-
消费是经济生活的核心要素之一(张驰等,2022),也是众多国家经济平稳运行的压舱石和拉动经济增长的主要驱动力。因此,对于一国居民消费水平影响因素的研究持续受到学术界的关注。在诸多影响因素中,资产价格波动对消费的影响受到学术界和政府相关部门的高度重视,大量学者从不同角度研究了股票资产的财富效应与房地产的财富效应,但汇率的财富效应则被忽视,鲜有文献探讨汇率如何通过影响财富价值进而最终影响消费。在探讨人民币汇率与消费的关系时,已有文献(傅章彦,2008;颜伟,2010;徐炜等,2011;毛中根等,2014;周程,2018)从单纯探讨二者之间联系的角度入手,这些研究虽然对于提升我国居民消费水平具有一定指导意义,但是由于没有进一步解释汇率影响消费的传导机制,相关部门很难制定切实可行的政策措施以促进消费。从我国的实际情况来看,2005年和2015年两次汇改的实施,以及“一带一路”、《区域全面经济伙伴关系协定》(RCEP)战略相关政策的逐步落地,都使我国对外开放程度得到进一步扩大,因而,人民币汇率的变动极有可能会影响我国居民手中持有财富的价值,并由此进一步影响居民的消费。当前,消费是我国经济增长的主要驱动力,扩大消费需求是保障中国经济高质量发展的重要基础。为此,从人民币汇率财富效应的视角探讨汇率影响消费的传导机制,对于推动我国经济高质量发展具有重要的理论价值和现实意义。
本文研究脉络如下:
第一,从理论上探讨人民币汇率财富效应的传导机制,重点考察在开放经济环境下与人民币汇率高度相关的各类财富在影响居民消费过程中所起的作用,并以此为依据构建人民币汇率财富效应传导机制的逻辑框架。
第二,根据理论逻辑框架构建实证研究模型,并基于中国城镇居民的数据,对2005年1月−2021年12月人民币汇率财富效应的传导机制进行实证分析,展示人民币汇率财富效应的实际表现。
第三,根据研究结果,结合当前国内外经济情况,提出相应政策建议,以推动我国城镇居民消费的增长,进而助力经济高质量发展。
-
汇率财富效应是指汇率通过影响财富价值进而最终对消费产生影响,且财富价值的改变来自汇率波动对财富价格的影响而不是财富数量的变化(刘建江,2006)。从我国实际出发,居民手中持有的财富主要包括金融资产和固定资产两种类型(刘建江和匡树岑,2011)。其中,金融资产包含以银行储蓄为代表的安全性资产和以股票、债券等为代表的风险性资产。具体来看,银行储蓄虽然在我国居民所持的金融资产中占据主导地位,但是其价格几乎不会发生改变
1 ,因而在此不做讨论。随着我国经济发展水平的提高和金融市场的繁荣,居民持有风险性资产的比重逐渐增加,其中又以股票资产占比较大(谭浩,2018)且与汇率相关性较强(栾培强,2010;石炀,2019;许从宝等,2020;徐霓妮和唐现杰,2020)。此外,我国居民持有的固定资产主要是房产(张吉鹏,2021)。由此可见,人民币汇率财富效应的传导机制包括股票资产机制和房产机制。具体而言,人民币汇率通过影响股票资产价值和房产价值这两个具体的中介财富因素,最终对居民消费水平产生影响。而每一条传导机制又可以划分为两个阶段,其中第一阶段是汇率对中介财富因素(股票资产价值/房产价值)的影响,第二阶段是中介财富因素对于居民消费水平的影响,本文从理论上论证各传导机制的传导方向及其合理性。 -
人民币汇率波动对股票资产价值的影响。由于本文所探讨股票资产价值的变化来自股票价格的改变,因而在此主要分析人民币汇率波动对中国股价的影响。一方面,若人民币升值,国内进口原材料和高端设备进行生产的企业成本会显著降低,从而效益得到提高,股价亦随之上升。此外,根据无抛补利率平价理论,在其他条件不变时,人民币升值将导致中国资产的实际收益率上升,这将导致我国股票对追求长期收益的部分国际资本产生较强的吸引力,于是外资大举加持中国股票,股市多方力量加强,导致中国股价上涨。再者,人民币升值吸引的部分外资还可以同步引入先进的生产技术和管理技术,导致企业效益的增加并推动其股价上涨。反之,人民币贬值则会因为进口成本的提高和追求长期收益的外资流出而导致股价下跌(张兵等,2008;于乃书和于棚土,2018;张浩等,2020;周颖刚和肖潇,2022)。另一方面,人民币贬值会显著提高我国产品的国际竞争力,从而有利于我国企业特别是主要从事出口贸易的企业业绩的增长,导致其股价升高。此外,寻求短期收益的部分海外资本还可能因为人民币的贬值而逢低流入,缩小货币供给的剪刀差,引发股价上升。反之,人民币升值则会因为出口效益的下降以及寻求短期收益的外资流出而导致股价下跌(栾培强,2010;赵进文和张敬思,2013)。综合以上两个方面,我国股价与人民币汇率的关系由上述因素综合决定,因而无法从理论上断言汇率变化对居民股票资产价值最终的影响方向。因此,本文提出竞争性假设H1a与H1b。
H1a:人民币升值将导致居民股票资产财富价值上涨,贬值将导致股票资产财富下跌。
H1b:人民币贬值将导致居民股票资产财富价值上涨,升值将导致股票资产财富下跌。
股票资产价值对居民消费的影响。一方面,根据消费生命周期理论(LCH)
2 ,有式(1)成立(刘建江,2011;Camões和Vale,2018):$$ CS=k{W}_{r}+c{Y}_{L} $$ (1) 其中,CS为居民消费,YL为劳动收入,Wr为实际财富(包括股票财富、房产财富等),k、c大于0。考虑到不同类型的财富对消费的促进作用可能有差异,因此不妨对式(1)进行拓展得到式(2)。
$$ CS=\sum {k}_{i}{W}_{i}+c{Y}_{L} (i=f,Pa,...) $$ (2) 其中,i用以区分不同类型的财富(如f代表股票资产,Pa代表房产等),ki大于0。若我国居民均持有一定数量的股票,则根据式(2)可知,随着股票价格的升高,居民持有的股票财富的价值会有所增加。又ki大于0,若kf (股票资产对应的ki,实质为股票资产的边际消费倾向)保持基本稳定,居民消费便会有一定程度的提高。反之,若股票财富缩水,则居民消费下降(乔智,2018)。另一方面,现实中股价的波动往往具有较强的不确定性,故股票资产财富的变化是暂时的,而居民一般并不会因为暂时的股票财富增值而过多地调整自己的消费行为。此外,与发达国家相比,我国的股票市场有待进一步发展,居民参与股市投资的意愿仍有提升空间,人均股票资产较少,因而可能会影响股票资产增值对居民消费促进作用的发挥。最后,股市还可能产生“替代效应”,在股价上升时过度吸收居民的资金从而压缩其消费支出。股价下跌时资金则得到一定程度的释放,被居民应用于消费(周德才等,2014;刘轶和马赢,2015)。综合上述两个方面,中国居民股票资产财富的变化对其消费水平影响的方式由上述因素共同决定,难以仅根据理论判断最终的影响方向。因此,本文提出竞争性研究假设H2a以及H2b。
