人民幣實際匯率影響因素的實證分析
——基于偏最小二乘回歸算法（PLSR）

■胡文濤，張 理，汪季雪，李宵宵

一、引言與文獻綜述

在宏觀經濟領域，實際匯率的影響因素問題一直都是國內外學者研究的重點。然而，由于經濟世界的錯綜復雜性及不確定性，對于這一問題學術界至今也沒有在理論上形成一致認同，研究仍在繼續。截至目前，關于這方面的研究成果主要可分為以下幾個方面：

第一，在購買力平價、巴拉薩-薩繆爾森效應、利率平價、國際收支學說等經典的匯率決定理論基礎上來對實際匯率的影響因素展開研究。Ravallion(2014)以巴拉薩-薩繆爾森效應假說為基礎，從實證角度分析了世界銀行關于2011年度國際比較項目（ICP）發生變動的原因，認為國際比較項目（ICP）的計算應該賦予各國貿易品價格指數更高的權重，降低各國國內非貿易品物價指數的權重，這樣才能夠真正反映各國貨幣的實際購買力水平。Ilut（2012）通過在時變匯率決定模型中引入帶有動態濾波的模糊厭惡因子（ambiguity-averse）①模糊厭惡因子（ambiguity-averse），即艾爾斯伯格悖論，是指人們在熟悉的事情和不熟悉的事情之間更喜歡熟悉的那個，而回避不熟悉的事情。模糊厭惡在資本市場表現為對未知的恐慌。來刻畫影響實際匯率的不確定因素，從而證實了基于非拋補利率平價理論的匯率決定模型存在系統性預期誤差的合理性。邱冬陽和劉聰（2016）利用協整分析方法，以1997年1月至2014年10月的人民幣匯率為樣本數據，對匯率制度轉軌下購買力平價在中國的有效性進行實證檢驗，發現人民幣購買力平價在盯住美元的匯率制度下成立，而在參考一籃子貨幣的匯率制度下不成立，但是在全樣本期內，人民幣購買力平價顯著成立。盧鋒（2006）借鑒相關文獻，構造出了巴拉薩-薩繆爾森效應數理模型，并且在這一模型的基礎上進一步指出，隨著中國經濟的不斷增長，人民幣實際匯率還會有繼續升值的空間。閆帥（2017）利用SV-TVP-VAR模型來分析人民幣實際匯率與國際收支之間的關系，結果發現，隨著國際收支隨機波動率的不斷增強，人民幣實際匯率的波動呈現出周期性變化，而且金融賬戶是人民幣實際匯率變動的主要驅動因素。

第二，以均衡匯率決定模型為框架來分析影響實際匯率的因素。Clark&MacDonald（1998）建立了行為均衡實際匯率模型（BEER），將影響匯率的經濟因素分為短期、中期、長期三種類型；并且認為貿易條件、巴拉薩-薩繆爾森效應以及國外凈資產是影響匯率的主要長期因素。由Edwards（1989）提出并由Elbadawi&Edwards（1994）改進的簡約一般均衡框架下的單方程模型（ERER）是20世紀90年代以來關于均衡實際匯率決定模型的最新研究成果。該模型在一般均衡分析的框架下，通過以均衡實際匯率（ERER）為被解釋變量，以貿易條件、資本流動、勞動生產率等基本經濟要素為解釋變量，建立了一個實際匯率動態方程，結果發現，均衡實際匯率水平與這些經濟基本面因素存在顯著的時變關系。Cline&Williamson(2016)運用FEER模型來對人民幣實際匯率展開研究，得出中國的外匯儲備和技術進步對人民幣實際匯率有顯著影響的結論。傅強和姚孝云（2012）在BEER模型基礎上，運用協整、誤差修正等計量經濟方法來研究人民幣實際匯率的決定問題，認為外匯儲備、政府支出、貿易條件等基本經濟因素是人民幣均衡實際匯率的長期決定因素。陳浪南和蘇海峰（2015）采用非參函數化系數模型（Functional Coefficient Model），從基本經濟因素和制度性因素兩個方面來分析人民幣實際匯率變動的決定因素，結果表明，人民幣實際匯率的升值行為既受基本經濟因素影響，也受持續性預期的形成和預期的自我實現這兩個機制的影響。

