外汇储备积累、公告信息与风险承担

奥鹏网院作业

外汇储备积累、公告信息与风险承担
——来自不同频率数据的证据
袁晓晖 王博

(南开大学 金融学院，天津 300350)

摘 要： 本文基于2001—2020年亚洲七国的低频数据和中国特有的高频数据，实证考察了外汇储备积累与私人部门风险承担之间的关系。与已有研究相比，本文在低频数据中将经济政策不确定性作为中介变量纳入模型以解决传导渠道问题，在高频数据中将根据外管局公告计算的外汇储备意外变化纳入模型以解决内生性问题。研究发现：(1)外汇储备积累与私人部门风险承担呈正相关关系，特别是在金融危机之后，这种关系更加显著；(2)该正相关关系是外汇储备通过降低经济政策不确定性，从而提高私人部门风险承担意愿来体现；(3)为解决内生性问题，在更高频次的估计中，纳入外汇储备意外变化再次证明该正相关关系的显著。上述发现为认识外汇储备与风险承担之间的关系，特别是从预防性动机角度积累外汇储备的研究提供了新的思路和经验证据。

关键词： 外汇储备； 经济政策不确定性； 公告信息； 风险承担； 高频数据

一、引言
亚洲国家的外汇储备总量在1997年亚洲金融危机后快速增长，在2008年全球金融危机后进一步加速增长(如图1所示)。尽管预防性动机部分解释了所观察到的现象，但一些亚洲新兴市场国家持有的外汇储备超过了通常由最优外汇储备模型和经验法则决定的水平(1)至于外汇储备积累的经验准则，这些通常涉及相对于进口的储备或相对于外部短期债务比率的储备。前者表明，储备的水平应该达到三个月的进口的价值,而后者,称为圭多惕-格林斯潘规则(Guidotti-Greenspan)，表明外汇储备水平应包括至少一个国家的对外短期债务,亚洲新兴经济体往往超过这些储备水平经验法则的指导方针。，中国也是如此。根据国家外汇管理局的数据，中国外汇储备规模变化具有明显的阶段性特征。第一阶段是2000—2013年，伴随着国际资本的流入，外汇储备快速增长，从2001年初的1 686.23亿美元迅速攀升至2013年末的3.82万亿美元，年均增幅在26%以上。第二阶段是2014年以来，国际资本开始从新兴经济体流出，外汇储备在2014年6月份达到历史峰值后出现回落。高增长不仅体现在总量指标上，外汇储备占GDP的比值同样居高不下。2001年至2010年，该数值不断增长，虽然2010年以后有所下降，但依旧保持在30%以上的高位水平。

多数学者认为，亚洲国家除了因采取出口导向型的经济发展模式而积累了大量外汇储备外，危机后各国外汇管理当局出于预防性动机也陆续增加外汇储备规模。寄希望持有外币形式的流动性保险，以抵御不利的金融市场冲击和突然的资本外流[1-3]。其他主要驱动因素包括在欠发达的国内金融体系中，结合不同程度的受管理的汇率制度进行旨在减轻本国货币升值压力的外汇干预行动等，这些举措都会提高外汇储备水平[4-5]。从持有成本的角度，传统理论认为，持有外汇储备的成本是用持有的回报与持有的机会成本之间的差额来衡量的，即投资实物资本或人力资本的放弃回报[6-7]。然而，持有外汇储备的成本不仅仅包含机会成本或借款成本，还包括冲销成本、利率成本以及执行货币政策的困难等间接成本[4]。

width=688,height=953,dpi=110
①图中简写表示国家为:CHN-中国,JPN-日本,IND-印度尼西亚,MA-马来西亚,PHI-菲律宾,SK-韩国,THI-泰国。其中中国和日本数据对应左轴,其他国家对应右轴。

外汇储备积累可能对私人部门的冒险行为产生意想不到的正向影响。首先，如果积累外汇储备与政府在金融危机时期提供保险的能力相关，那么私人部门可能愿意承担更多的风险。因为他们知道一旦发生危机，随着外汇储备持有量的增加，政府救助的能力也会增加。其次，高水平外汇储备可能会被认为降低了货币错配风险。央行可以在面临大幅贬值压力时，利用外汇储备来稳定汇率。这可能会增强市场参与者在资产负债表上承担未对冲外汇债务的意愿[8-9]。而中国持有的外汇储备比其他任何国家都多，且在全球金融危机之前就已经如此。根据主流最优外汇储备模型以及各种经验法则，中国的外汇储备水平在全球金融危机之前甚至更早的时候就一直处于过高水平，因此，中国尤其容易遭受外汇储备积累带来的不利风险。

为了探究外汇储备积累是否与风险承担增加相关的问题，本文基于2001—2020年亚洲七国的低频数据和中国特有的高频数据，实证考察了外汇储备积累与私人部门风险承担之间的关系。研究结果表明：随着外汇储备的增加，私人部门风险承担会显著上升，且这种关系会通过经济不确定性这一中介机制传导。这与因外汇储备增加而带来的“预防性保险”会提高风险承担的假设相一致。分阶段估计和阈值估计表明，该正相关关系在金融危机之后更加显著。为了缓解内生性问题，本文根据中国外管局定期公布的外汇储备公告，结合市场各大机构的研究报告中的外汇储备预期计算外汇储备变化的意外成分，从更高频率的数据上检验上述关系，证明外汇储备积累与全球金融危机后风险承担的增加具有系统和显著的相关性。

与以往的文献相比，本文可能的贡献在于：首先，本文研究了外汇储备积累的增加对私人部门风险承担的影响，在控制了相关变量之后，发现通过降低经济政策不确定性，外汇储备积累确实会带来额外的风险承担，丰富了现有关于外汇储备的研究。其次，本文通过Wind数据库对市场上各大研究机构的8 000多份研究报告进行检索，从中提取市场对于外汇储备的预期值，结合央行公告计算外汇储备变动意外成分。将意外成分作为主要解释变量进行高频率数据估计，从而减少了估计的内生性和反向因果关系。第三，使用更高频率的交易日内分钟级数据进行估计，解决了因数据频率较低可能忽略变量带来的内生性问题。本文的研究为认识外汇储备与风险承担之间的关系，特别是从预防性动机角度积累外汇储备的研究提供了新的思路和经验证据。

二、文献综述、理论分析与研究假设
(一)外汇储备积累与风险承担
20世纪90年代以来金融全球化的进程加速，国际资本流动的规模和波动性均大幅增加，并诱发了1997年亚洲金融危机。危机之后，各国吸取经验教训，开始尝试大规模积累外汇储备，以缓冲国际资本流动突然停止对本国经济金融体系的冲击。Mendoza(2010)[10]发现，发展中国家的决策者对持有外汇储备的态度要比亚洲金融危机前更积极，外汇储备对若干外债指标的弹性增加，表明外汇储备成为预防危机的真正措施之一。