H2a:居民股票资产增值将导致其消费上升,股票资产缩水导致其消费下降。
H2b:居民股票资产增值将导致其消费下降,股票资产缩水导致其消费上升。
-
人民币汇率波动对房产价值的影响。由于本文所探讨房产价值的变化来自房屋价格的改变,因而在此主要分析人民币汇率波动对中国房价的影响。首先,当人民币升值时,具有极强逐利性的海外资本会对人民币资产产生积极的预测,因此海外资本将会大量投向中国国内资本市场,进而导致中国利率下降,并最终促使房价上涨。其次,中国房地产市场上存在一定数量的外国投资者,人民币的升值也有可能诱使这些投资者直接增加对中国房产的投资,于是房产市场需求方力量加强,并最终导致房价上涨,而房价的上涨将使居民持有的房产财富发生增值(Guo和Huang,2010;朱孟楠等,2011;袁东等,2015;Ho,2018;陈华和郑晓亚,2019)。据此,本文提出研究假设H3。
H3:人民币升值将导致居民房产财富价值升高。
房产价值变化对居民消费的影响。一方面,再次参考式(2),由于kPa (房产财富对应的ki,实质为房产的边际消费倾向)大于0,若kPa较为稳定,则房产财富的增加将会对居民消费产生一定的促进作用(Carroll 等,2011;Aladangady,2017;张浩等,2017;Bahmani-Oskooee 和Wu,2018)。另一方面,值得注意的是,我国居民还有相当一部分并未拥有自己的住房,而且这部分居民普遍存在对基本住房的刚性需求,因此为买房筹款将可能占用其原本可用来消费的资金,这或将引发其消费的下降(赵杨,2012;何兴强和杨锐峰,2019;徐妍和安磊,2019;尹志超等,2021;盛夏等,2022)。综合上述两个方面,房产财富与居民消费的关系由以上因素综合决定,从而难以断言房产财富增值对我国居民消费的最终影响。因此,本文提出竞争性研究假设H4a与H4b。
H4a:居民房产财富增值将导致其消费上升。
H4b:居民房产财富增值将导致其消费下降。
-
综合以上对于汇率财富效应传导机制中股票资产机制和房产机制的分析以及本文提出的各研究假设,人民币汇率财富效应的运行逻辑如图1所示(以人民币升值为例)。
由图1可知,在居民视角下,对于股票资产机制而言,人民币的升值会同时产生导致居民股票资产财富增值和减值的两股作用力,而无论居民股票资产增值或减值,均会进一步产生助推居民消费增长和导致其消费下降两股影响力。对于房产机制而言,人民币升值对居民房产会产生较强的增值推力,但是房产增值却会进一步产生诱导居民消费增长和导致其消费降低的两种相互矛盾的力量。因此,综合以上分析,可以发现汇率财富效应传导机制的逻辑路径较为复杂,每一种传导机制的效力难以仅通过理论进行判断,而总的财富效应更是无法仅凭借理论分析给出结论。因此,现实中人民币汇率财富效应各传导机制的运行情况及其综合效力有待进一步实证探讨。
-
为确保实证研究的可靠,本文在选择变量的数据来源时尽可能兼顾其代表性、科学性和综合性。
人民币汇率e:本文选用人民币名义有效汇率(NEER)
3 表示。如此选择是因为我国经济在世界经济体系中占据举足轻重的地位,我国与多国都有密切的贸易往来,单纯的双边汇率无法体现复杂的国际贸易环境。人民币汇率数据来自国际清算银行(BIS)4 。消费cs与收入y:本文选用中国城镇居民人均现金消费支出和城镇居民人均可支配收入表示。首先,选用城镇居民指标一方面是考虑到我国经济在相当长时期具有二元性特征,单独对城镇居民的样本进行研究更有针对性。另一方面是受限于部分农村居民的数据获取困难。其次,选用城镇居民可支配收入而不是工资收入,其一是参考过去类似研究的做法,其二是因为工资收入中忽视了个体户等人群的收入情况,可支配收入所蕴含信息较工资收入更多,更有代表性。这两类数据均来自中国国家统计局。
股票资产f:由于现有权威数据库缺乏人均股票资产一项,本文采用中国A股和B股市场的总市值除以我国城镇总人口数量作为城镇人均股票资产的代理变量(杨耀武和杨澄宇,2019),数据来自Wind数据库。
房产财富Pa:本文选用中国商品房平均销售价格来代表房产财富,没有选用房价和住房面积的乘积是因为一方面我国城镇居民并不会频繁买卖房产,房产财富价值的变化与房价的变化基本是同步的,另一方面是因为该乘积的数值与其他数据相比差距极大,为防止数据量级的差异对回归结果产生过度干扰,故而直接用房价作为房产财富的代理变量,数据来自国家统计局。
本文的研究样本期间为2005年1月−2021年12月,以2005年为起点是由于2005年我国完成了汇率制度改革,宣布人民币汇率不再盯住单一美元,而是选择若干种主要货币组成货币篮子,开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。因此2005年前后的人民币汇率在统计意义上不具有可比性。其中,消费、收入等均已剔除季节趋势;房价与我国城镇人口数原数据为年度数据,消费、收入原数据为季度数据,均采用数学方法进行了月度插值处理;所有变量均取对数以反映变量的弹性变化。表1展示了研究涉及的主要变量的描述性统计分析。
表 1 主要变量描述性统计
变量 最大值 最小值 平均值 标准差 lncs 7.854 6.435 7.251 0.419 lne 5.027 4.600 4.844 0.116 lny 8.289 6.732 7.623 0.464 lnf 11.509 8.621 10.510 0.717 lnPa 9.224 7.941 8.657 0.371 表1结果显示,其一,人均消费lncs均值为7.251,标准差为0.419,人均收入lny均值为7.623,标准差为0.464,表明我国城镇居民消费水平与收入水平均维持一定增长,且两者都处于持续增长趋势。其二,人民币汇率lne均值为4.844,标准差为0.116,说明汇率长期保持相对稳定,未出现严重的波动情况。其三,人均股票资产lnf均值为10.510,标准差为0.717,表明我国股市在样本期内曾出现过幅度较大的波动。最后,人均房产lnPa均值为8.657,标准差为0.371,表明我国城镇地区房价虽较以往有所增长,但是增长的速度受到一定程度的遏制。
-
参照LCH理论对居民消费行为的解释,可以构建体现汇率财富效应的居民消费模型:
