【内容摘要】美联储自2022年3月开启新一轮加息，至2023年7月共加息11次，累计加息幅度达525个基点，中美货币政策再次出现分化。在此背景下，本文利用套利模型原理构建了短期跨境资本流动与利差、汇差、价差与风险溢价差间的动态系统，创新发展了价差、风险溢价差与短期跨境资本流动之间互动关系表达式。基于此系统，本文采用基础回归、VAR模型和TVP-VAR模型逐步深入研究短期跨境资本流动与套利渠道之间的动态关系。研究发现：一是整体上，除加入WTO之初以及2010—2011年我国加息前后几年期间，利差对短期跨境资本流动的脉冲响应为正向外，其他时期影响以负向为主。二是在2005年“7·21”汇改和2015年“8·11”汇改后，汇差对短期跨境资本流动的脉冲响应发生结构性变化，表明汇改的成功和积极作用。三是在2007年、2015年和2020年三次牛市期间，股票资产价差对短期跨境资本流动的脉冲响应显著为正，但在其他年份基本显著为负。房地产价差与短期跨境资本流动的互动关系与我国房地产发展周期基本相一致。四是稳定的国际环境下风险溢价因素会促使短期跨境资本流入我国，反之，则流出我国。基于上述结论，本文从推进利率、汇率、资本、房地产市场改革以及建立监测预警机制等方面提出建议。

【关键词】美联储加息周期  短期跨境资本流动  多重套利模型

一、研究背景与文献综述

（一）研究背景

美联储自2022年3月开启新一轮加息，至2023年7月共加息11次，累计加息幅度达525个基点，为近40年来最陡峭加息路径，引起全球流动性趋紧，短期跨境资本回流美国。这对其他国家，特别是新兴市场国家的经济金融发展和外汇市场稳定性产生较大影响。我国保持稳健的货币政策，应用多种货币工具，保持流动性合理充裕，但中美利差逐步扩大引发了我国短期跨境资本波动。探究历史上不同周期的美联储加息政策如何通过溢出渠道对我国短期跨境资本流动产生影响，对我国有效防范化解跨境资本流动风险具有重大意义。

（二）文献综述

Peel和Taylor（2001）年研究的利率平价理论为跨境资本流动从汇率和利率角度分析提供了重要理论基础。在此理论基础上，大量文献研究利率、汇率和跨境资本流动的影响关系。Lipschitz（2002）通过研究发现在中欧、东欧地区，实际汇率和生产要素是促使大量资本流入的两大重要因素。张谊浩和裴平等（2007）构建了基于利率、汇率和价格的三重套利模型。张明和谭小芬（2013）选取运用向量自回归（VAR）模型分析影响我国短期跨境资本流动的主要因素。吴丽华和傅广敏（2014）构建联动模型，并运用具有随机波动率的时变参数向量自回归（TVP-SV-VAR）模型分析人民币汇率、短期资本与股价的互动关系。陈创练和姚树洁等（2017）从理论上分析了国际资本流动与利率、汇率之间的时变和互动关系。部分学者进一步探讨更多国内外因素如何影响跨境资本流动。彭红枫和祝小全（2019）构建互动机制，并通过时变向量自回归（TVP-VAR）模型分析了短期资本流动与汇率、利率、证券、大宗商品和房地产不同市场套利之间的交互作用。一些文献研究了美联储货币政策溢出效应。孙焱林和张倩婷（2016），肖卫国和兰晓梅（2017）分别运用TVP-VAR模型和VAR模型从多个渠道分析美联储政策变动对我国的溢出影响。

大部分文献在研究中主要研究单一国家的利率、汇率和股票等溢出渠道，这种研究方式无法体现出短期跨境资金的逐利性特点。在开放型经济条件下，跨境资本流动是投资者对两国间的成本和收益差异的权衡结果。因此，本文在现有研究基础上，通过运用柯布道格拉斯（C-D）生产函数模型理论构建多重套利模型，分析利差、汇差、资产价差、风险溢价差四个渠道因素与我国短期跨境资本流动的关系。同时，在理论模型基础上，结合历来美联储加息周期下我国跨境资本流动的情况，运用VAR和TVP-VAR模型实证研究不同周期美联储加息政策背景下，上述套利渠道如何影响我国短期跨境资本流动，并提出政策建议。

