塞爾維亞外匯儲備充足性及累積因素分析

1. 引言及研究背景

喺全球化時代，各國面對外部衝擊嘅脆弱性日益增加。本文研究塞爾維亞共和國（RS）由2002年第一季至2020年第三季期間外匯儲備嘅充足性，以及驅動其累積嘅關鍵宏觀經濟因素。研究動機源於觀察到新興市場經濟體（EMEs）普遍建立龐大儲備緩衝，以抵禦資本流動波動同金融危機，呢個策略喺2008-2009年全球金融危機期間得到驗證。

2. 研究方法及數據

本研究採用計量經濟學時間序列方法，分析塞爾維亞外匯儲備與選定宏觀經濟變量之間嘅長期關係。

2.1 計量經濟模型設定

核心分析建基於協整框架，適用於識別非平穩經濟時間序列之間嘅穩定長期關係。模型假設外匯儲備（FER）係經濟規模、匯率壓力同金融深度嘅函數。

2.2 數據來源及變量

分析採用季度數據。關鍵變量包括：

• 外匯儲備（FER）： 因變量，數據由塞爾維亞國家銀行（NBS）提供。
• 國內生產總值（GDP）： 作為經濟規模同進口能力嘅代理變量。
• 實際有效匯率（REER）： 衡量第納爾競爭力嘅指數。指數上升（升值）可能預示儲備面臨壓力。
• 貨幣總量（M2/GDP）： 代表金融深度同潛在短期外部負債嘅比率。

3. 實證結果及分析

3.1 單位根及協整檢驗

單位根檢驗（例如增廣迪基-富勒檢驗）確認所有時間序列喺水平值上係非平穩，但喺一階差分後變為平穩，即為一階單整，I(1)。隨後嘅協整檢驗（例如約翰森程序）揭示存在一個協整方程，表明變量之間存在穩定嘅長期關係。

3.2 長期均衡關係

估計嘅協整方程顯示以下因素對塞爾維亞儲備累積有顯著影響：

1. GDP（經濟活動）： 最顯著嘅正向驅動因素。更大嘅經濟體需要並能夠為交易同預防性動機持有更高儲備。
2. REER（匯率壓力）： 第納爾升值（REER上升）與儲備累積相關，可能反映央行干預以抑制過度嘅名義升值。
3. M2/GDP（金融深度）： 廣義貨幣相對於GDP嘅增長對儲備有正向影響，符合Guidotti-Greenspan規則，即儲備應涵蓋短期外債。

核心發現： 塞爾維亞嘅外匯儲備持續高於傳統最優標準（例如3個月進口額）所建議嘅水平。研究將此歸因於特定因素，例如支付畀外國投資者嘅股息以及某些組合投資部分，呢啲因素通常喺標準評估中被忽略。

4. 主要發現及政策含義

• 塞爾維亞維持嘅儲備緩衝高於傳統充足性指標，為抵禦外部衝擊提供堅實屏障。
• 儲備累積系統性地與GDP增長、匯率管理政策以及國內金融深化相關聯。
• 政策評估必須納入如投資者股息等「隱形」資金外流，以獲取儲備充足性嘅真實情況。
• 塞爾維亞國家銀行（NBS）積極嘅儲備管理似乎係對新興開放經濟體脆弱性嘅理性應對。

5. 核心洞見及分析師觀點

核心洞見： 塞爾維亞唔單止係囤積美元；佢哋係執行一套精密、數據驅動嘅保險政策。本文揭示塞爾維亞國家銀行（NBS）嘅儲備策略係對金融脆弱性嘅先發制人打擊，超越教科書式經驗法則，轉向一個由該國獨特融入全球資本流動情況所啟發嘅模型。呢個唔係被動累積；係主動風險管理。

邏輯脈絡： 論證具說服力。由全球背景（新興市場經濟體脆弱性）開始，確立塞爾維亞嘅實證現實（儲備 > 標準指標），然後使用穩健嘅計量經濟學（協整）來精準定位驅動因素：經濟規模（GDP）、匯率穩定嘅代價（REER）、以及潛在資本外逃嘅陰影（M2/GDP）。邏輯最終指向關鍵且常被忽略嘅一點：標準指標失效，因為佢哋忽略咗如投資者股息等負債。呢點呼應國際金融文獻中更廣泛嘅批評，例如Jeanne and Rancière (2011)關於預防性動機嘅研究，該研究認為最優儲備取決於危機嘅風險同產出成本，而不僅僅係進口覆蓋。

優點與不足： 其優點在於應用性強、與政策相關嘅焦點以及穩健嘅方法論。它正確識別咗儲備充足性中嘅「隱藏」因素。然而，模型相對簡約。它沒有明確地為塞爾維亞國家銀行嘅反應函數建模，亦未納入前瞻性變量，例如全球風險偏好（例如VIX指數），而根據Bruno and Shin (2015)關於全球銀行業資金流動嘅研究，呢個係流向新興市場經濟體資本嘅關鍵驅動因素。這限制咗其對未來累積路徑嘅預測能力。

