨越横轴,出现效果相反的影响。这可能是由于在国内 金融危机爆发前期,中国正经历着内外环境变化双重效应的叠加造成的。
(二) 金融危机爆发时期多重因素对短期跨境资本流动影响的时变特征
在 2008 年 3 季度时点下,各变量的脉冲曲线波动均十分明显。该时期,中 美利差和实际GDP增速脉冲曲线反复跨越横轴,表明在国内金融危机爆发时期, 中国短期资本进出的波动主要受这两种因素的影响。
究其原因,主要是因为该时期之前美国已经先于我国开始实施量化宽松政策, 中美利差扩大引起短期资本的套利动机促进短期资本流入国内。随后中国国内受 到金融危机的影响后也存在降低利率的预期,中美利差的缩小以及长期内美国降 息程度快于中国国内,导致了短期资本反复进出我国。同时全球经济停摆对我国 经济的影响导致了实际 GDP 增速对短期跨境资本流动的影响方向不断变化。
(三)中国经济新常态时期多重因素对短期跨境资本流动影响的时变特征
在 2012年3季度时点下,国内因素脉冲曲线波动均十分明显。该时期,中 国经济进入新常态,实际GDP增速对短期跨境资本流动的影响最大。由于经济 增速反映的是经济发展的中长期状况,中国经济增长的放缓导致了国际短期资本 的观望情绪,短期资本的流动出现分歧。同时,中美利差脉冲曲线不停跨越横轴 的原因一方面在于,该年6月中国国内利率浮动区间进一步扩大,中美利差的扩 大造成套利空间扩大促进短期资本的流入。但另一方面,利率平价开始起作用, 中美利差扩大时带来了人民币贬值预期,这一部分因素会促使短期资本流出。双 重因素的叠加造成了中美利差脉冲曲线在中短期内反复跨越横轴。
(四)第三次汇改时期多重因素对短期跨境资本流动影响的时变特征
在 2015年3季度时点下,中美利差和人名币实际有效汇率的脉冲曲线波动 最明显。究其原因, 2015年“8.11汇改”后,在人民币贬值预期下,未来有外 汇需求的客户与银行展开远期售汇业务,导致了人民币汇率预期贬值的自我实现。 同年,中国银行及时出台了资本流动宏观审慎政策,即无息外汇风险准备金,抑 制了这种人民币的自我实现,这样就造成了人民币汇率对中国短期跨境资本流动 影响的波动。并且,汇改后人名币汇率弹性明显增强,套汇空间的增大也同样加 剧了汇率对中国短期资本的影响。同时,人民币汇率变动又会通过非抛补利率平 价影响利率水平。但是,又由于我国的利率价格机制作用有限、资本管制以及汇 率日波动受限等原因,导致了人名币汇率对我国利率的影响并非长期有效和稳定 (陈创练, 2017),因此在该时期,汇率对利率传导渠道的受限进而导致了中美 利差对中国短期跨境资本流动的影响频繁转向。
(五)新冠疫情时期多重因素对短期跨境资本流动影响的时变特征
在 2020年1季度时点下,各变量的脉冲曲线波动均十分明显。中美利差、 实际GDP增速、人名币实际有效汇率、股价变动脉冲曲线反复跨越横轴,表明 中国短期资本进出的波动是这些因素的共同作用的结果。这是由于该时期新冠肺 炎疫情国际环境和国内宏观经济变量均受到不同程度的冲击,同时我国通过调控 手段率先走出危机,导致了各影响因素相较于全球范围内不断变化进而影响了短 期资本流入流出的频繁转向。
综上,在2007年3季度时点下,股价变动率和实际GDP增速为影响短期跨 境资本流动的主要影响因素;在2008年3季度时点下,中美利差和实际GDP增 速为影响短期跨境资本流动的主要影响因素;在2012年3季度时点下,实际GDP 增速为影响短期跨境资本流动的主要影响因素;在2015年3季度时点下,中美 利差和人名币实际有效汇率为影响短期跨境资本流动的主要影响因素;在2020 年1季度时点下,中美利差、实际GDP增速、人名币实际有效汇率、股价变动 为影响短期跨境资本流动的主要影响因素。
另外,结合这五个时间节点总体来看。所有时间节点以及短期资本对所有变 量的脉冲响应均出现不同程度的跨越横轴的现象,且在不同时间点出现短期资本 对相同影响因素脉冲响应方向相反和影响效果不同的现象,表明这些时间节点均 为较为重要的结构性变化时间点。尤其是2008年全球金融危机全面爆发、 2015 年国内汇改推动以及2020年全球新冠疫情这三个时间点,脉冲响应曲线波动幅 度大且多次跨越横轴。并且在 2008 年和 2020 年这种全球性冲击下,各个变量脉 冲响应方向出现了与其他时间方向相反的情况。这就表明,监管当局在实施传统 政策或宏观审慎政策时要始终注意不同因素对短期跨境资本流动影响程度和方 向的变化。
