人民幣實(shí)際有效匯率波動(dòng)狀況研究

摘 要：匯率問題是研究經(jīng)濟(jì)體宏觀經(jīng)濟(jì)狀況的熱點(diǎn)問題，作為一項(xiàng)衡量經(jīng)濟(jì)狀況并為央行提供決策依據(jù)的重要指標(biāo)，伴隨著我國(guó)匯率體制的改革，人民幣實(shí)際有效匯率由單方面增值的態(tài)勢(shì)變?yōu)樵谝欢▍^(qū)間內(nèi)上下波動(dòng)能升能貶，對(duì)其波動(dòng)的短期預(yù)測(cè)已成為一項(xiàng)重要課題。以2004年1月—2018年12月的人民幣實(shí)際有效匯率的月度數(shù)據(jù)為基礎(chǔ)，構(gòu)建時(shí)間序列模型，得到序列為一個(gè)標(biāo)準(zhǔn)的一階自回歸過程。為深入尋找不同分位點(diǎn)水平下的匯率波動(dòng)狀況，同時(shí)避免因最小二乘法在假設(shè)條件上的不滿足，采用分位數(shù)回歸方法對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步擬合，最終發(fā)現(xiàn)匯率在更高的分位點(diǎn)水平下具有更大的彈性，并對(duì)這種彈性水平在2015年“匯改”后的時(shí)間內(nèi)樣本進(jìn)行穩(wěn)健性檢驗(yàn)，證明短期匯率慣性效應(yīng)的存在，然后對(duì)模型結(jié)果進(jìn)行合理解釋并提出相關(guān)的結(jié)論和啟示。

關(guān)鍵詞：人民幣實(shí)際有效匯率;一階自回歸;分位數(shù)回歸;匯率體制改革

中圖分類號(hào)：F832文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1008-4428（2019）07-0114-04

一、 引言

匯率是反映宏觀經(jīng)濟(jì)狀況的一項(xiàng)重要指標(biāo)，中國(guó)于2005年實(shí)行匯率體制改革后，將過去實(shí)行單一的匯率制度變更為參考一籃子貨幣調(diào)節(jié)的、有管理的浮動(dòng)匯率制度，使其更好地走向國(guó)際化和滿足市場(chǎng)供需。隨著中國(guó)經(jīng)濟(jì)體量的進(jìn)一步增長(zhǎng)，與世界各國(guó)間的貿(mào)易水平不斷提升，資本往來日漸頻繁，我國(guó)又于2015年實(shí)行“811匯改”，進(jìn)一步調(diào)整人民幣中間價(jià)的制定政策，人民幣匯率開始實(shí)現(xiàn)了雙向波動(dòng)。然而這種在央行干預(yù)和管制下的匯率波動(dòng)，也飽受各種爭(zhēng)議，匯率機(jī)制形成的改革仍然任重道遠(yuǎn)。2018年，中美貿(mào)易摩擦不斷升級(jí)，使得外匯市場(chǎng)受到?jīng)_擊。在如此背景下，尋找一個(gè)能夠合理反映人民幣匯率波動(dòng)狀況的模型十分重要，把握匯率短期波動(dòng)規(guī)律，無論對(duì)于進(jìn)出口貿(mào)易商、金融從業(yè)投資者、還是宏觀經(jīng)濟(jì)研究者來說，都是至關(guān)重要的。