$$ cs=cs(e,y,f,Pa,s) $$ (3) 本文着重考察汇率财富效应的传导机制,根据温忠麟和叶宝娟(2014)、黄荷暑和许启发(2017)、曹治和陈立兵(2022)等的研究思路,以中介效应检验法对各传导机制进行研究。对变量进行对数化处理后选定的实证模型如下:
$$ ln{cs}_{t}={\alpha }_{0}+{\alpha }_{1}ln{e}_{t}+{Ctrls}_{1}+{\epsilon }_{1,t} $$ (4) $$ ln{f}_{t}={\beta }_{10}+{\beta }_{11}ln{e}_{t}+{Ctrls}_{2}+{\epsilon }_{2,t} $$ (5) $$ {lnPa}_{t}={\beta }_{20}+{\beta }_{21}ln{e}_{t}+{Ctrls}_{3}+{\epsilon }_{3,t} $$ (6) $$ ln{cs}_{t}={\gamma }_{0}+{\gamma }_{1}ln{e}_{t}+{\gamma }_{2}ln{f}_{t}+{\gamma }_{3}{lnPa}_{t}+{Ctrls}_{4}+{\epsilon }_{4,t} $$ (7) 其中,cst为城镇居民消费,et为人民币名义有效汇率,ft为城镇居民持有的人均股票资产价值,Pat为城镇居民人均房产价值。Ctrlsi代表各回归模型的控制变量,主要包括城镇居民储蓄st,城镇居民个人可支配收入yt,以及控制模型时间趋势的trd,式(6)的控制变量还包括房产价值对数值的滞后一期lnPat−1。因此,式(4)估计人民币汇率对居民消费的总影响,α1代表汇率对居民消费的影响作用,其中包含人民币汇率财富效应的总效应以及人民币汇率通过其他渠道对消费产生的影响。式(5)、式(6)分别估计汇率对各个中介财富因素的影响,代表各传导机制的第一阶段,其中β11和β21分别代表汇率对股票资产价值和房产价值的影响。式(7)估计各中介财富因素对居民消费的影响,代表各传导机制的第二阶段,其中γ2和γ3分别代表股票资产价值和房产价值对居民消费的影响,γ1则代表汇率不通过中介财富因素对居民消费产生的影响。β11和γ2、β21和γ3等二对组合,分别展示人民币汇率通过股票资产机制和房产机制产生的财富效应。在实证分析中,若β11显著为正(或为负)且γ2显著为正,即研究假设H1a(或H1b)与H2a均得到验证,证明人民币汇率财富效应的股票资产机制是显著的;若β21显著为正且γ3显著为正,即研究假设H3与H4a均得到验证,证明人民币汇率财富效应的房产机制是显著的。
参考Dornhusch等
5 和詹静楠和吕冰洋(2022)的观点:$$ {Y}_{d}=Y+{T}_{r}-{T}_{a} $$ 其中,Yd为可支配收入,Tr为政府转移支付,Ta为税收。
可支配收入的分配又可以表示为:
$$ {Y}_{d}=CS+S $$ 进而,
$$ CS=Y+{T}_{r}-{T}_{a}-S={Y}_{d}-S $$ 通过上述推导可以发现,储蓄是居民对于自己收入的一种与消费相矛盾的支配手段,两者不构成直接的因果关系。但是此处的储蓄是增量,即居民新获得的收入中用于储蓄的部分,而非储蓄的存量,即居民在进行本期的消费行为之前已经拥有的储蓄。所以实证模型(4)和(7)中的储蓄st或应采用上一期的数值st−1,但是遗憾的是,目前权威数据库中鲜有对居民储蓄额的增量和存量分开列示的,或是数据频率过低,如进行插值处理会导致数据严重失真。因此,在参考了上述分析以及部分相关文献后(颜伟,2010;刘建江和匡树岑,2011;李颖和高建刚,2016),本文决定不将储蓄作为控制变量,在模型(4)和模型(7)中将居民个人储蓄s剔除。
此外,需要注意的是,人民币汇率的变化会影响我国股票和房产的价格,反之,我国股价和房价的变动也会通过引起内、外资本的进入与流出带来人民币汇率的变化。以价格上升为例,当我国股价或房价处于持续上升趋势时,海外的投机资本为谋求资本增值收益或将把目光投向我国的股市或房市,于是短时间内便可能在外汇市场产生相对旺盛的人民币需求,进而拉动人民币币值走高。而若我国股价或房价下跌,人民币便可能通过上述机制发生贬值。
以上研究表明,汇率同股票资产价值、房产价值之间可能存在双向因果关系,进而产生内生性问题(吴丽华和傅广敏,2014;陈创练等,2017;司登奎等,2019;张艾莲等,2019;周佰成等,2022)。因此,参考毛捷等(2015)的研究,在实证分析过程中,本文拟采用人民币汇率滞后一期lnet−1替代lnet作为核心解释变量,从而尽可能规避模型内生性问题。替换变量后各模型表示如下:
$$ ln{cs}_{t}={\alpha }_{0}+{\alpha }_{1}ln{e}_{t-1}+{Ctrls}_{1}+{\epsilon }_{1,t} $$ (8) $$ ln{f}_{t}={\beta }_{10}+{\beta }_{11}ln{e}_{t-1}+{Ctrls}_{2}+{\epsilon }_{2,t} $$ (9) $$ {lnPa}_{t}={\beta }_{20}+{\beta }_{21}ln{e}_{t-1}+{Ctrls}_{3}+{\epsilon }_{3,t} $$ (10) $$ ln{cs}_{t}={\gamma }_{0}+{\gamma }_{1}ln{e}_{t-1}+{\gamma }_{2}ln{f}_{t}+{\gamma }_{3}{lnPa}_{t}+{Ctrls}_{4}+{\epsilon }_{4,t} $$ (11) -
根据上文对实证分析的设计,本文首先对模型(8)进行回归估计,即进行基准回归,分析人民币汇率对居民消费的影响,判断人民币汇率是否具有产生财富效应的可能;其次,对模型(9)−(11)进行回归估计,即进行机制分析。在机制分析中,模型(9)和(10)主要用于探讨人民币汇率对各个中介财富因素的影响,解读各传导机制第一 阶段的运行逻辑;模型(11)则主要用于分析各个中介财富因素对居民消费的影响,从而评价各传导机制第二阶段的运行状况;最后,进一步结合对模型(8)−(11)的回归估计结果,讨论各传导机制是否通畅,分析各机制两个传导阶段的传导作用,并据此勾勒人民币汇率财富效应的实际表现。以上实证结果如表2所示。
表 2 人民币汇率财富效应传导机制的实证结果
变量 lncst
(1)lnft
(2)lnPat
(3)lncst