第三，利用現有的研究成果并結合經濟狀況，通過選取一些影響實際匯率的指標來建立針對人民幣實際匯率的多元回歸方程。孫音（2010）以匯率理論為基礎，選取了國際收支狀況、外匯儲備、中美通貨膨脹差異、中美經濟增長率差異等影響人民幣實際匯率的指標，通過建立多元線性回歸模型，得出影響我國實際匯率的最主要因素是外匯儲備，其次是中美兩國利率差異、外商直接投資和中美通貨膨脹差異。岳婷等（2011）借助主成分、因子分析和回歸分析對我國實際匯率影響因素進行實證研究，最后得出結論：實際匯率的變動與進口總額、GDP、財政支出、CPI之間存在很大關聯。厲妍彤（2017）以在岸人民幣兌美元實際匯率波動性為被解釋變量，以離岸人民幣兌美元匯率波動性、VIX指數（全球股市恐慌程度）、房產價格、貿易順差等七個指標作為解釋變量，建立了多元回歸模型；通過分析發現，房價、工業增加值增長率、外匯儲備增長率、貿易順差增長率、貿易條件對人民幣實際匯率的波動性有著顯著影響。

另外，還有一些學者認為，應該把人民幣實際匯率的影響因素區分為長期影響因素和短期影響因素兩個方面。閆樹熙和肖慶憲（2010）采用協整檢驗和誤差修正模型等計量方法，對2005年匯改后的人民幣實際匯率影響因素進行探究，認為中美利差水平、中美通貨膨脹差異水平以及外匯儲備增長率與人民幣實際匯率之間存在著長期穩定的均衡關系；而短期內，外匯儲備和凈出口對人民幣實際匯率的影響明顯。郭瑩瑩（2015）采用2000～2013年間的月度數據，構架了馬爾可夫區制轉換模型，并在此基礎上研究了人民幣實際匯率的長短期決定因素。實證結果表明，在短期對人民幣實際匯率產生顯著影響的因素有通貨膨脹、國際市場和國內利率；而貿易條件、貨幣供應量和外匯儲備則對人民幣實際匯率有著較強的長期影響。

目前，對人民幣實際匯率影響因素展開研究的國外文獻尚不多見。在國內，關于這方面的研究雖然成果頗多，并也從不同的角度給出了有益的政策建議，而且為完善人民幣匯率理論體系作出了貢獻。但現有的研究中也還有一些缺憾，主要包括以下幾個方面：（1）在研究方法上，大部分文獻基于均衡匯率實證研究框架來間接考察人民幣實際匯率的決定因素，研究缺乏系統化和針對性。（2）在變量選取上，由于經濟現實的復雜性，多數實證模型為滿足預設的假設條件或者達到模型在統計學上的精度要求，一般會選擇性的忽略那些可能對實際匯率產生重要影響卻又對模型精度造成負面沖擊的變量。因而，通過這些實證模型得出的結論也常常顯得偏頗。（3）在估計方法上，許多實證研究都采用普通最小二乘技術對模型及參數進行估計；有些文獻直接對截面數據進行普通最小二乘法的多元線性回歸，而影響實際匯率的因素有很多，這些經濟變量之間往往存在著較強的內生相關性問題，這一問題將使得利用普通最小二乘技術估計出來模型與參數缺乏穩健性，甚至可能會得出與現實相悖的結果。另外，盡管可以采用逐步回歸法剔除在統計上不顯著的變量，但也排除了一些對因變量有用的信息；雖然主成分法和因子分析法能夠避免變量間的內生相關性問題，但兩者只考慮了自變量信息，而忽視了因變量的信息，這也會降低所估模型的可靠性。（4）在對變量的重要性篩選及政策啟示上，雖然大多數文獻都基于統計學上的顯著性標準回答了哪些因素影響人民幣實際匯率，以及這些因素的顯著性程度，但并沒有指出這些因素的相對重要性程度，也沒有給出這些因素對人民幣實際匯率變動貢獻度的排行榜，從而使結論的政策啟示不明顯。

針對以上問題，本文將引入統計學中最新成果-偏最小二乘回歸技術（PLSR），并結合我國現階段經濟狀況，來對人民幣實際匯率的影響因素進行系統性、針對性的梳理，力求厘清人民幣實際匯率影響因素這一理論問題，為政策當局制定科學的匯率政策提供必要的依據，也為后續在人民幣實際匯率決定的理論研究中關于變量指標的恰當選取給予一定的指導。

