“浮動恐懼”還是趨勢性貶值？

田濤 許泱 李敬云

內容提要：本文采用Beveridge和Nelson提出的對非平穩(wěn)時間序列進行分解的方法，將“8.11”匯改以來人民幣實際有效匯率指數分解為確定性趨勢成分、隨機趨勢成分和周期成分，以研究人民幣匯率形成機制。確定性趨勢分析表明，盡管“8.11”匯改以來人民幣匯率整體呈現(xiàn)貶值態(tài)勢，但是人民幣實際有效匯率指數的非趨勢平穩(wěn)特征、人民幣實際有效匯率波動范圍以及中國宏觀經濟基本面三方面研究表明人民幣匯率并存在長期持續(xù)貶值趨勢;中國經濟進入“新常態(tài)”、美國經濟強勁復蘇以及美元進入加息通道是導致人民幣持續(xù)貶值的主要原因，而市場情緒的順周期性則加劇了人民幣匯率下行壓力;人民幣匯率周期成分和隨機趨勢成分研究表明“8.11”以來人民幣匯率對各種外在隨機沖擊的反應比較敏感，人民幣匯率雙向波動呈現(xiàn)常態(tài)化態(tài)勢，市場力量在人民幣匯率形成機制過程中的作用不斷增強。

關鍵詞：“8.11”匯改;人民幣匯率;B-N分解

中圖分類號：F830.73? 文獻標識碼：A? 文章編號：1001-148X（2020）10-0053-11

一、引言

1994年中國政府確立了人民幣匯率市場化改革的目標。2005年7月，人民幣匯率形成機制進行了重大調整，人民幣匯率實行參考一籃子貨幣、有管理的浮動匯率制度（俗稱“7.21”匯改）。參考一籃子貨幣意味著人民幣與美元之間的關聯(lián)度降低，人民幣匯率也從傳統(tǒng)的人民幣兌美元的雙邊匯率走向了以多邊匯率為基礎的參考匯率，增強了人民幣匯率彈性，為人民幣匯率市場化奠定了基礎。2015年8月11日，中國人民銀行發(fā)布關于完善人民幣匯率中間價形成機制的聲明，并于2015年12月11日發(fā)布了人民幣匯率指數（CFETS）和一籃子貨幣種類及權重（俗稱“8.11”匯改）?！?.11”匯改進一步完善了人民幣兌美元中間價報價機制，以上一日收盤價作為其定價基礎，提高了匯率形成機制的市場化程度與透明度，增強了市場力量在人民幣匯率形成機制中的作用，開啟了人民幣匯率市場化的新階段。

不同于“7.21”匯改以后人民幣持續(xù)單邊升值態(tài)勢，“8.11”匯改雖然提高了人民幣匯率形成機制的透明度，但是從市場表現(xiàn)來看，“8.11”匯改導致了人民幣較大幅度貶值，持續(xù)十年之久的人民幣單邊升值周期宣告結束。進入2017年，人民幣匯率企穩(wěn)回升，扭轉了2014年以來人民幣匯率持續(xù)貶值的明顯態(tài)勢，但是階段性貶值趨勢不可避免。官方對2015年“8.11”匯改以后人民幣匯率接近2%貶值的解釋是“完善人民幣報價機制所引發(fā)的一次性調整，不應該被理解為趨勢性貶值①”。與官方樂觀估計不同，“8.11”以來市場對人民幣匯率貶值預期卻在不斷加強。因此，這一輪人民幣匯率是對前期匯率“均值回歸”的階段性調整，還是趨勢性貶值？如果人民幣沒有持續(xù)貶值的基礎，那如何解釋外匯市場人民幣表現(xiàn)？

二、文獻綜述

已有文獻中，與人民幣匯率貶值相關的研究多集中在人民幣貶值對宏觀經濟的影響，如周宇（2016）分析了人民幣貶值對人民幣國際化的影響[1]。譚小芬等（2017）分析了人民幣貶值與我國跨境資本外流關系[2]。張?zhí)祉敚?018）分析了匯率貶值與我國上市公司出口業(yè)績的關系[3]。梁立俊等（2019）對“8.11”匯改后人民幣持續(xù)貶值背景下中美貿易余額“不升反降”的機理進行了實證研究[4]。一些學者則對引起人民幣匯率持續(xù)貶值的原因進行了探討。管濤（2018）的研究表明經濟快速增長引發(fā)的貨幣交易需求以及較低貨幣使用效率是引發(fā)我國“貨幣超發(fā)”的主要原因，但是“貨幣超發(fā)”與人民幣匯率持續(xù)貶值之間沒有必然聯(lián)系[5]。周建等（2018）采用BVAR方法對人民幣匯率是否存在持續(xù)性貶值態(tài)勢及其影響因素進行了實證分析。研究表明，2014年以來人民幣呈現(xiàn)趨勢性貶值態(tài)勢。國際收支變化和人民幣貶值預期是引發(fā)人民幣趨勢性貶值的直接原因[6]。謝建國等（2019）采用事件研究法分析了國務院和中國人民銀行等部委機構為穩(wěn)定人民幣匯率的公開表態(tài)的實際效果。研究表明，金融監(jiān)管機構公開表態(tài)的實際效果整體不明顯，但是“8.11”匯改以后政府機構相關言論會顯著影響人民幣匯率走勢[7]。

梳理上述文獻可以發(fā)現(xiàn)，現(xiàn)有文獻雖然對2014年以來人民幣匯率階段性波動特征進行了理論和實證分析，形成了一些有意義結論，但是“8.11”匯改以來人民幣持續(xù)貶值究竟是周期性波動還是趨勢性波動缺乏系統(tǒng)、嚴謹論證。從問題導向上說，人民幣匯率現(xiàn)實表現(xiàn)與官方陳述的“人民幣沒有持續(xù)貶值基礎”不一致還缺乏系統(tǒng)深入研究。從實證分析上說，現(xiàn)有實證研究都采用了較為前沿計量經濟學方法，如貝葉斯向量自回歸模型（BVAR）。相對于傳統(tǒng)計量經濟學方法而言，這些方法盡管對樣本容量要求不高，但是本質上它們都屬于結構方程計量經濟學模型。結構方程計量經濟學模型由于缺乏理論基礎，因此其變量選擇或多或少呈現(xiàn)一定“隨意性”，研究結論缺乏“穩(wěn)健性”。對于人民幣匯率表現(xiàn)究竟為趨勢性還是周期性波動問題研究，本著“讓數據自己開口說話”的時間序列分析方法不僅形成了完整、系統(tǒng)分析框架，而且其對數據處理不需要設定變量之間的“先驗假設”，其研究結論的信度和效度更高。另外，由于理論模型設定和實證分析方法的差異，現(xiàn)有研究針對人民幣匯率貶值原因的分析并不一致，如連平（2016）認為人民幣階段性適度貶值對國內投資影響不顯著、對消費的影響是短期的，人民幣并不具備趨勢性貶值的基礎②。周建等（2018）則認為人民幣匯率貶值并不是人民幣升值過程中由于暫時性隨機沖擊所引發(fā)的，而是由于國際收支變化、美國經濟強勁復蘇以及人民幣貶值預期強化等所導致的趨勢性貶值。

