塞尔维亚外汇储备充足性及积累动因的计量分析

1. 引言与研究背景

在全球一体化程度日益加深的时代，维持充足的外汇储备是一项关键的宏观经济政策目标，对于塞尔维亚这样的新兴市场经济体而言尤其如此。本文研究了塞尔维亚外汇储备的充足性，并识别了2002年第一季度至2020年第三季度期间驱动其储备积累的关键经济因素。研究的动机源于观察到的全球趋势，即新兴市场经济体显著增加了其储备持有量，以作为应对外部冲击的缓冲，这一策略在金融危机期间得到了验证（Davis等人，2018）。本分析超越了传统的储备最优性标准，纳入了塞尔维亚特有的因素，如投资者股息和证券投资部分，从而对储备充足性提供了更细致的视角。

2. 方法与数据

本研究采用时间序列计量经济学方法，对塞尔维亚外汇储备与关键宏观经济变量之间的长期关系进行建模。

2.1 计量经济学框架

核心方法涉及协整分析，该方法适用于识别非平稳经济时间序列之间稳定的长期关系。根据发现存在一个协整方程的结论，分析过程遵循标准的恩格尔-格兰杰两步法或约翰森检验。

2.2 变量与数据来源

该模型将外汇储备（可能取对数或名义值）设定为因变量。自变量包括：

• 国内生产总值（GDP）： 衡量经济规模和进口能力的代理变量。
• 实际有效汇率（REER）： 衡量第纳尔竞争力的指数；升值压力可能预示着需要进行干预，从而积累储备。
• 货币总量（M2/GDP）： 代表金融货币化的深度和潜在的外部脆弱性。

数据来源于塞尔维亚国家银行等官方机构，时间跨度为2002年第一季度至2020年第三季度的季度观测值。

3. 实证结果与分析

3.1 单位根与协整检验

初步的单位根检验（如增广迪基-富勒检验）证实所有时间序列变量均为一阶单整，即I(1)。随后的协整分析揭示了存在一个协整方程，表明外汇储备、GDP、REER和M2/GDP之间存在稳定的长期均衡关系。

3.2 长期关系估计

估计的协整系数确定了影响的强度和方向：

• GDP 对储备积累具有最显著的正向影响。经济增长出于交易和预防性动机需要更多的储备。
• REER升值 是另一个重要因素。央行为了抑制第纳尔过度升值而进行的干预，直接增加了外汇储备。
• M2/GDP增长 也显示出正相关关系，这与国际收支的货币分析法相一致，即在某些政策体制下，国内信贷扩张可能导致储备积累。

关键发现： 研究得出结论，塞尔维亚的外汇储备超过了标准最优性基准（例如，3个月进口额等经验法则）所建议的水平。这种“超额”归因于纳入了特定因素，如应付外国投资者的股息和某些证券投资负债，这些因素在传统指标中常被忽略，但代表了潜在的储备消耗。

4. 主要发现与政策含义

本研究为政策制定者提供了两个主要启示：

1. 充足性再评估： 塞尔维亚的储备水平对于标准冲击吸收器（例如，资本流入骤停）而言是稳健的。然而，充足性评估必须具有前瞻性，并纳入国别特定的风险敞口，特别是来自金融账户的风险（投资者利润、证券投资流动）。
2. 成本效益分析： 持有超过最优水平的储备会产生机会成本（放弃的投资）。塞尔维亚国家银行必须持续权衡“超额”储备的保险价值与这些成本，尤其是在全球低收益率环境下。

5. 核心洞见与分析视角

核心洞见： 塞尔维亚不仅仅是在建立一个“雨天基金”；它是在用不稳定的资本流入为结构性的经常账户赤字融资，这使得其“超额”储备不再是一种奢侈，而更像是一个关键的金融稳定“塞子”。本文正确地指出，传统的进口覆盖率指标对于金融一体化的新兴市场经济体已经过时，这一点与国际货币基金组织《评估储备充足性》（2015）框架的观点一致，该框架纳入了资本流动风险。

逻辑脉络： 论证是连贯的：全球化增加风险 → 储备是缓冲 → 标准指标低估了塞尔维亚等国家的风险 → 因此，需对特定因素（GDP、REER、M2）建模并纳入隐性负债。然而，从识别协整关系到提出政策建议的跳跃略显突兀。模型展示了*什么*是相关的，但*为什么*——例如，从M2增长到储备积累的确切传导渠道——值得更多阐述。

