第一节　实证分析的理论框架

研究外汇干预及其宏观影响的一大难点在于外汇干预的内生性：外汇干预往往由某一宏观指标（如汇率）变化而触发，但外汇干预的实施又将对同一宏观指标产生影响，因此不易提取由外汇干预单独造成的宏观影响。为了解决内生性问题，我们采用类似Blanchard等（2015）⁽¹⁾提出的方法：借助外部冲击变量（VIX）的外生性特质，我们建立国别向量自回归模型，研究各国在面对外部冲击这一外生变量变化时，其外汇储备、名义汇率、实际汇率、通胀率、实际利率、资产价格等宏观变量的脉冲响应函数。

实证结果显示，当外部环境恶化时（即VIX上升），外汇干预虽然能在短期内降低名义汇率的贬值幅度，但对实际汇率影响有限。同时，外汇干预国相对于汇率浮动国承受更高的通货紧缩压力，且实际利率相对上升，资产价格下降幅度更大，均不利于缓解外部负面冲击。

为了识别外汇干预对宏观指标的影响，我们首先对26个国家测算国别VAR，模型囊括了一系列相关的宏观经济指标。国家样本的选择参照Blanchard等（2015），其中包括13个外汇干预国和13个汇率浮动国。数据样本为1990年至2019年中的月度数据。年国别模型设定采用以下函数形式：

（I-A₁L-…-A_pL^p）×Y_j，t=∈_j，t

式中，L^p为p阶滞后算子，A₁…A_p为6×6的参数矩阵，Y_j，t为内生及外生向量变量，在基准模型中具体定义为

式中，ER_j，t指兑美元名义汇率对数；FXI_j，t为外汇干预指标，具体指外汇储备变化净值；F_j，t指通货膨胀指数⁽²⁾；STOCK_j，t指股价指数变化；T_j，t指对美联储短期利率差，用于控制同期货币政策立场（非冲销干预）；VIX_j，t为模型的外生变量，指标准普尔500波动率指数，用于测量国家j的外部冲击。在以下的测算中，我们根据测算需求添加或替换向量中的实际变量，包括实际汇率、实际利率等。在基准模型测算中，我们使用的实际汇率为中美双边实际汇率，我们也同时使用实际有效汇率来验证实证结果的稳定性。

在基准模型测算中，我们使用外汇储备净值变化作为衡量外汇干预的指标。这种衡量方式的优点是其数据覆盖的国家范围广、时间周期长，但缺点是衡量指标无法剔除估值变化及投资收益流动等非干预因素，造成指标与实际外汇干预规模有所偏差。为了验证实证结论的稳健性，我们采用来自Adler等（2021）的外汇干预数据对基准模型重新测算。Adler等（2021）的外汇干预数据整合了各国官方发布的外汇干预数据以及对实际外汇干预规模的估测，有效减少了数据中非干预因素的影响。测算结果显示，两种衡量外汇干预的方式得到的实证结论基本一致。

数据均为月度数据。其中，名义汇率及外汇储备数据来自国际货币基金组织的国际金融统计（IFS）数据库，通货膨胀指数、股市价格指数及利率数据来自Haver Analytics数据库。VIX指数来自芝加哥期权交易所。