另外，從政策角度來說，一些學者或機構研究強調了周期性因素對人民幣匯率波動的影響。如肖立晟等（2017）認為，人民幣匯率會受到非理性預期慣性作用，放大單邊市場預期，導致市場供求失真，出現(xiàn)匯率“超調”，人民幣匯率呈現(xiàn)“順”周期性波動特點[8]。吳安兵（2019）則強調了貨幣政策和供給沖擊對人民幣匯率波動的影響[9]。實際上，匯率作為溝通國內外市場的中介變量，影響其波動的因素非常復雜，分析影響人民幣匯率主要因素的實證研究受到理論模型設定、樣本區(qū)間選取的差異會使得研究結果存在較大差異。因此，精確獲取引起人民幣匯率波動的影響因素意義不大。相反，如何從人民幣匯率波動的數據中將由于經濟基本面變化的所引致的匯率確定性變化趨勢和由于外生沖擊所導致的隨機性因素和周期性因素分離出來，有助于厘清人民幣匯率是否存在“趨勢性貶值”還是“周期性波動”，有利于從總體上把握人民幣匯率變化的內在規(guī)律和特點，為正確理解人民幣匯率波動和針對性出臺相應匯率政策提供依據。

三、“8.11”匯改以來人民幣匯率波動數據特征

在推動人民幣匯率波動的各種可能因素中，既包括主導影響人民幣匯率走勢的持久性因素，也包括引起人民幣匯率波動的暫時性因素。其中，我國宏觀經濟發(fā)展趨勢及其與世界主要經濟體經濟發(fā)展對比狀況是具有系統(tǒng)性特征的持久因素。在經濟進入新常態(tài)背景下，“調結構”帶來的經濟增速放緩以及經濟增長由高速度向高質量的轉變，必然會反映到人民幣匯率表現(xiàn)上來。同時，2014年以來美國經濟復蘇強勁、美元進入加息周期也會對人民幣匯率表現(xiàn)產生持久性影響。另外，體現(xiàn)金融市場內生制度性的人民幣匯率形成機制改革對人民幣匯率也會產生持久影響。2005年以來，人民幣匯率形成機制經歷過多次重大調整。這些影響人民幣匯率形成機制的制度性因素不僅影響時間長，而且會直接改變人民幣匯率波動趨勢。以上因素疊加的結果不僅驅動人民幣匯率形成確定性或隨機趨勢，推動人民幣匯率形成新的均衡水平，而且這些因素通過持久性沖擊逐步“固化”于人民幣匯率形成機制中。暫時性因素包括對外貿易引致的外匯供求變化、市場投機行為甚至心理因素等[10]，這些影響因素影響人民幣匯率短期波動，作用機理也得到了充分研究。

綜上，人民幣匯率波動主要源于兩類沖擊，一類是我國經濟現(xiàn)實表現(xiàn)及其與主要發(fā)達經濟體經濟增長差異、人民幣匯率形成機制重大調整等系統(tǒng)性金融制度變化等持久性因素，這類因素往往從長期決定人民幣匯率變動方向;一類是短期內對外貿易引致的外匯供求變化、市場投機行為甚至心理因素等暫時性因素，這類因素容易在短期引發(fā)人民幣匯率非理性波動。據此，我們提出以下三個問題：一是既然人民幣匯率容易受到上述兩類因素沖擊，那么“8.11”匯改以來如何厘清人民幣匯率變動中的持久性成分和暫時性成分，從而準確度量隨機沖擊，特別是其中暫時性沖擊對人民幣匯率影響。這個問題研究這將有助于厘清“8.11”匯改以來人民幣匯率究竟是“浮動恐懼”還是趨勢性貶值，為針對性制定人民幣匯率政策提供決策依據。

在分析人民幣匯率波動特征上，一些學者可能考慮到美元是世界上最主要的國際貨幣，因此選擇將美元兌人民幣的雙邊匯率作為反映人民幣匯率波動的特征變量。這種選擇忽略了一個重要特征事實就是2005年7月的“匯改”就已經結束了人民幣單一盯住美元的歷史，實施以市場供求為基礎，參考一籃子貨幣調節(jié)、有管理的浮動匯率制度，雙邊名義匯率難以準確反映本幣內在價值。相對于雙邊匯率，用多邊匯率更為科學。因為如果人民幣兌美元升值，而對日元貶值，不論用哪種雙邊匯率都難以準確度量人民幣匯率的這種變化所帶來的影響。因此，以不同方式構建的籃子貨幣在評價匯率變動對進出口貿易或實際購買力影響上更有優(yōu)勢[11]?？紤]貿易權重對匯率進行加權平均得到的有效匯率更能夠準確反映本幣總體波動狀況及其在國際貿易和國際金融中的地位。其中，以貿易比重為權數對名義匯率進行加權平均就得到名義有效匯率，以貿易比重為權數對實際匯率進行加權平均就可以得到實際有效匯率。國際貨幣基金組織計算出了世界各國的名義有效匯率并定期在其官網數據庫公布。如果有效匯率指數上升，則意味著該國貨幣升值，反之，則意味著該國貨幣貶值。圖1為2015年8月-2020年5月人民幣實際有效匯率和實際有效匯率時序圖。分析圖1可以發(fā)現(xiàn)，兩個變量波動態(tài)勢基本相同?？紤]到人民幣實際有效匯率指數采用CPI指數對名義有效匯率指數進行了調節(jié)，其變化更能夠準確反映人民幣匯率實際波動，因此選擇2015年8月-2020年5月的人民幣實際有效匯率數據作為反映人民幣匯率波動的代理變量進行分析。