眾多學(xué)者研究不同的外部變量對(duì)于匯率波動(dòng)的影響，試圖通過尋找重要的因變量來對(duì)匯率未來的走向進(jìn)行合理預(yù)測(cè)。但國(guó)際貿(mào)易之間匯率的確定是非常復(fù)雜且具有主觀性的，會(huì)受到各個(gè)領(lǐng)域因素的影響，因此也有不少學(xué)者是從時(shí)序的角度進(jìn)行方法改進(jìn)來研究。王竟遠(yuǎn)（2017）利用ARIMA模型構(gòu)建了ARIMA（0，1，1）×（0，1，1）乘積季節(jié)模型，基本能反映人民幣對(duì)美元在2016—2017年間的連續(xù)貶值趨勢(shì);張曼（2017）等人基于中位數(shù)GARCH模型來預(yù)測(cè)人民幣匯率的波動(dòng)性，并與參數(shù)GARCH模型進(jìn)行比較，可以很好地減小預(yù)測(cè)誤差;黃娟（2018）在GARCH模型的基礎(chǔ)上，建立STAR—GARCH模型，分析人民幣與美元之間實(shí)際匯率的波動(dòng)性特征，對(duì)2000—2017年人民幣對(duì)美元的擬合效果較好，但未就此提出啟示和建議。結(jié)合人民幣加入SDR的背景，孫少巖（2019）應(yīng)用ARIMA—GARCH復(fù)合模型對(duì)人民幣匯率的波動(dòng)進(jìn)行擬合，很好的預(yù)測(cè)了短期波動(dòng)性規(guī)律。另外，越來越多的學(xué)者也不再限于時(shí)間序列的角度方法，馬超等（2015）選擇基于EMD與NARX神經(jīng)網(wǎng)絡(luò)作為模型基礎(chǔ)進(jìn)行動(dòng)態(tài)研究，對(duì)人民幣匯率進(jìn)行預(yù)測(cè)發(fā)現(xiàn);曉輝等（2014）則使用融合獨(dú)立成分分析與BP神經(jīng)網(wǎng)絡(luò)結(jié)合的多維時(shí)間序列模型，這些均是時(shí)間序列領(lǐng)域的重要研究方法。而彭良玉（2010）將分位數(shù)回歸的方法融入時(shí)間序列的研究，因使用線性回歸的方法若存在自變量共線性、實(shí)際分布厚尾、離群點(diǎn)等問題，則回歸預(yù)測(cè)總誤差較大，因此無法進(jìn)行單一變量時(shí)序相關(guān)的分析，分位數(shù)回歸不考慮同方差、正態(tài)的假設(shè)，比最小二乘法回歸更穩(wěn)健，可以適用于時(shí)序問題的研究;何恒財(cái)（2015）等人基于多元分位數(shù)回歸的方法，對(duì)匯率時(shí)序相依性進(jìn)行分析，更加全面掌握分布在每個(gè)分位數(shù)層面的數(shù)據(jù)特征。

本文選擇在擬合人民幣實(shí)際有效匯率波動(dòng)的同時(shí)，使用分位數(shù)回歸的方法，分析不同分位點(diǎn)下時(shí)序相關(guān)性的影響程度，對(duì)模型的使用和預(yù)測(cè)進(jìn)行合理的解釋，并在此基礎(chǔ)上提出啟示和建議。

二、 模型概述

時(shí)序數(shù)據(jù)的殘差與其滯后項(xiàng)很可能相關(guān)，這破壞了OLS理論中誤差項(xiàng)非自相關(guān)的假設(shè)，常用的處理方法是構(gòu)建ARIMA模型。這是目前最常用的擬合非平穩(wěn)序列的模型，其實(shí)質(zhì)是ARMA模型與差分運(yùn)算相結(jié)合，將非平穩(wěn)的序列轉(zhuǎn)變成平穩(wěn)序列后，利用ARMA模型進(jìn)行建模。

ARIMA模型使用三種形式對(duì)擾動(dòng)項(xiàng)進(jìn)行建模分析，第一種是AR自回歸項(xiàng)。每個(gè)AR項(xiàng)都對(duì)應(yīng)著殘差μt預(yù)測(cè)方程中殘差的一個(gè)滯后項(xiàng)，一個(gè)p階級(jí)自回歸模型的表示形式為：

第二種是單積項(xiàng)。一次單積形式表明預(yù)測(cè)模型建立在原始數(shù)據(jù)的一階差分之上，二次單積項(xiàng)表示應(yīng)該用二次差分來進(jìn)行建模。

第三種是MA移動(dòng)平均項(xiàng)。使用預(yù)測(cè)誤差滯后值來改進(jìn)當(dāng)前的預(yù)測(cè)，一階移動(dòng)平均項(xiàng)使用最近一期的預(yù)測(cè)誤差，二階移動(dòng)平均使用前兩個(gè)時(shí)期的預(yù)測(cè)誤差，MA（q）模型的形式為：