二、理論分析及數據說明

（一）理論分析及變量選取

根據現有的匯率決定理論以及國內外專家、學者的研究成果，影響人民幣實際匯率的因素大致有：購買力平價、貿易條件、開放度、中美利差、政府支出占GDP比重、勞動生產率、凈出口、投資與儲蓄差額、外匯儲備、GDP、外商直接投資（FDI）、相對美國的中國貨幣供應狀況、美元指數、上證綜指、房產價格指數、中國的外債余額等變量。本文從理論上精選了如下變量作為影響人民幣實際匯率的變量：購買力平價（X1）、貿易條件（X2）、開放度（X3）、中美利差（X4）、政府支出占GDP比重（X5）、勞動生產率（X6）、凈出口（X7）、投資與儲蓄差額（X8）、外匯儲備（X9）、國民收入（X10）、外商直接投資（X11）、美元指數（X12）、上證綜指（X13）、全國房產價格指數（X14）、相對美國的中國貨幣供應狀況（X15）、對外債務余額（X16）。在被解釋變量人民幣實際匯率（Y）的選取上，本文與現有研究相一致（黃昌利，2010），采用國際貨幣基金組織（IMF）編制的人民幣實際有效匯率指數（REER）。REER上升代表人民幣實際匯率上升，REER下降代表人民幣實際匯率貶值。從而人民幣實際匯率影響因素理論模型可寫為：

其中，e為隨機干擾項，正（負）代表各變量與實際匯率同向（反向）變動，沒有帶符號的表明該變量與實際匯率的關系尚不清楚，有待統計檢驗。

（二）數據來源及相關說明

我國真正意義上的匯率市場化改革是從2005年央行宣布“實行以市場供求為基礎、參考一籃子貨幣進行調節、有管理的浮動匯率制度”開始的。在此之前，人民幣匯率在很大程度上受到央行的干預，政策意圖明顯；而在這之后，央行干預匯率的程度明顯減弱，市場因素在匯率形成過程中所起的作用越來越大。基于此，本文把樣本區間選定為2005年第3季度至2017年第三季度的季度數據，在一個相對穩定的經濟結構內來考察實際匯率的影響因素；同時，也可以使所估參數更能反映相關變量對實際匯率的影響。數據來源包括：中經網、choices數據庫、國泰安數據庫、美國聯邦儲備銀行、Wind資訊以及中國人民銀行統計季報等。另外，在利率指標的選取上，中國利率采用市場化程度較高的上海銀行間三個月加權平均的同業拆借利率（shibor），美國利率采用倫敦銀行間三個月加權平均的同業拆借利率（Libor）。購買力平價、貿易條件、開放度及相對美國的中國貨幣供應狀況等綜合指標，由作者根據原始數據自行整理得到。對于沒有季度頻率只有月度頻率的指標，本文首先選取其原始同比月度數據，然后以相應的月度值加權平均得到季度值。由于全國城市房產價格指數與政府外債余額存在統計數據缺失問題，本文利用R統計軟件通過三次樣條插值法進行處理。本文的所有指數化變量均通過計算調整以2005年第3季度為基期，除非說明，本文所有變量均利用Tramo-Seats法進行了季節調整。為消除樣本量綱的不同對估計造成的影響，我們在做實證前利用統計軟件對各變量統一作了標準化去量綱處理。本文的數據處理及實證分析主要是利用SIMCA-P14.1與R語言等統計軟件完成。

三、PLSR模型構建原理

本文采用偏最小二乘回歸法（PLSR）構建人民幣實際匯率影響因素模型。偏最小二乘回歸（PLSR）是多元統計分析中最新的數據分析方法，它集中了多元回歸分析、主成分分析及典型相關分析的優點，能夠利用信息分解的思路，在一個算法下將自變量與因變量的信息進行重新組合，提取對被解釋變量解釋力最強的綜合變量，并剔除干擾信息，輸出一個更為精確穩健的結果。另外，偏最小二乘回歸（PLSR）所具有的一整套輔助分析技術，能夠在建模的過程中實現對變量的甄選與模型優劣的判別。偏最小二乘回歸（PLSR）既適用于單因變量也適用于多因變量，本文實證研究中只涉及實際匯率這一單因變量，因而只對單因變量PLSR建模進行闡述。

（一）單因變量PLSR建模方法

1.PLSR建模步驟

設因變量實際匯率構成的向量矩陣為Y，納入模型的P（P=16）個自變量構成的集合為X=（X1，X2，L Xp）。為了探討Y與X之間的關系，假設我們得到了n個觀測樣本（本文選取的樣本點為50個），則我們就有了n×1的因變量向量矩陣Yn×1和n×p的自變量矩陣 Xn×p。

第一步：令Y經過標準化處理后的數據向量為F0=（F01L F0q），由于Y為單因變量，故q=1；X經過標準化處理后的矩陣為 E0=（E01L E0p）n×p；并且=，i=1，2，L p；Si是Xi的標準差，SY為Y的標準差。