另外，分析圖1還可以發(fā)現(xiàn)，“8.11”匯改至今，人民幣實際有效匯率經歷了“貶值→升值→再貶值→再升值”的反復震蕩。“8.11”匯改的初衷是一方面為了兌現(xiàn)人民幣匯率形成機制市場化程度提高的承諾，另一方面則是通過人民幣匯率報價機制的改革推動人民幣匯率雙向浮動，改變市場預期，推進人民幣匯率市場化改革進程。從政策實踐上看，“8.11”匯改雖然推動實現(xiàn)了人民幣匯率雙向浮動，但引起了人民幣匯率更大程度波動。在世界經濟和中美政治、經貿關系不確定性增大的背景下，人民幣作為風險資產的金融屬性被放大，跨境資本外流，迫使央行不得不投入大量外匯儲備來對沖人民幣貶值，以此來打擊外匯市場上做空人民幣的勢力。2017年以后，隨著國內經濟形勢趨穩(wěn)向好，人民幣匯率得以重回小幅升值態(tài)勢。為深入了解人民幣匯率變動狀況，需要結合人民幣實際有效匯率指數變動率進行分析。通過對人民幣實際有效匯率指數Yt進行自然對數的差分處理得到人民幣實際有效匯率變動率ΔYt，以此作為反映人民幣匯率變動的代理變量，結果如圖2所示。分析圖2可以發(fā)現(xiàn)，“8.11”匯改以來人民幣匯率變化率整體變化幅度不大，但是在2018年7月出現(xiàn)一個奇異點，人民幣貶值幅度高達2.9%。這是因為從2018年4月開始，盡管在我國宏觀經濟不斷改善以及外匯儲備開始趨穩(wěn)回升的背景下，人民幣匯率又開始了新一輪貶值通道。與此前大幅度干預操作不同，此次央行并沒有直接干預外匯市場，只是暫停了使用人民幣匯率中間報價機制的逆周期因子調節(jié)機制，導致人民幣匯率繼續(xù)走弱并在2018年7月達到低谷，從而引起人民幣實際有效匯率變動率在2018年7月出現(xiàn)了奇異值。

為了從整體上把握人民幣實際有效匯率變化率是否存在異常，將該對數差分序列進行計算歸類，結果如表1所示。

分析表1可以發(fā)現(xiàn)， 58個樣本觀察值通過對數差分生成樣本量為57的差分序列。在樣本計算期內，人民幣匯率貶值成為常態(tài)，但是絕大部分變化率均集中在以均值-0.9‰為中心的1倍標準差范圍內，僅有2個異常值落在3倍標準差范圍內，3倍標準差之外沒有異常值出現(xiàn)。ΔYt序列J-B檢驗結果表明，ΔYt為正態(tài)分布序列，其分布示意圖如圖3所示。結合表2和圖3的分析可以說明，人民幣匯率變動整體上波動平穩(wěn)，隨機因素對人民幣匯率波動沖擊效應不大。

四、人民幣匯率波動序列的屬性分析

如何將人民幣匯率序列中的確定性和隨機性趨勢分離出來，并將剩余平穩(wěn)序列作為周期波動成分來分析人民幣匯率波動短期特征，不僅是個經濟問題，同時也是個技術問題。目前，估計時間序列周期的方法可以分為頻域（frequency domain）分析和時域分析（time domain）。估計變量周期實踐中廣泛使用的各種濾波方法屬于頻域分析，即將時間序列看成多個不同頻率的規(guī)則波疊加而成。這種先驗驗假設線性趨勢成分為平滑曲線的行為，存在“虛假周期”的嫌疑，常見的分析方法如HP濾波、BK濾波等。同時，采用HP濾波得到的周期包含隨機趨勢將導致隨機沖擊的持久性效應被過度估計[12]。時域分析包括傳統(tǒng)線性趨勢分解法、一階差分法和向量自回歸法。線性趨勢法和一階差分法要求變量序列僅存在隨機性趨勢，而SVAR方法對樣本量要求較高，在非大樣本條件下應用不強。B-N分解技術源于Beveridge和Nelson（1981）提出的Beveridge-Nelson分解公式。他們從理論上證明了具有1階單整的時間序列可以分解為長期趨勢、隨機趨勢和周期性成分。其中，持久性成分包括確定性趨勢與隨機游走在內的隨機趨勢，而短期成分即包括剩余平穩(wěn)序列，即“周期性”成分。由于B-N方法只要求變量序列為1階單整序列，沒有附加限制性使用條件和先驗假設，因此本文也采用B-N分析方法對“8.11”匯改以來影響人民幣匯率波動的持久性因素和暫時性因素進行分析，以厘清“8.11”匯改以來人民幣匯率波動究竟屬于“浮動恐懼”還是趨勢性貶值并據此提出針對性政策建議。

（一）趨勢屬性分析

對于金融時間序列而言，受到市場交易主體異質性等市場噪音的影響呈現(xiàn)常態(tài)化波動態(tài)勢，如何合理將變量中長期趨勢和周期性波動成分分離（即去勢）是理解變量波動特征的關鍵?，F(xiàn)代計量經濟學方法研究表明，變量趨勢方法依賴于時間序列變量的趨勢屬性，即變量是趨勢平穩(wěn)還是差分平穩(wěn)序列。對于非平穩(wěn)時間序列，其趨勢表現(xiàn)為隨機性還是確定性可以通過ADF檢驗來進行識別。對于給定時間序列{xt}，其具體操作方法為：

Δxt=α+β·t+δxt-1+β1·Δxt-1+…+βp·Δxt-p+μt（1）

（1）式引入了表示確定性趨勢的時間變量t。如果檢驗結果表明為{xt}存在單位根且變量t前面的回歸參數顯著異于0，則{xt}表現(xiàn)為確定性趨勢;反之，則變量{xt}的變動表現(xiàn)為隨機性趨勢。如果{xt}不存在單位根且變量t前面的回歸參數顯著異于0，則{xt}表現(xiàn)為確定性趨勢;反之，則說明{xt}存在確定性與隨機性混合時間趨勢。