二、套利渠道与短期跨境资本流动互动关系的理论模型

本文在多重套利模型基础上加入风险溢价因素对其进行修正，并对利差、汇差、价差、风险溢价等渠道因素间的关系重新推理论证，将各渠道因素与短期跨境资本流动放在一个统一的动态系统中，使理论模型更符合开放型经济条件下两国间跨境资本流动情况。

（一）短期跨境资本流动

张谊浩等（2007）借助C-D生产函数模型从利差、汇差和价差角度分析了国际资本流动的动机。Benjamin等（2014）指出国际资本流动受非平抛利率平价以及利率和汇率的影响并具有时变调整特征，并指出风险溢价会影响投资者调整跨境资产配置。吴丽华和傅广敏（2014）、陈创练和姚树洁等（2017）、徐雅婷（2018）继续在套利模型的基础上深入研究符合我国短期跨境资本流动特点的模型。上述研究虽然认为风险溢价会影响参数大小，但并未将其作为重要变量进行深入探讨。因此，本文结合含有风险溢价的非抵补利率平价理论（张明，2013）对短期跨境资本流动模型进行修正，提出开放型经济条件下短期跨境资本流动模型如下：

（二）利差模型

在开放型经济条件下，将汇率因素引入到泰勒规则（Taylor,2001）后，本国的利率公式为：

考虑到信息不对称等因素使得央行难以获得精确的信息，一般通过调整短期利率来达到政策预期，因此将平滑利率引入至泰勒规则模型（江春等，2018），平滑利率公式为：

将公式（3）代入公式（2）中，可得：

同样，假设国外货币当局认为汇率、通胀、产出缺口的反应与国内一致，因此可以得出如下表达式：

假设投资者具有同质性（国家外汇管理局综合司课题组，2019），即，

公式（4）-（5）可得：

可见利率的影响来自于宏观经济指标、利率平滑特征以及汇率因素。

（三）汇差模型

开放型经济条件下，从利率平价理论和货币供给需求理论分析，本国汇率影响因素主要来源于两方面：一是两国利差决定的国外投资者对本国货币的需求；二是外汇市场基本面投资者和技术投机者的货币需求（陈创练等，2017），因此在时刻的本国汇率表达式为：

因此，公式（7）可表达为：

在投资者同质性假设下，外国货币的汇率表达公式为：

同上，令公式（8）-（9），可以得到：

（四）价差模型

在股票市场、房地产市场与短期跨境资本流动的关系（吴丽华，2014；徐雅婷，2018）研究基础上，本文修正了资产投资与短期跨境资本流动关系表达式。根据价格调整函数的假设，本国对数资产价格（p^D）从时刻t到时刻t+1的变化可表达为：

本文假设投资者投资资产时会考虑资金成本或机会成本，即平衡资产的预期收益率和利率水平的差异，表达式为：

另外，假设t时刻的资产对数预期价格由t-1时刻的资产收益率和t时刻的资产价格决定，汇率同理。本国资产对数价格期望和汇率期望可以表述为：

因此上述两个需求表达式（12a）和（12b）可表述为：

为进一步研究与短期跨境资本流动的关系，本文假设本国资产供给量大于国外投资者投资需求量，那么此时决定国外投资者投资本国资产的数量取决于其资本供给能力。因此，本文首先需要构造资本供给与短期跨境资本间的关系表达式。在吴丽华等（2014）提出的短期资本流入流出本国资产（如房地产、股票市场等）的比例是随时间变动的基础上，本文提出时刻t的资本供给取决于时刻t-1的资本供给与时刻t的国外资本投资流入量的表达式：

本文假设国外投资者投资本国资产的需求与其资本供给处于均衡状态，即,此时公式（14）可以表述为：

因此，将（12a）（12b）（13a）（13b）（15）代入公式（11），可得：

令资产收益率，表达式变为：

同上，在投资者同质性的假设下，可以得出国外资产的收益率公式为：

同上，令，公式（17）-（18），可以得到：

（五）风险溢价差模型

风险溢价的产生本质上是由于市场波动影响所致。目前，学术界和机构主要采用布莱克-舒尔斯（BS）模型和广义自回归条件异方差（GARCH）模型来计算波动率。为了更好表述波动率与利差、汇差和资产价差的关系，本文结合离散形式的BS模型和GARCH模型，首先构建国外投资者在本国投资的总体收益率。本文假设国外资本投资获取收益渠道主要来自利率、汇率和资产价格，因此表达式可表述为：