更多的外汇储备可以起到缓冲作用，阻止对该国汇率制度的投机性攻击，并增强其履行外债义务的能力。这种增强意味着出现货币危机、银行危机或债务危机的可能性更低。因此，在这样的经济体中，私人部门不太可能面临突然收紧的金融状况。如果外汇储备与政府在金融危机时期提供保险的能力相关，私人部门机构可能愿意承担更多的风险，因为他们知道发生危机时，随着外汇储备持有量的增加，政府的救助的能力也会增加。Chutasripanich和Yetman(2015)[11]利用一个简单模型来说明旨在限制汇率波动的干预，推动了外汇储备存量和持有成本之间的正相关关系。导致外汇干预的成本将特别大，会增加风险厌恶投机者的投机活动水平，并可能因此产生反效果。Caballero和Krishnamurthy(2000)[12]表明，外汇储备的积累以及相关的冲销操作，可能对资本流动和风险产生重要、甚至可能适得其反的影响。Caballero和Krishnamurthy(2004)[13]认为，对外干预导致外汇储备积累的政策限制了国内金融市场的发展，因此导致了外汇风险的保险不足。Burnside等(2004)[14]阐述了外汇储备对银行外国债权人的隐性担保是如何成为自我实现的银行-货币双重危机的根源。担保的存在鼓励银行承担未对冲的外汇风险敞口，然后在汇率贬值的情况下违背这些风险敞口。在这种情况下，私人部门的风险承担可能会增加过度投资和资产泡沫的可能性，而这反过来又会提高爆发危机的概率。综合上述分析，本文提出假设1。

H1 从预防性动机的角度来说，外汇储备积累会对私人部门的风险承担带来正向影响。

(二)外汇储备、经济政策不确定性与风险承担
外汇储备变化可以通过影响一国内部资本流动和汇率，作用于宏观经济运行[15]，直接影响一国的主权债务偿还，并间接影响股票市场。Cook和Yetman(2012)[16]指出较高的外汇储备似乎为银行提供了抵御汇率冲击的保险，因为银行的股价对汇率变动变得不那么敏感。Sengupta(2010)[17]通过对6个拉美经济体的1500家企业的数据研究发现，外汇储备积累似乎会导致拉美企业部门更大的货币风险。与此同时，Ismailescu和Phillips(2015)[18]发现，在41个国家的样本中，高水平外汇储备与较少的主权CDS交易有关，这反映出针对货币风险的投保较少。陈华等(2020)[19]认为外汇储备资产配置策略与主权国家资产负债表的隐含杠杆比例有关。当隐含杠杆比例过高时，为降低主权国家违约风险，外汇储备资产的配置策略应是提高外汇储备资产与国内经济周期的相关系数；反之，则应降低外汇储备资产与国内经济周期的相关系数。

本文进一步研究了外汇储备影响私人部门风险承担的传导渠道——经济政策不确定性。出于预防性动机，外汇储备积累提供了额外的政府担保，减少了经济政策的不确定性，但这会诱使企业通过借贷更多的债务、提高杠杆来承担更多的风险。正常情况下，股价和现金流容易受不确定性影响的企业会拥有较低的债务水平，从而避免财务困境[20]。但是随着外汇储备积累降低了发生金融危机的可能性和经济政策不确定性，企业的杠杆率很可能随之上升[21](2)经济政策不确定性往往在危机时期急剧上升，例如1997年亚洲金融危机和2008年全球金融危机期间[38]。。在这个渠道发挥作用的情况下，那些本质上对经济政策不确定性更敏感的私人部门愿意承担更多的风险。因此，本文提出假设2。

H2 外汇储备积累会对股票收益率存在正向影响，对CDS价差存在负向影响，且外汇储备积累会通过降低经济政策不确定性来影响上述风险承担水平。

(三)外汇储备、公告信息与风险承担
外汇储备公告信息属于央行宏观审慎监管沟通形式的一种。央行沟通作为一种新工具，配合传统工具使用，可以提高货币政策及宏观审慎监管的有效性[22]。国内文献主要是从央行的《货币政策执行报告》《金融稳定报告》的角度，研究了其对金融市场的影响[23-25]；或者将央行对外公告结合媒体新闻报道，研究了央行沟通的内外部一致性问题[26]。但基于央行公告从风险承担角度进行的研究较少。在Fatum和Yetman(2020)[27]的论文中，他们采用彭博社的新闻信息计算了针对特定国家的官方外汇储备积累的意外变化，并使用每日数据事件研究分析了官方宣布的外汇储备是否会影响风险承担。他们使用货币期权隐含波动率作为衡量风险承担程度的重点指标，并选取了1999年至2017年期间的10个经济体作为样本。他们发现很少有证据表明外汇储备积累会影响私人部门的冒险行为。但是当考虑其他衡量风险承担的方法时，就不能继续证明外汇储备积累和风险承担之间没有联系。

本文依据央行外管局的外汇储备变动公告和Wind数据库中各大机构对外汇储备预测的报告，按照类似的方法计算了中国的官方外汇储备积累的意外变化，并对上文中的风险承担指标进行更高频次的检验。结合上述分析，本文提出假设3。

H3 在更高频率上(日度，交易日内分钟)，外汇储备变化带来的影响(基于公告信息计算)会对私人部门风险承担带来正向影响，且对股价(CDS价差)带来正向(负向)影响。

三、变量选择与数据描述
(一)主要解释变量
本文的外汇储备数据(RES)包括两大类：亚洲七国(中国、日本、韩国、印度尼西亚、泰国、菲律宾、马来西亚)的月度数据和中国外汇储备的日度数据，其中月度数据来自国际货币基金组织(IMF)公布的各国国际清偿能力中的外汇储备数据。

外汇储备日度数据整理自国家外汇储备管理局公布的带有日期和时间戳的外汇储备公告，该公告是以对外召开新闻发布会的形式报告上月的外汇储备数额及变动情况。公布时间为自2016年11月起至2020年每月公告一次，2010年至2016年每季度公告一次，2010年之前每半年公告一次。本文根据外汇管理局网站中新闻公告的可得性，选取了自2005年4月22日至2020年7月7日的合计82个外汇储备公告，并结合月度数据，对公告日的数据进行整理(3)2016年11月之前的季度和半年度公告，主要内容是对外公告中国的国际收支变化，其中的外汇储备资产只公告变动数，而且只是包含交易性变动，不含非交易变动，在本文中考虑的外汇储备变化包含上述两种变化。。