(4)lnet−1 0.169*** −1.491** 0.030*** 0.147*** (5.249) (−2.462) (3.509) (3.826) lnft −0.010** (−2.565) lnPat −0.023 (−0.394) lnPat−1 1.020*** (79.950) lnyt 0.940*** 3.584*** −0.029*** 0.987*** (35.403) (7.196) (−2.991) (21.994) trd −0.001*** −0.015*** 0.000 −0.001*** (−3.440) (−4.460) (0.430) (−3.129) _cons −0.669*** −8.039*** −0.098 −0.618* (−4.399) (−2.819) (−1.235) (−1.726) 控制变量 控制 控制 控制 控制 Adj.R2 0.998 0.773 0.999 0.998 F value 35971.860*** 230.590*** 466392.800*** 22096.040*** 观测数 203 203 203 203 注:***、**、*分别表示在1%、5%、10%的水平上显著;括号内为t值。 表2列(1)显示人民币名义有效汇率对中国城镇居民消费的影响。其中,lnet−1的回归系数为0.169,在1%的水平上显著,说明人民币汇率对居民消费有显著影响,因此人民币汇率具备产生财富效应的潜力。
表2列(2)、列(3)显示人民币汇率对各个传导机制中介财富因素的影响。可以看出,列(2)中lnet−1的回归系数为−1.491,且在5%的水平上显著,即人民币贬值导致我国城镇居民的股票资产财富的增长,研究假设H1b得到验证。研究结果表明,我国从事出口贸易的企业其股价受人民币贬值所产生的积极影响较为明显,且外资中追求短期收益者规模亦不可忽视,导致人民币贬值引发了居民股票资产财富的增长。列(3)中lnet−1的回归系数为0.030,且在1%的水平上显著,即人民币升值导致我国城镇居民房产财富上升,研究假设H3得到验证。该结果证明国际资本对中国房产市场的预期较为乐观,积极进入中国资本市场(陶美珍,2006)以及房产市场,进一步推高了中国城镇的房价水平,引发了居民房产财富的增长。
表2列(4)显示各中介财富因素对我国城镇居民消费的影响。其中,lnft的回归系数为−0.010,且在5%的水平上显著,即股票资产财富的增值并未导致居民消费进一步增长,反而引发居民消费较小幅度的下滑,研究假设H2b得到验证。该结果说明中国城镇居民普遍未将股票资产的增值视作一种稳定的财富增长,不会因此显著提升自身的消费水平。此外,我国股市中存在大量的投机情绪,股价升高产生的“替代效应”导致部分居民将更多的资金投入股市,挤占了一定比例的消费支出,最终使得股票资产增值引发消费下降。lnPat的回归系数为−0.023,但是并不显著,考虑到本文检验中介效应所用的依次检验回归系数的方法在中介效应较弱时影响较低,因此可以采用Sobel检验进一步验证房产财富的中介效应是否存在。此处Sobel检验的原假设为Hs0/
$ {\beta }_{21}{\gamma }_{3}=0 $ ,统计量为:$$ z=\frac{{\widehat{\beta }}_{21}{\widehat{\gamma }}_{3}}{\sqrt{{{\widehat{\beta }}_{21}}^{2}{{se}_{\gamma 3}}^{2}+{{\widehat{\gamma }}_{3}}^{2}{{se}_{\beta 21}}^{2}}} $$ 式中
$ {\widehat{\beta }}_{21} $ 与$ {\widehat{\gamma }}_{3} $ 分别代表$ {\beta }_{21} $ 与$ {\gamma }_{3} $ 的估计值,$ {se}_{\beta 21} $ 与$ {se}_{\gamma 3} $ 分别代表$ {\beta }_{21} $ 与$ {\gamma }_{3} $ 的估计标准误。统计量计算结果为−0.392,落入接受域,无法拒绝Hs0,竞争性研究假设H4a与H4b均未得到验证,房产财富的增值未能有效助推居民消费增长,因此房产财富的中介效应不显著。该结果证明,我国城镇居民群体中正筹款买房的人群不可忽视,房价的上涨加大了前者的购房压力,对其日常消费具备一定的挤出效应,因此阻碍了房产财富增值对我国城镇居民消费促进作用的发挥。结合对模型(8)−(11)的估计结果,表2列(2)lnet-1的回归系数显著为负,研究假设H1b得到验证,列(4)lnft的回归系数亦显著为负,研究假设H2b得到验证,H2a未得到验证,即人民币汇率的波动虽然可以带来居民股票资产价值的上涨,却会进一步导致居民消费下降,与财富效应内涵相悖,因此人民币汇率财富效应的股票资产机制并不成立;列(3)lnet-1的回归系数显著为正,研究假设H3得到验证,列(4)lnPat的回归系数并不显著,且Sobel检验显示lnPat的中介效应并不存在,研究假设H4a未得到验证。人民币汇率的波动虽能够导致居民房产财富增值,却难以进一步推动居民消费增长,因此人民币汇率财富效应的房产机制并不显著成立。由于汇率财富效应的两个传导机制均不成立,人民币汇率的财富效应是不显著的。此外,列(4)lnet-1的回归系数为0.147,在1%的水平上显著,这意味着人民币汇率还可能通过影响如消费者信心等非财富因素的方式促进居民消费增长,这些因素与本文所考察之汇率的财富效应无关,在此不做赘述(张润驰等,2020)。
-
有效汇率是衡量一国货币对宏观经济作用的重要指标,多个国际经济组织都定期公布有效汇率指数,其中国际货币基金组织(IMF)公布的汇率数据与本文实证分析选取的国际清算银行(BIS)公布的汇率数据是常用的两类。但是,以上两个组织在编制计算有效汇率时采用的方法有所差别,例如样本国构成方面,BIS的宽口径汇率数据样本国共有52个,IMF汇率数据的样本国则达到了185个;又如计算加权平均权重所需的贸易数据的商品组成方面,BIS出于数据可得性只包含了制造业商品,而IMF则出于全面性考虑,囊括了产成品、半成品和旅游服务贸易等。因此,实证分析结果可能会受到汇率选择的影响,为验证本文结论的有效性,将BIS提供的有效汇率lnet-1更换为IMF提供的有效汇率lneI,t-1进行稳健性检验(巴曙松等,2007;陈思翀等,2022)。检验过程与原实证分析过程相仿,检验对比结果见表3与表4。
表 3 稳健性检验结果:模型(8)与模型(9)