第二步：記 t1是 E0的第一主成分，t1=E0w1，w1是E0的第一個軸，且‖‖w1=1；記u1為F0的第一個成分，u1=F0c1，c1為F0的第一個軸，且‖‖c1=1。同時要求t1、u1盡可能大的包含了E0與F0中的變異信息，且t1與u1的相關程度最大，即，t1不但最大限度的綜合了X的信息，也對Y有最強的解釋力度，用公式可表示為：

分別求 E0對t1的回歸方程及F0對 t1、u1的回歸方程，其中：回歸系數向量為；而F1分別為上述三個回歸方程的殘差矩陣。

由于t1是E0的線性組合，因此最終可得到Y對t1的回歸方程。若Y對t1的回歸達到了精度要求（可利用交叉有效性獲得），則繼續下一步；否則回到第二步，對殘差矩陣E1、F1再次進行主成分提取及回歸分析。

第三步：假設進行了h（h≥1）次主成分提取，并且滿足回歸方程的精度要求。此時得到了h個成分t1，t2，L th，并實施 E0與 F0在 t1，t2，L th上的回歸，則會有，其中th=Eh-1wh，

第四步：運用標準化的逆運算將F0的回歸方程映射為Y對X的回歸方程。

2.PLSR成分數的確定

在許多情況下，偏最小二乘回歸（PLSR）方程并不需要選用全部的成分進行回歸建模，一個很自然的問題便是：究竟應選擇多少個成分為宜。學術界廣泛使用交叉有效性方法進行最佳成分數的確定。大致的思路是將n個樣本觀測點分成兩部分，第一部分是先去除某個樣本點i，對剩下n-1個樣本點集合，使用t1，t2，L th個成分擬合一個回歸方程；第二部分是將這一剔除點i帶入該回歸方程，得到擬合值y?h（-i）。對每一個樣本點i（i=1，2，L n）重復上述步驟，從而定義Y的預測誤差平方和為PRESSh=另外，用全部樣本點并取成分 t1，t2，L th擬合一個回歸方程，令第i個樣本點的擬合值為 y?hi，此 時 可 得 到 誤 差 平 方 和 為SSh=

（二）PLSR輔助分析技術

1.特異點的發現

樣本特異點的存在會對回歸造成干擾，進而降低模型的預測精度。偏最小二乘回歸（PLSR）通過計算每個樣本點對所提取h個成分的貢獻率來判斷是否存在特異點。令第i個樣本點對成分t1，t2，L th的累計貢獻率為。在統計意義上，不宜過大，否則會使分析發生偏差，因此構造Tracy統計量：

當h=2時，判別條件變為：

這是一個橢圓，故可在t1/t2平面上作出這個橢圓。若所有樣本點都落在這個橢圓內，則認為不存在特異點；若有樣本點落在橢圓外，則認為存在特異點。

2.變量投影重要性指標

在偏最小二乘回歸分析當中，第i個變量Xi對因變量Y的解釋能力是通過變量投影重要性指標VIPi（variable importance in projection）來刻畫的，其中：

式中wmi是軸wm的第i個分量，用于刻畫Xi對成分tm的邊際貢獻。對于任意m=1，2，L h，有Rd（Y;t，t，L t）與 Rd（Y;t）分別代表 t，t，L12hm12th對Y的累計解釋能力和tm對Y的解釋能力。若tm對Y的解釋能力很強，且Xi在構造tm時又起很大作用，則可視為Xi對Y的解釋能力很大，相應的VIPi值就會很大，反之亦然。在經濟實踐當中一般認為，當VIPi≥1時，變量的解釋能力很強；當0.5≤VIPi＜1時，變量的解釋能力較強；當VIPi＜0.5時，則認為變量的解釋能力較弱（王惠文，2006）。

四、實證結果及分析

（一）實證模型建立

1.PLSR最佳成分數的確定

PLSR最佳成分的提取是建立模型的關鍵，也是后續分析的基礎。為使估計更加穩健，本文將采用留一交叉驗證法的值、擬合精度（Y）及預測精度（Y）這三個指標來同時驗證PLSR的最佳成分數。從表1中可以看出，第三個成分的交叉檢驗值小于臨界值，另外，當選擇三個成分建模時，雖然模型的擬合精度較高，但預測精度大幅下降，而選擇兩個成分（h=2）建模時預測精度與擬合精度都最大，因此只需提取兩個成分便能滿足精度要求。