同时还可以发现:第一,在国际环境平静,国内因素对中国短期跨境资本流 动影响占据主导地位时,实际GDP增速和股价变动因素为主要影响因素,尤其 是实际GDP增速,而通货膨胀率影响较弱。第二,在国际环境动荡时期,全球 因素对中国短期跨境资本流动影响占据主导地位时,中美利差为主要影响因素。 特别地,当国内因素对中国短期跨境资本流动影响占据主导地位时,脉冲响应曲 线波幅较全球因素对中国短期跨境资本流动影响占据主导地位时小,而两者共同 影响着短期跨境资本流动时往往会造成更大的波动,且出现短期跨境资本流动对 各经济变量冲击的短期响应方向相反的情况。第三,随着中国不断推进利率自由 化和汇率市场化后,中美利差和人名币实际有效汇率脉冲曲线收敛于横轴的速度 越来越快,这也从侧面表明这些政策能够较好地应对经济下行压力和外部冲击导 致的短期跨境资本流动波动。
第五章 研究结论与政策启示
第一节 研究结论
近年来,随着我国汇率制度改革、利率市场化改革以及资本账户开放进程的 不断推进,我国金融开放的脚步正在大步向前。与之相对应的是,短期跨境资本 流动的大幅波动也势必会较以往更加频繁。基于此跨境资本流动的宏观审慎管理 问题也越来越受到学者们的关注。本文通过对已有理论和实证研究的系统回顾和 分析,明确了研究较未涉及到的方向,确定了本文实证研究的框架。本文基于 2000 年 1 季度至 2020 年 2 季度澳大利亚、日本、英国、美国、德国和中国的季 度宏观数据,分别采用了时变参数、随机波动率和Student-t模型,详细分析了 样本期间内中国短期跨境资本流动的全球因素和国内因素的时变特征,主要结论 包括以下三方面:
第一,使用面板VAR模型的实证结果表明,全球指标(WLI)反映了样本 期间内所有纳入的国家的经济变量在面对全球经济事件时,存在着显著的联动性, 能够清楚的观察到在 2007/2008 年全球金融危机前后、 2014年中美利差缩小,美 元存在升值预期、 2016年后全球经济前景的不确定叠加美元上行周期以及2020 年开始的新冠疫情期间,存在着显著的共同运动时期。另外,全球指标倾向于跟 踪各个国家的低频波动;而国家指标则跟踪了更多的高频型波动,它能较好地跟 踪各个国家短期跨境资本流动的趋势和波动,但存在稍许滞后。
第二,全球因素和国内因素相继在中国短期跨境资本流动的影响中占主导地 位。近十年来看,国内因素对短期跨境资本流动的影响越来越明显。全球范围内 短期跨境资本流动出现显著联动性的时期与全球因素发生结构断层的时间节点 是相吻合的,国内因素显著时期与国内因素发生结构断层的时间节点也是相吻合 的。具体表现为:第一,实际有效汇率、CPI、实际GDP增速和VIX指数在2008 年前后金融危机期间出现永久性的结构性断裂。第二,自2002年开始实际GDP 增速和CPI的轻微断层以及2012年开始股价变量出现的永久性结构断裂。第三, 中美利差在 21 世纪初之后就始终没有明显的变化。 2002年至 2005年前后以及 2010年至2015年期间部分时期,实际GDP增速、CPI和股价出现了结构性断裂。
同时,带有全球性波动因素变量的随机波动因子与样本总体随机波动因子到 达阶段性波动峰值的时间节点也基本一致,即存在着相似性和同步性,而国内因 素变量的随机波动因子与样本随机波动因子到达阶段性波动峰值的时间节点基 本不同。具体表现为中美利差和VIX指数的随机波动率在金融危机前后到达阶 段性顶峰;实际有效汇率随机波动率在金融危机前后以及2015 年中国第 3 次汇 改时期到达阶段性顶峰;股价随机波动率在中国两次大牛市时期到达阶段性顶峰; 实际 GDP 增速随机波动率在全球新冠肺炎疫情时期到达顶峰; CPI 随机波动率 在金融危机前后和 2015 年到达阶段性顶峰。各变量出现结构性断层和波动率显 著增长的时间点与中国短期跨境资本流动波动显著增强的时间点相吻合。