变量 lncst lnft (1) (2) (3) (4) lnet−1 0.169*** −1.491** (5.249) (−2.462) lneI,t−1 0.163*** −1.346** (5.297) (−2.325) lnyt 0.940*** 0.941*** 3.584*** 3.525*** (35.403) (35.866) (7.196) (7.137) trd −0.001*** −0.001*** −0.015*** −0.015*** (−3.440) (−3.502) (−4.460) (−4.397) _cons −0.669*** −0.650*** −8.039*** −8.314*** (−4.399) (−4.312) (−2.819) (−2.930) 控制变量 控制 控制 控制 控制 Adj.R2 0.998 0.998 0.773 0.773 F value 35971.860*** 36052.520*** 230.590*** 229.642*** 观测数 203 203 203 203 注:***、**、*分别表示在1%、5%、10%的水平上显著;括号内为t值。 表3和表4报告了将BIS提供的人民币汇率替换为IMF提供的汇率前后对模型(8)−(11)进行回归估计的实证结果,并对实证结果进行了对比展示。将各个回归方程的两组实证结果中对应变量的回归系数相对照可以发现,绝大多数回归系数的正负情况与显著性情况在替换汇率变量前后没有发生变化,且绝对值的差别也较小。此外,替换汇率后表4列(4)的估计结果lnPat的回归系数不显著,因此参考原实证分析的做法,对其中介效应进行Sobel检验,检验亦未通过。综上所述,替换汇率后的回归估计与替换汇率前的回归估计在数学结果上高度相似,因此可以认为,替换汇率后各回归系数所表达的经济学内涵与替换汇率前基本一致,即人民币汇率的波动虽然能够带来居民股票资产财富或房产财富的增值,但是两类财富的增值均不能推动居民消费水平上涨,换言之,股票资产机制与房产机制均不显著成立,现阶段人民币汇率的财富效应并不显著存在,替换汇率前原实证研究的结果是稳健的。
表 4 稳健性检验结果:模型(10)与模型(11)
变量 lnPat lncst (1) (2) (3) (4) lnet−1 0.030*** 0.147*** (3.509) (3.826) lneI,t−1 0.027*** 0.145*** (3.311) (3.904) lnft −0.010** −0.010*** (−2.565) (−2.606) lnPat −0.023 −0.014 (−0.394) (−0.245) lnPat−1 1.020*** 1.020*** (79.950) (79.950) lnyt 0.029*** 0.028*** 0.987*** 0.984*** (−2.991) (−2.851) (21.994) (21.867) trd 0.000 0.000 −0.001*** −0.001*** (0.430) (0.360) (−3.129) (−3.245) _cons −0.098 −0.091 −0.618* −0.651* (−1.235) (−1.143) (−1.726) (−1.807) 控制变量 控制 控制 控制 控制 Adj.R2 0.999 0.999 0.998 0.998 F value 466392.800*** 463394.300*** 22096.040*** 22159.180*** 观测数 203 203 203 203 注:***、**、*分别表示在1%、5%、10%的水平上显著;括号内为t值。 -
本文以居民股票资产和房产资产为中间环节,探讨人民币汇率波动对我国城镇居民消费的影响,并据此构建人民币汇率财富效应传导机制的理论框架,基于中国城镇居民2005年1月−2021年12月的有关数据,运用中介效应检验方法对上述理论框架进行实证检验,较为详细地研究了人民币汇率财富效应的传导机制,得出如下研究结论:
(1)人民币汇率财富效应的传导机制包含股票资产和房产资产两条传导机制。即人民币汇率波动可能通过影响股票资产和房产资产两类财富的价值进一步对居民消费产生影响。
(2)人民币汇率的财富效应在我国城镇居民中并不显著,实证结果显示,人民币名义有效汇率的波动难以通过促进城镇居民财富的增值进而有效推动其消费水平的提高。
(3)对于人民币汇率财富效应的股票资产机制而言,人民币贬值会导致居民股票资产财富的上升,居民股票资产财富的增长并未导致居民消费有效提高,反而引发其小幅下滑;对于人民币汇率财富效应的房产机制而言,人民币升值会促进居民房产财富的增值,房产财富的增值并未引致城镇居民消费的提高。因此,可以针对性地优化和改善各传导机制中不显著或与财富效应内涵相悖的传导阶段,进一步发挥人民币汇率的财富效应。
新冠疫情已经结束,国内经济复苏状况良好,同时人民币国际化进程也在审慎推进中,为人民币币值提供了较好的支撑,人民币在未来一段时期内仍有较大的升值空间。结合本文的研究结论和我国当前的经济状况,本文从人民币汇率财富效应传导机制视角,提出提升居民消费从而推动我国经济高质量发展的政策建议:
第一,优化人民币汇率对居民股票资产价值的影响,进一步发挥人民币升值对居民股票资产增值的促进作用。进口原材料和高端设备进行生产的本土企业会显著受益于人民币的升值,因此可以通过减税降费、适当放松上市条件等手段改善该类企业的经营环境。此外,在沪港通、深港通等基础上进一步拓宽高质量外资进入我国内地资本市场的途径,促进上述企业的发展(Luong等,2017;黄健峤等,2020),从而使人民币的升值更有效地提升股价,进而助推城镇居民股票资产财富的增值。
第二,改善股票资产对居民消费水平的影响,充分发挥股票资产增值对居民消费的促进作用。不成熟的股票投资观念是导致股价上涨时替代效应发生的重要原因,因此对投资者加强教育并及时披露股市重要信息,帮助投资者树立理性的投资观念,可以有效减少类似“追涨杀跌”等股市行为发生,提高股民的投资水平,从而在一定程度上化解股价上涨时的替代效应,使居民股票资产增值能够有效助推其消费的增长。
第三,调节房产财富对居民消费的影响,进一步减弱房价升高对居民消费的挤出效应。国内目前存在大量尚未持有住房的购房者,房价的升高会挤压其消费支出。因此,应继续坚持“房住不炒”的定位,推进严格的税收和信贷政策(易宪容和郑丽雅,2019),遏制房地产市场泡沫化倾向。同时,适当提高公积金提取额度,降低商业贷款首付比例,妥善满足城镇居民的基本住房需求,降低房价升高的挤出效应,从而释放城镇居民的消费潜力。