表1 PLSR最佳成分數驗證

2.PLSR模型及精度分析

表2 PLSR模型輸出結果

利用PLSR方法，在提取兩個成分的基礎上，我們得到了人民幣實際匯率影響因素的回歸模型，其中對各變量進行顯著性檢驗的p值和臨界值，本文主要運用bootstrap自助抽樣法實施先驗估計得到，抽樣次數為3000次。從PLSR模型輸出結果來看，大多數變量的系數都通過了顯著性檢驗，只有購買力平價（X1）不顯著，但在統計上沒有通過顯著性檢驗并不代表這個變量對人民幣實際匯率的變動沒有解釋作用。多數文獻（孫音，2010；岳婷等，2012；陳浪南和蘇海峰，2015）在這種情況下都采用逐步回歸法剔除不顯著變量，這一做法雖然簡便易行，卻忽略了這些變量中對因變量有用的信息，從而不能全面反映因變量信息。針對這個問題，本文將在下文利用變量投影重要性指標給予詳細闡述，這也是本文區別于同類相關研究的一個創新之處。另外，在提取兩個主成分的情況下，回歸模型對自變量X的擬合精度R2X(cum)達到81.6%，對因變量Y的擬合精度R2Y(cum)為92.1%，且模型對因變量Y的預測精度Q2Y(cum)也達到了90.3%，可見根據PLSR方法建立的模型在精度上是令人滿意的。

（二）模型的有效性驗證

盡管所建立的PLSR模型達到了各項滿意精度，但并不能說明模型本身具有合理性及適用性，下面將采用PLSR的輔助分析技術予以檢驗。一是合理性檢驗。由于PLSR模型是在兩個主成分上建立的，故可以繪制th/u（hh=1，2）平面圖以此來檢驗th與uh是否具有線性關系，如果二者存在明顯的線性關系，說明自變量與單因變量之間存在顯著相關性。經繪圖驗證，th與uh存在明顯的線性關系，這說明自變量X與因變量Y之間存在著較強的相關性，因此PLSR模型的建立是合理的。另外，以提取的兩個成分t1、t2為基礎，計算與的方差，并取95%的置信度，根據式（1）在t1/t2平面上作出置信橢圓圖，得出所有樣本點都在橢圓內，不存在異常點。結合上文的精度分析可知，PLSR模型效果非常好。二是適用性檢驗。PLSR模型的適用性問題可以通過考察樣本數據重構的質量來進行分析，該方法的核心思想是通過計算樣本點i在X空間中與模型的標準化距離（DModX，N）i及其在因變量Y空間與模型的標準化距離（DModX，N）i來判斷各樣本點在模型主平面附近的分布是否均勻。SIMCA-P軟件默認（DModX，N）i與（DModY，N）i服從F分布，一般認為F的臨界值在2附近（王惠文，1999），如果（DModX，N）i與（DModY，N）i比2大很多，則認為樣本點重構質量不理想；若多數樣本點的重構質量均不理想，則可斷定模型的適用性較弱。繪圖得出，樣本點17在X空間上的表現質量稍遜于其他樣本點，此時（DModX，N）17=2.0176。另外樣本點38在Y空間的表現質量明顯劣于其他樣本重構質量的平 均水平，（DModY，N）38=2.2061。綜合來看，（DModX，N）17與（DModY，N）38超出臨界值2的程度較小，并且其他樣本點均在臨界值2之下，因此這些樣本點的重構質量基本上是理想的，可以認定建立在兩個成分之上的PLSR模型有著很好的適用性①由于文章篇幅限制，該部分的具體圖形未給出，留存備索。。

圖1 各變量VIP指標

（三）變量投影重要性指標（VIP）

變量投影重要性指標（variable importance in projection）用來衡量自變量對因變量的重要性程度，本文根據式（2）計算出了每一個自變量相對因變量人民幣實際匯率（Y）的VIP值，并按照各自重要性程度的高低進行了排序，如圖1所示。從圖中可以看出，除了購買力平價（X1）以外，其余的變量對人民幣實際匯率的解釋力度均大于0.5，因此各變量的選取都非常合理，整體上對因變量的解釋力度也較大。同時我們還可以看到，與其他變量相比，盡管房產價格指數（X14）與購買力平價（X1）對人民幣實際匯率的解釋力度排在VIP圖的最后兩位，但從各自的VIP值可以判斷，二者對人民幣實際匯率仍然具有一定影響力。