第三,短期跨境资本流动对各变量冲击的短期响应幅度要明显高于中长期。 国际金融市场波动率、中美利差、人民币实际有效汇率、通货膨胀率和股价变动 率对短期跨境资本流动的短期影响在不同国际环境、国内政策环境以及各自所处 的历史分位数下表现不同,即各影响因素对短期跨境资本流动的影响存在显著的 时变特征。
具体表现为:第一,当全球资本市场波动来自发达国家时,国际金融市场波 动率的提高会促使短期资本流向中国;而当全球资本市场波动是全球性时,短期 资本流向会发生逆转。第二,中美利差的扩大导致了套利区间的扩大,套利行为 会促使短期资本流入中国,但当中美利差扩大到一定程度时,利率平价开始起作 用,中美利差的扩大会带来人民币的贬值预期,这又会促使短期资本流出中国。 第三,人民币实际有效汇率的提高会促使短期资本流向中国,但当人民币持续边 际升值时,可能会因为风险溢价不匹配造成短期资本流向逆转。第四,通货膨胀 较高时会带来人民币的贬值预期促使短期资本流出,但温和的通胀又会引导短期 资本流入国内。第五,股价上升会促使短期资本流入,但股价的快速上升却会导 致短期资本的快速流出。
不同时期,各变量对短期跨境资本流动的影响效果和方向均不同。总的来看, 在国际环境平静,国内因素对中国短期跨境资本流动影响占据主导地位时,实际 GDP 增速和股价变动因素为主要影响因素,尤其是实际 GDP 增速影响效果最强, 而通货膨胀率影响较弱。在国际环境动荡时期,全球因素对中国短期跨境资本流 动影响占据主导地位时,中美利差和人民币实际有效汇率为主要影响因素。对这 几类影响因素的监控和宏观审慎管理有利于更好地调控我国短期跨境资本流动 的波动。
第二节 政策启示
本文从总体上全球层面和国家层面以及具体宏观经济变量层面实证考察了 中国短期跨境资本流动的影响因素。结果表明,全球因素和国内因素相继在中国 短期跨境资本流动的影响中占主导地位,各变量对短期跨境资本流动的短期影响 在不同国际环境、国内政策环境以及各自所处的历史分位数下较易发生结构变化, 各影响因素对短期跨境资本流动的影响存在显著的时变特征,因此本文研究结论 的政策含义是明显的:
第一,当全球因素在影响中国短期跨境资本流动的因素中占主导地位时,监 管部门应当持续跟踪国际动态,特别是中美利差和人民币汇率的变动,提前预知 国际冲击带来的短期跨境资本流动波动风险,灵活运用货币政策和外汇风险准备 金这一类宏观审慎政策。当国内因素在影响中国短期跨境资本流动的因素中占主 导地位时,中国监管部门应该特别关注国内影响因素中实际GDP增速和股价变 动因素对中国短期跨境资本流动的影响。并且由于不同时期,主要影响因素的变 化,单一的宏观调控并不适用于这种频繁的变化,因此需要宏观审慎政策加以辅 助。如股价变动和人民币汇率作为一个较为明显的影响中国短期跨境资本流动的 因素,因此在有价证券和外汇交易高涨或低迷时期,中国应当使用好托宾税或印 花税以及外汇风险准备金这类宏观审慎工具增加或降低交易成本并统筹协调好 传统政策与宏观审慎政策的使用。
第二,中国应该首先推进利率市场化与汇率市场化改革,理顺汇率对利率传 导机制和效应并进一步拓宽人民币汇率波动区间,使我国金融体系对短期跨境资 本流动冲击具有一定的自我调节能力,并且也能在面对大规模的资本流入或流出 时保有更大的政策运用空间。在政策运用方面,单一政策可能并不能有效的调控 短期跨境资本流动,因此需要多政策共同作用。如运用货币政策调控利率、对外 汇市场进行干预、采取宏观审慎政策调控外资进入资本市场。无论如何管理,政 策方面仍然需要以宏观审慎政策为主,资本管制只能作为最后的政策加以实施。
第三,为应对短期跨境资本流动造成的冲击,中国应当在不同国际和国内经 济环境背景下明确各类冲击的动机以及造成冲击的传导途径,有效跟踪影响短期 跨境资本流动的影响因素,建立预警机制,警惕全球经济波动导致的短期跨境资 本流动方向发生逆转。同时,中国应合理引导短期跨境资本流动,稳定汇率预期, 避免出现非理性波动,建立健全宏观审慎框架下的资本流动管理体系,通过建立 利率、汇率、资本流动规模为核心的金融风险指标,构建全方位的监控和评估体 系。同时完善跨境资本流动管理的政策工具,降低系统性金融危机发生的风险。
参考文献
[1]陈创练,姚树洁,郑挺国,欧璟华.利率市场化、汇率改制与国际资本流动的关系研究J]. 经济研究, 2017,52(04):64-77.