-
摘要: 消费是我国当前拉动经济增长的主要驱动力。文章基于中国城镇居民 2005 年1 月−2021 年12月的有关数据,以居民股票资产和房产资产为研究对象,构建人民币汇率财富效应的传导机制,研究汇率波动对我国城镇居民消费的影响。研究表明,人民币汇率财富效应在我国城镇居民中并不显著,人民币汇率波动可以带来居民股票资产价值上涨,但因此导致居民消费下降,人民币汇率波动虽能促进居民房产财富增值,却难以进一步推动居民消费增长。我国应优化人民币汇率对居民股票资产价格的影响,发挥股票资产增值对居民消费的促进作用,减弱房价升高对居民消费的挤出效应,带动城镇居民消费增长,推动经济高质量发展。
Transmission Mechanism of RMB Exchange Rate’s Wealth Effect: An Analysis Based on Chinese Urban Residents
Abstract: Consumption is the main driving force for China’s current economic growth. Based on relevant data of urban residents in China from January 2005 to December 2021, this paper takes stock assets and real estate assets as research objects, constructs a transmission mechanism of the wealth effect of the RMB exchange rate, and studies the impact of exchange rate fluctuations on consumption of urban residents in China. The results show that RMB exchange rate’s wealth effect is not significant among urban residents in China. Fluctuations in the RMB exchange rate lead to an increase in the value of residents’ stock assets, but also cause a decrease in residents’ consumption. Although fluctuations in the RMB exchange rate lead to the appreciation of residents’ real estate wealth, it is difficult to further promote the growth of residents’ consumption. China should optimize the impact of the RMB exchange rate on residents’ stock asset prices, leverage the promoting effect of stock asset appreciation on residents’ consumption, weaken the crowding out effect of rising housing prices on residents’ consumption, drive the growth of urban residents’ consumption, and promote high-quality economic development. -
表 1 主要变量描述性统计
变量 最大值 最小值 平均值 标准差 lncs 7.854 6.435 7.251 0.419 lne 5.027 4.600 4.844 0.116 lny 8.289 6.732 7.623 0.464 lnf 11.509 8.621 10.510 0.717 lnPa 9.224 7.941 8.657 0.371 表 2 人民币汇率财富效应传导机制的实证结果
变量 lncst
(1)lnft
(2)lnPat
(3)lncst
(4)lnet−1 0.169*** −1.491** 0.030*** 0.147*** (5.249) (−2.462) (3.509) (3.826) lnft −0.010** (−2.565) lnPat −0.023 (−0.394) lnPat−1 1.020*** (79.950) lnyt 0.940*** 3.584*** −0.029*** 0.987*** (35.403) (7.196) (−2.991) (21.994) trd −0.001*** −0.015*** 0.000 −0.001*** (−3.440) (−4.460) (0.430) (−3.129) _cons −0.669*** −8.039*** −0.098 −0.618* (−4.399) (−2.819) (−1.235) (−1.726) 控制变量 控制 控制 控制 控制 Adj.R2 0.998 0.773 0.999 0.998 F value 35971.860*** 230.590*** 466392.800*** 22096.040*** 观测数 203 203 203 203 注:***、**、*分别表示在1%、5%、10%的水平上显著;括号内为t值。 表 3 稳健性检验结果:模型(8)与模型(9)
变量 lncst lnft (1) (2) (3) (4) lnet−1 0.169*** −1.491** (5.249) (−2.462) lneI,t−1 0.163*** −1.346** (5.297) (−2.325) lnyt 0.940*** 0.941*** 3.584*** 3.525*** (35.403) (35.866) (7.196) (7.137) trd −0.001*** −0.001*** −0.015*** −0.015*** (−3.440) (−3.502) (−4.460) (−4.397) _cons −0.669*** −0.650*** −8.039*** −8.314*** (−4.399) (−4.312) (−2.819) (−2.930) 控制变量 控制 控制 控制 控制 Adj.R2 0.998 0.998 0.773 0.773 F value 35971.860*** 36052.520*** 230.590*** 229.642*** 观测数 203 203 203 203 注:***、**、*分别表示在1%、5%、10%的水平上显著;括号内为t值。 表 4 稳健性检验结果:模型(10)与模型(11)
