1. 引言与研究背景
在全球化的时代，各国面临外部冲击的脆弱性加剧。本文研究了塞尔维亚共和国（RS）从2002年第一季度到2020年第三季度期间外汇储备的充足性，以及推动其积累的关键宏观经济因素。本研究的动机在于观察到新兴市场经济体（EMEs）普遍倾向于建立大规模储备缓冲，以抵御资本流动波动和金融危机，这一策略在2008-2009年全球金融危机期间得到了验证。
2. 研究方法与数据
本研究采用计量经济学时间序列方法，分析塞尔维亚外汇储备与选定宏观经济变量之间的长期关系。
2.1 计量模型设定
核心分析基于协整框架，该框架适用于识别非平稳经济时间序列之间稳定的长期关系。该模型假设外汇储备（FER）是经济规模、汇率压力和金融深度的函数。
2.2 数据来源与变量
分析使用季度数据。关键变量如下：
- 外汇储备（FER）： 因变量，数据来源于塞尔维亚国家银行（NBS）。
- 国内生产总值（GDP）： 代表经济规模和进口能力。
- 实际有效汇率（REER）： 衡量第纳尔竞争力的指数。指数上升（升值）可能预示着储备面临压力。
- 货币总量（M2/GDP）： 代表金融深度和潜在短期对外负债的比率。
数据周期
2002年第一季度 - 2020年第三季度
关键变量
4个核心宏观指标
研究方法
协整与误差修正
3. 实证结果与分析
3.1 单位根与协整检验
单位根检验（例如，增广迪基-富勒检验）证实所有时间序列在水平值上非平稳，但在一阶差分后平稳，即为一阶单整序列I(1)。随后的协整检验（例如，约翰森检验）揭示了存在一个协整方程，表明变量之间存在稳定的长期关系。
3.2 长期均衡关系
估计的协整方程显示以下因素对塞尔维亚储备积累有显著影响：
- GDP（经济活动）： 最显著的正向驱动因素。更大的经济体出于交易和预防性动机，需要且能够持有更高的储备。
- REER（汇率压力）： 第纳尔升值（REER上升）与储备积累相关，这可能反映了央行干预以抑制过度的名义升值。
- M2/GDP（金融深度）： 广义货币相对于GDP的增长对储备有正向影响，这与吉多蒂-格林斯潘规则（即储备应覆盖短期外债）相符。
核心发现： 塞尔维亚的外汇储备持续超过传统最优标准（例如，3个月进口额）所建议的水平。研究将此归因于特定因素，如支付给外国投资者的股息以及某些证券投资部分，这些因素在标准评估中常常被忽略。
4. 主要发现与政策含义
- 塞尔维亚维持的储备缓冲高于常规充足性指标，为应对外部冲击提供了强有力的屏障。
- 储备积累与GDP增长、汇率管理政策和国内金融深化存在系统性关联。
- 政策评估必须纳入如投资者股息等“隐性”流出，才能真实反映储备充足性。
- 塞尔维亚国家银行（NBS）积极的储备管理似乎是应对新兴开放经济体脆弱性的理性反应。
5. 核心洞察与分析视角
核心洞察： 塞尔维亚并非仅仅在囤积美元；它是在运行一项复杂的、数据驱动的保险政策。本文揭示，塞尔维亚国家银行（NBS）的储备策略是对金融脆弱性的先发制人打击，超越了教科书式的经验法则，转向一个基于该国独特融入全球资本流动模式的模型。这不是被动的积累，而是主动的风险管理。
逻辑脉络： 论证具有说服力。它始于全球背景（新兴市场经济体的脆弱性），确立了塞尔维亚的实证现实（储备 > 标准指标），然后运用稳健的计量经济学（协整）来精确定位驱动因素：经济规模（GDP）、汇率稳定的成本（REER）以及潜在资本外逃的阴影（M2/GDP）。逻辑最终归结于关键且常被忽视的一点：标准指标之所以失效，是因为它们忽略了如投资者股息等负债。这与国际金融文献中更广泛的批评相呼应，例如Jeanne和Rancière（2011）关于预防性动机的研究，该研究认为最优储备取决于危机的风险和产出成本，而不仅仅是进口覆盖。
优势与不足： 优势在于其应用性、政策相关性强以及方法可靠。它正确地识别了储备充足性中的“隐性”因素。然而，模型相对简约。它没有明确模拟塞尔维亚国家银行的反应函数，也没有纳入前瞻性变量，如全球风险偏好（例如，VIX指数），而这是资本流向新兴市场经济体的关键驱动因素，正如Bruno和Shin（2015）关于全球银行流动的研究所示。这限制了其对未来积累路径的预测能力。
可操作的见解： 对于类似经济体的政策制定者：1）动态基准化： 摒弃静态的3个月进口规则。开发一个包含金融脆弱性指标的国别仪表盘。2）对隐性流出进行压力测试： 将利润汇回和证券投资债务数据纳入储备充足性评估。3）沟通策略： 向公众清晰阐明持有“超额”储备的理由，以管理预期并证明机会成本的合理性。如分析所示，塞尔维亚国家银行的方法为其他在开放资本账户、管理汇率和货币自主性这三难困境中前行的新兴市场经济体央行提供了一个可行的模板。
6. 技术框架与数学模型
核心计量模型可以表示为一个长期协整关系：
$\ln(FER_t) = \beta_0 + \beta_1 \ln(GDP_t) + \beta_2 REER_t + \beta_3 (M2/GDP)_t + \epsilon_t$
其中：
- $FER_t$ 是时间 $t$ 的外汇储备水平。
- $GDP_t$ 是国内生产总值。
- $REER_t$ 是实际有效汇率指数。
- $(M2/GDP)_t$ 是广义货币与GDP的比率。