（四）實證結果分析

1.影響人民幣實際匯率的六大因素

從PLSR模型輸出結果可以看出，中美利率差異（X4）、政府支出占GDP比重（X5）、勞動生產率（X6）、凈出口（X7）、外匯儲備（X9）、上證綜合指數（X13）、房產價格指數（X14）這些經濟變量都與人民幣實際匯率正相關，這與實際經濟意義及理論分析相一致。同時，購買力平價（X1）、開放度（X3）、投資與儲蓄差額（X8）、相對美國的中國貨幣供應狀況（X15）、外債余額（X16）這些變量與人民幣實際匯率負相關，這與理論分析及經濟實踐也是吻合的。其中，勞動生產率（X6）、投資與儲蓄差額（X8）、外債余額（X16）、外匯儲備（X9）、凈出口（X7）及政府支出占GDP比重（X5）對人民幣實際匯率的影響最為明顯，這些變量前的系數均在15%以上，且VIP值都超過1，排在VIP圖中前六位。首先，勞動生產率作為影響人民幣實際匯率的首要因素，這充分說明對現階段仍處于經濟快速追趕期的中國而言，勞動生產率在人民幣實際匯率決定過程中的重要作用。這一實證結論既肯定了巴拉薩-薩繆爾森效應在中國的有效性，也與盧鋒（2006）的研究相一致。其次，投資與儲蓄之差額是影響人民幣實際匯率的重要因素。這表明投資與儲蓄的相對變動會對人民幣實際匯率產生一定影響，任何引起投資與儲蓄差額發生波動的政策或者沖擊都會導致人民幣實際匯率的不穩定。再次，中國的對外債務余額也是影響人民幣實際匯率的一大顯著因素。在本文所建立的PLSR模型中，中國對外債務余額的增長顯著地拉低了人民幣實際匯率，在其他條件不變的情況下，外債規模上升1個單位會導致實際匯率下降25%。事實上，近幾年人民幣實際匯率的波動與我國對外債務的不穩定也有著莫大的關系。因此，適當降低對外債務規模有利于把人民幣實際匯率控制在合理水平。另外，外匯儲備是影響人民幣實際匯率的不可忽視的因素。外匯儲備既代表著央行穩定本國貨幣匯率的能力，又能顯著影響經濟主體對實際匯率的信心與預期，但過高的外匯儲備會給人民幣實際匯率帶來明顯的升值壓力，因此，適度的外匯儲備對穩定人民幣實際匯率有著重要作用。最后，凈出口及政府支出占GDP比重對人民幣實際匯率的影響同樣值得重視。在PLSR模型中，當控制其他變量時，凈出口增長1個單位將帶動人民幣實際匯率提升20.1%，而政府支出占GDP比重增長1個單位則會導致人民幣實際匯率上升15.5%。

2.國民收入與外商直接投資對人民幣實際匯率具有顯著的正向效應

從PLSR回歸模型中還可以看到，國民收入（X10）和外商直接投資（X11）與人民幣實際匯率都呈顯著的正相關關系，而且國民收入的VIP值為0.9029，外商直接投資的VIP值為0.7776，在VIP圖中分別排名第八位和第十位。這說明國民收入和外商直接投資對人民幣實際匯率也有著較強的解釋作用。上文的理論分析指出國民收入和外商直接投資對人民幣實際匯率的影響均具有正負雙重效應，它們對人民幣實際匯率的作用方向及程度還要看各自所具有的兩種效應的力量對比。就國民收入而言，實證結果說明，在我國，國內供給水平的提高是國民收入增加的主要原因，而國內總需求水平的上升對國民收入的拉動作用是次要的，所以國民收入的增長對人民幣實際匯率的促進效應要遠大于其對人民幣實際匯率的抑制作用，最終導致了兩者較強的正向變動關系。但可以預期的是，隨著我國各項拉動內需政策的實施，國內需求對國民收入的貢獻將會逐步提高，國民收入與人民幣實際匯率間較強的正相關關系將會有所減弱。對外商直接投資來說，從實證結果可以看出，外商對中國的直接投資所產生的收益用于追加對中國再投資的部分要大幅超過其外流的部分，因而外商直接投資的增長對人民幣實際匯率也具有顯著的提升作用。

3.美元指數與貿易條件的估計系數不具有預期的符號

我們注意到，在PLSR回歸模型中，貿易條件（X2）與人民幣實際匯率呈負相關關系，美元指數（X12）與人民幣實際匯率呈正相關關系，這與理論分析是相悖的。本文推測，就貿易條件而言，這可能與我國出口產品的結構以及我國的“出口導向型”外貿戰略有關。長期以來，我國一直采取鼓勵出口的政策措施，歷年出口量遠大于進口量；而且我國的出口品主要以勞動密集型的初級產品為主，成本投入少、加工深度不夠、產品附加值偏低、高技術產品所占比重少、價格低廉是我國出口產品的主要特征，這就使得我國出口產品在國際上擁有較多的成本以及價格優勢，從而出口量也往往很大；出口品的價格相對進口品上升，這在一定程度上降低了我國出口品的價格優勢，從而減少出口需求，這反而會惡化我國的貿易條件，對人民幣實際匯率形成抑制作用(劉芳，2010)。對于美元指數與人民幣實際匯率正相關，這與我國目前外匯市場的情況是相符的。我國在匯率形成機制上雖然進行了多次重大改革，匯率市場化也取得階段性成果，但就目前而言，人民幣匯率并沒有完全擺脫“盯住”美元的事實，即實行“軟盯住”美元策略（高艷，2014），由此可見，繼續推進人民幣匯率市場化仍是我國當前金融改革的一項重要任務。