根据GARCH模型，资产的收益率依赖于它的波动率。研究发现，金融数据一般符合GARCH(1,1)-M，因此，本文假设R_t的表达式为：

结合公式（20）、（21），得到如下表达式：

在投资者同质性假设下，可得到国外风险溢价表达式:

在投资者同质性偏好假设下，令和，并令,公式（22）-（23）可以得到如下表达式：

（六）动态系统

联立公式（6）、公式（10）、公式（19）、公式（24）和公式（1），可以得到一个包含利差、汇差、价差、风险溢价差和短期跨境资本流动交互影响的动态系统：

三、实证模型与变量获取

（一）实证模型

本文首先依据公式（1）采用基础回归模型分析各因素与跨境资本流动的关系。利用VAR模型和TVP-VAR模型研究上文动态系统公式（25）中各套利渠道与短期跨境资本流动的关系，并捕捉模型参数的动态变化特征。本文省略模型介绍。

（二）变量设定和数据获取

1. 短期跨境资本流动（stcf）

目前，对于短期跨境资本流动主要有两种测算方法：直接法和间接法。其中，直接法是基于国际收支平衡表（BOP）中非储备性质的金融账户项下和净误差与遗漏项下的资本流动，数据频率为季度。间接法测算公式为：短期跨境资本流动=外汇储备增量-进出口贸易差额-实际利用外商直接投资额，数据频率为月度，样本多。间接法多为学术界采用，本文亦采用。其中Lagstcf代表滞后一期的短期跨境资本流动。

2. 利差（chr）

利差代表两国无风险利率之间的差异，本文选取中国银行间同业拆借加权利率（1个月）和美国联邦基金利率的差异作为利差指标。缺失值通过回归分析计算中国银行间同业拆借加权利率（1个月）填补。

3. 汇差（chfx）

汇差代表两国汇率变动差异，本文选取人民币实际有效汇率指数、实际美元指数的涨跌幅差作为汇差指标。两个指标因剔除通胀因素更能反映两国货币的相对价值。

4. 价差，分为股票资产价差（chstkr）和房地产价差（chhpr）

本文选取上证综指和标普500指数涨跌幅差异衡量股票资产价差（chstkr），选取中国70个大中城市新建商品住宅价格指数环比与美国联邦住屋企业督察局（OFHEO）单独购房价格指数环比差异衡量中美房地产价差（chhpr）。缺失值通过回归分析计算70个大中城市新建住宅价格指数环比以及商品房销售价格指数（停更）环比填补。

5. 风险溢价（vixbck）

由于上证50ETF的波动率指数2015年才开始公布，时间短样本少，本文仅采用标普500指数波动率（VIX）指数的倒数衡量市场整体的风险情况。

6. 控制变量选取

考虑到其他宏观经济指标对跨境资本流动的影响，本文选取中美国内生产总值（GDP）同比差异（chgdp）、中美两国广义货币（M2）环比差异（chm2）滞后一期作为控制变量的代表（见表1）。chgdp采用spline插值法计算月度数据。

四、实证结果与分析

（一）回归分析

首先，本文对上述变量进行相关性分析，发现除vixbck外，其他各项指标均与stcf在5%的显著水平下具有不同程度相关性，表明本文选取的指标具有一定代表性，能够支撑本文的理论模型分析。

其次，基础回归分析结果显示（见表2）：第一，chfx对stcf的影响系数为正且显著，说明汇差是引起短期跨境资本流入的重要渠道之一。第二，chr对stcf的影响为负且显著，与部分文献结论相一致，如陈创练等（2017），说明中国利率上涨幅度高于美国利率变动幅度，并不一定会引起跨境资金流入我国，可能是因为美国利率较低，将刺激美国资产价格上涨，短期资本更偏向于追求资产价格上涨的利润。第三，chstkr对stcf的影响系数显著为负，说明我国证券市场是资本流出的渠道之一，这是因为大部分时间我国股市收益不及美股，后者更吸引短期跨境资本流入。第四，chhpr对stcf的影响正向显著，主要是因为房地产指标代表我国整体经济发展状况，使得房地产价差成为短期跨境资本的重要参考指标。第五，vixbck对stcf影响为正但不显著，不过模型的F值通过检验，因此vixbck也能反映与stcf的关系。第六，控制变量对stcf影响为正且显著，说明短期跨境资本非常注重经济金融宏观指标的优劣，也反映出选取的控制变量具有合理性。