[2]陈学彬,余辰俊,孙婧芳.中国国际资本流入的影响因素实证分析J].国际金融研究,2007 (12):53-60.
[3]戴淑庚,余博.资本账户开放背景下中国短期跨境资本流动的驱动因素研究——基于半 参数平滑系数模型[J].国际金融研究,2019(05):76-86.
[4]方先明,裴平,张谊浩.国际投机资本流入:动机与冲击——基于中国大陆 1999-2011 年样 本数据的实证检验[J].金融研究,2012(01):65-77.
[5]高明宇,张文婷.中国短期跨境资本流动驱动因素的非线性效应研究:基于 MSVAR 模型
的动态分析J]上海金融,2021(07):2-10.
[6]韩乾,袁宇菲,吴博强.短期跨境资本流动与我国上市企业融资成本[J].经济研究,2017,52 (06):77-89.
[7]李成刚,李峰,赵光辉.货币政策规则对国际资本流动与人民币汇率的时变影响——基于 TVP-SV-VAR模型的实证检验J].中国管理科学:1-12.
[8]李芳,卢璐,卢逸扬.资本流动突然中断、汇率制度与经济增长J].财贸经济,2018,39(02):
69-85.
[9]刘玚,刘浩杰,刘丽萍,谈嵘.全球经济政策不确定性、极端金融风险溢出与短期跨境资本 流动[J].金融经济学研究,2020,35(04):46-60.
[10]李扬.中国经济对外开放过程中的资金流动[J].经济研究,1998(02):14-24.
[11]吕光明,徐曼.中国的短期跨境资本流动一一基于月度VAR模型的三重动因解析J].国 际金融研究, 2012(04):61-68.
[12]彭红枫,祝小全.短期跨境资本流动的多重动机和冲击:基于TVP-VAR模型的动态分析 [J].经济研究,2019,54(08):36-52.
[13]孙天琦,王笑笑.内外部金融周期差异如何影响中国跨境资本流动?[J].金融研究,2020 (03):1-20.
[14]王信,林艳红.90年代以来我国短期跨境资本流动的变化[J].国际金融研究,2005(12):62
-67.
[15]修晶,张明.中国资本外逃的规模测算和因素分析J].世界经济文汇,2002(01):37-44.
[16]杨海珍,陈金贤.中国资本外逃:估计与国际比较[J].世界经济,2000(01):21-29.
[17]杨海珍,张梦婷,陈彤,杨洋.美元周期与国际短期跨境资本流动及其极端波动的关系: 跨国数据分析及启示[J].国际金融研究,2021(05):44-54.
[18]姚小义,易静为.跨境资本流动“突然中断”对人民币汇率的影响研究J].金融与经济,2 015(07):10-14+85.
[19]尹宇明,陶海波.热钱规模及其影响[J].财经科学,2005(06):139-145.
[20]喻开志,闻雁飞,雷雷.系统关联性:短期跨境资本流动与相关市场J].国际金融研究,20 18(03):87-96.
[21]张昊宇,陈中飞,初可佳.中国短期跨境资本流动的驱动因素及时变特征——基于金融 开放和金融稳定视角J].金融经济学研究,2020,35(02):87-98.
[22]张明.中国面临的短期跨境资本流动:不同方法与口径的规模测算J].世界经济,2011,34 (02):39-56.
[23]张明.当前热钱流入中国的规模与渠道[J].国际金融,2008(07):59-64.
[24]张明,李曦晨.新兴经济体国内外居民短期资本的同时流出:特征事实、驱动因素和异质 性考察[J].世界经济研究,2020(12):89-104+134.
[25]张明,肖立晟.国际资本流动的驱动因素:新兴市场与发达经济体的比较J].世界经济,2 014,37(08):151-172.
[26]张明,徐以升.全口径测算中国当前的热钱规模[J].当代亚太,2008(04):126-142.
[27]张明,谭小芬.中国短期跨境资本流动的主要驱动因素:2000-2012[J].世界经济,2013,36 (11):93-116.