外汇储备的预期数据来自Wind数据库中各大研究机构的报告。为了确保预期数据的真实合理，本文根据Wind数据库中研报数据库，手动搜索2014年1月至2020年7月的各大机构的8 853篇研究报告(含月报、季报、晨报、早评等)(4)之所以从2014年开始，是因为2014年之前几乎没有关于外汇储备的预期报告。，提取含有“外汇储备”、“预期”字样信息，找出各大机构对外汇储备的预期值，并按照月份和公告时间戳进行整理(5)如果某月中不同机构对该月储备有不同的预期值，则采用相应数值的算数平均数作为该月的外汇储备预期值。。发现在样本期间共有58家证券公司、47家期货公司及11家其他金融机构(含银行、智库、私募基金等)对外汇储备数值进行过预测，共出具2 256份研究报告。考虑到不同机构的研究水平参差不齐，本文采用加权平均的方法对其预期的数据进行处理。首先计算权重，按照中国证监会和中国期货业协会对其管理的证券公司和期货公司指定的分类标准进行赋值，该分类标准每年公布一次。本文在计算当期权重时参考上一期的分类标准，即2020年发布的报告参考2019年公布的标准进行加权赋值。本文定义当机构评级为C时，则权重w=1；评级为CC时，则w=2；依次类推，当评级为AAA时，则w=9。对于没有分类评级的其他机构按照最低的C级处理，银行和智库按照最高的AAA级处理。然后按照权重对某月内所有机构的预测数据计算加权平均数，该平均数即为市场对该月份的外汇储备的预期值。合计56个预期值。遵循Andersen等(2003)[28]和其他学者的做法，本文为每个公告按照相对于上一期外汇储备预期值构建标准化公告意外成分。图2显示了外汇储备公告的意外部分。

经济政策不确定性指标(EPU)使用的是Baker等(2016)[29]构建的经济政策不确定性指数。一般而言，EPU指数由新闻指数、税法法条失效日指数和经济预测差值指数加权构成。与美国指数和全球指数不同的是，其他国家的EPU指数只由新闻指数构成，中国的EPU指数通过统计《南华早报》报道的经济不确定性事件(只与政策相关的事件)文章频次获得。考虑到数据的可得性，本文月度数据回归的7个国家中，只有中国、日本、韩国有单独编制的EPU指数，其他四国的EPU指数由世界政策不确定性指数(WUI)中亚太地区政策不确定性指数代替。所有的指数都是通过计算含有“不确定”意思的词语(或其变体)的百分比来计算的。数值越大，不确定性越大，反之亦然。在控制变量中，本文还使用美国政策不确定性外溢指数(WUSI)代表美国货币政策外溢效用。

width=299,height=236,dpi=110
(二)主要被解释变量
股票价格(S)为风险承担提供了一个非常广泛的衡量标准，因为风险偏好的提高会增加对股票的总体需求。本文采用亚洲七国国内具有代表性的指数作为股价风险承担指标(6)其中日本为日经225指数，韩国为KOSPI指数，泰国为SET指数，菲律宾为PSEi指数，印度尼西亚为雅加达综合指数，马来西亚为富时马来西亚综合指数，中国为沪深300指数(HS300)。。为了更好地在高频次数据中解释中国情况，本文还使用了上证综指(SH)和深圳成指(SZ)。

主权债务风险承担指标参考陈华等(2020)[19]、Fatum和Yetman(2020)[27]等研究，采用从彭博社获取的5年期以美元计价的主权CDS价差指数(CDS)。CDS价差系列代表了经济体针对美元计价主权债务违约的保险成本。CDS的减少(增加)相当于主权违约保险成本的减少(增加)。因此，风险承担上升的一个可能表现是保险需求下降，在本文中是针对主权违约的保险。如果针对主权违约的保险需求下降，在其他条件不变的情况下，这种保险的价格应该也会下降。

(三)控制变量
由于不同国家经济发展情况的差异，私人部门风险承担的变动可能会受到很多其他因素的影响，包括个别刺激经济的额外支出、对金融机构的隐性担保、社保基金缺口、居民转移支付等。本文采用多个指标对其他影响进行控制。考虑变量的可度量性和数据可获得性，采用以下指标作为控制变量。

亚洲各国金融体系是以银行机构为主干、其他金融机构为支撑的体系。商业银行的风险承担对私人部门会产生较大的影响，本文使用商业银行资本/资产[银行资本充足率(CAR)]来控制金融机构的隐性担保，而商业银行不良贷款率[不良贷款/银行总资产(BL_ASSET)]可以度量银行的被动风险承担，该比率反映存在违约风险的贷款占比，其变化表示过去放贷对象的违约风险发生了改变，而非银行风险承担意愿的变化。

随着经济发展水平的提高和资本存量的增加，投资外汇储备的机会成本逐渐降低，持有的外汇储备资产随之增加。人均财富的变化会减少投资外汇储备的机会成本，本文使用人均可支配收入(INCOME)作为传统经济发展指标衡量人均财富(7)由于数据的可得性，部分国家采用国民可支配收入/GDP代替人均可支配收入指标。。

金融发展水平的提高意味着一国金融系统抵御外部冲击的能力增强，持有外汇储备的预防性动机也随之下降，因此会增加私人部门的风险承担。本文使用商业银行对非金融机构信贷/GDP(Nonfinloan_gdp)、存贷款总额/GDP(SL_gdp)、上市公司总市值/GDP(CAP_gdp)来衡量一国的基础金融发展水平。

亚洲金融危机之后，对持有外汇储备动因的研究也由经常账户转移至资本金融账户，即认为持有外汇储备的动机是预防国际资本流入骤停的冲击。本文使用经常项目/GDP(CA_gdp)来衡量各国的对外开放程度；使用不同国家月度期中平均汇率(EX，采用直接标价法)控制汇率变动；使用国际收支平衡表中金融账户净头寸与GDP的比值(Net_flow)来代表跨境资本流动，控制国际风险承担渠道的影响。

金融账户的风险并不仅仅局限于国际资本流动骤停，还包括突然外逃、流入激增以及回流等[30]。与骤停类似，Moghadam等(2011)[31]发现在资本账户危机中往往伴随着本国居民储蓄的大量流出，即国内资本突然外逃的风险。因此，与王伟等(2018)[32]研究相一致，本文也使用M2/GDP(M2_gdp)来衡量国内的金融深度。跨国经验研究表明，随着M2/GDP的增加，各国实际外汇储备占GDP的比例也随之增加，金融深化程度越高，承受国际资本流动异常变动冲击的能力越强，风险承担的能力就越强。此外，本文使用波动率指数系列(VIX)衡量全球金融周期的影响。描述性统计显示在表1中。