對于確定性時間趨勢序列而言，變量將圍繞其趨勢平穩(wěn)波動，屬于趨勢平穩(wěn)時間序列。對于這種類型時間序列，只需要正確估計其確定性趨勢就可以實現(xiàn)將長期趨勢與平穩(wěn)序列的分離。由于隨機性時間序列存在單位根，隨機沖擊對變量變動存在持續(xù)長期的影響。要得到平穩(wěn)時間序列，只能通過差分的方法以消除隨機性趨勢。對于既包含長期“引力線”作用，又包括隨機波動的確定性與隨機性時間序列變量，序列將圍繞其長期趨勢上下波動，但是其退勢得到的波動不平穩(wěn)，屬于隨機波動。對于具有這種特征的時間序列變量，需要先估計出其長期趨勢，然后再進行退勢處理以分離出剩下的不平穩(wěn)序列。因此，要判斷特定時間序列變量類型，需要首先分析該變量序列的趨勢類型，以判斷其屬于趨勢平穩(wěn)還是差分平穩(wěn)或者兼而有之。從圖1可以發(fā)現(xiàn)，在樣本期內人民幣實際有效匯率呈現(xiàn)不規(guī)則的周期性波動。這種波動在短期內即沒有呈現(xiàn)出隨著時間變化而遞減的趨勢，也沒有體現(xiàn)包含確定性和隨機性趨勢。為了研究人民幣匯率變動特定，需要首先對人民幣實際有效匯率采用模型（1）的形式進行統(tǒng)計檢驗，以判斷其變動的趨勢類型，確定恰當趨勢分離方法。同時，為了保證分析結果準確性，還同時采用PP單位根檢驗和KPSS檢驗進行比較，結果如表2所示。

分析表2可以發(fā)現(xiàn)，無論是采用PP方法、KPSS方法亦或ADF方法，其結果都顯示人民幣實際有效匯率對數序列不存在趨勢平穩(wěn)，而是非平穩(wěn)的I（1）過程。同時，在5%顯著性水平下，截距項的參數顯著異于0，斜率項前的參數顯著為0，說明原變量序列{Yt}為存在1階單位根的隨機趨勢序列。由于本文定義的{Yt}為原變量序列求取自然對數得到，因此ΔYt即為人民幣實際有效匯率變動率。對{Yt}的單位根檢驗結果來看，原變量序列并不存在明顯趨勢項，說明人民幣實際有效匯率變動率并沒有形成持續(xù)貶值的趨勢。ADF檢驗結果表明，人民幣實際有效匯率指數變動率與其一階滯后項顯著相關，代表人民幣實際有效匯率變動率存在短期自我調整行為，由此說明人民幣實際有效匯率對數序列存在平穩(wěn)隨機過程，即真實周期成分。為了分離得到其真實周期成分，有必要對{Yt}進行趨勢周期分解，在得到其確定性趨勢與隨機趨勢基礎上得到其真實周期成分。

（二）人民幣實際有效匯率指數的趨勢周期分解

B-N分解最初是用來研究經濟周期而產生的方法。早期主要是依據經濟增長率的“拐點”來確定經濟周期，但是在世界經濟走出“滯脹”以后經濟增長率的拐點不明顯，同時采用拐點來判斷經濟周期的方法也無法研究經濟增長過程中不同沖擊的影響。Beveridge和Nelson（ 1981）認為一國經濟增長率不僅受到技術進步等因素的影響，同時也會受到隨機沖擊和周期性因素的影響[13]。根據這一判斷，他們將影響一國經濟增長率因素分為確定性趨勢成分、隨機趨勢和周期成分?！?.11”匯改以來人民幣匯率遭受了多次負面隨機沖擊，為了定量分析這些隨機沖擊對人民幣匯率波動影響程度，同時也為了厘清人民幣匯率是否在受到這類隨機沖擊影響下存在持續(xù)貶值趨勢，接下來采用B-N分解法來研究“8.11”匯改以來人民幣匯率波動特征。根據B-N理論，如變量序列{Yt}為1階單整序列，即Yt～I（1），那么其一階差分序列ΔYt為平穩(wěn)時間序列，即ΔYt～I（0）。根據Wold定理，ΔYt可以由一個均值為0的ARMA（p，q）過程來表達，而MA（SymboleB@）又可以表示ARMA過程。若μ為ΔYt的長期均值，εt～iid（0，σ2），那么ΔYt可以表述為：

ΔYt=μ+φ（L）·εt=μ+εt+λ1εt-1+λ2εt-2+…（2）

按照B-N分解理論，若Yt的初始值為Y0，那么Yt的確定性趨勢可以表示為：

DTt=Y0+μ·t（3）

其中，Y0為初始樣本值（即2015年8月人民幣實際有效匯率對數值4.868227）。由樣本計算得到μ的估計值為-0.001137，說明在樣本期內，人民幣實際有效匯率呈現(xiàn)貶值態(tài)勢。這一估計結果與圖1的直觀判斷相吻合。根據（3）式計算確定性趨勢DTt，結果如圖4所示。

圖4反映了人民幣實際有效匯率確定性趨勢成分。分析圖4可以發(fā)現(xiàn)，樣本期間內人民幣實際有效匯率呈現(xiàn)貶值態(tài)勢。2014年以來，受到經濟結構轉型、化解前期經濟積累的各種風險的影響，我國經濟下行壓力較大。從國際上看，2016年特朗普當選美國總統(tǒng)以后，將中國確立為“戰(zhàn)略性競爭對手”，對外政策上奉行“美國優(yōu)先”戰(zhàn)略，在中美交往中將經濟問題政治化，使中美貿易摩擦常態(tài)化并向長期化、復雜化方向發(fā)展。同時，日本、歐盟等其他世界主要經濟體經濟復蘇乏力，導致世界經濟不確定性增加。從國內來說，在持續(xù)多年高速增長后，受到“增長速度換檔期、結構調整陣痛期和前期刺激政策消化期”等諸多因素影響，中國經濟進入“新常態(tài)”，GDP年均增速從2014年以前的9.8%下降至7%左右的中高速增長。從世界經濟形勢和國內各項改革工作推進進行來看，我國經濟增長速度趨緩不是偶然發(fā)生的，而是將有可能持續(xù)十多年的狀態(tài)[14]。作為兩種貨幣兌換價格，匯率反映了本國貨幣的對外價值，其定價基礎受到經濟、政治等諸多因素影響，同時又與本國開放程度、金融市場發(fā)展程度息息相關[5]。在中國經濟進入“新常態(tài)”以及世界經濟走向不確定、世界金融市場動蕩加劇、中美經貿摩擦復雜化和我國經濟下行壓力增大等因素綜合作用下，人民幣匯率走弱在意料之中。