变量 lnPat lncst (1) (2) (3) (4) lnet−1 0.030*** 0.147*** (3.509) (3.826) lneI,t−1 0.027*** 0.145*** (3.311) (3.904) lnft −0.010** −0.010*** (−2.565) (−2.606) lnPat −0.023 −0.014 (−0.394) (−0.245) lnPat−1 1.020*** 1.020*** (79.950) (79.950) lnyt 0.029*** 0.028*** 0.987*** 0.984*** (−2.991) (−2.851) (21.994) (21.867) trd 0.000 0.000 −0.001*** −0.001*** (0.430) (0.360) (−3.129) (−3.245) _cons −0.098 −0.091 −0.618* −0.651* (−1.235) (−1.143) (−1.726) (−1.807) 控制变量 控制 控制 控制 控制 Adj.R2 0.999 0.999 0.998 0.998 F value 466392.800*** 463394.300*** 22096.040*** 22159.180*** 观测数 203 203 203 203 注:***、**、*分别表示在1%、5%、10%的水平上显著;括号内为t值。 -
[1] 巴曙松, 吴博, 朱元倩. 2007. 关于实际有效汇率计算方法的比较与评述——兼论对人民币实际有效汇率指数的构建. 管理世界 (5): 24−29. [2] 曹治, 陈立兵. 2022.最低工资标准与企业金融化.会计与经济研究 (2): 56−71. [3] 陈思翀, 肖振拯, 魏筱. 2022. 人民币有效汇率与加工出口企业的国内增加值——基于投资渠道的视角. 国际金融研究 (2): 75−85. [4] 陈创练, 张年华, 黄楚光. 2017. 外汇市场、债券市场与股票市场动态关系研究. 国际金融研究(12): 83−93. [5] 陈华, 郑晓亚. 2019. 人民币汇率对房地产市场价格的多渠道影响效应研究: 基于金融动态CGE模型. 中央财经大学学报 (3): 116−128. [6] 傅章彦. 2008. 消费-实际汇率悖论在中国的实证检验. 经济评论 (4): 71−78. [7] 郝蕾, 郭曦. 2005. 卖方垄断市场中不同担保模式对企业融资的影响——基于信息经济学的模型分析. 经济研究 (9): 58−65. [8] 何兴强, 杨锐锋. 2019. 房价收入比与家庭消费——基于房产财富效应的视角. 经济研究(12): 102−117. [9] 黄荷暑, 许启发. 2017. 企业社会责任、银行信贷与投资行为——基于中介效应的检验. 商业经济与管理 (11): 49−59, 96. [10] 黄健峤, 王雅琪, 邓祎璐, 陈运森. 2020. 股票市场开放提高企业创新产出水平了吗? ——基于陆港通的准自然实验. 会计与经济研究 (1): 21−37. [11] 李颖, 高建刚. 2016. 人民币汇率变动、城乡收入差距与居民消费. 广东财经大学学报 (2): 43−56. [12] 刘建江, 匡树岑. 2011. 人民币升值的财富效应研究. 世界经济研究 (4): 15−48. [13] 刘建江. 2006. 股票市场财富效应研究. 华中科技大学博士学位论文. [14] 刘轶, 马赢. 2015. 股价波动、可支配收入与城镇居民消费. 消费经济 (2): 3−7, 11. [15] 栾培强. 2010. 人民币汇率变动对物价和资产价格影响的实证分析. 复旦大学博士学位论文. [16] 毛捷, 吕冰洋, 马光荣. 2015. 转移支付与政府扩张: 基于“价格效应”的研究. 管理世界 (7): 29−41, 187. [17] 毛中根, 洪涛, 叶胥. 2014. 汇率波动与居民消费: 基于中国、美国、日本数据的检验. 世界经济研究 (1): 16−21, 40, 87. [18] 乔智. 2018. 中国家庭股市资产价值变动对居民消费的影响——来自CHFS的微观证据. 南方经济 (8): 47−59. [19] 盛夏, 李川, 王擎. 2022. 房地产市场、家庭杠杆率与消费——一个异质性代理人模型. 经济研究(11): 157−173. [20] 石炀. 2019. 股票价格与人民币汇率的联动性分析——基于Copula-ARIMA模型. 山西财经大学学报 (S2): 14−19. [21] 司登奎, 李小林, 江春, 葛新宇. 2019. 投资者情绪、股价与汇率变动的非线性联动效应研究. 国际金融研究(7): 66−75. [22] 谭浩. 2018. 中国中等收入群体资产选择行为与家庭投资组合研究. 对外经济贸易大学博士学位论文. [23] 陶美珍. 2006. 外资大量进入中国房地产业的影响与政策分析. 南京社会科学(11): 52−55.. [24] 温忠麟, 叶宝娟. 2014. 中介效应分析: 方法和模型发展. 心理科学进展 (5): 731−745. [25] 吴丽华, 傅广敏. 2014. 人民币汇率、短期资本与股价互动. 经济研究(11): 72−86. [26] 徐霓妮, 唐现杰. 2020. 中国A股行业股价波动与人民币汇率的关联性分析. 统计与决策 (7): 128−131. [27] 徐炜, 裴平, 王亮洁. 2011. 人民币汇率与中国居民消费的实证研究.南京师大学报(社会科学版) (6):57−63. [28] 徐妍, 安磊. 2019. 中国房价上涨抑制了家庭消费吗? ——房价影响消费的多渠道机制分析. 中央财经大学学报 (12): 90−105. [29] 许从宝, 刘晓星, 吴凡. 2020. 人民币汇率、沪港通交易与股指波动. 系统工程理论与实践 (6): 1452−1467. doi: 10.12011/1000-6788-2020-0428-16 [30] 颜伟. 2010. 