在ARIMA預(yù)測(cè)中，可將上述形式組合在一起，建立一個(gè)完整的預(yù)測(cè)模型。分位數(shù)回歸之所以能與時(shí)序數(shù)據(jù)方法相結(jié)合，是因?yàn)槠鋵?duì)誤差項(xiàng)并不要求很強(qiáng)的假設(shè)條件，所以，相比擁有較多假設(shè)和限制的OLS方法，分位數(shù)回歸的應(yīng)用則會(huì)更加合理與穩(wěn)健，可以尋求不同分位點(diǎn)下的多種情況，挖掘出更加豐富的數(shù)據(jù)信息。

分位數(shù)回歸，研究自變量與因變量的條件分位數(shù)之間的關(guān)系，相應(yīng)得到的回歸模型可由自變量估計(jì)因變量的條件分位數(shù)。分位數(shù)回歸是采用最小化加權(quán)殘差絕對(duì)值之和的方法，來進(jìn)行參數(shù)估計(jì)，可以把分位數(shù)看作是一個(gè)優(yōu)化問題的解。

使用分位數(shù)回歸分析，對(duì)于分位數(shù)τ的選取也是很重要的，具體由樣本容量的大小來決定，當(dāng)然分位點(diǎn)取值不同時(shí)，所得到的參數(shù)估計(jì)值也會(huì)不同。

三、 實(shí)證分析

（一）數(shù)據(jù)選擇

為研究一般水平的人民幣匯率時(shí)序相關(guān)狀況，本文使用IMF構(gòu)造的實(shí)際有效匯率指數(shù)（REER）作為觀測(cè)變量，指數(shù)上升代表本國(guó)貨幣相對(duì)價(jià)值的上升，下降表示本幣相對(duì)貶值，不僅考慮了一國(guó)的主要貿(mào)易伙伴國(guó)貨幣的變動(dòng)，而且剔除了通貨膨脹因素影響，能夠更加真實(shí)反映一國(guó)貨幣的對(duì)外價(jià)值狀況。另外實(shí)際匯率變動(dòng)才是影響經(jīng)濟(jì)變量的主要原因，能夠更加真實(shí)綜合反映人民幣匯率的波動(dòng)狀態(tài)。本部分?jǐn)?shù)據(jù)來源于IMF國(guó)際貨幣基金組織官網(wǎng)，選擇中國(guó)實(shí)際有效匯率2004年1月—2018年12月共180個(gè)月度觀測(cè)數(shù)據(jù)進(jìn)行研究與分析。

（二）ARMA模型的構(gòu)建

為了研究波動(dòng)變化狀況方便后續(xù)的分析，首先將數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理，將其命名為lnreer，然后進(jìn)行ADF單位根檢驗(yàn)，觀察數(shù)據(jù)的平穩(wěn)性狀況，根據(jù)AIC、SC、HQ三個(gè)統(tǒng)計(jì)量確定原始序列符合哪種情況下的非平穩(wěn)過程。最終確定含截距項(xiàng)和時(shí)間趨勢(shì)項(xiàng)情況下的AIC和HQ均為三種情況下的最小值（見表1），原始序列為含有時(shí)間趨勢(shì)項(xiàng)和截距項(xiàng)的非平穩(wěn)過程。

由于序列為非平穩(wěn)過程，根據(jù)時(shí)間序列數(shù)據(jù)的標(biāo)準(zhǔn)處理方法，進(jìn)行一階差分處理后，繼續(xù)進(jìn)行ADF檢驗(yàn)（見表2）。最終確定一階差分的序列為不含截距項(xiàng)和時(shí)間趨勢(shì)項(xiàng)的平穩(wěn)過程。

接下來進(jìn)行整體分析，如圖1（左）所示，展示了全部樣本數(shù)據(jù)的變化狀況，可見人民幣匯率在2015年之前整體呈現(xiàn)波動(dòng)升值。但2015年匯率體制改革后，波動(dòng)基本穩(wěn)定，指數(shù)保持在了4.8左右，甚至在隨后的兩年出現(xiàn)明顯貶值，即使2018年初有小幅增值，也仍未達(dá)到2015年人民幣匯率水平的最高點(diǎn)。經(jīng)宏觀角度進(jìn)行相關(guān)數(shù)據(jù)分析后，本文認(rèn)為，應(yīng)結(jié)合實(shí)際背景，以2015年為分界點(diǎn)，將此后的匯率樣本數(shù)據(jù)進(jìn)行單獨(dú)研究，能夠更具有代表性意義和價(jià)值。

對(duì)于人民幣實(shí)際有效匯率指數(shù)來說，對(duì)數(shù)差分具有匯率增長(zhǎng)率的經(jīng)濟(jì)含義。圖1（右）展示了全部樣本數(shù)據(jù)月度增長(zhǎng)率的波動(dòng)狀況。其中2009年、2014年、2018年波幅較大。本文認(rèn)為，2009年是受到全球金融危機(jī)的沖擊造成的，2014年是由于我國(guó)逐漸進(jìn)入經(jīng)濟(jì)發(fā)展新常態(tài)，經(jīng)濟(jì)增長(zhǎng)降速放緩，內(nèi)部經(jīng)濟(jì)環(huán)境不穩(wěn)定等導(dǎo)致的一定規(guī)模資金外流，加之美國(guó)經(jīng)濟(jì)回升，歐洲債務(wù)危機(jī)緩解，日本安倍經(jīng)濟(jì)不斷刺激等因素影響，2018年最主要的沖擊來自中美貿(mào)易摩擦，美方多次單方面撕毀達(dá)成的聯(lián)合聲明，挑起貿(mào)易制裁，令國(guó)內(nèi)乃至整個(gè)全球經(jīng)濟(jì)市場(chǎng)都難以預(yù)料。不過值得注意的是，隨著貿(mào)易磋商與談判的進(jìn)行，年底中美經(jīng)貿(mào)關(guān)系轉(zhuǎn)緩，貿(mào)易穩(wěn)定使匯率增長(zhǎng)率的波幅相較年初有所下降。

從表3可以看出，人民幣實(shí)際有效匯率月度增長(zhǎng)率均值為0.2%，最大增速為4.2%，這同我國(guó)的經(jīng)濟(jì)發(fā)展?fàn)顩r相符。近15年來，人民幣匯率整體上處于波動(dòng)上升的狀態(tài)，并且在較長(zhǎng)的一段時(shí)期內(nèi)保持較快的增長(zhǎng)速度。偏度、峰度系數(shù)以及JB統(tǒng)計(jì)量可認(rèn)為增長(zhǎng)率數(shù)據(jù)整體符合正態(tài)分布。

接下來進(jìn)行建模分析。通過相關(guān)圖和偏相關(guān)圖，發(fā)現(xiàn)均存在“截尾效應(yīng)”，從而初步認(rèn)為dlnreer序列是一個(gè)ARMA（1，1）過程，對(duì)模型進(jìn)行擬合。

通過分析表4，發(fā)現(xiàn)AR（1）和MA（1）項(xiàng)的系數(shù)在5%的顯著性水平下均不顯著，根據(jù)相關(guān)文獻(xiàn)的處理方法，考慮適用程度最廣的AR（1）的模型進(jìn)行建模。由于建模的結(jié)果中，常數(shù)項(xiàng)不顯著，所以去掉常數(shù)項(xiàng)進(jìn)行建模（見表5）。

初步確定模型為AR（1）過程，然后進(jìn)行LM檢驗(yàn)來判斷所構(gòu)造模型殘差序列的相關(guān)性。根據(jù)LM檢驗(yàn)的結(jié)果，F(xiàn)統(tǒng)計(jì)量為0.745，其P值為0.4763，對(duì)于給定的階數(shù)，殘差不存在序列相關(guān)，說明本文構(gòu)建的人民幣實(shí)際有效匯率增長(zhǎng)率的自回歸模型是準(zhǔn)確的，新的模型中殘差項(xiàng)不具有序列相關(guān)性。于是方程可以表示為：

這是一個(gè)標(biāo)準(zhǔn)的AR（1）模型，與陽建輝（2014）基于改進(jìn)GARCH-M模型得出的結(jié)論一致，說明當(dāng)期的增長(zhǎng)率水平與上一期有非常強(qiáng)烈的正向關(guān)系，即在其他條件不變的情況下，上一期增長(zhǎng)率變動(dòng)1%，當(dāng)期增長(zhǎng)率變動(dòng)0.326%，vt項(xiàng)是波動(dòng)項(xiàng)。這種增長(zhǎng)率的時(shí)序相關(guān)性驗(yàn)證了匯率波動(dòng)的慣性效應(yīng)。接下來，本文具體使用分位數(shù)回歸方法，研究不同分位點(diǎn)水平下的當(dāng)期匯率增長(zhǎng)率變動(dòng)受上一期慣性效應(yīng)大小的影響狀況。

（三）分位數(shù)回歸模型的構(gòu)建

分位數(shù)回歸具有許多優(yōu)點(diǎn)，可以更好地處理異質(zhì)性，考慮整個(gè)分布的情況，對(duì)誤差項(xiàng)不要求很強(qiáng)的假設(shè)條件。不同分位數(shù)下的回歸系數(shù)估計(jì)量通常不同，采用該方法以研究不同分位點(diǎn)水平下，當(dāng)期匯率增長(zhǎng)率變動(dòng)受到上一期慣性效應(yīng)的大小狀況。將每一期的增長(zhǎng)率根據(jù)數(shù)值大小進(jìn)行排序，然后每一個(gè)分位數(shù)，例如0.5表示增長(zhǎng)率低于這個(gè)比例下的個(gè)數(shù)占總體的50%，這也正是中位數(shù)回歸的過程。以一階滯后項(xiàng)為解釋變量進(jìn)行含常數(shù)項(xiàng)模型擬合，得到表6：

觀察得到的分位數(shù)回歸表，除在0.1分位點(diǎn)處的解釋變量與0.4分位點(diǎn)處的常數(shù)項(xiàng)在10%的顯著性水平下不顯著，其余所有分位點(diǎn)水平下的回歸系數(shù)均呈現(xiàn)顯著性。通過觀測(cè)殘差序列相關(guān)圖也可看出殘差序列均不存在序列相關(guān)性，性質(zhì)良好。對(duì)模型進(jìn)行斜率相等性檢驗(yàn)（見表7）：

經(jīng)檢驗(yàn)，接受原假設(shè)，第0.25和0.5分位數(shù)回歸直線的斜率，第0.5和0.75分位數(shù)回歸直線的斜率之間無顯著性差異，可認(rèn)為構(gòu)建的分位數(shù)回歸模型具有斜率相等的性質(zhì)。對(duì)模型進(jìn)行對(duì)稱性檢驗(yàn)（見表8）：

經(jīng)檢驗(yàn)，接受原假設(shè)。第0.25和0.75分位數(shù)回歸直線的斜率以中位數(shù)斜率存在對(duì)稱性，可認(rèn)為構(gòu)建的分位數(shù)回歸模型具有對(duì)稱性的特點(diǎn)。

我們發(fā)現(xiàn)，一般情況下隨著分位點(diǎn)的提升，回歸系數(shù)的值也會(huì)越大，當(dāng)人民幣實(shí)際有效匯率的增長(zhǎng)率相較于其他月份呈現(xiàn)出較低的水平時(shí)，那么上月的增長(zhǎng)率對(duì)于當(dāng)月的增長(zhǎng)率彈性較低，反之亦然。由此可以使用本模型進(jìn)行有效的短期預(yù)測(cè)，匯率的慣性效應(yīng)會(huì)隨著增長(zhǎng)率水平的提升而變大，通過分析當(dāng)期相較于前期增長(zhǎng)幅度的位置，更好地了解慣性效應(yīng)。

（四）穩(wěn)健性檢驗(yàn)

我國(guó)于2015年進(jìn)行匯率體制改革，單向升值的局面已經(jīng)成為過去式，因此以2015年為節(jié)點(diǎn)，采用相同的模型來分析之后這種增長(zhǎng)率的慣性效應(yīng)是否仍然顯著。

通過對(duì)2015年1月至2018年12月的數(shù)據(jù)進(jìn)行AR（1）模型的構(gòu)建（見表9），發(fā)現(xiàn)盡管顯著性有所下降，但是在10%的顯著性水平下仍然拒絕原假設(shè)。系數(shù)值變?yōu)?.25，相比全部樣本數(shù)據(jù)的擬合，其數(shù)值有所降低，說明盡管匯率增長(zhǎng)率的慣性效應(yīng)仍然存在，但是隨著我國(guó)經(jīng)濟(jì)發(fā)展速度放緩，未來增長(zhǎng)率受到當(dāng)期增長(zhǎng)速度的影響越來越小，更容易受到市場(chǎng)因素的影響。慣性效應(yīng)會(huì)使人民幣在過熱時(shí)處于不斷升值態(tài)勢(shì)，不利于我國(guó)企業(yè)出口貿(mào)易的發(fā)展，熱錢的流入也難以讓金融市場(chǎng)得到穩(wěn)定。保持匯率水平穩(wěn)定在一定范圍內(nèi)上下波動(dòng)，是央行匯率體制改革的重要任務(wù)。相信隨著我國(guó)匯率形成機(jī)制不斷完善，與中國(guó)經(jīng)濟(jì)基本面不斷適應(yīng)，這種慣性效應(yīng)繼續(xù)下降，降低發(fā)生劇烈單向波動(dòng)的風(fēng)險(xiǎn)，并發(fā)揮浮動(dòng)匯率“自動(dòng)穩(wěn)定器”的功能，使宏觀經(jīng)濟(jì)健康發(fā)展。

四、 結(jié)論分析與啟示

本文運(yùn)用時(shí)間序列模型以及分位數(shù)回歸模型對(duì)人民幣實(shí)際有效匯率的波動(dòng)狀況進(jìn)行了合理的分析研究。人民幣實(shí)際有效匯率增長(zhǎng)率具有一定的慣性效應(yīng)，上月匯率增長(zhǎng)率較高時(shí)會(huì)對(duì)當(dāng)月匯率增長(zhǎng)率產(chǎn)生較大的影響。本模型并不過多地考慮外部因素對(duì)于匯率水平的沖擊，著重于研究一般情況下，匯率自身增長(zhǎng)率水平在時(shí)序上的影響。根據(jù)結(jié)論，匯率增長(zhǎng)率在不同的分位點(diǎn)水平下均具有一期的慣性效應(yīng)，結(jié)合歷史數(shù)據(jù)來看，若前一期增長(zhǎng)率下降，當(dāng)期增長(zhǎng)率上升，那么下一期更有可能呈現(xiàn)上升的狀態(tài)，并且若當(dāng)期增長(zhǎng)率相較歷史數(shù)據(jù)來說較高時(shí)，下一期增長(zhǎng)率會(huì)有更高的增幅。

就整個(gè)人民幣匯率市場(chǎng)化的進(jìn)程來看，我們從過去由政策主導(dǎo)使人民幣走強(qiáng)升值，轉(zhuǎn)變?yōu)槿绾翁嵘嗣駧艆R率市場(chǎng)性，降低政府在其中調(diào)控的比重，維持人民幣匯率水平的相對(duì)穩(wěn)定作為最終目標(biāo)。通過實(shí)證分析我們發(fā)現(xiàn)，由于慣性效應(yīng)的存在，若當(dāng)期的匯率增長(zhǎng)率保持在較高的水平，那么人們預(yù)期未來匯率水平會(huì)持續(xù)走高，如果受到外部性因素的影響，勢(shì)必會(huì)對(duì)整個(gè)經(jīng)濟(jì)市場(chǎng)產(chǎn)生較大的沖擊，匯率穩(wěn)定傳遞出的信心意義相比匯率單邊升值或者貶值帶來的實(shí)際意義要更強(qiáng)。在經(jīng)歷2015年匯率后，這種慣性效應(yīng)的水平得到了控制，主動(dòng)防御來自外部的沖擊，對(duì)匯率風(fēng)險(xiǎn)進(jìn)行有效規(guī)避。

根據(jù)上述分析的結(jié)果，并結(jié)合人民幣實(shí)際有效匯率波動(dòng)與走勢(shì)，本文得到如下啟示：

首先，匯率體制改革雖然從結(jié)果上看，降低了匯率增長(zhǎng)慣性效應(yīng)的大小，但央行的干預(yù)與管制仍然較大，在主觀管制下形成的匯率市場(chǎng)性，能否讓外匯根據(jù)市場(chǎng)調(diào)節(jié)實(shí)現(xiàn)真正的平衡仍然值得思考。所以匯率改革仍需在市場(chǎng)化的方向上繼續(xù)推進(jìn)，建立更加完善的匯率動(dòng)態(tài)管理機(jī)制，更多地引導(dǎo)市場(chǎng)去主導(dǎo)雙向波動(dòng)。政府要?jiǎng)?chuàng)造一個(gè)匯率穩(wěn)定的有利環(huán)境，培育健全的外匯金融市場(chǎng)，讓企業(yè)和金融機(jī)構(gòu)在競(jìng)爭(zhēng)中實(shí)現(xiàn)良性發(fā)展。央行要改進(jìn)調(diào)控的手段和方式，合理應(yīng)對(duì)未來資本項(xiàng)目進(jìn)一步開放對(duì)國(guó)內(nèi)金融市場(chǎng)所造成的沖擊。

其次，人民幣在過去較長(zhǎng)的一段時(shí)間內(nèi)都處于不斷升值的態(tài)勢(shì)，這種慣性效應(yīng)造成的預(yù)期對(duì)于市場(chǎng)的影響巨大。2015年后人民幣不升反降又造成人們一定程度上的危機(jī)感，使得資本外流，產(chǎn)生恐慌購匯。對(duì)于長(zhǎng)久處于升值中的人民幣來說，人民幣貶值自然會(huì)被認(rèn)為是異?，F(xiàn)象，被視為匯率危機(jī)的前兆。不過真正能夠滿足市場(chǎng)供求關(guān)系的匯率，需要的正是雙向穩(wěn)定的波動(dòng)。本文認(rèn)為，穩(wěn)定市場(chǎng)對(duì)于匯率的預(yù)期是重中之重，每一次匯率改革一定要傳遞出明確的實(shí)施計(jì)劃，并且在過程中要表現(xiàn)出堅(jiān)守的信心與態(tài)度，人民幣能升能貶，但一定程度上的貶值并不意味著外匯市場(chǎng)的崩潰，這是由市場(chǎng)供求決定，是能夠讓市場(chǎng)走向更加均衡發(fā)展的必經(jīng)之路。任何改革都難以一蹴而就，提升社會(huì)公眾對(duì)于匯率波動(dòng)的耐受性，降低對(duì)于人民幣匯率貶值的敏感程度，才能建立更加良性的市場(chǎng)。與此同時(shí)也要表達(dá)出在一定范圍內(nèi)的容忍程度，不能任由人民幣升值或者貶值，這種范圍需要由央行進(jìn)行內(nèi)部確定并加以動(dòng)態(tài)完善，如果公開也會(huì)造成預(yù)期上的沖擊與影響。穩(wěn)定人們?cè)趨R率慣性效應(yīng)下的預(yù)期，合理的限制與約束條件同樣不可或缺。

另外，這種慣性對(duì)于國(guó)內(nèi)外企業(yè)的投資具有指導(dǎo)意義。一般而言，人民幣匯率升值有利于中國(guó)進(jìn)口，降低進(jìn)口商品的成本，國(guó)內(nèi)企業(yè)對(duì)外投資購買力更強(qiáng)，在無強(qiáng)烈外部沖擊的情況下，若上月匯率增長(zhǎng)率處于較高水平時(shí)，那么當(dāng)期增長(zhǎng)率有非常大的可能保持進(jìn)一步上升，在這種預(yù)期下進(jìn)行對(duì)外投資的決策更加合理可靠。在關(guān)注慣性預(yù)期的同時(shí)也要及時(shí)掌握外部沖擊造成的影響，企業(yè)在對(duì)外投資問題上，更需要認(rèn)識(shí)到提升自身競(jìng)爭(zhēng)力才是關(guān)鍵。2018年中美貿(mào)易戰(zhàn)對(duì)于我們的影響極其深刻，國(guó)內(nèi)企業(yè)應(yīng)認(rèn)識(shí)到只有不斷提升在全球市場(chǎng)的競(jìng)爭(zhēng)力，推進(jìn)自主創(chuàng)新，樹立風(fēng)險(xiǎn)防范意識(shí)，才能經(jīng)受住沖擊。政府也需要關(guān)注國(guó)內(nèi)基礎(chǔ)設(shè)施建設(shè)后勁不足的問題，集中財(cái)力資源，通過降低企業(yè)運(yùn)營(yíng)成本，改善融資環(huán)境，推進(jìn)基礎(chǔ)設(shè)施建設(shè)，幫助企業(yè)尤其是中小微企業(yè)進(jìn)行技術(shù)創(chuàng)新，整合全球優(yōu)勢(shì)資本、人才和技術(shù)，完善扶持政策提供更多的便利。匯率穩(wěn)定是經(jīng)濟(jì)平穩(wěn)運(yùn)行的重要因素，而經(jīng)濟(jì)環(huán)境的穩(wěn)定可促進(jìn)匯率的穩(wěn)定發(fā)展。保證國(guó)內(nèi)企業(yè)健康發(fā)展，增強(qiáng)核心競(jìng)爭(zhēng)力，無論對(duì)于國(guó)內(nèi)經(jīng)濟(jì)的發(fā)展還是匯率水平的穩(wěn)定，都是不可或缺的。

參考文獻(xiàn)：

[1]王竟遠(yuǎn).基于ARIMA模型的中美匯率時(shí)間序列分析[J].現(xiàn)代商貿(mào)工業(yè)，2017（9）：31-32.

[2]張曼，趙學(xué)靖，田人合.基于中位數(shù)GARCH模型的匯率波動(dòng)率預(yù)測(cè)[J].統(tǒng)計(jì)與決策，2017（11）：73-75.

[3]黃娟.基于STAR-GARCH模型中美匯率的波動(dòng)性研究[J].中國(guó)集體經(jīng)濟(jì)，2018（5）：120-121.

[4]孫少巖，孫文軒.加入SDR后人民幣匯率波動(dòng)規(guī)律研究——基于ARIMA-GARCH模型的實(shí)證分析[J].經(jīng)濟(jì)問題， 2019（2）：42-47.

[5]馬超，徐瑾輝，藍(lán)斌，等.基于EMD與NARX網(wǎng)絡(luò)的匯率預(yù)測(cè)方法研究[J].西安文理學(xué)院學(xué)報(bào)（自然科學(xué)版），2015，18（2）：70-74.

[6]王曉輝，張衛(wèi)國(guó)，劉玉芳.融合ICA的BP網(wǎng)絡(luò)在人民幣匯率預(yù)測(cè)中的應(yīng)用[J].系統(tǒng)工程學(xué)報(bào)，2014， 29（3）.

[7]彭良玉.分位數(shù)回歸在時(shí)間序列中的應(yīng)用[D].天津：天津大學(xué)，2010.

[8]何恒財(cái)，張雪峰， 杜子平.基于多元分位數(shù)回歸的匯率時(shí)序相依性分析[J].統(tǒng)計(jì)與決策，2015（15）：149-152.

[9]張曉峒.EVIEWS使用指南與案例[M].北京：機(jī)械工業(yè)出版社，2007.

[10]陳建寶.分位數(shù)回歸技術(shù)綜述[J].統(tǒng)計(jì)與信息論壇，2008，23（3）：89-96.

[11]陽建輝，彭清華，陽宗妤.基于改進(jìn)GARCH-M模型的匯率波動(dòng)特征[J].系統(tǒng)工程，2014（3）：63-69.

作者簡(jiǎn)介：

錢錕，南京財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院統(tǒng)計(jì)學(xué)專業(yè)碩士研究生，研究方向：社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)。