盡管在樣本期內人民幣呈現(xiàn)貶值態(tài)勢，但是并不能由此說明人民幣存在持續(xù)貶值的基礎。這一點可以從如下幾點來說明：首先，“8.11”匯改以來人民幣實際有效匯率指數的單位根檢驗結果表明，人民幣實際有效匯率指數并不存在趨勢平穩(wěn)，說明人民幣實際有效匯率指數并沒有表現(xiàn)出長期持續(xù)性貶值態(tài)勢，但是“8.11”匯改以來人民幣匯率受到負面隨機沖擊比較多（表2）。由于人民幣實際有效匯率序列是非平穩(wěn)的1階單整序列，這種負面沖擊不會隨著時間推移而消失，而是會累積疊加，導致人民幣匯率呈現(xiàn)貶值態(tài)勢。

其次，從人民幣實際有效匯率指數變動率分布來看，在57個月份樣本中，有41個月份（71.93%）的變動率有集中在以均值為中心、1倍標準差范圍內;有14個月份（24.56%）的變動率集中在以均值（-0.009）為中心、1倍標準差范圍內;只有2個月份（占總月份比率為3.51%）的變動率集中在均值為中心，3倍標準差范圍內。這兩個值分別出現(xiàn)在2018年2月和2018年7月。2018年年初，人民幣匯率延續(xù)2017年年末的持續(xù)升值趨勢，在持續(xù)升值預期作用下，2018年2月份人民幣兌美元匯率較上年末升值3.91%，人民幣匯率中間價達到階段性低點6.2882。2018年4月中旬以后，在人民幣連續(xù)升值數月的情況下，市場對人民幣匯率貶值預期增加，人民幣兌美元開始呈現(xiàn)貶值態(tài)勢并于6月中旬以后人民幣貶值速度加快，在2018年7月人民幣兌美元匯率收報于6.6246，較2018年6月中旬累計貶值3.5%。此時，市場悲觀情緒再次累積，人民幣匯率“破7”論再次甚囂塵上。盡管如此，在樣本分析區(qū)間內人民幣實際有效匯率變動率沒有出現(xiàn)超出3倍標注差的異常波動值，匯率波動依然在合理區(qū)間內，市場波動更多體現(xiàn)為情緒化波動，而非趨勢性大幅波動，人民幣匯率持續(xù)大幅度貶值態(tài)勢沒有形成。

最后，經濟下行并不等于經濟停滯。理論上，匯率的中長期走勢取決于經濟基本面，短期走勢取決于市場上外匯供求關系與市場情緒。從經濟發(fā)展韌勁上看，中國經濟基本面長期向好趨勢沒有改變。通過“調結構”、“轉動能”，推進從“數量型發(fā)展向質量型發(fā)展轉型、從規(guī)模性擴張向質量效益型發(fā)展轉型、從要素驅動型發(fā)展向質量驅動型發(fā)展的轉型”的發(fā)展戰(zhàn)略來提高我國資源配置效率，為中國經濟高質量發(fā)展奠定良好基礎。圍繞供給側結構性改革、強化創(chuàng)新驅動的作用、優(yōu)化市場配置效率和創(chuàng)新效率，實現(xiàn)經濟發(fā)展新舊動能轉換的系列改革穩(wěn)步推進，中國經濟抗壓能力、承受能力和經濟韌性會不斷加強，為推進人民幣匯率市場化改革奠定良好經濟基礎和市場環(huán)境。2019年我國GDP為15.54萬億美元，同比增長6.1%，占世界GDP比重超過16%，GDP世界排名繼續(xù)位居第二位，是同期排名世界第三位日本GDP的3倍左右。在此背景下，人民幣持續(xù)貶值的基礎并不存在。由于匯率為逆周期變量，而市場情緒是順周期變量，在人民幣匯率經歷了長達10年左右持續(xù)單邊升值的情況下，中國經濟從高速增長轉向中低速度增長必然會改變市場情緒，非理性預期則強化了這種市場情緒，引發(fā)市場恐慌，人民幣匯率出現(xiàn)“超調”。可見，人民幣匯率現(xiàn)實表現(xiàn)符合經濟理論，人民幣匯率持續(xù)貶值的經濟基礎并不存在。

根據B-N理論，由于ΔYt的長期均值μ不顯著，變量序列ΔYt的周期成分Ct可以表述為：

Ct=limk→SymboleB@{[（ΔY^t（1）-0）+（ΔY^t（2）-0）+…+（ΔY^t（k）-0）]}（4）

令Wt=ΔYt-μ，則Wt～I（0）。根據Wold定理，Wt可以由一個均值為0的ARMA（p，q）隨機過程來表達，用ARMA（p，q）模型估計W^t（j），帶入（4）式得到周期成分表達式：

Ct=-[∑4j=1W^t（j）+φW^t（4）/（1-φ）]（5）

其中，φ為Wt估計方程ARMA（p，q）的AR項系數。通過對Wt序列的相關圖和偏相關圖的分析并經過多次擬合、比較，選擇6階自回歸模型來對Wt的波動特征進行擬合，結果如下：

Wt=-0.0004-0.398·AR（6）

（-0.418） （-2.405）（6）

分析（6）式可以發(fā)現(xiàn)，此時φ=-0.398，同時ΔYt的長期均值μ不顯著，再次驗證了原變量序列Yt不存在顯著趨勢項特征，即人民幣實際有效匯率從長期來看并沒有呈現(xiàn)持續(xù)貶值態(tài)勢的判斷。將（6）式得到的φ值帶入（5）式計算，得到變量序列的周期成分，如圖5所示。

分析圖5發(fā)現(xiàn)，人民幣實際有效匯率指數的周期成分呈現(xiàn)“微波化”傾向，說明人民幣匯率對各種外在隨機沖擊的反應比較敏感，市場力量在人民幣匯率形成機制過程中的作用不斷增強。另外，周期性因素占當期人民幣實際有效匯率的比重不大，間接說明了貨幣當局較好把握了人民幣外匯市場的“漸進性”和“可控性”原則[15]。參照通行的周期“峰-峰”劃分方法，同時結合人民幣實際有效匯率周期波動特征，將圖5中人民幣實際有效匯率周期成分劃分為6個完整周期，在圖中用虛線標識。

第一個周期為2016年2月-2016年9月。 “8.11”匯改以來，人民幣呈現(xiàn)持續(xù)快速貶值態(tài)勢。為了遏制這種勢頭，央行再度改變了人民幣兌美元匯率中間價的定價機制、在國內外匯市場上賣出美元來穩(wěn)定人民幣匯率、加強資本外流管制以及縮小在岸和離岸人民幣匯率差額來遏制套匯投機行為。通過這一系列操作，人民幣匯率初步遏制了持續(xù)貶值勢頭。在2016年2月形成一個峰值，但是受到人民幣貶值預期、國內經濟下行導致投資回報率下降以及美聯(lián)儲進入新的加息周期的影響，人民幣匯率在周期性波動中繼續(xù)呈現(xiàn)下跌態(tài)勢，直接導致了人民幣匯率波動的第二輪周期的形成。