可行建議： 對於類似經濟體嘅政策制定者：1) 動態基準化： 摒棄靜態嘅3個月進口規則。開發一個包含金融脆弱性指標嘅國家特定儀表板。2) 對隱形外流進行壓力測試： 將利潤匯回同組合債務數據整合到儲備充足性評估中。3) 溝通策略： 向公眾清晰闡述持有「超額」儲備嘅理據，以管理預期並證明機會成本嘅合理性。經分析，塞爾維亞國家銀行嘅方法為其他應對開放資本賬戶、管理匯率同貨幣自主權三難困境嘅新興市場經濟體央行提供咗可行範本。

6. 技術框架及數學模型

核心計量經濟模型可以表示為一個長期協整關係：

$\ln(FER_t) = \beta_0 + \beta_1 \ln(GDP_t) + \beta_2 REER_t + \beta_3 (M2/GDP)_t + \epsilon_t$

其中：
- $FER_t$ 係時間 $t$ 嘅外匯儲備水平。
- $GDP_t$ 係國內生產總值。
- $REER_t$ 係實際有效匯率指數。
- $(M2/GDP)_t$ 係廣義貨幣與GDP嘅比率。
- $\epsilon_t$ 係平穩誤差項，代表偏離長期均衡嘅程度。

實證檢驗程序包括：
1. 單位根檢驗： $\Delta y_t = \alpha + \rho y_{t-1} + \sum_{i=1}^{p} \gamma_i \Delta y_{t-i} + u_t$（檢驗 $H_0: \rho=0$）。
2. 協整檢驗（約翰森）： $\Delta Y_t = \Pi Y_{t-1} + \sum_{i=1}^{k-1} \Gamma_i \Delta Y_{t-i} + \varepsilon_t$，其中 $\Pi$ 包含關於長期關係嘅信息。
3. 估計 $\beta$ 係數，確認 $\hat{\beta_1} > 0$、$\hat{\beta_2} > 0$ 同 $\hat{\beta_3} > 0$。

7. 分析框架：實用案例

情境： 一家區域發展銀行嘅分析師希望評估一個與塞爾維亞類似嘅新興市場經濟體「X國」嘅儲備充足性。

框架應用（非代碼示例）：

1. 數據收集： 收集X國（2010-2023年）嘅季度時間序列：外匯儲備、以美元計價嘅GDP、REER指數、M2以及短期外債。
2. 標準指標計算： 計算傳統比率：進口覆蓋月數、儲備與短期外債比率（Guidotti比率）、儲備與M2比率（Greenspan規則）。
3. 差距分析： 將X國嘅比率與閾值（例如Guidotti比率嘅100%）以及同儕組（例如巴爾幹地區新興市場經濟體）進行比較。
4. 計量經濟建模（受本文啟發）：
   • 設定長期模型：$Reserves = f(GDP, REER, Financial Depth, External Debt)$。
   • 進行單位根及協整檢驗。
   • 估計均衡關係。金融深度（$M2/GDP$）是否顯示強烈正向關聯，表明係對沖脆弱性？
5. 納入「隱藏因素」： 通過添加以下數據調整分析：
   • 外國直接投資者每年嘅股息同利潤匯回。
   • 非居民持有嘅本國政府債券。
6. 綜合分析： 結論不僅僅係儲備是否「充足」，而係*點解*儲備處於目前水平（增長驅動、政策驅動定係脆弱性驅動），以及佢哋可能覆蓋或未能覆蓋嘅具體潛在風險。

8. 未來應用及研究方向

• 機器學習增強： 未來模型可以將機器學習技術（例如用於金融時間序列預測嘅LSTM網絡）與傳統計量經濟學結合，以更好地預測不同衝擊情景下嘅儲備需求，捕捉非線性關係。
• 高頻數據： 納入每週或每月資本流動數據可以提高模型對突然停止或激增嘅反應能力。
• 網絡分析： 研究可以分析塞爾維亞喺全球金融網絡中嘅位置，以了解傳染風險，類似於對跨境銀行風險敞口嘅研究。
• 氣候風險整合： 隨著氣候金融發展，未來嘅儲備充足性模型可能需要考慮氣候相關災害或轉型風險帶來嘅潛在負債，呢個係央行領域嘅前沿課題。
• 央行數字貨幣（CBDC）影響： 央行數字貨幣（CBDC）嘅潛在推出可能改變跨境支付同儲備管理。需要研究CBDC可能如何影響外匯儲備嘅需求同構成。

9. 參考文獻

1. Frenkel, J. A., & Jovanovic, B. (1981). Optimal International Reserves: A Stochastic Framework. The Economic Journal, 91(362), 507–514.
2. 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.
3. Bruno, V., & Shin, H. S. (2015). Cross-border banking and global liquidity. The Review of Economic Studies, 82(2), 535–564.
4. International Monetary Fund (IMF). (2015). Assessing Reserve Adequacy – Specific Proposals. IMF Policy Paper.
5. 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.
6. National Bank of Serbia (NBS). (2020). Annual Financial Stability Report.
7. 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.