（二）VAR模型

1. 单位根与协整检验

本文采用时间序列平稳性检验（ADF）和使用广义最小二乘法去除趋势的检验（DF-GLS）对上述变量进行检验，结果表明，除变量stcf、chr 和 vixback为非平稳序列外，其余为平稳序列，且一阶差分后的各变量均一阶单整序列。

Johansen检验结果表明，上述变量在5%的显著水平上存在3个协整关系。

2. VAR模型建立与结果分析

首先，上述变量通过协整检验，则可以建立非限制性VAR模型。本文采用信息准则和检验VAR模型残差自相关性两种方法确定滞后阶数为5。因此，基于1999年1月至2022年9月共285期的样本数据，本文构建6个变量滞后5阶的VAR模型，并通过了稳定性检验，所有特征值均在单位圆内，但有3个根靠近单位圆，说明有些冲击有较强的持续性。

其次，通过VAR系统进行格兰杰因果检验，并梳理出通过检验的10组因果关系。值得注意的是，vixbck的因果关系并未通过检验，但单独对△vixbck和△stcf进行格兰杰因果检验，结果显示拒绝△vixbck不是△stcf的原因（p值=0.092）。

最后，对于脉冲响应结果分析：第一，来自stcf自身的一个冲击，对stcf的影响始终显著为正，但从第1期后趋向于稳定，这意味着短期跨境资本流动具有一定的自我强化特征，与基础回归分析中滞后1期的短期跨境资本流动（lagstcf）显著为正的结论相一致。第二，来自chfx的一个冲击，对stcf的影响在前10期内均为正向，但在前5期表现出不同幅度的震动，之后逐渐趋向于稳定，说明汇差是引起stcf的重要渠道之一，且对跨境资金流动具有持续性的影响。第三，来自chr的一个冲击，在第1期为显著负向，在第3期为正并在第4期之后趋向于不显著，这说明利差对跨期跨境资本流动的影响是非单一线性，且相对比较复杂，这与国内其他学者（张明和谭小芬，2013）的研究结果具有较高的相似性。一种可能是受利率平价影响；另一种解释可能是从较长期分析，利差扩大，如我国加息会抑制国内资产价格上涨甚至会下跌，从而导致短期跨境资本流出，这在一定程度上印证了基础回归分析中利差系数为负的结论。第四，分别来自chstkr和chhpr的一个冲击，一是chstkr对stcf的影响前三期不显著之后呈现正向影响；二是chhpr对stcf影响在第1期产生较明显正向冲击，在第2至5期无影响，之后呈现出持续平稳的正向影响。第五，来自vixbck的一个冲击，在前5期显著正向影响，之后无显著影响，由于vixbck是VIX的倒数，说明美国VIX指标波动较低时，稳定的国际市场环境是短期跨境资本流向我国的因素之一。

（三）TVP-VAR模型

由于VAR模型无法估计各变量间的同期关系，且为了深入研究各变量随时间变化的动态联系，本文在上述研究的基础上构建TVP-VAR模型。选取的数据周期为1999年1月至2022年9月，并对数据进行标准化处理。

1. 模型参数设定

本文借鉴Nakajima（2011）采用的方法来预先设定马尔科夫链蒙特卡洛算法（MCMC）中模型的各个参数的起始值：，并假设各参数服从如下的先验分布： ，并假定模型的截距项为常数，采用MCMC算法进行10000次样本抽样迭代。根据上文协整检验（见表4）和信息准则结果，本文确定最优滞后阶数为2。