为了减少内生性的影响，后文采用更高频次的数据来分析，评估盘中公布外汇储备公告时，外汇储备积累的意外变化是否会影响风险承担。本文采用中国股票市场三大股票指数(沪深300指数、上海证交所综合指数和深圳证交所综合指数)的日内1分钟交易价格数据作为因变量来研究。数据来源于Wind数据库，考虑到数据的可得性，分钟数据自2009年开始。

表1 描述性统计

width=682,height=470,dpi=110
资料来源：Wind，CEIC，Bloomberg。

四、研究设计、实证检验与结果
(一)研究设计
为了评估外汇储备积累是否影响风险承担(H1)，本文首先估计以下月度频率基准模型

ΔSit=βi0+βi1ΔRESit+βi2ΔEPUit+βi3ΔRESit*ΔEPUit+βit∑ΔXit+vi+vt+eit

(1)

ΔCDSit=αi0+αi1ΔRESit+αi2ΔEPUit+αi3ΔRESit*ΔEPUit+αit∑ΔXit+vi+vt+eit

(2)

其中，ΔS、ΔCDS分别表示各国股价指数，主权CDS价差变化。ΔRES是根据当月GDP调整后的外汇储备持有量的变化，是本文的重点解释变量，ΔEPU表示经济政策不确定指数的变化，ΔRES*ΔEPU为外汇储备积累与经济政策不确定性的交叉项，考察外汇储备变化和经济政策不确定性指数变化共同对风险承担指标的影响。ΔX为控制变量，e是零均值误差项。在估计中加入了控制变量以减少遗漏的变量内生性偏差。由于数据为一个长面板，T大N小，信息较多，所以在回归时要考虑到，残差存在组间异方差和组内自相关，对于存在的固定效应，可以采用面板校正标准误差模型(PCSE)进行估计。

为了检验H2，本文将借鉴温忠麟等(2004)[33]提出的中介效应检验程序，对经济政策不确定性是否在外汇储备积累与风险承担指标之间发挥中介效应进行检验。估计模型如式(3)—(5)所示，其中ΔYit表示ΔS和ΔCDS。

ΔYit=γi0+γi1ΔRESit+γitΣΔXit+vi+vt+eit

(3)

ΔEPUit=γi0+γi1ΔRESit+γitΣΔXit+vi+vt+eit

(4)

ΔYit=γi0+γi1ΔRESit+γi2ΔEPUit+γitΣΔXit+vi+vt+eit

(5)

考虑到外汇储备积累可能会因持有水平相对较高或较低而对风险承担产生不同的影响，本文将分析扩展至包含最初由Hansen(2000)[34]开发的非时间序列测试模型，并估计以下内容。

width=469,height=17,dpi=110
(6)

width=489,height=17,dpi=110
(7)

其中，上标L和H分别表示低储量和高储量。Hansen的非时间检验类似于单一未知断点的标准时间参数变化检验。本文根据前面不同层级的外汇储备水平，以非时间的方式对数据进行排序，而不是分析一个按时间顺序排序的数据集。这样做能够在非时间建模框架中内生地识别外汇储备水平。在稳健性检验中，本文扩展了阈值分析，并考虑了上述影响是否取决于全球市场的不确定性水平。为此，本文根据VIX指数进行排序，重新估计式(6)、式(7)中所描述的模型。

接下来，为了检验H3本文重新估计了式(1)、式(2)中描述模型的日频率事件研究版本与外汇储备公告意外变化(ΔRESPRE)之间的关系。考虑到数据的可得性，在更高频次数据估计部分使用中国股市三大股指作为股价风险承担指标的代理变量，如式(8)、式(9)所示。

ΔSt=θ0+θ1ΔRESPREt+θiΣΔXi+et

(8)

ΔCDSt=η0+η1ΔRESPREt+ηiΣΔXi+et

(9)

本文在更高频次估计上采用了事件研究方法(8)选择这种实证方法，是因为该方法能够对一个非常具体的假设进行非常普遍的检验，而不依赖于所考虑的风险承担变量(股价和CDS)的时间序列模型规范。当研究具有较高频率的变量的变化时，这些变量高度不稳定，可能受到许多因素的影响，包括在每日频率上无法观察到的前瞻性变量。，且事件研究可以在高频次估计中有效地解决内生性问题(9)首先，本文研究官方外汇储备变化宣布前后的影响，而不是在外汇市场上进行任何相关干预时的影响。此时，央行的某些干预行动在本文关注的窗口之外。其次，如果有某种因素同时影响了外汇储备积累的变化和风险承担的变化，这种因素恰好出现在窗口期内的概率较低。第三，本文将变量在事件前窗口和事件后窗口中的行为进行比较，这将减少影响两个窗口的任何合并因素的影响。。本文将事件窗口定义为含有公告日、不含有公告日3天窗口和2天窗口分别进行回归。由于中国人民银行要到下个月初(通常是下个月的第7天)才会公布前一个月的外汇储备情况，与公告有关的市场预期是在公告日之前形成和发布的，公告意外成分是相对于采取的风险措施预先确定的。因此，日频率估计有效地解决了外汇储备变量系数估计中的反向因果和内生性偏差问题。

最后，本文将盘中的股票价格数据纳入分析。分别根据1分钟数据估计含有公告日和不含有公告日的不同间隔时间段的盘中事件来实现这一目的。本文对三个股票指数的式(10)进行研究。

ΔSt=κ0+κ1ΔRESINDt+et

(10)

如前所述，大多数外汇储备公告都是在交易时间以外发布的，在可得数据的范围内，只剩下7个公告(如考虑对开盘价的影响数据可增加到40个)可以按照所述的方式构建盘中窗口。然而，通过评估在足够短的窗口长度内预先确定的外汇储备意外成分的影响，使本文可以合理地假设没有其他相关新闻或事件发生，有效地解决遗漏的变量和因果关系内生性反向问题。

(二)实证结果
1.基准回归

(1)外汇储备积累与股价指数。表2、表4显示了全样本基准回归的结果。为了细致地描述外汇储备积累对风险承担的影响，本文按照式(3)-(5)检验了经济政策不确定性的中介效应[如表2、表4的列(1)-(3)]，中介效应检验中，大多数变量前系数显著，为了更精确地判断EPU的中介效应，本文进行了Sobel检验，见表3的列(1)-(2)。结果显示，全样本下外汇储备通过降低经济政策不确定性对提高风险承担起到正向间接中介作用。然后按照式(1)和式(2)检验了外汇储备积累变化和经济政策不确定性变化共同对风险承担的影响[表2、表4的列(4)]。在包含控制变量时，外汇储备积累系数估计值始终显著，说明总效应显著。而且对股价的影响显著为正，对CDS价差的影响显著为负，H1得以验证。

表2 风险承担变量全样本回归：股价

width=682,height=518,dpi=110
注：括号内为Z统计量，***、**、*分别表示在1%、5%、10%水平上显著。如无说明，下同；回归所包含的控制变量如下：M2_GDP、SL_gdp、Nonfinloan_gdp、CAP_gdp、CA_gdp、Net_flow、INCOME、CAR、BL_ASSET。如无说明，下同。

表2列(2)表明，外汇储备能够显著降低经济政策不确定性。而列(3)表明，EPU项前系数显著为负值，说明当经济政策不确定性提高时，会降低私人部门的风险承担。中介效应检验中，大多数变量前系数显著，说明全样本下，除了直接作用外，外汇储备积累通过降低经济政策不确定性，对风险承担发挥正向间接中介作用。H2得以验证。列(4)加入ΔRES与ΔEPU的交叉项，表2中ΔRES项一直显著为正且相对于列(1)数值有所减少，交叉项为负但不显著。在控制住金融发展指标与银行的风险控制指标之后，外汇储备积累的变化不仅会直接影响企业的风险承担，还会通过降低经济政策不确定性来对私人部门产生影响。而经济政策不确定性的下降可能会提高银行的放贷意愿并减缓金融资产价格波动，会使企业出于金融市场风险和经营风险的考虑，增持投机性金融资产，提高企业金融化趋势[35-36]，进而增加了股市的市场风险[20]。

表3 Sobel中介效应检验结果

width=682,height=173,dpi=110
注：Sobel检验的z统计量与标准正态分布不同，其在5%显著性水平上的临界值为0.97左右，所以在全样本和金融危机后期，中介效应显著；在金融危机期间和之前，中介效应不显著。

(2)外汇储备积累与CDS价差。同样，表4结果表明，相对于CDS价差指标的外汇储备积累估计值始终为负且显著，符合上文的描述，即随着外汇储备积累水平的提高，投资者购买针对主权违约或重组的保险的意愿降低，这会增强市场参与者在资产负债表上承担未对冲外汇债务的意愿。因此外汇储备的增加降低了短期内与汇率敞口相关的感知风险。企业预期央行可以持续地干预汇率，保证外债的稳定，反映出企业承担风险的意愿增强。特别是当控制了银行资本充足率和不良贷款率之后，外汇储备的影响更加显著。经济政策不确定性方面，系数显著为正，说明不确定性的增加会提高一国发生主权风险的概率，导致主权债务保险价格的上升。

表4 风险承担变量全样本回归：CDS

width=682,height=456,dpi=110
表4的列(1)-(3)说明中介效应显著。基于外汇储备的预防性需求，当外汇储备较高时，该国面临极端金融风险(大面积违约、突然停止等)的概率较低，当极端风险水平较低时，国内金融市场抗风险能力较强，经济政策不确定性对资本流出影响有限[37]，外汇储备积累对主权债务风险的影响要大于经济政策不确定性的影响，所以交叉项不显著。

2.分阶段回归

下面本文检验了2008年全球金融危机前后，外汇储备积累对风险承担影响的情况。表5和表6报告了式(1)、式(2)在两个分阶段子样本上重新估计的结果，分别是金融危机前期和发生期(2001年8月至2008年12月)、后金融危机时期(2009年1月至2019年10月)。从表5中可以看出，在控制相关变量之后，在金融危机前期，外汇储备积累和经济政策不确定性的系数依然显著，但对于主要被解释变量的影响降低，反而EPU项影响较大。而且外汇储备对经济政策不确定性的影响不再显著，中介效应不存在，不符合本文的H2。而在金融危机之后，上述两项系数都显著且对风险承担指标的影响明显大于全样本时期，说明在金融危机前后，各国对外汇储备作为预防性保险的需求更大。

表5 风险承担变量子样本回归：股价

width=684,height=420,dpi=110
而从表6可知，对于主权债务风险来说，与股价变化的影响相似，危机之后的影响更加显著。对于ΔEPU来说，危机之前与危机之后都没有太大的变化，而ΔRES与ΔEPU的交互项在危机前后符号和显著性发生了变化，危机之后不再显著，而且符号由负转正。说明在危机之后，亚洲各国积累的大量外汇储备，有效降低了经济政策不确定性对主权债务风险的影响，但是其系数较外汇储备积累项系数小。综合考量，当ΔEPU较高时，外汇储备上升带来的“隐形担保”可以抵消部分不确定性上升带来的风险，对私人部门来说会降低他们对风险的感知，从而降低CDS价差。但是当不确定性降低，外汇储备积累上升时，二者带来的“担保”与“风险降低”的叠加效用会促使私人部门在未来进行更为激进的冒险行为。

表6 风险承担变量子样本回归:CDS

width=684,height=467,dpi=110
3.阈值分析

显然，分阶段回归的结果表明，外汇储备积累对风险承担指标的影响在全球金融危机后更强。但是，在全球金融危机期间和之前的外汇储备明显低于全球金融危机之后。这可能说明，外汇储备的风险承担效应只有在持有量达到一定水平之后才会显现。

为了进一步考虑是否存在这种情况，本小节转向阈值分析。本文采用Hansen(2000)[34]提出的方法进行门槛效应检验，以决定门槛数量。本文以各国外汇储备占GDP的比值为门槛变量进行单门槛、双门槛、三门槛效应检验。检验结果表明，在全样本下，可以在5%的水平上显著拒绝“不存在双门槛效应”原假设，因此，外汇储备对风险承担(ΔS、ΔCDS)存在双门槛效应。而在后金融危机时期，外汇储备占比对股价指标存在单门槛效应，对CDS价差指标不存在门槛效应。

附录表A1-A3(篇幅所限，所有附录表未在文中列出，如有需要，请向作者索取。下同)显示了式(6)、式(7)的估计结果，所有的阈值估计分别在全样本和后金融危机时期样本中进行。通过比较它们ΔRES系数的显著性，附录表A3证实了在金融危机后储备变化量尤其具有影响力。

本文发现，对于股价指标来说，只有当外汇储备占比超过第二门槛值时，中介效应才有效，且水平越高，对风险承担的影响越大，这与本文前面的H1、H2相契合。虽然在外汇储备占比较低时，交叉项系数为正且显著，这很可能是因为数据太少产生的错误结果。对于CDS价差指标来说，不论在显著性上还是在绝对值上，外汇储备占比越高，对风险承担的影响都越大。唯一不同的是，只有在外汇储备占比处于中间范围时，ΔRES对ΔEPU影响不显著。这可能说明，随着一国金融发展水平的提高，逐步对外开放，可以通过风险敞口管理而非积累外汇储备的方式应对冲击[32]，但是在对外开放达到一定程度之后，对外部世界的变化就更为敏感，此时，风险敞口管理就不能简单地应对冲击，需要积累更多的外汇储备。而高外汇储备水平国家的主权风险对经济产出、外债水平和财政盈余水平的敏感性低于低外汇储备水平国家[19]。当外汇储备占比高于第二门槛时，外汇储备增加所带来的“预防性保险”会降低私人部门对主权风险的感知，进而降低CDS价差。

五、进一步分析和稳健性检验
(一)更高频次数据的估计——基于公告信息
1.日度数据

考虑到月度数据的频率较低，可能无法捕捉到与外汇储备相关的风险承担效应。如果市场对外汇储备宣布时的反应与对其他一些传统宏观消息的反应一样，那么，除非采用更频繁的实时金融市场数据，否则任何冒险反应都是难以察觉的。因此，在数据可得的情况下，本小节先以日度数据进行估计，而后再以更高频次的日内分钟数据来估计。通过估计在足够短的窗口长度内预先确定外汇储备意外变化的影响，可以合理地假设没有其他相关新闻或事件发生，有效地解决遗漏的变量和因果关系内生性反向问题。

外汇储备的数据只有月度数据，并无更高频数据可用。但是国家外汇管理局每月会召开关于外汇储备变动的发布会，本文以此来计算外汇储备变化的更高频次数据(10)由于本文的进一步检验只针对中国的数据，而上文的月度数据是以7国面板数据的方式呈现的，所以在用更高频次数据检验之前，本文仅使用中国的月度数据重新按照式(1)-(5)进行回归，结论与前文一致，详见附录表A16-A17。。首先，本小节为外汇储备意外变化的日度数据回归(将ΔRESPRE代替上文中的ΔRES)。按照上文论述的方法整理后，合计得到56个预期值(去掉离群值之后剩余52个)。遵循Andersen等(2003)[28]和其他学者的做法，为每个公告相对于本期的外汇储备预期值构建标准化公告意外成分。然后，将公告日作为事件日，按照含有事件日[CAAR(0,3),CAAR(0,2)]和不含有事件日[CAAR(1,3)，CAAR(1,2)]方法对其他数据(11)因为数据的可得性，本文只能获得人民币汇率和美国股价指数(ΔUSA)的日度数据，本小节使用ΔUSA代替ΔWUSI表示美国政策的外溢效应。进行事件分析。最后，将所得数据按照式(8)、式(9)进行回归，并按照不同事件窗口进行分别展示。因为绝大多数公告都是在交易时间之外公布的，所以在下文中(含交易日内分钟数据分析)只展示不含有事件日的分析结果，含有事件日的结果作为稳健性检验进行展示。

本小节研究发现，在关于外汇储备意外变化的估计中，控制住汇率和美国股票价格时(详见附录表A11-A12)，CDS价差和中国股票价格三大指数在CAAR(1,3)条件下都显著，且符合预期的方向，特别是沪深300指数，在1%水平上显著为正(见表7)。在稍短的事件窗口期中，CDS价差、上证指数和沪深300指数在CAAR(1,2)条件下5%及以下的水平上显著(见表8)，说明外汇储备的意外变化与股票价格风险承担指标增加、CDS风险承担指标的下降显著相关。并且在较长的事件窗口中，股价指标的变化更加明显；在较短的事件窗口中，CDS价差的变化更加明显。H3得以验证。

2.日内分钟数据分析

本小节主要研究外汇储备意外变化对交易日内分钟数据的影响。估计方法与上文中日度数据估计方法一致，用相对于预期值的交易日内变化ΔRESIND替代ΔRESPRE。

首先，要确定交易时间内公告的时间戳。由于外汇管理局网站公告中不含有具体的公告时间，本文先以外汇管理局的微博公告时间为准。但考虑到外汇管理局微博于2015年注册，之前的时间戳以新闻媒体报道为准，通过百度查找最先公布外汇储备公告的新闻网站，以其发布新闻的时间为准，本文发现，自2014年以来共有7份公告(去掉离群值之后剩余6个)在交易时间内宣布。以公告时间为事件日，按照含有事件日[CAAR(0,n)]和不含有事件日[CAAR(1,n)]的方法对其他数据进行事件分析。然后，将所得数据按照式(10)进行估计。为了更广泛地考察，本文将事件窗口分别定义为公告发布后1分钟、5分钟、10分钟、15分钟、20分钟、30分钟、40分钟7个时间窗。

表7 风险承担指标日度数据回归：股价和CDS(1)

width=682,height=235,dpi=110
注：此表是基于预测数据的回归—CAAR(1,3)。括号内为T统计量，***、**、* 分别表示在 1%、5%、10%水平上显著。如无说明，下同。

表8 风险承担指标日度数据回归：股价和CDS(2)

width=682,height=235,dpi=110
由于交易时间内公布的数据量太少，本文拓展了数据集，考虑了公告意外变化对公告日后第一个交易日早盘开市价格的影响，这样可以将交易时间之外公告的数据纳入到交易时间之内(12)自2015年之后，外管局很少在交易时间内进行公告，绝大部分公告是在收盘之后完成的。。事件日定义为早盘9点30分。剔除掉公告日后第一个交易日为节假日或者周六的情况，共计获得40个数据(去掉离群值后为37个数据)。考虑到数据量对于实证研究的重要性，在此只列示交易日内含开市价格变化数据集的结果(13)纯交易日内数据的表格见附录表A15。,如表9所示。

研究发现，对于交易日内分钟数据来说，基于三大股指1分钟数据构建的估计，上证指数作为代理变量时，外汇储备意外变化的系数在事件发生30分钟和40分钟内显著且为正，其他指标虽然为正但不显著。深证成指和上证指数作为风险承担指标的代理变量时，仅在日内交易时显著为正。同样验证了H3。

表9 风险承担指标日内1分钟数据回归

width=682,height=587,dpi=110
因此从高频数据的角度来看，与上文外汇储备积累增加导致承担风险意愿增加的结论相一致。如前所述，本文的日内分析有效地解决了遗漏变量和反向因果内生性的问题，只是受限于在市场交易时间内公布的外汇储备公告数量非常少，但有一定的借鉴意义。总体来说，不论是从月度频率估计，还是日度数据和交易日内分钟数据估计来看，本文的结果都提供了一致的证据。金融危机后，中国外汇储备积累的增加(特别是意外增加)与愿意承担更多的股票市场风险(如国内股票平均价格上升以应对外汇储备上升)和更多的主权信用违约风险(作为主权债务违约保险价格，需求上升应对外汇储备下降)相一致，从而支持外汇储备积累会增加承担风险的额外成本这一研究结论。尽管在方法论、数据和时间周期方面不同，但本文的研究结果与Tong和Wei(2021)[21]的研究结果相一致。相比之下，本文的结论与Fatum和Yetman(2020)[27]的研究结果有所不同，他们的研究缺乏系统性证据证明外汇储备积累会影响货币期权隐含波动率的风险度量。而且，他们的研究结果与基于股价和CDS利差风险承担指标的结果并不矛盾，因此并不能完全否认外汇储备积累对风险承担的影响。

3.稳健性检验

在本节中，考虑了用不同的代理变量对月度数据重新进行回归，使用不同的风险承担代理变量来替代股价和CDS价差，重新估计外汇储备积累变化对风险承担的影响；讨论了中国外汇储备积累是否因为不确定性的不同而对风险承担指标带来不同的影响；分别进行了不含事件日当日的日度频率和日内分钟频率事件分析回归。

首先，本文使用私人部门企业杠杆率(私人部门债务/GDP，LEV)代替股价指数作为股票风险承担指标的代理变量，使用一国长期外债总额占GDP比值(DEBT_L)作为主权债务风险承担指标的代理变量，重新回归式(1)、式(2)。如附录表A4-A7所示，不论是全样本，还是分阶段回归，外汇储备积累都会提高私人部门的风险承担，与上文表述完全一致。

其次，使用VIX指数作为阈值变量，来考察不同不确定性下的风险承担指标对位于外汇储备变化的反应，结果表明，当全球不确定性水平较高时，外汇储备积累对股价风险承担指标的影响更为显著。而CDS价差在VIX指数下不存在阈值效应的影响。这再次表明，外汇储备对风险承担的影响在全球金融危机后以及不确定性较高时更为明显。

第三，对一个减少的样本重新进行月度频率分析，该样本不包括2001年8月至2005年6月期间的人民币/美元固定汇率。这样做是为了确保在金融危机之前没有大量的外汇储备变量系数估计，这不是由描述金融危机之前大部分时间的固定汇率制度所致。事实证明，本文先前描述的结果没有改变。

第四，分别对上文日度事件分析和日内分钟分析中含公告日的事件窗口数据进行回归，发现日度分析中，相对于公告意外成分的变化，不论在CAAR(0,3)，还是在CAAR(0,2)条件下，CDS价差指标都显著；而沪深300指数作为风险承担指标时，仅在CAAR(0,3)条件下显著，这符合上文中对风险承担的描述。

最后，在日内分钟事件分析回归中，采用5分钟数据重新回归。不论是仅在交易日内分钟数据回归，还是全交易日内分钟数据回归，三大股指作为风险承担指标时，外汇储备公告意外变化系数都在30分钟和40分钟事件窗时显著。

六、结论与启示
基于2001—2020年亚洲七国的月度数据和中国特有的日度与日内分钟数据，利用股票指数、主权CDS价差作为私人部门风险承担指标，本文实证研究了外汇储备积累与私人部门风险承担之间的关系。研究发现：(1)随着外汇储备的增加，私人部门风险承担的意愿也会增加。考虑外汇储备变化对风险承担的影响途径时，发现经济政策不确定性有显著的中介效应；(2)分阶段考察时，结果显示，外汇储备积累对风险承担的影响在全球金融危机之后更加显著，而在全球金融危机之前虽然也存在，但不存在显著的中介效应；(3)阈值模型证实，在全球金融危机之后，外汇储备水平持续较高时，其对风险承担的影响更大；(4)在随后的进一步检验中，本文根据各大机构的研究报告计算了市场对中国外汇储备的预期值，并基于央行定期公布的外汇储备公告，确定外汇储备变化的意外成分。结合国内三大股指和CDS价差，在日度频率和日内分钟频率上估计事件研究模型，以评估外汇储备意外成分对风险承担指标的影响。这样做可以有效地解决被忽略的变量以及反向的因果关系问题，并对外汇储备积累的影响得到更精确的估计。更高频次的估计进一步证明外汇储备积累对风险承担指标存在着显著的正向影响。

基于以上研究结论，本文得出以下两点启示：(1)大多数金融体系不够完善的发展中国家增加外汇储备主要出于预防性动机。而根据本文的研究，积累的外汇储备会因为促使私人部门采取冒险行动，从而降低积累外汇储备带来的益处。虽然我国的汇率制度并非完全浮动，资本账户尚没有完全开放，但近年来经济增长较快，经济状况较好，货币政策较为稳定，因此我国使用大量外汇储备以应对危机的概率较低。因此，在未来对于外汇储备的管理中，应该审慎考虑积累大量外汇储备的影响，不仅要考虑到持有外汇储备所带来提高偿债能力和降低货币错配成本等益处，还要考虑到由此带来了额外的机会成本；(2)不论是进行汇率干预，还是资本账户下的资本管制，出于预防性动机增加外汇储备的国家的外汇政策都会比较被动。为了应对可能的风险，外汇政策有时会不利于该国的贸易增长和金融稳定。而外汇储备公告作为央行沟通的一部分，可以作为一种新型工具来引导市场预期，进行积极的外汇储备管理，或与其他货币政策工具配合使用，实时调整外汇政策，及时为市场提供有关外汇风险的信息、分析和建议，达到稳定市场、创造有效信息的目的。

参考文献

[1]JEANNE O.International reserves in emerging market countries:too much of a good thing?[J].Brookings Papers on Economic Activity,2007:1-55.

[2]JEANNEO,SANDRI D.Optimal reserves in financially closed economies [J].Journal of International Money and Finance,2020,104：102178.

[3]CABALLERO R J,PANAGEAS S.Hedging sudden stops and precautionary contractions [J].Journal of Development Economics,2008,85(1):28-57.

[4]PINEAU G,DORRUCCI E,COMELLI F.The accumulation of foreign reserves:Social Science Research Network [R].[S.l.:s.n.],2006,No.43.

[5]CHEUNG Y W,QIAN X.Hoarding of international reserves:Mrs Maclup’s wardrobe and the Joneses [J].Review of International Economics,2009(17):824-843.

[6]BAKERN D,WALENTIN K.Money for nothing:the increasing cost of foreign reserve holdings to developing nations [J].Journal of Natural Disasters,2001,21(3):50-55.

[7]RODRIK D.The social cost of foreign exchange reserves [J].International Economic Journal,2006,20(3):253-266.

[8]JARA A,MORENO R,TOVAR C E.The global crisis and Latin America:financial impact and policy responses [J].BIS Quarterly Review，2009.