第二輪周期為2016年9月-2017年6月。隨著2016年下半年以來經濟“硬著陸”風險消失以及2017年中國經濟表現(xiàn)好于預期，同時一系列外匯管制措施的出臺，導致了人民幣兌美元匯率持續(xù)走強，并在2017年6月達到一個峰值，但是受到美聯(lián)儲加息預期影響，人民幣匯率開始走弱，直接導致了人民幣匯率波動的第三輪周期的形成。

第三輪周期為2017年6月-2018年2月。2017年7月以后，特朗普總統(tǒng)減稅方案獲得參議院支持、美聯(lián)儲加息以及年底購匯需求增加，導致人民幣匯率在2017年8月加速升值以后開始出現(xiàn)漲跌互現(xiàn)的雙向波動，而2018年美元指數開始強勁反彈，人民幣匯率呈現(xiàn)走弱態(tài)勢，導致了人民幣匯率波動的第四輪周期形成。

第四輪周期為2018年2月-2019年2月。隨著4月下旬以后美元指數強勢反彈，全球資本市場多數下跌等市場負面情緒影響以及9月美聯(lián)儲宣布加息的影響，人民幣兌美元匯率隨之承壓走弱。2018年11月，國家召開民營企業(yè)座談會以及中美領導人通話，提振了市場信心，人民幣匯率大幅跳升并于2019年2月達到峰值，但是隨著中美貿易摩擦升級，人民幣匯率掉頭轉貶，導致了人民幣匯率波動的第五輪周期形成。

第五輪周期為2019年2月-2019年7月。2019年中美貿易摩擦成為影響市場情緒和人民幣匯率波動的主要因素。隨著美國對華加征關稅力度不斷加碼，人民幣匯率呈現(xiàn)貶值態(tài)勢。2019年5月1日，第十輪中美經貿高級別磋商，人民幣匯率圍繞6.89上下波動。2018年5月9日，美國單方面宣布將對2000億美元中國輸美商品加征的關稅從10%上調至25%，中美貿易摩擦升級，人民幣匯率面臨較大貶值壓力。2019年6月18日，習近平主席同特朗普總統(tǒng)通電話。6月29日，中美元首同意重啟兩國經貿磋商，美方表示不再對中國出口產品加征新的關稅。中美貿易爭端的不確定性使得外匯市場上人民幣匯率持續(xù)震蕩，并導致第六輪波動周期形成。

第六輪周期為2019年7月-2020年1月。隨著中美貿易摩擦升級，2019年8月美國威脅對中國輸美的3000億出口產品發(fā)出關稅威脅，同時美國財政部宣布中國為“匯率操縱國”，人民幣匯率呈現(xiàn)加速下跌勢頭，8月5日和8月8日人民幣匯率先后破“7”。2019年9月-12月，中美貿易摩擦趨緩，美國推遲加征關稅，人民幣匯率重拾上漲勢頭，但是受到2020年年初突發(fā)“新冠”疫情影響，人民幣匯率在2020年1月以后呈現(xiàn)下跌態(tài)勢，新一輪人民幣匯率變動周期正在形成。

（三）人民幣匯率的隨機趨勢

由于人民幣實際有效匯率指數為1階單整的隨機過程，因此外在隨機沖擊不僅會使得人民幣匯率產生周期性波動，而且每次隨機沖擊都會不斷累積，形成人民幣匯率波動的隨機趨勢。在分離出人民幣實際有效匯率指數確定性趨勢DTt和周期成分Ct基礎上，只需要用人民幣實際有效匯率指數序列減去相應的DTt和Ct序列，就可以得到人民幣實際有效匯率的隨機趨勢，結果如圖6所示。

分析圖6可以發(fā)現(xiàn)，隨機趨勢對人民幣匯率影響是雙向的，這再次驗證了上文結論，即在各種隨機沖擊影響下，人民幣匯率并沒有呈現(xiàn)趨勢性貶值態(tài)勢，而是漲跌互現(xiàn)。這一現(xiàn)象一方面說明“8.11”匯改以來多空雙方圍繞人民幣匯率進行了激烈博弈，另一方面間接證明了人民幣市場化取向改革的成就。2005年7月人民幣匯率形成機制改革后長達十年時間里，人民幣主要呈現(xiàn)單邊升值狀態(tài)。人民幣單邊升值固然反映了中國經濟建設成就，但是作為一種風險資產，人民幣持續(xù)單邊升值不僅說明人民幣匯率缺乏彈性，而且增大了人民幣匯率管理的制度成本。市場經濟條件下，資本市場上不存在“只漲不跌”或“只跌不漲”的金融產品。盡管2009年試點跨境人民幣業(yè)務以來，海外配置人民幣資產的需求不斷增加，但是人民幣依然是風險資產，而不是避險資產。一旦受到負面外部沖擊，市場非理性避險情緒會急劇升溫，導致人民幣呈現(xiàn)單邊貶值態(tài)勢，而“8.11”匯改以來“漲跌互現(xiàn)”的現(xiàn)象恰好證明了人民幣匯率靈活性和彈性在不斷提高。人民幣匯率雙向波動不僅有助于瓦解長期以來形成了人民幣單邊升值的路徑依賴，推動人民幣匯率市場化改革，而且在人民幣匯率“漲跌互現(xiàn)”有助于促使跨境資本流動正?；?，有利于保持我國貨幣政策獨立性。

（四）隨機沖擊對人民幣實際有效匯率的持久性分析

上文研究表明，人民幣實際有效匯率指數為非趨勢平穩(wěn)序列，不同時期的隨機沖擊并不會隨著時間的變化而消失，而是會逐期疊加影響人民幣實際有效匯率表現(xiàn)。一個自然的問題是如何度量這種隨機沖擊對人民幣匯率長期波動的影響。參考前人研究，本文使用Cochrane（1998）提出的方差比統(tǒng)計量來揭示各種隨機沖擊對人民幣匯率波動的影響[16]。從上文人民幣實際有效匯率對數序列Yt單位根檢驗過程可以發(fā)現(xiàn)，Yt為包含截距項的隨機游走序列，其1階差分序列ΔYt反映了當期隨機擾動，其方差大小則反映了隨機成分的波動。同時，Yt前向k階差分序列的方差Vk=VAR（Yt+k-Yt）在k趨于無窮大的條件下度量了人民幣實際有效匯率的長期波動。另外，雖然當期隨機沖擊會對未來人民幣匯率波動產生持久影響，但t期的隨機沖擊對未來t+k期波動的影響會隨著k值增大不斷減弱。據此，定義變量ΔYt（即人民幣實際有效匯率變動率）方差V1作為人民幣實際有效匯率短期波動的指示變量。Cochrane定義的方差比為：