2. 模型参数检验

经检验，不能拒绝原假设参数收敛于后验分布，且模型参数产生了有效的样本。另外，模型参数的的样本自回归系数和动态模拟路径，可以得出整个模拟过程是有效的。

3. 参数时变特征分析

TVP-VAR方法估计各变量同期关系的时变特征分析结果显示，第一，chr对stcf影响参数（a_11t）在2006年后均为负值，这与上文基础回归和VAR模型结论基本一致。第二，chfx对stcf影响参数（a_12t）在2006年（即2005年“7·21”汇改后）之前基本为零，之后为正且较大幅度上升，而在2016年之后（即2015年“8·11”汇改后）下降后维持平稳状态，说明两次汇改令chfx对stcf影响程度发生明显变化。第三，chstkr对stcf的影响参数（a_13t）呈现出随时间正负向波动变化，在2003年之前为零，2003年至2007年为正，之后为负，在2015年间为正之后再次为负。这与我国股票市场的收益情况基本相一致，表明我国股市收益大部分年份不如美国从而导致资本流出。第四，chhpr对stcf的影响参数（a_15t）在2003年后为正，2007年后持续上升至2012年达到高峰，期间国际短期跨境资本流入，房地产市场快速发展，之后由于“房住不炒”政策，参数开始下降并维持稳定，这与我国房地产发展周期基本吻合。第五，vixbck对stcf的影响参数（a_14t）在2002年后由零转正，在2007—2008年经历美国次贷危机、金融危机影响后呈现出持续上升趋势，并在2013年后呈现下降趋势，但总体始终保持正值。

值得注意的是，chr对chfx的影响参数（a_1t），在样本区间内总体基本为负数，表明chr对chfx具有负向影响，即一国利率上涨会导致其币值预期贬值。

4. 时变脉冲响应结果

TVP-VAR模型能够计算出等间隔脉冲响应和时点脉冲响应两类函数。本文在计算等间隔脉冲响应函数时选取提前3期、6期和12期，而在计算时点脉冲响应函数时选取2005年9月、2015年12月、2017年12月和2022年3月，这四个时间点为美联储加息周期中中美两国货币政策的重要时点。

各变量对stcf等间隔脉冲响应分析。从等间隔脉冲响应结果中可以发现，三个不同提前期冲击形成的脉冲响应的变化走势相似，但在方向上有所不同。第一，chr对stcf冲击的脉冲响应随时间呈现出波动变化，2008年脉冲响应由负转正，在2010年达到最大值，并在2012—2013年由正转负，之后呈现出波动下跌趋势。主要原因是美国为应对2007年次贷危机、2008年金融危机、2012年欧债危机长期实施低利率货币政策，而此期间我国经历了由降息到加息的变化，2010—2011年多次上调人民币存贷款基准利率，中美两国利差正向扩大。2013年之后美国开启缩减资产购买（Taper）和下一轮加息，chr对stcf的脉冲响应持续走低变为负向。纵向比较3期、6期和12期的等间隔冲击发现，与中长期不同的是，短期脉冲响应在2005年之前和2017—2018年间为正值，同时，时间越长的提前期stcf受到chr脉冲响应负向影响越强。第二，chfx对stcf冲击的脉冲响应，在2005年“7·21”汇改后，脉冲响应由负转正并逐渐上升，并在2015年“8·11”汇改后影响达到最大，之后缓慢下降。这说明两次重要的汇改对chfx影响stcf产生了重要作用。另外，纵向比较不同提前期结果，可以发现短期限的脉冲响应敏感度高于长期限的。第三，chstkr对stcf冲击的脉冲响应除了个别年份（2007年、2012年、2015年和2020年）为正值外，大部分年份为负值。这与我国2007年、2015年和2020年股市迎来不同程度的“牛市”一致。另外，2012年2014年脉冲响应为正值，说明短期跨境资本对我国股市具有一定的预判能力。第四，chhpr对stcf冲击的脉冲响应在2006—2007年之后由负转正并呈逐年上升，这与我国房地产发展的“黄金时期”相一致，此时大量国际短期跨境资本流入房地产；chhpr对stcf冲击的脉冲响应在2015年达到峰值后快速下降，这与我国实施“房住不炒”的政策有关；在2020年后呈现出上升而后平稳趋势，此时我国房地产出现了短暂上涨。第五，vixbck对stcf冲击的脉冲响应受次贷危机影响在2007年后由正转负，在2013—2014年后到达低谷之后波动向上。