[28]曾松林,吴青青,黄赛男.极端国际资本流动的经济影响与政策启示——基于资本账户 子项目的视角[J].国际金融研究,2021(08):34-43.
[29]张谊浩,裴平,方先明.中国的短期国际资本流入及其动机——基于利率、汇率和价格三 重套利模型的实证研究J].国际金融研究,2007(09):41-52.
[30]张斌.人民币升值预期短期跨境资本流动及其影响[J].国际金融,2010(04):55-60.
[31]赵进文,张敬思.人民币汇率、短期跨境资本流动与股票价格——基于汇改后数据的再 检验[J].金融研究,2013(01):9-23.
[32]Poon, A. Assessing the Synchronicity and Nature of Australian State Business Cycles[J]. Economic Record,2018,24(10):372-390.
[33]Chan, J.C.C., Hsiao, C.Y.L. Estimation of Stochastic Volatility Models with Heavy Tails and Serial Dependence[M]. In Bayesian Inference in the Social Science(eds L.Jeliazkov and X.-S.Yang), 2014.
[34]Christopher A Sims,Tao Zha. Were There Regime Switches in U.S. Monetary Policy?[J]. American Economic Review,2006,96(1):54-81.
[35]Cuddington,J.T. Capital Flight: Estimates, Issues, and Explanations[M]. Princeton, NJ: International Finance Section, Department of Economics, Princeton University,1986.
[36]Peel,D. and Mark,P.T. Covered Interest Rate Arbitrage in the Interwar Period and the Keynes-Einzig Conjecture[J]. Journal of Money, Credit, and Banking,2002,34(1):51-75.
[37]Canova, F., Ciccarelli, M. and Ortega, E. Similarities and Convergence in G-7 Cycles[J]. Journal of Monetary Economics,2005,54(3):850-878.
[38]Forbes,K.J.and Warnock,F.E.Capital Flow Waves: Surges, Stops, Flight, and Retrenchment[J]. Journal of International Economics, 2012, 88(2): 235-251.
[39]Geweke, J. Bayesian Treatment of the Independent Student-t Linear Model[J]. Journal of Applied Econometrics,1993,8(S1):S19-S40.
[40]Primiceri, G.E. Time Varying Structural Vector Autoregressions and Monetary Policy[J]. The Review ofEconomic Studies,2005,72(3):821-852.
[41]Ma, H. A Study on The Influence Factors of Short-Term International Capital Flows—the Evidence from Emerging Market[J]. Modern Economy,2018,9(4):758-744.
[42]Hamilton,J.D and Lin,G. Stock Market Volatility and the Business Cycle[J]. Journal of Applied Econometrics,1996,11(5):573-593.
[43]Cross,J. and Poon,A. Forecasting Structural Change and Fat-tailed Events in Australian Macroeconomic Variables[J]. Economic Modelling,2016,58(11):34-51.
[44]Kim,S.,Shephard ,N. and Chib,S. Stochastic Volatility: Likelihood Inference and Comparison with ARCH Models[J]. The Review ofEconomic Studies,1998,65(3):361-393.
[45]Koepke, R.What Drives Capital Flows to Emerging Markets? A Survey of the Empirical Literature[J]. Journal of Economic Surveys,2019,33(2):516-540.
[46]Raddatz,C., Schmukler,S.L. and Williams,T. International Asset Allocations and Capital Flows: The Benchmark Effect[J]. Journal of International Economics,2017,108(9):413-430.
[47]Reinhart, C. and Montiel, P.The Dynamics of Capital Movements to Emerging Economies During the 1990s[M].Short-term Capital Flows and Economic Crises(Oxford: Oxford University Press, 2001), 2001: 3-28.
[48]Summers, L.H. US Economic Prospects: Secular Stagnation, Hysteresis, and the Zero Lower Bound[J]. Business Economics, 2014, 49(2): 65-73.
[49]Ahmed,E.and Zlate,A. Capital Flows to Emerging Market Economies: A Brave New world?[J]. Journal ofInternational Money and Finance,2014,48(2):221-248.
[50]World Bank. World Development Report[M],Washington D.C.,1985.
[51]Kim,Y. Causes of Capital Flows in Developing Countries[J]. Journal of International Money and Finance,2000,19(2):235-253.
【本文地址:https://www.xueshulunwenwang.com//jingjilei/guojijinrong/4512.html

上一篇:东盟六国银行业 系统性金融风险研究

下一篇:没有了

相关标签: