外汇储备规模简单分析

外汇储备规模的简单分析

摘要

一个国家的外汇储备指一国所持有的国际储备资产中的外汇部分，即一国保有的以外币表示的债权，是一个国家货币当局持有并可以随时兑换外国货币的资产，是一国用于平衡国际收支，稳定汇率，偿还对外债务的外汇积累，是一个国家经济实力的重要组成部分。但是，外汇储备并非多多益善，近年来中国外汇储备规模的急剧扩大对经济发展产生了许多负面影响。本文将依据1991年到2010年的相关数据，采用线性回归模型对我国外汇储备进行简单定量分析。

一、 我国外汇储备现状

目前我国的外汇储备总额已经超过3万亿美元，是世界上最大的外汇储备国，规模过大，且增长迅猛。1990年底外汇储备额首次突破100亿美元，在此之后，我国进入了外汇储备快速而稳定增长的阶段。1996年底突破1千亿美元，2006年2月份增长到8千亿美元，首次超过日本，成为世界上外汇储备最多的国家，接着我国的外汇储备不断创出新高。2006年10月底突破万亿美元，达到10096.26亿美元。到2008年底，我国的外汇储备余额已达到1.9万亿美元，超过世界主要七大工业国外汇储备规模的总和。2009年6月末，我国的外汇储备存量突破2万亿美元，2010年末外汇储备总额为2.8万亿，而到了2011年3月末，这一数字更是突破3万亿美元，单季度增长1974亿美元，增长迅猛。

从币种结构上看，中国外汇储备资产主要为美元、欧元、和日元等货。其中美元占到65%左右，这一数字还不是历史最高，在2005年曾经一度接近70%，这一币种结构主要是受到了我国贸易结构的影响。

二、 我国外汇储备快速增长原因分析

我国巨额外汇储备主要来来源渠道为国际收支持续双顺差，即经常项目顺差和资本和金融项目顺差，还有部分外汇储备是通过国际投资资本，即所谓的“热钱”流入我国，也有我国特殊的金融制度，即强制性的结售汇制度和国际资本投机的因素。

首先是经常项目和资本与金融项目的双顺差。出口作为拉动经济增长的三驾马车之一，发挥着举足轻重的作用，世界各国都充分认识到出口在创造就业机会，拉动经济快速增长中的作用。随着我国改革开放，以及2001年加入WTO，我国出口额节节攀升。目前，出口仍然是我国拉动GDP增长的一个重要途径，

2002～2010年我国经常项目顺差的增长相当惊人。从2002年到2010年，经常项目顺差增长了7倍多，平均年增长率超过40%。经常项目作为外汇储备的主要来源之一，因此逐年增长的经常项目顺差形成了我国巨额的外汇储备。

其次，由于我国经济快速健康稳定地发展，基础设施不断完善，大量外资到我国寻找发展机会。同时，我国廉价的劳动力和优惠的外资，吸引了大量的外商直接投资到我国开办工厂，或从事加工贸易。因此，外商直接投资在某种程度上也推动了我国外汇储备的激增。从2002～2010年间资本和金融项目一直是顺差，形成了外汇储备的另一个主要来源。

强制性的结售汇制度也是重要成因之一。我国的外汇储备管理是一个不断发展的过程，1979年以前，对外汇管理属于高度集中，是以行政管理为主的统收统支的外汇管理。随后，为了适应我国市场经济发展的需要，从1994年起，实行官方汇率与外汇调剂市场汇率并轨，并实行以市场供求为基础的有管理的浮动汇率制度。1996年分别对中小企业的外汇收入和外汇银行外汇头寸做了严格的规定，对每家外汇银行都核定了外汇周转头寸的上下限；中小企业的出口外汇收入只能保留上年外汇的20%，超出这一限额的必须卖给外汇指定银行。这种强制性的结售汇制度，导致银行和企业都无法按意愿持有外汇，银行以国家外汇储备的形式持有大量的外汇。同时，央行为了稳定汇率不得不用人民币换取相当数量的外汇，结果导致外汇储备的持续增长。

三、巨额外汇储备的负面影响

外汇储备具有稳定汇率、调节国际收支、增强在国际上信用水平及调节宏观经济的作用。但是，各国在努力增加外汇储备的同时，千万别忽视了外汇储备并不是越多越好，它必须与一国经济发展的实际情况相适应。外汇储备过多会带来

一些负面影响，如造成资源浪费、导致基础货币投放增多、诱发通货膨胀等。

1、通货膨胀的压力增大。外汇储备是通过影响货币供应量来影响物价水平的。在我国的汇率之下，国际收支的双顺差使汇储备不断增加，导致对人民币需求增加，为了使人民币升值速度不至于过快，银行用外汇占款买人外汇，从而使外汇占款增加。外汇占款增加导致基础货币增加，基础货币通过货币乘数导致货币供应量的增加，货币供应量增加又会导致物价水平的提高。货币供应量是形成总需求的重要因素，当大量的货币追逐少量的实物资产时，物价就会上升，直到上升的物价消除了超额的货币供给，物价才不会增加。由于我国1994年的外汇管理改革实行了强制性的银行结售汇制度，银行为了回收市场上过多的外汇，不得不向市场上投放大量的基础货币，这一效应更会通过货币乘数引起货币供应量的成倍增加。目前，我国的外汇储备已超过3万亿美元，相当于央行向市场投放了与之相等的人民币基础货币，通过货币乘数的放大作用影响物价，通货膨胀的压力越来越大。由于外汇占款的增加，央行为了进行外汇冲销而投放了的大量基础货币。为了缓解通货膨胀的压力，虽然央行通过发行央行票据和国债来冲销基础货币的投放，但这只能在短期起到抑制基础货币的过度投放。因为在票据和国债的到期日，还是会发放等额的基础货币，最终形成通胀的压力。

2、人民币升值的压力加大。随着官方汇率与市场汇率的并轨，以及我国外汇储备的快速增长，根据外汇市场的供求原则，必将形成人民币升值的预期。近年来，美日等西方国家极力主张人民币大幅升值。从我国近年来的数据看，人民币一直处在升值的状况，而且由于巨额的外汇储备，人民币升值的预期会一直持续。随着人民币的升值以及会进一步升值的预期，导致国际游资大量流入国内以套取利润。国际游资的大量流入又进一步推动外汇储备的增加，外汇储备供大于

求，又进一步导致人民币升值预期的恶性循环。

3、外汇储备投资收益低。我国外汇资本投资渠道主要为发达经济体和新兴经济体的类、机构类、公司类等多种金融产品，没有涉及次贷等高风险衍生产品。虽然外汇储备可以用于收益较高的股权投资，或购买国外先进的设备技术以及购买黄金、石油等战略资源等，满足我国经济发展的需要，但是由于我国的外汇储备原则一直是在安全性的基础上，取得储备资产的盈利性。在这种理念的指导下，国家外汇储备运营的经济效益十分低下，如主要投资于美国国债，盈利性差。

四、我国外汇储备定量分析

前边分析了影响我国外汇储备增长的因素，下面通过前边的分析，选取适当的变量（变量的选取一定程度上受到数据的），使用线性回归与相关分析的方法建立我国外汇储备规模的函数，对我国外汇储备规模进行分析。基本思想是根据以往的外汇储备数据得出储备的变动模式，储备的适度性在过去的变动趋势也适用于将来的情况。

首先分析建立我国外汇储备规模函数应该考虑的变量。我国的外债数额比较大，储备外汇是外在偿还能力的保证，国家外债余额的多少直接影响着国家外汇储备数额的大小；我国资本项目的顺差大于经常项目顺差，所以从国际收支平衡表分析，外商直接投资应是我国外汇储备的最主要来源；外汇储备与货币供给呈现正相关关系。货币供应量水平直接影响汇率及国内物价水平，对贸易产生相关影响，从而影响外汇储备；进口水平的提高将导致外汇储备持有额的下降。于是我们选取的四个主要自变量为：国家外债余额、外资企业在华投资额、货币供应量、进口额。

确定了模型的四个字变量后，外汇储备的线性回归模型的函数形式便出来了：

Y＝β＋β1X1+ β2X2+ β3X3+ β4X4

其中Y表示外汇储备量，X1为国家外债余额，X2为外资企业在华投资额，X3为货币供应量，X4为进口总额， β及βi 为待估参数(i=1,2,3,4)

样本数据见下表：

国家外债余

年 外汇储备 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

(亿美元)

217.12 194.43 211.99 516.2 735.97 1050.29 1398.9 1449.59 16.75 1655.74 2121.65 28.07 4032.51 6099.32 8188.72 10663.40 15282.49 19460.30 23991.52 28473

外资企业在华

投资 (亿美元)

717.8332 1784.555 3823.8877 4907.2446 6390.08 7153.2202 7534.701 7742.2942 7785.68 8246.75 8750 9819 11174 13112 140 15270 16018 16942 17842 1.57

美元年均

货币（M2） (亿美元）

3637.199248 4610.199637 6055.520833 43.561485 7275.5082 9157.027677 10976.51387 12620.59179 14481.7 16296.6586 19125.519 22351.129 26750.03628 30700.37453 37019.61538 43353.27027 53056.579 68417.53178 88746.15722 99552.051

额 (亿美元)

605.61 693.21 835.73 928.06 1065.9 1162.75 1309.6 1460.43 1518.3 1457.3 1701.1 1713.6 1936.34 2285.96 2810.45 3385.9 32.2 3901.6 4286.5

进口总额 (亿美元）

638.8533835 806.4065336 1039.270833 1155.4037 1323.125749 1390.78219 1424.185766 1404.118357 1659.125772 2256.513317 2435.568443 2951.481763 4134.7219 5610.221095 6725.19888

7914.6 9559.5 11325.6 10059.2 13948.3

汇率

5.32 5.51 5.76 8.62 8.35 8.31 8.29 8.28 8.2793 8.26 8.277 8.2773 8.27 8.277 8.0702 7.9718 7.6040 6.9451 6.8310 6.7695

1、 参数估计及模型检验：

首先进行参数估计：

Dependent Variable: Y Sample: 1991 2010

Variable

Coefficient

Method: Least Squares Included observations: 20

Std. Error

t-Statistic

Prob.

X1 X2 X3 X4 β R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

1.258203 -0.14443 -0.02573 1.31955 -1091.51 0.729588 0.082008 0.044537 0.1745 246.1184 1.810765 0.100095 -1.84927 0.093905 -0.60668 0.4762 7.7242 0 -4.65663 0.000476 1708.001 2294.875 14.99631 15.25769 303.3369

0.000000

0.988617 Mean dependent var 0.985314 S.D. dependent var 285.5279 Akaike info criterion 11263 Schwarz criterion -141.713 F-statistic

0.870379 Prob(F-statistic)

β及β1β2β3β4的估计分别为，从而得到X2 X3的系数小于零，意味着外商投资的规模越大，我国的外汇储备反而会越小，且随着货币供应量增加，我国的外汇储备反而会越小；X4前面的系数为正，说明进口水平的提高会导致外汇储备持有量的下降，这些与实际的经济意义相违背。并且，解释变量X1X2 X3的显著性水平都很低，但是模型整体的 R-square 为0.988617, Adjusted R-squared也为0.985314，这说明模型整体的解释力很强。

从检验结果可以看出，解释变量联合起来对模型的解释很好，但各解释变量对模型的影响不显著，由于采用时间序列数据，产生这种情况的原因可能是：解释变量间存在多重共线性，下面进行多重共线性检验。 多重共线性检验：

各变量间的相关系数矩阵如下：

X1 X2 X1 0.992400129 X2 X3 X4 1 0.992400129 0.98035887156 0.93930610017 1 0.951742300 0.90111478585 X3 X4 0.98035887156 0.951742300 1 0.98339576071 1 0.93930610017 0.90111478585 0.98339576071 从上表中可以看到：变量间的相关系数均大于0.9，说明这四个解释变量间存在着严重的多重共线性。下面先从各变量的经济意义上考虑是否能对解释变量进行改进。

2、数据处理：

理论上，进口水平的提高，将导致储备持有额的下降。样本数据（除2010年）主要来源于统计年鉴，我国统计年鉴中的进口数据是海关统计值，其中包括大量以外商直接投资形式进入中国的实物和机器设备等，而这部分海关统计的进口并不需要我国支付外汇，所以在衡量动用外汇的进口数值对外汇储备的影响时，理应扣除这部分数值。而关于这部分进口的数据很难获得，因此假设外商直接投资的90%是以实物形式进入中国，则真实影响外汇储备的进口为进口总额减去外商以实物形式进行投资的部分，即X5=X4-0.9*X2。由于外商直接投资中，有90%的部分是以实物形式进入中国，并不直接构成外汇储备，则资本项目对外汇储备的贡献只在于其的10%。而且随着外商直接投资存量的不断扩大，所需的外汇也将不断增加。因此，我们将进口和外商投资合并在一起，用真实进口X5取代X2和X4, 原来的变量国家外债余额X1和货币与准货币X3仍然放入模型中，新得到的数据如下：

国家外债余额

年

外汇储备

合计

(亿美元)

217.12

美元年均汇

货币和准货币（M2）

真实进口额

率

(亿美元）

3637.199248

(亿美元)

605.61

(亿美元）

-7.19965

1991

5.32

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

194.43 211.99 516.2 735.97 1050.29 1398.9 1449.59 16.75 1655.74 2121.65 28.07 4032.51 6099.32 8188.72 10663.40 15282.49 19460.30 23991.52 28473

693.21 835.73 928.06 1065.9 1162.75 1309.6 1460.43 1518.3 1457.3 1701.1 1713.6 1936.34 2285.96 2810.45 3385.9 32.2 3901.6 4286.5

4610.199637 6055.520833 43.561485 7275.5082 9157.027677 10976.51387 12620.59179 14481.7 16296.6586 19125.519 22351.129 26750.03628 30700.37453 37019.61538 43353.27027 53056.579 68417.53178 88746.15722 99552.051

-799.6926 -2402.22 -3261.0561 -4427.95111 -5047.11599 -5357.04513 -5563.942 -5347.98622 -5165.56163 -39.43155 -5885.61827 -5921.70271 -6190.575 -50.80112

-5828.4 -4856.7 -3922.2 -5998.6 -3061.313

5.51 5.76 8.62 8.35 8.31 8.29 8.28 8.2793 8.26 8.277 8.2773 8.27 8.277 8.0702 7.9718 7.6040 6.9451 6.8310 6.7695

3、重新估计参数：

Dependent Variable: Y Method: Least Squares Sample: 1991 2010 Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

X1 X3 X5 β R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 2.701595 0.131490 0.452147 -1522.629 1.136094 0.056696 0.123235 3.4841 2.496866 2.435199 3.852410 -4.104615 0.0287 0.0323 0.0020 0.0011 0.963625 Mean dependent var 0.960795 S.D. dependent var 472.1955 Akaike info criterion 33048 Schwarz criterion -156.17 F-statistic

0.602477 Prob(F-statistic) 1708.001 2304.875 16.0375 16.2467 146.3392 1708.001

重新得到的个参数估计值符合经济意义，显著性水平也令人满意，模型整体的R-square 为0.963625 Adjusted R-squared也为0.960795，这说明模型对样本的拟合是很好的，可认为多重共线性已经消除。

4、异方差性检验：

根据White检验，经估计得结果如下：

F-statistic Obs*R-squared Variable 1.406621 Probability 7.965208 Probability Coefficient 300061.23 -1473.6531 0.685514 112.05569 -0.003607 -116.60082 -0.027462 Std. Error 237810.6 852.3272 0.318569 55.15171

t-Statistic 1.261766 -1.740709 2.148720 2.031776

0.292562 0.253243 Prob.

β X1 X1^2 X3 X3^2 X5 X5^2 R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.001676 -2.153027 126.8308 -0.919341 0.021845 -1.257190 0.2247 0.1032 0.0501 0.0619 0.0497 0.3674 0.2263 173778.0 169813.7 27.83425 28.19321 1.406884

0.286613 0.398261 Mean dependent var 0.106688 S.D. dependent var 160778.7 Akaike info criterion 3.267686 Schwarz criterion -271.1325 F-statistic

1.973033 Prob(F-statistic) 由White检验，在0.05的显著性水平下，临界值为11.0705，计算临界值nR^2=7.965208<11.0705，表明模型不存在异方差。

5、自相关性检验：

对样本量为20，三个解释变量的模型，5%显著水平，查DW统计表可得，dL= 0.998,dU=1.676，可得模型中的DWDependent Variable: E Method: Least Squares Sample(adjusted): 1992 2010

Included observations: 19 after adjusting endpoints Variable E(-1)

R-squared

Adjusted R-squared S.E. of regression

Coefficient 0.707256

Std. Error 0.1824

t-Statistic 3.998563

Prob. 0.0009

0.496253 Mean dependent var -29.8398 0.490307 S.D. dependent var 307.47 Akaike info criterion

424.3603 14.73239

Sum squared resid Log likelihood

1696556 Schwarz criterion -137.2674 Durbin-Watson stat

14.787 1.360

回归方程为：et=0.707256*e t-1，得到I =0.707256，得到广义差分方程为： Yt-0.707256Yt-1=b1(1-0.707256)+b2(X1t-0.707256X1t-1)+b3(X3t-0.707256X3t-1)+ b4(X5t-0.707256 X5t-1)+ut 结果如下：

Dependent Variable: Y-0.707256*Y(-1) Method: Least Squares Sample(adjusted): 1992 2010

Included observations: 19 after adjusting endpoints

Variable C

Coefficient Std. Error t-Statistic Prob.

X1-0.707256* X1 (-1) X3-0.707256* X3 (-1) X5-0.707256* X5 (-1) R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat -593.699 2.753016 0.146359 0.336296 169.1616 0.957077 0.059220 0.128574 -3.673602 2.962779 2.197724 2.293505 0.00288 0.01185 0.05129 0.04295

Mean dependent var 780.8867 0.959296 S.D. dependent var 0.945155 1076.122 Akaike info criterion 308.8562 14.86205 Schwarz criterion 13206 15.067 F-statistic -137.0695 69.8738 Prob(F-statistic) 0.000000 1.779652

使用了广义差分数据使得样本量减少了1，下降为19，三个解释变量的模型，5%显著水平，查DW统计表可得，dL= 0.967,dU=1.685, DW>dU，模型中自相关已经消除。综上所述模型的估计结果如下：

Y=-593.699+2.672831 X1+0.146359X3+0.336296X5

其中Y表示外汇储备，X1表示国家外债余额合计，X3表示货币和准货币，X5表示真实影响外汇储备的进口。

X1、X3与X5前的系数为正说明外债余额、本国的货币及真实的进口量均与准货币与外汇储备呈正相关。但进口量与外汇储备呈现正相关与我们的经验不符，真实的进口量应改与外汇储备呈负相关。造成这样结果的原因可能是我国的外汇储备增加太快了，超过了进口的增长速度，进口在抵除直接投资中的部分后

成为动用外汇使外汇储备负增长的最主要因素。进尽管如此，外汇储备在总体趋势上仍保持了强劲的上升趋势，这说明我国正面临着一种不正常的收支格局。一方面在引进外资，一方面正实现着连年的贸易顺差。就是说我们正在引进外国资本的同时将国内资源以出口形式输往国外，这种情况下实现的外汇储备积累又作为我国的海外债权借给其他国家。来源于国内信贷形成的货币供应和银行收购由于外汇储备的增减而投放的国内货币形成国内货币供给的两大渠道，而近几年来我国外汇占款成为国内货币供给的主要渠道。

主要数据来源

中国统计局官方数据库，中国统计年鉴等