Rk=k-1Vk/V1（7）

當k→SymboleB@時，R=limk→SymboleB@Rk，反映了隨機沖擊對人民幣實際有效匯率增長率波動的影響。同時，Cochrane證明了由（7）式定義的變量Rk在數值上等于Yt中隨機趨勢的方差與Yt總方差之比，其大小反映了變量序列中隨機趨勢對引起變量波動的程度。R越大，說明隨機趨勢對Yt波動的影響越大。對于人民幣實際有效匯率指數來說，其對數差分序列ΔYt反映了不同時期人民幣實際有效匯率波動的變動率。分析ΔYt序列可以發(fā)現(xiàn)，人民幣實際有效匯率變動率從-2.934%至2.341%，其方差V1為1.18×10-4。對于Vk，例如當k取5時，V5=5.15×10-4，相應的R5=5-1×V5/V1=0.887，部分計算結果如表4所示。

分析表4可以發(fā)現(xiàn)，隨機沖擊對人民幣實際有效匯率指數波動存在長期顯著影響，如k=33時，即在隨機沖擊發(fā)生33個月以后，這種隨機沖擊所起的波動占比約為40%。隨機沖擊加劇了人民幣匯率的波動和周期形成，而減弱各種隨機沖擊有利于穩(wěn)定人民幣匯率，瓦解市場對人民幣匯率長期以來形成的單邊變動預期。從短期來看，隨機沖擊對人民幣實際有效匯率指數的影響最大達到了88.7%，說明人民幣實際有效匯率在特定時期的波動都是由于隨機沖擊所引起的。因此，人民幣匯率市場化取向的改革，并不是取消政府對外匯市場干預，實現(xiàn)“清潔浮動”;相反，在世界經濟和金融形勢復雜加深的背景下，政府對外匯市場干預的及時性、干預手段、干預方式、干預節(jié)奏和調控藝術要求更高。在人民幣匯率面臨周期性下行或者負面隨機沖擊時，貨幣當局應該及時對外匯市場進行適當干預來降低人民幣匯率波動。

五、結論與啟示

采用Beveridge和Nelson提出的對非平穩(wěn)時間序列進行分解的方法，將2015年8月人民幣匯率制度改革以來的人民幣實際有效匯率指數分解為確定性趨勢成分、隨機趨勢成分和周期成分。其中，隨機趨勢和周期成分統(tǒng)稱為隨機成分。通過對這三個成分分析有助于厘清“8.11”匯改以來人民幣匯率貶值機制。確定性趨勢分析表明，盡管“8.11”匯改以來人民幣匯率雖然呈現(xiàn)貶值態(tài)勢，但是從人民幣實際有效匯率指數的非趨勢平穩(wěn)特征、人民幣實際有效匯率變動率范圍以及中國宏觀經濟基本面表現(xiàn)等三方面研究表明人民幣匯率并沒有形成長期貶值趨勢。人民幣匯率周期成分研究表明人民幣實際有效匯率指數的周期成分呈現(xiàn)“微波化”傾向，說明人民幣匯率對各種外在隨機沖擊的反應比較敏感，市場力量在人民幣匯率形成機制過程中的作用不斷增強。隨機趨勢成分研究表明短期內人民幣匯率波動主要是由于隨機沖擊所引起的，同時隨機沖擊加劇了人民幣匯率的波動和周期形成。在當前受“新冠疫情”常態(tài)化、中美貿易摩擦復雜化以及世界經濟走勢不確定背景下，人民幣匯率在2020年1月后面臨新一輪貶值壓力，新一輪人民幣匯率變動周期正在形成。

基于上文分析結論，本文提出如下政策建議：

2005年7月人民幣匯率形成機制改革以來，人民幣匯率進入長達10年左右的升值通道，人民幣單邊升值成為2005年“匯改”的主基調。2015年“8.11”匯改使得人民幣兌美元匯率中間價由上日收盤價來確定，直接導致人民幣兌美元意外脫鉤，一定程度上導致了市場情緒波動，而中國經濟進入“新常態(tài)”以及美國結束量化寬松貨幣政策、美元進入加息周期又加劇了市場情緒波動，推動了人民幣貶值預期形成，導致了人民幣外匯市場震蕩。在資本市場上，市場出清條件下并不存在持續(xù)單向變動的金融資產，人民幣作為一種風險資產也不例外。判斷“8.11”匯改以來人民幣匯率貶值的主基調是否正常關鍵要看人民幣匯率對調節(jié)國際收支平衡的杠桿作用是否能夠正常發(fā)揮。本文研究表明，“8.11”匯改增大了人民幣匯率雙向浮動，是人民幣匯率市場化改革重要成果，同時人民幣匯率在長期也不存在貶值趨勢，而人民幣雙向浮動有利于推動人民幣匯率市場化改革進程，增強我國貨幣政策獨立性。因此，要堅持強勢人民幣理念，不為市場預期左右。強勢人民幣不等同于人民幣“只升不貶”，人民幣的“強勢”體現(xiàn)在對中國經濟基本面不支持人民幣趨勢性貶值的基本判斷、體現(xiàn)在中國經濟長期趨穩(wěn)向好的自信。

在社會主義市場經濟改革深入推進背景下，反映在外匯市場上，就是要克服人民幣“浮動恐懼”，增大對人民幣匯率波動的容忍度。這是因為外匯市場交易主體異質性使得外匯市場充斥各種“噪音”。有看多的、就有看空的，有注重外匯市場長期因素的、就有關注外匯市場短期因素的，有關注實體經濟表現(xiàn)的、就有關注虛擬資本回報率的，“噪音”的存在、預期的分化才導致了市場的產生?！?.11”匯改使得人民幣在外匯市場上“漲跌互相”成為常態(tài)，人為采取非市場化手段來干預匯率波動反而會適得其反，不利于外匯市場出清。因此，包括政府在內的各市場主體都要適應和接受人民幣匯率“漲跌互現(xiàn)”、“雙向波動”的“新常態(tài)”，克服“浮動恐懼”，善于利用金融避險工具來規(guī)避匯率波動所產生的金融風險。