4.購買力平價對人民幣實際匯率的影響弱

通過分析PLSR模型可以發現，購買力平價（X1）并沒有通過統計學上的顯著性檢驗，在VIP指標圖中，購買力平價這個變量的VIP值為0.4419，排在最后一位，說明與其他變量相比，這個因素對人民幣實際匯率的解釋能力相對較弱。關于購買力平價對人民幣實際匯率相對較小的解釋力度，戴金平等（2015）利用實際匯率分解方法，從貿易品價格對一價定律偏離因素的角度進行了解釋，他們認為貿易品價格對一價定律的偏離是導致購買力平價對人民幣實際匯率解釋能力較弱的重要原因。另一種可能的解釋就是：相對購買力平價以實際匯率的平穩性為理論前提存在嚴重缺陷，因為實際匯率會隨著一國經濟基本面的變動而發生系統性的偏離（楊長江和鐘寧樺，2012）。

五、結論與對策建議

（一）研究結論

本文以人民幣實際匯率為分析對象，引入了統計學中最新的數據分析方法——偏最小二乘回歸建模法（PLSR），對人民幣實際匯率的影響因素問題進行一次科學化、系統化的梳理，以期為我國匯率政策的制定和今后在針對人民幣實際匯率決定的研究中有關指標的選取方面給予一定的參考。通過實證研究結果，得出以下結論：

第一，在所選取的16個變量當中，中美利差、政府支出占GDP比重、勞動生產率、凈出口、外匯儲備、外商直接投資、國民收入、上證綜合指數及房產價格指數與人民幣實際匯率正相關，購買力平價、開放度、投資與儲蓄差額、相對美國的中國貨幣供應狀況、外債余額這些變量與人民幣實際匯率負相關，這些結論既符合經濟理論，也與實際經濟意義相一致。而貿易條件與人民幣實際匯率負相關、美元指數與人民幣實際匯率正相關，這一結論雖與理論分析相反，卻符合我國的實際情況。

第二，在16個變量里面，對人民幣實際匯率影響最為明顯的前六大因素依次為勞動生產率、投資與儲蓄差額、對外債務余額、外匯儲備、凈出口及政府支出占GDP比重，它們在VIP圖中排在前六位。相對購買力平價解釋能力較弱，在VIP圖中排最后一位。

第三，隨著中國三大金融改革的不斷深化，以及人民幣國際化和金融國際化戰略取得階段性成果，中美利差、相對美國的中國貨幣供應狀況、美元指數、上證綜合指數和房產價格指數對人民幣實際匯率也有著一定的影響。

（二）對策建議

本文根據研究結論提出以下對策建議：

第一，勞動生產率對人民幣實際匯率的影響力度最強，巴拉薩-薩繆爾森效應在中國具有較強的顯著性。改革開放以來，我國的出口促進戰略與外向型戰略導致貿易部門的勞動生產率相對非貿易部門增長過快，隨著中國經濟增長的放緩，產業部門結構失衡問題進一步凸顯，各部門勞動生產率的差異也被相應放大。因此，應進一步深化供給側改革，推動產業結構的優化升級，提升第三產業部門的份額和勞動生產率，推動各產業部門勞動生產率的協調進步，從產業內部來緩解人民幣實際匯率升值壓力。

第二，改革我國目前的外匯儲備制度。一直以來我國的外匯儲備都是重“量”而不重“質”，外匯儲備規模也明顯超出了最優水平；另外，我國的外匯儲備多以美元資產為主，儲備結構與投資結構單一。因此，必須優化外匯儲備結構，拓寬外匯儲備的運用渠道，使外匯儲備規模與我國經濟發展水平相適應，同時，適當削減經常項目順差，減少熱錢過度流入，限制外匯投機活動，從而減輕人民幣實際匯率升值壓力。