各变量对stcf的时点脉冲响应分析。第一，chr对stcf的脉冲响应，除2005年9月时点在第1期为正向影响外，其余各时点脉冲响应基本为负向，并且各时点的脉冲响应均在第1期之后呈现出明显下降趋势。对比4个时点的脉冲响应，2022年3月时点的脉冲响应负向影响最强，其次是2015年12月时点。第二，chfx对stcf的脉冲响应，设定的冲击时期为2015年12月和2017年12月的脉冲响应为正向，但在第2期之后呈现出缓慢下降趋势；设定冲击时期为2022年3月的脉冲响应在第2期后由正转负并持续下降；设定冲击时期为2005年9月的脉冲响应趋近零。第三，chstkr对stcf的脉冲响应，整体上为负，且影响呈减弱趋势，只有前两个设定时期（2005年9月和2015年12月）在第1期产生短暂的正向冲击，说明加息周期下我国股票市场表现较弱，导致stcf流出。第四，chhpr对stcf的脉冲响应，除设定冲击时期为2005年9月的脉冲响应无显著影响外，其他冲击期的脉冲响应维持正向，区别是冲击时期为2015年12月、2017年12月和2022年3月的脉冲响应分别会在第3、2和8期后呈现出下降趋势。这符合我国房地产发展周期，2015年和2017年房地产市场因政策调控而发展逐步减缓；2022年冲击正向可能与我国放宽调控政策并加大信贷支持有关。第五，vixbck对stcf的脉冲响应，除设定冲击时期2015年9月总体呈正向上升趋势外，其他三个冲击时期的脉冲响应出现不同程度的结构性变化，总体上冲击呈现出先正向而后负向变化。总体上，vixbck对stcf的正向影响并不具有较长时间的持续性，这符合VIX指标对市场环境的快速响应的特点。

五、研究结论与政策建议

通过以上分析，本文发现各渠道与短期跨境资本流动间的关系较为复杂并呈现出周期性变动，不同美联储加息时期的表现形态存有差异，并与我国的经济金融发展息息相关。一是利差对短期跨境资本流动的影响较为复杂。整体上在中美货币政策走向基本同步、中美利差相对较小时，利差对短期跨境资本流动的影响以负向为主；在中美货币政策分化较大、两国利差扩大时，利差对短期跨境资本流动产生正向冲击。二是汇差对短期跨境资本流动影响总体为正向。在2005年“7·21”汇改前影响不显著，但之后脉冲响应显著为正值并逐年变大，并在2015年达到峰值，而后在2015年“8·11”汇改后影响逐年变弱，这说明两次汇改对改变当时我国跨境资本流动面临的形势起到了关键性作用。三是资产价差对短期跨境资本流动影响呈现结构性。资产价差会受到利差、汇差以及短期跨境资本流动的复杂影响。在2007年、2015年和2020年三次牛市期间，股票资产价差对短期跨境资本流动的脉冲响应显著为正，但在其他年份基本显著为负。在2007年美国次贷危机后，大量国际短期跨境资本流入我国房地产市场，此时房地产价差对短期跨境资本流动影响由负转正并逐年扩大，在2015年加强房地产管控时从峰值开始下降，这基本与我国房地产发展周期相一致。四是风险溢价对短期跨境资本流动影响呈现结构性。风险溢价差主要受利差、汇差和资产价差影响，但未直接受短期跨境资本流动影响。在稳定的国际环境下，短期跨境资本会选择流入我国追求高利润，但国际市场发生动荡时会选择流到美国。基于上述结论，提出在新形势下防范跨境资金流动风险的政策建议：

一是持续健全市场化利率形成和传导机制，发挥好利率杠杆的调节作用。持续关注利率与短期跨境资本流动之间互动关系的变动情况，在坚持“以我为主”的前提下，及时调整货币政策，引导市场利率水平稳妥变动，实现跨境资本流动的稳定。二是坚定不移深化人民币汇率市场化改革。增强人民币汇率双向波动弹性，更好发挥汇率调节宏观经济和国际收支自动稳定器功能。三是继续推动我国股票市场注册制改革，加快资本市场双向开放，提振市场信心，吸引更多国际优质资产和优质投资者向我国市场聚集。四是加大房地产市场调控和监管力度。全面落实房地产长效机制，坚持“房住不炒”的定位，不把房地产作为短期刺激经济的手段；同时促进房地产市场行稳致远，为短期跨境资本流动提供稳定的经济市场环境。五是健全跨境资本流动监测、预警和响应机制，时刻关注短期资本流动的方向、规模情况；加强宏观审慎管理，不断丰富和完善政策工具箱，维护外汇市场稳健运行。