由于中國市場化進程較短，金融市場建設不完善，金融市場不成熟，金融工具不豐富，金融市場微觀交易主體接受市場化洗禮的時間較短，特別是在世界經濟走勢不確定、中美經貿關系復雜化以及“新冠”疫情常態(tài)化背景下，市場負面情緒容易因為突發(fā)隨機事件而累計釋放，造成人民幣匯率短期內大幅波動。本文研究表明，人民幣實際有效匯率指數為1階非平穩(wěn)隨機過程，各種隨機沖擊對人民幣匯率影響將會長期存在。從2014年人民幣匯率表現(xiàn)看，人民幣匯率并不是由貿易收支狀況決定的，而更多具有資產價格屬性。資產價格和商品價格最大的差異是商品價格容易形成超調[17]，加劇人民幣匯率非理性波動。因此，人民幣市場化取向改革并不意味著對貨幣當局對外匯市場實行“自由放任”的政策。在人民幣匯率受到突發(fā)隨機事件沖擊引起人民幣匯率短期劇烈波動，偏離其長期均衡水平時，需要采用直接或間接手段來進行適當干預，避免市場情緒的順周期性加劇人民幣匯率震蕩，彌補“市場失靈”，降低其對實體經濟產生的負面沖擊。

注釋：

① 相關內容見第一財經報道：https：//www.yicai.com/news/4668292.html。

② 上海證券報：人民幣不存在趨勢性貶值基礎https：//finance.huanqiu.com/article/9CaKrnJT4Pv。

參考文獻：

[1] 周宇.論匯率貶值對人民幣國際化的影響——基于主要國際貨幣比較的分析[J].世界經濟研究，2016（4）：3-11，30，134.

[2] 譚小芬，金玥.人民幣匯率貶值與跨境資本流動[J].國際貿易，2017（7）：54-61.

[3] 張?zhí)祉?，呂金?匯率貶值是否影響了我國上市公司出口？[J].世界經濟研究，2018（8）：49-61，136.

[4] 梁立俊，龔雷豫，吳帆.人民幣貶值預期下的“通縮效應”與中美貿易余額[J].國際經貿探索，2019，35（9）：50-62.

[5] 管濤.貨幣供應與匯率：中國“貨幣超發(fā)”必然導致人民幣貶值嗎？[J].金融研究，2018（12）：19-36.

[6] 周建，鄭玉琪，崔暢.人民幣匯率貶值的機制研究——基于2014年以后走勢的理論和實證分析[J].財經論叢，2018（5）：47-57.

[7] 謝建國，賈珊山.公開市場表態(tài)穩(wěn)定了人民幣匯率嗎？：基于2014～2017年人民幣匯率干預事件的研究[J].世界經濟研究，2019（1）：18-30，135.

[8] 肖立晟，張瀟.人民幣匯率的逆周期性[J].中國金融，2017（16）：65-66.

[9] 吳安兵，金春雨.貨幣政策、產出沖擊對人民幣實際匯率波動的影響效應[J].國際金融研究，2019（12）：23-32.

[10]田濤.基于EEMD方法的人民幣匯率波動因素分析[J].商業(yè)研究，2016（3）：69-75.

[11]管濤.尊重價值規(guī)律：人民幣匯率形成機制改革未來之出路[J].金融研究，2016（2）：113-120.

[12]張超，侯凱.農產品價格B-N分解與隨機沖擊的慣性研究[J].商業(yè)研究，2019（7）：127-132.

[13]Beveridge S， Nelson C R. A new approach to decomposition of economic time series intopermanent and transitory components with particular attention to measurement of the “business cycle”[J]. Journal of Monetary economics， 1981，7（2）： 151-174.

[14]胡乃武，田子方.新常態(tài)下我國經濟增長的基本特征及前景[J].經濟縱橫，2015（8）：1-6.

[15]劉堯成.“匯改”以來人民幣匯率的波動特征與政策選擇[J].上海經濟研究，2010（1）：26-34.

[16]Cochrane J H. How big is the random walk in GNP？[J]. The Journal of Political Economy， 1988： 893-920.

[17]管濤.四次人民幣匯改的經驗與啟示[J].金融論壇，2017（3）：3-8，18.

“Fluctuation Fear” or Trend Devaluation？An Analysis of RMB Exchange Rate

Depreciation Mechanism since the “8.11”Exchange Rate Reform

TIAN Tao1，XU Yang1，LI Jing-yun2

（1.School of Economics and Management， Hubei University of Science and Technology， Xianning 437100，

China;2.Library of Hubei University of Science and Technology， Xianning 437100， China）

Abstract：Using the method of decomposing non-stationary time series proposed by Beveridge and Nelson， the real effective exchange rate index of RMB is decomposed into deterministic trend component， random trend component and periodic component since the “8.11” exchange rate reform to study the formation mechanism of RMB exchange rate.The deterministic trend analysis shows that although the RMB exchange rate has been devalued since the “8.11” exchange rate reform， the non-trend stationary characteristics of RMB real effective exchange rate index， the fluctuation range of RMB real effective exchange rate and China′s macroeconomic fundamentals show that the RMB exchange rate does not show a long-term depreciation trend;that China′s economy has entered a “new normal” economy， the strong recovery of the US economy and the US dollar′s entry into the interest rate increase channel are the main reasons for the continuous depreciation of RMB， while the pro cyclical nature of market sentiment aggravates the downward pressure on the RMB exchange rate;research on the cyclical components and stochastic trend components of RMB exchange rate shows that the RMB exchange rate has been more sensitive to various external random shocks since “8.11”，the two-way fluctuation of RMB exchange rate presents a normalized trend， and the role of market forces in the formation mechanism of RMB exchange rate is increasing.

Key words：“8.11” exchange rate reform; RMB exchange rate; B-N decomposition

（責任編輯：周正）

收稿日期：2020-07-09

作者簡介：田濤（1979-），男，湖北仙桃人，湖北科技學院經濟與管理學院副教授，經濟學博士，研究方向：國際金融與國際宏觀經濟學;許泱（1981-），本文通訊作者，男，湖北咸寧人，湖北科技學院經濟與管理學院副教授，經濟學博士，研究方向：經濟統(tǒng)計與計量分析;李敬云（1968-），女，武漢人，湖北科技學院圖書館館員，研究方向：圖書情報學。

基金項目：教育部人文社會科學研究青年基金項目，項目編號：17YJC630191;湖北科技學院校內科研發(fā)展基金國家級科研培育計劃項目，項目編號2020-22GP09。