人民币升值的消费效应分析——兼评国外关于人民币升值有利于扩大内需的观点. 消费经济 (2): 87−89, 93. [31] 杨耀武, 杨澄宇. 2019. 房产财富与金融财富如何影响居民消费? ——理论解释与实证检验. 经济科学 (2): 92−103. [32] 易宪容, 郑丽雅, Lkhagva Dolgorsuren. 2019. “房住不炒”楼市定位的理论意义和政策选择. 江西社会科学 (5): 50−60, 255. [33] 尹志超, 仇化, 潘学峰. 2021. 住房财富对中国城镇家庭消费的影响. 金融研究(2): 114−132. [34] 于乃书, 于棚土. 2018. 人民币汇率与我国股市综合指数及行业指数变动关系的实证分析. 统计与决策 (22): 158−161. [35] 袁东, 何秋谷, 赵波. 2015. 实际有效汇率、“热钱”流动与房屋价格——理论与实证. 金融研究(9): 17−33. [36] 詹静楠, 吕冰洋. 2022. 财政与共同富裕——多维分配视角下的分析. 财政研究 (1): 47−59. [37] 张艾莲, 潘梦梦, 刘柏. 2019. 中国金融子市场之间时变动态关系的实证分析. 统计与决策(13): 165−169. [38] 张兵, 封思贤, 李心丹, 汪慧建. 2008. 汇率与股价变动关系: 基于汇改后数据的实证研究. 经济研究 (9): 70−81, 135. [39] 张驰, 王满仓, 李翠妮. 2022. 信贷约束、数字金融与居民消费. 统计与信息论坛(12): 55−65. [40] 张浩, 韩铭辉, 姚佳颖. 2020. 外汇市场、股票市场与房地产市场的风险传染研究——基于三元VAR-BEKK-GARCH模型实证分析. 运筹与管理 (7): 206−213. [41] 张浩, 易行健, 周聪. 2017. 房产价值变动、城镇居民消费与财富效应异质性——来自微观家庭调查数据的分析. 金融研究(8): 50−66.. [42] 张吉鹏, 葛鑫, 毛盛志. 2021. 家庭住房需求和资产配置——基于包含人力资本和禀赋异质性的生命周期模型. 经济研究(7): 160−177. [43] 张润驰, 张谊浩, 赵辉. 2020. 汇率变动会通过信心与预期渠道影响消费吗? 现代财经(天津财经大学学报) (8): 45−58. [44] 赵进文, 张敬思. 2013. 人民币汇率、短期国际资本流动与股票价格——基于汇改后数据的再检验. 金融研究 (1): 9−23. [45] 赵杨. 2012. 中国房地产市场财富效应研究.吉林大学博士学位论文. [46] 周佰成, 曹启, 李天野. 2022. 中国股市与汇市间风险传染机制、测度与影响因素研究. 经济问题(4):66−74. [47] 周程. 2018. 实际汇率与居民消费风险分担的动态关系——基于预期的视角. 南方经济 (9): 31−49. [48] 周德才, 谢海东, 何宜庆. 2014. 我国股市财富效应非对称性的实证分析. 统计与决策 (1): 161−164. [49] 周颖刚, 肖潇. 2022. 汇率波动、生产网络与股市风险——基于中美贸易摩擦背景的分析. 金融研究(7): 115−134. [50] 朱孟楠, 刘林, 倪玉娟. 2011. 人民币汇率与我国房地产价格——基于Markov区制转换VAR模型的实证研究. 金融研究 (5): 58−71. [51] Aladangady, A. 2017. Housing wealth and consumption: Evidence from geographically-linked microdata. American Economic Review 107(11) : 3415−3446. [52] Bahmani-Oskooee, M., and T. P. Wu. 2018. Housing prices and real effective exchange rates in 18 OECD countries: A bootstrap multivariate panel granger causality. Economic Analysis and Policy 60: 119−126. [53] Camões, F., and S. Vale. 2018. Housing valuation, wealth perception, and homeowners’ portfolio composition. Journal of Family and Economic Issues 39(3): 494−508. [54] Carroll, C. D., M. Otsuka, and J. Slacalek. 2011. How large is the housing wealth effect? A new approach. Journal of Money, Credit and Banking 43(1): 55−79. [55] Guo, F., and Y. S. Huang. 2010. Does “hot money” drive China’s real estate and stock markets. International Review of Economics and Finance 19(1): 452−466. [56] Luong, H., F. Moshirian, L. Nguyen, X. Tian, and B. Zhang. 2017. How does foreign institutional investors enhance firm innovation? Journal of Financial and Quantitative Analysis 52(4): 1449−1490. [57] Ho, S. W., J. Zhang, and H. Zhou. 2018. Hot money and quantitative easing: The spillover effects of U.S. monetary policy on the Chinese economy. Journal of Money Credit and Banking 50(7): 1543−1563.

下载:
