参考文献

[1] 陈创练，姚树洁，郑挺国，欧璟华. 利率市场化、汇率改制与国际资本流动的关系研究[C]. 国际货币评论2017年合辑.，2017：837-857.

[2] 国家外汇管理局综合司课题组. 金融周期差异与跨境资本流动[A]，中国人民银行研究局（所）. 中国人民银行金融

研究重点课题获奖报告2018[C]. 北京：中国金融出版社，2019：287-312.

[3] 江春，司登奎，李小林. 基于拓展泰勒规则汇率模型的人民币汇率动态决定：理论分析与经验研究[J]. 金融研究，2018（02）：82-99.

[4] 刘莉亚，程天笑，关益众，杨金强. 资本管制能够影响国际资本流动吗?[J]. 经济研究，2013，48（05）：33-46.

[5] 彭红枫，祝小全. 短期资本流动的多重动机和冲击：基于TVP-VAR模型的动态分析[J]. 经济研究，2019，54（08）：36-52.

[6] 孙焱林，张倩婷. 时变、美联储加息与中国产出——基于TVP-VAR模型的实证分析[J]. 国际金融研究，2016（04）：26-36.

[7] 吴丽华，傅广敏. 人民币汇率、短期资本与股价互动[J]. 经济研究，2014，49（11）：72-86.

[8] 肖卫国，兰晓梅. 新一轮美联储加息对中国跨境资本流动溢出效应研究[J]. 经济学家，2017（02）：84-90.

[9] 肖卫国，兰晓梅. 美联储货币政策正常化对中国经济的溢出效应[J]. 世界经济研究，2017（12）：38-49+133.

[10] 徐雅婷. 人民币汇率、短期国际资本流动与房价——基于时变参数向量自回归模型的研究[J]. 南方经济，2018（4）：20-37.

[11] 赵进文，张敬思. 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[J]. 金融研究，2013（1）：15.

[12] 张明，谭小芬. 中国短期资本流动的主要驱动因素：2000—2012[J]. 世界经济，2013，36（11）：93-116.

[13] 张昊宇，陈中飞，初可佳. 中国短期资本流动的驱动因素及时变特征——基于金融开放和金融稳定视角[J]. 金融经济学研究，2020，35（02）：87-98.

[14] 张谊浩，裴平，方先明. 中国的短期国际资本流入及其动机——基于利率、汇率和价格三重套利模型的实证研究[J]. 国际金融研究，2007（09）：41-52.

[15] Lipschitz L，Lane T，Mourmouras A. Capital Flows to Transition Economies: Master or Servant?[J]. Czech Journal of Economics and Finance，2002 （56）：5-6.

[16] Del Negro M，Primiceri G E. Time Varying Structural Vector Autoregressions and Monetary Policy：A Corrigendum[J]. The Review of Economic Studies，October 2015.

[17] Nakajima J. Time-Varying Parameter VAR Model with Stochastic Volatility: An Overview of Methodology and Empirical Applications[J]. 2011.

[18] Nakajima J. Time-Varying Parameter VAR Model Using TVP-VAR Package[J]. Package，September,，2013，1.

[19] Peel D A，Taylor M P. Covered Interest Rate Arbitrage in the Interwar Period and the Keynes-Einzig Conjecture[J]. Journal of Money，Credit and Banking，2002：51-75.

[20] Primiceri G E. Time Varying Structural Vector Autoregressions and Monetary Policy[J]. Review of Economic Studies， 2005（3）：821-852.

[21] Taylor J B. The Role of the Exchange Rate in Monetary Policy Rules[J]. American Economic Review，2001，91（2）：263-267.

 

作者单位：国家外汇管理局厦门市分局

 本文不代表作者所在单位观点，也不反映《中国外汇》杂志编辑部观点。