- $\epsilon_t$ 是平稳误差项，代表对长期均衡的偏离。
实证检验过程包括：
1. 单位根检验： $\Delta y_t = \alpha + \rho y_{t-1} + \sum_{i=1}^{p} \gamma_i \Delta y_{t-i} + u_t$ （检验 $H_0: \rho=0$）。
2. 协整检验（约翰森）： $\Delta Y_t = \Pi Y_{t-1} + \sum_{i=1}^{k-1} \Gamma_i \Delta Y_{t-i} + \varepsilon_t$，其中 $\Pi$ 包含长期关系信息。
3. 估计 $\beta$ 系数，确认 $\hat{\beta_1} > 0$，$\hat{\beta_2} > 0$，以及 $\hat{\beta_3} > 0$。
7. 分析框架：一个实际案例
情景： 一家区域性开发银行的分析师希望评估与塞尔维亚类似的新兴市场经济体“X国”的储备充足性。
框架应用（非代码示例）：
- 数据收集： 收集X国（2010-2023年）的季度时间序列数据：外汇储备、以美元计的GDP、REER指数、M2和短期外债。
- 标准指标计算： 计算传统比率：进口覆盖月数、储备与短期外债比率（吉多蒂比率）、储备与M2比率（格林斯潘规则）。
- 差距分析： 将X国的比率与阈值（例如，吉多蒂比率100%）以及同组国家（例如，巴尔干地区新兴市场经济体）进行比较。
- 计量建模（受本文启发）：
- 设定长期模型：$储备 = f(GDP, REER, 金融深度, 外债)$。
- 进行单位根和协整检验。
- 估计均衡关系。金融深度（$M2/GDP$）是否显示出强烈的正向联系，表明在对冲脆弱性？
- 纳入“隐性因素”： 通过添加以下数据调整分析：
- 外国直接投资方每年的股息和利润汇回。
- 非居民持有的本国政府债券。
- 综合： 结论不应仅仅是储备是否“充足”，还应包括其为何处于当前水平（增长驱动、政策驱动还是脆弱性驱动），以及它们可能覆盖或未覆盖哪些具体的潜在风险。
8. 未来应用与研究展望
- 机器学习增强： 未来的模型可以将机器学习技术（如用于金融时间序列预测的LSTM网络）与传统计量经济学相结合，以更好地预测不同冲击情景下的储备需求，捕捉非线性关系。
- 高频数据： 纳入每周或每月的资本流动数据可以提高模型对资本流动突然停止或激增的响应能力。
- 网络分析： 研究可以分析塞尔维亚在全球金融网络中的地位，以理解传染风险，类似于对跨境银行风险敞口的研究。
- 气候风险整合： 随着气候金融的发展，未来的储备充足性模型可能需要考虑与气候相关的灾害或转型风险带来的潜在负债，这是中央银行领域的一个前沿课题。
- 央行数字货币（CBDC）的影响： 央行数字货币（CBDC）的潜在引入可能改变跨境支付和储备管理。需要研究CBDC可能如何影响外汇储备的需求和构成。
9. 参考文献
- Frenkel, J. A., & Jovanovic, B. (1981). Optimal International Reserves: A Stochastic Framework. The Economic Journal, 91(362), 507–514.
- Jeanne, O., & Rancière, R. (2011). The Optimal Level of International Reserves for Emerging Market Countries: A New Formula and Some Applications. The Economic Journal, 121(555), 905–930.
- Bruno, V., & Shin, H. S. (2015). Cross-border banking and global liquidity. The Review of Economic Studies, 82(2), 535–564.
- International Monetary Fund (IMF). (2015). Assessing Reserve Adequacy – Specific Proposals. IMF Policy Paper.
- Bošnjak, M., Bilas, V., & Kordić, G. (2020). Determinants of Foreign Exchange Reserves: The Case of Emerging European Countries. Economic Research-Ekonomska Istraživanja, 33(1), 1-17.
- National Bank of Serbia (NBS). (2020). Annual Financial Stability Report.
- Davis, J. S., Cowley, J., & Morris, A. (2018). The Impact of Foreign Exchange Reserves on Emerging Market Spreads. Journal of International Money and Finance, 88, 213-228.