第三，對外債務規模的變動也在很大程度上影響人民幣實際匯率。實際上，近幾年人民幣實際匯率的頻繁波動與我國對外債務的不穩定也有著較大的關聯。我國政策當局應嚴控對外債務規模，在對外債進行靈活的總量管理的同時要更加重視外債的結構管理，防止外債水平的劇烈波動；另外，由于外債與外匯儲備之間關系密切，外債管理與外匯儲備管理在政策上的失衡會給人民幣實際匯率的穩定造成沖擊（邢自霞，2008），因此，要加強外債管理政策與外匯儲備管理政策的協調統一，從而有利于人民幣實際匯率的穩定。

第四，由于投資儲蓄差額與人民幣實際匯率顯著負相關，因此決策部門可以通過靈活的調整投資與儲蓄差額以保證實際匯率處于合理區間。同時，合理平衡投資、儲蓄的相關政策，制定系統全面的政策目標；保持適度合理的儲蓄規模，提高儲蓄資金的運用效率與投資效率，拓寬儲蓄資金的國際投資渠道，推動人民幣國際化，這些措施都有利于降低人民幣實際匯率升值壓力。

第五，實施出口與進口并重的外貿戰略，優化出口產品結構，改變出口產品低端化現狀，通過獲取出口產品定價權來取得匯率定價話語權。另外，適度控制政府支出，深化人民幣匯率形成機制改革，逐步實現匯率市場化，這些舉措對抵消人民幣實際匯率升值壓力也有著積極的意義。

[1]陳浪南，蘇海峰.人民幣匯率持續單邊升值行為研究[J].國際貿易問題，2015，（11）：165～176.

[2]戴金平，楊珂，劉東坡.人民幣匯率對購買力平價的偏離及原因分析[J].中央財經大學學報，2015，（7）：35～41.

[3]傅強，姚孝云.人民幣均衡匯率及失調分析[J].金融與經濟，2012，（8）：16～20.

[4]郭瑩瑩.人民幣匯率的長短期影響因素對比分析和匯率波動主導因素界定[J].科學決策，2015，（3）：60～71.

[5]高艷.人民幣匯率波動特征的計量分析[D].吉林大學，2014：65～78.

[6]黃昌利.人民幣實際有效匯率的長期決定：1994～2009[J].金融研究，2010，（6）：34～44.

[7]盧鋒.人民幣實際匯率之謎（1979～2005）——基于事實比較和文獻述評的觀察[J].經濟學，2006，5（3）：635～672.

[8]厲妍彤.人民幣匯率波動性的影響因素研究[J].當代經濟，2017，（11）:4～11.

[9]劉芳.對我國出口導向貿易戰略的反思[D].中國青年政治學院，2010.

[10]邱冬陽，劉聰.匯率制度轉軌下人民幣購買力平價成立嗎？——盯住美元與參考一籃子貨幣匯率制度的分析比較[J].江西社會科學，2016，（1）：33～42.

[11]孫音.人民幣匯率影響因素分析[J].社會科學輯刊，2010，（2）：116～119.

[12]王惠文.偏最小二乘回歸的線性與非線性方法[M].北京：國防工業出版社，2006：173～195.

[13]王惠文.偏最小二乘回歸及其應用[M].北京：國防工業出版社，1999:215～237.

[14]邢自霞.中國外債管理研究[D].浙江大學，2008.

[15]閆帥.國際收支對人民幣匯率動態影響機制[J].國際貿易問題，2017，（6）：140～154.

[16]岳婷，黃穗，廖成瑜.匯率變動影響因素指標體系構建及實證分析[J].金融經濟，2011，（7）：52～55.

[17]閆樹熙，肖慶憲.宏觀經濟因素與人民幣匯率浮動[J].商業研究，2010，（6）：162～167.

[18]楊長江，鐘寧樺.購買力平價與人民幣均衡匯率[J].金融研究，2012，（1）：36～50.

[19]Clark P，MacDonaid R.Filtering the BEER：A permanentand TransitoryDecomposition[R].IMF working paper.NO.144，1998：105～127.

[20]Cline W，Williamson J.Notes on Equilibrium Exchange Rate[J].Journal of Asian Economics，2016，15(5)：45～70.

[21]Edwards S.Real exchange rates，devaluation and adjustment[M].London，The MIT Press，1989.

[22]Edwards S，Elbadawi I.Real and monetary determinants of real exchange rate behavior theory and evidence from developing countries[M].Institute for International Economics，Washington.DC，1994，42（16）：1959～1962.

[23]Ilut C.Ambiguity Aversion：Implications for the Uncovered InterestParity Puzzle[J].American Ecoonomic Journal：Macroeconomics，2012，4（3）：33～65.

[24]Ravallion M.An Exploration of the InternationalComparison Program’sNew Global Economic Landscape[J]. NBER macroeconomic Annual，2014，8（31）：132～147.