优势与不足： 主要优势在于其经验基础和对一个特定、研究不足的经济体的关注。使用协整方法对于宏观经济时间序列在方法论上是可靠的。此类研究常见的不足在于结果的“黑箱”性质。系数被呈现出来，但其经济意义的大小以及在不同子时期（例如，2008年危机前与危机后）的稳定性并未深入探讨。这种关系对货币政策体制变化的稳健性如何？

可操作的见解： 对于塞尔维亚国家银行和财政部而言，本研究要求进行更复杂的内部压力测试。他们应该：
1. 开发动态充足性仪表板，实时整合本文提出的特定因素（投资者股息、证券投资流动）。
2. 明确或有负债建模，将潜在的资本外逃不是视为概率事件，而是视为一系列基于情景的储备消耗率。
3. 与区域同行（如克罗地亚、匈牙利）进行基准比较，使用这一增强框架来识别相对脆弱性。目标不是最大化储备，而是优化储备——这是许多新兴市场经济体学得太晚的一课，正如Jeanne & Rancière (2011)关于危机预防最优储备水平的研究所记载的那样。

6. 技术细节与框架

数学公式： 长期协整关系可表示为：
$\ln(RES_t) = \beta_0 + \beta_1 \ln(GDP_t) + \beta_2 REER_t + \beta_3 (M2/GDP)_t + \epsilon_t$
其中 $\epsilon_t$ 是平稳误差项，代表对均衡的偏离。估计的 $\beta_1$、$\beta_2$ 和 $\beta_3$ 为正且在统计上显著。

分析框架示例（非代码）：
案例：评估假设性FDI流入的储备充足性。
1. 事件： 一家大型外国公司向塞尔维亚一家工厂投资10亿欧元，记录为金融流入，最初增加了储备。
2. 传统指标： 储备增加，进口覆盖率改善。所有信号似乎都是积极的。
3. 增强框架（根据本研究）：
- 考虑未来的股息流出（例如，假设年回报率5% = 每年消耗5000万欧元）。
- 考虑项目成熟后资本汇回的可能性，作为一项或有负债。
- 模拟初始流入和后续流出对REER的影响。
4. 结果： 该投资对储备充足性的净现值远低于表面上的10亿欧元所暗示的水平，从而指导更谨慎的储备管理。

7. 未来研究与应用

未来方向：

• 非线性与体制转换模型： 这种关系可能不是恒定的。阈值模型可以识别储备积累是否在超过特定外债水平或REER失调程度后加速。
• 纳入全球金融周期： 整合如VIX指数或美国货币政策立场等变量，以捕捉外生冲击，正如新兴市场金融中的“双重消耗”假说所建议的那样。
• 机器学习用于预警： 在机器学习分类模型（如随机森林）中使用已识别的变量，以预测储备面临严重消耗压力的时期。
• 在央行数字货币设计中的应用： 对储备驱动因素的洞见对于设计新兴市场经济体未来央行数字货币的支撑机制至关重要。

8. 参考文献

1. Aizenman, J., & Sun, Y. (2012). The financial crisis and sizable international reserves depletion: From ‘fear of floating’ to the ‘fear of losing international reserves’? International Review of Economics & Finance, 24, 250-269.
2. Bahmani-Oskooee, M., & Brown, F. (2002). Demand for international reserves: a review article. Applied Economics, 34(10), 1209-1226.
3. Bošnjak, M., Bilas, V., & Kordić, G. (2020). Determinants of foreign exchange reserves: the case of Croatia. Economic Research.
4. Bruno, V., & Shin, H. S. (2015). Capital flows and the risk-taking channel of monetary policy. Journal of Monetary Economics, 71, 119-132.
5. 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.
6. Frenkel, J. A., & Jovanovic, B. (1981). Optimal international reserves: a stochastic framework. The Economic Journal, 91(362), 507-514.
7. International Monetary Fund (IMF). (2015). Assessing Reserve Adequacy – Specific Proposals. IMF Policy Paper.
8. 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.
9. Kovačević, R. (2021). Serbia’s Foreign Exchange Reserve Adequacy and the Factors Influencing Their Accumulation. Economic Horizons, 23(1), 33-53.
10. National Bank of Serbia (NBS). (2020). Annual Financial Stability Report.
11. Rogoff, K., Hussain, M., Mody, A., Brooks, R., & Oomes, N. (2004). Evolution and Performance of Exchange Rate Regimes. IMF Occasional Paper No. 229.
12. Sula, O. (2011). Demand for international reserves in developing nations: a quantile regression approach. Journal of International Money and Finance, 30(5), 764-777.