[9]BABA N,SHIM I.Dislocations in the Won-Dollar swap markets during the crisis of 2007—2009 [J].International Journal of Finance &Economics,2014(19):279-302.

[10]MENDOZA R U.Was the Asian crisis a wake-up call?:foreign reserves as self-protection[J].Journal of Asian Economics,2010,21(1):1-19.

[11]CHUTASRIPANICH N,YETMAN J.Foreign exchange intervention：strategies and effectiveness [J].BIS Working Papers,2015.

[12]CABALLERO R J,KRISHNAMURTHY A.International liquidity management:sterilization policy in illiquid financial markets [J].Social Science Electronic Publishing,2000(7740).

[13]CABALLERO R J,KRISHNAMURTHY A.Smoothing sudden stops [J].Journal of Economic Theory,2004,119(1):104-127.

[14]BURNSIDE C,EICHENBAUM M,REBELO S.Government guarantees and self-fulfilling speculative attacks [J].Journal of Economic Theory,2004,119(1):31-63.

[15]张勇.热钱流入、外汇冲销与汇率干预——基于资本管制和央行资产负债表的DSGE分析[J].经济研究,2015,50(7):116-130.

[16]COOK D E,YETMAN J.Expanding central bank balance sheets in emerging Asia:a compendium of risk and some evidence [J].BIS Papers Chapters,2012,66(4):1100-1109.

[17]SENGUPTA R.Does reserve accumulation lead to higher currency-risk taking in the corporate sector?Firm-level evidence for Latin America [J].MPRA Paper,2010.

[18]ISMAILESCU I,PHILLIPS B.Credit default swaps and the market for sovereign debt [J].Journal of Banking &Finance,2015,52(3):43-61.

[19]陈华,郑晓亚,陈荣.外汇储备的资产配置策略与合意规模——基于国家资产负债管理框架与或有债权分析方法的研究[J].国际金融研究,2020(5):45-55.

[20]BROGAARD J,DETZEL A.The asset-pricing implications of government economic policy uncertainty [J].Management Science,2015,61(1):3-18.

[21]TONG H,WEI S J.Endogenous corporate leverage response to a safer macro environment:the case of foreign exchange reserve accumulation [J].Journal of International Economics,2021(132),103499.

[22]冀志斌,周先平.中央银行沟通可以作为货币政策工具吗——基于中国数据的分析[J].国际金融研究,2011(2):25-34.

[23]王博,刘翀.央行沟通的金融市场效应——来自中国的证据[J].经济学动态,2016(11):22-32.

[24]刘澜飚,郭子睿,王博.中国宏观审慎监管沟通对金融资产价格的影响——以股票市场为例[J].国际金融研究,2018(6):76-85.

[25]邸超伦,武阳.我国央行货币政策调节方式对股票市场的影响——基于央行行为指数与央行沟通指数的比较[J].金融监管研究,2021(3):29-47.

[26]王博,高青青.中央银行沟通的一致性——来自中国人民银行的证据[J].财贸经济,2020,41(7):51-66.

[27]FATUM R,YETMAN J.Accumulation of foreign currency reserves and risk-taking [J].Journal of International Money and Finance,2020,102.

[28]ANDERSEN T G,BOLLERSLEV T,VEGA D C.Micro effects of macro announcements:real-time price discovery in foreign exchange [J].The American Economic Review,2003,93(1):38-62.

[29]BAKER S R,BLOOM N,DAVIS S J.Measuring economic policy uncertainty [J].Quarterly Journal of Economics,2016,131(4):1593-1636.

[30]FORBESK J,WARNOCKF E.Capital flow waves:surges,stops,flight,and retrenchment [J].Journal of International Economics,2012,88(2):235-251．

[31]MOGHADAM R,OSTRYJ D,SHEEHY R.Assessing reserve adequacy [J].IMF Policy Papers,2011.

[32]王伟,杨娇辉,王凯立.风险敞口、国家异质性与合意外汇储备规则[J].世界经济,2018,41(3):101-126.

[33]温忠麟,张雷,侯杰泰,等.中介效应检验程序及其应用[J].心理学报,2004(5):614-620.

[34]HANSEN B E.Sample splitting and threshold estimation [J].Econometrica,2000,68(3):575-603.

[35]GULEN H,ION M.Policy Uncertainty and corporate investment [J].Review of Financial Studies,2015,29(3):523-564.

[36]谭小芬,张文婧.经济政策不确定性影响企业投资的渠道分析[J].世界经济,2017,40(12):3-26.

[37]刘玚,徐晓萌,王学龙.政策不确定性、隐性市场干预与资本异常流动:基于15个新兴经济体面板数据的研究[J].世界经济研究,2020(5):123-134+137.

[38]DAVIS S J.An index of global economic policy uncertainty [J].NBER Working Papers,2016,No.22740.

Accumulation of Foreign Exchange Reserves,Announcements and Risk Taking:Evidence from Data of Different Frequencies
YUAN Xiao-hui,WANG Bo

(School of Finance,NanKai University,Tianjin 300350,China)

Abstract：Based on low-frequency data of seven Asian countries and unique high-frequency data of China from 2001 to 2020,this paper empirically examines the relationship between foreign exchange reserve accumulation and private sector risk taking.In this paper,compared with existing studies,economic policy uncertainty is incorporated into the model as a mediating variable in low-frequency data to solve the transmission channel problem,and in high-frequency data,unexpected changes in foreign exchange reserves calculated according to SAFE announcements are incorporated into the model to solve the endogenous problem.The results show that:first,there is a positive correlation between foreign exchange reserve accumulation and private sector risk taking,especially after the financial crisis.Second,the positive correlation is reflected by foreign exchange reserves reducing the uncertainty of economic policy and thus increasing the private sector's willingness to take more risks.Third,in order to solve the endogenous problem,the inclusion of unexpected changes in foreign exchange reserves in the higher frequency estimates again proves that the positive correlation is significant.These findings provide new ideas and empirical evidence for understanding the relationship between foreign exchange reserves and risk taking,especially the research on foreign exchange reserve accumulation from the perspective of preventive motivation.

Key words：foreign exchange reserves;economic policy uncertainty;announcements;risk-taking;high-frequency data

中图分类号：F832.6

文献标识码：A

文章编号：1005-1007(2022)02-0050-18

收稿日期：2021-04-10

基金项目：国家自然科学基金面上项目(72073076)；国家社会科学基金重大项目(17ZDA074)。

作者简介：袁晓晖，男，南开大学金融学院博士生，主要从事国际金融研究；王博，男，南开大学金融学院教授，博士，博士生导师，主要从事国际金融和货币宏观研究。

责任编辑 胡少龙